Matrices y Sistemas de Ecuaciones

CAPTULO VI:
MATRICES Y SISTEMAS DE ECUACIONES LINEALES
MATRICES REALES
Sea la funcin f : IN x IN IR tal que a cada par ( i , j ) IN x IN
le corresponde f ( i , j ) = a i j IR.
Una matriz real es un cuadro ordenado en filas y columnas de las imgenes
a i j IR de la funcin antes definida.
Si la matriz tiene m filas y n columnas, se dice que ella es de orden m x n
(se lee m por n ), ( se lee m cruz n ).
Al conjunto de todas las matrices de orden m x n con componentes en IR,
se le denota por Mm x n (IR ); es decir:
M m x n ( IR ) A / A matriz de orden m x n
Un elemento A M m x m ( IR ) , se le denota por :

a 11 a 12 a 13 ....... a 1n
a 21 a 22 a 23 ....... a 2n
A
fila i .... .... .... a ij....... .
a m1 a m2 a m3 ....... a mn
columna j
O bien, A ( a i j ) , con i 1, 2, 3,......., m y j 1, 2, 3,......., n
El nmero real a i j , es el que se ubica en la i sima fila j sima

columna de la matriz A, llamado componente ij de la matriz A.
MAFALDA SCHIAPPACASSE COSTA
SEDE SANTIAGO
CAPTULO VI:
Si la matriz A tiene el mismo nmero n de filas que de columnas, se dice

que ella es una matriz cuadrada de orden n.
Su conjunto se le denota por Mn (IR) ; es decir
Mn ( IR) A / A ma t r i z d e o r d e n n
Si A es una matriz de orden n, los coeficientes a i i constituyen la diagonal
, ann )
de A ; se anota : diag ( A ) (a11 , a22 ,..........
La suma de los elementos de la diagonal de una matriz cuadrada de orden
n se llama traza de A , (que se denota por tr ( A ) ) es decir
n
tr ( A ) a ii
i 1
Una matriz cuadrada A = a i j se dice

si a i j 0 cuando
Por ejemplo,
matriz diagonal
i j
2 0 0
A 0 5 0 es una matriz diagonal donde tr ( A ) = 2

0 0 1
Dos matrices A a i j y B b i j
orden y adems a i j b i j ; i , j
son iguales si tienen el mismo
Ejercicio: Determine los nmeros reales x , y que satisfacen

x2 2y x y
13

x 6y
10
15
4 x y
5
SEDE SANTIAGO
CAPTULO VI:
De acuerdo a la definicin anterior, se tiene:
2 y 13
6 y 15
4x
y
y
5
10
entonces : x = 3 , y = 2
Si A ( a i j ) es una matriz de orden m x n , la transpuesta de A,denotada por

A t , es la matriz de orden n x m que se obtiene al in tercambiar las filas por
las columnas de A. En consecuen c i a :
A t ( a ji )
3
Ejemplo: Determine la transpuesta de A =
1
2
t
La transpuesta de A es A =
5
0
2
5
1
0
( orden 2 x 3 )
1 ( orden 3 x 2 )
Ejercicio: Cul es la transpuesta de la matriz A = ( a i j ) de orden

3 x 2 definida por a i j 3 i j ?
Sea A ( a i j ) matriz cuadrada. Se dice que A es una matriz simtrica

si A t A , y , se dice que A es antisim tri ca si A t A
4 3 7
0 2
Por ejemplo, A = 3 5 9 es simtrica y B = 2 0

7 9 1
6 8
SEDE SANTIAGO
8
0
CAPTULO VI:
es antisimtrica, porque:
0 2 6
B = 2 0 8 =
6 8 0
0 2
2 0
6 8
8 = B
0
Ejercicio: Si A es una matriz de orden n antisimtrica, demuestre

que tr ( A ) = 0
Observacin: Las matrices son de mucha utilidad para ordenar datos.
FONDOS DE PENSIONES:
Construya la matriz 6 x 5 que contenga los valores de las cuotas A,B,C,D
y E, al da 30 del mes pasado, de los fondos de pensiones de las siguientes
AFP: Cuprum, Habitat, Planvital, BBVA Provida, ING Santa Mara,
Summa Bansander.
OPERACIONES CON MATRICES
Llamaremos matriz nula o matriz cero de orden m x n a la matriz de

que tiene todas sus componentes iguales a cero; la denotaremos
Omxn o s i m pl e me nt e O
La matriz identidad de orden n , denotada I n , es la matriz diagonal de
componentes ( 1, 1, 1, . 1 )
SUMA DE MATRICES:
Si A a i j , B bi j M m x n ( IR) , la suma de A y B es la matriz
A B c i j , de orden m x n, donde c i j a i j b i j
SEDE SANTIAGO
CAPTULO VI:
Por ejemplo,
1
5 8
7
1
10
y
B
si
3 1
9 7
2 0
entonces A B 0 4
6 6
Observe que para realizar la suma de matrices, ellas deben ser del
mismo orden.
Si la suma se puede realizar, sta tiene las siguientes propiedades:
1.
2.
3,
4.
5.
6.
7.
Es asociativa :
(A+B)+C = A+(B+C)
Es conmutativa :
A+B = B+A
A + O = A , con O matriz nula
A + ( A ) = O, donde A = (a i j ) cuando A = ( a i j )
tr ( A + B ) = tr ( A ) + tr ( B )
A , B diagonales A + B diagonal
(A + B)t = At + Bt
MULTIPLICACIN POR ESCALAR O PONDERACIN

Si A a i j es una matriz de orden m x n y es un nmero real, la
multipli c a cin veces A es la matriz de orden m x n , A a i j
2 4
4 8
1
5
Por ejemplo, si A 5 12 , entonces 2 A 2 6

6 20
3
10
SEDE SANTIAGO
CAPTULO VI:
Siempre que las operaciones se puedan realizar, se puede establecer

que:
A A
1.
A A A
2.
( A B) A B
3.
4.
1A = A , ( 1)A = A, 0A = O
5.
tr ( A ) tr ( A )
6.
( A) t A t
Problema:
Un fabricante produce tres modelos de zapatillas de

descanso A, B y C en tres tamaos: para nios, damas y caballeros. La
fabricacin se realiza en dos plantas, una ubicada en San Bernardo y la otra
en Maip. La produccin semanal, en pares de zapatillas, en cada planta se
entrega a travs de las matrices:
San Bdo. Nios Damas Varones
A
20
34
30
B
16
20
48
C
24
28
32
Maip Nios Damas Varones

A
16
24
26
B
10
14
32
C
15
20
28
a ) Determine la matriz que contiene los datos relativos a la produccin

semanal total de cada modelo de zapatilla en ambas plantas.
b ) Si la produccin en la planta de San Bernardo se incrementa en un
20 % y la de Maip en un 40 %, escriba la matriz que representa la
nueva produccin semanal total de cada tipo de zapatilla.
MULTIPLICACIN DE MATRICES
Si A a i j es una matriz de orden m x n y B ( b i j ) es una matriz de

orden n x r , la multipli c a c i n de A y B es la matriz A B ( c i j ) , de
orden
m x r , donde c i j
k 1
ik
bkj
i 1,2, 3, ..... m ; j 1, 2, 3, ......n
SEDE SANTIAGO
CAPTULO VI:
Observe que para multiplicar matrices el nmero de

columnas de la primera matriz A debe coincidir con el
nmero de filas de la segunda matriz B .
El elemento ubicado en la fila i columna j del producto AB es

c i j a i 1 b1 j a
i2
2j
.......... a i n b
nj
Ejemplo:
4 8
y B 5 2 , entonces AB
7 6
4 8
0 32 20
2 0 1
5
2
8
8
Y adems BA =
1 4 3
7 6
8 24 11
2 0 1
Si A
1 4 3
1 10
5 18
Observe que en este ejemplo, BA se puede realizar resultando una matriz

de orden 3 , con lo que concluimos que:
La multiplicacin de matrices no siempre es conmutativa
2
Adems note que el producto A A A , no se puede efectuar,
salvo que A sea una matriz de orden n
SEDE SANTIAGO
CAPTULO VI:
Este producto tiene otras

curiosidades?
La respuesta a su pregunta es SI, existen matrices cuadradas A, no

nulas, pero, tales que A2 = O
Adems, existen matrices A y B, de orden n , no nulas, distintas y
A B = O, es decir, el producto de dos matrices puede ser la matriz
cero y ninguna de ellas ser cero.
Sin embargo, siempre que las operaciones se puedan realizar, se puede

establecer que:
1. ( A B ) C A ( B C )
2. ( A B ) C A C B C y C ( A B ) C A C B
3. Si A M n ( IR ) , A I n A I n A
4. tr ( A B ) tr ( B A )
5. ( A B ) t B t A t
Ejercicio : Use las propiedades algebraicas de las matrices para

resolver la ecuacin 2 ( X A )
2 1
1
( 2 X t C ) t B t si
2
3 6
0 2
, y C t
4 2
1 2
, B
A =
5 0
SEDE SANTIAGO
CAPTULO VI:
Ejercicio: En cada caso, determine si es posible , la matriz X de tal

manera que la igualdad resulte verdadera
1.-
3 4
5 1
1
0
2
2.-
3 2 3
5
0 1 1 X 6
1 2 2
1
3.-
1 8
6 29
0
1
X
3 1
5 5
Ejercicio: Muestre con ejemplos que, en general

tr ( AB ) tr (A) tr( B ) y que ( AB ) t A t B t
Dadas las matrices A y
B qu necesitamos
para resolver la
ecuacin AX=B?
Si A es una matriz no nula nos preguntamos existe una matriz B tal

que AB = In = BA?; que equivale a : existe el inverso multiplicativo
de A?. Observe que esta pregunta tiene sentido slo si A es una matriz
cuadrada. Sin embargo, aunque A sea cuadrada, la respuesta a lo
planteado es no siempre;
1 3
no existe tal matriz B

por ejemplo para A =
2
6
SEDE SANTIAGO
CAPTULO VI:
Se dice que una matriz A de orden n es invertible o no singular si existe

B, matriz de orden n tal que AB = I n = BA. La matriz B est nicamente
determinada por A, se llama inversa de A y se denota por A 1
Por lo tanto, A A 1 = I n = A 1 A
Cules matrices
son invertibles?
En lo que sigue, trataremos de responder a esta interrogante, es decir,

caracterizaremos a las matrices invertibles. Adems mostraremos algunas
formas de calcular la inversa, si sta existe.
Operaciones elementales Matrices escalonadas

Para una matriz A M m x n ( IR ) consideraremos las siguientes
operaciones con las filas de A:
Intercambiar dos filas : Si se permuta la fila i con la fila j
anotamos
Fij
Multiplicar una fila por un nmero real: Si se multiplica la fila i
por el nmero 0, esta operacin se anota
Fi
SEDE SANTIAGO
10
CAPTULO VI:
Sumar dos filas : Si la fila i se suma a la fila j, manteniendo esta

suma en la fila Fj anotamos
Fi + F j
Finalmente, podemos combinar las dos ltimas operaciones y
obtener:
Fi + Fj
--------------------------------------------------------------------------------------------------------------------------------------------
3 5
Por ejemplo: Sea A =

4 1
En A:
4
4 F1 :
4
12
1
4 1 2
;
1 3 5
En A: F12 :
20
4
; En A: 4F1 + F2 :
2
0
12
13
20
22
Ejercicio : Verifique que si con las filas de la matriz A se realizan las

operaciones elementales indicadas, se obtiene la matriz E.
2 6
A 1 4
1 3
1 4
, F12 , 2F1 F2 , F1 F3 , F2 3 , 2F2 F3 , E 0 1
0 0
Si A, B M m x n ( IR ) y si B se obtiene realizndole a la matriz A un

nmero finito de operaciones elementales, entonces se dice que A es
equivalente a B y se anota A B . Por ejemplo, las matrices A y E
del ejercicio anterior son equivalentes.
La matriz E del ejercicio anterior tiene una forma muy particular, es una
matriz del tipo escalonada.
A continuacin damos una definicin de matriz escalonada
SEDE SANTIAGO
11
CAPTULO VI:
Una matriz A M m x n (
las siguientes condiciones:
IR )
se llama matriz escalonada si satisface
Las filas que tengan todas sus componentes iguales a cero deben
estar ubicadas debajo de aquellas que tengan componentes no nulas.
El nmero de ceros al comienzo de una fila aumenta a medida que
se desciende en la matriz
Algunos ejemplos:
1
0
A2 =
0
6
0
0
0
2
3
0
0
A1
4 5
8
1
0 2
0
0
4 5
0 3
=
0 0
0 0
A3
4 0
7 1
0 5
1 3 4 5
1 2
4
0
0
0 0 1
Si adems A satisface lo siguiente :

Si la primera componente no nula de cada fila es 1, vista de
izquierda a derecha, sta componente se llama uno distinguido
Todas las componentes de la columna donde aparece un uno
distinguido antecedida de ceros, la matriz A se llama matriz
reducida por filas.
Observacin: En los ejemplos A 1 , A 2 son matrices escalonadas
y A 3 es matriz escalonada reducida por filas
SEDE SANTIAGO
12
CAPTULO VI:
Ejercicio: Decida si las siguientes matrices son o no

escalonadas. Son escalonadas reducidas por
filas?
1
A 0
0
1
2
0
2 1 0
1 5 0 0
, B 0 1 0 , C 0 0 1 4
0 0 1
0 1 1 2
Teorema: Toda matriz A M m x n ( IR ) es equivalente a una matriz

E M m x n (IR ) del tipo escalonada, o , escalonada reducida
por filas.
Si A M mxn ( IR ) , entonces A E , con E matriz escalonada .
Se define el rango de A al nmero de filas no nulas de E.
Si E es matriz escalonada reducida por filas el rango de A , equivale al
nmero de unos distinguidos de E.
El rango de A lo denotaremos por r ( A ).
El rango de la matriz nula es cero : r (A) = 0.
El rango de la matriz identidad de orden n es n : r ( I n ) = n

4 6
1
El rango de la matriz A 1
3 2
2 4
0
5 es 2 . Por qu?
1
3
Ejercicio: Determine todos los valores reales de a de modo que el rango

de la matriz M sea 3 si
SEDE SANTIAGO
13
CAPTULO VI:
1 2 a
M = 2 3 1
2
3 4 a
Ejercicio: Estudie el rango de la matriz A, dependiendo de los valores

reales de k si
1 1 0 1
1
k
1
1
0
A =
1 4 3 2
Un teorema que caracteriza a las matrices invertibles es:

Teorema : Sea A M n ( IR ) ; entonces
A invertible r ( A ) = n A I n
Y, si una sucesin de operaciones elementales fila reducen A a la matriz
identidad I n , entonces esa misma sucesin de operaciones elementales fila
cuando se aplican a I n proporcionan A 1 .
Ejercicio : Aplique la ltima parte del teorema para calcular la

inversa de cada una de las siguientes matrices :
5
A
1
1 3 1
2 3 3
12
, B 2 4 1 , C 3 1 1
3
3 1 2
k 1 2
Desarrollo de la inversa de A:
5 12 1
3 1 3

12 0 3
1 0 1

0 3 0
SEDE SANTIAGO
0
I2
1
14
CAPTULO VI:
F12 5F1 + F2 F2 F1
1
F2 I 2
3
1 conclusin: A es invertible.
Aplicando las mismas operaciones filas anteriores a la matriz identidad I 2
4
1
1 0 0 1 0 1 1 4

1 5
I 2
5
0 1 1 0 1 5 1
3
3
2 conclusin: Obtuvimos la inversa de A. Luego A
1 4
1 5
3
3
SISTEMAS DE ECUACIONES LINEALES

Un sistema de m ecuaciones lineales con n incgnitas se expresa:
a 11 x 1 a 1 2 x 2 ....... a 1 n x n
a x a 2 2 x 2 ....... a 2 n x n
* 21 1
............
a x a x ....... a x
m2 2
mn n
m1 1
donde
A =
a
i j
b1
b2
......
bm
M m x n ( IR ) es la matriz de los coeficientes del
b1
x1

b2
x2
, B = son las (matrices) columnas de
sistema y X =
....
.....
b m
x

n
incgnitas y de trminos constantes respectivamente.

SEDE SANTIAGO
15
CAPTULO VI:
x1

x2

Los nmeros reales x 1 , x 2 , ......., x n , formalmente ..... que satisfacen

xn

cada una de las ecuaciones de (*) forman una solucin del sistema (*)
El sistema (*) se dice compatible si posee al menos una solucin y se dice

incompatible cuando no tiene solucin.
Observe que el sistema (*) equivale a la ecuacin

matricial A X = B , con A la matriz de orden m x n
formada con los coeficientes del sistema, X la matriz
columna de las incgnitas y B la matriz columna de
trminos constantes.
Ejemplo: Escriba la ecuacin matricial A X = B que representa a

los sistemas:
2x1 x 2 7 x 3 1
I ) x1 4x 2 3x 3 0
5x1 2x 2 3x 3 6
2 1 7 x1 1
4 3 x 2 0
I) 1
5 2
3 x 3 6
x1 x 2 2 x 3 2 x 4 0
II )
3x1 x 2 4 x 3 9 x 4 0
1 1 2
4
3 1
II)
SEDE SANTIAGO
16
x1
x2 0

x3 0
x 4
CAPTULO VI:
Ejercicio: Escriba el sistema de ecuaciones lineales A X = B que

corresponde a las matrices:
2 0
A 1 5
6 1
1 ,
1
B 4
3
4 5
A
1 0
2
,
7
B 6
10
Problema: Haga el planteamiento matemtico del siguiente problema:

Un empresario tiene tres mquinas que son empleadas en la fabricacin de
cuatro productos diferentes. Para utilizar plenamente las mquinas, estas
estarn en operacin 8 horas diarias. El nmero de horas que cada mquina
es usada en la produccin de una unidad de cada uno de los cuatro
productos est dado en la tabla.
Prod 1
Prod 2
Prod 3
Prod 4
Mq 1
Mq 2
Mq 3
Cuntas unidades de cada producto se deben

producir en un da, con el fin de usar plenamente
las mquinas?
SEDE SANTIAGO
17
CAPTULO VI:
I.-
Sistemas de ecuaciones lineales homogneos
Un sistema de ecuaciones lineales se dice homogneo cuando la columna

de trminos constantes est formada slo por ceros.
Sea A X = O, con A M m x n (IR) un sistema homogneo, entonces:
1.-
A X = O es siempre compatible pues X = O es solucin de l,

sta se llama solucin trivial
2.-
Si E M m x n (IR) es tal que A E, entonces los sistemas

(equivalentes) A X = O y E X = O tienen las mismas soluciones.
3.-
Si el rango de A, r ( A ) = n, entonces X = O es la nica solucin

de A X = O.
4.-
Si el rango de A, r ( A ) < n, entonces existen infinitas soluciones

para A X = O. Estas se pueden expresar en trminos de uno o ms
parmetros.
Resolucin de sistemas homogneos

Ejemplo 1
x + y z =
2x 2y + 3z =
3x + 7y z =
0
0
0
1 1 1
2
3
La matriz de los coeficientes de este sistema es :

3
7 1
Con A, realizamos operaciones elementales fila hasta obtener E
SEDE SANTIAGO
18
CAPTULO VI:
1 1 1
1 1 1 1
2
3
4
5

0
A
3 7 1 0
4 2 0
0
1
0
54 = E
7
1
Como r ( A ) = 3 = N de columnas de A = N de incgnitas, el

sistema tiene solucin nica y sta es la misma que tiene E X = O, es
decir, X = O , o bien X = ( 0 , 0 , 0 )
Ejemplo 2:
x1 + x2 3x3
2x1 4x2 + 6x3
x 1 7 x 2 + 15 x 3
= 0
= 0
= 0
En este caso:
1 3 1
1

A 2 4 6 0
1 7 15 0
1
6
6
3 1

12 0
12 0
1
1
0
2
0
1 0 1
0
1
E
0 0 0
Como r( A ) = 2 < N columnas de A ( N de incgnitas ), el sistema

tiene infinitas soluciones. stas las buscamos en el sistema E X = O
x 1 x3 = 0
x 2 2x 3 = 0
x1 = x3
x2 = 2x3
Sea k un parmetro asignado a x

infinitas soluciones, as:
con el propsito de expresar las
SEDE SANTIAGO
19
CAPTULO VI:
k
1

X 2k k 2 ; k IR, o tambin
, X k ( 1 , 2 , 1 ) , k IR
k
1

II.- Sistemas de ecuaciones lineales no homogneas:

Consideremos el sistema no homogneo A X = B, de m ecuaciones
lineales con n incgnitas, donde A = ( a i j ) M m x n (IR) y
B = ( b1 , b2 , ., bm ) t M m x 1 (IR)
Llamaremos matriz ampliada (o matriz aumentada) del sistema
AX = B a :
a11 a12 ........ a 1n : b1
a 21 a 22 ........ a 2n : b 2
(A/B) =
a m1 a m2 . ..... a mn : b m
Se tiene que:
El sistema A X = B es compatible si y slo si r ( A ) = r ( A / B )
O equivalentemente,
El sistema A X = B es incompatible si y slo si r ( A ) r (A / B)
Sabiendo que el sistema de m ecuaciones lineales con n incgnitas

representado por A X = B, es compatible, se tiene que :
SEDE SANTIAGO
20
CAPTULO VI:
1. Si r ( A ) = r ( A / B ), entonces A X = B tiene solucin nica

2. Si r ( A ) = r ( A / B ) < n, entonces A X = B tiene infinitas
soluciones que se pueden expresar en trminos de uno o ms
parmetros. (o escalares)
Si el sistema A X = B tiene n ecuaciones y n
incgnitas A es una matriz cuadrada de orden n.

Y si el rango de A, r ( A ) = n, entonces r( A / B )
tambin es n, A es invertible y la nica solucin
del sistema la podemos encontrar a travs de la
inversa de A ; es decir:
X = A 1B
En las condiciones anteriores, por qu X = B A1 no es solucin
del sistema?
Usando la inversa de la matriz del sistema, resuelva el sistema:
x1 + x2 x3 = 2
2 x 1 2 x 2 + 3 x 3 = 11
3 x 1 + x 2 x 3 = 2
___________________________
RESOLUCIN DE ALGUNOS SISTEMAS NO HOMOGNEOS:
Ejemplo 1.
x + 4y 3z = 3
3x + 6y z = 1
SEDE SANTIAGO
21
CAPTULO VI:
(A/B)=
4
6
3 : 3 1 4 3 : 3 1
1 : 1 0 6 8 : 10 0
: 11
3
3
1 4 : 5
3
3
En este caso, r(A) = 2 = r(A/B) y el sistema es compatible. Como 2 < n =3,

n = N de incgnitas, el sistema tiene infinitas soluciones; las buscamos
en:
x + 7 3 z = 113
y 43 z = 53
Cuyas soluciones son:
k 7 , 4 , 1 11 , 5 , 0 con k IR
3
3
3
3
Ejemplo 2 : Estudiemos la compatibilidad del sistema

x 1 2x 2 + x 3 = a
2 x1 + x2 + x3 = b
5 x2 x 3 = c
1 2 1 : a 1 2 1 : a 1 2 1 : a
2
1
1
:
b
0
5
1
:
b
2
a
0
5
1
:
b
2
a

(A/B) =
0 5 1 : c 0 5 1 : c 0 0 0 : 2a b c
Por lo tanto, el rango de A es 2.

El sistema ser compatible si y slo si : r(A/B) = 2
lo que equivale a que a , b , c deben cumplir
2a b + c = 0
Ejemplo 3 : Determinemos los valores reales de k de manera que el

sistema:
SEDE SANTIAGO
22
CAPTULO VI:
x1 + 2 x2 + 2 x3 = 1
k x2 + x3 = 2
x 1 + x 2 + k x 3 = 1
i)
ii)
iii)
Tenga solucin nica

Posea mltiples soluciones
Sea incompatible
2 : 1 1 0 2k 2 : 3
1 2 2 : 1 1 2

0
k
1
:
2
0
k
1
:
2
0
1
2
k
:
2

(A/B) =
1 1 k : 1 0 1 k 2 : 2 0 0 (k 1) 2 : 2(1 k )
Conclusiones:
i)
Para cualquier real k, k 1, r( A ) = 3 = r ( A / B ) y el

sistema tiene solucin nica. En este caso,
1 0 2( k 1) : 3
1
0
1
2
k
:
2
0
(A/B)=

2
0
0
(
k
1
)
:
2
(
1
k
)
2
1 0 : k 1
2
0 1 : k 1
0 0 : 1
2
2
k 1
1
,
,
y la solucin es S =
k
1
k
ii)
Si k = 1, (A/B) = 0
0
2 , r(A) = 2 = r(A/B) y
0
el sistema tiene mltiples soluciones que se expresan :

k ( 0 , 1, 1 ) + ( 3, 2, 0 ) con k IR
iii)
Para ningn nmero real k, el sistema es incompatible
SEDE SANTIAGO
23
CAPTULO VI:
EJERCICIO: Analice las soluciones del sistema:
x1 + x2 + a x3 + x4 = 1
x1 + a x2 + x3 + x4 = 2
ax 1 + x 2 + x 3 + x 4 = 1
dependiendo de los valores que tome el nmero real a
2 x1 x 2 x 3 1
x1 k x 2 k x 3 2k
EJERCICIO: Resuelva el sistema
x1 k x 2 k x 3 k
determinando todos los valores reales de k para los cuales existen mltiples
soluciones.
Para algn valor de k, el sistema resulta ser incompatible?
------------------------------------------------------------------------------PROBLEMA:
Una persona invierte US $ 20.000 en tres diferentes negocios que
proporcionan utilidades del 5 %, 6 % y 8 % respectivamente.
La ganancia anual total de las tres inversiones es US$ 1.266.
Determine la cantidad depositada en cada negocio si se sabe que la utilidad
del negocio al 8 % es igual a dos veces la ganancia que deja el negocio al 5%.
-------------------------------------------------------------------------------------------
SEDE SANTIAGO
24
CAPTULO VI:
OBSERVACIN FINAL:
Para completar las respuestas a la interrogante planteada en la pgina 9,
cules matrices son invertibles?
Primero: tuvimos conocimiento de ellas, a travs de las matrices
escalonadas.
Segundo: a travs de la siguiente observacin : se debe conocer el
concepto de determinante y el de matriz adjunta
Determinante: Asociado a cada matriz cuadrada A existe un nmero real,

llamado determinante de A, que lo denotaremos por
det (A) A :
es decir; det : M n (IR) IR, es una funcin tal que det ( A ) IR ,
A Mn ( IR)
Si
a b
M2 ( IR) , d e t ( A) a d b c ; por ejemplo
A
:
c
d
4 1
12 7 5
7 3
Si A es una matriz de orden mayor que 2, el determinante de A se define

en forma recursiva como sigue:
Sea A = (a i j ) matriz de orden n. Llamaremos menor de orden ij de A,
y anotaremos M i j, al determinante de orden n 1 que se obtiene a partir
de A, eliminndole la i sima fila y la j sima columna.
SEDE SANTIAGO
25
CAPTULO VI:
2
5 1
4 3 el menor de orden 23 que se anota

Por ejemplo: Sea A = 3
1
2
3
5 1
M23 , resulta ser M23 =
= 11
1
2
El cofactor de orden ij de A, denotado C i j es el nmero

C i j = (1) i + j M i j
1 5 2
1 ,
Por ejemplo, si A = 0 2
1 9 1
M 1 3 = 2, M 3 2 = 1
C 1 3 = 2 y C 3 2 = 1
El determinante de la matriz de orden n, A = ( a i j ) es el nmero

n
n
i j
(1) ai j Mi j ai j Ci j
i 1
i 1
det (A) = n
n
i j
(1) ai j Mi j ai j Ci j
j 1
j 1
con 1 j n
con 1 i n
3
1
Por ejemplo, calculemos el determinante de A = 0 2

1 9
Fijando i = 1 tenemos que:

3
det (A) =
(1)
j 1
1 j
fijo
fijo
1
1
ai j Mi j M11 5M12 2M13 7 5 4 2
SEDE SANTIAGO
26
CAPTULO VI:
Observe que el fijar i = 1 signific que

al desarrollar la sumatoria intervinieron
los elementos, y los correspondientes
menores, de la fila 1.
El determinante det( A ) = 2 se pudo
haber obtenido por seis caminos
diferentes.cul de ellos es el que
necesita menos clculos?
La matriz adjunta de A = ( a i j ) M n (IR) , es la transpuesta de la

matriz de los cofactores de A, es decir,
adj ( A ) = (1) i + j M j i = C j i
a b
Por ejemplo, si A =
c d
d b
M 2 (IR) , adj ( A ) =
c
a
__________________________________________________________
2 1 0
Cul es la matriz adjunta de A = 3 5 6 ?

1 0 1
Desarrollo: 1 Clculo de los cofactores de A:

c11 = +
5
0
6
=5
1
c12 =
3 6
= ( 9) = 9
1 1
c31 = +
c32 =
1
5
0
= + (6) = 6
6
2
3
0
6
SEDE SANTIAGO
= (12) = 12
27
CAPTULO VI:
c13 = +
3 5
= +(5) = 5
1 0
c21 =
1 0
= (1) = 1
0 1
c22 = +
2 0
= + (2) = 2
1 1
c23 =
2
1
c33 = +
2 1
3 5
= + ( 7) = 7
1
= (1) = 1
0
5 1 6
2 Matriz Adjunta de A: Adj(A) = 9 2 12

5 1
7
____________________________________________________________
a b
Observe que si A = c d M 2 (IR) ,
0
ad bc
A adj (A) =
ad bc
0
= adj (A) A
adjA I 2
adj( A) A
es decir, A
det
(
A
)
det
(
A
)
En general, se puede demostrar que si det ( A ) es distinto de cero,

1
1
A
adj ( A ) I n
adj ( A ) A
det ( A)
det ( A )
SEDE SANTIAGO
28
CAPTULO VI:
Luego, si det( A ) es distinto de cero, A es invertible y se tiene que:
A 1
adj ( A )
det ( A )
Recprocamente, si A es invertible, entonces

1 = det ( I n ) = det ( A A 1 ) = det (A) det ( A1 )
y por lo tanto, det (A) 0.
Finalmente, podemos enunciar el siguiente teorema que caracteriza a las

matrices invertibles:
TEOREMA: Sea A M n (IR); entonces
A es invertible det ( A ) 0
Y en este caso se tiene que A 1 =
1
adj(A)
det(A)
__________________________________________________________
a b
M2 ( IR), y ad bc 0 ,
Ejemplo : si A
c
d
1 d b
entonces
A 1
ad bc c a
__________________________________________________________
Ejemplo:
Determine la inversa de A si:

3 4 5
A 1 2 3
2 5 4
SEDE SANTIAGO
29
CAPTULO VI:
1er paso: det(A) = A = 32 0 Luego A es invertible

2 paso. clculo de la adjunta de A
c11 = + (23) = 23
c12 = (2) = 2
c13 = + (9) = 9
c21 = (41) = 41
c22 = + (2) = 2
c23 = ( 23) = 23
c31 = + (2) = 2
c32 = (4) = 4
c33 = + ( 2) = 2
23 41 2
luego : Adj (A) =

9 23 2
3er paso:
A1
23 41 2
2 2 4
9 23 2
1
=
, , A =
32
SEDE SANTIAGO
23
41
1
32
32
16
1
1
1
16
16
8
9
23
1
32
32
16
30

Matrices y Sistemas de Ecuaciones

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Matrices y Sistemas de Ecuaciones

Uploaded by

Copyright:

Available Formats

CAPTULO VI:

MATRICES Y SISTEMAS DE ECUACIONES LINEALES

MATRICES Y SISTEMAS DE ECUACIONES LINEALES

Un elemento A M m x m ( IR ) , se le denota por :

fila i .... .... .... a ij....... .

El nmero real a i j , es el que se ubica en la i sima fila j sima

MAFALDA SCHIAPPACASSE COSTA

Si la matriz A tiene el mismo nmero n de filas que de columnas, se dice

Si A es una matriz de orden n, los coeficientes a i i constituyen la diagonal

Una matriz cuadrada A = a i j se dice

A 0 5 0 es una matriz diagonal donde tr ( A ) = 2

son iguales si tienen el mismo

Ejercicio: Determine los nmeros reales x , y que satisfacen

MAFALDA SCHIAPPACASSE COSTA

De acuerdo a la definicin anterior, se tiene:

Si A ( a i j ) es una matriz de orden m x n , la transpuesta de A,denotada por

Ejercicio: Cul es la transpuesta de la matriz A = ( a i j ) de orden

Sea A ( a i j ) matriz cuadrada. Se dice que A es una matriz simtrica

Por ejemplo, A = 3 5 9 es simtrica y B = 2 0

MAFALDA SCHIAPPACASSE COSTA

Ejercicio: Si A es una matriz de orden n antisimtrica, demuestre

Observacin: Las matrices son de mucha utilidad para ordenar datos.

OPERACIONES CON MATRICES

Llamaremos matriz nula o matriz cero de orden m x n a la matriz de

Si A a i j , B bi j M m x n ( IR) , la suma de A y B es la matriz

MAFALDA SCHIAPPACASSE COSTA

MULTIPLICACIN POR ESCALAR O PONDERACIN

multipli c a cin veces A es la matriz de orden m x n , A a i j

Por ejemplo, si A 5 12 , entonces 2 A 2 6

MAFALDA SCHIAPPACASSE COSTA

Siempre que las operaciones se puedan realizar, se puede establecer

Un fabricante produce tres modelos de zapatillas de

Maip Nios Damas Varones

a ) Determine la matriz que contiene los datos relativos a la produccin

Si A a i j es una matriz de orden m x n y B ( b i j ) es una matriz de

MAFALDA SCHIAPPACASSE COSTA

i 1,2, 3, ..... m ; j 1, 2, 3, ......n

Observe que para multiplicar matrices el nmero de

El elemento ubicado en la fila i columna j del producto AB es

Observe que en este ejemplo, BA se puede realizar resultando una matriz

MAFALDA SCHIAPPACASSE COSTA

Este producto tiene otras

La respuesta a su pregunta es SI, existen matrices cuadradas A, no

Sin embargo, siempre que las operaciones se puedan realizar, se puede

Ejercicio : Use las propiedades algebraicas de las matrices para

MAFALDA SCHIAPPACASSE COSTA

Ejercicio: En cada caso, determine si es posible , la matriz X de tal

Ejercicio: Muestre con ejemplos que, en general

Si A es una matriz no nula nos preguntamos existe una matriz B tal

no existe tal matriz B

MAFALDA SCHIAPPACASSE COSTA

Se dice que una matriz A de orden n es invertible o no singular si existe

En lo que sigue, trataremos de responder a esta interrogante, es decir,

Operaciones elementales Matrices escalonadas

Sumar dos filas : Si la fila i se suma a la fila j, manteniendo esta

Por ejemplo: Sea A =

Ejercicio : Verifique que si con las filas de la matriz A se realizan las

, F12 , 2F1 F2 , F1 F3 , F2 3 , 2F2 F3 , E 0 1

Si A, B M m x n ( IR ) y si B se obtiene realizndole a la matriz A un

se llama matriz escalonada si satisface

Si adems A satisface lo siguiente :

MAFALDA SCHIAPPACASSE COSTA

Ejercicio: Decida si las siguientes matrices son o no

Teorema: Toda matriz A M m x n ( IR ) es equivalente a una matriz