Algebra I Mdulo 3 Herramientas Matriciales

UNIDAD 3: DETERMINANTES
TEMA 3.1. Definicin de determinante de una matriz. TEMA 3.2. Clculo de determinantes. Regla de Sarrus. TEMA 3.3. Propiedades. Aplicaciones.

UNIDAD 4: MATRIZ INVERSA

TEMA 4.1. Matriz inversa: Definicin y Propiedades. TEMA 4.2. Operaciones elementales. Matrices elementales. Propiedad fundamental. TEMA 4.3. Matrices equivalentes. TEMA 4.4. Matriz escalonada y matriz reducida. TEMA 4.5. Clculo de la inversa de una matriz. Mtodo de Jordan.

UNIDAD 5: RANGO DE UNA MATRIZ

TEMA 5.1. Rango de una matriz: Definicin. TEMA 5.2. Propiedades. TEMA 5.3. Clculo del rango matricial.

Algebra I Mdulo 4 Mtodos de resolucin de Sistemas de Ecuaciones Lineales

UNIDAD 6: SISTEMAS DE ECUACIONES LINEALES
TEMA 6.1. Sistemas Lineales: Sistemas homogneos y no homogneos. TEMA 6.2. Soluciones de un sistema lineal. TEMA 6.3. Teorema d Equivalencia. TEMA 6.4. Teorema de ROUCHE-FROBENIUS. TEMA 6.5. Resolucin de sistemas. Mtodo de GAUSS-JORDAN. TEMA 6.6. Otros mtodos de resolucin: Mtodo de la Inversa. Regla de Cramer.

UNIDAD 3: DETERMINANTES
Asociada a cada matriz cuadrada A existe un nmero real al cual se denomina determinante de A y se simboliza |A|

TEMA 3.1. Definicin de determinante de una matriz.

El determinante de una matriz A de orden n, es el nmero que surge de la suma de n! trminos. Cada trmino se obtiene como el producto de signo + o por n factores, dnde los factores son elementos de A, de tal manera que ellos pertenecen a filas distintas y columnas distintas y el signo ser + o -, segn la permutacin de los segundos subndices sea par o impar.

TEMA 3.2. Clculo de determinantes. Regla de Sarrus.

Determinante de una matriz 2x2:

Sea

Determinante de una matriz 3x3: Sea:

Podemos ver que para calcular la determinante se hacen todos los productos posibles de tres elementos que se encuentran en filas y columnas diferentes y luego se suman los tres primeros y se restan los tres productos restantes. Este mismo clculo puede realizarse con la Regla de Sarrus.

Regla de Sarrus: es una regla mnemotcnica y no se puede aplicar para matrices mayores a 3x3. Consiste en volver a escribir las dos primeras columnas a la derecha de la matriz dada. Los productos de los elementos de la diagonal principal (a 11, a22, a33) y los productos paralelos, llevarn el signo +. Los productos de los elementos de la diagonal secundaria (a13, a22, a31) y los productos paralelos llevarn el signo -.

El clculo de determinantes de matrices de mayor orden, puede ser muy complicado y por esta razn es necesario conocer ciertas propiedades de los determinantes que facilitan dichos clculos.

TEMA 3.3. Propiedades. Aplicaciones.

Recordemos que siempre hablamos de matrices cuadradas, es decir de orden n. Propiedad 1: El determinante de la traspuesta de una matriz es igual la determinante de la matriz original. En smbolos: |A|=|A| Demostracin: a11 A= a21 a31 a12 a22 a32 a13 a23 a33 A = a11 a12 a13 a21 a22 a23 a31 a32 a33

|A|= (a11. a22. a33)+(a12. a23. a31)+(a13. a21. a32)-(a13.a22.a31)-(a12.a21.a33)-(a11.a23.a32) |A|= (a11.a22. a33)+(a31.a12. a23)+(a21. a32. a13)-(a31.a22.a13)- (a21.a12.a33)-(a11.a32.a23) Vemos que los productos quedan asociados con los mismos elementos y con el mismo signo. Es decir, que darn el mismo resultado. Ejemplo: 2 A= 1 5 -3 0 8 1 2 1 A = 2 -3 1 1 0 2 5 8 1

|A|= (2.0.1) + (-3.2.5) + (1.1.8) - (1.0.5) - (-3.1.1) - (2.2.8)= -51 |A|= (2.0.1) + (1.8.1) + (5.-3.2) - (5.0.1) - (1.-3.1) - (2.8.2)= -51

Propiedad 2: Si se multiplican todos los elementos de una lnea cualquiera (fila o columna) Por una constante , el determinante queda multiplicado por . En smbolos: Demostracin: a11 A= a21 a31 a12 a22 a32 a13 a23 a33 B= a11 a21 a31 a12 a22 a32 a13 a23 a33

|A|= (a11. a22. a33)+(a12. a23. a31)+(a13. a21. a32)-(a13.a22.a31)-(a12.a21.a33)-(a11.a23.a32) |B|= (a11. a22.a33)+(a12. a23.a31)+(a13. a21.a32)-(a13.a22.a31)-(a12.a21.a33)-(a11.a23.a32) |B|= . [(a11. a22. a33)+(a12. a23. a31)+(a13. a21. a32)-(a13.a22.a31)-(a12.a21.a33)-(a11.a23.a32)] |B|= . |A| Vemos que todos los productos quedan multiplicados por . Separamos como denominador comn y demostramos la propiedad.. Ejemplo: 2 A= 1 5 -3 0 8 1 2 1 B= 2 -3 1 1 0 2 2.5 2.8 2.1

|A|= (2.0.1) + (-3.2.5) + (1.1.8) - (1.0.5) - (-3.1.1) - (2.2.8)= -51 |B|= (2.0.1.2) + (-3.2.5.2) + (1.1.8.2) - (1.0.5.2) - (-3.1.1.2) - (2.2.8.2) sin denominador |B|= (0) + (-60) + (16) - (0) - (-6) - (64) sin denominador |B|= -102 |B|= (2.0.1.2) + (-3.2.5.2) + (1.1.8.2) - (1.0.5.2) - (-3.1.1.2) - (2.2.8.2) con denominador |B|= 2. [(2.0.1) + (-3.2.5) + (1.1.8) - (1.0.5) - (-3.1.1) - (2.2.8)] con denominador |B|= 2. [-51] con denominador |B|= -102

Propiedad 3: Si se multiplican todos los elementos de una matriz cuadrada de orden n, por una constante , el determinante queda multiplicado por n. En smbolos: |.Anxn|=n. |A| Demostracin: a11 A= a21 a31 a12 a22 a32 a13 a23 a33 B= a11 a21 a31 a12 a22 a32 a13 a23 a33

|A|= (a11. a22. a33)+(a12. a23. a31)+(a13. a21. a32)-(a13.a22.a31)-(a12.a21.a33)-(a11.a23.a32) |B|=(a11.a22.a33)+(a12.a23.a31)+(a13.a21.a32)-(a13.a22.a31)-(a12.a21.a33)-(a11. a23.a32) Agrupamos |B|= 3.(a11.a22.a33)+3.(a12.a23.a31)+3.(a13.a21.a32)-3.(a13.a22.a31)-3.(a12.a21.a33)-3.(a11.a23.a32) Factor comn 3 |B|= 3. [(a11. a22. a33)+(a12. a23. a31)+(a13. a21. a32)-(a13.a22.a31)-(a12.a21.a33)-(a11.a23.a32)] |B|= 3. |A| Siendo 3=n orden de la matriz A. Vemos que todos los elementos quedan multiplicados por . Multiplicamos en cada sumando y sustraendo (lo que est entre parntesis) las , y nos queda 3. Separamos 3 como denominador comn y demostramos la propiedad.. Ejemplo: 2 A= 1 5 -3 0 8 1 2 1 B= 2.2 2.-3 2.1 2.1 2.0 2.2 2.5 2.8 2.1

|A|= (2.0.1) + (-3.2.5) + (1.1.8) - (1.0.5) - (-3.1.1) - (2.2.8)= -51 |B|= (2.2.0.2.1.2)+(-3.2.2.2.5.2)+(1.2.1.2.8.2)-(1.2.0.2.5.2)-(-3.2.1.2.1.2)-(2.2.2.2.8.2) |B|= (0) + (-240) + (64) - (0) - (-24) - (256) sin denominador |B|= -408 |B|= (2.2.0.2.1.2)+(-3.2.2.2.5.2)+(1.2.1.2.8.2)-(1.2.0.2.5.2)-(-3.2.1.2.1.2)-(2.2.2.2.8.2) |B|= [23.(2.0.1)+23.(-3.2.5)+23.(1.1.8)-23.(1.0.5)-23.(-3.1.1)-23.(2.2.8)] con denominador |B|= 23. [-51] con denominador |B|= -408

Propiedad 4: Si todos los elementos de una lnea (fila o columna) cualquiera de una matriz cuadrada A son nulos, el determinante |A|=0. En smbolos: Demostracin: a11 A= a21 a31 a12 a22 a32 a13 a23 a33 A= a11 a21 a31 0 0 0 a13 a23 a33

|A|= (a11. 0. a33)+(0. a23. a31)+(a13. a21.0)-(a13.0.a31)-(0.a21.a33)-(a11.a23.0) |A|=(0)+(0)+(0)-(0)-(0)-(0) |A|= 0 Vemos que dentro de todos los sumandos y sustraendos tenemos un elemento 0 multiplicando, por lo que todos sern =0, si sumamos todos los 0, nos da 0 y demostramos la propiedad. Propiedad 5: Si una matriz cuadrada tiene dos lneas paralelas iguales o proporcionales, el determinante es |A|= 0. En smbolos: Demostracin: a11 A= a21 a31 a12 a22 a32 a13 a23 a33 B= a11 a21 a31 a11 a21 a31 a13 a23 a33

|B|= (a11.a21.a33) + (a11.a23.a31) + (a13.a21.a31) - (a13.a21.a31) - (a11.a21.a33) - (a11.a23.a31) Factor comn |B|= .[(a11.a21.a33) + (a11.a23.a31) + (a13.a21.a31) - (a13.a21.a31) - (a11.a21.a33) - (a11.a23.a31)] Reordenamos para que quede mas claro ||B|= .[(a11.a21.a33) - (a11.a21.a33) - (a11.a23.a31) + (a11.a23.a31) + (a13.a21.a31) - (a13.a21.a31)] Vemos que los sumandos y los sustraendos se anulan entre s. |B|= . (0) |B|= (0) Si en vez de ser proporcionales, hubieran sido iguales, nos salteamos la bsqueda del factor comn y sumandos y sustraendos se anularan igualmente y demostramos la propiedad. .

Propiedad 6: Si se intercambian dos lneas paralelas, el determinante cambia de signo pero no de valor. En smbolos: Demostracin: a11 A= a21 a31 a12 a22 a32 a13 a23 a33 B= a12 a22 a32 a11 a21 a31 a13 a23 a33

|A|= (a11. a22. a33)+(a12. a23. a31)+(a13. a21. a32)-(a13.a22.a31)-(a12.a21.a33)-(a11.a23.a32) |B|= -(a11. a22. a33)-(a12. a23. a31)-(a13. a21. a32)+(a13.a22.a31)+(a12.a21.a33)+(a11.a23.a32) Sumandos y sustraendos, mantienen sus valores pero cambian de signo y demostramos la propiedad. . Ejemplo: 2 A= 1 5 -3 0 8 1 2 1 B= -3 0 8 2 1 5 1 2 1

|A|= (2.0.1) + (-3.2.5) + (1.1.8) - (1.0.5) - (-3.1.1) - (2.2.8)= -51 |B|= (-3.1.1) + (2.2.8) + (1.0.5) - (1.1.8) - (2.0.1) - (-3.2.5)= 51 |B|= (-3) + (32) + (0) - (8) - (0) - (-30)= 51 |B|= 51

Propiedad 7: Si en una matriz cuadrada, a los elementos de una lnea cualquiera les sumamos otra lnea paralela multiplicada por un escalar . La determinante no se modifica. En smbolos: Demostracin: a11 A= a21 a31 a12 a22 a32 a13 a23 a33 B= a11+k.a21 a21 a31 a12+k.a22 a22 a32 a13+k.a23 a23 a33

|A|= (a11. a22. a33)+(a12. a23. a31)+(a13. a21. a32)-(a13.a22.a31)-(a12.a21.a33)-(a11.a23.a32) |B|= [(a11+k.a21).a22. a33] + [(a12+k.a22).a23. a31] + [(a13+k.a23).a21.a32] -[(a13+k.a23).a22.a31]-[ (a12+k.a22).a21.a33]-[ (a11+k.a21).a23.a32] Distribuimos y nos queda |B|= (a11. a22. a33)+(a12. a23. a31)+(a13. a21. a32)-(a13.a22.a31)-(a12.a21.a33)-(a11.a23.a32) + (k.a21.a22. a33) + (k.a22.a23. a31) + (k.a23.a21.a32) (k.a23.a22.a31) (k.a22.a21.a33)- (k.a21.a23.a32) Los sumandos y sustraendos que no estn multiplicando por k son = |A| |B|= |A| + k.(a21.a22.a33)+(.a22.a23.a31)+(a23.a21.a32)(a23.a22.a31)(a22.a21.a33)-(a21.a23.a32) Los sumandos y sustraendos que tienen como factor comn a k se anulan entre s. |B|= |A| + k.[(a21.a22.a33)+(.a22.a23.a31)+(a23.a21.a32)(a23.a22.a31)(a22.a21.a33)-(a21.a23.a32)] |B|= |A| + k.0 Con esto demostramos la propiedad. . Ejemplo: A= 2 5 |A|= (2.8) - (-3.5) = 31 |B|= {2.[8+(-3.2)] {(-3).[5+(2.2)]= 31 |B|= (2.2) - (-3.9) = 31 |B|= 4 + 27 = 31 -3 8 B= 2 (5+2.2) -3 [8+(-3).2]

Propiedad 8: El determinante del producto de dos matrices cuadradas es igual al producto de los determinantes de los respectivos matrices factores. En smbolos: |A.B|= |A| . |B|

Propiedad 9: El determinante de una matriz triangular o de una matriz diagonal es igual al producto de los elementos de la diagonal principal. En particular el determinante de la matriz identidad es igual a 1. En smbolos: Demostracin: a11 A= 0 0 d11 D= 0 0 a12 a22 0 0 d22 0 a13 a23 a33 0 0 d33 I= B= b11 b21 b31 1 0 0 0 b22 b32 0 1 0 0 0 b33 0 0 1

|A|= (a11.a22.a33) + (a12.a23.0) + (a13.0.0) - (a13.a22.0) - (a12.0.a33) - (a11.a23.0) = (a11.a22.a33) |B|= (b11.b22.b33) + (0.0.b31) + (0.b21.b32) - (0.b22.b31) - (0.b21.b33) - (b110.b31) = (b11.b22.b33) |D|= (d11.d22.d33) + (0.0.0) |I| = (1.1.1) + (0.0.0) + (0.0.0) + (0.0.0) - (0.a22.0) - (0.1.0) - (0.0.d33) - (0.0.1) - (a11.0.0) = (d11.d22.d33) - (1.0.0) = (1.1.1) = 1

Vemos que dentro de todos los sumandos y sustraendos tenemos un elemento 0 multiplicando, salvo por el que corresponde a la diagonal principal por lo que todos sern =0, salvo el sumando correspondiente, con eso demostramos la propiedad. Para el caso particular de la matriz I, la diagonal est compuesta de 1, por lo que |I| = 1. Propiedad 10: El determinante de una matriz es cero si y slo si sus lneas paralelas (filas o columnas) constituyen un conjunto de vectores L.D. En particular una matriz ser cero cuando: 1. Propiedad 4: Si la matriz tiene una lnea nula. 2. Propiedad 4: Si la matriz tiene dos lneas proporcionales. 3. Si una lnea de una matriz resulta de la combinacin lineal de lneas paralelas. Observacin: En general, el determinante de la suma de matrices no es igual a la suma de los determinantes.

UNIDAD 4: MATRIZ INVERSA

TEMA 4.1. Matriz inversa: Definicin y Propiedades.
Sea A una matriz cuadrada tal que existe una matriz B que cumple que A.B=B.A=I, entonces diremos que A es inversible y que B es la matriz inversa de A. Se simboliza A-1. Para que exista la matriz inversa de una matriz A, se debe cumplir que el determinante de A sea distinto de 0, de ser as se dice que A es no singular. Si A tiene inversa, entonces su inversa es nica. Propiedades: La matriz inversa de la inversa de una matriz, es igual a la matriz original. (A-1)-1=A La inversa de la transpuesta es igual a la traspuesta de la inversa. (A)-1=(A-1) La inversa de un producto de matrices inversibles es igual al producto de las inversas en orden invertido. (A.B)-1= B-1.A-1. Para todo A y B que cumpla A.A-1=A-1.A=I y B-B-1=B-1.B=I La inversa de una constante por una matriz, es igual a la inversa de la constante por la inversa de la matriz. (k.A)-1=k-1.A-1 La inversa de un matriz diagonal es otra matriz diagonal cuyos elementos son los correspondientes inversos de la matriz original. D-1 es tal que a cada dij D, le corresponde un dij-1

TEMA 4.2. Operaciones elementales. Matrices elementales. Propiedad fundamental.

Operaciones Elementales por filas: Hay tres tipos de operaciones muy importantes que preservan ciertas caractersticas de la matriz y que permiten obtener informacin til a la hora de resolver ecuaciones. 1. Intercambio de dos filas. A1 2. Multiplicacin de una fila por una constante no nula. A2 3. Adicin a una fila de una constante por otra fila. A3 a21 A1 = a11 a31 a22 a12 a32 a23 a13 a33 a11 A2 = a21 a31 a12 a22 a32 a13 a23 a33 a11 A3 = a21 a31+a11 a12 a22 a32+a12 a13 a23 a33+a13

Las matrices obtenidas no son iguales a la matriz A pero si son equivalentes por filas a la matriz A. Si las operaciones elementales se hacen sobre una matriz I, la matriz resultante es una Matriz elemental: es aquella que surge de la matriz identidad a partir de una operacin elemental por filas. Propiedad Fundamental: Si se realiza una operacin elemental sobre una matriz A mxn, obteniendo una matriz Cmxn y se realiza la misma operacin sobre una matriz I de orden m obteniendo una matriz E de orden m: entonces E.A=C. Esta propiedad es la que justifica el mtodo de matriz inversa de Jordan.

TEMA 4.3. Matrices equivalentes.

Dos matrices se dicen equivalentes por filas si una se obtiene a partir de la otra, a travs de una cantidad finita de operaciones elementales por filas. Se simboliza A~B Esta relacin es transitiva, Si A~B y B~C entonces A~C

TEMA 4.4. Matriz escalonada y matriz reducida.

Matriz Escalonada: es aquella en la que 1. El primer elemento no nulo de cada fila es 1. 2. Cada fila no nula tiene ms ceros a izquierda que la anterior. 3. Si hay filas nulas, stas se ubican como ltimas filas. Matriz Reducida Escalonada por filas: es aquella en la que 1. 2. 3. 4. El primer elemento no nulo de cada fila es 1. Cada fila no nula tiene ms ceros a izquierda que la anterior. Si hay filas nulas, stas se ubican como ltimas filas. Todos los elementos que estn por encima y por debajo de ese primer elemento no nulo son ceros. No escalonada

Escalonada reduciEscalonada da

No es escalonada, ya que el pivote de la tercera fila no est a la derecha del pivote de la segunda fila.

TEMA 4.5. Clculo de la inversa de una matriz. Mtodo de Jordan.

Se basa en utilizar de forma reiterada las tres operaciones elementales, de tal manera que se aplique la propiedad fundamental de las matrices elementales. Ejemplo Lo primero que hacemos es poner una matriz I del mismo orden a derecha 2 A= 1 3 I. 2 -1 1 2 0 4 | | | 1 0 0 0 1 0 0 0 1

Despus vamos a repetir las operaciones elementales, hasta que A, quede como una matriz

Vamos a buscar el primer pivote (primer nmero no nulo =1) a la fila donde se halle lo llamamos fila pivote. Podemos realizar cualquiera de las tres operaciones Cambiar el orden de las filas (fila 2 x fila 1) Multiplicar una fila por una constante (fila 1 x ) Sumar a una fila una constante por otra fila [fila 1 + fila 2.(-2)] As va a ser para todas las siguientes. Cambiamos la fila 2 por la fila 1 (de los dos lados) 1 A= 2 3 -1 2 1 0 2 4 | | | 0 1 0 1 0 0 0 0 1

Sumamos la fila uno a cada fila inferior de tal manera que debajo del pivote slo queden 0. 1 A= 0 0 1 A= 0 0 1 A= 0 0 1 A= 0 0 1 A= 0 0 Conclusin 1/2 A = 1/2 -1/2
-1

-1 4 4 -1 4 0 -1 1 0 -1 1 0 0 1 0

0 2 4 0 2 2 0 1/2 1 0 0 1 0 0 1

| | | | | | | | | | | | | | |

0 1 0 0 1 -1 0 1/4 -1/2 0 2/4 -1/2 1/2 1/2 -1/2

1 -2 -3 1 -2 -1 1 -2/4 -1/2 1 -1/2

0 0 1 0 0 1 0 0 1/2 0 Sumando Fila 3. (-1/2) 1/2 Sumando Fila 2. (1) Multiplicando Fila 2. (1/4) Multiplicando Fila 3. (1/2) Sumando Fila 2. (-1) Sumando Fila 1. (-2) Sumando Fila 1. (-3)

-1/4 -1/4

3/4 -1/4 -1/4 -1/4 -1/2 1/2

3/4 -1/4 -1/4 -1/4 -1/2 1/2

UNIDAD 5: RANGO DE UNA MATRIZ

TEMA 5.1. Rango de una matriz: Definicin.
El rango de una matriz A, est dado por el nmero mximo de lneas paralelas linealmente independientes que posee la matriz. Se simboliza r(A). Dado que se habla de lneas paralelas linealmente independientes, se ruede considerar el rango fila o el rango columna. De todas maneras se demuestra que el rango fila es igual al rango columna. Hay situaciones en las que determinar a simple vista el rango de una matriz no es sencillo, nos valdremos entonces de la siguiente proposicin: Las matrices equivalentes por fila tienen el mismo rango. Esto quiere decir que con las tres operaciones elementales, podremos encontrar una matriz equivalente dnde el clculo del rango sea simple. Aqu recordamos las dos matrices que vimos en el punto 4.4.- Matrices escalonadas por filas y matrices reducidas por filas.

TEMA 5.2. Propiedades.

1.-) El rango de una matriz Amxn, no excede al nmero de filas o de columnas de la misma. En smbolos: r(A) mn (m;n); dnde mn (m;n) significa el valor mas pequeo de los dos. 2.-) El rango de una matriz Identidad es igual al orden de la misma. En smbolos: r(In)=n 3.-) El rango de una matriz nula es igual a cero. En smbolos: r()=0 4.-) El rango de una matriz regular (inversible) es igual al rango de su inversa e igual al orden de las misma. En este caso se dice que la matriz tiene rango mximo En smbolos: r(An)=r(An-1)=n 5.-) El rango de la matriz es igual al rango de su transpuesta. En smbolos: r(A)=r(A) 6.-) El rango del producto entre un escalar k y una matriz es igual al rango de dicha matriz. En smbolos: r(k.A)=r(A) 7.-) El rango de un producto de matrices es menor o igual al menor de los rangos entre matrices factores. En smbolos: r(A.B) mn [r(A),r(B)] 8.-) Si A es una matriz regular (inversible), se verifica que el rango del producto entre la matriz A y la matriz B es igual al rango de la segunda. En smbolos: r(A.B) = r(B) para toda A inversible.

TEMA 5.3. Clculo del rango matricial.

Vamos a calcular los rangos, demostrando las propiedades Definicin: El rango de A est dado por el nmero mximo de lneas paralelas linealmente independientes que posee la matriz. 1 A= 0 0 -2 1 0 -8 4 0 0 0 0

Si miramos las filas, vemos que la primera y segunda son L.I., mientras que la tercera es nula. r(A)=2 Si miramos las columnas, vemos que la primera y la segunda son L.I., mientras que la tercera es L.D por ser igual al producto de la segunda por 4 y la cuarta es nula. r(A)=2 Proposicin: Las matrices equivalentes por fila tienen el mismo rango. Recordemos que: El primer elemento no nulo debe ser 1, cada fila no nula tiene ms ceros a izquierda que la anterior, si hay filas nulas se ubicarn como ltimas filas. Consecuencia de la definicin de matriz escalonada y del rango matricial podemos afirmar que: El rango de una matriz es igual al nmero de filas no nulas de su correspondiente matriz escalonada por filas. Comprobamos: 1 A= 2 3 1 A2 = 0 0 1 A3 = 0 0 -2 1 -1 -2 5 0 -2 1 0 -8 4 -4 -8 20 0 -8 4 0 0 0 0 0 0 0 0 0 0 Multiplicando fila 2 por escalar 1/5 Sumando fila 2.-1 1 A1 = 0 0 -2 5 5 -8 20 20 0 0 0 Sumando fila 1.-2 Sumando fila 1.-3

Matriz escalonada por filas. 2 filas no nulas, entonces r(A)=2 (por otro lado como vimos antes la columna 3 es = a columna 2.(4) es decir que es L.D., entonces dos columnas L.I r(A)=2 Podemos sumar a la tercera columna la segunda multiplicada por (-4) y luego la segunda fila por (-1) se la sumamos a la primera fila para que nos quede la matriz escalonada reducida por filas: 1 A3 = 0 0 0 1 0 0 0 0 0 0 0 Filas no nulas = 2 Columnas no nulas = 2 r(A)=2

Propiedad 1.- r(A) mn (m;n); dnde mn (m;n) significa el valor mas pequeo de los dos Por ejemplo para: 2 A2x3 = 4 1 2 0 0

A priori sabemos que el r(A) ser menor o igual al menor de los (m,n), es decir que como mximo su rango ser 2. Con operaciones elementales o a simple vista, descubrimos que la fila 2 es = a la fila 1.2, o sea que hay una sola fila L.I. Entonces r(A)=1. Se cumple la propiedad. Propiedad 2.- r(In)=n Por ejemplo para: 1 A2x2 = 0 0 1

Nmero de lneas no nulas 2; r(I2)=2. Se cumple la propiedad. Propiedad 3.- r()=0 0 = 0 0 0

Nmero de lneas no nulas = 0. r()=0. Se cumple la propiedad. Propiedad 4.- r(An)=r(An-1)=n Sabemos que 2 A= 1 3 2 -1 1 2 0 4 1/2 A-1 = 1/2 -1/2 3/4 -1/4 -1/2 -1/4 -1/4 1/2

Es inversible 1 ~A = 0 0 r(A3)=3; 0 1 0 r(A3-1)=3 0 0 1

Es la inversa de A 1 ~A = 0 0
-1

Con operaciones elementales llegamos a la escalar reducida, que es tambin la identidad 0 1 0 0 0 1

r(A3)=r(A3-1)=3;

Se cumple la propiedad.

Propiedad 5.- r(A)=r(A) 2 A2x3 = 4 1 2 0 0 A3x2 = 2 1 0 4 2 0

Para ambos casos r(A)=r(A)=1 Se cumple la propiedad.

Propiedad 6.- r(k.A)=r(A) 2 A= 4 1 2 0 0 2k A.k = 4k 1k 2k 0 0

Con la una de las operaciones elementales (multiplicar cada fila por el escalar 1/k) volvemos a la matriz original, de lo que se deduce que r(k.A)=r(A). Se cumple la propiedad. Propiedad 7.- r(A.B) mn [r(A),r(B)] 2 A= 4 r(A)=1 1 2 r(B)=3 2 A.B = 4 8 16 0 0 B= 1 0 0 Comprobemos: 7 14 Queda claro que la fila dos es = a fila 1.2, es L.D. 2 4 0 3 1 5

entonces el rango de A.B debe ser 1

Hay una sola fila L.I, entonces r(A.B)=1. Se cumple la propiedad. Propiedad 8.- r(A.B) = r(B) para toda A inversible

UNIDAD 6: SISTEMAS DE ECUACIONES LINEALES

Recordemos: Todo sistema de ecuaciones, puede expresarse en su forma matricial: AX=B Donde: A es la matriz de coeficientes del sistema X es el vector de incgnitas y B es el vector de trminos independientes. De forma general un sistema de m ecuaciones con n incgnitas se puede representar como:

Dnde: 1. xj, representa la incgnita j para j= 1, 2, 3, , n 2. aij, indica el coeficiente en la ecuacin i, que acompaa a la incgnita x j. Para i= 1, , n y j= 1, , n 3. bi, indica el trmino independiente de la i-sima ecuacin. De forma matricial, se puede representar como:

AX=B Solucin del sistema: es un conjunto de valores de x1, x2, , xn que satisface simultneamente todas las ecuaciones. Sistemas equivalentes: aquellos que contengan exactamente las mismas soluciones. Recordemos: De acuerdo al tipo de solucin, los sistemas de ecuaciones se clasifican en:

TEMA 6.6. Otros mtodos de resolucin: Mtodo de la Inversa. Regla de Cramer.

Regla de Cramer: cuando el valor de la determinante de una matriz A es distinto de cero, siendo A una matriz de coeficientes de un sistema de ecuaciones lineales. Se puede encontrar el valor de cada una de las incgnitas a travs del clculo de un cociente de determinantes. En smbolos: |Axj| ----|A| Para |A| 0 Para A de orden n (n-incgnitas = n-ecuaciones)

xj = Siendo:

xj: la j-sima incgnita. Axj: la matriz resultante de remplazar la columna j de la matriz de coeficientes por el vector de trminos independientes

Ejemplo: para el sistema Siendo la forma matricial AX=B Y siendo |A| =2 0 Y An n-incgnitas, n-ecuaciones Es aplicable Cramer. Entonces en la frmula |Axj| ----|A| Remplazamos por |Ax| y |Ay|, en cada caso. Remplazamos xj, por x e y en cada caso. Reemplazamos por |A|=2 en los dos casos.

xj =

|Ax| =

|8 |2

1| 1|

|Ay|= |1 |-1

8| 2|

Entonces

x=

|Ax| ----|A|

|8 1| |2 1| x= -----------2

x=

6 --2

x=3 Vector solucin:

y=

|Ay| ----|A|

|1 8| |-1 2| y= -----------2

y=

10 --2

y=5

Mtodo de la Inversa: Si tenemos una matriz A de coeficientes de un sistema de ecuaciones lineales, tal que A es de orden n e inversible, entonces el vector de incgnitas ser igual al producto de la inversa de la matriz de coeficientes por el vector independiente. En smbolos: Si AX=B X=A-1B para todo An e inversible. Ejemplo: para el sistema Siendo la matriz Y siendo A-1 YB

Entonces:

TEMA 6.3. Teorema de Equivalencia.

Teorema de equivalencia de matrices: Dos matrices A y B de orden mxn son equivalentes si y slo si existe una secuencia finita de matrices elementales de Fila F 1, , Fp y/o una secuencia de matrices elementales de columna C1, , Cq, tales que: B= F1Fp.A.C1Cq Dicho ms sencillo: Dos matrices se dicen equivalentes por filas si una se obtiene a partir de la otra, a travs de una cantidad finita de operaciones elementales por filas. Se simboliza A~B Esta relacin es transitiva, Si A~B y B~C entonces A~C

TEMA 6.4. Teorema de ROUCHE-FROBENIUS.

Un sistema de m ecuaciones lineales con m incgnitas ser compatible si y slo si, el rango de la matriz de coeficientes del sistema es igual al rango de la matriz ampliada correspondiente. La matriz ampliada del sistema, surge de agregar el vector de trminos independientes a la matriz de coeficientes del sistema. Se denota A|B En general:

TEMA 6.2. Soluciones de un sistema lineal.

Con el Teorema de Rouche-Fronebius y el concepto de matriz ampliada podemos rever las soluciones posibles de un sistema de ecuaciones lineales, en relacin con los rangos correspondientes. Veremos entonces que:

Es decir, que un ser un: Sistema Incompatible: cuando el rango de la matriz A sea menor que el rango de A|B. Esto sucede cuando el vector de trminos independientes es L.I. Sistema es Compatible: cuando el rango de la matriz A es igual al rango de A|B. Esto sucede cuando B es L.D. Sistema es Compatible Determinado: cuando adems de r(A)=r(A|B), el rango es igual a la cantidad de incgnitas. Sistema es Compatible Indeterminado: cuando adems de r(A)=r(A|B), el rango es menor a la cantidad de incgnitas.

TEMA 6.5. Resolucin de sistemas. Mtodo de GAUSS-JORDAN.

Partiendo de la matriz ampliada y mediante operaciones elementales por filas sobre dicha matriz, se busca la matriz escalonada reducida de A, con ello se obtiene la matriz ampliada de un sistema de ecuaciones equivalente al original. Vamos a demostrar las cuatro soluciones posibles de un sistema de ecuaciones con GaussJordan. Sistema Compatible Indeterminado A=

1 A1= 1 1 A3= 0

2 1 2 1

3 1 3 2

|400 |200

A2=

1 0 1 0

2 -1 0 1

3 -2 -1 2

| 400 |-200 Fila 2 + F1.(-1) | 0 Fila 1 + F2.(-2) |200

|400 |200 F2.(-1) A4=

r(A)=r(A|B)<n El sistema es compatible indeterminado.

Sistema Compatible determinado

A=

1 A1= 3 1

2 -1 1

3 -1 1

|400 | 0 |200

A2=

1 1 3

1 2 -1

1 3 -1

|200 |400 | 0

1 A3= 0 0

1 1 -4

1 2 -4

| 200 | 200 F2-F1 | -600 F3-3.F1

A4=

1 0 0

0 1 0

-1 2 4

| 0 F1-F2 | 200 | 200 F3+4.F2

1 A5= 0 0

0 1 0

-1 2 1

| 0 | 200 | 50 F3.1/4

A6=

1 0 0

0 1 0

0 0 1

| 50 F1+F2 | 100 F2+F3(-2) | 50

1 A6= 0 0

0 1 0

0 0 1

| 50 | 100 | 50

Se verifica que r(A)=r(A|B), ya que el vector B es L.D. y que r(A)=r(A|B)=n El sistema es Compatible Determinado.

Sistema Incompatible A= Checa propone utilizar una columna Control, resultado de la sumatoria de la fila y sobre la que operaremos los mismos pasos que sobre las otras filas. 107 33 54 54 33 107 Intercambio de filas 1 x 3 54 -21 Fila 2 + Fila 1. (-1) -1 Fila 3 + Fila 1. (-2)

2 A= 1 1 1 A1= 1 2 1 A2= 0 0

3 1 2 2 1 3 2 -1 -1

1 1 0 0 1 1 0 1 1

1 0 1 1 0 1 1 -1 -1

|100 | 30 | 50 | 50 | 30 |100

| | | | | |

| 50 | | -20 | | 0 |

1 A3= 0 0 1 A4= 0 0

0 -1 0 0 1 0

2 1 0 2 -1 0

-1 -1 0 -1 1 0

| 10 | | -20 | | 20 | | 10 | 20 | 20 | | |

12 Fila 1 + Fila 2. (2) -21 20 Fila 3 + Fila 2. (-1) 12 21 Fila 2 por escalar (-1) 20

r(A) < r(A|B) el sistema es incompatible.

TEMA 6.1. Sistemas Lineales: Sistemas homogneos y no homogneos.

Ecuacin homognea: es toda ecuacin lineal que tiene su trmino independiente = 0 En smbolos: a1x1+a2x2++ anxn=0 Sistema homogneo: es un sistema de ecuaciones lineales en el que el vector de trminos independientes es el vector nulo. En smbolos:

En forma de ecuacin matricial: AX=0 Siempre es compatible, porque el vector nulo que se agrega no modifica el rango. En smbolos: r(A)=r(A|0) De la simple observacin surge que el vector nulo es siempre resultado del sistema, por eso se la llama solucin trivial. En smbolos: X0=0=(0, 0, 0, , 0) Pero hay que tomar en cuenta que: Si el rango de A es igual al nmero de incgnitas, el sistema determinado con solucin trivial. En smbolos: X0=0 Pero si el rango de A es menor al nmero de incgnitas, el sistema es indeterminado con infinitas soluciones distintas de la trivial. Que llamaremos autosoluciones o soluciones propias. Cuando la matriz es cuadrada la condicin suficiente y necesaria para que el sistema homogneo tenga solucin distinta de la trivial es que |A|0 Ser un sistema no homogneo el que tenga al menos un bi 0