SISTEMAS DE ECUACIONES Y MATRICES

UNIDAD I.SISTEMAS DE ECUACIONES LINEALES Y MATRICES 1.1.- INTRODUCCION A LOS SISTEMAS DE ECUACIONES LINEALES Gran parte del Algebra lineal est ntimamente ligada a la resolucin de sistemas de ecuaciones lineales. Veamos ahora los conceptos ms generales de estos sistemas. Una recta en el plano xy se puede representar algebraicamente mediante una ecuacin de la forma: a1x + a2y = b Una ecuacin de este tipo se conoce como ecuacin lineal en las variables x y y. En forma general, se define una ecuacin lineal en las n variables x1, x2,, xn como aquella que se puede expresar de la forma: a 1 x1 + a 2 x2 + + a n xn = b en donde a1, a2, ,an y b son constantes reales. Ejemplo 1 Las siguientes ecuaciones son lineales: x + 3y = 7 y = x +3z + 1 x1 2x2 3x3 + x4 = 7 x1 + x2 ++ xn = 1

Observe que una ecuacin lineal no comprende producto o races de variables. Todas las variables se presentan nicamente a la primera potencia y no aparecen como argumento para funciones trigonomtricas, logartmicas o exponenciales.

Las que siguen no son ecuaciones lineales: x + 3y2 = 7 y sen x = 0 3x + 2y xz = 4 x1 + 2x2 + x3 = 1

Una solucin de una ecuacin lineal a1x1 + a2x2 ++ anxn = b es una sucesin de n nmeros s 1, s2, , sn, tales que la ecuacin que satisface cuando se hace la sustitucin x1 = s1, x2 = s2, , xn = sn. El conjunto de todas las soluciones de la ecuacin es un conjunto solucin. Ejemplo 2 Encuentre el conjunto solucin de cada una de las siguientes ecuaciones: (i) 4x 2y = 1 Solucin (i) (ii) x1 - 4x2 + 7x3 = 5

Pg. N 2

Lic. Alexandra Noguera UNEFA 2008

A fin de encontrar las soluciones de esta ecuacin, se puede asignar un valor arbitrario a x y despejar y, o bien elegir un valor arbitrario para y y despejar x. Si se sigue el primer procedimiento y se asigna a x un valor arbitrario t, se obtiene: x= t y = 2t

Estas frmulas describen el conjunto de solucin de (i) en trminos del parmetro arbitrario t. Es posible obtener soluciones numricas particulares al sustituir t por valores especficos. Por ejemplo, 11 t=3 x=3 y y= 2 3 t = - x=- y y= 2 Solucin (ii) A fin de encontrar las soluciones de esta ecuacin, se puede asignar valores arbitrarios a dos variables cualquiera y despejar la tercera variable. En particular, si se asignan los valores arbitrarios s y t a x2 y x3, respectivamente, y se despeja x1, se obtiene: x2 = s ; x3= t

x1 = 5 + 4s 7t

Un conjunto finito de ecuaciones lineales en las variables x1 , x2 , , xn se conoce como un sistema de ecuaciones lineales o sistema lineal. Una sucesin de nmeros s1 , s2 , , sn es una solucin del sistema si x1 = s1 , x2 = s2 , , xn = sn es una solucin de toda ecuacin en tal sistema. Por ejemplo, el sistema: 4x1 x2 + 3x3 = -1 3x1 + x2 + 9x3 = -4

Tiene como solucin x1 = 1, x2 = 2 y x3 = -1, puesto que estos valores satisfacen ambas ecuaciones. Sin embargo, x1 = 1, x2 = 8 y x3 = 1 no es una solucin, ya que stos valores slo satisfacen la primera de las dos ecuaciones. No todos los sistemas de ecuaciones lineales tienen soluciones . Por ejemplo: x+ y=4 2x + 2y = 6 Si se multiplica la segunda ecuacin por , es evidente que no hay solucin alguna, ya que las ecuaciones del sistema resultante: x+y=4 x+y=3 se contradicen entre s.

Pg. N 3

Lic. Alexandra Noguera UNEFA 2008

Cuando un sistema de ecuaciones no tiene solucin se dice que es inconsistente o incompatible. Si existe al menos una solucin, se le denomina consistente o compatible. A fin de ilustrar las posibilidades que pueden presentarse al resolver sistemas de ecuaciones lineales, considrese un sistema general de dos ecuaciones lineales con dos incgnitas x y y: a1x + b1y = c1 a2x + b2y = c2 (a1, b1 ninguno es cero) (a2, b2 ninguno es cero)

las grficas de estas ecuaciones son rectas; se har referencia a ellas como l1 y l2. Puesto que un punto (x,y) est sobre una recta s y slo s los nmeros x y y satisfacen la ecuacin de la misma, las soluciones del sistema de ecuaciones corresponden a puntos de interseccin de l1 y l2. Se tienen tres posibilidades: a) Las rectas l1 y l2 pueden ser paralelas, en cuyo caso no existe interseccin alguna y. como consecuencia, no hay solucin para el sistema. b) Las rectas l1 y l2 pueden intersecarse en slo un punto, en cuyo caso el sistema tiene exactamente una solucin. c) Las rectas l1 y l2 pueden coincidir, en cuyo caso existe una infinidad de puntos de interseccin y, por consiguiente una infinidad de soluciones para el sistema.

(a)

(b)

(c)

Fig. 1.- (a) Ninguna Solucin. (b) Una solucin. (c) Una infinidad de soluciones

An cuando slo se han considerado dos ecuaciones con dos incgnitas, posteriormente se ver que stos mismos resultados se cumplen para sistemas arbitrarios; es decir, todo sistema de ecuaciones lineales no tiene solucin alguna, tiene exactamente una solucin, o bien, una infinidad de soluciones. Ejemplos: 1.- El siguiente sistema: 3x + y=6 x=0y=6 y=0x=2 x=0y=6 y=0x=2

6x + 2y = 12

Tiene infinitas soluciones, por lo tanto es el sistema es compatible.

Pg. N 4

Lic. Alexandra Noguera UNEFA 2008

2.- El siguiente sistema: 2x + y = 8 2x + y = 4 No tiene solucin, incompatible. x=0y=8 y=0x=4 x=0y=4 y=0x=2 lo tanto es el sistema es

por

3.- El siguiente sistema: 3x + y = 6 3x - y = 12 x=0y=6 y=0x=2 x = 0 y = -12 y=0x=4

6 4 2 -2 -4 -6 -8

Tiene una solucin, por lo tanto es el sistema es compatible.

-10 -12

1.2.- MATRICES Un sistema arbitrario de m ecuaciones lineales con n incgnitas se escribe: a11x1 + a12x2 + + a1nxn = b1 a21x1 + a22x2 + + a2nxn = b2
. . . . . . . .

am1x1 + am2x2 + + amnxn = bm en donde x1, x2, , xn son las incgnitas y las a y b con subndices denotan constantes. Por ejemplo, un sistema general de tres ecuaciones lineales con cuatro incgnitas se escribe: a11x1 + a12x2 + a13x3 + a14x4 = b1 a21x1 + a22x2 + a23x3 + a24x4 = b2 a31x1 + a32x2 + a33x3 + a34x4 = b3 el subndice doble en los coeficientes de las incgnitas es una idea til que se emplea para establecer la ubicacin del coeficiente en el sistema. El primer subndice del coeficiente aij indica la ecuacin en la que se encuentra, y el segundo indica la incgnita que multiplica. Por lo tanto, a12 se encuentra en la primera ecuacin y multiplica a la incgnita x2. Si mentalmente se mantiene presente la ubicacin de los signos +, las x y los signos =, es posible abreviar un sistema de m ecuaciones lineales en n incgnitas escribiendo el arreglo rectangular de nmeros: a11 + a12 + + a1n = b1 a21 + a22 + + a2n = b2
. . . .

Pg. N 5

Lic. Alexandra Noguera UNEFA 2008

am1 + am2 + + amn = bm Esto se conoce como matriz aumentada para el sistema. Como ilustracin de esto, la matriz aumentada del sistema: x1 + x2 + 2x3 = 9 2x1 + 4x2 - 3x3 = 1 3x1 + 6x2 - 5x3 = 0 Se representa: 1 2 3 1 4 6 2 -3 -5 9 1 0

OBSERVACION: al construir una matriz aumentada, las incgnitas se deben escribir en el mismo orden en cada ecuacin. ALGUNAS NOTACIONES A=[aij] es la denotacin de una matriz con i filas y j columnas. El rengln a11 , a12 , , a1j , , an, se le llama matriz fila. La columna a11 , a21 , , ai1 , , am1, se le llama matriz vector columna. A los elementos a11 , a22 , , aij , , ann, son los elementos de la diagonal principal. Ejemplos: 1.- Encuentre los componentes de la matriz A de dimensin 2x3 dado por Solucin:

aij =3i 2j.

a11 a12 a13 A= a12 a22 a23

Pg. N 6

Lic. Alexandra Noguera UNEFA 2008

Por lo tanto, la matriz resultante

1 1 3 A= 4 2 0
aij =2i 3j aij = 1 i 2j

1.- Encuentre los componentes de la matriz A de dimensin 3x3 dado por 2.- Encuentre los componentes de la matriz B de dimensin 1x3 dado por 3.- Encuentre los componentes de la matriz A de dimensin 4x3 dado por MATRICES IGUALES Se dice que dos matrices A = a ij

aij =2(i)2 3j

[ ]

y B = b ij son iguales, A=B, si ambas son del mismo

[ ]

tamao y sus componentes correspondientes son iguales, es decir: a ij= b ij . EJEMPLO: Sean las matrices:

( 2)6 04 33 A= 3 2 1 2 5

8 0 27 B= 1 8 25

Como a 11= b11 , a 12= b12 ,, a 23= b23 Por lo tanto A = B MATRIZ CUADRADA Una matriz cuadrada es aquella que posee igual nmero de columnas y filas. EJEMPLOS: B= 8 1 0 8

2x2

Pg. N 7

Lic. Alexandra Noguera UNEFA 2008

MATRIZ DIAGONAL Una matriz cuadrada A se le llama matriz diagonal si todas sus componentes distintas de cero estn en la diagonal. EJEMPLOS: B= 8 0 0 2
2x2

MATRIZ TRIANGULAR SUPERIOR Una matriz cuadrada se llama triangular superior si todas sus componentes que se encuentran debajo de la diagonal principal son cero.

Pg. N 8

Lic. Alexandra Noguera UNEFA 2008

EJEMPLOS: B= 8 0 0 1
2x2

MATRIZ TRIANGULAR INFERIOR Una matriz cuadrada se llama triangular inferior si todas sus componentes que se encuentran por encima de la diagonal principal son cero. EJEMPLOS: B= 8 1 0 1
2x2

MATRIZ IDENTIDAD Una matriz cuadrada se llama matriz identidad si todas sus componentes de la diagonal principal son puros 1 y 0 en todas las dems posiciones. EJEMPLOS: B= 1 0 0 1
2x2

1.3.- SUMA Y RESTA DE MATRICES DEFINICIN: Si A y B son dos matrices cualquiera del mismo tamao, entonces la suma A + B es la matriz que se obtiene al sumar los elementos correspondientes de las dos matrices. Las matrices de tamaos diferentes no se pueden sumar. En general, dadas las matrices: b11 . . . bm1 . . . b1n . . . bmn

B=

mxn

Entonces:

Pg. N 9

Lic. Alexandra Noguera UNEFA 2008

a11 + b11 A+B= . . am1+ bm1

. . .

a1n + b1n . . . amn + bmn

mxn

Ejemplos: 1.- Considrese las siguientes matrices: -4 2 3 3 2 2 5 0 -4 1 -1 5

B=

D=

-4 2

1 -1

Entonces: A+ B= 2+(-4) -1+2 4+3 1+3 0+2 -2+2 0+5 2+0 7+(-4) 3+1 4+ (-1) 0+5

A+ B=

-2 1 7

4 2 0

5 2 3

4 3 5

En tanto que A + C, A + D, B + C, B + D y C + D no estn definidos.

Pg. N 10

Lic. Alexandra Noguera UNEFA 2008

TEOREMA: Sean A y B matrices de mxn. Sea 0 la matriz cero o nula. Entonces: i) ii) iii) A+0=A A+B=B+A A + (B + C) = (A + B) + C (Identidad Aditiva) (Propiedad Conmutativa) (Propiedad Asociativa)

NOTA: Se le recomienda al estudiante hacer la demostracin respectiva para cada uno de los tems. DEFINICION: Sea A = a ij una matriz mxn y adems c un nmero real cualquiera, entonces c.A es una matriz

[ ]

[c . a ij ]= mxn tal que:

c a11 . . . c am1

. . .

c a1n . . . c amn

c.A= c. a ij

[ ]

Pg. N 11

Lic. Alexandra Noguera UNEFA 2008

EJEMPLO: A= Sea -4 2 1 -1

y c =2. Encontrar c.A c .A= -8 4 2 -2

c.A =

2.

A=

-4 2

1 -1

DEFINICION: Sean A y B matrices mxn y 0 la matriz nula mxn. Sean c y d escalares arbitrarios y 0 y 1 los escalares identidad de la suma y multiplicacin respectivamente. Entonces: i) ii) iii) iv) v) c.(A+B) = c A + c B (c + d).A = c.A + d.A (c.d).A = c(d.A) 1.A = A 0.A = 0 NOTA: Se le recomienda al estudiante hacer la demostracin respectiva para cada uno de los tems. DEFINICIN: Si A y B son dos matrices cualquiera del mismo tamao, entonces la resta A-B = A + (-B). Las matrices de tamaos diferentes no se pueden restar. En general, dadas las matrices: -b11 . . . -bm1 . . . -b1n . . . -bmn

-B=

mxn

A+(-B)=

a11 - b11 . . . am1- bm1

. . .

a1n - b1n . . . amn - bmn

mxn

Pg. N 12

Lic. Alexandra Noguera UNEFA 2008

Ejemplos: 1.- Considrese las siguientes matrices: -4 2 3 3 2 2 5 0 -4 1 -1 5

B=

Entonces: A- B= 2+4 -1-2 4-3 1-3 0-2 -2-2 0-5 2-0 7+ 4 3-1 4+ 1 0-5

A- B=

6 -3 1

-2 -2 -4

-5 2 11

2 5 -5

1.4.- MATRIZ TRANSPUESTA DEFINICIN: Si A = [aij] una matriz mxn, entonces la transpuesta de A, denotada como AT es una matriz nxm tal que: AT = (aij)T = (aji) Ejemplos: 1.- Considrese la matriz A: 2 1 5 0 4 2

A=

Pg. N 13

Lic. Alexandra Noguera UNEFA 2008

3x2

Su transpuesta es:

AT=
2x3

2 0

1 4

5 2

2.- Prueba que (A + B)T = AT + BT si A y B son de dimensin 2 x 3. Solucin: Considrense dos matrices cualquiera A y B de orden 2 x 3: B= 6 4 4 3 3 1

Trabajemos con el primer lado de la igualdad, es decir (A + B)T 8 9 2 4 7 3

(A+B) = A+B= 8 4 9 7 2 3

Ahora, desarrollemos el segundo miembro, es decir AT + BT 8 9 2 4 7 3

A T +BT=

Por lo tanto, queda demostrado que: (A + B)T = AT + BT TEOREMA: Sean A y B matrices mxn y c un escalar, entonces: a) (AT)T = A b) (A + B)T = AT + BT c) (cA)T = c(A)T NOTA: Se le recomienda al estudiante hacer la demostracin respectiva para cada uno de los tems.
Pg. N 14

Lic. Alexandra Noguera UNEFA 2008

1.5.- MULTIPLICACIN DE MATRICES DEFINICIN: Sea A una matriz de dimensin mxr, y B de tamao rxn, entonces el producto A.B es una matriz de dimensin mxn. Ejemplos: 1.- Sea A una matriz 2x3 y B una matriz 3x2 dadas por: 2 4 0 5 1 -3
(2)(2)+(0)(6)+(1)(5) (4)(2)+(5)(6)+(-3)(5) (2.4)+(0.1)+(1.2) (4.4)+(5.1)+(-3.2)

A=
2x3

A.B=

B=

2 6 5

4 1 2

3x2

A.B=

9 23

10 15

NOTA: Se le recomienda al estudiante hacer el producto B.A con las mismas matrices del ejemplo anterior y con ello verifique si la propiedad conmutativa se cumple para la multiplicacin de matrices, es decir, A.B = B.A.
2.- Sea A una matriz de orden 2 x 3. Encuentre A2.

Solucin: A2 = A.A A= 2x3 2x3 2 4 0 5 1 -3

Pg. N 15

Lic. Alexandra Noguera UNEFA 2008

NOTA: Observe que para que pueda efectuarse el producto de estas matrices, el nmero de columnas de la primera matriz debe coincidir con el nmero de filas de la segunda matriz, en este caso no es posible efectuar esta multiplicacin . Para que A2 exista, la matriz A deber ser una matriz cuadrada.

3.- Sea A una matriz de orden mxn y sea I la matriz Identidad de Orden mxn. Demuestre que (A+I)2 = A2 +2.A.I +I2. TEOREMA: Si A es una matriz mxr, B una matriz rxn y C una matriz nxq, entonces (A.B).C = A.(B.C). Deduccin:

A mxr . B rxn = A.B mxn

Luego, (A.B).C =

A.B mxn . C nxq = [(A.B).C] mxq

4.- Se invita al estudiante a demostrar esta deduccin a travs de tres matrices cualquiera A, B y C, y comente con el resto del curso su experiencia y conclusiones sobre esta demostracin. PROPIEDADES DE LA MULTIPLICACION DE MATRICES Suponiendo que los tamaos de las matrices son tales que es posible efectuar las operaciones indicadas, son vlidas las reglas que siguen de la aritmtica matricial: a) A.(B.C) = (A.B).C b) A.(B+C) = A.B + A.C c) (B+C).A = B.A + C.A (Ley asociativa para la multiplicacin) (Ley distributiva) (Ley distributiva)

5.- Dadas las matrices A, B y C que a continuacin se ilustran, demuestre la propiedad asociativa de la multiplicacin. 1 3 0 2 4 1 Lic. Alexandra Noguera UNEFA 2008

A=

Pg. N 16

C=

1 2

0 3

TEOREMA: Sea A una matriz mxn y B una matriz de nxp entonces: (A.B)T = BT . AT. Ejemplo: 1.- Tomemos dos matrices A y B para demostrar el teorema anterior:
Comencemos con el lado izquierdo de la igualdad (A.B)T

A=

3 0 1

4 6 5

3x2

A.B=

6 0 2

16 6 9

B=
2x2

2 0

4 1

(A.B)T=

6 16

0 6

2 9

Ahora, sigamos con el lado derecho de la igualdad BT . AT

BT=

2 4

0 1

BT.AT=

6 16

0 6

2 9

Pg. N 17

Lic. Alexandra Noguera UNEFA 2008

Por lo tanto, acabamos de demostrar que (A.B)T = BT . AT.

1.- Suponga que A y B son matrices 4x5 y que C, D y E son matrices 5x2, 4x2 y 5x4, respectivamente. Determine cules de las siguientes expresiones matriciales estn definidas. Para que estn definidas, d el tamao de la matriz resultante. a) B.A b) A.C +D c) A.E +B d) A.B + B e) E(A+B) f) E(A.C) 2.- Demuestre que si tanto AB como BA estn definidas entonces AB y BA son matrices cuadradas. 3.- Resuelva la siguiente ecuacin matricial para a, b, c y d
8 7 1 6

= 4.- Considere las matrices:

C=

E=

6 -1 4

1 1 1

3 2 3

Calcule: a) A.B

b) D+E

c) D E

d) D.E

e) E.D

f) -7B

5.- Sea I la matriz identidad mxn cuyo elemento i y columna j es 1 si i=j 0 si i=j Demuestre que A.I = I.A = A para toda matriz A de nxn
Pg. N 18

Lic. Alexandra Noguera UNEFA 2008

1.6.- MATRIZ SIMETRICA DEF: una matriz A mxn se denomina simtrica si AT = A. Una matriz es simtrica si encontrando su transpuesta coincide con la matriz original. A= [aij] [aij] = [aji] A = [aji]
T

Ejm. 3 0 0 0 0 4 0 0 0 0 -4 0 0 0 0 4

AT=

Se puede evidenciar que los elementos de la matriz A, aij son iguales a los elementos de la matriz aji, es decir aij = aji . Por lo tanto, como A=AT entonces la matriz A es una matriz simtrica. EJERCICIOS PROPUESTOS 1.- Demostrar que toda matriz simtrica debe ser cuadrada. 2.- Demostrar que la matriz identidad I de nxn es simtrica. 3.- Rellenar los registros que faltan de la matriz 4x4 1 2 -1 4 -7 5 8 -1 6 3

de modo que la matriz sea simtrica. Explique el procedimiento utilizado para tal fin.

Pg. N 19

Lic. Alexandra Noguera UNEFA 2008

1.7.- METODO DE GAUSS Sabas que el llamado Prncipe de las Matemticas: Carl Friedrich Gauss, fue un prodigio desde nio? A los tres aos de edad, corrigi a su padre un error cometido calculando los salarios de unos obreros que trabajaban para l. Historia: Carl Friedrich Gauss naci en 1777 y aport grandes descubrimientos a la Ciencia de su poca, especialmente a la Matemtica, pero tambin a la Fsica y a la Astronoma. Cuando tena 10 aos de edad, su maestro de escuela orden a los nios que sumaran los nmeros del 1 al 100, probablemente para mantenerlos ocupados un largo rato. Gauss, casi inmediatamente, encontr el resultado: 5.050. Se dice que, para calcular la suma hizo lo siguiente: coloc la suma de los nmeros del 1 al 100 de dos maneras: 1 + 100 + 2 + 3 + 4 + + 97 + 98 + 99 + 100 99 + 98 + 97 + + 4 + 3 + 2 + 1

Se dio cuenta de que la suma de cada pareja de nmeros en la misma posicin vertical es igual a 101: 101= 1 + 100 = 2 + 99 = 3 + 98 = Luego, observ que la suma de todas esas parejas de nmeros es el doble de la suma que estaba buscando, es decir: 1 + 2 + . + 97 + 98 + 99 + 100 =

(100)(101) 2

Puesto que son 100 veces 101 lo que se obtiene de sumar las dos filas de la manera indicada. Pero

(100)(101) 10100 = 5.050 . es un nmero fcil de calcular: 2 2

A los 19 aos, Gauss comenz a escribir un diario personal que contiene 146 anotaciones sobre resultados matemticos importantes; ese diario es hoy considerado uno de los documentos ms preciosos de la Historia de las Matemticas. Gauss hizo grandes contribuciones al rea del lgebra. ELIMINACION GAUSSIANA Consideremos el sistema de ecuaciones lineales: 3x + y + z = 6 2y + 4z = 2 5z = 15 decimos que un sistema va a estar dado en su forma triangular o escalonada si posee esta forma.

Pg. N 20

Lic. Alexandra Noguera UNEFA 2008

Para resolver este sistema se procede utilizando el mtodo de sustitucin regresiva (o sustitucin hacia atrs o mtodo Jordn), como por ejemplo: i) ii) iii) resolvemos la ultima ecuacin 5z = 15, por lo tanto z = 3 Sustituimos el valor de la incgnita encontrada en la ecuacin anterior a sta 2y + 4z = 2 y =-5 Se repite el procedimiento ii) en la primera ecuacin 3x + y + z = 6 x= 8/3.

Un procedimiento sistemtico para resolver sistemas de ecuaciones lineales, se basa en la idea de reducir la matriz aumentada a una forma que sea lo suficientemente simple como para que el sistema de ecuaciones se pueda resolver por observacin. El mtodo de eliminacin Gaussiana consiste en reducir el sistema a la forma triangular y despus utilizar la sustitucin regresiva. En general, para transformar una matriz aumentada en su forma triangular o en su forma escalonada, procedemos aplicando las siguientes operaciones: i) ii) iii) multiplicacin de una ecuacin por un escalar adicionndosela a otra multiplicacin de una ecuacin por un escalar distinto de cero intercambio de dos filas

Pg. N 21

Lic. Alexandra Noguera UNEFA 2008

Ejemplo: 1.- Resuelva el siguiente sistema utilizando el mtodo de eliminacin Gaussiana: 2x + 3y z = 1 x + 4y z = 4 3x + y + 2z = 5 llevamos el sistema a una matriz aumentada 2 1 3 3 4 1 -1 1 -1 4 2 5

Intercambie la primera y la segunda ecuacin: x + 4y z = 4 2x + 3y z = 1 3x + y + 2z = 5 1 2 3 4 3 1 -1 4 -1 1 2 5

Sume -2 veces la primera ecuacin a la segunda; despus sume -3 veces la primera ecuacin a la tercera: x + 4y z = 4 2x - 5y + z = -7 3x - 11y + 5z = -7 Multiplique la segunda ecuacin por x + 4y z = 4 2x y -1/5z = 7/5 3x - 11y + 5z = -7 Sume 11 veces la segunda ecuacin a la tercera: x + 4y z = 4 2x y -1/5z = 7/5 3x - 11y 14/5z = 42/5 1 0 0 4 -1 4 -5 1 -7 -11 5 -7

1 5
1 0 0 1 0 0 4 1 -11 4 1 0 -1 4 -1/5 7/5 5 -7 -1 -1/5 14/5 4 7/5 42/5

Ahora el sistema est en su forma triangular y se puede resolver por la sustitucin regresiva. 14/5 z = 42/5 y -1/5z = 7/5 x + 4y z = 4 z=3 y=2 x = -1

Por lo tanto se dice que la solucin es (-1, 2,3). Se recomienda al estudiante hacer la verificacin de la solucin encontrada. EJERCICIOS PROPUESTOS 1.- En los siguientes ejercicios, la matriz aumentada para un sistema lineal ha sido reducida a una matriz en la forma escalonada y las variables estn dadas. Resuelva el sistema. a) 2 0 1 3 2 6 x,y b) 0 0 3 2 6 0 4 2 x1, x2, x3 c) -2 1 3 4 0 0 3 6 x,y,z

Pg. N 22

Lic. Alexandra Noguera UNEFA 2008

d)

2 0 0

-1 1 -2 3 4 15 0 -2 -6 x,y,z

e)

4 0

3 7 2 4 0 3 3 -6 x1, x2, x3, x4

f)

0 0 0

4 0 0

-1 3 7 1 0 3 4 9 0 0 5 0 x,y,z,u,w

2.- Utilice el mtodo de eliminacin Gaussiana para resolver los siguientes sistemas: a) d) 3x + 2y = 0 6x + 7y = 3 x + 2y + z = 8 -x + 3y - 2z = 1 3x + 4y 7z = 10 2x1 + 3x2 x3 + x4 = -5 4x1 + 5x2 + 2x3 - x4 = 4 -2x1 - x2 x3 - x4 = 1 6x1 + 7x2 + x3 - 4x4 = 2 b) e) 4x + 5y = 7 12x + 7y = -3 x1 + 7x2 7x3 = 0 2x1 + 3x2 + x3 = 0 x1 - 4x2 + 3x3 = 0 h) c) 4x - 8y = 3 3x + 2y = 13 f) 3x - 6y = 21 5x - 2y = -5

g)

x + 2y + z = 8 2x + 7y + z w = -1 3x - 2y + 4w = 8 -x + y - 3z w = -6

1.8.- ELIMINACION GAUSS-JORDAN El mtodo de eliminacin Gauss-Jordan se puede aplicar a fin de llevar cualquier matriz a la forma escalonada. Ejemplo: 1.- Considrese el siguiente sistema: -2x3 + x5 = 12 2x1 + 4x2 -10x3 + 6x4 + 12x5 = 28 2x1 + 4x2 - 5x3 + 6x4 - 5x5 = -1 0 2 2 0 4 4 -2 0 7 12 -10 6 12 28 -5 6 -5 -1

Paso 1. Se localiza la columna (lnea vertical) que no conste completamente de ceros y que est ms a la izquierda. 0 2 2 0 4 4 -2 -10 -5 0 7 12 6 12 28 6 -5 -1 Columna ms a la izq. que no consta completamente de cero Paso 2. Se intercambia el rengln superior con otro rengln, si es necesario, para llevar un elemento diferente de cero a la parte superior de la columna que se encontr en el paso 1. 2 0 2 4 0 4 -10 -2 -5 6 12 28 0 7 12 6 -5 -1 Se intercambi F1 por F2

Paso 3. Si el elemento que est ahora en la parte superior ( a11) es a, se multiplica toda la F1 por 1 para convertir ese elemento en 1 al cual llamaremos Pivote. a
Pg. N 23

Lic. Alexandra Noguera UNEFA 2008

1 0 2

2 0 4

-5 -2 -5

3 6 14 0 7 12 6 -5 -1

Se multiplic F1 por 1/2

Paso 4. Se suman mltiplos apropiados de la F1 a las dems filas, de modo que los elementos debajo del Pivote se conviertan en cero. 1 0 0 2 0 0 -5 -2 5 3 6 14 0 7 12 0 -17 -29

-2F1 + F3= F3

Paso 5. Se cubre ahora F1 y se comienza nuevamente con el paso 1 aplicado a la submatriz que queda. Se contina de esta manera hasta que la matriz completa quede en la forma escalonada en los renglones. 1 0 0 2 0 0 -5 -2 5 3 6 14 0 7 12 0 -17 -29 Columna ms a la izq. Que no consta completamente de ceros 1 0 0 1 0 0 1 0 0 2 0 0 2 0 0 2 0 0 -5 -2 5 -5 1 0 -5 1 0 3 6 14 0 7 12 0 -17 -29 3 0 0 3 0 0 6 14 -7/2 -6 1/2 1 6 14 -7/2 -6 1/2 1 -1/2F2

-5F2 + F3 = F3 Se cubre F2 y comienzo nuevamente con el paso 1 Columna ms a la izq. Que no consta completamente de ceros

1 0 0

2 0 0

-5 1 0

3 0 0

6 14 -7/2 -6 1 2

2F3

La matriz completa est ahora en la forma escalonada por renglones. A fin de encontrar la forma escalonada en los renglones reducida se necesitan los siguientes pasos adicionales: Paso 6. Empezando con la ltima fila distinta de cero y yendo hacia arriba, se suman mltiplos apropiados de cada fila a los de arriba, para introducir ceros arriba de los pivotes. 1 0 2 0 -5 1 3 0 6 0 14 1

7/2F3 + F2 = F2 Lic. Alexandra Noguera UNEFA 2008

Pg. N 24

0 1 0 0 1 0 0

0 2 0 0 2 0 0

0 -5 1 0 0 1 0

0 3 0 0 3 0 0

1 0 0 1 0 0 1

2 2 1 2 7 1 2 -6F3 + F1 = F1

5F2 + F1 = F1

Esta ltima matriz est en la forma escalonada en los renglones reducida. Ejemplo: 2.- Considrese el siguiente sistema y resuelva por Gauss-Jordn. 2x1 3x1 -5x1 x1 - 2x2 + 4x3 + 6x4 - 6x2 - 3x3 + 15x4 + 8x2 + x3 - 17x4 - x2 - 11x3 - 7x4 =4 =3 = -9 = -7 2 -2 4 6 3 -6 -3 15 -5 8 1 -17 1 -1 -11 -7 4 3 -9 -7

Paso 1: Primero aplicaremos el Mtodo de Gauss. Identificamos el elemento a 11 y lo convertimos en Pivote. Para ello multiplicamos por . 2 -2 4 6 3 -6 -3 15 -5 8 1 -17 1 -1 -11 -7 1 -1 2 3 0 -3 -9 6 -5 8 1 -17 1 -1 -11 -7 1 0 0 0 -1 2 -3 -9 3 11 0 -13 4 3 -9 -7 2 -3 -9 -7 1/2F1 1 -1 2 3 3 -6 -3 15 -5 8 1 -17 1 -1 -11 -7 1 0 0 1 1 0 0 0 -1 2 -3 -9 3 11 -1 -11 -1 2 1 3 3 11 0 -13 3 6 -2 -7 3 -2 -2 -10 2 3 -9 -7 2 -3 1 -7 2 1 1 -9

-3F1+F2

3F1+F3

(-1)F1+F4

3 2 6 -3 -2 1 -10 -9

-1/3F2

-3F2+F3

Pg. N 25

Lic. Alexandra Noguera UNEFA 2008

1 0 0 0 1 0 0 0

-1 2 1 3 0 2 0 -13 -1 1 0 0 2 3 1 0

3 2 -2 1 4 -2 -10 -9 3 -2 2 16 2 1 -1 -22

1/2F3

1 0 0 0 1 0 0 0

-1 2 1 3 0 1 0 -13 -1 1 0 0 2 3 1 0

3 2 -2 1 2 -1 -10 -9 3 2 -2 1 2 -1 1 -11/8

13F3+F4

1/16F4

Aplicando el mtodo Jordn o sustitucin en retroceso o sustitucin regresiva (ntese que hay varios trminos para denominarla) nos queda: x1 - x2 + 2x3 + 3x4 = x2 + 3x3 - 2x4 = x3 + 2x4= x4 = 2 1 -1 -11/8

Sustituyendo el valor de x4 = -11/8 en x3 + 2x4 = -1 nos queda que x3 =7/4 Luego, sustituimos los valores de X4 y X3 en x2 + 3x3 - 2x4 = 1 y nos queda: x2 =-7. Finalmente, si sustituimos los valores encontrados de X4, X3 y x2 en x1 - x2 + 2x3 + 3x4 = 2 nos queda x1 =-35/8. Observemos como se resuelve el sistema llevando la matriz escalonada a una matriz identidad: 1 0 0 0 -1 1 0 0 2 3 1 0 3 2 -2 1 2 -1 1 -11/8 F2+F1 1 0 0 0 0 1 0 0 5 3 1 0 1 3 -2 1 2 -1 1 -11/8 -5F3+F1 -3F3 + F2

1 0 0 0

0 1 0 0

0 0 1 0

-9 8 -8 4 2 -1 1 -11/8

9F4+F1 8F3 + F2 -2F4 +F3

1 0 0 0

0 1 0 0

0 0 1 0

0 0 0 1

-35/8 -7 7/4 -11/8

Observe que los valores x1, x2, x3 y x4 obtenidos al reducir a la matriz identidad, coinciden con los obtenidos al aplicar sustitucin regresiva.

1.- Aplique el mtodo de eliminacin Gauss-Jordan para obtener la solucin de los siguientes sistemas de ecuaciones lineales: a) x + 2y + z = 8 b) x1 + 7x2 7x3 = 0 c) 3x - 6y = 21

Pg. N 26

Lic. Alexandra Noguera UNEFA 2008

-x + 3y - 2z = 1 3x + 4y 7z = 10 d) 2x1 + 3x2 x3 + x4 = -5 4x1 + 5x2 + 2x3 - x4 = 4 -2x1 - x2 x3 - x4 = 1 6x1 + 7x2 + x3 - 4x4 = 2

2x1 + 3x2 + x3 = 0 x1 - 4x2 + 3x3 = 0 e) x + 2y + z = 8 2x + 7y + z w = -1 3x - 2y + 4w = 8 -x + y - 3z w = -6

5x - 2y = -5

1.9.- SISTEMAS HOMOGENEOS DE ECUACIONES LINEALES Como se seal anteriormente, todo sistema de ecuaciones lineales tiene: una solucin, infinidad de soluciones o ninguna solucin. Ahora, se presentan situaciones en las que no se tiene inters en buscar la solucin del sistema dado, sino que, por el contrario, se trata de decidir cuntas soluciones tiene ese sistema. Consideraremos varios casos en los que es posible, mediante simple observacin, llegar a proposiciones acerca del nmero de soluciones. Se dice que un sistema de ecuaciones lineales es homogneo si todos los trminos constantes son cero, es decir, que tiene la forma: a11x1 + a12x2 + + a1nxn = 0 a21x1 + a22x2 + + a2nxn = 0 . . . . . . . . . . . . Am1x1 + am2x2 + + amnxn = 0 Todo sistema homogneo de ecuaciones lineales es consistente, ya que x 1=0, x2=0,,xn=0 siempre es una solucin. Esta solucin se conoce como trivial; si existen otras soluciones, se dice que son soluciones no triviales. Dado que un sistema homogneo de ecuaciones lineales debe ser consistente, se tiene una solucin o infinidad de soluciones. Puesto que una de esas soluciones es la trivial se puede afirmar lo siguiente: Para un sistema homogneo de ecuaciones lineales, se cumple exactamente una de las siguientes proposiciones: 1. El sistema tiene slo la solucin trivial 2. El sistema tiene una infinidad de soluciones no triviales adems de la trivial. Existe un caso en el que queda asegurado que un sistema homogneo tiene soluciones no triviales: siempre que el sistema comprende ms incgnitas que ecuaciones .

Pg. N 27

Lic. Alexandra Noguera UNEFA 2008

Ejemplo: 1.- Resulvase el sistema homogneo de ecuaciones lineales que sigue, aplicando eliminacin de Gauss-Jordn. 2x1 + 2x2 x3 + x5 = 0 -x1 - x2 + 2x3 3x4 + x5 = 0 x1 + x2 - 2x3 - x5 = 0 x3 + x4 + x5 = 0 La matriz aumentada del sistema sera: 2 2 -1 -1 -1 2 1 1 -2 0 0 1 0 -3 0 1 1 0 1 0 -1 0 1 0

(1.2)

Al llevar esta matriz a su forma escalonada en los renglones reducida, se obtiene: 1 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 1 1 0 0 0 0 0 0

El sistema correspondiente de ecuaciones es: x1 + x2 + x5 = 0 + x5 = 0 x4 =0 Despejando las variables principales se llega a: x3 x1 = -x2 - x5 x3 = -x5 x4 = 0 Por tanto, el conjunto de solucin queda dado por: x1 x2 x3 x4 x5 = -s - t =s = -t =0 =t (1.3)

Note que se obtiene una solucin trivial cuando s=t=0

En el ejemplo se ilustra un hecho importante: ninguna de las tres operaciones elementales sobre los renglones puede alterar la columna final de ceros en la matriz aumentada, de modo que el sistema de ecuaciones correspondientes a la forma escalonada reducida de la matriz aumentada tambin deben ser un sistema homogneo. Teorema: Un sistema homogneo de ecuaciones lineales con ms incgnitas que ecuaciones siempre tiene infinidad de soluciones.
Pg. N 28

Lic. Alexandra Noguera UNEFA 2008

Observacin: este teorema slo se aplica a sistemas homogneos. Un sistema no homogneo con ms incgnitas que ecuaciones no necesariamente es consistente, sin embargo si es consistente, tendr infinidad de soluciones.

1.- Sin utilizar papel ni lpiz, determine cules de los sistemas homogneos que siguen tienen soluciones no triviales: a) x1 + x2 = 0 2x1 + x2 = 0 b) x1 + 2x2 + 3x3 = 0 x2 + 4x3 = 0 5x3 = 0

x1 + 3x2 + 5x3 + x4 = 0 4x1 - 7x2 - 3x3 - x4 = 0 3x1 + 2x2 + 7x3 + 8x4 = 0 2.- En los siguientes ejercicios, resuelva el sistema homogneo dado de ecuaciones lineales a) 3x1 + x2 + x3 + x4 = 0 5x1 - x2 + x3 - x4 = 0 b) 2x1 + x2 + 3x3 = 0 x1 + 2x2 =0 x2 + x3 = 0 c) d) x + 6y -2z = 0 2x 4y + z = 0 2x1 - 4x2 + x3 + x4 = 0 x1 - 5x2 + 2x3 =0 - 2x2 - 2x3 - x4 = 0 x1 + 3x2 + x4 = 0 x1 - 2x2 - x3 + x4 = 0

c) a11x1 + a12x2 + a13x3 =0 a21x1 + a22x2 + a23x3 =0

d)

1.10.- MATRIZ INVERSA (A-1) DEFINICION: Si A es una matriz de orden nxn se dice que tiene inversa ( A-1) de orden nxn si cumple: A.A-1 =I = A-1.A siendo I la matriz identidad de orden nxn. Las matrices que tienen inversa se llaman invertibles. Ejemplo 1: La matriz B =3 1 Puesto que: A.B= 3 1 5 2 . 2 -5 -1 3 A= 1 = 1 0 0 1 =I B.A= 2 -5 . -1 3 3 5 1 2 = 1 0 0 1 =I 5 2 es la inversa de A = 2 -5 -1 3

2.- La matriz

4 0

no es invertible. Para ver por qu, sea

Pg. N 29

Lic. Alexandra Noguera UNEFA 2008

2 3 B= b11 B21 B31 b12 b13 b22 b23 b32 b33

5 0 6 0

Una matriz b11 B.A= B21 B31

cualquiera de orden 3x3. Al efectuar la multiplicacin de B.A, la tercera columna es: b12 b13 0 0 b22 b23 0 = 0 b32 b33 0 0

Por lo tanto, B.A

I=

1 0 0 0 1 0 0 0 1

TEOREMA: Si tanto B como C son inversas de la matriz A, entonces B=C. Lo que a todas luces quiere decir que una matriz inversible tiene una y solo una inversa. En general, para encontrar la inversa de una matriz cuadrada A se ejecutan los siguientes pasos: 1. Se aplican operaciones elementales de filas A para transformarla a matriz identidad. 2. Las mismas operaciones que se aplican a A para transformarla a la matriz identidad, se aplican a la matriz para obtener A-1. Ejemplo 2: Considrese la matriz 2x2 A= si ad-bc 0, entonces: A-1= a c b d

1 ad bc
-c

d a

-b

d ad bc

b ad bc

c ad bc

a ad bc

Dado que A.A-1 = I y A-1.A=I (verifquese). Este es un mtodo muy sencillo para encontrar las matrices de orden 2x2. Teorema: Si A y B son matrices inversibles del mismo tamao, entonces: i) AB es inversible. ii) (AB)-1 = B-1.A-1 Demostracin: Considrense las matrices:
Pg. N 30

Lic. Alexandra Noguera UNEFA 2008

A=

1 1

2 3

B=

3 2

2 2

AB=

7 9

6 8

Al aplicar la frmula del ejemplo 2 para el clculo de las inversas, se obtiene: A-1= 3 -1 -2 1 1 -1 B-1= 1 -1 3 -1 -1 3/2 -2 1 = (AB) -1= 4 -9/2 -3 7/2 -3 7/2

Tambin: B-1 . A-1=

-1 3/2

4 -9/2

Por consiguiente, (AB)-1 = B-1.A-1 ,segn lo garantiza el teorema Observaciones: La matriz Onxn (matriz nula) no es invertible, ya que no existe una matriz B tal que: Onxn.Bnxn=Bnxn.Onxn=Inxn Las matrices que no tienen inversa se les llama singular. Las matrices que tienen inversa se les llama no singular.

1.- Aplique la frmula dada en el Ejemplo 2 para calcular las inversas de las siguientes matrices: A= 3 1 B= 2 -3 C= 2 0 5 2 4 4 0 3 2.- Verifique que las matrices A y B del ejercicio anterior satisfacen la relacin (AB)-1 = B-1.A-1. 3.- Sea A una matriz inversible cuya inversa es 3 4 . Encuentre la matriz A. 5 6 4.- Sea A una matriz inversible cuya inversa de 7A es -1 2 . Encuentre la matriz A. 4 -7 5.- Encuentre la inversa de: cos sen -sen cos Mtodo de la matriz separada para hallar A-1 El mtodo de la matriz separada consiste en reducir la matriz A dada (a la cual se le desea calcular su inversa) en una matriz identidad, por medio de operaciones elementales entre filas en forma simultnea a ambas matrices. Ejemplo: 1.- Encuntrese la inversa de Solucin:
Pg. N 31

A= 1 2 1

2 5 0

3 3 8

Lic. Alexandra Noguera UNEFA 2008

Partiendo de [A:I] para llegar a [I:A-1] 1 2 3 1 0 2 5 3 0 1 1 0 8 0 0 1 0 1 1 0 0 1 0 0 2 1 0 2 1 0 0 1 0 3 -3 8 3 -3 1 0 0 1

realizamos operaciones elementales en A que afecten simultneamente a I 0 0 1 -2F1+F2 -F1+F3 -2F1+F2 -F1+F3 -2F2+F1 1 2 3 0 1 -3 0 -2 5 1 0 0 1 0 0 2 1 0 0 1 0 3 -3 -1 9 -3 1 1 0 0 -2 1 0 -1 0 1 1 0 0 -2 1 0 -5 2 1 5 -2 0 -2 1 0 5 -2 -1

2F2+F3

1 0 0 -2 1 0 0 0 1 1 -2 5 0 1 -2 0 0 -1

- F3 -9F3+F1 3F3+F2

-40 16 9 13 -5 -3 5 -2 -1 -40 13 5 16 9 -5 -3 -2 -1

Por lo tanto, A-1=

Compruebe que realmente esa es la inversa de A, verificando que se cumpla: A.A-1 = I EJERCICIOS PROPUESTOS 1.- Encuentre las inversas de las matrices dadas, haciendo uso del mtodo de la matriz separada: 2 B= -2 3 C= 8 -6 5 3 -5 -4 3 4 0 5 6 7 7 1 3 -4 6 6 7 B= 3 2 -4 1 -1 0 1 4 2 0 1 1 5 1 -9 1 1 0 C= 1 0 1 5 2 3 0 0 1 1 11 1 -2 0 1 1 0 7 4 8 0 3 -5 7 0

A=

1 3 3 1 2 2 2 2

A=

D=

E=

F=

REFERENCIAS Antn, Howard. (1989).Introduccin al lgebra Lineal. Editorial Limusa.Edicin en Espaol (3ra. Reimpresin). Mxico. Fleming, Walter y Varberg, Dale. (1998) Algebra y Trigonometra con Geometra Analtica. Editorial Pentice Hall.

Pg. N 32

Lic. Alexandra Noguera UNEFA 2008