Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1 de 1
Matrices
Una matriz de m x n con elementos en C es un arreglo de la forma
(
(
(
(
a a a
a a a
a a a
mn m m
n
n
K K K
K K K
K K K
M
2 1
2 22 21
1 12 11
donde a
11,
a
12, ...,
a
mn
y m, n Z. La matriz es de orden m x m.
[ a
11,
a
12,...,
a
1n
] primer rengln
[ a
21,
a
22,...
a
2n
] segundo rengln
[ a
i1,
a
i2,...,
a
in
] i-simo rengln
en forma anloga
(
(
(
(
a
a
a
nj
j
j
M
2
1
j-sima columna
Definicin
Sean A= [ a
ij
] y B= [b
ij
] dos matrices de m x n con elementos en C. A y B son iguales, lo
que representamos con A=B, si:
a
ij=
b
ij
; para i = 1,2,...m y
j = 1,2,..., n
Adicin de matrices y multiplicacin por un escalar.
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
2 de 2
La adicin
Definicin
Sean A= [ a
ij
] y B=[b
ij
] dos matrices de m x n con elementos en C. La suma A + B es
una matriz s = [s
ij
] de m x n definida por
Sij = a
ij
+ b
ij
i = 1,2,..., m
y
j = 1,2,..., n
Ejemplo:
Sean A=
(
+
+
1 2
3 7
i
i
; B=
(
+
4 3
2 5
i
i i
; C=
(
(
(
1 5
4 3
6 1
i
i
A+B=
(
+ + +
+ + + +
4 1 3 ) 2 (
) 2 ( ) 3 ( ) 5 ( 7
i i
i i i
=
(
+
+
5 4 2
5 12
i
i
A+C No existe porque no son del mismo orden. No son conformables para la suma.
Teorema
Si A, B y C son matrices de m x n cuyos elementos son nmeros complejos, entonces:
1) A+(B+C) = (A+B)+C asociatividad
2) A+B = B+A conmutatividad
3) la matriz 0 de orden m x n tal que A+ (-A)=0 elemento neutro
Definicin
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
3 de 3
Sean A= [ a
ij
] y B=[b
ij
] dos matrices de m x n con elementos en C. La diferencia A-B se
define como
A-B= A+ (-B)
A-B= (A+(-B) = ([ a
ij +
(-b
ij
)] = [ a
ij
- b
ij
]
Para las matrices definidas en el ejemplo anterior:
A-B =
(
+
+
1 2
3 7
i
i
-
(
+
4 3
2 5
i
i i
=
(
+
+ +
4 1 3 ) 2 (
) 2 ( ) 3 ( ) 5 ( 7
i i
i i i
=
(
+
3 2 2
2 1 2
i
i i
A-C No son conformables para la sustraccin.
Multiplicacin por un escalar
Definicin
Sean A=[ a
ij
] una matriz de m x n con elementos en C y C. El producto A es
una matriz E dada por E = | | ij e de m x n definida
ij e = a
ij
; para i= 1,2,...,m y
j = 1,2,..., n
si = 3i
A=3i
(
+
+
1 2
3 7
i
i
=
(
+
+
) 1 ( 3 ) 2 ( 3
) 3 ( 3 ) 7 ( 3
i i i
i i i
=
(
i i
i i
3 3 6
3 9 21
(i-i)=i
2
=-1
Teorema
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
4 de 4
Si A y B son matrices de m x n con elementos en C y C, entonces
1) (A+ ) = A+ B
2) ( +B) A = A +BA
3) (BA) = ( B)A
Multiplicacin de matrices
Definicin
Sean A=[ a
ij
] y B=[b
ij
] dos matrices con elementos en C, de m x n y n x q,
respectivamente. El producto AB da como resultado p= [p
ij
], de m x q, definida por
p
ij =
bkj
n
k
ik a
=1
para i = 1,2m
j = 1,2n
(
(
(
=
(
(
(
(
(
(
P B
j
A
i
p
ij
Teorema
Sean A, B y C matrices de m x n, n x p y p x q, respectivamente, entonces:
A(BC)=(AB)C
Teorema
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
5 de 5
Sean A,B y C matrices de m x n, n x p y n x p respectivamente y D, E y F matrices de m
x n, m x n y n x p, respectivamente, cuyos elementos son numeros complejos.
Entonces:
1) A(B+C) = AB+AC
2) (D+E)F = DF+EF
Definicin
Se llama matriz identidad de orden n a la matriz cuadrada de orden n,
In=
| |
ij tal que
ij = 1 si i =j
ij = 0 si i j
ij Delta de kronecker
I
3 =
(
(
(
1 0 0
0 1 0
0 0 1
Matriz de identidad de orden 3
Ejemplo:
Sean las matrices
A=
(
(
(
1
4
2
0
3
1
B=
(
1 2
3 4
C=
(
3 2
0 1
3 X 2 2 X 2 2 X 2
Demostrar que A(BC) = (AB)C
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
6 de 6
2 2
2 2 2 2 2 2
3 2
9 10
3 2
0 1
1 2
3 4
x
x x x
BC
(
=
(
=
2 3
2 3 2 2 2 3
3 4
9 10
3 2
3 4
1
4
2
0
3
1
x
x x x
AB
(
=
(
(
(
(
=
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
7 de 7
( )
2 3
2 3 2 2 2 3
3
39
15
4
46
18
3 4
9 10
1
4
2
0
3
1
x
x x x
BC A
(
(
(
=
(
(
(
(
=
( )
( ) ( )C AB BC A
x
C AB
x x x
=
(
(
(
=
(
(
(
(
=
2 3
3
39
15
4
46
18
3 2
0 1
1
13
5
2
20
8
2 3 2 2 2 3
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
8 de 8
Ejemplo:
Sean A y B dos matrices de 4 x 5 y C, D y E de 5 x 2, 4 x 2 y 5 x 4,
respectivamente. Determinar cules de las siguientes operaciones son conformables.
a) AB
A B No son conformables para la multiplicacin
4x5 4x5
|---/---|
b) AC+D
A C + D Matriz de 4 x 2
4x5 5x2 4x2
|---/---|
|----/----|
4 x 2
|--------/---------|
4 x 2
c) AE + B
A E + B
4x5 5x4 4x5 No son conformables para la suma
|------------|
4 x 4
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
9 de 9
d) E (A + B)
E (A + B)
5x4 4x5 4x5 Matriz de 5x5
|--------|
4x5
|------------|
|----------------|
5x2
e) E (AC)
E (A C)
5x4 4x5 5x2 Matriz de 5x2
|------|
4x2
|--------|
|---------------|
5x2
Inversa de una matriz
Definicin
Sea A una matriz de mxn con elementos en C. Una matriz X se dice que es inversa de A
si:
XA=AX=In
Y se representa con A
-1
A, X y A
-1
son matrices cuadradas de orden n.
Si A tiene inversa matriz no singular
Si A no tiene inversa matriz singular
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
10 de 10
Matrices elementales
Definicin
Una matriz elemental es aquella que se obtiene aplicando a In una transformacin
elemental y se representa con
In
(i,j)
Se obtiene intercambiando los renglones i y j de In
In
k(i)
Se obtiene multiplicando por un nmero k 0 el rengln i de In
In
k(i,j)
Se obtiene multiplicando por k el rengln i de In
Ejemplo:
Sea la matriz A=
(
(
(
2 1 4
7 3 5
1 4 2
Se aplica la transformacin T
1
igual a I
3
(1,2)
E
1=
I
3
(1,2)
=
(
(
(
1 0 0
0 0 1
0 1 0
Si multiplicamos E, A se tiene
A
1
= EA =
(
(
(
=
(
(
(
(
(
(
2 1 4
1 4 2
7 3 5
2 1 4
7 3 5
1 4 2
1 0 0
0 0 1
0 1 0
E
1
= Matriz elemental
Teorema
Las matrices elementales son no singulares
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
11 de 11
Teorema
El producto de dos matrices elementales es una matriz no singular
Supongamos que existe una sucesin finita de matrices elementales
I A A n
T
K
T T K
A
1 1
,
2 1
K
Entonces existe una sucesin finita de matrices elementales
E
1
, E
2
, ..., E
k
( ( ) ( ) )
( )
I E E E
I E E E
n K
n K
A
A
=
=
1 2
1 2
K
K K
Si llamamos P al producto (E
k
... E
2
E
1
) se tendr que
PA= In
Como P es un producto de matrices elementales, P es no singular y existe P
-1
P
-1
(PA)= P
-1
In
(P
-1
P)A= P
-1
InA= P
-1
A= P
-1
Si post multiplicamos por P
AP= P
-1
P
AP=In
En consecuencia
PA=AP=In
P es la inversa de A
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
12 de 12
Se tiene que
P= E
k...
E
2
E
1
=( E
k...
E
2
E
1
)In
= E
k
(...(E
2
(E
1,
I
n
))...)
por lo tanto, P se obtiene aplicando a In una sucesin de transformaciones elementales
T
1,
T
2,...
T
k
T
1
T
k
[A | In] ... [In | A
-1
]
Inicialmente el arreglo tiene del lado izquierdo la matriz A y del lado derecho la matriz
identidad In.
Se efectan (en ambas matrices) las transformaciones necesarias para obtener del lado
izquierdo la matriz In y al finalizar el proceso se obtiene del lado derecho la matriz A
-1
.
Ejemplo:
Determinar la inversa de la matriz A=
(
6 5
4 3
| |
(
=
1 0
0 1
6 5
4 3
2 I
A
~
(
(
1
3
5
0
3
1
3
2
0
3
4
1
R
1/3
R
1(- )
+ R
2
(
2 3 2 5
2 3
1 0
0 1
R
2
(-3/2)
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
13 de 13
R
2
(-1/3) + R
1
A
-1
=
(
3 5
4 6
A es NO singular
Ejemplo:
Encontrar, si existe, A
-1
para
A=
(
(
(
8 5 4
2 1 3
6 4 1
(
(
(
1 1 1
0 1 3
0 0 1
8 5 4
2 1 3
6 4 1
~
(
(
(
1 0 4
0 1 3
0 0 1
16 11 0
16 11 0
6 4 1
R
1
(3)+ R
2
R
1
(4)+ R
3
(
(
(
1 1 1
0 1 3
0 0 1
0 0 0
16 11 0
6 4 1
R
2
(-1)+ R
3
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
14 de 14
El ultimo rengln de la resultante maestra que no se puede transformar en I
3;
por tanto,
A
-1
no existe
A es singular
Ecuaciones con matrices
Un ejemplo de ecuaciones con matrices la constituye la llamada representacin matricial
de un sistema de ecuaciones lineales. Un sistema de m ecuaciones con n incgnitas
puede quedarse representada por la ecuacin
AX=B
Donde
A Matriz de coeficientes, de mxn
B Vector de trminos independientes, de nxl
X Vector de incgnitas de mxl
Si A
-1
se tiene
AX=B
A
-1
(AX)= A
-1
B
(A
-1
A)X= A
-1
B
InX= A
-1
B
X= A
-1
B
Ejemplo:
Resolver el sistema de ecuaciones lineales que se plantea
X
1
+3X
3
=2
X
2
-2X
3
=-1
X1+X2+2X3=3
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
15 de 15
A=
(
(
(
2 1 1
2 1 0
3 0 1
X=
(
(
(
3
2
1
X
X
X
B=
(
(
(
3
1
2
A
-1
=
(
(
(
1 1 1
2 1 2
3 3 4
X= A
-1
B=
(
(
(
(
(
(
3
1
2
1 1 1
2 1 2
3 3 4
X=
(
(
(
2
3
4
Es decir:
X
1
=-4 X
2
=3 X
3
=2
Ejemplo:
Obtener la matriz X
1
, si existe tal que XA+B=XC
Si A=
(
4 2
1 2
; B=
(
1 1
2 3
; C=
(
2 1
1 1
XA+B=XC
X
-1
[XA+B] = X
-1
[XC]
X
-1
XA+ X
-1
B = X
-1
XC
InA + X
-1
B = InC
A+ X
-1
B=C
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
16 de 16
[A+ X
-1
B] A= C-A
A+ X
-1
B A= C-A
X
-1
B=C-A
X[X
-1
B]=X[C-A]
InB=X[C-A]
B=X[C-A]
B[C-A]
-1
= [X[C-A]] [C-A]
-1
B[C-A]
-1
= XIn
B[C-A]
-1
=X
X=B[C-A]
-1
C-A=
(
2 1
1 1
-
(
4 2
1 2
=
(
6 3
2 1
[C-A]
-1
(
0 0
0 1
6 3
2 1
~
(
1 3
0 1
0 0
2 1
( )
( )
R R
R
2 1
1
3
1
+
(C-A) es una matriz singular [C-A]
-1
y no es posible determinar X.
Se presentan algunas diferencias importantes entre el lgebra de los nmeros y el de las
matrices:
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
17 de 17
1) Podemos sumar o multiplicar dos nmeros cualesquiera, mientras que no siempre
podemos hacerlo con las matrices, stas deben ser conformables para la suma o la
multiplicacin.
2) La multiplicacin de nmeros es conmutativa, mientras que la multiplicacin de
matrices no lo es.
Para los nmeros se tiene:
Si b=c ab=ac
Si b=c ab=ca
Para las matrices:
Si B=C AB=AC
Si B=C AB=CA
3) El producto de dos nmeros diferentes de cero es diferente de cero, mientras que la
multiplicacin de dos matrices diferentes de cero puede ser igual a la matriz de cero.
Para las matrices
A=
(
3 9
1 3
B=
(
6 3
2 1
AB=
(
=
(
0 0
0 0
6 3
2 1
3 9
1 3
A 0 B 0 AB 0
Tipo Especial de Matrices
Diagonal principal, triangular superior y triangular inferior
Diagonal principal a
ii
Triangular superior a
ij
tal que i<j
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
18 de 18
Triangular inferior a
ij
tal que i>j
Traza
Definicin
Sea A=[ a
ij
] una matriz de n x n con elementos en C. Se llama traza de A, y representa
con t
r
A, al nmero
=
n
i
ii a
1
Ejemplo
Sea A=
(
(
(
i
i
2 3 0
4 1 2
1 3 5
t
r
A= 5i+1+(-2i)
= 1+3i
Teorema
Si A y B son dos matrices de nxn con elementos en C y C .
1) t
r
(A+B) = t
r
(A) + t
r
(B)
2) t
r
(A) = [t
r
(A)]
3) t
r
(AB) = t
r
(BA)
Matrices triangulares
Definicin
Sea A=[ a
ij
] una matriz de nxn con elementos en C. Se dice que
1) A es triangular superior si a
ij
=0 para i>j
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
19 de 19
2) A es triangular inferior si a
ij
=0 para i<j
(
(
(
6 0 0
5 4 0
3 2 1
Triangular superior
(
(
(
6 5 4
0 3 2
0 0 1
Triangular inferior
Teorema
Si A y B son dos matrices triangulares superiores (inferiores) del mismo orden y
C entonces
1) A+B es triangular superior (inferior)
2) A es triangular superior (inferior)
3) AB es triangular superior (inferior)
Matriz Diagonal
Definicin
Sea A=[ a
ij
] un matriz de nxn con elementos en C. Se dice que A es una matriz diagonal
si a
ij
=0 para i j y se representa con
diag ( a
11,,
a
22,...,
a
nn
)
(
(
(
0 0 0
0 2 0
0 0 1
i Matriz diagonal
diag (1,2i,0)
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
20 de 20
Teorema
Si A y B son dos matrices diagonales
diag A =(a
11,
a
22,...,
a
nn
)
diag B = (b
11,
b
22,...,
a
nn
)
1) A+B = diag ( a
11 +
b
11,
a
22 +
b
22,...,
a
nn
b
nn
)
2) A= diag (a
11,
a
22,...,
a
nn
)
3) AB =( a
11
b
11,
a
22
b
22,...,
a
nn
b
nn
)
4) A
-1
= diag (1/ a
11,
1/
a
22,...,
1/ a
nn
)
Si A es no singular
Regla de Sarrus
Clculo de determinantes
Este mtodo se emplea para determinantes de segundo y tercer orden
22 21
12 11
a a
a a
= a
11
a
22
- a
21
a
12
23 22 21
13 12 11
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
a a a
a a a
= ( a
11
a
22
a
33
+
a
21
a
32
a
13
+ a
31
a
12
a
23
)
- ( a
21
a
12
a
33
+
a
11
a
32
a
23
+ a
31
a
22
a
13
)
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
21 de 21
Ejemplo
Obtenga el det A, para A =
(
7 5
3 1
( )( ) ( )( ) 3 5 7 1
det A = 7-15
det A = -8
A=
(
(
(
1 4 1
5 2 3
5 4 1
det A =
5 2 3
5 4 1
1 4 1
5 2 3
5 4 1
( )( )( ) | | ( )( )( ) | | ( )( )( ) | |
( )( )( ) ( )( )( ) ( )( )( ) | |
60 18 78
5 2 1 5 4 1 1 4 3
5 4 1 5 4 3 1 2 1
= =
+ +
+ + =
Desarrollo por cofactores
Sea
A =
(
(
(
(
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
22 de 22
det A = a
11
(-1)
1+1
33 32
23 22
a a
a a
+
a
12
(-1)
1+2
33 31
23 21
a a
a a
+
a
13
(-1)
1+3
32 31
22 21
a a
a a
Definicin
Sea A= [ a
ij
] una matriz de n x n con elementos en C (-1)
i+j
M
ij
Teorema
Si A= [ a
ij
] es una matriz de n xn con elementos en e y r un nmero entero tal que
n r 1 , entonces
c a
c a
ir ir
n
i
rj rj
n
j
A
A
=
=
=
=
1
1
det ) 2
det ) 1
Ejemplo
Sea A =
(
(
(
2 4 5
3 4 2
0 1 3
Calcular det A
det A= 3(-1)
1+1
2 4
3 4
+
(1)(-1)
1+2
2 5
3 2
+ (0)(-1)
1+3
4 5
4 2
= 3[(8)-(12)] -1 [(4)-(15)]
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
23 de 23
= 3(-4) -1(-11)
=-12+11
det A =-1
Mtodo de condensacin
Este mtodo se basa en lo siguiente:
1) Elegir una lnea que contenga el mayor nmero de ceros posible.
2) Elegir un elemento no nulo de dicha lnea (de preferencia 1 -1) y aplicar
reiteradamente transformaciones elementales hasta reducir a ceros el resto de los
elementos de la lnea.
3) Desarrollar los factores segn dicha lnea.
4) Repetir los tres pasos anteriores hasta obtener un determinante de tercer o
segundo orden y obtener su valor por medio de la regla de Sarrus
Ejemplo
Calcular el determinante de la matriz A
A=
(
(
(
(
(
(
1 0 4 2 1
1 3 1 2 0
0 1 2 1 1
1 0 1 2 3
3 2 5 1 1
Seleccionamos la cuarta columna para efectuar el desarrollo y para pivote el tercer
elemento de dicha columna. Se multiplica por 2 y -3 el rengln 3 y se suma a los
renglones 1 y 4, respectivamente.
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
24 de 24
det A =
1 0 4 2 1
1 3 1 2 0
0 1 2 1 1
1 0 1 2 3
3 2 5 1 1
~
1 0 4 2 1
1 0 5 5 3
0 1 2 1 1
1 0 1 2 3
3 0 1 1 1
desarrollamos por cofactores la columna 4
det A= (1)(-1)
3+4
1 4 2 1
1 5 5 3
1 1 2 3
3 1 1 1
Se escoge el primer rengln para el desarrollo y el elemento de la primer columna como
pivote
det A= (-1)
1 4 2 1
1 5 5 3
1 1 2 3
3 1 1 1
c
1
(1)+ c
2
c
1
(1)+ c
3
c
1
(-3)+ c
3
=-1
2 5 3 1
8 8 2 3
10 4 5 3
0 0 0 1
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
25 de 25
det A= (-1)(1)(-1)
1+1
2 5 3
8 8 2
10 4 5
c
1
(4)+ c
2
c
1
(-4)+ c
3
det A = -1
14 17 3
0 0 2
30 24 5
det A= -1(2)(-1)
2+1
14 17
30 24
det A= 2[(24)(-14)-(17)(-30)]
=2 (-336+510)
=348
Clculo de la inversa por medio de la adjunta
Sea A= [ a
ij
] una matriz de n x n con elementos en C. y sea c
ij
el cofactor del elemento
a
ij.
Se llama adjunta de A a la matriz Adj A= | |
bij
donde b
ij=
c
ij.
Considrese la matriz A =
4 6 1
4 2 1
3 2 1
c
11
= (-1)
2
4 6
4 2
= 8-24=-16
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
26 de 26
c
12
= (-1)
3
4 1
4 1
= (-1)[4-4]=0
c
13
= (-1)
4
6 1
2 1
= 6-2=4
c
21
= (-1)
-3
4 6
3 2
= (8-18)(-1)=10
c
22
= (-1)
4
4 1
3 1
= (4-3)=1
c
23
= (-1)
5
6 1
2 1
= (6-2)(-1)=-4
c
31
= (-1)
4
4 2
3 2
= (8-6)=2
c
32
= (-1)
5
4 1
3 1
= (4-3)(-1)=-1
c
33
= (-1)
6
2 1
2 1
= (2-2)=0
Adj A =
(
(
(
=
(
(
(
0 4 4
1 1 0
2 10 16
33 23 13
32 22 12
31 21 11
c c c
c c c
c c c
A Adj A =
(
(
(
=
(
(
(
0 4 4
1 1 0
2 10 16
4 6 1
4 2 1
3 2 1
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
27 de 27
= 4
4 0 0
0 4 0
0 0 4
=
(
(
(
I
3
Cul es la relacin de -4 con la matriz A? si calculamos detA
det A= 4
4 6 1
4 2 1
3 2 1
=
es decir
Si A es una matriz de n x n con elementos en C, entonces
A(Adj A) = (det A)A=(detA)In
Teorema
Sea A una matriz de n x n con elementos en e.
A
-1
existe si y slo si A 0
* A
-1
=
A det
1
(Adj A)
* Si A
-1
entonces det A
-1
A det
1
En el ejemplo anterior,
A
-1
= 1/-4
(
(
(
0 4 4
1 1 0
2 10 16
Ejemplo
Calcular la inversa de A=
(
4 1
2 1
utilizando el mtodo de la adjunta
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
28 de 28
c
11
= (-1)
2
(4)=4
c
12
= (-1)
3
(1)=-1
c
21
= (-1)
-3
= (2)=-2
c
22
= (-1)
4
(1)=1
Adj A =
(
=
(
(
(
1 1
2 4
22 12
21 11
c c
c c
det A= 2 2 4
4 1
2 1
= =
A
-1
=1/2
(
1 1
2 4
Solucin de un sistema de ecuaciones lineales utilizando la regla de Crammer
Sea
a
11 x 1
+
a
12 x 2
+...+a
1n xn
= b
1
a
21 x 1
+
a
22 x 2
+...+a
2n xn
= b
2
* * * *
* * * *
* * * *
a
n1 x 1
+
a
n2 x 2
+...+a
nn xn
= b
n
Un sistema de n ecuaciones con n incgnitas, y sea A=| |
aij
su matriz de coeficientes
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
29 de 29
A =
(
(
(
nn n n
n
n
a a a
a a a
a a a
...
...
...
2 1
2 22 21
1 12 11
Si det A 0 entonces
x k
=
A
Ak
det
det
para k=1,2,n
donde A
k
= [C
ij
] es tal que
C
ij
k j para
k j para
ij
ij
b
a
Ejemplo:
Resolver el siguiente sistema de ecuaciones lineales utilizando la regla de Crammer
3
x1
-4
x2
=-5
2
x1
+
x2
= 4
A=
(
1 2
4 3
B=
(
4
5
| |
2
1
4
5
1 2
4 3
3 2 1
i
j
b A
(
(
=
det A =
1 2
4 3
=3+8=11
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
30 de 30
det A
1
=
1 4
4 5
= -5+16=11
k=1
b
1
det A
2
=
4 2
5 3
= 12+10=22
k=2
b
2
x1
= 1
11
11
det
det 1
= =
A
A
x2
= 2
11
22
det
det 2
= =
A
A