Capítulo 7: Sistemas de ecuaciones lineales

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Capítulo 7: Sistemas de ecuaciones lineales"

Transcripción

1 Capítulo 7: Sistemas de ecuaciones lineales 1. Lección 25. El método de Gauss 1.1. Sistemas compatibles e incompatibles Una ecuación se llama lineal cuando es de la forma a 1 x 1 + a 2 x a n x n = b Aquí, a 1,..., a n, b son números (normalmente, números reales); y x 1,..., x n son las incógnitas. Se dice que a i es el coeficiente de la incógnita x i, y b es el término independiente de la ecuación. Cuando b = 0, se dice que la ecuación lineal es homogénea. Una solución de la ecuación anterior es una asignación de valores (c 1,..., c n ) a las incógnitas, para la cual se cumple la ecuación; esto es, si sustituímos en la ecuación cada incógnita x i por el valor c i, la ecuación se convierte en una igualdad válida. Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m ecuaciones lineales, todas con las mismas incógnitas x 1,..., x n. La forma general de un tal sistema es: a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b a m1 x 1 + a m2 x a mn x n = b m El sistema se llama homogéneo si todas las ecuaciones del sistema son homogéneas. Una solución del sistema es un asignación de valores a las incógnitas que es solución simultáneamente de todas las ecuaciones del sistema. Un sistema es compatible si tiene alguna solución, y es incompatible si no admite ninguna solución. Un sistema compatible se llama determinado si tiene una solución única. En caso contrario, se dice que es indeterminado. Discutir un sistema es decidir si es compatible o incompatible; y, en el primer caso, decir si es determinado o indeterminado. Resolver un sistema (que sea compatible) es indicar explícitamente cuál es la solución o soluciones del sistema. Ejemplo 1. El sistema x 2y = 1 2x 4y = 3 1

2 es incompatible. En efecto, si x = a, y = b es una solución de la primera ecuación, entonces a 2b = 1; luego 2(a 2b) = 2a 4b = 2, y x = a, y = b no puede ser solución de la segunda ecuación. (En adelante, en lugar de escribir la solución de un sistema como el anterior en la forma x = a, y = b escribiremos (a, b). Supondremos así que se tiene estipulado un orden en las incógnitas). Ejemplo 2. El sistema x 2y = 1 2x y = 1 es compatible determinado. En efecto, es inmediato comprobar que ( 1, 1) es solución simultáneamente de las dos ecuaciones. Además, cualquier solución (a, b) debe cumplir (como se ve sumando los dos miembros de las ecuaciones) 3a 3b = 0; luego ha de ser a = b. Como además debe ser a 2b = 1, se tendrá a 2a = 1, así que ha de ser a = 1. Por lo anterior, será b = 1, luego esa solución es la única. Ejemplo 3. x + y = 2 3x + 3y = 6 tiene infinitas soluciones. En efecto, para cualquier valor b, el par (2 b, b) es una solución del sistema, como se puede fácilmente comprobar. Así, el sistema es compatible indeterminado Matriz de un sistema Dos sistemas de ecuaciones con las mismas incógnitas x 1,..., x n se dice que son equivalentes cuando toda solución de un sistema es solución del otro, y viceversa. Los procedimientos de resolución de sistemas se basan en transformar el sistema dado en otro equivalente, para el cual sea más sencillo hallar las soluciones. A los efectos de describir estos procedimientos, es muy útil manejar los sistemas de ecuaciones a través de sus matrices: Llamamos matriz de coeficientes del sistema de ecuaciones lineales a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b a m1 x 1 + a m2 x a mn x n = b m al rectángulo de números reales (con m filas y n columnas) a 11 a a 1n a 21 a a 2n A =... a m1 a m2... a mn 2

3 Llamamos matriz ampliada del sistema de ecuaciones lineales anterior al rectángulo de números reales a 11 a a 1n b 1 a 21 a a 2n b a m1 a m2... a mn b m La matriz ampliada de un sistema contiene toda la información sobre el sistema (salvo los nombres de las incógnitas; pero los nombres no importan para la manera de hallar las soluciones). En general, un rectángulo de números reales se llama una matriz (aunque no proceda de un sistema de ecuaciones). Existe también una matriz de los términos independientes, con una sola columna: B = Podemos representar entonces la matriz ampliada como la matriz b 1 b 2.. b m (A B) indicando que se forma por yuxtaposición de esas dos matrices Transformaciones elementales Vamos a estudiar algunas maneras de transformar la matriz ampliada M de un sistema de ecuaciones en otra matriz M, de forma que M sea la matriz ampliada de un sistema que es equivalente al sistema de partida. Cuando se trata de discutir o resolver el sistema, por tanto, estas transformaciones no cambian el resultado. Transformación elemental 1: intercambiar dos filas de la matriz. Está claro que el efecto sobre el sistema es cambiar el orden de dos de las ecuaciones. Pero eso no cambia el sistema de ecuaciones. Transformación elemental 2: intercambiar dos columnas de la matriz (ninguna de las cuales puede ser la última columna). Si intercambiamos la columna i y la columna j, el efecto sobre el sistema es el de intercambiar las incógnitas x i y x j ; pero cada ecuación sigue siendo la misma de antes. Solamente varía el orden en que ponemos las incógnitas. Transformación elemental 3: cambiar la fila i por el resultado de multiplicar todos sus elementos por un número fijo r 0. Expresaremos simbólicamente esta transformación poniendo F i rf i. El efecto en el sistema es que la ecuación a i1 x a in x n = b i se transforma en la ecuación ra i1 x 1 + +ra in x n = rb i. Pero es fácil ver que todas las soluciones de la primera ecuación son soluciones de la segunda, y recíprocamente. El nuevo sistema es equivalente al primero. 3

4 Transformación elemental 4: cambiar la fila i por el resultado de sumarle a dicha fila, la fila j multiplicada por un número k. Expresaremos simbólicamente este cambio poniendo F i F i + kf j. El efecto sobre el sistema es el de cambiar la ecuación i-ésima por la ecuación (a i1 + ka j1 )x 1 + (a i2 + ka j2 )x (a in + ka jn )x n = b i + kb j Notemos que esta nueva ecuación i-ésima puede escribirse así: (a i1 x 1 + a i2 x a in x n ) + k(a j1 x 1 + a j2 x a jn x n ) = b i + kb j Ahora, si (c 1, c 2,..., c n ) es solución del sistema original, entonces es solución de la ecuación i-ésima y de la ecuación j-ésima, de donde se sigue que es también solución de la nueva ecuación y del nuevo sistema. Recíprocamente, si (c 1,..., c n ) es solución del nuevo sistema, entonces es solución de esta nueva ecuación, de la ecuación j-ésima, y de esta última multiplicada por k; restando, vemos que (c 1,..., c n ) será también solución de la ecuación i-ésima del sistema original, luego es solución del sistema original. Así, ambos sistemas son equivalentes El método de Gauss Presentamos un método general para discutir y resolver sistemas de ecuaciones lineales. Empezamos por escribir la matriz ampliada del sistema. Luego efectuamos, siguiendo el procedimiento que veremos, transformaciones elementales sobre la matriz hasta convertirla en una matriz (A B) tal que la submatriz A de los coeficientes está en forma escalonada simple. Finalmente, escribimos el sistema de ecuaciones correspondiente a esta matriz (que será equivalente al primero) y lo resolvemos directamente; o bien observamos que es incompatible, si es ese el caso. Una matriz de m filas y n columnas con elementos a ij está en forma escalonada simple si es nula (todos sus elementos son 0), o bien si no es nula y cumple las condiciones: 1. Para algún s m, n se tiene a 11 = a 22 = a 33 = = a ss = Si es s < m, las filas s + 1, s + 2,..., m son todas nulas. 3. En las columnas 1, 2,..., s, todos los elementos que están por debajo de la diagonal principal (esto es, los a ij con i > j) son nulos. Vemos a continuación por qué los sistemas cuya matriz es escalonada simple son fáciles de estudiar, y cómo se resuelven. Si la matriz de los coeficientes de un sistema es escalonada simple (y no es 4

5 nula), entonces el sistema será de la forma siguiente: x 1 + a 12 x a 1r x r a 1n x n = b 1 x a 2r x r a 2n x n = b 2... x r a rn x n = b r 0 = b r = b m Notemos que para las ecuaciones de la forma 0 = 0, toda asignación de valores a las incógnitas dará una solución, porque 0 = 0 se cumple siempre. En cambio, si una ecuación es 0 = b con b 0, entonces ninguna asignación de valores a las incógnitas dará solución. De este modo, si se tiene b k 0 para algún k = r + 1,..., m, entonces hay una ecuación que no tiene solución y el sistema es incompatible. Supongamos que, por el contrario, b r+1 = b r+2 = = b m = 0. Veremos que en este caso, el sistema es compatible, y describiremos las soluciones. En efecto, sea b r+1 = = b m = 0. Podemos entonces escribir el sistema en la forma siguiente: x 1 + a 12 x a 1r x r = b 1 a 1,r+1 x r+1 a 1n x n x a 2r x r = b 2 a 2,r+1 x r+1 a 2n x n.. x r 1 + a r 1,r x r = b r 1 a r 1,r+1 x r+1 a r 1,n x n x r = b r a r,r+1 x r+1 a rn x n Se tiene entonces que, para cualquier asignación de valores a las incógnitas x r+1, x r+2,..., x n, existe una solución del sistema. Para obtenerla, basta ir resolviéndolo de abajo arriba: La última ecuación da directamente el valor que toma x r para cualquier valor de las incógnitas x r+1,..., x n. Tomando ese valor de x r y las demás incógnitas, la ecuación penúltima da el único valor de x r 1. Siguiendo de ese modo, ascendemos en el sistema hallando sucesivamente los valores de x r 2,..., x 2, x 1, que quedarán expresados en función de los valores asignados a x r+1,..., x n. Si es n = r, el sistema es compatible y determinado. Si n = r + 1, el sistema es indeterminado, con un conjunto infinito de soluciones. Si n = r + 2, hay un conjunto doblemente infinito de soluciones (le podemos dar valores arbitrarios a dos de las incógnitas), etc. Ejercicio 1. Haciendo transformaciones elementales sobre la matriz de un sistema, hemos llegado a una matriz de coeficientes que es escalonada simple. La matriz ampliada es la siguiente. 5

6 Sabiendo que las incógnitas son y 1, y 2, y 3, y 4 y debemos usarlas en ese orden, discutir y resolver el sistema. El sistema es compatible, porque la última ecuación es 0 = 0 y las soluciones de las otras ecuaciones serán soluciones del sistema. Las escribimos así: y 1 y 2 = 1 y 4 y 2 y 3 = 1 y 3 = y 4 Se obtienen entonces las soluciones, procediendo de abajo arriba. Ponemos: y 4 = t, y 3 = t, y 2 = 1 + t, y 1 = 1 t + (1 + t) = 2 Queda por estudiar el método para, usando transformaciones elementales, convertir la matriz del sistema en una cuya matriz de coeficientes esté en forma escalonada simple. Los pasos del método son los siguientes, aplicados siempre sobre la matriz ampliada del sistema: 1. Suponiendo que la matriz de coeficientes no es nula, buscamos una columna (en la matriz de coeficientes) que no sea nula. Intercambiando las columnas (transformación elemental 2) si es necesario, tendremos la primera columna no nula. 2. Intercambiamos dos filas si es necesario (transformación elemental 1) para que el elemento a 11 de lugar (1, 1) sea no nulo. 3. Hacemos el cambio F 1 a 1 11 F 1 (transformación elemental 3). De este modo, el nuevo elemento a 11 será igual a Para cada fila j = 2, 3,..., m en que sea a j1 0, hacemos la transformación F j F j a j1 F 1 (transformación elemental 4). De este modo, todos los elementos de la primera columna desde la fila 2 en adelante serán Nos fijamos ahora en la submatriz (de la matriz de los coeficientes; es decir, la que obtenemos sin considerar la última columna) que resulta al eliminar la primera fila y la primera columna. Si es nula, el proceso ha terminado. En caso contrario, volvemos a recorrer los pasos 1, 2, 3, 4 del procedimiento, pero aplicándolos a la submatriz indicada, sin tener en cuenta la primera columna ni la primera fila, que quedarán ya sin variación en todo el resto del proceso (salvo por los posibles cambios en el orden de las columnas). 6. El proceso termina cuando la matriz a la que llegamos (sin contar la última columna, que corresponde a la matriz de los términos independientes) está en forma escalonada simple. 6

7 Ejercicio 2. Discutir y resolver el sistema x 2y + z 4t = 1 x 2y + 2z + 2t = 7 2x + 4y + 2z + 32t = 22 Empezamos por escribir la matriz ampliada Como el elemento a 11 0, podemos prescindir de los pasos 1, 2. Tampoco el paso 3 es necesario, pues a 11 = 1. Aplicamos el paso 4 sobre las filas 2, 3. Hacemos, pues, sucesivamente, los cambios F 2 F 2 F 1 y F 3 F 3 + 2F 1. Se obtiene , Para los cambios siguientes no han de tenerse en cuenta la primera fila y la primera columna. En la submatriz resultante, la primera columna es nula, pero la segunda no. Por tanto, debemos intercambiar las columnas 1, 2 de la submatriz (que son las columnas 2, 3 de la matriz completa) Hay que observar que al intercambiar esas columnas, hemos cambiado el orden de las incógnitas. El orden nuevo es x, z, y, t, ya que hemos intercambiado la segunda y la tercera. Debemos ahora hacer el cambio F 3 F 3 4F 2 para obtener ceros debajo del 1 de la segunda fila. Esto dará Si quitásemos ahora las dos primeras filas y columnas, obtenemos una submatriz en que la parte correspondiente a la matriz de coeficientes es nula. Por tanto, hemos terminado y la matriz de coeficientes ya está en forma escalonada simple. Podemos entonces escribir el sistema de la forma siguiente (hay que recordar que el orden de las incógnitas ha cambiado): x + z = 1 + 2y + 4t z = 6 6t Las soluciones se obtienen dando a y, t valores arbitrarios; digamos y = u, t = v, Entonces será z = 6 6v y x = 1 + 2u + 4v (6 6v) = 2u + 10v 5. Las soluciones son, pues, 7

8 x = 2u + 10v 5, y = u, z = 6v 6, t = v El conjunto de soluciones es doblemente infinito, puesto que se dan los soluciones en función de dos parámetros que pueden tomar cualquier valor El método de Gauss-Jordan Una variante del método de Gauss aplica nuevas transformaciones por filas a la matriz ampliada del sistema, hasta llegar a una matriz de coeficientes que sea escalonada simple y reducida. Una matriz A = (a ij ) de m filas y n columnas es escalonada simple y reducida cuando existe algún r m, n de manera que: a 11 = a 22 = = a rr = 1. Las filas r + 1,..., m son todas nulas. Los elementos a ij con 1 i, j r que no están en la diagonal son todos nulos. Si la matriz A está en forma escalonada simple, con los primeros r elementos de la diagonal iguales a 1, entonces se puede transformar en una matriz reducida usando las operaciones elementales siguientes. 1. Para cada i = 1, 2,..., r, se aplica la transformación F i F i a ir F r. 2. Para cada i = 1, 2,..., r 1, se aplica la transformación F i F i a i,r 1 F r Se procede del mismo modo para las columnas r 2,..., 2 en orden. Al final de este proceso, la matriz está en forma reducida. Ejemplo 4. La matriz está en forma escalonada simple. Para llevarla a forma reducida, operamos del siguiente modo: 1) F 1 F 1 + F 3, y luego F 2 F 2 2F 3 : , donde hemos hecho finalmente el cambio F 1 F 1 +F 2. La matriz está en forma reducida. 8

9 2. Lección 26. Resolución de sistemas de ecuaciones 2.1. Discusión y resolución de sistemas: ejemplos Ejercicio 1. Discutir y, en su caso, resolver el sistema x + 2y + 3z = 1 2x + y z = 3 x + y + 4z = 1 Escribimos la matriz ampliada del sistema Tenemos a 11 = 1, luego vamos directamente al paso 4. Hacemos sucesivamente los cambios F 2 F 2 2F 1 y F 3 F 3 + F 1. Se obtiene , Siguiendo el procedimiento general, dejamos aparte la primera fila y columna. Para obtener un 1 en el lugar (2, 2), hacemos el cambio F F El paso siguiente ha de consistir en el cambio F 3 F 3 3F El proceso termina aquí, puesto que la matriz de los coeficientes está ya en forma escalonada simple. Como la última ecuación daría 0 = 1, el sistema es incompatible. Ejercicio 2. Discutir y resolver, en su caso, el siguiente sistema de ecuaciones. Escribimos la matriz ampliada 2x + y z = 3 x + 2y + 3z = 2 x + y + 4z = 1 3x + 2y + 2z =

10 Lo más simple es intercambiar las dos primeras filas, y así podremos ir directamente al paso 4 de nuestro algoritmo Para poner ceros en la primera columna, debemos hacer los cambios F 2 F 2 2F 1, F 3 F 3 + F 1 y F 4 F 4 3F 1. Aunque estos cambios son sucesivos, escribimos solamente la matriz que resulta al final de los tres cambios, para aligerar la exposición Hemos completado el primer ciclo. Ahora hemos de proceder de manera análoga con la submatriz que resulta prescindiendo de la primera fila y columna. Sin embargo, hemos observado que las transformaciones elementales que hagamos no cambian las soluciones del sistema. Por tanto, podemos hacer otras transformaciones distintas de las indicadas en el método general si ello nos va a conducir más deprisa a nuestro objetivo. En la presente situación, parece más efectivo hacer la transformación F 3 F 3 + F 2 ; y después intercambiar las filas 3, 4. El resultado es: Sabemos que la manera de conseguir un elemento igual a 1 es multiplicar la segunda fila por 1 3. Pero, de nuevo, vamos a seguir otro camino con el mismo objetivo: hacemos el cambio F 2 F 2 F 3. Obtenemos así Seguimos ahora el método normal, haciendo el cambio F 3 F 3 + 4F 2. Esto dará Para llegar a que la matriz de los coeficientes sea escalonada simple, bastará ahora el cambio F F 3. Se llega a:

11 La última ecuación es 0 = 0. Se tendrá que el sistema es compatible. La solución se obtiene yendo de abajo arriba: z = 8 7, y = 3, x = = = Sistemas con parámetros En ocasiones, el problema es resolver no un sistema de ecuaciones, sino toda una colección infinita de sistemas de ecuaciones; se trata de colecciones de sistemas que, de acuerdo con el valor que tome uno o varios parámetros, darán sistemas particulares. Ejercicio 3. Discutir y resolver, según los valores del parámetro a, el sistema de ecuaciones x + y = 1 ay + z = 0 x + (1 + a)y + az = 1 + a Como siempre, empezaremos por escribir la matriz a a a 1 + a El primer cambio será F 3 F 3 F 1, y un primer ciclo estará cumplido a a a a Lo más fácil ahora es intercambiar las columnas 2, 3, para tener un 1 en el lugar (2, 2) de la diagonal (pero recordemos que esto implica que el orden de las incógnitas varía: el nuevo orden será x, z, y). Se obtiene a 0 0 a a a El paso siguiente, de acuerdo con el método, será F 3 F 3 af 2. Llegamos a: a a a 2 a En el ciclo siguiente deberíamos operar sobre la tercera fila para poner un 1 en el lugar (3, 3). Sin embargo, no sabemos si a a 2 es 0. Por eso, es mejor distinguir el proceso según el posible valor del parámetro a. Caso 1. Si a = 0, la matriz será

12 En este caso, la matriz de los coeficientes es escalonada simple; el sistema es compatible, y puede darse como: z = 0, x = 1 y El sistema es indeterminado, y admite una solución para cada valor que le demos a y. Así, las soluciones se pueden expresar como: x = 1 t, y = t, z = 0 Caso 2. Sea a 0. Entonces, en la matriz a la que habíamos llegado podemos hacer el cambio F 3 1 a F 3. Obtenemos a a 1 En esta situación, hemos de volver a distinguir dos posibilidades. Caso 2.1. Sea a = 1. Entonces la matriz es Como la tercera ecuación da 0 = 1, el sistema es incompatible. Caso 2.2. Sea a 1. Entonces 1 a 0. Hacemos el cambio F a F 3. Quedará a a El sistema es compatible en este caso. Además, es determinado, y su solución se halla como siempre, de abajo arriba: y = 1 1 a, z = ay = a 1 a, x = 1 y = a 1 a 2.3. Permutaciones Una permutación de los números 1, 2,..., n es cualquier ordenación de esos números. Por ejemplo, hay seis permutaciones de los números 1, 2, 3. Son: (1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2) y (3, 2, 1). Sea σ una permutación de los números 1, 2,..., n. El par de números (i, j) (con i < j) presenta una sucesión para σ si i aparece antes que j en la permutación σ. En cambio, el par (i, j) (con i < j) presenta inversión para σ si j aparece antes que i en la permutación σ. Por ejemplo, para la permutación (2, 5, 3, 1, 4) de los cinco primeros números, el par (1, 2) presenta una inversión; el par (2, 4) presenta sucesión. Denotamos al conjunto de todas las permutaciones de 1, 2,..., n como S n. Una permutación σ se llama par si el número de pares (i, j) con i < j que 12

13 presentan inversión en la permutación σ es par; y σ es una permutación impar si el número de pares i < j que presentan inversión es impar. Llamamos signo de la permutación σ, s(σ), al número 1 si σ es par, y al número 1 si σ es impar. Necesitamos estos conceptos para la definición de lo que es el determinante de una matriz cuadrada. En primer lugar, una matriz se llama cuadrada si su número de filas coincide con su número de columnas. Por otro lado, emplearemos la siguiente notación para permutaciones: si σ es una permutación de 1, 2,..., n, denotaremos por σ(i) al número que ocupa el lugar i en la permutación σ. Definición. Sea A una matriz cuadrada n n (es decir, con n filas y n columnas). Escribiremos a ij para denotar el elemento de A que está en la fila i columna j. Llamamos determinante de A (escrito, A ) al número A = σ S n s(σ)a 1,σ(1) a 2,σ(2), a n,σ(n) De esta manera, el determinante es una suma, y cada sumando se obtiene como un producto de n elementos de la matriz: estos n elementos están escogidos uno en cada fila y uno en cada columna, de todas las formas posibles. Cada sumando determina una permutación σ como está indicado en la definición. Además, cada sumando tiene signo + o, según sea el signo de la permutación σ correspondiente. Veamos algunos casos particulares que permitan aclarar la definición. Ejemplo 1. Una matriz 3 3. Sea A la matriz a 11 a 12 a 13 A = a 21 a 22 a 23 a 31 a 32 a 33 Vamos a expresar su determinante. En primer lugar, existen seis permutaciones de 1, 2, 3, luego el determinante tendrá seis sumandos, uno para cada permutación. La permutación (1, 2, 3) da el sumando a 11 a 22 a 33. El número de inversiones de dicha permutación es 0, así que la permutación es par. Esto aporta a la suma un sumando con signo +. La permutación (1, 3, 2) da el sumando a 11 a 23 a 32. De los pares (1, 2), (1, 3), (2, 3) solamente este último presenta inversión para esta permutación. Luego la permutación es impar, y el signo del sumando será negativo. La permutación (2, 1, 3) dará el sumando a 12 a 21 a 33. La permutación tiene una inversión (el par (1, 2)), luego es impar y el signo del sumando es. La permutación (2, 3, 1) dará el sumando a 12 a 23 a 31. Esta permutación presenta dos inversiones (1, 2) y (1, 3). Luego es una permutación par y el signo del sumando es +. La permutación (3, 1, 2) da a 13 a 21 a 32. Hay dos inversiones y la permutación es par, luego el signo del sumando es +. 13

14 La permutación (3, 2, 1) determina el sumando a 13 a 22 a 31. El signo es, porque la permutación es impar, ya que presenta tres inversiones. En definitiva, el determinante de la matriz A está dado por: A = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 11 a 23 a 32 a 12 a 21 a 33 a 13 a 22 a 31 Ejemplo 2. Sea A la matriz A = ( ) a11 a 12 a 21 a 22 El conjunto S 2 de las permutaciones de 1, 2 tiene solamente dos elementos: (1, 2) y (2, 1). El primero es una permutación par, el segundo es una permutación impar. El determinante de A tiene solamente dos sumandos. El correspondiente a la permutación par (1, 2) será a 11 a 22 y tendrá signo +. El correspondiente a la permutación (2, 1) es a 12 a 21 y tiene signo. Luego el determinante es: A = a 11 a 22 a 12 a 21 Ejemplo 3. Sea A = (a ij ) una matriz 4 4. El determinante tendrá 24 sumandos. Veamos cuál será el signo del sumando a 12 a 23 a 31 a 44 y el del sumando a 14 a 22 a 31 a 43. El primer sumando corresponde a la permutación (2, 3, 1, 4), que presenta las inversiones: (1, 2), (1, 3). Como hay dos, la permutación es par y el signo del sumando es +. El segundo sumando corresponde a la permutación (4, 2, 1, 3). Las inversiones aquí son: (1, 2), (1, 4), (2, 4), (3, 4). Luego la permutación también es par y el signo del sumando es +. En realidad, como veremos, el cálculo de determinantes puede reducirse al de los de orden 3. Por eso es especialmente importante la regla que hemos encontrado antes sobre el valor del determinante de una matriz cuadrada de orden 3. Una regla mnemotécnica es la siguiente: Dado el determinante de orden 3 a b c d f g h j k podemos calcular su valor, añadiendo a la derecha las columnas primera y segunda: a d b f c g a d b f h j k h j y hacemos los productos de las tres diagonales que, yendo de izquierda a derecha van hacia abajo (con signo +), menos los productos de las tres diagonales que, yendo de izquierda a derecha van hacia arriba. El resultado es, como vimos antes: afk + bgh + cdj hfc jga kdb 14

15 3. Lección 27. Determinantes: propiedades y cálculo 3.1. Propiedades de los determinantes Sea A una matriz cuadrada, A = (a ij ). Llamamos traspuesta de A (y se escribe A t ) a la matriz A t = (b ij ) tal que, para cada lugar (i, j) se tiene b ij = a ji. De este modo, los elementos de la fila i en la matriz A t son precisamente los elementos de la columna i de la matriz A, en el mismo orden. Así, para escribir la traspuesta de A basta tomar la primera fila de A y escribirla como la primera columna de A t ; la segunda fila de A ocupará la segunda columna de A t, etc. Ejemplo 1. La traspuesta de la matriz A = matriz A t = , será la Una matriz cuadrada A que cumple A = A t se dice que es simétrica. Las matrices simétricas son las que presentan simetría respecto de la diagonal principal. Proposición 1. Si A es una matriz cuadrada, entonces A t = A. Nótese que el determinante de A es una suma, y cada sumando es un producto formado tomando un elemento de cada fila y de cada columna. Si cambiamos filas por columnas, los sumandos que aparecen son exactamente los mismos productos. Ocurre que el signo de cada sumando se mantiene también al pasar de A a A t. Proposición 2. Si A es una matriz cuadrada con una fila nula (todos los elementos de la fila son 0), entonces A = 0. La razón: en todos los sumandos de A tiene que aparecer un elemento de cada fila; luego en todos los sumandos aparece un factor igual a 0, y cada sumando es 0. El enunciado anterior es también cierto si cambiamos la palabra fila por columna. En efecto, si una columna es nula, entonces una fila de A t es nula y A t = 0 por la proposición 2. Luego A = 0 por la proposición 1. Del mismo modo, propiedades que se refieren a las filas de una matriz son también válidas para las columnas, como veremos en los enunciados siguientes. Proposición 3. Si en la matriz cuadrada A multiplicamos una fila (o columna) por un número k, entonces el determinante de la nueva matriz es igual a k A. En cada sumando del determinante aparecerá un factor de dicha fila; luego cada sumando del nuevo determinante será igual al sumando correspondiente del determinante original, pero multiplicado por k; de ahí el resultado. Proposición 4. Sean A, B dos matrices que se diferencian solamente en los elementos de una fila (o columna) i. Sea C la matriz que es igual a A y a B en 15

16 todas las filas, pero cuya fila i se obtiene sumando elemento a elemento los de las filas (o columnas, en su caso) i de A y de B. Entonces C = A + B. Ejemplo 2. Sean A, B las matrices cuadradas de orden 3: A = , B = Entonces, si C = veremos que efectivamente,, se tiene C = A + B. Si los calculamos, A = 3, B = 1, C = 2 Comparando cada sumando de C con el sumando correspondiente de A y de B, vemos que el sumando de C será un producto con todos los factores, salvo uno, iguales a los que aparecen en A y en B ; ese factor distinto es suma de los que aparecen en A y en B, y la propiedad distributiva del producto justifica la proposición. Proposición 5. Si en una matriz cuadrada intercambiamos dos filas (o dos columnas), el valor de su determinante cambia de signo. Esta propiedad es un poco más difícil de ver. Se debe a que, al intercambiar las filas, cada sumando del nuevo determinante es igual a uno del original, pero la permutación asociada a dicho sumando ha cambiado; de hecho, su signo cambia al intercambiar dos filas; por eso la suma que da el nuevo determinante tiene exactamente los mismos sumandos que la del determinante original, pero todos cambiados de signo. Proposición 6. Si una matriz cuadrada A tiene dos filas iguales; o bien una de las filas es igual a una constante k por la otra; entonces A = 0. Lo mismo vale cambiando filas por columnas. Supongamos que las dos filas i y j son iguales. Sea B la matriz que se obtiene al intercambiar en A las filas i, j. Por un lado, tenemos A = B, ya que la matriz no ha cambiado. Pero B = A por la proposición 5. Luego 2 A = 0 y A = 0. Supongamos ahora que la fila j de la matriz A es igual a la fila i multiplicada por la constante k 0 (si k = 0, la fila j es nula y A = 0 por la proposición 2). Si en A multiplicamos por k la fila i obtenemos una matriz B que tiene iguales la fila i y la fila j. Luego B = 0, por lo que acabamos de ver. Pero B = k A por la proposición 3. Así, A = 1 k B = 0. Proposición 7. Si en una matriz cuadrada A hacemos la transformación elemental F i F i + kf j (para una constante k y una fila j), el determinante no varía. Lo mismo vale para columnas. Llamemos C a la matriz que se obtiene de A por la transformación elemental indicada. Llamemos B a la matriz que solamente se diferencia de A en la fila i: la fila i de B se obtiene como la fila j de A multiplicada por k. Entonces B tiene dos filas proporcionales, así que B = 0 por la proposición 6. Pero C es igual a 16

17 A y a B salvo en la fila i, que es suma de las de A y B. Por la proposición 4, C = A + B = A. Una consecuencia de estas propiedades nos da un procedimiento (no demasiado práctico, en general), para calcular determinantes: partiendo de la matriz cuadrada A, le aplicamos transformaciones elementales para llevarla a la forma escalonada simple. En esta situación, podemos usar también transformaciones elementales de las columnas, pues sus propiedades en lo que se refiere al determinante son las mismas que para filas. Estas transformaciones solamente cambian el determinante multiplicándolo posiblemente por constantes que podemos ir calculando en el proceso. Al final, la forma escalonada dará: 1) O bien una matriz cuya diagonal principal es toda de unos. Entonces su determinante es 1, directamente. 2) O bien una matriz que tiene algunos unos y algunos ceros en la diagonal principal. Entonces alguna fila es nula, y el determinante vale 0. Ejemplo 3. Calcular el determinante = = = donde los cambios hechos han sido, sucesivamente: C 1 1 C 1, F 3 F 3 +2F 1, F 4 F 4 +3F 1 y finalmente, se han intercambiado la columna 2 y la 4. La primera y la última de las transformaciones han cambiado el signo del determinante. Seguimos ahora las transformaciones = = = donde las transformaciones han consistido en: F 3 F 3 2F 2, F 4 F 4 7F 2, F 4 F 4 + 3F 3, y finalmente multiplicar la última fila por 1 20 (y tener en cuenta que así el nuevo determinante ha quedado dividido por 20). Como el último determinante vale 1, ya que está en forma escalonada simple, con diagonal principal de unos, el valor del determinante original es Desarrollo de un determinante Sea A = (a ij ) una matriz m n y sea k m, n. Una submatriz cuadrada de A de orden k es la matriz que resulta al eliminar en la matriz A m k filas y n k columnas, dejando los elementos restantes en el mismo orden de filas y columnas que tienen en la matriz A. 17

18 Dada la matriz A, el determinante de cualquier submatriz cuadrada de A se dice que es un menor de la matriz A. Ejemplo 4. Dada la matriz A = las siguientes son algunas de las submatrices cuadradas de orden 3 de dicha matriz , , Sus determinantes son, pues, menores de la matriz A. Sea A una matriz cuadrada n n. Dado cualquier lugar (i, j) en la matriz A, obtenemos una submatriz cuadrada al eliminar la fila i y la columna j de la matriz. El menor correspondiente a dicha submatriz se llama el menor complementario del elemento (i, j) de la matriz A. Ejemplo 5. Sea la matriz A = El menor complementario del elemento de lugar (3, 2) es el determinante = = Si M ij es el menor complementario del elemento de lugar (i, j) en la matriz A, entonces llamamos adjunto del elemento de lugar (i, j) de la matriz A al número A ij = ( 1) i+j M ij. En el ejemplo anterior, el adjunto del elemento de lugar (3, 2) es igual a 0 = 0. Proposición 8. Sea A = (a ij ) una matriz cuadrada de orden n. Para cualquier fila i de la matriz A, se tiene A = a i1 A i1 + a i2 A i2 + + a in A in = n a ij A ij j=1 El resultado vale también usando columnas en lugar de filas. Este resultado facilita un procedimiento para calcular determinantes, usando la fórmula del enunciado. Este procedimiento se conoce como desarrollo del determinante por una fila (o columna). Ejemplo 6. Calcular el determinante siguiente, desarrollando por la tercera columna: 18

19 El desarrollo dará, teniendo en cuenta que a 23 = a 33 = 0, que el determinante es igual a a 13 A 13 + a 43 A 43. Calculamos, pues, A 13 = = = A 43 = = ( ) = De este modo, obtenemos el valor del determinante: 57 + ( 3)30 = = 147 Aunque el procedimiento de calcular un determinante usando transformaciones elementales que lleven la matriz a una escalonada simple sea poco práctico, su combinación con el desarrollo del determinante por una fila o columna es frecuentemente lo más efectivo. A este respecto, las transformaciones elementales permiten obtener muchos elementos iguales a 0 en el determinante. La existencia de estos elementos nulos facilita entonces el cálculo usando el desarrollo por los elementos de una fila o columna. Ejemplo 7. Calcular el siguiente determinante Intercambiando las columnas 1 y 3, podemos después hacer las transformaciones elementales F 2 F 2 4F 1, F 3 F 3 + 2F 1 y F 4 F 4 3F D = = = D = = = = = =

20 = 2( ) 9 ( 611) = = 1053 donde hemos desarrollado de nuevo por la primera columna en el determinante de orden Lección 28. Rango de una matriz y teorema de Rouché 4.1. Rango de una matriz Sea A una matriz m n. Llamamos rango de A (escrito rg(a)) al mayor entero r que cumple la condición: existe algún menor de orden r de la matriz A que es no nulo. Ejemplo 1. Sea A la matriz A = Los menores de orden 1 de la matriz son sus elementos. Evidentemente, hay menores de orden 1 no nulos, luego rg(a) 1. El menor tiene el valor 3 12 = 9 0. Luego existen menores de orden 2 no nulos y rg(a) 2. El único menor de orden 3 es el determinante A. Calculando su valor, vemos que A = = 0. Luego no hay menores de orden 3 no nulos. En consecuencia, rg(a) = 2. Ejemplo 2. Estudiemos el rango de la matriz A = Hay menores de orden 1 no nulos; por ejemplo, el menor obtenido al eliminar las filas 2, 3 y las columnas 2, 3, 4 es igual a 1 0. Así, rg(a) 1. Buscamos menores de orden 2 no nulos. Usando las columnas 1, 2 no podemos encontrar ninguno. Pero si usamos, por ejemplo, las columnas 3, 4, tenemos el menor = 2 0. Luego rg(a) 2. Obtenemos un menor de orden 3 con las columnas 1, 3, 4. Será = = Probemos con las columnas 2, 3, 4. Tenemos el menor = = 0. Nos queda todavía probar con las columnas 1, 2, 3 o 1, 2, 4. Sin embargo, podemos avanzar ya que también estos menores darán 0. La razón está en la Proposición 1 que veremos enseguida.. 20

21 Sea A una matriz y sea M una submatriz suya de orden r. Una submatriz de A de tamaño (r + 1) (r + 1) se dice que es una orlada de la submatriz M si incluye todos los elementos de la submatriz M. Proposición 1. Sea A una matriz que tiene un menor de orden r no nulo, correspondiente a la submatriz M. Si todos los menores de las submatrices orladas de M son nulos, entonces rg(a) = r. En el ejemplo anterior, podemos tener en cuenta este resultado. El menor de orden 2 formado con las columnas 3, 4 y las filas 1, 2 es no nulo. Pero los únicos menores de orden 3 que corresponden a submatrices orladas de la dicha son nulos, como ya hemos visto. Luego rg(a) = 2, y los demás menores de orden 3 son nulos también. Ejercicio 1. Calcular el rango de la matriz 1 1 a a 1 A = a a según los valores del parámetro a. El elemento 1 en el lugar (3, 3) es no nulo. Luego rg(a) 1. Un menor de orden 2 de una submatriz orlada de la anterior es el formado por las filas 2, 3 y las columnas 2, 3. Su valor es = = 1 0. Así, es no nulo y rg(a) 2. Hay solamente dos submatrices orladas de la anterior: una contiene las columnas 1, 2, 3 y la otra las columnas 2, 3, 4. Los menores correspondientes darán 1 1 a a 3 4 a 1 1 = 1 + 3a 1 a a 1 2a2, = a 1 Aquí hay que distinguir lo que ocurre según los valores de a. Caso 1. Si a = 1, el último menor es nulo. Pero el anterior también es nulo, pues = 0. En esta situación, todos los orlados de orden 3 del menor de orden 2 no nulo elegido son cero. Luego rg(a) = 2. Caso 2. Si a 1, entonces el último menor anterior es no nulo. Así, rg(a) 3. Como no hay menores de orden 4 en la matriz A, se tiene rg(a) = 3. Obsérvese que cuando es a = 1 2, uno de los dos menores de orden 3 que hemos considerado arriba se anula. Pero como otro de ellos no se anula, se tiene rg(a) = 3 para ese valor de a, como ha quedado visto más arriba. Una matriz cuadrada A se llama regular cuando A 0. En caso contrario, se llama singular. De acuerdo con ello, una matriz cuadrada n n es regular si y solo si se tiene rg(a) = n. Recordemos que las transformaciones elementales sobre una matriz cuadrada pueden cambiar el valor del determinante; pero no pueden cambiar una matriz regular en una singular, ni viceversa. 21

22 Una propiedad todavía más fuerte es la siguiente. Proposición 2. Las transformaciones elementales (de filas o de columnas) de una matriz cualquiera no cambian el rango de la matriz. Pensemos ahora en un sistema de m ecuaciones lineales con n incógnitas, cuya matriz ampliada es (A B) (como siempre, A es la matriz de los coeficientes y B es la matriz de los términos independientes). Si aplicamos transformaciones elementales a la matriz (A B) hasta convertirla en (A B ), donde A es escalonada simple, la proposición anterior nos dice que rg(a) = rg(a ) y rg(a B) = rg(a B ). Supongamos que la matriz escalonada simple A tiene las r primeras filas con unos en la diagonal principal, y el resto de filas, si las hay, son nulas. En consecuencia, A tiene un menor no nulo de orden r; pero cualquier submatriz orlada de la de ese menor es nula, porque contiene una fila nula. Así, rg(a ) = r. Por su parte, los elementos de la columna B en las filas r + 1,..., m pueden ser todos nulos o puede existir algún k con b r+k 0. Sabemos que en el primer caso el sistema es compatible; y en el segundo es incompatible. En el primer caso, la matriz ampliada (A B ) tiene un menor no nulo de orden r, pero todas las submatrices orladas de esta dan menores nulos. Luego rg(a B ) = r = rg(a ). En el segundo caso, la submatriz de las r primeras filas y columnas puede orlarse con la última columna y la fila r + k, que dará un menor no nulo. Luego rg(a B ) > r = rg(a ). El resultado de esta discusión se puede formular como sigue, teniendo en cuenta que rg(a) = rg(a ) y rg(a B) = rg(a B ). Proposición 3 (Teorema de Rouché). Un sistema de ecuaciones lineales con matriz ampliada (A B) es compatible si rg(a) = rg(a B); y es incompatible si rg(a) < rg(a B). Consideremos de nuevo un sistema de m ecuaciones lineales con n incógnitas, con matriz ampliada (A B). Supongamos, como antes, que r es el número de unos en la diagonal principal de la matriz A que es la forma escalonada simple de la matriz A. Hemos visto ya que r = rg(a ) = rg(a). Supongamos además que el sistema es compatible. De acuerdo con el procedimiento de resolución de sistemas compatibles, visto en la lección 25, n r nos da el número de incógnitas (x r+1,..., x n ) a las que podemos asignar valores cualesquiera, obteniendo entonces una solución del sistema para cada manera de asignar valores a dichas incógnitas x r+1,..., x n. Ejercicio 2. Discutir, estudiando los rangos de las matrices de coeficientes y ampliada, el siguiente sistema de ecuaciones (según los valores de los parámetros). x + y + 2z = a x + z = b 2x + y + 3z = c 22

23 Escribimos la matriz del sistema a b c El elemento de lugar (1, 1) es 1 0. Del mismo modo, el menor de las dos primeras filas y columnas da = 1 0. Luego el rango de la matriz A de los coeficientes (y de la ampliada, por tanto), es 2. Para hallar el rango de la matriz A, tenemos solamente un menor de orden 3 que considerar. Se trata de = que es nulo, porque tiene dos filas iguales. La conclusión es que rg(a) = 2. Para discutir el sistema, debemos hallar el rango de la matriz ampliada (A B). Sabemos que tiene el mismo menor de orden 2 no nulo que acabamos de ver. Además de orlarlo con la tercera columna, lo podemos orlar también con la cuarta columna. Esto da el menor 1 1 a 1 0 b 2 1 c = 1 1 a 1 0 b 1 0 c a = 1 b 1 c a = c a b Se tienen entonces dos posibilidades: 1) Si es c = a + b, entonces este menor es nulo; y como no hay otras submatrices de orden 3 que sean orladas de la que hemos tomado como no nula, resulta que rg(a B) = 2. Entonces el sistema es compatible. Como el número de incógnitas es n = 3, y n rg(a) = 1, el sistema no es determinado; hay una indeterminada a la que se le puede dar cualquier valor para obtener una solución del sistema. 2) Si es c a + b, entonces el menor anterior es no nulo y rg(a B) = 3, ya que hay un menor de orden 3 no nulo, y no existen submatrices cuadradas de orden 4. Así, los rangos de la matriz de coeficientes y de la ampliada no coinciden y el sistema es incompatible. Ejercicio 3. Discutir según el valor del parámetro a, el sistema de ecuaciones x 3y 4z = 3 ax + 5y az = 6 15x + 5ay 30z = 3 Escribimos la matriz (A B) a 5 a a

24 Partiendo del elemento de lugar (1, 1), que es no nulo (de forma que rg(a) 1), podemos tomar la submatriz cuadrada de las filas 1, 3 y las columnas 1, 3. El correspondiente menor es = y así rg(a) 2. Hay un solo modo de orlar ese menor con líneas de la matriz A. Se trata del menor a 5 a 15 5a 30 = a 20a2 + 5a 2 90a = 15a 2 45a Los valores de a que darán el valor 0 para ese menor son las soluciones de la ecuación 15a a 150 = 0, a 2 + 3a 10 = 0 Calculando esas soluciones, obtenemos a = 3 ± 49 2 = 3 ± 7 2 lo que da las soluciones a = 5, a = 2. Para esos dos valores, se tiene rg(a) = 2. Podemos, pues, separar los siguientes casos: Caso 1. Si a 5 y a 2, entonces rg(a) = 3. Como la matriz ampliada no puede tener rango mayor, pues no tiene submatrices cuadradas de orden 4, se tiene rg(a) = rg(a B) = 3, y el sistema es compatible. Como el número de incógnitas es n = 3, el valor de n rg(a) = 0, y el sistema es determinado. Caso 2. a = 5. Entonces rg(a) = 2, como hemos visto. Para hallar el rango de la matriz ampliada (A B), hay solamente una manera de orlar el menor de orden 2 no nulo que hemos visto antes. Daría el menor a a 6 = 3a a a + 45a = 36a Como es a = 5, se tiene que el valor de ese menor es = 0. Luego rg(a B) = 2, porque las dos maneras posibles de orlar el menor no nulo de orden 2 dan menores nulos. Así, rg(a) = rg(a B) = 2, el sistema es compatible. Como n = 3, entonces n rg(a) = 1, y el sistema es indeterminado. Caso 3. a = 2. También aquí tenemos rg(a) = 2. El cálculo del rango de la ampliada nos conduce exactamente al mismo menor que hemos considerado en el caso 2. Pero ahora, como a = 2, el valor de dicho menor es Luego rg(a B) = 3, ya que hay un menor de orden 3 no nulo. La consecuencia es que, en este caso, rg(a) < rg(a B), y el sistema es incompatible. 24

25 5. Lección 29. Matrices invertibles y sistemas de Cramer 5.1. Producto de matrices Es posible efectuar con matrices una operación llamada producto. Dada una matriz A de tamaño m n y una matriz B de tamaño n k, obtenemos como resultado una matriz C de tamaño m k. La operación se define así: Dada A = (a ij ) y B = (b ij ), la matriz producto C es C = (c ij ). Cada c ij se obtiene del modo siguiente (para 1 i m, 1 j k): c ij = n a ih b hj h=1 Es decir: el elemento de la fila i columna j en la matriz producto C se obtiene multiplicando (término a término) la fila i de A por la columna j de B. Veamos algún ejemplo. Ejercicio 1. Hallar el producto de las matrices ( ) A =, B = Vamos obteniendo uno a uno los elementos de la matriz producto C = (c ij ). Será una matriz 2 4, ya que A es 2 3 y B es 3 4. c 11 = a 11 b 11 + a 12 b 21 + a 13 b 31 = ( 1) + ( 1) ( 2) = = 0 c 12 = a 11 b 12 + a 12 b 22 + a 13 b 32 = 1 ( 1) ( 1)( 1) = = 2 c 13 = a 11 b 13 + a 12 b 23 + a 13 b 33 = ( 1) 1 = 1 1 = 0 c 14 = a 11 b 14 + a 12 b 24 + a 13 b 34 = 1 ( 2) ( 1) 0 = = 2 Esto nos da la primera fila de la matriz producto C. Como puede verse, cada elemento se obtiene multiplicando una fila de la primera matriz por una columna de la segunda. Calculamos la segunda fila. c 21 = a 21 b 11 + a 22 b 21 + a 23 b 31 = ( 1) + ( 1)( 2) = 2 c 22 = a 21 b 12 + a 22 b 22 + a 23 b 32 = 1 ( 1) ( 1) ( 1) = = 0 25

26 c 23 = a 21 b 13 + a 22 b 23 + a 23 b 33 = ( 1) 1 = 1 1 = 0 c 24 = a 21 b 14 + a 22 b 24 + a 23 b 34 = 1 ( 2) ( 1) 0 = 2 De esta forma, hemos completado el cálculo de la matriz C. Será ( ) C = Otra operación con matrices es relevante: la suma. Para matrices A, B del mismo tamaño m n, la matriz A + B se obtiene como la matriz del mismo tamaño C = (cij), donde cada c ij = a ij + b ij. Es decir, para sumar dos matrices se suman los elementos que ocupan el mismo lugar en ambas; y esa suma es el elemento que ocupa dicho lugar en la suma. La suma de matrices es asociativa: (A + B) + C = A + (B + C) siempre que A, B, C sean matrices del mismo tamaño m n. La suma de matrices es también conmutativa: A + B = B + A. Llamamos matriz opuesta de la matriz A = (a ij ), y se denota por A, a la matriz cuyo elemento de lugar (i, j) es a ij. Al sumar una matriz A con su opuesta, el resultado es una matriz nula 0. Por ejemplo: la suma de las matrices 3 2 A = 3 4, B = es la matriz Otra operación notable es el producto de un escalar por una matriz. Si c es un número y A = (a ij ) es una matriz, la matriz ca es una matriz B = (b ij ) del mismo tamaño que A, y que cumple b ij = ca ij. Es decir: el producto del escalar r por la matriz A se efectúa multiplicando el escalar por cada uno de los elementos de la matriz. Por ejemplo, el producto de 2 por la matriz A anterior será la matriz Destacamos ahora algunas propiedades de estas operaciones con matrices. 26

27 1. Asociativa. Si existe el producto de las matrices A, B y también el producto de las matrices B, C, entonces (A B) C = A (B C) 2. Distributiva. Si B, C son matrices con el mismo tamaño, y existe el producto de las matrices A, B, entonces A (B + C) = A B + A C 3. Se tiene A = ( 1) A. Escribimos A B para indicar A + ( B). Así, A B = A + ( 1)B. 4. Si B, C tienen el mismo tamaño y existe el producto de las matrices A, B, entonces A (kb + sc) = k(ab) + s(ac) si k, s son números. En particular, A(B C) = AB AC. Para cada n 1, escribimos I n para denotar la matriz I n = (c ij ) dada por las condiciones: c ii = 1, para cada i = 1, 2,..., n; y c ij = 0, siempre que sea i j. Es decir: I n es nula, excepto por los elementos de la diagonal principal; estos elementos son todos iguales a 1. I n se llama la matriz identidad de orden n. I n tiene una importante propiedad en relación con el producto: Si A es una matriz m n, entonces A I n = A, y además I m A = A. Si A es una matriz cuadrada n n, y existe una matriz B que tiene la propiedad A B = I n, entonces B A = I n, y se dice que B es la matriz inversa de A (y A es la matriz inversa de B). La matriz inversa de A, si existe, se denota como A 1. El producto de matrices tiene una primera aplicación en la consideración de los sistemas de ecuaciones. Supongamos dado un sistema con m ecuaciones y n incógnitas. Sea A = (a ij ) la matriz de los coeficientes y B la matriz de los términos independientes (que escribimos como una matriz de m filas y una columna), b 1,..., b m. La propiedad de que una asignación de valores a las incógnitas, (d 1,..., d n ) sea solución del sistema indicado puede expresarse usando el producto de matrices. En efecto, (d 1,..., d n ) dan una solución del sistema si y solo si se verifica A D = B siendo D la matriz columna n 1 formada por los elementos d 1,..., d n. Esto puede comprobarse sin más que escribir explícitamente el producto A D. De acuerdo con esta observación, la ecuación con matrices A X = B 27

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ). INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.

Más detalles

Matrices y determinantes

Matrices y determinantes Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna

Más detalles

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares

Más detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas de Ecuaciones Lineales y Matrices Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una

Más detalles

SISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.

SISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.

Más detalles

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:

Más detalles

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES 3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Página 74 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes:

Más detalles

MATRICES DETERMINANTES

MATRICES DETERMINANTES MATRICES Y DETERMINANTES INTRODUCCIÓN, MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de

Más detalles

Sistem as de ecuaciones lineales

Sistem as de ecuaciones lineales Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a

Más detalles

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones. TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES CONCEPTO MATRICES Se llama matriz de orden (dimensión) m n a un conjunto de m n elementos dispuestos en m filas y n columnas Se representa por A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn j=1,2,,n

Más detalles

Tema 1: Matrices y Determinantes

Tema 1: Matrices y Determinantes Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x

Más detalles

Tema 1: MATRICES. OPERACIONES CON MATRICES

Tema 1: MATRICES. OPERACIONES CON MATRICES Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos

Más detalles

Resumen 3: Matrices, determinantes y sistemas de ecuaciones

Resumen 3: Matrices, determinantes y sistemas de ecuaciones Resumen 3: Matrices, determinantes y sistemas de ecuaciones lineales 1 Matrices Una matriz con coeficientes sobre un cuerpo K (normalmente K R) consiste en una colección de números (o escalares) del cuerpo

Más detalles

Algebra lineal y conjuntos convexos

Algebra lineal y conjuntos convexos Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar

Más detalles

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades

Más detalles

Sistemas de Ecuaciones Lineales

Sistemas de Ecuaciones Lineales Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a

Más detalles

Determinantes. Determinante de orden uno. a 11 = a 11 5 = 5

Determinantes. Determinante de orden uno. a 11 = a 11 5 = 5 DETERMINANTES Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno

Más detalles

Matriz sobre K = R o C de dimensión m n

Matriz sobre K = R o C de dimensión m n 2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0

Más detalles

Matriz A = Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

Matriz A = Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. MATRICES Matriz Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n A = a i1 a ij a in a m1 a

Más detalles

Determinantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A).

Determinantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno a 11 = a 11 5 = 5 Determinante

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS CC SOCIALES CAPÍTULO 2 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

Tema 3: Sistemas de ecuaciones lineales

Tema 3: Sistemas de ecuaciones lineales Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos

Más detalles

Tema 1. Álgebra lineal. Matrices

Tema 1. Álgebra lineal. Matrices 1 Tema 1. Álgebra lineal. Matrices 0.1 Introducción Los sistemas de ecuaciones lineales aparecen en un gran número de situaciones. Son conocidos los métodos de resolución de los mismos cuando tienen dos

Más detalles

Tema 2. Sistemas de ecuaciones lineales

Tema 2. Sistemas de ecuaciones lineales Tema 2. Sistemas de ecuaciones lineales Estructura del tema. Definiciones básicas Forma matricial de un sistema de ecuaciones lineales Clasificación de los sistemas según el número de soluciones. Teorema

Más detalles

Tema 5: Sistemas de ecuaciones lineales.

Tema 5: Sistemas de ecuaciones lineales. TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1

Más detalles

MATRICES. M(n) ó M nxn A =

MATRICES. M(n) ó M nxn A = MTRICES Definición de matriz. Una matriz de orden m n es un conjunto de m n elementos pertenecientes a un conjunto, que para nosotros tendrá estructura de cuerpo conmutativo y lo denotaremos por K, dispuestos

Más detalles

Matrices, determinantes, sistemas de ecuaciones lineales.

Matrices, determinantes, sistemas de ecuaciones lineales. UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m

Más detalles

Matrices. Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas.

Matrices. Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Matrices Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento

Más detalles

Determinante de una matriz

Determinante de una matriz 25 Matemáticas I : Preliminares Tema 3 Determinante de una matriz 31 Determinante de una matriz cuadrada Definición 67- Sea A una matriz cuadrada de orden n Llamaremos producto elemental en A al producto

Más detalles

Unidad 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS

Unidad 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS Unidad 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS 1.1.- SISTEMAS DE ECUACIONES LINEALES Ecuación lineal Las ecuaciones siguientes son lineales: 2x 3 = 0; 5x + 4y = 20; 3x + 2y + 6z = 6; 5x 3y + z 5t =

Más detalles

3- Sistemas de Ecuaciones Lineales

3- Sistemas de Ecuaciones Lineales Nivelación de Matemática MTHA UNLP 1 3- Sistemas de Ecuaciones Lineales 1. Introducción Consideremos el siguiente sistema, en él tenemos k ecuaciones y n incógnitas. Los coeficientes a ij son números reales

Más detalles

ARITMÉTICA Y ÁLGEBRA

ARITMÉTICA Y ÁLGEBRA ARITMÉTICA Y ÁLGEBRA 1.- Discutir el siguiente sistema, según los valores de λ: Resolverlo cuando tenga infinitas soluciones. Universidad de Andalucía SOLUCIÓN: Hay cuatro ecuaciones y tres incógnitas,

Más detalles

Lección 5.1: Matrices y determinantes. Primeros conceptos. Objetivos de esta lección

Lección 5.1: Matrices y determinantes. Primeros conceptos. Objetivos de esta lección Matemáticas Tema 5: Conceptos básicos sobre matrices y vectores Objetivos Lección 5.: y determinantes Philippe Bechouche Departamento de Matemática Aplicada Universidad de Granada 3 4 phbe@ugr.es 5 Qué

Más detalles

TEMA 4: Sistemas de ecuaciones lineales II

TEMA 4: Sistemas de ecuaciones lineales II TEM 4: Sistemas de ecuaciones lineales II ) Teorema de Rouché-Frobenius. ) Sistemas de Cramer: regla de Cramer. 3) Sistemas homogeneos. 4) Eliminación de parámetros. 5) Métodos de factorización. 5) Métodos

Más detalles

Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. TEMA 1.- MATRICES 1.-Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales ALBERTO VIGNERON TENORIO Dpto. de Matemáticas Universidad de Cádiz Índice general 1. Sistemas de ecuaciones lineales 1 1.1. Sistemas de ecuaciones lineales. Definiciones..........

Más detalles

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente. ÁLGEBRA DE MATRICES Página 47 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes

Más detalles

Ejemplo 1. Ejemplo introductorio

Ejemplo 1. Ejemplo introductorio . -Jordan. Ejemplo 1. Ejemplo introductorio. -Jordan Dos especies de insectos se crían juntas en un recipiente de laboratorio. Todos los días se les proporcionan dos tipos de alimento A y B. 1 individuo

Más detalles

Sistemas de dos ecuaciones lineales de primer grado con dos incógnitas

Sistemas de dos ecuaciones lineales de primer grado con dos incógnitas Un sistema de dos ecuaciones lineales de primer grado con dos incógnitas tiene la siguiente forma Ax + By + C = 0 A x + B y + C (1) = 0 Ya sabemos que una ecuación lineal de primer grado con dos incógnitas

Más detalles

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21

Más detalles

TEMA 3 SISTEMAS DE ECUACIONES LINEALES

TEMA 3 SISTEMAS DE ECUACIONES LINEALES TEM SISTEMS DE ECUCIONES LINELES. Sistemas de ecuaciones lineales. Epresión matricial. Ejemplo Epresa en forma matricial los siguientes sistemas de ecuaciones lineales: 9 5, Solution is: 9, 9 Se trata

Más detalles

UNIDAD 10: ECUACIONES DE SEGUNDO GRADO.

UNIDAD 10: ECUACIONES DE SEGUNDO GRADO. UNIDAD 10: ECUACIONES DE SEGUNDO GRADO. 10.1 Estudio elemental de la ecuación de segundo grado. Expresión general. 10.2 Resolución de ecuaciones de segundo grado completas e incompletas. 10.3 Planteamiento

Más detalles

Tema 2.- Formas Cuadráticas.

Tema 2.- Formas Cuadráticas. Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas

Más detalles

Sistemas lineales con parámetros

Sistemas lineales con parámetros 4 Sistemas lineales con parámetros. Teorema de Rouché Piensa y calcula Dado el siguiente sistema en forma matricial, escribe sus ecuaciones: 3 0 y = 0 z + y 3z = 0 y = Aplica la teoría. Escribe los siguientes

Más detalles

EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES

EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES DETERMINANTES Y SISTEMAS DE ECUACIONES JUNIO 06/07. a) Calcula el rango de la matriz A según los valores del parámetro a 3 a A = 4 6 8 3 6 9 b)

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 1 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

Sistema de Ecuaciones Lineales Matrices y Determinantes (3ª Parte)

Sistema de Ecuaciones Lineales Matrices y Determinantes (3ª Parte) Sistema de Ecuaciones Lineales Matrices y Determinantes (ª Parte) Definición: Sistemas Equivalentes Dos sistemas de ecuaciones son equivalentes si y solo si tienen el mismo conjunto solución Teorema fundamental

Más detalles

2. Ecuaciones de primer grado: (sencillas, con paréntesis, con denominadores).

2. Ecuaciones de primer grado: (sencillas, con paréntesis, con denominadores). Bloque 3. ECUACIONES Y SISTEMAS (En el libro Temas 4 y 5, páginas 63 y 81) 1. Ecuaciones: Definiciones. Reglas de equivalencia. 2. Ecuaciones de primer grado: (sencillas, con paréntesis, con denominadores).

Más detalles

Lección 2: Notación exponencial

Lección 2: Notación exponencial GUÍA DE MATEMÁTICAS III Lección 2: Notación exponencial En la lección anterior hemos visto cómo trabajar con números reales y cómo para facilitar el trabajo con ellos es conveniente utilizar aproximaciones,

Más detalles

Matemáticas. D e t e r m i n a n t e s

Matemáticas. D e t e r m i n a n t e s Matemáticas D e t e r m i n a n t e s El determinante de una matriz cuadrada es un número que se obtiene a partir de los elementos de la matriz. Su estudio se justifica en cuanto que simplifica la resolución

Más detalles

Matrices y Determinantes

Matrices y Determinantes Capítulo 1 Matrices y Determinantes 11 Matrices Generalidades Definición 11 Sea E un conjunto cualquiera, m, n N Definimos matriz de orden m n sobre E a una expresión de la forma: a 11 a 12 a 1n a 21 a

Más detalles

Lección 1. Algoritmos y conceptos básicos.

Lección 1. Algoritmos y conceptos básicos. Página 1 de 8 Lección 1. Algoritmos y conceptos básicos. Objetivos. La primera lección del curs está dedicada a repasar los conceptos y algoritmos del álgebra lineal, básicos para el estudio de la geometría

Más detalles

Unidad 2: Ecuaciones, inecuaciones y sistemas.

Unidad 2: Ecuaciones, inecuaciones y sistemas. Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.

Más detalles

Capítulo 8: Vectores

Capítulo 8: Vectores Capítulo 8: Vectores 1. Lección 30. Operaciones con vectores 1.1. Vectores El concepto de vector aparece en Física para describir magnitudes, tales como la fuerza que actúa sobre un punto, en las que no

Más detalles

Temario de Matemáticas

Temario de Matemáticas Temario de Matemáticas BLOQUE I: ÁLGEBRA LINEAL Y GEOMETRÍA 1 o Grado en Biología Alma Luisa Albujer Brotons Índice general 1. Matrices 1 1.1. Conceptos básicos y ejemplos...............................

Más detalles

Una matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ...

Una matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ... MATRICES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales. Tienen también muchas aplicaciones

Más detalles

Se llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria

Se llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria T.3: MATRICES Y DETERMINANTES 3.1 Determinantes de segundo orden Se llama determinante de a: 3.2 Determinantes de tercer orden Se llama determinante de a: Ejercicio 1: Halla los determinantes de las siguientes

Más detalles

Tema 5: Sistemas de Ecuaciones Lineales

Tema 5: Sistemas de Ecuaciones Lineales Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones

Más detalles

Factorización de polinomios FACTORIZACIÓN DE POLINOMIOS

Factorización de polinomios FACTORIZACIÓN DE POLINOMIOS FACTORIZACIÓN DE POLINOMIOS 1. Polinomios Un monomio es el producto de un número real por una o más letras que pueden estar elevadas a exponentes que sean números naturales. La suma de los exponentes de

Más detalles

Matemá'cas generales

Matemá'cas generales Matemá'cas generales Matrices y Sistemas Patricia Gómez García José Antonio Álvarez García DPTO. DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN Este tema se publica bajo Licencia: Crea've Commons

Más detalles

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se

Más detalles

Definición de la matriz inversa

Definición de la matriz inversa Definición de la matriz inversa Objetivos Aprender la definición de la matriz inversa Requisitos Multiplicación de matrices, habilidades básicas de resolver sistemas de ecuaciones Ejemplo El número real

Más detalles

Matrices, Determinantes y Sistemas de ecuaciones lineales

Matrices, Determinantes y Sistemas de ecuaciones lineales Tema 1 Matrices, Determinantes y Sistemas de ecuaciones lineales 1.1. Matrices Definición: Una MATRIZ es un conjunto de números reales dispuestos en forma de rectángulo, que usualmente se delimitan por

Más detalles

Apéndice sobre ecuaciones diferenciales lineales

Apéndice sobre ecuaciones diferenciales lineales Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.

Más detalles

Matemáticas Aplicadas a los Negocios

Matemáticas Aplicadas a los Negocios LICENCIATURA EN NEGOCIOS INTERNACIONALES Matemáticas Aplicadas a los Negocios Unidad 4. Aplicación de Matrices OBJETIVOS PARTICULARES DE LA UNIDAD Al finalizar esta unidad, el estudiante será capaz de:

Más detalles

Matrices y Determinantes.

Matrices y Determinantes. Matrices y Determinantes. Definición [Matriz] Sea E un conjunto cualquiera, m, n N. Matrices. Generalidades Matriz de orden m n sobre E: a 11 a 12... a 1n a 21 a 22... a 2n...... a m1 a m2... a mn a ij

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES 1 SISTEMAS DE ECUACIONES LINEALES Una ecuación es un enunciado o proposición que plantea la igualdad de dos expresiones, donde al menos una de ellas contiene cantidades desconocidas llamadas variables

Más detalles

Ecuaciones Diofánticas

Ecuaciones Diofánticas 2 Ecuaciones Diofánticas (c) 2011 leandromarin.com 1. Introducción Una ecuación diofántica es una ecuación con coeficientes enteros y de la que tenemos que calcular las soluciones enteras. En este tema

Más detalles

Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes

Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción

Más detalles

1.-LEY DE OHM: VOLTAJE, CORRIENTE Y RESISTENCIA

1.-LEY DE OHM: VOLTAJE, CORRIENTE Y RESISTENCIA Área : Tecnología Asignatura : Tecnología e Informática Grado : 7 Nombre del docente: Jorge Enrique Giraldo Valencia 1.-LEY DE OHM: VOLTAJE, CORRIENTE Y RESISTENCIA La ley de Ohm expresa la relación que

Más detalles

Una matriz es un arreglo rectangular de elementos. Por ejemplo:

Una matriz es un arreglo rectangular de elementos. Por ejemplo: 1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Ecuación lineal con n incógnitas Sistemas de ecuaciones lineales Es cualquier expresión del tipo: a 1 x 1 + a 2 x 2 + a 3 x 3 +... + a n x n = b, donde a i, b. Los valores a i se denominan coeficientes,

Más detalles

Lección 12: Sistemas de ecuaciones lineales

Lección 12: Sistemas de ecuaciones lineales LECCIÓN 1 Lección 1: Sistemas de ecuaciones lineales Resolución gráfica Hemos visto que las ecuaciones lineales de dos incógnitas nos permiten describir las situaciones planteadas en distintos problemas.

Más detalles

Matrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj.

Matrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj. Matrices Introducción Una matriz de m filas y n columnas con elementos en el cuerpo K es un rectángulo de elementos de K (es decir, números) del tipo a a 2 a n a 2 a 22 a 2n A = (a ij ) = a m a m2 a mn

Más detalles

TEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS

TEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS TEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS 1.- POLINOMIOS Recordemos que un monomio es una expresión algebraica (combinación de letras y números) en la que las únicas operaciones que aparecen entre las

Más detalles

1. Sistemas de ecuaciones lineales

1. Sistemas de ecuaciones lineales Departamento de Matemática Aplicada CÁLCULO COMPUTACIONAL. Licenciatura en Química (Curso 25-6) Sistemas de ecuaciones lineales Práctica 2 En esta práctica vamos a ver cómo se pueden resolver sistemas

Más detalles

EJERCICIOS RESUELTOS DE MATRICES

EJERCICIOS RESUELTOS DE MATRICES EJERCICIOS RESUELTOS DE MATRICES. Dadas las matrices A - 3, B 0 - y C 3 -, calcular si es posible: a) A + B b) AC c) CB y C t B d) (A+B)C a) A + B - 3 + 0 - b) AC - 3 3 - +0 -+ 3+ +(-) 0 7 0.+(-).3+(-)(-).+(-)

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Este tema resulta fundamental en la mayoría de las disciplinas, ya que son muchos los problemas científicos y de la vida cotidiana que requieren resolver simultáneamente

Más detalles

Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución:

Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución: 3 Determinantes. Determinantes de orden y 3 por Sarrus Piensa y calcula 3 6 Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4 8 3 8 6 4 = 4 4 = 0 Aplica la teoría. Calcula

Más detalles

EJERCICIOS RESUELTOS DE SISTEMAS LINEALES

EJERCICIOS RESUELTOS DE SISTEMAS LINEALES EJERCICIOS RESUELTOS DE SISTEMAS LINEALES 1. Dado el sistema de ecuaciones lineales: 2x + 3y 3 4x +5y 6 a) Escribir la expresión matricial del sistema. b) Discutir el sistema. c) Resolver el sistema por

Más detalles

lasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas

lasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas º ESO 1. Expresiones algebraicas En matemáticas es muy común utilizar letras para expresar un resultado general. Por ejemplo, el área de un b h triángulo es base por altura dividido por dos y se expresa

Más detalles

Unidad 3: Razones trigonométricas.

Unidad 3: Razones trigonométricas. Unidad 3: Razones trigonométricas 1 Unidad 3: Razones trigonométricas. 1.- Medida de ángulos: grados y radianes. Las unidades de medida de ángulos más usuales son el grado sexagesimal y el radián. Se define

Más detalles

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una

Más detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto

Más detalles

Tema 4: Sistemas de ecuaciones e inecuaciones

Tema 4: Sistemas de ecuaciones e inecuaciones Tema 4: Sistemas de ecuaciones e inecuaciones Sistemas Lineales pueden ser de No lineales Gráficamente Ecuaciones se clasifican se resuelven Algebraicamente Compatible determinado Compatible indeterminado

Más detalles

TEMA 2. ESPACIOS VECTORIALES

TEMA 2. ESPACIOS VECTORIALES TEMA 2. ESPACIOS VECTORIALES CÉSAR ROSALES GEOMETRÍA I En este tema comenzaremos el estudio de los objetos que nos interesarán en esta asignatura: los espacios vectoriales. Estos son estructuras básicas

Más detalles

TEMA 6. Sistemas de dos Ecuaciones de Primer grado con dos Incógnitas

TEMA 6. Sistemas de dos Ecuaciones de Primer grado con dos Incógnitas TEMA 6 Sistemas de dos Ecuaciones de Primer grado con dos Incógnitas 1. Ecuación de Primer grado con dos incógnitas Vamos a intentar resolver el siguiente problema: En una bolsa hay bolas azules y rojas,

Más detalles

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los

Más detalles

Ing. Ramón Morales Higuera

Ing. Ramón Morales Higuera MATRICES. Una matriz es un conjunto ordenado de números. Un determinante es un número. CONCEPTO DE MATRIZ. Se llama matriz a un conjunto ordenado de números, dispuestos en filas y Las líneas horizontales

Más detalles

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades: Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición

Más detalles

Álgebra Lineal Ma1010

Álgebra Lineal Ma1010 Álgebra Ma1010 Departamento de Matemáticas ITESM Álgebra - p. 1/31 En este apartado se introduce uno de los conceptos más importantes del curso: el de combinación lineal entre vectores. Se establece la

Más detalles

Los números enteros. Dado que los enteros contienen los enteros positivos, se considera a los números naturales son un subconjunto de los enteros.

Los números enteros. Dado que los enteros contienen los enteros positivos, se considera a los números naturales son un subconjunto de los enteros. Los números enteros Con los números naturales no era posible realizar diferencias donde el minuendo era menor que el que el sustraendo, pero en la vida nos encontramos con operaciones de este tipo donde

Más detalles

1. dejar a una lado de la igualdad la expresión que contenga una raíz.

1. dejar a una lado de la igualdad la expresión que contenga una raíz. 1. Resuelve las siguientes ecuaciones reales: Solución x 1 + x = 0 ; 3 x = 3 ; ln(x 1) + 4 = ln 3 Ecuaciones con raíces: No todas las ecuaciones de este tipo son sencillas de resolver, pero podemos intentar

Más detalles

ECUACIONES.

ECUACIONES. . ECUACIONES... Introducción. Recordemos que el valor numérico de un polinomio (y, en general, de cualquier epresión algebraica) se calcula sustituyendo la/s variable/s por números (que, en principio,

Más detalles

El Teorema Fundamental del Álgebra

El Teorema Fundamental del Álgebra El Teorema Fundamental del Álgebra 1. Repaso de polinomios Definiciones básicas Un monomio en una indeterminada x es una expresión de la forma ax n que representa el producto de un número, a, por una potencia

Más detalles

PRUEBA MÚLTIPLE ELECCIÓN MATRICES Y DETERMINANTES

PRUEBA MÚLTIPLE ELECCIÓN MATRICES Y DETERMINANTES PRUEBA MÚLTIPLE ELECCIÓN MATRICES Y DETERMINANTES 1. Sea una matriz A M n n (R) nilpotente de índice p. r(a) n 1 r(a) =p 1 8 4 2 2. Sea la matriz A = 2 1 1 0 5 2 1 1 r(a) =2 r(a) =3 r(a) =4 3. Sea una

Más detalles