• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Sistemas de ecuaciones lineales (I)
 

Sistemas de ecuaciones lineales (I)

on

  • 3,485 views

Matemáticas aplicadas a la Economía II:

Matemáticas aplicadas a la Economía II:
Sistemas de ecuaciones lineales (I)

Statistics

Views

Total Views
3,485
Views on SlideShare
3,483
Embed Views
2

Actions

Likes
1
Downloads
0
Comments
0

1 Embed 2

http://www.slideshare.net 2

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Sistemas de ecuaciones lineales (I) Sistemas de ecuaciones lineales (I) Presentation Transcript

    • January 25, 2010 () January 25, 2010 1 / 24
    • Semana 1 Tema 1 Matrices y sistemas de ecuaciones lineales Forma matricial de sistemas de ecuaciones lineales. Determinantes y método de Cramer Universidad Carlos III de Madrid Matemáticas II Curso 2009-2010 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 2 / 24
    • Deniciones Sistemas de ecuaciones lineales. Forma matricial En economía son muy usados los sistemas de ecuaciones lineales, que tienen la forma:    a11 x1 + · · · + a1n xn = b1 . . . . . .  am1 x1 + · · · + amn xn = bm  donde aij y bk son números reales jos y x1 , . . . , xn son las variables (también llamadas incógnitas ) del sistema. Este sistema puede escribirse usando matrices y vectores, de la siguiente manera:      a11 ... a1n x1 b1 . . . . . . . = .       . ... .  . .  am1 ... amn xn bm Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 3 / 24
    • Deniciones Sistemas de ecuaciones lineales. Forma matricial En economía son muy usados los sistemas de ecuaciones lineales, que tienen la forma:    a11 x1 + · · · + a1n xn = b1 . . . . . .  am1 x1 + · · · + amn xn = bm  donde aij y bk son números reales jos y x1 , . . . , xn son las variables (también llamadas incógnitas ) del sistema. Este sistema puede escribirse usando matrices y vectores, de la siguiente manera:      a11 ... a1n x1 b1 . . . . . . . = .       . ... .  . .  am1 ... amn xn bm Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 3 / 24
    • Deniciones Sistemas de ecuaciones lineales. Forma matricial En forma compacta, esto se puede representar así: Ax = b, donde       a11 ... a1n x1 b1 . . . . A = . . ;x =  . ;b =  .       . ... . . .  am1 ... amn xn bm Dos formas alternativas, más compactas, de representar a la matriz A, son las siguientes, donde aij es un elemento genérico situado en la la i y la columna j : A = (aij )ij =1,...,m =1,...,n y también A = (aij )mn Alternantivamente, sobreentendiendo las dimensiones, m para las las, y n para las columnas, de la matriz, representamos A = (aij ) Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 4 / 24
    • Deniciones Sistemas de ecuaciones lineales. Forma matricial En forma compacta, esto se puede representar así: Ax = b, donde       a11 ... a1n x1 b1 . . . . A = . . ;x =  . ;b =  .       . ... . . .  am1 ... amn xn bm Dos formas alternativas, más compactas, de representar a la matriz A, son las siguientes, donde aij es un elemento genérico situado en la la i y la columna j : A = (aij )ij =1,...,m =1,...,n y también A = (aij )mn Alternantivamente, sobreentendiendo las dimensiones, m para las las, y n para las columnas, de la matriz, representamos A = (aij ) Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 4 / 24
    • Deniciones Sistemas de ecuaciones lineales. Forma matricial En forma compacta, esto se puede representar así: Ax = b, donde       a11 ... a1n x1 b1 . . . . A = . . ;x =  . ;b =  .       . ... . . .  am1 ... amn xn bm Dos formas alternativas, más compactas, de representar a la matriz A, son las siguientes, donde aij es un elemento genérico situado en la la i y la columna j : A = (aij )ij =1,...,m =1,...,n y también A = (aij )mn Alternantivamente, sobreentendiendo las dimensiones, m para las las, y n para las columnas, de la matriz, representamos A = (aij ) Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 4 / 24
    • Deniciones Multiplicación de matrices Notemos que para poder hacer la representación Ax =b del sistema de ecuaciones, deberíamos haber denido adecuadamente la multiplicación de una matriz A por un vector x . Por inspección podemos notar que el vector producto b = (bi ) es el resultado de la siguiente operación aplicada a cada elemento bi : bi = ai 1 x1 + ai 2 x2 + · · · + ain xn En general, la matrix producto C, que resulta de multiplicar una matriz A por otra B puede ser denido extendiendo este concepto, siempre y cuando se cumpla un requisito que podemos adivinar. Si partimos de que la matriz C está compuesta por vectores columna, el elemento i de una columna dada, la j , por ejemplo, es construido haciendo el producto interno del vector la i de la matriz A por el vector columna j de la matriz B: cij = ai 1 b1j + ai 2 b2j + · · · + ain bnj Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 5 / 24
    • Deniciones Multiplicación de matrices Notemos que para poder hacer la representación Ax =b del sistema de ecuaciones, deberíamos haber denido adecuadamente la multiplicación de una matriz A por un vector x . Por inspección podemos notar que el vector producto b = (bi ) es el resultado de la siguiente operación aplicada a cada elemento bi : bi = ai 1 x1 + ai 2 x2 + · · · + ain xn En general, la matrix producto C, que resulta de multiplicar una matriz A por otra B puede ser denido extendiendo este concepto, siempre y cuando se cumpla un requisito que podemos adivinar. Si partimos de que la matriz C está compuesta por vectores columna, el elemento i de una columna dada, la j , por ejemplo, es construido haciendo el producto interno del vector la i de la matriz A por el vector columna j de la matriz B: cij = ai 1 b1j + ai 2 b2j + · · · + ain bnj Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 5 / 24
    • Deniciones Multiplicación de matrices El requisito mencionado para que C=AB esté bien denida, como habrán podido ya adivinar... ¾? m ×l Ejemplo Consideremos las matrices   1 6 2 1 5 A = B = 7 −4  −3 0 2 8 0 la matriz C =A·B es una matriz 2 ×2 49 8= 2 · 6 + 1 · (−4) + 5 · 0 C = 13 −18 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 6 / 24
    • Deniciones Multiplicación de matrices El requisito mencionado para que C=AB esté bien denida, como habrán podido ya adivinar... ¾? es que las dimenciones de A y B tienen que ser tales que el número de columnas de A sea igual al número de las de B. m ×l Ejemplo Consideremos las matrices   1 6 2 1 5 A = B = 7 −4  −3 0 2 8 0 la matriz C =A·B es una matriz 2 ×2 49 8= 2 · 6 + 1 · (−4) + 5 · 0 C = 13 −18 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 6 / 24
    • Deniciones Multiplicación de matrices El requisito mencionado para que C=AB esté bien denida, como habrán podido ya adivinar... ¾? es que las dimenciones de A y B tienen que ser tales que el número de columnas de A sea igual al número de las de B. Si la dimensión de A es m × n, y la de B es n × l, entonces ¾cuál será la dimensión de C? m ×l Ejemplo Consideremos las matrices   1 6 2 1 5 A = B = 7 −4  −3 0 2 8 0 la matriz C =A·B es una matriz 2 ×2 49 8= 2 · 6 + 1 · (−4) + 5 · 0 C = 13 −18 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 6 / 24
    • Deniciones Multiplicación de matrices El requisito mencionado para que C=AB esté bien denida, como habrán podido ya adivinar... ¾? es que las dimenciones de A y B tienen que ser tales que el número de columnas de A sea igual al número de las de B. Si la dimensión de A es m × n, y la de B es n × l, entonces ¾cuál será la dimensión de C? m ×l Ejemplo Consideremos las matrices   1 6 2 1 5 A = B = 7 −4  −3 0 2 8 0 la matriz C =A·B es una matriz 2 ×2 49 8= 2 · 6 + 1 · (−4) + 5 · 0 C = 13 −18 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 6 / 24
    • Deniciones Multiplicación de matrices El requisito mencionado para que C=AB esté bien denida, como habrán podido ya adivinar... ¾? es que las dimenciones de A y B tienen que ser tales que el número de columnas de A sea igual al número de las de B. Si la dimensión de A es m × n, y la de B es n × l, entonces ¾cuál será la dimensión de C? m ×l Ejemplo Consideremos las matrices   1 6 2 1 5 A = B = 7 −4  −3 0 2 8 0 la matriz C =A·B es una matriz 2 ×2 49 8= 2 · 6 + 1 · (−4) + 5 · 0 C = 13 −18 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 6 / 24
    • Deniciones Multiplicación de matrices Atención Por razones obvias (entre ellas de compatibilidad de dimensiones), el producto entre dos matrices no es conmutativo. Por ejemplo si tomamos las matrices 2 1 1 2 5 A = B = 3 1 1 4 4 podemos hacer A ·B pero en cambio B ·A no existe. Por otro lado, si tomamos 1 2 3 1 A = ;B = 2 1 2 1 hay compatibilidad de dimensiones para conmutatividad, pero 7 3 5 7 A·B = = B ·A= 8 3 4 5 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 7 / 24
    • Deniciones Multiplicación de matrices Atención Por razones obvias (entre ellas de compatibilidad de dimensiones), el producto entre dos matrices no es conmutativo. Por ejemplo si tomamos las matrices 2 1 1 2 5 A = B = 3 1 1 4 4 podemos hacer A ·B pero en cambio B ·A no existe. Por otro lado, si tomamos 1 2 3 1 A = ;B = 2 1 2 1 hay compatibilidad de dimensiones para conmutatividad, pero 7 3 5 7 A·B = = B ·A= 8 3 4 5 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 7 / 24
    • Deniciones Multiplicación de matrices Atención Por razones obvias (entre ellas de compatibilidad de dimensiones), el producto entre dos matrices no es conmutativo. Por ejemplo si tomamos las matrices 2 1 1 2 5 A = B = 3 1 1 4 4 podemos hacer A ·B pero en cambio B ·A no existe. Por otro lado, si tomamos 1 2 3 1 A = ;B = 2 1 2 1 hay compatibilidad de dimensiones para conmutatividad, pero 7 3 5 7 A·B = = B ·A= 8 3 4 5 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 7 / 24
    • Deniciones Suma de matrices Las matrices del mismo tamaño se pueden sumar. La suma se hace sumando los elementos que se encuentran en la misma la y columna en las dos matrices. Así si A = (aij )ij =1,...,m =1,...,n y B = (bij )ij =1,...,m =1,...,n (como veis las dos matrices tienen el mismo tamaño) entonces A+B = (aij + bij )j =1,...,m i =1,...,n Ejemplo 2 1 3 1 4 0 A = B = 9 6 5 5 −2 −3 2 +1 1+4 3+0 3 5 3 A+B = = 9 +5 6 + (−2) 5 + (−3) 14 4 2 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 8 / 24
    • Deniciones Suma de matrices Las matrices del mismo tamaño se pueden sumar. La suma se hace sumando los elementos que se encuentran en la misma la y columna en las dos matrices. Así si A = (aij )ij =1,...,m =1,...,n y B = (bij )ij =1,...,m =1,...,n (como veis las dos matrices tienen el mismo tamaño) entonces A+B = (aij + bij )j =1,...,m i =1,...,n Ejemplo 2 1 3 1 4 0 A = B = 9 6 5 5 −2 −3 2 +1 1+4 3+0 3 5 3 A+B = = 9 +5 6 + (−2) 5 + (−3) 14 4 2 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 8 / 24
    • Deniciones Suma de matrices Las matrices del mismo tamaño se pueden sumar. La suma se hace sumando los elementos que se encuentran en la misma la y columna en las dos matrices. Así si A = (aij )ij =1,...,m =1,...,n y B = (bij )ij =1,...,m =1,...,n (como veis las dos matrices tienen el mismo tamaño) entonces A+B = (aij + bij )j =1,...,m i =1,...,n Ejemplo 2 1 3 1 4 0 A = B = 9 6 5 5 −2 −3 2 +1 1+4 3+0 3 5 3 A+B = = 9 +5 6 + (−2) 5 + (−3) 14 4 2 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 8 / 24
    • Deniciones Producto por escalares De manera similar se dene el producto por escalares (números reales). Si A = (aij )ij =1,...,m =1,...,n y λ∈R entonces λA = (λaij )ij =1,...,m =1,...,n Ejemplo Tomemos λ un número cualquiera y la matriz 2 1 3 A = 9 6 5 entonces λ·2 λ·1 λ·3 λA = λ·9 λ·6 λ·5 Si jamos λ=7 7·2 7·1 7·3 14 7 21 7A = = 7·9 7·6 7·5 63 42 35 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 9 / 24
    • Deniciones Producto por escalares De manera similar se dene el producto por escalares (números reales). Si A = (aij )ij =1,...,m =1,...,n y λ∈R entonces λA = (λaij )ij =1,...,m =1,...,n Ejemplo Tomemos λ un número cualquiera y la matriz 2 1 3 A = 9 6 5 entonces λ·2 λ·1 λ·3 λA = λ·9 λ·6 λ·5 Si jamos λ=7 7·2 7·1 7·3 14 7 21 7A = = 7·9 7·6 7·5 63 42 35 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010 Semana lineales 9 / 24
    • Deniciones Deniciones y propiedades Denición Dada una matriz A = (aij ), los elementos de la forma aii se llaman la diagonal de A. En el caso de que el número de las y de columnas es el mismo, m = n, se dice que la matriz es cuadrada. Dada una matriz cuadrada, A = (aij )nn la traza de A es el número real traza(A) = a11 + a22 + · · · + ann La matriz cuadrada   1 0 ... 0  0 1 ... 0   . . .. .     . . . . . .  . 0 0 ... 1 se llama matriz identidad de tamaño n y se denota por In . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 10 / 24
    • Deniciones Deniciones y propiedades Denición Dada una matriz A = (aij ), los elementos de la forma aii se llaman la diagonal de A. En el caso de que el número de las y de columnas es el mismo, m = n, se dice que la matriz es cuadrada. Dada una matriz cuadrada, A = (aij )nn la traza de A es el número real traza(A) = a11 + a22 + · · · + ann La matriz cuadrada   1 0 ... 0  0 1 ... 0   . . .. .     . . . . . .  . 0 0 ... 1 se llama matriz identidad de tamaño n y se denota por In . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 10 / 24
    • Deniciones Deniciones y propiedades Denición Dada una matriz A = (aij ), los elementos de la forma aii se llaman la diagonal de A. En el caso de que el número de las y de columnas es el mismo, m = n, se dice que la matriz es cuadrada. Dada una matriz cuadrada, A = (aij )nn la traza de A es el número real traza(A) = a11 + a22 + · · · + ann La matriz cuadrada   1 0 ... 0  0 1 ... 0   . . .. .     . . . . . .  . 0 0 ... 1 se llama matriz identidad de tamaño n y se denota por In . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 10 / 24
    • Deniciones Deniciones y propiedades Denición Dada una matriz A = (aij ), los elementos de la forma aii se llaman la diagonal de A. En el caso de que el número de las y de columnas es el mismo, m = n, se dice que la matriz es cuadrada. Dada una matriz cuadrada, A = (aij )nn la traza de A es el número real traza(A) = a11 + a22 + · · · + ann La matriz cuadrada   1 0 ... 0  0 1 ... 0   . . .. .     . . . . . .  . 0 0 ... 1 se llama matriz identidad de tamaño n y se denota por In . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 10 / 24
    • Deniciones Deniciones y propiedades Denición Dada una matriz a1n   a11 a12 ···  a21 a22 ··· a2n  A = . . ... .  ∈ Mm×n    . . . . .  . am 1 am2 ··· amn denimos la matriz transpuesta At ∈ Mn×m (ó A∗ ) de A, a la matriz cuya la i es igual a la columna i de A. Es decir, am 1   a11 a21 ··· a12 a22 ··· am 2 t = A∗ =    A  . . ... .  ∈ Mn×m   . . . . .  . a1n a2n ··· amn Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 11 / 24
    • Deniciones Deniciones y propiedades Denición Dada una matriz a1n   a11 a12 ···  a21 a22 ··· a2n  A = . . ... .  ∈ Mm×n    . . . . .  . am 1 am2 ··· amn denimos la matriz transpuesta At ∈ Mn×m (ó A∗ ) de A, a la matriz cuya la i es igual a la columna i de A. Es decir, am 1   a11 a21 ··· a12 a22 ··· am 2 t = A∗ =    A  . . ... .  ∈ Mn×m   . . . . .  . a1n a2n ··· amn Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 11 / 24
    • Deniciones Deniciones y propiedades Propiedades Sean A, B y C matrices dadas, y α y β números reales cualesquiera: 1 A + B = B + A (propiedad conmutativa de la suma). 2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma). 3 α(A + B ) = αA + αB . 4 (α + β)A = αA + β A. 5 α(β A) = (αβ)A. 6 (A + B )t = At + B t . t 7 ( At ) = A. 8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el producto existe) 9 Si el producto AB existe, entonces B t At también existe, y (AB )t = B t At . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 12 / 24
    • Deniciones Deniciones y propiedades Propiedades Sean A, B y C matrices dadas, y α y β números reales cualesquiera: 1 A + B = B + A (propiedad conmutativa de la suma). 2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma). 3 α(A + B ) = αA + αB . 4 (α + β)A = αA + β A. 5 α(β A) = (αβ)A. 6 (A + B )t = At + B t . t 7 ( At ) = A. 8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el producto existe) 9 Si el producto AB existe, entonces B t At también existe, y (AB )t = B t At . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 12 / 24
    • Deniciones Deniciones y propiedades Propiedades Sean A, B y C matrices dadas, y α y β números reales cualesquiera: 1 A + B = B + A (propiedad conmutativa de la suma). 2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma). 3 α(A + B ) = αA + αB . 4 (α + β)A = αA + β A. 5 α(β A) = (αβ)A. 6 (A + B )t = At + B t . t 7 ( At ) = A. 8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el producto existe) 9 Si el producto AB existe, entonces B t At también existe, y (AB )t = B t At . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 12 / 24
    • Deniciones Deniciones y propiedades Propiedades Sean A, B y C matrices dadas, y α y β números reales cualesquiera: 1 A + B = B + A (propiedad conmutativa de la suma). 2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma). 3 α(A + B ) = αA + αB . 4 (α + β)A = αA + β A. 5 α(β A) = (αβ)A. 6 (A + B )t = At + B t . t 7 ( At ) = A. 8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el producto existe) 9 Si el producto AB existe, entonces B t At también existe, y (AB )t = B t At . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 12 / 24
    • Deniciones Deniciones y propiedades Propiedades Sean A, B y C matrices dadas, y α y β números reales cualesquiera: 1 A + B = B + A (propiedad conmutativa de la suma). 2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma). 3 α(A + B ) = αA + αB . 4 (α + β)A = αA + β A. 5 α(β A) = (αβ)A. 6 (A + B )t = At + B t . t 7 ( At ) = A. 8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el producto existe) 9 Si el producto AB existe, entonces B t At también existe, y (AB )t = B t At . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 12 / 24
    • Deniciones Deniciones y propiedades Propiedades Sean A, B y C matrices dadas, y α y β números reales cualesquiera: 1 A + B = B + A (propiedad conmutativa de la suma). 2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma). 3 α(A + B ) = αA + αB . 4 (α + β)A = αA + β A. 5 α(β A) = (αβ)A. 6 (A + B )t = At + B t . t 7 ( At ) = A. 8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el producto existe) 9 Si el producto AB existe, entonces B t At también existe, y (AB )t = B t At . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 12 / 24
    • Deniciones Deniciones y propiedades Propiedades Sean A, B y C matrices dadas, y α y β números reales cualesquiera: 1 A + B = B + A (propiedad conmutativa de la suma). 2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma). 3 α(A + B ) = αA + αB . 4 (α + β)A = αA + β A. 5 α(β A) = (αβ)A. 6 (A + B )t = At + B t . t 7 ( At ) = A. 8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el producto existe) 9 Si el producto AB existe, entonces B t At también existe, y (AB )t = B t At . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 12 / 24
    • Deniciones Deniciones y propiedades Propiedades Sean A, B y C matrices dadas, y α y β números reales cualesquiera: 1 A + B = B + A (propiedad conmutativa de la suma). 2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma). 3 α(A + B ) = αA + αB . 4 (α + β)A = αA + β A. 5 α(β A) = (αβ)A. 6 (A + B )t = At + B t . t 7 ( At ) = A. 8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el producto existe) 9 Si el producto AB existe, entonces B t At también existe, y (AB )t = B t At . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 12 / 24
    • Deniciones Deniciones y propiedades Propiedades Sean A, B y C matrices dadas, y α y β números reales cualesquiera: 1 A + B = B + A (propiedad conmutativa de la suma). 2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma). 3 α(A + B ) = αA + αB . 4 (α + β)A = αA + β A. 5 α(β A) = (αβ)A. 6 (A + B )t = At + B t . t 7 ( At ) = A. 8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el producto existe) 9 Si el producto AB existe, entonces B t At también existe, y (AB )t = B t At . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 12 / 24
    • Deniciones Deniciones y propiedades Propiedades Sean A, B y C matrices dadas, y α y β números reales cualesquiera: 1 A + B = B + A (propiedad conmutativa de la suma). 2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma). 3 α(A + B ) = αA + αB . 4 (α + β)A = αA + β A. 5 α(β A) = (αβ)A. 6 (A + B )t = At + B t . t 7 ( At ) = A. 8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el producto existe) 9 Si el producto AB existe, entonces B t At también existe, y (AB )t = B t At . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 12 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa Dado el sistema de ecuaciones lineales Ax =b Sería útil poder despejar x de esa ecuación para hallar sus valores en función de A y de b , de manera similar a como procedemos en álgebra de una variable. Siendo creativos, sería útil hallar una matriz A −1 tal que podamos multiplicar los dos lados de la ecuación en el sistema de ecuaciones para despejar x y obtener su solución, de la siguiente manera: −1 A Ax = IA = x = A−1 b . De hecho, bajo ciertas condiciones, eso es posible. Presentaremos los dos métodos de solución al sistema, el de Cramer y el de Gauss. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 13 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa Dado el sistema de ecuaciones lineales Ax =b Sería útil poder despejar x de esa ecuación para hallar sus valores en función de A y de b , de manera similar a como procedemos en álgebra de una variable. Siendo creativos, sería útil hallar una matriz A −1 tal que podamos multiplicar los dos lados de la ecuación en el sistema de ecuaciones para despejar x y obtener su solución, de la siguiente manera: −1 A Ax = IA = x = A−1 b . De hecho, bajo ciertas condiciones, eso es posible. Presentaremos los dos métodos de solución al sistema, el de Cramer y el de Gauss. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 13 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa Dado el sistema de ecuaciones lineales Ax =b Sería útil poder despejar x de esa ecuación para hallar sus valores en función de A y de b , de manera similar a como procedemos en álgebra de una variable. Siendo creativos, sería útil hallar una matriz A −1 tal que podamos multiplicar los dos lados de la ecuación en el sistema de ecuaciones para despejar x y obtener su solución, de la siguiente manera: −1 A Ax = IA = x = A−1 b . De hecho, bajo ciertas condiciones, eso es posible. Presentaremos los dos métodos de solución al sistema, el de Cramer y el de Gauss. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 13 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa Dado el sistema de ecuaciones lineales Ax =b Sería útil poder despejar x de esa ecuación para hallar sus valores en función de A y de b , de manera similar a como procedemos en álgebra de una variable. Siendo creativos, sería útil hallar una matriz A −1 tal que podamos multiplicar los dos lados de la ecuación en el sistema de ecuaciones para despejar x y obtener su solución, de la siguiente manera: −1 A Ax = IA = x = A−1 b . De hecho, bajo ciertas condiciones, eso es posible. Presentaremos los dos métodos de solución al sistema, el de Cramer y el de Gauss. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 13 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa Denición Dada una matriz cuadrada A, de dimensiones n × n, decimos que tiene inversa, denotada por A−1 , si se satisface que A−1 A = AA−1 = In donde In es la matriz identidad de tamaño n. Observación En caso de que exista, la matriz inversa es única. Para ver esto, supongamos que hay dos matrices, B y C tales que BA = AB = I y además CA = AC = I Como CA = I , CAB = (CA)B = IB = B Por otro lado, también tenemos que CAB == C (AB ) = CI = C Se sigue que B = C . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 14 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa Denición Dada una matriz cuadrada A, de dimensiones n × n, decimos que tiene inversa, denotada por A−1 , si se satisface que A−1 A = AA−1 = In donde In es la matriz identidad de tamaño n. Observación En caso de que exista, la matriz inversa es única. Para ver esto, supongamos que hay dos matrices, B y C tales que BA = AB = I y además CA = AC = I Como CA = I , CAB = (CA)B = IB = B Por otro lado, también tenemos que CAB == C (AB ) = CI = C Se sigue que B = C . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 14 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa Denición Dada una matriz cuadrada A, de dimensiones n × n, decimos que tiene inversa, denotada por A−1 , si se satisface que A−1 A = AA−1 = In donde In es la matriz identidad de tamaño n. Observación En caso de que exista, la matriz inversa es única. Para ver esto, supongamos que hay dos matrices, B y C tales que BA = AB = I y además CA = AC = I Como CA = I , CAB = (CA)B = IB = B Por otro lado, también tenemos que CAB == C (AB ) = CI = C Se sigue que B = C . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 14 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa Denición Dada una matriz cuadrada A, de dimensiones n × n, decimos que tiene inversa, denotada por A−1 , si se satisface que A−1 A = AA−1 = In donde In es la matriz identidad de tamaño n. Observación En caso de que exista, la matriz inversa es única. Para ver esto, supongamos que hay dos matrices, B y C tales que BA = AB = I y además CA = AC = I Como CA = I , CAB = (CA)B = IB = B Por otro lado, también tenemos que CAB == C (AB ) = CI = C Se sigue que B = C . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 14 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa Denición Dada una matriz cuadrada A, de dimensiones n × n, decimos que tiene inversa, denotada por A−1 , si se satisface que A−1 A = AA−1 = In donde In es la matriz identidad de tamaño n. Observación En caso de que exista, la matriz inversa es única. Para ver esto, supongamos que hay dos matrices, B y C tales que BA = AB = I y además CA = AC = I Como CA = I , CAB = (CA)B = IB = B Por otro lado, también tenemos que CAB == C (AB ) = CI = C Se sigue que B = C . Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 14 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Sobre las soluciones al sistema Volviendo ahora a Ax = b, si A −1 existe, entonces x = A−1 b es la solución (½única!) al sistema. Pero puede tener varias (innitas, de hecho) soluciones, o puede no tener ninguna. Los métodos para hallar las soluciones al sistema Ax =b son: el de Cramer, y el de Gauss. El método de Gauss, que veremos luego, nos permite hallar todas las soluciones, cuando las hay, y también nos sirve para identicar cuándo no hay soluciones. El método de Cramer, que introduciremos hoy, se usa cuando hay una única solución. Requiere que A −1 exista, por supuesto, pero usa determinantes, que debemos denir primero, para hallarla. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 15 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Sobre las soluciones al sistema Volviendo ahora a Ax = b, si A −1 existe, entonces x = A−1 b es la solución (½única!) al sistema. Pero puede tener varias (innitas, de hecho) soluciones, o puede no tener ninguna. Los métodos para hallar las soluciones al sistema Ax =b son: el de Cramer, y el de Gauss. El método de Gauss, que veremos luego, nos permite hallar todas las soluciones, cuando las hay, y también nos sirve para identicar cuándo no hay soluciones. El método de Cramer, que introduciremos hoy, se usa cuando hay una única solución. Requiere que A −1 exista, por supuesto, pero usa determinantes, que debemos denir primero, para hallarla. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 15 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Sobre las soluciones al sistema Volviendo ahora a Ax = b, si A −1 existe, entonces x = A−1 b es la solución (½única!) al sistema. Pero puede tener varias (innitas, de hecho) soluciones, o puede no tener ninguna. Los métodos para hallar las soluciones al sistema Ax =b son: el de Cramer, y el de Gauss. El método de Gauss, que veremos luego, nos permite hallar todas las soluciones, cuando las hay, y también nos sirve para identicar cuándo no hay soluciones. El método de Cramer, que introduciremos hoy, se usa cuando hay una única solución. Requiere que A −1 exista, por supuesto, pero usa determinantes, que debemos denir primero, para hallarla. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 15 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Sobre las soluciones al sistema Volviendo ahora a Ax = b, si A −1 existe, entonces x = A−1 b es la solución (½única!) al sistema. Pero puede tener varias (innitas, de hecho) soluciones, o puede no tener ninguna. Los métodos para hallar las soluciones al sistema Ax =b son: el de Cramer, y el de Gauss. El método de Gauss, que veremos luego, nos permite hallar todas las soluciones, cuando las hay, y también nos sirve para identicar cuándo no hay soluciones. El método de Cramer, que introduciremos hoy, se usa cuando hay una única solución. Requiere que A −1 exista, por supuesto, pero usa determinantes, que debemos denir primero, para hallarla. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 15 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Sobre las soluciones al sistema Volviendo ahora a Ax = b, si A −1 existe, entonces x = A−1 b es la solución (½única!) al sistema. Pero puede tener varias (innitas, de hecho) soluciones, o puede no tener ninguna. Los métodos para hallar las soluciones al sistema Ax =b son: el de Cramer, y el de Gauss. El método de Gauss, que veremos luego, nos permite hallar todas las soluciones, cuando las hay, y también nos sirve para identicar cuándo no hay soluciones. El método de Cramer, que introduciremos hoy, se usa cuando hay una única solución. Requiere que A −1 exista, por supuesto, pero usa determinantes, que debemos denir primero, para hallarla. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 15 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes Denición Si A = (aij ) es una matriz cuadrada de orden n × n, llamaremos menor complementario del elemento aij de la matriz A, denotado |Aij |, al determinante de la submatriz de orden n − 1 × n − 1 que se obtiene al eliminar la la i y la columna j de la matriz A. El adjunto del elemento aij de la matriz A, denotado por Aij es el menor complementario de aij multiplicado por (−1)i +j : Aij = (−1)i +j |Aij |. Denición Dada una matriz cuadrada A, el determinante de A se dene de la siguiente manera: Si A = (a) tiene un solo elemento, entonces |A| = a. Si A es 2 ×2 entonces el determinante es: a b |A| = = ad − cb c d Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 16 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes Denición Si A = (aij ) es una matriz cuadrada de orden n × n, llamaremos menor complementario del elemento aij de la matriz A, denotado |Aij |, al determinante de la submatriz de orden n − 1 × n − 1 que se obtiene al eliminar la la i y la columna j de la matriz A. El adjunto del elemento aij de la matriz A, denotado por Aij es el menor complementario de aij multiplicado por (−1)i +j : Aij = (−1)i +j |Aij |. Denición Dada una matriz cuadrada A, el determinante de A se dene de la siguiente manera: Si A = (a) tiene un solo elemento, entonces |A| = a. Si A es 2 ×2 entonces el determinante es: a b |A| = = ad − cb c d Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 16 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes Denición Si A = (aij ) es una matriz cuadrada de orden n × n, llamaremos menor complementario del elemento aij de la matriz A, denotado |Aij |, al determinante de la submatriz de orden n − 1 × n − 1 que se obtiene al eliminar la la i y la columna j de la matriz A. El adjunto del elemento aij de la matriz A, denotado por Aij es el menor complementario de aij multiplicado por (−1)i +j : Aij = (−1)i +j |Aij |. Denición Dada una matriz cuadrada A, el determinante de A se dene de la siguiente manera: Si A = (a) tiene un solo elemento, entonces |A| = a. Si A es 2 ×2 entonces el determinante es: a b |A| = = ad − cb c d Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 16 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes Denición Si A = (aij ) es una matriz cuadrada de orden n × n, llamaremos menor complementario del elemento aij de la matriz A, denotado |Aij |, al determinante de la submatriz de orden n − 1 × n − 1 que se obtiene al eliminar la la i y la columna j de la matriz A. El adjunto del elemento aij de la matriz A, denotado por Aij es el menor complementario de aij multiplicado por (−1)i +j : Aij = (−1)i +j |Aij |. Denición Dada una matriz cuadrada A, el determinante de A se dene de la siguiente manera: Si A = (a) tiene un solo elemento, entonces |A| = a. Si A es 2 ×2 entonces el determinante es: a b |A| = = ad − cb c d Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 16 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes Denición Si A = (aij ) es una matriz cuadrada de orden n × n, llamaremos menor complementario del elemento aij de la matriz A, denotado |Aij |, al determinante de la submatriz de orden n − 1 × n − 1 que se obtiene al eliminar la la i y la columna j de la matriz A. El adjunto del elemento aij de la matriz A, denotado por Aij es el menor complementario de aij multiplicado por (−1)i +j : Aij = (−1)i +j |Aij |. Denición Dada una matriz cuadrada A, el determinante de A se dene de la siguiente manera: Si A = (a) tiene un solo elemento, entonces |A| = a. Si A es 2 ×2 entonces el determinante es: a b |A| = = ad − cb c d Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 16 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes Denición (Continuación) En general, si A es de orden n × n, dados los adjuntos Aij , que son de orden n − 1 × n − 1, el determiante |A| se dene, usando la la i , como |A| = a 1 A 1 + a 2 A 2 + · · · + a i i i i i n Ai n usando la columna j , como |A| = a1 j A1j + a2 j A2j + ··· + a mj Amj Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 17 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes Denición (Continuación) En general, si A es de orden n × n, dados los adjuntos Aij , que son de orden n − 1 × n − 1, el determiante |A| se dene, usando la la i , como |A| = a 1 A 1 + a 2 A 2 + · · · + a i i i i i n Ai n usando la columna j , como |A| = a1 j A1j + a2 j A2j + ··· + a mj Amj Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 17 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Observación En el caso de que A sea 3 ×3 tenemos dos maneras equivalentes de denir el determinante: 1 Desarrollando por una la o una columna usando el método descrito arriba: a11 a12 a13 a22 a23 a12 a13 a12 a13 a21 a22 a23 = a11 − a21 + a31 a32 a33 a32 a33 a22 a23 a31 a32 a33 2 Usando la regla de Sarrus: a11 a12 a13 ˛ ˛ ˛ ˛ a21 a22 a23 ˛ = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12 ˛ ˛ ˛ a31 a32 a33 ˛ ˛ ˛ ˛ Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 18 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Observación En el caso de que A sea 3 ×3 tenemos dos maneras equivalentes de denir el determinante: 1 Desarrollando por una la o una columna usando el método descrito arriba: a11 a12 a13 a22 a23 a12 a13 a12 a13 a21 a22 a23 = a11 − a21 + a31 a32 a33 a32 a33 a22 a23 a31 a32 a33 2 Usando la regla de Sarrus: a11 a12 a13 ˛ ˛ ˛ ˛ a21 a22 a23 ˛ = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12 ˛ ˛ ˛ a31 a32 a33 ˛ ˛ ˛ ˛ Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 18 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Observación En el caso de que A sea 3 ×3 tenemos dos maneras equivalentes de denir el determinante: 1 Desarrollando por una la o una columna usando el método descrito arriba: a11 a12 a13 a22 a23 a12 a13 a12 a13 a21 a22 a23 = a11 − a21 + a31 a32 a33 a32 a33 a22 a23 a31 a32 a33 2 Usando la regla de Sarrus: a11 a12 a13 ˛ ˛ ˛ ˛ a21 a22 a23 ˛ = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12 ˛ ˛ ˛ a31 a32 a33 ˛ ˛ ˛ ˛ Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 18 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Observación En el caso de que A sea 3 ×3 tenemos dos maneras equivalentes de denir el determinante: 1 Desarrollando por una la o una columna usando el método descrito arriba: a11 a12 a13 a22 a23 a12 a13 a12 a13 a21 a22 a23 = a11 − a21 + a31 a32 a33 a32 a33 a22 a23 a31 a32 a33 2 Usando la regla de Sarrus: a11 a12 a13 ˛ ˛ ˛ ˛ a21 a22 a23 ˛ = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12 ˛ ˛ ˛ a31 a32 a33 ˛ ˛ ˛ ˛ Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 18 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Ejercicio 1 ˛ 1 2 1 ˛ ˛ ˛ = (−1)1+2 2 ˛ 4 5 ˛ ˛ + (−1)2+2 3 ˛ 1 1 ˛ ˛ + (−1)2+3 1 ˛ 1 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ 4 3 5 ˛ ˛ ˛ ˛ ˛ ˛ 3 3 ˛ ˛ 3 3 ˛ ˛ 4 5 ˛ ˛ ˛ 3 1 3 ˛ ˛ ˛ = −2 · (−3) + 3 · (0) − (1) · 1 = 5 2 1 2 0 3 4 7 1 1 |A| = 1 3 3 1 0 2 0 7 En este caso, lo más adecuado, para sacar provecho de la regla, es desarrollar por la columna 3 o también por la la 4: ˛ 4 7 1 ˛ 1 2 3 ˛ 1 2 3 ˛ 1 2 3 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ |A | = 0 ˛ 1 3 1 ˛ +(−1)3+2 2 ˛ 1 3 1 ˛ +(−1) 3+3 3 ˛ 4 7 1 ˛+0 ˛ 4 7 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ 0 2 7 ˛ 0 2 7 ˛ 0 2 7 ˛ 1 3 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 19 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Ejercicio 1 ˛ 1 2 1 ˛ ˛ ˛ = (−1)1+2 2 ˛ 4 5 ˛ ˛ + (−1)2+2 3 ˛ 1 1 ˛ ˛ + (−1)2+3 1 ˛ 1 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ 4 3 5 ˛ ˛ ˛ ˛ ˛ ˛ 3 3 ˛ ˛ 3 3 ˛ ˛ 4 5 ˛ ˛ ˛ 3 1 3 ˛ ˛ ˛ = −2 · (−3) + 3 · (0) − (1) · 1 = 5 2 1 2 0 3 4 7 1 1 |A| = 1 3 3 1 0 2 0 7 En este caso, lo más adecuado, para sacar provecho de la regla, es desarrollar por la columna 3 o también por la la 4: ˛ 4 7 1 ˛ 1 2 3 ˛ 1 2 3 ˛ 1 2 3 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ |A | = 0 ˛ 1 3 1 ˛ +(−1)3+2 2 ˛ 1 3 1 ˛ +(−1) 3+3 3 ˛ 4 7 1 ˛+0 ˛ 4 7 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ 0 2 7 ˛ 0 2 7 ˛ 0 2 7 ˛ 1 3 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 19 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Ejercicio 1 ˛ 1 2 1 ˛ ˛ ˛ = (−1)1+2 2 ˛ 4 5 ˛ ˛ + (−1)2+2 3 ˛ 1 1 ˛ ˛ + (−1)2+3 1 ˛ 1 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ 4 3 5 ˛ ˛ ˛ ˛ ˛ ˛ 3 3 ˛ ˛ 3 3 ˛ ˛ 4 5 ˛ ˛ ˛ 3 1 3 ˛ ˛ ˛ = −2 · (−3) + 3 · (0) − (1) · 1 = 5 2 1 2 0 3 4 7 1 1 |A| = 1 3 3 1 0 2 0 7 En este caso, lo más adecuado, para sacar provecho de la regla, es desarrollar por la columna 3 o también por la la 4: ˛ 4 7 1 ˛ 1 2 3 ˛ 1 2 3 ˛ 1 2 3 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ |A | = 0 ˛ 1 3 1 ˛ +(−1)3+2 2 ˛ 1 3 1 ˛ +(−1) 3+3 3 ˛ 4 7 1 ˛+0 ˛ 4 7 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ 0 2 7 ˛ 0 2 7 ˛ 0 2 7 ˛ 1 3 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 19 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Ejercicio 1 ˛ 1 2 1 ˛ ˛ ˛ = (−1)1+2 2 ˛ 4 5 ˛ ˛ + (−1)2+2 3 ˛ 1 1 ˛ ˛ + (−1)2+3 1 ˛ 1 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ 4 3 5 ˛ ˛ ˛ ˛ ˛ ˛ 3 3 ˛ ˛ 3 3 ˛ ˛ 4 5 ˛ ˛ ˛ 3 1 3 ˛ ˛ ˛ = −2 · (−3) + 3 · (0) − (1) · 1 = 5 2 1 2 0 3 4 7 1 1 |A| = 1 3 3 1 0 2 0 7 En este caso, lo más adecuado, para sacar provecho de la regla, es desarrollar por la columna 3 o también por la la 4: ˛ 4 7 1 ˛ 1 2 3 ˛ 1 2 3 ˛ 1 2 3 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ |A | = 0 ˛ 1 3 1 ˛ +(−1)3+2 2 ˛ 1 3 1 ˛ +(−1) 3+3 3 ˛ 4 7 1 ˛+0 ˛ 4 7 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ 0 2 7 ˛ 0 2 7 ˛ 0 2 7 ˛ 1 3 1 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 19 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Propiedades 1 Si multiplicamos toda una la o toda una columna por un número diferente de cero entonces el determinante se multiplica por ese número. 2 Si intercambiamos dos las o dos columnas entonces el determinante cambia de signo. 3 Si a una la le sumamos un múltiplo de otra la entonces el determinante no cambia. 4 Si A y B son matrices cuadradas del mismo tamaño entonces det(A · B ) = det(A) · det(B ) 5 Una matriz de cuadrada de orden n tiene máximo rango si y solo si su determinante no es nulo. Denición Sea A una matrix cualquiera. El rango de A es el tamaño del mayor determinante diferente de cero que podemos construir dentro de la matriz eliminando las y columnas. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 20 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Propiedades 1 Si multiplicamos toda una la o toda una columna por un número diferente de cero entonces el determinante se multiplica por ese número. 2 Si intercambiamos dos las o dos columnas entonces el determinante cambia de signo. 3 Si a una la le sumamos un múltiplo de otra la entonces el determinante no cambia. 4 Si A y B son matrices cuadradas del mismo tamaño entonces det(A · B ) = det(A) · det(B ) 5 Una matriz de cuadrada de orden n tiene máximo rango si y solo si su determinante no es nulo. Denición Sea A una matrix cualquiera. El rango de A es el tamaño del mayor determinante diferente de cero que podemos construir dentro de la matriz eliminando las y columnas. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 20 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Propiedades 1 Si multiplicamos toda una la o toda una columna por un número diferente de cero entonces el determinante se multiplica por ese número. 2 Si intercambiamos dos las o dos columnas entonces el determinante cambia de signo. 3 Si a una la le sumamos un múltiplo de otra la entonces el determinante no cambia. 4 Si A y B son matrices cuadradas del mismo tamaño entonces det(A · B ) = det(A) · det(B ) 5 Una matriz de cuadrada de orden n tiene máximo rango si y solo si su determinante no es nulo. Denición Sea A una matrix cualquiera. El rango de A es el tamaño del mayor determinante diferente de cero que podemos construir dentro de la matriz eliminando las y columnas. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 20 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Propiedades 1 Si multiplicamos toda una la o toda una columna por un número diferente de cero entonces el determinante se multiplica por ese número. 2 Si intercambiamos dos las o dos columnas entonces el determinante cambia de signo. 3 Si a una la le sumamos un múltiplo de otra la entonces el determinante no cambia. 4 Si A y B son matrices cuadradas del mismo tamaño entonces det(A · B ) = det(A) · det(B ) 5 Una matriz de cuadrada de orden n tiene máximo rango si y solo si su determinante no es nulo. Denición Sea A una matrix cualquiera. El rango de A es el tamaño del mayor determinante diferente de cero que podemos construir dentro de la matriz eliminando las y columnas. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 20 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Propiedades 1 Si multiplicamos toda una la o toda una columna por un número diferente de cero entonces el determinante se multiplica por ese número. 2 Si intercambiamos dos las o dos columnas entonces el determinante cambia de signo. 3 Si a una la le sumamos un múltiplo de otra la entonces el determinante no cambia. 4 Si A y B son matrices cuadradas del mismo tamaño entonces det(A · B ) = det(A) · det(B ) 5 Una matriz de cuadrada de orden n tiene máximo rango si y solo si su determinante no es nulo. Denición Sea A una matrix cualquiera. El rango de A es el tamaño del mayor determinante diferente de cero que podemos construir dentro de la matriz eliminando las y columnas. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 20 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Propiedades 1 Si multiplicamos toda una la o toda una columna por un número diferente de cero entonces el determinante se multiplica por ese número. 2 Si intercambiamos dos las o dos columnas entonces el determinante cambia de signo. 3 Si a una la le sumamos un múltiplo de otra la entonces el determinante no cambia. 4 Si A y B son matrices cuadradas del mismo tamaño entonces det(A · B ) = det(A) · det(B ) 5 Una matriz de cuadrada de orden n tiene máximo rango si y solo si su determinante no es nulo. Denición Sea A una matrix cualquiera. El rango de A es el tamaño del mayor determinante diferente de cero que podemos construir dentro de la matriz eliminando las y columnas. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 20 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Ejercicio 1 2 3 4˛ ˛ 1 2 3 4 ˛ ˛ ˛ ˛ ˛ ˛ 2 3 5 1˛ ˛ 0 −1 −1 −7 ˛ ˛ ˛ ˛ ˛ ˛ ˛=˛ ˛= 3 1 4 2˛ ˛ 0 −5 −5 −10 ˛ ˛ ˛ 2 5 5 1˛ ˛ 0 1 −1 −7 ˛ ˛ ˛ ˛ ˛ ˛ ˛ −1 −1 −7 ˛ ˛ 1 1 7 ˛ ˛ 1 1 7 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ = ˛ −5 −5 −10 ˛ = − ˛ −5 −5 −10 ˛ = ˛ 0 0 −25 ˛ ˛ ˛ ˛ ˛ ˛= ˛ 1 −1 −7 ˛ ˛ 1 −1 −7 ˛ ˛ 0 −2 −14 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ 1 1 7 ˛ ˛ ˛ = − ˛ 0 −2 −14 ˛ = −50 ˛ ˛ ˛ 0 0 −25 ˛ ˛ ˛ Observación Como consecuencia de la propiedad 3, si dos las o columnas de una matriz son iguales, su determinante es cero. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 21 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Ejercicio 1 2 3 4˛ ˛ 1 2 3 4 ˛ ˛ ˛ ˛ ˛ ˛ 2 3 5 1˛ ˛ 0 −1 −1 −7 ˛ ˛ ˛ ˛ ˛ ˛ ˛=˛ ˛= 3 1 4 2˛ ˛ 0 −5 −5 −10 ˛ ˛ ˛ 2 5 5 1˛ ˛ 0 1 −1 −7 ˛ ˛ ˛ ˛ ˛ ˛ ˛ −1 −1 −7 ˛ ˛ 1 1 7 ˛ ˛ 1 1 7 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ = ˛ −5 −5 −10 ˛ = − ˛ −5 −5 −10 ˛ = ˛ 0 0 −25 ˛ ˛ ˛ ˛ ˛ ˛= ˛ 1 −1 −7 ˛ ˛ 1 −1 −7 ˛ ˛ 0 −2 −14 ˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛ 1 1 7 ˛ ˛ ˛ = − ˛ 0 −2 −14 ˛ = −50 ˛ ˛ ˛ 0 0 −25 ˛ ˛ ˛ Observación Como consecuencia de la propiedad 3, si dos las o columnas de una matriz son iguales, su determinante es cero. Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 21 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Proposición (Método de Cramer) Consideremos el sistema de ecuaciones lineales Ax = b, donde A es ∗ ∗ ∗ cuadrada. Si |A| = 0, y (x1 , x2 , . . . , xn ) es la (única) solución del sistema, entonces b1 a12 ... a1n a11 b1 ... a1 n . . . . . . . . . . . . . . . . . . . . . . . . ∗ bn an 2 ... ann ∗ an 1 bn ... ann x1 = x2 = ... a11 a12 ... a1 n a11 a12 ... a1n . . . . . . . . . . . . . . . . . . . . . . . . an 1 an 2 ... ann an 1 an 2 ... ann a11 a12 ... b1 . . . . . . . . . . . . ∗ an 1 an 2 ... bn ... xn = a11 a12 ... a1n . . . . . . . . . . . . an 1 an 2 ... ann Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 22 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Proposición (Método de Cramer) Consideremos el sistema de ecuaciones lineales Ax = b, donde A es ∗ ∗ ∗ cuadrada. Si |A| = 0, y (x1 , x2 , . . . , xn ) es la (única) solución del sistema, entonces b1 a12 ... a1n a11 b1 ... a1 n . . . . . . . . . . . . . . . . . . . . . . . . ∗ bn an 2 ... ann ∗ an 1 bn ... ann x1 = x2 = ... a11 a12 ... a1 n a11 a12 ... a1n . . . . . . . . . . . . . . . . . . . . . . . . an 1 an 2 ... ann an 1 an 2 ... ann a11 a12 ... b1 . . . . . . . . . . . . ∗ an 1 an 2 ... bn ... xn = a11 a12 ... a1n . . . . . . . . . . . . an 1 an 2 ... ann Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 22 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Proposición (Método de Cramer) Consideremos el sistema de ecuaciones lineales Ax = b, donde A es ∗ ∗ ∗ cuadrada. Si |A| = 0, y (x1 , x2 , . . . , xn ) es la (única) solución del sistema, entonces b1 a12 ... a1n a11 b1 ... a1 n . . . . . . . . . . . . . . . . . . . . . . . . ∗ bn an 2 ... ann ∗ an 1 bn ... ann x1 = x2 = ... a11 a12 ... a1 n a11 a12 ... a1n . . . . . . . . . . . . . . . . . . . . . . . . an 1 an 2 ... ann an 1 an 2 ... ann a11 a12 ... b1 . . . . . . . . . . . . ∗ an 1 an 2 ... bn ... xn = a11 a12 ... a1n . . . . . . . . . . . . an 1 an 2 ... ann Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 22 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades Proposición (Método de Cramer) Consideremos el sistema de ecuaciones lineales Ax = b, donde A es ∗ ∗ ∗ cuadrada. Si |A| = 0, y (x1 , x2 , . . . , xn ) es la (única) solución del sistema, entonces b1 a12 ... a1n a11 b1 ... a1 n . . . . . . . . . . . . . . . . . . . . . . . . ∗ bn an 2 ... ann ∗ an 1 bn ... ann x1 = x2 = ... a11 a12 ... a1 n a11 a12 ... a1n . . . . . . . . . . . . . . . . . . . . . . . . an 1 an 2 ... ann an 1 an 2 ... ann a11 a12 ... b1 . . . . . . . . . . . . ∗ an 1 an 2 ... bn ... xn = a11 a12 ... a1n . . . . . . . . . . . . an 1 an 2 ... ann Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 22 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Uso de determiantes para hallar la inversa Denición Llamamos matriz adjunta de A (Adj(A)) a la matriz cuyos elementos son los adjuntos de A. Es decir, el elemento en la la i y columna j de Adj(A), es Aij : Adj(A) = (Aij ). Proposición Si |A| = 0, entonces (Adj(A))t −1 1 A = |A| Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 23 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Uso de determiantes para hallar la inversa Denición Llamamos matriz adjunta de A (Adj(A)) a la matriz cuyos elementos son los adjuntos de A. Es decir, el elemento en la la i y columna j de Adj(A), es Aij : Adj(A) = (Aij ). Proposición Si |A| = 0, entonces (Adj(A))t −1 1 A = |A| Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 23 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Uso de determiantes para hallar la inversa Denición Llamamos matriz adjunta de A (Adj(A)) a la matriz cuyos elementos son los adjuntos de A. Es decir, el elemento en la la i y columna j de Adj(A), es Aij : Adj(A) = (Aij ). Proposición Si |A| = 0, entonces (Adj(A))t −1 1 A = |A| Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 23 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Uso de determiantes para hallar la inversa Propiedad −1 ) 1 Si A tiene inversa entonces det(A = . det(A) Sean A y B matrices cuadradas de tamaño n . A ·B y B ·A tienen inversa si y sólo si A y B tienen inversa. Además (A · B )−1 = B −1 · A−1 (B · A)−1 = A−1 · B −1 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 24 / 24
    • Matriz inversa y soluciones al sistema de ecuaciones Uso de determiantes para hallar la inversa Propiedad −1 ) 1 Si A tiene inversa entonces det(A = . det(A) Sean A y B matrices cuadradas de tamaño n . A ·B y B ·A tienen inversa si y sólo si A y B tienen inversa. Además (A · B )−1 = B −1 · A−1 (B · A)−1 = A−1 · B −1 Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales Semana Curso 2009-2010 24 / 24