UNIDAD IV MATRICESelearning.ulagosvirtual.cl/.../UNIDADIVMATRICES.pdf · Las siguientes matrices A...
Transcript of UNIDAD IV MATRICESelearning.ulagosvirtual.cl/.../UNIDADIVMATRICES.pdf · Las siguientes matrices A...
360IV. MATRICES, SISTEMAS DE ECUACIONES Y DETERMINANTES.
IV.1. MATRICES
IV.1.1. INTRODUCCIÓN A LAS MATRICES: MENSAJES CIFRADOS
IV.1.2. ALGEBRA DE MATRICES
IV.1.3. DETERMINANTES
IV.1.4. INVERSA DE UNA MATRIZ
IV.2. SISTEMAS DE ECUACIONES
IV.2.1. INTRODUCCION A LOS SISTEMAS DE ECUACIONES LINEALES
IV.2.2. SOLUCION GAUSSIANA
361
IV. MATRICES, SISTEMAS DE ECUACIONES Y DETERMINANTES.
Las matrices aparecieron por primera vez hacia el año 1850, introducidas por el inglés J. J.
Sylvester. Su desarrollo se debe a W. R. Hamilton y a A. Cayley. Además de su utilidad
para el estudio de los sistemas de ecuaciones, las matrices aparecen de manera natural en
geometría, estadística, economía, etc.
Nuestra cultura está llena de matrices de números: El horario de los trenes de cada una de
las estaciones es una matriz de doble entrada, la tabla de cotizaciones de la Bolsa en cada
uno de los días de la semana es otra, etc.
Las tablas de sumar y multiplicar, la disposición de los alumnos en clase, las casillas de un
tablero de ajedrez, las apuestas del Loto, los puntos de un monitor de ordenador, son otros
tantos ejemplos de la vida cotidiana de matrices.
Actualmente, muchos programas de un computador utilizan el concepto de matriz. Así, las
Hojas de Cálculo funcionan utilizando una inmensa matriz con cientos de filas y columnas
en cuyas celdas se pueden introducir datos y fórmulas para realizar cálculos a gran
velocidad. Esto requiere utilizar las operaciones con matrices.
Una matriz es un arreglo rectangular de números. Estos arreglos se presentan en diversas
ramas de las matemáticas aplicadas. Las matrices son útiles porque permiten considerar a
un arreglo de muchos números como un solo objeto, representado por medio de un solo
símbolo y realizar cálculos con estos símbolos en una forma muy compacta.
En el primer capítulo (MATRICES), vamos a introducir el concepto de matriz, sus
propiedades más esenciales, la manera de operarlas y algunas aplicaciones sencillas. Entre
las diversas aplicaciones de las matrices, destaca la elegante manera que auxilian la
solución de sistemas de ecuaciones lineales, como veremos en el capítulo (SISTEMAS DE
ECUACIONES).
362
IV.1 MATRICES
Al finalizar este capítulo, usted deberá encontrarse capacitado para comprender la notación
matricial y algunas de sus operaciones elementales, entre las que destacan:
• Conocer la nomenclatura básica de las matrices.
• Calcular sumas, productos por escalar y productos entre matrices.
• Calcular el determinante de una matriz.
• Determinar su una matriz cuadrada es invertible o no.
• Encontrar la inversa de una matriz cuadrada de orden 2.
363IV.1.1 INTRODUCCION A LAS MATRICES. MENSAJES CIFRADOS
Considere la secuencia de números naturales que presentamos a continuación, ella
representa un mensaje cifrado:
3 22 1 14 21 16 8 1 20 21 1 19 4
1 4 16 5 14 4 5 20 3 9 6 19 5
20 21 5 13 5 14 20 1 10 5
¿Cuánto ha tardado en descifrar este mensaje?. El código más sencillo de intentar consiste
en sustituir las letras del alfabeto por números, es decir,
A = 1 B = 2 C = 3 D = 4 E = 5 F = 6 G = 7 H = 8 I = 9
J = 10 K = 11 L = 12 M = 13 N = 14 Ñ = 15 O = 16 P = 17 Q = 18
R = 19 S = 20 T = 21 U = 22 V = 23 W = 24 X = 25 Y = 26 Z = 27
Dicho código transforma la palabra TRES, por ejemplo, en 21 19 5 20. Este código podría
ser cifrado por un aficionado sin mayores problemas, por este motivo vamos a estudiar una
manera de perfeccionar el código, de manera de dificultar su interpretación.
Consideremos que el código correspondiente a la palabra TRES lo disponemos ahora en un
arreglo rectangular de números, de la siguiente forma:
⎟⎟⎠
⎞⎜⎜⎝
⎛2051921
A continuación, elegimos un cifrador, por ejemplo el arreglo
⎟⎟⎠
⎞⎜⎜⎝
⎛2132
y formamos un nuevo esquema de la siguiente manera:
⎟⎟⎠
⎞⎜⎜⎝
⎛=⎟⎟
⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛59319857
2051921
2132
364Así, el mensaje correspondiente a la palabra TRES se envía en la forma no tan obvia de
reconocer: 57, 98, 31, 59, dificultándose notablemente su interpretación.
Antes de proseguir, explicaremos con más detalle cómo fue que se obtuvieron estos
números. El procedimiento en realidad es muy simple y consiste en lo siguiente:
• El arreglo ⎟⎟⎠
⎞⎜⎜⎝
⎛2132
se separa en filas: (2 3) y (1 2).
• El arreglo ⎟⎟⎠
⎞⎜⎜⎝
⎛2051921
se separa en columnas: ⎟⎟⎠
⎞⎜⎜⎝
⎛521
y ⎟⎟⎠
⎞⎜⎜⎝
⎛2019
.
• Los elementos de cada fila del primer arreglo se multiplican por los elementos de cada
columna del segundo arreglo, construyéndose de esta manera el arreglo resultante:
Primera fila por primera columna (2 3) × ⎟⎟⎠
⎞⎜⎜⎝
⎛521
= 2 × 21 + 3 × 5 = 42 + 15 = 57
Segunda fila por primera columna (1 2) × ⎟⎟⎠
⎞⎜⎜⎝
⎛521
= 1 × 21 + 2 × 5 = 21 + 10 = 31
Primera fila por segunda columna (2 3) × ⎟⎟⎠
⎞⎜⎜⎝
⎛2019
= 2 × 19 + 3 × 20 = 38 + 60 = 98
Segunda fila por segunda columna (1 2) × ⎟⎟⎠
⎞⎜⎜⎝
⎛2019
= 1 × 19 + 2 × 20 = 19 + 40 = 59
En el momento de descifrar el mensaje es preciso contar con un descifrador, que para este
caso consiste en el arreglo:
⎟⎟⎠
⎞⎜⎜⎝
⎛−
−2132
Se tiene entonces que al aplicar el arreglo descifrador, recuperamos el código de sencilla
interpretación original que corresponde a la palabra TRES:
⎟⎟⎠
⎞⎜⎜⎝
⎛=⎟⎟
⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛−
−2051921
59319857
2132
Una ventaja notable de esta forma de cifrar mensajes es que se oculta la repetición de letras:
Así, por ejemplo, al cifrar la palabra MAMA, se tiene
365
⎟⎟⎠
⎞⎜⎜⎝
⎛=⎟⎟
⎠
⎞⎜⎜⎝
⎛++++
=⎟⎟⎠
⎞⎜⎜⎝
⎛×+××+××+××+×
=⎟⎟⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛27154129
261213392326
13211121311331213132
131113
2132
Los mensajes largos pueden ser distribuidos por grupos de cuatro letras, completando el
último grupo, si es necesario, con letras que no modifican el mensaje, y enviar estos grupos
uno tras otro.
EJEMPLO V.1.1.1.
Utilizando el cifrador ⎟⎟⎠
⎞⎜⎜⎝
⎛2132
, codifique la expresión "DEBO ESTUDIAR TODOS LOS
DIAS MATEMATICA".
Para ello, debemos separar la expresión en grupos de cuatro letras, reemplazando por cero
el espacio en blanco y las letras necesarias para completar el último grupo.
"DEBO| EST|UDIA|R TO|DOS |LOS |DIAS| MAT|EMAT|ICA " =
4, 5, 2, 16, 0, 5, 20, 21, 22, 4, 9, 1, 19, 0, 21, 16, 4, 16, 20, 0, 12, 16, 20, 0, 4, 9, 1, 20, 0, 13,
1, 21, 5, 13, 1, 21, 9, 3, 1, 0.
= ⎟⎟⎠
⎞⎜⎜⎝
⎛16254
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛212050
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛19422
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛1621019
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛020
164 + ⎟⎟
⎠
⎞⎜⎜⎝
⎛020
1612 + ⎟⎟
⎠
⎞⎜⎜⎝
⎛20194
+
⎟⎟⎠
⎞⎜⎜⎝
⎛211130
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛211135
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛0139
Multiplicando cada matriz por el cifrador, se tiene:
⎟⎟⎠
⎞⎜⎜⎝
⎛38202213
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛10261105
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛29197449
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛95585738
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛60404429
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛60406840
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛4322303
+
⎟⎟⎠
⎞⎜⎜⎝
⎛45232613
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛45234123
+ ⎟⎟⎠
⎞⎜⎜⎝
⎛323321
Con lo que se obtiene el siguiente mensaje cifrado:
13, 22, 20, 38, 5, 10, 61, 102, 49, 74, 19, 29, 38, 57, 58, 95, 29, 44, 40, 60, 40, 68, 40, 60, 3,
30, 22, 43, 13, 26, 23, 45, 23, 41, 23, 45, 21, 33, 2, 3.
ACTIVIDAD V.1.1.2.
1. Utilizando el código: 1, 2, …, en lugar de A, B, etc., el cifrador ⎟⎟⎠
⎞⎜⎜⎝
⎛5221
y el descifrador
⎟⎟⎠
⎞⎜⎜⎝
⎛−
−1225
, descifrar los siguientes mensajes:
a) 40, 5, 22, 3
366b) 46, 59, 24, 32
c) 21, 98, 11, 59, 76, 35, 44, 18
d) 57, 70, 31, 45, 91, 58, 55, 37
e) 97, 47, 60, 26, 31, 74, 16, 47, 68, 63, 45, 36
2. Utilizar el código y cifrador anterior, para cifrar las siguientes palabras:
a) LUIS
b) CASA
c) HOLA
d) ACTIVIDAD
e) UNIVERSIDAD DE LOS LAGOS
f) PUERTO
3. Considere el siguiente código
A = 2 B = 19 C = 21 D = 23 E = 24 F = 3 G = 22 H = 4 I = 26
J = 5 K = 6 L = 9 M = 14 N = 18 Ñ = 8 O = 10 P = 11 Q = 12
R = 20 S = 16 T = 17 U = 7 V = 25 W = 27 X = 1 Y = 13 Z = 15
Repita con este código los problemas 1 y 2.
4. Multiplique las siguientes matrices:
a) ⎟⎟⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛3125
4321
b) ⎟⎟⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛4321
3125
c) ⎟⎟⎠
⎞⎜⎜⎝
⎛ −⎟⎟⎠
⎞⎜⎜⎝
⎛2126
4235
d) ⎟⎟⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛ −4235
2126
e) ⎟⎟⎠
⎞⎜⎜⎝
⎛−
−⎟⎟⎠
⎞⎜⎜⎝
⎛5234
4235
f) ⎟⎟⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛−
−4235
5234
g) ⎟⎟⎠
⎞⎜⎜⎝
⎛−
−⎟⎟⎠
⎞⎜⎜⎝
⎛51024
41025
RESUMEN
En la presente sección hemos comenzado a introducir la necesidad de escribir arreglos de
números o matrices, en este caso con la aplicación de cifrar mensajes.
367
GLOSARIO
Arreglo rectangular de números: matriz.
Número natural: números utilizados para contar: 1, 2, 3,…
Matriz: disposición organizada de números como en una tabla.
368IV.1.2. ALGEBRA DE MATRICES
Consideremos el arreglo de m × n números reales, denominado matriz de números reales,
o matriz en ℝ, denotado por:
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
=
mnmmm
n
n
aaaa
aaaaaaaa
A
L
MOMMM
L
L
321
2232221
1131211
La matriz A tiene m filas y n columnas. Se dice que esta es una matriz de m por n, o bien
que es una matriz de m × n. Se abrevia la notación para esta matriz expresándola como
A = (aij), i = 1 ,…, m; j = 1, …, n
Cuando una matriz se expresa en la forma (aij), entonces i denota la fila y j denota la
columna. Así, por ejemplo, la primera columna de la matriz es
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
1
21
11
ma
aa
M
Mientras que la segunda fila corresponde a (a21, a22, … a2n). Se dice que aij es la
componente ij de la matriz.
EJEMPLO IV.1.2.1.
La siguiente matriz A, corresponde a un arreglo de 2 × 3:
⎟⎟⎠
⎞⎜⎜⎝
⎛−
−=
312211
A
Es decir, esta matriz tiene 2 filas y tres columnas. Las filas son = (1, 1, -2) y (-2, 1, 3),
mientras que las columnas son:
⎟⎟⎠
⎞⎜⎜⎝
⎛− 21
, ⎟⎟⎠
⎞⎜⎜⎝
⎛11
y ⎟⎟⎠
⎞⎜⎜⎝
⎛−32
Sea A = (aij), i = 1 ,…, m; j = 1, …, n. Si n = m, esto es si el número de filas es igual al número de
columnas, entonces se dice que A es una matriz cuadrada. En este caso, el número de filas,
o columnas, corresponde al orden de la matriz.
369
EJEMPLO IV.1.2.2.
Las siguientes matrices A y B son ejemplos de matrices cuadradas
• ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
−=
121108113
A , es una matriz cuadrada de orden 3
• B = (3) es una matriz cuadrada de orden 1.
Se define la adición de matrices sólo cuando tienen el mismo tamaño. Así, sean m y n
números naturales fijos; y consideremos A = (aij), y B = (bij) matrices de m × n. Se define la
matriz suma C de A y B, C = A + B, como aquella matriz cuya componente en la fila i y la
columna j, es la suma de las componentes ij de las matrices A y B, es decir: cij = aij + bij. En
otras palabras, para sumar matrices del mismo tamaño, se suman componente a
componente.
EJEMPLO IV.1.2.3.
Sume las matrices A y B.
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
−=
121108113
A y ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
−−−
−=
421208311
B
A + B = ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
− 121108113
+ ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
−−−
−
421208311
= ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
+−−−++−+−+
412211210088311113
= ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
− 502300404
Si ϑ es la matriz nula, esto es, la matriz cuyos elementos son todos cero, entonces para
cualquier matriz A del mismo tamaño, se tiene que A + ϑ = ϑ + A = A, como se puede
verificar inmediatamente.
Definamos ahora la multiplicación de una matriz por un escalar. Sea c un número real (un
escalar) y A = (aij) una matriz de m × n, se define cA como la matriz cuya componente ij es
caij. Se denota cA = (caij). Esto es, se multiplica cada componente de A por c.
EJEMPLO IV.1.2.4.
Multiplique la matriz A = ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
− 121108113
, por el escalar c = 2.
370
CA = 2 ⋅ A = 2 ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
− 121108113
= ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
− 2422016226
Definamos los conceptos de matriz transpuesta y matriz simétrica. Sea A = (aij) una matriz
de m × n. La matriz B = (bij) de n × m, tal que bji = aij se conoce como la matriz transpuesta
de A y se denota por At. El considerar la transpuesta de una matriz equivale a intercambiar
filas por columnas y viceversa. Si A es la matriz
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
=
mnmmm
n
n
aaaa
aaaaaaaa
A
L
MOMMM
L
L
321
2232221
1131211
Entonces la transpuesta de A, corresponde a
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
=
nmmmm
n
n
t
aaaa
aaaaaaaa
A
L
MOMMM
L
L
321
2322212
1312111
Se dice que una matriz A es simétrica si es igual a su transpuesta, esto es, si At = A. Se
debe observar que una matriz simétrica necesariamente es una matriz cuadrada.
EJEMPLO IV.1.2.5.
Considere la matriz A = ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
− 121108113
, cuya transpuesta es At = ⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛ −
111201183
, como A ≠ At,
la matriz no es simétrica. Por otra lado, la matriz B = ⎟⎟⎠
⎞⎜⎜⎝
⎛3221
es simétrica.
Para terminar esta sección, vamos a definir el producto entre dos matrices, revisando
primero el siguiente caso especial: Sean A una matriz con una fila y n columnas y B una
matriz con n filas y una columna.
( ) a. . .aa =A n21
⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜
⎝
⎛
b
. . .
b
b
= B
n
2
1
371
El producto de las matrices A y B (A⋅B) es otra matriz con una fila y una columna cuyo
único elemento es: c = a1⋅ b1 + a2 ⋅ b2 + ... + an⋅ bn. Es decir: A⋅B = (c )= ba ii
n
1=i
∑ .
Hay que hacer notar que para poder multiplicar A y B debe suceder que el número de
columnas de A sea igual al número de filas de B.
EJEMPLO IV.1.2.6.
Sean ( ) 543 -2 =A una matriz con una fila y 4 columnas y
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
9
8 -
7
6
= B una
matriz con 4 filas y una columna. A⋅ B = [2⋅6 + (-3)⋅7 + 4⋅(-8) + 5⋅9] = (4) que es una
matriz de orden 1x1 con un único elemento, el 4.
Sean A una matriz de orden mxn, formada por m matrices fila [A1, A2, ..., Am] de n
elementos cada una y B una matriz de orden nxp, formada por p matrices columna [B1, B2,
..., Bp] de n elementos cada una.
⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜
⎝
⎛
a...2a1a
. . .. . .. . .. . .
a...aa
a...aa
=A
mnmm
n22221
n11211
⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜
⎝
⎛
b...2b1b
. . .. . .. . .. . .
b...bb
b...bb
= B
npnn
p22221
p11211
El producto de las matrices A y B (A⋅B) es otra matriz C de orden mxp con m filas y p
columnas, cuyo elemento cij es el producto de la matriz fila Ai por la matriz columna Bj.
Es decir: cij = Ai⋅Bj = ai1⋅b1j + ai2⋅b2j + ... + ain⋅bnj = ba jk k i
n
1=k
∑ .
⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜
⎝
⎛
•••
•••
•••
B A...B AB A
. . .. . .. . .. . .
B A...B AB A
B A...B AB A
= C
pm2m1m
p22212
p12111
Así pues, el producto de matrices, es la aplicación que asocia a cada par de matrices, una de
dimensión mxn y otra de dimensión nxp, una tercera matriz de dimensión mxp:
372 ⋅ : MmxnxMnxp ────> Mmxp
(A , B) ─────> C
tal que el elemento que ocupa el lugar q,r de la matriz producto se obtiene sumando los
productos que resultan de multiplicar los elementos de la fila q-ésima de la matriz A por los
respectivos elementos de la columna r-ésima de la matriz B.
Simbólicamente: si A=(aij), B=(bij) y C=(cij) entonces: ba = c r ss q
n
1 = sr q ∑ .
Se debe observar que para poder efectuar el producto A⋅B es necesario que el número de
columnas de la matriz A coincida con el número de filas de la matriz B. Esto implica que,
en general, si existe el producto A⋅B no tiene por qué existir B⋅A. Sin embargo, si las
matrices son cuadradas y del mismo orden, siempre existen A⋅B y B⋅A (pero no tiene por
que ser iguales).
EJEMPLO IV.1.2.7.
Determine el siguiente producto de matrices:
⎟⎟⎠
⎞⎜⎜⎝
⎛ 071
523
⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
82
16
94
= ⎟⎟⎠
⎞⎜⎜⎝
⎛ 0 + 7 + 90 + 42 + 4
40 + 2 + 2710 + 12 + 12 = ⎟⎟
⎠
⎞⎜⎜⎝
⎛ 1646
6934 .
EJEMPLO IV.1.2.8.
Los consumos anuales de cuatro familias a, b, c y d, en pan, carne y mantequilla vienen
dados en la matriz A. Los precios de esos mismos productos en los años 1990, 91, 92, 93 y
94 vienen dados en la matriz B. La matriz C=A⋅B nos da el gasto total (en esos productos)
de cada familia en cada año.
EJEMPLO IV.1.2.9.
MODELO ECOLÓGICO DE THRALL. En un cierto sistema ecológico dividimos las
especies en tres categorías:
1) Plantas (tomillo, romero, etc.) que suministran alimento a animales
herbívoros. Las designamos por p1, p2, p3, ...
2) Animales herbívoros (conejo, liebre, etc.) que comen dichas plantas. Las
designamos por a1, a2, a3, ...
3) Animales carnívoros (zorro, lobo, etc.) que se comen a los animales
herbívoros. Las designamos por c1, c2, c3, ...
Se puede plantear la siguiente cuestión: ¿Qué cantidad de la planta pi consume
indirectamente el carnívoro cj durante un cierto periodo de tiempo?
373Podemos suponer conocidas las dos matrices siguientes:
A=(aik) que representa las cantidades consumidas por el animal ak de la planta pi. B=(bkj)
que representa las cantidades devoradas por el carnívoro cj del herbívoro ak.
El carnívoro c1, al comer de a1, consume indirectamente a11⋅b11 de p1, al comer de a2
consume a12⋅b21 de p1 etc., luego en total consume a11⋅b11 + a12⋅b21 + ... + a1n⋅bn1, es decir el
producto de la primera fila de A por la primera columna de B. Las cantidades pedidas son,
pues, los elementos de la matriz A⋅B.
ACTIVIDAD IV.1.2.10.
1. Calcule el producto A⋅B siendo: ⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
82
16
94
=A ⎟⎟⎠
⎞⎜⎜⎝
⎛ 071
523 = B .
2. Dada la matriz:
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
1000
1100
1110
1111
= X , determine X2 y X3.
Solución:
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
1000
2100
3210
4321
= X2 ,
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
1000
3100
6310
10631
= X3
3. Verifiquemos que el producto de matrices no es conmutativo.
a) Hay casos en los cuales es posible efectuar A⋅B, y no B⋅A. Si ⎟⎟⎠
⎞⎜⎜⎝
⎛ 43
21 =A y
⎟⎟⎠
⎞⎜⎜⎝
⎛ 5
1 = B ⇒ ⎟⎟
⎠
⎞⎜⎜⎝
⎛•
23
11 = B A . No es posible efectuar B⋅A.
b) En los casos en que es posible efectuar A⋅B y B⋅A, no siempre da el mismo
resultado. A veces ni siquiera son del mismo orden. Si ⎟⎟⎠
⎞⎜⎜⎝
⎛ 204
123 =A y
⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
3 -1
30
1 -2
= B ⇒ ⎟⎟⎠
⎞⎜⎜⎝
⎛•
10 -10
07 = B A ,
⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
•
5 -29 -
6012
042
=A B .
374c) En el caso de las matrices cuadradas, tampoco se verifica la propiedad
conmutativa. Si ⎟⎟⎠
⎞⎜⎜⎝
⎛ 10
02 =A y ⎟⎟
⎠
⎞⎜⎜⎝
⎛ 12
11 = B ⇒ ⎟⎟
⎠
⎞⎜⎜⎝
⎛•
12
22 = B A ,
⎟⎟⎠
⎞⎜⎜⎝
⎛•
14
12 =A B .
4. Verifique la propiedad asociativa en los casos que se puedan multiplicar tres matrices.
Es decir, si A es de orden mxn, B de orden nxp y C de orden pxq, entonces:
(A⋅B)⋅C=A⋅(B⋅C).
Solución:
Sean aij, bij y cij los elementos generales de A, B y C respectivamente.
El elemento general de A⋅B será: αis = ba sr r i
n
1=r
∑ .
El de (A⋅B)⋅C será: xij = c j ss i
p
1=s
α∑ = ( ) cba j ssr r i
n
1=r
p
1=s
∑∑ = cba j ssr r i
n
1=r
p
1=s
∑∑ .
El elemento general de B⋅C será: ßrj = cb j ssr
p
1=s
∑ .
El de A⋅(B⋅C) será: yij = a jr r i
n
1=r
∑ = ⎟⎠⎞⎜
⎝⎛ ∑∑ cba j ssr
p
1=sr i
n
1=r
= cba j ssr r i
p
1=s
n
1=r
∑∑ .
Es decir, xij = yij y por tanto (A⋅B)⋅C=A⋅(B⋅C). c.q.d.
EJERCICIOS V.1.2.11.
1. Realice las siguientes operaciones:
⎟⎟⎠
⎞⎜⎜⎝
⎛ 25
38 ⎟⎟
⎠
⎞⎜⎜⎝
⎛ 85 -
3 -2 + ⎟⎟
⎠
⎞⎜⎜⎝
⎛ 10
01 .
⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
136
301 -
012
⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
103 -
6 -219
31 -9 -
-2 ⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
100
010
001
.
2. Dadas las matrices A y B, hallar la matriz D tal que A + B – D = ϑ, donde
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛=
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛−−−
=⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛=
utsrqp
DBA ,345123
,654321
3. Verifique que A⋅(B+C) = A⋅B+A⋅C.
4. Verifique que (A+B)⋅ C = A⋅ C+B⋅C.
375
RESUMEN
En la presente sección hemos revisado el álgebra elemental de matrices (suma,
multiplicación por escalar y multiplicación entre matrices). Se verifica que las operaciones
de suma y multiplicación entre matrices sólo es posible bajo ciertas condiciones. Se definen
además los conceptos de matriz cuadrada, la transpuesta de una matriz y cuando una matriz
es simétrica.
AUTOEVALUACION
Determine la verdad o falsedad de las siguientes afirmaciones:
1. Toda matriz cuadrada es simétrica.
2. La multiplicación de matrices es conmutativa.
3. La multiplicación y suma de matrices es asociativa.
4. A = (1) es una matriz simétrica.
RESPUESTAS
1. Falso.
2. Falso.
3. Verdadero.
4. Verdadero.
GLOSARIO
Columna: arreglo vertical de números.
Fila: arreglo horizontal de números.
Números reales: los números naturales, enteros, racionales e irracionales.
Matriz: arreglo organizado de números como en una tabla.
376
IV.1.3. DETERMINANTES
A cada matriz cuadrada A = (aij) se le asigna un escalar particular denominado
determinante de A, denotado por det (A), | A | o
Una tabla ordenada n ⋅ n de escalares situada entre dos líneas verticales, llamada
determinante de orden n, no es una matriz. La función determinante apareció por primera
vez en el estudio de los sistemas de ecuaciones lineales. Veremos que es una herramienta
indispensable en el estudio y obtención de éstas.
Los determinantes de orden uno y dos se definen como sigue:
• = a11
•
Así, el determinante de una matriz 1 x 1, A = (a11) es el propio escalar a11, es decir, det (A)
= |a11| = a11. Mientras que el determinante de una matriz de orden dos, corresponde al
producto de los elementos de la diagonal principal, menos el producto entre los elementos
de la diagonal secundaria.
EJEMPLO IV.1.3.1.
Dado que el determinante de orden uno es el mismo escalar, tenemos det (24) = 24, det(-3)
= -3, det (3x+5) = 3x+5.
Consideremos una matriz 3 x 3 arbitraria A = (ai j ). El determinante de A se define como
sigue:
377
a12a21a33 - a32a23a11
Se debe observar que hay seis productos, cada uno formado por tres elementos de la matriz.
Tres de los productos aparecen con signo positivo (conservan su signo) y tres con signo
negativo (cambian su signo).
Para calcular los determinantes de orden tres, el siguiente diagrama puede ayudar a
resolverlos:
EJEMPLO IV.1.3.2.
Calcule el valor del determinante:
= 24 + 20 + 0 - (-4) - 0 - (-15) = 44 + 4 + 15 = 63
El determinante de la matriz 3 x 3 A = (ai j ) puede reescribirse como:
det (A) = a11(a22a33 - a23a32) - a12(a21a33 - a23a31) + a13(a21a32 - a22a31) =
que es una combinación lineal de tres determinantes de orden dos, cuyos coeficientes (con
signos alternantes) constituyen la primera fila de la matriz dada. Esta combinación lineal
puede indicarse de la forma siguiente:
378
Nótese que cada matriz 2 x 2 se obtiene suprimiendo en la matriz inicial la fila y la columna
que contienen su coeficiente.
EJEMPLO IV.1.3.3.
Para demostrar que la propiedad anterior se cumple, trabajaremos con :
= 3(8+5) - 2(0-10) + 1(0+4) = 39 + 20 + 4 = 63
Se deben tener en cuenta las siguientes dos propiedades básicas del determinante, que son
muy utilizadas en los cálculos:
• El determinante de una matriz A y el de su traspuesta AT son iguales, es decir,
• El determinante es una función multiplicativa. Es decir, el determinante del
producto de matrices A y B es el producto de los determinantes: |AB| = |A| |B|.
Sea A = (ann) una matriz de orden arbitrario n x n (siendo n un número par). Para calcular
el det (A) se procede de la siguiente manera:
379Los signos se van alternando según la posición que ocupen las entradas del determinante.
Es decir:
EJEMPLO IV.1.3.4.
Si observamos la matriz, podemos ver que en la tercera columna hay dos ceros. Así pues, si
cogemos las entradas de la tercera columna para calcular el determinante, nos ahorraremos
calcular dos determinantes, ya que el producto de un determinante por cero es cero.
+ = -1(-35) + 3(35) = 35 + 105 = 140.
ACTIVIDAD IV.1.3.5.
1. Calcule los siguientes determinantes:
380
Solución:
= 2(-6-24+16+2)+ 5(-4-24+6)-1(4+12-16-3) = -24-110+3 = -131.
= 1·(16+0+24-(-4)-(-30)-0) -2·(-128-2+30-(-40)-12-(-16)) = 74-2·(-56) =
= 74+112 = 186.
2. Para una matriz cuadrada de orden 2, verifique que el determinante de A, es igual al
determinante de la transpuesta de A.
RESUMEN
En la presente sección se ha definido el determinante de una matriz, la manera de calcularlo
y se han visto algunas de sus más importantes propiedades.
381
IV.1.4. INVERSA DE UNA MATRIZ
Llamaremos matriz identidad de orden n, a la matriz que tiene todos los elementos de su
diagonal principal iguales a uno, y la denotaremos por In.
EJEMPLO IV.1.4.1.
Las matrices identidades de orden 2 y 3 son:
⎟⎟⎠
⎞⎜⎜⎝
⎛ 10
01 = I 2
⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
100
010
001
= I 3
Una matriz cuadrada de orden n, digamos A, es invertible si existe una matriz A-1, tal que:
A ⋅ A-1 = A-1 ⋅ A = In
Se puede probar que las únicas matrices invertibles, es decir, que existe su inversa, son
aquellas tales que el determinante es distinto de cero. Por lo tanto, antes de buscar la
inversa de una matriz, debemos calcular el determinante. Si este resulta ser cero, entonces
la matriz A no es invertible y no tiene sentido buscar su inversa. En cambio, si el
determinante es distinto de cero, estamos seguros de que la matriz inversa A-1 existe.
Det(A)= | a | ≠ 0 ⇒ ∃ A-1
Algunas propiedades de la inversa de una matriz son las siguientes:
• In-1 = In
• (A-1)-1 = A
• (A ⋅ B)-1 = B-1 ⋅ A-1
EJEMPLO IV.1.4.2.
Para la matriz ⎟⎟⎠
⎞⎜⎜⎝
⎛ 53
21 =A , su inversa es ⎟⎟
⎠
⎞⎜⎜⎝
⎛ 1 -3
25 - = A 1- .
382
Para la matriz ⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
341
431
321
= B su inversa es
⎟⎟⎟⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜⎜⎜⎜
⎝
⎛
21 -1
21 -
210
21 -
213 -
27
= B 1 - .
EJEMPLO IV.1.4.3.
Puesto que AB = BA = I, A y B son invertibles, siendo cada una la inversa de la otra.
Para encontrar la matriz inversa de una matriz de orden 2 cuyo determinante es distinto de
cero, se cuenta con una sencilla formula basada en lo que se denomina el método de
Cramer:
Sea A = ⎟⎟⎠
⎞⎜⎜⎝
⎛dcba
, tal que det(A) = ad - bc ≠ 0, entonces, la matriz inversa de A, denotada
por A-1, se encuentra dada por:
A-1 = ⎟⎟⎠
⎞⎜⎜⎝
⎛−
−acbd
A)det(1
Es decir, la inversa de una matriz de orden dos, corresponde a permutar los elementos de la
diagonal principal, multiplicar por –1 los elementos de la diagonal secundaria y dividir todo
por el determinante de la matriz original.
Se motiva al lector para que verifique multiplicando A con A-1, que efectivamente esto
corresponde a la inversa de la matriz de orden 2.
383
EJEMPLO IV.1.4.4.
Encuentre la inversa de la matriz A = ⎟⎟⎠
⎞⎜⎜⎝
⎛1112
. Como el determinante de A = 1, se tiene que
la matriz es invertible, y aplicando la formula anterior se tiene:
A-1 = ⎟⎟⎠
⎞⎜⎜⎝
⎛−
−2111
EJEMPLO IV.1.4.5.
Encuentre la inversa de la matriz A = ⎟⎟⎠
⎞⎜⎜⎝
⎛6231
. Como det(A) = 0, se tiene que la matriz A
no es invertible (no tiene inversa).
ACTIVIDAD IV.1.4.6.
1. Aplique la formula para hallar la matriz inversa de: ⎟⎟⎠
⎞⎜⎜⎝
⎛ 11
1 -2 =A
Solución:
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
32
31 -
31
31
= A 1 - .
2. Demuestre que si A cumple que A2 + 2ª = I entonces A es invertible.
Solución:
De A ⋅ (A + 2I) = I se deduce que A-1 = A + 2I.
3. Una matriz A de orden 2 verifica la ecuación A3 + 2A2 + I = θ. Halle A-1.
Solución:
A-1 = - A2 - 2A.
4. Demuestre las propiedades:
• In-1 = In
• (A-1)-1 = A
• (A ⋅ B)-1 = B-1 ⋅ A-1
384
RESUMEN
En la presente sección se revisa la definición de matriz invertible, su relación con el
determinante y algunas de las propiedades más fundamentales. Para terminar, se presenta
una formula que permite encontrar la inversa de una matriz de orden 2.
AUTOCOMPROVACION
Determine la verdad o falsedad de las siguientes afirmaciones:
1. Si una matriz tiene determinante igual a cero, no se sabe si es invertible o no.
2. Las únicas matrices que tienen inversa son las de orden 2.
3. Hay matrices que no tienen inversa.
RESPUESTAS
1. Falso.
2. Falso.
3. Verdadero.
GLOSARIO
SIMBOLOS
385
IV.2. SISTEMAS DE ECUACIONES
En el presente capítulo revisaremos el concepto de sistemas de ecuaciones algebraicas
lineales. Para resolver estos sistemas, una alternativa simple consiste en transformar el
problema a la representación matricial. Una vez logrado esto, el problema se ha
transformado al de invertir una matriz.
Los objetivos de este capítulo son:
• Transformar sistemas de ecuaciones lineales en su representación matricial.
• Identificar si el sistema de ecuaciones tiene solución.
• Conocer el método de gauss para resolver sistemas de ecuaciones.
• Invertir matrices cuadradas utilizando el método de gauss.
386
IV.2.1. INTRODUCCION A LOS SISTEMAS DE ECUACIONES LINEALES.
Un sistema de m ecuaciones con n incógnitas, es un conjunto de expresiones algebraicas de
la forma:
⎪⎪⎭
⎪⎪⎬
⎫
c = x a + . . . + x a + x a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
c = x a + . . . + x a + x ac = x a + . . . + x a + x a
mnn m 22 m 11 m
2nn 2 22 2 11 2
1nn 1 22 1 11 1
] 1 [
xj son las incógnitas, (j=1,2,...,n).
aij son los coeficientes, (i=1,2,...,m) (j=1,2,...,n).
ci son los términos independientes, (i=1,2,...,m).
Los números m y n pueden ser cualesquiera: m > n, m = n ó m<n. Los escalares aij y ci son
números reales. El escalar aij es el coeficiente de xj en la i-ésima ecuación.
Cuando n es pequeño, es usual designar a las incógnitas con las letras x, y, z, t, ...
Es importante observar que el número de ecuaciones no tiene por qué ser igual al número
de incógnitas. En definitiva el número de ecuaciones y el número de incógnitas determinará
si el sistema tiene una única solución, infinitas o ninguna.
Cuando ci=0 para todo i, el sistema se llama homogéneo.
EJEMPLO IV.2.1.1.
El arreglo:
⎪⎭
⎪⎬
⎫
0 = t + z 3 -y +x 1 = t 2 + z +y
2 = t - z +y 2 - x 3
Es un sistema de 3 ecuaciones lineales con 4 incógnitas. Los coeficientes de la primera
ecuación del sistema son los números 3, -2, 1, -1. El término independiente de la misma es
el 2.
La solución de un sistema es cada conjunto de valores que satisface a todas y cada una de
las ecuaciones. Nos preocuparemos en la próxima sección de ver un método que nos
permita encontrar la solución de un sistema de ecuaciones.
387
EJEMPLO IV.2.1.2.
Dado el sistema: ⎪⎭
⎪⎬
⎫
0 = t + z 3 -y +x 1 = t 2 + z +y
2 = t - z +y 2 - x 3
Se puede verificar que una solución es x=61 ; y=
34 - ; z=0; t=
67 .
Podemos clasificar los sistemas atendiendo al número de sus soluciones:
1. Incompatible. No tiene solución.
2. Compatible. Tiene solución.
a. Compatible determinado. Única solución.
b. Compatible indeterminado. Infinitas soluciones.
EJEMPLO IV.2.1.3.
Los siguientes sistemas se pueden clasificar de la manera que se propone:
⎭⎬⎫
8 =y 2 + x 2
3 =y +x incompatible. No tiene solución.
⎭⎬⎫
1 =y -x 3 =y +x
compatible determinado. Única solución.
⎭⎬⎫
6 =y 2 + x 2
3 =y +x compatible indeterminado. Infinitas soluciones.
Siempre resulta interesante discutir un sistema. Esto es, averiguar si tiene o no tiene
solución y, caso de tenerla, saber si es única o si no lo es. Es decir, es establecer si es
compatible o incompatible, y en caso de ser compatible, si es determinado o indeterminado.
Para poder manejar en forma más simple los sistemas de ecuaciones, es conveniente utilizar
la notación matricial, como veremos a continuación.
En efecto el sistema
⎪⎪⎭
⎪⎪⎬
⎫
c = x a + . . . + x a + x a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
c = x a + . . . + x a + x ac = x a + . . . + x a + x a
mnn m 22 m 11 m
2nn 2 22 2 11 2
1nn 1 22 1 11 1
388Se transforma a la notación matricial de la siguiente manera:
A ⋅ x = C
Donde A es la matriz de coeficientes asociados:
⎟⎟⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜⎜⎜
⎝
⎛
a...aaa
. . .. . .. . .. . .. . .
a...aaa
a...aaa
a...aaa
=A
n321
n3333231
n2232221
n1131211
mmmm
El vector x corresponde al vector incógnita.
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
=
nx
xx
xM2
1
y el vector c, corresponde al vector de términos libres:
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
=
mc
cc
cM2
1
EJEMPLO IV.2.1.4.
Representar el siguiente sistema de ecuaciones en la notación matricial:
⎪⎭
⎪⎬
⎫
0 = t + z 3 -y +x 1 = t 2 + z +y
2 = t - z +y 2 - x 3
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛=
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
−
−−
012
131121101123
tzyx
389
ACTIVIDAD IV.2.1.5.
1. Sea el sistema de ecuaciones lineales formado por dos ecuaciones con dos incógnitas:
Encontrar el valor de x e y mediante la regla de Cramer.
Solución.
y el tercero y último paso consiste en calcular las incógnitas (invertir la matriz con la
formula).
2. Transforme el siguiente sistema a la notación matricial.
⎪⎭
⎪⎬
⎫
=+=−=+−
013332
yxzy
xyx
3. Transforme la siguiente formulación matricial en un sistema de ecuaciones:
⎟⎟⎠
⎞⎜⎜⎝
⎛=⎟⎟
⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛01
4321
yx
RESUMEN
En la presente sección se revisa la manera de transformar un sistema de ecuaciones lineales
a un problema de encontrar la inversa de una matriz.
390IV.2.2. SOLUCION GAUSSIANA
Llamaremos a una matriz A, triangular superior, si son nulos los elementos por debajo de la
diagonal principal. Es decir: aij=0 para i>j.
EJEMPLO IV.2.2.1.
Son matrices triangulares superiores:
⎟⎟⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜⎜⎜
⎝
⎛
a...000
. . .. . .. . .. . .. . .
a...a00
a...aa0
a...aaa
=A
nn
n333
n22322
n1131211
,
⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜
⎝
⎛
400
730
815
= B .
Una matriz A, la llamaremos triangular inferior, si son nulos los elementos por encima de la
diagonal principal. Es decir: aij=0 para i<j.
En esta sección nos preocuparemos de conocer cómo el método de gauss es aplicado para
encontrar la inversa de una matriz, o también para encontrar la solución de un sistema lineal
de ecuaciones algebraicas.
El método consiste básicamente en ir transformando la matriz original, mediante
operaciones entre sus filas, a una matriz triangular superior y a partir de ella determinar la
inversa o la solución del sistema, según sea el caso.
Veamos primero el caso de determinar la inversa de una matriz A. Sea A = (ai j) una matriz
cuadrada de orden n. Para calcular la matriz inversa de A, que denotaremos como A-1,
seguiremos los siguientes pasos:
Paso 1. Construir la matriz ampliada de orden n × 2n, M = (A I ) esto es, A está en la
mitad izquierda de M y la matriz identidad I en la derecha.
Paso 2. Se deja tal y como está la primera fila de M, y debajo del primer término de la
diagonal principal, a11, que llamaremos pivote, ponemos ceros. Luego se opera como se
indica en el siguiente ejemplo.
391EJEMPLO IV.2.2.2.
Consideremos una matriz 3 × 3 arbitraria
Paso 1.
Paso 2.
El siguiente paso es igual que el anterior, pero esta vez se coge como pivote el segundo
término de la diagonal principal.
Al llegar al último término de la diagonal, se procede igual que antes, pero poniendo los
ceros encima del nuevo pivote. Se observa que al coger como pivote el último término de la
diagonal, la matriz A se transforma en una matriz triangular.
Una vez realizados todos los pasos, la mitad izquierda de la matriz M se convierte en una
matriz diagonal. En este momento hay que proceder a transformar, si es que no lo está, la
mitad izquierda en la matriz identidad, dividiendo si fuera necesario las filas de M por un
escalar.
EJEMPLO IV.2.2.3.
Supongamos que queremos encontrar la inversa de
Primero construimos la matriz ampliada M = (A I),
392
La mitad izquierda de M está en forma triangular, por consiguiente, A es invertible. Si
hubiera quedado toda una fila con ceros en la mitad A de M, la operación habría terminado
(en ese caso A no es invertible).
A continuación, cogemos como pivote a33, ponemos ceros encima de éste y seguimos
operando hasta que nos quede una matriz diagonal.
Ya que la matriz colocada en la mitad izquierda es diagonal, no hay que operar más.
Transformamos la matriz diagonal en una matriz identidad; para ello hay que dividir la
segunda fila entre -1:
La matriz que ha quedado en la mitad derecha de M es precisamente la matriz inversa de A:
393
Para comprobar si el resultado es correcto, se procede a multiplicar AA-1
, teniendo que dar
como resultado la matriz identidad I.
Comprobación: AA-1
= I
A continuación veremos la manera de aplicar el método de gauss para encontrar la solución
de un sistema de ecuaciones lineales.
Un sistema de ecuaciones lineales puede resolverse trabajando con su matriz ampliada,
específicamente, reduciéndola a forma escalonada mediante el proceso de Gauss.
Esencialmente aplicamos el mismo procedimiento que para invertir una matriz, pero esta
vez sólo trabajamos con un vector en el lado derecho (el de los términos libres del sistema).
Después de las transformaciones entre filas, lo que quede en esa columna corresponderá a
la solución del sistema.
EJEMPLO IV.2.2.4.
Sea el sistema,
su matriz ampliada asociada es
394Ahora resolvemos por el método de Gauss sabiendo que la primera columna corresponde a
los coeficientes de la x, la segunda a los de la y, la tercera a los de la z y la cuarta a los
términos independientes:
De este modo, el sistema tiene la solución única
x = 2, y = -1, z = 3.
La resolución de sistemas de ecuaciones lineales por matrices, aplicando el método de
Gauss u otros, es una de las múltiples aplicaciones que tienen éstas.
EJEMPLO IV.2.2.5.
Halle el valor de x, y, z, t en los siguientes sistemas de ecuaciones lineales aplicando
matrices:
a) La matriz M asociada al sistema de ecuaciones es:
La tercera fila se suprime, puesto que es múltiplo de la segunda y resultaría una fila nula.
Así, el sistema queda formado por dos ecuaciones con cuatro incógnitas:
395
La solución del sistema es compatible e indeterminado, esto es, tiene infinitas soluciones.
x = -9 - y + 10t
z = 7t - 7 ó (- 9 - y + 10t, y, 7t - 7, t).
Dependiendo de qué valores se escojan para y y t, salen distintos resultados. Así, para y = t
= 0 tendremos la solución del sistema
x = -9, y = 0, z = -7, t = 0.
b) La matriz M asociada al sistema de ecuaciones es:
No hay necesidad de continuar calculando nada más, puesto que la matriz escalonada ya
nos indica que el sistema es incompatible (SI), es decir, que no tiene solución.
Específicamente, la tercera fila de la matriz escalonada corresponde a la ecuación
0x + 0y + 0z + 0t = -5
obteniendo como resultado 0 = -5, que es absurdo. Por lo tanto, decimos que no tiene
solución.
ACTIVIDAD IV.2.2.6.
1. Sean
a) ¿Qué clase de matrices son?
396b) Calcular:
- A - B + C.
A + B - C.
3A + C/2.
c) Calcular:
(A · B) /C.
d) Calcular la inversa de A (A-1) y comprobar el resultado.
Solución:
a) Las tres matrices son cuadradas y de orden tres. A su vez, B es una matriz triangular, ya
que todas las entradas debajo de la diagonal principal son ceros, y C es antisimétrica porque
los elementos simétricos son opuestos entre sí.
b)
397
c)
Puesto que (A ⋅B) /C = A ⋅ B ⋅ C-1, calcularemos primero la inversa de C y luego haremos el
producto.
Dividimos la primera fila entre -6, la segunda entre 3 y la tercera entre -3 para que en la
mitad izquierda quede la matriz identidad,
Por lo tanto, la matriz inversa de C es:
A continuación, se calcula el producto de las matrices A y B,
Por último, calculamos (A⋅B)⋅C-1.
398
= .
Sacando factor común 1/3, el resultado puede escribirse como:
d)
Primero se construye la matriz M = (A I) y luego se va desarrollando por Gauss. Así pues:
Se simplifica un poco para que las operaciones no sean tan costosas, dividiendo la tercera
fila entre cuatro. De este modo, se tiene
.
399Se vuelve a simplificar, dividiendo la primera fila entre dos y la segunda entre cuatro,
.
Puesto que ya ha quedado una matriz diagonal en la mitad izquierda de M, se procede a
transformar esta mitad izquierda en una matriz identidad, dividiendo la primera fila entre -
3042, la segunda entre -78 y la tercera entre 39,
Así pues, la matriz que ha quedado en la mitad derecha es precisamente la matriz identidad,
que sacando factor común 1/78 se puede escribir como:
Para comprobar el resultado, la matriz inversa de A o A-1, tiene que cumplir
AA-1 = I.
Procedamos a la comprobación:
La matriz ampliada M de un sistema de m ecuaciones con n incógnitas es la siguiente:
400
Cada fila de M corresponde a una ecuación del sistema y cada columna a los coeficientes de
una incógnita, excepto la última, que corresponde a las constantes del sistema.
RESUMEN
En la presente sección se ha visto la manera de aplicar el método de gauss, tanto para
resolver sistema de ecuaciones como para encontrar la inversa de una matriz.