Mathematics">
SISTEMADEECUACIONES
SISTEMADEECUACIONES
SISTEMADEECUACIONES
Se denomina ecuación lineal. La palabra lineal hace referencia a que la gráfica de la ecuación
anterior es una línea recta. De forma análoga las ecuaciones del tipo:
donde los ai y b son constantes conocidas y las xi son incógnitas, son llamadas ecuaciones
lineales. En muchos problemas, la resolución pasa por determinar los números x i (incógnitas)
que satisfagan la ecuación (1) .
Una solución de la ecuación lineal (1) es una sucesión de n números c 1, c2, c3 ... cn con la
propiedad que satisfacen la ecuación.
Ejemplo 1.1
Para la ecuación lineal: 6x1 – 3x2 + 4x3 = -13
Una solución de la misma es: x1 = 0, x2 = -1, x3 = -4
Puesto que cumple la ecuación anterior 6(0) − 3(-1) + 4(−4) = −13
ésta no es la única solución de la ecuación lineal dada, puesto que
x1 = -3, x2 = -1/3, x3 = 1 también es solución.
Consideramos el problema de determinar n números reales: x1, x2, x3,.....,xn que satisfagan
simultáneamente las m condiciones siguientes:
a 11 x 1 a12 x2 ........ a 1n xn b 1
En donde
a 21 x1 a 22 x2 ........ a 2 n xn b2
(1)
.
a m1 x a m 2 x2 ........ a mn xn bm
1
El uso de doble subíndice para los coeficientes de las incógnitas, permite la ubicación en el
sistema, el primer subíndice corresponde a la ecuación y el segundo a la incógnita que
acompaña.
En el proceso para resolver un sistema lineal, se usan dos axiomas importantes del álgebra
elemental:
1) Si a = b y c = d entonces a+c = b+d
2) Si a = b y k es cualquier número real entonces k.a = k.b
Para determinar las soluciones de este sistema lineal, utilizaremos la técnica llamada método
de eliminación que seguramente se haya trabajado en cursos de bachillerato.
Procedimiento.
2x 6 y 6
i) multiplicamos los miembro de la primera ecuación por -2 2x y 8
ii) sumamos miembro a miembro las ecuaciones y obtenemos: 7y = 14
iii) despejando y se obtiene: y = 2
iv) sustituyendo este valor en una de las ecuaciones se obtiene: x = 3
v) Sustituyendo x = 3 e y = 2 en las dos ecuaciones del sistema dado, verificamos que
efectivamente estos valores constituyen una solución.
x 3y 1
Ejemplo 1.3 Consideremos el sistema lineal 2x 6 y 3
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 3
Desde el punto de vista geométrico una ecuación lineal con dos incógnitas representa una
recta en el plano, en este sentido resolver un sistema de dos ecuaciones lineales con dos
incógnitas equivale a encontrar la intersección de dichas rectas, aquí se presentan tres
posibilidades:
Y Y Y
X X X
En el ejemplo 3. se puede observar que el sistema consta de dos ecuaciones con tres
incógnitas, cada ecuación geométricamente representa un plano en R3 y la solución corresponde
a las ecuaciones paramétricas de una recta en R3, dicha recta es la intersección de los dos
planos.
x 2 y 7z 1
Ejemplo 1.5. Encuentre la solución general del sistema
aplicando las operaciones descritas anteriormente 1x y z 2
3 x 2 y 5z 5
2
3 Si analizamos el método de eliminación descrito en anteriormente, observamos lo
siguiente. Al realizar los pasos del método de eliminación, sólo modificamos los números que
aparecen junto a las incógnitas x1 x2 …. xn. Así, podemos encontrar una forma de escribir un
sistema lineal sin tener que escribir las incógnitas. En esta sección definimos un objeto que nos
permite hacerlo; es decir, escribir sistemas lineales de una forma compacta que facilite la
automatización del método de eliminación en una computadora, que permita obtener un
procedimiento rápido y eficaz para determinar las soluciones. También desarrollaremos las
operaciones sobre las matrices y trabajaremos con ellas de acuerdo con las propiedades que
cumplen.
2.- MATRIZ
Una matriz es una distribución rectangular ordenada a11 a12 ... a1n
de elementos de un conjunto numérico determinado,
a 21 a 22 ... a 2 n
estos elementos se colocan en filas y columnas de la : : : :
siguiente manera:
a am2 ... a mn
m1
2 1 5
Ejemplo 2.1 3 6 Es una matriz con dos filas y tres columnas.
4 0 1
Observaciones:
i. Usaremos las letras mayúsculas A, B, C, ..., para denotar las matrices.
ii. La matriz anterior la denotaremos con A y se puede expresar asi: A=(a ij),
donde i = 1, 2, 3,....., m representa las filas y j = 1, 2, 3,......, n representa las
columnas. Para referirnos al elemento de la matriz A que está en la fila i y en la
columna j lo denotamos así: aij
iii. En nuestro caso los elementos aij serán números reales, salvo que se indiquen otros.
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 5
iv. Denotaremos por Mmxn(R) al conjunto de todas las matrices de m filas y n columnas
con elementos reales, donde m y n Z+.
v. Si A es una matriz de m filas y n columnas, diremos que A tiene tamaño mxn.
Ejemplo 2.2. Supongamos que un empresario tiene cuatro plantas, cada una de las cuales
fabrica tres productos, si aij denota la cantidad de producto i elaborada en la planta j en una
semana, entonces la matriz de 3x4
Matriz triangular superior: Sea A Mn(R), A = (aij) es una matriz triangular superior sí y
sólo si aij = 0 i j.
Matriz triangular inferior: Sea A Mn(R), A = (aij) es una matriz triangular inferior si y
sólo si aij = 0 i < j.
1 0 0 4 1 2
Triangular inferior 0 2 0 Triangular superior 0 2 9
3 8 0 0 0 5
Matrices equivalentes:
Dos matrices A,B Mmxn(R) son equivalentes si una se obtiene de la otra mediante una
sucesión finita de operaciones elementales por filas.
1 0 1
Ejemplo 2.3. Sea A = 2 2 3 si aplicamos f2 f2+2f1 obtenemos B=
3 1 4
1 0 1
0 2 1 Si a B le aplicamos la operación f3 f2 (intercambio de filas) obtenemos
3 1 4
C=
En este caso podemos afirmar que A , B
1 0 1
y C son equivalentes entre si.
3 1 4
0 2 1
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 7
Matriz elemental.
Una matriz cuadrada A se dice que es elemental si se puede obtener de la identidad por medio
de una sola operación elemental por fila.
1 0 0
Ejemplo 2.4. Si a 0 1 0 le aplicamos la operación elemental f1 f1 -2f3 se obtiene
0 0 1
1 0 2
una matriz elemental 0 1 0 . Si a esta nueva matriz se le efectúa otra operación
0 0 1
1 0 2
elemental entre sus fila como por ejemplo f 2 f 3 se obtiene 0 0 1 la cual no es
0 1 0
elemental
Matriz escalonada.
Sea A Mmxn(R), A es una matriz escalonada si se verifica que:
i) Las filas nulas de A (si las hay) están debajo de las filas no nulas.
ii) Si dos filas sucesivas tienen elementos no nulos, entonces el primer elemento no nulo de
la fila de abajo esta a la derecha del primer elemento no nulo de la fila de arriba
EJERCICIOS Determine si las matrices dadas son escalonadas y/o reducidas por filas:
2 2 4 1 0 3
1 0
0 0 0 0 0 1 0
0
0 3 4 0 5 3 0 1 0
A= 1 B= 0 2 3 1 C= 1 0 0 D=
0 0 0 2 3 0 0 0 1
2 0 1 2
0
0 1
0
0 0 0
0 0 4 2 0
Observación:
En la forma escalonada reducida por fila, todos los elementos situados arriba y abajo del
primer 1 de la fila son ceros.
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 8
TEOREMA:
Toda matriz mxn sobre el cuerpo R es equivalente a una matriz escalonada y reducida por
filas sobre el mismo cuerpo.
iii) Si X es una columna con las incógnitas y B es la columna que contiene los términos
constantes del sistema, entonces AX = B es la representación matricial del
sistema de ecuaciones.
iv) Si a1, a2 ,....., an son n constantes que satisfacen las m ecuaciones del sistema
entonces diremos que la columna con los valores a1, a2 ,....., an es una solución del
sistema de ecuaciones.
v) Si b1 b2 ..... bn 0 , se dice que el sistema (1) es un sistema homogéneo y su
forma matricial es AX = 0.
vi) Para el sistema lineal general existen tres posibilidades: que no tenga soluciones
(sistema incompatible), que tenga una única solución (sistema compatible determinado)
o que tenga un número infinito de soluciones (sistema compatible indeterminado).
viii) Diremos que dos sistemas de ecuaciones son equivalentes sí la matriz aumentada de uno
es equivalente a la matriz aumentada del otro.
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 9
ix) Si dos sistemas de ecuaciones son equivalentes, entonces ellos tienen el mismo conjunto
solución.
x) La técnica básica para resolver, un sistema de ecuaciones es la de determinar otro
sistema equivalente al sistema original, cuyas soluciones se puedan determinar más
fácilmente.
xi) Un sistema compatible con más incógnitas que ecuaciones, tiene infinitas soluciones.
Para resolver un sistema de ecuaciones existen varios métodos que podemos clasificar en
directos e indirectos, entre los métodos directos están: Eliminación Gaussiana con sustitución
regresiva, Método de Gauss-Jordan, Regla de Cramer, Método de la inversa, Factorización L.U.
Entre los métodos indirecto se destacan el de Jacobí y el de Gauss-Seidel.
En este curso trataremos sólo algunos métodos directos. Iniciaremos con los métodos
basados en la obtención de sistemas equivalentes.
1
Teorema
Sean Ax = b y C x = d dos sistemas lineales, cada uno con m ecuaciones y n incógnitas. Si las
matrices aumentadas Ab y C d de estos sistemas son equivalentes por filas, entonces
ambos sistemas lineales tienen exactamente las mismas soluciones.
Corolario
Si A y C son dos matrices de m x n equivalentes por renglones, entonces los sistemas lineales A
x = 0 y C x = 0 tienen exactamente las mismas soluciones.
1 2 1 3
su matriz ampliada asociada es 2 5 1 4
3 2 1 2
Ahora resolvemos por el método de Gauss sabiendo que la primera columna corresponde a los
coeficientes de la x, la segunda a los de la y, la tercera a los de la z y la cuarta a los términos
independientes:
1 2 1 3 1 2 1 3 1 2 1 3
f 2 f2 2 f1 f 3 f 3 8 f 2
2 5 1 4 f3 f3 3 f1 0 1 3 10 0 1 3 10
3
2 1 2 0
8 4 7 0
0 28 87
De este modo, el sistema tiene una solución única, que obtendremos mediante la sustitución
regresiva.
87 87 87 280 261 19
z y 10 3
28 28 28 28 28
87 19 84 87 38 35 5
x 3 2
28 28 28 28 4
1 2 1 3
la matriz ampliada asociada a el es 2 5 1 4
3 2 1 2
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 11
1 2 1 3 1 2 1 3 1 2 1 3
f 2 f2 2 f1 f 3 f 3 8 f 2
2 5 1 4 f3 f3 3 f1 0 1 3 10 0 1 3 10
3
2 1 2 0
8 4 7 0
0 28 87
Ejemplo 4.3. Aplicando el método Gauss-Jordan encuentre todas las soluciones del sistema
x1 x2 x3 x4 2
2 x1 3x 2 x3 2 x4 5
4 x 2 x 2 x 3 x4 6
1 2 3
2 1 3 x a
Ejemplo 4.4 Considere el sistema de ecuaciones 1 0 2 y b Encuentre los
1 1 1 z c
valores de a , b ,c para que el sistema sea compatible (tenga solución)
Solución.
2 x y 3 z 2
anterior obtenemos el sistema equivalente y
z 2
. Despejando y de la segunda
2 2
Así la solución general serán las ternas (2t+3, -4-t, t) donde t es un parámetro real. El
sistema tiene infinitas soluciones y se pueden obtener soluciones particulares dándole valores
reales a t. Por ejemplo para t=0 se tiene una solución (3, -4, 0)
Solución:
Paso 1: La matriz aumentada de este sistema
lineal es:
Ejemplo 5.1.
2 0 3 5 1 1 3 1 2
Si A= y B
2 3 2
entonces A B
1
1
2 4
3
7
2 2
5.1.1 PROPIEDADES:
i) La adición definida en el conjunto M mxn(R) es una Ley de Composición Interna. Pues
ella es una función que asigna a cada par de matrices de M mxn(R) otra matriz del mismo
conjunto.
ii) A, B, C Mmxn(R) se cumple que: (A+B)+C = A+(B+C)
iii) O Mmxn(R) tal que: A+O = O+A = A, A Mmxn(R) , O es llamada matriz
nula
iv) A Mmxn(R), B Mmxn(R) tal que: A+B = B+A =O . La matriz B se denota
por -A y se le llama opuesto aditivo de A.
v) A, BMmxn(R): A+B = B+A.
* Las propiedades anteriores se pueden resumir diciendo que Mmxn(R) con la adición es un
grupo conmutativo.
5.2.1 PROPIEDADES.
i) La operación multiplicación de un número real por una matriz de Mmxn(R) es una Ley
de composición externa en Mmxn(R) con escalares de R. Puesto que esta operación es
una función que a cada par ordenado formado por un número real y una matriz, le asigna
como imagen una matriz de Mmxn(R).
Sean , R y A, B Mmxn(R) se cumple que:
ii) ( + ) A = A + A
iii) .O = O
iv) o.A = O
v) .(A+B) = .A+.B
vi) . (.A)= (. ) A = (.A)
vii) 1. A = A
Escribimos C = A.B Donde cij = ai1 b1j + ai2 b2j +..... + aip bpj. (1)
p
Es decir cij = aik bkj para todo i = 1, 2, 3,...,m y para todo j= 1, 2, 3,...,n
k 1
La ecuación (1) dice que el i,j-ésimo elemento de la matriz producto es el producto punto del i-
ésimo reglón (fila) de A y la j-ésima columna de la matriz B.
Observa que el producto de A y B sólo está definido cuando el número de reglones o filas de B
es exactamente igual al número de columnas de A
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 15
Ejemplo 5.3:
1.
2.
3.
1 1 1 3 5 2
0 2 3 2 2
2 0 0 4 6 4
1 1 1 0
3
2 2
2 4 10 6
Observaciones:
i) Para realizar el producto de las matrices (A.B) el número de columnas de A debe ser
igual al número de la filas B.
ii) Si A.B está definido no necesariamente B.A está definido
iii) Si A.B y B.A están definidos, no necesariamente A.B=B.A
5.3.1 PROPIEDADES
i) La multiplicación de matrices es una L.C.I en Mn(R).
ii) Para cualesquiera A, B y C pertenecientes a Mn(R) se cumplen:
a) A(B.C) = (A.B)C
b) A(B+C) = AB+ AC
c) (A+B)C =AC+BC
iii) Existe In Mn(R) tal que A. In = In.A= A
iv) No es válida la ley de cancelación: A.B = A.C no implica que B=C
EJERCICIOS
1 2 1 0 1 0
1) Dadas A= 2
B= 0 , y C= 1 1
4
1
Verifique que AB=AC pero B C
1 1 2 1 2 0 0 0 1
2) Dadas D= 2 2 4 , E= 1 0 0 y F= 0 0 1
3 3 6 0 0 0 1 1 0
Estos dos casos ratifican que la ley de cancelación que es válida en la multiplicación de
números reales y otras operaciones, en el caso de multiplicación de matrices no es válida.
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 16
1 0 0
1 3 5 2 3 5
Q= 0 1
3
3) Dadas 2 2 A= 1 3 5 B= 1 4 5
3 1 3 5 1 3 4
0 1
2 2
Aplicación comercial
Suponga que únicamente dos compañías rivales, R y S, fabrican cierto producto. Cada año, la
compañía R conserva ¼ de sus clientes, mientras que ¾ cambian a S. En el mismo lapso, S
conserva 2/3 de sus clientes, mientras que 1/3 cambia a R. Esta información se puede desplegar
en forma matricial como
Al comenzar por primera vez la fabricación del producto, R tiene 3/5 del mercado (el mercado
es la cantidad total de clientes), mientras que S tiene los otros 2/5 del mercado. Denotamos la
distribución inicial del mercado como:
Esto se puede ver fácilmente como sigue. Supongamos que el mercado inicial consta de k
personas, digamos k= 12000 y que este número no se modifica con el paso del tiempo.
Entonces inicialmente, R tiene 3/5 k clientes y S tiene 2/5 k clientes. Al final del primer año, R
conserva ¼ de sus clientes y gana 1/3 de los de S. Así, R tiene:
De manera análoga, al final de dos años, la distribución del mercado estará dada por:
La matriz A Mn(R) es invertible si sólo si existe B Mn(R) tal que: A.B = B.A = I n , en
este caso diremos que B es la inversa de A y la denotaremos por A-1
Ejemplo 5.4.
Sea A = (ai j) una matriz cuadrada de orden n. Para calcular la matriz inversa de A, que
denotaremos como A-1, seguiremos los siguientes pasos:
Paso 2. Se utilizan operaciones elementales por filas a la matriz M de modo que la matriz A
llegue a su forma escalonada, reducida por filas.
2 3
Ejemplo 5.5 Usar el método anterior para hallar la inversa de la matriz A= 4
6
3 1
1 2 0
1 3 1 3 1 1 2
2 31 0 f 1 f1
1 0 1 2 2 0 f 2 f 2
2 2 2
f 2 f 2 4 f 1
12
4 60 1
4
6 0 1
0 12 2
1
0 1 1 1
6 12
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 18
1 0 1 1 1 1
3
f 1 f 1
f2 4 8
4 8
2
A1
1 1 1 1
0 1 6
12 6 12
1 1 1 1
2 3 4 8 4 8 2 3 1 0
Verificación 4 .
=
. 4 =
6
1 1
1 1
6
0 1
6 12 6 12
1 0 2
Ejemplo 5.6 Encontrar la inversa de A 2 1 3
4 1 8
Comprobación: AA-1 = I
1 3 4
5 7
Ejemplo 5.7 Sea: A= 2
0 1 1
1 3 4 1 0 0 1 3 4 1 0 0 f 1 f 1 3 f 2 1 0 1 5
f 2 f 2 2 f 1 f 3 f 3 f 2
A 2 5 7 0 1 0 0 1 1 2 1 0 0 1 1 2
0 1 1 0 0 1 0 1 1 0 0 1 0 0 02
La matriz A no puede reducirse a la matriz identidad por lo que se puede concluir que A
no es invertible.
5.3.2.1 Propiedades:
i) Si A es invertible, su inversa es única
iii) Si A y B son invertibles del mismo tamaño, entonces A.B es invertible y además
(A.B)–1 = B–1.A–1
iv) Si A es invertible entonces y n es un entero positivo An es invertible y A n 1 A 1 n
1 -1
v) Si A es invertible y α es un real no nulo entonces α.A es invertible y (αA)-1 = A
Demostración
i) Sea A una matriz invertible y supóngase que B y C son inversas de A.
Por ser B inversa de A se cumple que A.B = I. Si ahora multiplicamos por la izquierda
cada miembro de la igualdad por C, obtenemos C(AB) = C.I. Luego asociando tenemos
(C.A).B = C. Como C es inversa de A entonces C.A = I. Así que I.B = C y finalmente
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 20
se obtiene que B = C . Por lo que queda probado que si una matriz es invertible no existen
inversas diferentes y por lo tanto es su inversa es única.
iii) Sean A y B dos matices invertibles del mismo tamaño (orden n). Entonces existen
A-1 y B-1
Como A, B, A-1 y B-1 son matrices cuadradas del mismo tamaño entonces existen
A.B y B-1.A-1 las cuales también son cuadradas de orden n.
Con esto queda probado que AB es invertible y su inversa denotada por (AB)-1 es B-1A-1
TEOREMA:
Toda matriz elemental es invertible.
TEOREMA:
Para cada matriz cuadrada A sobre R, las siguientes afirmaciones son equivalentes:
i) A es invertible
ii) A es equivalente por filas a I.
iii) A es un producto de matrices elementales.
En general:
a11 a12 ... a1n a11 a 21 ... a m1
a 21 a 22 ... a 2 a12 a 22 ... a m 2
A= entonces AT =
: : : : : : : :
a am2 ... a mn a a2n ... a mn
m1 1n
5.4.1 Propiedades:
Para cualquier A,BMmxn(R) y kR se verifica que:
i) (AT ) T =A .
ii) (A+B) T = A T + B T Verificar con ejemplo
iii) (k.A) T = k.A T
iv) Si A es invertible entonces AT también es invertible y se cumple (AT ) –1 = ( A–1) T
v) Si AMmxn(R) y BMnxp(R) entonces (A.B) T = B T.A T Verificar con ejemplo
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 21
Matriz ortogonal
AMn(R) es ortogonal si sólo y si A.A T = A T.A = I. Es decir AT = A-1
2 4 3
Previamente se ha calculado la inversa de la matriz de los coeficientes 0 1 1
3 5 7
13 7
1 4
2 4 3 3 3
5 2
0 1 1 1
3 3
3 5 7
2 2
1
3 3
13 7
4
3 3 1 3
5 2
Así, la única solución está dada por: X= A-1B = 1 3 2
3 3
2 2 6 1
1
3 3
Este método es válido cuando la matriz de los coeficientes del sistema es cuadrada e invertible.
Además el método es útil cuando se tiene la matriz inversa, pues, encontrar la matriz inversa es
muy laborioso.
Aplicaciones
Este método es útil en problemas industriales. Muchos modelos matemáticos se explican por
medio de sistemas lineales. Esto significa que si se utilizan como entrada n valores (que se
pueden ordenar como la matriz X de n x 1), entonces se obtienen m valores como salida (que se
pueden ordenar como la matriz B de m x 1) mediante la regla A X = B. La matriz A está ligada
de manera íntima al proceso. Así, supongamos que un proceso industrial tiene cierta matriz A
asociada a él. Cualquier cambio en el proceso puede producir una nueva matriz. De hecho,
hablamos de una caja negra, lo cual significa que la estructura interna del proceso no nos
interesa. El problema que aparece con frecuencia en el análisis de sistemas es el determinar la
entrada por utilizar para obtener la salida deseada.
1 1 1 8
A 0 2 3 B 8
5 5 1 32
Supongamos que tenemos una matriz cuadrada A de orden n, si encontramos dos matrices L y
U, siendo L una matriz triangular inferior de orden n y U una matriz triangular superior de
orden n tal que:
A=L.U
Entonces se dice que hemos conseguido la factorización LU de A,
o que A tiene una descomposición LU.
Este método nos va ser de utilidad a la hora de resolver sistemas de ecuaciones.
Se mostrará cómo expresar una matriz cuadrada como un producto de una matriz triangular
inferior denotada como L por una matriz triangular superior que denotamos por U. Las
notaciones corresponden a las palabras inglesas Lower y Upper. En principio suponemos
que A es invertible, más adelante extenderemos para A de cualquier tamaño.
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 24
1 3
B
0 1
Si a la matriz identidad 2x2 le aplicamos la misma operación elemental se obtiene
1 0 1 0 1 3 1 3
E . Observe que E.A = 2 1 2 5 = 0 1 = B
2 1
Esto no es casualidad, aplicar operaciones elementales a una matriz A es equivalente a
multiplicar A por la izquierda con la matriz elemental correspondiente a la operación elemental
aplicada.
Supongamos que A es una matriz cuadrada e invertible de orden n y además supóngase que A
se puede triangularizar usando j operaciones elementales de filas del tipo III ( f k f k 2 f i ).
Como cada operación elemental equivale a multiplicar por una matriz elemental, podemos
generar E1, E2, ..., Ej matrices elementales de modo que .
E j E 2 E1 A U (1 )
L E j E 2 E1 A A como A es invertible
Sabemos que toda matriz elemental es invertible, y notemos que en éste caso además
E1, E2, ...Ej son triangulares inferiores , con solo elementos 1 en su diagonal principal por
tanto sus inversas también lo son y luego su producto, así entonces L es triangular inferior
con solo elementos 1 en su diagonal principal.
Así A = LU
Para obtener L se realizan las operaciones elementales inversas en el orden contrario al que se
usó para obtener U y partiendo de la identidad
1 0 0 1 0 0 1 0 0 1 0 0
f 3 f 3 53 f 2 f 3 f 3 3 f1 f 2 f 2 2 f1
0 1 0 0 1 0 2 0 1 0 2 1 0 L
0 0 1 5 1 3 5 1 3 5 1
0
3 2 3 2 3
Teorema
Sea A una matriz cuadrada de orden n. Si A se puede reducir mediante operaciones por filas a
una matriz triangular superior U sin hacer intercambio de filas, entonces existe una matriz
triangular inferior L con unos en la diagonal, tal que A= LU. Además si A es invertible esta
factorización es única.
1 1 2
Ejemplo 6.2 Sea A 2 2 4 vamos a obtener dos factorizaciones LU
3 3 6
1 1 2 f 2 f 2 2 f1 1 1 2
f 3 f 3 3 f1
2 2 4 0 0 0 U
3 3 6 0 0 0
1
0 0 1
0 0 1 0 0
f 2 f 2 2 f1
0 1 0
f 3 f 3 3 f1
0
1 0 2 1 0 L
1
0
0 1 3 0 1 3 0 1
1 1 2 1 0 0
Haciendo un nuevo proceso se puede obtener U= 0 0 0 y L = 2 1 0 de
0 0 0 3 1 1
manera que L.U = A
Supongamos que se requiere resolver el sistema AX =B donde A se puede reducir a una matriz
U triangular superior (triangularizar), sin hacer intercambios de filas. Entonces el sistema se
puede escribir como LUX = B. Donde L es triangular inferior invertible con solo unos en la
diagonal principal.
Luego existe un único vector Y tal que: LY =B (Y= L 1 .B)
Resolviendo el sistema UX= Y por sustitución regresiva. Se obtiene la solución del sistema
AX=B. Es decir.
AX= LUX = L(UX)= LY = B. Así nuestro sistema está resuelto.
2 4 6 x1 18
A= 4 5 6 x
, X= 2 y B= 24
3 1 2 x 4
3
2 4 6 x1 18 1 0 0 2 4 6 x1 18
4 5 6 . x2 24 2 1 0 0 3 6 x
2 = 24
3 1 4 3 0 1 4
2 x3 2
5
3
1 0 x
3
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 27
2 4 6 x1 1 0 0
1
18
0 3 6 x2 = 2 1 0 24
0
0 1 x 3 5
1 4
3 2 3
2 4 6 x1 1
0 0 18
0 3 6
x2 = 2 1 0 24
0 11
0 1 x 5 1 4
3 6 3
2 4 6 x1 18
0 3 6 x2 = 12
0 0 1 x 3
3
12 18
usando sustitución regresiva se obtiene: x3 = 3 , -3x2 – 6(3) =-12 x2 = 2
3
2 x1 18 4( 2) 6(3) x1 4 solución (4, -2, 3)T Verifique la solución
Solución.-
2 3 2 f 2 f 2 2 f1 2 3 2 2 3 2 1 0 0
0 2 1
f f 3 f1
A 4 8 3 3 0 2
f3 f3 f 2
1 U L 2 1 0
2 5 2 0 2 0 0 0 1 1 1 1
A X b ( LY B U X Y )
y1 10 10
Primero resolvemos LY = B 2 y1 y2 20 y se obtiene Y= 40
0
y1 y2 y3 30
2 x1 3 x2 2 x3 10 35
Luego resolvemos UX = Y 2 x2 x3 40 resultando X = 20
0
x3 0
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 28
Supóngase ahora que para triangularizar la matriz A se requieren algunos intercambios de filas,
estos intercambios de filas son el producto de multiplicaciones por matrices elementales, sea P
el producto de todas las matrices elementales que producen los intercambio de filas necesarios
para triangularizar A. Si consideramos la matriz P.A esta no requiere intercambios de filas y por
lo tanto se puede factorizar en la forma LU. En este caso el sistema lineal AX=B se resuelve
siguiendo el proceso siguiente.
EJERCICIOS PROPUESTOS:
1.- Estudie como usar el método de factorización cuando se requiere realizar intercambios de
filas en el proceso de triangularizar la matriz A para obtener U y resuelva este sistema .
2 1 3 x1 1
4 2 5 x2 2
2 1 0 x 3
3
2.- Resolver el siguiente sistema usando la inversa luego por factorización LU:
x y z 7
4 x y 5 z 4
6 x y 2 z 20
2 1 7
3.- Escribir la matriz A= 4 3 5 como un producto de una matriz triangular inferior (L)
2 1 6
una matriz triangular superior (U), es decir: A = LU.
1 2 1 4 x 3
2 1 7 x 6
0 1 5 8 y 11
a) 4 3 5 y 1 b)
2 2 3 1 4 z 4
1 6 z 1
1
1 6 4 w 5
7. DETERMINANTES
= a11
Así, el determinante de una matriz 1x1 A = (a11) es el propio escalar a11, es decir,
det (A) = |a11| = a11.
Ejemplos 7.1.
a) Dado que el determinante de orden uno es el mismo escalar, tenemos det (24) = 24,
det(-3) = -3, det (3x+5) = 3x+5.
b)
a12a21a33 - a32a23a11
Obsérvese que hay seis productos, cada uno formado por tres elementos de la matriz.
Tres de los productos aparecen con signo positivo (conservan su signo) y tres con signo
negativo (cambian su signo).
Para calcular los determinantes de orden tres, el siguiente diagrama puede ayudar a
resolverlos:
Ejemplo 7.2.
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 30
= 24 + 20 + 0 - (-4) - 0 - (-15) = 44 + 4 + 15 = 63
que es una combinación lineal de tres determinantes de orden dos, cuyos coeficientes
(con signos alternantes) constituyen la primera fila de la matriz dada. Esta combinación
lineal puede indicarse de la forma siguiente:
Nótese que cada matriz 2x2 se obtiene suprimiendo en la matriz inicial la fila y la
columna que contienen su coeficiente.
Para definir determinantes de ordenes superiores a dos se dan dos definiciones previas y
después una regla general para obtener el determinante de una matriz cuadrada de cualquier
orden.
Sea A una matriz cuadrada de orden n sobre el cuerpo R. La matriz de orden n-1 obtenida de A
al eliminar la fila i y la columna j se denota por Mij (A) y se le llama ij–ésimo menor de A.
3) DEFINICIÓN:
Sea A una matriz cuadrada de orden n sobre el cuerpo R. El determinante de la matriz A,
denotado por det(A) o bién por A, se define mediante la siguiente regla:
a) Si n = 1 , es decir A= ( a11), entonces A= a11
n
b) Si n 2, entonces A = a
k 1
ik . Aik para algún i fijo
Así det (A) = ai1. Ai1 + ai2 Ai2 +........+ ain Ain
Si A = (ann) es una matriz de orden arbitrario n x n . Para calcular el det (A) se procede
de la siguiente manera:
(-1)n+1.an1
Los signos se van alternando según la posición que ocupen las entradas del
determinante.
Ejemplo 7.4.
Si observamos la matriz, podemos ver que en la tercera columna hay dos ceros. Así
pues, si tomamos las entradas de la tercera columna para calcular el determinante, nos
ahorraremos calcular dos determinantes, ya que el producto de un determinante por cero
es cero.
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 32
Si A es triangular, esto es, A sólo tiene ceros por encima o por debajo de la diagonal
principal, entonces es igual al producto de los elementos de la diagonal. Es decir
det(A) = a11∙a22 ∙ ∙ ∙ ann
La adjunta de una matriz cuadrada A con elementos de un cuerpo la denotaremos por Adj(A) y
se define como la transpuesta de la matriz que resulta de sustituir cada elemento por su cofactor
1) Dada A
2) Hallar los cofactores de A y formar una matriz B, como sigue.
Ejemplo 7. 5.
Observemos que esta propiedad nos permite hallar por otro método la inversa de
una matriz.
Ejemplo 7.6
y el det(A):
a)
b)
El siguiente paso es hallar la adjunta de la matriz B, así pues, los cofactores de B son:
B11 = 5 B12 = -2
B21 = 1 B22 = 3
EJERCICIOS PROPUESTOS:
2 5 3 2 2 0 1 2
1 2 3
2 3 2 5 3 2 2 3
A= 2 3 4 B= C= D=
3 1 3 2 2 0 2 2 2
4 6
1
6 4 3 2
3 0 1
1 3 5 2
0 1 3 4
2 1 9 6
3 2 4 8
Resp: A 1 , B 4 , C 3 2, D =160
2 1 1
2. Sea A= 1 1 2 calcular: a) A y b) A-1 usando la Adj(A).
1 2 1
1 1 1
2 6 6
1 1 1
Resp: A 6 y A
1
2 2 2
1 5 1
2 6 6
3. Encuentre los valores reales o complejos de tales que det(A-I)=0 para
Prof. Luis Núñez Sistemas de ecuaciones lineales y matrices 38
2 1 1 2 2 3
A= 1 1 2 y para A= 2 1 6 donde I es la identidad 3x3
1 2 1 1 2 0
4. Demuestre que si A es una matriz cuadrada tal que A2=I entonces Det(A)=1
5. Para cada una de las siguientes matrices, determine: (a) la matriz de los cofactores, (b)
adj(A), (c) A. Adj(A), (d) detA y (e) A-1 si existe.
1 0 2 3
cos 0 sen 3 2 1
2 1 4 0
A= 0 1 0 B= 0 4 3 C=
sen 3 2 1 3
0 cos 1
2 2
0
1 3 2
6. Sean P1(x1 , y1) y P2(x2 , y2) dos puntos del plano cartesiano. Demuestre que la igualdad
x y 1
x1 y1 1 0, representa la ecuación de la recta que pasa por P1 y P2
x2 y2 1
7. Sean A(a1 , a2) , B(b1, b2) y C(c1 , c2) tres puntos del plano cartesiano. Demuestre que
el
a1 a2 1
área del triángulo cuyos vértices son A, B y C es igual a b1 b2 1
c1 c2 1
8. Determine en cada caso si la proposición es verdadera o falsa. Justifique su respuesta,
mediante un contraejemplo si es falsa o una demostración en caso de ser verdadera:
8. REGLA DE CRAMER
Los pasos a seguir para resolver los sistemas de ecuaciones de la forma AX=B , donde
A es cuadrada, mediante la regla de Cramer son los siguientes:
b) dividir el resultado de este determinante entre el det (A) para hallar el valor de la
primera incógnita;
Ejemplo 8.1
Sea el sistema de ecuaciones lineales formado por dos ecuaciones con dos incógnitas:
EJERCICIOS PROPUESTOS
el sistema tenga
soluciones no triviales?
5 5 9
3.- Dada la matriz A= 8 9 18 , determine los valores de para los cuales el sistema
2 3 7
A .I X 0, tiene soluciones no triviales.