lgebra Superior
LGEBRA
SUPERIOR
Pedro Ferreira Herrejn
lgebra Superior
Presentacin
Estas notas sobre lgebra Superior estn diseadas para
un curso del primer nivel de una licenciatura en
Ingeniera y se intenta que al final del programa, los
estudiantes dominen los principales conceptos
algebricos tratados aqui : las matrices , los sistemas de
ecuaciones lineales , los polinomios , los nmeros
complejos etc. , asi como las principales aplicaciones de
sta herramienta matemtica fundamental .
Se incluyen las demostraciones de los teoremas, por la
completez del curso, ms que por inters matemtico,
con el fin de no dejar en el estudiante una sensacin de
vaco, la cual probablemente surgira si solamente se le
dan las frmulas y se le dice cmo aplicarlas .
A lo largo del texto se proponen numerosos ejercicios
por resolver, para la mayora de los cuales se incluye la
respuesta, con el propsito de motivar al lector a
obtenerla.
Es muy importante sealar que la solucin de los
ejercicios propuestos es prcticamente obligatoria para
quien realmente est interesado en aprender y aplicar los
conceptos aqui presentados .
Atentamente el autor :
Pedro Ferreira Herrejn.
lgebra Superior
ndice
Captulo 0 Teora Elemental de Conjuntos
0.1 Definicin y notacin
------------------------------------------------------------ 7
0.2 Conjunto vaco
------------------------------------------------------------ 8
0.3 Pertenencia
------------------------------------------------------------ 8
0.4 Cardinalidad
------------------------------------------------------------ 9
0.5 Inclusin
------------------------------------------------------------ 10
0.6 Conjunto Potencia
---------------------------------------------------------- 11
0.7 Conjunto Universal
---------------------------------------------------------- 11
0.8 Represenacin grfica de conjuntos -------------------------------------------------- 12
0.9 Operaciones entre conjuntos
-------------------------------------------------- 12
0.10 Leyes fundamentales del lgebra de conjuntos.
------------------------------ 15
0.11 El principio de dualidad.
------------------------------------------------------------ 16
0.12 Algunas leyes adicionales para complementos .
----------------------------- 18
0.13 El lgebra de la inclusin. ---------------------------------------------------------- 18
0.14 El producto cartesiano.
------------------------------------------------------------ 21
0.15 Funcin .
------------------------------------------------------------ 24
Captulo I
Nmeros Imaginarios
------------------------------------------------------------ 75
Nmeros complejos.
------------------------------------------------------------ 76
Potencias enteras del nmero j
-------------------------------------------------- 77
Operaciones elementales. ------------------------------------------------------------ 79
Forma trigonomtrica o polar para un nmero complejo.
-------------------- 82
Nmeros complejos conjugados.
--------------------------------------------------- 88
Ejercicios 2.1 ---------------------------------------------------------------------- 91
Respuestas Ejercicio 2.1 ------------------------------------------------------------- 92
2.7 Interpretacin geomtrica para la suma y el producto de nmeros complejos ---- 93
Ejercicios 2.2 ---------------------------------------------------------------------- 101
Respuestas Ejercicio 2.2 ------------------------------------------------------------- 102
2.8 La frmula de De Moivre. ------------------------------------------------------------- 103
2.9 Races de Nmeros complejos.
--------------------------------------------------- 105
Ejercicios 2.3 ---------------------------------------------------------------------- 112
Respuestas Ejercicio 2.3 ------------------------------------------------------------- 113
lgebra Superior
3.4
3.5
3.6
3.7
3.8
3.9
3.10
3.11
3.12
3.13
Definicin..
------------------------------------------------------------------------115
Comportamiento extremo de un polinomio. --------------------------------------- 116
Primeros Polinomios.
---------------------------------------------------------- 121
Ejercicios 3.1 ---------------------------------------------------------------------- 130
Respuestas Ejercicio 3.1 ------------------------------------------------------------- 131
Divisin de polinomios.
------------------------------------------------------------- 134
Divisin sinttica. ----------------------------------------------------------------------- 139
El teorema del residuo.
------------------------------------------------------------- 142
El teorema del factor.
------------------------------------------------------------- 145
Ejercicios 3.2 ---------------------------------------------------------------------- 149
Respuestas Ejercicio 3.2 ------------------------------------------------------------- 150
Ejercicios 3.3 ---------------------------------------------------------------------- 151
Respuestas Ejercicio 3.3 ------------------------------------------------------------- 153
Las races de un polinomio. ------------------------------------------------------------ 154
Las races reales de un polinomio. --------------------------------------------------- 156
Las races reales positivas y negaivas de un polinomio.
------------------- 158
Ejercicios 3.4 ---------------------------------------------------------------------- 162
Respuestas Ejercicio 3.4 ------------------------------------------------------------- 163
Las races complejas de un polinomio.
--------------------------------------- 166
Ejercicios 3.5 ---------------------------------------------------------------------- 170
Respuestas Ejercicio 3.5 ------------------------------------------------------------- 171
Las races racionales de un polinomio.
--------------------------------------- 172
Ejercicios 3.6 ---------------------------------------------------------------------- 180
Respuestas Ejercicio 3.6 ------------------------------------------------------------- 181
Mtodos numricos para determinar las races reales de un polinomio. ----------182
a) Mtodo de Horner. ------------------------------------------------------------- 182
b) Mtodo de Newton. ------------------------------------------------------------- 189
Ejercicios 3.7 ---------------------------------------------------------------------- 195
Respuestas Ejercicio 3.7 ------------------------------------------------------------- 195
Captulo IV
Fracciones Parciales
4.1
4.2
4.3
4.4
4.4.1
Funciones racionales.
------------------------------------------------------------- 197
La descomposicin de una funcin racional. --------------------------------------- 198
Una funcin racional como una suma de fracciones parciales simples ---------- 203
Mtodos de solucin:
Caso I Factores lineales no repetidos.
--------------------------------------- 205
Solucin por substitucin. ------------------------------------------------------------- 205
4.4.2 Solucin por igualacin de coeficientes.
--------------------------------------- 207
4.4.3 Caso II Factores lineales repetidos. --------------------------------------------------- 209
Solucin por derivacin.
------------------------------------------------------------- 209
Ejercicios 4.1 ---------------------------------------------------------------------- 219
Respuestas Ejercicio 4.1 ------------------------------------------------------------- 220
4.4.4 Caso III Factores cudrticos no repetidos. -----------------------------------------221
Solucin por substitucin ------------------------------------------------------------- 221
4.4.5 Solucin por igualacin de coeficientes.
--------------------------------------- 223
4.4.6 Caso IV Factores cuadrticos repetidos.
--------------------------------------- 228
Solucin por igualacin de coeficientes.
--------------------------------------- 228
Ejercicios 4.2 ---------------------------------------------------------------------- 234
Respuestas Ejercicio 4.2 ------------------------------------------------------------- 235
lgebra Superior
Captulo V
5.1
5.2
5.3
5.4
Captulo
6.1
6.2
6.3
6.4
6.5
6.6
6.7
VI Matrices
Definiciones bsicas.
------------------------------------------------------------- 285
Aritmtica matricial.
------------------------------------------------------------- 289
Reglas de la aritmtica matricial. --------------------------------------------------- 299
Ejercicios 6.1 ---------------------------------------------------------------------- 305
Respuestas Ejercicio 6.1 ------------------------------------------------------------- 306
La matriz inversa. ---------------------------------------------------------------------- 308
Matrices elementales. Clculo de la matriz inversa. ----------------------------- 314
Ejercicios 6.2 ---------------------------------------------------------------------- 321
Respuestas Ejercicio 6.2 ------------------------------------------------------------- 323
Aplicaciones de las matrices a los sistemas de ecuaciones lineales.
----------327
La matriz transpuesta.
------------------------------------------------------------- 334
Ejercicios 6.3 ---------------------------------------------------------------------- 337
Respuestas Ejercicio 6.3 ------------------------------------------------------------- 338
Captulo VII
7.1
7.2
7.3
7.4
7.5
7.6
7.7
273
Determinantes
Permutaciones.
----------------------------------------------------------------------- 341
Determinantes.
----------------------------------------------------------------------- 342
Ejercicios 7.1 ---------------------------------------------------------------------- 346
Respuestas Ejercicio 7.1 ------------------------------------------------------------- 347
Propiedades de los determinantes. --------------------------------------------------- 348
Ejercicios 7.2 ---------------------------------------------------------------------- 357
Respuestas Ejercicio 7.2 ------------------------------------------------------------- 358
El determinante de la matriz inversa.
-----------------------------------------359
Ejercicios 7.3 ---------------------------------------------------------------------- 363
Respuestas Ejercicio 7.3 ------------------------------------------------------------- 365
Desarrollo de un determinante por cofactores.
----------------------------- 367
La matriz adjunta. ---------------------------------------------------------------------- 371
La matriz inversa calculada por determinantes. La regla de Cramer. ----------373
Ejercicios 7.4 ---------------------------------------------------------------------- 382
Respuestas Ejercicio 7.4 ------------------------------------------------------------- 384
lgebra Superior
lgebra Superior
Captulo 0
Teora Elemental de Conjuntos
1.1
Definicin y notacin .
En su forma ms simple. . .
un conjunto es una coleccin, clase o agrupacin de objetos bien
definidos y diferenciables entre si, llamados elementos del conjunto.
Frecuentemente se utilizan las letras maysculas para denotar los conjuntos, mientras que sus elementos se
representan por letras minsculas, aunque se puede utilizar tambin otra clase de smbolos.
Los elementos de un conjunto . . .
se colocan dentro de las llaves: { } y se separan por comas
no pueden repetirse, aunque si pueden intercambiar de lugar, de modo que el orden de los elementos no
es importante para describir al conjunto
Asi por ejemplo, el conjunto de las letras que tiene la palabra "hipermoderno" es . . .
L = { h, i, p, e, r, m, o, d, n }
equivalentemente:
L = { p, r, o, m, e, d, h, i, n }
por comprensin, o descripcin , diciendo cul es la propiedad propiedades, que caracterizan a sus
elementos y les permite agruparse en un conjunto.
Por ejemplo:
A = { 2, 4, 6, 8, 10 }
es un conjunto definido por extensin ; pero ste mismo conjunto se puede definir por comprensin de la
siguiente manera:
A = { nmeros enteros pares positivos menores que 12 }
Dentro de las llaves { }, suele usarse tambin el smbolo que se lee: "tal que" , para indicar las propiedades
que tienen en comn los elementos x de un conjunto dado . Asi por ejemplo, el conjunto anterior quedara
descrito usando sta notacin como :
A = { x x es un entero par positivo menor que 12 }
en general, si los elementos x del conjunto satisfacen alguna propiedad p(x) , se escribe . . .
A = { x p(x) }
lgebra Superior
1. 2
Conjunto vaco
Es el conjunto que no tiene elementos . Su smbolo es { }. Asi por ejemplo, los conjuntos . . .
Pertenencia .
Para expresar que x es un elemento de un conjunto A , se usa el smbolo que se lee como : "es un
elemento de" , "pertenece a " o tambin como : "est en " :
x A
significa :
significa :
Ejemplos :
Aunque los conjuntos pueden estar conformados por entidades de cualquier naturaleza, para el desarrollo
matemtico son de especial inters los siguientes conjuntos de nmeros:
NOMBRE
SIMBOLO
REPRESENTACIN
Nmeros naturales
N 1, 2, 3, 4,....
Nmeros enteros
negativos
Z-
Z ,...., 3, 2, 1.
Nmeros enteros
Z , ...., 3, 2, 1, 0, 1, 2, ......
Nmeros racionales
Q x | x
Nmeros irracionales
I x | x Q .
Nmeros Reales
R x | x Q x I .
tambin
R x | x2 0 .
Nmeros imaginarios
Im
Im x | x 2 0 .
Nmeros complejos
C a b | a R y b Im .
p
, p , q Z , q 0.
q
lgebra Superior
Como se ilustra en stos ejemplos, para conjuntos con muchos elementos puede abreviarse la enumeracin
de los mismos mediante la elipsis " . . . " . Por ejemplo el conjunto de los primeros 1000 nmeros enteros
positivos puede definirse por extensin como:
N1000 = { 1, 2, 3, . . . , 999, 1000 }
donde la elipsis ( " . . . " ) indica que la lista contina de la manera obvia.
La elipsis tambin se usa para definir los conjuntos con un nmero infinito de elementos, asi por ejemplo, el
conjunto de los nmeros pares positivos puede escribirse como:
{ 2, 4, 6, 8, . . . }
En los ejemplos anteriores, tambin se ha usado el smbolo " " para denotar el infinito.
Ejemplos :
A continuacin se definen algunos conjuntos por enumeracin (extensin) y por descripcin
POR ENUMERACION
1.4
POR DESCRIPCIN
A = { 1, 3, 5, 7, 11 }
B = { a, e, i, o, u }
C = { 0, 2, 4, 6, 8, 10 }
D = { Luna }
E = { 0, 1, 2, 3, 4, 5, . . . }
F x | x ; -3 x 4.
G = { 4, 9, 16, 25, 36 }
G y | y x 2 ; x .
H={}
H x | x 2 < 0 ; x .
Cardinalidad.
La cardinalidad de un conjunto S , denotada por |S| , es el nmero de elementos que tiene el conjunto S.
Por ejemplo
el conjunto A = { 1, 3, 5, 7, 9, 11, 13 } tiene un valor cardinal de 7, es decir |A| = 7
el conjunto vaco { } , tiene cardinalidad cero, es decir | | = 0
el conjunto N = { 1, 2, 3, 4, . . . } tiene cardinalidad infinita, que se denota por . | N| = o
Algunas cardinalidades infinitas son mayores que otras, por ejemplo, el conjunto de los nmeros reales R
tiene mayor cardinalidad que el conjunto de nmeros naturales N . Sin embargo, la cardinalidad de los
puntos sobre una lnea recta, es la misma que la cardinalidad de cualquier segmento de esa recta, de un
plano completo o de cualquier espacio Euclideano de dimensin finita.
Al respecto, existe una famosa ilustracin llamada "la paradoja de Galileo" , que es una demostracin de
una de las sorprendentes propiedades de los conjuntos infinitos.
Paradoja de Galileo : En su trabajo final denominado "Dos Nuevas Ciencias" ,Galileo Galilei hizo dos
afirmaciones aparentemente contradictorias respeto a los nmeros enteros positivos.
lgebra Superior
Primero, algunos nmeros son cuadrados perfectos ( es decir, son el cuadrado de algn entero , que en
adelante llamaremos simplemente cuadrados ) mientras que otros no lo son; por eso, todos los nmeros
incluyendo cuadrados y no cuadrados deben ser ms numerosos que slo los cuadrados. Sin embargo,
para todo cuadrado hay exactamente un nmero que es su raz cuadrada y para cada nmero hay
exactamente un cuadrado, por lo tanto, no puede haber ms de unos que de otros .
Galileo concluy que las ideas de "mayor que" , "igual a" y "menor que" se aplican a conjuntos finitos,
pero no a los conjuntos infinitos.
Posteriormente, en el siglo XIX el matemtico alemn Georg Cantor (1845-1918), mostr que algunos
conjuntos infinitos son mayores que otros puesto que no es posible colocar a sus elementos en una
correspondencia uno a uno.
1.5
Inclusin .
Si todo elemento de un conjunto A es tambin un elemento de otro conjunto B entonces se dice que A es
un subconjunto de B y se escribe :
A B
que se lee:
10
lgebra Superior
1.6
Conjunto potencia.
Es el conjunto P(A) de subconjuntos que tiene un conjunto A dado con n elementos. La cardinalidad de
P(A) es 2n como se puede inducir de los siguientes ejemplos. . .
Nmero de
elementos
Conjunto A
A = {a, b}
A = {a, b, c}
A = {a, b, c, d}
Cardinalidad
de P(A)
4 = 22
8 = 23
16 = 24
etc.
Si A es un conjunto infinito ( contable o incontable ), entonces el conjunto potencia P(A) es siempre
incontable. El conjunto potencia P(A) es siempre estrictamente " mayor " que A .
1.7
Conjunto Universal.
Es el conjunto que contiene a todos los subconjuntos de inters bajo el contexto de un problema particular,
se representa por la letra U .
La definicin de un conjunto universal es arbitraria, de modo que un conjunto que es universal para un
problema particular, puede no ser el conjunto universo para otro problema distinto.
Ejemplos .
CONJUNTOS
A = { 1, 3, 5, 7, 11 }
B = { 2, 4, 6, 8, 10 }
U = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 }
U = { 1, 2, 3, 4, 5, . . . } =
U = , . . . , 2, 1, 0, 1, 2, . . .
U=
etc.
A = { a , b, c , d, e }
B = { a, E, I, O, u }
U = {alfabeto latino}
U = {a, b, c, d, e, E, I, O, u , f, B }
U = { seres humanos }
A = { hombres }
U = { seres vivos }
B = { mujeres }
C = { nios y nias }
11
lgebra Superior
1. 8
U
B
U
A
Conjuntos disjuntos
A B =
En cada uno de estos tres casos, la regin sombreada representa los elementos del conjunto
interseccin A B .
Como se ilustra en la primera figura, los conjuntos no tienen elementos comunes y por eso se les llama
ajenos o disjuntos . En cambio, en la tercera figura se presenta el otro caso extremo cuando todos los
elementos de un conjunto son tambin comunes a otro conjunto.
Ejemplo :
Consideremos los conjuntos:
12
lgebra Superior
A = { 1, 2, 3, 4 }
B = { 1, 3, 7 }
A B = { 1, 3 }
entonces. . .
entonces. . .
A B = {verde }
UNIN.
Al "juntar" los elementos que son miembros de un conjunto A con los elementos que pertenecen a otro
conjunto B se forma el conjunto union :
A B que se lee: " la unin de A con B "
Este conjunto se define de manera descriptiva como:
A B ={x | x A x B}
Asi, el conjunto unin de A y B se forma con los elementos que estn en el conjunto A que estn en el
conjunto B ( en ambos ) y sus tres posibles representaciones grficas son:
U
A
B
A
Conjuntos disjuntos
A B =
En cada uno de estos tres casos, la regin sombreada representa los elementos del conjunto unin A B .
Ejemplo .
Sean los conjuntos
A = { 1, 2, 3, 4 }
B = { a, 2, 3, 7 }
entonces. . .
A B = { a, 1, 2, 3, 4, 7 }
Ejemplo .
Sean los conjuntos
A = { 1, 2, verde }
B = { verde , blanco , rojo }
entonces. . .
13
lgebra Superior
COMPLEMENTO.
Tambin es posible "restar" dos conjuntos. El complemento relativo de A en B , denotado por B \ A (o
tambin por B A ) es el conjunto de todos loe elementos que estn en el conjunto B pero que no estn en
el conjunto A .
B \ A = B A que se lee: " el complemento relativo de A en B "
Este conjunto se define de manera descriptiva como:
B\A ={x | x B y xA}
Asi, el conjunto complemento relativo de A en B se forma con los elementos que estn en el conjunto B
pero que no estn en el conjunto A y sus tres posibles representaciones grficas son:
U
A
Conjuntos disjuntos
A B =
U
A
Ejemplos .
{1, 2} \ { rojo, blanco } = {1, 2 }
{1, 2, verde } \ {verde, blanco, rojo } = {1, 2 }
{1, 2 } \ {1, 2 } =
14
lgebra Superior
C
Si U = y A = { enteros pares } entonces A = {nmeros impares }
AB = BA
AB = BA
leyes asociativas
(AB)C = A(BC)
(AB)C = A(BC)
leyes distributivas
A(BC)= (AB)(AC)
A(BC)= (AB)(AC)
Ntese la asombrosa analoga entre la unin e interseccin de conjuntos con la suma y la multiplicacin de
nmeros. Al igual que la suma y la multiplicacin, la unin y la interseccin son conmutativas y
distributivas y la interseccin se distribuye en la unin :
A(BC)= (AB)(AC)
Sin embargo,la distribucin de la unin en la interseccin :
A(BC)= (AB)(AC)
no tiene anlogo en el lgebra de los nmeros, pues se obtendran expresiones tales como:
3+(5x4) = (3+5) x (3+4)
3 + 20 = 8 x 7
que obviamente es falsa.
leyes de identidad
A= A
AU= A
15
lgebra Superior
leyes de complemento
A AC = U
A AC =
Las leyes de identidad, establecen que al igual que el 0 y el 1 son los elementos identidad para la suma y
la multiplicacin de nmeros, asi tambin y U son los elementos identidad para la unin y al
interseccin respectivamente. Sin embargo, a diferencia de la suma y la multiplicacin, para las
operaciones y no existen elementos inversos; aunque las leyes de complemento son en cieto sentido
operaciones de inverso unitarias.
Los cinco pares de leyes anteriores constituyen el lgebra de conjuntos en el sentido de que toda
proposicin vlida para conjuntos puede ser obtenida de ellas.
1.11
El principio de dualidad.
Los cinco pares de leyes anteriores exiben un patrn de simetra muy interesante. Ntese que de cada par de
leyes, una puede ser obtenida de la otra simplemente intercambiando con y tambin U con .
Ese patrn no es una casualidad, pues se origina de una propiedad extremadamente importante y poderosa del
lgebra de conjuntos, llamada el principio de dualidad , el cual establece que
por cada proposicin verdadera entre conjuntos, existe una proposicin dual
que tambin es verdadera y que se obtiene:
intercambiando uniones por intersecciones.
intercambiando U con .
invirtiendo las inclusiones.
las proposiciones que permanecen inalteradas bajo estos intercambios se llaman autoduales .
Enseguida se enlistan algunas leyes adicionales del lgebra de conjuntos, que tambin obedecen el principio
de dualidad:
leyes idempotentes:
AA = A
AA = A
leyes de dominacin
AU = U
A =
16
lgebra Superior
leyes de absorcin
A(AB)= A
A(AB)= A
y como ya se dijo antes, toda proposicin verdadera puede ser derivada de los 5 pares de leyes fundamentales.
Consideremos una prueba para la ley idempotente de la unin: A A = A
Demostracin:
AA= (AA)U
= ( A A ) ( A AC )
= A ( A AC )
= A
= A
Demostracin:
AA = (AA)
= ( A A ) ( A AC )
= A ( A AC )
= A U
= A
A U = A ( A AC )
= ( A A ) AC
17
lgebra Superior
= A AC
= U
1.12
(A B )C = ( AC BC )
(A B )C = ( AC BC )
(AC ) C = A
leyes de compemento para U y
C = U
UC =
Ntese que la ley de doble complemento es autodual, asi como tambin lo es la siguiente proposicin:
Si (A B ) = U y (A B ) = entonces B = AC
Ntese que la ley de doble complemento es autodual, asi como tambin lo es la siguiente proposicin:
1. 13 El lgebra de la inclusin .
La inclusin tiene las siguientes propiedades
propiedad reflexiva
A A
propiedad antisimtrica
A B
y B A si y solo si A = B
Cuando esta propiedad se lee de derecha a izquierda, se usa para demostrar la igualdad entre dos conjuntos. es
decir: A = B si y solo si A B y B A .
18
lgebra Superior
propiedad transitiva
Si A B
y B C entonces A C
(A B ) B
(A B ) B
A B
AB=A
AB=B
A \ B =
BC AC
esta ltima equivalencia muestra que la relacin de inclusin puede ser definida en trminos de la unin o la
interseccin entre conjuntos, lo cual implica que sta relacin es aximticamente superflua.
Ejercicio . Demostrar las siguientes proposiciones entre conjuntos
1.
B \ A = B AC
( B \ A )C = A BC
2.
\ A =
U \ A = AC
3.
C \ (A B ) = (C \ A ) (C \ B )
C \ (A B ) = (C \ A ) (C \ B )
4.
C \ (B \ A ) = (A C ) (C \ B )
(B A) \ (A B) = (B \ A) ( A \ B)
5.
(B \ A ) C = (B C ) \ A
(B \ A ) C = (B C ) \ (A \ C )
6.
A \ B = BC \ AC
7.
a)
b)
c)
A B
A B
A B
(A B ) =
9.
(A B ) A (A B)
A B =A
A B =B
A B =
AB=A
BA = B
19
lgebra Superior
Algunas soluciones:
1. Por definicin :
B\A = {x| xB
pero si x A entonces x AC
Asi que se puede escribir . . .
y xA}
puesto que A AC = U = { x | x A
B\A = {x| xB
x AC } .
y x AC }
\ A = AC =
puesto que la interseccin del vaco con cualquier otro conjunto, es el vaco ( ley de dominacin ).
3.
(A B ) queda . . .
C \ (A B ) = C (A B )C
= C (AC BC )
C \ B = ( C BC )
y finalmente resulta . . .
C \ (A B ) = (C \ A ) (C \ B )
7.
(A B ) A
AB =A .
20
lgebra Superior
A (A B )
(A B ) B
1. 14 El producto cartesiano .
Para dos conjuntos A y B , el conjunto producto A B producto cartesiano de A y B se define
como el conjunto de todas las posibles parejas ordenadas ( a b) cuya primera componente es un
elemento del conjunto A y cuya segunda componente es un elemento del conjunto B .
En forma descriptiva:
AxB ={(a,b)| aA
y bB }
El producto cartesiano de dos conjuntos finitos puede representarse por medio de una tabla, con los
elementos de un conjunto como un rengln y los elementos del otro conjunto como una columna y
formando los pares ordenados, las celdas de la tabla, escogiendo los elementos de la columna y el rengln
correspondientes.
Ejemplo 1. el producto caresiano del conjunto de 13 elementos de un juego de cartas ordinario :
{ As, Rey, Reina, Jack, 10, 9, 8, 7, 6, 5, 4, 3, 2 }
y el conjunto de 4 figuras
{,,,}
es un conjunto de 13 4 = 52 elementos formados por todas las posibles combinaciones de pares entre
el primer conunto y el segundo {(As, ) , (As, ) , . . . , (2 , ), (2 , ) } , como se ilustra enseguida .
..
21
lgebra Superior
( 1,
( K,
( Q,
( J,
(10,
( 9,
( 8,
( 7,
( 6,
( 5,
( 4,
( 3,
( 2,
1
K
Q
J
10
9
8
7
6
5
4
3
2
( 1,
( K,
( Q,
( J,
(10,
( 9,
( 8,
( 7,
( 6,
( 5,
( 4,
( 3,
( 2,
( 1,
( K,
( Q,
( J,
(10,
( 9,
( 8,
( 7,
( 6,
( 5,
( 4,
( 3,
( 2,
( 1,
( K,
( Q,
( J,
(10,
( 9,
( 8,
( 7,
( 6,
( 5,
( 4,
( 3,
( 2,
A = { a, b, c }
B = { 1, 2, 3, 4 )
A
1
2
b
3
4
donde las lneas conectan cada una de las 12 parejas que constituyen el conjunto producto :
(a,1)
(a,2)
(a,3)
( a , 4)
(b,1)
(b,2)
(b,3)
( b , 4)
(c,1)
(c,2)
(c,3)
( c , 4)
22
lgebra Superior
El producto cartesiano tambin se define para conjuntos infinitos. Asi por ejemplo el producto del conjunto de
nmeros naturales = { 1, 2, 3, 4, . . . } por si mismo : x = 2 , (llamado tambin producto cuadrado)
puede ser represenado por un conjunto infinito de puntos en un plano como sigue . . .
...
5
4
3
2
1
1
5 ...
,entonces es evidente que el conjunto de puntos en el plano que representa al conjuto producto =
2
a = se hace cada vez ms denso , de tal manera que se puede imagirar que
representa un
R : = { (2, 2), (2, 3), (3, 1), (3, 2), (3, 3), (4, 1), (4, 2), (4, 3) }
indicado en la siguiente figura :
23
lgebra Superior
...
4
3
2
1
1
5 ...
1. 15 Funcin .
Una funcin f definida del conjunto A al conjunto B y denotada por f : A B , es una relacin de
A a B que satisface adems la condicin:
Si (a, b) f y (a, d) f
entonces b = d
es decir, una funcin no puede tener dos ( mas ) parejas ordenadas con el mismo primer elemento y
diferente segundo elemento.
Los elementos de los conjuntos A y B que forman las parejas ordenadas que pertenecen a una funcin se
llaman dominio y codominio (o rango) respectivamente .
Ejemplos.
Determinar cuales de las siguientes relaciones entre los conjuntos
A = { a, b, c, d } y
B = { 1, 2, 3, 4 }
b)
c)
A
a
A
a
Solucin :
a)
sta relacin no es una funcin de A a B dado que dos parejas ordenadas (b, 1) y (b, 2) tienen el mismo
primer elemento y distinto segundo elemento :
24
lgebra Superior
b)
sta relacin es una funcin de A a B , dado no existen dos o ms parejas ordenadas que tengan el
mismo primer elemento y distinto segundo elemento.
Ntese que si se considera :
R : B A = { (1, a), (1, b), (1, c), (3, d) }
sta relacin de B a A , no es una funcin puesto que hay tres parejas ordenadas a las que se asigna el
mismo primer elemento pero distinto segundo elemento : (1, a), (1, b), (1, c) .
c)
sta relacin de A a B , no es una funcin puesto que hay dos parejas ordenadas a las que se asigna el
mismo primer elemento pero distinto segundo elemento : (c, 3), (c, 4) .
EJERCICIOS
1. Define por extensin los siguientes conjuntos . . .
a) tres primeros meses del ao b) dias de la semana que principian con la letra C. c) cinco vocales
d) estudiantes mayores de 125 aos
e) los meses del ao cuyo nombre empieza con M.
2. Enuncia por descripcin en la forma ms adecuada los siguientes conjuntos:
F = { x, y , z }, G = { Abril, Agosto } ,
H = { 2, 4 , 6 } ,
I = { 1, 0 , 1, 2 , 3 }
3. Dados los conjuntos: A = {a , b , c , d }, B = {x x , x < 4 }, C = {x
E = { a, b, d }
18
}, D = {1 , 2 , 3 },
10
que convenga:
2
Cules conjuntos son iguales?. Cul es subconjunto de otro?. Cules son los subconjuntos propios de D ?
4. Dados los conjuntos : A = {1, 2, 3, 4 },
A
G
5. Si
D = {6, 7, 8 },
D=
A=
U = {x x x 10 } ,
AB
( A C) C
A=
D=
A = {x x , x 5 },
C = {x x 3 x 7 }
BA
E = { 7 } , G = { 5, 9, 0 } obtener:
E=
=
G=
B = {x x x < 4 }
AC
CC
BC
AB
BC
(B C)
(A B ) C = (A B)
(A B )C = AC
(B C)
BC
25
lgebra Superior
AU
A x A
(A')'
A A
A A'
A B'
B x C
B x A
A A'
A U'
B C'
AC
A) \ (A B)
BC
b) Hallar las letras que pertenecen al conjunto:
( Sugerencia: usar alguna relacin que simplifique la solucin )
AC
U
a ) ( A \ B )c (A
B)c
A
B
A
b ) ( A B ) \ C ) ( (A B)c C )
c ) ( C \ ( C \ A )) BC
A
B
C
26
lgebra Superior
Captulo I
( 3 2)
2.735
e ( = 2.718281...)
log3( 2.43)
a
, o por a / b .
b
de inmediato observamos que al sumar o multiplicar dos nmeros naturales siempre se obtiene como
resultado otro nmero que tambin es natural .
Sin embargo, sto no siempre sucede con la resta y solo se cumple en un caso muy especial en la divisin,
(cuando el divisor es el nmero 1 ) .
Asi que para cualquier par de nmeros y que estn en el conjunto { N } , los nmeros y
24
18 42
( 14 ) ( 39 ) 546
etc.
Pero en cambio no todas las operaciones de resta o divisin de nmeros naturales generan como resultado
nmeros que tambin sean naturales, por ejemplo ( 5 8) ( 5 8) no son nmeros naturales ( no estn
contenidos en { N } )
De modo que el conjunto de nmeros naturales { N } es cerrado nicamente bajo las operaciones de suma y
producto ; pero no bajo la resta o la divisin .
Definicin de Cerradura :
27
lgebra Superior
Sin embargo, ste conjunto tampoco es cerrado bajo la divisin (por ejemplo ( 3) 7 no es entero ).
Para lograr tambin la cerradura para la divisin, es necesario aumentar el conjunto { Z } anterior,
aadindole todos aqullos nmeros que resultan de la divisin de dos enteros y cuyo divisor no es 0 ni 1 ,
es decir, las fracciones.
El conjunto asi formado se llama conjunto de nmeros racionales { Q } . Este conjunto es cerrado bajo
las cuatro operaciones fundamentales porque de la suma , resta , producto o divisin de dos nmeros
racionales se obtendr siempre otro nmero que es racional .
{Q}=
Por ejemplo :
16273
3876
, 4 ,
p
p y q (con q 0 ;
q
Sin embargo, no todos los nmeros son racionales, es decir no todos se pueden escribir como la razn de
dos enteros . Algunos de ellos se obtienen mediante la 5 operacin matemtica : las raices .
Son nmeros irracionales la mayora de las raices de los nmeros enteros primos , por ejemplo :
2 = 1.4142135623731... ;
7 = 2.64575131106459 ...
3 = 1.44224957030741 ...
A los nmeros que no son racionales se les llama por contraposicin irracionales y se representan por el
conjunto { Ir }.
Se puede demostrar analticamente que stos nmeros no son el cociente de dos enteros; pero baste decir
por ahora que todo nmero racional tiene una representacin decimal que :
i)
o bin
ii) es infinita pero presenta un patrn de repeticin.
observemos por ejemplo la forma decimal de algunos nmeros racionales :
8
5
1.6
1
4
0.25
1
7
= 0.1428571428571428... ,
25
11
= 2.272727272727272...
En los dos primeros la parte decimal termina (es finita ) mientras que en los dos ltimos la parte decimal es
infinita ( lo cual se indica por los puntos suspensivos ) ; pero hay cierto conjunto de cifras que se repite una y
otra vez ( es una sucesin perodica )
En los nmeros irracionales en cambio se cumple todo lo opuesto : la parte decimal nunca termina y no es
peridica.
Como puede verse en los ejemplos de las raices anteriores o en los famosos nmeros :
= 3.14159265358979. . . . .
e = 2.718281828459. . . . . . .
28
lgebra Superior
0
el cero
N = ( 0,1, 2, 3 , . . . )
Naturales
Enteros
Negativos ZZ = ( . . . ,-2, -1, 0 , 1 , 2, 3 , . . . )
Enteros
Fracciones
Q = ( p/q ; p y q Z )
Racionales
Irracionales
Ir
R = Q U Ir
Nmeros reales
Sin embargo no todos los nmeros que aparecen en las matemticas son nmeros reales ! .
Todo elemento del conjunto { R } anterior tiene la interesante propiedad de que si se eleva al cuadrado
resulta una cantidad positiva. Pues bin, si ahora agregamos al conjunto { R } los nmeros que tengan la
propiedad opuesta es decir, que elevados al cuadrado sean negativos (los asi llamados nmeros
imaginarios ) , entonces se obtiene el conjunto de los nmeros complejos { C } cuyos elementos tienen la
forma:
z = x j y
donde x e y representan nmeros reales y el smbolo j representa al nmero
los nmeros imaginarios.
1 , que es la base de
Como podemos ver, los nuevos conjuntos de nmeros se forman al agregar al conjunto numrico anterior
otros elementos que tienen nuevas propiedades y que el conjunto inicial no posea .
Adems de la cerradura, los nmeros reales poseen las siguientes importantes propiedades:
29
lgebra Superior
PROPIEDAD
I Cerradura
II Conmutativa
III Asociativa
IV Identidad
V Inverso
EN LA SUMA
La suma de dos nmeros reales :
( a + b ) es otro nmero real
El orden de los sumandos no altera la
suma ( a + b ) = ( b + a )
El resultado de una suma no depende del
orden en que se realice
(a + b) + c = a + ( b + c)
0 ( el cero ) es el elemento identidad para
la suma porque
(0 +a) = (a + 0)=a
para cualquier nmero a
Todo nmero real a tiene un inverso
aditivo denotado por : a tal que
sumado con a :
a + (a ) = 0
EN LA MULTIPLICACION
El producto de dos nmeros reales :
( a )( b ) es otro nmero real
El orden de los factores no altera el producto
ab = ba
El resultado de un producto no depende del
orden en que se realice
(ab) c = a (bc)
1 ( el uno ) es el elemento identidad para la
multiplicacin porque
(1)a = a(1)=a
para cualquier nmero a
Todo nmero real a ( distinto de cero )
tiene un inverso multiplicativo denotado por :
1
por a1 tal que multiplicado por a :
a
a
VI Distributiva
a a 1
De la propiedad de inverso se sigue que , la resta y la divisin de nmeros reales son solo casos especiales
de la suma y el producto dado que :
( a b) = a ( b)
a = a 1
b
b
a= b
30
lgebra Superior
a b = b b
a b a = b a
a ( b a) = ( b a) ( b a)
a ( b a)
( b a) ( b a)
=
( b a)
( b a)
a= ba
a = ( a a) = 2 a
a
2 a
=
a
a
= 2
( 16 36 ) = ( 25 45 )
16
36
81
4
= 25 45
81
4
9
9
9
9
( 2) ( 4) = 52 ( 2) ( 5)
2 2
2 4
4 9 = 5 9
2 2
4 9 = 5 9
2 2
31
lgebra Superior
6 Sumando
9
2
= 5
2 2
= 5
Estos ejemplos ilustran el hecho de que una actitud descuidada hacia las ecuaciones o el desconocimiento de
las propiedades de los nmeros reales, puede conducirnos a resultados ilgicos y por supuesto, incorrectos.
Dnde est el error en el ejemplo anterior ? . Consiste en no utilizar la regla :
siempre un nmero positivo.
1.2
x = x , que d
Los nmeros reales quedan ordenados. y adems, a cada punto sobre la recta
corresponde un nico nmero real y a cada nmero real corresponde uno y
solamente un punto sobre la recta.
Un nmero x es positivo si est a la derecha del origen , lo cual se denota por el smbolo : x 0
y si x es negativo, entonces est a la izquierda del origen , lo cual se denota por el smbolo : x 0 .
Se puede afirmar entonces de manera general que si un nmero x est a la izquierda respecto a otro nmero y
sobre la recta numrica real, entonces " x es menor que y " , lo cual se denota por el smbolo :
x y
Similarmente , si un nmero z est a la derecha respecto a otro nmero w sobre la recta numrica real,
entonces " z es mayor que w " , lo cual se denota por el smbolo :
zw
32
lgebra Superior
Para decidir cuando un nmero real a es mayor menor que otro nmero b se establece entonces el
siguiente criterio :
El nmero a es menor que el nmero b si y slo si su diferencia ( a b) es negativa .
ab
( a b) 0
( 1.1 )
ab
Ejemplo 1 .
11
De
12
10
11
Solucin : Sean a =
11
12
( a b) 0
qu nmero es mayor ?
y b=
10
11
y calculemos su diferencia :
10
11
ab=
11 12
( 10 ) ( 12 ) ( 11 ) 2
( 11 ) ( 12 )
120 121
132
1
132
dado que se ha obtenido un nmero negativo, del criterio anterior se concluye que
10
11
11
12
x2
Son todos los puntos x que estn a la izquierda del punto que representa al
nmero 2 sobre la recta numrica (incluyendo al 2 ) .
O podramos leer tambin sta desigualdad como: " x es a lo ms igual a 2 " .
33
lgebra Superior
4 x 2
x 2, 5 x
x 6
5 y x 3
c2 ; 2b3
Son los nmeros x de la recta numrica que estn a la derecha del nmero 6 .
Representa a los nmeros x que son mayores que los nmeros y , con ambos x
e y comprendidos entre 5 y 3
Se traduce como los nmeros c que a lo ms son iguales a 2 y los
nmeros b comprendidos entre 2 y 3 .
TIPO DE INTERVALO
NOTACIN
CERRADO :
( se incluyen
los extremos )
ABIERTO :
( No se incluyen
los extremos )
[a , b]
(a , b)
[]R
a < x < b
R
a
a < x b
(]R
a
[a , b)
a x < b
[)R
a
( , a )
INFINITOS :
( El intervalo no est
limitado en uno en
ambos extremos )
REPRESENTACIN GRFICA
a
(a , b]
SEMIABIERTO
( o SEMICERRADO ) :
( slo se incluye uno
de los extremos )
DESIGUALDAD
EQUIVALENTE
a x b
- <x<a x<a
( , a ]
- <xa xa
(b,)
b< x<
[b,)
b x< x b
( , )
- <x<
x>b
)R
a
]R
a
(R
b
[R
b
R
( todos los nmeros reales )
34
lgebra Superior
2 x 5
3 x 8
x4
1 x
0 a a 0
0 x 6
3 0
3
Ejemplo
4 < 2 y 2 < 1
As que
4 < 1
I Transitiva
" Si a est a la izquierda de b y b est a la izquierda
de c , entonces a est tambin a la izquierda de c "
Si a < b y c < d entonces ( a + c ) < ( b + d )
II Aditiva
III Suma
"Una desigualdad no se altera si se suma a ambos
miembros cualquier cantidad real c, positiva no "
Si a < b entonces :
ac < bc
si
ac > bc
si
c > 0
c < 0
IV Multiplicacin
" Si una desigualdad se multiplica por una cantidad
negativa INVIERTE su sentido ; si se multiplica por una
cantidad es positiva CONSERVA su sentido "
5 < 3 y 2 < 1
As que
(52)< (31)
(7) < ( 2 )
5< 3
As que sumado 2 en ambos
miembros se obtiene :
(5 2 )< (3 2)
7<1
3 < 2
Entonces multiplicando ambos
miembros por 2 queda :
6 < 4
En cambio multiplicndola por
2 se obtiene :
6>4
3 < 2
Si
V Inverso
Si
Entonces
1
3 2
y
3> 2
" Para dos nmeros, ambos positivos o ambos negativos
el recproco de su desigualdad INVIERTE su sentido "
entonces
1
3
1
2
35
lgebra Superior
Obsrve que estas propiedades son igualmente vlidas si en todas ellas se cambia el smbolo : " < "
por el smbolo: " > "
s muy fcil demostrarlas. Como ejemplo demostremos las propiedades IV y V (se deja como
ejercicio la prueba de las otras propiedades ).
DEMOSTRACIN DE LA PROPIEDAD IV .
( a b) 0 .
Si ste nmero se multiplica por otro nmero negativo, digamos c 0 , entonces el producto ser
positivo . En otras palabras :
c ( a b) 0
c a c b 0
es decir
De sta desigualdad se deduce que el nmero ( c a) es mayor que el nmero ( c b) puesto que su
diferencia es positiva, esto es
c a c b .
De ste modo la desigualdad original a b , ha invertido su sentido y ha quedado como c a c b .
En el otro caso, si el nmero c es positivo : c 0 entonces el producto c ( a b) ser negativo, es
decir c ( a b) 0 de donde se sigue que c a c b ( la desigualdad original no cambi su
sentido ) .
DEMOSTRACIN DE LA PROPIEDAD V .
a b
b 1
a b
a b
a b
0 , asi que . . .
a 1 b 1
a b b a
es decir
a b
anterior.
36
lgebra Superior
Polinomios,
Funciones Racionales
Valores absolutos
Diversas funciones matemticas
( 1.2 )
Las raices de un polinomio P ( x) son los valores x para los cuales el polinomio vale cero, esto es
P ( x) = 0 y se interpretan geomtricamente como los puntos donde la grfica del polinomio cruza por la
recta numrica real X . Por ejemplo . . .
2
P ( x) x x 6
2
p ( x) x x 6 ( x 5)
Q ( x) x 3 x 5
Un polinomio de grado n cruza n veces como mximo al eje horizontal X ; pero como podemos
observar en la grfica del ltimo ejemplo, puede ser que no lo cruce ni una sola vez.
Si la grfica del polinomio cruza el eje X entonces cambia de signo, asi que para volver a cambiar de
signo debe cruzar necesariamente una vez ms el eje horizontal.
Por lo anterior, se concluye que para resolver una desigualdad de la forma P ( x) 0 P ( x) 0
donde P ( x) es un polinomio, se debe seguir el siguiente procedimiento . . .
Pedro Ferreira Herrejn
37
lgebra Superior
( 1.3 )
OBSERVACIN # 1 :
Cuando un polinomio slo tiene raices complejas y ninguna raiz real, significa que no corta al eje X en
ningn punto y por lo tanto su grfica est totalmente por encima (si P ( x) 0 ) o totalmente por debajo
(si P ( x) 0 ) del eje X. En stos casos . . .
una de las dos desigualdades : P ( x) 0
Esto significa que una desigualdad es verdadera para cualquier nmero real x y la otra no tiene solucin.
2
Por ejemplo, no existe algn nmero real que satisfaga a la desigualdad : x 1 0 puesto que todo
2
nmero real elevado al cuadrado es positivo, de modo que es imposible que la suma x 1 sea negativa.
2
OBSERVACIN # 2 :
En consecuencia :
los factores de un polinomio que no generen raices reales,
no cambian la solucin determinada por las raice reales del polinomio
y pueden ser ignorados en el procedimiento de solucin
Por ejemplo, la desigualdad :
de ( x 3) 0
38
lgebra Superior
( 5 x 7) ( 3 x ) [ ( 3 x 1) ( 3 x 1) ]
( 5 x 7) 3 x 1 0
8 ( x
1) 0
(simplificando y factorizando)
En ste momento el polinomio queda factorizado. Por ser de 1 er grado, su nica raiz se
obtiene al resolver la ecuacin : 8 ( x 1) = 0 y es x = 1 , con lo cual la recta
numrica queda dividida en dos intervalos: 1 y 1 .
Procediendo a averiguar el signo de ste nico factor, se tiene que . . .
R
x=1
(
(x1)
()
(+)
(8x1)
()
(+)
En las desigualdades que solo tienen polinomios de primer grado, la solucin tambin se puede determinar
rpidamente al "despejar " la variable x una vez que se han simplificado todos los tminos en un solo
miembro de la desigualdad.
Asi por ejemplo en el ejercicio anterior, a partir de 8 ( x 1) 0 se tiene . . .
8 x
8 x
8 ( 8) 0 ( 8)
8 x
8 0
39
lgebra Superior
1 ( 8 x) 1 ( 8)
8
8
1
8
x1
( simplificando )
la solucin grfica es el intervalo infinito abierto ( , 1 )
) R
Substituyendo valores para la variable x que estn a la derecha del nmero 1 se puede comprobar que la
desigualdad inicial no se cumple, mientras que para cualquier valor a la izquierda del 1 , la desigualdad es
verdadera . ( hgalo ! )
1 3 x ( x 4)
2
1 3 x ( x 4) [ ( x 4) ( x 4) ]
2
5 5 x
2
( simplificando )
5 5 x 5 ( 0 5)
2
5 x ( 5)
2
2 5 x ( 5) 2
5 2
5
x2
Entonces, cualquier nmero real que est a la izquierda de 2 (incluso ste), satisface la
desigualdad. En otras palabras la solucin es el intervalo infinito semicerrado ( , 2 ] ,
grficamente :
============== R
2
40
lgebra Superior
3 x 1 ( 3 x 5)
4
3 x 1 ( 3 x 5)
4
x 3
( simplificando )
( sumado el inverso de 3 )
, que es
4
9
0 una
4 3 4 9 x
9
9 4
4 x
3
Esta la solucin de la primera desigualdad .
Para la segunda desigualdad sumemos el inverso aditivo de
3 x 1 :
4
3 x 1 3 x 1 ( 3 x 5) 3 x 1
4
4
4
9
4
x 4
9
4 x
( simplificando )
( Se ha sumado el inverso de 4 )
9
4
que es
4
9
una cantidad
41
lgebra Superior
4 ( 4) 4 9 x
9
9 4
16 x
9
Esta es la solucin de la 2 desigualdad.
La solucin final es el conjunto de valores comunes a ambas soluciones parciales, esto
es, la interseccin de los dos intervalos solucin, porque slo cuando x tome un
valor numrico en esa intersecin comn , podr satisfacer simultneamente las
dos desigualdades iniciales .
Grficamente vemos que la parte comn de los intervalos :
4
3
16
9
16
4 x 16
3
9
es el intervalo semiabierto:
o tambin :
4
3
16
9
2 x
5 x
x
( 12 x)
x
2 x 5 x 12
42
lgebra Superior
5 x ( 12 x) 12 x ( 12 x)
5 x 12 x 0
2 x
2 x
2
2
x 2 x 5 x 12 0
x ( x 4) ( 2 x 3) 0
3
x = 4 , x = 0
x=
3
2
( 4 , 0 ) ,
( 0 , 3/2 ) ,
( 3/2 , )
La desigualdad se cumplir dependiendo del signo que tenga cada uno de sus factores en cada uno de los
subintervalos anteriores.
Cada factor lineal de la forma ( a x b) es un polinomio de grado 1, que no cambia de signo en cada
uno de los dos intervalos en que su nica raiz x =
b
divide a la recta numrica.
a
Por lo tanto, los signos de los factores se determinan asignando arbitrariamente un valor numrico a la
variable x en cada uno de los intervalos y substituyndolo en cada factor para obtener un nmero
positivo negativo, segn se muestra en la siguiente tabla de "prueba de signos" .
( , 4 )
(x+ 4)
x
(2x3)
( x 4 )( x )( 2 x 3 )
(4 ,0 )
()
(+)
(+)
(+)
()
()
(+)
(+)
()
()
()
(+)
()
(+ )
()
(+ )
( 3/2 , )
( 0 , 3/2 )
3
2
43
lgebra Superior
Otra forma de calcular el signo de cada factor consiste en verificar si el valor arbitrario escogido para x
se localiza a la izquierda o a la derecha de la raiz correspondiente a tal factor y usar el siguiente criterio :
Si x queda a la izquierda de una raiz entonces el factor ( x a) ser negativo
( x a) 0 x a
Si x queda a la derecha de una raiz entonces el factor ( x a) ser positivo
x a 0 x a
Como se puede observar en la tabla anterior, el producto de los tres factores : x , ( x 4) y ( 2 x 3)
ser positivo, slo cuando la variable x asuma un valor numrico dentro de los intervalos:
[4 , 0 ]
[ 3/2 , )
1.2 d)
P ( x)
0
Q ( x)
P ( x)
0
Q ( x)
( 1.4 )
( 1.5 )
44
lgebra Superior
2 x 7
x5
Solucin : Aqui sera un error multiplicar ambos lados de la desigualdad por el factor
( x 5) con el fin de simplificarla como sigue. . .
2 x 7 ( x 5) ( 3) ( x 5)
x5
( 2 x 7) ( 3 x 15 )
2 x 7 3 ( 3 3)
x5
( x 8)
0
( x 5)
( sumando la fraccin )
( x 8)
0
( x 5)
Quedan solo dos factores lineales y sus raices se obtienen al resolver las ecuaciones :
( x 8) = 0
( x 5) = 0
(5, 8) ,
( 8 , )
Los signos de los factores en cada uno de stos intervalos se indican en la siguiente tabla :
45
lgebra Superior
( , 5 )
(5 , 8)
( 8 , )
(x5)
()
(+)
(+)
(x8)
()
()
(+)
( x 8)
( x 5)
()
----- = ( + )
()
(+)
----- = ( )
()
x 8
x 5
(+)
----- = ( + )
(+)
x5 ;
7 5 6
x 1
x2 1
Solucin : Como ya hicimos notar antes, no se debe multiplicar una desigualdad por un factor
variable cuyo signo se desconoce , pues el sentido de la desigualdad quedara
indeterminado.
x1
7
x1
5 6
2
x 1
x 1
5 x 7 x 6
( sumando la fraccin )
46
lgebra Superior
2
5 x
7 x 6
x 1
( se ha multiplicado por 1 )
( 5 x 3) ( x 2)
0
( x 1) ( x 1)
Las raices de los polinomios en el numerador y en el denominador se obtienen al resolver
( 5 x 3) ( x 2) = 0 y ( x 1) ( x 1) = 0 y resulta:
x=
3
5
x= 2,
x= 1
x = 1
3
) ,
5
(1,
3
,1) ,
5
( 1, 2 ) , ( 2 , )
( 5 x 3) ( x 2)
( x 1) ( x 1)
( 1 , 3/5 )
( 3/5 , 1 )
(2 , )
(1,2)
()
(+)
(+)
(+)
(+)
()
()
(+)
(+)
(+)
()
()
()
(+)
(+)
()
()
()
()
(+)
( + )( )
( + )( +)
( )( )
( )( )
---------- = ( + ) ---------- = ( )
( )( )
( )( +)
( + )( )
---------- = ( + )
( )( +)
3
5
---------- = ( )
( + )( +)
---------- = ( + )
( + )( +)
Sugerencia: Si se escriben los factores en la primera columna en el mismo orden en que aparecen sus
raices sobre la recta numrica, entonces sus signos quedarn ordenados en un arreglo triangular
resultando as mucho ms fcil determinarlos.
Entonces la desigualdad inicial
7 5 6
x 1
x2 1
o tambin
( 5 x 3) ( x 2)
0 se
( x 1) ( x 1)
( , 1 ) ,
Pedro Ferreira Herrejn
[ 3/5 , 1 )
[2, )
47
lgebra Superior
x 1 ,
3
5
3
5
x1
1 y 1 por qu?
x
| x | =
x
x y se define como:
si x es positivo
( 1.6 )
si x es negativo
El valor absoluto de un nmero real x nunca es negativo. Cuando x es negativo entonces x es positivo.
Por ejemplo: | 4 | = (4) = 4
Geomtricamente, x representa la distancia que hay desde el origen (el cero) de la recta numrica hasta
el punto que representa al nmero x .
Similarmente, la distancia que hay sobre la recta numrica entre dos nmeros reales a y b se define
como :
o tambin
ab
ba
Por ejemplo la separacin entre los nmeros 3 y 7 es 4 unidades porque :
( 3) ( 7) = 3 7 = 4 = 4
( 7) ( 3) = 7 3 = 4 = 4
bin :
Dado que el cuadrado de todo nmero real x es positivo y la raiz cuadrada de todo nmero positivo es un
nmero positivo, entonces una definicin alternativa para el valor absoluto es :
x = ( x)
( 1.7 )
a b = ( a b) = ( b a) = b a
3 y 2
= 5
48
lgebra Superior
3 y
2 = 3 y 2 y por lo tanto
3 y 2 = 5 equivale a la ecuacin 3 y 2 = 5 cuya solucin es
( 5 2)
= 1
y=
3
Si ( 3 y 2) 0 entonces
3 y
2 = ( 3 y 2) y por lo tanto
3 y 2 = 5 equivale a la ecuacin ( 3 y 2) = 5 cuya solucin es
( 5 2)
7
=
y=
3
3
a|a|
II
a| = | a |
III
Si
|a| = |b|
a |a|
entonces
a=b
a=b
( 1.8 )
IV
VI
|ab|=|a||b|
a
a
=
b
b
|a+b| |a| +|b|
Las desigualdades " del tringulo"
| a b | | a | + | b |
stas propiedades se pueden demostrar a partir de la definicin ( 1.6 ) del valor absoluto. Demostremos las
propiedades IV y VI. (queda como ejercicio para el lector la demostracin de las dems propiedades.)
DEMOSTRACIN DE LA PROPIEDAD IV
CASO I : Sean dos nmeros reales positivos: a 0 y b 0 , entonces sus valores absolutos son:
a = a
b = b
Adems su producto es positivo a b 0 ( el producto de dos nmeros positivos es positivo ) ,
asi que su valor absoluto es
a b = ab
Pedro Ferreira Herrejn
49
lgebra Superior
substituyendo
a = a y
b = b resulta
a b = a b
CASO II : Supongamos ahora que se dan dos nmeros reales de diferente signo a 0 y b 0 ,
entonces sus valores absolutos son:
a = a
b = b
Adems su producto es negativo a b 0 ( el producto de dos nmeros de distinto signo es
negativo ) , asi que su valor absoluto es por definicin:
a b = ( ab) = a ( b)
substituyendo
a = a y
b = b resulta
a b = a b
CASO III : Sean ahora dos nmeros reales negativos a 0 y b 0 , entonces sus valores absolutos
son por definicin:
a = a
b = b
Su producto es positivo a b 0 ( el producto de dos nmeros de igual signo es positivo ) ,
asi que su valor absoluto es :
a b = ab = ( a) ( b)
substituyendo
a = a y
b = b resulta nuevamente a b = a b
a b = ( a b) = a b
a a
b b
a b a b
Pero a b = a b de acuerdo a ( * ) asi que substituyendo se obtiene. . .
ab a b
CASO II . Si ( a b) es un nmero positivo, ( a b) 0 , por la definicin de valor absoluto . . .
(*)
a b = ( a b)
a a
b b
50
lgebra Superior
ab a b
Pero a b = a b de acuerdo a ( * ) asi que substituyendo se obtiene. . .
ab a b
y se ha demostrado asi la "desigualdad deltringulo" :
"el valor absoluto de la suma de dos nmeros reales, es menor que la suma
de sus valores absolutos "
Para probar la 2 parte de sta propiedad, basta substituir al nmero a por una diferencia
cualquiera de dos nmeros reales: ( x y) y al nmero b por un nmero y en la desigualdad
anterior :
ab a b
quedando :
( x y) y x y y
x x y y
x y x y
Para resolver desigualdades que involucren valores absolutos, se usar el siguiente importante teorema. . .
z a
En otras palabras, si
si y slo si
z a
( 1.9 )
za
abierto ( a a)
R
a
y si
intervalos abiertos
51
lgebra Superior
z a:
z a equivale a z a
z a:
z a equivale a z a
z a a z
z a
z a
TEOREMA II
z a
2
z a
si y solo si
az a
si y solo si
z a
az
DEMOSTRACIN :
2
CASO I : z a :
Tomando la raiz cuadrada a ambos lados de sta desigualdad y aplicando la definicin alternativa del
valor absoluto se obtiene :
2
z a es decir :
z a
az a
CASO II : z a :
Tomando la raiz cuadrada a ambos lados de sta desigualdad y aplicando la definicin alternativa del
valor absoluto se obtiene :
2
z a es decir :
y por el teorema I , la solucin es :
z a
z a
az
52
lgebra Superior
4 x
Solucin : Del lgebra elemental se tiene el siguiente procedimiento para completar el trinomio
2
a x
2
b
x c
a
1.
Factorizar el coeficiente de x :
a x
3
2
2
b
b
b
x c
a
2 a 2 a
b b 2
a x
c
2 a 2 a
a x
b
b
c
2 a
4 a
3
1
2
x 0 ( factorizando el coeficiente de x )
4
3 3
3
2
4 4
4 x x
2 2
x2 3 x
4
9 1
64 64
4
9
Los tres primeros trminos en el lado izquierdo son ahora los de un trinomio cuadrado
perfecto es decir, provienen del resultado de elevar al cuadrado un binomio:
53
lgebra Superior
2
x 3 25
8 64
x 3 25
8 64
( Se ha sumado el inverso de
3
8
25
64
25
64
y aplicando el
teorema II resulta . . .
5
3
5
x
Sumando el inverso de
5 3 x 5 3
8 4
8 8
1 x
1
4
2 x 8
1.
Factoriczando el coeficiente de x :
3 x
2
2
2
2
2 x 8
Los tres primeros trminos del parntesis recto provienen del cuadrado
de un binomo:
3
( x 1)
1 8
54
lgebra Superior
x1
11
3
( x 1)
11
x
3
11
3
11
3
( sumando el inverso de 1 )
Mediante la aplicacin del Teorema I , es posible tambin resolver desigualdades con valores absolutos de
fracciones racionales de la forma . . .
P ( x)
a
Q ( x)
P ( x)
a
Q ( x)
P ( x)
transforma stas desigualdades en:
Q ( x)
P ( x)
a
Q ( x)
P ( x) a
Q ( x)
P ( x)
Q ( x)
x 2 4 x 1
1
4 x 1
1
4 x
x 2
es positivo, queda . . .
4 x 1
4 x 1
55
lgebra Superior
x2
1
4 x 1
x2
4 x 1
x2
1
1
4 x 1
y a = 1 , se obtiene :
x2
4 x 1
x2
1
4 x 1
x 2 1
4 x 1
x2
1
4 x 1
( 5 x 1)
( 4 x 1)
( x 1)
0
( 4 x 1)
1
4
x=
1
5
< x <
Valor
para x
x 2
| 4x
+ 1
x= 2
| 2 2 |=4
| | 4( 2)
| x 2 | | 4x + 1| ?
+ 1| =7
4 7
Cierto
| 1/2 2| = 5/2
5/2 1
Falso
+ 1
2 1
Falso
x=1
|0 2 |=2
| 4(1/2) + 1 | = 1 | 4(0)
=1
|1 2 |=1
| 4(1)
+ 1
=5
1 5
Cierto
56
lgebra Superior
Entonces la desigualdad se cumple solamente para los valores de x que estn dentro de
alguno de los intervalos x 1 y
x .
x = 1/5 porque ambos valores
Otra forma de resolver desigualdades con valores absolutos que tengan la forma general :
A B
A B
donde y son expresiones algebricas, consiste en elevar al cuadrado ambos miembros para eliminar los
valores absolutos , pues de la definicin alternativa de valor absoluto : x =
2 =
x
2
esto es
2 =
x se sigue que. . .
de manera que el cuadrado del valor absoluto de un nmero es igual al cuadrado de ese nmero.
Al final, se tendr que resolver una desigualdad que contiene polinomios o fracciones.
La dificultad principal de ste mtodo es que se eleva el grado de los polinomios involucrados en la
desigualdad y por cada vez que se eleva al cuadrado, ser ms laborioso determinar sus raices.
Ejemplo 13 .
2 x 1
Resolver la desigualdad :
3 x 2
A B , queda:
2 x 1 3 x 2 1 3 x 2
3 x 2
2 x 1
3 x 2
( 2 x 1) ( 3 x 2)
4 x
4 x 1 9 x 12 x 4 0
2
5 x 8 x 3 0
57
lgebra Superior
( 5 x 3) ( x 1) 0
( factorizando )
( 5 x 3) ( x 1) 0
( multiplicando por 1 )
3
5
, x = 1.
( , 3/5 )
( 3/5 , 1 )
(1 , )
( 5x 3 )
( )
(+)
(+)
( x 1)
( )
( )
(+)
(+)
( )
(+)
(5 x 3 ) ( x 1) 0
z a entonces a z a "
" Si
Haciendo z =
Si
2 x 1
3 x 2
2 x 1
2 x 1
3 x 2
1 entonces 1
3 x 2
a = 1 es . . .
2 x 1
3 x 2
2 x 1
3 x 2
2 x
1
3 x 2
( 5 x 3)
( 3 x 2)
2 x
1
1
3 x 2
2 x
1
1 0
3 x 2
( x 1)
0
( 3 x 2)
58
lgebra Superior
x=
3
5
, x=
2
3
( , 3/5 )
Valor
de x
|2 x1|
| 3 x 2|
| 2 x 1| | 3 x 2 |
| 0 1| = 1
| 0 2| = 2
1 2 Cierto
19
19
30
30
4
15
19
30
1 =
2 =
1
4
15
1
10
3
5
Falso
10
(1, )
( 2/3 , 1 )
( 3/5 , 2/3 )
1 =
2 =
| 3 (2) | = 4
1
2
| 2 (2) | = 3
Falso
3 4 Cierto
P ( x) Q ( x) R ( x) T ( x) a
P ( x) Q ( x) R ( x) T ( x) a
donde P ( x) , Q ( x) , R ( x) . . . T ( x) son polinomios y a es una constante, se pueden
resolver aplicando el principio de establecer casos y el siguiente procedimiento :
1 En cada trmino de la forma P ( x) , usar la definicin de valor absoluto:
P ( x) si P ( x 0)
P ( x) si P ( x) 0
P ( x) =
para determinar las condiciones en las que se cumple cada uno de esos valores absolutos
2 Combinar todas las condiciones determinadas en el paso anterior para establecer un
conjunto final de intervalos de prueba .
3 Hacer una tabla de prueba en la desigualdad inicial para verificar en qu intervalos del
conjunto final se satisface la desigualdad
59
lgebra Superior
Como se ilustra en los siguientes ejemplos sencillos que slo implican polinomios de primer grado.
Ejemplo 14 .
3 x 1
Resolver la desigualdad :
2 x 5 3
x si x 0
x si x 0
x =
( 3 x 1) si 3 x 1 0
( 3 x 1) si 3 x 1 0
3 x 1
es decir. . .
3 x 1
3 x 1 si x
=
3 x 1 si x
y tambin :
2 x 5
2 x 5
2 x 5 si x 5
2
=
2 x 5 si x 5
2
Se concluye que :
es decir. . .
3
1
3
(*)
( 2 x 5) si 2 x 5 0
( 2 x 5) si 2 x 5 0
(**)
CASO I .
Si x
5
2
, entonces 3 x 1 = ( 3 x 1) ;
2 x
5 = ( 2 x 5)
son negativos debido a las condiciones (*) y (**) , y la desigualdad inicial queda :
3 x 1
2 x 5 3
( 3 x 1) ( 2 x 5) 3
x 6 3
CASO II . Si
5
2
1
3
x3
con solucin
3 x 1
= ( 3 x 1) y 2 x 5 = 2 x 5
60
lgebra Superior
3 x 1
2 x 5 3
( 3 x 1) ( 2 x 5) 3
5 x 4 3 con solucin:
CASO III . Si
1
3
x , entonces
3 x 1
= 3 x 1 ;
2 x 5
7
5
= 2 x 5
2 x 5 3
( 3 x 1) ( 2 x 5) 3
x6 3
cuya solucin es : x 9
Valor
para x
( , 7/5 )
(7/5 , 3 )
(3 ,9)
( 9 , )
x=2
x=0
x=4
x = 10
| 3 x 1|
| 3(2) 1 | = 7
| 3(0) 1 | = 1
| 3(4) 1 | = 11
| 3(10) 1 | = 29
| 2 x + 5|
| 2(2) + 5| = 1
| 2(0) + 5 | = 5
| 2(4) + 5 | = 13
| 2(10) + 5 | = 25
7 1>3
1 5>3
11 13 > 3
29 25 > 3
Cierto
Falso
| 3 x 1 | | 2 x + 5 | > 3 ?
Falso
Cierto
0
Por lo tanto, la desigualdad se cumple solo si x est en alguno de los intervalos : x
7
5
61
lgebra Superior
Ejemplo 15 . No toda desigualdad que involucra valores absolutos tiene una solucin .
Resolver la desigualdad
x1 x3 5
x 1 si x 1
( x 1) si x 1
x1 =
( x 3) si x 3
( x 3) si x 3
x3 =
es decir si x 1
es decir si x 1
es decir si x 3
es decir si x 3
(*)
(**)
x1
CASO I .
x3
Cuando x toma un valor numrico dentro del intervalo: x 1 , entonces, las condiciones
x 1 = ( x 1) y x 3 = ( x 3) y la desigualdad
x 1 x 3 5 queda . . .
( x 1) [ ( x 3) ] 5
2 5
que es una contradiccin. sto significa que x no puede tomar valores en el intervalo ( , 1 )
CASO II .
x 1 = x 1 y x 3 = ( x 3) y la desigualdad
x 1 x 3 5 queda . . .
( x 1) [ ( x 3) ] 5
2 x
CASO III .
4 5
es decir
9
2
x 3 = x 3 y queda . . .
( x 1) ( x 3) 5
2
9
2
) y por lo tanto
En resumen, no existe ningn numero real que pueda satisfacer a sta desigualdad.
62
lgebra Superior
x 3 x 2 2 x 3 3
x 3 x 2
x2 3 x 2 cuando x2 3 x 2 0
=
.
.
.
x2 3 x 2 cuando x2 3 x 2 0
x 3 x 2
x2 3 x 2 si
x 3 17
=
.
.
.
2
3 17 x 3
x 3 x 2 si 2
2
3 17
x
17
(*)
2 x 3
( 2 x 3) cuando 2 x 3
=
( 2 x 3) cuando 2 x 3
es decir si
es decir si x
x
3
2
(**)
Las condiciones (*) y (**) indican que debemos considerar los intervalos particulares:
3 17
CASO I . Si x
3 17
3 17
2
, entonces
3
2
3 17
2
x 3 x 2 = x 3 x 2 ;
2 x
3 17
2
3 = ( 2 x 3)
3 x 2 ( 2 x 3) 3
x 5 x 1 3
cuya solucin es: x
5 33
2
5 33
2
63
lgebra Superior
CASO II . Si
3 17
2
3
2
x 3 x 2 = x 3 x 2 ; 2 x 3 = ( 2 x 3) y la desigualdad queda:
2
x 3 x 2 ( 2 x 3) 3
2
x x 5 3
2 x 1
cuya solucin es :
CASO III . Si
3 17
x 3 x 2 = x 3 x 2 y 2 x 3 = 2 x 3 y la desigualdad queda :
2
x 3 x 2 ( 2 x 3) 3
2
x 5 x 1 3
cuya solucin es :
CASO IV . Si
4 x 1
3 17
x , entonces
2 x 3
x 3 x 2 = x 3 x 2
x 3 x 2 ( 2 x 3) 3
2
x x5 3
cuya solucin es :
1 33
2
1 33
2
r1 =
r2 =
5 33
2
1 33
2
= 5.372 ,
r3 =
= 3.372
r4 =
5 33
2
1 33
2
= 0.372
= 2.372
y dado que :
r1 ( 4) r3 ( 2) ( 1) r2 ( 1) r4
64
lgebra Superior
r , r
4
1 r4 , r4
4 , 4 r3 , r3 2 , ( 2 1) , 1 r2 , r2 1 ,
Para determinar finalmente en cuales de stos intervalos se satisface la desigualdad inicial, debemos hacer
una tabla de prueba , considerando valores para x en cada uno de esos intervalos y verificando si la
desigualdad inicial se cumple
| x2 +3x2 |
16
1/4
| 2x+3 |
se cumple ?
|x2
valor escogido
para x
x = 5
x=
1693 3 3
Cierto
Falso Falso
+3x2| |2x+3| 3
x =
33
Falso
(1) (1, r 3)
x=
(r3 , 1)
(1 , r )
(r4 , )
x=2
x=3
x=0
x=
17 / 4
1/4
16
3
Cierto
33 3
Falso Falso
3 1693
Falso Cierto
Vemos asi que la desigualdad se cumple solo si x toma un valor en alguno de los intervalos :
5 33
; 2 x 1
1 33
2
Y
2
x 3 x 2
x 3 x 2 2 x 3
10
y= 3
6
2 x 3
10
65
lgebra Superior
EJERCICIOS 1.1
1.
Si m y n reperesentan dos nmeros enteros, entonces 2 m y 2 n son enteros pares ( es decir, que
son divisibles entre 2 ) , mientras que ( 2 m 1) y ( 2 n 1) son enteros impares ( que no son
divisibles por 2 , es decir que si se dividen por 2 el residuo no es cero ) .
Mostrar que :
La suma de dos nmeros enteros pares es par
La suma de dos nmeros enteros impares es par
El producto de un nmero entero par con cualquier otro entero es par
2.
3.
Si un trabajador puede realizar su labor en 7 dias y otro trabajador puede hacer la misma faena en 5 dias,
entonces qu fraccin de la labor realizarn si trabajan juntos por 2 dias ?
4.
5.
6.
b)
c)
41
d)
333
6
11
e)
85
750
b) 0.151515151....
e) 1.327272727.....
c) 0.1428571428....
f) 3.49686868686....
Ejemplo :
Sea el nmero x = 1.851851851... . Notemos que el patrn de repeticin tiene tres cifras: 851 , asi que
multipliquemos ambos lados de sta igualdad por la potencia de 10 n donde n es el nmero de cifras del
patrn de repeticin, es decir 10 3 = 1000
1000 x
restemos x :
= 1851.851851....
x = 1.851851851...
________________________
999 x
resulta . . .
resolviendo para x queda x =
7.
El nmero
5
2
n
1850
999
= 1850
. Simplificando sta fraccin se obtiene : x =
50
27
no est definido para n = 0 pues implica una divisin por cero. Completar la siguiente
tabla para ver como ste nmero aumenta sin lmite ( tiende a infinito : ) cuando n se aproxima a cero:
66
lgebra Superior
10
0.5
0.05
20
0.01
0.000 01
0.000 005
0.000 000 1
5
2
8.
h2
no est definida . Completar la siguiente tabla para
h
determinar a que valor se aproxima ste nmero cuando h se aproxima a cero:
h
12
h2
h
9.
10.
11.
Cuando h = 0 , la expresin :
0.16667
0.5
0.01
0.000 1
0.000 01
0.23607
c) 2 x , 6 y
c)
x 5 ,
13.
b) 4 ,
3
2
c)
5
2
13
4
d)
16
5
112
75
Usar la notacin del valor absoluto para representar las siguientes expresiones:
a) La separcin entre x y 5 no es ms de 3
b) La distancia entre z y 10 es por lo menos de 6
67
lgebra Superior
15. 4 x 1 2 x
3 2 x
17. 4
18.
16. 3 x 1 2 x 7
2 x 5 3 x 1
3
4
3
2
19.
3
4
2
3
1
4
20. ( x 3) 1
21. x 2 x 3 0
22. 6 x 3 x 18 0
23. 12 x 34 x 10 0
24. 20 x 18 x 18 0
25. 12 x 19 x 4 0
26. 5 ( x 2) ( x 3) 0
27. 3 ( x 1) ( x 2) ( x 3) 0
28. 5 ( 2 x 1) ( x 4) x 0
29. 3 x 11 x 3 x
36.
6 x
42.
4 x2 9
2
9 x 1
3
x4
3 x 5
35.
x5
4
37.
x2
x1
4
1
15
38.
2
x1
2 ( 2 x 3)
40.
33. 3 ( x 1) 0
3 x 18 12 x 19 x 4 0 .
x x x
31. 12 x 19 x 4 0
32. x 5 x 6 0
34.
30. 12 x 34 x 10 20 x 18 x 18 0
4
4
1
x5
2 x 3
60
15
39.
11
3 x 4
( 2 x 1)
6
41.
x1
x5
43.
x3
x2
17 x 1
8 x 29
29
5 x 6 7 x 9
x
2
1
3 x
45. 2 x 5 1
x x2
48.
4
3
5 x
1
3
51.
2 x
3 x
2
3
46.
3 x 4
2
3
x 1
x3
49. 3 x
52.
2
1
2
2 x
1
3
x 6 2 x 5
68
lgebra Superior
53.
x2 x1 4
55.
( 3 x 6) ( x 2) 2 x 5 2
54.
x 6 2 x 5 2
59. ms cerca de
60 ms lejos de 2 que de 3
61. ms lejos de
2
3
que de 3 .
1
4
que de
3
5
Respuestas .
1. i)
2 m = 2 ( m n)
Por la propiedad de cerradura, ( m n) es otro entero y por lo tanto, 2 ( m n) es un entero par
porque tiene a 2 como factor ..
ii)
( 2 n 1) ( 2 m 1) = 2 ( n m) 2
= 2 ( m n 1)
Pero ( m n 1) es otro nmero entero y 2 ( m n 1) es par porque tiene un 2 como factor .
iii) El producto de un nmero entero par con cualquier otro entero es par
Sean n y x dos nmeros enteros, entonces 2 n es un nmero par y su producto es ...
( 2 n) x = 2 ( n x)
( factorizando )
Pero por la propiedad de cerradura en los enteros, n x es otro nmero entero y 2 ( n x) es par
porque tiene un 2 como factor.
2.
69
lgebra Superior
3.
1
7
(Suponiendo que trabaja al mismo ritmo todos los das) . Similarmente el otro trabajador hace
1
5
del
trabajo en un dia. Por lo tanto en dos dias habrn hecho juntos la cantidad de trabajo:
trabajo 1 trabajo
1
1
= 2 trabajo
5 dias
7 5
7 dias
( 2 dias)
1
4.
24 trabajo
35
= 68.57 % trabajo
Del problema se deduce que la densidad lineal (la masa por unidad de longitud) de ste alambre es:
0.035 kg
1 metro
1 metro
5.
a)
b)
c)
d)
e)
6.
7.
a)
5
8
= 0.625
finito
8
3
41
333
6
11
85
750
45
99
b)
11
15
99
5
33
c)
142857
999999
1
7
d)
6056
495
e)
73
55
10
0.5
0.01
0.000 01
0.000 005
0.05
20
50 000
5 x 1010
2 x 1011
f)
34619
9900
0.000 000 1
5
2
5 x 1014
70
lgebra Superior
8.
12
h2
h
0.16667
0.23607
0.5
0.01
0.242 641
0.000 1
0.249 844
0.000 01
Dos desigualdades se pueden sumar miembro a miembro solo si tienen el mismo sentido.
a) ( 3 4 ) + ( 3 5 )
( 3 + 3 ) ( 4 + 5 )
b) ( 2 ) + ( 2 1 ) ( 1 + 2 ) ( 2 1 )
c) ( 2 x ) + ( y 6 )
10.
0 9
1 3
( 2 + y ) ( x + 6 )
63
(6)(2) 3(2)
12 6
b)
6 10 (6)(3) ( 10)( 3) 18 30
c)
x 5
(6)( x ) ( 6)( 5 ) 6 x 30
0.05
f) x 4 ; 2 x
12.
a) 1 3 4
c)
13.
13
b)
a) x 5 3
c)
23
4
d)
3
5
4 =
16
5
112
75
b)
z 10 6
d)
128
75
71
lgebra Superior
14. x 2
17.
20.
15
5
2
26
19. x
24. x
x3
30. x
32. x 3 ,
34. x 2 ,
35. 5 x 15
36. 2 x 1 ,
38. x 1 , 1 x
42.
7 3 33
4
50.
1
2
1
2
, 3
1
3
x 4 ,
x
x
44. 6 x 6
47.
25.
x
3
2
24
41. 3 x
7 3 33
4
x5
45. 3 x 2
48.
39. x 2 ,
17
12
51. x
22
1
2
1
2
9
14
2
4
37. 5 x
1
4
3
3
2
1 x
x3
43.
49.
, 2
x 2 ,
9
7
6
5
, 3
46. x 7 , 13 x
x
3
28. 4 x 0 ;
2 x 2,
40. x
3 x 1 ,
3
2
22. 2 x
27. 2 x 1 ; 3 x
29. x 0
21. x 3 1 x
26. 3 x
31.
16. 6 x
23
18.
x2 4x
23. x
15. x
52.
5
6
1
3
1
30
x 11
72
lgebra Superior
53. x
55.
1 58
3
7
2
54. x
x 1 ;
5
3
1 58
3
57. x ( 3) 2 y son 5 x 1
59.
61.
x 3 y son
x
3
5
y son
7
6
7
40
60
1
3
56.
x ( 1) 3 y son 2 x x 4
58.
x ( 2) x 4 y son x 1
x 2 x 3 y son
1
2
73
lgebra Superior
74
lgebra Superior
Captulo II
Nmeros Complejos
2.1
Nmeros imaginarios.
El conjunto de nmeros reales tiene la propiedad nica de que cualquier nmero real ( positivo o negativo )
elevado al cuadrado, es un nmero positivo .
Los nmeros que tienen la propiedad opuesta, es decir que elevados al cuadrado dan como resultado un
nmero negativo, generan un nuevo conjunto que por contraposicin a los nmeros reales, se llama conjunto
de nmeros imaginarios .
Sin embargo, los nombres "real" e "imaginario" no significan que un nmero real existe y un nmero
imaginario no existe; antes bin, los nmeros imaginarios tienen tanta importancia en matemticas como la
tienen los nmeros reales y slo se distinguen de stos en la propiedad mencionada anteriormente .
Entonces, si w representa un nmero imaginario, elevndolo al cuadrado resulta . . .
2
w = x
donde x es un nmero real positivo. Por lo tanto, todo nmero imaginario tiene la forma general :
w = x
w = x
= 1
(2.1)
( Algunas veces se utiliza tambin el smbolo i en vez de j para representar sta base de los nmeros imaginarios
; sin embargo , en algunas aplicaciones , como en el anlisis de circuitos , el smbolo i se utiliza para representar
una corriente elctrica . Es por eso que usaremos j ) .
En consecuencia , todo nmero imaginario es un mltiplo de j , puesto que siempre es posible escribirlo
como. . .
x = ( x) ( 1) = x 1 = x j
Para cualquier nmero real x positivo.
i)
16 =
( 16 ) ( 1) =
( 4) 1 = 4 j
ii)
81 =
( 81 ) ( 1) =
( 9) 1 = 9 j
75
lgebra Superior
iii)
32 =
iv)
8
=
v)
8 ( 1)
9
( 16 ) ( 2) ( 1) =
24
50
( 4) 2 1 = 4 2 j
2
( 2) 2
24 ( 1)
50
( 3)
=
( 1) =
( 6) ( 4)
1 =
( 2) ( 25 )
1 =
6
2
4
25
j =
2 2
3
etc.
Asi que la raz cuadrada de cualquier nmero real negativo es un nmero imaginario .
Ms adelante, cuando analizemos las races de los nmeros complejos, podremos considerar las races de
orden mayor a dos de los nmeros negativos .
2.2
Nmeros complejos .
z = ( x y)
llamada forma rectangular, donde :
x : se llama la parte real del nmero complejo z . Se denota como: x = Re ( z)
= 1
De ste modo , puede decirse que un nmero complejo es una combinacin de un nmero real ( un nmero
cuyo cuadrado es positivo ) y un nmero imaginario ( un nmero cuyo cuadrado es negativo )
Los nmeros complejos forman un conjunto que tiene propiedades nicas, siendo algunas de ellas
completamente distintas a las propiedades que tienen los nmeros reales .
ste nuevo conjunto de nmeros se aplica extensamente en distintas reas, por ejemplo en :
i)
z = 3 2 j
Re ( z) = 3
parte imaginaria : Im ( z) = 2 .
parte real :
76
lgebra Superior
ii)
1
z = 2 5 j
parte real :
Re ( z) = 2
parte imaginaria :
22 2 ( 1) =
8 =
iii)
z=
2
3
1
5
2 1 = 2 2 j = 0 2 2 j
parte real : Re ( z) = 0
2
parte imaginaria :
iv)
Im ( z) =
Im ( z) = 2 2
2 0 j
3
parte real :
Re ( z) =
parte imaginaria :
2
3
Im ( z) = 0
En stos dos ltimos ejemplos, se muestra que todo numero real es un nmero complejo con parte imaginaria
cero, y todo nmero imaginario es un nmero complejo con parte real nula .
2.3
Basndonos en su definicin, es fcil comprobar que algunas de las primeras potencias del nmero j =
son :
0
( j) = ( 1) = 1
( j) = ( 1) = j
1 1 = ( 1)
( j) = j j =
= 1
1 1 =
pues sta propiedad (
( 1) ( 1) =
( 1) = 1
( j) = ( j) j = ( 1) j = j
2
( j) = ( j) ( j) = ( 1) ( 1) = 1
( puesto que ( j) = 1 )
2
( puesto que ( j) = 1 )
( puesto que ( j) = 1 )
( j) = ( j) ( j) = j ( 1) = j
( j) = ( j ) ( j) = j ( j ) = j 2 = 1
77
lgebra Superior
etc. etc.
De sta manera, todas las potencias enteras positivas de j generan slamente 4 cantidades distintas :
j , 1 , j y 1 las cuales se obtenen adems en orden cclico de acuerdo al orden creciente de la
potencia entera respectiva .
Sucede algo parecido para las potencias negativas enteras de j , como podemos ver en la sucesin. . .
( j)
j
j
( multiplicando la fraccin por la unidad )
j
j
(j )
( j)
( j)
( j)
( j)
2
3
4
5
= (j )
= ( j)
= ( j)
= ( j)
(j )
= ( j ) ( j ) = ( j )
( j)
= ( 1) ( j ) = j
( ya que ( j)
( j)
= ( 1) ( 1) = 1
( puesto que ( j)
( j)
= ( 1) ( j ) = j
( puesto que ( j)
= 1
( ya que ( j)
= j y j2 = 1 )
= 1 y j 1 = j )
2
= 1 )
= 1 y j 1 = j )
etc. etc.
Una forma sencilla para reconocer a cual de las cuatro cantidades bsicas : j , 1 , j o 1 corresponde
cualquier potencia entera de j , es imaginar que stos cuatro nmeros se colocan equidistantes sobre una
circunferencia de radio unitario.
( j) , ( j ) , ( j) , ( j ) , ( j ) . . .
j
+
-1
( j)
, ( j)
, ( j)
, ( j)
...
-j
78
lgebra Superior
0
12
10
14
11
15
; ( j) , ( j )
13
( j) , ( j) , ( j) , ( j) , etc. valen j
( j)
( j) , ( j) , ( j) , ( j) , etc. valen 1 ;
( j) , ( j) , ( j) , ( j) , etc. valen j
, ( j)
( j)
( j)
, ( j)
, ( j)
, ( j)
, ( j)
6
, ( j)
, ( j)
, ( j)
12
, ( j)
10
11
, etc. valen 1
13
, etc. valen j
, , etc. valen 1
, , etc. valen j
i)
ii)
1
3
( 1) ( 3)
3 ( 3)
( 1 3)
2.4
1
1
11
( j)
11
3
2
iii)
( j) 5
= ( j ) 23 = ( j) ( 8) = 8 j
1
( j)
5
3
5
9 3
= ( j ) = j
Operaciones elementales .
Dados los nmeros complejos :
z1 = x1 j y1
z2 = x2 j y2
se definen las siguientes operaciones :
I.
Igualdad
Dos nmeros complejos son iguales si y solo si sus partes reales son iguales y
sus partes imaginarias son iguales .
z1 = z2
II.
si y slo si
x1 = x2 ; y1 = y2
( 2.3 )
Suma
Para sumar nmeros complejos se suman sus partes reales y sus partes
imaginarias respectivas separadamente .
z1 z2 = x1 j y1 x2 j y2 = x1 x2 j y1 y2
( 2.4 )
79
lgebra Superior
III.
k z = k ( x j y) = k x j y
IV.
( 2.5 )
Producto
La parte real del producto de dos nmeros complejos es el producto de sus partes
reales menos el producto de sus partes imaginarias .
La parte imaginaria del producto de dos nmeros complejos es la suma de los productos
cruzados entre sus partes reales e imaginarias respectivas .
z1 z2 = x1 x2 y1 y2 j x1 y2 x2 y1
( 2.6 )
Este ltimo resultado se obtiene tambin multiplicando directamente z1 por z2 trmino por trmino igual
que en el producto tpico de dos binomios :
x1 j y1
x2 j y2
________________________
x1 x2 j x2 y1
j x1 y2
j2 y1 y2
___________________________________________
x1 x2 j x1 y2 x2 y1 y1 y2
( Puesto que j 2 = 1 )
( x 2) ( 4 y) j = 3 12 j
( 2 x 1) ( y 3) j = ( x y) ( 3 y 1) j
Solucin : Dos nmeros complejos son iguales slo si sus partes reales e imaginarias respectivas
son iguales entre si. Igualando entonces stas partes, se obtienen las ecuaciones:
i)
Re [ ( x 2) ( 4 y) j ] = Re ( 3 12 j)
( x 2) = 3
Im [ ( x 2) ( 4 y) j ] = Im ( 3 12 j)
4 y = 12
80
lgebra Superior
Re [ ( 2 x 1) ( y 3) j ] = Re [ ( x y) ( 3 y 1) j ]
ii)
( 2 x 1) = ( x y)
(*)
Im [ ( 2 x 1) ( y 3) j ] = Im [ ( x y) ( 3 y 1) j ]
( y 3) = ( 3 y 1)
(**)
x= 2 ; y= 1
Ejemplo 5. Operaciones elementales con nmeros complejos
i)
sumar:
( 3 4 j) ( 5 3 j)
ii)
sumar:
3
( 4) 1
( 25 )
4
2
3
6
iii)
multiplicar:
iv)
multipicar:
( 2 3 j) ( 1 2 j)
1
( 3)
2
2
( 3)
( 3 4 j) ( 5 3 j) = [ 3 ( 5) ] ( 4 3) j
= 2 j
ii)
3
( 4) 1
( 25 )
3 2
6
4
3
22 ( 1) 1 52 ( 1)
3
6
4
2
3 2 j 1 5 j
4 3 2 6
3 1 2 5 j
4 2 3 6
3
j
4 2
81
lgebra Superior
iii) El producto de dos nmeros complejos es otro nmero complejo cuya parte real es el
producto de las partes reales menos el producto de las partes imaginarias . y cuya
parte imaginaria es la suma de los productos cruzados entre las partes reales e imaginarias
iniciales:
( 2 3 j) ( 1 2 j) = [ ( 2) ( 1) ( 3) ( 2) ] [ ( 2) ( 2) ( 1) ( 3) ] j
= ( 2 6) ( 4 3) j
= 4 7 j
iv)
1
( 3)
2
2
( 3)
1
( 3) ( 1)
( 3) ( 1)
2
2
1
2
= ( 3 1)
( 0) 1
2.5
3 j
1
2
3
2
2
3
2
3
2
3 1
0 2 2 ( 3) j
Las operaciones elementales definidas para los nmeros complejos, hacen que ste conjunto de nmeros
tenga una estructura matemtica prcticamente igual que la de los vectores en un plano.
Por esta razn podemos representarlos grficamente como puntos sobre un plano de coordenadas
rectangulares, donde el eje X representa el conjunto de los nmeros reales y el eje Y representa el conjunto
de los nmeros imaginarios .
En otras palabras, el eje X est formado por los nmeros complejos
cuya parte imaginaria es cero y tienen la forma :
z = x 0 j
Y
P(x , y)
( nmeros reales ) .
r
y
X
x
82
lgebra Superior
Geomtricamente, la distancia r medida desde el origen O hasta el punto P del plano que representa a un
nmero complejo dado z , es la magnitud, valor absoluto mdulo de tal nmero, y se le denota por z
Aplicando el teorema de Pitgoras al tringulo rectngulo representado en la figura anterior se deduce que :
2
z = x y
o dado que x e y son las partes real e imaginaria del nmero complejo z , en forma general se puede
escribir tambin que :
2
r = z = ( Re ( z) ) ( Im ( z) )
( 2.7 )
Por otra parte, de la trigonometra elemental aplicada al tringulo rectngulo de la figura anterior es obvio
que las coordenadas ( x y) del punto P se calculan como. . .
x = r cos = z cos
y = r sen = z sen
( 2.8 )
es el ngulo que forma el segmento de recta r con el eje de los nmeros reales X . Se llama
argumento o fase del nmero complejo y se denota por = arg ( z) .
donde
Por lo tanto, dado un nmero complejo z cuya forma algebrica o rectangular sea z = x j y , es
tambin posible representarlo en la forma :
z = x j y
=
z cos j z sen
z cos j sen
( 2.9 )
Y
P(x , y)
y
Im ( z)
tan = =
x Re ( z)
|z|
Im ( z)
= arc_tan
Re ( z)
Im(z)
( 2.10 )
X
Re(z)
Las expresiones ( 2.7 ) y ( 2.10 ) nos permiten transformar un nmero complejo de la forma algebrica o
rectangular z = x j y a la forma polar o trigonomtrica z = z cos j sen
83
lgebra Superior
y mediante las relaciones ( 2.8 ) es posible transformar un nmero complejo de forma polar a la forma
algebrica, puesto que se dan el mdulo z y el argumento para tal nmero.
OBSERVACIN 1
Notemos que el mdulo de un nmero complejo siempre es positivo
z =
x y
y por lo tanto es nico . En cambio su argumento puede ser cualquiera de los nmeros :
2 , 4 , 6
2 , 4 , 6
. . . etc
. . . etc
2 radianes varias vueltas completas
P ( x y) sobre el
alrededor del origen ( en sentido positivo o negativo), no cambian la localizacin del punto
plano complejo .
Por convencin , se escoge siempre el menor valor del argumento, el cual se suele llamar valor principal del
argumento y siempre ser un ngulo comprendido entre 0 y 360 .
Valor Principal de arg(z) :
( 2. 11 )
OBSERVACIN 2
A veces se utiliza la siguiente notacin abreviada para escribir la forma polar o trigonomtrica de un nmero
complejo :
z=|z|
( 2.12 )
que por supuesto equivale a
z = z cos j sen
z = 1 3 j
ii)
z = 1 j
iii)
z= 3j
iv)
z = 2 2 j
v)
z = j
vi)
z = 3
Solucin : Antes que nada, se debe determinar el cuadrante del plano en el cual se localiza
un nmero complejo. sto facilitar el clculo de su argumento .
i) z = 1 3 j
La parte real de ste nmero complejo ( x = 1 ) es positiva y su parte imaginaria
( y = 3 ) es negativa.
Por lo tanto, ste nmero se localiza en el 4 cuadrante del plano complejo. Su mdulo es :
2
z = ( Re ( z) ) ( Im ( z) ) = x y =
( 1) ( 3) = 2
84
lgebra Superior
y su argumento es. . .
Y
Im ( z)
= arg ( z) = arc_tan
Re ( z)
y
3
= arctan = arc_tan
1
x
=
5
3
= 300
3
z
( Al calcular el valor de sta funcion, se ha tomado en cuenta que z se localiza en el 4 cuadrante , asi
como tambin la equivalencia entre radianes y grados ).
La forma polar para ste nmero complejo es entonces :
z = 2 300
ii) z = 1 j
La parte real es negativa ( x = 1 ) y tambin la parte imaginaria ( y = 1 ) por lo cual ste
nmero se localiza en el 3er cuadrante del plano complejo. Su mdulo es. . .
2
z = ( Re ( z) ) ( Im ( z) ) = x y
2
( 1) ( 1)
y su argumento es. . .
-1
Im ( z)
y
= arc_tan
Re ( z)
x
= arc_tan
-1
1
5
= = 225
1 4
= arctan
z = 2 225
85
lgebra Superior
3j
iii) z =
z = ( Re ( z) ) ( Im ( z) ) = x y
2
( 3) ( 1)
= 2
r
y su argumento vale . .
y
= arc_tan
= arc_tan
= 30
z = 2 30
iv) z =
2 j
Re ( z) = 2 , Im ( z) = 2 ,
z = ( Re ( z) ) ( Im ( z) ) = x y
2
( 2) ( 2) =
= 2
X
el argumento es . .
y
= arc_tan
x
= arc_tan
=
7
4
= arc_tan ( 1)
= 315
86
lgebra Superior
v) z = j
Este es un nmero imaginario puro, que escrito en forma compleja es : z = 0 j , su parte real
es cero y su parte imaginaria vale 1 .
Debido a sto, se localiza entre el 3 y el 4 cuadrante del plano complejo. Su mdulo vale:
2
z = x y
( 0) ( 1) = 1
y su argumento es . .
= arc_tan
-1
= arc_tan =
la forma polar para z es entonces :
3
2
= 270
z= 1
3
2
vi) z = 3
Este es un nmero real puro, que escrito en forma compleja es z = 3 0 j , su parte real es
z = x y
( 3) ( 0) = 3
-3
y
= arc_tan
x
= arc_tan
= arc_tan ( 0) =
z = 3
y su argumento vale . .
180
o tambin z = 3 180
87
lgebra Superior
2.6
Dos nmeros complejos son conjugados si sobre el plano complejo representan puntos que son simtricos
respecto al eje real X . En otras palabras, dos nmeros complejos conjugados tienen la misma parte real y
la misma parte imaginaria ; pero slo difieren en el signo de su parte imaginaria.
De ste modo, el conjugado del nmero complejo
z = x j y
z
r
z = ( x j y) = x j y
( 2.13 )
z1 z2 = z1 z2
II )
z1 z2 = z1 z2
III )
z = z
IV )
1 = 1
z
z
Todas stas propiedades se pueden demostrar a partir de la definicin del conjugado de un nmero complejo
Por ejemplo si
z1 = x1 j y1
z2 = x2 j y2
x1 x2 j y1 y2
x1 j y1 x2 j y2
( Asociando )
88
lgebra Superior
pero stos dos ltimos trminos representan precisamente los complejos conjugados de los nmeros z1 y z2
respectivamente. En consecuencia, se ha demostrado que . . .
z1 z2 = z1 z2
Al considerar el producto de un nmero complejo z por su complejo conjugado, es posible calcular el mdulo
magnitud
( z) ( z) = ( x j y) ( x j y)
= ( x j y) ( x j y)
= [ x x y ( y) ] j [ x ( y) y x] (Por la definicin del producto)
2
= x y
=
entonces. . .
z = ( z) ( z)
( 2.14 )
esto significa que el mdulo de un nmero complejo es la raz cuadrada del producto de ese nmero por su
complejo conjugado.
z1
z2
con z2 0 , se calcula
z1 z1 z2
=
z2 z2 z2
z1 z2
z2 z2
z1 z2
z2 2
z1
z2
x1 j y1 x2 j y2
x2 2 y2 2
z1 x1 x2 y1 y2 j x2 y1 x1 y2
=
z2
x2 2 y2 2
( 2.15 )
89
lgebra Superior
Este ltimo resultado es la expresin general para dividir dos nmeros complejos .
Ntese que el denominador es un nmero real ( el mdulo de z2 ) que divide a un nmero complejo (el
producto de z1 por el conjugado de z2 )
Ejemplo 7. Realizar las siguientes divisiones de nmeros complejos :
i)
1 j
2 3 j
3 2 j
ii)
1 j
1j
iii)
1 3 j
( 1 j ) ( 2 3 j )
( 1 j ) ( 2 3 j )
i)
=
( 2 3 j ) ( 2 3 j )
( 2 3 j ) ( 2 3 j )
=
[ ( 1) ( 2) ( 1) ( 3) ] [ ( 1) ( 3) ( 2) ( 1) ] j
2
( 2) ( 3)
( 2 3) ( 3 2) j
2
( 2) ( 3)
5
13
1
13
( 3 2 j ) ( 1 3 j )
( 3 2 j ) ( 1 3 j )
ii)
=
( 1 3 j ) ( 1 3 j )
( 1 3 j ) ( 1 3 j )
=
[ ( 3) ( 1) ( 2) ( 3) ] [ ( 3) ( 3) ( 2) ( 1) ] j
2
( 1) ( 3)
( 3 6) ( 9 2) j
2
( 1) ( 3)
9 7 j
10
9
10
7
10
( 1 j ) ( 1 j )
( 1 j ) ( 1 j )
iii)
=
(1 j ) (1 j )
(1 j ) (1 j )
=
( 1 1) ( 0) j
2
( 1) ( 1)
2 0 j
2
= 1
90
lgebra Superior
EJERCICIOS 2.1
I Efectense las siguientes operaciones con nmeros complejos :
1. ( 5 6 j ) ( 4 2 j ) 2. ( 6 3 j ) ( 2 4 j ) 3. ( 3 7 j ) ( 5 3 j ) ( 2 9 j )
4.
7.
10.
13.
16.
( 3 4 j ) ( 5 2 j ) 5. ( 2 3 j ) ( 3 5 j )
6. ( 3 2 j ) ( 2 j ) ( 1 j )
(2 j ) (1 j )
8.
( 4 3 j )
3j
3 2 j
( 7 2 j )
( 4 j ) ( 1 3 j ) 11.
( 2 7 j )
( 4 2 j )
( 2 5 j )
( 3 2 j ) ( 2 3 j )
9. ( 2 3 j ) ( 3 4 j )
12.
3 2 j 6 2 j
1j 1j
( 1 1)
2
14.
15. [ ( 1) 3] 2 [ ( 1) 3] 4
( 1 1)
2 1 ( 1) 9
1 4 1 2
II. Usando la propiedad de igualdad entre dos nmeros complejos, determinar los posibles valores para las
variables x e y en las siguientes expresiones :
17.
x 3 j = y x j
19.
( 3 x j 2 x) = ( 2 y j y 1)
20. ( x y j ) ( 1 2 j ) = ( 1 8 j )
21.
( x y j) ( x 3 j) = 10
22. x ( 1 2 j) x
18. x y j = 1 x j
j = 0
1 j
2
25.
( 1 3 j )
26. ( 1 3 j )
27. ( 3 4 j )
28.
3 j
29. ( 8 15 j )
30. 2
31. ( 1 j )
91
lgebra Superior
10.
13.
16.
7 26 i
7
13
9
13
13
7
5
2
13
i
5
19. x = 2 , y = 3
22.
x=
24.
1
2
3. i
5. 21 i
6. 9 7 i
8.
1 13 i
3
2. 4 7 i
, x=
9
25
13
25
9. 6 17 i
14. i
15. 0
17. x = 3 , y = 3
18. x = 1 , y = 1
2 i
21.
23. x =
26. 2
29. 17
27.
233.13
28. 3
30.
31.
5
4
tambin
; y=
25. 2
x = 0 y = 10
3
x= 1 y= 3
x
=
1
y
=
3
45
12.
20. x = 3 , y = 2
11. i
3
4
( 298.072)
3
4
92
lgebra Superior
2.7
z1 = x1 j y1
z2 = x2 j y2
se puede interpretar grficamente si z1 y z2 se representan como " vectores " en el plano complejo, los
cuales se suman conforme a la " regla del paralelogramo " usada en el lgebra de vectores :
z1 z2 = x1 x2 j y1 y2
En la figura de la derecha , la recta OA representa la
Y
P
x1
A
y1
y1
AP .
Es claro que el nmero complejo . . .
y2
z = z1 z2
x2
x1
coincide con la suma de las " componentes horizontales " x1 x2 y su parte imaginaria ( la proyeccin
de la recta OP sobre el eje Y ) es la suma de las "componentes verticales "
y1 y2 de los nmeros
complejos z1 y z2 respectivamente .
A una conclusin semejante se llega si se representa geomtricamente en el plano complejo la diferencia:
z1 z2 = x1 x2 j y1 y2
Y
x1
y1
la recta CP
A
B
z2 = x2 j y2 el cual es simtrico
respecto al origen con el punto C , asi que
la recta OC representa la magnitud del
nmero complejo z2 = x2 j y2
y2
C
x1
x2
x2
93
lgebra Superior
y1 y2
z = z cos j sen y
w = w cos j sen
z w = z w cos j sen
resultado que podemos escribir tambin en la notacin abreviada como:
z w =
z
=
z w
( 2. 16 )
Asi que en la forma polar, multiplicar nmeros complejos es tan sencillo como :
" multiplicar sus magnitudes y sumar sus argumentos ."
Geomtricamente, cuando un nmero complejo z se multiplica por otro nmero complejo w , es como si
el nmero z se hiciese girar en sentido positivo un ngulo (el argumento de w) y su magnitud
cambiase por el factor
w (la magnitud de w) .
De sta manera, si deseamos que un nmero complejo z gire un ngulo en el sentido positivo (contrario
al giro de las manecillas de un reloj ) sobre el plano complejo , slo tenemos que multiplicarlo por un
nmero complejo cuyo argumento sea exactamente igual a ese ngulo .
Adems, si se desea conservar inalterada la magnitud del nmero complejo inicial , entonces la magnitud
del nmero por w el cual se multiplique debe ser 1 , w = 1 .
94
lgebra Superior
a)
30
zw
es decir por :
b)
3
2
1
2
45
es decir por :
1
60
1
d)
c)
es decir :
3
90
es decir por:
180
es decir por :
Ejemplo 8.
7
6
z = ( 1) ( 3) = 2
= arc_tan
3
1
= 60
95
lgebra Superior
60
z w = 3
tal que :
210
es decir . . .
60
( 2
)( w
= 3 210
60
= 3 210
Dado que dos nmeros complejos son iguales slo si sus mdulos y argumentos respectivos son
iguales , de la ecuacin anterior se deduce que :
2
w = 3
60 =
210
esto es . . .
w =
150
w=
150
3
2
w=
w=
3
2
3
2
j
1
3
2
3 j3 3
zw
Calculemos ahora el cociente de dos nmeros complejos z y w dados en forma polar, recordando que la
divisin de dos nmeros complejos se realiza multiplicando por el complejo conjugado del divisor :
z
z w
z w
=
=
w
w 2
w w
w = w w )
96
lgebra Superior
y queda. . .
z
z cos j sen w cos j sen
=
w
w 2
z w
2
w
z
cos cos j cos sen j sen cos sen sen
w
z
cos j sen
w
z
=
w
| z |
_________________
|w|
z
w
( 2.17 )
Asi que dividir dos nmeros complejos en la forma polar, es tan sencillo como :
" dividir sus magnitudes y restar sus argumentos "
Y
z
w
( el argumento de w )
( el inverso de la
magnitud de w ) .
z
w
97
lgebra Superior
= 1 ( cos ( 30 ) j sen ( 30 ) ) =
3
2
1
2
45
= 1 ( cos ( 30 ) j sen ( 30 ) ) =
60
= 1 ( cos ( 60 ) j sen ( 60 ) ) =
e)
30
d)
c)
b)
90
= 1 ( cos ( 90 ) j sen ( 90 ) ) = 0 j 1 = j
180
etc. , etc.
Ejemplo 9.
a)
3j
( 1 j) 1
c) ( 3 22 ) ( 2 8 )
3 j
b)
d)
3j
1
3 j
( 3 26 ) ( 2 38 )
( 6 4 )
( 24 268 )
e)
( 3 34 ) ( 2 9 )
Solucin :
a) Primero debemos transformar a la forma polar cada uno de los nmeros complejos :
98
lgebra Superior
nmero
mdulo
argumento
forma polar
1 = arctan
2 = arctan
z1 = 3 j
z1 = ( 3) ( 1) = 2
z2 = 1 j
z2 = ( 1) ( 1) = 2
z3 = 1 j 3
z3 = ( 1) ( 3) = 2
= 30
= 135
3
= 240
1
3 = arctan
2 30
135
2 240
Ahora realicemos el producto de stos nmeros complejos en forma polar, simplemente multiplicando
sus mdulos y sumamos sus argumentos . . .
3j
( 1 j) 1
3 j = ( 2
30 ) (
= ( 2) ( 2) ( 2)
= 4 2
135 ) ( 2
240 )
( 30 135 240 )
405
El ngulo 405 es mayor que 360 ( una vuelta completa ) : 405 = 360 45 de modo que el
argumento principal del resultado es 45 y se puede escribir :
3j
( 1 j) 1
3 j = 4 2
45
= 4 2 ( cos ( 45 j sen ( 45 ) )
= 4 2
= 4 ( 1 j )
que es la forma algebrica o rectangular equivalente de la forma polar inicial.
El lector debe comprobar ste resultado, multiplicando directamente los nmeros iniciales en la forma
rectangular .
99
lgebra Superior
nmero
mdulo
argumento
z1 = 3 j
z1 = ( 3) ( 1) = 2
z2 = 1 3 j
z2 = ( 1) ( 3) = 2
1
= 210
3
1 = arctan
2 = arctan
forma polar
3
1
= 300
210
300
Ahora realicemos el cociente de stos nmeros complejos en forma polar, simplemente dividiendo sus
mdulos y restando sus argumentos . . .
3j
=
1 3 j
210
_____________
300
2
2
( 210 300)
= 1
90
z1
z2
= 1
90
= 1 [ 0 j ( 1) ]
= j
El lector debe comprobar este resultado, dividiendo directamente los nmeros iniciales en la forma
rectangular .
Los nmeros complejos involucrados en los problemas c) , d) y e) ya tienen la forma polar , asi
que su producto o cociente, es directo . . .
c)
(3
22 ) ( 2
8 )
= ( 3) ( 2)
( 22 8)
= 6
30
= 6 ( cos ( 30 ) j sen ( 30 ) )
= 6
3
2
1
j
= 3 3 j
2
( La forma rectangular del resultado )
100
lgebra Superior
= 1
( 6 4 )
( 26 38 4)
= 1
60
= 1 ( cos ( 60 ) j sen ( 60 ) )
1 j
2
3
2
e ) Debido a que hay dos divisores, se restan sus argumentos del correspondiente al numerador
( 24 268 )
24
( 3 34 ) ( 2 9 )
( 268 34 9)
= 4
225
( 1 j)
EJERCICIOS 2.2
I Realizar en forma polar las siguientes operaciones con los nmeros complejos y expresar el resultado tanto
en la forma polar : z = z
( Trate de no usar calculadora )
1.
( 2 43 ) ( 1/2 17 )
2.
( 4 29 ) ( 1/2 16 )
3.
( 5 73 ) ( 2 47 )
( 18 13 )
6.
7.
( 3 34 ) ( 2 9 )
6 [ cos(199) + j sen(199) ]
3 [ cos(19) + j sen(19) ]
4.
( 2 13 ) ( 3 11 ) ( 2 6 )
5.
( 6 51 )
( 2 21 )
( 32 17 ) ( 2 13 )
8.
( 4 33 ) ( 2 27 )
101
lgebra Superior
II . Calcular en forma polar las siguientes operaciones y comprobar el resultado haciendo directamente la
operacin en forma rectangular .
9. ( 1 j ) ( 1 3 j )
10.
11. ( 3 j ) ( 1 j ) ( 1 3 j )
12. ( 3 j ) ( 1 j ) ( 1 3 j )
13.
( 1 j )
14.
( 3 j ) ( 1 j )
3 j
3j
15.
( 1 3 j ) ( 3 j )
1j
16.
( 1 3 j ) j
1 3 j
17.
3j
( 1 3 j ) ( 3 j )
18.
1 j
( 1 3 j ) ( 1 3 j )
1. 1 60 =
1
2
3. 10 120 = 5
5.
3 30 = 3
7. 2 180 = 2
2.
3
2
1
2
1
j
2
3
2
2 45 =
4. 12 30 = 6 ( 3 j )
6. 3 30 = 3
345
10. 2 2
75
11. 4 2
225
12. 4 2
135
13.
4 2
15. 2 2
17.
1
2
45
45
60
3
2
1
j
2
8. 8 30 = 4 ( 3 j )
2 2
9.
2 ( 1 j )
14. 1 30
16. 1 150
18.
2
4
225
102
lgebra Superior
2.8
La frmula de De Moivre .
Cuando dos nmeros complejos escritos en forma polar se multiplican, sus argumentos se suman y se
multiplican sus mdulos.
Consideremos ahora el producto repetido de un nmero complejo por si mismo, es decir sus potencias
enteras positivas . Sea el nmero complejo z = z , entonces . . .
z = z z = ( z ) ( z )
2
z z
=
=
de manera similar. . .
z = z z = ( z
3
2 ) ( z )
z 2
y tambin . . .
z = z z = ( z
4
3 ) ( z )
z 3
De stos resultados, es fcil inducir que la potencia n-sima de un nmero complejo est dada por la
expresin . . .
n
z =
n cos n j sen n
de z multiplicado por n
103
lgebra Superior
Este resultado se conoce como la frmula de De Moivre y sirve, entre otras cosas, para calcular las races
de un nmero complejo para obtener algunas identidades trigonomtricas para el seno el coseno de un
mltiplo entero de un ngulo (n ) , en funcin del seno y el coseno para ese ngulo
Asi por ejemplo, si
z = z cos j sen
su cuadrado es . . .
z = z cos j sen
2
z =
2 cos 2 j sen 2
z
2
2 cos2 sen2 =
2 cos 2
2 2 cos sen
2 sen 2
De manera semejante. . .
z = z cos j sen
3
z =
3 z
3 cos 3 j sen 3
104
lgebra Superior
3
dos identidades trigonomtricas muy tiles para el seno y el cosenode un ngulo triple .
Tomado otros valores mayores para n en la frnula de De Moivre y siguiendo un procedimiento similar
al mostrado en los ejemplos anteriores, se pueden deducir ms identidades trigonomtricas para los
mltiplos enteros de un ngulo .
2.9
Otra aplicacion de la frmula de De Moivre es el clculo de las n races n-simas de un nmero complejo,
que en general, tambin sern nmeros complejos .
Consideremos el nmero :
z = z cos j sen
y supongamos que una de sus raices n-simas es el nmero complejo :
w = w cos j sen
n
n cos n j sen n
= z cos j sen
n n
= z
Estos dos nmeros complejos sern iguales entre si solamente cuando sus mdulos sean iguales y sus
argumentos difieran a lo ms en un mltiplo entero de 360 ( radianes ) .
Esto significa que
negativo ).
n =
n = 2 k
En consecuencia, el mdulo y el argumento de una raiz n-sima del nmero complejo z tienen la forma:
105
lgebra Superior
w =
( El mdulo de la raz n-sima de
2 k
n
( El argumento de la raz n-sima de z es igual a la n-sima parte de la suma del argumento de z y un
mltiplo entero de 360 ).
Por otra parte, debido a que las funciones trigonomtricas seno y coseno que determinan la forma polar de un
nmero complejo, son peridicas ( su periodo es 2 ) , resulta que las races de z se repiten si k n
puesto que el ngulo
2 ( n 3)
2 3 2 n
3 2 2
k = 0 , 1 , 2 , 3 , . . . , ( n 1)
y para cada uno de ellos se obtendr una de las raices n-simas de z .
En resumen, la n-sima raz de un nmero complejo z escrito en forma polar, es otro nmero complejo w
dado por :
w=
z=
2 k j sen 2 k
n
n
z cos
en forma polar. . .
w =
donde . . .
2 k
( 2.19 )
w0 =
w1 =
106
lgebra Superior
w2 =
w3 =
etc. etc.
Ejemplo 10.
Solucin :
a) Primero debemos transformar a la forma polar el nmero z = ( 1) = ( 1 j 0) :
2
z = ( 1) 02 = 1
= arg ( z) = arctan
( 1) =
180
z = 1 180 z = 1 .
z = 1 y para n = 3 , se obtiene . . .
w=
2 k j sen 2 k
3
3
1 cos
k = 012
con k = 0 queda:
2 ( 0) j sen 2 ( 0)
3
3
w0 = 1 cos
j sen
3
3
= cos
= 1 60
= cos ( 60 ) j sen ( 60 )
1
2
3
2
107
lgebra Superior
con k = 1 queda:
2 ( 1) j sen 2 ( 1)
3
3
w1 = 1 cos
= cos j sen
= cos ( 180) j sen ( 180) = 1 180
= 1 j ( 0) = 1
y finalmente, con k = 2 resulta :
2 ( 2) j sen 2 ( 2)
3
3
w2 = 1 cos
5 j sen 5
3
3
= cos
1
2
3
2
wo
120
120
w1
2 ( m 1) 2 m
n
n
120
w2
de modo que una vuelta completa queda dividida en n sectores iguales. Por esta razn, las tres races
cbicas de 1 estn separadas entre si por un ngulo de : 360 / 3 = 120
108
lgebra Superior
Las n races de un nmero complejo siempre dividirn al plano en n partes iguales y por lo tanto, el
360
Este aspecto geomtrico puede ser ltil para calcular todas las races de un nmero complejo, a partir de una
de sus races. Esto es, si se conoce una de las raices de un nmero complejo, slo tenemos que aumentar (
2
el mismo mdulo:
Ejemplo 11.
para encontrar sus otras raices, puesto que todas ellas tienen
z .
z = ( 0) 12 = 1
1
=
= arg ( z) = arctan =
90 .
z = 1 90 z = 1
, explcitamente :
z = 1 cos j sen
De acuerdo con la frmula ( 2.19 ) , con k = 0 se obtiene una de las races buscadas y es :
2 ( 0)
2 ( 0)
2
w0 = ( 1) cos
j sen
4
4
j sen
8
8
= 1 cos
21
2 2
21
2 2
cos
2
y sen
cos
2
= 0.9239 0.3827 j
109
lgebra Superior
Las otras tres races de ste nmero se pueden obtener por lo tanto, sumando mltiplos de
360
4
= 90 =
8 2
w1 = 1
21
2 2
j sen
2 8
2 8
= cos
j cos
8
8
= sen
21
2 2
y de manera similar . . .
2
8
w2 = 1
w0
21
2 2
21
2 2
w2
2
8
w3 = 1
21
2 2
21
2 2
Estas 4 raices dividen a una circunferencia de radio r = 1 ( el mdulo de z ) , en cuatro partes iguales
Ejemplo 12.
z = 8 ( 1) ( 8) ( 3) = 8 1 j 3 :
4
8 1 j 3
= 8 ( 1) ( 3) = 16
= arg 8 1 j
8 3
= arctan
= 60
z = 16 60
Pedro Ferreira Herrejn
110
lgebra Superior
Por lo tanto , extrayendo la raz cuarta en ambos miembros de sta igualdad se obtiene :
z=
z =
16
60 2 k
k = 0123
para k = 0 resulta . . .
z0 = 2
60 2 ( 0)
4
= 2
30 j sen 30
2
2
= 2 cos
30 90 j sen 30 90
= 1.9319 0.5176 j
para k = 1 . . .
z1 = 2
60 2 ( 1)
4
= 2 cos
30 j cos 30
2
2
= 2 sen
= 2
= 0.5176 1.9319 j
para k = 2 . . .
z2 = 2
60 2 ( 2)
4
= 2 cos
30 j sen 30
2
2
= 2 cos
= 2
2
2
= 1.9319 0.5176 j
para k = 3 . . .
z2 = 2
60 2 ( 3)
4
= 2 cos
30 j cos 30
2
2
= 2 sen
= 2
2
2
= 0.5176 1.9319 j
( NOTA . En ste ejercicio se han usando las identidades trigonomtricas :
111
lgebra Superior
cos =
cos ( 30) =
con
cos
2
sen =
sen ( 30) =
cos
2
sen ( 90 ) = 1
sen ( 180 ) = 0
sen ( 270 ) = 1
;
;
z0 = 2 3 j 2 3 = 1.9319 0.5176 j
z1 = 2 3 j 2 3 = 0.5176 1.9319 j
z2 = 2 3 j 2 3 = 1.9319 0.5176 j
z4 = 2 3 j 2 3 = 0.5176 1.9319 j
satisfacen la ecuacin inicial ( son sus races ) .
EJERCICIOS 2.3
I Elevar a la potencia indicada cada nmero complejo , y expresar el resultado tanto en la forma polar
como en la rectangular .
1.
4.
7.
( 1 j) 3
1
1
2. ( 1 j)
3
5
3 j .
3 j
5.
3 j
3.
( 1 j) 5
6.
( j) 9
races cbicas de ( 1 j )
9. races cbicas de 64
13. z = j
14. z = 16
15. x = 27 j
16. x = 25 j
112
lgebra Superior
2 2
4.
7.
32
5.
= 16 16 j 3 8.
9.
= 8
= 2 2 j 2.
1 j
2
= 4
16
= 4
12
= 8 8 j 3
6 2
6 2
10
___________________________________
11.
= j
2
5
3j
6
7
6
3
11
13.
3j
14.
= j
9
10
13
10
17
10
= 0.8099 0.9652 j
18
17
= 1.2408 0.9652 j
18
29
= 0.4309 1.1839 j
18
1j
1 j
1 j
1j
2
0 =
= 0.5878 0.809 j
= 0.5878 0.809 j
______________________________________
= 2 j
= 2
3
2
= 2 j
_______________________________________
= 0.9511 0.309 j
= j
12
= 0.9511 0.309 j
10
17
_________________________________________
____________________________________
3j
= j
12.
6.
______________________________________
3j
= 4 4 j
3. 4 2
= 4
= 2 j
15
= 3 j
7
6
11
6
( 3 j )
3
2
( 3 j)
________________________________________
113
lgebra Superior
114
lgebra Superior
Captulo III
Polinomios
3.1
Definicin .
P ( x) = a0 a1 x a2 x ...... an x
( 3.1 )
expresin en la que . . .
a0 es el trmino constante
n es un nmero entero positivo llamado el grado del polinomio. Es la mxima potencia a la que se
eleva la variable independiente x .
P ( x) = 3 2 x 3 x x
grado : n = 3
coeficientes : a0 = 3 , a1 = 2 , a2 = 3 , a3 = 1
coeficiente lder : a3 = 1
trmino constante : a0 = 3
P ( x) = 4 x x 6 x 3 x
grado : n = 5
coeficientes : a0 = 0 , a1 = 6 , a2 = 1 , a3 = 3 , a4 = 0 , a5 = 4
coeficiente lder : a5 = 4
trmino constante : a0 = 0
P ( x) = 2 3 x
grado : n = 4
coeficientes : a0 =
2 ,
a1 = 0 , a2 = 0 , a3 = 0 , a4 = 3
115
lgebra Superior
coeficiente lder : a4 = 3
trmino constante : a0 =
P ( x) =
grado : n = 3
coeficientes : a0 =
2
3
2
x
3
3
x
, a1 = 0 , a2 = 4 , a3 =
coeficiente lder : a3 =
trmino constante : a0 =
1
3
1
3
2
3
1
3
5 x
er
2 x 3 x x
en el 2o trmino.
Observemos que un polinomio slo tiene potencias enteras y positivas de su variable independiente .
3.2
Cuando la variable independiente x de un polinomio P ( x) toma valores cada vez ms grandes y positivos,
decimos que tal variable "tiende al infinito" y denotamos tal comportamiento por el smbolo : x .
Simiarmente, cuando la variable independiente x de un polinomio P ( x) toma valores cada vez ms grandes
pero negativos, decimos que tal variable "tiende a menos infinito" y denotamos tal comportamiento con el
smbolo : x .
n
En stos casos, el trmino de mayor valor numrico en el polinomio es el trmino del coeficiente lder : an x
debido a que en l aparece la mayor potencia de x . En otras palabras, el comportamiento extremo del
polinomio est determinado por el valor del trmino lder cuando : x cuando x .
El signo algebrico del polinomio en los valores extremos estar determinado por el signo algebrico del
coeficiente lder an y el grado n ( par o impar) del polinomio.
Pedro Ferreira Herrejn
116
lgebra Superior
P(x)
Cuando x . . .
P(x)
Cuando x . . .
Grado impar
n=1,3,5...
P(x)
P(x)
P(x)
Cuando x . . .
Coef. lider positivo
an > 0
P(x)
Grado par
n= 2, 4 ,6...
P(x)
Cuando x . . .
Coef. lider negativo
an < 0
P(x)
117
lgebra Superior
De ste modo, omitiendo los detalles que tenga la grfica de un polinomio cerca del origen de coordenadas, (es
decir para valores de x que no sean extremos) , es posible predecir como ser en general la grfica de un
polinomio a la izquierda y a la derecha sobre el eje X a partir del origen, en base solamente a su grado n y el
signo de su coeficiente lder an , como sigue :
de nmeros reales positivos o negativos son siempre nmeros positivos, asi que el signo de an x
queda determinado en este caso solo por el signo del coeficiente lder.
f(x)
f(x)
n es par
an > 0
n es par
an < 0
f ( x) 2 x 4 x x 2
3 0
g ( x) 2 x 8 x x 2
6
20
2
12
12
4
2
21
0
3
30
118
lgebra Superior
Si el grado n del polinomio es impar, entonces x ser un nmero que tiene el mismo signo que x ,
dado que las potencias impares de nmeros reales positivos son nmeros positivos y las potencias
n
queda determinado en
f(x)
f(x)
n es impar
an > 0
n es impar
an < 0
f ( x) 2 x 8 x 3 x 4
g ( x) 2 x 8 x x 2
30
20
20
10
10
3
10
10
20
20
30
119
lgebra Superior
Los detalles que tenga la grfica del polinomio en la regin cercana al origen de coordenadas ( la regin
sombreada en los esquemas generales anteriores ) , dependen de como sean los dems trminos del polinomio
distintos al trmino lder.
De hecho, uno de los problemas ms importantes del lgebra, es determinar la forma precisa de la grfica en
esa regin, asi como conocer los puntos por los que la grfica del polinomio cruza al el eje X, lo que equivale a
hallar las races del polinomio es decir, resolver la ecuacin f ( x) = 0 .
Aunque sta sea una manera poco precisa para determinar la grfica de un polinomio, proporciona
informacin inmediata sobre la forma general de la curva. Por ejemplo, del anlisis anterior se deduce que:
todo polinomio de grado impar necesariamente cruza al menos una vez por el eje X , lo cual significa que
tiene por lo menos una raz real
un polinomio de grado par podra no tener ninguna raiz real.
salto
separacin
agujero
f(x)
la grfica de una funcin polinomio solo tiene cambios suaves, es decir, de un punto a otro la grfica no
puede variar bruscamente de direccin.
120
lgebra Superior
1
3
x 5 x
b) f ( s) =
7
8
s 5 s 7 s 1
c) Q ( x) = 1 x
Solucin :
a) como el grado es impar y el coeficiente lder es positivo, la grfica de se polinomio "sube" a la
derecha ( tiende al + ) y "baja" hacia la izquierda ( tiende a )
b) como el grado es impar y el coeficiente lder es negativo, la grfica de se polinomio "sube" a la
izquierda ( tiende al + ) y "baja" hacia la derecha ( tiende a ) .
c) como el grado es par y el coeficiente lder es negativo, la grfica de se polinomio "baja" a la
derecha ( tiende al ) y "baja" hacia la izquierda ( tiende a )
(a)
(b)
(c)
Primeros polinomios .
P ( x) = a0
1
4
f ( x) = 2
121
lgebra Superior
P ( x) = a0 a1 x
( 3.2 )
P(x,y)
f ( 0) = a0 a1 ( 0) = a0 .
a1 =
f ( x) a0
x
ao
BP
= tan
AB
y su ecuacin es :
x= k
donde k es una constante ( el intercepto de la recta sobre el eje X ) .
Si a0 = 0 , entonces la recta queda: P ( x) = a1 x y pasa por el origen de coordenadas debido a que
m1 =
1
m2
( 3.3 )
y = 4 x
4
y = 2 x
3
122
lgebra Superior
3
4
, que es el
4
3
2
4
Solucin :
A partir de la forma general : P ( x) = a0 a1 x para un polinomio de primer grado, se deben
determinar los coeficientes a1 y a0 que cumplan con las condiciones del problema, esto es. . .
= a0 ( 1) a1
P ( 1) = 1
P ( 2) = 8
8 = a0 2 a1
3
2
P ( x) = 3 x 2
2
3
P ( x) = a0 a1 x a2 x
( 3.4 )
123
lgebra Superior
ste es un polinomio de grado par, su grfica se extiende "hacia arriba" si su coeficiente lder es positivo
a2 0 "hacia abajo" si tal coeficiente es negativo a2 0 , como se muestra en los siguientes
ejemplos :
f ( x) = 2 3 x 4 x
El coeficiente lder ( 4) es negativo, la
g ( x) = 1 3 x 4 x
El coeficiente lder ( 4) es positivo, la
Los puntos donde la parbola corta al eje X son las soluciones de la ecuacin :
P ( x) = 0
es decir. . .
a2 x a1 x a0 = 0
y se llaman raices reales de la ecuacion cuadrtica . ( puede suceder que la curva nunca corte al eje X y
en tal caso ninguna raiz ser real , como se muestra en la segunda grfica de la figura anerior ) .
2
Y
P(x)
P ( x) = a ( x) = a x = P ( x)
Adems el vrtice de la parbola (el punto donde la curva toma
su valor mnimo su valor mximo ) se encuentra en el punto
( 0 0) porque . . .
P ( 0) = 0
2
y = a x b x c
124
lgebra Superior
mediante una translacin del origen de coordendas (es decir, del vrtice de la parbola) a un punto dado
x0 y0 , esto es . . .
y = a x
y se obtiene :
y y0 = a x x0 2
se transforma en . . .
y = a x x0 y0
2
a x x0 y0 = a x b x c
2
a x 2 a x x0 a x0 y0 = a x b x c
2
los coeficientes para x , x y el trmino constante deben ser los mismos en ambas expresiones, asi que . .
.
2 a x0 = b
a x0 y0 = c
2
cuya solucin es . . .
b
x0 =
2 a
b
y0 =
c
4 a
( 3.5 )
b
es ahora el nuevo eje de simetra para la grfica de la parbola, la
2 a
cual adems tiene su nuevo vrtice en el punto x0 y0 .
De modo que la recta vertical x0 =
Solucin :
2 y0 , para lo cual
125
lgebra Superior
2
1 Factorizando el coeficiente de x
2
3 x
18 x 32 = 3 x 6 x 32
3 x
2
2
6
6
2
18 x 32 = 3 x 6 x 32
3 Los primeros tres trminos del parnteis recto son el cuadrado perfecto de un binomio . . .
2
3 x
2
18 x 32 = 3 ( x 3) 32
2
4 y finalmente :
2
3 x
18 x 32 = 3 ( x 3) 3 ( 3) 32
2
= 3 ( x 3) 5
2
Si ahora comparamos esta ecuacin con la funcin bsica g ( x) = 3 x , concluimos que la grfica de
2
12
10
8
6
4
2
2
Solucin :
2 y0
completando el
126
lgebra Superior
2
1 Factorizando el coeficiente de x
4 x 40 x 97 = 4 x 10 x 97
2 Sumando y restando el cuadrado de la mitad del coeficiente de x :
4 x 40 x 97 = 4 x 10 x
2
10
2
97
10
2
3 Los primeros tres trminos del parnteis recto son el cuadrado perfecto de un binomio . . .
2
2
2
4 x 40 x 97 = 4 ( x 5) ( 5) 97
4 y finalmente :
2
4 x 40 x 97 = 4 ( x 5) 4 ( 25 ) 97
2
= 4 [ x ( 5) ] 3
2
Si ahora comparamos esta ecuacin con la funcin bsica g ( x) = 4 x , concluimos que la grfica
2
P ( 2) = 3 , hallar su ecuacin .
Solucin :
El problema consiste en determinar los coeficientes a0 , a1 y a2 en la expresin general para un
2
127
lgebra Superior
P ( 0) = 9
implica que :
a0 a1 ( 0) a2 ( 0) = 9
P ( 1) = 0
implica que :
a0 a1 ( 1) a2 ( 1) = 0
P ( 2) = 3
implica que :
a0 a1 ( 2) a2 ( 2) = 3
2
2
a0 0 0 = 9
(I)
a0 a1 a2 = 0
(II)
a0 2 a1 4 a2 = 3
(III)
a0 = 9 , a1 = 12 y a2 = 3 .
P ( x) = 9 12 x 3 x
P ( x) = 3 ( x 2) 3
bin . . .
y ( 3) = 3 ( x 2)
6
y y0 = a x x0
2
4
x0 = 2
y0 = 3
Ejemplo 6.
Solucin :
2
128
lgebra Superior
Pero adems, la ecuacin general de una parbola que tiene su vrtice vrtice en x0 y0
es :
y = a x x0 y0
2
4 = a [ ( 1) 1] 8
1
8
y = 3 ( x 1) 8
2
P ( x) = a0 a1 x a2 x a3 x
( 3.6 )
P ( x) 2 = 11 x 8 x 5 6 x
129
lgebra Superior
15
25
20
15
10
2
5
2
5
15
10
EJERCICIO 3.1
I . Determinar el comportamiento extremo de los polinomios en los ejercicios 1 a 8 .
3
1. P ( x) = 5 x 3 x 1
4
3. P ( x) = 3 x 4 x 2 x 5 x 1
7
4. P ( x) = 2 x x 4 x 5 x x 3
8
5. P ( x) = x 3
3
2. P ( x) = 4 x 2 x 3 x 2
6. P ( x) = x 2
2
7. P ( x) = x 2 x 3 x 4
8. P ( x) = 6 x x 4 x 2 x 1
10. P ( x) = 3
11 . P ( x) = 3 x 1
12. P ( x) = 4 x 3
13 . P ( x) =
5
2
15 . P ( x) = 3 x 1
3
x
4 5
2
16. P ( x) = 2 x 3
18. P ( x) = 3 x 7 x 1
20. P ( x) = 4 x 5 x 6
17 . P ( x) = 4 x 9 x 5
19 . P ( x) = 5 x 2 x 2
14. P ( x) =
130
lgebra Superior
III. Determinar la expresin algebrica del polinomio de 2 grado del cual se conocen los valores idicados.
21. P ( 1) = 2 , P ( 0) = 3 , P ( 1) = 2
22. P ( 2) = 20 , P ( 0) = 2 , P ( 1) = 2
23 P ( 2) = 7 , P ( 1) = 2 , P ( 3) = 12
24. P ( 2) = 9 , P ( 1) = 15 , P ( 1) = 3
19
25 . P ( 1) =
27 . P ( 0) =
IV
1
2
, P ( 2) =
, P
4
3
14
3
, P ( 0) =
, P
11
6
2
3
26.
13
P ( 0) = 1 , P ( 1) =
28. P ( 0) =
5
2
, P
12
5
2
, P ( 2) =
, P
16
3
7
3
En los ejercicios 29 a 34 , hallar la ecuacin cuadrtica que pasa por el punto A y tiene su vrtice en
el punto B .
29. A ( 1 2) , B ( 3 0)
30. A ( 0 1) , B ( 4 1)
31 . A ( 3 1) , B 2
32. A ( 5 2) , B 1
33 . A
2
1
2
, B ( 1 0)
34. A
1
2
1 , B
2 1
3 2
Respuestas 3.1
I.
1. P(x) si x ,
P(x) si x .
2. P(x) si x , P(x) si x .
3. P(x) si x ,
4. P(x) si x ,
P(x) si x .
P(x) si x .
5.
P(x) si x , P(x) si x .
6.
P(x) si x , P(x) si x .
7.
P(x) si x , P(x) si x .
8.
P(x) si x , P(x) si x .
131
lgebra Superior
9.
10.
11.
1
3
2
4
2
6
interceptos : x = 1/3 , y = 1
12.
13.
4
2
14.
4
2
10
interceptos : x = 3/4 , y =3
16.
15.
eje x = 0
vrtice : ( 0 , 1 )
18.
17.
eje x = 0
vrtice : ( 0 , 3 )
19.
eje x = 7/6 ,
vrtice : ( 7/6 , 37/12 )
10
eje x = 9/8
vrtice : ( 9/8 , 1/16 )
20.
eje x = 1/5 ,
vrtice : ( 1/5 , 9/5 )
eje x = 5/8 ,
vrtice : ( 5/8 , 71/16 )
132
lgebra Superior
III.
2
21. P ( x) = 5 x 3
22. P ( x) = 3 x 3 x 2
24. P ( x) = 4 x 6 x 13 25 . P ( x) =
27 . P ( x) = 2 x
30. P ( x) =
33 . P ( x) =
2
3
2
2
3 3 2 6
( x 1)
x 3 x
31 . P ( x) =
34. P ( x) =
1
50
26. P ( x) =
28. P ( x) = 3 x
( x 4) 1
3
2
( x 2)
5
2
1
2
23 P ( x) =
3
4
x x 1
3
x x 1
3
29. P ( x) =
32. P ( x) =
1
8
( x 3)
4
x 1
121
3
9
2
3
1
2
1
x 3
3
2
( 11 4 3 2) 2
133
lgebra Superior
3.4
Divisin de Polinomios .
En consecuencia, encontrar una raz o cero de un polinomio equivale a determinar un factor lineal ( x a)
para tal polinomio .
Se puede escribir por lo tanto :
P ( x) = ( x a) Q ( x)
o bin
P ( x)
= Q ( x)
xa
P ( x)
R ( x)
= Q ( x)
D ( x)
D ( x)
P ( x)
D ( x)
Q ( x)
R ( x)
Para realizar la divisin de dos polinomios, se aplica el siguiente procedimiento , que ilustraremos con un
ejemplo. . .
2
P ( x)
12 x 13 x 6 x 7 8 x
=
3
Q ( x)
4 3 x 2 x
P ( x)
6 x 0 x 13 x 12 x 8 x 7
=
3
2
Q ( x)
2 x 0 x 3 x 4
134
lgebra Superior
6 x
2 x
3 x
________________________________________________________________
2 x
/ 6x
0 x 3 x 4
0 x 13 x 12 x 8 x 7
6 x 0 x 9 x 12 x
_______________________________________________________
4 x
0 x 8 x 7
4 x
losprimeros trminos:
2 x
polinomio residuo obtenido al final sea menor que el grado del polinomio divisor
2
3 x 2
________________________________________________________________
2 x
0 x 3 x 4
/ 6x
0 x 13 x 12 x 8 x 7
6 x 0 x 9 x 12 x
______________________________________________________________
4 x
0 x 8 x 7
4 x 0 x 6 x 8
____________________________________
2 x 1
El polinomio residuo final : R ( x) = 2 x 1 es de grado uno, que es menor que el grado del polinomio
divisor, de modo y la divisin anterior de polinomios genera el resultado. . .
P ( x)
=
D ( x)
3 x
2 x 3 x 4
2 x 1
3
135
lgebra Superior
P ( x)
0
= Q ( x)
D ( x)
D ( x)
esto es . . .
P ( x) = D ( x) Q ( x)
( 3.7 )
D ( x) = 2 x 3 x 4
Solucin : Con ambos polinomios ya ordenados en potencias decrecientes de la literal x , el
procedimiento de divisin se ilustra en el siguiente esquema :
Cociente
3 x 2 x 1
Divisor :
2 x
3 x 4
6 x 13 x 20 x 11 x 4
6 x 9 x 12 x
Dividendo
___________________________________________
3
4 x
1 er residuo parcial :
8 x 11 x 4
4 x 6 x 8 x
________________________________
2
2 x 3 x 4
2 o residuo parcial :
2 x 3 x 4
___________________________
Residuo final :
000
P ( x)
= Q ( x) , esto significa que
D ( x)
el polinomio divisor es un factor del polinomio dividendo, es decir P ( x) = D ( x) Q ( x) y es
En ste ejemplo, la divisin es exacta (el residuo final es cero)
posible escribir . . .
6 x4 13 ( x) 3 20 x2 11 x 4 = 3 x2 2 x 1 2 x2 3 x 4
3
entre el
polinomio D ( x y) = x 5 y 2 x y
Solucin : En ste ejemplo, tanto el polinomio dividendo como el divisor son polinomios en dos
valriables, asi que ordenndolos en potencia decrecientes de una de ellas, por ejemplo la variable
x , podremos aplicar el procedimiento de la divisin para obtener. . .
136
lgebra Superior
Cociente
2 x
Divisor :
x 2 x y 5 y
2 x
x 4 x y 2 x y 10 x y 5 y
2 x 0 x 4 x y 0 x y 10 x y
Dividendo
____________________________________________________________
2
x 0 x y 2 x y 0 x y 5 y
1 er residuo parcial :
x 0 x y 2 x y 0 x y 5 y
_________________________________________________
Residuo final :
Aqui la divisin tambin es exacta porque el residuo es cero, por lo tanto el dividendo es el producto
del cociente por el divisor.
El lector puede comprobar que en efecto : P ( x) = D ( x) Q ( x) es decir:
3
2 x
x 4 x y 2 x y 10 x y 5 y = ( 2 x 1) x 2 x y 5 y
entre
D ( x) = 2 x 3 x b 4 b
Solucin : Los polinomios ya estn ordenados en potencias decrecientes de la literal x asi que :
Cociente
3 x 3 b
Divisor :
2 x 3 x b 4 b
6 x
3 x b 2 x b 10 b
6 x 9 x b 12 x b
Dividendo
___________________________________________
1 er residuo parcial :
6 x b 10 x b 10 b
6 x b 9 x b 12 b
________________________________
Residuo final :
19 x b
2 b
Aqui la divisin no es exacta, el residuo no es cero, por lo tanto, el dividendo es el producto del
cociente por el divisor ms el residuo :
P ( x) = D ( x) Q ( x) R ( x)
Pedro Ferreira Herrejn
137
lgebra Superior
3
6 x
3 x b 2 x b 10 b = 2 x 3 x b 4 b ( 3 x 3 b) 19 x b 2 b
2
ALGORITMO DE LA DIVISIN
Si P ( x) y D ( x) son polinomios tales que D ( x) 0 y el grado
de D ( x) es menor igual que el grado del polinomio P ( x)
entonces existen dos polinomios unicos Q ( x) y R ( x) tales que :
( 3.8 )
P ( x)
R ( x)
= Q ( x)
D ( x)
D ( x)
donde el residuo R ( x) de la divisin es tal que:
grado ( R ( x) ) grado ( D ( x) )
P ( x)
= Q ( x) es decir P ( x) = Q ( x) D ( x) ,
D ( x)
se dice entonces que los polinomios Q ( x) y D ( x) son factores del polinomio P ( x) .
Cuando R ( x) = 0 la divisin de polinomios queda :
138
lgebra Superior
3.5
Divisin sinttica .
Este es un procedimiento muy rpido para realizar la divisin de polinomios pero que se aplica nicamente
cuando el divisor es un polinomio lineal , es decir que tiene la forma D ( x) = x a .
Como se puede apreciar en los ejemplos anteriores, durante el procedimiento de divisin formal de
polinomios, algunos coeficientes y variables se repiten varias veces. La idea de la divisin sinttica es evitar
sta repeticin con el fin de aumentar la rapidez para dividir .
Ilustremos sta idea con un ejemplo :
3
P ( x)
4 x 19 x 24 x 9
bajo el procedimiento formal para
1 Consideremos la divisin :
=
D ( x)
x3
la divisin de polinomios :
2
7 x 3
4 x
19 x 24 x 9
4 x
x3
4 x 12 x
________________________________
2
7 x 24 x 9
7 x 21 x
______________________
3 x
9
( 3 x 9)
_______________
2 Reteniendo solamente los coeficientes y dejando implcito el signo de los positivos queda. . .
7 3
19
24
4 12
____________________________
7 24
7 21
__________________
9
3 9
3
____________
139
lgebra Superior
4 19
24
12
21
_________________________
4 Moviendo el cociente al ltimo rengln y cambiando el signo del divisor , se obtiene finalmente:
3
19
24
12
21
De ste modo, en ste arreglo ordenado de nmeros que hemos obtenido al final, todos los coeficientes se
obtienen por simples sumas y productos .
1er rengln
3er rengln
2o rengln
D ( x) = x 3
Solucin : El divisor es lineal de la forma ( x a) = x ( 3) = x 3 , asi que es posible
hacer la divisin sinttica.
Adems el primer rengln en sta divisin est formado por el trmino constante del divisor: 3
y los coeficientes ordenados de P ( x) : 3 , 9 , 0 , 2 , 1 y 15 de modo que queda:
140
lgebra Superior
P ( x)
D ( x)
3 ( 3)
3 ( 0)
3 ( 0)
15
3 ( 2) 3 ( 5)
el ltimo nmero del tercer rengln es el residuo de la divisin y vale cero . Esto indica que la
divisin anterior es exacta .
Los dems nmeros del rengln son los coeficientes ordenados del polinomio cociente, que es :
4
Q ( x) = 3 x 0 x 0 x 2 x 5
4
= 3 x 2 x 5
y como el residuo es cero, entonces ( x 3) es un factor de P ( x) , es decir :
P ( x) = Q ( x) D ( x)
3 x
9 x 2 x x 15 = 3 x 2 x 5 ( x 3)
P ( x)
P ( x)
1 P ( x)
=
=
3
2
2
( 3 x 2)
3 x
x
y ahora el divisor tiene la forma lijneal requerida ( x a) para poder realizar la divisin sinttica
con a =
2
3
El primer rengln en la divisin sinttica ester entonces formado por el trmino constante
2
3
y los
P ( x)
x 2
3
12
12
12
9
0
3
9
9
2
9
3
3
7
3
3
5
141
lgebra Superior
el ltimo nmero del tercer rengln es el residuo de la divisin y no es cero, lo cual indica que sta
divisin no es exacta .
Los dems nmeros del rengln son los coeficientes ordenados del polinomio cociente, por lo tanto
por el algoritmo de la divisin, escribimos :
P ( x)
R ( x)
= Q ( x)
D ( x)
D ( x)
P ( x)
x 2
3
3
= 12 x 9 x ( 3)
x 2
3
y finalmente . . .
P ( x)
1 P ( x)
1
5
3
=
= 12 x 9 x 3
3
3
2
2
( 3 x 2)
x
x
3.6
4 x
3 x 1
( 3 x 2)
P ( x)
es P ( a)
( x a)
P ( x)
R ( x)
= Q ( x)
xa
xa
y es posible escribir P ( x) = Q ( x) ( x a) R ( x) , de modo que
evaluando sta expresin en x = a resulta . . .
P ( a) = Q ( a) ( a a) R ( a)
= 0 R ( a)
y puesto que el grado del divisor es uno, entonces el grado del residuo es
cero, es decir, es una constante. En resumen P ( a) = R = cte .
Pedro Ferreira Herrejn
142
lgebra Superior
Solucin : Usando el teorema anterior, el residuo obtenido al dividir el polinomio entre el factor lineal
[ x ( 3) ] = x 3 , es precisamente el valor del polinomio evaluado en x = 3 , esto es P ( 3) .
Por divisin sinttica ese residuo es :
P ( x)
:
x3
18
30
63
162
10
21
54
155
P ( 3) = 2 ( 3) 8 ( 3) 9 ( 3) 9 ( 3) 7
= 2 ( 243) 8 ( 27 ) 9 ( 9) 9 ( 3) 7
= 486 216 81 27 7
= 486 331
= 155
Empleando el teorema del residuo es posible evaluar rpidamente cualquier polinomio en cualquier
punto .
P ( x)
( x 3)
15
45 3 k
15
44 3 k
143
lgebra Superior
44 3 k = 23
resulta k = 7 .
Comprobacin :
P ( x) = x 2 x k x 1
3
P ( 3) = ( 3) 2 ( 3) 7 ( 3) 1
= 27 18 21 1
= 23
Con ste ejercicio se ilustra que usando el teorema del residuo, es posible ajustar uno o varios
coeficientes de un polinomio para que ste tome un valor predeterminado de antemano .
Ejemplo 15.
P ( 1)
P ( 3)
es el residuo de la divisin
es el residuo de la divisin
P ( x)
x ( 1)
P ( x)
x3
como se desea que ambos residuos sean iguales, se podr determinar el valor de k . . .
P ( x)
( x 1)
2
2
P ( x)
( x 3)
3 k
2 3 k
( 2 3 k ) ( 2 3 k )
3 k
6
6 3 k
2
2 3 k
4 3 k
18
9 k
42
27 k
14
9 k
44
27 k
5
3
y entonces :
P ( x) = 2 x 4 x 4 x 2
El lector puede comprobar por un clculo directo que en efecto P ( 1) = 1 y P ( 3) = 1
144
lgebra Superior
3.7
P ( x)
R ( x)
se tiene que :
= Q ( x)
xa
xa
P ( x) = Q ( x) ( x a) R ( x)
Dado que el divisor ( x a) es de grado uno , si el polinomio P ( x) es de
grado n , entonces el polinomio cociente Q ( x) es de grado n 1 y el
residuo R ( x) es de grado cero,
Por otra parte, del teorema del residuo se sabe que R = P ( a) y queda:
P ( x) = Q ( x) ( x a) P ( a)
Entonces, si P ( a) = 0 , queda P ( x) = Q ( x) ( x a) de modo que
( x a) es un factor de P ( x) .
P ( x)
dar como residuo
xa
cero y por el teorema del residuo se sigue que P ( a) = 0
Y si ( x a) es un factor de P ( x) entonces
Ejemplo 16.
P ( 4) = 0 , y en efecto :
P ( x)
( x 4)
123
18
40
24
116
28
40
29
10
145
lgebra Superior
Los nneros de la tercera lnea en sta divisin sinttica son los coeficientes del polinomio cociente y
el ltimo es el residuo, el cual es cero, asi que del teorema del residuo se sigue que en efecto
P ( 4) = 0 .
Entonces, es posible escribir al polinomio P ( x) en forma factorizada como:
P ( x) = 6 x 29 x 7 x ( 10 ) ( x 4)
3
Q ( x)
( x 5)
29
10
30
10
dado que el residuo es cero, se deduce que Q ( 5) = 0 y es posible escribir la factorizacin de los
polinomios Q ( x) y P ( x) como :
Q ( x) = 6 x x 2 ( x 5)
P ( x) = Q ( x) ( x 4)
=
6 x
x 2 ( x 5) ( x 4)
el factor de 2 grado de P ( x) puede factorizarse a su vez en forma directa determinando las races
2
6 x
2
1
x 2 = 6 x x
= 3 x
2
3
1
2 x
= ( 3 x 2) ( 2 x 1)
para finalmente escribir el polinomio P ( x) completamente factorizado como :
P ( x) = ( 3 x 2) ( 2 x 1) ( x 5) ( x 4)
Las races de ste polinomio se obtienen resolviendo la ecuacin : P ( x) = 0 ,es decir . . .
( 3 x 2) ( 2 x 1) ( x 5) ( x 4) = 0
Sin embargo, si el producto de dos ms factores es cero, al menos uno de ellos es cero, por lo que se
concluye que :
146
lgebra Superior
2
Si ( 3 x 2) = 0
entonces
x=
Si ( 2 x 1) = 0
entonces
x=
Si ( x 5) = 0
entonces
x = 5
Si ( x 4) = 0
entonces
x= 4
1
2
Estas races dividen a la recta numrica (el eje X de un sistema de coordenadas rectangular ) en 5
intervalos. Para obtener la grfica del polinomio debemos investigar el signo algebrico de sus
factores en todos esos intervalos , como se muestra en la siguiente tabla .
5 1
2
1 2
2 3
2 4
3
( x 5)
()
(+)
(+)
(+)
(+)
( 2 x 1)
()
()
(+)
(+)
(+)
( 3 x 2)
()
()
()
(+)
(+)
( x 4)
()
()
()
()
(+)
(+)
()
(+)
()
(+)
( Tmese un valor numerico arbitrario para x en cada uno de los intervalos y substityase en cada factor para
determinar si tal factor es positivo negativo en ese intervalo )
Entonces el polinomio P ( x) es positivo (es decir,
su grfica queda por encima del eje X ) en los
intervalos :
6
5 , 1 2 , 4
5 1
2
2 4
3
147
lgebra Superior
Ejemplo 17.
2
3
2
3
2
2
= 0 entonces P ( x) tiene el factor : x = x
Dado que P ( x) es de grado 3, slo puede tener tres factores, por lo tanto, salvo por una constante
arbitraria C , la forma general de ste polinomio tiene que ser :
2
P ( x) = C ( x 1) ( x 1) x
= C x
3
Ejemplo 18.
2
3
C
2
2
3
2
x x =
3 x 2 x 3 x 2
3
Hallar la expresin algebrica del polinomio P ( x) de 4 grado que tiene las raices: 2 ,
2 y los factores
x 1
2
x 2
es un factor de P ( x)
Dado que P ( x) es de grado 4 grado slo puede tener cuatro factores, y salvo por una constante
arbitraria C , la forma general de ste polinomio tiene que ser :
1
P ( x) = C x 2 x 2 x ( x 1)
148
lgebra Superior
C = 2
P ( x) = 2 x 2 x 2 x
1
2
( x 1)
2 ( 2 x 1) ( x 1)
2
4
= 2 x x 5 x 2 x 2
Este polinomio es de grado par y su coeficiente lder es
negativo, lo indica que se extiende desde a la
izquierda hasta a la derecha y tiene 4 races o
ceros reales (su grfica cruza 4 veces el eje X )
EJERCICIO 3.2
I. Mediante la divisin sinttica , encuentre el residuo y el cociente que se producen al dividir el primer
polinomio entre el segundo en los ejercicios 1 a 18 .
3
1. x 5 x 3 x 1
3
( x 2)
3. 3 x 11 x 3 x 2
4
5. x 4 x 3 x 4 x 3
( x 4)
4.
2 x 4 x 7 x 1
x4
6.
3 x
11. 4 x x 2 x 6
2
17. 2 x 3 a x 2 a
( x 3)
( x 3)
4 x 5 x 6 x 4
3 x 1
12. 4 x 2 x 8 x 4 x 7 x
5
14. 6 x 4 x 3 x 6
3
; 3 x 2
; 2 x 1
; 3 x 2
x a 16. 2 x 3 a x 4 a x 4 a
xa
x2
8. 4 x x 2 x 3 x 4 x 6 ; x 2
4
15. x 2 a x 3 a x 3 a
5 x 2 x 1
10. 9 x 12 x 9 x 28 x 4
( 2 x 1)
13. 6 x x x 9 x 2
3
x1
( x 2)
2 x
7. x 3 x 2 x 5 x 3 x 5
9. 4 x 4 x 3
2.
18. 3 x a 10 a x a
; x 2 a
; x 2 a
149
lgebra Superior
II. Determinar el valor de la constante k tal que al dividir los polinomios , el residuo sea el que se indica a
la derecha .
3
19.
2 x 4 x 2 x 2 k
; residuo 3
( x 1)
21.
x 2 x 3 k x 1
; residuo 1
( x 3)
23.
x k x 2 k x 20
; residuo 4
( x 2)
26.
x 3 x k x 2
; residuo 4
( x 1)
3
2 x
24.
k x 2 x 3 k
; residuo 3
( x 3)
x ( k 1) x k x k x 3 k 4
25.
(x k )
2 x
22.
20.
x 2 x 3 x 4 k
; residuo 1
( x 2)
residuo 0
k x k k x 3 k 6
; residuo 4
(x k )
3.
3 x
5.
3 x 8
7.
4 x 2 x 7 x 4
9.
4 x
( x 2)
x1
19
3 x 9
( x 4)
35
( x 4)
8 x 20
11.
2 x
x 1
13.
2 x
x 3
43
( x 2)
5
( 2 x 1)
1
( 3 x 1)
( x 1)
2.
2 x
4.
2 x
6.
3 x
8.
4 x
10.
3 x
12.
14.
x5
16
( x 3)
2 x 1
( x 3)
10 x 15 x 36
76
( x 2)
7 x 12 x 21 x 38
6 x 7 x 14
70
( x 2)
32
( 3 x 2)
7
2 x4 4 x 7
2
( 4 x 2)
2 x
( 3 x 2)
150
lgebra Superior
15.
2 a
x a x
5 a
2 a
16.
( x a)
x a 2 x
2 a
17. 5 a 5 x a 5 x a 2 x a 2 x
18.
4 a
2 x a 6 x a 3 x a
7
19.
k=
22.
k = 2
25. k = 4 ; k = 1
5 a
xa
8 a
( x 2 a)
7 a
( x 2 a)
20.
k=
23.
k= 2
26.
k = 2 ; k = 5
21.
k = 5
24.
k=
15
2
EJERCICIO 3.3
I. Sin hacer la divisin , encontrar el residuo que se obtendr al dividir los polinomios . (Usar el teorema del
residuo)
3
1.
3.
5.
7.
9.
x 2 x 4 x 5
( x 2)
3
3 x x 4
( x 3)
2 x 2 x 7
( x 1)
2 x 3 x x 2
( x 2)
x 2 x 9 x 4
( 3 x 2)
2 x
4 x
2 x
6 x
2.
x 4 x 6 x 3
( x 1)
3 x 5 x 2 x 1
4.
( x 1)
2 x 6 x 3 x 2
6.
( x 3)
x 2 x 3 x 5 x 2 x 4
8.
( x 2)
10.
12 x 8 x 6 x 13 x 1
( 3 x 2)
151
lgebra Superior
II. Determinar , usando el teorema del factor , si el segundo polinomio es un factor del primero
3
11. 3 x 14 x 11 x 12
13. 5 x 14 x 11 x 6
4
( x 4)
( x 2)
15. 2 x 15 x 22 x 23 x 40 ;
5
19. 16 x 8 x 2 x 1
3
21. 3 x 5 a x a x a
x 1
2
x 1
2
25. x a
III.
( x a)
( x a)
6 x 2 x 5 x 3
( x 1)
20. 8 x 4 x 2 x 1
x 1
2
( x a)
;
3
2 x
18. 3 x 6 x 7 x 8 x 7 x 5 ; x 1
22. 4 x 8 a 2 a x 4 a x a x 2 a
23. x a
14.
( x 3)
x 1
2
4 x 10 x 7 x 3
x5
16. 16 x 8 x 4 x 2 x 4 x 2 ;
17. 16 x 8 x 4 x x 1
12.
( x 2 a)
n
3 n
24. x a
26. x a
n es par
x a
3
( x a) n es impar
Usando el recproco del teorema del factor, encontrar todas las races de los polinomios P ( x) .
27. P ( x) = ( x 1) ( x 2) ( x 1)
28. P ( x) = ( x 3) ( x 5) ( x 2)
29. P ( x) = ( 2 x 1) ( 3 x 2) ( 2 x 3)
30. P ( x) = x x 2 ( x 5)
31. P ( x) = x 2 x 3 ( 3 x 1) ( 2 x 1)
33. P ( x) = 2 x 2 x 1 ( x 3) x 1
32. P ( x) = 12 x 11 x 15 ( 2 x 4)
34. P ( x) = 3 x 5 x 2 2 x 16
152
lgebra Superior
1.
R = P ( 2) = 13
2. R = P ( 1) = 14
4.
R = P ( 1) = 5
5.
R = P ( 1) = 1
6. R = P ( 3) = 7
7.
R = P ( 2) = 32
8.
R = P ( 2) = 4
9.
10. R = P
3. R = P ( 3) = 88
2
R = P = 2
= 5
11. Si porque P ( 4) = 0
12. Si porque P ( 3) = 0
13. Si porque P ( 2) = 0
14. Si porque P ( 1) = 0
15. Si porque P ( 5) = 0
16. Si porque P
17. Si porque P
18. No porque P ( 1) 0
19. Si porque P
= 0
20. No porque P
= 0
= 0
1
2
21. Si porque P ( a) = 0
22. No porque P ( 2 a) 0
23. Si porque P ( a) = 0
24. Si porque P ( a) = 0
25. Si porque P ( a) = 0
26. Si porque P ( a) = 0
27. x = 1 2 1
28.
x = 5 2 3
31. x = 3
29. x =
1
1
32. x = 2
3 2
33. x = 1 1 3
3 2 1
2 3 2
30. x = 5 1 2
5 3
1 j 1 j
2
34. x = 1 2 ( 1 3 j ) ( 1 3 j )
153
lgebra Superior
3.8
El teorema fundamental del lgebra (cuya demostracin est fuera del alcance de ste curso ), establece que:
TEOREMA 3 : TEOREMA FUNDAMENTAL DEL LGEBRA
Todo polinomio tiene por lo menos una raiz
Esto significa por ejemplo que un polinomio de grado 4 tendr 4 races (reales y/o complejas) , que un
polinomio de grado 7 tendr exactamente 7 races etc.
Adems, las races pueden repetirse o no, debido a que es posible que un polinomio tenga uno varios
factores mltiples de la forma ( x a)
factor ) . Por ejemplo , el polinomio :
3
P ( x) = ( x 3) ( 3 x 2) ( 2 x 1)
2
3
1
2
P ( x) = a0 a1 x a2 x ..... an 1 x
an x
Por el teorema fundamental del lgebra, el polinomio P ( x) tiene por lo menos una raiz,
digamos x = r1 .
Entonces del teorema del factor se deduce que
x r1 es un factor de
P ( x) porque
P ( x) = Q1( x) x r1
154
lgebra Superior
x r2 es un factor de
Q1( x)
P ( x) = Q1 ( x) x r1 = Q2 ( x) x r2 x r1
x r3 es un factor de
P ( x) = Qn( x) x rn x rn 1 ....... x r2 x r1
donde Q n ( x) es un polinomio de grado ( n n) = 0 es decir, se trata de una constante
que es muy fcil identificar con el coeficiente lder de P ( x) para escribir finalmente :
P ( x) = an x rn x rn 1 ....... x r2 x r1
155
lgebra Superior
3.9
P ( x)
, donde k 0 , . . .
(x k )
P ( x)
, donde k 0 , . . .
[ x ( k ) ]
k )
P ( x)
R
, se tiene que :
= Q ( x)
(x k )
(x k )
P ( x) = Q ( x) ( x k ) R
(*)
donde R es una constante que queda determinada por el ltimo nmero de la 3a lnea en la
divisin sinttica de
P ( x)
.
(x k )
Por otra parte, los dems nmeros en esa 3a lnea son los coeficientes ordenados del
polinomio cociente Q ( x) . Si todos esos nmeros son positivos entonces R 0 y por
consiguiente tambin Q ( k ) 0 , puesto que k 0 .
Adems paara un valor x tal que 0 k x , entonces ( x k ) 0 por lo cual P ( x) 0
de acuerdo con la ecuacin (*) . En otras palabras el polinomio P ( x) jams volver a
cruzar el eje X cuando x tome valores a la derecha del nmero k .
En consecuencia x = k es un lmite superior para las races reales de P ( x) .
156
lgebra Superior
P ( x)
P ( x)
resulta que los
=
x ( k )
xk
P ( x) = Q ( x) ( x k ) R
(**)
y se sigue que :
por lo tanto :
En cualquiera de los dos casos, el polinomio P ( x) jams vuelve a cruzar el eje X cuando x
toma un valor a la izquierda del nmero k . Por lo tanto x = k es un lmite inferior para las
races reales de P ( x) .
Ejemplo 19.
Determinar un intervalo donde se localizen todas las raices reales del polinomio
3
P ( x) = x 2 x 3 x 3
Solucin : Al hacer la divisin sinttica de P ( x) entre un factor lineal arbitrario, por ejemplo
( x 3) se obtiene . . .
157
lgebra Superior
18
21
Observemos que todos los nmeros de la tercera lnea son positivos y por el teorema 5 anterior, se
sigue que x = 3 podra tomarse como un lmite superior para las races reales de P ( x) .
Similarmente, al dividir P ( x) entre ( x 1) se obtiene . . .
Notamos que los nmeros de la tercera lnea son alternativamente positivos y negativos, asi que por
el teorema 5, se sigue que x = 1 puede tomarse como un lmite inferior para las races reales de
P ( x) .
En conclusin, si el polinomio P ( x) tiene alguna raz real, sta se localiza en el intervalo ( 1 3) .
3.10
Otro resultado muy til para determinar el nmero mximo de races reales que podra tener un polinomio, se
obtiene del siguiente . . .
En un polinomio P ( x) que est ordenado de acuerdo con las potencias decrecientes de su variable x , se
dice que ocurre una variacin de signo cuando son diferentes los signos algebricos de dos trminos
consecutivos , asi por ejemplo :
158
lgebra Superior
5
con
3
2
x y x ) . ste polinomio no tiene raices reales positivas.
Ejemplo 20.
Encontrar el mximo nmero de races positivas negativas que podra tener el polinomio :
5
P ( x) = 2 x 3 x 6 x 4 x 2 x 1
P ( x) = 2 ( x) 3 ( x) 6 ( x) 4 ( x) 2 ( x) 1
5
= 2 x 3 x 6 x 4 x 2 x 1
y la secuencia de signos que generan sus trminos ordenados es : + + + asi que hay
tres variaciones de signo y por lo tanto, el polinomio podra tener a lo ms tres races reales
negativas .
DEMOSTRACIN DE LA REGLA DE LOS SIGNOS
Probaremos primero que si P ( x) tiene m variaciones de signo y si k 0 , entonces
+ + +
+
_________________________________________________________________________
_________________________________________________________________________________
159
lgebra Superior
los dos productos anteriores sern positivos cuando tal variacin sea de + a y
sern negativos si la variacin es de a + .
Por lo tanto, adems de los signos del primero y el ltimo trmino del producto, habr
tantos signos claramente definidos como cambios de signo tenga el polinomio P ( x) .
En otras palabras, cuando aparece un signo doble en la quinta fila es porque el polinomio
no tuvo un cambio de signo en ese trmino, asi que si se reemplaza cada signo doble por
el signo que precede a la secuencia, no se incrementar por ello el nmero de variaciones
de signo en la quinta fila.
De ste modo, a excepcin del ltimo, los signos de la quinta fila sern exactamente los
mismos que los de P ( x) y es claro que el producto del ltimo trmino de P ( x) por k
ser de distinto signo al de ese trmino. Asi que en el resultado final, se tiene por lo
menos una variacin ms de signo que en P ( x) .
Probado lo anterior, consideremos ahora que k 1 , k 2 , k 3 , . . . , k m son las raices
positivas de P ( x) . Del teorema del factor se sigue entonces que :
P ( x) = Q ( x) x k 1 x k 2 x k 3 ....... x k m
Pero por lo demostrado antes :
160
lgebra Superior
Ejemplo 21.
P ( x) = x 4 x 7 x 4 x 1
Encontrar luego los nmeros enteros ms pequeos que sean lmites superior e inferior de
las raices y finalmente, localizar cada raz entre dos enteros consecutivos si es posible.
Solucin :
Los trminos ordenados del polinomio P ( x) generan la secuencia de signos : + +
Hay dos variaciones de signo .
En P ( x) la secuencia de signos es : + + + . Hay tambin dos variaciones .
+ .
Por lo tanto, P ( x) podra tener a lo ms dos raices reales positivas y dos negativas ( regla de los
signos de Descartes )
Ahora evaluemos por divisin sinttica al polinomio en varios puntos usando el teorema del residuo.
En x = 1 se obtiene :
P ( x)
( x 1)
:
1
P ( x)
( x 2)
12
10
12
13
161
lgebra Superior
Evaluemos ahora P ( 5) :
P ( x)
( x 5)
10
30
29
P ( x)
( x 5)
12
30
204
34
205
EJERCICIO 3.4
I. Determinar el grado del polinomio y encontrar todas sus raices indicando su multiplicidad .
2
1. P ( x) = ( x 3) ( x 2)
3. P ( x) = ( x 3) ( x 1) ( 2 x 3)
7
5. P ( x) = ( x 5) ( 3 x 1) ( 4 x 6)
2.
P ( x) = ( x 3) ( x 1) ( x 2)
4.
P ( x) = ( 3 x 2) ( 4 x 1) ( 2 x 5)
6.
P ( x) = ( 5 x 2) ( x 3) ( 3 x 12 )
162
lgebra Superior
II. Encontrar los nmeros enteros ms pequeos que sean lmites superior e inferior de las raices del polinomio.
Determinar el mximo nmero de raices reales positivas negativas. Localizar adems cada raz entre dos
enteros consecutivos siempre que sea posible.
3
7.
P ( x) = 2 x 3 x 3 x 3
9.
P ( x) = x 3 x x 2
17. P ( x) = 2 x 4 x 79 x 94 x 21
19. P ( x) = 2 x 3 x 3 x 1
14. P ( x) = x 2 x 9 x 10 x 5
15. P ( x) = x 7 x 8 x 18 x 12
4
12. P ( x) = 2 x 14 x 29 x 16
13. P ( x) = 3 x 10 x 16 x 12
4
10. P ( x) = x 4 x 3 x 8
11. P ( x) = 3 x 2 x 30 x 28
3
8. P ( x) = 3 x x 6 x 1
16. P ( x) = 8 x 4 x 2 x 4 x 2
4
18. P ( x) = 6 x 18 x 11 x 26 x 10
20. P ( x) = 3 x 13 x 21 x 12
22. P ( x) = x 4 x 3 x 2 x 1
24. P ( x) = x 3 x 2 x x 1
21. P ( x) = x 4 x 5 x 2 x 2
23. P ( x) = x 5 x 7 x 4 x 2
III. Los polinomios de los siguientes problemas , tienen dos raices reales comprendidas entre dos enteros
consecutivos . Localizar esas raices, usando un valor intermedio entre esos dos enteros .
3
25. P ( x) = 3 x 8 x 12 x 3
26. P ( x) = 4 x x 34 x 35
28. P ( x) = 3 x 2 x 4 x 1
30. P ( x) = 8 x 2 x 4 x 1
32. P ( x) = 12 x 44 x x 84
27. P ( x) = 6 x 40 x 57 x 33
29. P ( x) = 9 x 30 x 30 x 8
31. P ( x) = 9 x 24 x 12 x 5
1.
. x = 2
2.
x
5
=
3
1
. x = 1
x= 2
3
.
163
lgebra Superior
3.
3
x = 3
8
x= 1
1
3
. x=
4
2
5.
7
15 x = 5
1
5
. x= 3
3
.
x=
3
2
Ejercicio
N
lmite
inferior
lmite
superior
4.
2
9 x=
2
3
1
x=
3
.
5
. x=
4
2
6.
grado
multiplicidad
raiz
x=
2
5
x= 3
x= 4
2 raices en los
intervalos ( 0 , 1 ) y ( 1 , 2
)
2 raices en los
intervalos ( 0 , 1 ) y ( 1 , 2
)
2 raices en los
intervalos ( 0 , 1 ) y ( 3 , 4
)
1 raiz en el
intervalo (2 , 1 )
7.
8.
9.
10.
11.
1 raiz en el
intervalo (3 , 4 )
2 raices en los
intervalos ( 1 , 0 ) y ( 3 , 2 )
12.
3 raices en los
intervalos ( 0 , 1 ) , (2 ,3) y ( 3 , 4)
2 raices en los
intervalos ( 1 , 2 ) y ( 4 , 5
)
1 raiz en el
intervalo (2 , 1 )
1 raiz en el
intervalo (1 , 0 )
1 raiz en el
intervalo (2 , 1 )
164
lgebra Superior
Ejercicio
N
lmite
inferior
lmite
superior
2 raices en los
intervalos ( 0 , 1 ) y ( 4 , 5)
1 raiz en el
intervalo (2 , 1 )
13.
14.
2 raices en los
intervalos ( 1 , 2 ) y ( 3 , 4)
15.
1 raiz en el
intervalo (2 , 1 )
16.
3 raices en el
intervalo ( 0 , 1 )
1 raiz en el
intervalo (1 , 0 )
17.
2 raices en los
intervalos ( 0 , 1 ) y ( 7 , 8)
18.
2 raices en los
intervalos ( 0 , 1 ) y ( 1 , 2)
2 raices en los
intervalos ( 2 , 1 ) y ( 5 ,
4)
2 raices en los
intervalos ( 4 , 3 ) y ( 2 , 1
)
19.
3
hay una en ( 0 , 1 )
20.
21.
3
hay una raiz real en ( 2 , 3 )
22.
3
hay una raiz real en ( 3 , 4 )
23.
3
hay una raiz real en ( 3 , 4 )
1
en ( 1 , 0 )
24.
3
hay una raiz real en ( 2 , 3 )
1
en ( 1 , 0 )
3
hay una raiz real en ( 1 , 2 )
2 raices en los
intervalos ( 1 , 0 ) y ( 3 , 2)
165
lgebra Superior
3.11
No todos los polinomios tienen races reales . No todas las raices de un polinomio son nmeros reales. Por
ejemplo, se puede comprobar fcilmente que el polinomio :
2
P ( x) = x 2 x 3
no tiene raices reales porque aplicando la frmula general para la solucin de la ecuacin cuadrtica
2
x 2 x 3 = 0 , se obtiene . . .
x1 =
2 4 12
2
= 1 2 j
x2 =
2 4 12
2
= 1 2 j
P ( x) = x x1 x x2
=
x ( 1
2 j )
x
( 1 2 j )
No es una coincidencia que las raices complejas de ste polinomio sean un par de nmeros complejos
conjugados . Demostraremos que eso ocurre siempre . . . .
Este teorema establece que no es posible que un polinomio P ( x) tenga una raiz compleja x = a b j
aislada sin que su correspondiente complejo conjugado x = a b j sea tambin una raiz del polinomio ,
P ( a b j ) = 0
Considrese ahora un polinomio D ( x) cuyas nicas raices sean los nmeros complejos
166
lgebra Superior
D ( x) = [ x ( a b j ) ] [ x ( a b j ) ]
desarrollando ste producto queda . . .
2
D ( x) = x 2 a x a b
Por el algoritmo de la divisin de polinomios :
P ( x)
R ( x)
, es posible escribir:.
= Q ( x)
D ( x)
D ( x)
P ( x) = Q ( x) D ( x) R ( x)
(*)
R ( x) = A x B
donde A y B son constantes.
Ahora bin, ( a b j ) es una raiz de P ( x) , y tambin lo es de D ( x) , lo que significa que
= Q ( a b j ) ( 0) R ( a b j )
= R ( a b j )
esto es . . .
( 0 0 j ) = A ( a b j ) B
pero dos nmeros complejos son iguales solo si sus partes reales e imaginarias respectivas son
iguales , entonces. . .
(I)
0 = A a B
0
= A b
(II)
P ( x) = Q ( x) D ( x) = Q ( x) [ [ x ( a b j ) ] [ x ( a b j ) ] ]
167
lgebra Superior
P ( a b j ) = Q ( a b j ) [ ( a b j ) ( a b j ) ] ( 0) = 0
comprobndose asi que el nmero complejo conjugado de la raiz inicial tambin es raiz del
polinomio P ( x) .
Una consecuencia muy importante del teorema 7 es el . . .
cuadrticos de la forma a x b x c
los factores cuadrticos generan raices complejas conjugadas y no races reales, por ello se les
llama tambin factores irreducibles en los reales.
Ejemplo 22.
P ( x) = 6 x x 40 x 118 x 60
Solucin :
Las raices complejas ocurren por pares conjugados, por lo cual si x = ( 1 3 j ) es raiz del
polinomio, entonces tambin debe ser raiz el nmero complejo conjugado: x = ( 1 3 j ) y por lo
tanto P ( x) tiene como factor el producto de los dos factores asociados a stas raices :
[ x ( 1 3 j ) ] [ x ( 1 3 j ) ] = x 2 x 10
es decir. . . P ( x) = Q ( x) x 2 x 10
P ( x)
2 x 10
= Q ( x) = 6 x 13 x 6
y entonces . . . P ( x) = 6 x 13 x 6 x 2 x 10
P ( x) = 6 x 13 x 6 x 2 x 10
= ( 2 x 3) ( 3 x 2) x 2 x 10
168
lgebra Superior
De modo que P ( x) tiene dos raices reales negativas y dos raices complejas :
x1 =
3
2
x2 =
2
3
, x3 = ( 1 3 j ) , x4 = ( 1 3 j )
Comprobacin :
Por divisin sinttica se tiene que :
( 1 3 j)
P ( x)
:
[ x ( 1 3 j) ]
40
118
60
6 18 j
47 39 j
124 18 j
60
7 18 j
7 39 j
6 18 j
Q ( x)
:
[ x ( 1 3 j) ]
7 18 j
7 39 j
6 18 j
6 18 j
13
39 j
6 18 j
13
P ( x) = Q ( x) [ x ( 1 3 j ) ]
= Q 1 ( x) [ x ( 1 3 j ) ] [ x ( 1 3 j ) ]
=
6 x
13 x 6 [ x ( 1 3 j ) ] [ x ( 1 3 j ) ]
Ejemplo 23.
Crear un polinomio de grado 5 sabiendo que tiene, entre otras, las siguientes races :
x1 = 2 ,
x2 = ( 2 3 j ) ,
x3 = ( 1 2 j )
169
lgebra Superior
Solucin :
Como las raices complejas se presentan por pares conjugados, se deduce que el polinomio buscado
tiene cinco factores y que salvo por una constante C indefinida, tiene la forma :
P ( x) = C ( x 2) x ( 2 3 j) x ( 2 3 j) x ( 1 2 j) x ( 1 2 j)
es decir. . .
2
2
P ( x) = C ( x 2) x 4 x 7 x 2 x 3
= C ( x 2) x 6 x 18 x 26 x 21
= C x 8 x 30 x 62 x 73 x 42
EJERCICIO 3.5
I. Hallar el mximo nmero de raices positivas negativas de los siguientes polinomios
3
1. P ( x) = 2 x 5 x x 1
3
3. P ( x) = x 3 x x 2
3
6. P ( x) = x x 1
7. P ( x) = x x 1
8. P ( x) = x x 1
9. P ( x) = 3 x 2 x x x 2
4
4. P ( x) = 4 x x 3 x 2
5. P ( x) = x x 1
2. P ( x) = 3 x 4 x 6 x 1
11. P ( x) = x 3 x 2 x 2 x 4
6
10. P ( x) = 8 x 4 x 5 x 2 x 2
12. P ( x) = 6 x 8 x 2 x 10
x x x x1= 0
II. Construir los polinomios de menor grado posible y con coeficientes reales, para los cuales se indican algunos
de sus ceros o raices.
17.
x1 = ( 1 j ) , x2 = 3
18. x1 = ( 3 2 j ) , x2 = 1
19.
x1 = ( 2 3 j ) , x2 = 3
21.
x1 = 2 j , x2 = 1 , x3 = 2
23.
x1 = ( 2 3 j ) , x2 = 1 , x3 = 2 , x4 = 3
20. x1 = ( 1 4 j ) ,
22. x1 = ( 4 j ) ,
x2 = 1
x2 = ( 1 j )
24. x1 = ( 1 j ) ,
x2 = ( 2 j ) , x3 = 2
170
lgebra Superior
Ejercicio
N
signos de P(x)
mximo nmero
de raices reales
positivas
signos de P(x)
mximo nmero
de raices reales
negativas
1.
+ + +
+ + +
2.
+ +
+ +
3.
+ +
4.
+ +
+ +
5.
+ + +
6.
7.
+ +
8.
+ + +
9.
+ + +
10.
+ + +
11.
+ + + +
+ +
12.
+ + +
+ ++ + +
no tiene raices
reales negativas
1
1
no tiene raices
reales negativas
no tiene raices
reales negativas
no tiene raices
reales negativas
171
lgebra Superior
17. P ( x) = A x 5 x 8 x 6
19. P ( x) = A x x x 39
21. P ( x) = A x x 2 x 4 x 8
23. P ( x) = A x 2 x 40 x 41 x 78
22. P ( x) = A x 10 x 35 x 50 x 34
24. P ( x) = A x 8 x 27 x 48 x 46 x 20
3.12
20. P ( x) = A x x 15 x 17
18. P ( x) = A x 7 x 19 x 13
Determinar las raices de un polinomio puede ser un problema muy difcil ; sin embargo auxilindonos de
los teoremas anteriores ya sabemos . . .
No obstante, ninguno de stos resultados nos dice cmo calcular explcitamente una raz .
Mediante el siguiente teorema se resuelve este problema aunque sea solo de manera parcial .
Si el polinomio P ( x) = a0 a1 x a2 x ........ an x
tiene solo
p
q
donde :
172
lgebra Superior
p
q
factores comunes entre los nmeros enteros p y q ), sea una raiz de un polinomio P ( x) el
cual solo tiene coeficientes enteros .
p =
0,
explcitamente. . .
2
p
p
p
p
P = a0 a1 a2 ........ an 1
q
q
q
q
n
n 1
p
an
q
queda :
2
n 1
n
p
p
p
p
n
q a0 a1 a2 ........ an 1
an = q ( 0)
q
q
q
q
( n 1)
q a0 q
( n 2)
a1 p q
( n 1)
a2 p ........ q an 1 p
an p = 0
q a0 p a1 q
a2 p q
(B)
q a0 q
n 2
( n 1)
( n 1)
( n 2)
a1 p q
n 2
n 1
......... an 1 p
q an p
n 3
n 1
a2 p q
........ an 1 p
n
an p =
p M = q a0
n
(B) q N = p an
n
De (A) se deduce que p es un factor del nmero a0 q ; sin embargo dado que p y q no
tienen factores en comn, entonces p solo puede ser factor de a0 .
n
De (B) se deduce que q es un factor del nmero an p ; sin embargo dado que p y q no
tienen factores en comn, entonces q solo puede ser factor de an .
El teorema queda demostrado .
173
lgebra Superior
P ( x) = a0 a1 x a2 x ........ an x
son nmeros enteros .
Ejemplo 24.
P ( x) = 8 x 6 x 21 x x 6
Solucin :
Si ste polinomio tiene alguna raz racional, el numerador de tal raiz debe ser un factor del trmino
constante a0 = 6 y el denominador debe ser un factor del coeficiente lder an = 8 .
Combinando esos factores se obtienen las posibilidades de las races racionales para ste polinomio :
Factores de 6
Factores
de
8
1
2
1
4
1
8
2
1
2
3
4
3
3
2
3
4
3
2
, 1,
3
4
1
2
3
8
1
4
1
8
Mediante el teorema del residuo y del factor se puede determinar ahora cules de stas posibilidades son
efectivamente raices de P ( x) . Por ejemplo si se emplea la divisin sinttica para decidir si x = 1
es o no una raz de P ( x) se tiene :
174
lgebra Superior
P ( x)
( x 1)
21
14
14
por el teorema del residuo, se concluye que en efecto P ( 1) = 0 y que x = 1 es raiz del polinomio
. Entonces, por el teorema del factor se obtiene que :
P ( x) = Q ( x) [ x ( 1) ]
= 8 x 14 x 7 x 6 ( x 1)
Ahora, si el polinomio cociente Q ( x) tiene otra raiz racional , entonces tambin ser raz de P ( x) , por
lo que podemos ensayar las posibilidades correspondientes a ese polinomio .
En ste ejemplo las posibles raices racionales de Q ( x) son las mismas que tiene P ( x) pues el
coeficiente lder y el trmino constante son los mismos en ambos polinomios .
Usando la divisin sinttica para decidir si x = 2 es o no una raz de Q ( x) se tiene :
Q ( x)
( x 1)
14
16
por el teorema del residuo, se concluye que en efecto Q ( 2) = 0 y que x = 2 es raiz del polinomio
8 x
2 x 3 ( x 2)
Las raices del factor cuadrtico 8 x 2 x 3 se pueden encontrar ahora por la frmula general para la
solucin de una ecuacin cuadrtica o bin , ensayar la divisin sinttica con las posibles raices
racionales generadas por los coeficientes 8 y 3 , obtenindose :
2
8 x
2 x 3 = ( 4 x 3) ( 2 x 1)
De ste modo :
P ( x) = Q ( x) [ x ( 1) ]
= Q 1 ( x) ( x 2) ( x 1)
= ( 4 x 3) ( 2 x 1) ( x 2) ( x 1)
Del teorema del factor se deduce que P ( x) = 0 si x = 1 ,
3
4
1
2
, 2
175
lgebra Superior
El procedimiento que se us para determinar las raices racionales en el ejemplo anterior es general y puede
resumirse en los siguientes pasos :
Verificar que el polinomio dado tenga solo coeficientes enteros y enlistar todas las
posibles raices racionales en orden de su magnitud .
Se escoge la menor de las posibles raices enteras positivas y se usa la divisin sinttica
para decidir si es o no raiz . Se escoge luego la posible raiz entera inmediata mayor a sta
y se contina de esta manera hasta que se agoten las posibles raices enteras positivas se
obtenga un lmite superior.
Si se encuentra una raiz, se usa el polinomio cociente en cada caso para determinar las
otras posibles raices racionales.
Se ensaya ahora con las posibles raices fraccionarias que estn dentro de los lmites
superior o inferior, si se han encontrado stos.
Ejemplo 25.
P ( x) = 4 x 17 x 12 x 62 x 112 x 24
Solucin :
Los trminos del polinomio P ( x) tienen 4 variaciones de signo : + + + + , mientras que
los trminos del polinomio P ( x) tienen una sola variacin: + + + . Por lo tanto, si ste
polinomio tiene raices reales, a lo ms una ser negativa y 4 positivas .
Por otra parte, como todos los coeficientes son enteros, es posible que ste polinomio tenga algunas
raices racionales, los numeradores de tales raices deben ser factores del trmino constante a0 = 24 y
los denominadores deben ser factores del coeficiente lder an = 4 .
Las posibles combinaciones se ilustran en la siguiente tabla . . .
Factores de 24
Factores
de
4
12
24
12
24
12
1
2
1
4
1
2
3
2
3
4
3
3
176
lgebra Superior
eliminando las posibilidades repetidas ( las que aparecen en los cuadros sombreados ), queda el conjunto
de posibles raices racionales :
1
4
1
2
3
4
, 1 ,
3
2
, 2 , 3 , 4 , 6 , 8 , 12 , 24
Ahora escogemos la menor de las posibles raice enteras positivas ( + 1 ) y verificamos mediante el
teorema del residuo y del factor si efectivamente es una raiz de P ( x) :
P ( x)
x1
17
12
62
112
24
13
61
51
13
61
51
75
asi que P ( 1) = 75 y por lo tanto x = 1 no es raiz del polinomio y tampoco es un lmite superior o
inferior para las raices reales. La siguiente posibilidad entera positiva es x = 2 :
P ( x)
x1
17
12
62
112
24
18
12
100
24
50
12
Q ( x)
x3
50
12
12
177
59
165
asi que P ( 3) = 165 , por lo cual x = 3 no es raiz del polinomio ; sin embargo, puesto que
todos los coeficientes en la tercera lnea son positivos, es un lmite superior para las raices reales
de Q ( x) ( y en consecuencia, tambin para las de P(x) ) .
Quedan entonces descartadas las posibilidades : x = 3 , 4 , 6 , 8 , 12 .
La siguiente menor posibilidad positiva y no entera es x =
1
4
177
lgebra Superior
1
Q ( x)
x 1
4
asi que Q
= 0 y en efecto x =
50
12
12
48
P ( x) = Q ( x) ( x 2)
= Q 1 ( x) x
=
4 x
1
4
( x 2)
1
2
8 x 8 x 48 x ( x 2)
Q1( x)
x 1
2
entonces Q 1
85
y por lo tanto x =
1
2
11
48
11
2
85
2
Q1( x)
[ x ( 2) ]
48
32
48
16
24
4 x
1
16 x 24 ( x 2) x ( x 2)
178
lgebra Superior
2
4 x
16 x 24 = 0
x=
( 4) 4 ( 1) ( 6)
x = 2 2
P ( x) = x ( 2 2 j ) x ( 2 2 j ) ( x 2) ( 4 x 1) ( x 2)
5
= 4 x 17 x 12 x 62 x 112 x 24
200
150
100
50
50
Ejemplo 26.
Solucin :
Los trminos del polinomio P ( x) no tienen variaciones de signo : + + + , y P ( x) slo tiene
una variacin: + . Por lo tanto, si ste polinomio tiene alguna raiz real, ser negativa
Adems, como todos los coeficientes son enteros y el coeficiente lder es la unidad, si tal raiz es
racional slo podra ser 1 . Sin embargo por el teorema del residuo . . .
P ( x)
[ x ( 1) ]
:
1
179
lgebra Superior
EJERCICIO 3.6
I. Hallar todas las raices racionales de los siguientes polinomios
3
2. P ( x) = x 4 x x 4
4. P ( x) = x 4 x x 4
1.
P ( x) = x 4 x x 6
3.
P ( x) = x 3 x 4 x 12
5.
P ( x) = 4 x 4 x 11 x 6
7.
P ( x) = 16 x 28 x 9
9.
P ( x) = 10 x 39 x 44 x 12
10. P ( x) = 12 x 8 x 3 x 2
15.
P ( x) = x 4 x 16 x 16
17.
P ( x) = 6 x 5 x 12 x 5 x 6
19.
P ( x) = 36 x 60 x 23 x 40 x 16
12. P ( x) = 12 x 4 x 41 x 30
14. P ( x) = x 2 x 3 x 4 x 4
2
16. P ( x) = x 2 x 13 x 14 x 24
P ( x) = x 6 x 9 x 4 x 12
13.
8. P ( x) = 6 x 13 x 14 x 3
P ( x) = 8 x 14 x 6
3
6. P ( x) = 6 x 5 x 17 x 6
11.
18. P ( x) = 16 x 60 x 52 x 3 x 5
20. P ( x) = 12 x 32 x 19 x 7 x 6
21.
P ( x) = x 3 x 4 x 2
23.
P ( x) = 2 x 5 x 2 x 15
25.
P ( x) = 2 x 3 x 3 x 1
27.
P ( x) = 9 x x 2
29.
P ( x) = 6 x 11 x 5 x x 6
31.
P ( x) = 6 x 43 x 98 x 17 x 110
22. P ( x) = x 2 x x 2
24. P ( x) = 3 x 13 x 31 x 9
26. P ( x) = 4 x 4 x 7 x 12
28. P ( x) = x 2 x x 2 x 2
3
30. P ( x) = x 4 x 27
32. P ( x) = 12 x x 13 x 73 x 5 x 6
33.
P ( x) = x 4 x 9 x 14 x 12 x 8
180
lgebra Superior
x = ( 2 3 1 )
2. x = ( 1 4 1 )
4. x = ( 1 4 1 )
7.
3 3 1
x=
10. x =
13.
5.
2 1
3 2
3
1
x=
2
8. x =
2
1
1
2
3
2
17.
20. x =
21.
x = (1 1 j 1 j )
22. x = ( 2 i i )
2 3
3 2
1
2
1 1
4
23. x =
3
2
2
3
30. x = [ ( 1 2 j ) ( 1 2 j ) 3 3 ]
31.
33.
2 1
3
1
4
29. x =
32. x =
2 i 2 i
28. x = [ 1 1 ( 1 j ) ( 1 j ) ]
3 5 7 j 5 7 j
2 4 4
2
3
26. x =
27. x =
2 i 5 2 i 5
5 2
6
1 1 i 3 1 i 3
2 2 2
1
3
25. x =
24. x =
2 3
x=
2
18. x =
15. x = ( 2 2 2 2 )
2 3
x = 1
1
3
12. x =
4 4 1 1
x=
2
9.
19.
14. x = ( 2 2 1 1 )
16. x = ( 1 3 4 2 )
6. x =
3 1 1
2 3
11. x =
x = ( 1 3 2 2 )
3. x = ( 2 3 2 )
2 j
3
3
2
2 j
3
1 3 j 1 3 j
2 2
5
x=
2 ( 3 j 2) ( 3 j 2)
( 1 j 2) ( 1 j 2)
2 1 7 j 1 7 j 1 7 j 1 7 j
2 2 2 2
181
lgebra Superior
3.13
Los mtodos numricos se aplican ms que nada para calcular las raices irracionales de los polinomios con
el grado de aproximacin que se desee .Aunque tambin pueden usarse para obtener las raices reales en
forma aproximada .
a) Mtodo de Horner .
Se basa en la transformacin del polinomio P ( x) del cual se buscan las raices, a un nuevo polinomio que
tenga las mismas raices que P ( x) pero disminuidas en una cantidad constante h .
Sea el polinomio P ( x) de grado n :
n
n 1
............ a2 x a1 x a0
n 1
............ a2 ( h z) a1 ( h z) a0
P ( x) = an x an 1 x
que evaluado en x = h z es :
n
P ( h z) = an ( h z) an 1 ( h z)
n
n 1
= an z An 1 z
n 2
An 2 z
................ A2 z A1 z A0
F ( z) = F ( r h) = P ( r h h) = P ( r) = 0
Por lo tanto, si x = r es una raiz de P ( x) entonces z = ( r h) es una raiz de F ( z) .
Esto significa que F ( z) ser un polinomio con las mismas raices que P ( x) ; pero disminuidas en la
cantidad constante h .
Y cmo calcular los coeficientes de F ( z) ? . Pues bin, dado que F ( z) se obtuvo de P ( x)
subtituyendo x por ( z h) , podemos obtener P ( x) a partir de F ( z) subtituyendo z por ( x h) :
F ( z) = P ( z h)
F ( x h) = P [ ( x h) h] = P ( x)
n
= an ( x h) An 1 ( x h)
n 1
........ A2 ( x h) A1 ( x h) A0
182
lgebra Superior
F ( x h)
( x h)
an ( x h) An 1 ( x h)
P ( x)
=
( x h)
= an ( x h)
= Q 1 ( x)
n 1
n 1
es decir :
........ A2 ( x h) A1 ( x h) A0
( x h)
An 1 ( x h)
n 2
.............. A2 ( x h) A1
A0
( x h)
A0
( x h)
Q1 ( x)
( x h)
an ( x h)
n 1
An 1 ( x h)
n 2
.............. A2 ( x h) A1
( x h)
= Q 2 ( x)
A1
( x h)
Ejemplo 27.
a) P ( x) = x 7 x 6
4
h= 4
b) P ( x) = 3 x 11 x x 19 x 6
3
c) P ( x) = 2 x 3 x 4 x 3
;
;
h = 2
h = 0.3
Solucin :
a) Como se mostr antes, en la divisn sinttica repetida de P ( x) por ( x h) , los residuos
obtenidos son los coeficientes del polinomio disminuido, por lo tanto . . .
183
lgebra Superior
P ( x)
x4
16
36
32
1 DIVISION
= A0
_________________________
2 DIVISION
= A1
8
4
______________
3 DIVISION
= A2
F ( x) = a3 x A2 x A1 x A0
= x 12 x 41 x 42
P ( x) = x 7 x 6 = ( x 1) ( x 2) ( x 3)
3
F ( x) = x 12 x 41 x 42 = ( x 3) ( x 2) ( x 7)
y en efecto las raices de P ( x) se obtienen de las raices de F ( x) al disminuirlas en la cantidad
constante h = 4 .
b) P ( x) = 3 x 11 x x 19 x 6
P ( x)
x ( 2)
h = 2
1
10
11
18
11
19
22
1 DIVISION
2 DIVISION
= A0
__________________________________________
14
= A1
___________________________
3 DIVISION
= A2
184
lgebra Superior
4 DIVISION
_________________
= A3
F ( x) = a4 x A3 x A2 x A1 x A0
4
= 3 x 13 x 5 x 21 x 0
Es fcil comprobar que stos polinomios se factorizan como . . .
F ( x) = x ( x 3) ( 3 x 7) ( x 1)
P ( x) = ( x 2) ( x 1) ( 3 x 1) ( x 3)
c) P ( x) = 2 x 3 x 4 x 3
;
0.3
P ( x)
x 0.3
h = 0.3
3
0.6
0.72
2.4
4.72
0.6
0.54
1.416
1 DIVISION
= A0
__________________________________________
2 DIVISION
1.8
= A1
0.6
___________________________
3 DIVISION
= A2
F ( x) = a3 x A2 x A1 x A0
185
lgebra Superior
En el mtodo de Horner, el clculo que es necesario para obtener una raz real ( racional irracional ) de
un polinomio dado puede resultar tedioso; sin embargo el mtodo es simple, directo y puramente
algebrico .
Es recomendable usar el mtodo de Horner mtodo slo para el clculo de las raices irracionales . Este
mtodo consiste en la aplicacin repetida de los siguientes operaciones :
a a
r a a1 a2 ............. ak
Ejemplo 28.
Solucin :
Las posibles raices racionales de ste polinomio podran ser : 2 , 1 , 1 y 2 . Sin embargo, por el
teorema del residuo se encuentra que ninguna de ellas es una raiz de P ( x) .
Del mismo teorema del residuo y por divisin sinttica se puede evaluar P ( x) y se obtiene que :
P ( 2) = 8 , P ( 1) = 3 , P ( 1) = 5 y P ( 5) = 27
Pedro Ferreira Herrejn
186
lgebra Superior
y necesariamente P ( x) , por ser una funcin continua, tiene una raiz real irracional comprendida en cada
uno de los intervalos :
( 2 1) , ( 1 1) y ( 1 5)
Calculemos con el mtodo de Horner la raiz irracional de ste polinomio que queda en el intervalo
( 2 1) . Disminuyendo tal raiz en , ( es decir aumentndola en 2 ), la raiz correspondiente del
polinomio disminuido estar en el intervalo [ 2 ( 2) 1 ( 2) ] = ( 0 1) .
Primera repeticin : Por divisin sinttica el polinomio disminuido resulta :
3
F ( x) = x 9 x 19 x 8
F ( 0.5) = 0.625 y F ( 0.6) = 0.376 , se concluye que F ( x) debe tener una
raiz real en el intervalo ( 0.5 0.6) .
Disminuyamos en
las raices de F ( x) para que la raiz del polinomio disminuido correspondiente
F 1( x) se localice asi en el intervalo equivalente [ ( 0.5 0.5) ( 0.6 0.5) ] = ( 0 0.1) .
Notando ahora que
con x
F 2( x) 9.8608 x 0.006784
cuya raiz es . . .
x0 =
0.006784
9.8608
= 0.00068797
187
lgebra Superior
2
1
5
2
Coeficientes de P ( x)
10
10
14
P ( 2) 0 , P ( 1) 0
raiz entre 2 y 1
________________________________
19
________________________________
0.5
19
0.5
4.25
8.5
14.75
Coeficientes de F ( x)
7.325
0.5
__________________________________
10.75
0.5
________________________
0.06
7.5
10.75
0.625
0.06
0.4464
0.61822
7.44
10.3036
0.006784
0.06
0.4428
Coeficientes de F 1 ( x)
F 1( 0.06) 0 , F 1( 0.07) 0
raiz entre 0.06 y 0.07
_________________________________________
7.38
9.8608
0.06
_________________________________________
7.32
9.8608
0.006784
Coeficientes de F 2 ( x)
x0
188
lgebra Superior
las otras dos raices irracionales de P ( x) se calculan por un procedimiento parecido y son :
x 0.338879...
x 4.100432....
b) Mtodo de Newton .
Este mtodo se aplica para calcular en forma aproximada las raices no solo de un polinomio, sino de
cualquier funcin matemtica f ( x) , siempre que sta sea sea continua y derivable .
Adems es mucho menos elaborado que el mtodo de Horner debido a que se emplea la funcin derivada de
la funcin f ( x) .
Dada la funcin y = f ( x) supngase que f ( a) y
que, por ser continua, la funcin f ( x) cruza al menos una vez por el eje X ( tiene por lo menos una raiz real
) entre
x= a y x= ad .
R
y = f(x)
a+d
a
T
d f ( a)
= pendiente de RT
dx
donde
d f ( a)
df ( x)
significa evaluar la derivadade la funcin f ( x) que es
en el punto x = a .
dx
dx
df ( a)
y f ( a) =
( x a)
dx
El intercepto de sta recta con el eje X se encuentra haciendo y = 0 y resolviendo sta ecuacin para x ,
obtenindose . . .
Pedro Ferreira Herrejn
189
lgebra Superior
x1 = a
f ( a)
df ( a)
dx
P1
x2 = x1
P2
M
f x1
df x1
dx
x1
x2
x3
a , x1 , x2 , . . . , xn
en la cual, al aumentar el nmero de aproximaciones, el nmero :
xn 1 = xn
f xn
( 3.9 )
df ( x)
dx
Ejemplo 29.
Solucin :
Este es el polinomio del ejemplo 26 , para el cual :
P ( 2) = 8 , P ( 1) = 3 , P ( 1) = 5 y P ( 5) = 27
que necesariamente tiene una raiz real irracional comprendida en cada uno de los intervalos :
( 2 1) , ( 1 1)
y ( 1 5)
d P ( x)
d
3
2
2
=
x 3 x 5 x 2 = 3 x 6 x 5
dx
dx
y tomando a = 2 para calcular la raiz en ( 2 1) , resulta el siguiente esquema de iteraciones :
190
lgebra Superior
xn
Iteracin
n
P xn
dP xn
P xn
P xn
xn 1 = xn
dx
a = 2
19
1.5789474
1.5209218
11.9529091
1.578947
1.4517046
0.1232051
10.0325663
1.45170
1.4394241
0.0011076
9.8523698
1.439424
19
1.5789474
1.520921
11.952909
0.12320
10.03256
= 1.4517046
= 1.4394241
0.00110
9.852369
= 1.4393117
P ( 1.4393117) = 2.78934 10 7
y por lo tanto x4 = 1.4393117 es prctcamente la raiz real exacta del polinomio .
Es claro que sta es una mucho mejor aproximacin que la calculada antes con el mtodo de Horner , y
que adems ha sido obtenida con menor esfuerzo .
Las otras raices de P(x) se pueden calcular de un modo similar, por ejemplo para la raiz comprendida en
el intervalo ( 1 1) se tiene :
Iteracin
n
xn
P xn
a = 1
1.75
3.796875
1.4914894
0.5340537
1.441214
0.0187658
dP xn
dx
14.6875
10.6225583
9.8785774
P xn
P xn
xn 1 = xn
3
1 1.75
1.75
3.796875
14.6875
= 1.4914894
1.491489
0.5340537
1.44121
0.018765
10.6225583
9.8785774
= 1.441214
= 1.4393144
191
lgebra Superior
funcin P ( x) = x 3 x 5 x 2
ilustrada a la derecha, en el punto x = 2 , la
recta tangente al polinomio est inclinada
hacia la derecha, al igual que en el
punto x = 1 . Es debido a sto que la
interseccin de ambas tangentes con el eje X
se aproximar a la misma raiz .
5
10
15
Pero si en vez de tomar a = 1 como primera aproximacin de la segunda raiz, se toma el extremo
derecho del intervalo : a = 1 , se obtendr . . .
x1 = a
x2 = x1
x3 = x2
P ( a)
P ( 1) 5
= 0.375
= 1
= 1
P ( a)
P ( 1) 8
P x1
P x1
P x2
P x2
P ( 0.375)
0.244141
= 0.375
= 0.375 6.82812 = 0.339245
P ( 0.375)
= 0.339245
P ( 0.339245 )
= 0.3388797
P ( 0.339245 )
valor para el cual el polinomio vale P ( 0.3388798) = 0.00000009448 que es prcticamente cero y
en consecuencia x = 0.3388798 es una buena aproximacin de la raiz irracional de P ( x) .
Para la ltima raiz de P ( x) comprendida en ( 1 5) , escogemos como valor inicial a = 5 ( por la
misma razn que se indic en la raiz anterior , no podemos escoger
x1 = a
x2 = x1
x3 = x2
a = 1 ) y queda :
P ( a)
P ( 5) 27
= 4.325
= 5
= 5
P ( a)
P ( 5) 40
P x1
P x1
P x2
P x2
P ( 4.325)
5.15995313
= 4.325
= 4.325 25.166875 = 4.1199704
P ( 4.325)
= 4.1199704
0.41070145
21.20264683
= 4.1006001
192
lgebra Superior
x4 = x3
P x3
P x3
= 4.1006001
20.84116406
0.00350468
= 4.1004319
valor para el cual el polinomio vale : P ( 4.1004319) = 0.0000017881 , que es muy cercano a cero
En resumen las raices del polinomio son : 1.4393117 ,
exactas a la 6 cifra decimal .
Ejemplo 30.
0.3388798 ,
4.1004319
P ( x) = x 8 x 12
Solucin :
Por inspeccin se encuentra que :
P ( 3) = 45 , P ( 2) = 12 , P ( 1) = 3 ,
P ( 2) = 20
por lo tanto, P ( x) tiene al menos una raiz real entre comprendida entre x = 3 y x = 2 y otra
entre x = 1 y x = 2 . Adems su derivada es:
d P ( x)
d
4
3
=
x 8 x 12 = 4 x 8
dx
dx
y tomando a = 3 como punto inicial para calcular la raiz en ( 3 2) , resulta . . .
x1 = a
x2 = x1
x3 = x2
x4 = x3
P ( a)
P ( 3)
45
= 3
= 3 100 = 2.55
P ( a)
P ( 3)
P x1
P x1
P x2
P x2
P x3
P x3
P ( 2.55)
9.882506
= 2.55
= 2.55 58.3255 = 2.3805629
P ( 2.55)
= 2.3805629
1.0712894
= 2.3572554
0.0183496
= 2.3572554
= 2.3568421
45.9633589
44.3938014
193
lgebra Superior
Ejemplo 31.
Solucin :
Por inspeccin se encuentra que :
f ( x) = e x 3
f ( 0) = 2 y f ( 1) = 0.71828
Por lo tanto, f ( x) tiene al menos una raiz real entre comprendida entre x = 0 y x = 1 . Adems su
derivada es:
d f ( x)
d
x
x
=
e x3 = e 1
dx
dx
asi que tomando a = 0 como punto inicial para calcular la raiz, resulta . . .
x1 = a
x2 = x1
x3 = x2
x4 = x3
P ( a)
P ( 0) 2
= 1
= 0
= 0
P ( a)
P ( 0) 2
P x1
P x1
P x2
P x2
P x3
P x3
P ( 1)
0.71828183
= 1
= 1 3.71828183 = 0.80682426
P ( 1)
= 0.80682426
0.0476048
= 0.79213496
= 0.79213496
0.00024057
= 0.79205997
0.80682426
3.20810561
ecuacin : e x 3 = 0
194
lgebra Superior
EJERCICIO 3. 7
I. Determinar las raices reales de los siguientes polinomios con una precisin de dos o tres cifras decimales
usando el mtodo de Horner y el mtodo de Newton tambin . Comparar los resultados .
3
1. P ( x) = x 2 x 8
3. P ( x) = x 2 x 5 x 8
3
4. P ( x) = x 4 x 6 x 20 x 9
4
5. P ( x) = 2 x 7 x 3 x 1
4
2. P ( x) = x 3 x 10
6. P ( x) = 4 x 8 x 5 x 6 x 6
7. P ( x) = x 3 x 2 x x 1
II. Usando el mtodo de Horner o el mtodo de Newton, determinar el valor de las siguientes raices con una
precisin de cuatro cifras decimales. Comprobar el resultado .
8.
x 5= 0
10.
11.
13.
14.
9.
12.
6
4
1. x = 1.50976
2. x = 1.49203
7. x =
2.41421
0.41421
8. 1.70998
9. 1.81712
10. 2.08008
11. 1.31607
12. 1.49535
13. 1.1487
14. 1.51572
195
lgebra Superior
196
lgebra Superior
Captulo IV
Fracciones Parciales
4.1
Funciones racionales .
n
; m 0 ).
m
De igual manera, una funcin racional f ( x) se define como la razn o cociente de dos polinomios :
Pn ( x) y Qm ( x) de grados n y m :
f ( x) =
Pn ( x)
Qm ( x)
Qm ( x) 0
( 4.1 )
la funcin racional se llama impropia si el grado n del polinomio numerador Pn ( x) es mayor igual
que el grado m del polinomio denominador Q m ( x)
a funcin racional se llama propia si el grado n del polinomio numerador Pn ( x) es menor que el
grado m del polinomio denominador Q m ( x)
es decir, f ( x) =
Pn ( x)
es propia si n m y es impropia si n m .
Qm ( x)
En otras palabras, si puede hacerse la divisin de los polinomios dando un cociente distinto de cero, entonces
la funcin racional es impropia .
Ejemplo 1 . Determinar si las siguientes fracciones son funciones racionales propias o impropias :
3
a)
f ( x) =
15 x
7 x 4 x 2
2
5 x
4 x 1
.
3
43 x 22
b) h ( x) =
6 x
11 x 10
El polinomio del numerador es P1 ( x) = 43 x 22 de primer grado y el denominador es
2
197
lgebra Superior
c) g ( x) =
3 x
5 x 5 x 4
x 4 x 6 x 4
Es una funcin racional impropia porque ambos polinomios, el numerador y el denominador son
del mismo grado .
2
d) k ( x) =
x x1
2
2 x 3 x
No es una fraccin propia ni impropia porque sencillamente no es una funcin racional (el
denominador no es un polinomio )
4.2
En el captulo anterior se mostr que todo polinomio tiene solamente dos tipos de factores: lineales
2
A
p x q
B x C
a x b x c
donde las constantes A , B , C , a , b , c , p , q dependen del valor de los coeficientes que tengan
los polinomios de una funcin racional .
Asi por ejemplo, las funciones racionales del ejemplo 1 se descomponen en las siguientes sumas :
3
a)
f ( x) =
b)
f ( x) =
c)
f ( x) =
15 x
7 x 4 x 2
2
5 x
4 x 1
43 x 22
11 x 10
5 x 5 x 4
3 x
x 4 x 6 x 4
( x 1)
( 5 x 1)
9
8
( 2 x 5) ( 3 x 2)
6 x
= ( 3 x 1)
= 3
( x 2)
1 2 x
2 x 2
Cmo se calculan las constantes para la descomposicin en fracciones parciales en stos ejemplos ?
Los teoremas que veremos enseguida nos ayudarn a encontrar la respuesta; pero antes notemos la utilidad
que representa la descomposicin de una funcin racional en una suma de fracciones ms simples. Por
ejemplo si debemos integrar calcular la derivada de una funcin racional, es claro que sera mucho ms
fcil realizar stas operaciones en una expresin equivalente de suma de fracciones simples . ( Aqu puede
eaplicarse el antiguo proverbio : " Divide y vencers " ) .
198
lgebra Superior
Sea f ( x) =
P ( x)
una funcin racional tal que :
Q ( x)
es propia
los polinomios P y Q no tienen raices en comn
todos sus coeficientes son nmeros reales.
f ( x) =
P ( x)
P ( x)
=
k
Q ( x)
( x a) Q1 ( x)
P1 ( x)
P ( x)
A
=
k
k 1
Q ( x)
( x a)
( x a) Q1 ( x)
siendo A es una constante distinta de cero y P1 ( x) un polinomio
de menor grado que el denominador ( x a)
k 1
Q1 ( x)
DEMOSTRACIN :
P ( x)
P ( x)
A
A
=
Q ( x)
Q ( x) ( x a) k ( x a) k
Partimos de la identidad
Si x = a es una raiz mltiple de orden k de Q ( x) , significa que ste polinomio se puede factorizar
k
P ( x)
A
P ( x)
A
=
k
k
k
Q ( x)
( x a)
( x a) Q1 ( x) ( x a)
199
lgebra Superior
P ( x)
A
P ( x) A Q1 ( x)
=
k
k
Q ( x)
( x a)
( x a) Q1 ( x)
(I)
P ( x) A Q1 ( x) = ( x a) P1( x)
( II )
k 1
Q1 ( x)
P ( a) A Q1( a) = 0
( III )
Se ha supuesto que el polinomio P ( x) no tiene raices comunes con el polinomio Q ( x) y por lo tanto
P ( a) 0 .
Adems x = a es una raiz de Q ( x) pero no de Q 1 ( a) asi que Q 1 ( a) 0 . Por lo tanto de (III)
se obtiene el valor de la constante A :
A=
P ( a)
Q1 ( a)
P ( x)
A
P1 ( x) ( x a)
=
k
k
Q ( x)
( x a)
( x a) Q1 ( x)
es decir
P1 ( x)
P ( x)
A
=
k
k 1
Q ( x)
( x a)
( x a) Q1 ( x)
y el teorema queda asi demostrado .
Es posible volver a aplicar el resultado de ste teorema a la funcin racional propia :
P1 ( x)
( x a)
k 1
Q1 ( x)
lgebra Superior
A1
P2 ( x)
P ( x)
A
k
k
1
k
2
Q ( x)
( x a)
( x a) Q1 ( x)
( x a)
donde P2 ( x) es un polinomio de grado menor que ( x a)
k 2
Q1 ( x) .
P2 ( x)
( x a)
raz mltiple de orden
k 2
Q1 ( x)
( k 2) en el denominador ) , se obtiene :
A1
A2
P3 ( x)
P ( x)
A
k
k 1
k 2
k 3
Q ( x)
( x a)
( x a)
( x a) Q1 ( x)
( x a)
y asi sucesivamente hasta obtener finalmente . . .
A1
A2
Ak 1 Pk ( x)
P ( x)
A
=
..........
k
k 1
k 2
Q ( x)
x a Q1 ( x)
( x a)
( x a)
( x a)
donde la fraccin
Pk ( x)
Q1 ( x)
( 4.2 )
factores lineales de Q 1 ( x) .
Analizemos ahora el caso cuando el denominador de una funcin racional tiene factores cuadrticos
irreducibles en los reales es decir, tiene raices complejas .
Puesto que las raices complejas ocurren por pares conjugados, a cada uno de stos pares le corresponde un
2
factor cuadrtico de la forma general a x b x c al cual siempre ser posible convertir a la forma
2
f ( x) =
P ( x)
=
Q ( x)
P ( x)
px q Q1 ( x)
2
201
lgebra Superior
P ( x)
=
Q ( x)
B x C
P1 ( x)
k x
px q
k Q (x)
1
px q
k Q (x)
1
px q
B y C son constantes.
DEMOSTRACIN :
P ( x)
P ( x)
=
Q ( x)
Q ( x)
B x C
B x C
k x
px q
px q
P ( x)
=
Q ( x)
P ( x)
px q Q1 ( x)
B x C
B x C
k x
px q
px q
P ( x)
=
Q ( x)
B x C
px q
P ( x) ( B x C) Q1 ( x)
x2 px q k Q1 ( x)
divisible por x px q
P ( x) ( B x C) Q1 ( x) sea
P ( x) ( B x C) Q1 ( x) = x px q P1( x)
B x C
px q
x2 px q P1 ( x)
x2 px q k Q ( x)
1
202
lgebra Superior
px q Q1 ( x)
, por ser
P1 ( x)
k Q (x)
1
px q
se le puede aplicar nuevamente el teorema 2 , (por tener en su denominador un factor cuadrtico irreducible )
para obtener la expresin :
P1 ( x)
B1 x C1
k Q (x) x
1
px q
px q
P2 ( x)
x2 px q k 2 Q1 ( x)
Aplicando repetidamente el teorema 2 a la ltima fraccin propia de la izquierda que se obtenga en las
expresiones sucesivas se obtiene finalmente :
B x C
P ( x)
=
Q ( x)
k x
px q
donde la fraccin
B1 x C 1
Pk ( x)
Q1 ( x)
px q
B2 x C2
px q
Pk ( x)
Q1 ( x)
.........
4.3
Los resultados de los teoremas 1 y 2 anteriores se resumen en el siguiente procedimiento para expresar una
funcin racional como una suma equivalente de fracciones propias .
f ( x) =
P ( x)
ya es propia, aplicar el siguiente
Q ( x)
P ( x)
R ( x)
un polinomio cociente D ( x) ms una funcin
= D ( x)
Q ( x)
Q ( x)
R ( x)
racional propia
a la cual se aplicar el siguiente paso.
Q ( x)
203
lgebra Superior
a x
b x c , donde a , b , c , p y q
son constantes y los enteros positivos m , n representan el grado de
cuadrticos irreducibles :
A1
( p x q)
A2
( p x q)
A3
( p x q)
An
.........
( p x q)
( 4 .3 )
a x
b x c
B1 x C1
a x
B2 x C 2
a x
b x c
b x c
.........
Bm x Cm
a x
b x c
( 4 .4 )
4.4
Mtodos de solucin .
Los mtodos de clculo para las constantes de las fracciones parciales en el procedimiento anterior son
diversos; algunos sern ms simples que otros, dependiendo de las raices del denominador de la funcin
racional es decir , dependiendo de que los factores del denominador Q ( x) de f ( x) =
P ( x)
sean :
Q ( x)
I . lineales y no repetidos
II . lineales repetidos
III . cuadrticos irreducibles no repetidos
IV . cuadrticos irreducibles repetidos .
una combinacin de stos casos .
204
lgebra Superior
4.4.1
P ( x)
contiene solamente factores lineales
Q ( x)
Q ( x) = p1 x q1 p2 x q2 p3 x q3 ......... pn x qn
entonces f ( x) se desarrolla en la siguiente suma de fracciones parciales :
f ( x) =
P ( x)
=
Q ( x)
siendo r1 =
q1
p1
A1
A2
A3
p1 x q1 p2 x q2 p3 x q3
, r2 =
q2
p2
, r3 =
q3
p3
, . . . , rn =
qn
pn
.............
An
pn x qn
las raices de Q ( x) .
f ( x) p1 x q1 = A1 A2
p1 x q1
p2 x q2
A3
p1 x q1
p3 x q3
............. An
y dado que todas las raices son diferentes, al evaluar ste producto en x = r1 =
q1
p1
p1 x q1
pn x qn
q1
A1 = f ( x) p1 x q1 evaluado en x = r1 =
p1
f ( x) p2 x q2 = A1
p2 x q2
p1 x q1
A2 A3
p2 x q2
p3 x q3
............. An
y dado que todas las raices son diferentes, al evaluar ste producto en x = r2 =
q2
p2
p2 x q2
pn x qn
A2 = f ( x) p2 x q2
evaluado en x = r2 =
q2
p2
205
lgebra Superior
Ak = f ( x) pk x qk
evaluado en x = rk =
qk
pk
( 4.5 )
De modo que para calcular el coeficiente Ak slo hay que evaluar el producto de f ( x) por el factor lineal
correspondiente
pk x qk precisamente en la raiz
x=
qk
pk
11 x
26 x 57
( x 1) ( 2 x 3) ( 3 x 5)
en fracciones parciales
Solucin :
Notemos que f ( x) es propia y adems tiene tres factores lineales distintos en el denominador
siendo las raices correspondientes r1 = 1 , r2 =
y r3 =
desarrollo :
A1
f ( x) =
( x 1)
A2
( 2 x 3)
A3
( 3 x 5)
y de acuerdo con ( 4 .5 ) . . .
A1 = f ( x) ( x 1) evaluado en x = r1 = 1
11 x2 26 x 57
( x 1)
( x 1) ( 2 x 3) ( 3 x 5)
11 x
26 x 57
( 2 x 3) ( 3 x 5)
11 ( 1)
evaluado en x = 1
evaluado en x = 1
26 ( 1) 57
20
=
= 2
10
[ 2 ( 1) 3] [ 3 ( 1) 5]
similarmente. . .
A2 = f ( x) ( 2 x 3) evaluado en x = r2 =
3
2
206
lgebra Superior
11 x2 26 x 57
( 2 x 3)
( x 1) ( 2 x 3) ( 3 x 5)
11 x
26 x 57
( x 1) ( 3 x 5)
11
3 2
26
3
2
57
=
3
2
evaluado en x =
3
1 3 3 5
2
2
evaluado en x =
285
4
95
4
= 3
y finalmente. . .
A3 = f ( x) ( 3 x 5) evaluado en x = r3 =
5
3
11 x2 26 x 57
( 3 x 5)
( x 1) ( 2 x 3) ( 3 x 5)
11 x
26 x 57
( x 1) ( 2 x 3)
evaluado en x =
11 5 2 26 5 57
3
3
5
5
1 2 3
3 3
152
9
38
9
evaluado en x =
5
3
5
3
= 4
11 x
26 x 57
2
3
4
=
( x 1) ( 2 x 3) ( 3 x 5)
x 1 2 x 3 3 x 5
En ste ejemplo, el polinomio del denominador se d factorizado; pero en general ste no es el
caso y para obtener el desarrolo en fracciones parciales, se deben determinar primero las raices y
factores del denominador de f ( x) por los mtodos analizados en el captulo III anterior.
4.4.2
P ( x)
=
Q ( x)
A1
A2
A3
p1 x q1 p2 x q2 p3 x q3
.............
An
pn x qn
207
lgebra Superior
p1 x q1 p2 x q2 ....... pn x qn
son iguales,
x 40 x 6
3 x
11 x 4 ( 2 x 1)
en fracciones parciales
Solucin :
Notemos que f ( x) es propia y adems tiene tres factores lineales distintos en el denominador puesto
que . . .
3 x
11 x 4 ( 2 x 1) = [ ( x 4) ( 3 x 1) ] ( 2 x 1)
f ( x) =
A
B
C
x 4 2 x 1
3 x 1
x 40 x 6
( 2 A 6 B 3 C) x ( 9 A B 11 C) x ( 4 A B 4 C)
=
2
( 3 x 1) ( x 4) ( 2 x 1)
3 x 11 x 4 ( 2 x 1)
40 x 6 = ( 2 A 6 B 3 C) x ( 9 A B 11 C) x ( 4 A B 4 C)
Sin embargo, stos dos polinomios sern iguales solo si los coeficientes de las potencias correspondientes
de x en ambos son iguales, esto es . . .
2
Coeficientes de x :
Coeficientes de x :
0
Coeficientes de x :
= 2 A 6 B 3 C
40 = 9 A B 11 C
1
= 4 A B 4 C
(I)
(II)
(III)
208
lgebra Superior
La solucin de ste sistema de ecuaciones (por alguno de los mtodos elementales: suma-resta , substitucin
igualacin ) genera los valores de los coeficientes A , B y C . Sumando miembro a miembro por
ejemplo las ecuaciones (II) y (III) y las ecs. (I) y 6(III) con el fin de eliminar la incgnita B , se
obtienen las ecuaciones (IV) y (V) siguientes . . .
9 A
B 11 C = 40
4 A B 4 C = 6
6 B 3 C = 1
6 ( 4 A B 4 C = 6)
______________________
_____________________
13 A
7 C = 34
2 A
26 A
(IV)
21 C = 37
(V)
7 C = 34)
26 A 21 C = 37
_____________________
65 A
0 = 65
3 x
x 40 x 6
11 x 4 ( 2 x 1)
( 1)
( 2)
( 3)
3 x 1
x 4 2 x 1
Supongamos que una funcin racional propia tiene un factor lineal de la forma ( x a) repetido n veces en
el denominador, es decir . . .
f ( x) =
P ( x)
P ( x)
=
n
Q ( x)
( x a) Q1 ( x)
A1
A2
An 1
An
P ( x)
=
.............
n 1
n
Q ( x)
x a ( x a) 2
( x a)
( x a)
Pedro Ferreira Herrejn
209
lgebra Superior
se obtiene . . .
P ( x)
n
n 1
n 2
2
( x a) = A1 ( x a)
A2 ( x a)
........ An 2 ( x a) An 1 ( x a) An
Q ( x)
al evaluar en x = a es obvio que todos los trminos de la derecha se anulan, excepto An , es decir . . .
An =
P ( x)
n
( x a)
Q ( x)
evaluado en x = a
d P ( x)
n
n 2
2
( x a) = ( n 1) A1 ( x a)
..... 3 An 3 ( x a) 2 An 2 ( x a) An 1
dx Q ( x)
al evaluar en x = a es obvio que todos los trminos de la derecha se anulan, excepto An 1 , es decir . . .
An 1 =
d P ( x)
n
( x a)
dx Q ( x)
evaluado en x = a
P ( x) ( x a) n = ( n 1) ( n 2) A ( x a) n 3 ..... ( 3) ( 2) A ( x a) 2 A
1
n 3
n 2
2
dx Q ( x)
d
al evaluar en x = a es obvio que todos los trminos de la derecha se anulan, excepto 2 An 2 , es decir . . .
d 2 P ( x)
n
An 2 = 2
( x a)
2 dx Q ( x)
evaluado en x = a
An m =
P ( x)
n
( x a)
m
( m) dx Q ( x)
evaluado en x = a
Haciendo el cambio de ndice k = n m , es decir m = n k ,se obtiene la expresin general para calcular el
n
Ak =
n k
n k
( n k ) dx
P ( x)
n
( x a)
Q ( x)
evaluado en x = a
( 4.6 )
210
lgebra Superior
EJERCICIO : Demostrar que cuando el factor lineal tiene la forma : ( p x q) , siendo p y q constantes,
entonces la frmula anterior se transforma en . . .
Ak =
n k
P ( x)
n
( p x q)
( n k ) p( n k) dxn k Q ( x)
5 x
evaluado en x = a
( 4.7 )
11 x 9 x 2
( x 1)
en fracciones parciales
Solucin :
Notemos que f ( x) es propia pues el grado del numerador es 3 y el grado del denominador es 4, y
que tiene un factor lineal de orden 4 en el denominador. Por lo tanto se propone el desarrollo :
f ( x) =
A1
x1
A2
( x 1)
A3
( x 1)
A4
( x 1)
Puesto que el factor ( x 1) genera la raiz a = 1 y se repite 4 veces, de la frmula ( 4.6 ) con
n = 4 y k = 4 3 2 1 se obtiene. . .
A4 =
( 0)
1
1
4
f ( x) ( x 1)
evaluado en x = 1
5 x 11 x 9 x 2
evaluado en x = 1
5 ( 1) 11 ( 1) 9 ( 1) 2 = 5 11 9 2 = 1
3
d
4
f ( x) ( x 1)
( 4 3) dx
1
( 4 4) dx
=
A3 =
evaluado en x = 1
d
3
2
5 x 11 x 9 x 2
( 1) dx
1
1
15 x 22 x 9
evaluado en x = 1
en x = 1
211
lgebra Superior
A2 =
15 ( 1) 22 ( 1) 9 = 15 22 9 = 2
2
f
(
x
)
(
x
1)
( 4 2) dx2
A1 =
d2
3
2
2 5 x 11 x 9 x 2
( 2) dx
1
2
1
2
( 30 x 22)
( 4 1) dx
evaluado en x = 1
en x = 1
[ 30 ( 1) 22 ] = 4
evaluado en x = 1
4
f ( x) ( x 1)
d3
5 x 11 x 9 x 2
( 3) dx3
1
6
evaluado en x = 1
evaluado en x = 1
( 30) = 5
5 x
11 x 9 x 2
( x 1)
( x 1)
( x 1)
( x 1)
( x 1)
Como podemos notar en ste ejemplo, el mtodo de derivacin, es especialmente til cuando existen
factores lineales repetidos en el denominador; sin embargo tambin es posible combinarlo con los mtodos
anteriores es decir, es posible calcular algunos de los coeficientes del desarrollo por substitucin, otros
por derivacin y otros ms por igualacin, como se ilustra en los siguientes ejemplos :
f ( x) =
2 x
15 x 44 x 58 x 29 x 1
( 2 x 3) ( x 2)
212
lgebra Superior
Solucin :
Notemos que f ( x) es impropia pues el grado del numerador es 5 y el grado del denominador es 4,
por lo cual se debe primero dividir antes de intentar cualquier otra cosa .
Haciendo la divisin de polinomios se obtiene :
5
2 x
15 x 44 x 58 x 29 x 1
2 x
15 x 42 x 52 x 24
= x
2 x
6 x 5 x 1
( 2 x 3) ( x 2)
Ahora ya es posible desarrollar en fracciones parciales el residuo de la divisin, el cual es una funcin
racional propia que tiene dos factores lineales en el denominador, uno de ellos de orden 3, el cual genera
3 fracciones parciales.
Por lo tanto, se debe proponer que :
3
2 x
A1
6 x 5 x 1
( 2 x 3) ( x 2)
x2
A2
( x 2)
3
( x 2) 2 x 3
A3
Usando l mtodo de igualacin de coeficientes, hay que sumar el lado derecho e igualar los
numeradores de ambos miembros para obtener:
2 x
6 x 5 x 1 =
2
= A1 ( x 2) ( 2 x 3) A2 ( x 2) ( 2 x 3) A3 ( 2 x 3) B ( x 2)
Esta es la ecuacin bsica . Al substituir el ella las races de los factores se obtienen de inmediato los
coeficientes B y A3 , como sigue:
para x = 2 . . .
2 ( 2)
6 ( 2) 5 ( 2) 1 = A1 ( 0) A2 ( 0) A3 [ 2 ( 2) 3] B ( 0)
1 = A3
es decir A3 = 1 .
para x =
3
2
...
3 3
2
27
8
3 2
2
15
3
4
1 = A1 ( 0) A2 ( 0) A3 ( 0) B
1
1 = B
2
1=
B
8
3
2
es decir B = 2
213
lgebra Superior
Ak =
n k
P ( x)
n
( x a) evaluada en x = a .
n
k
( n k ) dx
Q ( x)
A2 =
d 2 x 6 x 5 x 1
3
(
x
2)
( 3 2) dx ( 2 x 3) ( x 2) 3
evaluada en x = 2
3
2
6 x2 12 x 5
2 x 6 x 5 x 1
2
2
(
2 x 3)
(
2
3
)
en x = 2
6 ( 2) 2 12 ( 2) 5
2 ( 2) 3 6 ( 2) 2 5 ( 2) 1
2
2
[ 2 ( 2) 3]
( 1)
( 1)
( 1)
[ 2 ( 2) 3]
= 3
Con los coeficientes A2 , A3 y B ya calculados, ahora es posible substituir cualquier valor para x
en la ecuacin bsica y calcular el ltimo coeficiente A1 .
Para x = 0 , por ejemplo, la ecuacin bsica queda . . .
2 ( 0)
6 ( 0) 5 ( 0) 1 =
2
= A1 ( 0 2) ( 0 3) ( ) ( 0 2) ( 0 3) ( ) ( 0 3) ( ) ( 0 2)
f ( x) = x
2 x
= x
6 x 5 x 1
( 2 x 3) ( x 2)
0 3 1 2
x2
2
3
( x 2)
( x 2) 2 x 3
x 2 x 1
2
( 2 x 1) ( 3 x 2)
214
lgebra Superior
Solucin :
Notemos que f ( x) es propia pues el grado del numerador es 2 y el grado del denominador es 5 y
tiene dos factores lineales repetidos en el denominador . Por lo tanto, de acuerdo al teorema 1, se
propone el desarrollo :
A1
f ( x) =
2 x 1
B2
B3
B1
2
2
3
( 2 x 1) 3 x 2 ( 3 x 2)
( 3 x 2)
A2
Ak =
n k
P ( x)
n
( p x q)
( n k ) pn k dxn k Q ( x)
evaluada en x =
q
p
x2 2 x 1
A2 =
( 2 2) ( 2) 0 ( 3 x 2) 3
1
evaluada en x =
1
2
1 2 1 1
2
2
3
3 1 2
2
= 2
d x 2 x 1
A1 =
1
( 2 1) ( 2) dx ( 3 x 2) 3
1
evaluada en x =
2
( 2 x 2)
x 2 x 1
4
2 ( 3 x 2) 3
( 3 x 2)
3 1 2 8 1 5
1
2
2
4
2
3
2
1
2
evaluada en x =
1
2
= 14
215
lgebra Superior
x2 2 x 1
B3 =
( 3 3) ( 3) 0 ( 2 x 1) 2
1
evaluada en x =
q
2
=
3
p
evaluada en x =
q
2
=
3
p
2 2 2 1
1 3
3
2
( 1)
2 2 1
3
= 1
d x 2 x 1
B2 =
1
( 3 2) ( 3) dx ( 2 x 1) 2
1
2
1 ( 2 x 2) 4 x 2 x 1
3
3 ( 2 x 1) 2
( 2 x 1)
2 1
3
3
2 3
2
1
3
2
( x 1)
3 ( 2 x 1) 3
= 6
x2 2 x 1
B1 =
( 3 1) ( 3) 2 dx2 ( 2 x 1) 2
1
evaluada en x =
2
3
d
( x 1)
( 4 x 5)
1
1
=
2
2
3
4
2 9 dx
18
( 2 x 1)
( 2 x 1)
1
4 2 5
1 2 3
18 2 4
2
1
3
= 21
f ( x) =
( 2 x 1)
1
6
21
3
2
( 2 x 1) ( 3 x 2)
( 3 x 2)
( 3 x 2)
14
216
lgebra Superior
2 x
10 x 22 x 11 x 28
( 2 x 1) ( x 2)
Solucin :
Notemos que f ( x) es impropia pues el grado del numerador es 4 y el grado del denominador tmbin
es 4 por lo tanto , debemos dividir para obtener :
4
2 x
10 x 22 x 11 x 28
4
2 x
11 x 18 x 4 x 8
x3 4 x2 7 x 20
= 1
3
( 2 x 1) ( x 2)
La funcin racional del residuo es propia y tiene dos factores lineales en el denominador (uno de ellos
de orden 3), por lo cual se debe proponer para su desarrollo la expresin :
B2
B3
x3 4 x2 7 x 20
A
B1
=
3
2
3
( 2 x 1) ( x 2) 2 x 1 x 2 ( x 2) ( x 2)
Sumando ahora el miembro derecho e igualando los numeradores se obtiene la ecuacin bsica :
3
x 4 x 7 x 20 =
3
= A ( x 2) B1 ( 2 x 1) ( x 2) B2 ( 2 x 1) ( x 2) B3 ( 2 x 1)
Substituyendo las raices x = 2 y x =
3
1
2
( 2) 4 ( 2) 7 ( 2) 20 = A ( 0) B1 ( 0) B2 ( 0) B3 [ 2 ( 2) 1]
10 = B3 ( 5)
es decir B3 = 2
3
1 4 1 7 1 20 = A 1 2 B1 ( 0) B2 ( 0) B3 ( 0)
2
2
2
2
125
8
125
=
A
es decir A = 1
Con stos coeficientes determinados, ahora se pueden substituir otros valores para x en la ecuacin
bsica, por ejemplo :
217
lgebra Superior
Con x = 0 queda :
3
4 ( 0) 7 ( 0) 20 = ( 0 2) B1 ( 0 1) ( 0 2) B2 ( 0 1) ( 0 2) ( 0 1)
20 = 10 4 B1 2 B2
(I)
y con x = 1 queda :
3
4 ( 1) 7 ( 1) 20 = ( 1 2) B1 ( 2 1) ( 1 2) B2 ( 2 1) ( 1 2) ( 2 1)
22 = 7 3 B1 3 B2
(II)
f ( x) = 1
2 x 1
= 1
1
2 x 1
x2
( x 2)
( x 2)
( 2)
3
( x 2)
( x 2)
218
lgebra Superior
EJERCICIO 4.1
I. Desarrollar en una suma de fraciones parciales simples, las siguientes funciones racionales :
2
1. f ( x) =
2. f ( x) =
( x 1) ( 3 x 2)
1
3. f ( x) =
4. f ( x) =
( 3 x 7) ( 2 x 5)
5. f ( x) =
7.
f ( x) =
9.
f ( x) =
8 x
( 3 x 5) ( x 3)
6. f ( x) =
7 x
( 3 x 7) ( 2 x 5)
8. f ( x) =
15
11. f ( x) =
13. f ( x) =
10.
( x 1) ( 3 x 5) ( 2 x 7)
2
( 5 x 8) ( 3 x 4)
6 x
9
( 2 x 5) ( 2 x 1)
61 x
1
( 3 x 2) ( x 5) ( 2 x 1)
f ( x) =
( x 4)
2
16 x 54 x 40
( 2 x 3)
27 x
16. f ( x) =
f ( x) =
19.
f ( x) =
21. f ( x) =
23.
72 x
( x 1) ( x 2)
3
f ( x) =
( 2 x 3) ( 3 x 1)
60 x 164 x 103
( 2 x 1) ( x 2) ( 2 x 3)
3
22. f ( x) =
141 x 49 x 105 x 10
20.
12 x 6 x 2
( 5 x 2) ( 2 x 7)
( 2 x 1) ( x 2) ( x 4)
3
22 x 32 x 138
18. f ( x) =
5 x 43 x 101 x 90
5 x
21 x 8
8 x 35 x 9
( 2 x 1) ( x 4)
( 3 x 2)
17.
14 x 3
2 x 11
14. f ( x) =
42 x 20 x 1
15 x
15. f ( x) =
2 x 22 x 24
( x 6) ( 2 x 3) ( x 2)
45 x
12. f ( x) =
( x 1)
3 x
9 x 20
x 2 x 3
2 x
( 2 x 3) ( x 3)
14 x 106
3 x
3 x
16 x 20
2
( x 3) ( x 1)
5
24. f ( x) =
x 5 x 3 x 4 x 12 x 39
2
( x 4) ( x 1)
219
lgebra Superior
Respuestas 4.1
1.
3.
5.
7.
9.
x1
3
3 x
15.
17.
19.
21.
23.
3 x
( 3 x 5)
( 3 x 5)
( x 1)
( 2 x 3)
( 2 x 1)
8.
( 2 x 5)
3
6.
( x 1)
( x 3)
4.
( 3 x 7)
( x 1)
2 x
2.
10
11. 3
13.
10.
( 2 x 7)
( x 3)
14.
( x 1)
( 2 x 3)
3
( x 4)
2 x 3
16.
( 2 x 3)
5
18.
( x 4)
( 3 x 4)
3
( 2 x 1)
2
( 3 x 2)
( x 6)
( 2 x 5)
x3
( 5 x 8)
( 2 x 3)
( x 4)
( 3 x 2)
2
( 5 x 2)
( x 2)
( 5 x 3)
( x 4)
( 2 x 1)
( 3 x 1)
( x 5)
12. 3 x
( 3 x 2)
( 2 x 7)
( 3 x 2)
3
( 2 x 7)
3
1
3
2
5
3
4
1
20.
2
2
( 2 x 1) ( x 2) ( x 4)
( x 4)
x 2 ( 2 x 3)
2 x 1
2 x 3
1
( x 1)
1
( 2 x 3)
( x 1)
( x 2)
( 3 x 1)
( x 2)
( 3 x 1)
22. 3
53
2 ( x 3)
24. 1
77
4 ( x 3)
( x 4)
x4
7
4 ( x 1)
( x 1)
x1
220
lgebra Superior
4.4.4
P ( x)
contiene un factor
Q ( x)
cuadrtico irreducible en los reales de la forma a x b x c , (el cual siempre es posible escribir
2
x p x q = x x
2
donde
P ( x)
P ( x)
P ( x)
=
=
2
Q ( x)
[ a ( x ) ( x ) ] Q1 ( x)
a x p x q Q1 ( x)
se desarrolla en:
P1 ( x)
P ( x)
A x B
de donde se deduce que :
= 2
Q ( x)
x p x q a Q1 ( x)
x x P ( x)
Q ( x)
P1 ( x)
x x
a
(
x
)
1
= ( A x B)
( x = en su caso) , se obtendr :
P = A B 0
a Q1
Igualando ahora las partes reales e imaginarias respectivas de stos nmeros complejos en sta ecuacin,
se obtendr un sistema de dos ecuaciones simultneas cuyas incgnitas son los coeficientes A y B de
la fraccin parcial asociada con tal factor cuadrtico .
Repitiendo ste procedimiento con cada uno de los factores cuadrticos que contenga el denominador de
la funcin racional, se obtendr el desarrollo de tal funcin como una suma de fracciones simples .
3 x
5 x 2
x 2 2 x 2 x 1
221
lgebra Superior
Solucin :
Notemos que F ( x) es propia y adems contiene dos factores cuadrticos irreducibles y distintos en el
denominador, cuyas races complejas son :
x x2= 0
2
2 x
2 x 1 = 0
1 7 j
x=
x=
1j
2
1j
1 7 j
1 7 j 1 7 j
x 2 = x
x
= x x
2 x
2 x 1 = 2 x
1 j
1 j
2
x x
3 x
A1 x B1 A2 x B2
2
2
x
2 x 2 x 1
5 x 2
x 2 2 x 2 x 1
(*)
1
=
7 j
queda:
3
5 x 2
2 x 1
3 x
2 x
A2 x B2
x x
2
2
= A1 x B1
3
en x =
1 7 j 5 1 7 j 2
3
2
1 7 j
2
= A1
B1 0
2
2
1 7 j
1 7 j
2
2 2 1
2
2 4 7 j = A1 B
1
1 2 7 j 2
7
2
A1 j
haciendo la divisin de nmeros complejos a la izquierda e igualando las partes reales e imaginarias
respectivas en ambos miembros de sta ecuacin se obtiene :
A1
2
B1 y
7
2
A1
222
lgebra Superior
de donde resulta A1 = 0 y B1 = 2
Multiplicando la ecuacin (*) por
3 x
x x2
2 x 1 y evalundola en x = =
A1 x B1
2 x x A2 x B2
2
x
5 x 2
2 x
1j
2
queda:
en x =
3 1 j 3 5 1 j 2 2
2
1j
2
= 0 A2 2 B2
2
1 j 5 1 j
2 2 2
1 3 j = A2 B2 A2 j
2 2 2
2
Igualando las partes reales e imaginarias respectivas de ambos miembros se obtiene :
A2
1
=
B2
A2
2
de donde resulta A2 = 3 y B2 = 2
Determinadas las constantes, el desarrollo de F ( x) en fracciones parciales es :
3
0 x 2 3 x ( 2)
= 2
2
x x 2 2 x 2 x 1
x x 2 2 x 2 x 1
3 x
5 x 2
2
2
x x2
3 x
2
2 x
2 x 1
Como se mencion antes, el mtodo de igualacin para el desarrollo en fracciones parciales de una funcin
P ( x)
se aplica en todos los casos de factorizacin de Q ( x) . La igualacin de
Q ( x)
los coeficientes con iguales potencias de la variable x en ambos miembros la ecuacin bsica, conduce a un
racional propia f ( x) =
sistema de ecuaciones simultneas, que tiene como incgnitas a los coeficientes buscados del desarrollo.
223
lgebra Superior
5 x
13 x 9 x 2
x 1 x 3 x 3
Solucin :
Notemos que H ( x) es propia y contiene dos factores cuadrticos distintos en el denominador, que
adems son irreducibles porque sus races son complejas :
x x1= 0
x 3 x 3 = 0
x=
3 j
2
x=
3 j
2
3 j
3 j
2
x 2 = x
2 x
1 7 j 1 7 j
x
= x x
2 x 1 = 2 x
1 j
1 j
2
x x
5 x3 13 x2 9 x 2 A1 x B1 A2 x B2
2
= 2
2
3
x
x 3 x 3
(*)
Al sumar el lado derecho e igualar los numeradores en ambos miembros, se obtiene la ecuacin bsica:
3
5 x
13 x 9 x 2 = A1 x B1 x 3 x 3 A2 x B2 x x 1
2
= A1 A2 x 3 A1 B1 B2 A2 x 3 B1 3 A1 A2 B2 x 3 B1 B2
Igualando los coeficientes de las potencias iguales de x en ambos miembros se obtiene . . .
3
Coeficientes de x :
2
Coeficientes de x :
1
Coeficientes de x :
0
Coeficientes de x :
= A1 A2
(I)
13 = 3 A1 B1 B2 A2
(II)
= 3 B1 3 A1 A2 B2
(III)
= 3 B1 B2
(IV)
La solucin de ste sistema de ecuaciones conduce a los valores de los coeficientes buscados .
Empleando por ejemplo los mtodos elementales : suma resta, substitucin e igualacin queda :
224
lgebra Superior
3 A1 A2 B1 B2 = 13
(II) + (III)
3 A1
A2 3 B1 B2 = 9
____________________________
2 B1 = 4
es decir B1 = 2 . Substituyendo B1 en la ec. ( IV ) resulta 2 = 3 ( 2) B2 , es decir B2 = 4 .
Substituyendo B1 y B2 en la ec. ( II ), se obtiene una ecuacin para las incgnitas A1 y A2 , la
cual se resuelve simultneamente con la ec. ( I ) :
3 A1 ( 2) ( 4) A2 = 13
(II)
3 A1 A2 = 11
A1 A2 = 5
se encuentra asi que
(I)
A1 = 3 , A2 = 2 .
( 3) x ( 2) ( 2) x ( 4)
=
2
2
2
2
x x 1 x 3 x 3
x x 1 x 3 x 3
5 x
13 x 9 x 2
3 x
x x1
x2
2
x 3 x 3
6 x
2 x
4 x 3 x 8
x 2 3 x 4 x 2
Solucin :
Notemos que f ( x) es propia y contiene dos factores cuadrticos distintos en el denominador, sin
embargo el primer factor no es irreducible en los reales pues se factoriza como . . .
2
6 x
x 2 = ( 3 x 2) ( 2 x 1)
y en realidad se trata de dos factores lineales, por lo tanto se propone, de acuerdo a los teoremas 1 y 2 ,
el desarrollo :
3
6 x
2 x
4 x 3 x 8
x 2 3 x 4 x 2
A
B
C x D
2
3 x 2
2 x 1
3 x 4 x 2
225
lgebra Superior
Sumado las fracciones del miembro izquierdo e igualando los numeradores de ambos miembros, se obtiene la
ecuacin bsica :
3
2 x
4 x 3 x 8 =
= A ( 2 x 1) 3 x 4 x 2 B ( 3 x 2) 3 x 4 x 2 ( C x D ) ( 3 x 2) ( 2 x 1)
Substituyendo la raz x =
2
, se obtiene . . .
1
1
4 3 8 =
= A 2
3
1
1
1
1
1 B 2 3 4 2 C D 2 1
2
es decir . . .
35
7
3
= B
2 4
Substituyendo la raz x =
2
2 3
3
= A
2 2
3
4
3
2
3
B=
10
3
, se obtiene . . .
2
3
8=
2 2 4 2 2 B ( 0) C 2 D ( 0)
3
3
3
1 3
es decir . . .
98
27
= 14 A
B=
7
27
2 x
7
2
2
4 x 3 x 8 = ( 2 x 1) 3 x 4 x 2
27
10
2
2
( 3 x 2) 3 x 4 x 2 ( C x D) 6 x x 2
3
256 x3
9
463
27
236
27
374
27
( C x D) 6 x x 2
238
9
355
27
317
27
158
27
= 6 C x ( 6 D C) x ( D 2 C) x 2 D
226
lgebra Superior
238
9
158
2 D =
27
C=
D=
119
27
79
27
6 x
2 x
4 x 3 x 8
x 2 3 x 4 x 2
79 119 x
7
10
1
27 3 x2 4 x 2
27 ( 3 x 2)
3 ( 2 x 1)
2 x
3 x 3 x 5 x
4 x 1 3 x 2 x 2
Solucin :
G ( x) es una funcin racional propia ; pero aunque los factores cuadrticos del denominador no son
irreducibles en los reales, pues se factorizan como . . .
2 x
4 x 1 = 2 x 1
3 x
2 x 2 = 3 x
x 1
2
1 7 1 7
x
no obstante, por ser raices irracionales y por sencillez para el desarrollo del clculo, es conveniente
considerarlos como cuadrticos.
Se propone entonces que :
f ( x) =
A x B
2
2 x
4 x 1
C x D
2
3 x
2 x 2
sumando las fracciones en el lado derecho e igualando los numeradores de ambos miembros se obtiene
la ecuacin bsica :
3 x
3 x 5 x = ( A x B) 3 x 2 x 2 ( C x D) 2 x 4 x 1
3
= ( 3 A 2 C) x ( 3 B 2 A 2 D 4 C) x ( 2 B 2 A 4 D C) x 2 B D
227
lgebra Superior
3 = 3 A 2 C
(I)
3 = 3 B 2 A 2 D 4 C
(II)
Coeficientes de x :
Coeficientes de x :
1
Coeficientes de x :
0
Coeficientes de x :
= 2 B 2 A 4 D C
(III)
= 2 B D
(IV)
La solucin de ste sistema de ecuaciones conduce a los valores de los coeficientes buscados .
Empleando por ejemplo los mtodos elementales : suma resta, substitucin e igualacin queda :
A = 1 , B = 1 , C = 3 y D = 2
y la expansin en fracciones parciales para G ( x) es :
3
2 x
4.4.6
3 x 3 x 5 x
4 x 1 3 x 2 x 2
2 x
3 x
4 x 1
2 3 x
2 x 2
x 2 x 5 x 4 x 8 x 8
x3
Solucin :
f ( x) es una funcin racional propia y tiene un factor cuadrtico de orden 3 en el denominador, el
cual no es irreducible en los reales, dado que se puede factorizar como : . . .
1 13 1 13
2
x x 3 = x
x
sin embargo, por ser stas raices irracionales y por sencillez para el desarrollo del clculo, es
conveniente considerarlos como cuadrticos, por lo cual se propone que :
228
lgebra Superior
f ( x) =
A x B
C x D
x x3
x3
E x F
x3
sumando las fracciones en el miembro derecho e igualando los numeradores de ambos miembros se
obtiene la ecuacin bsica :
5
x 2 x 5 x 4 x 8 x 8 =
5
= A x ( 2 A B) x ( 5 A 2 B C) x ( 6 A 5 B C D ) x
( 9 A 6 B C D E) x ( 9 B 3 D F )
Coeficientes de x :
4
Coeficientes de x :
= A
(I)
= 2 A B
(II)
5 = 5 A 2 B C
(III)
4 = 6 A 5 B C D
(IV)
Coeficientes de x :
Coeficientes de x :
1
Coeficientes de x :
2
Coeficientes de x :
= 9 A 6 B C D E
(III)
8 = 9 B 3 D F
(IV)
= A
2 = 2 A B
5 = 5 A 2 B C
4 = 6 A 5 B C D
8 = 9 A 6 B C D E
8 = 9 B 3 D F
A = 1
2 ( 1) B = 2
B = 0
5 ( 1) 2 ( 0) C = 5
C = 0
6 ( 1) 5 ( 0) ( 0) D = 4 D = 2
9 ( 1) 6 ( 0) ( 0) ( 2) E = 8 E = 3
9 ( 0)
3 ( 2) F = 8
F = 2
x 2 x 5 x 4 x 8 x 8
x3
( 1) x 0
x3
( 0) x 2
x3
x3
( 3 x 2)
x3
x3
3 x 2
x3
229
lgebra Superior
6 x
11 x 18 x 14 x 6
( x 1) x x 1
Solucin :
g ( x) es una funcin racional propia y tiene un factor cuadrtico irreducible de orden 2 y un facor
lineal no repetido en el denominador, por lo tanto se propone que . . .
f ( x) =
B2 x C2
A
B1 x C1
2
2
2
x1
x
1
x
sumando las fracciones en el miembro derecho e igualando los numeradores de ambos miembros se
obtiene la ecuacin bsica :
4
6 x
11 x 18 x 14 x 6 =
=
A B1 x4 2 A 2 B1 C1 x3 3 A 2 B1 2 C1 B2 x2
2 A B1 2 C1 B2 C2 x A C2 C1
Coeficientes de x :
Coeficientes de x :
2
Coeficientes de x :
1
Coeficientes de x :
2
Coeficientes de x :
= A B1
(I)
11
= 2 A 2 B1 C1
(II)
18
= 3 A 2 B1 2 C1 B2
(III)
14
= 2 A B1 2 C1 B2 C2
(IV)
= A C2 C1
(V)
C 1 = 1 , B2 = 3 , C 2 = 2
A = 5 , B1 = 1 ,
6 x
11 x 18 x 14 x 6
( x 1) x x 1
( x 1)
( x 1)
x1
3 x 2
x1
230
lgebra Superior
Solucin :
x 1 = ( x 1) x x 1
por lo tanto f ( x) tiene en su denominador dos factores, uno lineal y otro cuadrtico irreducible , ambos
de orden 2 . Se propone entonces que :
A1
3
2
( x 1) x x 1
x1
B2 x C2
B1 x C1
2
2
2
( x 1) x x 1 x2 x 1
A2
sumando las fracciones en el miembro derecho e igualando los numeradores de ambos miembros se
obtiene la ecuacin bsica :
= A1 ( x 1) x x 1
B2 x C2 ( x 1)
B x C (x 1) x
A2 x x 1
3 j
2
x 1
x 1 son x =
3 j
substituyendo x = 1 :
3
= A1 ( 0) A2 ( 1) ( 1) 1 B1 x C1 ( 0) x x 1 B2 x C2 ( 0)
2
es decir . . . A2 =
substituyendo x =
= 0 9 A2 0 0
1
3
3 j
2
1 3 j C 1 3 j 1
3 = A1 ( 0) A2 ( 0) B1 x C1 ( 0) B2
2
2
2
231
lgebra Superior
3
3
3 3
= B 2 C 2
B2 C2 j
Igualando las partes reales e imaginarias respectivas en ambos miembros de sta ecuacin se obtiene :
3 B 2 3 C 2 =
2
2
3 3
2
B2 C2 = 0
B2 C 2 = 2
(I)
B2 C2 = 0
(II)
con solucin : B2 = 1 , C2 = 1
Con stas constantes ya determinadas, la ecuacin bsica se transforma en :
3
= A1 ( x 1) x x 1
( x 1) ( x 1)
B x C (x 1) x
1
2
x x 1
x 1
substituyamos ahora valores arbitrarios para x se obtendr un sistema de ecuaciones simultneas para los
coeficientes que faltan por determinar.
substituyendo x = 0 queda:
3
2
2
1
2
2
= A1 ( 1) 02 0 1 02 0 1 B1 ( 0) C1 ( 1) 02 0 1 ( 1) ( 1)
= A1
1
3
C1 1
es decir . . .
5
3
= A1 C1
(*)
substituyendo x = 1 queda:
3
2
2
1
2
2
= A1 ( 2) 12 1 1 12 1 1 B1 C1 ( 2) 12 1 1 [ ( 1) 1] ( 2)
= 2 A1
1
3
4 B1 4 C1 es decir . . .
4
3
= A1 2 B1 2 C1
(**)
substituyendo x = 2 queda:
3
2
2
1
2
= A1 ( 3) 22 2 1 22 2 1 B1 ( 2) C1 ( 2 1) 22 2 1
( 2 1) ( 2 1)
3
= 27 A1 6 54 B1 27 C1
es decir . . . 1 = 3 A1 6 B1 3 C1
(***)
232
lgebra Superior
, B1 =
y C1 = 1 .
2
1
2 x 1
3
3
3
( 1) x 1
= 2 2
2
x1
2
3 ( x
( x 1)
1)
x1
1
3 ( x
1)
x1
( 2 x 3)
x1
x 1
x1
233
lgebra Superior
EJERCICIO 4.2
I. Desarrollar en una suma de fraciones parciales simples, las siguientes funciones racionales :
1. f ( x) =
5. f ( x) =
3 x
9.
4. f ( x) =
f ( x) =
f ( x) =
5 ( x 3)
2
4 x
10.
12. f ( x) =
14. f ( x) =
15. f ( x) =
16. f ( x) =
2 x 8 x 8 x 32 x 19 x 3
2
x x 3 x 1
4
19.
f ( x) =
x
3
x3
18. f ( x) =
1 x 2
( x 3) ( 3 x 1) x x 2
3
7 x
11 x 16 x 17 x 4
( 3 x 2) x 5 2 x 1
x 2 x 3
x 3 2 x 3
2
45 x
42 x 20 x 1
2
5 x
7 x 4
2 x 11
12 x 15 x 2
2 x
32 x 38 x 32 x 13
( 5 x 2) 2 x x 1
5
20. f ( x) =
22. f ( x) =
3 x
x 2 x 5 x 2 x 2 x 2
x 2 x 6 x 2
x 2 x 7 x 8 x 18
2
21. f ( x) =
x 11 x 13 x 5
17. f ( x) =
( 3 x 3) ( 3 x 1) x 2
2 x 2 x x 1
2 x
11 x 46 x 28 x 1
f ( x) =
6 x 8 x 5 x 12
2
x1
( x 1) 3 x 5 2 x 1
13. f ( x) =
8. f ( x) =
( x 2) x x 1
( x 1) x 3
11 x 12 x 19
11. f ( x) =
6. f ( x) =
x2
8 x
3 x
5 x
10 x 16
( x 3) x x 1
7.
2. f ( x) =
( x 1) x 2
2
3. f ( x) =
2 x 5
x1 x x2
21 x 17 x 45 x 4 x 8
2 x 2 2 x 3 x 2
234
lgebra Superior
Respuestas 4.2
1.
3.
5.
7.
9.
11.
13.
( x 1)
1
( x 3)
17.
4 ( x
( x 2)
( 5 9 x)
3 x
x2
1
3 ( 1 3 x)
2 ( 1 4 x)
2
28 3 x 5
21 2 x2 1
12 ( x 1)
( x 2)
2
x 2 x 2
3
3
2
21. 5
2 x 2
( 3 2 x)
3 x 1
x3
( 4 7 x)
18.
x x3
( 2 3 x)
20.
1
3 x
21
5
1)
( 3 2 x)
( 1 2 x)
2
x x2
( x 1)
2
2 x
( 1 2 x)
2 x
( 89 67 x)
x 5
( 2 3 x)
( x 2)
( 11 8 x)
3 ( 3 x
x x3
( 5 7 x)
10.
3 x
16.
x 3 x 1
( x 2)
( x 1)
2
1)
14.
( 2 3 x)
3 ( x
12. 9 x
x x1
x3
( 5 7 x)
1)
x3
8.
x x1
6.
( x 3)
2 ( x
4.
x1
22.
2.
( 5 2 x)
3)
19.
15.
( 3 x)
25 x
35 x 20
( 2 x 3)
5
1
2
2
5 x 2
2 x x 1
2 x x 1
x
2
x x1
x2
( 3 4 x)
( x 1)
2 x
3 x 2
235
lgebra Superior
236
lgebra Superior
Captulo V
a1 x1 a2 x2 a3 x3 ............ a( n 1) x( n 1) an xn = b
( 5.1 )
3 x 2 y = 5
2
3
x1 4 x2 x3 = 1
y = 2 x 3 z w 1
3
x1 x2 = 4 x3
5
x5 1 ( cuatro variables y coeficientes diversos )
3 x
2 y = 5
2 x
4 x y z = 2
y = sen ( x) 1
x1 3 x2 2 x3 = 2
3
x y 5
2
z
= 3
w
237
lgebra Superior
5.2
a1 x1 a2 x2 ............ an xn = b
es una sucesin de n nmeros :
P = k 1 k 2 k 3 ................. k n
tal que al substituir las variables por stos valores : x1 = k 1 , x2 = k 1 , x1 = k 1 , . . . . . , x1 = k 1 , la
ecuacin se satisface, es decir la suma de los nmeros . . .
a1 k 1 a2 k 2 ............ an k n
es igual efectivamente al nmero b .
La unin de todas las posibles soluciones de una ecuacin lineal se llama conjunto solucin .
El conjunto solucin de una ecuacin lineal de dos variables : a1 x1 a2 x2 = b se puede interpretar
geomtricamente como el conjunto de puntos x1 x2 de una lnea recta sobre un plano de 2 dimensiones.
El conjunto solucin de una ecuacin lineal de tres variables : a1 x1 a2 x2 a3 x3 = b se interpreta
geomtricamente como todos los puntos x1 x2 x3 que estn sobre un plano en el espacio rectangular de 3
dimensiones, como se ilustra en las siguientes figuras :
x3
x2
P
P
x1
O
O
x1
a1 x1 a2 x2 = b
( una ecuacin lineal en dos variables ) , cuyo
conjunto solucin est formado por todos los
puntos P = (x1 , x 2 ) del plano que estn sobre
la recta
x2
a1 x1 a2 x2 a3 x3 = b
( una ecuacin lineal en tres variables ) , cuyo
conjunto solucin est formado por todos los
puntos P = (x1 , x 2 , x 3 ) del espacio que estn
sobre el plano
238
lgebra Superior
Por analoga con los casos anteriores de 2 y 3 dimensiones, se induce ahora que el conjunto solucin de una
ecuacin lineal de n variables debe ser el conjunto de puntos sobre una superficie plana en el
hiperespacio de n dimensiones .
La solucin de una ecuacin lineal se clasifica en general, en uno de los siguientes tres casos :
a1 x1 a2 x2 ............ an xn = b
es distinto de cero .
x1 =
a1
b a2 x2 a3 x3 .......... an xn
(5.2 )
( 0) x1 ( 0) x2 ............ ( 0) xn = b
en ste caso, la ecuacin no tiene solucin , ( se dice que es
inconsistente ) , pues establece una contradiccin :.
( 5.3 )
0= b
siendo b 0
Caso III : Todos los coeficientes ak de la ecuacin lineal son cero y tambin el
trmino constante b :
( 0) x1 ( 0) x2 ............ ( 0) xn = 0
en ste caso, cualquier n-ada de nmeros
k 1 k 2 ........ k n satisface
la condicin :.
( 5.4 )
0= 0
y se dice que la ecuacin tiene un nmero infinito de soluciones .
239
lgebra Superior
Solucin :
a) Es posible resolver la ecuacin para la variable y (dado que su coeficiente es distinto de cero ) y
luego asignar un valor paramtrico arbitrario a la variable x . se puede tambin despejar x y
elegir un valor paramtrico arbitrario para la variable y .
Despejando y queda. . .
y=
1
2
( 1 4 x)
1
2
( 1 4 t )
1
2
resulta . . .
con t = 2 resulta . . .
con t =
1
4
resulta . . .
1
P 1 2
es decir . . . x = 1 , y =
1
P 2 4
es decir . . . x = 2 , y =
1
2
1
P
4 4
es decir . . . x =
1
4
9
2
, y= 0
etc.
Despejando en cambio x queda. . .
x=
( 1 2 x)
1
4
( 1 2 s)
1 s s
4 2
de la cual es posible obtener las mismas soluciones numricas particulares que con la otra
parametrizacin. Por ejemplo . . .
con s =
con s =
3
2
9
2
con s = 0
resulta . . .
1
1 3
3
P
resulta . . .
resulta . . .
es decir : x = 1 , y =
2 2 2
1
P 0 0
1
9 9
9
es decir: x = 2 , y =
2 2
es decir . . . x =
1
4
, y= 0
240
lgebra Superior
x3 =
1
7
5 x1 4 x2
1
7
( 5 s 4 t )
P s t
s 4 t
de la cual es posible obtener soluciones numricas particulares al substituir los parmetros s y t por
valores numricos especficos, por ejemplo :
con s = 4 , t = 2 resulta : P 4 2
5 4 8
con s = 1 , t = 1 resulta : P 1 1
5 1 4
con s = 5 , t = 1 resulta : P 5 1
5 5 4
es decir : x = 4 , y = 2 , z = 1
es decir : x = 1 , y = 1 , z = 0
es decir : x = 5 , y = 1 , z = 2
etc.
Despejando en cambio x1 queda . . .
x1 = 5 4 x2 7 x3
P [ ( 5 4 m 7 n) m n]
de la cual es posible obtener las mismas soluciones numricas particulares anteriores al substituir los
parmetros m y n por valores numricos especficos, por ejemplo :
con m = 2 , n = 1 resulta : [ ( 5 4 m 7 n) m n] = ( 4 2 1)
con m = 1 , n = 0 resulta : [ ( 5 4 m 7 n) m n] = ( 1 1 0)
con m = 1 , n = 2 resulta : [ ( 5 4 m 7 n) m n] = ( 5 1 2)
En resumen, la parametrizacin de la solucin general para una ecuacin lineal es en principio
arbitraria sin embargo, cualquiera que sea el parmetro o la parametrizacin obtenida, siempre se
obtiene el mismo conjunto solucin .
241
lgebra Superior
5.3
( 5.5 )
........
........
an 1 x1 an 2 x2 an 3 x3 ............ an m xm = bn
se llama un sistema de n ecuaciones lineales en m variables .
Por ejemplo :
u = k 1 k 2 k 3 ............ k m
es una solucin del sistema de ecuaciones lineales ( 5.5 ) , si al hacer las substituciones :
x1 = k 1 ,
x2 = k 2 ,
x3 = k 3 , . . . . . , xm = k m
Una sucesin u = k 1 k 2 k 3 ............ k m dada no es solucin del sistema de ecuaciones lineales si hay al
menos una ecuacin del sistema que no se satisfaga para tal sucesin de nmeros ; aunque todas las dems
ecuaciones si sean satisfechas . De ste modo , la solucin de un sistema lineal es mucho ms restrictiva que
la solucin de una sola ecuacin lineal .
242
lgebra Superior
3 x1 4 x2 x3 2 x4 = 12
5 x1
3 x2 4 x3 x4 = 2
2 x1 x2 3 x3 3 x4 = 2
es la sucesin u = ( 2 3 4 1) , porque en efecto al hacer las substituciones :
x1 = 2 , x2 = 3 , x3 = 4 y
x4 = 1
[ 3 ( 2) 4 ( 3) ( 4) 2 ( 1) ] = ( 6 12 4 2) = 12
[ 5 ( 2) 3 ( 3) 4 ( 4) ( 1) ] = ( 10 9 16 1) = 2
[ 2 ( 2) ( 3) 3 ( 4) 3 ( 1) ] = ( 4 3 12 3) = 2
En cambio la sucesin u = ( 1 4 1 15 ) no es una solucin del sistema, porque al hacer
las substituciones
x1 = 1 , x2 = 4 , x3 = 1 y x4 = 15
se obtiene . . .
[ 3 ( 1) 4 ( 4) ( 1) 2 ( 15) ] = ( 3 16 1 30 ) = 12
[ 5 ( 1) 3 ( 4) 4 ( 1) ( 15) ] = ( 5 12 4 15 ) = 2
2 ( 1) ( 4) 3 ( 1) 3 ( 15) = ( 2 4 3 45 ) 2
y aunque se satisfacen las dos primeras ecuaciones, no se cumple la tercera.
Sin embargo, no todo sistema de ecuaciones lineales tiene una solucin, considrese por ejemplo el
sistema. . .
(I)
x 3 y = 4
2 x
6 y = 6
(II)
pero al multiplicar por 2 la primera ecuacin se obtienen dos ecuaciones que se contradicen
mutuaamente:
2 x
6 y = 8
2 x 6 y = 6
pues no es posible que la cantidad ( 2 x 6 y) sea 6 y 8 al mismo tiempo.
bin al restar miembro a miembro las ecuaciones anteriores se obtiene :
( 2 x 6 y) ( 2 x 6 y) = ( 8 6)
= 2
243
lgebra Superior
Consideremos el caso ms simple : un sistema de dos ecuaciones lineales con dos incgnitas . . .
L1 :
a11 x1 a12 x2 = b1
L2 :
a21 x1 a22 x2 = b2
que geomtricamente es un par de lneas rectas sobre el plano cartesiano. Tales rectas pueden. . .
satisface a ambas ecuaciones. El sistema lineal correspondiente tiene una solucin nica .
x2
L1
L2
x1
coincidir . En este caso existe una infinidad de puntos de interseccin de ambas rectas y por lo
mismo una infinidad de soluciones para el sistema lineal
x2
L2
L1
x1
ser paralelas . En ste caso no tienen ningn punto en comn ( dos rectas paralelas no se cortan
jams ) y por lo tanto el sistema lineal no tiene solucin alguna .
x2
L1
L2
x1
244
lgebra Superior
Estas tres posibilidades de solucin, que se han ilustrado aqui solo para el caso dos ecuaciones con dos
incgnitas, prevalecen para el caso ms general de un sistema con n ecuaciones lineales y m incgnitas,
es decir . . .
La solucin de todo sistema de ecuaciones lineales se clasifica en una
de las tres posibilidades siguientes :
i) la solucin es nica .
ii) no existe solucin
iii) existe un nmero infinito de soluciones .
........
........
an 1 x1 an 2 x2 an 3 x3 ............ an m xm = bn
a11
a21
a
31
.
a
n1
.
bn
. . .
Una matriz es en general, cualquier arreglo rectangular de nmeros que contiene una cantidad determinada
de renglones y de columnas.
Cuando se suprime la ltima columna de la matriz aumentada de un sistema de ecuaciones lineales (la
columna formada por los trminos constantes ) , entonces se llama simplemente matriz de coeficientes .
Debe notarse que al construir stas matrices, se colocan los coeficientes aij en el mismo orden en que
aparecen en el sistema de ecuaciones . Si alguna incgnita no aparece en alguna ecuacin, significa que su
respectivo coeficiente es cero .
Por ejemplo el sistema de ecuaciones lineales :
2 x1
3 x2 x3 = 9
5 x1
4 x3 = 6
x2 2 x3 = 5
tiene la siguiente representacin matricial :
Matriz de coeficientes :
2 3 1
5 0 4
0 1 2
Matriz aumrntada :
2 3 1 9
5 0 4 6
0 1 2 5
245
lgebra Superior
5.4
El mtodo bsico para determinar la solucin de un sistema de ecuaciones lineales consiste en transformar
el sistema inicial en otro equivalente que tenga el mismo conjunto solucin, pero que sea ms fcil de
resolver.
Tal sistema equivalente se obtiene al aplicar al sistema de ecuacines inicial alguna(s) de las siguientes tres
operaciones elementales :
Estas operaciones elementales, no alteran el conjunto solucin del sistema inicial porque se basan en las
propiedades de la igualdad, a saber :
(I)
Si x = y y adems b 0
(II)
Si x = y
(III)
b x = b y
entonces
entonces
( x c) = ( y c)
Si x = y y adems z = w
entonces
( x z) = ( y w)
Bsicamente una ecuacin lineal es una igualdad, por lo tanto, ninguna de las tres operaciones elementales
le cambiar su conjunto solucin, simplemente la transformar en otra ecuacin equivalente .
Ahora bin, puesto que los renglones de una matriz aumentada representan los coeficientes de cada una de
las ecuaciones de un sistema de ecuaciones lineales, cuando las operaciones elementales anteriores se
aplican a sta matriz, generan una matriz aumentada equivalente y se traducen en :
246
lgebra Superior
Usaremos la notacin . . .
R j O R j
para indicar que el rengln j-simo R j de una matriz aumentada cambi a O R j mediante la aplicacin
de alguna operacin elemental O .
Con sta notacin, las operaciones elementales entre filas quedan expresadas como :
Multiplicacin :
Ri k Ri
Rk Rk k Ri
Al rengln Rk se le sum el rengln Ri multiplicado por la constante k 0 .
Adicin :
Intercambio :
Ri R j
an 1 an 2 an 3
de la forma
. . .
a1m b1
. . .
a2m
. . .
. . .
an m
b2
.
bn
a la forma
0
.
0 0 . . . 0
c1
1 0 . . . 0
c2
. . . .
0 0 . . . 1
cn
.
llamada forma escalonada reducida y que corresponde al sencillo sistema de ecuaciones lineales
equivalente :
x1
0 x2 0 x3 ............. 0 xn = c1
0 x1
x2 0 x3 ............. 0 xn = c2
0 x1
0 x2 x3 ............. 0 xn = c3
................................
................................
0 x1
0 x2 0 x3 ............. xn = cn
x1 = c1
x2 = c2
es decir :
x3 = c3
.......
.......
xn = cn
evidentemente, sta es la solucin que se busca para las variables del sistema de ecuaciones inicial.
Este es el mtodo de solucin para un sistema de ecuaciones lineales que se conoce con el nombre de
mtodo de Gauss - Jordan .
Ahora bin, para lograr que una matriz tenga la forma escalonada reducida se deben cumplir las siguientes
condiciones . . .
247
lgebra Superior
Cuando una matriz satisface las condiciones anteriores pero no tiene solo ceros encima de los 1s
principales, se llama simplemente matriz escalonada
0 0
1 0
0 1
2
3
5
3
1
0
0 0
1 0
0
0
0
0
0
0
0
0
2 0 1
1 3
0 0
0 2
1 0
0 1
2
3
5
3
1
1
0 0
1 0
2 0 1
1 3
0 1
1
0
4 3 7
1 6
0 1
1
0
1 0
1 0
0
0
0
1 2
0 1
0 0
1 0
0
1
0
0
0
0 2
1 8 0
1 3
0 0
0 0
Cuando una matriz tiene la forma escalonada reducida, es muy sencillo determinar la solucin del sistema de
ecuaciones lineales correspondiente a tal matriz, pues basta una simple inspeccin como se muestra en los
siguientes ejemplos :
248
lgebra Superior
Ejemplo 4. Dadas las siguientes matrices en la forma escalonada reducida, resolver el sistema
correspondiente de ecuaciones lineales .
a)
1
0
0 0
1 0
0 1
4
5
b)
1
0
0 0 4
1 0 2
0 1 3
c)
1
0
0
0
6 0 0 4
0 1 0 3
0 0 1 5
0 0 0 0
d)
1
0
0 0 0
1 2 0
0 0
Solucin :
a) El sistema de ecuaciones lineales asociado a sta matriz es :
x1 0 x2 0 x3 = 5
0 x1
x2 0 x3 = 2
0 x1
0 x2 x3 = 4
x1 = 5
y se deduce que :
x2 = 2
x3 = 4
x1 0 x2 0 x3 4 x4 = 1
0 x1
x2 0 x3 2 x4 = 6
0 x1
0 x2 x3 3 x4 = 2
x1 4 x4 = 1
y se deduce que :
x2 2 x4 = 6
x3 3 x4 = 2
x1 = ( 1 4 t )
x2 = ( 6 2 t )
; x3 = ( 2 3 t ) ;
x4 = t
x1 6 x2 4 x5 = 2
x3 3 x5 = 1
x4 5 x5 = 2
Las variables x2 y x5 no estn asociadas con ningn 1 principal en la matriz, asi que se
les puede asignar un valor paramtrico arbitrario, digamos x2 = r ; x5 = s obtenindose
asi el conjunto infinito de soluciones :
x1 = ( 2 6 r 4 s) ; x2 = r ;
x3 = ( 1 3 s) ; x4 = ( 2 5 s) ;
x5 = s
249
lgebra Superior
0 x2 0 x3 = 1
es decir
= 1
La ecuacin no tiene solucin y tampoco la tiene el sistema del cual forma parte.
En se caso se dice que el sistema no tiene solucin .
Aplicando las operaciones elementales a los renglones de una matriz aumentada, es posible transformarla a
la forma escalonada reducida, de la cual por simple inspeccin, se determina la solucin del correpondiente
sistema de ecuaciones lineales, como se ilustr en los ejemplos anteriores .
ste es el mtodo de eliminacin de Gauss - Jordan para hallar la solucin de un sistema lineal de
ecuaciones. Ahora se ilustrarn cada uno de los pasos de ste procedimiento resolviendo un ejemplo :
2 x3 7 x5 = 12
paso # 1 .
2 x1
4 x2 10 x3 6 x4 12 x5 = 28
2 x1
4 x2 5 x3 6 x4 5 x5 = 1
0
2
0
4
( 2) 0 7 12
10 6 12 28
5
5 1
Ntese que se escriben ceros para los coeficientes de las variables que no
aparecen en el sistema de ecuaciones inicial
paso # 2 .
( 2) 0
12
10
12
28
5 1
250
lgebra Superior
( 2) 0
12
10
12
28
5 1
2
R1 R2 0
10 6 12 28
0 ( 2) 0 7 12
4
5 1
2
0
10 6 12 28
( 2) 0
R1
R1 0
2
2
7 12
5 1
2
0
4
14
( 2) 0 7 12
5 1
1
0
2
0
14
( 2) 0 7 12
5 1
2
5
3
6
14
1
( 2)
0
0
7
12
1
0
0
paso # 6 .
( 2) 0
2
0
12
29
14
17
Se vuelven a aplicar los pasos anteriores a partir del # 2, a la submatriz que queda al
ignorar el rengln con el 1 principal formado anteriormente .
1
5 3
14
2 0
12
17 29
251
lgebra Superior
1
R2 R2 0
2
( 5) 3
0
5
29
14
7
2
17
1
2
R3 R3 5 R2
( 5) 3
7
2
17
29
14
2
5
3
6
14
1
7
1
6
0
0
0
35
( 0 0) ( 0 0) ( 5 5) ( 0 0) 17
( 29 30 )
2
Se ha sumado al tercer rengln 5 veces el segundo rengln para formar un cero debajo
del 1 principal del 2 rengln. generando la matriz:
2
0
5 3
1
14
( 7)
2
1
5 3
7
2
1
2
14
6
1
Multiplicando el segundo tercer por 2 con el fin de obtener otro 1 principal queda :
1
R2 R2 0
2
5 3
( 7)
2
1
14
6
2
252
lgebra Superior
R1 R1 6 R3
R2 R2 R3
2
0
1
0
R1 R1 5 R2
5 3
5 3
2
14
2
2
7
2
1
5 3 0 2
0 0
0 1
1
0
1
0
5 3
2
2
7
2
1
5 3 0 2
0 0 1
0 1
2 0 3 0 2
0 1 0 0 1
0 0 0 1
x1 2 x2 3 x4 = 2
x3 = 1
x5 = 2
las variables x2 y x4 no estn asociadas a ningn 1 principal, por lo cual se consideran parmetros, de
manera que el sistema tiene un conjunto infinito de soluciones dadas en forma paramtrica por :
x1 = ( 2 2 t 3 u) ; x2 = t ; x3 = 1 ; x4 = u
Ejemplo 6.
x5 = 2
1
2
1
4
6
( 3) 1
( 5) 0
x y 2 z = 9
2 x 4 y 3 z = 1
3 x 6 y 5 z = 0
253
lgebra Superior
R2 R2 2 R1 :
R3 R3 3 R1 :
1
R2 R2 :
R3 R3 3 R2 :
R3 ( 2) R3 :
R1 R1 2 R3 :
7
R2 R2 R3 :
2
y finalmente . . .
R1 R1 R2 :
1
0
0
1
0
2
3
1
3
1
0
( 7) ( 17 )
( 11) ( 27 )
2
7
17
2 2
11
27
2
1
2
0 0
1 0
0 1
( 3)
z =
3
2
z= 3
x y= 3
y= 2
z= 3
( 1)
( 2)
x y 2 z = 9
7
17
y z =
( 9 6)
4
2
3
11 z = 27
x y 2 z = 9
7
17
y z =
17
7
2 2
1
3
0 1
3 y
7
17
2
2
1
3
2
2
1 0
x y 2 z = 9
7
17
y z =
1 0
x y 2 z = 9
2 y 7 z = 17
3 y 11 z = 27
x= 1
y= 2
z= 3
254
lgebra Superior
1
2
1
4
6
( 3) 1
( 5) 0
1
1
0
17
7
2 2
1
3
x y 2 z = 9
7
17
y z =
2
z= 3
Se procede entonces como sigue :
paso # 1 : Se despejan las variables principales ( aqullas que tienen como coeficiente un 1 principal ) :
x = 9 ( y 2 z)
17 7
y=
z
2
z= 3
paso # 2 :
x= 3 y
y= 2
z= 3
y substituyendo
z= 3
paso # 3 : Se asignan valores arbitrarios paramtricos a las variables libres (las que no tienen
como coeficiente a un 1 principal ) si es que existen algunas .
apropiada para el clculo computacional ; sin embargo ste procedimiento introduce a veces fracciones,
las que se pueden evitar si se modifican apropiadamente los pasos del mtodo, una vez que se haya
dominado el procedimiento bsico .
Un hecho importante es que la forma escalonada reducida de una matriz es nica ; pero la forma
escalonada no lo es .
255
lgebra Superior
Esto significa que no importa el orden ni las operaciones que se realicen sobre una matriz para transformarla
en escalonada reducida, siempre se llegar al mismo resultado final mientras que el orden y las operaciones
efectuadas sobre la matriz determinan la forma final de la matriz escalonada .
En otras palabras, una matriz cualquiera puede transformarse en muchas formas escalonadas ; pero slo a
una forma escalonada reducida.
Ejemplo 7. Resolver el siguiente sistema de ecuaciones lineales por el mtodo de Gauss y de Gauss-Jordan
4 x2
3 x1
x3 x4 = 12
x2 2 x3 x4 = 4
x1 x2 3 x3 2 x4 = 2
x1 2 x2 x3 3 x4 = 15
Solucin : ( Por el mtodo de Gauss-Jordan ) . Formando la matriz aumentada e
intercambiando los renglones 1 y 2 queda . . .
R1 R2 :
0 4 1 1 12
3 1 2 1 4
1 1 3 2 2
1 2 1 3 15
3 1 2 1 4
0 4 1 1 12
1 1 3 2 2
1 2 1 3 15
Formando ceros bajo el primer elemento principal (el 3 del primer rengln ) :
R3 3 R3 R1 :
3 1 2 1 4
0 4 1 1 12
1 1 3 2 2
1 2 1 3 15
R4 3 R4 R1 :
3 1 2 1 4
0 4 1 1 12
0 2 7 7 10
1 2 1 3 15
3 1 2 1 4
0 4 1 1 12
0 2 7 7 10
1 2 1 3 15
3 1 2 1 4
0 4 1 1 12
0 2 7 7 10
0 7 5 10 49
(Con el objeto de evitar las operaciones con fracciones, no se dividi el primer rengln entre 3 )
Formemos ahora ceros bajo el segundo elemento principal (el 4 del segundo rengln ) :
R3 2 R3 R2 :
R4 4 R4 7 R2 :
3 1 2 1 4
0 4 1 1 12
0 2 7 7 10
0 7 5 10 49
3 1 2 1 4
0 4 1 1 12
0 0 13 15 32
0 0 13 33 112
(Con el fin de evitar las operaciones con fracciones, tampoco no se dividi el segundo rengln entre 4 )
256
lgebra Superior
Formemos ceros bajo el tercer elemento principal (el 13 del tercer rengln ) :
R4 R4 R3 :
R4
R4
48
3 1 2 1 4
0 4 1 1 12
0 0 13 15 32
0 0 13 33 112
3 1 2 1 4
0 4 1 1 12
0 0 13 15 32
0 0 0 48 144
3 1 2 1 4
0 4 1 1 12
0 0 13 15 32
0 0 0 48 144
3 1 2 1 4
0 4 1 1 12
0 0 13 15 32
0 0 0 1 3
R1 R1 R4 :
R2 R2 R4 :
R3 R3 15 R4 :
3 1 2 1 4
0 4 1 1 12
0 0 13 15 32
0 0 0 1 3
3 1 2
0 4 1
0 0 13
0 0 0
0
0
0
1
13
3
9
R3
R3
:
13
3 1 2
0 4 1
0 0 13
0 0 0
0
0
0
1
13
3
9
3 1 2
0 4 1
0 0 1
0 0 0
0
0
0
1
3
9
R1 R1 2 R3 :
R2 R2 R3 :
3 1 2
0 4 1
0 0 1
0 0 0
0
0
1
3 1
0 4
0 0
0 0
0 0
0 0
1 0
0 1
3
1
R2
R2
4
3 1
0 4
0 0
0 0
0 0
0 0
1 0
0 1
3
1
3 1
0 1
0 0
0 0
0 0
0 0
1 0
0 1
3
1
257
lgebra Superior
3 1
0 1
0 0
0 0
R1 R1 R2 :
0 0
0 0
1 0
0 1
3
1
3
0
0
0
0 0 0
1 0 0
0 1 0
0 0 1
3
3
2
R1
R1
3
3
0
0
0
0 0 0
1 0 0
0 1 0
0 0 1
3
3
1
0
0
0
0 0 0
1 0 0
0 1 0
0 0 1
3
1
3 1 2 1 4
0 4 1 1 12
0 0 13 15 32
0 0 0 1 3
3 x1
x2 2 x3 x4 = 4
4 x2
x3 x4 = 12
13 x3 15 x4 = 32
x4 = 3
Es obvio que los nmeros de la diagonal 3 , 4 , 13 y 1 estn relacionados con las variables
principales, asi que resolviendo el sistema de ecuaciones correspondiente para tales variables se
obtiene :
3 x1
= 4 x2 2 x3 x4
4 x2
= 12 x3 x4
13 x3 = 32 15 x4
x4 = 3
substituyendo x4 en las ecuaciones superiores queda :
3 x1
= 4 x2 2 x3 ( 3)
3 x1
= 1 x2 2 x3
4 x2
= 12 x3 ( 3)
4 x2
= 9 x3
13 x3 = 32 15 ( 3)
x4 = 3
13 x3 = 13
x4 = 3
3 x1
= 1 x2 2 x3
4 x2
= 9 x3
x3 = 1
x4 = 3
258
lgebra Superior
= 1 x2 2 ( 1)
4 x2
= 9 ( 1)
x3 = 1
x4 = 3
3 x1
= 1 x2
4 x2
= 8
3 x1
x2 = 2
x3 = 1
= 1 x2
x3 = 1
x4 = 3
x4 = 3
x 2 y 3 z = 6
2 x y 4 z = 2
4 x 3 y 2 z = 15
1 2 3
2 1 4
4 3 2
15
6
2
R2 R2 2 R1 :
R3 R3 4 R1 :
R3 R3 R2 :
R2
R2 :
1 2 3
2 1 4
4 3 2
15
6
1 2 3 6
0 ( 5) 10 10
0 5 10 9
1 2 3 6
0 ( 5) 10 10
0 0 0 1
1 2 3 6
0 ( 5) 10 10
0 5 10 9
1 2 3 6
0 ( 5) 10 10
0 0 0 1
1
0
2
1
0
( 2) 2
R1 R1 2 R2 :
1
0
2
1
0
( 2) 2
1
0
0
1
0
( 2) 2
259
lgebra Superior
1
0
R1 R1 2 R3 :
R2 R2 2 R3 :
0
1
0
( 2) 2
1
0
0
1
( 2) 0
En este momento, se transformado la matriz del sistema a la forma escalonada reducida, Sin
embargo la tercera ecuacin de este sistema es inconsistente ( porque tiene la forma 0 = 1 ), por lo
cual no tiene solucin, y tampoco tiene solucin el sistema del cual forma parte .
x y 2 z w = 1
2 x y 2 z 2 w = 2
x 2 y 4 z w = 1
3 x 3 w = 3
1 1 2 1 1
2 1 2 2 2
1 2 4 1 1
3 0 0 3 3
Transformemos ahora sta matriz a la forma escalonada reducida mediante algunas operaciones
elementales entre renglones :
R2 R2 2 R1 :
R3 R3 R1 :
R4 R4 3 R1 :
1 1 2 1 1
2 1 2 2 2
1 2 4 1 1
3 0 0 3 3
1 1 2 1 1
0 3 6 0 0
0 1 2 0 0
0 3 6 0 0
R4 R4 R2 :
R2
R2
3
1 1 2 1 1
0 3 6 0 0
0
0 1 2 0
0 3 6 0 0
1 1 2 1 1
0 3 6 0 0
0 1 2 0 0
0 0 0 0 0
1 1 2 1 1
0 3 6 0 0
0
0 1 2 0
0 0 0 0 0
1 1 2 1 1
0 1 2 0 0
0 1 2 0 0
0 0 0 0 0
260
lgebra Superior
R3 R3 R2 :
1 1 2 1 1
0 1 2 0 0
0
0 1 2 0
0 0 0 0 0
1 1 2 1 1
0 1 2 0 0
0
0
0
0 0
0 0 0 0 0
R1
R1 R2 :
1 1 2 1 1
0 1 2 0 0
0
0
0
0 0
0 0 0 0 0
1
0
0
0
0
1
1 1
2 0
x = 1 t ;
y = 2 u ;
z= u ;w= t
y 5 z = 2
4 x
y k 14 z = k 2
a) una solucin ?
b) una infinidad de soluciones ?
c) ninguna solucin ?
3
4
1 2
3 1
5
2
2
4 1 k 14 ( k 2)
R2 R2 3 R1 :
R4 R4 4 R1 :
3
4
1 2
3 1
5
2
2
4 1 k 14 ( k 2)
3
4
1 2
0 7
14
10
2
0 7 k 2 ( k 14)
261
lgebra Superior
3
4
1 2
0 7
14
10
2
0 7 k 2 ( k 14)
R3 R3 R2 :
3
4
1 2
0 7
14
10
2
0 0 k 16 ( k 4)
= 0
0 = constante
constante1 = constante2
0
Pero
x 2 y 3 z = 4
0 7
14
10
2
0 0 k 16 ( k 4)
2
x=
k4
2
48
7
k 16
k4
10
7 y 14 z = 10 y = 2 2
7
k 16
k4
2
k 16 z = ( k 4)
z= 2
k 16
262
lgebra Superior
EJERCICIO 5.1
I. Cules de las siguientes son ecuaciones lineales ?
3
1. x1 2 x1 x2 x3 = 2
2. x1 3 x2 2 x3 = 4
1 3 x3 = 5
3. x1 x2
2 x3
5. x1 =
4. x1 x2 x3 = sen ( k )
x2 7
; ( k = constante )
6. x1 = x3
8. 2 x1 4 x2 7 x3 = 8
9. 3 x1 4 x2 7 x3 8 x4 = 5
10. 2 v w 3 x y 4 z = 0
11.
12. 2 a
3 3 = 2
3
5
b c = a 2 b 3 c
III. Hallar un sistema de ecuaciones lineales que corresponda a cada una de las matrices aumentadas siguientes :
13.
1 0 1
2 1 1
0 1 2
14.
1 0
0 1
1 1
15.
2 3 4 5
6 7 8
16.
1
0
0
0
0 0 0 1
1 0 0 2
0 1 0 3
0 0 1
IV. Cules de las siguientes matrices estn en forma escalonada y cuales en forma escalonada reducida ?
17.
21.
1
0
0 0
1
0
0
0
2 0 3 0
0
0
18.
0
1
1 0
0
0
0 1 1 0
0 0 0 1
0 0 0
22.
0
0
0
19.
1 0
1
0
0 0
0
0
20. 1
0
0
1 0
23.
2
0
3 4
1
0
0 3 1
1 2 4
1
24. 0
2 3
0 0
0
V. Suponga que por operaciones elementales se ha transformado una matriz aumentada a la forma indicada .
Hallar la solucin del sistema de ecuaciones correspondiente .
25.
1
0
0 0 4
1 0 3
0 1
26.
1
0
0 0
1 0
0 1
1 4
1
27.
1
0
0
0
5 0 0 5
0 1 0 3
0 0 1 4
0 0 0 0
263
lgebra Superior
28.
31.
4 3
1
0
2 1 1
1
1
2
1
0
0
0
4 0 7 5
29.
32.
1
0
0
1
0
3 4 2
1
1
2
4
10
30.
1
0
2 2 2
1 3 3
0 0
2 1 3 1
0 2 7 2
0 0 3 1
VI. Para qu valor(es) de la constante k , los siguientes sistemas de ecuaciones lineales tienen :
i) ms de una solucin ?
ii) ninguna solucin ?
iii) una nica solucin ?
33.
x y= 3
2 x 3 y = k
36.
x 2 y 3 z = 2
3 x 2 y 4 z = 3
4 x 8 y
x 3 z = 3
2 x k y z = 2
x 2 y k z = 1
34.
35.
x y kz = 2
3 x 4 y 2 z = k
2 x 3 y 2 z = 1
4 k 9 k 12 z = 2 k 5
VII. Determinar la(s) condicion(es) sobre las constantes a , b , c para que los sistemas de ecuaciones
lineales siguientes tengan una solucin nica :
37.
x 2 y 3 z = a
3 x y 2 z = b
x 5 y 8 z = c
38.
x 2 y 4 z = a
2 x 3 y z = b
3 x y 2 z = c
39.
x y 2 z = a
xz= b
2 x y 3 z = c
VIII. Resolver los siguientes sistemas de ecuaciones lineales por el mtodo de Gauss-Jordan
40.
2 x 3 y
= 1
5 x 7 y = 3
41.
43.
5 x 4 y
44. 2 x y z 2 w = 15
3 z = 6
4 x y 2 z = 5
3 x 6 y z = 7
2 x 4 y
= 10
3 x 6 y = 15
3 x
y 3 z 3 w = 8
5 x y 3 z w = 4
4 x 2 y 2 z w = 13
42.
4 x 2 y
45.
3 x
= 5
6 x 3 y = 1
y z 2 w = 6
2 x y 3 z 3 w = 2
x yzw = 4
4 x 2 y 2 z w = 4
264
lgebra Superior
46.
49.
52.
3 x
2 y z = 17
5 x 3 y 2 z = 12
4 x y 3 z = 13
47. 3 x 2 y z = 4
x 2 y 2 z = 2
3 x 2 y z = 5
2 x 5 y 3 z = 4
x 4 y 6 z = 0
50. x 5 y 4 z 13 w = 3
x yzw = 6
2 x 3 y w = 0
3 x 4 y z 2 w = 4
x 2 y z w = 0
53. 2 x1 2 x2 2 x3 = 0
48.
2 x 3 y
51.
2 x
y z 2 w = 1
5 x 2 y z 3 w = 0
x 3 y 2 z 2 w = 1
3 x 2 y 3 z 5 w = 12
54.
3 x1 2 x2 x3 = 15
5 x 3 y
2 z = 7
4 x y 3 z = 1
3 x
y 2 z 5 w = 2
2 x 2 y 3 z 4 w = 1
z = 15
3 x y 3 z = 8
5 x 2 y 2 z = 7
2 x1 5 x2 2 x3 = 0
5 x1
3 x2 2 x3 = 0
7 x1 7 x2 x3 = 0
3 x1
x2 3 x3 = 11
11 x1
7 x2 = 30
IX. Encontrar al menos dos formas escalonadas diferentes para las matrices siguientes y transformarlas a su
nica forma escalonada reducida .
2 1
55. 0 2
3 4
3
1
3
56. 1
2 1 2 3
1 0 3 1
57.
3 2 2 0
0 1 4 1
2
3
4
1
58.
1 4
0 1 2 1
0 1
5 4
2 3
1 4
0
X. Resolver los siguientes sistemas de ecuaciones no lineales transformndolos primero en sistemas lineales .
59.
1
1
3 = 1
x
y z
1 2 1 3 1 = 2
x
y
z 3
1
1
1
5 4 2 = 3
x
y
z
2
60.
2
1
2 3
1
3
sen ( ) cos ( )
cos ( ) =
sen ( ) 2 cos ( )
sen ( ) 3 cos ( )
3
2
2
7
4
cos ( ) = 2
cos ( ) = 0
265
lgebra Superior
1. No
7.
x=
2. No
7 t
3. No
5. Si
x1 = 2 t s 4
8.
4. Si
9.
y= t
x1 =
6. Si
5 4 t 7 s 8 u
x2 = t
x2 = t
x3 = s
x3 = s
x4 = u
13. x1 x3 = 2
2 x1
14.
x2 x3 = 3
x1 = 0
15.
x2 = 0
x2 2 x3 = 4
x 2 y 3 z 4 w = 5
5 x 6 y 7 z 8 w = 9
16.
x1 = 1
x2 = 2
x1 x2 = 1
x3 = 3
x4 = 4
17. Ninguna
18. Ninguna
19. Escalonada
22. Ambas
23. Ninguna
24. Ninguna
25.
x1 = 4
26.
x1 = 2 3 t
27.
x1 = 1 5 t 5 u
28.
x1 = 4 5 t
x2 = 3
x2 = 4 t
x2 = t
x2 = 3 t
x3 = 2
x3 = 2 t
x3 = 1 3 u
x3 = 2 t
x4 = t
x4 = 2 4 u
x4 = t
x5 = u
29.
x1 = 2 3 t
x1 = 1 5 t 5 u
31.
x2 = 4 t
x2 = t
x3 = 2 t
x3 = 1 3 u
x4 = t
x4 = 2 4 u
32.
x1 =
x2 =
x3 =
x5 = u
1
12
1
6
1
3
3
2
. Muchas soluciones si
k=
. Una solucin si
3
2
3
2
266
lgebra Superior
40.
44.
x= 2
y = 1
x = 8
y
=
1
z = 12
w = 7
55.
59.
3
1
0
45.
x= 7
y = 9
8
5
z=
1
w =
53.
42. inconsistente .
46.
2
0
x = 3
5
y = 2
3
z =
5
1
2
0
1 ,
1
3
x1 =
x2 =
x =
3
1
0
x = 2
47. y = 3
z = 4
x= 1
y
=
4
z = 3
w = 2
51.
54. inconsistente
0 0
56.
1 0
0
43. inconsistente .
x = 1
y = 5
z= 4
z = 1
x = 1
y = 0
z = 3
w = 2
1
0
x = 5 2 t
y= t
x = 2
49. y = 1 50. inconsistente
48. inconsistente .
52
41.
60.
1 1 4
0 7 10
0 0 1
1 1 4
0 7 11 ,
0 0 1
1
0
0 0
1 0
0
sen = 3
1
cos =
2
3
cos = 2
267
lgebra Superior
5.5
Cuando en un sistema de ecuaciones lineales todos los trminos constantes son nulos, el sistema se
denomina homogneo y tiene la forma general :
( 5.6 )
........
........
an 1 x1 an 2 x2 an 3 x3 ............ an m xm = 0
Cualquier sistema como ste jams ser inconsistente , puesto que al menos tiene la solucin trivial :
x1 = 0 , x2 = 0 , x3 = 0 , . . . . xm = 0
asi que cuando el sistema es homogneo, de las tres posibilidades de solucin para un sistema de ecuaciones
lineales, slo quedan dos :
i) Existe una solucin nica (la trivial )
ii) Existe una infinidad de soluciones
Para un sistema homogneo se cumple por lo general la siguiente regla :
Por lo tanto, para saber cul de las dos posibilidades de solucin anteriores vale para un sistema de
ecuaciones lineales homogneo, slo tenemos que transformar la matriz aumentada del sistema a la
forma escalonada reducida y contar los 1s principales ( asociados a las variables principales ) .
2 x1
x2 x3 x5 = 0
x1 x2 2 x3 3 x4 x5 = 0
x1 x2 2 x3 x5 = 0
x3 x4 x5 = 0
268
lgebra Superior
R2 2 R2 R1
R3 2 R3 R1
R2
R3
R3
3
R4 R4 R2
R4
R3
2
R4
3
R4 R4 R3
R2 R2 2 R3
R1 R1 R2
R1
2
0
0
0
2
0
0
0
1 0
6 3 0
3 0 3 0
1
R2
R3 R3 R2
R3
2 2 1 0 1
1 1 2 3 1
1 1 2 0 1
0 0 1 1 1
R1
2
2
0
0
0
2
0
0
0
2
0
0
0
0
0
0
1 0
3
6 3 0
3 0 3 0
1
1 0 1 0
0 1 2 1 0
0
2 0 0
3
1 0 1 0
0 1 0
1 0 0
0 0
1 0 1 0
0 1 2 1 0
2
0
0
0
2
0
0
0
1
0
0
0
2 0 0
3
1 0 1 0
0 1 0
1 0 0
0 0
1 0 0 1 0
0 1 0 1 0
0 0 1 0 0
0 0 0 0
De manera que ste sistema de 5 variables slo tiene tres 1s principales : los asociados con las
variables x1 , x3 y x4 y dos variables libres o parmetros : x2 y x5 .
Este sistema tiene, por lo tanto, un nmero infinito de soluciones, que en forma paramtrica estn
dadas por :
x2 = t
x1 = t s
x5 = s
x3 = s
x4 = 0
2 x
3 y 2 z = 0
2 x 3 y z = 0
3 x 2 y 2 z = 0
269
lgebra Superior
2 3 2
2 3 1
3 2 2
R2 R2 R1
R3 2 R3 3 R1
R3
2 3 2
0 6 3
0 13 10
R2
6
R3 13 R2
R2
2 3 2
0 6 3
0 13 10
0
0
0
0
2 0
1
2
7
2
Con algunas simples operaciones ms entre los renglones, es claro que se llegar a la forma
escalonada recucida
1
0
0 0 0
1 0 0
0 1
x 2 y 2 z = 0
2 x y 2 z = 0
3 x 4 y 6 z = 0
3 x 11 y 12 z = 0
R2 R2 2 R1 :
R3 R3 3 R1 :
R4 R4 3 R1
R3 R3 2 R2 :
R4 R4 R2
1 2 2
2 1 2
3 4 6
3 11 12
1 2 2
0 5 6
0 10 12
0 5 6
1 2 2
2 1 2
3 4 6
3 11 12
0
0
0
0
entonces . . .
1 2 2
0 5 6
0 10 12
0 5 6
1 2 2
0 5 6
0 0 0
0 0 0
0
0
0
0
0
0
270
lgebra Superior
0
0
De sta manera,aunque el sistema inicial tiene ms ecuaciones que incgnitas, en realidad slo 2
ecuaciones son independientes y slo dos variables son principales ( x e y ), por lo tanto, el
sistema tiene una infinidad de soluciones .
En general, siempre que un sistema de ecuaciones lineales homogneo tenga ms incgnitas que
ecuaciones independientes, tendr una infinidad de soluciones .
EJERCICIO 5.2
I. Tienen los siguientes sistemas homogneos otra solucin que no sea la trivial ?
1.
2 x1
x2 3 x3 = 0
2.
x 2 y 5 z 4 w = 0
2 x 3 y 2 z 3 w = 0
4 x 7 y z 6 w = 0
4.
x yzw = 0
2 x 3 y w = 0
3 x 4 y z 2 w = 0
x 2 y z w = 0
6.
x 3 y 2 z = 0
x 8 y 8 z = 0
3 x 2 y 4 z = 0
x1 2 x2 = 0
x2 x3 = 0
3.
2 x1
4 x2 x3 x4 = 0
x1 5 x2 2 x3 = 0
2 x2 2 x3 x4 = 0
x1 3 x2 x4 = 0
x1 2 x2 x3 x4 = 0
5.
x 6 y 2 z = 0
2 x 4 y z = 0
3 x y =
x 3 y =
0
0
271
lgebra Superior
........
........
an 1 x1 an 2 x2 an 3 x3 ............ an m xm = 0
Si
X 0 = x01 x02 x03 ........ x0m , X 1 = x11 x12 x13 ........ x1m son dos soluciones diferentes del
......
......
........
........
an 1 x1 an 2 x2 ....... an m xm = bn
Si
B: Homogneo
......
......
........
........
an 1 x1 an 2 x2 ....... an m xm = 0
X 0 = x01 x02 x03 ........ x0m , X 1 = x11 x12 x13 ........ x1m son dos soluciones diferentes del
272
lgebra Superior
5.6
........
........
an 1 x1 an 2 x2 an 3 x3 ......... an n xn = bn
es cero .
Por otra parte, stos mtodos no siempre funcionan, uno o ambos pueden resultar inefectivos para obtener
una aproximacin cercana a la solucin real de un sistema de ecuaciones sin importar el nmero de
iteraciones ( repeticiones ) que se apliquen al mismo . Cuando sto sucede se dice que las aproximaciones
generadas por el mtodo divergen ( los valores numricos calculados para las variables crecen sin lmite ) .
Por el contrario, cuando en cada iteracin se obtiene una solucin cada vez ms prxima a la solucin real,
se dice que las aproximaciones convergen ( en ste caso , los valores numricos obtenidos para las variables
tienden a un lmite finito )
Una condicin que asegura la convergencia de las aproximaciones en ambos mtodos es que . . .
La diagonal principal de la matriz del sistema , debe ser dominante .
a11
a21
a
31
.
a
n1
.
ann
. . .
an2 an3 . . .
el valor absoluto de cada elemento en la diagonal principal debe ser mayor que la suma de los valores
absolutos de los elementos restantes del mismo rengln , esto es :
273
lgebra Superior
a11
a22
a33
( 5.7 )
. . . . . . . . . . . . . . .
ann
an 1 an 2 an 3 .......... an n 1
7 2 1 3
1 1 5 2
3 6 0 2
2 2 3 8
No tiene una diagonal principal dominante puesto que en el segundo rengln, el elemento a22 = 1
es mayor que la suma :
elemento a33 = 0
no
7 2 1 1
3 6 0 2
1 1 5 2
0 2 3 8
y ahora su diagonal principal es dominante porque :
6
5
8
7
1 1
3 0 2
1 1 2
0 2 3
2
La condicin de tener una diagonal principal dominante no es una condicin necesaria para que los
mtodos de Jacobi y de Gauss-Seidel generen una sucesin convergente ; sin embargo si es una condicin
suficiente, es decir toda matriz con una diagonal principal dominante seguramente tendr una solucin por
stos mtodos; pero sto no significa stos mtodos no generen una solucin aproximada para alguna matriz
sin una diagonal principal dominante .
Un sistema de ecuaciones que por el mtodo de Jacobi genere una sucesin divergente, podra sin embargo
tener una solucin convergente, si antes de aplicar el mtodo se transforma la matriz del sistema por medio
de algunas operaciones elementales entre filas, de manera que algunos de los coeficientes en sta diagonal
sean del mximo valor posible. ( aunque no se obtenga una diagonal principal dominante ) . Las iteraciones de
Jacobi o de Gauss-Seidel convergen o no hacia la solucin del sistema de ecuaciones dependiendo del
mayor o menor valor de los coeficientes de la diagonal principal
274
lgebra Superior
5.6 a)
paso # 2
x1 =
x2 =
x3 =
( 5.8 )
....................................
xn =
paso # 3
bn an 2 x1 an 3 x2 .......... an n 1 xn 1
ann
1
x1 = 0 ,
x2 = 0 ,
x3 = 0 , . . . . , xn = 0 .
y 2 z = 1
7 y 12 z w = 34
x y 2 z 8 w = 5
3 x 9 y 2 z w = 33
275
lgebra Superior
5 1
0 7
1 1
3 9
paso # 1
2
12
2
2
1 34
8 5
1
33
0
5 1
3 9
0 7
1 1
2
2
12
2
33
1
1 34
8 5
0
x=
y=
z=
w=
paso # 3 .
1
5
( 1 y 2 z)
9
1
12
( 33 3 x 2 z w)
( 34 7 y w)
(*)
( 5 x y 2 z)
1
5
[ 1 0 2 ( 0) ] = 0.2
9
1
12
[ 33 3 ( 0) 2 ( 0) ( 0) ] = 3.6667
[ 34 7 ( 0) ( 0) ] = 2.8333
[ 5 ( 0) ( 0) 2 ( 0) ] = 0.625
276
lgebra Superior
x=
y=
9
1
z=
12
w=
aproximacin
inicial
1
aproximacin
2
aproximacin
3
aproximacin
4
aproximacin
5
aproximacin
6
aproximacin
7
aproximacin
8
aproximacin
0.2
2.0667
3.0279
3.1310
3.0677
3.0082
2.9955
2.9959
-3.6667
-4.2991
-4.2674
-4.0487
-3.9972
-3.9852
-3.9961
-3.9992
-2.8333
-4.9201
-5.1939
-5.1448
-5.0219
-4.9962
-4.9916
-4.9980
-0.625
-1.7667
-2.1341
-2.0784
-2.0259
-1.9967
-1.9962
-1.9980
Es obvio que las secuencias de valores que toman las variables se acercan cada vez ms a la
solucin :
x = 3 , y = 4 , z = 5 , w = 2
El lector puede comprobar que substituyendo los valores para las incgnitas de la 8 iteracin , el
sistema inicial de ecuaciones queda :
5 x
277
lgebra Superior
Ejemplo 15. Considrese la solucin del sistema de ecuaciones lineales por el mtodo de Jacobi :
2 x
y 2 z = 1
3 x y 2 z = 2
4 x y z = 6
2 1
3 1
4 1
de modo que tenga una diagonal principal dominante . Por lo tanto, el mtodo de Jacobi aplicado
directamente a sta matriz, no garantiza que se obtenga una secuencia de valores convergentes para
las incgnitas . . .
Iteracin n
( 0)
1
2
3
4
5
6
7
8
9
x:
y :
( 0)
0.5
6.5
3.75
31.25
30.125
168.375
352.8125
545.3125
2767.78125
( 0)
2
11.5
1.5
76.25
76.75
322.125
889.625
922.8125
6247.6875
z:
( 0)
6
10
31.5
7.5
207.25
191.25
989.625
2306.875
3110.0625
Se observa que con cada iteracin, los valores de las incgnitas x , y , z se hacen cada vez ms
grandes ( divergen ) .
El mtodo de Jacobi falla en ste caso y no conduce a la solucin del sistema .
Sin embargo, si se transforma primero la matriz inicial mediante operaciones elementales . . .
R1 R1 R3 :
R3 R3 R2 :
2 1
3 1
4 1
2
2
1
2
3
0 3
1 2
0 3
278
lgebra Superior
y se aplica ahora el mtodo de Jacobi,se obtiene aunque muy lentamente, la secuencia convergente
hacia la solucin real del sistema : x = 1 , y = 7 , z = 3 , como se muestra en la
siguiente ilustracin :
x:
Iteracin n
( 0)
1
2
3
4
5
6
7
8
9
10
sexta
aprox.
dcima
aprox.
0.75
0.125
0.875
0.4375
0.9375
0.71875
0.96875
0.859375
0.984375
0.9296875
0.9921875
0.0833333
4.75
3.4583333
5.875
5.2291667
6.4375
6.1145833
6.71875
6.5572917
6.859375
6.7786458
z:
2.25
2.9166667
2.625
2.9583333
2.8125
2.9791667
2.90625
2.9895833
2.953125
2.9947917
2.9765625
15ava
aprox.
20ava
aprox.
22ava
aprox.
0.9990
0.9995
0.9978
0.9997 0.9989
6.9861
6.9956
6.9930
6.9978
2.9985
2.9998
2.9992
2.9999
0.9687
0.9921
0.9648
6.1145
6.7786
6.9296
2.9062
2.9765
2.9973
y :
6.9723
2.9970
23ava
aprox.
24ava
aprox.
25ava
aprox.
279
lgebra Superior
Esta es una modificacin del mtodo de Jacobi que frecuentemente reduce el nmero de iteraciones para
obtener una buena aproximacin a la solucin de un sistema lineal .
En el mtodo de Jacobi los valores de las incgnitas se calculan independientemente en cada iteracin ;
pero dado que los nuevos valores obtenidos en cada clculo en general estn ms proximos a la solucin
exacta , sto suguiere que se podran utilizar inmediatamente en las ecuaciones inferiores siguientes .
El mtodo de Gauss-Seidel es bsicamente el mismo que el de Jacobi y consiste entonces en . . .
Continuar asi hasta la ltima de las ecuaciones y con los valores calculados para x1 , x2 ,. . . xn
comenzar de nuevo en la primera ecuacin para realizar las siguiente iteracin.
Ejemplo 16. Resolver el sistema de ecuaciones lineales del ejemplo 14 por el mtodo de Gauss-Seidel .
x=
y=
z=
w=
1
5
( 1 y 2 z)
9
1
12
( 33 3 x 2 z w)
( 34 7 y w)
(*)
( 5 x y 2 z)
x=
1
5
( 1 y 2 z) =
1
5
[ 1 ( 0) 2 ( 0) ] = 0.2
280
lgebra Superior
y=
( 33 3 x 2 z w) =
[ 33 3 ( 0.2) 2 ( 0) ( 0) ] = 3.6
z=
12
( 34 7 y w) =
1
12
[ 34 7 ( 3.6) ( 0) ] = 4.93333
w=
( 5 x y 2 z) =
y = 4.05222 , z = 5.00685
x = 2.89333 ,
w = 2.02157
De modo que con una sola iteracin, ya se encuentra cerca de la solucin exacta:
x = 3 , y = 4 , z = 5 , w = 2
En la siguiente tabla se resumen los resultados de 5 iteraciones sucesivas :
aproximacin
inicial
1
aproximacin
2
aproximacin
3
aproximacin
4
5
aproximacin aproximacin
0.2
2.89333
3.01319
2.99907
2.99990
3.6
4.05222
3.9996
3.9996
4.00003
4.93333
5.00685
4.99792
4.99995
5.00001
2.28333
2.02157
1.99777
2.00005
2.00002
Vemos asi que con menos iteraciones se logr mayor precisin y una convergencia ms rpida
que con el mtodo de Jacobi hacia la solucin real
Comunmente el mtodo de Gauss-Seidel conduce ms rpidamente a la solucin que el mtodo
de Jacobi ; sin embargo no debe concluirse por ste ejemplo, que el mtodo de Gauss-Seidel es
simpre mejor que el de Jacobi, pues aunque parezca sorprendente, algunas veces el mtodo de
Jacobi es el ms rpido .
281
lgebra Superior
Ejemplo 17. Resolver el sistema de ecuaciones lineales del ejemplo 15 por el mtodo de Gauss-Seidel .
x = ( 7 3 z)
2
y = 2 3 x 2 z
z=
1
3
( 8 x)
x = ( 7 3 z) = [ 7 3 ( 0) ] = 3.5
Substituyendo ahora la secuencia : x = 3.5 , y = 0 , z = 0 en la 2 ecuacin:
y = 2 3 x 2 z = 2 3 ( 3.5) 2 ( 0) = 12.5
Substituyendo ahora la secuencia : x = 3.5 , y = 12.5 , z = 0 en la 3 ecuacin:
z=
1
3
( 8 x) =
1
3
( 8 3.5) = 1.5
x = 3.5 ,
y = 12.5 ,
z = 1.5
1
aprox.
2
aprox.
3
aprox.
4
aprox.
5
aprox.
6
aprox.
7 ava
aprox.
3.5
1.25
0.125
0.4375
0.71875
0.85937
0.92968
0.96484
12.5
2.75
2.125
4.5625
5.78125
6.39062
6.69531
6.87109
1.5
.25
.625
.8125
.90625
.95312
.9765
.98828
8 ava
aprox.
De manera que casi con la mitad de iteraciones que se realizaron en el mtodo de Jacobi , se obtiene
incluso una mejor aproximacin a la solucin real : x = 1 , y = 7 , z = 3 , aunque ste
sistema no tenga una matriz con una diagonal principal dominante .
282
lgebra Superior
EJERCICIO 5.3
Calcular una solucin aproximada para los siguientes sistemas de ecuaciones lineales, por iteracion de Jacobi,
hasta tres cifras exactas. Comparar con la solucin real .
1. 3 x 2 y = 15
2 x
2. 5 x 2 y = 5
4 y = 2
3 x 15 y
4. 12 x 2 y 4 z = 3
z = 4
2 x 3 y 12 z = 6
x 5 y 3 z = 2
3 x 2 y 3 z = 3
= 7
5. 15 x 2 y z w = 2
3 x 12 y
3. 4 x 2 y z = 1
6. 25 x 3 z = 20
4 x 15 y
2 z 3 w = 1
2 x 4 y 10 z 3 w = 3
5 x 3 y 2 z 12 w = 4
3 z 30 y
= 13
20 w 4 x = 5
6 y 32 w = 6
1.
x 7
=
y 3
4.
x 0.4152632
y = 0.26
z 0.3657895
2.
x 0.7530864
=
y 0.617284
5.
x 0.1202104
y = 0.040571
z 0.4365139
0.3208114
w
3.
x 0.378378
y = 0.081081
z 0.675676
6.
x 1.807018
y = 0.405848
z 8.391813
0.111404
w
283
lgebra Superior
284
lgebra Superior
Captulo VI
Matrices
6.1
Definiciones bsicas .
Definicin 1 .
Se llama matriz a cualquier arreglo rectangular de nmeros. Los nmeros del arreglo se
llaman elementos de la matriz .
Definicin 2 .
Una matriz con m filas horizontales (renglones) y n filas verticales (columnas) se llama
matriz de tamao [ m n ] .
El elemento que est en la fila i-sima y en la columna j-sima se denota por aij y se
llama componente ij .
a)
3
2
4
2
0.15 ( 0.675) 2
b)
( 3)
c)
1
7
d)
3
2
d)
( 2 j ) 1
j
3 4 ( 4 2 j )
2 1
5
0
3
12
e)
1.2 0.5
1
2
3
4
285
lgebra Superior
Como se puede ver en stos ejemplos, una matriz puede tener diferentes formas y contener distintos
elementos .
Adems cualquier nmero simple se puede interpretar como una matriz de tamao [ 1 1 ] , esto significa
que las matrices son objetos matemticos ms generales que los nmeros, que contienen como caso
especial a cualquier sistema numrico .
Definicin 3 .
a11
a12
a13
.....
a1n
a21
a22
a23
.....
a2n
a31
a32
a33
.....
a3n
Diagonal principal
...........................................
an1
an2
an3
.....
Matriz cuadrada [
ann
n n ]
Si adems en una matriz cuadrada son nulos todos los elementos que estn encima o
debajo de la diagonal principal entonces se llama matriz triangular inferior o matriz
triangular superior, respectivamente .
a11
.....
a11
a12
a13
.....
a1n
a21
a22
.....
a22
a23
.....
a2n
a31
a32
a33
.....
a33
.....
a3n
...........................................
...........................................
an1
a n2
a n3
.....
ann
.....
ann
286
lgebra Superior
a11
.....
a22
.....
a33
.....
...........................................
0
.....
ann
n n ]
Matriz diagonal [
. . .
. . .
. . .
. . .
. . .
a1n
.
.
amn
a2n
. . .
. . .
. . .
. . .
. . .
z1q
.
.
z pq
z2q
287
lgebra Superior
b11
b21
.
1
B =
.
.
b
m1
b12
b22
.
2
B =
.
.
b
m2
b13
b23
.
3
B =
.
.
b
m3
,..... ,
b1 n
b2 n
.
n
B =
.
.
b
mn
1 0.5 4 3
A = 0 2 0.75 1
3 5 2 6
Ejemplo 2. La matriz :
A1 = ( 1 0.5 4 3 )
A2 = ( 0 2 0.75 1 )
A3 = ( 3 5 2 6 )
y tiene los siguientes vectores columna . . .
1
A = 0
3
1
0.5
A = 2
5
2
4
A = 0.75
2
3
3
A = 1
6
4
adems el elemento . . .
a23 es 0.75 porque est en la 2 fila y la 3 columna
etc. etc.
288
lgebra Superior
1 4 2 6
0 0 7 2
B=
0 0 3 1
0 0 0 5
1 0
0 8
X = 0 0
0 0
0 0
23
0
0
4 0
P = 2 5
1 3
1
0
Aritmtica matricial.
I . Igualdad .
Dos matrices A y B son iguales si y solo si se cumplen las dos condiciones siguientes. . .
1
2
aij = bij
( 6.1 )
Ejemplo 4. Determinar los valores de las variables x , y , z si las matrices A y B son iguales :
3 x 2 y 19
3 z 2 x 3 y
A=
z 4 4 x 3 z
2 x 5 y y z
B=
289
lgebra Superior
Solucin :
Dado que A y B son del mismo tamao, stas matrices sern iguales si sus elementos
correspondientes son iguales es decir . . .
a11 = b11
( 3 x 2 y) = ( z 4)
a12 = b12
19
a21 = b21
( 3 z 2) = ( 2 x 5 y)
a22 = b22
( x 3 y) = ( y z)
= ( 4 x 3 z)
3 4 1
2 1 1
A=
0 1 5
1 3 2
3 4 1
2 1 1
B=
0 7 5
1 3 2
3
C = 2
4
1
3
2
1
1
Las matrices A y B son del mismo tamao ; pero aunque todos sus elementos
correspondientes son iguales excepto a32 b32 , stas matrices no son iguales .
Asimismo, la matriz A no es igual a la C pues aunque todos los elementos de C estn en
A , son matrices de distinto tamao . Por la misma razn B y C son tambin matrices
diferentes .
II . Suma .
Dos matrices A y B se pueden sumar si y solo si son del mismo tamao.
La matriz suma se denota por ( A B) ,tiene el mismo tamao que las matrices iniciales y se
obtiene sumando los elementos de A con los correspondientes elementos y de B .
En otras palabaras, al sumar dos matrices A y B de la forma [ m n ] resulta una matriz
. . .
. . .
. . .
. . .
. . .
.
.
.
.
amn bm1 bm2 bm3
a1n
( 6.2 )
. . .
. . .
. . .
. . .
. . .
b1n
.
.
bmn
b2n
290
lgebra Superior
esto es . . .
.
.
.
. . .
. . .
. . .
. . .
. . .
a1n b1n
amn bmn
a2n b2n
4
1.25
A=
1
2
0
5
3 5
2
3
7
2 3 1
4
B = 3 7 1
1 8 1
2
1 0.57 4
2 2
C=
1
3
1
4
4
1.25
AB=
1
2
0
5
4 2
1.25 3
1 1
2
2 3 4
3 5
3 7 1
2
1
2
3
8 1
2
7
23 7
1
4
07
3 1
58
2 1
5 2
2
5
3
80
2 5 29 8
4
1.75 7 2 3
1 3 3 17
3
2
k A es otra matriz C cuyos elementos se obtienen al multiplicar cada uno de los elementos de
la matriz A por la constante k .
cij = k aij
( 6.3 )
291
lgebra Superior
es decir . . .
. . .
. . .
. . .
. . .
. . .
a1n
a2n
.
.
amn
k a11 k a12
k a21 k a22
.
.
.
.
k am2 k am2
. . .
. . .
. . .
. . .
. . .
k a1n
k amn
k a2n
8 0 5
A =
Entonces las matrices que se obtienen al multiplicar por ejemplo por 3 y por
1
3
a la matriz
A son :
( 3) ( 8) ( 3) 0 ( 3) ( 5)
( 3) 3 ( 3) 7 ( 3) 3
( 3) A =
24 0 15
9 21 9
8
3
1 ( 8)
1 A = 3
3
1 3
3
1 0 1 ( 5)
3 3
1 7 1 3
3
3
0
7
3
5
3
1
Observacin : El producto de un nmero por una matriz permite definir la resta de matrices del mismo
tamao como una suma de matrices :
A B = A ( 1) B
en la cual la matriz B primero se multiplica por el nmero ( 1) y luego se suma a la
matriz A .
Ejemplo 8. Sean:
1 4
A = 2 5
3 6
1 9
B = 3 12
6 15
. Calcular A B
; 2 A 3 B
292
lgebra Superior
Solucin :
Por la observacin anterior se tiene que :
A B = A ( 1) B
1 4
1 9
2 5 ( 1) 3 12
3 6
6 15
1 4 1 9
2 5 3 12
3 6 6 15
2 13
5 17
9 21
y tambin . . .
1 4
1 9
2 A 3 B = ( 2) 2 5 ( 3) 3 12
3 6
6 15
=
2 8 3 27
4 10 9 36
6 12 18 45
5 35
13 46
24 57
b1 j
b2j
akp .
.
bpj
ckj =
aki bij
( 6.4 )
293
lgebra Superior
rengln k-simo de A
a11
a12
a13
.....
a21
a22
a23
.....
a1n
a2n
b1m
c11
c12
.............
c1m
b2j .....
b2m
c21
c22
.............
c2m
b3j .....
b3m
b11
b12
....
b1j
b21
b22
....
b31
b32
....
.....
...........................................
ak1
ak2
ak3
.....
akn
an2
an3
.....
ckj
...............
............
...........................................
...........................................
an1
...........................................
...........................................
bp1
ann
bp2
....
bpj .....
bpm
cn1
cn2
.............
cnm
Ejemplo 9. Sean:
3
A =
5
7
1
1
0
2 1 2 3
B = 6 1 0 4
3 3 5 7
. Calcular A B y B A
Solucin :
El producto A B existe porque el nmero de columnas de A es igual al nmero de renglones de
. Algunos
294
lgebra Superior
2
0 ) 6
3
c11 = A1 B = ( 3 7
c23 = A2 B = ( 5 1
= ( 3) ( 2) ( 7) ( 6) ( 0) ( 3) 36
2
1 ) 0
5
= ( 5) ( 2) ( 1) ( 0) ( 1) ( 5) 15
3
0 ) 4
7
= ( 3) ( 3) ( 7) ( 4) ( 0) ( 7) 37
c14 = A1 B = ( 3 7
etc.
Calculando el resto de las componentes de ste mismo modo la matriz producto es . . .
3
C = A B =
5
7
1
2 1 2 3
6 1 0 4
3 3 5 7
0
A1 B1 A1 B2 A1 B3 A1 B4
=
1
2
3
4
A2 B A2 B A2 B A2 B
2
1
2
3
( 3 7 0 ) 6 ( 3 7 0 ) 1 ( 3 7 0 ) 0 ( 3 7 0 ) 4
3
5
3
2
1
2
3
( 5 1 1 ) 6 ( 5 1 1 ) 1 ( 5 1 1 ) 0 ( 5 1 1 ) 4
3
3
5
7
36 10 6 37
13 1 15 4
Es fcil determinar si existe el producto de dos matrices cualesquiera pues basta con escribir sus tamaos
uno al lado del otro. El producto existe si los nmeros interiores son iguales .
A B = C
[m r]
[r p]
[m p]
nmeros exteriores = tamao del producto
295
lgebra Superior
B de tamao [ 4 7 ]
C de tamao [ 7 3 ]
=
B
AB
[ 3 4 ] [ 4 7 ]
[ 3 7 ]
=
A
CA
[ 7 3 ] [ 3 4 ]
[ 7 4 ]
=
C
BC
[ 4 7 ] [ 7 3 ]
[ 4 3 ]
A =
2 3
1 4
B =
a)
B =
b)
2 0
A = 3 3
1 4
4 2 1
0
4 2 1
Solucin :
a) El producto A B existe porque el nmero de columnas de A es igual al nmero de
renglones de B y tiene la forma: [ 2 2 ] [ 2 3 ], es decir es una matriz de tamao [ 2 3 ].
2 3 1 0 3
1 4 4 2 1
A B =
296
lgebra Superior
( 2 3 ) 1 ( 2 3 ) 0 ( 2 3 ) 3
4
2
1
1
0
3
( 1 4 ) ( 1 4 ) ( 1 4 )
4
2
1
2 ( 1) 3 ( 4) 2 ( 0) 3 ( 2) 2 ( 3) 3 ( 1)
1 ( 1) ( 4) ( 4) 1 ( 0) ( 4) ( 2) 1 ( 3) ( 4) ( 1)
14 6 9
17 8 7
2 0 1
A B = 3 3
4
1 4
0
2
1
3
( 2 0 ) 1 ( 2 3 ) 0 ( 2 3 ) 3
4
2
1
( 3 3 ) 1 ( 3 3 ) 0 ( 3 3 ) 3
4
2
1
1
0
3
( 1 4 ) ( 1 4 ) ( 1 4 )
4
2
1
( 2) 1 0 ( 4) ( 2) 0 0 ( 2) ( 2) 3 0 ( 1)
( 3) 1 ( 3) ( 4) ( 3) 0 ( 3) 2 ( 3) 3 ( 3) ( 1)
( 1) 1 ( 4) ( 4) ( 1) 0 ( 4) 2 ( 1) 3 ( 4) ( 1)
2 0 6
15 6 12
15 8 1
297
lgebra Superior
(1
(4
2 0
1 0 3
B A =
3 3 =
4 2 1
2
(1
3 ) 3
1
2
1 ) 3 ( 4
1
0
3 ) 3
4
0
1 ) 3
4
1 ( 0) 0 ( 3) 3 ( 4)
1 ( 2) 0 ( 3) 3 ( 1)
( 4) ( 2) 2 ( 3) ( 1) 1 ( 4) ( 0) 2 ( 3) ( 1) 4
1 12
13 10
Ejemplo 12. Hallar los elementos c23 , c14 y c21 de la matriz producto C = A B si
1
A =
1
2 0
0 3
2 4 2
B = 3 1 0
1 0 3
5
4
Solucin :
El producto A B tiene la forma: [ 2 3 ] [ 3 4 ] y existe porque el nmero de columnas de
c23 = A2 B = ( 1 0
c14 = A1 B = ( 1 2
c21 = A2 B = ( 1 0
2
3 ) 0
3
1
0 ) 4
5
= 1 ( 2) 0 ( 0) 3 ( 3) 11
= 1 ( 1) 2 ( 4) 0 ( 5) 9
2
3 ) 3
1
= ( 1) ( 2) ( 0) ( 3) ( 3) ( 1) 1
298
lgebra Superior
6.3
Casi todas las reglas aritmticas que valen para los nmeros se cumplen tambin para las matrices, sin
embargo, existen algunas excepciones .
Una de esas reglas es la ley conmutativa para la multiplicacin: A B = B A que siempre se cumple para
los nmeros reales complejos ; pero no siempre se cumple para las matrices, como ya se ha visto en algunos
ejemplos anteriores .
Esto se debe principalmente a que si el producto A B de dos matrices A y B est definido, entonces el
producto B A . . .
puede no existir porque las matrices del producto tengan tamaos incompatibles con la multiplicacin .
aunque exista y sea del mismo tamao que A B , puede tener distintos elementos que A B
1 0 4 0
P = 2 1 0 1
3 2
0 3
2 0
G=
1 2
1 1
1
3
0
1
0 3
2 0
G P =
1 2
1 1
1
P G = 2
0 4
1 0
3 2
1
3
2
1
0
0
0 4
1 0
3 2
0 3
2 0
1
1 2
1
1 1
0
1
0
1
3
0
1
6
2
3
3
4
1
2 1
4 1
2
9 14
5
1
11
5
5
11
3
Otras leyes de los nmeros que no son vlidas para las matrices son :
a) Ley de la cancelacin : Si a b = a c entonces b = c siempre que a 0
b) Ley del factor cero : Si a b = 0 entonces a = 0 y/o b 0
como se ilustra en los siguientes ejemplos :
299
lgebra Superior
0
A = 0
3
2
, B=
2 3 1
4 2 1
3 5
4
1 7 5
C =
, D=
4 2 1
0 0 0
(0
A B = ( 0
(0
(0
A C = ( 0
(0
2 ( 0
4
2 ( 0
2 )
4
2 ( 0
3 )
4
1 )
3 (0
4
3
2 ) ( 0
4
3
3 ) ( 0
4
1 )
3 (0
2
3 (0
2 )
2
3 (0
3 )
2
1 )
5 (0
2
5 (0
2 )
2
5 (0
3 )
2
1 )
1
2 )
1
1
3 )
1
1 )
2 )
1
4
3 )
4 2 1
8 4 2
12 6 3
1 )
4 2 1
8 4 2
12 6 3
(0
A D = ( 0
(0
1 ( 0
0
1 ( 0
2 )
0
1 ( 0
3 )
0
1 )
( 1 7
D A =
( 1 7
7 ( 0
0
7 ( 0
2 )
0
7 ( 0
3 )
0
1 )
0
(0
5 ) 0
0
0
(0
5 ) 0
0
1
0 ) 2
2
1
0 ) 2
2
0
5
2 )
0
5
3 )
0
1 )
0
0
0 0
0 0
0
300
lgebra Superior
II.
Si adems k y
V.
VI.
VII.
AB= BA
A ( B C ) = ( A B) C
( A B) C = A ( B C )
( A B) C = A C B C
A ( B C) = A B A C
k ( A B) = k A k B
k ( A B) = ( k A) B = A ( k B)
k A =
k A A
que la matriz del miembro izquierdo tiene el mismo tamao que la matriz del miembro
derecho
que los elementos correspondientes de la matriz del miembro izquierdo y la matriz del
miembro derecho, son iguales .
Solucin :
Definamos las matrices:
A de la forma: [ p m ]
B de la forma: [ m n ]
C de la forma: [ n q ]
A B de la forma: [ p n ]
B C de la forma: [ m q ]
( A B) C de la forma: [ p q ]
A ( B C) de la forma: [ p q ]
301
lgebra Superior
b1k
b2k
b
aim 3k
.
.
bmk
aij b jk
c1 h
c2h
c
b jn 3h
.
.
cnh
b jk ckh
[ ( A B) C] ih = ( A B) i C =
( AB) ik ckh =
aij b jk ckh
y el elemento ih de A ( B C) es :
[ A ( B C) ] ih = ( A) i ( B C) =
aij ( B C) jh =
aij
b jk ckh
k 1
Comparando stos dos resultados y tomando en cuenta que las sumas son conmutativas, se
concluye que [ ( A B) C] = [ A ( B C) ] .
ih
ih
Cuando dos matrices tienen el mismo tamao y los mismos elementos respectivos entonces son
iguales, por lo tanto se concluye que ( A B) C = A ( B C) .
De ste modo, la ley asociativa de la multiplicacin de matrices ha quedado demostrada .
302
lgebra Superior
Solucin :
Si B una matriz de tamao [ s n ] , entonces para que la matriz suma ( B C) exista es necesario
que C sea del mismo tamao que B . y la suma ser de la forma [ s n ].
Por consiguiente, para que el producto A ( B C) exista , es necesrio que el nmero de columnas de
A B es de tamao [ m s ] [ s n ] es decir [ m n ]
A C es de tamao [ m s ] [ s n ] es decir [ m n ]
por lo tanto la matriz suma A B A C existe y es del mismo tamao que A ( B C)
El elemento ij de A ( B C) es :
( b c) 1 j
( b c) 2j
(
b
c
)
3j
ais
( b c)
sj
aik ( b c) kj
aik bkj
aik ckj
sin embargo, stas dos ltimas sumatorias son por definicin, los elementos ij de los productos de
las matrices : A B y A C , es decir . . .
[ A ( B C) ] ij = ( A B) ij ( A C) ij = ( A B A C) ij
Hemos probado asi que las matrices A ( B C) y A B A C tienen los mismos elementos y
son del mismo tamao por lo cual son iguales .
303
lgebra Superior
Ejemplo 16. Como ilustracin de la ley asociativa, consideremos el producto de las siguientes matrices :
1
A= 2
0
1
A B = 2
1
1
3
4
4
8
5
12
1 2
B =
;
10
16
0 2
C =
8
( A B) C = 5
12
0
8
1
16
10
10
8
16
46
72
34
4 1
18
1
A ( B C ) = 2
2
1
4
4
18
8
10
8
16
46
72
34
4 1
1
A ( B C ) = 2
10
8
A B A C = 5
12
1
1
4
4
11
6
16
17
28
15
A B =
8
5
12
10
16
8
3
A C = 1
12
7
3
8 1
16 4
12
7
11
= 6
16
17
28
15
0
0
0n m =
.
0
0 . . 0
0 . . 0
. . .
. .
Algunas de las propiedades de la matriz cero son muy parecidas a las propedades correspondientes del
cero en los nmeros reales y son . . .
304
lgebra Superior
TEOREMA 1.
( A 0) = ( 0 A) = A
AA= 0
III .
A = A
IV .
A 0m p = 0n p
0q n A
= 0q m
distintos tamaos .
EJERCICIO 6.1
I. Sean las matrices de tamaos : A : [ 4 5 ] , B : [ 4 5 ] , C : [ 5 2 ] , D : [ 4 2 ] , E : [ 5 4 ].
Determinar si existen las siguientes operaciones matriciales :
1. B A
2. A C D
3. A E B
4. A B B
5. E ( A B)
6. E ( A C)
7. B ( E A)
y dar el tamao de la matriz resultante en caso afirmativo .
b c 8
ab
=
3 d c 2 ( a 2 d ) 1
3
A = 1
4 1
B =
0 2
1
C =
3
4 2
1
1
D = 1
5 2
0
2
6
E = 1
1 3
1 2
1
Calcular . . .
9. A B
10. A D C
11. D E
12. E D
13. D E
14. C A 3 B
15. 2 C D C
16. 3 C D
305
lgebra Superior
17. ( 3 D) C
21.
18. D E
19. A ( B C)
20. 4 B C 2 C
22.
Demostrar que el producto de matrices diagonales es una matriz diagonal . Enunciar entonces
una regla para multiplicar matrices diagonales.
III. Sean . . .
3 2
F =
;
1 3
0 1
H =
;
4 0
G =
;
a = 3 ;
b= 2
24. ( F G) H = F ( G H )
25. ( a b) H = a H b H
26. a ( G H ) = a G a H
27. F ( G H ) = F G F H
28. a ( F G) = ( a F ) G = F ( a G)
29. ( A B) = A B
30. ( A B) = A 2 A B B
3. existe A E pero no A E B
4. no existe
9.
13.
12 3
4 5
4 1
9
2
32
10. no existe
8 19
0
9
8. a = 19 , b = 27 , c = 34 , d = 11 .
25
0
17. no existe
14.
18.
11
13
48
0
38
11.
13
1
2
10
14 26
15.
31
19.
3 45
11 11
7 17
15 31
27
5 4 1
0 1 1
1 1 1
49 49
17
13
12.
14 36
4 1
12 26
25
21
7
16. no existe
20.
30
68 16
10 50
306
lgebra Superior
21.
D 1 E3
3
x23 = C2 ( D E) = C2 D2 E3 = ( 3
3
D3 E
(1
5 ) ( 1
(3
3
2 ) 2
3
3
1 ) 2
3
3
4 ) 2
3
= (3
19
=
5 ) 0
25
182
22. El producto de matrices diagonales es una matriz diagonal cuyos elementos son los productos de los elementos
diagonales correspondientes en las matrices iniciales.
23. F ( G H ) =
24. ( F G) H =
4 1
3 5 11
2
0 1
15 4 6
10
14
0 1
4 6
25. ( a b) H = 1
27. F ( G H ) =
28.
a ( F G) = 3
14
1
46
91
12 3
9 3
1 15
42 30
3 45
0 4
3 20 29
2
= ( F G) H
= F ( G H )
= a H b H
12 0 0 3
3 15 12 18
14
10
15 12
9 6 4
3 9 1
12 0
3 3 15
2
0 1
8 4 6
2
0 3 0 2
12 18 8 12
4 1 = 6 1
3 3 1 13 4
14 10
y tambin F ( a G) =
29, 30 .
40
60
0 1
4 6
4 1
3 1
26. a ( G H ) = 3
19
9
= a G a H
= FG FH
= ( a F ) G
42 30
3 45
307
lgebra Superior
6.4
La matriz inversa .
Definicin . La matriz identidad es una matriz diagonal unitaria , denotada por I n (el ndice denota el
tamao de sta matriz que, por ser diagonal, tambin es cuadrada ) por ejemplo . . .
I 2 =
1 0
1
I3 = 0
0 0
1 0
0
1
0
I4 =
0
0
0 0 0
1 0 0
etc.
0 1 0
0 0
A I m = A
In A = A
0 0
1 0
0
a
a
a
21
22
23
= A
y similarmente . . .
1 0 a11 a12 a13
I 2 A =
1 a11 0 a21
0 a21 1 a21
= A
De sta manera, la matriz identidad desempea una funcin semejante a la del nmero 1 en la aritmtica de
los nmeros reales : a 1 = 1 a = a
308
lgebra Superior
Un caso especial de la multiplicacin de matrices se presenta cuando A es una matriz cuadrada y se puede
hallar otra matriz cuadrada B , tal que . . .
A B = I n
B A = I n
en tal caso se dice que la matriz A es inversible y que la matriz B es la matriz inversa de A , la cual se
denota por A
= a a = 1 que es
1 1
3 0
A=
2 2
0 3
1 0
4 3
1 1
2
1 4 7 5
1 3 5 4
B=
3 7 12 9
3 5 9 7
1 1
3 0
A B =
2 2
0 3
1 4 7 5
4
3 1 3 5
1
3 7 12 9
7
1 3 5 9
1 0
4
1
2
( 7 5 12 0)
( 5 4 9 0)
( 1 1 3 0) ( 4 3 7 0)
12
9
)
(
12
28
15
)
(
21
48
27
)
(
15
36
21
)
( 2 2 3 3) ( 8 6 7 5) ( 14 10 12 9) ( 10 8 9 7)
( 0 9 14 5)
( 0 15 24 9) ( 0 12 18 7)
( 0 3 6 3)
1
0
0
0
0 0 0
1 0 0
0 1 0
0 0
= I4
y similarmente . . .
1 4 7 5 1 1
1 3 5 4 3 0
B A =
3
7 12 9
2 2
3 5 9 7 0 3
Pedro Ferreira Herrejn
1 0
4 3
1
2
1
0
0
0
0 0 0
1 0 0
0 1 0
0 0
= I4
309
lgebra Superior
Por lo tanto, la matriz A es inversible y su inversa es B ( tambin se puede decir que B es inversible y
su inversa es A ) .
Sin embargo no toda matriz cuadrada tiene necesariamente una inversa .
Cuando una matriz cuadrada no tiene inversa se dice que tal matriz es singular .
Por ejemplo. . .
2 2
A = 1 2
3 2
1
3
es una matriz singular porque no tiene inversa. Para comprobarlo, supongamos que existe su inversa y
denotmosla por B . Entonces se debe cumplir que A B = I 3 , es decir . . .
2 2
A B = 1 2
3 2
0
1 b
b
b
31 32 33
0
0 0
1 0
0
2 b12 2 b22
2 b13 2 b23
2 b11 2 b21
1
0
0 0
1 0
0
Igualando los elementos correspondientes stas dos matrices, se obtiene el siguiente sistema de ecuaciones
simultneas :
I) 2 b11 2 b21 = 1
VIII)
Sin embargo, se puede comprobar rpidamente que stos tres conjuntos de ecuaciones son inconsistentes ,
pues no hay valores reales para las incgnitas :
310
lgebra Superior
TEOREMA 2.
DEMOSTRACIN .
Supongamos que C y B son dos matrices inversas diferentes para la matriz cuadrada A .
Entonces se debe cumplir por definicin que . . .
A B = B A = I n
A C = C A = I n
C ( A B) = ( C A) B
sin embargo, A B = I n y tambin C A = I n , de modo que la expresin anterior se
reduce a :
C I n = I n B
y como toda matriz cuadrada multiplicada por la identidad es la misma matriz, se concluye
que:
C= B
por lo tanto, si C y B son inversas de A , no pueden ser diferentes, es decir la inversa de la
matriz A es una sola.
La inversa de una matriz cuadrada A de tamao [ n n ] se denota por A
condiciones siguientes . . .
A A
= In
A = In
( 6.5 )
( Ntese que ambas condiciones son necesarias, dado que el producto de matrices no es conmutativo )
Demostremos ahora el siguiente teorema . . .
TEOREMA 3.
= B
311
lgebra Superior
DEMOSTRACIN .
A A
= I
A = I
( A I ) A
= I
A I A = I
1
A B B 1 A 1 = I
y B
B = I
A 1 B 1 B A = I
( A B) B
=I
( B A) = I
B A por la
es la inversa de ( A B) .
Este resultado se puede generalizar al producto de 3 o ms matrices inversibles y se expresa como sigue:
( A B C ........ X Y )
Entonces . . .
= (Y )
1 3
A= 4 5
1 2
1 3
A B = 4 5
1 2
5 1 10
= 4 1 8
3 1 7
( X )
1 3 0
0 4 10 1
1
1 2 5
5
= 2
1
1
( B)
17 43 5
24 62 5
11 28 3
3 3
( A)
1 3 0
B = 4 10 1
2 5 1
....... ( C)
( A B)
46
= 17
10
11 95
4
3
22
35
312
lgebra Superior
5
2
5 1 10
1 4 1
8
2 3 1
7
46
17
10
3 3
1
1
11 95
4
3
22
35
= ( A B)
A = A A A ............ A
A n = A
1
.......... A
A = In
A A = A
( n m)
TEOREMA 4.
A
1
* A
= A
es inversible y su inversa es A
= A
1 n
DEMOSTRACIN .
A A
= I
y se cumple que :
A = I
(*)
1
es A ,de
tambin es inversible
313
lgebra Superior
Denotando a la inversa de A
A
1
por
= I
1 1
= I
(**)
Al comparar las expresiones (*) y (**) y recordar que la matriz inversa de una matriz dada es nica ,
1 1
= A
A A
A I A
= I
A A A
( A A) I A
puesto que A I = A
= I
= I
=I
=I
etc. etc.
= I
1 2
1 3
1 4
1 3
= I
...................
A A
y por lo tanto, la inversa de A
6.5
A I A = I
A A A A
A I A = I
2
A A A
puesto que A A
es
1 n
= I
A n
1
es cuadrada
se obtiene de la matriz identidad I n , realizando una sola operacin elemental
1
E2 = 0
0 3
1 0
0
314
lgebra Superior
1
0
E3 =
0
0
0 0 0
0 1 0
1 0 0
0 0
3 1
A = 0 2
2 1
4 3
1
5
1
E = 0
0
1
0
1
0
1
E A = 0
0
1
0
3 1
4 0 2
1 2
1
0
4 3
1
5
3 1 4 3
8 6 19 10
2 1 5 4
El resultado es una matriz que se puede obtener de A sumando al 2 rengln 4 veces el tercer rengln .
Si una matriz elemental E se obtiene de I n mediante una sola operacin elemental, entonces es posible
obtener I n mediante la operacin inversa aplicada a la matriz E . Esto es, existe una matriz E
se obtiene aplicndo a I n una operacin elemental ) tal que . . .
E = In
E E
( que
= In
Por lo tanto, toda matriz elemental E es inversible y su inversa E0 tambin es una matriz elemental
Ejemplo 20.
aplicndole a
In
la operacin inversa mediante la cual fueron obtenidas de la matriz identidad y son :
E1 1
se obtiene
0 2
E1
1 0
=
1
0
2
315
lgebra Superior
De sta manera . . .
E1 E1
E1
1
=
1 0
0
1
2 0
2
1 0 1 0
E1 =
1
0 0 2
2
1
1 1 0 0
1 0 0
0 1 ( 2) 0 0 0 ( 2) 1
2
1 0 0 ( 2)
1 1 0 0
0 0 1 0 0 0 1 ( 2)
2
2
= I2
= I2
se obtiene
1
E2 = 0
0 3
0 3
1
0
E2
1
= 0
0
1
E2 E2
E2
1
= 0
1
E2 = 0
0 0
1 0
1
0
0 0
1 0
0
= I3
3 1 0 3
1 0 0
= 0 1 0 = I
1 0 0 1 0
3
0
0 1
0 1
se obtiene
1
0
E3 =
0
0
0 0 0
1
0
1
E
=
3
0
0
0 1 0
1 0 0
0 0
0 0 0
0 1 0
1 0 0
0 0
1
0
1
E2 E2 =
0
0
Pedro Ferreira Herrejn
0 0 0
0 1
1 0
0 0
1
0 0
0
0
1 0
0 0 0
0 1 0
1 0 0
0 0
1
0
0
0
0 0 0
1 0 0
0 1 0
0 0
= I4
316
lgebra Superior
1
0
1
E2 E2 =
0
0
0 0 0
0 1
1 0
0 0
1
0 0
0
0
1 0
0 0 0
1
0
0
0
0 1 0
1 0
0 0
0 0 0
1 0 0
0 1 0
0 0
= I4
Supongamos ahora que una matriz cuadrada A de tamao [ n n ] se obtiene aplicando sucesivamente k
operaciones elementales a la matriz I n es decir. . .
A = Ek Ek 1 Ek 2 ................. E2 E1 I n
Entonces, dado que cada matriz elemental es inversible, es posible multiplicar por la inversa de cada una
de ellas en el orden inverso los dos miembros de la igualdad anterior , para obtener . . .
E1 1 E2 1 ..... Ek 1 A = E1 1 E1 E2 1 E2 ........... Ek 1 Ek In
pero cada matriz elemental multiplicada por su inversa en el miembro izquierdo, es la identidad :
E1 1 E2 1 ..... Ek 1 A = In In ............... In In
= In
Se concluye asi que la matriz A ser inversible y su inversa est dada por . . .
= E1
E2
E3
..... Ek
In
( 6.6 )
CONCLUSIN :
1
La inversa A
de una matriz A cuadrada [ n n ] e inversible, es el producto de
operaciones elementales inversas ( aplicadas en el orden inverso) mediante las que se
obtuvo la matriz A a partir de I n .
De sta manera, hallar la inversa de una matriz cuadrada se reduce a encontrar una sucesin de
operaciones elementales en los renglones
matriz A a la identidad I n .
Tal sucesin aplicada a I n ser la inversa buscada A
317
lgebra Superior
Ejemplo 21.
2 3 5
A= 1 4 2
0 1 2
Solucin :
Ya que se van a hacer las mismas operaciones elementales sobre A que sobre I 3 , escribamos la
matriz aumentada [ A : I 3 ] para realizar tales operaciones simultneamente en ambas matrices.
[ A : I3 ] =
2 3 5
1 4 2
0 1 2
. 1 0 0
. 0 1 0
. 0 0
2 3 5
1 4 2
0 1 2
R1 R2 :
. 1 0 0
. 0 1
. 0 0
1 4 2
2 3 5
0 1 2
. 0 1 0
. 1 0 0
. 0 0
Con el fin de transformar en ceros los elementos debajo del 1 en la primera columna, sumemos
ahora 2 veces el actual primer rengln al segundo :
R2 R2 2 R1 :
1 4 2
2 3 5
0 1 2
. 0 1 0
. 1 0 0
. 0 0
1 4 2
0 5 9
0 1 2
. 0 1 0
. 1 2 0
. 0 0
Intercambiando ahora el 2 renglon con el 3 ; pero multiplicando antes ste ltimo por 1 se
obtiene la matriz :
1
0
4 2 . 0 1
1 2 . 0 0
5 9 . 1 2
Con el fin de transformar en ceros los elementos debajo del 1 en la segunda columna, sumemos
5 veces el 2 rengln al 3 .
R3
R3 5 R2
1
0
4 2 . 0 1
1 2 . 0 0
5 9 . 1 2
0
0
1
0
. 0 1
. 0 0
1 . 1 2
5
0
318
lgebra Superior
1
0
R2 R2 2 R3 :
R1 R1 2 R3 :
4 2 .
1 2 .
0 1 .
0
0 1
1 2 5
0
1
0
2
4
9
1 2 5
4 0 .
1 0 .
0 1 .
10
y finalmente . . .
R1 R1 4 R2 :
1
0
4 0 .
1 0 .
0 1 .
2
4
9
1 2 5
2
10
1
0
0 0 .
1 0 .
0 1 .
6 11 26
2
1 2
5
9
6 11 26
= 2 4
9
1 2 5
A A
2 3 5 6 11 26
= 1 4 2 2 4
9
0 1 2 1 2 5
6 11 26 2 3 5
1 4 2
A A = 2 4
9
1 2 5 0 1 2
1
1
0
0 0
1
0
0 0
1 0
0
1 0
0
Con frecuencia no se sabe de antemano si una matriz cuadrada es inversible o es singular ; pero mediante
el procedimiento ilustrado en el ejemplo anterior, cuando una matriz no tiene inversa, en alguna parte del
clculo aparecer un rengln de ceros en el lado izquierdo de la matriz aumentada . Esto significar que
tal matriz no tiene inversa porque no se puede obtener de I n por medio de operaciones elementales .
Ejemplo 22.
1 2 1
0 3 1
A=
2 4 2
3 1 4
1
0
319
lgebra Superior
Solucin :
Escribamos la matriz aumentada [ A : I 4 ] y transformemos el lado izquierdo en la matriz
identidad mediante operaciones elementales en los renglones.
[ A : I4 ] =
1 2 1
0 3 1
2 4 2
3 1 4
5 . 1 0 0 0
3 . 0 1 0 0
0 . 0 0 1 0
1 . 0 0 0
R3 R3 2 R1 :
R4 R4 3 R1 :
R3 3 R3 8 R2 :
R4 3 R4 7 R2 :
R4 8 R4 28 R3 :
1 2 1
0 3 1
2 4 2
3 1 4
5 . 1 0 0 0
3 . 0 1 0 0
0 . 0 0 1
1 . 0 0 0
1 9 1 1
0 3 1 3
0 8 0 10
0 7 7 14
1
0
0
0
0 0 0
1 0 0
0 1
3 0 0
0 0
0 28
8 3
21 . 9 7 0
1 9 1 1
0 3 1 3
0 8 0 10
0 7 7 14
1
0
0
0
1
0
0
0
9
3
0
0
0 0 0
1 0 0
0 1 0
3 0 0
0 0
0 28
3 .
8 6 . 6
0
0 0
8 3 0
21 . 9 7 0
1 1 . 1
0 . 96
168 84
24
0
Se obtiene entonces una fila de ceros en el lado izquierdo, lo cual indica que es imposible
obtener la matriz A
320
lgebra Superior
EJERCICIO 6.2
x y
z w
w y
x w y z z x
1
1 3
B =
;
1 2
y verificar que . . . ( A B)
= B
5. Sea A =
0 1
2 3
1 2
C =
3 5
( A B C )
= C
3
2
6. Demostrar que una matriz cuadrada que contiene un rengln o una columna de ceros, no tiene inversa
7. De las siguientes matrices , cules son elementales ?
a)
e)
0
0
1 0
b)
0
0
f)
1
0
c)
1
0
1
0
g)
1
0
0
0
0
1
d)
1 0
0 0
0
0 0 0
1 0 0
1 1 0
0 0
8. Realizar la operacin elemental sobre los renglones que transforme a la matriz dada en la matriz identidad
a)
b)
0
0
0 1
1
0
c)
1
0
0
0
0 0 0
8 0 0
d)
0 1 0
0 0
e)
1
0
0
1
0
1
0
1
A = 4
7
Pedro Ferreira Herrejn
2 3
5
8
7
B = 4
8 9
5
2
1
C = 4
2
5
12
15
3
321
lgebra Superior
E1 A = B
E2 B = A
E3 A = C
E4 C = A
10. Mediante operaciones elementales en los renglones, hallar la inversa de cada una de las siguientes matrices :
a)
e)
i)
m)
3
3
2
4
1
5
1
5
2
5
b)
4
2
1
5
1
5
1
10
1
10
1
5
a 0 0 0
0 b 0 0
0 0 c 0
0 0 0 d
f)
j)
n)
2 3
3 5
1
0
c)
0 1
g)
1 1
1
1
2
1
2
0
1
2
1
2
0
0 0 0 a
0 0 b 0
0 c 0 0
d 0 0 0
k)
o)
8 6
4 3
d)
2
2
6 6
1
1
1
1
0 0 0
h)
7 6
7
2 0
2 4
2 4
a 0 0 0
1 a 0 0
0 1 a 0
0 0 1 a
l)
p)
3
1
2
1
1
4
3
0
5
0 1
1 1
1
5 11
2 1
6 2
0 0
7
4
9
0
0
3
cos ( ) sen ( )
sen ( ) cos ( )
0
0
1
0
322
lgebra Superior
1. Sea A
a c
1
, entonces . . . A A = I 2
b d
x y a c 1
=
z w b d 0
es decir . . .
x a y b x c y d 1
=
z a w b z c w d 0
igualando los elementos correspondientes de stas matrices, se obtiene el siguiente sistema de ecuaciones:
x a y b = 1
x c y d = 0
z a w b = 0
z c w d = 1
del cual se obtiene la solucin:
a=
w
;
w x z y
b=
z
;
w x z y
c=
x
y
; d =
w x z y
w x z y
y
w
a c w x z y w x y z
x
b d z
w x y z w x y z
w y
w x y z z x
1
2.
2 1
=
5 3
2 3
=
;
5 2
=
3 1
por lo tanto . . .
( A B)
1
1
3 1 1 3
2 7 = 11 7
=
5 2 1 2
3 11
3 2
2 3 2 1
11 7
=
1 1 5 3
3 2
= B
Adems . . .
323
lgebra Superior
( A B C )
1
1
3 1 1 3 1 2
19 31 = 49 31
=
5 2 1 2 3 5
30 49
30 19
5 2 2 3 2 1 49 31
=
3 1 1 1 5 3 30 19
3.
1 4
3
A=
7
2
3
5.
0 1 1
( A I ) =
2 3 0
2
= C
1 1 2 1 1 1 1
=
=
1
2 2 2 2 2 2
0
3 1
2 6
0 1 1
A 2 A I =
2
2 3
2 3 0
2
2 3 0 2 1
6 11 4 6 0
3 1
2 6
2
7.
a) elemental
b) elemental
c) no elemental
e) no elemental
f) elemental
g) elemental
8. a) R2 R2 5 R1 :
c) R2 8 R2 :
1
0
0
0
1
1
5
0 0 0
1 0 0
0 1 0
0 0
1
0
0
0
b) R1 R3 :
d) elemental
1
0
0 0
1
0
0 0 0
8 0 0
0 1 0
0 0
b) R2 R2 3 R3 :
0
0
1
I 3 0
0
1
0
0 1
1 0
0
1
0
324
lgebra Superior
9. Ntese que la matriz B se obtiene de la matriz A intercambiando los renglones 1 y 3 . Por eso, sta
es la misma operacin que se debe hacer en la matriz unitaria :
E1 A =
E2 B =
0
0
0 1
2 3
0 4
0 7
0
0
0 1
8 9
5 6
0 4
0 1
7
4
8 9
1
4
2 3
5 6
2
5 6
8
= B
= A
Ntese que la matriz C se obtiene de A sumndo a su 3er rengln el doble del primer rengln .
Por eso sta es la misma operacin que se hace en la matriz unitaria.
E3 A =
1
0
0 0
2 3
0 4
1 7
1
4
2
5
12
15
3
= C
Ntese que la matriz C se obtiene de A restndole a su 3er rengln el doble del primer rengln .
Por eso sta es la misma operacin que se hace en la matriz unitaria.
E4 C =
1
0
0 0
0 4
1 9
15
3
12
1
4
2 3
5 6
8
= A
Para obtener la matriz a partir de la matriz multiplicndola por matrices elementales, es necesario:
1 intercambiar los renglones primero y tercero .
2 agregar al tercer rngln el doble del segundo
en ese orden, es decir . . .
E3 E1 B =
0
sin embargo E3 E1 = 0
1
5 2
10.
a)
3 1
1
0
0 0
0 1
8 9
0 0
1 1
0 4
0 1
1
4
2
5
12
15
3
= C
0 1
1 0
0
b)
5 3
3 2
c) matriz singular
325
lgebra Superior
d)
15 11 12
10 10 10
10
5 7 4
g)
7 0 3
2
1 1 0
0 1 1
j)
m)
2
2
0
e) matriz singular
h)
2 0
2
0
k)
1 0 0 0
a
0
0
0
1
0 0 c 0
0 0 0 1
d
cos ( ) sin ( )
p) sin ( ) cos ( )
0
0
n)
f)
1 1 1
0 0 2
2
1 2 1
1
8 0 0
0
1 4 4
8
0 2 2
0 0 1
0 0 0 1
1
0
0
0
0 b 0 0
1 0 0 0
a
i)
1 1 1
1 1 1
2
1 1 1
1
3 0 6
17 5 6
3
5 5 0
1
l) matriz singular
o)
a3 0 0 0
2
3
a a
0
0
1
4
a a a2 a3 0
2
3
1 a a a
1
0
326
lgebra Superior
6.6
........
........
a11 x1 a12 x2 .
a21 x1 a22 x2 .
.
an1 x1 an2 x2 .
. .
. .
. .
. .
. .
a1m xm
b1
a2m xm
b2
.
=.
.
.
anm xm bn
Ntese ahora que la matriz [ n 1 ] de la izquierda se puede reemplazar por el producto de dos matrices de
tamaos [ n m ] y [ m 1 ] y que son precisamente la matriz de los coeficientes del sistema y la matriz
de las incgnitas . . .
a11 a12
a21 a22
. .
. .
an1 an2
. . .
. . .
. . .
. . .
. . .
x1 b1
a2m
x2 b2
. . = .
.
. .
anm xm bn
a1m
O en forma simblica . . .
A X = B
( 6. 7 )
donde A representa la matriz de coeficientes del sistema lineal , X representa la matriz de las incgnitas
y B es la matriz de los trminos constantes .
Con sta representacin matricial se pueden usar las propiedades de las matrices para establecer nuevos
mtodos de solucin para un sistema de ecuaciones lineales y tambin para demostrar algunos de sus ms
importantes resultados . Por ejemplo . . .
327
lgebra Superior
Ejemplo 23.
A X = 0
A X = B
I)
II)
( homogneo )
( no homogneo )
Demostrar que :
a) Si el sistema II) tiene dos soluciones diferentes X 1 , X 2 entonces
X 1 X 2
DEMOSTRACIN :
a) Si X 1 y X 2 son soluciones del sistema no homogneo entonces se cumplen las siguientes
igualdades matriciales. . .
A X 1 = B
A X 2 = B
Restando miembro a miembro estas igualdades y usando la propiedad distributiva de las matrices
se obtiene . . .
A X 1 A X 2 = B B
A X 1 X 2 = 0
A X 2 = B
Si X 1 es una solucin del sistema homogneo entonces se cumple la igualdad matricial :
A X 1 = 0
Sumando miembro a miembro estas igualdades, usando la propiedad distributiva de las matrices y
una de las propiedades de la matriz cero resulta . . .
A X 2 A X 1 = B 0
A X 2 X 1 = B
en efecto
328
lgebra Superior
Ejemplo 24.
DEMOSTRACIN :
Si X 1 y X 2 son soluciones diferentes del sistema no homogneo A X = B entonces se
cumplen las siguientes igualdades matriciales. . .
A X 1 = B
Definamos ahora la matriz X 0 =
A X 2 = B
X 1 X 2
A X 1 k X 0 = A X 1 A k X 0
= B k A X 0
= B k A X 1 X 2
A X 1 k X 0 = B k ( B B)
= B
de manera que
A X = B
Dado que K es cualquier constante , existen tantas soluciones como valores posibles tenga k
y por lo tanto el teorema queda demostrado .
Se deduce de ste resultado que si un sistema de ecuaciones lineales es soluble, entonces tiene :
Notemos la facilidad con la que se han demostrado estos importantes resultados para los
sistemas de ecuaciones lineales usando el enfoque matricial .
TEOREMA 5.
329
lgebra Superior
DEMOSTRACIN :
Supongamos que X = A
A X = B :
A A
B = B
A A B = B
1
I n B = B
A X 1 = B
Multiplicando ambos miembros por la inversa de A queda . . .
A X 1 = A
A A X
1
pero A
= A
Ejemplo 25.
Hallar la solucin del siguiente sistema de ecuaciones lineales por medio de su matriz
inversa .
x1 2 x2 = 1
2 x1
5 x2 3 x3 = 6
x1 x2 4 x3 = 5
1 2
2 5
1 1
x1 1
3 x2 = 6
4 x
3 5
0
la solucin es entonces . . . X = A
x1 1 2
x2 = 2 5
x 1 1
3
Pedro Ferreira Herrejn
B es decir . . .
6
3
4
5
330
lgebra Superior
x1 23 8 6 1
x2 = 11 4 3 6
x 3 1 1 5
3
5
2
2
X1 = A
B1 , X 2 = A
B2 , X 3 = A
B3 , . . . , X n = A
Bn .
Este es un procedimiento mucho ms eficaz que el de aplicar por separado una reduccin de Gauss-Jordan a
cada uno de los sistemas lineales .
Esta situacin surge muy a menudo en aplicaciones de la Ciencia o de la Ingeniera , en las cuales se
considera que ciertos sistemas fsicos ( circuitos , mecanismos etc. ) responden como una caja negra es
decir un sistema del cual no es importante conocer los detalles internos de funcionamiento sino nicamente
cules son sus respuestas correspondientes a cierto conjunto de seales de entrada .
entrada :
seal de excitacin
salida :
respuesta del sistema
Caja Negra
( Un Sistema Fsico )
Si el sistema fsico que se considera es lineal , dar una sola respuesta para cada seal de entrada , que
adems ser proporcional a la intensidad de tal seal .
Por ejemplo si se trata de un circuito elctrico al cual se excita con un voltaje de entrada incial , la salida
podra ser la corriente elctica que el circuito genera en los alambres terminales de salida . O bin , si la
entrada es una matrz X de tamao [ n 1 ] de voltajes , la respuesta del circuito ser otra matriz B de
tamao [ n 1 ] respuestas de salida y ambas matrices estarn relacionadas entre si por medio de una
ecuacin matricial de la forma :
331
lgebra Superior
A X = B
en la cual A es una matriz [ n n ] cuyos elementos son parmetros fsicos, los cuales estn determinados
por el funcionamiento interno del sistema considerado .
Ahora bin, si se tiene una sucesin de matrices de salida B1 , B2 , B3 , . . . , Bn diferentes y se desea
conocer las entradas correspondientes X 1 , X 2 , X 3 , . . . , X n que produjeron tales salidas, se debe
resolver entonces los n sistema lineales : X 1 = A
B1 , X 2 = A
B2 , . . . , X n = A
Bn cada
uno de ellos con la misma matriz A de coeficientes . El mtodo de la matiz inversa resulta ideal en estos
casos .
Ejemplo 26.
z 5 w = b1
4 x 3 y
z 3 w = b2
x y w = 5 = b3
7 x 6 y z 7 w = b4
cuando . . .
a) b1 = 1 , b2 = 3 , b3 = 2 , b4 = 4
b) b1 = 0 , b2 = 1 , b3 = 2 , b4 = 1
c) b1 = 2 , b2 = 1 , b3 = 0 , b4 = 1
X1 = A
B1 , X 2 = A
B2 , X 3 = A
B3
7 5 1 5
4 3 1 3
A=
1 1 0 1
7 6 1 7
1
3
B1 =
2
4
Pedro Ferreira Herrejn
0
1
B2 =
2
1
1 1
1 2
1
A =
1 2
0 1
2
6
1
3
1
0
x
y
X =
z
w
2
1
B3 =
0
1
332
lgebra Superior
Por lo tanto X 1 = A
x1
1 1
y1 = 1 2
z1 1 2
0 1
w1
B1 implica que . . .
2
6
1
3
1
1 3
0
2
1 4
0
( 1) 1 ( 1) 3 ( 2) 2 ( 0) 4
(
1
)
2
)
(
6
)
1
)
( 1) 1 ( 2) 3 ( 1) 2 ( 0) 4
( 0) 1 ( 1) 3 ( 3) 2 ( 1) 4
2
3
7
1
3
9
4
4
es decir x1 = 2 , y1 = 3 , z1 = 7 , w1 = 1
X2 = A
B2 implica que . . .
x2
1 1
y2 = 1 2
z2 1 2
0 1
w2
es decir
6
1
3
0
1 1
0
2
1 1
0
( 1) 0 ( 1) 1 ( 2) 2 ( 0) 1
(
1
)
2
)
(
6
)
1
)
( 1) 0 ( 2) 1 ( 1) 2 ( 0) 1
( 0) 0 ( 1) 1 ( 3) 2 ( 1) 1
x2 = 3 , y2 = 9 , z2 = 4 , w2 = 4
y X3 = A
B3 implica que . . .
x3
1 1
y3 = 1 2
z3 1 2
0 1
w3
es decir
2
6
1
3
2
1 1
0
0
1 1
0
1 ( 2) ( 1) ( 1) ( 2) 0 ( 0) 1
1 ( 2) ( 2) ( 1) ( 6) 0 ( 1) 1
1 ( 2) ( 2) ( 1) ( 1) 0 ( 0) 1
0 ( 2) ( 1) ( 1) ( 3) 0 ( 1) 1
1
1
0
0
x3 = 1 , y3 = 1 , z3 = 0 , w3 = 0
Prcticamente hemos resuelto tres sistemas diferentes de ecuaciones simultneas al mismo tiempo.
Si se hubiese usado el mtodo de Gauss-Jordan , se tendra que calcular la matriz escalonada reducida
para cada uno de los tres sistemas de ecuaciones anteriores, lo cual es proceso ms laborioso.
333
lgebra Superior
6.7
La matriz transpuesta .
T
La transpuesta de una matriz A de tamao [ m n ] se representa por A y es una matriz que tiene por
columnas los renglones de A , es decir A
Si
a11 a12
a21 a22
A=
.
.
am1 am2
Ejemplo 27.
. .
. .
. .
. .
a1n
a2n
.
amn
entonces
a11 a21
a12 a22
T
A =
. .
a1n a2n
. .
am1
. .
am2
amn
.
. .
. .
2 1
A = 4 3
0 1
3
B= 1
0
1 2 1
C = 0 3 4
2 1 1
2
0
son :
2 4 0
,
1 3 1
A =
T
B = ( 3 1 0 )
1
2
T
C =
1
3
0
3
4
0
2
2
I)
AT T = A
III)
( k A) = k A
II)
T
; k = const
IV)
( A B) = A B
T
( A B) = B A
DEMOSTRACION .
I)
AT T = A
334
lgebra Superior
T
IV) ( A B) = B A
es de la forma [ m r ]
B es de la forma [ s m ]
T
( A B) es de la forma [ s r ] .
T
es
Por otra parte, el elemento ij del producto A B se obtiene al multiplicar el i-simo rengln de A :
ai1
b1 j
b2j
.
.
bmj
obtenindose :
335
lgebra Superior
Ejemplo 28.
2 1
A = 4 3
0 1
1 3 4
B =
2 3 1
comprobar que : i) ( B C) = B C
1 2 1
C =
ii) ( A B) = B A
2 4
A =
1 3
T
1 2
B = 3 3
4 1
T
1
C = 2
1
T
4
3
por lo tanto . . .
1 2 1
B C = 3 3 2
4 1 1
T
( B C) =
T
2 3 1
2 2
1 6
5 3
2 2
2 1 T 2 1 5 T
=
= 1 6
3
4
0
2
6
3
Adems . . .
2 1 1
T
( A B) = 4 3
2
0 1
3
3
T
T
4 3 9
= 10 3 19
1
2 3 1
4
3
10
3
19
1
3
1 2 2 4
B A = 3 3
1 3
4 1
T
4
3
10
3
19
1
3
336
lgebra Superior
EJERCICIO 6.3
I. Resolver los siguientes sistemas de ecuaciones lineales usando la matriz inversa .
1
x1 2 x2 = 8
2 x1
2.
3 x1
6 x2 = 12
3 x2 = 5
2 x1
3. x1 2 x2 2 x3 = 0
5 x2 = 19
x1 3 x2 x3 = 7
x1 3 x2 2 x3 = 3
4. 2 x y z = 15
3 x 2 y
y 7 z 9 w = 4
x y 4 z 4 w = 0
x 2 z 3 w = 3
2 x y 4 z 6 w = 3
5.
z = 23
y z = 5
3 x
6. x 2 y 5 z w = 15
2 x
y 2 w = 5
x 2 y 2 z 3 w = 5
3 x 2 y 3 z 5 w = 5
7. Una caja contiene monedas de $ 5 , $ 1 y $ 10 . Si en total son 13 monedas con valor de $ 86 cuntas
monedas de cada tipo hay en la caja ?
8. Resolver el sistema de ecuaciones lineales :
x 4 y 6 z = b1
7 x 10 y 17 z = b2
2 x 3 y 5 z = b3
cuando :
a) b1 = 19 , b2 = 29 , b3 = 9 .
b) b1 = 1 , b2 = 2 , b3 = 1
c) b1 = 3 , b2 = 7 , b3 = 17
d) b1 = 12 , b2 = 2 , b3 = 1
Qu condiciones deben satisfacer los trminos constantes para que los siguientes sistemas de ecuaciones
lineales sean consistentes ?
9.
x1 x2 3 x3 = b1
3 x1
2 x1
10.
3 x2 9 x3 = b2
x1 5 x2 x3 2 x4 = b2
2 x1 2 x2 6 x3 = b3
x1 2 x2 2 x3 3 x4 = b3
3 x1
2 2
A = 1 2
2 2
1
2
3 x2 x3 x4 = b1
x2 3 x3 4 x4 = b4
x1
X = x2
x
3
337
lgebra Superior
13. Sin usar lpiz y papel determine si las siguientes matrices son inversibles o no .
2
0
A=
0
0
3 1
3
5
0
5
0
B=
0
0
1 4
0 2
0 1
0 0
7
1
= IAA A A
= I A A A ....... A
15. ( I A)
si A = 0
si A
n 1
= 0
1.
x1 1 3 2 8
= 7
2 1 5
x
3.
x1 3 2 4 0
x2 = 1 0 1 7
x 0 1 1 3
3
5.
x 4 3 6 1 4
y = 0 0 2 1 0
z 1 0 1 1 3
2 1 3 1 3
w
2
3
2
= 3
4
5
3
=
2
4
2.
x1
=
x2
4.
x
1 0 1 15
1
y = 2 3 2 1 23
z
3 2 1 5
x
y
6. =
z
w
1
27
12
2 3 19
2
3
5
3
2
5 20 10 15 15 5
4 18 20 20 5 3
1
=
10 4 8 10
10
5 2
7 24 20 25 5 4
x y z = 13 , bin
x y = 13 z
(I)
= 86
, bin
x 5 y = 86 10 z
(II)
x 13 z
=
5 y
86 10 z
1
338
lgebra Superior
X = A
x 1 5 1 13 z
= 4
86 10 z
y
21 5 z
4
4
73 9 z
4 4
sin embargo, x , y , z han de ser enteros positivos , y por lo tanto se tienen las condiciones:
21 5 z
4
4
73 9 z
4 4
que implica
21
5
que implica z
es decir 5 z
73
es decir z 8
21
4
( 5) = 1 ;
4
y=
73
4
( 5) = 7
4
Se puede comprobar fcilmente que con las otros posibles valores para z : 6 , 7 y 8 , no se obtienen
soluciones enteras para x e y .
Asi que x = 1 , y = 7 y z = 5 es la solucin del problema es decir , en la caja hay una moneda de $ 1
, 7 monedas de $ 5 y 5 monedas de $ 10 , para un total de $ 86 .
la solucin general es :
b
1 4 6 x 1
7 10 17 y = b2
2 3 5 z b3
1
1 4 6
1
A = 7 10 17
2 3 5
1 2 8
1 7 25
1 5 18
x 1 2 8 b1
y = 1 7 25 b2
z 1 5 18 b
3
Asi que . . .
339
lgebra Superior
a)
x 1 2 8 19
y = 1 7 25 29
z 1 5 18 9
c)
x 1 2 8 19
y = 1 7 25 29
z 1 5 18 9
5
3
2
5
3
2
b)
x 1 2 8 3
y = 1 7 25 7
z 1 5 18 17
d)
x 1 2 8 12
y = 1 7 25 2
z 1 5 18 1
1 1 3
3 3 9
2 2 6
119
= 373
268
8
1
4
11. La matriz
1 2
A I3 = 1 1
2 2
es singular.
14.
I = I ( A A) A A
=
I A A
A A
2
1 1 7
3 6
2 5
1 3 6
0 1 1
3 6
A I A A
3
= ( I A) I A A A A
y comparando con :
( I A) ( I A)
A
3
A A
siempre que A = 0
= I
se sigue que : ( I A)
= IAA A A
340
lgebra Superior
Captulo VII
Determinantes
7.1
Permutaciones .
Se llama permutacin a un arreglo ordenado de nmeros enteros, colocados uno tras otro a lo largo de un
rengln o de una columna .
Por ejemplo si consideraramos los nmeros enteros { 1 , 2 , 3 , 4 }, entonces las posibles permutaciones o
maneras de ordenar ste conjunto son 24 , como se muestra en el siguiente esquema, dado que existen . . .
( 4) ( 3) ( 2) ( 1) = 24 = ( 4)
1
2
3
1
341
lgebra Superior
( 5) ( 4) ( 3) ( 2) ( 1) = 120 = ( 5)
Se puede demostrar por induccin , que el total de permutaciones posibles para un conjunto de n objetos
es el factorial ( n) de tal nmero.
Se dice tambin que en una permutacin hay una inversin cuando un entero mayor precede a un entero
menor y una permutacin es par o impar si el nmero de inversiones en ella es respectivamente par o
impar . Para determinar sto simplemente se cuentan las inversiones de cada elemento en la permutacin ,
por ejemplo en . . .
(4 2 1 3 )
(3 4 2 1 )
7.2
Determinantes
Definicin :
Toda matriz cuadrada A tiene asociado un nmero denotado por
determinante el cual se calcula como :
que se llama
a k a k ................. ank
1 k1
kj
donde el simbolo
a k a k a k ............ ank
1
342
lgebra Superior
Observemos la suma est formada por trminos que son el producto de las componentes aij de la matriz A ;
pero que cada uno de ellos tiene un solo elemento de cada columna y de cada rengln es decir, una vez que se
escoge una factor aij para el producto, ya no se puede escoger otro componente que est en el rengln i en
la columna j .
De acuerdo con sta definicin, en el determinante de una matriz [ 2 2 ] , dado que slo hay dos columnas ,
las posibles permutaciones de los nmeros 1 y 2 son :
( 1 2 ) que es par
( 2 1 ) que es impar
por lo tanto los nicos productos permitidos para formar el determinante de la matriz : A =
son
a11 a12
a
a
21
22
a11 a22 y a12 a21 , ste ltimo producto es negativo porque la permutacin de sus segundos ndices
a11 a12
a21 a22
A =
Ejemplo 1 .
a k
1 k1
kj
A =
4 2
1 0 y
, B=
1 2
2 3
C=
3 5
4 2
a11 a12
= a11 a22 a12 a21
a
a
21
22
A =
queda :
4 2
A =
B =
1 0
5
= ( 4) ( 1) ( 3) ( 2) 2
= ( 1) ( 0) ( 5) ( 0) 0
1 2
2 3
C =
3
5
4 2
Pedro Ferreira Herrejn
1 5 3 2
2 2 4 3
3
4
343
lgebra Superior
De la definicin general para un determinante, es posible obtener tambin la forma explcita del determinante
de una matriz cuadrada de tamao [ 3 3 ] :
( 1 2 3 ) que es par
( 1 3 2 ) que es impar
( 2 1 3 ) que es impar
como sigue . . .
( 2 3 1 ) que es par
( 3 1 2 ) que es par
( 3 2 1 ) que es impar
Para formar uno de los productos del determinante, se debe escoger de la matriz un solo elemento de cada
rengln , asi que todos los productos tienen la forma: a1 k1 a2 k2 a2 k3 donde k 1 k 2 k 3 es
una posible permutacin del nmero de columnas . Por lo tanto el determinante de sta matriz contiene 6
productos :
Finalmente se obtiene . . .
a11 a22 a33 a12 a23 a31 a13 a21 a32 a11 a23 a32 a12 a21 a33 a13 a22 a31
Ejemplo 2 .
0 2 3
A = 6 1 5
1 4 3
344
lgebra Superior
queda :
0 2 3
A = 6 1 5
1 4 3
= ( 0) ( 1) ( 3) [ ( 2) ( 5) ( 1) ] [ ( 3) ( 6) ( 4) ]
[ ( 0) ( 5) ( 4) ( 2) ( 6) ( 3) ( 3) ( 1) ( 1) ]
= [ 0 10 ( 72 ) ] [ 0 36 ( 3) ]
=
95
Es muy fcil recordar como se calcula el determinante de las matrices [ 2 2 ] [ 3 3 ] mediante los
siguientes esquemas :
a12 a21
a11
a12
a13
a11
a12
a21
a22
a23
a21
a22
a31
a32
a33
a11
a12
a13
a11 a22
a21
a22
a23
Los elementos de la matriz se unen por lineas rectas diagonales y todos los
elementos sobre una misma diagonal se multiplican .
El signo del producto es positivo si la diagonal es descendente y es negativo si tal
diagonal es ascendente .
Para una matriz [ 3 3 ] se deben duplicar los dos primeros renglones y escribirlos
debajo del tercero con el fin de formar los productos de 3 elementos . tambin se
pueden duplicar las dos primeras columnas y escribirlas a la derecha de la tercera
columna.
El determinante es la suma de los productos obtenidos en cada diagonal
345
lgebra Superior
Es importante reconocer que stos esquemas para el clculo de determinantes tienen validez slamente para
matrices de tamao [ 2 2 ] [ 3 3 ] , es decir no se pueden generalizar para calcular determinantes de
matrices de mayor tamao.
Por ejemplo, para una matriz [ 4 4 ] , existen ( 4) ( 3) ( 2) ( 1) = ( 4) = 24 permutaciones posibles de
sus columnas y por lo tanto hay 24 trminos en la expresin de su determinante . Sin embargo, con el
esquema de diagonales anterior, solo se podran formar 8 diagonales que involucren 4 trminos , como se
puede apreciar en los siguientes esquemas :
De sta manera, la evaluacin directa del determinante de una matriz [ n n ] a partir de la definicin
general, resulta ser una tarea bastante laboriosa. Por ejemplo tan solo para una matriz [ 5 5 ] habra que
hacer ( 5) = 120 productos elementales y para una matriz de [ 10 10 ] el nmero de productos sera la
asombrosa cantidad de . . .
( 10 ) = 3628800
Afortunadamente, los determinantes tienen propiedades que nos ayudan a evitar sos laboriosos clculos de
manera que se puedan evaluar de una manera ms rpida y sencilla .
EJERCICIO 7.1
1. Determinar si son pares impares las siguientes permutaciones de los primeros 5 nmeros enteros .
i) ( 1 5 2 4 3 )
iv) ( 3 5 1 4 2 )
ii) ( 3 2 1 4 5 )
iv) ( 3 4 5 2 1 )
iii) ( 4 1 5 2 3 )
v) ( 2 4 3 5 1 )
i)
1 5
3 4
ii)
iii)
12
9
iv)
k 4 2
3 k 3
346
lgebra Superior
1
5
v)
2 4
1
4
vi)
i) A =
4
3
ii)
1 6
8 7
2 3
vii)
( 6)
A= 0
( 4)
k 1 k 2
2 k 4
1 3 7
0 , si
iii)
A = ( 2)
( 2)
4. Aplicar la definicin general para evaluar directamente los determinantes de las siguientes matrices :
i)
0
0
0
5
0 0 0 1
0 0 2
0 3 0
4 0 0
0 0 0
0
0
ii)
0
0
0
5
4 0 0 0
0 0 2
0 3 0
0 0 0
0 0 0
0
1
iii)
0
0
0
5
0 0 0 1
0
0
0 0 2 0
0 0 2
4 0 0
0 0 0
Respuestas 7.1
1.
2.
i) par
ii) impar
iv) par
v) impar
i) 19
v) 55
= 2 3
3.
i)
4.
i) 120
iii) impar
iv) par
ii) 20
iii) 51
iv) k k 6
vi) 179
vii) 6 k 20 k 6
ii)
= 26
ii) 120
iii)
= 6 3
iii) 0
347
lgebra Superior
7.3
A = 0.
A = 0.
A = 0.
no cambia de valor .
DEMOSTRACINES .
a1 k1 a2 k2 a3 k3 ............ an kn
a1 k1 a2 k2 ......... ai ki a j k j ........ an kn
[ a1 k1 a2 k2 ......... a j k j ai ki ........ an kn ]
348
lgebra Superior
k 1 k 2 . . . . k j ki . . . k n
contiene una inversin ms dado que k j k i .
En consecuencia todos los trminos que forman al determinante cambian de signo.
Cuando los renglones i y j no son adyacentes, el nmero p de inversiones que genera el
ndice k i al pasar al lugar k j , es el mismo que genera el ndice k j al pasar a lugar k i .
Adems se genera otra inversin entre los propios ndices k i y k j , por lo cual el total de
inversiones es impar : 2 p 1 . Asi que al intercambiar los dos renglones de la matriz las
permutaciones del determinante que eran pares, ahora son impares y viceversa .
II) El determinante de una matriz A se multiplica por una constante k cuando uno de los renglones
de la matriz ( una de sus columnas) se multiplica por esa constante .
a11 a21
a21 a22
.
.
k ai1 k ai2
.
.
an1 .
. . .
. . .
. . .
. . .
. . .
. . .
a1n
a11 a21
a21 a22
.
= k . .
k ain
. .
an1 .
ann
a2n
. . .
a1n
. . .
a2n
. . .
. . .
. . .
.
.
ann
III) Si dos renglones de una matiz A son iguales entonces su determinante vale cero .
Consideremos una matriz en la cual los renglones i y j son iguales, esto es . . .
349
lgebra Superior
a11
a21
.
A = aj1
a
i1
.
an1
a11
a21
.
A = ai1
a
j1
.
an1
a21 . . . a1n
a22 . . .
.
. . .
aj2 . . .
ai2 . . .
.
. . .
. . .
a2n
ajn
ain
.
ann
filas
iguales
a21 . . . a1n
a22 . . . a2n
.
. . .
ai2 . . .
aj2 . . .
.
. . .
. . .
ain
ajn
.
ann
.
Sin embargo, debido a que los renglones contienen exactamente los mismos nmeros, se tiene que . . .
A = A
es decir . . .
A A = 0
2
A = 0
A = 0.
a1 k1 a2 k2 a3 k3 ............ an kn
a11 a21
a21 a22
. .
A =
0 0
. .
a
n1 .
. . .
a1n
. . .
a2n
. . .
. . .
. . .
. . .
.
ann
.
= 0
V) Si un renglon de una matriz es un mltiplo de otro rengln entonces su determinante vale cero .
Consideremos una matriz A que tenga el rengln j igual rengln i multiplicado por una
constante k .
Pedro Ferreira Herrejn
350
lgebra Superior
i-simo rengln
j-simo rengln
a11 a21
.
.
ai1 ai2
.
.
k ai1 k ai2
.
.
an1 .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
a1n
ain
k ain
.
ann
a11 a21
. .
ai1 ai2
k .
.
ai1 ai2
. .
an1 .
a1n
. . .
ain
ain
.
ann
. . .
. . .
. . .
. . .
. . .
. . .
filas
iguales
y ahora se tiene un determinante que tiene dos renglones iguales, el cual por la propiedad III)
vale cero.
VI) El determinante de una matriz no cambia de valor si se suma un mltiplo de un rengln a otro.
Consideremos una matriz transformada Ac cuyo rengln j sea la suma del rengln i
multiplicado por una constante c ms el rengln j , esto es . . .
a11
ai1
Ac =
.
aj1 k ai1
an1
a21
. . .
. . .
ai2
. . .
. . .
aj2 k ai2
. . .
. . .
. . .
ain
ajn k ain
ann
a1n
Por definicin, los trminos del determinante de sta matriz sern los productos formados que
contengan un solo elemento de cada rengln y de cada columna :
a1 k1 a2 k2 ......... a jk j c ai ki ........ an kn
los cuales se dividen en los dos productos :
a1 k1 a2 k2 ......... a jk j ........ an kn
en consecuencia . . .
351
lgebra Superior
a11 a21
.
.
.
ai1 ai2
ajn
.
.
.
c ai1 c ai2
.
.
.
ann
an1 .
. .
aj1 aj2
Ac =
. .
. .
a
n1 .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
a1n
ain
c ain
.
ann
.
. .
aj1 aj2
Ac =
. .
. .
a
n1 .
. . .
. . .
. . .
. . .
. . .
.
ajn
.
ann
a11 a21
. .
ai1 ai2
c .
.
ai1 ai2
. .
an1 .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
a1n
ain
ain
.
ann
.
pero el ltimo determinante tiene dos renglones iguales que, por la propiedad III), vale
cero .Por lo tanto . . .
Ac = A c ( 0)
y
TEOREMA 1 .
A = A
DEMOSTRACIN :
T
se
352
lgebra Superior
Como consecuencia de ste teorema, todos los enunciados y propiedades acerca de los determinantes que
contengan la palabra "rengln" , son igualmente vlidos para la palabra "columna" , dado que basta con
transponer la matriz A correspondiente para convertir una proposicin acerca de los renglones en su
equivalente proposicin para las columnas. Por ejemplo . . .
Si decimos . . .
A = 0"
A = 0"
etctera
etctera
TEOREMA 2 .
DEMOSTRACIN :
El nico producto que podemos formar que contenga exactamente un elemento diferente de
.
cada
rengln y exactamente un elemento diferente de cada columna en la matriz tirangular . . .
353
lgebra Superior
a11 0 0
a21 a22 0
A = a31 a32 a33
. . .
a
n1 . .
tal que que no contenga un cero es precisamente
. .
. .
. .
. .
. .
.
ann
0
porque . . .
el nico elemento distinto de cero que podemos escoger del primer rengln es a11 y dado que
tambin est en la primera columna, en el producto ya no se puede escoger ningn otro elemento
de la primera columna . En consecuencia . . .
del 2 rengln slo podemos escoger para el producto el elemento a22 , porque es el nico
elemento distinto de cero que no est en la 1 columna . De la 2 columna ya no se puede escoger
entonces ningn otro elemento . En consecuencia . . .
del 3 rengln slo podemos escoger para el producto el elemento a33 , porque es el nico
elemento no nulo que no est sobre la primera o la segunda columna . De la 3 columna ya no se
puede escoger entonces ningn otro elemento . y as sucesivamente . . .
del ltimo rengln slo podremos seleccionar ann , porque ya se habrn escogido elementos en
todas las dems columnas .
Ejemplo 3 .
3 1
0 2
A = 0 0
0 0
0 0
0
4
5
0
0
8
9
3 5
1
2
0
4
7
Solucin :
Dado que A es una matriz diagonal [ 5 5 ] , su determinante se obtiene como el
producto de los elementos en la diagonal principal . . .
A = ( 3) ( 2) ( 5) ( 1) ( 4) = 120
Conociendo las propiedades de los determinantes y los resultados de los teoremas 1 y 2, ahora es posible
calcularlos de una manera ms sencilla y eficiente que mediante la aplicacin directa de la definicin
general .
La idea es aplicar las operaciones elementales sobre los renglones ( las columnas ) de una matriz
cuadrada , para transformarla en triangular y aplicar entonces el resultado del teorema 2 .
354
lgebra Superior
Ejemplo 4 .
0
A = 3
Solucin :
Usemos las propiedades de los determinantes y las operaciones elementales para transformar la
matriz a una forma triangular .
Notando que el 2 rengln se puede factorizar y en consecuencia, de la propiedad II) . . .
5
1
0
A = 3 ( 1) 3 ( 3) 3 ( 2)
3
1
4
3 1
5
3
3
1
1
1
A = ( 1) ( 3) 0
1
A = ( 3) 0
3
5
15
7
1
1
A = ( 3) 0
3
5
0
10
1
A = 3 [ ( 1) ( 5) ( 10) ] = 150
Ejemplo 5 .
2 4
1 2
A=
4 8
5 10
355
lgebra Superior
Solucin :
Transformemos la matriz a una forma triangular, usando las propiedades de los determinantes y
las operaciones elementales.
Notando que la 2 columna es un mltiplo de la 1 , se puede factorizar queda . . . , de la
propiedad v) se deduce que | A | = 0 .
2 4
1 2
A =
4 8
5 10
3
0
5
2
1
4
( 2) ( 2) 3 5
( 2) ( 1)
( 2) ( 4)
( 2) ( 5) 4 3
2 2
1 1
= 2
4 4
5 5
la 2 columna es ahora igual a la primera, asi que por la propiedad (III) , el determinante es cero.
A = 0
Las siguientes matrices tambin tienen un determinante nulo . (Trate de averiguar por qu
razn antes de ver las respuestas )
3 12
A =
;
1 4
Respuestas :
7 4 2
3
B = 2 3 1
7
1
2
3
2
3 6
1 2
C=
4 1
5 10
21
3
1
15
12
15
9
Es importante no perder de vista las operaciones entre columnas. Hacindolo se pueden acortar los clculos
que de otra forma seran ms largos realizando solamente operaciones entre renglones, como se muestra en
el siguiente ejemplo, en el cual en un solo paso se obtiene la forma triangular y de inmediato el
determinante de la matriz .
C4 C4 3 C1 :
1
2
0
7
0 0 3
7 0
6 3
3 1
1
2
0
7
0 0
7 0
6 3
3 1
12
0
= ( 1) ( 7) ( 3) ( 12 ) = 252
356
lgebra Superior
EJERCICIO 7.2
I) Evaluar los determinantes de las siguientes matrices por simple inspeccin .
53 27
2
0
1.
1
0
4
6
5.
8
12
9
13
12
16
2.
2 0
9 1
43 7
19 5
12
3 5 8
5 1 2 4
4 3
5 1
6.
9
2
3.
1
7.
0
0
1
3
0
0
6
4
3 0
4
11
7 9
1
0
3 4
4.
3 7 6
5 4 10
2 1 4
0 1 1 0 1
2 2 1
2
1
1 2 2 1 2
2 1 1 2 1
1 2 2 1 2
8.
II) Evaluar los determinantes de las siguientes matrices reducindolas primero a la forma triangular :
9.
2
0
13.
0
1
5
1
10.
3 6 0 4
2 3 1 1
4 8 2 2
1 9 5 9
III) Si
17.
20.
a b c
d e f =
g h i
d e f
g h i
a b c
a b c
2 d 2 e 2 f
g h i
2
4
14.
1 1
2
3
11.
2 1 6 3
1 3 2 4
5 2 1 0
7 1 3 2
1 2
3 5
4 3
15.
1
2
1
2
2
3
1
12.
1
2
1
2
1.35 3.027 0
2.01 4.28 2.75
0.123 1 1.7
1
2
16.
2
0
0
0
3 1
7 0
3
1
4 4
0 1
0 2
0 3
18.
21.
a b c
d e f
a b c
a d b e c f
e
f
d
g
h
i
19.
22.
b
c
a
d 3 a e 3 b f 3 c
2 g
2 h
2 i
3 b
3 c
3 a
d 3 a e 3 b f 3 c
2 g 3 d 2 h 3 e 2 i 3 f
357
lgebra Superior
23.
a b c
a2 b2 c2
25.
1 1 1
a b c
a3 b3 c3
= ( a b) ( a c) ( b c)
24.
0 0 0
0 0 a23
0 a32 a33
= ( a b) ( a c) ( b c) ( a b c) 26.
a14
a34
a44
a24
0 0 a13
0 a22 a23
a a a
31 32 33
1.
2.
48
3. 0
4.
5.
6. 0
7.
12
8. 0
9. 8
10. 5
11. 7
12.
13. 400
14. 43
15.
16. 2
17. ( 1) ( 1) 5 = 5
18. 0
19. 2 ( 5) = 10
20. ( 1) ( 2) ( 1) 5 = 10
21. 5
15.429
1
2
22. ( 3) ( 2) 5 = 30
358
lgebra Superior
7.4
TEOREMA 3 .
I)
k A = k A
II)
A B = A B
DEMOSTRACIN :
I)
k A = k A
De cualquier rengln columna se puede extraer un factor comn en un determinante y entonces ste
queda multiplicado por tal factor .
Por otra parte la matriz kA se obtiene multiplicando cada rengln de la matriz A por el nmero k .
Asi que si k tiene n renglones, el factor comn k se puede extraer n veces del determinante A
A B = A B
a11 a12
a
a
21
22
A=
b11 b12
, entonces . . .
b
b
21
22
B=
a11 a12 b11 b12 a11 b11 a12 b21 a11 b12 a12 b22
a21 a22 b21 b22 a21 b11 a22 b21 a21 b12 a22 b22
A B =
A B = a11 b11 a12 b21 a21 b12 a22 b22 a21 b11 a22 b21 a11 b12 a12 b22
= a11 b11 a22 b22 a12 b21 a21 b12 a21 b11 a12 b22 a22 b21 a11 b12
= a11 a22 b11 b22 b12 b21 a12 a21 b11 b22 b12 b21
=
359
lgebra Superior
a
a
21 22 b21 b22
A B =
Ejemplo 6 .
A B
2
A= 1
0
0
1 2 0
B = 1 3 2
2 1 1
A = 3
B = 11
1 2 0
3 B = 3 1 3 2
2 1 1
2
4 A = 4 1
1
2
A B = 1
3
0
0
3 6 0
3 9 6
6 3 3
8
4
0
0
0
0
1 2 0
2 1 3 2
3 2 1 1
3
0
0
= 297 = 33 ( 11 ) = 33 B
4 A
= 192 = 43 ( 3) = 43 A
3 12 5
3 0 2
5 1 3
A B = 33 = ( 3) 11 = A B
4
3
B A = 33 = 11 ( 3) = B A
1 2 0 2
B A = 1 3 2 1
2 1 1 1
12
12
3 B
3
3
6
11
360
lgebra Superior
TEOREMA 4 .
DEMOSTRACIN :
A A
= In .
A A
pero
= A A
= In
A A
El producto
A A
= 1
0 y tambin
A 0.
Ejemplo 7 .
Determinar si la matriz :
2
A= 1
3
1
0
2
4
tiene inversa.
2
A = 1
3
1
0
2
4
2
1
( 2) ( 2)
( 2) ( 1)
( 2) ( 1)
361
lgebra Superior
Ejemplo 8 .
1 0 2
B = 2 2 3
3 1 1
Dada la matriz :
comprobar que
1 0 2
2 2 3
3 1 1
R2 R2 2 R1 :
R3 R3 3 R1 :
R3 2 R3 R2 :
1 0 2
0 2 7
0 1 5
R2 3 R2 7 R3 :
. 0 1
. 0 0
2 1
3 0
.
.
.
0 0
1 0 2
0 2 7
0 0 3
R1 3 R1 2 R3 :
. 1 0 0
1 0 2
0 2 7
0 1 5
1 0 2
0 2 7
0 0 3
2 1 0
4 1 2
0 0
2 1 0
3 0 1
2 1 0
4 1 2
3 0 0
0 6 0
0 0 3
5 2
. 22 10
.
4 1
14
0 0 .
1 0 .
0 1 .
5 2
3
22
10
4 1
3 3
14
2
3
4
3
5 2 4
= 11 5 7
3
4 1 2
1
362
lgebra Superior
1 0 2
B = 2 2 3 =
3 1 1
1
3
5 2 4
=
11 5 7 =
3
4 1 2
1
9
3
1
3
EJERCICIO 7.3
A = A
I) Comprobar que
1.
1
A = 2
4.
2.
3 6
4
1 2
2 1
A = 1 0
0 2
2 1
1 3 3 5
2 7
A=
2 4 4
3.
3 1 5 3
0 6
3 1
1 1
2
3
4
B =
3
5.
0 1 4
A = 2 0 2
3 2 8
3
B= 1
1
0
6.
4 2 6
3 6 7
2 1 3
7.
2
1
8.
0
0
9.
1
2
3
4
4 2 5
3 3 4
2 4 3
1 5
10.
( k 2)
A=
( k 1)
4
11.
3 2 1
A= 3 k 1
1 2 4
12.
( k 1)
A= 3
363
lgebra Superior
b11
x
y
B=
z
.
z .
b22
s .
b33 . .
. .
. .
. .
.
.
bnn
.
d 11
x
y
D=
z
.
z .
d 22
s .
r d 33 . .
s
. .
. .
. .
.
.
d nn
.
Observe que los elementos de B situados simtricamente respecto a la diagonal principal son iguales, mientras
que los elementos de D tambin presentan sta simetra pero son de signo opuesto.
Se dice entonces que:
T
Adems para que una matriz pueda ser simtrica o antisimtrica, es necesario que sea cuadrada.
Demostrar entonces que para cualquier matriz A que sea cuadrada se cumple. . .
13. las matrices A A
14. la matriz A A
y AA
son simtricas.
es antisimtrica.
364
lgebra Superior
1.
2.
3.
1
A = 2
3
T
2 7
2 3
= 2
6
8
7
1
2
T
A =
3
4
T
3 3 5
1 5
0 6
A = 3 ;
2 1 0
4 5 6
4 3
1 1
2
3
4 3
1 2 1
2 1 0
=0 1 2
3 2 1
1 0 1
13
20
A B =
5.
0 1 4 3
A B = 2 0 2 1
3 2 8 2
1
0
2
A B =
6.
4 2 6
3 6 7
2 1 3
0 7
8.
4
1
3
0
2
9 8
2 6
9 19
A es singular
4
4
4
4
A es singular
2 1 0
4 5 6
4 3
24
7.
9.
A = 6 ;
= ( 6) ( 4) =
1
2
3
4
= 56
A B
2
1
4 2
B =
= 2
= 4 = ( 2) ( 2)
9 8
2 6
9 19
2 3 4
A = 56 ;
1
3
=
3
5
2 1
13 5
0 2
= 3
3 4
1 3
A =
= 2 ;
20
2 3
1
= 2
A = 0 ;
3 1 T
2 3 4
1
3
4
=
3
2
5
2 4
1 2
2 1
T
A = 1 0
0 2
2 1
4. A B =
B = 4
A B
A es singular
4 2 5
3 3 4
2 4 3
1 5
A es singular
365
lgebra Superior
2
10.
A = k k6
A = 0 si k = 3 2
11.
A = 11 k 22
A = 0 si k = 2
12.
A = 3 k 5 k 8
13.
A ATT = ATT AT = A AT
A = 0 si k = 1
8
3
A ATT
A ATT = AT ATT = AT A
T
La matriz
A ATT
A AT es antisimtrica porque . . .
A ATT = AT ATT = AT A = A AT
A ATT
es el negativo de la matriz
A AT
Obtengamos una matriz simtrica y otra antisimtrica a partir de una matriz cualquiera:
1
A A = 2
1
A A = 2
3
6
3
6
1 2
4 2 3
8 3 4
1 2
4 2 3
8 3 4
8
6
2
4
10
0
0
1
A = 2
2
3
6
8
3
4 10
6
2
16
2
0 10
0
10
366
lgebra Superior
7.5
DEFINICIN 1.
Si A es una matriz [ n n ], se define el menor M ij correspondiente al elemento aij de la matriz ,
como el determinante de la submatriz que se obtiene de A al eliminar el rengln i-simo y la columna
j-sima , es decir , el rengln y la columna donde se encuentra aij .
Se define tambin el nmero . . .
Aij = ( 1)
i j
M ij
Ejemplo 9 .
Dada la matriz :
2
A= 1
3
1
0
. . .
.
. . .
.
367
lgebra Superior
2
M 11 = 1
3
1
0
2
4
1 2
0 2
1 2
1 2
=2
A11 = ( 1)
1 1
M 11 = ( 1) ( 2) = 2
2
M 12 = 1
3
1
0
2
4
=4
A12 = ( 1)
1 2
M 12 = ( 1) ( 4) = 4
2
M 13 = 1
3
1
0
2
4
=1
A13 = ( 1)
1 3
M 13 = ( 1) ( 1) = 1
2
M 21 = 1
3
1
0
2 =
2
3 4
=6
A21 = ( 1)
2 1
M 21 = ( 1) ( 6) = 6
2
M 22 = 1
3
1
0
2
4
=0
A22 = ( 1)
2 2
M 22 = ( 1) ( 0) = 0
etc. etc.
a
a
a
21 22 23 = a11 a22 a33 a12 a23 a31 a13 a21 a32
a a a
a11 a23 a32 a12 a21 a33 a13 a22 a31
31 32 33
Pedro Ferreira Herrejn
368
lgebra Superior
La cual se puede escribir de varias maneras si en la expresin de la derecha se factorizan los elementos que estn e
una misma columna en un mismo rengln. Por ejemplo . . .
a
a
a
21 22 23 = a11 a22 a33 a23 a32 a21 a12 a33 a13 a32 a31 a12 a23 a13 a22
a a a
31 32 33
La expresin de la derecha es el producto de los elementos de la primera columna de la matriz A por los cofacto
correspondientes a esos elementos, es decir . . .
a21 a22 a23 = a21 a12 a33 a13 a32 a22 a11 a33 a31 a13 a23 a11 a32 a31 a12
a a a
31 32 33
que es la suma de los productos de los elementos del segundo rengln de la matriz, por sus correspondientes
cofactores, esto es . . .
a21 a22 a23 = a13 a21 a32 a31 a22 a23 a11 a32 a31 a12 a33 a11 a22 a21 a12
a a a
31 32 33
que es la suma de los productos de los elementos de la tercera columna de la matriz, por sus correspondientes
cofactores, es decir . . .
369
lgebra Superior
A =
A =
ai k Ai k = ai 1 Ai 1 ai 2 Ai 2 ........ ai n Ai n
La mejor estrategia para evaluar un determinante por cofactores es a lo largo de un rengln de una columna
que contenga muchos ceros, transformando primero esa fila o esa columna por medio de las operaciones
elementales para que contenga tantos ceros como sea posible.
Ejemplo 10 .
2 3 4
3 2 7
A=
5 1 2
1 0 2
por cofactores .
Solucin : Al sumar mltiplos del tercer rengln a los dems renglones, se obtiene la matriz :
2 3 4
3 2 7
5 1 2
1 0 2
R1 R1 3 R3
R2 R2 2 R3
3
5
17
13
5
1
0 10
11
1
0
2 5
2
17
13
5
1
0 10
11
1
0
2 5
2
= A32
370
lgebra Superior
A = A32 = ( 1)
3 2
17
M 32 = ( 1) 13
1
5
10
11
Al sumar mltiplos del tercer rengln a los dems renglones, se obtiene la matriz :
17
13
R1 R1 17 R3
R2 R2 13 R3
10
3
2
11
0 24 60
0 29 50
1 2 3
17
A = ( 1) 13
10
3
2
0 24 60
= 0 29 50
11
3
1 2 3
=
0 C11 0 C21 ( 1) C31
= C31
= ( 1)
3 1
M 31
24 60
29 50
= ( 24 ) ( 50 ) ( 29 ) ( 60 ) = 540
7.6
La matriz adjunta .
DEFINICIN 2
Si A es una matriz de tamao [ n n ] y Aij es el cofactor del elemento aij ,
entonces la matriz que tiene por elementos los cofactores respectivos de A . . .
A11 A12
A21 A22
.
.
.
.
An1 An2
Pedro Ferreira Herrejn
. . .
A1n
. . .
A2n
. . .
. . .
. . .
.
.
Ann
371
lgebra Superior
A11 A21
A12 A22
adj ( A) = .
.
.
.
A1n A2n
Ejemplo 11 .
. . .
An1
. . .
An2
. . .
. . .
. . .
.
.
Ann
2
B= 1
1
4
5
0
2
B21 = ( 1)
3
1 2
= 10 ;
1 1
3
4 1 4
B12 = ( 1)
= 3 ; B13 = ( 1)
= 7
B22 = ( 1)
4
2 2
5 2 1
= 6 ; B23 = ( 1)
= 13
3
1 2
4
5 2 2
6 2 1
B31 = ( 1)
= 9 ; B32 = ( 1)
= 0 ; B33 = ( 1)
= 9
4 1
1 1
1 4
5 3 7
10 6 13
9 0 9
y por lo tanto la adjunta de B es la tanspuesta de sta matriz :
5 10 9
adj ( A) = 3 6 0
7 13 9
372
lgebra Superior
7.7
a11
.
ai1
A= .
aj1
.
an1
a12 . . . a1n
.
. . .
ai2 . . .
.
. . .
aj2 . . .
.
. . .
an2 . . .
es decir. . . aik = b jk
ain
ajn
.
ann
a11
.
ai1
B= .
ai1
.
an1
a12 . . . a1n
.
. . .
ai2 . . .
.
. . .
ai2 . . .
.
. . .
an2 . . .
ain
ain
.
ann
.
rengln
rengln
todos los elementos del rengln j-simo de B son iguales a los elementos del
rengln i-simo de A .
entonces se deduce que . . .
A jk = B jk : los cofactores del rengln j de B son iguales a los cofactores del rengln j de A ,
dado que todos los dems renglones de A y B son idnticos .
B = 0 ; el determinante de la matriz B es cero por tener la matriz dos renglones iguales.
B = 0 y
A jk = B jk se obtiene que . . .
lo cual significa que en toda matriz cuadrada, al multiplicar los elementos de un rengln por los cofactores
correspondientes de cualquier otro rengln , el resultado es siempre cero .
373
lgebra Superior
a11
a21
.
.
A ( adj ( A) ) =
ai1
.
.
an1
. . .
. . .
ai2 ai3 . . .
.
. . .
. . .
an2 an3 . . .
a2n A11
A12
.
. A13
ain .
.
.
. A1n
ann
. .
. .
. .
. .
Ann
.
A2n . . Ajn . .
si
i j
si
i= j
De sta manera todos los trminos del producto A ( adj ( A) ) valen cero a excepcin de los elementos de la
diagonal principal que son todos iguales y valen A , es decir :
A
0
0
A adj ( A) =
.
.
0
. . .
. . .
. . .
. . .
. . .
. . .
0
0
.
.
A
0
1
0
0
A
.
.
0 0 . . . 0
0
.
.
1 0 . . . 0
0 1 . . .
.
. . .
. . .
0 .
. . .
por lo tanto :
A adj ( A) = A I n
Si la matriz A es inversible, entonces A 0 y por ser
1
A
Pedro Ferreira Herrejn
( A adj ( A) ) = I n
374
lgebra Superior
pero al multiplicar ste resultado por ambos lados por la matriz inversa de la matriz A queda . . .
Por definicin A
adj ( A) = A
A = I n y tambin A
I n
In = A
adj ( A) = A
In
Se tiene asi una frmula analtica para calcular la inversa de una matriz cuadrada :
Ejemplo 12 .
adj ( A)
2
B= 5
1
4
5
1
3
5 7
3
4 5 4
B12 = ( 1)
= 5 ; B13 = ( 1)
= 25
0 1
0 5
1 3
3
B21 = ( 1)
= 16 ;
5 1
2 3
4
5 2 1
B22 = ( 1)
= 2 ; B23 = ( 1)
= 10
0 1
0 5
B31 = ( 1)
4
7
3
31
16
19
31
adj ( B) = 5
25
2 3
5 7
= 19 ; B32 = ( 1)
5
2
1
16
2
10
10
13
= 1 ; B33 = ( 1)
= 13
25
19
13
1
375
lgebra Superior
adems , el determinante B desarrollado por ejemplo por los cofatores de la 3a columna vale . . .
31
1
5
18
25
adj ( B) =
16
2
10
31
18
5
18
25
18
19
13
1
8
9
1
9
5
9
19
18
13
18
18
Comprobacin :
31
B B =
5
18
25
1
19 2 1 3
18 0 0 1 0 0
1
5 4 7 = 0 18 0 = 0 1 0
1
2
16
10
13 0 5 1
18
18
0 1
TEOREMA 5 .
( Regla de Cramer )
a11 a12
a21 a22
. .
. .
an1 an2
. . .
. . .
. . .
. . .
. . .
a1n x1
b1
a2n
x2 b2
. . = .
.
. .
ann xn bn
tal que A 0 , entonces el sistema tiene una solucin nica dada por :
x1 =
B1
A
, x2 =
B2
A
, . . . , xn =
Bn
A
376
lgebra Superior
DEMOSTRACIN :
1
Si A
0 , entonces la matriz A es inversible y la solucin del sistema lineal A X = B , como ya
se ha visto antes, es :
X = A
X =
adj ( A) B =
A
. .
An1 b1
. .
An2
. .
. .
. .
b2
. .
. .
Ann bn
x1
b1 A11 b2 A21 ....... bn An1
1
=
.
A
.
xn
b1 A1n b2 A2n ....... bn Ann
La igualdad entre stas dos matrices de tamao [ n 1 ] implica que el elemento j-simo de X es :
xj =
(*)
Pero por otra parte, si la matriz Bj se obtiene reemplazando la columna j-sima de A por la matriz B :
a11 a12
a21 a22
Bj = .
.
. .
an1 an2
. . .
a1 j 1 b1 a1 j 1 . . . a1n
. . .
a2 j 1 b2 a2 j 1 . . . a2n
. . .
. . .
. . .
. . .
. . .
an j 1 bn an j 1 . . .
.
.
ann
377
lgebra Superior
entonces , es claro que los cofactores de los elementos b1 , b2 , . . . , bn son iguales a los
cofactores de los elementos de A : a1 j , a2 j , a3 j , . . . , an j que estn sobre la misma
columna. Por lo tanto, de acuerdo al desarrollo de un determinante por cofactores se tiene :
(**)
xj =
para
Bj
A
Ejemplo 13 .
= 0
x 4 y 3 z = 3
5 x 6 y 7 z = 3
A X = B
es decir . . .
2 3 2 x 0
1 4 3 y = 3
5 6 7 z 3
378
lgebra Superior
2 3 2
1 4 3
5 6 7
R1 R1 2 R2
R3 R3 5 R2
0
1
11 8
4
14
8
3
2 1
= ( 1) ( 1)
M 21
2 1
11 8
14
= 24
Adems . . .
0 3 2
B1 = 3 4 3
3 6 7
2 0 2
B2 = 1 3 3
5 3 7
2 3 0
B3 = 1 4 3
5 6 3
y por lo tanto . . .
0 3 2
B1 = 3 4 3
3 6 7
= 24
y por lo tanto . . .
2 0 2
B2 = 1 3 3
5 3 7
= 48
y por lo tanto . . .
2 3 0
B3 = 1 4 3
5 6 3
= 48
x=
B1
A
24
24
= 1
y=
B2
A
48
=2
24
z=
B3
A
48
24
= 2
379
lgebra Superior
Ejemplo 14 . Hallar la matriz inversa de la matriz de coeficientes del siguiente sistema de ecuaciones
lineales y determinar su solucin :
5 x 3 y
z = 10
2 x y 4 z = 4
2 x 7 y 8 z = 0
A X = B
es decir . . .
5 3 1 x 10
2 1 4 y = 4
2 7 8 z 0
B en donde la matriz de coeficientes del sistema es A y
adj ( A)
5 3 1
A = 2 1 4
2 7 8
2 4
A12 = ( 1)
= 8
2 8
3
1
A21 = ( 1)
= 17
7 8
3 1
A31 =
= 11
A22 =
2 1
A13 =
= 12
2 7
= 42 A = ( 1) 5 3 =
23
8
2 7
1
5 1
A32 = ( 1)
= 22
2 4
41
5 3
A33 =
= 11
2 1
380
lgebra Superior
5 3 1
A = 2 1 4
2 7 8
= ( 1) ( 12 ) ( 4) ( 41 ) ( 8) ( 11 )
= 88
Por lo tanto, su matriz inversa es :
adj ( A) =
20 17 11
8 42 22
88
12 41 11
1
A = A A
5 17 1
22 88 8
1 21 1
11 44 4
3
41
1
22 88 8
= I3 .
1
y = X = A B
x
es decir, x =
3
2
10
20
8 42 22 4
88
12 41 11 0
17
y = 1 , z =
1
2
11
132
88
88
44
1
3
2
1
1
2
Comprobacin :
5 x 3 y
3
1
z = 5 3 ( 1) 10
2 x y 4 z =
2 x 7 y 8 z =
2
1
3
2 ( 1) 4 4
2
2
3
1
2 7 ( 1) 8 0
2
2
381
lgebra Superior
EJERCICIO 7.4
1. De la matriz
3 6 1
2 4 2
A=
0 7 3
1 1 0
2
2
2. Calcular el determinante A del problema anterior por medio de un desarrollo por cofactores a lo largo de :
i) el primer rengln
ii) la segunda columna
iii) el tercer rengln
3. Calcular la inversa de de la matriz A del problema anterior por medio de la matriz adjunta.
4. Evaluar el determinante de las siguientes matrices usando un desarrollo por cofactores a lo largo de cualquier
rengln o de cualquier columna que se elija .
0
8
i)
iv)
6
6
2
ii)
2 5 3
1 0 2
4 5 2
v)
1 3 0 5
vi)
2 0 2 2
4 9 2 4
2
k 1 1
1 k 2 3
2
3
k 3
1
2
A=
3
1
2
2
1
4
iii)
3 3 1 5
0 3 2 3
0 3 1 2
2 1 3 3
0 0 4 2
0
3
2
1
2 3
3 1
1
k k k
2
2
2
k
k
k
3 3 3
k k k
entre filas. Cul de los dos mtodos implica menos clculos? . Cul es ms simple?
6. Resolver los siguientes sistemas de ecuaciones lineales por la regla de Cramer siempre que sea posible .
2 x 5 y
i)
= 8
6 x 4 y = 2
iv )
2 x 3 y
zw = 6
5 x 2 y 4 z 2 w = 4
2 x 3 y 2 z 5 w = 2
5 x 4 y z w = 3
ii )
4 x 5 y
= 14
11 x y 2 z = 19
x 5 y 2 z = 17
v ) 3 x 2 y 5 z = 12
6 x 3 y 2 z = 5
2 x 2 y 8 z = 14
iii )
3 x y z = 4
4 x 5 y 8 z = 17
2 x 3 y 4 z = 4
vi ) x 3 z = 2
x y z = 1
y 2 z = 9
382
lgebra Superior
x = x cos y sen
y = x sen y cos
b cos c cos = a
c cos a cos = b
b cos a cos = c
b
y aplicando la regla de Cramer, mostrar que :
cos =
b c a
2 b c
cos =
a c b
2 a c
cos =
a b c
2 a b
9. Usando la regla de Cramer, calcular el valor de la variable z sin calcular antes x ni y en el siguiente
sistema de ecuaciones lineales:
3 x 4 y 2 z
w = 13
2 x y z w = 0
4 x 2 y 3 z 2 w = 2
x y 4 z 3 w = 20
10. Probar que la ecuacin de la recta que pasa por los puntos a1 b1
x y
a1 b1
a b
2 2
= 0
x1 y1
1
S = x2 y2
2
x y
3 3
donde
x1 y1 , x2 y2 , x3 y3 son las
383
lgebra Superior
B b
2. i)
4 2
( 3) 7 3
1 0
2 2
( 6) 0 3
2
2
1 0
5
2 4
( 1) 0 7
2
2
1 1
5
2 4 2
( 1) 0 7 3
2
2
1 1 0
5
= ( 3) 71 ( 6) 31 ( 1) 59 ( 1) 20
= 12
etc. etc.
3.
A11 =
4 2
7 3
1 0
71
2 4 2
A14 = 0 7 3 20
1 1 0
1
A23 =
3 6
0 7
1 1
A32 =
3 1
2 2
1 0
43
5
5
A12 =
2 2
0 3
1 0
A21 =
2 4
0 7
1 1
6 1
7 3
1 0
31
A13 =
55
2
2
A24 =
3 6 1
0 7 3
1 1 0
A33 =
3 6
2 4
1 1
16
A22 =
A31 =
13
A34 =
59
2
2
3 1
0 3
1 0
6 1
4 2
1 0
23
2
2
13
2
5
3 6 1
2 4 2
1 1 0
384
lgebra Superior
A41 =
6 1
4 2
7 3
3
2
A44 =
6
4
115
A42 =
3 1
2 2
0 3
A43 =
47
3
2
6 1
91
4 5
7
2 28
Matriz de cofactores :
71 31 59 20
55 23 43 16
13 5 13 4
115 47 91 28
71 55 13 115
31 23 5 47
Matriz adjunta : adj ( A) =
59 43 13 91
20 16 4 28
adj ( A) =
71 55 13 115
31 23 5 47
1
12 59 43
13 91
20 16 4 28
71 55 13 115
12 12 12 12
31
23 5
47
12
12
12
12
59 43 13 91
12 12 12 12
5 4
1
7
3
3
3
3
12
0
1
12
0
0
Comprobacin :
71 55 13 115 3 6 1
31 23 5 47 2 4 2
1
1
A A =
12
59 43 13 91
0 7 3
20 16 4 28 1 1 0
4.
i)
iii) 4 k
2
2
1
4
12
12
1
0
0
0
0
12
0
0
0 0 0
1 0 0
0 1 0
0 0
5
3
k 6 k 25 k 26
vi) 60
iv)
v) 100
5.
ii)
42
1
2
A=
3
1
2 3
3 1
1
R2 R2 2 R1
2 2 1
R3 R3 3 R1
R4 R4 R1
3
1
1
4
2 3
3 1
4
1
0
0
0
2 3
2 5
1
6
5 7
6 0
385
lgebra Superior
es . . .
2
5
6. i)
A =
x=
y=
ii)
B1
A
x=
y=
z=
22
= ( 1)
22
22
4
11
5 6
( 6)
= 6 ( 42) = 252
= 1 ;
= 2
22
14
B = 19
17
4 14
11 19
1 17
1 3
A = 22
44
22
14
19
17
B2
B3
8
2
; B=
5 0
B1
4
A = 11
8 5
2 4
B2
A = 132
5 0
1 2
5
132
132
5
2
2
132
132
= 1 ;
4 14
4 14
2
2
1 17
11 19
=
132
264
132
= 2
14
19
17
132
396
132
= 3
386
lgebra Superior
7.
x =
y =
x sen
y cos
cos sen
sen cos
cos x
sen y
cos sen
sen cos
x cos y sen
1
y cos x sen
1
= x cos y sen
= y cos x sen
9. z = 2
11. Area =
y1 y2
y2 y3
y3 y1
x2 x1
x3 x2
x3 x1
2
2
2
1
2
y1 x2 x3 y2 x1 x3 y3 x1 x2 =
x1 y1
1
x2 y2
2
x y
3 3
387