Matrices y determinantes

MATRICES: A=

..

mxn Se llama MATRIZ a la siguiente expresin, donde figuran m x n nmeros de un cuerpo k dispuestos en m lneas horizontales llamadas tipos y en n lneas verticales llamadas columnas. La MATRIZ se puede indicar abreviadamente de la siguiente manera: 1 i m A= donde mxn 1 j n

: es el conjunto de todas las matrices de clase mxn. TIPOS DE MATRICES: MATRIZ RECTANGULAR: son aquellas en que el numero de filas al numero de columnas. Si m n es rectangular. 2 -1 4 0 5 6 2x3

MATRIZ CUADRADA: son aquellas en que el numero de filas = al numero de columnas. Si m = n es cuadrada.

LA DIAGONAL PRINCIPAL: esta formada por los elementos matrices cuadradas)

nxn donde i = j (solo tienen las

MATRIZ FILA: tiene una sola fila y n columnas. Si m=1 ^ n 1 A= es la matriz fila. 1xn

MATRIZ COLUMNA: tiene m filas y 1 columna. Si m 1 ^ n = 1 es la matriz columna.

A=

. . . mx1

MATRIZ ESCALONADA: Cumple 2 condiciones: a) todas las filas no nulas (si las hay) preceden a las filas nulas. b) en cada fila no nula, el nmero de ceros que precede al primer elemento distinto de cero es mayo que el nmero de ceros de la fila anterior.

0 A= 0 0 0 0 0 0 0 0 0 0 5x4

4 0 0

-2 2 0

6 3 7

1 1 -2

5 6 4

0 0

0 0

0 0

0 0

0 0 5x4

IGUALIDAD DE MATRICES: Sean A,B A= A=B 4-4 A= mxn = 7 0 B= / ^ B= i j 8 9 0 1 7 0 . . . A=B mxn

MATRICES CUADRADAS PARTICULARES: 4 0 0 A= 0 -2 0 0 0 5 3x3 0 A= 0 0 0 0 0 0 0 0 0 0 0

1) MATRIZ DIAGONAL: tiene nulos todos los elementos que no pertenezcan a la diagonal principal. A es diagonal = 0 si i j 0 si i = j 2) MATRIZ ESCALAR: todos los elementos de la matriz son nulos con excepcin de los de la diagonal principal que son todos iguales a un escalar. A es escalar = 0 si i j = 0 si i=j 4 0 0 A= 0 4 0 0 0 4 3x3 E= k 0 0 0 0 k 0 0 0 0 0 k 0 0 0 0

3) MATRIZ IDENTIDAD: es la matriz escalar donde el escalar es igual a 1.

es unidad o identidad

= 0 si ij = 1 si i=j

1 0 0 A= 0 1 0 0

0 1

4) MATRIZ TRIANGULAR: A es triangular *SUPERIOR =0 si i > j 4 3 5 A= 0 0 *INFERIOR 6 2 0 -1 =0 si i < j 4 0 0 B= 3 -1 0 6 2 7 -Una matriz cuadrada es SIMETRICA si es igual a su traspuesto. A es simtrica 4 5 6 A= 5 3 1 6 1 2 A= A es SIMETRICA A= 4 5 6 = 5 6 3 1 1 2

MATRIZ TRASPUESTA Sea A= mxn ) a la matriz de elemento genrico de clase

Se llama matriz traspuesta de A , la indicamos ( nxm. = mxn

MATRIZ ADJUNTA: Dada una matriz A cuadrada , se llama adjunta de A (notada como adj A) , a la matriz que se obtiene remplazando cada elemento de la traspuesta de A por su adjunta.

A= A=

Adj. =

PROPIEDAD DE LA MATRIZ ADJUNTA: A : A . Adj. A = A . I

MATRIZ INVERSA: Una matriz cuadrada A es regular , inversible o no singular si y solo si existe una matriz de la misma classe (notada como ) tal que premultiplicada o posmultiplicada por A , da por resultado la matriz identidad. Regular A es inversible No singular / A. = . A =I

La condicin necesaria y suficiente para que una matriz cuadrada sea regular es que su determinante sea distinto de 0. A es regular o inversible A 0

DEDUCCION DE LA FORMULA PARA CALCULAR LA INVERSA DE UNA MATRIZ: Sea A una matriz regular y queramos calcular su inversa por propiedad de matriz adjunta: A . Adj A = A . I 1) A.Adj.A= I A Por definicin de matriz inversa

2)

A.

=I

De 1 y 2: como los segundos miembros son iguales , los primeros tambin lo son. = Adj. A A MATRIZ SINGULAR: Una matriz es singular cuando su determinante es igual a 0. OPERACIONES: SUMA DE MATRICES: La suma de matrices esta definida solo para matrices de la misma clase. Sean A,B A+B= + /A= mxn mxn ; B= mxn

PROPIEDADES DE LA SUMA: 1) Ley de cierre: A, B : A+B 2) Propiedad asociativa: A, B , C 3) Existencia del elemento neutro: O *Es la matriz nula / =0 ; i j

(A+B) + C = A+(B+C) /A : A+0=0+A=A

4) Existencia del elemento simtrico: A * -A es el opuesto de A 5) Propiedad conmutativa: A B ( ; +) Grupo abeliano

(-A)

/A+(-A)=(-A)+A=0

: A+B = B+A

PRODUCTO DE MATRICES: PRODUCTO DE UNA MATRIZ POR UN ESCALAR: Dada la matriz A de la siguiente manera. . A = mxn = y el escalar K , se define el producto de la matriz por el escalar

mxn

PRODUCTO DE 2 MATRICES: Dos matrices son conformes o conformables para el producto cuando el numero de columnas de la primera es igual al numero de filas de la segunda.

Sean A B y

/A= /B=

mxp pxn son conformes.

El PRODUCTO de matrices esta definido solo para matrices conformes. Sean las matrices conformes matriz. A.B=C/C= mxn ^ , se llama producto de A por B en ese orden a la

Resulta til el siguiente esquema: . . . A.B = . . . . . . . . .

. . . . . . . . . . . . . .

. . .

. . . . . . .

Propiedades del producto de matrices 1) Es asociativo: (A.B).C = A.(B.C) 2) Es distributivo con respecto a la suma

A. (B+C)= A.B + A.C 3) El producto de matrices no es conmutativo A.B B.A Si las matrices son cuadradas el producto va a tener las siguientes propiedades:
mxm , (K

) Semigrupo con unidad. El producto es divisible con respecto a la suma

mxm

1) A; B k

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

(K I

mxm

, +, ) Anillo con identidad

mxm

- (K - (K

, +) 6. Ab , ) Semigrupo con identidad

II

mxm

III - es distributiva a la suma (K

mxm

, +, ) Anillo con identidad

Anillo con identidad: llamado anillo de las matrices cuadradas Rango de una matriz: se llama rango de una matriz al mximo nmero de lneas (filas o columnas) linealmente independiente que tenga la matriz. Para conocer el rango, se escalona la matriz aplicando operaciones elementales. Aplicando esa aplicacin se escalona la matriz (mtodo de alineacin de Gauss). Una vez escalonada se cuenta cuantas filas no nulas son las lneas independientes. El rango de una matriz est dado por el nmero de filas no nulas, en la matriz escalonada. EJEMPLO:

12345 23456 34567 45678

1 2 3 4 5 0 -1 -2 -3 -4 0 -2 -4 -6 -8 0 -3 -6 -9 -12

12345 0 -1 -2 -3 -4 0 0 0 0 0 0 0 0 0 0

R(A)= 2 DETERMINANTES Determinante es toda funcin que asigna cada matriz cuadrada ( de clase mxm) un nmero real (escalar) llamado determinante de la matriz. Solo las matrices poseen determinantes.

D: K A

mxm

K D(A)= (A)

Determinante de oren 2 (para matrices de 2x2) A= a11 a12 A = a11. a22 a21. a12 a21 a22 2x2

Determinante de orden 3 Si yo tengo una matriz 3x3, calculo el determinante aplicando REGLA DE SARRUS, vlida solo para determinantes de 3er orden.

A=

a 11

a12

a13

a 21 a22

a23

a 31 a32 a11 a12

a33 a12

= (a11. a22. a33+ a21. a32. a13+ a31. a12. a23) -(a13. a22. a31+ a23. a32. a11+ a33. a12. a21)

a21

a22

a23

Para rdenes superiores a 3 aplico regla de do o bien, hago el desarrollo de un determinante por los elementos de una lnea. PROPIEDADES DE LOS DETERMINANTES

1.|A |= |A|
t

El determinante de una matriz A y el de su traspuesta A son iguales.

2. |A|=0

Si:

Posee dos lneas iguales

Todos los elementos de una lnea son nulos.

Los elementos de una lnea son combinacin lineal de las otras.

F3 = F1 + F2

3. Un determinante triangular es igual al producto de los elementos de la diagonal principal..

4. Si en un determinante se cambian entre s dos lneas paralelas su determinante cambia de signo.

5. Si a los elementos de una lnea se le suman los elementos de otra paralela multiplicados previamente por un n real el valor del determinante no vara.

6. Si se multiplica un determinante por un nmero real, queda multiplicado por dicho nmero cualquier lnea, pero slo una.

7. Si todos los elementos de una fila o columna e stn formados por dos sumandos, dicho determinante se descompone en la suma de dos determinantes.

8. |AB| =|A||B|

El determinante de un producto es igual al producto de los determinantes. EJEMPLOS DE LAS PROPIEDADES DE LOS DETERMINANTES 1) A = 2 4 -3 5 2) A = 2 4 -3 5 3) I= 1 0 0 1 =1 = 22 4 2 5 3 = -22 = 10 + 12= 22 2 2.4 -3 2.5 = 2.22= 44

4) A=

1 1 7 3 3 1 2 2 2 = 0

5) A =

0 7 4 0 2 3 0 -1 6

=0

Sistema de ecuaciones En matemticas y lgebra lineal, un sistema de ecuaciones lineales, tambin conocido como sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de ecuaciones lineales (es decir, un sistema de ecuaciones en donde cada ecuacin es de primer grado), definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de sistema lineal de ecuaciones sera el siguiente:

El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que satisfacen las tres ecuaciones. El problema de los sistemas lineales de ecuaciones es uno de los ms antiguos de la matemtica y tiene una infinidad de aplicaciones, como en procesamiento digital de seales, anlisis estructural, estimacin, prediccin y ms generalmente en programacin lineal as como en la aproximacin de problemas no lineales de anlisis numrico. En general, un sistema con m ecuaciones lineales y n incgnitas puede ser escrito en forma normal como:

Donde cuerpo matricial:

son las incgnitas y los nmeros

son los coeficientes del sistema sobre el

. Es posible rescribir el sistema separando con coeficientes con notacin

(1) Si representamos cada matriz con una nica letra obtenemos:

Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector columna de longitud m. El sistema de eliminacin de Gauss-Jordan se aplica a este tipo de sistemas, sea cual sea el cuerpo del que provengan los coeficientes. Sistemas lineales reales: En esta seccin se analizan las propiedades de los sistemas de ecuaciones lineales sobre el cuerpo decir, los sistemas lineales en los coeficientes de las ecuaciones son nmeros reales. Representacin grfica Un sistema con incgnitas se puede representar en el n-espacio correspondiente. En los sistemas con 2 incgnitas, el universo de nuestro sistema ser el plano bidimensional, mientras que cada una de las ecuaciones ser representada por una recta, si es lineal, o por una curva, si no lo es. La solucin ser el punto (o lnea) donde se intersequen todas las rectas y curvas que representan a las ecuaciones. Si no existe ningn punto en el que se intersequen al mismo tiempo todas las lneas, el sistema es incompatible, o lo que es lo mismo, no tiene solucin. En el caso de un sistema con 3 incgnitas, el universo ser el espacio tridimensional, siendo cada ecuacin un plano dentro del mismo. Si todos los planos intersecan en un nico punto, las coordenadas de este sern la solucin al sistema. Si, por el contrario, la interseccin de todos ellos es una recta o incluso un plano, el sistema tendr infinitas soluciones, que sern las coordenadas de los puntos que forman dicha lnea o superficie. Para sistemas de 4 ms incgnitas, la representacin grfica no existe, por lo que dichos problemas no se enfocan desde esta ptica. , es

Tipos de sistemas Los sistemas de ecuaciones se pueden clasificar segn el nmero de soluciones que pueden presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:

Sistema incompatible si no tiene ninguna solucin. Sistema compatible si tiene alguna solucin, en este caso adems puede distinguirse entre:

Sistema compatible determinado cuando tiene una nica solucin. Sistema compatible indeterminado cuando admite un conjunto infinito de soluciones.

Quedando as la clasificacin:

Los sistemas incompatibles geomtricamente se caracterizan por (hiper)planos o rectas que se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por un conjunto de (hiper)planos o rectas que se cortan en un nico punto. Los sistemas compatibles indeterminados se caracterizan por (hiper)planos que se cortan a lo largo de una recta [o ms generalmente un hiperplano de dimensin menor]. Desde un punto de vista algebraico los sistemas compatibles determinados se caracterizan porque el determinante de la matriz es diferente de cero:

Sistemas compatibles indeterminados Un sistema sobre un cuerpo K es compatible indeterminado cuando posee un nmero infinito de soluciones. Por ejemplo, el siguiente sistema:

Tanto la primera como la segunda ecuacin se corresponden con la recta cuya pendiente es

y que

pasa por el punto , por lo que ambas intersecan en todos los puntos de dicha recta. El sistema es compatible por haber solucin o interseccin entre las rectas, pero es indeterminado al ocurrir esto en infinitos puntos.

En este tipo de sistemas, la solucin genrica consiste en expresar una o ms variables como funcin matemtica del resto. En los sistemas lineales compatibles indeterminados, al menos una de sus ecuaciones se puede hallar como combinacin lineal del resto, es decir, es linealmente dependiente. Una condicin necesaria para que un sistema sea compatible indeterminado es que el determinante de la matriz del sistema sea cero (y por tanto uno de sus autovalores ser 0):

De hecho, de las dos condiciones anteriores se desprende, que el conjunto de soluciones de un sistema compatible indeterminado es un subespacio vectorial. Y la dimensin de ese espacio vectorial coincidir con la multiplicidad geomtrica del autovalor cero.

Sistemas incompatibles De un sistema se dice que es incompatible cuando no presenta ninguna solucin. Por ejemplo, supongamos el siguiente sistema:

Las ecuaciones se corresponden grficamente con dos rectas, ambas con la misma pendiente, Al ser paralelas, no se cortan en ningn punto, es decir, no existe ningn valor que satisfaga a la vez ambas ecuaciones. Matemticamente un sistema de estos es incompatible cuando el rango de la matriz del sistema es inferior al rango de la matriz ampliada. Una condicin necesaria para que esto suceda es que el determinante de la matriz del sistema sea cero:

Mtodos de solucin a sistemas de ecuaciones lineales: Sustitucin El mtodo de sustitucin consiste en despejar en una de las ecuaciones cualquier incgnita, preferiblemente la que tenga menor coeficiente, para, a continuacin, sustituirla en otra ecuacin por su valor. En caso de sistemas con ms de dos incgnitas, la seleccionada debe ser sustituida por su valor equivalente en todas las ecuaciones excepto en la que la hemos despejado. En ese instante, tendremos un sistema con una ecuacin y una incgnita menos que el inicial, en el que podemos seguir aplicando este mtodo reiteradamente. Por ejemplo, supongamos que queremos resolver por sustitucin este sistema:

En la primera ecuacin, seleccionamos la incgnita por ser la de menor coeficiente y que posiblemente nos facilite ms las operaciones, y la despejamos, obteniendo la siguiente ecuacin.

El siguiente paso ser sustituir cada ocurrencia de la incgnita ecuacin donde la nica incgnita sea la .

en la otra ecuacin, para as obtener una

Al resolver la ecuacin obtenemos el resultado alguna de las ecuaciones originales obtendremos Igualacin

, y si ahora sustituimos esta incgnita por su valor en , con lo que el sistema queda ya resuelto.

El mtodo de igualacin se puede entender como un caso particular del mtodo de sustitucin en el que se despeja la misma incgnita en dos ecuaciones y a continuacin se igualan entre s la parte derecha de ambas ecuaciones. Tomando el mismo sistema utilizado como ejemplo para el mtodo de sustitucin, si despejamos la incgnita en ambas ecuaciones nos queda de la siguiente manera:

Como se puede observar, ambas ecuaciones comparten la misma parte izquierda, por lo que podemos afirmar que las partes derechas tambin son iguales entre s.

Una vez obtenido el valor de la incgnita obtiene el valor de la .

, se substituye su valor en una de las ecuaciones originales, y se

La forma ms fcil de tener el mtodo de sustitucin es realizando un cambio para despejar x despus de averiguar el valor de la y. Reduccin Este mtodo suele emplearse mayoritariamente en los sistemas lineales, siendo pocos los casos en que se utiliza para resolver sistemas no lineales. El procedimiento, diseado para sistemas con dos ecuaciones e incgnitas, consiste en transformar una de las ecuaciones (generalmente, mediante productos), de manera que obtengamos dos ecuaciones en la que una misma incgnita aparezca con el mismo coeficiente y distinto signo. A continuacin, se suman ambas ecuaciones producindose as la reduccin o cancelacin de dicha incgnita, obteniendo as una ecuacin con una sola incgnita, donde el mtodo de resolucin es simple. Por ejemplo, en el sistema:

no tenemos ms que multiplicar la primera ecuacin por multiplicar, dicha ecuacin nos queda as:

para poder cancelar la incgnita

. Al

Si sumamos esta ecuacin a la segunda del sistema original, obtenemos una nueva ecuacin donde la incgnita ha sido reducida y que, en este caso, nos da directamente el valor de la incgnita :

El siguiente paso consiste nicamente en sustituir el valor de la incgnita

en cualquiera de es igual a:

las ecuaciones donde aparecan ambas incgnitas, y obtener as que el valor de

Mtodo grfico Consiste en construir la grfica de cada una de las ecuaciones del sistema. El mtodo (manualmente aplicado) solo resulta eficiente en el plano cartesiano, es decir para un espacio de dimensin 2. El proceso de resolucin de un sistema de ecuaciones mediante el mtodo grfico se resuelve en los siguientes pasos: 1. 2. 3. 4. 5. 6. Se despeja la incgnita (y) en ambas ecuaciones. Se construye para cada una de las dos ecuaciones de primer grado obteniendo la tabla de valores correspondientes. Se representan grficamente ambas rectas en los ejes coordenados. En este ltimo paso hay tres posibilidades: Si ambas rectas se cortan, las coordenadas del punto de corte son los nicos valores de las incgnitas (x,y). "Sistema compatible determinado". Si ambas rectas son coincidentes, el sistema tiene infinitas soluciones que son las respectivas coordenadas de todos los puntos de esa recta en la que coinciden ambas. Sistema compatible indeterminado.

7.

Si ambas rectas son paralelas, el sistema no tiene solucin.

Mtodo de Gauss: La eliminacin de Gauss-Jordan, ms conocida como mtodo de Gauss, es un mtodo aplicable nicamente a los sistemas lineales de ecuaciones, y consistente en triangular la matriz aumentada del sistema mediante transformaciones elementales, hasta obtener ecuaciones de una sola incgnita, cuyo valor ser igual al coeficiente situado en la misma fila de la matriz. Este procedimiento es similar al anterior de reduccin, pero ejecutado de manera reiterada y siguiendo un cierto orden algortmico. El Mtodo de Gauss consiste en convertir un sistema normal de 3 ecuaciones con 3 incognitas en uno escalonado, en la que la primera ecuacin tiene 3 incgnitas, la segunda ecuacin tiene 2 incgnitas, y la tercera ecuacin tiene 1 incgnita. De esta forma ser fcil a partir de la ltima ecuacin y subiendo, calcular el valor de las tres incgnitas. En primer lugar, reducimos la incgnita , sumando a la segunda fila, la primera

multiplicada por

, y a la tercera, la primera fila. La matriz queda as:

El siguiente paso consiste en eliminar la incgnita cual les sumamos la segunda multiplicada por

en la primera y tercera fila, para lo y por , respectivamente.

Por ltimo, eliminamos la

, tanto de la primera como de la segunda fila, sumndoles la

tercera multiplicada por

y por

, respectivamente:

Llegados a este punto podemos resolver directamente las ecuaciones que se nos plantean:

O, si lo preferimos, podemos multiplicar las tres filas de la matriz por: , y respectivamente, y obtener as automticamente los valores de las incgnitas en la ltima columna.

Pongamos un ejemplo del clculo de un sistema de ecuaciones por el mtodo de Gauss: Se renen 30 personas entre hombres, mujeres y nios. Se sabe que entre los hombres y el triple de mujeres exceden en 20 el doble de los nios. Tambin se sabe que entre hombres y mujeres se duplican al nmero de nios. Plantear y resolver el sistema de ecuaciones.

Se renen 30 personas entre hombres, mujeres y nios:

Se sabe que entre los hombres y el triple de mujeres exceden en 20 el doble de los nios:

Tambin se sabe que entre hombres y mujeres se duplican al nmero de nios:

Agrupando las tres ecuaciones tenemos el sistema, que ordenado resulta:

Aplicamos Gauss, restando la primera ecuacin a las dos siguientes:

En este caso en la tercera ecuacin se ha eliminado la y, por lo que no es necesario hacer ms operaciones. Por lo tanto obtenemos que z = 10 de la tercera ecuacin:

Sustituyendo z en la segunda ecuacin obtenemos que y = 10:

Sustituyendo z y en la primera ecuacin obtenemos x = 10.

Con lo que hemos obtenido el resultado del sistema:

Teorema de Rouch Frobenius: En lgebra lineal, el teorema de Rouch-Frobenius permite calcular el nmero de soluciones de un sistema de ecuaciones lineales en funcin del rango de la matriz de coeficientes y del rango de la matriz ampliada asociadas al sistema. Lleva el nombre del matemtico francs Eugne Rouch quien lo enunci y del matemtico alemn Ferdinand Georg Frobenius quien fue uno de los muchos matemticos que lo demostraron. As, en otros idiomas recibe otros nombres como el teorema de Rouch-Capelli, el teorema de Rouch-Fonten, el teorema de KroneckerCapelli, etc. El teorema establece que para que un sistema de ecuaciones lineales sea compatible es condicin necesaria y suficiente que la matriz formada por los coeficientes junto con la ampliada por los trminos independientes posean el mismo rango. Por lo dems, el sistema constituido ser determinado si su rango coincide con el nmero de incgnitas ser indeterminado si posee un valor menor a tal nmero. Antes de proceder a resolver un sistema de ecuaciones lineales, tenemos que dar respuesta a las siguientes preguntas: El sistema tiene solucin, es decir, es compatible? En caso afirmativo: Tiene una solucin o infinitas? Para responderlas, una de las herramientas que podemos utilizar es la que proporciona el Teorema de Rouch-Frbenius, cuyo enunciado es el siguiente: Consideremos un sistema de m ecuaciones lineales con n incgnitas, cuya expresin general es la siguiente: Sean A la matriz del sistema y A* la matriz ampliada del sistema (con los trminos independientes). La condicin necesaria y suficiente para que un sistema de m ecuaciones lineales con n incgnitas sea compatible es que el rango de la matriz de los coeficientes de las incgnitas ( A ) sea igual al rango de la matriz ampliada con los trminos independientes ( A* ). Es decir: rango (A) = rango (A*). Regla de Cramer: La regla de Cramer da una solucin para sistemas compatibles determinados en trminos de determinantes y adjuntos dada por:

Donde Aj es la matriz resultante de remplazar la j-sima columna de A por el vector columna b. Para un sistema de dos ecuaciones y dos incgnitas:

La regla de Cramer da la siguiente solucin:

Nota: Cuando en la determinante original det(A) el resultado es 0, el sistema indica mltiples o sin coincidencia. Algoritmos numricos La eliminacin de Gauss-Jordan es un algoritmo numrico usado para una gran cantidad de casos especficos, aunque posteriormente se han desarrollado algoritmos alternativos mucho ms eficientes. La mayora de estos algoritmos mejorados tienen una complejidad computacional de O(n) (donde n es el nmero de ecuaciones del sistema). Algunos de los mtodos ms usados son:

Para los problemas de la forma Ax = b, donde A es una matriz de Toeplitz simtrica, se puede utilizar la recursin de Levinson o alguno de los mtodos derivados de este. Un mtodo derivado de la recursin de Levinson es la recursin de Schur, que es ampliamente usado en el campo del procesamiento digital de seales. Para los problemas de la forma Ax = b, donde A es una matriz singular o casi singular, la matriz A se descompone en el producto de tres matrices en un proceso llamado descomposicin de valores singulares.

Cuando consideramos ecuaciones lineales cuyas soluciones son nmeros racionales, reales o complejos o ms generalmente un cuerpo , la solucin puede encontrarse mediante Regla de Cramer. Para sistemas de muchas ecuaciones la regla de Cramer puede ser computacionalmente ms costosa y suelen usarse otros mtodos ms "econmicos" en nmero de operaciones como la eliminacin de Gauss-Jordan y la descomposicin de Cholesky. Existen tambin mtodos indirectos (basados en iteraciones) como el mtodo de Gauss-Seidel. Si el cuerpo es infinito (como es el caso de los nmeros reales o complejos), entonces solo puede darse una de las tres siguientes situaciones:

el sistema no tiene solucin (en dicho caso decimos que el sistema est sobre determinado o que es incompatible) el sistema tiene una nica solucin (el sistema es compatible determinado) el sistema tiene un nmero infinito de soluciones (el sistema es compatible indeterminado).

Solucin de sistemas lineales en un anillo: Los mtodos para resolver el sistema (1) sobre un anillo son muy diferentes a los considerados anteriormente. De hecho la mayora de mtodos usados en cuerpos, como la regla de Cramer, son inaplicables en anillos debido a que no existen inversos multiplicativos. La existencia de solucin del sistema (1) sobre los enteros requiere varias condiciones:

1. Para cada i

es divisor de

2. Si la condicin anterior se cumple para un determinado i existe un conjunto de enteros formado por el conjunto de enteros que satisface la i-sima ecuacin, y existir solucin si la interseccin .

Fuentes del trabajo: Apuntes de la Universidad Nacional del Nordeste http://es.wikipedia.org/wiki/Sistema_de_ecuaciones_lineales http://es.scribd.com/doc/40121888/Teoria-de-Rouche-Frobenius