lgebra

Universidad Nacional de Quilmes

Diplomatura en Economa y Administracin

lgebra
Primer cuatrimestre 2011
2011
Sistemas de ecuaciones lineales. Determinantes.

Sistemas de ecuaciones lineales.

Consideremos la siguiente situacin:

Encontrar n escalares x1, x2 ,x3 ,.....,xn tales que satisfagan la siguientes m ecuaciones
a11x1 + a12 x 2 + ..... + a1n x n = b1
a x + a x + ..... + a x = b
21 1 22 2 2n n 2
(1)
.......... .......... .......... ..........
a m1x1 + a m 2 x 2 + ..... + a mn x n = b m
donde bi R, i=1,2,...,m y aij R, i, j.
Al conjunto formado por estas m ecuaciones lo llamamos sistema de m ecuaciones
lineales con n incgnitas.
El sistema (1) es compatible, si existe alguna n-upla (x1,x2,....,xn), tal que reemplazados los
xi en cada una de las m ecuaciones, las satisface. Tal n-upla se llama una solucin del
sistema. Cuando no es posible encontrar tal n-upla para un sistema dado, el sistema es
incompatible.
El sistema (1) se puede escribir en forma matricial:
x1 b1
a11 a12 . . a 1n
x 2 b 2
a 21 a 22 . . a 2n
. . = .
. . . .
. .
a
m1 a m 2 . . a mn x b
n m
a11 a12 . . a 1n

a 21 a 22 . . a 2n
A= se llama la matriz de los coeficientes
. . . . .

a
m1 a m 2 . . a mn
x1

x2
X = . es la matriz columna de las incgnitas

.
x
n

Diplomatura en Economa y Administracin 1

C. Grosso, P. Blondheim
 lgebra

b1

b2
B = . es la matriz columna de los trminos independientes

.
b
m
a11 a 12 . . a 1n b1

a 21 a 22 . . a 2n b 2
La matriz se llama matriz ampliada del sistema.
. . . . . .

a . a mn b
m1 a m 2 .

El siguiente mtodo permite computar todas las soluciones que admite un sistema de
ecuaciones lineales si es compatible o determinar efectivamente que el sistema es
incompatible.
El mtodo consiste en transformar el sistema original en otro equivalente "reducido".
Por "reducido", en forma imprecisa, entendemos a un sistema con la mayor cantidad de
ceros posible como coeficientes de las incgnitas.
De esta manera llegamos a eliminar incgnitas en las diferentes ecuaciones y
eventualmente podemos eliminar ecuaciones; obtenemos as un sistema en el que el
cmputo de las soluciones se simplifica.
La reduccin de un sistema se logra haciendo combinaciones lineales entre las ecuaciones,
es decir, operaciones elementales entre las filas de la matriz ampliada del sistema.

Ejercicio 1:
Resolver los siguientes sistemas de ecuaciones lineales
2x y 5z = 1 2 x + 3y 4 z = 1

a) x + 3y 4 z = 4 b) 3 x y + 2 z = 2
y 2 z 1= 0 5 x 9y + 14 z = 3

x + 3y 4 z 4 = 0 x + 2y z + 5u = 7

c) y 2z = 1 d) 3 x y + 4 z + 2u = 8
2 x + 5y 6 z 7 = 0 7 x + 7y 14 z + 4u = 10

Sistemas homogneos

Un sistema de ecuaciones lineales en el que todos los trminos independientes son ceros
se llama sistema homogneo.
a11x1 + a 12 x 2 + ..... + a1n x n = 0
a x + a x + ..... + a x = 0
21 1 22 2 2n n

........................................
a m1x1 + a m 2 x 2 + ..... + a mn x n = 0
Un sistema homogneo siempre es compatible pues admite la llamada "solucin trivial"
x1 = 0, x2 = 0, . . . . . . , xn = 0.
El objetivo es determinar si la solucin trivial es la nica o si existen otras soluciones.
Diplomatura en Economa y Administracin 2
C. Grosso, P. Blondheim
 lgebra

Ejercicio 2:
Hallar todas las soluciones de cada uno de los siguientes sistema homogneo:
xy+z =0 x 2y + 3u = 0

a) x 2y z = 0 b)
y+z=0 2 x + 5y + 6u = 0

Ejercicio 3:
Resolver los siguientes sistemas de ecuaciones mediante el mtodo de
reduccin:
2 x + 3 y = 5 3x + y = 4

a) b)
x 2 y = 1 12 x + 4 y = 2

x 3y = 0 x y 3 z = 4

c) 2 x 2y = 3 d) 2 x y 4 z = 7
5x y = 1 x + y z = 2


2x 4 z = 8 x+y =0

e) x 2y 2 z = 14 f)
x + y 2 z = 1 3 x 4y = 0

3x + y + z = 0
x + 6y 2 z = 0 w x y + 4z = 5

g) h) 2w 3 x 4y + 9 z = 13
2 x 3y + 4 z = 0 2w + x + 4 y + 5 z = 1


x+y =0 3w x 3y z = 2

i) 3 x 4y = 0 j) 2w 2 x 6y 6 z = 4
5 x 8 y = 0 2w x 3y 2 z = 2

3w + x + 3 y + 7 z = 2

x+y+z=0 3a + 2b 3c d = 2

k) 5 x 2y 9 z = 0 l) 2a 2b 6c 6d = 4
3 x + y z = 0 2a b 3c d = 5

3 x 2y 7 z = 0

Diplomatura en Economa y Administracin 3

C. Grosso, P. Blondheim
 lgebra

Matriz inversa

Hemos visto la utilidad del mtodo de reduccin de sistemas de ecuaciones lineales.

Pero, es el nico procedimiento que utiliza matrices. Analizaremos un mtodo diferente
que se aplica a muchos sistemas de n ecuaciones lineales con n incgnitas.
Consideremos el sistema:
a11 x1 + a12 x2 = c
o A.X =C (2)
a 21 x1 + a22 x 2 = c 2
Suponiendo que existe una matriz B tal que B . A = I, se premultiplican ambos
miembros de la ecuacin (2) por B:
B .A.X = B . C
por lo tanto I .X =B. C
X =B. C (3)
Es decir, la solucin est dada por X = B . C .
Este procedimiento se basa en la suposicin de que existe una matriz B tal que B . A = I.
Cuando existe una matriz como sta, se dice que es la matriz inversa de A.

Definicin:
Si A y B son matrices de n por n, entonces B es la matriz inversa de A si y slo si
B . A = A . B = I.

Por ejemplo:
1 2 7 2
Las matrices A = y B = son inversas entre si.

3 7 3 1

Ejercicio 4:
Comprobar que las matrices del ejemplo anterior son inversas entre si.

Se puede demostrar que si B es la matriz inversa de A, entonces es nica. En

consecuencia, B es la nica matriz que tiene la propiedad tal que B . A = I.
De acuerdo con la prctica usual, se denota la matriz inversa de A con A-1. Por lo tanto
A-1 . A = A . A-1 = I.
Cuando A-1 existe se dice que A es invertible o no singular.
No todas las matrices son invertibles.
Por ejemplo:
0 1 a b 0 1 0 a + b 1 0
Si A = entonces . = = , lo cual es un absurdo.
0 1 c d 0 1 0 c + d 0 1
Por lo tanto, la matriz A no tiene inversa. .

Existen diferentes procedimientos para calcular la matriz inversa, si existe, de na matriz

dada.

Diplomatura en Economa y Administracin 4

C. Grosso, P. Blondheim
 lgebra

1 2
A fin de describir un algoritmo, consideramos la matriz A = . Supongamos
1 3
a b
que existe A-1 y que est dada por , es decir, hay que determinar los valores
c d
1 2 a b 1 0
de a, b, c y d. Segn la definicin de matriz inversa =
1 3 c d 0 1
Es decir:
a + 2c b + 2d 1 0
=
a + 3c b + 3d 0 1
De esta ecuacin se deduce que
a + 2c = 1 b + 2d = 0

a + 3c = 0 b + 3d = 1
Al resolver cada una de estas situaciones, obtenemos:
3 2 1 1
a= , b= , c = , d = .
5 5 5 5
3 2

Por lo tanto A 1
= 5 5 ..

1 1

5 5

Ejercicio 5:
Comprobar que la matriz hallada en el ejemplo anterior es la matriz inversa de
A.

Otro procedimiento para hallar la matriz inversa de una matriz de n por n es:
1. Agregar la matriz identidad de n por n a fin de obtener la matriz ( A | I ) .
2. Emplear operaciones elementales entre las filas para reducir, de ser posible,
dicha expresin a la forma (I | B ) .
La matriz B es la matriz inversa de A.

Ejercicio 6:
2 1 1

Hallar la inversa de A = 3 2 1
2 1 2

Ejercicio 7:
1 2 3

Encontrar, si es posible, la inversa de A = 2 1 2
3 5 5

Diplomatura en Economa y Administracin 5

C. Grosso, P. Blondheim
 lgebra

Ejercicio 8:
Resolver cada uno de los siguientes sistemas de ecuaciones lineales utilizando,
cuando sea posible, la matriz inversa. En caso contrario, determinar el conjunto
solucin del sistema mediante el mtodo de reduccin.
6 x + 5y = 2 2 x + y = 5 2 x + 6y = 2
a) b) c)
x + y = 3 3 x y = 0 3 x + 9y = 3
x + 2y + z = 4 x + y + z = 2 x + 3y + 3 z = 7

d) 3 x + z = 2 e) x y + z = 1 f) 2 x + y + z = 4
x y + z = 1 x y z = 0 x + y + z = 4

Ejercicio 9:
En un viaje a Europa, Juna visit Madrid, Paris y Flrencia. Los gastos diarios por
hospedaje fueron $ 18, $ 25 y $ 20 respectivamente. Adems el gasto diario por
alimentos fue: en Madrid $ 15 por da, en Paris el doble que en Madrid y en
Florencia la tercera parte que en Paris. A su regreso, el registro total de gastos
indicaba: $ 440 por hospedaje, $ 350 por alimentos y $ 132 por gastos varios.
Calcular cuantos das estuvo en cada ciudad, sabiendo que en cada una de
ellas gast $ 6 por da en gastos varios.

Ejercicio 10:
Una empresa trata de adquirir y almacenar dos tipos de artculos, X e Y. Cada
artculo X cuesta $ 3 y cada artculo Y $ 2,50. Cada artculo X ocupa 2 pies
cuadrados del espacio del piso y cada artculo Y ocupa un pie cuadrado.
Cuntas unidades de cada tipo pueden adquirir y almacenarse si se
disponen de $ 400 para la compra y de 240 pies cuadrados de espacio para el
almacenaje?

Ejercicio 11:
Una compaa de carga transport tres tipos de mercadera en su transporte
areo ligero. El espacio requerido por cada unidad de los tres tipos de
mercadera era de 5, 2 y 4 pies cbicos, respectivamente. Cada unidad de los
tres tipos de carga pesaba 2, 3 y un kilogramo, respectivamente, mientras que
los valores unitarios de los tres tipos de carga fueron $ 10, $ 40 y $ 60
respectivamente. Determinar el nmero de unidades de cada tipo de carga
transportada si el valor total de la carga fue de $ 13500, ocup 1050 pies
cbicos y pes 550 kilogramos.

Determinantes

Si consideramos una ecuacin con una incgnita : a . x = b , el nmero a determina si el

sistema tiene solucin nica o no.

Diplomatura en Economa y Administracin 6

C. Grosso, P. Blondheim
 lgebra

Ejercicio 12:
Por qu el en la ecuacin a . x = b, el nmero a determina si la ecuacin
tiene solucin nica o no?

Consideremos ahora un sistema de dos ecuaciones con dos incgnitas

a 11 x + a 12 y = b1

a 21 x + a 22 y = b 2
Si a la primera ecuacin la multiplicamos por a22 y le restamos la segunda ecuacin
multiplicada por a12, obtenemos
x(a11a22 a21a12) = b1a22 b2a12
Si a la segunda ecuacin la multiplicamos por a11 y le restamos la primera ecuacin
multiplicada por a21, obtenemos
y(a11a22 a21a12) = b2a11 b1a21
El nmero (a11a22 a21a12) determina si el sistema tiene solucin nica o no. Se llama
a a12 a a12
determinante de la matriz A = 11 . Se anota det(A) (A) 11 .
a 21 a 22 a 21 a 22

Definicin:
Sea A = a11) una matriz de uno por uno, det(A) = a11.

Definicin:
Sea A = (aij) i , j = 1, 2, ....., n.
Si suprimimos en la matriz A la i sima fila y la j sima columna, se obtiene una
matriz de orden n 1 que anotaremos Mij , que se llama el menor complementario
de aij.

Por ejemplo:
5 1 2
5 1
Si A = 3 1 / 2 7 , M23 = .

5 2 1 5 2

Definicin:
El nmero Aij = (-1)i+j.det Mij se llama adjunto cofactor de aij.

Ejercicio 13:
Considerar un determinante de orden dos y calcular:
a) a11.A11 + a12.A12
b) a21.A21 + a22.A22
c) a11.A11 + a21.A21
d) a12.A12 + a22.A22

Del ejercicio anterior, se puede concluir que siempre se obtiene det(A).

El item a) del ejercicio anterior es el desarrollo por la primera fila, el item b) es el
desarrollo por la segunda fila, el item c) es el desarrollo por la primera columna y el
d) es el desarrollo por la segunda columna.

Diplomatura en Economa y Administracin 7

C. Grosso, P. Blondheim
 lgebra

Ejercicio 14:
Por qu es correcto obtener conclusiones de un ejercicio como el anterior?
Qu caractersticas tiene que tener la actividad para poder obtener
propiedades o enunciados siempre vlidos?

Para definir el determinante de una matriz de orden n, consideraremos primero uno de

orden tres..
Al hacer el desarrollo por la primera fila:
a 11 a12 a13 3
a 21 a 22 a 23 = a11.A11 + a12.A12 + a13.A13 =
j
a j .A j
=1
1 1 =
a 31 a 32 a 33
= a11(a22a33 a23a32) a12(a21a33 a23a31) + a13(a21a32 a22a31) =
= a11a22a33 a11a23a32 a12a21a33 + a12a23a31 + a13a21a32 a13a22a31
El desarrollo por la segunda columna es:
3
a12.A12 + a22.A22 + a32.A32 =
i
ai
=1
2 .Ai 2

Ejercicio 15:
Verificar que el desarrollo del determinante de orden tres por la primera fila, la
segunda fila y la tercera fila son iguales.

Ejercicio 16:
Verificar que el desarrollo del determinante de orden tres por cualquiera de sus
columnas es igual al desarrollo del mismo determinante por cualquiera de sus
filas.

Definicin:
n
Sea A = (aij) i, j = 1,2,...,n. Se define determinante de A como det (A) =
j
a ij .Aij
=1
n
o bien det (A) =
i
a ij .Aij
=1

Ejercicio 17:
Calcular
1 3
12
2 1
a) b) 3 1 1
3 4
10 2 3
1 0 0 3
4 1 3
2 7 0 6
c) d) 0 2 8
0 6 3 0
0 0 5
7 3 1 5

Diplomatura en Economa y Administracin 8

C. Grosso, P. Blondheim
 lgebra

Propiedades
Observacin: El determinante es un nmero. Por abuso del lenguaje, es comn hablar
de filas y columnas del determinante.

Sea A una matriz cuadrada.

1. det (A) = det (At)

Corolario: A toda propiedad de un determinante que se refiera a filas corresponde otra
referente a columnas.

2. Si todos los elementos de una fila de A son cero, entonces det(A) = 0.

3.Si A es la matriz que se obtiene de A multiplicando una fila cualquiera por un

nmero 0, entonces det(A) = . det(A).

4.Si A es la matriz que se obtiene de A permutando dos filas, entonces det (A) = -
det (A).

5. Si A tiene dos filas iguales, entonces det (A) = 0.

6. Si A tiene dos filas proporcionales, entonces det (A) = 0.

7. Un determinante se puede descomponer en suma de otros, entonces det (A) = det

(A) + det (A).
Por ejemplo:
Si
a11 a12 a13 a11 a12 a13 a11 a12 a13

b21 + c 21 b22 + c 22 b23 + c 23 = A y A= b21 b22 b23 y A= c 21 c22 c23
a a a a a32 a33 a a32 a33
31 32 33 31 31
entonces det (A) = det (A) + det (A)..

8. Si una de las filas de A es combinacin lineal de otras filas, entonces det (A) = 0.
a11 a12 a13
Por ejemplo: a21 a22 a23 = 0. .

2a11 + 3a21 2a12 + 3a22 2a13 + 3a23

9. Si A es la matriz que se obtiene de A al sumarle a una fila una combinacin lineal de

otras, entonces det (A) = det (A).

10. El determinante de la matriz identidad vale 1.

11.El determinante de un producto de matrices es igual al producto de los

determinantes de dichas matrices.

Ejercicio 18:
Demostrar que: Si todos los elementos de una fila de A (matriz cuadrada) son
cero, entonces det(A) = 0.

Diplomatura en Economa y Administracin 9

C. Grosso, P. Blondheim
 lgebra

Ejercicio 19:
Demostrar que: Si A (matriz cuadrada) tiene dos filas iguales, entonces det
(A) = 0

Ejercicio 20: (optativo)

Demostrar que: Si A (matriz cuadrada) tiene dos filas proporcionales, entonces
det (A) = 0.

Ejercicio 21: (optativo)

Demostrar que: Si una de las filas de A (matriz cuadrada) es combinacin
lineal de otras filas, entonces det (A) = 0.

Ejercicio 22:
Demostrar que: El determinante de la matriz identidad vale 1.

Ejercicio 23:
Demostrar que: Si A admite inversa, entonces el determinante de A es distinto
de cero.

Ejercicio 24:
( )
Demostrar que: Si A admite inversa, entonces det A 1 =
1
det (A)
.

Ejercicio 25:
Sabiendo que det(A) = 3, calcular los determinantes de B, C y A-1
x y z 2x 2y 2z x y z

A = 5 0 3 B= 5 0 3 C = 2x + 5 2y 2z + 3
1 1 1 1 1 1 x +1 y +1 z +1

Ejercicio 26:
Resolver las siguientes ecuaciones:
3 x 2x
x 2
a) = 26 b) 0 x 99 = 60
7 7x
0 0 -1

Ejercicio 27:
Si A es de orden 4 y su determinante vale 12, cul es el valor del determinante
que se obtiene multiplicando cada uno de los elementos de A por 3?

Diplomatura en Economa y Administracin 10

C. Grosso, P. Blondheim
 lgebra

Ejercicio 28:
a b c
Sabiendo que 1 0 4 = 39 , encontrar el valor de k para que la matriz C =
2 5 1
a + k2 b + 2 k c + 1

1 0 4 tenga determinante cero.

2 5 1

Los determinantes se pueden aplicar para resolver sistemas de n ecuaciones lineales con
n incgnitas. De hecho, el estudio de los determinantes se origin en el anlisis de
sistemas de este tipo. Aunque el mtodo de reduccin es ms prctico para sistemas de
gran cantidad de incgnitas, el mtodo de solucin por determinantes permite despejar
cierta incgnita sin tener que hallar las dems.

Teorema de Cramer
Sea un sistema de n ecuaciones lineales con n incgnitas
a11 x 1 + a12 x 2 + ..... + a1n x n = b1

a 21 x 1 + a 22 x 2 + ..... + a 2n x n = b 2

........................................
a m 1 x 1 + a m 2 x 2 + ..... + a mn x n = b m
Si el determinante de la matriz de coeficientes de A es distinto de cero, entonces el
sistema tiene solucin nica; y est dada por:

x1 = 1 , x2 = 2 , . . . . , xn = n

donde k , el numerador de xk , es el determinante de la matriz que se obtiene
reemplazando la k sima columna de A por la columna de las constantes.

Ejercicio 29:
Demostrar el teorema de Cramer para un sistema de tres ecuaciones lineales
con tres incgnitas.

Ejercicio 30: (optativo)

Demostrar el teorema de Cramer para un sistema de n ecuaciones lineales
con n incgnitas.

Ejercicio 31:
Resolver cada uno de los siguientes sistemas de ecuaciones lineales,
empleando el teorema de Cramer, cuando sea posible. En caso contrario,
determinar el conjunto solucin utilizando otro mtodo:
2 x + y + 5 = 0 3 x 4y = 3
a) b)
3y + x = 6 6 x + y = 3

Diplomatura en Economa y Administracin 11

C. Grosso, P. Blondheim
 lgebra

2 x + y + z = 0 u + v + w = 9

c) 4 x + 3y + 2 z = 2 d) 3u + 2w = 17
2 x y 3 z = 0 v + w = 10

x + y + 5w = 6
x y + 5w = 2
x + 2y + z = 4
e) f) x + 2 y + z = 0
2y + z + w = 6 2y + w = 1
3 x 4w = 2

Diplomatura en Economa y Administracin 12

C. Grosso, P. Blondheim