Professional Documents
Culture Documents
2.-Matrices
2.1.- Matriz
2.2.- Matrices cuadradas
2.3.-Operaciones con matrices
2.3.1.-Suma de matrices
2.3.2.-Producto por un escalar
2.3.3.-Producto de matrices
2.3.4.-Propiedades de la matriz traspuesta
2.3.5.-Producto de matrices cuadradas
2.3.6.-Matriz inversa
2.3.7.-Matrices por bloques
2.4.-Expresin matricial de un sistema lineal
Ecuacin compatible es aquella que tiene alguna solucin. Puede ser, a su vez,
compatible determinada cuando tiene una nica solucin, y compatible indeterminada
cuando tiene ms de una solucin (en este caso tendr infinitas soluciones).
Evidentemente, una ecuacin homognea es siempre compatible puesto que siempre admite la
llamada solucin trivial: (0,0,...,0).
Dada la ecuacin a 1 x 1 + a 2 x 2 + ... + a n x n = b , se llama ecuacin homognea
asociada a la misma, a la ecuacin a 1 x 1 + a 2 x 2 + ... + a n x n = 0 .
22 2
2n n
2
S 21 1
...
a m1 x 1 + a m 2 x 2 + ... + a mn x n = b m
Sistema compatible es aqul que tiene alguna solucin. Puede ser, a su vez, compatible
determinado cuando tiene una nica solucin, y compatible indeterminado cuando
tiene ms de una solucin (en este caso tendr infinitas soluciones).
22 2
2n n
sistema de la forma: 21 1
.
...
a m1 x 1 + a m 2 x 2 + ... + a mn x n = 0
, s n ) y (s'1 , s'2 ,
22 2
2n n
2
Definicin: Dado el sistema 21 1
, se llama sistema
...
a m1 x 1 + a m 2 x 2 + ... + a mn x n = b m
a 11 x 1 + a 12 x 2 + ... + a 1n x n = 0
a x + a x + ... + a x = 0
22 2
2n n
homogneo asociado al mismo, al sistema 21 1
...
a m1 x 1 + a m 2 x 2 + ... + a mn x n = 0
1.3.Sistemas equivalentes
Dos sistemas S y S son equivalentes cuando tienen la misma solucin general,
es decir, cuando toda solucin de S lo es de S y viceversa.
,m.
Consecuencia
Si en S una ecuacin es combinacin lineal de las restantes entonces, el sistema que
resulta, al suprimir dicha ecuacin, es equivalente a S. En particular, si una de las ecuaciones
es nula, el sistema que resulta al suprimirla es equivalente a S
A lo largo del tema se estudiarn mtodos para analizar de qu tipo es un sistema y
mtodos de resolucin del sistema.
1.4.Mtodo de Gauss para la resolucin de sistemas. Sistemas en forma escalonada o
triangular
Sea S un sistema de ecuaciones lineales, el mtodo de Gauss consiste en transformar
S, mediante operaciones elementales, en un sistema S de forma escalonada o triangular cuya
resolucin es inmediata o sea evidente que sea incompatible.
Diremos que un sistema S est en forma escalonada o es escalonado si es de la forma
a '11 x 1 + a '12 x 2 + + a '1 j x j + + a '1n x n = b'1
S'
a ' pj x j + + a' pn x n = b' p con (p<n)
0 = b' p +1
0 = b' m
S'
a' nn x n = b' n
Ejemplo 1:
Resolver el sistema:
2x + y 2z = 10
S 3x + 2 y + 2z = 1
5x + 4 y + 3z = 4
2 x + y 2z = 10
y 10z = 28
22 +31
51 23 3y 16z = 42
2x + y 2z = 10
y 10z = 28
32 +3
14z = -42
x = 2 (10 y + 2z) = 1
x + 2 y 3z = 1
S 2 x + 5 y 8z = 4
3x + 8 y 13z = 7
x + 2 y 3z = 1
y - 2z = 2
2y - 4z = 4
x + 2 y 3z = 1
x + 2 y 3z = 1
y 2z = 2
=
y
2
z
2
0=0
x = 1 2 y + 3z = 3 z
. Por tanto x=-3-z, y=2+2z, z=z.
y = 2 + 2z
x = 3
x = 3 z
) Observemos que
y = 2 + 2 R .
y = 2 + 2z
z =
x + 2 y 3z = 1
x + 2 y 3z = 1
x + 2 y 3z = 1
S 3x y + 2z = 7 - 7y + 11z = 10 - 7y + 11z = 10
5x + 3y 4z = 2
- 7y + 11z = 7
0 = -3 !
luego S es incompatible.
1.5.Mtodo de Gauss-Jordan
Procediendo de manera anloga al mtodo anterior, se trata de transformar S, mediante
operaciones elementales y siempre que sea posible, en un sistema S de la siguiente forma que
denominaremos diagonal
x 1
x
2
S'
= b'1
= b' 2
x n = b' n
Ejemplo:
Resolver el sistema homogneo asociado al sistema del ejemplo 1.
S H1
2 x + y 2 z = 0
2 x + y 2 z = 0
2 x + y 2 z = 0
3x + 2 y + 2z = 0 y 10z = 0 y 10z = 0
5x + 4 y + 3z = 0
3y 16z = 0
14z = -0
x = 2 ( y + 2z ) = 0
Ejemplo:
Resolver el sistema homogneo asociado al sistema del ejemplo 2.
SH2
x + 2 y 3z = 0
x + 2 y 3z = 0
x + 2 y 3z = 0
2 x + 5 y 8z = 0 y - 2z = 0
=
y
2
z
2
2y - 4z = 0
3x + 8 y 13z = 0
x =
x = 2 y + 3z = z
y = 2 , R .
y = 2z
z =
{(-3 - ,2 + 2, ),
R} = {(3,2,0) + (1,2,1), R}
2.Matrices
2.1.Matriz
Definicin:
Una matriz es un conjunto de elementos de un cuerpo K ordenados en filas y
columnas.
Si la matriz tiene m filas y n columnas, se escribe as:
a 11
a
A = 21
a
m1
a 12
a 22
...
a m2
... a 1n
... a 2 n
= (a ij )mn
... a mn
Definicin:
Matrices equidimensionales son las que tienen la misma dimensin; dos matrices
equidimensionales A y B son iguales cuando aij = bij, i=1,...,m, j=1,...,n.
Tipos de matrices:
Una matriz es cuadrada cuando m = n.
La matriz nula de dimensin m n es la que tiene nulos todos sus elementos.
Una matriz fila es la que tiene una nica fila.
U. D. de Matemticas. ETSI en Topografa, Geodesia y Cartografa
2.2.Matrices cuadradas
Sea A = (a ij )nn = (a ij )n una matriz cuadrada, A M n (K ) , entonces:
La diagonal principal de A est formada por los elementos a ij tales que i = j, es
decir, a11,a22,...,ann. Los elementos a 1n , a 2 n -1 , ... , a n 1 constituyen la diagonal secundaria.
Matriz diagonal es aquella que tiene nulos todos sus elementos, salvo, a lo sumo, los
de la diagonal principal.
Matriz escalar es una matriz diagonal con todos los elementos de la diagonal
principal iguales.
La matriz unidad de orden n tiene
diagonal
1
0
principal que son unos; se denota por I n =
1 ... 0
...
0 ... 1
Matriz triangular superior es la que tiene nulos todos los elementos por debajo de la
diagonal principal.
Matriz triangular inferior es la que tiene nulos todos los elementos por encima de la
diagonal principal.
Definicin:
Se llama matriz traspuesta de la matriz A M mn a la matriz A t M nm que se
obtiene al intercambiar cada fila con la correspondiente columna de A; es decir, a ijt = a ji , i, j =
1, 2, ...,n.
1 4
1 3 2
t
Ejemplo: La traspuesta de la matriz A=
M 23 es A = 3 0 M 32 .
4 0 5
2 5
t
Ejemplo: A = 3 2 2 es simtrica y A = 3 2 2 = A
1 2 0
1 2 0
Ejemplo: A = 2
0 3 es antisimtrica y A t = 2 0
3 = -A
4 3 0
4 3 0
, m, j = 1,
,n
M m n M m n
M m n
(A, B)
y es fcil comprobar
10
A)=(-A)+A=O.
A=(aij) M mn y la matriz simtrica u opuesta de A, ser: -A=(-aij) M mn ya que
A+(-A)=(aij)+(-aij)=(aij-aij)=(0)=O
(-A)+A =(-aij)+(aij)= (-aij+aij)=(0) =O, ya que se cumple la propiedad de existencia de
elemento opuesto en K.
4. Conmutativa : A+B=B+A A, B M mn .
, m, j = 1,
,n
K M m n
M mn
(, A )
D
siguientes propiedades:
K y A, B M mn . ya que
5. Distributiva 1: (A+B)= A+ B
a ij + bij = a ij + bij i = 1,
, m, j = 1,
6. Distributiva 2: ( + )A = A + A , K A M mn ya que
( + )a ij = a ij + a ij
i = 1,
, m, j = 1,
, n por ser a ij , , K .
(a ij ) = ()a ij i = 1,
, m, j = 1,
, n por ser a ij , , K .
1 a ij = a ij i = 1,
, m, j = 1,
, n por ser a ij K
11
4
6 0
1 3
2 1 5 1 6 3 20 4 14 1
=
=
4
3
1 3 6 0 3 9 24 0 27 9
2.3.3.Producto de matrices
Sean A = (a ik ) M mn y B = (b kj ) M np definimos el producto de A y B,
que designaremos AB, como otra matriz C=(cij) M mp tal que
n
c ij = a ik b kj =a i1 b1 j + a i 2 b 2 j +
k =1
+ a in b nj i = 1,
, m j = 1,
,p
a
k =1
ik
j=1 k =1
j=1
elementos de K.
n
2. Distributiva: Cuando sea posible efectuar las operaciones A(B+C) y (B+C)A, se verifica
A(B + C) = AB + AC
.
(B + C)A = BA + CA
12
A(B + C) = a ik (b kj + c kj ) = (a ik b kj + a ik c kj ) = (a ik b kj ) + (a ik c kj ) = AB + AC
k =1
k =1
k =1
k =1
a
AIn = 21
a
m1
a 12
a 22
...
a m2
... a 1n
... a 2 n
... a mn
0 ... 0 a 11
1 ... 0 a 21
=
...
0 ... 1 a m1
a 12
a 22
...
a m2
... a 1n
... a 2 n
=A
... a mn
Ejemplo:
Efectuar, cuando sean posibles las siguientes operaciones:
1
a) ( 3 2 1 2) 1 .
1
Solucin: No se puede efectuar la operacin por no estar definido dicho producto matricial (el
n de columnas de la 1 matriz es distinto al n de filas de la 2).
b) ( 2 1 0)(1 0 1)
Solucin: No se puede efectuar la operacin por no estar definido dicho producto matricial (el
n de columnas de la 1 matriz es distinto al n de filas de la 2).
1 1
1 0 1
c) Sean A =
y B=
. Calcular AB y BA.
2 1
3 1 0
13
4 1 1
Solucin: S es posible efectuar AB obtenindose AB =
, pero no es posible
1 1 2
d) Sean A = 1 0 1 y B = 1 1
1 . Calcular AB y BA.
1 2 1
0 1 1
(At)t=A .
ii)
(A+B)t=At+Bt .
Sea A = (a ij ) M mn y B = (b ij ) M mn , luego A t = (a ji ) M nm y
B t = (b ji ) M nm . Entonces:
iii)
(kA)t=kAt
a 11
a
(kA)t= k 21
a
m1
k K.
a 12
a 22
...
a m2
... a 1n
... a 2 n
... a mn
ka 11
ka
= 21
ka
m1
ka 12
ka 22
...
ka m 2
... ka 1n
... ka 2 n
... ka mn
14
ka 11
ka
= 12
ka
1m
ka 21
ka 22
...
ka 2 m
ka n1
a 11
... ka n 2
a 12
=
k
a
... ka nm
1m
...
a 21
a 22
...
a 2m
... a n1
... a n 2
t
=kA .
... a nm
iv) (AB)t=BtAt.
Si A=(aik) M mn , B=(bkj) M np entonces
t
n
n
n
(AB) = a ik b kj = a ki b jk = b jk a ki = BtAt
k =1
k =1
k =1
interna en Mn:
M n
Mn Mn
(A, B)
AB = C
c ij = a ik b kj = a i1 b1 j + a i 2 b 2 j +
k =1
+ a in b nj i, j = 1,
,n
1. Asociativa: (AB)C=A(BC)
A, B, C M n .
A(B + C) = AB + AC
A, B, C M n .
(B + C)A = BA + CA
15
0 1
0 1
0 1 0 1 0 0
y B=
se verifica que AB=
=
=O ,
0 Para A=
0 1
0 0
0 1 0 0 0 0
donde O es la matriz nula. Es decir, en el conjunto Mn de la igualdad AB=O no se puede
deducir, en general, que o bien A es la matriz nula, o bien B es la matriz nula.
Observacin
( M n , ) no tiene la propiedad del elemento inverso, pero hay matrices que s tienen
elemento inverso, entonces definimos:
2.3.6.Matriz inversa
Llamaremos matriz inversa de A M n , y designaremos A-1, a la matriz
cuadrada de orden n, que verifique que AA-1=A-1A= I n
Propiedades de la inversa
El operador inversa de una matriz verifica las siguientes propiedades A, B M n :
( ) =A
Si A es inversible, entonces (A ) = (A )
3. Si A es inversible, entonces A 1
4.
t 1
1 t
Demostracin:
1. Sean A 1 y B sendas matrices inversas de la matriz A, entonces:
In
1
BA= I n BAA 1 = I n A 1 A = B
(B
)AB = B
In
In
1
1 1
AA B = B B = I n (AB) = B A
1
( )
1
la inversa de A-1, luego A
=A
(A ) = (A )
t 1
1 t
16
Ejemplo: A =
0
0
0
1
3
7
A11
=
1
A 21
2
A11 = (1
A = (6
12
A12
0
siendo A 21 =
0
A 22
1
A 22 =
4)
7)
0
0
1
Es decir, si A =
A
21
A11 + B11
A+B=
A + B
21
21
1 3
Ejemplo:
2 1
A12
A 22
A13
B11
y B=
B
A 23
21
A12 + B12
A 22 + B22
4 1 1 4
+
3 0 7 1
B12
B22
B13
B23
12
12
siendo
A 23 + B23
dim A 23 = dim B23
0 0 2 7
=
2 2 9 2
4 1
5 2
17
A11
si A=
A
21
A12
A11
, entonces A=
A
A 22
21
A12
.
A 22
Es decir, si A=
A
21
A11B11 + A12B21
AB=
A B + A B
22 21
21 11
A12
B11
, y B =
B
A 22
21
A11B12 + A12B22
A 21B12 + A 22B22
B12
B22
B13
, entonces
B23
A11B13 + A12B23
0 0
1
hemos de tomar 2 bloques fila en B, tales que por ii) el 1 bloque fila de B tenga una nica
1 0 0 0
0 1 0 1
18
B=
1
0 0
,
2 3
4 5
0 0 0
2 3 4
1 0 1
1
1+ 0
0 0 0) + (0 0 0)
(
AB=
=
0 2 0 0 0 1 6 11 2
0 + 4 0 0 0 + 3 12 21 4
0
1 0 0 0
= 2 1 6 11
1 6 11
4 3 12 21
3 12 21
0 0
A=
0
0 0
1 0
y B=
1 2
2 3
4 5
0 1
(1 0) + (0 0) ( 0
AB=
0 0 2 1 0
0 0 + 4 3 0
0 0
3 4
0 1
1 0
0) + ( 0 0)
=
0 6 11 2 1
0 12 21 4 3
0
1 0 0 0
= 2 1 6 11 .
6 11
4 3 12 21
12 21
0
Observacin
Como consecuencia del clculo del producto de matrices por bloques, se puede hallar
la inversa de una matriz por bloques aplicando la propiedad de elemento inverso, mediante la
resolucin de un sistema de ecuaciones matricial, siempre que conozcamos la inversa de
algn bloque.
1 0 0
19
0 0
A11
=
2 3
A 21
4 5
A12
, es
A 22
0
2 3
, y designamos
decir {A11 = (1), A12 = (0 0 ), A 22 = , A 23 =
0
4
5
A 1
B11
=
B
21
A11
A
21
A12
A 22
B12
-1
, entonces por definicin de matriz inversa: AA =In
B 22
B11
B
21
1
B12
=
0
B 22
0
0 0
0 1
1B11 = 1 B11 = 1
A11B11 + A12 B 21 = 1 = I1
1B = (0 0) B = (0 0)
A B + A B = (0 0) = O
12
12
11
12
12
22
1
2 3
0
2 3 0 0
B 21 = B 21 =
= .
A 21B11 + A 22 B 21 = = O
4
5
0
4
5
0
0 0
1
1 0
A B = 1 0 = I B = 2 3 1 0
A 21B12 + A 22 B 22 =
= I 2
21
22 22 0 1 2
0 1
4 5 0 1
1
A11
= 11 = 1
Sabiendo que 1 2 3 1 5
=
A 22 =
2
4 5
3 Luego A 1
2
1
=
0
0
5
2
2
3
2
1
22 2
2n n
2
Dado el sistema lineal 21 1
, se llama matriz de los
...
a m1 x 1 + a m 2 x 2 + ... + a mn x n = b m
a 11
a
coeficientes matriz del sistema a la siguiente matriz: A = 21
a
m1
a 12
a 22
...
a m2
... a 1n
... a 2 n
.
... a mn
20
b1
b
La matriz de los trminos independientes es: B = 2 .
...
b
m
a 11
a
La matriz ampliada del sistema es: A = 21
a
m1
a 12
a 22
a m2
... a 1n
... a 2 n
...
... a mn
b1
b2
.
...
bm
x1
x
Por ltimo, la matriz de las incgnitas es: X = 2 .
...
x
n
Con esta notacin, tal como se ha definido el producto de matrices, el sistema de partida
puede escribirse en la forma:
AX = B
x+ y+ z =6
1 x 6
1 1
2 1 3 y = 9 .
3 2 1 z 4
x
2 3 - 4 7
y =
1 - 2 - 5 z 3
Todo sistema homogneo SH se escribe, en forma matricial, como AX=O
dnde A es la matriz de los coeficientes, X la matriz columna de las incgnitas y O la
matriz columna nula correspondiente.
2 x + 3 y 4 z = 7
Ejemplo: El sistema S
en forma matricial
x 2 y 5z = 3
2 x + 3 y 4 z = 0
Ejemplo: El sistema S
x 2 y 5z = 0
x
2 3 - 4 0
y =
1 - 2 - 5 z 0
21
a 11 b 2 a 21 b1
.
a 11a 22 a 12 a 21
a 22 b1 a 12 b 2
.
a 11a 22 a 12 a 21
Definicin:
a 12
M 2 (K ) es el escalar a 11a 22 a 12 a 21 ;
a 22
a
El determinante de la matriz A = 11
a 21
a
se escribe as: A = Det 11
a 21
a 12 a 11
=
a 22 a 21
a 12
= a 11a 22 a 12 a 21 .
a 22
x1 =
b1
a 12
b2
a2
A
, x2 =
a 11
b1
a 12
b2
A
A =
a 11
a 12
a 21
a 22
22
M 2 K
A
A
solo si a 11
a 22
a 32
a 23
a
a 12 21
a 33
a 31
a 23
a
+ a 13 21
a 33
a 31
a 22
0.
a 32
El determinante de la matriz A = a 21
a
31
a 11
a 22
a 32
a 23
a
a 12 21
a 33
a 31
a 11
A = Det a 21
a
31
a 23
a
+ a 13 21
a 33
a 31
a 12
a 22
a 32
a 12
a 22
a 32
a 13
a 23 M 3 (K ) es el escalar:
a 33
a 22
; se escribe:
a 32
a 13 a 11
a 23 = a 21
a 33 a 31
a 12
a 13
a 22
a 32
a 23 .
a 33
a 12
a 22
a 13
a 23 = a 11a 22 a 33 a 11a 23 a 32 a 12 a 21a 33 + a 12 a 23 a 32 + a 13 a 21a 32 a 13 a 22 a 31 =
a 31
a 32
a 33
Esta nueva forma de expresar el determinante de una matriz de orden tres se llama:
Regla de Sarrus para el clculo de un determinante.
23
Regla de Sarrus
El escalar A tambin puede obtenerse mediante la suma de los productos de los
elementos de la diagonal principal y sus dos paralelas menos la suma de los productos de los
elementos de la diagonal secundaria y sus dos paralelas, en la siguiente matriz obtenida al
aadir a la matriz A las dos primeras filas
a 11 a 11 a 11
a 21 a 21 a 21
a 31 a 31 a 31
a 11 a 11 a 11
a 21 a 21 a 21
Queda entonces definida la aplicacin
M 3 K
A
A
Con esta notacin, el ltimo sistema planteado tiene solucin nica si y solo si el
a 11
a 12
a 13
a 22
a 32
a 23 0 y la solucin es
a 33
x1 =
b1
a 12
a 13
a 11
b1
a 13
a 11
a 12
b1
b2
a 22
a 23
a 21
b2
a 23
a 21
a 22
b2
b3
a 32
a 33
a 31
b3
a 33
a 31
a 32
b3
, x2 =
, x3 =
a 21
a 12
a 22
a 11
a 21
a 31
A = a 12
a 22
a 32 = a 11
a 13
a 23
a 33
At =
= a 11a 22 a 12 a 21 =
a 22
a 32
a 23
a 33
a 11
a 12
a 21
a 22
a 21
= A y para A M 3 (K )
a 12
a 32
a 13
a 33
+ a 31
a 12
a 22
a 13
a 23
a 22
a 23
a 32
a 33
a 12
a 21
a 23
a 31
a 33
+ a 13
a 21
a 22
a 31
a 32
a 11
a 12
a 13
= a 21
a 22
a 23 = A
a 31
a 32
a 33
24
a 21
a 22
= 0 y en el otro caso A = a 21
a 31
a 22
a 32
0
a 23 = 0 por Sarrus.
a 33
a 21
a 11
a 12
= A
a 22
a 22
a 23
a 32
a 33
a 32
a 22
+ a12
a 33
a
a
a
a
a12 31 33 + a13 31 32
a 23
a 21 a 23
a 21 a 22
a 21 a 23
a 31 a 33
a13
a 21 a 22
a 31 a 32
prop. 3
det. orden2
= A
ka 12
a
= ka 11a 22 ka 12 a 21 = k (a 11a 22 a 12 a 21 ) = 11
a 22
a 21
ka 11 ka 12 ka 13
a
a 21 a 22 a 23 = ka 11 22
a 32
a 31 a 32 a 33
a
k a 11 22
a 32
a 23
a
a 12 21
a 33
a 31
a 23
a 33
ka 12
a 21
a 23
a 31
a 33
a 23
a
+ a 13 21
a 33
a 31
a 22
a 32
+ ka 13
a 12
y para la matriz de orden 3:
a 22
a 21
a 22
a 31
a 32
=kA
25
7) Si en un determinante los elementos de una lnea son suma de dos sumandos, dicho
determinante es igual a la suma de dos determinantes, uno de ellos con esa lnea formada por
los primeros sumandos y el resto de las lneas como las del determinante original, y el otro
determinante anlogo a ste, pero con los segundos sumandos en vez de los primeros.
Para el caso de orden dos y de la primera fila, por ejemplo, esta propiedad se
expresara as:
a 11 + a '11
a 12 + a '12
a 21
a 22
a 11 + a '11
a 12 + a '12
a 21
a 22
a 11
a 12
a 21
a 22
a '11
a '12
a 21
a 22
= (a 11 + a '11 )a 22 (a 12 + a '12 )a 21 =
y su comprobacin es inmediata,
a 11
a 12
a 21
a 22
a '11
a '12
a 21
a 22
Anlogamente,
= (a 11 + a '11 )
= a11
a 22
a 32
a 22
a 23
a 32
a 33
a 21
a 22
a 23
a 31
a 32
a 33
(a 12 + a '12 )
a 21
a 23
a 31
a 33
+ (a 13 + a '13 )
a 23
a
a
a
a
a
a12 21 23 + a13 21 22 + a '11 22
a 33
a 32
a 31 a 33
a 31 a 32
=
a 21
a 22
a 31
a 32
a 23
a
a
a
a
a '12 21 23 + a'13 21 22
a 33
a 31 a 33
a 31 a 32
= a 21 a 22 a 23 + a 21 a 22 a 23
a 31 a 32 a 33 a 31 a 32 a 33
La demostracin para cualquier otra fila es inmediata, o bien desarrollando los
determinantes.
8) Si una lnea es combinacin lineal de otras lneas paralelas, entonces, el determinante es
cero.
Si la primera fila de una matriz cuadrada resulta ser una combinacin de las otras dos,
es decir, f 1 = f 2 + f 3 ; por las propiedades 7) y 6) resulta que su determinante es cero.
a 21 + a 31 a 22 + a 32 a 23 + a 33
a 21
a 22
a 23
a 31
a 32
a 33
a 21 a 22 a 23
=
prop.7 )
a 31 a 32 a 33
a 21 a 22 a 23 + a 21 a 22 a 23
a 31 a 32 a 33
a 31 a 32 a 33
= 0+0=0.
prop.6 )
9) Si a una lnea se le suma una combinacin lineal de otras lneas paralelas, entonces el
determinante no vara.
Por la propiedad anterior, equivale a suma cero. Veamos la primera fila ms una
combinacin lineal de las restantes f 1 + f 2 + f 3 , entonces:
26
a 11 + a 21 + a 31 a 12 + a 22 + a 32 a 13 + a 23 + a 33
a 21
a 31
a 22
a 32
a 23
a 33
prop.8 )
a 11
a 12
a 13
a 21
a 31
a 22
a 32
a 23 +
a 33
a 21 + a 31 a 22 + a 32 a 23 + a 33
a 21
a 22
a 23
a 31
a 32
a 33
denota por ij, al determinante de la submatriz de orden dos de A que se obtiene eliminando la
fila i y la columna j.
Definicin:
El adjunto del elemento aij es ij , si i+j es par, bien, - ij, si i+j es impar; se le
A= 4 1 4 .
1 0 1
Solucin : 23 =
1 2
1 2
=-2 y A23= (1) 2+3
=2.
1 0
1 0
Definicin:
De acuerdo con la regla de Sarrus y con las definiciones anteriores, si A M 3 (K ) ,
27
A =
a 11
a 21
a 12
a 22
a 13
a 23
a 14
a 24
a 31
a 32
a 33
a 34
a 41
a 42
a 43
a 44
a 22
a 23
a 24
a 21
a 23
a 24
a 21
a 22
a 24
a 21
a 22
a 23
= a 11 a 32
a 33
a 34 a 12 a 31
a 33
a 34 + a 13 a 31
a 32
a 34 a 14 a 31
a 32
a 33 .
a 42
a 43
a 44
a 43
a 44
a 42
a 44
a 42
a 43
a 41
a 41
a 41
Definicin general:
Si A M n (K ) , se define el determinante de A, y se denota como antes, a la suma de
los productos de los elementos de la primera fila de A por sus correspondientes adjuntos (que
sern determinantes de orden n-1).
3.5. Propiedades de los determinantes de orden n
Para demostrar estas propiedades utilizaremos el mtodo de induccin: que consisten
en probar la propiedad para los primeros nmeros naturales, 1, 2, 3 y suponer que la
propiedad es cierta para un cierto nmero natural n-1 y demostrar que se cumple para el
siguiente nmero natural n. Las propiedades han sido demostradas para n=2 y n=3 en los
anteriores apartados.
1) Si una matriz cuadrada tiene una fila de ceros, su determinante es cero.
Es evidente cuando la fila de ceros es la primera y en otro caso el desarrollo por adjuntos
de la matriz cuadrada de orden n, nos lleva a que todos los adjuntos de orden n-1 tienen
una fila ceros y por la hiptesis de induccin son todos nulos.
2) Al intercambiar entre s dos lneas paralelas, el determinante cambia de signo.
Supongamos que las dos filas que se intercambian son consecutivas. Sea B la matriz que se
a 11
a
ha obtenido de A intercambiando las filas i e i+1: B = i +11
a
i1
a
n1
a 1n
.. a i +1n
se tiene que
.. a in
.. a nn
..
28
B = a 1 j B1 j donde cada adjunto B1j es una matriz cuadrada de orden n-1 con dos filas
j=1
j=1
j=1
anterior, B = a 1 j B1 j = a 1 j (A 1 j ) = A
a 11
a i + k1
Si se intercambian las filas i e i+k: B = ...
a i1
a
n1
.. a 1n
.. a i + kn
fila i
...
esta matriz se puede
.. a in
fila i + k
.. a nn
conseguir realizando 2k-1 intercambios de filas consecutivas; puesto que la fila i+k
necesita k cambios hasta llegar a ocupar la fila i y la fila i queda en la posicin de la fila
i+1 y necesita k-1 intercambios para quedar como indica B en total k+k-1=2k-1. Cada uno
de estos intercambios cambia de signo el determinante y 2k-1 es impar, luego
B = (1) 2 k 1 A = A
ka 11
a 21
.
Si la fila escogida es la primera A' =
.
.
a
n1
se tiene que:
ka 12
a 22
.
.
.
a n2
. . . ka 1n
. . . a 2n
. . .
.
. . .
.
. . .
.
. . . a nn
la fila multiplicada no es la primera los adjuntos (determinantes de orden n-1) tienen una
fila multiplicada por k y por la hiptesis de induccin quedan multiplicados por k y se
cumple la propiedad.
5) Si un determinante tiene dos filas proporcionales, el determinante es cero.
29
Por la propiedad anterior sacando el valor de proporcionalidad resulta la matriz con dos
filas iguales y su determinante es cero.
6) Si en un determinante los elementos de una fila son suma de dos sumandos, dicho
determinante es igual a la suma de dos determinantes, uno de ellos con esa fila formada
por los primeros sumandos y el resto de las filas como las del determinante original, y el
otro determinante anlogo a ste, pero con los segundos sumandos en vez de los primeros.
a 11
a 21
.
C=
a i1 + b i1
a 11
a 21
.
+
b i1
.
a n1
a 12
a 22
.
a i2 + bi2
a n1
a n2
a 12
a 22
.
bi2
.
a n2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a 11
a 1n
a 21
a 2n
.
.
=
a i1
. . . a in + b in
.
. . .
.
a n1
. . .
a nn
a 12
a 22
. . .
. . .
. . .
. . . a 1n
. . . a 2n
. . . .
+
. . . a in
a i2
.
. . . .
. . . a nn
a n2
a 1n
a 2n
.
= A + B para todo i=1,2,...,n
b in
.
a nn
Tenemos C = a 11C11 + a 12 C12 + ... + a 1n C1n donde cada adjunto C1k es una matriz de orden
n-1 con una fila que es suma y se puede escribir Cik=Aik+Bik como suma de adjuntos de la
matriz A y de la matriz B. Sustituyendo este resultado en la igualdad anterior
C = a 11 (A 11 + B11 ) + a 12 (A 12 + B12 ) + ... + a 1n (A 1n + B1n ) =
= a 11 A11 + a 12 A 12 + ... + a 1n A 1n + a 11 B11 + a 12 B12 + ... + a 1n B1n = A + B
a 22 + a 32
. . . a 2 n + a 3n
a 21
a 22
. . . a 2 n
a 21
a 22
. . .
a 2n
a 21
a 22
. . .
a 2n
a 31
.
a 32
.
. . .
. . .
a 3n
.
a 31
.
a 32
.
. . .
. . .
a 3n
+
.
. . .
. . .
a n1
a n2
. . .
a nn
a n1
a n2
. . .
a nn
30
a 31
a 32
. . . a 3n
a 21
a 22
. . .
a 2n
a 31
a 32
. . .
a 3n
. . .
. . .
a n1
a n2
. . .
a nn
a 12 + ka 22
a 21
A =
. . . a 1n + ka 2 n
ka 21
ka 22
. . . ka 2 n
a 22
. . .
a 2n
a 21
a 22
. . .
a 2n
. . .
. . .
. . .
. . .
. . .
. . .
a n1
a n2
. . .
a nn
a n1
a n2
. . .
a nn
= A+
segunda
fila
segn
la
definicin
tendramos,
a 21
a 22
. . . a 2n
a 12
a 12
. . . a 1n
a 11
a 12
. . . a 1n
a 21
a 22
. . . a 2n
.
.
.
.
. . .
. . .
.
.
.
.
.
.
. . .
. . .
.
= A
.
. . .
. . .
a n1
a n2
a n1
a n2
. . . a nn
prop 2
B = a 21 B 21 + a 22 B 22 + ... + a 2 n B 2 n
. . . a nn
n
j= 0
j= 0
j= 0
31
a 12
.
At =
.
.
a
1n
a 21
a 22
.
.
.
a 2n
. . . a n1
. . . a n2
. . . .
= B y desarrollando el determinante por la primera fila
. . . .
. . . .
. . . a nn
n
utilizando
la
hiptesis
de
induccin,
j= 0
j= 0
j= 0
B1 j = A 1t j = A ji , que resulta A t = a j1 B1 j = a j1 A j1 = A .
A partir de este resultado, en todas las propiedades anteriores se puede sustituir la palabra fila
por la palabra columna.
Observacin
Las propiedades 2, 4 y 6 se resumen diciendo que la aplicacin determinante
M n K
A
A
32
Demostracin:
Demostremos, en primer lugar, el apartado i) :
a11 a12
A = a i1 a i 2
a n1 a n 2
a1n
a i1 a i 2
a in
a in = a11 a12
a1n =
a nn
a nn
1 i
a n1 a n 2
Def .
a 22 a 23 a 2n
a 21 a 22 a 2n 1
intercambi
con la inmediata anterior
a n 2 a n 3 a nn
a n1 a n 2 a nn 1
a12 a13
a1n
a11 a12
a1n 1
a
a
a i 1n
a
a
a i 1n 1
2
i 2 i 12 i 13
1+ n
i 2 i 11 i 12
=
a i1 ( 1) ( 1)
+ + a in ( 1) (1)
a i +12 a i +13
a i +1n
a i +11 a i +12
a i +1n 1
a n 2 a n3
a nn
a n1 a n 2
a nn 1
a i1 (1) 2+i 2 i1 +
+ a in (1)1+ n +i 2 in = a i1 (1) i +1 i1 +
A = a i1A i1 + a i2A i2 +
+ a in (1) i + n in
+ a in Ain .
Corolario
El desarrollo formado por los elementos de una lnea, tomando como adjuntos
los de una paralela a la misma es el cero de K.
Demostracin:
Consideramos el desarrollo por los elementos de la fila i de la matriz A M n tomando
como adjuntos, por ejemplo, los de la 1 fila. Entonces:
a 22
a i1A11 + a i2 A12 +
+ a in A1n = a i1 (1)1+1 a i 2
an2
a 2n
a in +
a 21
+ a in (1)1+ n a i1
a nn
a n1
a 2 n 1
a in 1 =
def
a nn 1
33
a i1 a i 2
a in
a i1 a i 2
a in
a n1 a n 2
a nn
fila1 = fila i
0.
Anlogamente se demuestra tomando como adjuntos los de cualquier otra fila distinta de la
fila i-sima.
Ejemplo:
2
1
Calcular el determinante
3
4
2
1
Solucin:
3
4
1 3
2 1
2 1 1
2 1 2
1
2 1
2 1 1
2 1 2
2
1
3
=
11 5 1
desarrollando
por la 2 columna
2
5
4
0
1
1 1
2
1
fila 3 2 fila 2 1
0 5 1
4 2 1
2
=
2 1 3
=
1 0 3
2 fila + 5 fila 1
2 5 4
1
1 1 2
=
fila 4 +2 fila 2 1 0
5 1
2 0 5
4
=
2 1 3
=
1 0 3 =
3 fila -5 fila 1
8 0 11
desarrollando
por la 2 columna
1
3
=
8 11
-(-11+24)= -13.
Ejercicio.
a2
a3
1 b b2
1 c c2
1 d d2
b3
c3
d3
1 a
Calcular el determinante denominado de Vandermonde D=
34
Solucin:
a
a2
0 b a b2 a 2
D =
2 1 0 c a c 2 a 2
3 1
4 1 0 d a d 2 a 2
a3
1
a
b3 a 3 0 b a
=
c3 a 3 0 c a
d3 a 3 0 d a
0 1
=
a3
(b a ) b 2 + ab + a 2
(c a ) c 2 + ac + a 2
(d a ) d 2 + ad + a 2
(
(
(
(b a )(b + a )
(c a )(c + a )
(d a )(d + a )
1 a
0 1
= (b a )(c a )(d a )
4 prop. det .
0 1
a2
a2
(b + a )
(c + a )
a3
b 2 + ab + a 2
c 2 + ac + a 2
(
(
(d + a ) (d
+ ad + a 2
)
)
)
1 b+a
b 2 + ab + a 2
c+a
c 2 + ac + a 2
(b a )(c a )(d a )1
)
)
)
1 d + a d 2 + ad + a 2
b 2 + ab + a 2
1 b+a
= (b a )(c a )(d a ) 0 c b c 2 b 2 + a (c b )
0 d b d 2 b 2 + a (d b )
2 1
3 1
1 b+a
=(b a )(c a )(d a ) 0 c b
0 db
(d b )(d + b + a )
1 b + a b 2 + ab + a 2
(b a )(c a )(d a )(c b )(d b ) 0 1
(c + b + a )
4 prop. det .
0
=
2 1
a
b
c
d
a2
b2
c2
d2
(d + b + a )
1 c+b+a
1 d+b+a
b 2 + ab + a 2
(c b )(c + b + a )
1 c+b+a
= (b a )(c a )(d a )(c b )(d b )(d c )
0
d c def
a3
b3
= (b a )(c a )(d a )(c b )(d b )(d c )
c3
d3
35
Definicin:
Se dice que una matriz A M n (K ) es:
1) Inversible si existe A 1 .
2) Regular cuando A 0 .
3) Singular cuando A = 0 .
Proposicin (Caracterizacin de las matrices inversibles)
Sea A M n (K ) . Si A 0 , entonces A es inversible y A 1 =
1
(Adj A) t , siendo Adj
A
Demostracin:
a 11
a
Siendo A = 21
a
n1
a 12
a 22
...
a n2
A11
A
Por tanto, (Adj A) t = 12
A
1n
... a 1n
A11
... a 2 n
A 21
, entonces Adj A =
A
... a nn
n1
A 21
A 22
...
A 2n
A 12
A 22
...
An2
... A1n
... A 2 n
.
... A nn
... A n1
... A n 2
;
... A nn
A n1
A
An2
...
A .
A nn
...
A
Por otra parte, aplicando el resultado del ltimo teorema de los determinantes, se tiene:
A11
A
A12
1
t
luego:
(Adj A) = A
A1n
A 21
A
A 22
A
...
A 2n
A
...
36
A
A
A
A
A
A
1
t
A( (Adj A) ) =
...
...
...
A
A1n
A n1
An2
A
A11
A12
+ a n2
+ ... + a nn
... a n1
+ a n2
+ ... + a nn nn
a n1
A
A
A
A
A
A
a 11 A n1 + a 12 A n 2 + ... + a 1n A nn
a 11 A11 + a 12 A12 + ... + a 1n A1n
...
1 ... 0
A
A
= ... = I n
=
...
...
...
a n1A11 + a n 2 A12 + ... + a nn A1n
a n1 A n1 + a n 2 A n 2 + ... + a nn A nn
...
0 ... 1
A
A
0
I(i,j)=
0
1
I( i)= 0
0 i
0 j
0 i
37
I(i+j) =
0
0 i
las matrices elementales que se obtienen al aplicar a la matriz unidad las operaciones
elementales (1), (2) y (3), respectivamente.
Nota: Las operaciones elementales entre las columnas de una matriz A M n , se pueden
expresar de manera anloga, como producto, a la derecha de A, por matrices elementales, las
cuales se obtienen aplicando a la matriz identidad In la operacin elemental correspondiente.
Proposicin:
Se verifican los dos siguientes resultados:
1) Las matrices elementales son inversibles.
2) La inversa de una matriz elemental es tambin una matriz elemental.
Demostracin:
1) Es inmediato ya que I(i, j) = 1 0 , I(i) = 0 y I(i + j) = 1 0 .
2) Fcilmente se comprueba que:
1
(I(i, j)) 1 = I(i, j) , (I(i)) 1 = I( i) , (I(i + j)) 1 = I(i j) .
Proposicin:
Efectuar una operacin elemental en las filas de una matriz A equivale a efectuar dicha
transformacin en las filas de la matriz unidad de orden correspondiente y despus
multiplicarla por A por la izquierda.
Demostracin:
El resultado se basa en el hecho ms general de que si X e Y son matrices que pueden
multiplicarse, la fila i del producto XY coincide con el producto de la fila i de X por Y, por lo
que el efecto producido al aplicar una operacin elemental sobre las filas de la matriz X y
multiplicar luego por Y, es el mismo que si efectuamos la misma operacin elemental sobre
las filas de XY.
Si tomamos X = I e Y = A, se sigue ya la tesis de la proposicin.
38
-1
(I mm 0 )
I.
0 0
0
Proposicin:
Utilizando estos resultados puede darse una demostracin sencilla de la propiedad de
los determinantes relativa al determinante del producto de dos matrices cuadradas del mismo
orden: AB = A B .
Demostracin:
En efecto:
i) Si A es una matriz elemental, caben tres posibilidades:
i1)A = I(i,j) AB = B = (1) B = A B .
i2)A = I( i) AB = B = A B .
i3) A = I(i+j) AB = B = 1 B = A B .
U. D. de Matemticas. ETSI en Topografa, Geodesia y Cartografa
39
A = E'1 E'2 ... E'k C , donde las E' j son matrices elementales y C es de la
forma
Por
i),
tanto,
aplicando
reiteradamente
el
resultado
AB = E'1 E'2 ... E'k CB = E'1 E '2 ... E'k CB = 0 , ya que CB tiene tambin
A'
C = .
0
se
tiene:
Proposicin:
Si A es invertible, entonces A 0 y A 1 =
1
.
A
Demostracin:
Por ser A invertible, existe A 1 y, por definicin de matriz inversa, se verifica que
A A 1 = I . Tomando determinantes y calculando el determinante del producto, se obtiene:
A A 1 = A A 1 = I = 1 .
Luego A 0 y A 1 =
1
.
A
Ejemplo:
40
1 4
Hallar la inversa de la matriz A=
utilizando el mtodo de Gauss, y escribir dicha
2 1
inversa como producto de matrices elementales.
(A
1 4
I2 ) =
2 1
1 0
0 1
1 4
0
1
14
10 7 7
1 4 1 0
2 1
1 0 1
21 +2 0 - 7 - 2 1
1 42 0 1
2
1
7
7 7
7 7
1
La inversa de la matriz A es A
1 4
= 7 7 .
2 1
7
7
1 0
Obsrvese que la 1 operacin elemental equivale a multiplicar por la matriz
(de
2 1
tipo I(2 2.1 ) ) a la izquierda de A; la 2 operacin equivale a multiplicar por la matriz
1 0
1 4
equivale a multiplicar por la matriz
(de tipo I(1 4.2 ) ) a la izquierda del ltimo
0 1
producto, entonces resulta que
1 4
1
0
1
0
1
4
1
A=I2 27 71 A = I 2
0
2 1
0 1
7
7
7
1 4
1
0
4
1
0
7 7
1
1
=A
0
= 2
1
2 1
0 1
7
7
7
5. Rango de una matriz
Definicin:
Sea A M mn (K ) . Un menor de orden h de A es el determinante de una submatriz
41
Corolario:
Si r(A) = h, entonces:
1) Existe al menos un menor de orden h no nulo de A.
2) Todos los menores de orden mayor que h son nulos.
Teorema:
El rango de una matriz no cambia mediante operaciones elementales.
Ejemplo:
2
1
1
0
A=
2
5
1 3
1
comprobar, el menor
0
3
1
5
2
4
6
14
10
2
es una matriz de rango 2, ya que, como es fcil
8
2
0 , y todos los menores de orden 3 son nulos.
1
Definicin:
Sean f1, f2,,fk filas de una matriz cualquiera A. Diremos que las filas f1, f2,,fk son
linealmente dependientes, cuando existan los elementos 1 ,..., k K no todos nulos, tales
(0) = 1f 1 + ... + k f k , siendo (0) la fila formada por ceros.
Definicin:
Sean f1, f2,,fk filas de una matriz cualquiera A. Diremos que las filas f1, f2,,fk son
linealmente independientes, cuando no sean linealmente dependientes, es decir, cuando si
(0) = 1f 1 + ... + k f k , siendo (0) la fila formada por ceros, se deduce obligatoriamente que
i = 0, i .
f 3 = 2f1 + f 2
f 4 = f1 f 3
42
a 11
A = a 21
a
31
a 12
a 13
a 22
a 32
a 23
a 33
a 14
Por definicin de rango, existe un menor de orden dos de A, distinto de cero. Podemos
suponer sin prdida de generalidad que sea
a 11
a 12
a 21
a 22
se
tiene
que:
a 11
a 12
a 13
a 21
a 22
a 23 = 0 = a 13 A13 + a 23 A 23 + a 33 A 33 ,
a 31
a 32
a 33
desarrollando
el
A 33 =
obtenindose: a 33 =
a 11
a 12
a 21
a 22
0 , puede despejarse
a 33
en la igualdad anterior,
A
A13
A
a 13 23 a 23 = a 13 + a 23 , habiendo llamado y a 13
A 33
A 33
A 33
A 23
respectivamente.
A 33
a 11
a 12
a 14
a 22
a 32
a 24 = 0 = a 14 A14 + a 24 A 24 + a 34 A 34 . Y,
a 34
A14
A
a 14 24 a 24 = a 14 + a 24 , ya que los
A 34
A 34
a 12
a 13
a 22
a 32
a 33
A13
A
a 12 23 a 22 = a 12 + a 22 .
A 33
A 33
43
a 11
a 21
a 12
0 , tambin se deduce que las dos primeras
a 22
independientes si y solo si A 0 .
En efecto:
Las filas o las columnas de una matriz cuadrada A son linealmente independientes si y
solo si r(A) = n, como consecuencia inmediata del teorema. Ahora bien, por definicin de
rango, esto ocurre si y solo si A 0 .
2) Si A M n (K ) , entonces, r(A) = n si y solo si A es invertible.
3) r(A)=r(At).
Forma prctica de calcular el rango de una matriz:
Una vez encontrado un menor no nulo de orden r (de no ser as el rango sera cero), se va
orlando ese menor con una nueva fila y cada una de las dems columnas. Si todos estos
menores de orden r + 1 resultasen ser nulos, entonces la nueva fila es combinacin lineal
de las dems, y se repetira el proceso con otra fila; si todos los menores, al orlar con el
resto de las filas, fuesen tambin nulos, entonces el rango sera r. Si, por el contrario,
despus de orlar con esa primera nueva fila, encontrsemos un menor no nulo, el rango
sera al menos r + 1; nos quedaramos con l y comenzaramos a orlarlo con el resto de
44
filas y de columnas, y as sucesivamente. El rango sera el orden del menor de mayor orden
no nulo encontrado por este procedimiento.
De esta manera se disminuye notablemente el nmero de menores que hay que
calcular para determinar el rango de una matriz.
1
Calcular el rango de la siguiente matriz: A= 2
0
1
2
3
0
1
2
3 1
2 0
1 6
0 7
3 1
45
1
2
0
1
2
3
0
1
2
3 1
3 1
3 1
1 2
1 2
5 1
0
7
2 0
0 1
0 5
1 6 = 0 4 5 8 = 0 4 5 8
2 +1
4 2
0
7
5 1
0 7 35 211 0 1
0 5
0 0
0 0
0
0
0
0
3 1
1 2 3 1
7
0 1 0
= 0 0 5 36 rgA=3
4 +3
0
0 0 0
0 0 0
0
0
= 0
3 +42
4 52 0
0
1
2 3
1 0
7
0 5 36
0 5 36
0 0
0
1 2
= 5 0 , luego rg(A)2.
1 3
Orlamos entonces este menor con la tercera fila y la tercera columna, obteniendo el
1
2 3
orlando el menor de orden tres no nulo con la quinta fila y la cuarta columna
1 2 3 1
1 3 2 0
= 0 . Luego todos los menores posibles de orden cuatro, obtenidos a partir
2 0 1 6
1 2 3 1
del menor de orden tres no nulo, son nulos y por tanto rg(A)=3
El concepto de rango se aplica en la resolucin de sistemas de ecuaciones lineales.
46
Regla de Cramer:
Un sistema de Cramer tiene siempre solucin nica, es decir, es un sistema compatible
determinado.
Demostracin:
Sea AX=B la ecuacin matricial del sistema de Cramer S. Como S es de Cramer, la
matriz A de los coeficientes es regular ( A 0 ) , por tanto tiene inversa A-1 y multiplicando, a
la izquierda, por A-1 se obtiene:
A-1AX= A-1 B X=A-1B, es decir :
x 1 a 11
x 2 a 21
=
x a
n n1
a 1n
a 2n
a nn
a 12
a 22
a n2
A 11
b1
b 2 1 A 12
= A
A
b
1n
n
A n1 b1
A n 2 b 2
=
A nn b n
A 21
A 22
A 2n
b1 A 11 + b 2 A 21 + + b n A n1
b A + b 2 A 2i +
1 b1 A 12 + b 2 A 22 + + b n A n 2
x i = 1 1i
A
A
b A + b A + + b A
2
2n
n
nn
1 1n
a 11
a 1i 1 b1 a 1i +1
a 1n
xi =
a 21
a 2i 1
b2
a 2i +1
a 2n
a n1
a ni 1
bn
a ni +1
a nn
i = 1,
+ b n A ni
i = 1,
,n
de Cramer.
Observacin:
a1h
0 , entonces el sistema S es
equivalente al sistema S =
a x +
h1 1
a hh
+ a 1h x h = b1 a 1h +1 x h +1
+ a hh x h = b h a hh +1 x h +1
a 1n x n
a hn x n
47
Ejemplo:
x + 2 y 3z = 1
7z = 1
Resolver el sistema: S
x + 2 y 4z = 4
Solucin:
El sistema dado puede escribirse en forma matricial de la siguiente manera:
1 2 3 x 1 1
0 0 7 x 2 = 1
1 2 4 x 4
3
x1 =
1 2 3
1 0 7
4 2 4
42
18
, x3 =
7
1
1 3
0
1 7
1 4 4
42
= 1, x 3 =
1 2 1
0 0 1
1 2 4
42
1
7
6.2.Teorema de Rouch-Frobenius
a 11 a 12 ... a 1n x 1 b1
a 21 a 22 ... a 2 n x 2 b 2
Sea S
... = ... AX = B un sistema lineal de m
...
a
b
a
...
a
m1
m2
mn x n
m
ecuaciones con n incgnitas, siendo A la matriz de los coeficientes y A* la matriz ampliada
(A*=AB). Bajo estas hiptesis se verifica que:
1) S es compatible si y slo si r(A)=r(A*).
2) Si, r(A)=r(A*)=n entonces S es compatible determinado.
3) Si r(A)=r(A*)<n entonces S es compatible indeterminado.
Demostracin:
1) Si el sistema S es compatible, entonces r(A)=r(A*). En efecto:
U. D. de Matemticas. ETSI en Topografa, Geodesia y Cartografa
48
a 11
a 12
a 1n
b1
a 21
a 22
a 2n
b
S
x1 +
x 2 + ... +
xn = 2
...
...
...
...
a
a
a
b
m1
m2
mn
m
b1
b
Que S tenga solucin, significa que existen escalares x 1 ,..., x n tales que 2 es combinacin
...
b
m
a 11 a 12
a 1n
a 21 a 22
a 2n
; luego, la ltima columna de A* es combinacin lineal de las
lineal de
,
, ... ,
...
...
...
a a
a
m1 m 2
mn
anteriores (que constituan las columnas de A), y, por tanto r(A)=r(A*).
... a 1h
0 . Entonces, las restantes filas h+1,...,m, de la matriz
...
a h1
a hh
...
a x + ... + a x + ... + a x = b
hh h
hn n
h
h1 1
...
a x + ... + a x = b a x ... a x
hh h
h
hh +1 h +1
hn n
h1 1
a 12
... a 1h
...
x1 =
b h a hh +1 x h +1 ... a hn x n
a 11
...
a h1
....
... a hh
a h2
... a hh
a 1h
...
U. D. de Matemticas. ETSI en Topografa, Geodesia y Cartografa
49
a 11
a 12
...
b1 a 1h +1 x h +1 ... a 1n x n
...
xh =
a h1
a h2
... b h a hh +1 x h +1 ... a hn x n
a 11
... a 1h
....
a h1
...
a hh
parmetro) y constituyen la solucin nica del sistema, que ser pues compatible
determinado.
3) Si h < n, entonces, x 1 ,..., x h vienen dados en funcin de los parmetros x h +1 ,..., x n .
Para cada valor que tomen dichos parmetros obtendremos una solucin del sistema,
que ser, por tanto, compatible indeterminado.
Ejemplo:
ax + y + z = 1
2
x + y + az = a
a 1 1 x 1
Escribimos S en forma matricial: 1 a 1 y = a . El determinante de la matriz A de
1 1 a z a 2
a 1 1
a = 1
. Tenemos que
los coeficientes es: A = 1 a 1 = (a 1)2 (a + 2 ) A = 0
a = 2
1 1 a
considerar los siguientes casos:
i)
Si a 1 y a -2 , entonces el sistema es de Cramer y su solucin es:
x=
1
a
a2
1 1
a 1
1 a
(a 1)2 (a + 2)
a 1
1 a
1 a2
1
1
a
a 1 1
1 a a
1 1 a2
a +1
1
(a + 1) 2
,
z
, y=
=
=
=
.
a+2
(a 1)2 (a + 2) a + 2
(a 1)2 (a + 2) a + 2
50
ii)
1 1 1 x 1
Si a=1, S 1 1 1 y = 1 x + y + z = 1 x = 1 y z , luego se trata de
1 1 1 z 1
un sistema compatible indeterminado y unas ecuaciones paramtricas son:
x = 1
, , R.
y =
z =
iii)
Si a=-2, S 1
1
resulta que
1
1
1 x 1
-2 1
2 1 y = 2 . Siendo A = 0 con
0 pero
1 -2
1 2 z 4
con la columna de trminos independientes y la ltima fila
1
sistema es incompatible.
6.3. Sistemas homogneos
Cualquier sistema homogneo AX = (0) es compatible pues siempre admite la llamada
solucin trivial: x 1 = x 2 = ... = x n = 0 (por otra parte, es consecuencia inmediata del teorema
51
.
Demostracin:
Por ser S solucin del sistema homogneo, se verifica que AS=(0). As, se tiene:
AS=AS= (0)=(0).
2) Si S1 y S2 son soluciones del sistema homogneo, S1+S2 tambin lo es.
Demostracin:
Por ser S1 y S2 soluciones del sistema homogneo, se verifica que A S1.=A S2 =(0).
Por tanto, A(S1 + S2)=A S1 +A S2 = (0) + (0) = (0) .
3) Si el sistema AX = (0) admite ms soluciones que la trivial, entonces, existen k
soluciones S1, S2,, Sk linealmente independientes tales que la solucin general del mismo es
de la forma, S=1S1+2 S2 ++k Sk siendo i escalares y k = n r (A) .
Demostracin:
Si el sistema AX = (0) admite ms soluciones que la trivial es por que r (A) = h < n .
Por tanto, pueden despejarse h incgnitas en funcin de las dems (sin prdida de generalidad,
podemos suponer que son las h primeras):
x 1 = 1 h +1 x h +1 + ... + 1 n x n
x = x + ... + x
2
2 h +1 h +1
2n n
...
x h = h h +1 x h +1 + ... + h n x n
x1
...
...
...
...
hn
h h +2
h h +1
x = x 1 + x 0 + ... + x 0 , o bien, S = S + S + ... + S con
h +1
2
n
1 1
2 2
k K
h
...
0
1
0
x
...
...
...
n
1
0
0
52
1 h +1
1n
1 h +2
x1
...
...
...
...
h h +1
hn
h h +2
S = x h , S1 = 1 , S 2 = 0 ,..., S K = 0 , 1 = x h +1 , 2 = x h + 2 , k = x n
0
1
0
...
...
...
...
n
0
1
0
Evidentemente, S1, S2,, Sk son linealmente independientes (no hay ms que observar
cmo son sus filas h+1, h+2, ..., n) y k = n h = n r (A) , como queramos demostrar.
4) Las soluciones del sistema AX = B son de la forma: S1+S0, donde S1 es una
solucin particular de dicho sistema y S0 es la solucin general del sistema homogneo
asociado.
Demostracin:
Cualquier solucin general S* del sistema AX=B, se puede expresar como S*=(S*S1)+S1, de donde, por ser S* y S1 soluciones del sistema queda:
A( S * S1 ) = A S * A S1 = B B = (0) .
El recproco es inmediato:
Si S1 es una solucin particular del sistema AX = B y S0 es la solucin general del
sistema homogneo asociado, entonces, S1+S0 es solucin de AX = B . En efecto:
A( S1 + S 0 ) = A S1 + A S 0 = B + (0) = B .
7. Matrices Ortogonales
Definicin:
Una matriz A M n se dice que es ortogonal cuando su inversa coincide con su
traspuesta, es decir, A 1 = A t .
Ejemplos:
0 1 0
A= 0
0 1 ,
1 0 0
cos x senx
, y
B =
senx cos x
0 1
C =
1 0
son matrices
ortogonales.
Proposicin:
53
Demostracin:
se obtiene: 1 = A A t = A A = 1.
Teorema
1) Si A M mn , se verifica que A t A es una matriz simtrica.
2) Si A M mn , con m>n, es una matriz de rango completo, es decir, r(A) = n,
entonces r (A t A) = n .
Definicin:
Dada una matriz A M mn , se llama matriz pseudoinversa de A, a una matriz
3) A A + es simtrica.
2) A + A A + = A +
4) A + A es simtrica.
Teorema
Si A M mn , existe una nica matriz pseudoinversa.de A.
Proposicin:
Si A es invertible, entonces A + = A 1 .
Definicin:
Si A M mn , una matriz G M nm se dice que es una inversa generalizada de A si
54
Ejercicio:
1) Demostrar que si A es invertible y G es una inversa generalizada de A, entonces,
G = A 1 .
55