I.E.S. NUMERO 5 (SAN VICENTE). MATEMÁTICAS II. 2º BACH.

CIENCIAS/TECNOLOGICO. CURSO 2008/09.
Resumen teórico de ALGEBRA
1. SISTEMAS DE ECUACIONES LINEALES. DISCUSION Y RESOLUCIÓN.
MÉTODO DE GAUSS PARA LA RESOLUCIÓN DE UN SISTEMA DE ECUACIONES.
El método de Gauss o de reducción para resolver un sistema de ecuaciones lineales consiste en
aplicar una serie de transformaciones lineales a las ecuaciones del sistema con el fin de llegar a una
situación en el que el sistema quede de forma escalonada (una ecuación con n incógnitas, la
posterior con n-1, la posterior con n-2, etc).
Se dice que se ha aplicado una transformación lineal a una ecuación cuando se le ha sumado o
restado (miembro a miembro) cualquier otra ecuación multiplicada por cualquier número.
Atendiendo a las soluciones de un sistema de ecuaciones, estos se clasifican de la siguiente manera:
(Tiene solución única)
(Tiene solución)
(Tiene infinitas soluciones)
( No tiene solución)
DETERMINADO
* COMPATIBLE
INDETERMINADO
SISTEMA DE ECUACIONES
* INCOMPATIBLE
¹ ¹
¹
¹
'
¹
¹ '
¹
¹
¹
¹
Veamos un ejemplo:
2 11
3 20
4 2 5 8
7 4 1
x y z
x y
x y z
x z
+ − ·
− · −
+ + ·
+ · −
(1)
← ÷ →
3 20
2 11
4 2 5 8
7 4 1
x y
x y z
x y z
x z
− · −
+ − ·
+ + ·
+ · −
( ) 2
← ÷ →
3 20
7 51
14 5 88
21 4 139
x y
y z
y z
y z
− · −
− ·
+ ·
+ ·
( ) 3
← ÷ →
3 20
7 51
7 14
7 14
x y
y z
z
z
− · −
− ·
· −
· −
( ) 4
← ÷ →
20 3 20 21 1
51 51 2
7
7 7
14
2
7
14
2
7
x y
z
y
z
z
· − + · − + ·
+ −
· · ·

· · −

· · −
Paso (1): Se ha situado en primer lugar la 2ª ecuación por tener coeficiente 1 en x.
Paso (2):
• A la 2ª ecuación se le ha sumado la 1ª ecuación multiplicada por ( ) 2 −
• A la 3ª ecuación se le ha sumado la 1ª ecuación multiplicada por ( ) 4 −
• A la 4ª ecuación se le ha sumado la 1ª ecuación multiplicada por ( ) 7 −
Paso (3):
• A la 3ª ecuación se le ha sumado la 2ª ecuación multiplicada por ( ) 2 −
• A la 4ª ecuación se le ha sumado la 2ª ecuación multiplicada por ( ) 2 −
Después del paso (3) se dice que el sistema está escalonado y ya se pueden despejar las
incógnitas.
Paso (4): Despejar las incógnitas.
Este sistema es, por tanto, sistema compatible determinado ya que hemos obtenido una solución
única para cada incógnita. Solución del sistema: 1 x · ,
7 y ·
, 2 z · − .
DISCUSION DE UN SISTEMA DE ECUACIONES
Cuando en un sistema de ecuaciones aparecen uno o más parámetros (no son incógnitas sino
valores de los que depende la solución del sistema), para resolver el sistema aplicaremos el método
de Gauss de la misma forma que en un sistema sin parámetros. Únicamente en el momento de
despejar las incógnitas diremos cual es la solución del sistema dependiendo del valor de los
parámetros (esto se llama discusión del sistema).
Veamos un ejemplo:
2
2 2 0
3 2
x my z
x y z
x z
− + + ·
− + ·
− − · −
( ) 1
← ÷ →
3 2
2
2 2 0
x z
x my z
x y z
− − · −
− + + ·
− + ·
( ) 2
← ÷ →
3 2
4 4
4 4
x z
my z
y z
− − · −
+ ·
− − · −
( ) 3
← ÷ →
3 2
4 4
4 4
x z
y z
my z
− − · −
− − · −
+ ·
( ) 4
← ÷ →
( )
3 2
4 4
1 0
x z
y z
m y
− − · −
− − · −
− ·
: sistema escalonado.
(Paso1: Se ha situado la 3ªEc en primer lugar
Paso2: A la 2ªEc se le ha sumado la 1ªEc multiplicada por ( ) 1 −
; a la 3ªEc se le ha sumado la 1ªEc
multiplicada por 2
Paso3: Se han recolocado las ecuaciones
Paso4: A la 3ªEc se le ha sumado la 2ªEc )
Viendo la 3ª ecuación, observamos que sólo es posible despejar
y
cuando 1 m ≠ . Por tanto, la
discusión del sistema en función de
m
es:
• Si 1 m ≠ :
0 y ·
, 1 z · y 1 x · − . El sistema es COMPATIBLE DETERMINADO
• Si 1 m · el sistema queda
3 2
4 4
x z
y z
− − · −
− − · −
y sólo podemos despejar
x
e
y
en función de
z
:
2 3 x z · − ,
4 4 y z · −
o bien
2 3
4 4
x
y
z
λ
λ
λ
· −
· −
·
siendo ∈ℝ . El sistema es COMPATIBLE
INDETERMINADO
2. MATRICES. OPERACIONES CON MATRICES. RESOLUCIÓN DE UNA ECUACIÓN
MATRICIAL. RESOLUCION DE UN SISTEMA EN FORMA MATRICIAL. RANGO DE
UNA MATRIZ.
Una matriz es un conjunto de números colocados en filas y columnas. Una matriz de n filas y m
columnas se escribirá en general:
11 1
1
n
m mn
a a
A
a a
¸ _

·


¸ ,
K
M O M
L
Las operaciones que se pueden realizar con matrices son:
• Suma o resta (cuando las dos matrices tienen el mismo número de filas y el mismo número
de columnas):
11 1 11 1 11 11 1 1
1 1 1 1
n n n n
m mn m mn m m mn mn
a a b b a b a b
A B
a a b b a b a b
+ + ¸ _ ¸ _ ¸ _

+ · + ·


+ +
¸ , ¸ , ¸ ,
K K K
M O M M O M M O M
L L L
• Producto de una matriz por un número:
11 1 11 1
1 1
n n
m mn m mn
a a k a k a
k A k
a a k a k a
⋅ ⋅ ¸ _ ¸ _

⋅ · ⋅ ·


⋅ ⋅
¸ , ¸ ,
K K
M O M M O M
L L
• Producto de matrices:
11 1 11 1 11 11 1 1 11 1 1
1 1 1 11 1 1 1
... ...
... ...
n p n n p n np
m mn n np m mn n m p mn np
m n
n p m p
a a b b a b a b a b a b
A B
a a b b a b a b a b a b
×
× ×
¸ _ ¸ _ + + + + ¸ _


⋅ · ⋅ ·




+ + + +
¸ ,
¸ , ¸ ,
K K L
M O M M O M M O M
L L L
MATRIZ INVERSA de una matriz cuadrada (una matriz cuadrada es la que tiene el mismo
número de filas que de columnas)
Se dice que la matriz
1
A

es la matriz inversa de la matriz A si
1 1
A A A A I
− −
⋅ · ⋅ ·
siendo I la
matriz identidad
1
1
0
0
I
¸ _

·


¸ ,
L
M O M
L
Calculo de la matriz inversa por el método de Gauss.
Si a la matriz A le aplicamos ciertas “transformaciones” para llegar a la matriz identidad I , dichas
transformaciones constituirán la matriz inversa
1
A

. Por tanto, si simultáneamente vamos aplicando
esas transformaciones sobre A y sobre I , cuando A se haya convertido en I , I se habrá
convertido en
1
A

. Veamos un ejemplo:
Calculemos la matriz inversa de
1 2 1
3 0 4
0 4 1
A
− ¸ _

·


¸ ,
.
( ) ( ) ( ) 1 2 3
1 2 1 1 0 0 1 2 1 1 0 0 3 0 4 0 1 0
3 0 4 0 1 0 0 6 1 3 1 0 0 6 1 3 1 0
0 4 1 0 0 1 0 4 1 0 0 1 0 0 1 6 2 3
¸ − _ ¸ − _ ¸ _

← ÷ → − ← ÷ → − ← ÷ →



¸ , ¸ , ¸ ,
( ) 4
3 0 0 24 9 12 1 0 0 8 3 4
0 6 0 9 3 3 0 1 0 3/ 2 1/ 2 1/ 2
0 0 1 6 2 3 0 0 1 6 2 3
¸ − − _ ¸ − − _

− − ← ÷ → − −


− −
¸ , ¸ ,
. Luego la matriz inversa de A es
1
8 3 4
3/ 2 1/ 2 1/ 2
6 2 3
A

− − ¸ _

· − −



¸ ,
Resolución de una ecuación matricial
Ejemplo:
Sea la ecuación A B X C + ⋅ · donde A¸ B y C son matrices. X es la matriz incógnita.
Despejando X se obtiene: B X C A ⋅ · −

( )
1 1
B B X B C A
− −
⋅ ⋅ · ⋅ −


( )
1
I X B C A

⋅ · ⋅ −



( )
1
X B C A

· ⋅ −
Resolución de un sistema de ecuaciones en forma matricial
Un sistema de ecuaciones de
n
ecuaciones con
m
incógnitas puede escribirse en forma matricial:
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
...
...
...
m m
m m
n n nm m n
a x a x a x b
a x a x a x b
a x a x a x b
+ + + · ¹
¹
+ + + ·
¹
'
¹
¹
+ + + ·
¹
M



11 1 1 1
1
m
n nm m n
a a x b
a a x b
¸ _ ¸ _ ¸ _

⋅ ·


¸ , ¸ , ¸ ,
K
M O M M M
L
. La matriz
11 1
1
m
n nm
a a
A
a a
¸ _

·


¸ ,
K
M O M
L
se
llama matriz de los coeficientes,
1
m
x
X
x
¸ _

·


¸ ,
M
es la matriz de las incógnitas y
1
n
b
B
b
¸ _

·


¸ ,
M
es la matriz de
los términos independientes. Por tanto, si la matriz A tiene inversa podemos despejar la matriz de
las incógnitas:
1
X A B

· ⋅
(esta es la forma de resolver un sistema de ecuaciones con una calculadora gráfica)
Rango de una matriz
Definición: Se dice que una serie de filas o columnas de una matriz son linealmente dependientes si
alguna de ellas es combinación lineal de las demás.
Por ejemplo, la matriz
1 3 2
2 4 6
0 10 10
¸ _




¸ ,
tiene tres filas pero son linealmente dependientes ya que la 3ª
fila = 2(1ª fila) + (2ª fila). También se dice que la 3ª fila depende linealmente de las otras dos. Sin
embargo, la 1ª fila y la 2ª fila son linealmente independientes (ya que ninguna de ellas es
combinación lineal de la otra)
Se puede demostrar que el número de filas independientes de una matriz coincide con el número de
columnas independientes. Por esta razón se define:
Rango de una matriz: número de filas o columnas linealmente independientes.
Por ejemplo, el rango de la matriz anterior sería 2.
3. DETERMINANTES
Determinante de una matriz 2x2
Se define el determinante de una matriz
11 12
21 22
a a
A
a a
¸ _
·

¸ ,
como
11 12
11 22 21 12
21 22
det( )
a a
A A a a a a
a a
· · · −
Determinante de una matriz 3x3 (Regla de Sarrus)
Se define el determinante de una matriz
11 12 13
21 22 23
31 32 33
a a a
A a a a
a a a
¸ _

·


¸ ,
como
11 12 13
21 22 23 11 22 33 21 32 13 12 23 31 13 22 31 21 12 33 32 23 11
31 32 33
det( )
a a a
A A a a a a a a a a a a a a a a a a a a a a a
a a a
· · · + + − − −
Determinante de una matriz nxn (Desarrollo por adjuntos)
Sea la matriz cuadrada
11 1
1
n
n nn
a a
A
a a
¸ _

·


¸ ,
K
M O M
L
. Se define el adjunto del elemento
ij
a
(y se denota
ij
A
)
como ( )
determinante que resulta de tachar
1
en la matriz A la fila y la columna
i j
ij
A
i j
+ ¸ _
· − ⋅

¸ ,
Para calcular el determinante de la matriz A, se elige una fila o columna cualquiera y, a
continuación, se escribe el desarrollo por adjuntos de esa fila o columna elegida. Por ejemplo, si
elegimos la 1ª fila de la matriz A, el desarrollo por adjuntos será:
11 1
11 11 12 12 1 1
1
...
n
n n
n nn
a a
A a A a A a A
a a
· · + + +
K
M O M
L
(Como vemos, será interesante elegir para el desarrollo la fila o columna que más ceros tenga. Para
conseguir ceros en las filas o columnas del determinante de una matriz se aplican las propiedades
que se detallan más abajo).
Propiedades de los determinantes
1. El determinante de una matriz es igual al determinante de su matriz transpuesta:
t
A A ·
2. Si una matriz cuadrada tiene una fila o columna de ceros, su determinante es 0.
3. Si se permutan dos líneas (filas o columnas) paralelas de una matriz cuadrada, su
determinante cambia de signo.
4. Si una matriz cuadrada tiene dos líneas paralelas iguales, su determinante es 0.
5. Si multiplicamos por el mismo número todos los elementos de una línea de una matriz
cuadrada, su determinante queda multiplicado por este número.
6. Si una matriz cuadrada tiene dos filas (o dos columnas) proporcionales, su determinante es
0.
7.
' '
11 12 12 13 11 12 13 11 12 13
' '
21 22 22 23 21 22 23 21 22 23
' '
31 32 32 33 31 32 33 31 32 33
a a a a a a a a a a
a a a a a a a a a a
a a a a a a a a a a
+
+ · +
+
8. Si a una línea de una matriz sumamos una combinación lineal de las otras paralelas, su
determinante no varía.
9. Si una matriz tiene una línea que es combinación lineal de otras paralelas, entonces su
determinante es cero. Y recíprocamente: si un determinante es cero, tiene una fila o columna
combinación lineal de otras.
10. Si A y B son dos matrices cuadradas, entonces
A B A B ⋅ · ⋅
Cálculo del rango de una matriz utilizando determinantes
• Menor de una matriz: Si en una matriz cualquiera
n m
A
×
seleccionamos r filas y r
columnas, y calculamos el determinante de la matriz resultante, dicho determinante se llama
menor de orden r de la matriz A.
• Propiedad: El determinante de una matriz cuadrada A es cero si, y solo si, las filas (o
columnas) de A son linealmente independientes. (O bien,
0 A ≠
si, y solo si, las filas de A
son linealmente independientes)
• El rango de una matriz A es el máximo orden de sus menores no nulos.
Aplicación de los determinantes a la resolución de sistemas de ecuaciones.
Teorema de Rouché-Frobenius
Para estudiar el sistema de ecuaciones
11 1 1 1
1 1
n n
m mn n m
a x a x b
a x a x b
+ + · ¹
¹
'
¹
+ + ·
¹
L
M
L
debemos calcular el rango de la
matriz de los coeficientes
11 1
1
n
m mn
a a
A
a a
¸ _

·


¸ ,
K
M O M
L
y el rango de la matriz ampliada
11 1 1
*
1
n
m mn m
a a b
A
a a b
¸ _

·


¸ ,
K
M O M M
L
. Entonces:
• si ( )
*
( ) r A r A ·
el sistema es compatible (tiene solución)
- si ( )
*
( ) r A r A n · ·
(n es el número de incógnitas) el sistema es compatible
determinado (tiene solución única)
- si ( )
*
( ) r A r A n · <
el sistema es compatible indeterminado
• si ( )
*
( ) r A r A ≠
el sistema es incompatible (no tiene solución)
Regla de Cramer
Si el sistema de ecuaciones es compatible determinado,
m n ·
y además
0 A ≠
entonces se puede
demostrar que las incógnitas se calculan de la siguiente manera:
1 1
1
n
n nn
b a
b a
x
A
·
K
M O M
L
,
11 1 1
1
2
n
n n nn
a b a
a b a
x
A
·
K
M M O M
K
, …..,
11 1
1 n n
n
a b
a b
x
A
·
K
M O M
L
Cálculo de la matriz inversa utilizando los determinantes
Se puede demostrar que la matriz inversa de una matriz cuadrada A es:
[ ]
1
1
( )
t
A adj A
A

· ⋅
donde
( ) adj A
es la matriz adjunta de A (matriz formada por los adjuntos de la
matriz A). Observación: sólo existe la matriz inversa si
0 A ≠
.
Resolución de un sistema en forma matricial
El sistema de ecuaciones
11 1 1 1
1 1
n n
n nn n n
a x a x b
a x a x b
+ + · ¹
¹
'
¹
+ + ·
¹
L
M
L
se puede escribir en forma matricial como
A X B ⋅ · siendo
11 1
1
n
n nn
a a
A
a a
¸ _

·


¸ ,
K
M O M
L
la matriz de los coeficientes,
1
n
x
X
x
¸ _

·


¸ ,
M
la matriz de las
incógnitas y
1
n
b
B
b
¸ _

·


¸ ,
M
la matriz de los términos independientes. Resolver el sistema en forma
matricial significa despejar y hallar la matriz X de la siguiente forma:
1
X A B

· ⋅

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer: Get 4 months of Scribd and The New York Times for just $1.87 per week!

Master Your Semester with a Special Offer from Scribd & The New York Times