You are on page 1of 33

INTRODUCCION AL ALGEBRA

LINEAL
MATRICES
1. Definicin de matrices: Una matriz es un arreglo rectangular de nmeros
m
dispuestos en filas y columnas encerrados entre corchetes oFilas:
parntesis.
a11

a 21

a
m1

a12
a 22

am2

a1n

a2n

Columnas: n

aij

a mn

aij

i 1, n j 1, n
donde cada
con
,
son nmeros que se denomina elemento
o componente de una matriz.
Ejemplo:

1 2 3

4 5 6

B 3

0 7 54

C 4 56
2
1 4 1

2. Orden de una matriz: El orden de una matriz est dado por el producto
expresado del nmero de filas por el nmero de columnas.
Ejemplo:
1 2 3

4 5 6

23

B 3

31

A a ij mn
Nota: Sea

matriz A de orden

0 7 54

C 4 56
2
1 4 1

33

mn

aij

elemento que se encuentra en la fila i y la columna j

Docente: Lic. Carlos Javier Ramrez Muoz

3. Matriz Fila: Sea

A aij 1n

A a11

4. Matriz Columna:

matriz fila
a12 a1n

B bij n1
matriz columna

b11

b21
B

b
n1

5. Matrices Especiales:
a) Matriz Cuadrada: Es aquella matriz cuyo nmero de filas es igual al nmero
de columnas.
Ejemplo:

1 2 4

A 5 4 2
0 7 9

1 2 3 4

5 6 7 8
B
9 10 11 12

13 14 15 16

- Donde la diagonal principal est formado por los elementos a11, a12, .. , anm
- La suma de estos elementos se conoce con el nombre de traza de la matriz

B bij nn

Sea

traz( B ) b11 b22 b33 .... bnn


, luego

b) Matriz Nula: Es aquella matriz que todos sus elementos son ceros.
Ejemplo:

Docente: Lic. Carlos Javier Ramrez Muoz

0 0 0 . . . 0

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

0 0 0 . . . 0

O=

c) Matriz triangular superior: Es aquella matriz cuadrada cuyos elementos


a ij 0 i j
,
.
Ejemplo:
a11

A 0

a12
a 22
0

... a1n

... a 2n
a33 ... a3n



0
0 a nn

a13
a 23

d) Matriz triangular inferior: Llamaremos matriz triangular inferior a aquella


aij
i j
matriz cuyos elementos
son ceros para
; y se representa como:
Ejemplo:
0
0
...
0
a11

0
...
0
a 21 a 22
A a31 a32 a33 ...
0

m1 a m 2 a m3 a nn
e) Matriz diagonal: Llamaremos matriz diagonal a aquella matriz donde todos
aij
i j
sus elementos
son ceros para
, y se representa de la siguiente forma:
Ejemplo:

Docente: Lic. Carlos Javier Ramrez Muoz

a11 0

0 a22
A 0
0


0
0

...

0
a33

...
...

0
0

ann

f) Matriz escalar: Es aquella matriz diagonal donde todos los elementos son
K
igual a una constante ; y se representa de la siguiente manera:
Ejemplo:
K 0 0 ...

0 K 0 ...
A 0 0 K ...


0 0 0 0

0
0

g) Matriz identidad: Es una matriz escalar con


siguiente manera:

K 1

; y se representa de la

Ejemplo:
1

0
A 0

0
1
0

0
0
1

...
...
...

0
0

A aij
m n

h) Matriz transpuesta: Dada una matriz


a ji
n m
A
At
de denotada por
a la matriz

a11 a12

a 21 a 22
A a31 a32


a
m1 a m2

a13

...

a 23
a33

...
...

a m3 ...

a1n
a11

a 2n
a12
a3n At a13

a
a mn
1n

Docente: Lic. Carlos Javier Ramrez Muoz

; llamaremos transpuesta

a m1

a 21

a31

...

a 22
a 23

a32
a33

... a m 2
... a m3

a 2n


a3n ... a mn

Operaciones con Matrices


1. IGUALDAD DE MATRICES: Las matrices

A aij ; B bij

son iguales

si tienen el mismo orden; es decir el nmero de filas y columnas de cada una deben
de ser iguales y adems cada elemento de una de ellas tiene que ser igual al
correspondiente de la otra.
Su representacin matricial es:

A B aij bij ; i 1,2,..., m j 1,2,3,..., n

2. PRODUCTO DE UN ESCALAR POR UNA MATRIZ:

a11 a1n
A

a m1 amn
Ejemplo:

1.

4 10 20
2

5A 5
1 2 5 10
PLANTA1 PLANTA 2 PLANTA 3 PLANTA 4
PRODUCTO 1
5600
2330
5400
4580
PRODUCTO 2
PRODUCTO 3
PRODUCTO 4

2330
5040
4580

4500
4500
2500

4500
5600
9500

2500
9500
4600

2.
Esta matriz nos proporciona la cantidad de productos producidos por una empresa
en cuatro diferentes plantas cuando su produccin aumenta en diez veces.
Propiedades:

A (A)
1
( ) A A A

2
Docente: Lic. Carlos Javier Ramrez Muoz

3. SUMA DE MATRICES: Dadas las matrices

la suma de ambas

A B

A aij
y B bij
m n
m n

es otra matriz

C cij
m n

en la que cada elemento de

AyB
es igual a la suma de los elementos correspondientes de

Su representacin matricial es:

C A B aij bij

mn

(a b) ij

mn

Ejemplos:
8 5
5 6
; B

6 1
0 2

A
1.
2.

3 1

6 1

C A B

En una empresa
PRODUCTO 1
PRODUCTO 2
PRODUCTO 3
PRODUCTO 4

PLANTA1 PLANTA 2 PLANTA 3 PLANTA 4


50
20
50
40
20
40
40
50
50
50
60
90
40
25
90
60

M1=
PRODUCTO 1
PRODUCTO 2
PRODUCTO 3
PRODUCTO 4

PLANTA1 PLANTA 2 PLANTA 3 PLANTA 4


50
20
50
40
10
10
4
0
20
5
6
9
10
2
9
6

M2=
Esta matriz nos proporciona el costo para producir parte de cada uno de los cuatro
productos en cuatro plantas ubicadas en ciudades diferentes
costo total de cada uno de los productos.

Docente: Lic. Carlos Javier Ramrez Muoz

se requiere saber el

PLANTA1 PLANTA 2 PLANTA 3 PLANTA 4


PRODUCTO 1
PRODUCTO 2
PRODUCTO 3
PRODUCTO 4

100
30
70
50

40
50
55
27

100
44
66
99

800
50
99
66

Matriz de costo total =

2 1 3

7 6 9

A
3.

1
1 0 2
1 1
C A B

3 6 5
10 12 4

y B

Propiedades:
1.

A B B A
A ( B C ) ( A B) C

2.

( A B ) A B
3.
A; 0 tal que A 0 A

4.
4. PRODUCTO DE MATRICES

A. aij
y B bij
m p
p n
El producto de las matrices

es una matriz

C cij
m n

. El producto de las matrices estar definido correctamente si

A es conforme con B

; es decir si el nmero de columnas de la matriz


nmero de filas de la matriz

Su representacin matricial es:

A aij
; B bij
C A B cij
m p
p n
m n

Docente: Lic. Carlos Javier Ramrez Muoz

es igual al

cij
Donde el elemento

es el producto escalar de la fila

de

j
por la columna

de

, es decir:
p

cij aik . bk j ; i 1,..., m ; j 1,..., n


k 1

Ejemplo:

1 2
2 1
; B

1
3
0
2

A
1.

1 2

1 3

C AB

; Entonces:

2 1 1(2) 2(0) 1(1) 2(2) 2 3



.
0 2 1( 2) 3(0) 1(1) 3(2) 2 5

2. Un almacn clasifica naranjas segn calidades en Inferior, Media, Buena y


Superior. Los precios por kg. de cada una de estas calidades son ,
respectivamente, 20, 30, 50 y 80 Pts. En tres das consecutivos un agricultor
llev al almacn las cantidades, en kg., que a continuacin se detallan:
Inferior Medi

Buen

Superior

primer da

1000

1000

500

500

segundo

2000

1000

1000

1500

1000

1500

600

1300

da
tercer da

Todos los datos que se piden a continuacin deben obtenerse como resultado de
operaciones con matrices.
a) Cunto cobr el primer da?
b) Cunto recibi por el total recolectado de naranja de tipo medio y superior?
3. Un agricultor fumiga con cuatro pesticidas a cuatro tipos de plantas para
eliminar insectos dainos, sin embargo absorben parte de las sustancias. Luego,

Docente: Lic. Carlos Javier Ramrez Muoz

los herbvoros comen las plantas contaminadas. Para determinar la cantidad de


pesticida absorbida por un herbvoro, se procede de la siguiente manera.
a ij

Sea

la cantidad de pesticida i en miligramos absorbida por la planta j; la

informacin se tendr as:


PESTICIDA 1
PESTICIDA 2
PESTICIDA 3
PESTICIDA 4

PLANTA1 PLANTA2 PLANTA3 PLANTA4


5
2
5
4
2
4
4
5
5
5
6
3
4
2
3
6

A=
bij

Supongamos que se tiene cuatro herbvoros y sea

la cantidad de planta de tipo i

que un herbvoro de tipo j come mensualmente, entonces la informacin se puede


escribir como:
PRODUCTO 1
PRODUCTO 2
PRODUCTO 3
PRODUCTO 4

Herbivoro 1 Herbivoro 2 Herbivoro 3 Herbivoro 4


50
20
50
40
20
40
40
50
50
40

50
25

60
90

90
60

B=
Qu representa el producto de matrices?

Podemos comprobar que

AB BA

, es decir el producto de matrices no es

conmutativo.

1 1

2 3 2 2

A
4.

Dadas

las

matrices

determinar el producto A.B, y el producto B.A.

Docente: Lic. Carlos Javier Ramrez Muoz

2 3 4 5
1

1 3 2 1 1 2 5

Propiedades:
1.

A.B B. A
A.( BC ) ( AB )C

2.
A.( B C ) AB AC

3.
( B C ) A BA CA

4.
kA.B AkB ; k IR

5.
5. MATRIZ SIMTRICA:

Se dice que una matriz cuadrada es

aij a ji ; i j
simtrica si se cumple que los elementos

Ejemplo:
6.

; es decir

A At

2 0 2
2 0 2

t
A 0 4 5 A 0 4 5
2 5 3
2 5 3

MATRIZ

ANTISIMTRICA: Una matriz cuadrada

antisimtrica si

A At

Ejemplo:

1.

2 4
2 4
0
0 2 4
0

t
t
A 2 0 6 A 2 0 6 A 2 0 6
4 6 6
4 6
4 6 0
0

A At

0 4
0 4
0 4
At
At

4 0
4 0
4 0

A
2.

Docente: Lic. Carlos Javier Ramrez Muoz

se llama

A At

Ejercicios
1. Escribir explcitamente las siguientes matrices:

43

A aij

a)

donde

A aij 58
b)

; a)

donde

3 2

, b)

donde
A aij
3 4

43

aij min{ i, j}
donde

A aij

aij i i 2 j
donde

aij 2i j

aij 2 i 2 j

A aij

c)

A aij 45

a ij i 3 j

c)

donde

i j ;i j
i j ; i j

aij

d)

A aij
7 6

i3 i / j
3
4
i j

; i j
; i j

a ij

donde

2.- Un carpintero fabrica sillas y mesas, que deben pasar por un proceso de
armado y acabado. Los tiempos necesarios para estos procesos estn dados

Silla
Mesa

P. Armado
3
2

P. Acabado
2
4

en horas por la matriz.

El carpintero tiene dos plantas

una en Chimbote y la otra en Chiclayo el costo por cada proceso esta dado en

P Armado
P Acabado

Chimbote Chiclayo
3
2
2

soles por la matriz.


Qu indica el producto de matrices AB? Como lo interpreta.

Docente: Lic. Carlos Javier Ramrez Muoz

3.- Un fabricante elabora productos P, Q y R en tres plantas X, Y, Z. Durante


la fabricacin se producen los contaminantes bixidos de azufre, xido ntrico y
partculas suspendidas. Las cantidades de cada contaminante estn dado en
kilogramos por la matriz:
Bixido xido
Partculas
de azufre ntrico
Pr oducto P
3
5
1
Pr oducto Q
2
3
5
Pr oducto R
4
2
4

A=
Los reglamentos estatales y regionales exigen la eliminacin de estos
contaminantes. El costo diario por deshacerse de cada kilogramo de
contaminante esta dado en soles por la matriz,
Bixido de azufre

Planta X
30

xido ntrico
Partculas

20
40

Planta y Planta z
50
10
30
20

50
40

B=
Cul es la interpretacin del producto de matrices AB?
Tiene sentido para el fabricante el producto de BA?
4. Un proyecto de investigacin nutricional comprende nios y adultos de
ambos sexos. La composicin de los participantes esta dada por la matriz. A

Hombres
Mujeres

Adultos Nios
50
100
60
200

=
El nmero de gramos de protenas, grasa y carbohidratos que consume cada
nio esta dado por la matriz.

Pr otenas Grasas Carbohidra tos


Adultos
20
20
30
Nios
10
30
40
B=
a) Cuntos gramos de protenas ingieren diariamente todos los hombres del
proyecto?
b) Cuntos gramos de grasa consumen diariamente todas las mujeres?
Docente: Lic. Carlos Javier Ramrez Muoz

5. Una empresa de fotografa tiene una tienda en cada una de las siguientes
ciudades Trujillo, Chimbote y Chiclayo. Cierta marca de cmaras esta
disponible en los modelos automtica, semiautomticos y manual. Adems
cada una tiene una unidad de flash correspondiente la cual se vende por lo
general junto con la cmara. Los precios de ventas de las cmaras y de las
unidades de flash estn dados en soles por la matriz:
Camara
UnidaddeFlash

Automtica Semiautomtica Manual


300
250
200
100
50
40

A=

el nmero de equipos, cmara y unidad de flash disponible en cada tienda esta


dado por la matriz:
Automtico

Trujillo Chimbote Chiclayo


200
150
50

Semiautomtico

300

250

100

Manual

100

250

350

B=
Determinar la matriz que proporcione los costos totales.
1. Mediante igualdad de matrices encontrar las incgnitas, justifique si es
posible la proposicin:
x y 4


x y 2

x2

3 3
a 2

y 1 2 b
0

a2
b
x y 4 c 2 6

2
x 2 y 3 x 4 10 r 1 p

x c 4 y 2 8
d
q

x2

3z

9 20

(a 1) 2 3 25
4y

2
r
2 x y 3 8 5

a 2 b d 3 8 2b 6
5
c 3
4
6 6
7 p 5

10 x

e y4

Docente: Lic. Carlos Javier Ramrez Muoz

a b 100 4

b e8

2a 10
2

2. Dadas las matrices

1 2 2

D 2 1 2
2 2 1

2 4 8
1 3 1

A 3 2 1 ; B 0 2 3
1 3 1
4 1 2

3 1 0

; C 1 1 1 ;
0 1 2

. Determinar:

A B 2C

A B 3D

A2 B

D2 A

B2 A

At B C t

D 2 4I 2 A

Bt Dt

A.B

B.C

A.B .D

A B t

A B t B.C

A D C t

( X A) t si AX At

t I

Determinante de una matriz


Definicin: Determinante de una matriz

Si

a
A 11
a 21

a12

a 22

; entonces

det( A) A
denotada por

det( A) a11.a 22 a 21 .a12

Ejemplo:

1 2
det( A) 1(3) 2(1) 3 2 5
1 3

A
1.

5 9
det( B ) (5)(3) (9)(6) 15 54 39

6
3

B
2.

MENOR COMPLEMENTARIO

Docente: Lic. Carlos Javier Ramrez Muoz

" M ij "
Definicin: Llamaremos menor complemento
A

de un elemento de una matriz

de tercer orden al determinante de una matriz cuadrada de segundo orden que se

obtiene despus de eliminar la fila

j ( M ij )
y la columna ;
.

aij

M ij

El menor complementario de

a11

A aij
a 21
33
a
31

Ejemplo:

se denota por

a13

a 23
a33

a12
a 22
a32

el menor complementario de:

a11

a 21

es

es

a
M 11 22
a32

a 23

a
M 21 12
a32

a13

a33

a33

COFACTOR DE UN ELEMENTO

aij
Sea

un elemento de una matriz

Aij
denotaremos cofactor

Aij 1 i j M ij

Sea

a11

A a 21
a
31

a12

a13

a 22

a 23

a32

a33

entonces

A11 111 M 11 M 11
A12 11 2 M 12 M 12
A13 11 3 M 13 M 13

Docente: Lic. Carlos Javier Ramrez Muoz

y se define como:

A a11 M 11 a12 M 12 a13 M 13


Entonces
Ejemplo:

1.

1 0 0

2.3
A 1 2 3 det( A) 1
10
0,5
0 0 5

2.

5 3
2

B 2 3 4 det( B ) 2 3(1) (4)(2) 5 (2)(1) 4(0) 3 (2)(2) 3(0)


0 2 1

det( B) 2(11) 10 12 44

Por lo tanto

Propiedades:
1. Si se intercambian una fila por una columna en su determinante su valor no se altera.
a1 a 2
b1 b2
c1

c2

a3

a1

b1

c1

b3 a 2
c3 a 3

b2

c2

b3

c3

Es decir:
2. Si todos sus elementos de una fila o columna son ceros el determinante es cero.
3. Si se intercambian dos filas o dos columnas continuas el determinante cambia de
signo.

a1 a 2
b1 b2
c1 c 2

a3

b1

b2

b3

b3 a1 a 2
c3 c1 c 2

a3
c3

Es decir:
4. Si un determinante tiene dos filas dos columnas iguales o proporcionales su valor
es cero.

Docente: Lic. Carlos Javier Ramrez Muoz

a1 a 2
ka1 ka2
c1 c 2

a3
ka3 0
c3

Es decir:
5. Todos los elementos de una fila o columna de un determinante se multiplica por un
nmero el valor del determinante queda multiplicado por el nmero.
ka1 a 2

a3

a1

kb1

b2

b3 kb1 kb2

kb3 k b1

b2

b3

kc1

c2

c3

c3

c2

c3

c1

a2

a3

c2

a1 a 2
c1

a3

Es decir:
6. Si todos los elementos de una fila o columna son expresados como la suma de dos o
ms nmeros, el determinante puede expresarse como la suma de dos o ms
determinantes.

a1 x a 2
b1 y b2
c1 z c 2

a3 a1 a 2
b3 b1 b2
c3 c1 c 2

a3 x a 2
b3 y b2
c3 z c 2

a3
b3
c3

Es decir:
7. Si a cada uno de los elementos de una fila o columna se le multiplica por m y a este
resultado se le suma otra fila o columna el valor del determinante no se altera.
a1 a 2
b1 b2
c1

c2

a1 ma2

a2

a3

b3 b1 mb2
c3 c1 mc2

b2

b3

c2

c3

a3

Es decir:
MATRIZ DE COFACTORES

Sea la matriz

matriz

a11

A a 21
a
31

a la matriz

a12
a 22
a32

A11

CA A21
A
31

a13

a 23
a33

A12
A22
A32

entonces llamamos matriz de cofactores de la

A13

A23
A33

Docente: Lic. Carlos Javier Ramrez Muoz

Aij 1 i j M ij
; donde

Ejemplo:

4 22
1 3 5
14

A 3 5 1 CA 4 22 14
5 1 3
22 14
4

MATRIZ ADJUNTA
Se llama as a la matriz transpuesta de la

A11

t
adj ( A) CA A12

adj ( A) CAt

A
13

Ejemplo:

matriz de cofactores y se denota por

A21

A31

A22

A32

A23

A33

3
1 2 3
3 6

A 4 5 6 CA 6 12 6
7 8 9
3 6
3

3 6 3

adj ( A) 6 12 6
3 6 3

MATRIZ INVERSA
Supongamos la matriz cuadrada

denotada por

Ejemplo:

A 1

A 1

det( A) 0

tiene

, entonces la inversa de la matriz

1
CAt
adj ( A)
A
A

es:

1 2 3

A 4 5 6 A (13) 2(4 12) 3(12 10) 9


2 3 1

Docente: Lic. Carlos Javier Ramrez Muoz

2
13 8

CA 7 5 1
3 6 3

13 7 3

adj ( A) 8 5 6
2
1 3

13 7 3

8 5 6
1 3
2

1

9

Verificando tenemos:

1 2 3

1
AA 1 4 5 6
9

2 3 1

13 7 3 1 0 0

. 8 5 6 0 1 0
2
1 3 0 0 1

Una matriz cuadrada tiene inversa si y slo si es una matriz no singular en este caso se
dice que es una matriz invertible.
Propiedades:
1.

2.
3.

AB 1 B 1 A1

A1 1 A
A 1 1 A 1
adj ( A) A

IR

n 1

4.

Donde

es el orden de la matriz

RANGO DE UNA MATRIZ:


Se llama rango de una matriz A de orden nxn, al orden de la matriz cuadrada mas
grande contenida en A cuyo determinante es diferente de cero y se denota r(A) = rango
de A.
Debemos resaltar que el r(A) min{m,n} donde la matriz A en de orden de mxn.
Para determinar el rango de una matriz se debe de tener en consideracin que al
determinar las matrices cuadradas es suficiente que una de ellas tenga su determinante
diferente de cero.

Docente: Lic. Carlos Javier Ramrez Muoz

Ejemplo: Hallar el rango de la siguiente matriz:


1

0
A
6

2
5
7
8

4
6
8
9

Solucin
Como la matriz es de orden 4x3, esto quiere decir que r(A) min{4,3} en otras palabras
r(A) 3
Determinamos las matrices de 3x3:

1 2 4

0 5 6
6 7 8

1 2 4

0 5 6
0 8 9

0 5 6

6 7 8
0 8 9

1 2 4

6 7 8
0 8 9

Como no existen ms matrices de orden de 3x3 cuyos determinantes sean ceros esto
quiere decir que el orden de la matriz dada es 3.
Si en caso que sus determinantes fueran ceros entonces se prosigue a determinar los
determinantes de orden 2x2.
Observacin:
- Toda matriz nula tiene como rango cero,
- Si una matriz A es de orden mxn no nula entonces su rango es mayor que cero y
menor igual que

min{m,n}

- Si la matriz es de orden nxn su rango es mayor que cero y menor o igual a n;


- Si la matriz es no nula de orden nxn, entonces existe su inversa si solo si su
determinante es diferente cero , en este caso se dice que la matriz es no singular.
- De la afirmacin anterior tambin se dice que una matriz cuadrada de orden nxn
tiene inversa si y solo si r(A) =n.
- Supongamos dos matrices A y B y que exista AB, entonces r(AB) min{r(A), r(B)};
OPERACIONES O TRANSFORMACIONES ELEMENTALES
Son operaciones

con matrices que no alteran su orden ni su rango, existiendo

operaciones elementales por fila o por columnas.

Docente: Lic. Carlos Javier Ramrez Muoz

1. La permutacin de una fila por una columna se denota por Hij,


2. El producto de todos los elementos de la fila i por un escalar a distinto de cero
se representa por Hi(a);
3. El producto de todos los elementos de una columna j por un escalar b se
denota por Kj(b);
4. La suma de los elementos de la fila I con los correspondientes elementos de la
fila j multiplicados por un escalar k es representado por Hij(k);

Ejercicios
3. Demostrar:

a) Mostrar: si

1 n

1 1 1

A 0 1 1
0 0 1

a 1

0 a
b) Mostrar

an
0

Entonces

An 0 1
0 0

n(`1)

2
n
1

na n 1
a n

x a b

y b c
c 0 0 z c a

0 0 a

0 b 0

c) Si

( x 1)( y 1)( z 1)

; calcular

4. Hallar la inversa de las siguientes matrices; si esta existe


1 1 1

A 2 3 4
3 5 8

1 1 1

B 1 0 0
0 1 1

Docente: Lic. Carlos Javier Ramrez Muoz

1 a b 0

C 2
5
a
b
x
3

3 2

4
0
A
1 1

1 2

0
5
2
3

1
3

1
B
3

1 3 11 38

7
0 1 2
A
0 0
1
2

0 0
0
1

2
A
3

0
1
2
3

0
0
1
2

0
0

2
2
2
1

0
A 0

0
0

3
3
1
1

2
1
0
0
0

2
1

5
3
C
5 12

7 17

4
2

3
2
1
0
0

4 0

0 1
A
0 0

1 0

5. Hallar el rango de:

Docente: Lic. Carlos Javier Ramrez Muoz

0
0
1 2 1

0
0 1 2 1
A 0 0
1 2 1

0
1 2
0 0
0 0
0
0
1

4
3

2
1

4
3
2
1
0

0
0
1
0

1 1

5 3
0 4

3 10

0
0

2
A
3

0
2
2
3

0
0
2
2

0
0

2 3 4

A 1 2 1
1 3 3

0
A 0

1
1

0
1
0
2
1

0
0
1
1
1

1 3 4 3

A 3 2 1 2
2 1 2 5

1
2
3
3
2

5
6

2
1

1 1 2
2

3 2 4
4
A 5 2 4
2

1 2 2 8
8
3 2 2

1 2 3

A 0 1 3
4 1 1

4 5
2 1

A 2 0 1 2
3 1 0 1

0
A
1

2
A
6

1
1
1
0

2
3
8
1

1
1

0
1
1
1

3
2
1
1

1
1

3 4 5

A 1 2 2
1 1 1

1 1 2
2

2 2 4
4
A 5 2 3
2

1 1 2 8
8
3 2 1

1; si i j
,
n - 1; si i j

aij
12. Se tiene una matriz cuadrada de orden n donde

valor debe tomar n para que su rango sea igual a su orden.


13. Determinar a para que el rango de la matriz A sea menor que 4

a
0
A
1

1
a
a
0

0
a
a
1

a
1
0

Docente: Lic. Carlos Javier Ramrez Muoz

; que

SISTEMAS DE ECUACIONES LINEALES


Definicin: Llamaremos sistema de ecuaciones lineales al conjunto de ecuaciones con
dos o ms incgnitas (variables) de tal manera que se verifiquen simultneamente para
ciertos criterios asignados a sus incgnitas.
Ejemplo:
x y 4
x y 2

1.

; es un sistema de dos ecuaciones y 2 incgnitas que se verifican


x 3; y 1

simultneamente para

2x y z 4
x yz 6
3x y 4

2.

; es un sistema de 3 ecuaciones y 3 incgnitas que se verifican


x 2; y 2 ; z 2

simultneamente para
3. En general podemos considerar:
a11 x a12 y b1
a 21 x a 22 y b2

un sistema de 2 ecuaciones y 2 incgnitas que se verifican simultneamente


x, y

para un nmero real determinado de

4. En general se pueden considerar m ecuaciones y n incgnitas.


SOLUCIN DE UN SISTEMA DE ECUACIONES
Si existe la solucin de un sistema de ecuaciones esto depende del nmero de incgnitas
o variables; esto es:
a) Si el sistema tiene dos ecuaciones, la solucin si existe tendr dos incgnitas; es
( x, y )

decir

y se llamar par ordenado.

Docente: Lic. Carlos Javier Ramrez Muoz

b) Si el sistema tiene 3 ecuaciones la solucin tendr tres incgnitas; es decir


( x, y , z )

y se llamar triada o terna.


c) Si el sistema tiene n ecuaciones la solucin tendr n incgnitas; es decir
( x1 , x 2 , ... , x n )

y se llamar n-ada.

Definicin: Llamaremos conjunto solucin

C.S

al conjunto de valores formado por

todas las soluciones del sistema.


C.S {x1 , x 2 , x3 , ... , x n }
Ejemplos:
x y 4

x 3 , y 1

x y 2

1.

; entonces

es solucin nica

Forma grfica.

x y 4
x y 2

x y 4
4 x 4 y 16

2. Sea

; estas dos ecuaciones son equivalentes pues una ecuacin

depende de la otra.
x 4 y

La solucin es

(4 y, y )

; es decir

es una solucin del sistema para

cualquier valor de

real. En otras palabras el sistema tiene infinitas soluciones

(4,0) (3,1) (2,2) (1,3) (0,4) ....

por decir:

Docente: Lic. Carlos Javier Ramrez Muoz

Forma grfica.
Infinitas soluciones

x y 4
4 x 4 y 16

x y 4
4 x 4 y 20

3.

Sea el sistema:

; el sistema no tiene solucin pues la primera fila

contradice a la segunda; es decir es un sistema inconsistente o incompatible.


Forma grfica.

4 x 4 y 20
x y 4

SISTEMA DE m ECUACIONES LINEALES CON n INCOGNITAS


Debemos resaltar que muchos problemas prcticos y reales se reducen a un sistema de
ecuaciones de este tipo, para ver esto se puede recurrir a cualquier documento de
investigacin de operaciones. Por decir: Problema de Dietas, Problemas de mano de
obra, Problema de inversin, problema de fabricar productos, problema de transporte,
etc.
En general este sistema ser representado por:

Docente: Lic. Carlos Javier Ramrez Muoz

a12 x2
a 22 x2

ai 2 x 2

am 2 x2

a11 x1
a 21 x1

ai1 x1

a m1 x1

a13 x3
a 23 x3

ai3 x3

a m3 x3

a1 j x j
a2 j x j

aij x j

a mj x j

a1n xn
a2n xn

ain xn

a mn xn

b1
b2

bi

bm

a ij IR ; bi IR i 1,2,..., m j 1,2,..., n

Donde:

; el sistema (1) se puede escribir:


m

aij x j bi

i 1 j 1

aij x j bi ; i 1,2,..., m

j 1

FORMA MATRICIAL
El sistema (1) se puede escribir:

a11 a12
a
21 a 22

ai1 ai 2

a m1 a m 2

Es decir:

a13
a 23

ai 3

a m3

... a1 j
... a 2 j

... aij

... a mj

... a1n x1 b1
... a 2 n x2 b2

... ain xi bi

... a mn xm bm

(2)

Ax b

Donde:

A aij
IR m n
m n

1n IR1 n

; es llamada matriz de coeficientes.

x x1 j

; es llamado vector de variables, entidades, incgnitas.

b bi1 m1 IR m1

es

llamado

requerimientos.
Docente: Lic. Carlos Javier Ramrez Muoz

vector

independiente,

bienes

(1)

EXISTENCIA Y UNICIDAD DE SOLUCIONES


(1) (2)

Resolver

consiste en determinar los vectores

que cumplan los

requerimientos.

Si

bi 0

bi 0

i 1,2,..., m
para todo

(1) (2)

, el sistema

se llama homogneo y si

el sistema es no homogneo.

Aa

Supongamos que es definida la siguiente matriz llamada aumentada del sistema


; formada por la matriz de coeficientes

y adjuntando el vector independiente

as:

a11 a12
a
21 a 22

Aa A b
ai1 ai 2

a m1 a m 2

Si el rango de la matriz de coeficientes

a13
a 23

ai3

a m3

... a1 j
... a 2 j

... aij

... a mj

... a1n b1
... a 2 n b2


aij bi
... ain bi

... a mn bm

y de la matriz aumentada

Aa

son iguales

entonces el sistema (1) es consistente; es decir tiene solucin. En otras palabras

r ( A) r ( Aa )

r ( A) r ( Aa )
caso contrario el sistema es inconsistente esto es

tiene solucin.

Docente: Lic. Carlos Javier Ramrez Muoz

no

r ( A) r ( Aa ) n

Si el sistema es consistente y ocurrir que

entonces el sistema

tiene solucin nica.

r ( A) r ( Aa ) k n

Si el sistema es consistente y ocurre que

entonces el sistema

tiene infinitas soluciones.

Grficamente:

AX=B

Si r(A) r(Aa) Inconsistente no hay solucin


Si r(A) = r(Aa) = k,
Consistente existe solucin

Si k< n; infinitas soluciones


Si K = n la solucin es nica

Ejemplos:
1.

4 x 8 y 12
5 x 10 y 20
a) Dado el sistema:

4 8 1 2

r ( A) 1
5
10
0
0

Docente: Lic. Carlos Javier Ramrez Muoz

4 8 12 1 2 3

0 0 5 r ( Aa ) 2
5
10
20

r ( A) r ( Aa )
Como

, entonces el sistema es inconsistente; es decir no tiene

solucin.
b) Si el sistema fuera homogneo es decir

4x 8 y 0
5 x 10 y 0
r ( A) r ( Aa ) 1

r ( A) n 2
, es decir:

en este caso existe un nmero

infinito de soluciones.

3 x 5 y 14
2x y 5
2. Dado el sistema de ecuaciones:

3 5 1 5/3

r ( A) 2
2 1 0 13 / 3

3 5 14 1 5 / 3 14 / 3 1 5 / 3 14 / 3

0 13 / 3 13 / 3 0 1 1 r ( Aa ) 2
2

1
5

Aa

C.S {3,1}
Entonces el sistema tiene una nica solucin

Ejercicios
Desarrollar los siguientes sistemas de ecuaciones por los mtodos analizados en clase.

Docente: Lic. Carlos Javier Ramrez Muoz

2 x1 3x 2 4 x3 5
x1 2 x2 3x3 5
5 x1 4 x2 x3 13
1.

x1 1 / 14 , x 2 30 / 7 , x3 9 / 2
Rpta:

x1 x 2 x3 6
2 x1 x 2 3 x3 4
3x1 2 x 2 x3 1
2.

x1 4 , x 2 3 , x3 5
Rpta:

2 x1 3 x 2 x3 8
x1 x 2 x3 7
3x1 2 x 2 x3 9

x1 1 , x 2 4 , x3 2

3.

Rpta:

x1 x 2 x3 15
3 x1 2 x 2 2 x3 4
2 x1 3 x 2 x3 19
4.

Rpta: inconsistente

x1
x2
2 x1 x 2
3 x1 x 2
4 x1 2 x 2

x3
3 x3
2 x3
3 x3

x4
2 x4
x4
3x4

10
1
11
11
x1 1 , x 2 2 , x3 3 , x 4 4

5.

6.

Rpta:

x1
x2
2 x1 x 2
3x1 2 x 2
x1 3 x 2
2 x1 2 x 2

x3
2 x3
3 x3
2 x3
3 x3

x4
2 x4
3x4
x4
x4

x5
x5
2 x5
4 x5
2 x5

9
7
2
0
2

x1 , x 2 , x3 , x 4 , x5
Rpta:

Docente: Lic. Carlos Javier Ramrez Muoz

x1 2 x 2
x1 3x 2
2 x1 2 x 2
3 x1 4 x 2
4 x1 3 x 2

7.

3 x3
x3
2 x3
3 x3
4 x3

x4
3x4
2 x4
2 x4
3x4

x5
2 x5
3 x5
4 x5
5 x5

8
0
13
21
10
Rpta:

x1 1 , x 2 1 , x3 2 , x 4 2
, x5 3
2 x1 x 2
x1 3 x 2
3 x1 2 x 2
4 x1 2 x 2
5 x1 8 x 2

8.

x3
2 x3
3 x3
4 x3
5 x3

x4
2 x4
4 x4
4 x4
x4

x5
x5
2 x5
3 x5
x5

6
7
5
1
16

x1 , x 2 , x3 , x 4
, x5
Rpta:

x1
x2
2 x1 x 2
3x1 3 x 2
2 x1 6 x 2
x1 x 2

9.

x3
3 x3
3 x3
2 x3
x3

x4
x4
2 x4
4 x4
x4

x5
x5
6 x5
8 x5
2 x5

4
9
17
14
6

x1 0 , x 2 0 , x3 1 , x 4 1
, x5 2
Rpta:

10.

4 x1 2 x 2
x1
x2
x2
3 x1 4 x 2
2 x1 2 x 2

3 x3
x3
4 x3
3 x3
3 x3

x4
2 x4
2 x4
2 x4

x5
x5
6 x5

8
3
8
12
0

x1 , x 2 , x3 , x 4
, x5
Rpta:

x1 3 x 2
2 x1 3 x 2
x1 x 2
x1 2 x 2

x3
4 x3
x3
2 x3

5 x4
x4
x4
x4

9
6
5
4

11.
x1 , x 2 , x3 , x 4
, x5

x1 1 , x 2 1 , x3 2 , x 4 3

Rpta:

Docente: Lic. Carlos Javier Ramrez Muoz

2 x1 x 2
x1
x2
3 x1 2 x 2
x1 x 2

5 x3
x3
x3
x3

2 x4
x4
x4
2 x4

7
3
6
7
x1 0 , x 2 1 , x3 2 , x 4 2

12.

Rpta:

x1 x 2
x1 x 2
4 x1 5 x 2
x1 3 x 2

x3
2 x3
x3
x3

x4
2 x4
x4
x4

1
2
8
3
x1 1 , x 2 1 , x3 1 , x 4 0

13.

Rpta:

2 x1 x 2
x1 x 2
x1 x 2
3 x1 x 2
14.

x3
3 x3
x3
x3

x4
4 x4
2 x4
4 x4

0
19
1
3
x1 2 , x 2 1 , x3 6 , x 4 1
Rpta:

15. Un carpintero fabrica sillas, mesas para caf y mesas para comedor. Se necesitan 15
minutos para lijar una silla, 10 para pintarla,

y 20 para barnizarla. Se necesitan 12

minutos para lijar una mesa para caf, se necesitan 25 minutos para lijar una mesa de
comedor, 20 para pintar y 30 para barnizar. La mesa de lijado esta disponible 40 horas a
la semana la mesa de pintura 22 horas a la semana y la mesa de barnizado 50 horas
Cuntas unidades de cada mueble deben fabricarse por semana de modo que las
mesas de trabajo se ocupen el tiempo disponible ?

Docente: Lic. Carlos Javier Ramrez Muoz