CAPITULO 1

ECUACIONES LINEALES Y MATRICES

1.1. SISTEMAS DE ECUACIONES LINEALES Se llama ecuación lineal sobre un campo K, a una expresión 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, incógnitas o variables. Los escalares ai se denominan coeficientes y b es llamado término constante o independiente de la ecuación. Un conjunto de valores de las incógnitas, por ejemplo: x1 = k1 , x 2 = k 2 , K , x n = k n se dice que es una solución de la ecuación (1) si: a1 k1 + a 2 k 2 + K + a n k n = b generalmente si no hay ambigüedad acerca de la posición de las incógnitas, se denotará esta solución como la n-upla S = (k1 , k 2 , K , k n ) NOTA.- En lo que sigue del curso el campo K que se considerará, será el campo de los números reales (R) o el campo de los números complejos (C). Ejemplo.1.- Sea la ecuación

2x − y = 2 una solución para la ecuación es x = 1 e y = 0 ; pues reemplazando estos valores en la ecuación, ésta se verifica

2(1) x − 0 = 2
Nótese que no son los únicos valores para x e y que satisfacen la ecuación. También si se considera x = 0 e y = −2 se verifica la ecuación. El conjunto de todas las soluciones de la ecuación es llamado conjunto solución de la ecuación lineal y se obtiene asignando a una de sus variables un valor arbitrario llamado parámetro y luego despejando la otra variable en términos del parámetro. Así dando el valor de x = a se tiene y = 2 − 2a .

2

Interpretación geométrica.- La ecuación 2 x − y = 2 representa una recta en el plano

que se denotará por L. En consecuencia, cualquier punto que pertenece a la recta L es una solución de la ecuación 2 x − y = 2 .
Y

L : 2x − y = 2

O -2

1

X

Ejemplo.2.- Si se considera la ecuación

x + y + z =1 una solución para la ecuación es x = 1 , y = z = 0 . Otra sería y = 1 , x = z = 0 . El conjunto solución de la ecuación se obtiene asignando dos parámetros diferentes a dos de las variables y despejando la tercera en términos de los parámetros 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 número real.
Interpretación geométrica.- La ecuación x + y + z = 1 representa un plano en el

espacio que se denotará por P. Luego, cualquier punto del plano P es solución de la ecuación.
Z

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

A continuación se definirá un sistema de ecuaciones lineales como una colección finita de ecuaciones lineales.

3

Se llamará un sistema de m ecuaciones lineales con n incógnitas x1 , x 2 ,K , x n sobre el campo K, a una expresión 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 fácil de resolver un sistema de ecuaciones lineales es haciendo uso del conocido método de eliminación gaussiana; éste método consiste en reducir un sistema de ecuaciones lineales a otro equivalente más simple que tiene el mismo conjunto solución. Para aplicar el método de eliminación hay que tener en cuenta que el conjunto solución del sistema no se altera si se realizan cuantas veces sean necesarias las siguientes operaciones: 1. Intercambiar dos ecuaciones. 2. Multiplicar una ecuación por una constante distinta de cero. 3. Sumar el múltiplo de una ecuación a otra.
Ejemplo 3.- Sea el sistema

(2)

2x − x
Solución

y = 2 y = 4

+

(3)

Multiplicando la segunda ecuación por 2
2x − y = 2 2x + 2 y = 8 multiplicando la primera ecuación por − 1 y luego sumando a la segunda

2x −

y = 2 3y = 6

despejando la variable de la segunda ecuación se tiene

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

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

4

determinada por la ecuación 2 x − y = 2 y por L2

la recta determinada por la

ecuación x + y = 4 , entonces L1 ∩ L2 = { (2, 2) } como se puede ver en el siguiente gráfico.
Y

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

O

X

Ejemplo 4..- Sea el sistema

2x

y

=

2

− 4x + 2 y = − 4
Solución

(4)

Multiplicando la segunda ecuación por −
2x − 2x −

1 2
y = 2 y = 2

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

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

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

L1 : 2 x − y = 2 L2 : −4 x + 2 y = −4

O

X

5

Ejemplo 5.- Sea el sistema

2x − y = 2 − 4x + 2 y = − 8
Solución

(5)

Multiplicando la segunda ecuación por −

1 2
y = 2 y = 4

2x − 2x −

en éste ejemplo nótese que la expresiones de la izquierda en ambas ecuaciones son iguales, en consecuencia se tendría que 2 = 4 , lo cual es un absurdo. El sistema (5) no tiene solución. Los sistemas que no tienen solución se denominan incompatibles o inconsistentes. Geométricamente el sistema (5) representa dos rectas paralelas. Si denotamos por L1 la recta determinada por la ecuación 2 x − y = 2 y por L2 la recta determinada por la ecuación − 4 x + 2 y = 8 , entonces L1 ∩ L2 = Φ , como se puede ver en el siguiente gráfico.
Y

L1 : 2 x − y = 2 L2 : 2 x − y = 4

O

X

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 décimo de las z mesas, haciendo un total de 12 mesas. ¿Cuántas mesas de cada tipo se usaron en el almuerzo?.
Solución

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

6

x + 4x + 1 x + 2

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

(6)

multiplicando la primera ecuación por − 4 y sumando a la segunda; luego multiplicando la primera ecuación 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 ecuación 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 ecuación por − 1 y sumando a la tercera
x + y + + 4y +

+

en este último sistema, de la tercera ecuación se obtiene el valor de

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

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

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

EJERCICIOS

1. Resuelva el sistema lineal dado mediante el método de eliminación 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 =

5

= − 13

− 6 x + 9 y = − 15

7

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 −

z

= 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 solución. Determine un valor de t de modo que el sistema no tenga solución. ¿Cuántos 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 solución. Verifique que x 2 = −2 , y 2 = 2 , z 2 = 2 ; es una solución. ¿Es x = x1 + x 2 = −1, y = y1 + y 2 = 1 y z = z1 + z 2 = 1 una solución del sistema lineal? d) ¿Es 3x, 3 y, 3z , donde x, y y z son como en la parte (c) solución del sistema lineal? 4. Sin utilizar el método de eliminación, 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, determínelo.
2x + 3y −
x z

11 12

y y

+ 2z = − 7 − 2z =

4x +

8

6 ¿Hay un valor de r tal que x = r , y = 2, z = 1 sea una solución del siguiente sistema lineal? En tal caso determínelo. 3x − 2z = 4 − 4y + z = − 5 x − 2x + 3y + 2z = 9 7. La suma de dos números es 15. El quíntuplo del primer número más el triple del segundo es 61. Encuentre los dos números. 8. Una refinería 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 refinación. Por su parte, cada tonelada de gasolina con azufre requiere 4 minutos en la planta de mezclado y 2 en la planta de refinación. Si la planta de mezclado tiene 3 horas disponibles y la de refinación 2, ¿cuántas toneladas de cada gasolina se deben producir para que las plantas se utilicen al máximo? 9. Un industrial produce dos tipos de plástico: regular y especial. Cada tonelada de plástico regular necesita 2 horas en la planta A y 5 en la planta B; cada tonelada de plástico especial necesita 2 horas en la planta A y 3 en la planta B. Si la planta A tiene disponibles 8 horas al día y la planta B 15, ¿cuántas toneladas de cada tipo de plástico pueden fabricarse diariamente de modo que las plantas operen a toda su capacidad? 10. Un nutricionista está preparando una dieta que consta de los alimentos A, B y C. Cada onza del alimento A contiene 2 unidades de proteína, 3 unidades de grasa y 4 unidades de carbohidratos. Cada onza del alimento B contiene 3 unidades de proteína. 2 unidades de grasa y 1 unidad de carbohidratos. Cada onza del alimento C contiene 3 unidades de proteína, 3 unidades de grasa y 2 unidades de carbohidratos. Si la dieta debe proporcionar exactamente 25 unidades de proteína. 24 unidades de grasa y 21 unidades de carbohidratos, ¿cuántas 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 películas 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.

9

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 método de eliminación, se ha trabajado básicamente con los coeficientes del sistema, sin tener que preocuparse por las variables. En la práctica, después de establecer un orden en la disposición 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 álgebra lineal se formaliza en la siguiente definición.
DEFINICIÓN.- Sea K un campo (R o C) y sean m, n números 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 escribirá A = [ai j ], i = 1, K , m y j = 1, K , n . Si la matriz A tiene m filas y n columnas, se dirá 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 ]

y

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 números reales; mientras que las entradas de la matriz G
son números 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 número 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 producción de la empresa en una semana.
a11 = 420 , es el número de unidades del producto 1 que produce la empresa en la

planta 1

a32 = 370 , es el número de unidades del producto 3 que produce la empresa en la
planta 2 Nótese que la empresa no produce el producto 2 en la planta 4.

Ejemplo 3.- La siguiente matriz da las distancias (en kilómetros) 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 m×n = { 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 ] m×n y B = [bi j ] m×n 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.
Solución

z + t ⎤ ⎡ 4 6⎤ = x − y ⎥ ⎢10 2⎥ ⎦ ⎣ ⎦

De la definición de igualdad de matrices se tiene
x + y z + t z − t x − y

= 4 = 6 = 10 = 2

sumando la primera y cuarta ecuación se obtiene

2x = 6 ⇒ x = 3
y sustituyendo el valor de x en la primera ecuación se obtiene el valor de y = 1 . Análogamente, sumando la segunda y tercera ecuación se tiene 2 z = 16 ⇒ z = 8 y reemplazando el valor de z en las segunda ecuación 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 ] m×n , 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 . Explícitamente, se escribe como ⎡0 ⎢0 0=⎢ ⎢M ⎢ ⎣0 0 0 M 0
K K K K

0⎤ 0⎥ ⎥ M⎥ ⎥ 0⎦ m×n

12

2. Matriz cuadrada.- Una matriz A = [ai j ] m×n 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 número de sus filas es igual al número 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:

y

⎡− 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 denotará por: F1 ( A) = [a11 a12 K a1 n ] y a la i-ésima fila por: Fi ( A) = [ai 1 ai 2 K ai n ] , de manera análoga,

13

la primera columna por:

⎡ a11 ⎤ ⎢a ⎥ 21 C1 ( A) = ⎢ ⎥ ⎢ M ⎥ ⎢ ⎥ ⎢a m1 ⎥ ⎣ ⎦

y a la j-ésima columna por:

⎡ a1 j ⎤ ⎢a ⎥ 2j ⎥ C j ( A) = ⎢ ⎢ M ⎥ ⎢ ⎥ ⎢a m j ⎥ ⎣ ⎦ ⎡ F1 ( A) ⎤ ⎢ F ( A) ⎥ ⎥ en término 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 término 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 ] n×n 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 ⎥ ⎣ ⎦ ⎣ ⎦

y

⎡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, explícitamente
⎡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, explícitamente
⎡ 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 ] m×n y B = [bi j ]m×n 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 )m×n 1 ≤ i ≤ m , 1 ≤ j ≤ n

Explícitamente 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 adición de matrices.
Ejemplo 10.- Dadas las matrices

⎡ 2 3 1⎤ A=⎢ ⎥ ⎣ −1 0 4 ⎦ calcular A + B .
Solución

⎡ 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 metalmecánica fabrica tres modelos A, B y C de un

producto. Partes de cada uno se elaboran en la fábrica F1 ubicada en Arequipa, y después se terminan en la fábrica 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 fábrica (en dólares) 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. Así, los costos totales del modelo B por manufactura y embarque son 100 y 50 dólares respectivamente.
2. Multiplicación de una matriz por un escalar.-

Dada

la

matriz

A = [ai j ] m×n , k ∈ K . La multiplicación de la matriz A por el escalar k denotado

por kA se define como
kA = [k ai j ] m×n

Explícitamente 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
SOLUCIÓN

⎡ 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
SOLUCIÓN

⎡ 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 ] m×n se llama transpuesta de

A a la matriz denotada por AT que se define como
AT = [a j i ] n×m

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 ⎦ m×n ⎣

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 λ es un número real, calcule λI − A . 7. Escribir en forma explícita las siguientes matrices: a) b)
A = [aij ]3×4 , si aij = 2i + (−1) j

⎧ min{i, j} B = [bij ]3×3 , si bij = ⎨ i+ j ⎩ij − (−1)

si i + j ≥ 3 si i + j < 3

8. En relación 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 ]5×5 , 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 ]3×3 tal que
⎧ i+ j ⎪ aij = ⎨ 2 i−2j ⎪ ⎩ 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⎦ ecuación 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 MULTIPLICACIÓN DE MATRICES Producto punto o producto interior .- El producto punto o producto interior
⎡ b1 ⎤ ⎢b ⎥ y b = ⎢ 2 ⎥ se define como ⎢M⎥ ⎢ ⎥ ⎣bn ⎦

o

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.
Solución
⎡− 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 ] p×n el producto de

A por B denotado por AB se define como: AB = C = [ci j ] m×n 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-ésima fila de A y la j-ésima 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 explícita
⎡ 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)⎦

K

Observaciones

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

Ejemplo 3. Dadas las matrices

⎡ 3 0 − 1 2⎤ A=⎢ ⎥ ⎣2 − 3 4 1⎦ 2×4

⎡1 ⎢0 y B=⎢ ⎢− 3 ⎢ ⎣4

2 − 1⎤ 1 1 ⎥ ⎥ se tiene 0 2⎥ ⎥ 1 − 2⎦ 4×3

⎡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⎦

Nótese que BA no está definido; pues el número de columnas de B es 3 y es diferente al número 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⎦
Solución

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 ecuación por 3

3x + y = 6 − x + 3y = 0

9 x + 3 y = 18 − x + 3y = 0 y restando la segunda ecuación de la primera
10 x = 18 ⇒ x = 9 5

y finalmente reemplazando el valor de x en la segunda ecuación 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)
Solución

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 investigación nutricional comprende adultos y niños de

ambos sexos. La composición de los participantes está dada por la matriz: adultos ⎡ 80 A=⎢ ⎣ 100 niños 120 200 ⎤ Hombres ⎥ Mujeres ⎦

El número de gramos diarios de proteínas, grasa y carbohidratos que consume cada niño y cada adulto está dada por la matriz Pr oteínas Grasa Carbohidratos ⎡ B=⎢ ⎣ 20 10 20 20 20 30 ⎤ Adulto ⎥ Niño ⎦

a) ¿Cuántos gramos de proteínas ingieren diariamente todos los hombres del proyecto?. b) ¿Cuántos gramos de grasa consumen a diario todas las mujeres?.
Solución

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 (proteínas) se obtiene 2800 gramos de proteínas 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 nótese 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)

análogamente 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-ésima del producto de AB se calcula multiplicando la matriz A por la columna j-ésima de la matriz B. Es decir, C j ( AB) = AC j ( B) .
Observación.- 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 explícitamente 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 términos 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

K

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 expresión (1) es llamada combinación lineal de las columnas de A. (1)

26

Ejemplo 9

⎡ 3 − 2 1⎤ Dada la matriz A = ⎢ ⎥ ⎣ 4 1 5⎦

y

⎡1⎤ el vector columna b = ⎢ 3 ⎥ ; expresar el ⎢ ⎥ ⎢ − 2⎥ ⎣ ⎦

producto Ab como una combinación lineal de las columnas de A.
Solución

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⎥ = 1⎢4⎥ + 3⎢ 1 ⎥ − 2⎢5⎥ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦

Matrices y sistemas de ecuaciones

Sea el sistema de m ecuaciones con n incógnitas 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 m×n es llamada matriz de coeficientes del sistema, x ∈ K n×1 es el vector de incógnitas y b ∈ K m×1 es el vector de términos independientes. La matriz que se obtiene agregando o aumentando a la matriz de coeficientes la columna del vector de términos 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 términos independientes del sistema (2) se puede expresar como una combinación 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.
Solución
2 − 6⎤ ⎡1 ⎢2 − 15 0 ⎥ , el vector de incógnitas Denotando la matriz de coeficientes por A = ⎢ ⎥ ⎢2 16 − 1⎥ ⎦ ⎣ ⎡ x⎤ ⎡15 ⎤ ⎢ y ⎥ y el vector de términos 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⎥ ⎦

Solución

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
4×3

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 cuáles 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

y

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 multiplicación 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

y

método 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 combinación ⎥ ⎢ ⎢ 3 ⎥ ⎦ ⎣

y

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 combinación 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 ecuación 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.

¿Cuál es la relación 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 están 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 están dadas (en dólares) por la matriz Pucallpa ⎡ B=⎢ ⎣ 9 10 Lima 10 ⎤ Pr oceso de armado 12 ⎥ Pr oceso de acabado ⎦

32

¿Cómo 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 fabricación, se producen los contaminantes bióxido de azufre, óxido nítrico y partículas suspendidas. Las cantidades de cada contaminante están dadas (en kilogramos) por la matriz
Bióxido de Óxido Partículas Azufre nítrico

⎡ A=⎢ ⎣

300 200

100 250

150

⎤ Pr oducto P 400 ⎥ Pr oducto Q ⎦

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

⎡ B=⎢ ⎢ ⎢ ⎣

8 7 15

12 9 10

⎤ Bióxido de azufre ⎥ Óxido nítrico ⎥ ⎥ Partículas suspendidas ⎦

¿Cómo debe interpretar el empresario las entradas del producto de matrices AB ?. 19. Una empresa paga a sus ejecutivos un salario, además les da acciones de la compañía a manera de gratificación anual. El año pasado el presidente de la compañía recibió $80 000 y 50 acciones, cada uno de los tres vicepresidentes recibió $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 2×3. b) Exprese el número de ejecutivos de cada rango por medio de un vector columna. c) Utilice la multiplicación matricial a fin de calcular la cantidad total de dinero y el número total de acciones que la compañía pagó a estos ejecutivos el año pasado

33

1.4 PROPIEDADES DE LAS OPERACIONES CON MATRICES

A continuación se enunciará a modo de teoremas las propiedades más importantes del álgebra 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 única 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 única matriz denotada por − A tal que

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

Se verificarán algunas propiedades y de las otras, se dará un ejemplo para ilustrar la aplicación 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 también de orden m × n . Es decir la operación de adición 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 ] sustitución = [ aij + bij ] ; ∀ 1 ≤ i ≤ m , ∀1 ≤ j ≤ n por definición de adición = [bij + aij ] , por ser aij , bij ∈ K

34

= [bij ] + [aij ] ; ∀ 1 ≤ i ≤ m , ∀1 ≤ j ≤ n por definición de adición

= B + A sustitución
Luego queda demostrado que A + B = B + A , es decir que la operación de adición 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 ] sustitución [aij + xij ] = [aij ] ; ∀ 1 ≤ i ≤ m , ∀1 ≤ j ≤ n por definición de adición de matrices. aij + xij = aij ; ∀ 1 ≤ i ≤ m , ∀1 ≤ j ≤ n por definición 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 = ⎢ ⎥+⎢ ⎥ sustitución ⎣ 0 1 2⎦ ⎣0 0 0⎦ ⎡2 + 0 − 1 + 0 3 + 0 ⎤ =⎢ ⎥ por definición de adición ⎣ 0 + 0 1 + 0 2 + 0⎦ ⎡ 2 − 1 3⎤ =⎢ ⎥ propiedad de la adición en K. ⎣0 1 2⎦

=A

sustitución

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 multiplicación 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 multiplicación

⎡ 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 multiplicación 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 ⎦
Observación.

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 número de columnas de B es 3 que es diferente al número 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.

Potenciación 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 potenciación 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

Observación.- 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⎥ ⎣ ⎦

Solución

⎡ ⎡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 inducción matemática.
Teorema 4.- [Propiedades de la multiplicación por escalares]

Si A y B son matrices conformables respecto a la adición y multiplicación 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 adición y multiplicación 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 probará a modo de ejemplo la propiedad c) c) Sean A = [aij ] m× p , B = [bij ] p×n . Denotando AB = C = [cij ] m×n 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 simétricas y antisimétricas

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

Simétrica si y solo si A = AT . Las matrices simétricas tienen la propiedad de
que sus entradas que equidistan de la diagonal principal son iguales.

b)

Antisimétrica si y solo si A = − AT . Las matrices antisimétricas 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 simétricas

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 antisimétricas

− 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
Observación .- Toda matriz cuadrada A de orden n se puede expresar como la suma de una matriz simétrica y una matriz antisimétrica. 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 simétrica y A − AT es una matriz antisimética. EJERCICIOS

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

(

)

T

, donde

⎛ 1 1⎞ ⎛ 2 1⎞ ⎟ y B=⎜ A=⎜ ⎜ − 1 2⎟ ⎜ − 1 3⎟ ⎟ ⎝ ⎠ ⎝ ⎠
2. Calcular la matriz X, si satisface la ecuación 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 ecuación matricial X T − C

(

)

T

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 simétrica. ⎜ x2 + x w +1 1 ⎟ ⎝ ⎠

Demostrar que A 3 es simétrica.

43

6. Una matriz cuadrada A ∈K n×n , se dice que es idempotente si y solo si A 2 = A . Averigüe 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 n×n , entonces AB es idempotente. 8. Una matriz cuadrada A ∈K n×n , se dice que es involutiva si y solo si A 2 = I n . Averigüe 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 n×n

es

involutiva

si

y

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 ecuación matricial: ⎢ ⎥ ⎢0 0 1⎥ ⎣ ⎦ ⎡−2⎤ 18 A X =⎢ 1 ⎥. ⎢ ⎥ ⎢−4⎥ ⎣ ⎦ 12. Una matriz cuadrada A ∈K n×n se dice que es periódica si existe un entero positivo k tal que A k +1 = A . El menor k positivo que cumple dicha condición es llamado periodo de A. Averigüe si las siguientes matrices son periódicas. En caso que sea periódica, 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 ecuación matricial: X ⎢ ⎥ = [2 6 ] ⎣− 2 − 3 ⎦

y use este

⎡ 2 ⎤ resultado para calcular el producto: X ⎢ ⎥. ⎣−6⎦
14. Una matriz cuadrada A ∈K n×n 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 condición es llamado índice de nilpotencia de A. Averigüe si las siguientes matrices son nilpotentes. En caso sea nilpotente indicar su índice 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⎥ ⎦ ⎣ ⎦

T

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

AAT = AT A = I n .
Averigüe 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 2×2 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 2×2 , entonces AB es diagonal y AB = BA.

45

22. Demostrar que si una matriz es simétrica, idempotente y con algún 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 ecuación 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 multiplicación diferente de la usual es importante en muchas áreas de la ciencia y de la ingeniería; 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 ] p×q , 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 así sucesivamente hasta a1q B a su derecha; las segundas r filas se generan de manera similar escribiendo a 21 B ,
a 22 B , y así sucesivamente; y esto continua a lo largo del p-ésimo conjunto de r

filas. De acuerdo a la definición 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

A

una

matriz

de

orden y

m×n

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 está a la derecha de la entrada principal de la fila i. Las entradas principales están 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⎥ m×n ⎦ ⎡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⎥ ⎦

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

condición 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 operación elemental sobre las filas de A a una de las siguientes tres operaciones: a) Intercambiar dos filas de A. La operación 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 operación de multiplicar la fila i de la matriz A por el escalar k se denota por kFi . c) Sumar a una fila el múltiplo escalar de otra. La operación 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.
Solución

a) Intercambiar las posiciones relativas de las filas 1 y 2. La operación denotamos por F1 × F2 y se tiene
⎡3 6 0 3 ⎤ ⎡1 7 5 − 4 ⎤ ⎢1 7 5 − 4⎥ ⎯F1×F2 → ⎢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 operación 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 operación 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 operación 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 operación 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 operación 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 número 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 número 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

pérdida 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 operación 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

1

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 ⎥ ⎦

(α ) Ahora tomando la primera columna de (α ) que tenga un blk ≠ 0 ;donde k > j y repitiendo el proceso anterior las veces que sea necesario se tiene que: así 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
Solución

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, ésta 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 operación 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 demás 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 última 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

−1

Paso 5.- Ahora se debe transformar todos los demás 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 están 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 está ubicado en la cuarta fila, luego hay que transformar − 12 en 1 aplicando una operación 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 están 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⎥ ⎣ ⎦

Solución

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 ⎥ ⎯F2×F3 → ⎢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 ⎦

Solución 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 incógnitas 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 definición de matrices equivalentes. Es decir, una de las matrices ampliadas se obtiene a partir de la otra aplicando un número finito de operaciones elementales a sus filas. La solución no varía cuando se efectúan 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 solución, entonces Cx = d tampoco tiene solución.
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)

Solución

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⎥ F1×F2 ⎢2 − 3 ⎯⎯ ⎯ → ⎯ ⎢0 0 0⎥ ⎢ ⎥ 1 ⎥ ⎢5 2 ⎣ ⎦

1

4 1 −4 2 1 0 1

5⎤ ⎥ − 4⎥ 0⎥ ⎥ 1 ⎥ ⎦ − 4⎤ ⎥ 5⎥ 0⎥ ⎥ 1 ⎥ ⎦ − 4⎤ ⎥ 5⎥ 0⎥ ⎥ 21 ⎥ ⎦ − 4⎤ ⎥ 5 ⎥ 21 ⎥ ⎥ 0 ⎥ ⎦

1

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 ⎥ F3×F4 ⎢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

d

] y en consecuencia los sistemas (1)

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

El método de Gauss-Jordan es uno de los más conocidos para resolver sistemas de ecuaciones lineales. Éste método 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 incógnita correspondiente a la entrada principal de la fila. Las filas nulas se omiten, pues la ecuación correspondiente será satisfecha para cualquier valor que tomen las incógnitas.
Ejemplo 9.- Resolver el sistema
x − 2y + z = − 5 x + y + 2z = − 5 3x + y + z = 3

(3)

Solución

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

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 solución. Las ventajas de hallar la solución en el sistema (4) saltan a la vista, la solución del sistema está dado por
x = y = z 1 2

= −2

Ejemplo 10.- Resolver el siguiente sistema

2 x1 x1 2 x1 x1
Solución

− 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 incógnita correspondiente a la entrada principal se tiene = 1 + 2 x3 = 2 − x3 = 1 − +

x1 x2 x5

x4 x4

Asignando los parámetros r y s a las variables x3 y x 4 , respectivamente se tiene la solución 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
Solución

= = =

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

0

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 F4×F5 ⎢ 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 ecuación del sistema (8) se tiene 0x + 0 y + 0z = 1 La ecuación no se verifica para ningún valor de x, y y z. Luego el sistema (8) no tiene solución; es decir es incompatible. Por consiguiente, en virtud del corolario 3, el sistema (7) no tiene solución.

Sistemas homogéneos

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

(9)

Solución

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 única solución 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

Solución
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

2

11 11

16

0

0⎤ ⎥ 0⎥ 0⎥ ⎦

(11)

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

64

x = y =
x = z = − 2 11 t t

z 16 z 11
2 11

y asignando el parámetro t a z se puede escribir la solución del sistema como
y = − 16 11 t ; t ∈R

Del ejemplo 13, nótese que un sistema homogéneo puede tener infinitas soluciones.

Teorema 3.- Un sistema homogéneo Ax = 0 de m ecuaciones con n incógnitas tiene
una solución diferente de la trivial si el número de incógnitas es mayor que el número de ecuaciones; es decir si m < n .

Prueba
Sea el sistema Ax = 0 el sistema homogéneo dado en (9) y ampliada que escribimos explícitamente
⎡ 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 número 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 incógnitas se puede despejar las primeras r incógnitas en términos de las (n-r) restantes, de tal forma que éstas últimas puedan asumir cualquier valor. En consecuencia, eligiendo una de las (n-r) incógnitas

65

diferente de cero se obtiene una solución 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 parámetros t r +1 , L , t n se escribe la solución 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

También 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 ⎦

Observación .-Sea el sistema de ecuaciones lineales
Ax = b y su sistema homogéneo asociado. Si x P es una solución particular e y una solución 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 solución del sistema homogéneo asociado (13) lo que denotamos por

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

(14)

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

Ejemplo 14.- Resolver el siguiente sistema:
x + 2y + + 3z 8z = 3 = 4 2x + 3y

(15)

3 x + 2 y + 17 z = 1

Solución
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

x

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

(16)

y sus sistema homogéneo asociado es x (17)

Para hallar la solución del sistema homogéneo (17) asignamos a la variable z el parámetro t, luego se tiene
x = − 7t y = 2t z = t ; t∈R

Lo cual se puede escribir también como
⎡ x ⎤ ⎡− 7⎤ xh = ⎢ y⎥ = t ⎢ 2 ⎥ ; t ∈ R ⎢ ⎥ ⎢ ⎥ ⎢z⎥ ⎢ 1 ⎥ ⎣ ⎦ ⎣ ⎦

Para hallar una solución 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 relación (14) de la observación, el conjunto solución C S correspondiente al sistema (15) se puede escribir como
⎡ x ⎤ ⎡− 1⎤ ⎡− 7⎤ CS : ⎢ y⎥ = ⎢ 2 ⎥ + t ⎢ 2 ⎥ ; t ∈ R ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢z⎥ ⎢ 0 ⎥ ⎢ 1 ⎥ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦

La interpretación geométrica de la solución del sistema homogéneo (17) es una recta que pasa por el origen y que tiene la dirección del vector (−7, 2, 1) ; el conjunto formado por todas las soluciones del sistema homogéneo es llamado espacio

solución. Mientras que el conjunto solución del sistema (15) representa una recta que
pasa por el punto (−1, 2, 0) en la dirección del vector (−7, 2, 1) . En el siguiente gráfico se ilustra este hecho; nótese en el gráfico que la recta que representa a la

68

solución del sistema homogéneo es paralela a la recta que representa a la solución del sistema inicialmente dado

Z ES CS

O

• (−1, 2, 0) Y

X

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)

Solución
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 homogéneo asociado es
x − 2z + u y + z − u = 0 = 0 w = 0

(20)

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

70

x y

=

2z 0

− u

= −z + u

w =

y asignando los parámetros 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 solución 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 solución 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 cuáles 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 solución, (ii) tenga una única solución, y (iii) tenga una infinidad de soluciones. x+ y−z =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 solución no trivial del sistema homogéneo (− 4 I 3 − A) x = 0 3

b)

Determine una solución no trivial del sistema homogéneo (2 I 3 − A) x = 0

11. Determine una ecuación 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 ecuación. 12. Determine una ecuación 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 ecuación 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 ecuación matricial
Ax = 4 x

como

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

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 cuadrático 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 cúbico 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 café 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 café, 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. ¿Cuántas 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 éxito de librería en tres presentaciones distintas: libro de bolsillo, club de lectores y edición 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 edición 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,¿Cuántos libros de cada presentación se pueden producir por día de modo que las plantas se aprovechen a toda su capacidad?.

1.6 MATRICES INVERSIBLES Definición - 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 también 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 única. 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

Notación.- Si la inversa de una matriz cuadrada A de orden n, existe ésta 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 = ( A−1 )T

Prueba
a) Como A es no singular por definición existe A−1 única también no singular. Luego, para A−1 existe su que denotamos por tal que B A−1 B = BA−1 = 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 = ( A−1 ) −1 se tiene que ( A−1 ) −1 = A . b) Demostrar que ( AB) −1 = B −1 A−1 es equivalente a probar que ( B −1 A−1 )( AB) = I n ∧ ( AB)( B −1 A−1 ) = I n En efecto, ( B −1 A−1 )( AB) = B −1 ( A−1 A) B = B −1 ( I n ) B = B −1 B = I n y ( AB)( B −1 A−1 ) = A( BB −1 ) A−1 = A( I n ) A−1 = AA−1 = I n Luego, por la unicidad de inversa se tiene que ( AB) −1 = B −1 A−1 c) Si A es no singular, entonces existe A−1 tal que AA−1 = A−1 A = I n . Mostrar que ( AT ) −1 = ( A−1 )T es equivalente a demostrar que AT ( A−1 )T = I n ∧ ( A−1 )T AT = I n En efecto, AT ( A−1 )T = ( A−1 A) = ( I n )T = In De manera análoga, por propiedad de transpuesta (2) (1)

77

( A−1 )T AT = ( AA−1 ) = ( I n )T = In Luego, por la unicidad de la inversa se tiene que ( AT ) −1 = ( A−1 )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

Método de Gauss-Jordan para el cálculo de la inversa de una matriz
Un método práctico para calcular la inversa de una matriz cuadrada A de orden n es el de Gauss-Jordan; éste 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 A−1 = B . Si C ≠ I n , entonces la inversa de A no existe. ⎡2 − 1⎤ A=⎢ ⎥ ⎣1 1 ⎦

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

Solución
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

3

3

⎡ 2 −1 1 0 ⎤ ⎡ 1 0 13 Luego, se tiene que ⎢ ⎥~ ⎢ 1 1 0 1 ⎦ ⎣ 0 1 − 13 ⎣

3

⎤ ⎥ ⎦

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

3

⎤ ⎥ ⎦

Ejemplo 3.- Hallar la inversa de la matriz
⎡1 6 4 ⎤ A = ⎢4 8 5⎥ ⎥ ⎢ ⎢3 2 1 ⎥ ⎦ ⎣

En caso de que exista.

Solución
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.

Solución
⎡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

0

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.

Solución
⎡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 ⎥ ⎯F2×F3 → ⎢ 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 0
1 2 1 2

0 − 12

−1 1 −1 0
1 1 2 2

0⎤ ⎥ 0⎥ 0⎥ ⎥ 1⎥ ⎦ 0⎤ ⎥ 0⎥ 0⎥ ⎥ 1⎥ ⎦

0 −

−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

0 −

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

0

1

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

1

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⎥ 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

2

2

0

− 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 . ~ Solución de sistemas de ecuaciones lineales por el método de inversión de matrices
Sea Ax = b un sistema de n ecuaciones con n incógnitas. Si A es una matriz no singular, entonces existe su inversa A−1 y se tiene que A−1 ( Ax ) = A−1b ⇒ ( A−1 A) x = A−1b ⇒ ( I n ) x = A−1b ⇒ x = A−1b Luego la solución del sistema es

x = A−1b
y es la única por ser A no singular.

82

Ejemplo 5.- Resolver el siguiente sistema mediante el método de inversión de
matrices. 2x − x + y = −3 y = 6

Solución
⎡− 3⎤ ⎡2 1⎤ En el sistema se tiene que A = ⎢ ⎥; b= ⎢ 6 ⎥ ⎣ ⎦ ⎣1 1⎦ ⎡ 13 La inversa de A es A−1 = ⎢ ⎣− 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 método de inversión de matrices
2x x − y − z = 3 5 = −1

+ 2 y + 2z =

Solución
⎡ 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 método descrito anteriormente, tiene aplicación en la solución de diversos problemas relacionados con las ciencias básicas, ingeniería y ciencias sociales. En particular, en los problemas industriales donde un proceso es descrito mediante un sistema de n ecuaciones lineales con n incógnitas 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)

Solución
⎡1 1 1 1 ⎤ ⎡ ⎢1 1 − 1 − 1⎥ ⎢ ⎥ es no singular y A−1 = ⎢ ⎢ 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

1

4 1 4 1 4 4


1

− −

⎤ ⎡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 homogéneo Ax = 0 , donde A es una matriz cuadrada de
orden n. El sistema tiene solamente la solución trivial si y solo si A es no singular.

Prueba
En efecto, si A es no singular, entonces existe A−1 ; luego
A−1 ( Ax ) = A−1 0 ⇒ ( A−1 A) x = 0 ⇒ In x = 0 ⇒ x=0 Luego la única solución del sistema es la trivial. Observación. El teorema anterior es equivalente al siguiente enunciado: El sistema tiene una solución 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 −

Solución
⎡ 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 única solución 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 +

Solución

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

z

= 0

z = 0

Asignando el parámetro t a la variable z se tiene
1 x = t 8 11 y = − 16 t

z t≠0

=

t ; t∈R

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

A continuación resumimos los resultados más 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 solución trivial.

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

Ejemplo 10.- [Una aplicación de la inversión de matrices a la criptografía] La criptografía es el proceso de codificar y decodificar mensajes. La palabra criptografía proviene de los vocablos griegos kryptos, que significa “ocultar” y grafos

86

“escribir”, es decir literalmente significa “escritura oculta”. El origen de esa técnica se remonta a las civilizaciones más antiguas que hicieron uso en las campañas militares de forma tal que si un mensajero era interceptado por el enemigo la información que portaba no corriera el peligro de ser conocida. En la actualidad con la ayuda de la informática, los gobiernos y las grandes empresas utilizan técnicas sofisticadas para codificar y decodificar su información confidencial utilizando los recursos que nos ofrece el álgebra lineal de tal forma se pueda realizar el intercambio de mensajes de manera que sólo puedan ser leídos por las personas a quienes va dirigido. En primer lugar se debe determinar previamente el alfabeto que se va a utilizar en la construcción de los mensajes; en nuestro caso el alfabeto castellano. Asignamos a cada uno de los caracteres del alfabeto un número entre 1 y 27 y el número 28 al guión que indica separación 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

i

j ↓

k ↓

l ↓

m ↓

n ↓

↓ ↓ ↓ ↓ ↓ ↓

↓ ↓ ↓

9 10 11 12 13 14

ñ ↓

o ↓

p ↓

q ↓

r ↓

s ↓

t ↓

u ↓

v ↓

w ↓

x ↓

y ↓

z ↓

− ↓

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 tendrá la siguiente correspondencia
− ↓ 28 − ↓

V ↓

I ↓

V ↓

A ↓

E ↓

L ↓

P ↓

E ↓

R ↓

U ↓

23 9 23 1

5 12 28 17

5 19 22

87

Como para la codificación del mensaje se está 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 éstos se les asigna el número 28 que corresponde al guión. El mensaje se codifica multiplicando cada una de las matrices columna, anteriores, por la matriz codificadora A. Así 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 multiplicación 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 sucesión de matrices columna de 3 × 1 ; es decir
⎡ 65 − 68 − 21 14 ⎤ ⎢ − 28 42 17 − 23 ⎥ ⎢ ⎥ ⎢ 14 − 19 − 6 20 ⎥ ⎣ ⎦

y se repite la técnica 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 efectúa la siguiente multiplicación 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 ⎡ cosθ ⎢ − senθ ⎣

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)

senθ ⎤ cosθ ⎥ ⎦

j)

k)

⎡1 − 1 2 3 ⎤ ⎢4 1 2 0 ⎥ ⎢ ⎥ ⎢2 − 1 3 1 ⎥ ⎢ ⎥ ⎣4 2 1 − 5⎦

2. ¿Cuáles de los siguientes sistemas lineales tiene una solución 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 ¿Cuánto 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 simétrica no singular siempre simétrica?. 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 qué valores de λ el siguiente sistema tiene soluciones distintas de la trivial (λ − 1) x + 2 y = 0 2 x + (λ − 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 solución del sistema homogéneo 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 solución. Entonces tiene una infinidad. 15. Muestre que si A es una matriz simétrica no singular. Entonces A −1 es simétrica. 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

Sign up to vote on this title
UsefulNot useful