CAPITULO 1

ECUACIONES LINEALES Y MATRICES

1.1. SISTEMAS DE ECUACIONES LINEALES Se llama ecuacin lineal sobre un campo K, a una expresin de la forma: a1 x1 + a 2 x 2 + K + a n x n = b (1)

donde los ai , b K y los xi son indeterminadas, incgnitas o variables. Los escalares ai se denominan coeficientes y b es llamado trmino constante o independiente de la ecuacin. Un conjunto de valores de las incgnitas, por ejemplo: x1 = k1 , x 2 = k 2 , K , x n = k n se dice que es una solucin de la ecuacin (1) si: a1 k1 + a 2 k 2 + K + a n k n = b generalmente si no hay ambigedad acerca de la posicin de las incgnitas, se denotar esta solucin como la n-upla S = (k1 , k 2 , K , k n ) NOTA.- En lo que sigue del curso el campo K que se considerar, ser el campo de los nmeros reales (R) o el campo de los nmeros complejos (C). Ejemplo.1.- Sea la ecuacin

2x y = 2 una solucin para la ecuacin es x = 1 e y = 0 ; pues reemplazando estos valores en la ecuacin, sta se verifica

2(1) x 0 = 2
Ntese que no son los nicos valores para x e y que satisfacen la ecuacin. Tambin si se considera x = 0 e y = 2 se verifica la ecuacin. El conjunto de todas las soluciones de la ecuacin es llamado conjunto solucin de la ecuacin lineal y se obtiene asignando a una de sus variables un valor arbitrario llamado parmetro y luego despejando la otra variable en trminos del parmetro. As dando el valor de x = a se tiene y = 2 2a .

Interpretacin geomtrica.- La ecuacin 2 x y = 2 representa una recta en el plano

que se denotar por L. En consecuencia, cualquier punto que pertenece a la recta L es una solucin de la ecuacin 2 x y = 2 .
Y

L : 2x y = 2

O -2

Ejemplo.2.- Si se considera la ecuacin

x + y + z =1 una solucin para la ecuacin es x = 1 , y = z = 0 . Otra sera y = 1 , x = z = 0 . El conjunto solucin de la ecuacin se obtiene asignando dos parmetros diferentes a dos de las variables y despejando la tercera en trminos de los parmetros asignados. Es decir haciendo x = a e y = b se tiene z = 1 a b , donde a y b pueden tomar el valor de cualquier nmero real.
Interpretacin geomtrica.- La ecuacin x + y + z = 1 representa un plano en el

espacio que se denotar por P. Luego, cualquier punto del plano P es solucin de la ecuacin.
Z

P : x + y + z =1
1 Y O X 1 1

A continuacin se definir un sistema de ecuaciones lineales como una coleccin finita de ecuaciones lineales.

Se llamar un sistema de m ecuaciones lineales con n incgnitas x1 , x 2 ,K , x n sobre el campo K, a una expresin de la forma a11 x1 + a12 x 2 + K + a1n x n = b1 a 21 x1 + a 22 x 2 + K + a 2 n x n = b2 M M M M a m1 x1 + a m 2 x 2 + K + a mn x n = bm donde los ai j , bi K .
Una forma fcil de resolver un sistema de ecuaciones lineales es haciendo uso del conocido mtodo de eliminacin gaussiana; ste mtodo consiste en reducir un sistema de ecuaciones lineales a otro equivalente ms simple que tiene el mismo conjunto solucin. Para aplicar el mtodo de eliminacin hay que tener en cuenta que el conjunto solucin del sistema no se altera si se realizan cuantas veces sean necesarias las siguientes operaciones: 1. Intercambiar dos ecuaciones. 2. Multiplicar una ecuacin por una constante distinta de cero. 3. Sumar el mltiplo de una ecuacin a otra.
Ejemplo 3.- Sea el sistema

(2)

2x x
Solucin

y = 2 y = 4

(3)

Multiplicando la segunda ecuacin por 2

2x y = 2 2x + 2 y = 8 multiplicando la primera ecuacin por 1 y luego sumando a la segunda

2x

y = 2 3y = 6

despejando la variable de la segunda ecuacin se tiene

y=2
reemplazando el valor de y = 2 en la primera ecuacin se obtiene el valor de
x=2

Luego, x = 2 e y = 2 es la solucin del sistema (3). El sistema (3) geomtricamente representa dos rectas en el plano, y resolver simultneamente el sistema significa hallar los puntos de interseccin de las rectas. Si denotamos por L1 la recta

determinada por la ecuacin 2 x y = 2 y por L2

la recta determinada por la

ecuacin x + y = 4 , entonces L1 L2 = { (2, 2) } como se puede ver en el siguiente grfico.

Y

L2 : x + y = 4 L1 : 2 x y = 2
(2 ; 2)

Ejemplo 4..- Sea el sistema

2x

4x + 2 y = 4
Solucin

(4)

Multiplicando la segunda ecuacin por

2x 2x

1 2
y = 2 y = 2

ntese que las dos ecuaciones son iguales, por consiguiente resolver el sistema se reduce solamente a resolver una de las ecuaciones. As dando el valor de x = a se tiene

y = 2 2a lo que significa que el sistema tiene infinitas soluciones.

Geomtricamente el sistema (4) representa dos rectas paralelas coincidentes en el plano como se puede apreciar en el grfico siguiente.
Y

L1 : 2 x y = 2 L2 : 4 x + 2 y = 4

Ejemplo 5.- Sea el sistema

2x y = 2 4x + 2 y = 8
Solucin

(5)

Multiplicando la segunda ecuacin por

1 2
y = 2 y = 4

2x 2x

en ste ejemplo ntese que la expresiones de la izquierda en ambas ecuaciones son iguales, en consecuencia se tendra que 2 = 4 , lo cual es un absurdo. El sistema (5) no tiene solucin. Los sistemas que no tienen solucin se denominan incompatibles o inconsistentes. Geomtricamente el sistema (5) representa dos rectas paralelas. Si denotamos por L1 la recta determinada por la ecuacin 2 x y = 2 y por L2 la recta determinada por la ecuacin 4 x + 2 y = 8 , entonces L1 L2 = , como se puede ver en el siguiente grfico.
Y

L1 : 2 x y = 2 L2 : 2 x y = 4

Ejemplo 6.- Un club social tiene un comedor con 56 mesas de tres tipos diferentes, x

mesas con 4 asientos cada una, y mesas con 8 asientos cada una, y z mesas con 10 asientos cada una. La capacidad de asientos del comedor es de 468. Durante un almuerzo se ocuparon la mitad de las x mesas, un cuarto de las y mesas y un dcimo de las z mesas, haciendo un total de 12 mesas. Cuntas mesas de cada tipo se usaron en el almuerzo?.
Solucin

El enunciado del problema, se puede expresar mediante el siguiente sistema

x + 4x + 1 x + 2

= 56 y + z 8 y + 10 z = 468 1 1 y + z = 12 4 10

(6)

multiplicando la primera ecuacin por 4 y sumando a la segunda; luego multiplicando la primera ecuacin por
x + y + 4y + 1 y 4

1 y sumando a la tercera se tiene 2

z = 56 6 z = 244 2 z = 16 5

multiplicando la tercera ecuacin por 16

x + y + + 4y +

4y +

= 56 z 6 z = 244 32 z = 256 5
z = 56 6 z = 244 2 z = 12 5
z = 30

multiplicando a la segunda ecuacin por 1 y sumando a la tercera

x + y + + 4y +

en este ltimo sistema, de la tercera ecuacin se obtiene el valor de

y sustituyendo el valor de z en la segunda ecuacin se tiene

y = 16
y as sucesivamente por retroceso, sustituyendo los valores de z e y en la primera ecuacin se tiene
x = 10

Luego, la solucin para el sistema (6) es x = 10 , y = 16 y z = 30 .

EJERCICIOS

1. Resuelva el sistema lineal dado mediante el mtodo de eliminacin a) c)

x + 2y = 8 3x 4 y = 4

b) d)

x + y = 5 3x + 3 y = 10

2x + 4 y = 5x 3 y

26

2x

3y =

= 13

6 x + 9 y = 15

e)

8x 2x

3y 5y

= 34 = 26

f)

2 x 3 y + 4 z = 12 x 2y + z = 3 3x + y + 2z = 1
2 x + 4 y + 6 z = 12 2 x 3 y 4 z = 15 3x + 4 y + 5 z = 8

14 x 11 y = 94
3x + 2 y + z = 2 g) 4 x + 2 y + 2 z = 8 x y + z = 4

h)

i)

2x +
x

y y +

z = 3 z = 6

j)

3x + 2 y

= 1

6x + 6 y + 2z = 3

2. Dado el sistema lineal 2x y = 5 4x 2 y = t a) b) c) Determine el valor de t de modo que el sistema tenga una solucin. Determine un valor de t de modo que el sistema no tenga solucin. Cuntos valores distintos de t se pueden elegir en la parte (b)? 2x + 3y z = 0 x 4 y + 5z = 0 a) b) c) Verifique que x1 = 1 , y1 = 1 , z1 = 1 ; es una solucin. Verifique que x 2 = 2 , y 2 = 2 , z 2 = 2 ; es una solucin. Es x = x1 + x 2 = 1, y = y1 + y 2 = 1 y z = z1 + z 2 = 1 una solucin del sistema lineal? d) Es 3x, 3 y, 3z , donde x, y y z son como en la parte (c) solucin del sistema lineal? 4. Sin utilizar el mtodo de eliminacin, resuelva los siguientes sistemas:
2x
y

3. Dado le sistema lineal

2z = 5
z z

4x

= 8 3y = 1 + 5 y 2 z = 12

a)

3y +

= =

7 4

b)

2x 3x

5.

Hay un valor de r tal que x = 1 ,

y = 2 , z = r sea una soluciona del siguiente

=

sistema lineal? En tal caso, determnelo.

2x + 3y
x z

11 12

y y

+ 2z = 7 2z =

4x +

6 Hay un valor de r tal que x = r , y = 2, z = 1 sea una solucin del siguiente sistema lineal? En tal caso determnelo. 3x 2z = 4 4y + z = 5 x 2x + 3y + 2z = 9 7. La suma de dos nmeros es 15. El quntuplo del primer nmero ms el triple del segundo es 61. Encuentre los dos nmeros. 8. Una refinera produce gasolina con y sin azufre. Cada tonelada de gasolina sin azufre requiere 5 minutos en la planta de mezclado y 4 en la planta de refinacin. Por su parte, cada tonelada de gasolina con azufre requiere 4 minutos en la planta de mezclado y 2 en la planta de refinacin. Si la planta de mezclado tiene 3 horas disponibles y la de refinacin 2, cuntas toneladas de cada gasolina se deben producir para que las plantas se utilicen al mximo? 9. Un industrial produce dos tipos de plstico: regular y especial. Cada tonelada de plstico regular necesita 2 horas en la planta A y 5 en la planta B; cada tonelada de plstico especial necesita 2 horas en la planta A y 3 en la planta B. Si la planta A tiene disponibles 8 horas al da y la planta B 15, cuntas toneladas de cada tipo de plstico pueden fabricarse diariamente de modo que las plantas operen a toda su capacidad? 10. Un nutricionista est preparando una dieta que consta de los alimentos A, B y C. Cada onza del alimento A contiene 2 unidades de protena, 3 unidades de grasa y 4 unidades de carbohidratos. Cada onza del alimento B contiene 3 unidades de protena. 2 unidades de grasa y 1 unidad de carbohidratos. Cada onza del alimento C contiene 3 unidades de protena, 3 unidades de grasa y 2 unidades de carbohidratos. Si la dieta debe proporcionar exactamente 25 unidades de protena. 24 unidades de grasa y 21 unidades de carbohidratos, cuntas onzas de cada comida se necesitan? 11. Una farmacia vende 100 unidades de vitamina A, 50 unidades de vitamina C y 25 unidades de vitamina D por un total de $17.50; 200 unidades de vitamina A, 100 unidades de vitamina C y 100 unidades de vitamina D por $45.00; 500 unidades de vitamina A, 80 unidades de vitamina C y 50 unidades de vitamina D por $64.00. Encuentre el costo por unidad de cada una de las vitaminas A, C y D. 12. Un fabricante produce reveladores de pelculas de 2, 6 y 9 minutos. Cada tonelada de revelador de 2 minutos requiere 6 minutos en la planta A y 24 en la planta B. Cada tonelada de revelador de 6 minutos requiere 12 minutos en la planta A y 12 en la planta B. cada tonelada de revelador de 9 minutos requiere 12.

1.2.

MATRICES

Al resolver el sistema
x + 4x + 1 x + 2 y + z = 56 8 y + 10 z = 468 1 1 y + z = 12 4 10

(1)

por el mtodo de eliminacin, se ha trabajado bsicamente con los coeficientes del sistema, sin tener que preocuparse por las variables. En la prctica, despus de establecer un orden en la disposicin de las variables, el sistema se puede expresar mediante un arreglo rectangular de la siguiente manera
1 4 1 2 1 1 56 468 12

8 10 1 1 4 10

(2)

el arreglo rectangular (2) descrito anteriormente recibe el nombre de matriz

aumentada o matriz ampliada asociada al sistema (1). El concepto de matriz que es

de suma importancia en el lgebra lineal se formaliza en la siguiente definicin.

DEFINICIN.- Sea K un campo (R o C) y sean m, n nmeros enteros mayores o

iguales a uno. Se llama matriz en K a todo arreglo A de escalares en K de la forma:

a11 a 21 A= M a m 1 a12 a 22 M am 2 K a1 n K a2 n K M K am n

que de manera abreviada se escribir A = [ai j ], i = 1, K , m y j = 1, K , n . Si la matriz A tiene m filas y n columnas, se dir que A es una matriz de orden m por n, lo que se escribe como (m n) .
Ejemplo 1

2 1 4 A= , 3 0 1

1 2 B= , 3 4

2 C = 0 , 1

1 1 0 D= 2 0 1, 1 3 2

E = [ 3 ],

F = [1 2 0 5 ]

0 2i 1 i i G= 2 3 1 + 3i 1 2i i

10

son matrices. La matriz A es de orden 2 3 , B es una matriz de orden 2 2 , C es una matriz de orden 3 1 , D es una matriz de orden 3 3 , E en una matriz de orden 1 1 ,

F es una matriz de orden 1 4 y G es una matriz de orden 3 3 . Las matrices A, B, C, D, y E tienen como entradas nmeros reales; mientras que las entradas de la matriz G
son nmeros complejos.

NOTA.- Las matrices que tienen una sola fila como la matriz F del ejemplo 1 se

denominan matrices fila o vectores fila y las matrices que tienen una sola columna como la matriz C del ejemplo 1 son llamadas matrices columna o vectores columna.

Ejemplo 2.- Una empresa tiene cuatro plantas, en cada una de ellas se fabrican tres

productos. Si aij denota el nmero de unidades del producto i elaborado por la planta

j durante una semana. La siguiente matriz

Planta 1 Planta 2 Planta 3 Planta 4

Pr oducto 1 Pr oducto 2 Pr oducto 3

420 240 210

350 400 370

390 480 200

80 0 380

da la produccin de la empresa en una semana.

a11 = 420 , es el nmero de unidades del producto 1 que produce la empresa en la

planta 1

a32 = 370 , es el nmero de unidades del producto 3 que produce la empresa en la

planta 2 Ntese que la empresa no produce el producto 2 en la planta 4.

Ejemplo 3.- La siguiente matriz da las distancias (en kilmetros) entre las ciudades

de Lima, Tumbes, Tacna y Huaraz.

Lima Tumbes Tacna Huaraz Lima 0 Tumbes 1349 Tacna 1335 Huaraz 452
1349 0 2684 897 1335 2684 0 1787 452 897 1787 0

11

El conjunto formado por todas las matrices de orden m n con elementos en el campo K se denota por

K mn = { A / A es una matriz de orden (m n) con elementos en el campo K }

Igualdad de matrices.- Dos matrices de orden m n A = [ai j ] mn y B = [bi j ] mn se

dice que son iguales si aij = bij para todo 1 i m , 1 j n .

Ejemplo 4.-Si

x + y z t hallar los valores de x, y, z y t.

Solucin

z + t 4 6 = x y 10 2

De la definicin de igualdad de matrices se tiene

x + y z + t z t x y

= 4 = 6 = 10 = 2

sumando la primera y cuarta ecuacin se obtiene

2x = 6 x = 3
y sustituyendo el valor de x en la primera ecuacin se obtiene el valor de y = 1 . Anlogamente, sumando la segunda y tercera ecuacin se tiene 2 z = 16 z = 8 y reemplazando el valor de z en las segunda ecuacin resulta t = 2 . Luego, x = 3, y = 1, z = 8 y t = 2 .

TIPOS DE MATRICES 1. Matriz nula.- Dada la matriz A = [a i j ] mn , se dice que A es una matriz nula y

denota por A = 0 si y solo si ai j = 0 para todo i = 1, K , m y j = 1, K , n . Explcitamente, se escribe como 0 0 0= M 0 0 0 M 0

K K K K

0 0 M 0 mn

12

2. Matriz cuadrada.- Una matriz A = [ai j ] mn se dice que es cuadrada si y solo si

m = n.
a11 a 21 A= M a n 1 a12 a 22 M an 2 K a1 n K a2 n K M K an n

es decir una matriz es cuadrada si el nmero de sus filas es igual al nmero de sus columnas. En una matriz cuadrada de orden n se llama diagonal principal a los escalares a11 , a 22 , L , a nn y a la suma de los elementos de la diagonal principal se denomina traza de A lo que se denota por Tr ( A) ; es decir
Tr ( A) = aii = a11 + a 22 + L + a nn
i =1 n

Ejemplo 5.- Dadas las siguientes matrices

2 3 A= 1 4 se tiene que:

1 2 0 B = 1 3 5 3 4 2

Tr ( A) = 2 + 4 = 6
Tr ( B) = 1 3 + 2 = 2
3. Vector fila y vector columna de una matriz.

Dada la matriz
a11 a 21 A= M a m 1 a12 a 22 M am 2 K a1 n K a2 n K M K am n

La primera fila de A se denotar por: F1 ( A) = [a11 a12 K a1 n ] y a la i-sima fila por: Fi ( A) = [ai 1 ai 2 K ai n ] , de manera anloga,

13

la primera columna por:

a11 a 21 C1 ( A) = M a m1

y a la j-sima columna por:

a1 j a 2j C j ( A) = M a m j F1 ( A) F ( A) en trmino de sus filas y Luego la matriz A se puede escribir como A = 2 M Fm ( A)

como A = [C1 ( A) C 2 ( A) K C n ( A)] en trmino de sus columnas. a) b)

F1 ( A), F2 ( A), K , Fm ( A) se denominan vectores filas de la matriz A. C1 ( A), C 2 ( A), K , C n ( A) se denominan vectores columnas de la matriz A.
2 1 3 A = 0 5 4 7 2 6

Ejemplo 6.- Dada la matriz

Los vectores fila de la matriz A son: F1 ( A) = [2 1 3] , F2 ( A) = [0 5 4] y

F3 ( A) = [7 2 6] .
2 1 3 0 , C ( A) = 5 , C ( A) = 4 Los vectores columna de A son: C1 ( A) = 2 3 7 2 6

4. Matriz diagonal.- Se dice que una matriz cuadrada A = [aij ] nn de orden n es diagonal si y solo si aij = 0 para todo i j ; 1 i, j n Ejemplo 7.- Las siguientes matrices son diagonales
2 0 0 1 0 0 0 3 0 , B = 0 1 0 A= 0 0 5 0 0 1

3 0 C= 0 0

0 3 0 0

0 0 3 0

0 0 0 3

14

5. Matriz escalar.- Se llama matriz escalar a una matriz diagonal donde todos los

elementos de la diagonal principal son iguales a una constante k diferente de 0 y de 1.

Ejemplo 8.- Las siguientes matrices son escalares
2 0 0 A = 0 2 0 , 0 0 2 0 5 0 0 5 0 , B= 0 0 5

3 0 C= 0 0

0 3 0 0

0 0 3 0

0 0 0 3

6. Matriz identidad.- Una matriz cuadrada A = [aij ] de orden n tal que

1 si i = j aij = . 0 si i j para i, j variando de 1 hasta n es llamada matriz identidad de orden n y se denota por I n .
Ejemplo 9.- Las siguientes matrices son matrices identidades

1 1 0 0 0 1 0 I 1 = [1], I 2 = , I 3 = 0 1 0 , I n = M 0 1 0 0 1 0
A = [aij ] de orden n se dice que es

0 1 M 0

K K K K

0 0 M 1

1. Matriz triangular superior y matriz triangular inferior.- Una matriz cuadrada

a)

Triangular superior si aij = 0 para i > j . Es decir, explcitamente

a 11 0 A= 0 M 0 a12 a 22 0 M 0 a13 a 23 a33 M 0 L a1n L a2n L a3n O 0 a nn

b)

Triangular inferior si aij = 0 para i < j . Es decir, explcitamente

a 11 a 21 A = a 31 M a n1 0 a 22 a32 M an2 0 0 a 33 M a n3 L L L O 0 a nn 0 0 0

15

OPERACIONES CON MATRICES 1. SUMA DE MATRICES.- Dadas dos matrices A = [ai j ] mn y B = [bi j ]mn del

mismo orden. La suma de A y B es una matriz del mismo orden que se define como
A + B = (ai j + bi j )mn 1 i m , 1 j n

Explcitamente si
a11 a 21 A= M a m 1 a12 a 22

M
am 2

K a1 n b11 b K a2 n 21 y B= M K M K am n bm1
a12 + b12 a 22 + b22 am 2

b12 b22

M
bm 2

K b1 n K b2 n K M K bm n

se tiene que
a11 + b11 a +b 21 21 +B= A M a m 1 + bm1 a1 n + b1n a 2 n + b2 n K M K a m n + bmn

K K

M + bm 2

Dos matrices del mismo orden se dice que son conformables respecto a la adicin de matrices.
Ejemplo 10.- Dadas las matrices

2 3 1 A= 1 0 4 calcular A + B .
Solucin

1 2 3 y B= 2 4 1

2 3 1 1 2 3 A+ B = + 1 0 4 2 4 1 3 + (2) 1 + 3 2 +1 = 0+4 4 +1 1 + (2) 3 1 4 = 3 4 5

Ejemplo 11.- Una empresa metalmecnica fabrica tres modelos A, B y C de un

producto. Partes de cada uno se elaboran en la fbrica F1 ubicada en Arequipa, y despus se terminan en la fbrica F2 ubicada en Lima. El costo total de cada

16

producto consta de los costos de manufactura y de embarque. Entonces los costos en cada fbrica (en dlares) se pueden describir mediante las matrices F1 y F2
Costo de F1 = 35 40 80 Costo de F2 = 50 60 140 Costo de 20 30 35 Costo de 30 20 30 Modelo A Modelo B Modelo C Modelo A Modelo B Modelo C manufactura embarque

manufactura embarque

La matriz
Costo de F1 + F2 = 85 100 220 Costo de 50 50 65 Modelo A Modelo B Modelo C manufactura embarque

proporciona los costos totales de manufactura y embarque de cada producto. As, los costos totales del modelo B por manufactura y embarque son 100 y 50 dlares respectivamente.
2. Multiplicacin de una matriz por un escalar.-

Dada

la

matriz

A = [ai j ] mn , k K . La multiplicacin de la matriz A por el escalar k denotado

por kA se define como

kA = [k ai j ] mn

Explcitamente si
a11 a 21 A= M a m 1 ka11 ka 21 kA = M ka m1 a12 a 22

M
am 2

K a1 n K a2 n y k K K M K am n K ka1 n K ka 2 n K M K ka m n

ka12 ka 22

M ka m 2

17

Ejemplo 12.- Dada las matrices

2 3 1 A= 1 0 4 calcular 3 A
SOLUCIN

2 3 1 6 9 3 3A = 3 = 1 0 4 3 0 12

Ejemplo 13.- Dadas las matrices

2 3 1 A= 1 0 4 calcular 5 A 2 B
SOLUCIN

1 2 3 y B= 2 4 1

2 3 1 1 2 3 5 A 2B = 5 2 2 4 1 1 0 4 10 15 5 2 4 6 = 5 0 20 4 8 2 8 19 1 = 1 8 18
3. Transpuesta de una matriz.- Dada una matriz A = [ai j ] mn se llama transpuesta de

A a la matriz denotada por AT que se define como

AT = [a j i ] nm

Escrito en forma explicita, a11 a 21 si A = M a m1

a12 a 22 M am 2

K a1 n a11 a K a2 n 12 T , entonces A = M K M K am n a1 n mn

a 21 a 22 M a2 n

K a m1 K am 2 K M K am n n m

Ejemplo 14.- Sean las matrices

3 1 A= , 4 2

5 3 1 5 7 B= , C = y D = [ 1 2 4 7] 4 4 3 0 0

entonces, sus transpuestas son:

18

 1 1 4 3 4 5 3 , C T = [5 3 4 0] y D T = 2 T T A = , B = 4 1 2 7 0 7
EJERCICIOS

1. Calcular la matriz

5 A 3B . Sabiendo que: 3 y 2 1 0 B= 1 / 3 0 2 / 3

2 0 1 / 2 A= 2 1 3 2. Determinar la matriz:

x y 0 1 X = , sabiendo que X + 2 2 = I z u 3. Si a + 2b 2a b 4 2 2c + d c 2d = 4 3 determinar los valores de a, b, c y d. 4. Encuentre todos los valores de x para los cuales x 2 + 1993x x 1994 x2 = ln(e x ) 1994 1993x x x2 5. Sean las matrices:
1 0 3 1 3 1 2 3 2 1 , C = 4 1 5, A= , B = 2 1 4 3 2 2 1 3 2 4 5 3 2 4 5 D= , E = 0 1 4 y F = 2 3 2 4 3 2 1

en caso de ser posible calcular: a) 2C 5 E d) (3B T 2 A) T 6. Sean

2 5 3 A = 1 3 3 3 2 4 1 0 0 y I = 0 1 0 0 0 1

b) 3( D + F ) e) (3D 2 F ) T

c) (2C + 3E ) T f) (C + E + F T ) T

19

Si es un nmero real, calcule I A . 7. Escribir en forma explcita las siguientes matrices: a) b)

A = [aij ]34 , si aij = 2i + (1) j

min{i, j} B = [bij ]33 , si bij = i+ j ij (1)

si i + j 3 si i + j < 3

8. En relacin al ejercicio 6 hallar. a) b) 9. Sea

a b A = c d e e c e f

AT y B T . Tr ( A) .

a) b) c)

Calcule A AT . Calcule A + AT Calcule (A AT )

T

pi qj si i + j es par . Si se 10. Dada la matriz A = [aij ]55 , donde aij = qi pj si i + j es impar cumple que a 24 = a15 y a55 + a32 = 15 , hallar la traza de A. 11. Sea A = [aij ]33 tal que
i+ j aij = 2 i2j 2 si i < j 1/ 2 B = x+ y+z 2 x + y z 2 x y + 3z 5/ 2 1 1/ 2 3 / 2

y
si i j

Si A = B , hallar el valor de x + 2( y + z ) . 2 4 5 1 1 3 12. Dadas las matrices A = , B = 3 1 y C = 2 3 . Resolver la 2 1 ecuacin 3( X + C ) = 2[ B 3( A X )] + C . 2 X 13. Resolver el sistema X Y + 3Y = A 2 3 4 2 , si A = y B = 5 3 . = B 1 0

14. Hallar la matriz X, si A + 3[ X 2( B + C )] = 2(C B) , donde 2i j aij = i+ j

si i < j 2i si i = j 2 1 , bij = y C= si i j ij si i j 3 2

20

1.3. PRODUCTO PUNTO Y MULTIPLICACIN DE MATRICES Producto punto o producto interior .- El producto punto o producto interior
b1 b y b = 2 se define como M bn

producto escalar de los n-vectores a = [a1 a 2 L a n ]

b1 b n a b = [a1 a 2 L a n ] 2 = ai bi = a1b1 + a 2 b2 + L + a n bn M i =1 bn

Ejemplo 1.- Dados los 4-vectores u = [2 1 3 4]

1 3 y v = se tiene 2 5

1 3 u v = [2 1 3 4] = (2)(1) + (1)(3) + (3)(2) + (4)(5) = 9 2 5

Ejemplo 2.- Sean los 3-vectores a = [ 3 2 x ]
3 y b= 2 x

Si a b = 17 hallar x.
Solucin
3 a b = [ 3 2 x ] 2 = 9 + 4 + x 2 = 17 x 2 = 4 x = 2 x

Producto de matrices.- Sean las matrices A = [ai j ] m p y B = [bi j ] pn el producto de

A por B denotado por AB se define como: AB = C = [ci j ] mn donde ci j = ai k bk j ; para todo i = 1, K, m, j = 1, K, n

k =1 p

la componente cij es el producto punto o producto interior de la i-sima fila de A y la j-sima columna de B. Es decir, si F1 ( A), F2 ( A), K , Fm ( A) denotan los vectores

21

filas de la matriz A y C1 ( B), C 2 ( B), K C n ( B) denotan los vectores columnas de la matriz B, entonces
ci j = Fi ( A)C j ( B) donde i = 1, K , m y j = 1, K , n .

Escrito de manera explcita

F1 ( A)C1 ( B ) F1 ( A)C 2 ( B ) F ( A)C ( B ) F ( A)C ( B ) 1 2 2 AB = 2 M M Fm ( A)C1 ( B ) Fm ( A)C 2 ( B ) F1 ( A)C n ( B ) K F2 ( A)C n ( B ) K M L Fm ( A)C n ( B)

Observaciones

1) El producto AB est definido si y solo si el nmero de columnas de la matriz A es igual al nmero de filas de la matriz B. 2) Si el producto AB est definido, se dice que A es conformable con B respecto a la multiplicacin. 3) Si AB est definido, no necesariamente BA est definido.

Ejemplo 3. Dadas las matrices

3 0 1 2 A= 2 3 4 1 24

1 0 y B= 3 4

2 1 1 1 se tiene 0 2 1 2 43

1 3 0 1 2 0 AB = 2 3 4 1 3 4

2 1 1 1 14 8 9 = 0 2 6 2 1 1 2

Ntese que BA no est definido; pues el nmero de columnas de B es 3 y es diferente al nmero de filas de A que es 2.
Ejemplo 4.- Sean las matrices
y 1 2 x A= y B = x . 3 1 2 1

6 Si AB = , hallar los valores de x, y. 2

Solucin

22

 y 1 2 x 3 x + y 6 AB = x = = 3 1 2 x + 3 y + 2 2 1

= 6 3x + y x + 3y + 2 = 2 multiplicando la primera ecuacin por 3

3x + y = 6 x + 3y = 0

9 x + 3 y = 18 x + 3y = 0 y restando la segunda ecuacin de la primera

10 x = 18 x = 9 5

y finalmente reemplazando el valor de x en la segunda ecuacin se obtiene

3y = 9 3 y= 5 5

Ejemplo 5.- Dadas las matrices

2 3 3 1 3 A = 1 4 y B = 1 2 4 0 3

calcular las siguientes entradas del producto AB . a) La entrada (1, 2) b) La entrada (2, 3) c) La entrada (3, 1) d) La entrada (3, 3)
Solucin

a) La entrada (1, 2) se halla multiplicando la primera fila de la matriz A por la segunda columna de la matriz B. 1 F1 ( A) C 2 ( B) = [2 3] = (2)(1) + (3)(2) = 4 2 b) La entrada (2, 3) se calcula multiplicando la segunda fila de la matriz A por la tercera columna de la matriz B. 3 F2 ( A) C 3 ( B) = [ 1 4] = (1)(3) + (4)(4) = 13 4

23

c) La entrada (3, 1) se halla multiplicando la tercera fila de la matriz A por la primera columna de la matriz B. 3 F3 ( A) C1 ( B) = [0 3] = (0)(3) + (3)(1) = 3 1 d) La entrada (3, 3) se halla multiplicando la tercera fila de la matriz A por la tercera columna de la matriz B. 3 F3 ( A) C 3 ( B ) = [0 3] = (0)(3) + (3)(4) = 12 4
Ejemplo 6. Un proyecto de investigacin nutricional comprende adultos y nios de

ambos sexos. La composicin de los participantes est dada por la matriz: adultos 80 A= 100 nios 120 200 Hombres Mujeres

El nmero de gramos diarios de protenas, grasa y carbohidratos que consume cada nio y cada adulto est dada por la matriz Pr otenas Grasa Carbohidratos B= 20 10 20 20 20 30 Adulto Nio

a) Cuntos gramos de protenas ingieren diariamente todos los hombres del proyecto?. b) Cuntos gramos de grasa consumen a diario todas las mujeres?.
Solucin

Calculando el producto de las matrices A y B se obtiene 80 120 20 20 20 2800 4000 5200 AB = = 100 200 10 20 30 4000 6000 8000 a) Al multiplicar la primera fila de la matriz A (hombres) por la primera columna de la matriz B (protenas) se obtiene 2800 gramos de protenas que es lo que consumen todos los hombres del proyecto. b) Al multiplicar la segunda fila de la matriz A (mujeres) por la segunda columna de la matriz B (grasa) se obtiene 6000 gramos de grasa que es lo que consumen todas las mujeres del proyecto.

24

Ejemplo 7.- Dadas las matrices

2 3 1 4 1 A= y B = 3 2 2 3 5 4 1

al efectuar el producto de la matriz A por B se obtiene 6 10 AB = 25 17 Por otra parte ntese que: a) al multiplicar la matriz A por la primera columna de la matriz B se obtiene
2 1 4 1 6 AC1 ( B ) = 3 = 2 3 5 4 25

b)

anlogamente al multiplicar la matriz A por la segunda columna de la matriz B se tiene

3 1 4 1 10 AC 2 ( B ) = 2 = 2 3 5 1 17

Luego, de a) se puede observar que multiplicando la matriz A por la primera columna de B se obtiene la primera columna de la matriz AB; es decir AC1 ( B ) = C1 ( AB ) . De igual manera, multiplicando la matriz A por la segunda columna de B se obtiene la segunda columna de la matriz AB; es decir AC 2 ( B ) = C 2 ( AB) .
NOTA.- El resultado del ejemplo anterior se puede generalizar del siguiente modo. Si

A es una matriz de orden m p y B es una matriz de orden p n , entonces la columna j-sima del producto de AB se calcula multiplicando la matriz A por la columna j-sima de la matriz B. Es decir, C j ( AB) = AC j ( B) .
Observacin.- Sean u y v dos n-vectores que representan matrices columna de orden
n 1 , el producto punto de u por v denotado por u v se define por u v = u T v .

Escribiendo explcitamente se tiene

u1 v1 u 2 , v = v 2 , entonces u v = u T v = [u Si u = 1 M M u n v n v1 v L u n ] 2 M v n

u2

= u1v1 + u 2 v 2 + L + u n v n 25

Ejemplo 8.- Si
2 1 1 y v = 4 , entonces u= 3 2 1 u v = u T v = [2 1 3] 4 2

= (2)(1) + (1)(4) + (3)(2) = 2

Producto de matriz-vector escrito en trminos de columna.
a11 a 21 Sea A = M a m 1 a12 a 22

M
am 2

K a1 n b1 b K a2 n una matriz de orden m n b = 2 un n-vector o K M M K am n bn

a1 n b1 a11b1 + a12 b2 + L + a1n bn K a 2 n b2 a 21b1 + a 22 b2 + L + a 2 n bn = K M M M K a m n bn a m1b1 + a m 2 b2 + L + a mn bn

matriz columna de n componentes. El producto Ab es una matriz de orden n 1 .

a11 a 21 M a m1 a12 a 22

M
am 2

a1n bn a11b1 a12 b2 a b a b 21 1 + 22 2 + L + a 2 n bn = M M M a mn bn a m1b1 a m 2 b2 a1n a12 a11 a a 21 + b 22 + L + b a 2 n = b1 n M M 2 M a mn a m 2 a m1

= b1C1 ( A) + b2 C 2 ( A) + L + bn C n ( A) Luego se tiene Ab = b1C1 ( A) + b2 C 2 ( A) + L + bn C n ( A) La expresin (1) es llamada combinacin lineal de las columnas de A. (1)

26

Ejemplo 9

3 2 1 Dada la matriz A = 4 1 5

1 el vector columna b = 3 ; expresar el 2

producto Ab como una combinacin lineal de las columnas de A.

Solucin

Efectuando el producto Ab se tiene

1 3 2 1 5 Ab = 3 = 4 1 5 2 3

Luego usando el resultado obtenido en (1) 1 5 3 2 3 = 14 + 3 1 25

Matrices y sistemas de ecuaciones

Sea el sistema de m ecuaciones con n incgnitas a11 x1 + a12 x 2 + K + a1n x n = b1 a 21 x1 + a 22 x 2 + K + a 2 n x n = b2 M M M M a m1 x1 + a m 2 x 2 + K + a mn x n = bm donde los aij , bi K . Haciendo uso del producto de matrices el sistema (2) se puede escribir como:
a11 a 21 M a m1 a12 a 22

(2)

M
am2

K a1n x1 b1 K a 21 x 2 b2 = K M M M K a mn x n bm

(3)

denotando por
a11 a A = 21 M a m1 a12 a 22

M
am2

K a1n x1 b1 x K a 21 2 , b = b2 , x= M M K M K a mn xn bm
Ax = b

luego el sistema (2) se puede escribir como (4)

27

donde la matriz A K mn es llamada matriz de coeficientes del sistema, x K n1 es el vector de incgnitas y b K m1 es el vector de trminos independientes. La matriz que se obtiene agregando o aumentando a la matriz de coeficientes la columna del vector de trminos independientes es una matriz de orden m (n + 1) y es llamada matriz ampliada o aumentada asociada al sistema (2) y se denota por
a11 [A b] = aM21 a m1
Nota.-

a12 a 22 M am2

K a1n b1 K a 21 b2 K M M K a mn bm

El vector de trminos independientes del sistema (2) se puede expresar como una combinacin lineal de los vectores columna de su matriz asociada. Es decir
a1n b1 a12 a11 a b a a x1 22 + x 2 22 + L + x n 2 n = 2 M M M M a mn bm a m 2 a m1

Ejemplo 10.- Dado el sistema

x + 2 y 6 z = 15 2 x 15 y = 12 2 x + 16 y z = 56

(5)

expresar como un producto de matrices y determinar su matriz aumentada.

Solucin
2 6 1 2 15 0 , el vector de incgnitas Denotando la matriz de coeficientes por A = 2 16 1 x 15 y y el vector de trminos independientes por b = 12 el sistema (5) se por x = z 56

puede escribir como

28

2 6 x 15 1 2 15 0 y = 12 2 16 1 z 56

1 2 6 15 La matriz ampliada asociada al sistema es [A b ] = 2 15 0 12 . 2 16 1 56

Ejemplo 11.- Escriba el sistema de ecuaciones lineales cuya matriz ampliada es

2 3 2 1 2 0 3 2 0 5 4 3 1 0 2 5 0 2 7 1

Solucin

El sistema correspondiente a la matriz ampliada es 2 x1 3 x1 2 x1 x1 + 2 x2 + + x2 + + + + + 3x 4 4 x4 2 x4 7 x4 = 2 = 3 = 5 = 1

+ 5 x3 2 x3

EJERCICIOS

1. En los siguientes ejercicios calcular el producto punto a b . a)

a = [3 1] ,

2 b= 5
6 b = 2 1

b)

a = [ 4 2] ,

2 b= 3
6 b = 2 1

c)

a = [2 3 4] ,

d)

a = [1 2 1] ,

2. Sean a = [3 x 1] ,

2 b = x . Si a b = 15 , hallar el valor de x. 1

29

x 6 1 2 1 3. Sean A = y B = y . Si AB = 3 , hallar x e y. 3 1 y 2

4. Dada las matrices 1 2 2 A= , 4 0 3

1 4 1 4 5 3 2 2 1 , C = 3 3 1 , D = B= 1 2 3 5 2 1 2

3 1 2 1 3 E = 2 0 5 y F = 4 2 3 4 3

en caso de ser posible calcule a) AB e) A(BD) b) BA f) ( AB) D

43

c) CB + D g) AC + AE

d)

AB + DF

h) ( D + F ) A

5. Dadas A una matriz de 3 3 , B una matriz de 3 3 , C una matriz de orden 3 4 , D una matriz de y E una matriz de 4 2 . Determine cules de las

siguientes expresiones matriciales existe, en caso que existan indicar el orden de la matriz resultante. a) AB b) e) ( B 2 )C DA + 3( DB) c) A 3 + 5(CD ) f) C 2 D

d) DB + 2 AB

g) 2( AB)(CD) + (3B)( AC ) D 6. Sean las matrices:

1 / 2 2 1 A= 0 1 0 , 2 1 1 1 1 2 B=0 3 y C= 2 1 2

Hallar: A 2 , ABC y B T AT .
3 2 2 e) Dada las matrices A = 0 3 5 , 1 0 2 3 5 0 B= 2 2 1 , 6 7 1
C = AB

D = BA . Sin calcular en cada caso, toda la matriz, calcule los siguientes elementos: a) c31 y c32 de C b)
d12 y d 33 de D

30

8. Mediante un ejemplo muestre que la multiplicacin de matrices no es conmutativa. 1 3 2 1 3 4 A= 0 3 1 1 5 2

3 3 1 1 0 3 4 5 . Usando el B= 1 4 2 2

9. Dadas las matrices

mtodo descrito en el ejemplo 9 calcule: a) La segunda y cuarta columnas de AB. b) La primera y tercera columnas de BA.
3 1 5 10. Sean A = 2 4 2 1 2 3 2 b = 1 . Exprese Ab como una combinacin 3

lineal de las columnas de A.

1 0 1 2 1 4 11. Dadas las matrices A = y B = 3 4 3 , exprese las columnas 3 1 2 2 1 2

del producto AB como una combinacin lineal de las columnas de A. 12. Dado el siguiente sistema de ecuaciones lineales:

x 2y + 2x + 3y 4x y + 5x 3 y a)

z z z

+ 2u = 2 5u = 9 u = 5 u = 3

+ 2z +

Determine la matriz de coeficientes asociada al sistema..

c) Escriba el sistema lineal en forma matricial. d) Determine la matriz aumentada asociada al sistema 13. Escriba cada una de los siguientes sistemas de ecuaciones lineales en forma de una ecuacin matricial Ax = b . a) x1 2 x1 4 x1
5 x1 +

+ 8x2 5 x2 7 x2
+ 2 x2 x2 3x 2 = =

2 x3 2 x3 + x3
6 9

= 3 = 1 = 3

b)

3 x1 4 x1

= 2

31

c)

x1 7 x1 3 x1 x1 2 x1

3x 2 + 5x2 3x2 + + 5 x2

+ 6 x3 + x3 8 x3 + 9 x3 3 x3

= 2 = 9 + 5 x4 + 5x4 + 4 x4 = 2 = 12 = 4

d)

14.

En los siguientes ejercicios se da la matriz ampliada a sistema de ecuaciones lineales. Se pide escribir el sistema correspondiente. 1 2 1 3 0 1 1 2 1 0 4 2
2 3 2 1 3 2 0 2 1 3 1 0 2 6 0 2 7 1 1 0

a)

b)

15.

Cul es la relacin entre los sistemas lineales cuyas matrices aumentadas son las siguientes: 1 3 3 2 1 3 3 2 y 2 2 6 1 2 2 6 1 0 0 0 0

16.

Determine en cada uno de los siguientes ejercicios el valor de a tal que AB T = 0 donde: a) A = [3 a 1] y B = [2 1 4] b) A = [a 2 1] y B = [3 1 a ]

17.

Un empresario fabrica sillas y mesas, que deben de pasar por un proceso de armado y acabado. Los tiempos que se requieren para estos procesos estn dados (en horas) por la matriz Pr oceso de Pr oceso de armado acabado A= 2 3 2 4 Mesa Silla

El empresario tiene una planta en Pucallpa y otra en Lima. Los costos por hora de cada proceso estn dadas (en dlares) por la matriz Pucallpa B= 9 10 Lima 10 Pr oceso de armado 12 Pr oceso de acabado

32

Cmo debe interpretar el empresario las entradas del producto de las matrices

AB ?.

18.

Un fabricante elabora dos tipos de productos P y Q, en dos plantas, X e Y. En el proceso de fabricacin, se producen los contaminantes bixido de azufre, xido ntrico y partculas suspendidas. Las cantidades de cada contaminante estn dadas (en kilogramos) por la matriz
Bixido de xido Partculas Azufre ntrico

A=

300 200

100 250

150

Pr oducto P 400 Pr oducto Q

Existen normas de proteccin del medio ambiente que exigen la eliminacin de estos contaminantes. El costo diario por eliminar cada kilogramo de contaminante esta dado (en dlares) por la matriz.
Planta X Planta Y

B=

8 7 15

12 9 10

Bixido de azufre xido ntrico Partculas suspendidas

Cmo debe interpretar el empresario las entradas del producto de matrices AB ?. 19. Una empresa paga a sus ejecutivos un salario, adems les da acciones de la compaa a manera de gratificacin anual. El ao pasado el presidente de la compaa recibi $80 000 y 50 acciones, cada uno de los tres vicepresidentes recibi $45 000 y 20 acciones y al tesorero se le dieron $40 000 y 10 acciones. a) Exprese los pagos hechos en dinero y en acciones mediante una matriz de 23. b) Exprese el nmero de ejecutivos de cada rango por medio de un vector columna. c) Utilice la multiplicacin matricial a fin de calcular la cantidad total de dinero y el nmero total de acciones que la compaa pag a estos ejecutivos el ao pasado

33

1.4 PROPIEDADES DE LAS OPERACIONES CON MATRICES

A continuacin se enunciar a modo de teoremas las propiedades ms importantes del lgebra de matrices.
Teorema 1 [Propiedades de la suma de matrices]

Sean A, B y C matrices de orden m n , entonces se verifican las siguientes propiedades:

a) A + B es una matriz de orden m n . b) A + B = B + A c) A + ( B + C ) = ( A + B) + C d) Existe una nica matriz de orden m n denotada por 0 tal que
A+0 = A

la matriz 0 es llamada matriz nula o elemento neutro aditivo. e) Para toda matriz A existe una nica matriz denotada por A tal que

A + ( A) = 0
la matriz A es llamada opuesto o inverso aditivo de A.
PRUEBA

Se verificarn algunas propiedades y de las otras, se dar un ejemplo para ilustrar la aplicacin de la propiedad. a) Esta propiedad lo que nos dice es si se suman dos matrices de orden m n , entonces el resultado es una matriz tambin de orden m n . Es decir la operacin de adicin en las matrices es cerrada o cumple con la propiedad de cerradura. b) Sean A = [aij ] , B = [bij ] matrices de orden m n A + B = [aij ] + [bij ] sustitucin = [ aij + bij ] ; 1 i m , 1 j n por definicin de adicin = [bij + aij ] , por ser aij , bij K

34

= [bij ] + [aij ] ; 1 i m , 1 j n por definicin de adicin

= B + A sustitucin
Luego queda demostrado que A + B = B + A , es decir que la operacin de adicin definida en las matrices es conmutativa. d) Sean A = [aij ] y X = [ xij ] matrices de orden m n . Si se verifica que A + X = A para toda matriz A de orden m n se tiene [ aij ] + [ xij ] = [ aij ] sustitucin [aij + xij ] = [aij ] ; 1 i m , 1 j n por definicin de adicin de matrices. aij + xij = aij ; 1 i m , 1 j n por definicin de igualdad de matrices xij = 0 ; 1 i m , 1 j n Luego X = 0 es la matriz nula de orden m n . Las propiedades anteriores se ilustran mediante los siguientes ejemplos:
Ejemplo 1.- Dadas las siguientes matrices

2 1 3 1 2 1 1 4 2 A= , B = 1 1 3 y C = 3 0 1 0 1 2 Verificando b) la propiedad conmutativa de la suma A + B = B + A 2 1 3 1 2 1 A+ B = + 0 1 2 1 1 3 2 + 1 1 + 2 3 + (1) = 2+3 0 + 1 1 + (1) 3 1 2 = 1 0 5 Por otra parte calculando, 1 2 1 2 1 3 B+ A= + 1 1 3 0 1 2 1 + 2 2 + (1) 1 + 3 = 1 + 0 (1) + 1 3 + 2 3 1 2 = 1 0 5 Luego se verifica que A + B = B + A

35

Verificando c) la propiedad asociativa de la suma A + ( B + C ) = ( A + B) + C

2 1 3 1 2 1 1 4 2 A + (B + C) = + + 0 1 2 1 1 3 3 0 1

2 1 3 2 2 1 = + 0 1 2 4 1 2 4 3 4 = 4 0 4 Por otra parte

2 1 3 1 2 1 1 4 2 ( A + B) + C = 0 1 2 + 1 1 3 + 3 0 1

3 1 2 1 4 2 = + 1 0 5 3 0 1 4 3 4 = 4 0 4 Luego se verifica que A + ( B + C ) = ( A + B) + C . Verificando d) la existencia del elemento neutro aditivo. 0 0 0 Existe la matriz 0 = de orden 2 3 . 0 0 0 2 1 3 Si se considera la matriz A = , se tiene que 0 1 2 2 1 3 0 0 0 A+0 = + sustitucin 0 1 2 0 0 0 2 + 0 1 + 0 3 + 0 = por definicin de adicin 0 + 0 1 + 0 2 + 0 2 1 3 = propiedad de la adicin en K. 0 1 2

=A

sustitucin

Luego se verifica que A + 0 = A Verificando e) la existencia del inverso aditivo. 2 1 3 2 1 3 Para A = existe A = 0 1 2 tal que 0 1 2

36

 2 1 3 2 1 3 A + ( A) = + 0 1 2 0 1 2 0 0 0 = 0 0 0
=0

Teorema 2 [Propiedades de la multiplicacin de matrices]

Sean A, B y C matrices conformables respecto a la suma y producto, entonces se verifican las siguientes propiedades: a) b) c) d)

A( BC ) = ( AB)C A( B + C ) = AB + AC ( A + B)C = AC + BC
Si A es una matriz de orden m n y I m y I n son matrices identidad de ordenes m y n respectivamente, entonces se verifica I m A = AI n = A

Con los siguientes ejemplos se ilustran las propiedades antes enunciadas.

Ejemplo 2.- Dadas las matrices
2 1 1 0 3 0 , B = 1 1 2 y C = 2 1 A= 0 1 1 1 1 3 1

Verificando a) la propiedad asociativa de la multiplicacin

2 1 1 0 3 0 1 1 2 2 1 A(BC ) = 0 1 1 3 1 1 1
2 1 9 1 = 3 0 1 2 1 1 17 0 = 27 3 8 1

Por otra parte

37

 2 1 1 0 1 1 2 2 1 ( AB)C = 3 0 1 1 0 1 1 3 1
2 3 3 1 0 ( AB)C = 3 3 6 2 1 1 2 1 3 1 17 0 = 27 3 8 1

Luego se verifica la propiedad asociativa del producto de matrices.

2 1 1 1 2 1 2 1 Ejemplo 3.- Sean las matrices A = 3 0 , B = y C = 3 1 1 0 1 1 1 1

Verificando c) la propiedad distributiva de la multiplicacin con respecto a la suma

2 1 1 1 2 1 2 1 A( B + C ) = 3 0 0 1 1 + 3 1 1 1 1 2 1 2 3 1 = 3 0 3 2 2 1 1 1 8 0 = 6 9 3 1 5 1

Por otro lado, calculando

2 1 2 1 3 0 1 1 2 + 3 0 1 2 1 AB + AC = 0 1 1 1 1 1 3 1 1 1 2 3 3 1 5 3 = 3 3 6 + 3 6 3 1 2 1 2 3 2 1 8 0 = 6 9 3 1 5 1

38

Luego se verifica A( B + C ) = AB + AC .
Ejemplo 4.- Para ilustrar la propiedad d)
2 1 Dada la matriz A = 3 0 1 1 1 0 0 considerando I 3 = 0 1 0 se tiene I 3 A = A 0 0 1

1 0 y considerando I 2 = se tiene AI 2 = A 0 1
Observacin.

El producto de matrices no es conmutativo. En efecto, para las matrices

1 1 0 2 1 3 A= y B = 1 2 1 se tiene que 1 0 1 3 1 1 1 1 0 2 1 3 1 2 1 AB = 1 0 1 3 1 1

10 1 4 = 4 0 1 Sin embargo el producto BA no es posible efectuar pues el nmero de columnas de B es 3 que es diferente al nmero de filas de A que es 2. Cuando existen matrices A, B tales que su producto sea conmutativo se dice que las matrices son permutables.

Potenciacin de matrices.- Sea A una matriz cuadrada de orden n, se define

A0 = I n A 2 = AA A3 = A 2 A
M

A k = A k 1 A donde k Z, k 2

39

Teorema 3.- [Propiedades de la potenciacin de matrices]

Dada una matriz A cuadrada de orden n, para todo p, q Z + se cumplen las siguientes propiedades. a) b) A p Aq = A p+q ( A p ) q = A pq

Observacin.- En general ( AB) p A p B p . Solo se cumple la igualdad si y solo si

AB = BA .
Ejemplo 5.1 1 1 Si A = 0 1 1 , calcular A n . 0 0 1

Solucin

1 1 1 1 1 1 1 2 3 1 2 A 2 = 0 1 1 0 1 1 = 0 1 2 = 0 1 0 0 1 0 0 1 0 0 1 0 0

2(2 + 1) 2 2 1

3(3 + 1) 1 2 3 1 1 1 1 3 6 1 3 2 0 1 2 0 1 1 = 0 1 3 = 0 1 3 2 3 A = A A= 0 0 1 0 0 1 0 0 1 0 0 1 Luego, se puede conjeturar que

1 n A n = 0 1 0 0

n(n + 1) 2 n 1

lo cual se puede verificar usando induccin matemtica.

Teorema 4.- [Propiedades de la multiplicacin por escalares]

Si A y B son matrices conformables respecto a la adicin y multiplicacin de matrices y r y s escalares, entonces se verifican las siguientes propiedades: a) b) c)

r ( sA) = (rs) A (r + s ) A = rA + sA r ( A + B) = rA + rB

40

d)

A(rB ) = (rA) B = r ( AB)

Ejemplo 6. Ilustrando la propiedad d).

1 3 2 1 1 Sea r = 3 , A = y B = 1 0 se tiene 3 0 2 2 1 3 9 2 1 1 15 15 3 0 = A(3B ) = 3 33 3 0 2 6 3

Ahora calculando,
1 3 6 3 3 15 15 (3 A) B = 1 0 = 21 21 9 0 6 2 1

Ahora calculando,

5 5 15 15 3( AB) = 3 = 7 7 21 21
Lugo se tiene que se verifica A(rB) = (rA) B = r ( AB) .

Teorema 5.- [Propiedades de la transpuesta]

Sea r un escalar, A y B matrices conformables respecto a la adicin y multiplicacin de matrices, respectivamente. Se verifican las siguientes propiedades: a) b) c) d) ( AT ) T = A ( A + B ) T = AT + B T ( AB) T = B T AT (rA) T = rAT

PRUEBA

Se probar a modo de ejemplo la propiedad c) c) Sean A = [aij ] m p , B = [bij ] pn . Denotando AB = C = [cij ] mn se tiene que
T cij = c ji = F j ( A)C i ( B)

41

= a j1

a j 2 L a jp

b1i b 2i M b pi

= a j1b1i + a j 2 b2i + L + a jp b pi
T T T = a1 j biT + a 2 j biT2 + L + a T bip 1 pj T T T = biT a1 j + biT2 a 2 j + L + bip a T 1 pj

= F2 ( B T )C j ( AT )
T Luego, se puede ver que cij es la (i, j ) entrada de la matriz B T AT .

Ejemplo 7.- Para ilustrar la propiedad c) del teorema 5 consideremos las matrices
1 0 2 1 2 1 A= y B = 1 1 3 3 1 2 2 1 1 1 2 1 3 3 T AB = ( AB) = 3 1 2 1 11 3 11

Por otra parte,

1 1 2 1 3 1 2 B A = 0 1 1 2 1 = 3 1 2 3 1 1 2 3 11
T T

Luego se verifica la propiedad c) ( AB) T = B T AT .

Matrices simtricas y antisimtricas

Dada una matriz A cuadrada de orden n se dice que es: a)

Simtrica si y solo si A = AT . Las matrices simtricas tienen la propiedad de

que sus entradas que equidistan de la diagonal principal son iguales.

b)

Antisimtrica si y solo si A = AT . Las matrices antisimtricas tienen la

propiedad de que todas las entradas correspondientes a la diagonal principal son iguales a cero y sus entradas que equidistan de la diagonal principal son iguales en valor absoluto pero de signos opuestos.

42

Ejemplo 8.- Las siguientes matrices son simtricas

1349 1335 452 0 2 1 3 1349 0 2684 297 1 2 A= , B=1 0 2 y C= 1335 2684 0 1787 2 3 3 2 4 0 452 297 1787
Ejemplo 9.-Las siguientes matrices son antisimtricas

1349 1335 452 0 0 1 3 1349 0 2684 297 0 2 1 y F= D= , E= 0 2 1335 2684 1787 0 2 0 3 2 0 297 1787 0 452
Observacin .- Toda matriz cuadrada A de orden n se puede expresar como la suma de una matriz simtrica y una matriz antisimtrica. En efecto, toda matriz se puede escribir como 1 1 A = ( A + AT ) + ( A AT ) 2 2 Se deja como al lector, a modo de ejercicio verificar que A + AT es una matriz simtrica y A AT es una matriz antisimtica. EJERCICIOS

1. Calcular la matriz X, si se cumple que A(B + X ) = BX T BAT

T

, donde

1 1 2 1 y B= A= 1 2 1 3
2. Calcular la matriz X, si satisface la ecuacin matricial ( X T AB) T 2 B T C = I .

1 4 1 / 3 1 / 3 Sabiendo que AT = B T 2C = y B= . 1/ 3 2 3 0
3. Hallar la matriz X, si satisface la ecuacin matricial X T C

A T = B XB T ,

1 2 2 2 2 0 donde A = 3 4 ; B = 3 5 y C = 1 2 . 8 36 4. Hallar la matriz triangular superior B, si B 3 = 0 64 .

2 x 1 1 5. Sabiendo que la matriz A = w 0 y + 2 , donde x > 0 es simtrica. x2 + x w +1 1

Demostrar que A 3 es simtrica.

43

6. Una matriz cuadrada A K nn , se dice que es idempotente si y solo si A 2 = A . Averige si las siguientes matrices son idempotentes: a)
1 2 2 b) B = 0 0 1 0 0 1

3 6 A= 1 2

7. Demostrar que si A y B son matrices idempotentes y permutables en K nn , entonces AB es idempotente. 8. Una matriz cuadrada A K nn , se dice que es involutiva si y solo si A 2 = I n . Averige si las siguientes matrices son involutivas: a)

1 0 A= 0 1
que una matriz

b)

4 3 0 1 3 3 B= 1 4 4

9. Demostrar

A K nn

es

involutiva

si

solo

si

( I n A)( I n + A) = 0 .
1 1 0 1 1 1 10. Dadas las matrices A = 0 1 0 y B = 2 2 2 0 1 1 4 4 4

a) b)

Verificar que la matriz A es involutiva y B es una matriz idempotente.

Calcular: A 3 B 6 + A 5 B 7 1 0 0 11. Dada la matriz A = 1 1 1 , resolver la siguiente ecuacin matricial: 0 0 1 2 18 A X = 1 . 4 12. Una matriz cuadrada A K nn se dice que es peridica si existe un entero positivo k tal que A k +1 = A . El menor k positivo que cumple dicha condicin es llamado periodo de A. Averige si las siguientes matrices son peridicas. En caso que sea peridica, indicar su periodo. a)
0 1 0 B = 1 1 1 0 1 0

0 1 A= 1 1

b)

44

2 1 13. Resuelva la siguiente ecuacin matricial: X = [2 6 ] 2 3

y use este

2 resultado para calcular el producto: X . 6

14. Una matriz cuadrada A K nn se dice que es nilpotente o nulipotente si existe un entero positivo k tal que A k = 0 . El menor k positivo que cumple dicha condicin es llamado ndice de nilpotencia de A. Averige si las siguientes matrices son nilpotentes. En caso sea nilpotente indicar su ndice de nilpotencia. a)
1 3 1 5 B= 2 6 2 1 3

1 1 A= 1 1

b)

1 0 2 n 15. Sea la matriz A = . Demostrar que A = 2 A I y calcular A . 1 1 16. Hallar la matriz X, si se cumple que ( X + B) A101 = C , donde
1 1 0 A = 0 1 0 ; B = [2 0 1 1 1 0 Sean las matrices A = 0 1 0 0

17.

2 1 3] ; y C = 0 1 1 1 1 0 y B = 0 1 0 0 0 1 0 1

Calcular: E = ( A 5 + B 5 )(2 A 20 + B 20 ) 18. Una matriz cuadrada A K nn se dice que es ortogonal si y solo si

AAT = AT A = I n .
Averige si las siguientes matrices son ortogonales. a)

0 1 A= 1 0

b)

0 1 0 B = 1 0 0 0 0 1

19. 20. 21.

Determinar las matrices X R 22 tales que X 2 = 0 , donde 0 es la matriz nula. Demostrar que si AAT = 0 , entonces A = 0 . Demostrar que si A y B son matrices diagonales en R 22 , entonces AB es diagonal y AB = BA.

45

22. Demostrar que si una matriz es simtrica, idempotente y con algn elemento nulo en la diagonal, entonces la fila y la columna de dicho elemento son el vector nulo. 23. Demostrar: a) b) c) 24.

A 2 = A A + B = I n B 2 = B AB = BA = 0 AB = A BA = B A, B, AT , B T son idempotentes. A + B = I n AB = 0 A y B son idempotentes.

Resolver la ecuacin A 2 + X 2 = I 2 , donde A, X, I 2 son matrices cuadradas de

i 1 orden 2 2 y A = . 1 i
25. Una multiplicacin diferente de la usual es importante en muchas reas de la ciencia y de la ingeniera; se define entre dos matrices cualesquiera. Si A es una matriz de orden p q y B una matriz de orden r s , entonces el producto de Kronecker ( o producto tensorial) denotado por A B se define como la matriz de orden pr qs que contiene todos los productos de un elemento de A con un elemento de B, dispuestos de un modo especial: denotando por A = [aij ] pq , las primeras r filas de A B se definen escribiendo a11 B seguido por a12 B a su derecha, seguido por a13 B a su derecha y as sucesivamente hasta a1q B a su derecha; las segundas r filas se generan de manera similar escribiendo a 21 B ,
a 22 B , y as sucesivamente; y esto continua a lo largo del p-simo conjunto de r

filas. De acuerdo a la definicin dada anteriormente, calcular

1 2 5 6 7 3 4 8 9 10

46

1.5 OPERACIONES ELEMENTALES Y SOLUCIONES DE SISTEMAS DE ECUACIONES. Matriz escalonada reducida por filas

Sea

una

matriz

de

orden y

mn

cuyas columnas

filas son

son

los

n-vectores m-vectores

F1 ( A), F2 ( A),L, Fm ( A)

cuyas

los

C1 ( A), C 2 ( A),L, C n ( A) . Se dice que A es una matriz escalonada reducida por filas
si satisface las siguientes condiciones: a) Las primeras r filas ( r m ) son vectores no nulos y las restantes todos nulos. b) La primera componente de cada fila no nula es 1 y es llamada entrada principal de su fila. c) Dadas dos filas sucesivas i y i + 1 no nulas, la entrada principal de la fila i + 1 est a la derecha de la entrada principal de la fila i. Las entradas principales estn dispuestos en forma de escalera. d) Si una columna contiene una entrada principal de alguna fila entonces el resto de las entradas de esta columna son todos iguales a cero. Es decir una matriz escalonada reducida por filas tiene la forma:
0 0 M A = 0 0 M 0 0 0 a) A = 0 0 1 0 1 0 1 2 0 0 0 0 0 0 0 1 0 K 0 * K * 0 0 1 K 0 * K * r filas no nulas M M M K M M K M 0 0 0 K 1 * K * 0 0 0 K 0 0 K 0 m-r filas nulas M M M K M M K M 0 0 0 K 0 0 K 0 mn 1 2 0 0 b) B = 0 0 0 0 0 4 5 1 3 6 0 0 0 0 0 0

Ejemplo 1.- Las siguientes matrices son escalonadas reducidas por filas

47

1 0 c) 0 0 0

0 0 0 1 0 0 0 1 0 0 0 1 0 0 0

0 0 d) D = 0 0 0

0 1 3 2 0 0 1 0 0 0 0 1 0 2 0 0 0 0 0 1 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Observacin.- Una matriz que cumple las condiciones a), b) y c) pero no la

condicin d) se dice simplemente que es una matriz escalonada por filas.

Ejemplo 2.- Las siguientes matrices son escalonadas por filas pero no escalonadas

reducida por filas. 1 0 a) A = 0 0 0 2 5 1 3 4 0 1 2 0 0 0 1 2 0 1 b) B = 0 0 0 0 3 5 2 1 1 2 0 0

Operaciones elementales por filas

Sea A = [aij ] una matriz de orden m n . Se llama operacin elemental sobre las filas de A a una de las siguientes tres operaciones: a) Intercambiar dos filas de A. La operacin de intercambiar las posiciones relativas de las filas i y j de la matriz A se denota por Fi F j . b) Multiplicar una fila de A por un escalar diferente de cero. La operacin de multiplicar la fila i de la matriz A por el escalar k se denota por kFi . c) Sumar a una fila el mltiplo escalar de otra. La operacin de sumar a la fila i de A la fila j de A multiplicada por el escalar k 0 se denota por Fi + kF j .
Ejemplo 3.- Dada la matriz
3 6 0 3 A = 1 7 5 4 4 11 3 1

efectuar las siguientes operaciones elementales sobre las filas de A en forma consecutiva: a) Intercambiar las posiciones relativas de las filas 1 y 2. b) Sumar a la segunda fila la primera fila multiplicada por 3 . c) Sumar a la tercera fila la primera fila multiplicada por 4 . d) Multiplicar la segunda fila por
1 . 15

48

e) Sumar a la primera fila la segunda fila multiplicada por 7 . f) Sumar a la tercera fila la segunda fila multiplicada por 17.
Solucin

a) Intercambiar las posiciones relativas de las filas 1 y 2. La operacin denotamos por F1 F2 y se tiene
3 6 0 3 1 7 5 4 1 7 5 4 F1F2 3 6 0 3 A= 4 11 3 1 4 11 3 1

b) Sumar a la segunda fila la primera fila multiplicada por 3 . La operacin denotamos por F2 + (3F1 ) y se tiene
7 5 4 1 7 5 4 1 3 6 0 3 F2 +(3F1) 0 15 15 15 4 11 3 1 4 11 3 1

c) Sumar a la tercera fila la primera fila multiplicada por 4 . La operacin denotamos por F3 + (4 F1 ) y se tiene
4 7 5 4 7 5 1 1 0 15 15 15 F3 +(4 F1) 0 15 15 15 4 11 0 17 17 17 3 1

d) Multiplicar la segunda fila por tiene

1 1 . La operacin la denotamos por F2 y se 15 15

4 7 5 4 1 F 7 5 1 1 2 0 15 15 15 0 15 1 1 1 0 17 17 17 0 17 17 17 e) Sumar a la primera fila la segunda fila multiplicada por 7 . La operacin la denotamos por F1 + (7 F2 ) y se tiene
4 0 2 3 7 5 1 1 F1+(7 F2 ) 0 1 0 1 1 1 1 1 0 17 17 17 0 17 17 17

f) Sumar a la tercera fila la segunda fila multiplicada por 17. La operacin la denotamos por F3 + 17F2

49

 4 7 5 1 0 2 3 1 F3 +17 F2 0 1 0 1 1 1 1 1 0 0 0 0 17 17 17 0

Matrices equivalentes.

Dada dos matrices A y B del mismo orden. Se dice que la matriz A es equivalente por

filas a la matriz B si existe un nmero finito de operaciones elementales que aplicadas

sucesivamente a las filas de A nos permite obtener la matriz B. Este hecho se denota
F

por A ~ B .
Ejemplo 4.- Las matrices
3 6 0 3 1 0 2 3 1 7 5 4 y B = 0 1 1 1 A= 4 11 3 1 0 0 0 0

son equivalentes por filas; pues existe un nmero finito de operaciones elementales que aplicadas sucesivamente a las filas de A nos permite obtener B. Del ejemplo 3 se puede observar que las operaciones elementales aplicadas a las filas de A para obtener B son: F1 F2 , F2 + (3F1 ) , F3 + (4 F1 ) ,
1 F2 , F1 + (7 F2 ) y F3 + 17F2 . 15

Teorema 1.- Toda matriz A de orden m n no nula es equivalente a una matriz

escalonada reducida por filas del mismo orden.

Prueba
a11 a Sea A = 21 M a m1 a12 a 22
M K a1n a1 j a K a2n 2j y sea C j ( A) = la primera columna no nula, sin M K M K a mn a mj

am2

prdida de generalidad podemos suponer que a1 j 0 . La matriz A tiene la forma:

0 0 A= M 0
K 0 a1 j K 0 a2 j K M M K 0 a mj K a1n K a2n K M K a mn

50

Aplicando la operacin elemental del segundo tipo a la primera fila de A se tiene:

L a1n 0 L 0 L 0 a 2 j a 2, j +1 L a 2 n aij1F1 0 L 0 M L M L M M M O M L 0 a mj a m, j +1 L a mn 0 L 0 Luego aplicando las operaciones elementales del tercer tipo L 0 a1 j

0 0 A= M 0

a1, j +1

L b1n a 2 j a 2, j +1 L a 2 n =A 1 M M O M a mj a m , j +1 L a mn a las filas de A1 para

b1, j +1

tener debajo de la entrada principal todos los elementos igual a cero se tiene
0 0 [ Fn + ( a mj F1 )]L[ Fn + ( a mj F1 )] A1 = M 0
L 0 1 L M M

b1, j +1
M

L 0 0 b2, j +1 L 0 0 bm , j +1

L b1n L b2 n O M L bmn

( ) Ahora tomando la primera columna de ( ) que tenga un blk 0 ;donde k > j y repitiendo el proceso anterior las veces que sea necesario se tiene que: as sucesivamente tenemos que:
0 0 A= M 0
K 0 a1 j K 0 a2 j K M M K 0 a mj K a1n 0 K a 2 n F 0 ~ K M M K a mn 0 K 1 * K 0 K * K 0 0 K 1 K * K M M K M K M K 0 0 K 0 K 0

l >1 y

Ejemplo 5.- Hallar la matriz escalonada reducida por filas equivalente a la matriz

0 0 A= 0 0
Solucin

0 1 2 3 3 2 4 5 1 3 1 2 2 3 4 1

Paso 1.- Determinamos la primera columna no nula. La primera columna no nula es la columna 2, sta es la columna pivote. 0 0 A= 0 0 3 5 1 3 1 2 2 3 4 1 columna pivote 2 4 0 1 3 2

51

Paso 2.- Como en la columna pivote hay un 1 en la tercera fila y 0 en la primera fila realizamos la siguiente operacin elemental F1 F3 sobre las filas de A obteniendo 0 0 A= 0 0 0 1 2 3 2 4 1 3 1 2 3 4 3 0 F F 0 5 1 3 0 2 1 0 1 3 1 2 3 2 4 5 0 1 2 3 2 3 4 1

Ahora 1 es el elemento pivote en la columna pivote. Paso 3.- El objetivo siguiente es que todos los dems elementos donde aparece el 1 de la columna pivote se transformen en ceros. Para ello, efectuamos las operaciones elementales del tercer tipo sobre las filas de la matriz obtenida en el paso 2. 0 0 A= 0 0 1 3 1 3 2 4 0 1 2 2 3 4 2 0 F +( 3F ) 0 5 2 1 0 3 F4 + (2 F1 ) 1 0 1 3 1 2 0 7 7 1 0 1 2 3 0 3 6 3

F2 + (3F1 ) significa que a la segunda fila se le ha sumado la primera fila

multiplicada por 3 y F4 + (2 F1 ) significa que a la cuarta fila se le ha sumado la primera fila multiplicada por 2 . Paso 4.- El objetivo es haciendo operaciones elementales sobre las filas de la ltima matriz del paso 3; el 7 de la segunda fila y tercera columna transformarlo en 1; para ello multiplicamos la segunda fila por
0 0 0 0 1 1 2 0 1 F2 0 0 7 7 1 7 0 0 1 2 3 0 3 6 3 0 3 1
1 obteniendo 7

2 0 1 1 17 0 1 2 3 0 3 6 3 3

Paso 5.- Ahora se debe transformar todos los dems elementos donde aparece el 1 de la columna pivote 2 en ceros. Para ello, efectuamos las operaciones elementales del tercer tipo sobre las filas de la matriz obtenida en el paso 4

52

0 0 0 0

1 0 0

3 1 2 F + ( 3F ) 1 2 1 1 1 7 F3 + F2 1 2 3 F4 + 3F2 0 3 6 3

0 0 0 0

1 0 2 0 1 1 0 0 0 0 1 3

1 7 22 7 18 7
11 7

Paso 6.- Observando la matriz obtenida en el paso 5, la cuarta fila es la columna pivote y el 1 ubicado en la cuarta fila es el elemento pivote. Luego hay que transformar los elementos que estn encima y debajo del elemento pivote en cero lo cual se obtiene aplicando las operaciones elementales del tercer tipo 0 0 0 0 1 0 F + ( 2 F ) 1F +F 3 1 0 1 1 7 2 3 22 0 0 1 7 F4 + ( 3F3 ) 18 0 0 3 7 2
1 7

0 0 0 0

1 0 0 33 7 0 1 0 23 7 0 0 1 22 7 0 0 0 12

Paso 7.- Ahora la columna pivote es la quinta columna y el elemento pivote es -12 que est ubicado en la cuarta fila, luego hay que transformar 12 en 1 aplicando una operacin elemental del segundo tipo.
0 0 0 0 1 0 0 33 7 1 0 1 0 23 7 ( 12 ) F4 0 0 1 22 7 0 0 0 12 0 0 0 0 1 0 0 33 7 0 1 0 23 7 0 0 1 22 7 0 0 0 1

Paso 8.- En la matriz obtenida en el paso 7 solo resta transformar en ceros los elementos que estn encima del elemento pivote. Esto se consigue, aplicando las operaciones elementales del tercer tipo

0 0 0 0

1 0 0 0

0 1 0 0

0 0 1 0

33 F4 7 33 7 23 F2 +( ) F4 23 7 7 22 22 7 F3 + ( ) F4 1 7 F1 +

0 0 0 0

1 0 0 0

0 1 0 0

0 0 1 0

0 0 0 1

Luego, se ha obtenido finalmente la matriz escalonada reducida por filas equivalente a A. 0 0 A= 0 0 0 1 2 3 2 4 1 3 1 2 3 4 3 5 F ~ 2 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1

53

Ejemplo 6.- Hallar la matriz escalonada reducida por filas equivalente a la matriz:
1 2 1 2 1 A = 2 4 1 2 3 3 5 2 6 5

Solucin

Sumando a la segunda fila la primera fila multiplicada por 2 . Luego sumando a la tercera fila la primera multiplicada por 3 , se tiene 1 2 1 2 1 1 2 1 2 1 2 4 1 2 3 F2 +( 2 F1) 0 0 3 6 1 A= 3 5 2 6 5 F3 + ( 3F1 ) 0 1 5 12 2 Intercambiando la segunda fila con la tercera 1 2 1 2 1 1 2 1 2 1 0 0 F2F3 0 1 5 12 2 3 6 1 0 1 5 12 2 0 0 3 6 1 Multiplicando la segunda fila por 1 1 1 2 1 2 1 1 2 1 2 0 1 5 12 2 (1) F2 0 1 5 12 2 0 0 0 0 3 6 1 3 6 1 Sumando a la primera fila la segunda multiplicada por 2 se tiene 1 1 2 1 2 1 0 9 22 5 F2 0 1 5 12 2 F1+( 2) 0 1 5 12 2 0 0 3 6 1 0 0 3 1 6 Multiplicando la tercera fila por
1 . 3

1 0 9 22 5 1 2 1 2 1 1 F 3 0 1 5 12 2 3 0 1 5 12 2 0 0 1 0 0 3 6 1 2 13

Sumando a la primera fila la tercera multiplicada por 9 y luego sumando a la segunda fila la tercera multiplicada por 5 se tiene

54

1 0 0 4 2 1 0 9 22 5 ) 0 1 5 12 2 F1+(9 F 0 1 0 2 1 3 3 1 1 0 0 1 2 0 0 1 F2 + 5F3 2 3 3

Luego,
1 2 1 2 1 1 0 0 4 2 F A = 2 4 1 2 3 ~ 0 1 0 2 1 3 3 5 2 6 5 0 0 1 2 1 3

Ejemplo 7.

1 3 1 2 1 0 11 5 3 0 ~ Verificar que 2 5 3 1 0 1 5 0 4 1

0 4 / 11 13 / 11 1 5 / 11 3 / 11 0 0 0 0 0 0

Solucin de sistemas de ecuaciones lineales

Dos sistemas de ecuaciones lineales Ax = b y Cx = d equivalentes. Es decir, [ A b ] ~ [C d ].

cada una con m ecuaciones

y n incgnitas se dice que son equivalentes si y solo si sus matrices ampliadas son

Teorema 2.- Si Ax = b y Cx = d , son dos sistemas equivalentes, entonces tienen las

mismas soluciones.
Prueba

La prueba es una consecuencia directa de la definicin de matrices equivalentes. Es decir, una de las matrices ampliadas se obtiene a partir de la otra aplicando un nmero finito de operaciones elementales a sus filas. La solucin no vara cuando se efectan cualesquiera de los tres tipos de operaciones elementales.
Corolario 1.- Si Ax = 0 y Cx = 0 son dos sistemas tal que A es equivalente por

filas a C, entonces tienen las mismas soluciones.

Corolario 2.- Si Ax = b y Cx = d

son dos sistemas equivalentes y Ax = b no

tiene solucin, entonces Cx = d tampoco tiene solucin.

Ejemplo 8.- Averiguar si son equivalentes los siguientes sistemas:

+ z + 4w + 2z 2z + w 5x + 2 y + w

2x 3y y 3x +

= = = =

5 1 0 1

(1)

55

x +

4y + z 11 y z 18 y 5 z 2z

+ + +

4w = 4 12 w = 13 21w = 21 w = 0

(2)

Solucin

Las matrices ampliadas asociadas a los sistemas (1) y (2) son:

2 3 [ A b ] = 3 1 0 0 5 2 1 4 2 0 2 1 0 1 5 1 y 0 1 1 4 1 4 [ C d ] = 0 11 1 12 0 18 5 21 2 1 0 0 4 13 21 0

Aplicando operaciones elementales sobre las filas de [ A b ] se tiene

2 3 [ A b ] = 3 1 0 0 5 2 2 3 1 4 0 0 5 2 1 4 2 3 0 0 5 2

1 4 2 0 2 1 0 1

2 3 5 1 F2 +( F1) 1 4 0 0 0 1 5 2 1 4 5 4 F1F2 2 3 0 0 0 1 5 2

4 1 4 2 1 0 1

5 4 0 1 4 5 0 1 4 5 0 21 4 5 21 0

4 1 4 2 1 0 1

1 4 1 2 0 4 1 1

1 4 1 4 2 0 1 1

1 4 4 1 4 4 5 F4 +(5 F1) 2 3 1 0 0 2 1 0 1 0 18 5 21 1 4 4 1 4 4 5 F3F4 2 3 1 0 18 5 21 0 0 2 1 21 0

1 4 1 4 4 2 3 1 0 0 2 1 0 18 5 21

56

1 4 1 4 4 2 3 1 0 18 5 21 0 2 1 0

1 4 4 1 4 5 F2 +( 2 F1) 0 11 1 12 0 18 5 21 21 0 2 1 0 0

4 13 = [C d 21 0

Del desarrollo anterior se tiene

[C

d ] = ( F2 + (2 F1 ))( F3 F4 )( F4 + (5 F1 ))( F1 F2 )( F2 + ( F1 ))[ A b ]

Luego, [ A b ] es equivalente por filas a y (2) son equivalentes.

[C

] y en consecuencia los sistemas (1)

Mtodo de Gauss-Jordan para resolver sistemas de ecuaciones lineales.

El mtodo de Gauss-Jordan es uno de los ms conocidos para resolver sistemas de ecuaciones lineales. ste mtodo se basa en hallar la matriz escalonada reducida por filas que es equivalente a la matriz ampliada asociada al sistema de ecuaciones lineales dado. Se consideran los siguientes pasos: Paso 1.- Construir la matriz aumentada asociada al sistema [ A | b ] . Paso 2.- Efectuando operaciones elementales sobre las filas de [ A | b ] , hallar la matriz escalonada reducida por filas equivalente a [ A | b ] . Paso 3.- El sistema lineal asociado a la matriz escalonada reducida por filas obtenida en el paso 2 es equivalente al sistema dado inicialmente. Es decir, tiene las mismas soluciones que el sistema original; en cada fila no nula de la matriz escalonada reducida por filas se despeja la incgnita correspondiente a la entrada principal de la fila. Las filas nulas se omiten, pues la ecuacin correspondiente ser satisfecha para cualquier valor que tomen las incgnitas.
Ejemplo 9.- Resolver el sistema
x 2y + z = 5 x + y + 2z = 5 3x + y + z = 3

(3)

Solucin

Paso 1. La matriz ampliada correspondiente al sistema es 1 2 1 5 [ A | b ] = 1 1 2 1 3 1 1 3

57

Paso 2.- Hallando la matriz escalonada reducida por filas equivalente a [ A | b ] .

1 2 1 5 1 2 1 5 F2 +( F1) 1 4 [ A | b ] = 1 1 2 1 0 3 3 1 1 3 F3 + ( 3F4 ) 0 7 2 18

1 2 1 5 1 2 1 5 1 F 3 2 1 4 1 4 0 1 3 3 0 3 0 7 2 18 0 7 2 18

1 2 1 5 1 0 5 3 7 3 F1+2 F2 1 4 1 13 4 3 3 3 0 0 1 0 7 2 18 F3 + (7 F2 ) 0 0 13 3 26 3

1 0 1 0 5 3 7 3 3 F 3 13 1 4 1 3 3 0 0 1 0 0 0 0 13 3 26 3 1 0 0 1 0 0 Luego,
5

7 3 1 4 3 3 1 2
3

7 3 F +( 5 F ) 1 0 0 1 1 3 3 1 0 2 1 4 3 3 0 F2 + ( 1 F3 ) 0 0 1 2 1 2 3
3

1 2 1 5 1 0 0 1 [ A | b ] = 1 1 2 1 ~ 0 1 0 2 3 1 1 3 0 0 1 2

Paso 3.- El sistema original

x x 2y + z = 5 + y + 2z = 5 y + z = 3

(3)

3x +

es equivalente al sistema

58

x y

= =

1 2

(4)

z = 2

Al ser equivalentes los sistemas (3) y (4) tienen la misma solucin. Las ventajas de hallar la solucin en el sistema (4) saltan a la vista, la solucin del sistema est dado por
x = y = z 1 2

= 2

Ejemplo 10.- Resolver el siguiente sistema

2 x1 x1 2 x1 x1
Solucin

3x2 2 x2 5 x2

7 x3 4 x3 4 x3 7 x3

+ 5 x4 + 3x4 + 2 x4 + 6 x4

+ 2 x5 + x5 x5 + 2 x5 +

= 2 = 2 = 3 = 7 (5)

Paso 1. La matriz ampliada correspondiente al sistema es

2 3 7 1 2 4 [ A| b ] = 2 0 4 1 5 7 5 2 2 3 1 2 2 1 3 6 2 7

Paso 2.- Calcular la matriz escalonada reducida por filas equivalente a [ A | b ] .

2 3 7 1 2 4 [ A| b ] = 2 0 4 1 5 7 1 2 4 5 2 2 3 1 2 F1 F2 2 3 7 2 0 4 2 1 3 6 2 7 1 5 7 3 1 2 5 2 2 2 1 3 6 2 7

1 2 4 2 3 7 2 0 4 1 5 7

3 5 2 6

1 2 F2 + ( 2 F1 ) 1 2 4 3 1 2 2 2 1 1 0 2 0 1 F3 + ( 2 F1) 1 3 0 4 4 4 1 7 2 7 F4 + ( F1 ) 0 3 3 3 1 5 0 2 1 1 1 1 1 0 0 0 0 1 0 0 0 1 2 2 1 1

F1 + 2 F2 1 2 4 3 1 1 2 1 1 0 2 0 1 0 F3 + ( 4 F2 ) 0 4 4 4 1 7 0 1 5 0 3 3 3 0 F4 + 3 F2

59

1 0 0 0 1 0 0 0

0 2 1 0 0 1 0 0

1 2 1 0 2 (1) F3 0 0 0 1 1 0 1 1 0 1 1

0 2 1 0 0 1 0 0

1 2 1 0 2 0 1 1 0 1 1 1

1 0 2 1 1 2 1 1 1 0 2 F1+( F3 ) 0 0 0 0 0 1 1 F4 + ( F3 ) 0 0 0 1 1 0

0 2 1 0 1 1 1 1 0 2 0 0 0 1 1 0 0 0 0 0

Luego,
2 3 7 1 2 4 [ A| b ] = 2 0 4 1 5 7 1 5 2 2 3 1 2 0 ~ 0 2 1 3 6 2 7 0 0 2 1 0 0 1 0 0 0 1 1 0 2 0 1 1 0 0 0 1

Paso 3.- El sistema original es equivalente al sistema 2 x3 + x3 + = 1 = 2 = 1

x1 x2

x4 x4 x5

(6)

Luego, al despejar en cada una de las ecuaciones la incgnita correspondiente a la entrada principal se tiene = 1 + 2 x3 = 2 x3 = 1 +

x1 x2 x5

x4 x4

Asignando los parmetros r y s a las variables x3 y x 4 , respectivamente se tiene la solucin del sistema
x1 x2 x3 x4 x5 = 1 + 2r = 2 = r = s = 1 ; r, s R r s + s

60

Ejemplo 11.- Resolver el siguiente sistema

+ 2 y 4z 2 y + 3z + 3y z + 3y 2z 5x + 2 y 6 z x x 2x 4x
Solucin

= = =

3 1 (7)

5 = 7 = 7

Paso 1. La matriz ampliada correspondiente al sistema es

1 2 4 3 1 2 3 1 [ A| b ] = 2 3 1 5 4 3 2 7 5 2 6 7

Paso 2.- Hay que determinar la matriz escalonada reducida por filas que es equivalente a la matriz ampliada correspondiente al paso 1. 1 2 4 3 F2 + ( F1 ) 1 2 4 3 1 2 3 1 0 4 7 4 F3 + ( 2 F1) [ A | b ] = 2 3 1 5 0 1 7 1 4 3 2 7 F4 + ( 4 F1 ) 0 5 14 5 5 2 6 7 F + ( 5 F ) 0 8 14 22 5 1

1 2 4 3 1 2 4 3 7 0 1 4 1 0 4 7 4 1 0 1 7 1 F2 0 1 7 1 4 0 5 14 5 0 5 14 5 0 8 14 22 0 8 14 22
1 2 4 3 F1 + (2 F2 ) 1 7 0 1 4 1 F +F 0 3 0 1 7 1 2 0 0 5 14 5 F4 + 5 F2 0 0 8 14 22 F + 8 F 0 5 2 0 12 1 74 0 0 0
21 21 4 4

1 1 0 0 14

61

1 0 0 0 0 1 0 0 0 0 1 0 0 0 0
1 0 0 0 0

1 0 12 1 1 74 1 4 0 F3 0 21 4 0 21 0 0 21 4 0 0 0 0 0 14

0 12 1 1 74 1 0 1 0 0 21 4 0 0 0 14 0 1 0 1 1 0 0 0 0 14

1 1 0 12 1 F1 + 2 F3 1 74 1 0 7 0 1 0 F2 +( F3 ) 0 4 0 21 4 0 0 21 F4 + ( F3 ) 0 0 0 14 4 1 0 1 F5 0 14 0 0 0 0 14 0 0 1 0 1 1 0 0

0 1 0 0 0

0 1 0 0

0 1 0 0

1 1 0 0 0 0 1 0 0 1 0

1 0 0 1 1 0 1 0 F4F5 0 1 0 0 0 0 0 0 0 0 0 1

0 0 1 1 0 1 0 1 0 0 0 1 0 0 0 0 1 0 1 1 0 0 1 0 0

Luego
1 2 4 3 1 0 1 2 3 1 0 1 [ A| b ] = 2 3 1 5 ~ 0 0 4 3 2 7 0 0 5 2 6 7 0 0

Paso 3.- El sistema (7) es equivalente al sistema = = y z = 0 + 0 + 0 = x 1 1 0 1

(8)

62

Pero de la cuarta ecuacin del sistema (8) se tiene 0x + 0 y + 0z = 1 La ecuacin no se verifica para ningn valor de x, y y z. Luego el sistema (8) no tiene solucin; es decir es incompatible. Por consiguiente, en virtud del corolario 3, el sistema (7) no tiene solucin.

Sistemas homogneos

Se denomina sistema homogneo a un sistema de la forma a11 x1 + a12 x 2 + K + a1n x n = 0 a 21 x1 + a 22 x 2 + K + a 2 n x n = 0 M M M M a m1 x1 + a m 2 x 2 + K + a mn x n = 0 matricialmente, de manera breve se escribe como
Ax = 0

(9)

Todo sistema homogneo es compatible; es decir, tiene solucin al menos x1 = x 2 = L = x n = 0 que es la llamada solucin trivial. Para hallar las soluciones de un sistema homogneo el procedimiento es similar a los ejemplos antes desarrollados, solo hay que tener en cuenta que la columna de trminos independientes correspondiente a la matriz ampliada tiene todos sus elementos igual a cero.
Ejemplo 12.- Resolver el sistema homogneo de ecuaciones
x x y + 2z = 0 y + 3z y + 3z = 0 = 0 2x +

(9)

Solucin

La matriz ampliada del sistema es 1 1 2 0 [ A | 0 ] = 2 1 3 0 1 1 3 0 Hallando la matriz escalonada reducida por filas equivalente a la matriz ampliada 1 1 1 1 2 0 1 F 1 1 2 0 3 2 F2 +( 2 F1) [ A | b ] = 2 1 3 0 0 3 1 0 0 1 0 0 1 1 3 0 F3 + ( F1 ) 0 0 1 0 63 2 0 1 3 0 1 0

1 0 F1+ F2 0 1 0 0

0 F + ( 5 F ) 1 0 0 0 1 3 3 1 0 0 1 3 0 0 1 0 0 1 0 1 0 F2 + F3 3
5 3

Luego el sistema (9) es equivalente a

x y = 0 = 0 z = 0

y en consecuencia, el sistema (9) tiene una nica solucin que es la trivial

x = 0 y = 0 z = 0

Ejemplo 13.- Resolver el siguiente sistema

x + 4 y + 6z = 0 y + 2z = 0 = 0 3x +

(10)

4x + 5 y + 8z

Solucin
La matriz ampliada del sistema es 1 4 6 0 [ A | 0 ] = 3 1 2 0 4 5 8 0 Hallando la matriz escalonada reducida por filas asociada al sistema
1 4 6 0 1 4 6 0 F2 +(3F1) [ A | 0 ] = 3 1 2 0 0 11 16 0 4 5 8 0 F3 + (4 F1 ) 0 11 16 0

1 0 1 4 1 4 6 0 1 F 6 0 2 F1+(4 F2 ) 11 16 0 0 1 11 0 11 16 0 0 1 0 0 0 11 16 0 0 11 16 0 F3 + 11F2 El sistema (10) es equivalente a x + y + z = 0 16 z = 0 11

2 11

11 11

16

0 0 0

(11)

De (11), despejando x e y en trminos de z se tiene

64

x = y =
x = z = 2 11 t t

z 16 z 11
2 11

y asignando el parmetro t a z se puede escribir la solucin del sistema como

y = 16 11 t ; t R

Del ejemplo 13, ntese que un sistema homogneo puede tener infinitas soluciones.

Teorema 3.- Un sistema homogneo Ax = 0 de m ecuaciones con n incgnitas tiene

una solucin diferente de la trivial si el nmero de incgnitas es mayor que el nmero de ecuaciones; es decir si m < n .

Prueba
Sea el sistema Ax = 0 el sistema homogneo dado en (9) y ampliada que escribimos explcitamente
a11 a 21 M a r1 a r +1,1 M a m1 a12 a 22

[ A | 0 ] su matriz

L L O L O L

a1r a2r

a1, r +1 a 2, r +1

L L O L O L

a1n a1n

M
ar 2

M
a rr

M
a r , r +1

M
a rn

a r +1, 2 L a r +1, r

a r +1, r +1 L a r +1, n

M
am2

M
a mr

M
a m , r +1

M a nn

0 0 M 0 0 M 0

Como m < n , sea r m < n el nmero de filas no nulas de la matriz escalonada reducida por filas equivalente a [ A | 0 ]
1 0 M [A | 0] ~ 0 0 M 0 0 L 0 b1, r +1 L b1n 0 1 L 0 b2, r +1 L b1n 0 M O M M O M M 0 L 1 br , r +1 L brn 0 = [ B | 0 ] 0 L 0 0 L 0 0 M O M M O M M 0 L 0 0 L 0 0

Luego, resolviendo las r ecuaciones con n incgnitas se puede despejar las primeras r incgnitas en trminos de las (n-r) restantes, de tal forma que stas ltimas puedan asumir cualquier valor. En consecuencia, eligiendo una de las (n-r) incgnitas

65

diferente de cero se obtiene una solucin distinta de la trivial con lo cual queda demostrado el teorema. De Bx = 0 y por lo tanto de Ax = 0 se tiene: x1 x2
O

+ b1, r +1 x r +1 + L + b1n x n = 0 + b2, r +1 x r +1 + L + b2 n x n = 0 x r + br , r +1 x r +1 + L + brn x n = 0

M M

Asignando a las variables x r +1 , L , x n los parmetros t r +1 , L , t n se escribe la solucin como x1 = b1, r +1t r +1 L b1n t n x 2 = b2, r +1t r +1 L b2 n t n x r = br , r +1t r +1 L brn t n x r +1 = t r +1
M M M

xn = t n

; t r +1 , L, t n R

Tambin se puede escribir como

x1 b1n b1, r +1 x b b 2 2n 2,r +1 M M M x r = t r +1 br , r +1 + L + t n brn x r +1 0 1 M M M x 1 ; t , L, t R 0 r +1 n n

Observacin .-Sea el sistema de ecuaciones lineales

Ax = b y su sistema homogneo asociado. Si x P es una solucin particular e y una solucin cualesquiera del sistema (12) se tiene que
A( y x P ) = Ay Ax P = b b = 0

(12) (13)

Ax = 0

66

Esto significa que y x P es una solucin del sistema homogneo asociado (13) lo que denotamos por

xh = y xP
Luego, se tiene que
y = xP + xh

(14)

La relacin obtenida en (14) nos muestra que toda solucin del sistema (12) se puede expresar como la suma de una solucin particular y una solucin del sistema homogneo asociado.

Ejemplo 14.- Resolver el siguiente sistema:

x + 2y + + 3z 8z = 3 = 4 2x + 3y

(15)

3 x + 2 y + 17 z = 1

Solucin
La matriz ampliada es 1 2 3 3 [ A| b ] = 2 3 8 4 3 2 17 1 Hallando la matriz escalonada reducida por filas que es equivalente a [ A | b ]
1 2 3 3 1 2 3 3 F2 +(2 F1) [ A | b ] = 2 3 8 4 0 1 2 2 3 2 17 1 F3 + ( F1 ) 0 4 8 8

1 2 3 3 1 2 3 3 (1) F2 0 1 2 2 0 1 2 2 0 4 8 8 0 4 8 8

1 2 1 0 7 1 3 3 F1+(2 F2 ) 0 1 2 2 0 1 2 2 0 4 8 8 0 0 0 0 F3 + 4 F2

El sistema correspondiente a la matriz escalonada reducida por filas que es equivalente al sistema (15) es

67

+ 7z = 1 y 2z = 2 + 7z = 0 y 2z = 0

(16)

y sus sistema homogneo asociado es x (17)

Para hallar la solucin del sistema homogneo (17) asignamos a la variable z el parmetro t, luego se tiene
x = 7t y = 2t z = t ; tR

Lo cual se puede escribir tambin como

x 7 xh = y = t 2 ; t R z 1

Para hallar una solucin particular x P del sistema (16) podemos asignar un valor arbitrario a la variable z; por comodidad consideramos z = 0 , luego se tiene
x 1 x P = y = 2 z 0

Luego, en virtud de la relacin (14) de la observacin, el conjunto solucin C S correspondiente al sistema (15) se puede escribir como
x 1 7 CS : y = 2 + t 2 ; t R z 0 1

La interpretacin geomtrica de la solucin del sistema homogneo (17) es una recta que pasa por el origen y que tiene la direccin del vector (7, 2, 1) ; el conjunto formado por todas las soluciones del sistema homogneo es llamado espacio

solucin. Mientras que el conjunto solucin del sistema (15) representa una recta que
pasa por el punto (1, 2, 0) en la direccin del vector (7, 2, 1) . En el siguiente grfico se ilustra este hecho; ntese en el grfico que la recta que representa a la

68

solucin del sistema homogneo es paralela a la recta que representa a la solucin del sistema inicialmente dado

Z ES CS

(1, 2, 0) Y

Ejemplo 14.-Resolver el siguiente sistema

2x 3y x 2y 2x x 5y 7z 4z 4z 7z + + + + 5u 3u 2u 6u + 2w + w + w + 2w = 2 = 2 = 3 = 7

(18)

Solucin
La matriz ampliada correspondiente al sistema es
2 3 7 1 2 4 [ A| b ] = 2 0 4 1 5 7 5 2 2 3 1 2 2 1 3 6 2 7

Calculando la matriz escalonada reducida por filas equivalente a la matriz ampliada

69

2 3 7 1 2 4 [ A| b ] = 2 0 4 1 5 7 1 2 4 2 3 7 2 0 4 1 5 7 1 2 4 2 3 7 2 0 4 1 5 7 1 0 0 0 1 0 0 0 0 2 1 0 0 1 0 0

1 2 4 5 2 2 3 1 2 F F 2 3 7 1 2 2 1 3 2 0 4 6 2 7 1 5 7

3 1 2 5 2 2 2 1 3 6 2 7

F2 + (2 F1 ) 1 2 4 3 3 1 2 1 2 5 2 2 F +( 2 F ) 0 1 1 1 0 2 3 1 2 1 3 0 4 4 4 1 7 F4 + ( F1 ) 6 2 7 1 5 0 3 3 3 F1 + 2 F2 1 3 1 2 5 2 2 F + ( 4 F ) 0 3 2 2 1 3 0 F4 + 3F2 6 2 7 0 1 2 1 0 2 (1) F 0 3 0 1 1 0 0 1 1 0 1 1 F1 + ( F3 ) 1 2 2 (1) F 0 3 1 0 F4 + ( F3 ) 1 0 0 2 1 0 0 1 0 0 2 1 0 2 0 1 1 0 1 1 1 1 2 2 1 1 1 2 1 0

0 2 1 0 0 1 0 0

1 0 0

1 1 1

1 0

0 2 1 1 1 1 1 0 0 0 0 0 0 0 1 1

0 2 1 0 1 1 1 0 0 0 0 0 0 0 1 0

El sistema correspondiente a la matriz escalonada reducida por filas es

x 2z + u y + z u = 1 = 2 w = 1

(19)

y su sistema homogneo asociado es

x 2z + u y + z u = 0 = 0 w = 0

(20)

Despejando las variables principales en el sistema homogneo (20) se tiene

70

x y

2z 0

= z + u

w =

y asignando los parmetros s y t respectivamente a las variables z y u se tiene x 2s t 2 1 y s + t 1 1 x h = z = s = s 1 + t 0 ; s, t R u t 0 1 w 0 0 0 Ahora para hallar una solucin particular, hacemos z = u = 0 en el sistema (19) y se tiene x 1 y 2 x P = z = 0 u 0 w 0 Luego el conjunto solucin del sistema se puede escribir como x 1 2 1 y 2 1 1 C S : z = 0 + s 1 + t 0 ; s, t R u 0 0 1 w 0 0 0

EJERCICIOS
1. De las siguientes matrices diga cules tienen la forma escalonada reducida por filas. 1 0 0 0 3 0 1 0 0 5 0 0 1 0 4 b) B = 0 0 1 0 4 a) A = 0 0 0 1 2 0 0 0 1 2
0 1 0 0 5 c) C = 0 0 1 0 4 0 1 0 2 3

0 0 d) D = 0 0 0

1 0 0 0 0

0 0 0 0 0

0 2 0 1 1 4 0 0 0 1

71

1 0 e) E = 0 0 1 0 g) G = 0 0

0 0 0 0 0 1 0 0

0 1 0 0 0 0 0 0

0 0 1 0 0 0 1 0

2 0 3 0 1 2 1 0

0 0 f) F = 0 0 1 0 h) H = 0 0

0 0 0 0 0 1 0 0

0 1 0 0 0 0 0 0

0 0 2 3 1 0 0 0 1 2 1 0

2. Dada la matriz 0 1 4 2 A= 3 1 5 1 3 2 4 5

Determine las matrices obtenidas al realizar las siguientes operaciones elementales por filas en A a) Intercambiar la segunda y cuarta fila. b) Multiplicar la tercera fila por 3. c) Sumar (-5) veces la primera fila a la cuarta

3. Dada la matriz
3 2 5 6 A= 2 0 4 2 1 3 1 1

Determine las matrices obtenidas al realizar las siguientes operaciones elementales por filas en A a) Intercambiar la segunda y tercera filas. b) Multiplicar la segunda fila por 3. c) Sumar (4) veces la tercera fila a la primera.

4. Determine tres matrices que sean equivalentes por renglones a

4 2 1 3 A = 0 1 2 1 5 2 3 4

72

5. Determine tres matrices que sean equivalentes por renglones a

4 3 7 5 B = 1 2 1 3 2 0 1 4

6. Para cada una de las siguientes matrices determine la matriz escalonada reducida por filas que sea equivalente.
6 1 1 4 1 1 2 3 a) 1 11 6 7

1 2 0 1 3 2 b) 2 3 1 0 1 1 3 1 5 2

2 5 5 2

0 0 c) 0 0

0 1 2 3 2 4 2 3 4 1 3 1 0 0 0 1 2 3 2 5 4 3 1 6 2 0 0 0 0 1

4 2 3 1 1 5 0 4 d) 1 1 8 6 7 2 10 0 1 0 2 5 1 0 1 3 1 2 f) 0 1 0 0 3 4 1 1 1 0 2 1 3 1 1 3 5 1 0 2 h) 1 1 3 6 0 7 0 3 3 4 1 0 7 15 1

1 1 2 1 e) 2 3 1 2 1 1 2 1 g) 4 2 6 1 7 3

7. Para cada uno de los sistemas de ecuaciones dados, halle todas sus soluciones. x + y + 3z + 2w = 7 x + y + 2 z = 1 a)

x 2 y + z = 5 3x + y + z = 3 x + y + z =1

b)

2 x y + 4w = 8 3 y + 6z = 8 x + y + 2 z + 3w = 13

c)

x + y 2z = 3 2x + y + z = 2

d)

x 2y + z + w = 8 3x + y + z w = 1

73

e)

x + 2 y 4z = 3 x 2 y + 3z = 1 2x + 3y z = 5 4x + 3 y 2z = 7 5x + 2 y 6 z = 7 2x y + z = 3 x 3y + z = 4 5 x 3 y 2 z = 5

f)

2 x + y + z 2w = 1 3x 2 y + z 6w = 2 x + y z w = 1 6 x + y + z 9 w = 2 5 x y + 2 z 8w = 3 x+ y+z+w=6 2x + y z = 3 3x + y + 2w = 6

h)

i)

8. En los siguientes determine todos los valores de a para los cuales el sistema lineal resultante (i) no tenga solucin, (ii) tenga una nica solucin, y (iii) tenga una infinidad de soluciones. x+ yz =2 x + 2y + z = 3 x + y + (a 2 5) z = a x+ y+z =2 x + 2y z = 3 x + y + (a 5) z = a
2

a)

b)

x+ y+z =2 2x + 3 y + 2z = 5 2 x + 3 y + (a 2 1) z = a + 1 x+ y =3 x + (a 2 8) y = a

c)

d)

9. En los siguientes ejercicios se da la matriz aumentada de un sistema de ecuaciones lineales, resuelva el sistema lineal.
1 1 1 0 1 1 0 3 0 1 1 1

a)

b)

1 1 1 1 1 2 1 1 2

2 1 1 3 2 0 0 2 1

3 1 2 3

0 0 0 0

c)

1 2 3 0 1 1 1 0 5 7 9 0

d)

1 7 1 4 2 5 3 11 4 12 4 5 2 7

e)

1 2 3 1 8 1 3 0 1 7 1 0 2 1 3

f)

1 2 3 2 1 3 3 0 1 3 3 0

74

10. Dada la matriz

1 0 5 A = 1 1 1 0 1 4

a)

Determine una solucin no trivial del sistema homogneo ( 4 I 3 A) x = 0 3

b)

Determine una solucin no trivial del sistema homogneo (2 I 3 A) x = 0

11. Determine una ecuacin que relacione a, b y c de modo que el sistema lineal x + 2 y 3z = a 2 x + 3 y + 3z = b 5x + 9 y 6 z = c Sea consistente para cualesquiera valores de a, b y c que satisfagan esa ecuacin. 12. Determine una ecuacin que relacione a, b y c de modo que el sistema lineal 2 x + 2 y + 3z = a 3x y + 5 z = b x 3y + 2z = c Sea consistente para cualesquiera valores de a, b y c que satisfagan esa ecuacin 13. Determine una matriz x de 2 1 cuyas entradas no sean todas nulas, tal que 4 1 Ax = 4 x , donde A = . 0 2 [Sugerencia: Escriba la ecuacin matricial
Ax = 4 x

como

4 x Ax = (4 I 2 A) x = 0 y resuelva el sistema homogneo.]

14. Determine una matriz x de 3 1 cuyas entradas no sean todas nulas, tal que
Ax = 3 x , donde 1 2 1 A = 1 0 1 4 4 5

15. En los siguientes ejercicios, determine el polinomio cuadrtico que interpole los puntos dados. a) (1, 2) , (3 , 3) , (5 , 8) b) (1, 5) , (2 ,12) , (3 , 44)

16. En los siguientes ejercicios, determine el polinomio cbico que interpole los puntos dados

75

a) (1, 6) , (1, 0) , (2 , 8) , (3 , 34)

b) ( 2 , 2) , ( 1, 2) , (1, 2) , (2 ,10)

17. Un industrial fabrica sillas, mesas para caf y mesas para comedor. Se necesitan 10 minutos para lijar una silla, 6 para pintarla y 12 para barnizarla. Se necesitan 12 minutos para lijar una mesa para caf, 8 para pintarla y 12 para barnizarla. Se necesitan 15 minutos para lijar una mesa para comedor, 12 para pintarla y 18 para barnizarla. La mesa de lijado esta disponible 16 horas a la semana, la mesa de pintura 11 horas a la semana y la mesa de barnizado 18 horas. Cuntas unidades de cada mueble deben fabricarse por semana de modo que las mesas de trabajo se ocupen todo el tiempo disponible? 18. Un editor publica un posible xito de librera en tres presentaciones distintas: libro de bolsillo, club de lectores y edicin de lujo. Cada libro de bolsillo necesita un minuto para cosido y 2 para el pegado. Cada libro para el club de lectores necesita 2 minutos para el cosido y 4 para el pegado. Cada libro en edicin de lujo necesita 3 minutos para el cosido y 5 para el pegado. Si la planta de cosido esta disponible 6 horas diarias y la planta de pegado 11 horas,Cuntos libros de cada presentacin se pueden producir por da de modo que las plantas se aprovechen a toda su capacidad?.

1.6 MATRICES INVERSIBLES Definicin - Sea A una matriz cuadrada de orden n con elementos en el campo K. Se
dice que A es inversible o no singular si existe una matriz B tambin cuadrada de orden n con elementos en K tal que: AB = BA = I n donde I n es la matriz identidad de orden n, la matriz B es llamada inversa de A.

Teorema 1.- La inversa de una matriz, si es que existe, es nica. Prueba

En efecto, si B y B' son inversas de A, entonces: B ' = B' I n = B' ( AB) = ( B' A) B = I n B = B

Notacin.- Si la inversa de una matriz cuadrada A de orden n, existe sta se denota

por A 1 . 1 1 2 1 1 Ejemplo 1.- Si A = se tiene que A = 1 2 1 1

76

Teorema 1. [Propiedades de la inversa de una matriz]

Sean A y B matrices no singulares, entonces se cumplen las siguientes propiedades: a) b) c) ( A 1 ) 1 = A ( AB) 1 = B 1 A 1 ( AT ) 1 = ( A1 )T

Prueba
a) Como A es no singular por definicin existe A1 nica tambin no singular. Luego, para A1 existe su que denotamos por tal que B A1 B = BA1 = I n Por otra parte como se verifica que A 1 A = AA 1 = I n De (1), (2) y por la unicidad de la inversa se tiene que B = A pero como B = ( A1 ) 1 se tiene que ( A1 ) 1 = A . b) Demostrar que ( AB) 1 = B 1 A1 es equivalente a probar que ( B 1 A1 )( AB) = I n ( AB)( B 1 A1 ) = I n En efecto, ( B 1 A1 )( AB) = B 1 ( A1 A) B = B 1 ( I n ) B = B 1 B = I n y ( AB)( B 1 A1 ) = A( BB 1 ) A1 = A( I n ) A1 = AA1 = I n Luego, por la unicidad de inversa se tiene que ( AB) 1 = B 1 A1 c) Si A es no singular, entonces existe A1 tal que AA1 = A1 A = I n . Mostrar que ( AT ) 1 = ( A1 )T es equivalente a demostrar que AT ( A1 )T = I n ( A1 )T AT = I n En efecto, AT ( A1 )T = ( A1 A) = ( I n )T = In De manera anloga, por propiedad de transpuesta (2) (1)

77

( A1 )T AT = ( AA1 ) = ( I n )T = In Luego, por la unicidad de la inversa se tiene que ( AT ) 1 = ( A1 )T

por propiedad de transpuesta

Teorema 2.- Sean A y B matrices cuadradas de orden n.

a) b) Si AB = I n , entonces BA = I n Si BA = I n , entonces AB = I n

Mtodo de Gauss-Jordan para el clculo de la inversa de una matriz

Un mtodo prctico para calcular la inversa de una matriz cuadrada A de orden n es el de Gauss-Jordan; ste procedimiento consta de 3 pasos: Paso 1.- Se forma la matriz [ A | I n ] de orden n 2n . Paso 2.- Se halla la matriz escalonada reducida por filas equivalente a [ A | I n ] y sea

[C | B ] dicha matriz. Es decir, [ A | I n ] ~ [C | B ] .

Paso 3.- Con los resultados obtenidos en el paso 2 se puede concluir lo siguiente: a) b) Si C = I n , entonces A1 = B . Si C I n , entonces la inversa de A no existe. 2 1 A= 1 1

Ejemplo 2.- Usando el mtodo de Gauss-Jordan hallar la inversa de la matriz

Solucin
Paso 1.- Construimos la matriz
2 1 1 0 [ A| I 2 ] = 1 1 0 1

Paso 2.- Calculamos la matriz escalonada reducida por filas equivalente a [ A | I 2 ] .

1 F1 1 1 1 0 2 1 1 0 2 2 [ A| I 2 ] = 2 1 1 0 1 1 1 0 1

78

 1 1 2 1 2 0 F2 +( F1) 1 1 2 1 2 0 3 1 1 0 1 12 1 2 0
2 F2 1 1 1 1 12 12 0 2 2 3 0 32 12 1 0 1 13 1 12 12 1 0 1 3 1 0 F1+ F2 1 0 1 3 2 2 1 3 0 1 3
1 2 3

0 2 3 = [C | B]

1 2

2 1 1 0 1 0 13 Luego, se tiene que ~ 1 1 0 1 0 1 13

Paso 3. De los resultados obtenidos en el paso 2 se tiene que C = I 2 , luego 13 A 1 = 13

1 2 3

Ejemplo 3.- Hallar la inversa de la matriz

1 6 4 A = 4 8 5 3 2 1

En caso de que exista.

Solucin
Paso 1.- Construimos la matriz 1 6 4 1 0 0 [ A | I 3 ] = 4 8 5 0 1 0 3 2 1 0 0 1 Paso 2.- Calculamos la matriz escalonada reducida por filas equivalente a [ A | I 3 ] .
1 6 4 1 0 0 1 6 4 1 0 0 F2 +(4 F1) [ A | I 3 ] = 4 8 5 0 1 0 0 16 11 4 1 0 3 2 1 0 0 1 F3 + (3F1 ) 0 16 11 3 0 1

1 6 1 6 4 1 0 0 1 F 4 1 0 0 2 16 11 1 116 0 16 4 0 16 11 4 1 0 0 1 0 16 11 3 0 1 0 16 11 3 0 1

79

1 6 1 0 1 8 1 2 3 8 0 4 1 0 0 F1+(6 F2 ) 1116 1 4 116 0 0 1 1116 1 4 116 0 0 1 0 16 11 3 0 0 0 1 0 1 1 1 F3 + 16 F2

3 1 0 1 8 1 2 0 F + ( 1 F ) 1 0 1 8 0 1 8 8 1 3 11 1 116 0 2 0 1 1116 0 3 16 4 0 1 16 1 0 0 0 1 1 F2 + ( F3 ) 0 0 1 0 1 1 4

4 = [B | C ] 1
1 2 1

Luego, se tiene que 1 6 4 1 0 0 1 0 1 8 0 1 8 [ A | I 3 ] = 4 8 5 0 1 0 ~ 0 1 1116 0 3 16 3 2 1 0 0 1 0 0 0 1 1 Paso 3.- Del paso 2 se tiene que
1 0 18 C = 0 1 1116 I 3 0 0 0 1 6 4 En consecuencia la matriz A = 4 8 5 no tiene inversa. Es singular. 3 2 1

1 4 = [B | C] 1
1 2

Ejemplo 4.- Hallar la inversa de la matriz

2 0 1 A = 1 1 0 0 2 2

En caso de que exista.

Solucin
1 0 2 0 1 1 0 0 1 F 2 1 [ A | I 3 ] = 1 1 0 0 1 0 1 1 0 2 0 2 2 0 0 1 1 0 1 1 0 2
1 2 1 2 1 2 1 2

0 0 2 0
1 1 2 2 1 1 2 2

0 0 1 0 0 1 0 0 1 0 0 1

0 0 2 0

1 0 0 0 F2 + F1 1 0 0 1 0 2 0 1

2 0

80

1 0 0 1 0 2
1 0 0 1 0 0

1 1

2 2

1 1

2 2

2 0

1 0 0 0 F3 + (2 F2 ) 1 0 0 1 0 0 0 1

1 1

0 1 0 2 2 1 1 2 1
2 1 1 2

1 1

2 2

1 1

2 2

1 0

0 0 F + ( 1 F ) 1 0 0 1 1 1 2 1 3 2 1 0 0 1 0 1 2 1 2 1 0 1 F2 + ( F3 ) 0 0 1 1 2 1 2 1 1 2 1 2 1 2 A 1 = 1 1 2 1

Luego,

Ejemplo 5.- Hallar la inversa de la matriz

1 1 1 1 1 1 1 1 A= 1 1 1 1 1 1 1 1 si es que existe.

Solucin
1 1 1 1 1 1 1 1 1 0 [ A| I 4 ] = 1 1 1 1 0 1 1 1 1 0
1 1 1 1 0 0 2 2 0 2 0 2 0 2 2 0 1

0 1 0 0

0 0 1 0

0 F2 + ( F1 ) 1 1 1 1 0 0 0 2 2 F3 +( F1) 0 0 2 0 2 1 F4 + ( F1 ) 0 2 2 0
1

1 1 1 1

0 1 0 0

0 0 1 0

0 0 0 1

1 1 0 0 0 1 1 1 1 0 0 0 2 0 2 F2F3 0 0 2 2 1 0 1 0 1 0 0 1 0 2 2 1

0 0 0 1 0 1 0 1 1 0 0 1 0 0 1

1 1 1 1 0 2 0 2 0 0 2 2 0 2 2 0 1 1 1 1 0 1 0 1 0 0 2 2 0 2 2 0 1
1 2

1 1 0 0 0 1 1 0 1 1 0 1 0 0 1 1 F2 0 0 2 2 1 1 0 0 2 1 0 0 1 0 2 2 0 1 0 0
1 2

1
1 2

0 0 0
1 2 1 2

0 12

1 1 1 0
1 1 2 2

0 0 0 1 0 0 0 1

1 1 1 0

0 0

0 F1 + ( F2 ) 1 0 0 F4 + 2 F2 0 0 1 0

0 1

1 0

0 1

0 2 2 0 2 2

1 1 0 0

0 1

81

1 0 0 0 1 0 0 0 1 0 0 0
1 0 0 0

0 1

1 0

0 1

1 1

2 2

2 1 2

0 0 0 0 2 0
1 1 2

0 2 2 0 2 2 0 1 1 0 0 1
1 1 1

1 1 0
2 2 2

0 1
1 2 1 2

1 0 0 0 1 ( F3 ) 0 0 2 1 0 0 F1 + ( F3 ) 1 0 0 F4 +2 F3 0 0 1 0 1 0 0 1 0 F4 0 4 0 1 0

0 1 0

1 0 1

0 1 1

1 1 1

2 2 2

0 0 12 0 0
1 1 2 2 1 2

2 1 2

0 1
1 2 1 2

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

0 0 0 1 0 0 0 1

0 2 1
1 1 2

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

0 0
1 1 2 2

0 1
1 2

1
1 2

0 1 0 0 0 1 4
1 4

0 0 1 1 0 0 1 0 0 1 1 1

0 12 1
1

12 0 1
1

0 12
1 4

12 0 14
1 1 4 4

1
0
1 1 1 2 2 4

0 0 1 1 0 1 0 1 0 0 1 1

12

12 0 14 14

F1 + F4 1 0 0 0 F + F4 ) ( 0 2 0 1 4 F3 + ( F4 ) 0

0 0 0 1 0 0 0 1 0 0 0 1

1 1 1 1

4 4 4 4

14

14 14 14 14

14 14 1 4
1 4

Luego 1 A =
1 1 1 1 4 4 4 4 1 1 4 4 1 4 1 4

14 14 14 14

4 1 4 1 4
1 4 1

Teorema 3.- Una matriz cuadrada de orden n es no singular si y solo si A F I n . ~ Solucin de sistemas de ecuaciones lineales por el mtodo de inversin de matrices
Sea Ax = b un sistema de n ecuaciones con n incgnitas. Si A es una matriz no singular, entonces existe su inversa A1 y se tiene que A1 ( Ax ) = A1b ( A1 A) x = A1b ( I n ) x = A1b x = A1b Luego la solucin del sistema es

x = A1b
y es la nica por ser A no singular.

82

Ejemplo 5.- Resolver el siguiente sistema mediante el mtodo de inversin de

matrices. 2x x + y = 3 y = 6

Solucin
3 2 1 En el sistema se tiene que A = ; b= 6 1 1 13 La inversa de A es A1 = 1 3
1 2

, entonces se tiene que 3

3

x 13 y = 1 3 Luego, x 1 y = 5

3 1 = 2 6 3 5
1 3

Ejemplo 6.- Resolver el siguiente sistema por el mtodo de inversin de matrices

2x x y z = 3 5 = 1

+ 2 y + 2z =

Solucin
2 0 1 3 1 1 0 y b = 1 Se tiene que A = 0 2 2 5
1 13 3 1 2 Como A es no singular, existe A = 3 3 1 3 2 3
1

1 1

6 y se tiene 1 3
6

1 x 13 3 y = 1 2 3 3 z 1 3 2 3

3 3 2 1 1 = 5 6 2 1 5 0 3
1 6

x 3 2 y = 5 2 z 0

83

El mtodo descrito anteriormente, tiene aplicacin en la solucin de diversos problemas relacionados con las ciencias bsicas, ingeniera y ciencias sociales. En particular, en los problemas industriales donde un proceso es descrito mediante un sistema de n ecuaciones lineales con n incgnitas Ax = b ; la matriz de coeficientes del sistema A es llamada matriz industrial, el vector x matriz de entrada y el vector b

matriz de salida.

Ejemplo 7.- En un proceso industrial cuya matriz es la matriz

1 1 1 1 1 1 1 1 A= 1 1 1 1 1 1 1 1 dada en el ejemplo 5. Hallar la matriz de entrada si se quiere que la matriz de salida sea 2 1 b= 3 4 1 3 b= 5 2 1 4 , luego 1 4 1 4
1 4

a)

b)

Solucin
1 1 1 1 1 1 1 1 es no singular y A1 = A= 1 1 1 1 1 1 1 1
x1 x 2 = x3 x4
1 1 1 1 4 4 4 4 1 1 4 4 1 4 1 1 1 1 4 4 4 4 1 1 4 4 1 4

14

14 14 14 14

a)

14
1 4 1 4 4

14
1

2 1 4 1 1 4 3 1 4 4
1 4

x1 5 2 x 1 2 = x3 3 4 x4 1

84

b)

x1 x 2 = x3 x4

1 1 1 1

4 4 4 4

1 1

4 4 1 1 4 4

4 1 4 1 4 4

1 4 3 1 5 4 1 4 2
1 4 1

x1 11 4 x 3 2 = 4 x3 1 4 5 x4 4

Teorema 4.- Sea el sistema homogneo Ax = 0 , donde A es una matriz cuadrada de

orden n. El sistema tiene solamente la solucin trivial si y solo si A es no singular.

Prueba
En efecto, si A es no singular, entonces existe A1 ; luego
A1 ( Ax ) = A1 0 ( A1 A) x = 0 In x = 0 x=0 Luego la nica solucin del sistema es la trivial. Observacin. El teorema anterior es equivalente al siguiente enunciado: El sistema tiene una solucin no trivial si y solo si A es singular. Ejemplo 8.- Resolver el siguiente sistema
x x y + 2z = 0 y + 3z y + 3z = 0 = 0 2x

Solucin
1 1 2 Del sistema se tiene A = 2 1 3 . Al calcular la inversa de A se obtiene 1 1 3 0 1 1 A = 3 1 0 , luego la nica solucin del sistema es la trivial x = y = z = 0 . 1 0 2
1

Ejemplo 9.- Resolver el siguiente sistema de ecuaciones

x + 6 y + 4z = 0 + 5z z = 0 = 0 4x + 8 y

3x + 2 y +

Solucin

85

La matriz de coeficientes del sistema es

1 6 4 A=4 8 5 3 2 1

y su matriz ampliada 1 6 4 0 [ A| 0 ] = 4 8 5 0 3 2 1 0 Calculando la matriz escalonada reducida por filas equivalente a [ A | 0 ] se tiene 1 6 4 0 1 0 18 0 [ A | 0 ] = 4 8 5 0 F 0 1 1116 0 ~ 3 2 1 0 0 0 0 0 Luego el sistema original es equivalente a x y +
1 11 8 16

= 0

z = 0

Asignando el parmetro t a la variable z se tiene

1 x = t 8 11 y = 16 t

z t0

t ; tR

En consecuencia como A es singular, el sistema tiene una solucin no trivial para

A continuacin resumimos los resultados ms importantes que se desprenden del estudio de las matrices no singulares. Equivalencias no singulares Las siguientes proposiciones son equivalentes: a) b) c) d) A es no singular
Ax = 0 solo tiene la solucin trivial.

A es equivalente por filas a I n . El sistema Ax = b tiene una nica solucin para cada matriz b de orden n 1 .

Ejemplo 10.- [Una aplicacin de la inversin de matrices a la criptografa] La criptografa es el proceso de codificar y decodificar mensajes. La palabra criptografa proviene de los vocablos griegos kryptos, que significa ocultar y grafos

86

escribir, es decir literalmente significa escritura oculta. El origen de esa tcnica se remonta a las civilizaciones ms antiguas que hicieron uso en las campaas militares de forma tal que si un mensajero era interceptado por el enemigo la informacin que portaba no corriera el peligro de ser conocida. En la actualidad con la ayuda de la informtica, los gobiernos y las grandes empresas utilizan tcnicas sofisticadas para codificar y decodificar su informacin confidencial utilizando los recursos que nos ofrece el lgebra lineal de tal forma se pueda realizar el intercambio de mensajes de manera que slo puedan ser ledos por las personas a quienes va dirigido. En primer lugar se debe determinar previamente el alfabeto que se va a utilizar en la construccin de los mensajes; en nuestro caso el alfabeto castellano. Asignamos a cada uno de los caracteres del alfabeto un nmero entre 1 y 27 y el nmero 28 al guin que indica separacin entre dos palabras como se indica en la siguiente tabla

a 1

b 2

c 3

d 4

e 5

f 6

g 7

h 8

9 10 11 12 13 14

15 16 17 18 19 20 21 22 23 24 25 26 27 28

luego elegimos una matriz A no singular; en este caso consideraremos una matriz de orden 3 3 (puede ser de cualquier orden mayor o igual a 2).
1 3 3 A= 1 2 3 1 1 2

Sea el mensaje a encriptar o codificar VIVA EL PERU De acuerdo a la tabla se tendr la siguiente correspondencia
28

23 9 23 1

5 12 28 17

5 19 22

87

Como para la codificacin del mensaje se est usando una matriz de orden 3 3 , para codificar el mensaje se divide el mensaje numerado en matrices de columna de 3 1 , de la siguiente manera: 23 1 12 5 9 28 28 19 23 5 17 22 en el caso que sobren espacios; a stos se les asigna el nmero 28 que corresponde al guin. El mensaje se codifica multiplicando cada una de las matrices columna, anteriores, por la matriz codificadora A. As se tiene
1 3 3 23 1 12 5 65 68 21 14 1 2 3 9 28 28 19 = 28 42 17 23 1 1 2 23 5 17 22 14 19 6 20

Las columnas de la matriz obtenida de la multiplicacin producen el mensaje codificado. El mensaje se transmite en forma lineal de la siguiente manera:

65, -28, 14, -68, 42, -19, -21, 17, -6, 14, -23, 20

Para decodificar el mensaje, el receptor escribe esta lista como una sucesin de matrices columna de 3 1 ; es decir
65 68 21 14 28 42 17 23 14 19 6 20

y se repite la tcnica anterior usando la inversa de la matriz codificadora. La inversa de la matriz codificadora llamada matriz decodificadora, en nuestro ejemplo es
1 3 3 A = 1 5 6 1 4 5
1

Para decodificar el mensaje, se efecta la siguiente multiplicacin de matrices

88

1 3 3 65 68 21 14 23 1 12 5 1 5 6 28 42 17 23 = 9 28 28 19 1 4 5 14 19 6 20 23 5 17 22

el mensaje original se obtiene escribiendo en forma lineal las columnas de la ultima matriz:
23 9 23 1 28 5 12 28 17 5 19 22 V I V A E L P E R U

EJERCICIOS

2. Hallar la inversa de las siguientes matrices en caso que exista. a) 2 1 2 4

1 2 3 0 1 2 0 0 1

b)

1 1 1 5 5 1 0 2 3 2 5 2 1 1 3 1 2 1

c)

d)

e)

1 0 0 0

3 5 7 1 2 3 0 1 2 0 0 1

f)

2 1 3 2 1 1 2 1 cos sen

0 0 3 2

0 0 4 3

h)

1 1 i i + 2 1 i i 1 3i i 2 1 3 0 1 2 1 0 3

i)

sen cos

j)

k)

1 1 2 3 4 1 2 0 2 1 3 1 4 2 1 5

2. Cules de los siguientes sistemas lineales tiene una solucin no trivial? a) x + 2 y + 3z = 0 2 y + 2z = 0 x + 2 y + 3z = 0 b) 2x + y z = 0 2x + y = 0 2x 2 y + 2z = 0

89

c)

x + y + 2z = 0 2x + y + z = 0 3x y + z = 0

d)

x y+z =0 2x + y = 0 2x 2 y + 2z = 0

3. En los siguientes ejercicios determine A si: 2 3 A 1 = b) a) 1 4

4 3 A 1 = 1 1

4. Muestre que una matriz que tiene una fila o una columna formados exclusivamente por ceros debe ser singular. 5. Determine todos los valores de a para los cuales la inversa de 1 1 0 A = 1 0 0 1 2 a exista Cunto vale A 1 ?. 6. Considere un proceso industrial cuya matriz es 2 1 3 A = 3 2 1 2 1 1 determine la matriz de entrada para cada una de las siguientes matrices de salida:
30 20 10 12 8 14

a)

b)

7. Es la inversa de una matriz simtrica no singular siempre simtrica?. Justifique su respuesta. 8. Determine el valor de verdad de las siguientes proposiciones y justifique brevemente ( A B )1 = A 1 + B 1 a) (cA)1 = 1 A 1 b) c 9. Para qu valores de el siguiente sistema tiene soluciones distintas de la trivial ( 1) x + 2 y = 0 2 x + ( 1) y = 0 10. Si A y B son no singulares son no singulares A+B, A-B, y A?. Justifique su respuesta. 11. Despeje x de Ax = b si

90

5 2 3 A 1 = y b = 3 4 1 12. Sea A una matriz de orden 3 3 . Supongamos que

1 x= 2 3

es una solucin del sistema homogneo Ax = 0 . Es A singular o no singular? Justifique su respuesta. 13. Muestre que la inversa de una matriz triangular superior (inferior) no singular es triangular superior (inferior). 14. Muestre que si A es singular y Ax = b, b 0 tiene una solucin. Entonces tiene una infinidad. 15. Muestre que si A es una matriz simtrica no singular. Entonces A 1 es simtrica. 16. Sea A una matriz diagonal con entradas diagonales distintas de cero a11 , a 22 , .... a nn . Muestre que A 1 es no singular y que A 1 es una matriz diagonal con entradas diagonales 1 a11 , 1 a 22 , ... , 1 a nn .

17. Imitando el ejemplo 10; use la matriz

1 0 2 2 1 3 4 1 8

Para codificar el mensaje SALUD DINERO Y AMOR. 18. Decodifique el mensaje 43, 70, 173, 3, -9, 26, 68, 111, 277, 52, 87, 213, 46, 79, 188, 57, 58, 256 codificado mediante la matriz del ejercicio 17.

91