1

UNIVERSIDAD FRANCISCO GAVIDIA FACULTAD DE INGENIERA Y ARQUITECTURA ASIGNATURA: MATEMTICA III

LGEBRA DE MATRICES
DEFINICIN: llamaremos MATRIZ a todo arreglo rectangular de nmeros o funciones encerrados entre corchetes y que obedece a ciertas leyes de combinacin, tal como: Fila a11 a21 a31 . . . am1 a12 a22 a32 . . . am2 a13 . . . a1n a23 . . . a2n a33 . . . a3n . . . . . . am3 . . . amn Columna

A=

ai j

Orden de la Matriz mxn

Donde: ELEMENTOS : son los nmeros o funciones que forman la matriz. : elemento genrico. ai j i : nmero de fila. j : nmero de columna. TAMAO DE LA MATRIZ : se indica por medio del orden de la matriz.

MATRIZ CUADRADA: el nmero de filas es igual al nmero de columnas. A = [ai j] m x n , m = n A = [ai j] n

La lnea imaginaria que pasa por los elementos: a11, a22, a33, ... , ann, se llama Diagonal Principal. La suma de los elementos de la Diagonal Principal es el Trazo de la Matriz. IGUALDAD DE MATRICES: dos matrices A = [ai j] m n , B = [bi j] m n , son iguales si y solo si tienen el mismo orden y si cada elemento de una es igual al correspondiente elemento de la otra. Esto es: ai j = ai j , donde i = 1, 2, 3, ..., m j = 1, 2, 3, ..., n OPERACIONES CON MATRICES: 1. SUMA: si A = [ai j] y B = [bi j] son matrices de orden mxn, entonces su suma (resta), es la matriz de orden mxn C = [cij], para la cual cada elemento de C es la suma (diferencia) de los correspondientes elementos de A y B. Esto es: ci j = ai j bi j

Danilo Leiva dleiva@ufg.edu.sv

UFG

OBSERVACIONES: i. ii. Si dos matrices son del mismo orden se dice que son CONFORMABLES para la suma (resta). Para sumar (restar) es necesario que las matrices tengan el mismo orden.

LEYES DE LA SUMA:
Sean A, B, y C matrices Conformables para la suma y k un escalar, entonces: i. ii. iii. 2. A+B=B+A A + (B + C) = (A + B) + C k(A + B) = kA + kB = (A + B)k

PRODUCTO DE UN ESCALAR POR UNA MATRIZ:

si k es un escalar, entonces por kA = Ak se entiende la matriz obtenida de A por multiplicacin de todos sus elementos por k. Si en particular k = 1, a la matriz kA = A se le llama Matriz Negativa de A. PRODUCTO PUNTO: el Producto Punto de una matriz fila 1xn y una matriz columna nx1 es la matriz de orden 1x1 (nmero real) dada por: b11 b21 [a11, a12, a13, ... , a1n] = b31 . . . bn1 = [a11 b11 + a12 b21 + a13 b31 + ... + a1n bn1] =

3.

k=1

a1k bk1

4.

PRODUCTO DE MATRICES:

por el producto AB de la matriz A = [ai j] m xp y la matriz B = [bi j] pxn, se entiende la matriz C = [ci j] mxn, tal que:
n

ci j = ai1 b1j + ai2 b2j + ai3 b3j + ... + aip bpj =

k=1

aik bki

OBSERVACIONES: i. Para realizar el producto de dos matrices es necesario que el nmero de columnas de la primera sea igual al nmero de filas de la segunda matriz, en cuyo caso se dice que las matrices son CONFORMABLES para la multiplicacin. Si A, B y C son conformables para la suma y el producto, entonces: a) A(B + C) = AB + AC b) (A + B)C = AC + BC c) A(BC) = (AB)C d) k(AB) = (kA)B = A(kB), k es un escalar. Sin embargo: e) AB BA f) AB = 0, no necesariamente implica que: A = 0 B = 0. Donde 0 = [0] es la matriz NULA: todos sus elementos son ceros. g) AC = AB, no necesariamente implica que C = B.

ii.

TAREA:

Hallar matrices cuadradas de orden 3 de manera tal que cumplan con los literales e, f y g de la observacin (ii) del producto de matrices.

Danilo Leiva dleiva@ufg.edu.sv

UFG

DETERMINANTES
DEFINICIN: El Determinante es un nmero asociado con las matrices cuadradas. Es un arreglo cuadrado de n cantidades encerradas entre barras y que tiene cierto valor. Su forma general es: a11 a21 a31 . . . an1 a12 a22 a32 . . . an2 a13 a23 a33 . . . an3 . . . a1n . . . a2n . . . a3n . . . . . . ann

det D =D =

Orden n

SOLUCIN DE UN DETERMINANTE DE ORDEN 2 DE 2 ORDEN: D = a11 a12 = a11 a22 a12 a21 a21 a22

MENOR DEL ELEMENTO ai j : Mi j Llamaremos Menor del Elemento ai j en un determinante de orden n, al determinante de orden n 1 que resulta de eliminar la fila y columna en donde se encuentra dicho elemento.

COFACTOR DEL ELEMENTO ai j : Ci j Llamado tambin Menor con signo. El Cofactor del Elemento ai j viene dado por el siguiente producto: C i j = ( 1) i + j . Mi j DESARROLLO DE UN DETERMINANTE:

1.

MTODO DE LOS COFACTORES: Un determinante de orden n expresa la suma de los productos de los elementos de una fila o columna por sus respectivos cofactores. Esto es:
n

D = ai k . Ci k
k=1

(Desarrollado por la i - sima fila)

D = a kj . C kj
k=1

(Desarrollado por la j - sima columna)

Danilo Leiva dleiva@ufg.edu.sv

UFG

2.

REGLA DE SARRUS: Regla para calcular determinantes de orden tres. El determinante D es la diferencia de las sumas cclicas de productos de diagonales principales y secundarios; es decir:

a11 D = a21 a31

a12 a22 a32

a13 a23 a33

D = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32) (a31 a22 a13 + a32 a23 a11 + a33 a21 a12) Una alternativa que facilita el clculo del determinante es agregar las columnas 1 y 2 y formar los productos con las diagonales principales y secundarias, de la siguiente manera:

a11 D = a21 a31

a12 a22 a32

a13 a23 a33

a11 a21 a31

a12 a22 a32

D = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32) (a31 a22 a13 + a32 a23 a11 + a33 a21 a12) NOTA: esta tcnica solo es valida para determinantes de orden tres.

PROPIEDADES DE LOS DETERMINANTES:

P1 El valor de un determinante no se altera si sus filas se escriben como columnas guardando su orden o sea, si se transpone. D = D DT P2 Si todos los elementos de una fila o columna se multiplican por una misma constante k, el valor del determinante es k veces el valor del determinante original. Si todos los elementos de una fila o columna son CEROS, el valor del determinante tambin ser cero. Si cada elemento de una fila o de una columna de un determinante se expresa como binomio, el determinante puede escribirse como la suma de dos determinantes. a11 + b11 D = a21 + b21 a31 + b31 a12 a22 a32 a13 a23 a33 a11 = a21 a31 a12 a22 a32 a13 a23 + a33 b11 b21 b31 a12 a22 a32 a13 a23 a33

P3 P4

Danilo Leiva dleiva@ufg.edu.sv

UFG

P5

Si se intercambian dos filas cualesquiera o dos columnas cualesquiera de un determinante, el valor de ste resulta multiplicado por 1. Si los elementos correspondientes de dos filas o columnas son proporcionales, el valor del determinante es cero Si se suma a una fila (o columna) un mltiplo de otra fila (o columna), el valor del determinante NO CAMBIA. El producto de determinantes se efecta igual que el producto de matrices. El valor del determinante de una matriz triangular es igual al producto de los elementos de su diagonal principal

P6 P7

P8 P9

LEYES DEL LGEBRA MATRICIAL

El lgebra Matricial es un sistema matemtico en donde: i. ii. iii. Los elementos son matrices. Las relaciones son de igualdad y de desigualdad. Las operaciones son de suma, multiplicacin, combinacin lineal, inversin y transposicin. Sean: A, B y C : I: 0: A, AT : A1 : k, u : Matrices Matriz Identidad Matriz Nula Matriz Transpuesta Inversa de la Matriz A Escalares 2. COMMUTATIVA 2.1) 2.2) 2.3) 4. 4.1) A+B=B+A k.A = A.k A.B B.A

LEYES:

Entonces: 1. IDENTIDAD 1.1) 1.2) 1.3) 3. A.0 = 0 A.I = I.A = A A+0=0+A=A

ASOCIATIVA 3.1) 3.2) 3.3) A +(B + C) = (A + B) + C A.(B.C) = (A.B).C k(u.A) = (k.u).A

DISTRIBUTIVA A.(B + C) = A.B + A.C 4.2) 4.3) 4.4) (B + C).A = B.A + C.A k.(A + B) = k.A + k.B (k + u).A = k.A + u.A

5.

EXISTENCIA DEL OPUESTO 5.1) 5.2) A + ( A) = A + A = 0 A.A 1 = A 1.A = I

6.

AUTODUALIDAD 6.1) 6.2) (AT ) T = A (A 1) 1 = A

7.

TRASPOSICIN 7.1) 7.2) (A 1) = (A) 1 (A.B) T = B T.A T UFG

Danilo Leiva dleiva@ufg.edu.sv

OPERACIONES FUNDAMENTALES DE FILA

Llamadas tambin Transformaciones Fundamentales de Fila. Estas son: T1: Intercambio de dos filas cualesquiera

fi
T2:

fj
k.fj

Multiplicar toda una fila por un escalar distinto de cero

fi
T3:

Cambiar una fila cualesquiera por la suma de ella misma mas k-veces otra fila, k 0

fi
OBSERVACIN:

fi + k.fj
De manera similar se definen las operaciones o transformaciones fundamentales de columna: T1: T2: T3:

ci ci ci

cj
k.cj

ci + k.cj

MATRICES EQUIVALENTES: son aquellas que se obtienen mediante operaciones fundamentales o elementales aplicadas a una matriz original (A B). MATRICES ELEMENTALES: son aquellas matrices cuadradas que se obtienen al efectuar una de las transformaciones elementales sobre la matriz identidad.

PREMULTIPLICACIN POR MATRICES ELEMENTALES: La premultiplicacin por matrices elementales es una propiedad de que gozan las matrices. Para el caso, si tenemos: A.B B.A Para el miembro izquierdo A premultiplica y B postmultiplica. Para el miembro de la derecha, A postmultiplica y B premultiplica. Si se premultiplica a una matriz cualesquiera A por una matriz Elemental E, la matriz producto E.A presenta el mismo cambio en sus filas que el efectuado sobre la matriz identidad para la obtencin de la matriz elemental E. De la misma manera si se postmultiplica a una matriz cualesquiera A por una matriz elemental E, la matriz producto E.A presenta el mismo cambio en sus columnas que el efectuado sobre la matriz identidad para obtener la matriz elemental E. OBSERVACIONES: i. ii. Si A puede ser reducida o transformada en I, entonces A es equivalente a I. Ek Ek 1 ... E2 E1 A = I, entonces: A = E11 .E12 ... E1k 1 .E1k I A = E11 .E12 ... E1k 1 .E1k , por lo tanto A1 = Ek .Ek 1 ... E2 .E1

Danilo Leiva dleiva@ufg.edu.sv

UFG

iii.

Podemos observar que existen tres maneras de transformar una matriz continuando equivalente: a) Premultiplicarla,

b) Postmultiplicarla, y c) En forma directa haciendo uso de las transformaciones elementales.

TRANSFORMACIONES INVERSAS T11: Igual a T1

fi
T21:

fj
1/k.fj

Igual a T2, cambiando solamente k por 1/k

fi
T31:

Igual a T3, pero cambiando el signo de la operacin

fi

fi k.fj

RANGO DE UNA MATRIZ Es el mayor de los determinantes No Nulos obtenidos suprimiendo filas y columnas. Una matriz A (excepto la matriz nula) se dice que tiene rango r si existe al menos uno de sus menores cuadrados de orden r 0 mientras que todos sus menores cuadrados de orden r+1 son ceros. NOTA: Sea A una matriz cuadrada de orden n, luego: i. Si A 0 entonces r = n y A es No Singular. ii. Si A = 0 entonces r < n y A es Singular.

MATRIZ DE COFACTORES Sea A = [ a i j ] una matriz cuadrada y sea c i j el cofactor del elemento a i j, entonces c11 c12 c13 . . . c21 c22 c23 . . . c31 c32 c33 . . . . . . . . . . . . cn1 cn2 cn3 . . . c1n c2n c3n . . . cnn

CA = [ c i j ] =

= MATRIZ DE COFACTORES

Recordemos que el cofactor de a i j es:

c i j = ( 1) i + j . M i j

MATRIZ ADJUNTA
Sea a = [ a i j ] una matriz cuadrada de orden n; entonces, por definicin, la Matriz Adjunta de A es la Traspuesta de la matriz de Cofactores, esto es:

ADJUNTA DE A = adj A = (CA)T = [c i j ] T = [c j i ]

Danilo Leiva dleiva@ufg.edu.sv UFG

PROPIEDADES DE LA MATRIZ ADJUNTA P1 El producto de la matriz A por su adjunta es conmutativo A . adj A = adj A . A P2 Si A es una matriz cuadrada no singular, es decir que A 0, entonces adj A = An 1 , donde n es el orden de A P3 Si A es una matriz cuadrada singular, donde A = 0, entonces: A . adj A = adj A . A = 0 P4 Si A y B son matrices cuadradas de orden n, entonces: Adj(AB) = adj B . adj A

MATRIZ INVERSA
DEFINICIN 1: Si A y B son matrices cuadradas de orden n tales que A.B = B.A = I, entonces B es llamada la inversa de A (B = A 1 ) y A es llamada la inversa de B (A = B 1). Las matrices cuadradas que tienen inversa se les llaman REGULARES o NO SINGULARES. Las dems se llaman SINGULARES. Si det A = A 0, entonces se define la inversa de A como sigue: 1 A1 = A . adj A = A adj A

DEFINICIN 2:

DEFINICIN 3:

PROPIEDADES DE LA MATRIZ INVERSA P1 El producto de dos matrices inversas es conmutativo: A . A 1 = A 1. A = I P2 Si una matriz cuadrada tiene inversa, sta es NICA: Si A . B = I y C . B = I, entonces A = C P3 La inversa de una matriz inversa es la matriz original: (A 1) 1 = A P4 La inversa de un producto de matrices es igual al producto de las inversas de cada matriz tomadas en orden contrario: (A . B) 1 = B 1 . A 1

Danilo Leiva dleiva@ufg.edu.sv

UFG

P5

La inversa de la matriz transpuesta es la transpuesta de la matriz inversa: (A 1) T = (AT ) 1

P6

El determinante de la inversa es igual al reciproco del determinante de la matriz: A 1 = 1/ A

MTODOS DE INVERSIN DE MATRICES

Estudiaremos dos procedimientos: 1. i. INVERSIN POR LA MATRIZ ADJUNTA: Calcular A. Si A 0 A 1 Si A = 0 A 1 ii. iii. iv. Calcular la matriz de Cofactores (CA). Calcular la matriz Adjunta(adjA). Dividir cada elemento de la matriz Adjunta entre A. (Existe) (No Existe)

2.

INVERSIN POR EL MTODO DE GAUSS: DEFINICIN: Si una matriz cuadrada es reducida a su matriz Identidad correspondiente por una serie de transformaciones elementales de fila (nicamente); entonces, la matriz Inversa de A es igual al producto invertido de las matrices elementales correspondientes por la matriz A. (Ver observacin ii, pagina 6)

En la practica se forma una nueva matriz con la matriz A y su matriz identidad correspondiente, asi:

[A I]
luego, por transformaciones elementales de fila se reduce la matriz A en la matriz I reduciendo con ello la matriz I en la matriz A, es decir:

[A I]

TRANSFORMACION ES ELEMENTALES DE FILA

[ I A 1 ]

Danilo Leiva dleiva@ufg.edu.sv

UFG

10

GUA DE TRABAJO

I.
1.

MATRICES Y DETERMINANTES
Calcular los determinantes: 1.1) 0 5 1 -3 1.2) -2 -3 4 2 1.3) 5 7 6 4 1.4) 1 2 -1 0 -1 2 -2 1 0

1.5)

1 2 3 0 1 -2 -2 -4

1 1 0 1

2 5 3 6

1.6)

0 -1 2

1 -2 2 1 1 -1

1.7)

5 10 10 5 5 5

5 5 10

2.

Encontrar el valor de x en los siguientes determinantes: 2.1) x 1 2 =4 3 -3 4 2.2) 5 2x =2 2.3) 1 -1 2 3 3 2 3 x 9 2.4) 0 1 1 2 -1 x 1 2 1 -2

=0

3.

Encontrar las inversas de las matrices dadas: 3.1) 1 2 0 1 3.2) 1 3 2 6 3.3) 1 3 2 4 3.4) 1 2 3 -1 0 1 0 4 8 3 1 -2 2 5 4 -1 3 1 1 1 1 -1 1 3 4 3 1 -2 3 3 4 1 -1 2 3 1 1 2 1 -1 1 -1 2

3.5) -1 2 -3 2 -3 1 0 1 -5 3.9) -2 1 4 0 -1 5 -2 0 -9

3.6)

1 -1 0 -1 2 3 0 1 2 1 1 1 1 2 3 2 3 5 3 -4 -5 1 -4 -5 8

3.7)

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

3.8)

3.10)

3.11)

3.12)

4.

Calcular: 4.1) 2 6 1 0 -3 -1 2 4 2 0 1 -5 -1 4.2) 6 0 -1 1 -3 2 . 4 2 0 1 -5 -1

5.

Si A es 2x3, B es 4x3, C es 3x3 y D es 3x2, determine el orden de: 5.1) A.C 5.2) D.A 5.3) A.D 5.4) B.C 5.5) D.A.C

5.6) B.C.D.A

6.

Si: A=

-1 -2 -2 1 2 1 , -1 -1 0

B=

-3 -6 2 2 4 -1 2 3 0

C=

-5 -8 0 3 5 0 1 2 -1

Muestre que:

6.1) A2 = B2 = C2 = I Danilo Leiva dleiva@ufg.edu.sv

6.2) AB = BA = C

6.3) BC = CB = A

6.4) AC = CA = B UFG

11

7.

Si: A=

5 4 -2 4 5 -2 -2 -2 2

, muestre que: A2 11A + 10 I = 0

8. A=

1 -2 1 2 1 -3 -5 2 3

X=

2 5 -1 -7 -2 1 3 4 3 2 1 2

Y=

3 6 0 -6 -1 2 4 5 4 3 2 3

muestre que AX = AY

(aunque X Y)

9. A= 1 -2 0 3 2 -1 B= 0 -2 3 0 1 3 C= -2 3 -3 D= -1 1 2

encuentre: A B C DT

10. 1 A= 1 0 0 , B= 1 1 0 0 , C= 2 2 2 2 , D= 4 5 10.3) (B C) 2 2 3

encuentre:

10.1) AB 2CD

10.2) A2

Danilo Leiva dleiva@ufg.edu.sv

UFG

12

SISTEMAS DE ECUACIONES LINEALES

(S.E.L.)

MATRIZ ASOCIADA A UN S.E.L.: Supongamos el caso general de un sistema de m ecuaciones lineales con n incgnitas, que se puede expresar: a11 x1 a12 x2 a13 x3 . . . a1n xn = b1 a21 x1 a22 x2 a23 x3 . . . a2n xn = b2 a31 x1 a32 x2 a33 x3 . . . a3n xn = b3
. . . . . . . . . . . . . . . (1)

am1 x1

am2 x2 am3 x3 . . . am n xn = bm

Con todo sistema de ecuaciones lineales se tienen varias matrices asociadas: i. La matriz A, formada por los coeficientes de las incgnitas: a11 a12 a13 a21 a22 a23 a31 a32 a33 . . . . . . . . . am1 am2 am3 . . . a1n . . . a2n . . . a3n . . . . . . am n

A = [ai j ] =

ii.

La matriz X, formada por las incgnitas: x1 x2 x3 . . . xn

X = [xi j ] =

iii.

La matriz B, formada por los trminos independientes: b1 b2 b3 . . . bm

B = [bi j ] =

Danilo Leiva dleiva@ufg.edu.sv

UFG

13

En notacin matricial el S.E.L. (1) puede escribirse as: A.X = B a11 a12 a13 a21 a22 a23 a31 a32 a33 . . . . . . . . . am1 am2 am3 iv. . . . a1n . . . a2n . . . a3n . . . . . . am n x1 x2 x3 . . . xn b1 b2 b3 . . . bm

La matriz Aumentada C, formada por los coeficientes y los trminos independientes: a11 a12 a13 a21 a22 a23 a31 a32 a33 . . . . . . . . . am1 am2 am3 . . . a1n . . . a2n . . . a3n . . . . . . am n b1 b2 b3 . . . bm

C = [AB] = [ai j bi j ] =

DEFINICIN 1:

Si el S.E.L. tiene solucin, se dice que es CONSISTENTE e INCONSISTENTE en caso contrario. Si el S.E.L. tiene solucin NICA se dice que es CONSISTENTE y DETERMINADO. Si tiene varias soluciones se dice que es CONSISTENTE pero INDETERMINADO. Si al menos uno de los trminos independientes es diferente de Cero, el S.E.L. se llama NO HOMOGNEO y si todos los trminos independientes son iguales a Cero, el S.E.L. se llama HOMOGNEO. Sean m el nmero de ecuaciones y n el nmero de incgnitas. Luego, si en el S.E.L. m = n, se dice que el sistema es CUADRADO; y si m n, el sistema es ARBITRARIO o RECTANGULAR.

DEFINICIN 2:

DEFINICIN 3:

DEFINICIN 4:

SOLUCIN DE S.E.L. CUADRADOS

(n incgnitas y n ecuaciones lineales) Se estudiarn dos casos: I) II) S.E.L. no homogneos, y S.E.L. homogneos.

CASO I:
TEOREMA 1:

S.E.L. NO HOMOGNEOS (AX = B, B 0)

Un sistema cuadrado no homogneo ser consistente si y solo si la matriz de coeficientes y la matriz aumentada tienen el mismo rango. Un sistema cuadrado no homogneo y consistente ser determinado si el rango de la matriz de coeficientes es igual al nmero de incgnitas n. Esto es si A 0.

TEOREMA 2:

Para resolver un S.E.L. cuadrado no homogneo y determinado se puede utilizar cualesquiera de los mtodos siguientes: 1) MTODO DE CRAMER. 2) MTODO DE LA MATRIZ INVERSA. 3) MTODO DE GAUSS JORDAN. Danilo Leiva dleiva@ufg.edu.sv UFG

14

1) REGLA DE CRAMER: Simbolizando por Ai (con i = 1, 2, 3, . . . , n) la matriz obtenida de A (matriz de coeficientes), por sustitucin de su i-sima columna por la columna de trminos constantes, B, se tiene que, si A 0 la solucin viene dada por las ecuaciones:

x1 = A1/A, x2 = A2/A, x3 = A3/A, . . . , xn = An/A

ECUACIONES SOLUCIN

MTODO: i) ii) iii)

Evaluar A. Evaluar los Ai. Sustituir en ecuaciones solucin.

2) SOLUCIN POR LA MATRIZ INVERSA: Si A 0, la matriz inversa A 1 existe, entonces la solucin del S.E.L. es dada por: A.X = B A .A.X = A 1. B I.X = A 1. B X = A 1. B
1

MTODO:

i) ii) iii) iv)

Evaluar: A. Hallar: A 1 . Multiplicar: A 1.B La solucin se obtiene por igualdad de matrices: X = A 1. B

3.

MTODO DE REDUCCIN DE GAUSS JORDAN: Por transformaciones elementales de fila se convierte el sistema original: A . X = B en un sistema equivalente: A* . X = B* donde: A* = I. De manera tal que la solucin puede leerse directamente de B*.

MTODO:

i) ii) iii)

Formar la matriz aumentada: [AB] Transformar sta en : [ A B* ] Leer directamente la solucin de B*.

Danilo Leiva dleiva@ufg.edu.sv

UFG

15

CASO II:

S.E.L. HOMOGNEOS (A.X = 0)

Un S.E.L. es llamado Homogneo si todos los trminos constantes son Ceros. El sistema homogneo tiene la siguiente forma a11 x1 a12 x2 a13 x3 . . . a1n xn = 0 a21 x1 a22 x2 a23 x3 . . . a2n xn = 0 a31 x1 a32 x2 a33 x3 . . . a3n xn = 0
. . . . . . . . . . . . . . .

SISTEMA HOMOGNEO:

am1 x1

am2 x2 am3 x3 . . . am n xn = 0

TEOREMA 3:

Si el rango de la matriz de coeficientes ( r[A] ), es igual al nmero de incgnitas (n), el S.E.L. cuadrado homogneo admite solucin nica: LA TRIVIAL. Es decir: x1 = x2 = x3 = . . . = xn = 0. Si el rango de A ( r[A] ) es menor que el nmero de incgnitas (n) pueden darse valores arbitrarios a las n r[A] incgnitas y por lo tanto hay infinitas soluciones distintas a la trivial. Luego, la condicin necesaria y suficiente para que un S.E.L. cuadrado y homogneo admita solucin fuera de la trivial es que r[A] < n. En resumen: Si ( r[A] ) = n Si ( r[A] ) < n SOLUCIN TRIVIAL INFINITAS SOLUCIONES (adems de la trivial)

TEOREMA 4:

Para todo S.E.L. homogneo, exactamente uno de los siguientes es verdad: 4.1) El sistema tiene solamente la solucin trivial. 4.2) El sistema tiene infinitamente muchas soluciones no triviales adems de la trivial.

TEOREMA 5:

La condicin necesaria y suficiente para que un S.E.L. homogneo cuadrado admita solucin fuera de la trivial, es que el determinante de la matriz de coeficientes sea Nulo. Si A = 0

EXISTEN INFINITAS SOLUCIONES

r[A] < n

Para resolver un S.E.L. cuadrado homogneo utilizaremos el mtodo de solucin por conversin a la matriz CANNICA o matriz ESCALN. Este mtodo se aplica a la matriz aumentada [A 0], en la cual A es reducida por transformaciones elementales de fila, a la forma Cannica C, formando con ello la matriz [C 0], de donde se calculan los valores de las r[A] primeras incgnitas, no sin darle antes valores arbitrarios a las otras n r[A] incgnitas.

MTODO DE SOLUCIN:

i) ii) iii) iv)

Formar [A 0] Transformarla en [C 0] Darle valores arbitrarios a las n r[A] incgnitas (que se encuentran en las filas de C que son todos ceros) Calcular las primeras r[A] incgnitas que estn en orden en las r[A] primeras filas de C, aquellas en donde esta el elemento 1.

Danilo Leiva dleiva@ufg.edu.sv

UFG

16

CARACTERSTICAS DE LA MATRIZ CANNICA O ESCALN: La matriz Escaln debe de tener las siguientes propiedades: 1) Si una fila no consiste enteramente de ceros, entonces el primer nmero diferente de cero es 1, llamado lder uno o uno pivote. 2) Si existen filas cuyos elementos son todos ceros, entonces stas se agruparn al final de la matriz. 3) Cuando dos filas sucesivas no consisten enteramente de ceros, el lder uno de la primera est a la izquierda del de la fila siguiente. 4) Cada columna que tiene un lder uno consiste de ceros en todos los otros elementos.

SOLUCIN DE S.E.L. RECTANGULARES O ARBITRARIOS Consisten de m ecuaciones lineales y n incgnitas: TEOREMAS GENERALES: I. II. Un S.E.L. rectangular tiene solucin (es consistente) si y solo si la matriz de coeficientes A y la matriz aumentada [A B] del sistema tienen el mismo rango. Un S.E.L. rectangular cumple que si el rango r[A] de la matriz de coeficientes es igual al nmero de incgnitas n, la solucin es nica (consistente y determinado) y si r[A] es menor que n existen infinitas soluciones, cada una de las cuales est determinada dando un sistema arbitrario de valores a las n r[A] incgnitas no principales, siendo las r[A] incgnitas las principales. (TEOREMA DE ROUCHE FROBENIUS)

MTODO DE SOLUCIN: i) ii) iii)

Formar la matriz aumentada [A B]. Transformarla a su forma Cannica. Teniendo en cuenta los Teoremas Generales, la solucin del S.E.L. se construye basndose en la informacin proporcionada por la matriz Cannica del paso (ii).

Danilo Leiva dleiva@ufg.edu.sv

UFG

17

CUADRO RESUMEN:

CONSISTENTE Y DETERMINADO: A 0 NO HOMOGNEOS INCONSISTENTE A = 0 S.E.L. CUADRADOS m = n

SOLUCIN TRIVIAL: A 0 HOMOGNEOS INFINITAS SOLUCIONES: A = 0

SISTEMAS DE ECUACIONES LINEALES (S.E.L.) m > n S.E.L. ARBITRARIOS m n m < n

INCONSISTENTE

CONSISTENTE E INDETERMINADOS

GUA DE TRABAJO

II.
1.

SISTEMAS DE ECUACIONES LINEALES

Resolver cada uno de los S.E.L. dados usando la Regla de Cramer: 1.1) 3x + y = 12 7x 2y = 2 1.2) 5x 2y = 7 x + 3y = 15 1.6) 1.3) 4x + 3y = 5 5x 2y = 6 1.7) 1.4) 6x 6y = 8 3y + x = 11

1.5)

0.2x + 0.3y = 13 1.2x + 1.3y = 15

1.4x 1.5y = 10 0.1x + 0.2y = 13

x + y + z = 19 2x + 4y 3z = 2 4x 3y + z = 11 2p + 3q 4r = 50 3p 2q + 6r = 70 5p 5q + 8r = 90

1.8)

2A B + C = 5 A + B 3C = 5 3A - 2B + 4C = 5

1.9)

0.2X + 0.1Y + 0.3Z = 5 0.3X 0.2Y + 0.1Z = 0 0.4X + 0.3Y 0.6Z = 4

1.10)

Danilo Leiva dleiva@ufg.edu.sv

UFG

18

2.

Resolver cada uno de los S.E.L. usando el mtodo de la matriz aumentada (Mtodo de Gauss Jordan): 2.1) 4x 6y 2z = 1 3x + y 2z = 7 2x 3y z = 4 2.2) 2p q t = 0 p + 2q t = 5 p q + 3t = 8 2.3) 2a b + c + d = 3 a + 2b c d = 2 a b + 2c + d = 3 abc+2d=2 u+v+w+x=3 3u + 4v = 3 3v + 4w = 8 3w + 4x = 6

2.4)

w + x + y + z = 10 w+x+y=9 w+y+z=7 x+y+z=6

2.5)

p+q+r+t=1 pq+r=0 pr+t=4 q+rt=1

2.6)

3.

Utilizar el mtodo de la matriz inversa para resolver los siguientes S.E.L.: 3.1) 3x + 2y = 16 2x 3y = 2 2x + 9y = 11 5x 6y = 18 3x y z = 20 x + 3y z = 40 x y + 3z = 80 3.2) 4x 3y = 0 5x + 2y = 23 x/2 + y/3 = 6 4x/3 2y/3 = 2 xy+z=4 x + 2y z = 1 2x + y + z = 8 3.3) 6x 2y = 9 14x 2y = 1 0.2x + 0.3y = 8 1.4x 0.7y = 0

3.4)

3.5)

3.6)

3.7)

3.8)

4.

Resuelva los S.E.L. siguientes utilizando el mtodo de la matriz escaln: 4.1) x + 3y 2z = 0 2x y + z = 0 4.2) 2x 2y + 3z = 0 x + 2y 2z = 0 3x 2y + 3z = 0 3x 2y + z = 0 x + 2y 2z = 0 2x y + 2z = 0 x+yz+w=0 2x 3y + 4z 8w = 0 x + 2y + 5z + 3w = 0 4.11) 4.3) x+y=0 x+z=0 y+z=0 x+yz+w=0 2x 3y + 4z 5w = 0 x + 2y + 5z + 3w = 0 x+yz+u+v+w+2=0 xy+zuvw=0 x+y+z+u+v+w=0

4.4) x + 2y + 3z = 0 2y + z = 0 x 2y + 3z = 0

4.5)

4.6)

4.7) x y + z u = 2 4.8) 2x + y z + 3u 9 = 0 x + 2y 2z + 4u = 10 4.10)

4.9)

2x + 3y 3z + 7u + v + 4w 2 = 0 y z + 3u v + 2w = 2 2x + 2y z + 6u + 2v w + 7 = 0 2x + y z + u + 3v = 6

4x + y + z 2w + u = 5 11x + y 3z 4w + 2u = 8 2x + 2y z + 2w u = 1 3x 2w + u = 3

Danilo Leiva dleiva@ufg.edu.sv

UFG