2010 Matematicas 16 13
2010 Matematicas 16 13
2010 Matematicas 16 13
16 MATEMÁTICAS
Temario 1993
tema 16
matemáticas
2. Teorema de Rouché-Frobenius
3. Regla de Cramer
3.1. Definición
4. Método de Gauss
5. Método de Gauss-Jordan
5.1. Método de Gauss-Jordan para la resolución de ecuaciones lineales
3
tema 16
matemáticas
INTRODUCCIÓN
5
tema 16
matemáticas
Aunque estos métodos y teoremas son conocidos por todos con los nombres arriba escritos,
al revisar la historia de las Matemáticas en general y del Álgebra en particular, nos damos
cuenta que todos ellos fueron trabajados anteriormente por otros matemáticos. Así, por
ejemplo, el teorema conocido con el nombre de Rouché-Fröbenius fue enunciado de forma
completa por Frobenius pero después de haberlo planteado un profesor suyo llamado Kro-
necker (no se sabe con certeza como entró Rouche en juego). En cuanto al método de Gauss
hay que decir que ya se había publicado anteriormente en el libro matemático chino que he-
mos mencionado en el primer párrafo y Cramer no fue el primero en formular la regla que
lleva su nombre ya que MacLaurin, entre otros matemáticos, había dado una técnica para
la resolución de sistemas antes que él; Cramer estudió también la resolución de sistemas y
su notación ayudó a aclarar el trabajo iniciado por MacLaurin, lo que provocó que la regla
se popularizara con su nombre.
6
tema 16
matemáticas
7
tema 16
matemáticas
a11
a21
a1 = a31
a
m1
a12
a22
a2 = a32
a
m2
a1n
a2 n
a n = a3 n
a
mn
8
tema 16
matemáticas
b1
b2
b = b3
b
m
x1
y el vector columna x = x2 ∈ K n
xn
1 2
A = 0 1 ∈ K ( 3, 2 )
1 3
5
b = 2 ∈ K 3
7
9
tema 16
matemáticas
10
tema 16
matemáticas
Proposición
Dado un sistema S de ecuaciones lineales con n incógnitas, son equivalentes:
a) S es homogéneo
b) Sol(S) es un subespacio vectorial de Kn
c) (0,..,0)∈ Sol(S)
11
tema 16
matemáticas
XX Teorema
12
tema 16
matemáticas
b) Sustituimos la ecuación i-ésima del sistema (1) por una combinación lineal
formada por dicha ecuación i-ésima (con ki ≠ 0), y un número arbitrario de las
restantes ecuaciones del sistema (1), en nuestro caso desde la ecuación p-ésima
hasta la q-ésima. Tras este cambio el sistema resultante es el siguiente:
a11x1 + a12x2 + ... + a1nxn = b1
.......................................................
ki (ai1x1 + ai2x2 + ... + ainxn) + kp (ap1x1 + ... + apnxn) + ... +
+ kq (aq1x1 + aq2x2+ ... + aqnxn) = kibi + kpbp + ... + kqbq
....................................................... (3)
am1x1 + am2x2 + ... + amnxn = bm
Como los sistemas (1) y (3) tienen todas las ecuaciones iguales excepto
la i-ésima, quedaría sólo verificar dicha ecuación.
Si ( y1, y2, ..., yn ) es una solución del sistema (1) ⇒ ( y1, y2, ... yn ) es solución de
las m ecuaciones del sistema (1) ⇒ ( y1, y2, ..., yn ) es solución en particular, de
las ecuaciones i-ésima, p-ésima, ..., q-ésima que constituyen la combinación
lineal ⇒
ki (ai1 y1 + ai2 y2 + ... + ain yn) = ki · bi
kp (apl y1 + ap2 y2 + ... + apn yn) = kp · bp
..................................................................
kq (aq1 y1 + aq2 y2 + ... + aqnyn) = kq · bq
Por tanto, ( y1, y2, ..., yn ) es solución del sistema (3).
Recíprocamente, se tendría que si (y1, y2, ..., yn) es una solución cualquiera
del sistema (3) ⇒ ( y1, y2, ..., yn ) es solución de las m ecuaciones del sistema
(1) ⇒ ( y1, y2, ..., yn ) es solución, en particular, de las ecuaciones
i-ésima, p-ésima, ..., q-ésima ⇒
ki (ai1 y1 + ai2 y2 + ... + ain yn) + kp (ap1y1 + ap2 y2 +
+ ... + apn yn) + ... + kq (aq1 y1 + aq2 y2 + ... + aqnyn) = kibi + kpbp + kqbp
kp (ap1 y1 + ap2 y2 + ... + apnyn) = kp · bp
...................................................................
kq (aq1 y1 + aq2y2 + ... + aqnyn) = kq · bq
13
tema 16
matemáticas
c) Dado el sistema (1), supongamos que la ecuación i-ésima es combinación li-
neal de las r primeras ecuaciones con i > r y sea (4) el sistema que obtenemos
al suprimir la ecuación i-ésima que sería:
k1 (a11x1 + ... + a1nxn) + ... + kr (ar1x1 + ... + arnxn) = k1b1 + k2b2 + ... + krbr
el sistema (4) es:
a11x1 + a12x2 + ... + a1nxn = b1
................................................
ar1x1 + ar2x2 + ... + arnxn = br
a(i–1)1x1 + .......... + a(i–1)nxn = bi–1 (4)
a(i+1)1x1 + .......... + a(i+1)nxn = bi+1
................................................
am1x1 + am2x2 + ... + amnxn = bm
En este caso, si ( y1, y2, ..., yn ) es una solución cualquiera del sistema (1)
( y1, y2, ..., yn ) es solución del sistema (4), ya que éste es el elemento (1) menos
la ecuación i-ésima.
Recíprocamente, si ( y1, y2, ..., yn ) es una solución cualquiera del sistema
(4) ⇒ ( y1, y2, ..., yn ) es solución de todas las ecuaciones del sistema (1) excepto
a lo sumo de la i-ésima que es la que no tienen en común. Sin embargo, vamos
a probar que también es solución de dicha ecuación i-ésima, es decir, que se
verifica que ai1y1 + + ai2y2 + ... + ain yn = bi .
Dado que la ecuación i-ésima es combinación lineal de las r primeras ecuacio-
nes con i > r, se tiene:
ai1y1 + ai2x2 + ... + ain xn = ki (a11x1 + a12x2 + ... + a1nxn) + ... +
+ kr (ar1x1 + ar2x2 + ... + arn xn) = k1b1 + ... + krbe = bi
y como ( y1, y2, ..., yn ) es solución del sistema (4) se tiene,
a11 y1 + a12 y2 + ... + a1n yn = bi
.............................................. ⇒
ar1y1 + ar2 y2 + ... + arnyn = br
ai1 y1 + ai2y2 + ... + ain yn = k1b1 + k2b2 + ... + krbr = bi
Ejemplos:
Los siguientes sistemas de ecuaciones son equivalentes:
3 x1 − 2 x2 = 1
3 x1 − 2 x2 = 1
4 x1 + x2 = 3
4 x1 + x2 = 3
4 (3 x1 − 2 x2 ) + 5 (4 x1 + x2 ) = 4 + 15
14
tema 16
matemáticas
1.3.1. Definiciones
Sea A una matriz de orden m×n, cualquier matriz que se obtenga de ella supri-
miendo ciertas filas y ciertas columnas se llama submatriz de la matriz dada.
Se denomina menor de orden h de la matriz A al determinante de la submatriz
formada por los elementos de A situados en la intersección de las filas il, i2, ..., ih
con las columnas j1, j2, ..., jh.
Todo menor no nulo de rango h de una matriz A se denomina menor principal
de orden h.
Ejemplo:
Sea la matriz A de orden 4 × 4:
3 −1 2 4
5 6 −2 3
A=
−7 4 8 1
2 5 2 −3
3 −1
5 6
15
tema 16
matemáticas
1 2 −1 −2
A = 3 0 1 −4
1 −1 1 −1
1 2 −1 1 2 −2
3 0 1 =0 3 0 −4 = 0
1 −1 1 1 −1 −1
1 −1 −2 2 −1 −2
3 1 −4 = 0 0 1 −4 = 0
1 1 −1 −1 1 −1
1 2
= 0 − 6 = −6 ≠ 0
3 0
Por existir al menos un menor de orden 2 distinto de cero y ser cero todos los me-
nores de orden 3, se dice que el rango o característica de la matriz A es 2.
Consecuencias de la definición de rango:
1. Si en una matriz A se intercambian entre sí dos filas (o columnas), i, j, se obtie-
ne otra matriz A1 de igual rango que la primera.
2. Si una fila (o columna) de la matriz A está formada por ceros, el rango de A
es igual al de la matriz A1, que se obtiene a partir de A suprimiendo esa fila
(o columna).
3. El rango de la matriz nula es 0, y es la única cuyo rango es 0.
4. Para toda matriz de orden m×n se tiene:
0 < rg(A) ≤ min(m,n)
5. Sea la matriz A y su traspuesta A’, se tiene:
rg(A) = rg(A’)
16
tema 16
matemáticas
a11.................a1n
a21................a2 n
A = ..........................
.........................
a ................a
m1 mn
1.3.2. Teorema
«La característica de una matriz coincide con el número de sus filas o columnas
linealmente independientes».
Demostración:
Para probar el teorema vamos a ver que si la característica de A (matriz dada
anteriormente) es h y α representa un menor principal de orden h de la misma,
cada una de las filas de A que no figuran en α es una combinación lineal de las
h filas que constituyen dicho menor, las cuales son linealmente independientes.
En efecto, supongamos para simplificar la notación que un menor principal está
constituido por los elementos comunes a las h primeras filas y columnas de A. En-
tonces —para un valor cualquiera I comprendido entre h + 1 y m, ambos inclusive,
y todos los valores j = 1, ..., n se tiene:
a11..............a1h a1 j
............................
............................. = 0
ah1..............ahh ahj
a11..............a Ih aij
(5)
pues para j = 1, ..., h, este determinante tiene dos columnas iguales, y para j = h +
1, ..., n, es un menor de la matriz A cuyo orden es mayor que la característica h.
Desarrollado (5) por los elementos de la última columna, tendremos:
a1j α1 + ... + ahj αh + aIj α = 0
donde α1, ..., αh denotan, respectivamente, los adjuntos de los h primeros elemen-
tos de dicha columna.
17
tema 16
matemáticas
es decir, cada elemento de la fila I-resulta de sumar sus correspondientes de las filas
α −α
1.ª, ..., ha, previamente multiplicados por los números
1
, , h
. Por tanto
esa fila I es una combinación lineal de las h primeras.
α α
Que ninguna de las h primeras filas de la matriz A se puede expresar mediante una
combinación lineal de las otras h – 1 es inmediato, pues en tal caso una de las filas
del menor α sería combinación lineal de las restantes y, en consecuencia (recordar
propiedades de los determinantes), α = 0 en contra de lo que hemos supuesto.
Análogamente se demuestra el resultado para columnas, con lo que queda demos-
trado el teorema.
2 0 0 0
0 0 0 0
0 0 3 0
0 0 0 0
2 0
≠0 (h = 2)
0 3
18
tema 16
matemáticas
2 0 0 2 0 0
0 0 0 =0 0 0 3 =0
0 0 3 0 0 0
2 0 0 2 0 0
0 0 0 =0 0 3 0 =0
0 3 0 0 0 0
0 0 0 0 0 0
0 0 0 =0 0 3 0 =0
0 3 0 0 0 0
2 0 0 2 0 0 0 0 0 2 0 0
0 0 0 =0 0 0 0 =0 0 0 0 =0 0 0 0 = 0, etc.
0 0 0 0 0 0 0 0 0 0 0 0
2 0 0 0
0 0 0 0
=0
0 0 3 0
0 0 0 0
Por tanto, el rango de la matriz A es 2, y no habría hecho falta calcular los menores
de orden 4, pues éstos dan cero por ser nulos los de orden 3.
En general, aun con esta observación, la obtención de la característica resultaría
muy laboriosa. Es por ello que se ha de contar con herramientas auxiliares como la
dada en el teorema del capítulo anterior, según el cual, para hallar la característica
de una matriz bastará seleccionar las filas (o columnas) independientes, lo que se
puede hacer prescindiendo de todas las que son combinación lineal.
Esto justifica la siguiente regla para el cálculo de la característica:
«Sea α un menor no nulo de orden h. Si orlando dicho menor con una determinada
fila y cada una de las columnas que no figuran en α, todos los determinantes que
se obtienen son nulos, entonces la fila considerada es combinación lineal de las h
filas que aparecen en α y, por tanto, puede prescindirse de ella. Procediendo análo-
gamente con las demás filas, si resultan nulos todos los determinantes que hemos
de considerar, la matriz dada sólo tiene independiente las h filas que aparecen en
el menor α, luego su rango será h. Si, por el contrario, algunos de estos determi-
19
tema 16
matemáticas
XX Teorema
20
tema 16
matemáticas
2 Teorema de Rouché-Frobenius
Consideremos el sistema más general posible de m ecuaciones lineales con
n incógnitas:
............................................ (6)
............................................
am1 x1 + am 2 x2 + amn xn = bm
y consideremos la matriz M de los coeficientes o matriz del sistema y la matriz
orlada o ampliada M’, esto es M’ es la matriz que se obtiene añadiendo a M la
columna formada por los términos independientes,
a11..................a1n a11..............a1n b1
a21..................a2 n a21..............a2 n b2
M = ............................ M ′ = ............................
........................... ............................
a ..................a a ..............a b
m1 mn m1 mn m
( m × n) m × (n + 1)
XX Teorema de Rouché-Frobenius
21
tema 16
matemáticas
a11..............a1h b1
............................
............................. ( I = h + 1, ..., m).
ah1..............ahh bh
a ..............a b
I1 Ih I
22
tema 16
matemáticas
23
tema 16
matemáticas
3 Regla de Cramer
En este apartado estudiamos un tipo particular de sistemas de ecuaciones lineales
que son los llamados sistemas de Cramer aportando un método para su resolu-
ción. Estos sistemas son compatibles determinados.
3.1. Definición
a11 x1 + + a1n xn = b1
a x + + a x = b
21 1 2n n 2
...........................
. ......
.................................
an1 x1 + + ann xn = bn
(1)
y tal que:
a11.........................a1n
..................................
.................................
det(A) = ≠0
..................................
.................................
an11........................ann
«Un sistema de Cramer admite una solución y sólo una. El valor de cada incógnita
se obtiene dividiendo por el determinante de la matriz, de los coeficientes del sis-
tema el que se deduce de éste, sustituyendo la columna que forman los coeficien-
tes de dicha incógnita por la que constituyen los términos independientes».
Es decir, todo sistema de Cramer admite una solución única que viene dada por:
a11 b1 a1n
a21 b2 a2 n
.....................
a bn ann
xi = n1
A
24
tema 16
matemáticas
Demostración:
Consideremos, pues, el sistema (1) escrito anteriormente con det(A) ≠ 0, y sean
Aij (i = 1, ..., n) los adjuntos de los elementos de la columna j-ésima. Multipli-
quemos respectivamente por cada uno de ellos las n ecuaciones del sistema (la
1.ª por A1j; la 2.ª por A2j; ..., la n-ésima por Anj) y sumando miembro a miembro se
obtiene:
n
n
n
n
∑
i =1
ai1 Aij x1 +
∑a
i =1
i2 Aij x2 + +
∑a
i =1
in Aij xn =
∑b
i =1
i Aij
Pero en virtud de una propiedad de los determinantes que garantiza que la suma
de los elementos de una fila multiplicados por los adjuntos de los elementos co-
rrespondientes a una línea paralela, es nula, todos los paréntesis son nulos excepto
el correspondiente a xj, que vale det(A). En consecuencia, la expresión anterior se
reduce a:
n
∑a
i =1
ij Aij x j = det(A) x j = b1 A1 j + b2 A2 j + + bn Anj
∑b i Aij
xj = i =1
; ( j = 1, 2, ..., n)
det(A) (*)
por lo que también constituirán los únicos valores que satisfacen al sistema dado,
es decir tales valores constituirán la única solución del sistema (1).
Pero la fórmula anterior (*), puede escribirse de forma sencilla al observar que el
numerador del segundo miembro difiere del desarrollo:
n
∑a
i =1
ij Aij = det(A)
25
tema 16
matemáticas
A( j )
xj = ( j = 1, 2, ..., n)
det(A)
26
tema 16
matemáticas
4 Método de Gauss
El método de Gauss consiste en transformar el sistema de ecuaciones dado en otro
equivalente, pero con la condición de que cada ecuación contenga una incógnita
menos.
De esta forma, encontrando la solución del segundo (cuyo método de resolución
es sencillo), tendremos la solución del sistema original.
Así pues, si partimos de un sistema de m ecuaciones con n incógnitas tal que:
a11x1 + a12x2 + ... + a1nxn = b1
a21x1 + a22x2 + ... + a2nxn = b2
....................................................
....................................................
am1x1 + am2x2 + ... + amnxn = bm
se trata de obtener un sistema de m ecuaciones con n incógnitas equivalente al
dado y cuya resolución sea más sencilla. El método de Gauss muestra la forma de
hacer esta transformación de un sistema a otro de más fácil resolución.
El sistema equivalente a obtener, con m ecuaciones y n incógnitas tendrá la prime-
ra ecuación con n incógnitas, la segunda con n-1 incógnitas, la tercera con n-2, y
así sucesivamente, hasta la m-ésima ecuación que tendrá una sola incógnita.
Se trata, pues, de transformar un sistema en otro equivalente de forma que sean
nulos todos los coeficientes que estén por debajo de la diagonal principal en la
matriz de coeficientes. Se obtiene así, un sistema triangular o escalonado de forma
general:
a’11x1 + a’12x2 + ... + a’1nxn = b’1
a’22x2 + ... + a’2nxn = b’2
..................................
..................................
a’mnxn = b’m
Evidentemente, por el teorema fundamental de equivalencia de sistemas, desde un
principio, se puede suprimir cualquier ecuación que pueda obtenerse a partir de
las otras ecuaciones.
El método de reducción de Gauss es el más rápido para resolver un sistema de n
ecuaciones lineales con n incógnitas cuando los coeficientes son numéricos.
Para razonarlo, vamos a utilizar un sistema de tres ecuaciones con tres incógnitas
por cuestiones de comodidad y claridad en la escritura.
Sea el sistema de tres ecuaciones lineales con tres incógnitas:
a11x1 + a12x2 + a13x3 = a14
a21x1 + a22x2 + a23x3 = a24
a31x1 + a32x2 + a33x3 = a34
27
tema 16
matemáticas
a a a
x1 + 12 x2 + 13 x3 = 14
a11 a11 a11
Como las transformaciones que hemos realizado con las ecuaciones del sistema
(A) para obtener el sistema (B) están comprendidas en el teorema anterior, sabe-
mos que dichos sistemas son equivalentes.
A continuación repetimos el proceso anterior con el sistema (B). Supongamos que
b22 ≠ 0, entonces:
1. Dividimos la segunda ecuación por b22 y obtenemos:
b23 b
x2 + x3 = 24
b22 b22
28
tema 16
matemáticas
29
tema 16
matemáticas
30
tema 16
matemáticas
5 Método de Gauss-Jordan
x1 + 0 ⋅ x2 + c13 x3 = c14
(C ) x2 + c23 x3 = c24
c33 x3 = c34
31
tema 16
matemáticas
x1 + 0 ⋅ x2 + 0 ⋅ x3 = d14
(D) x2 + 0 ⋅ x3 = d 24
x3 = d 34
32
tema 16
matemáticas
Ejemplo:
Discutir según los distintos valores de k el sistema:
kx + y + z = 1
x + ky + z = k
x + y + kz = k 2
k 1 1
1 k 1 = (k − 1) 2 (k + 2)
1 1 k
cuyas raíces son k = 1 y k = −2. Para estos valores del parámetro consideramos
los casos:
a) ∀κ∈ \ {–2, 1} rg(M) = rg(M’) = 3 ⇒ Sistema compatible determinado.
b) Si k = −2 entonces rg(M) = 2, rg(M’) = 3 ⇒ Sistema incompatible.
c) Si k = 1 entonces rg(M) = rg(M’) = 1 ⇒ Sistema compatible indeterminado.
33
tema 16
matemáticas
BIBLIOGRAFÍA
BORGES, J.: Álgebra lineal y geometría cartesiana. McGraw-Hill, 2000.
BURGOS, J. DE: Curso de Álgebra y Geometría. Pearson Education, 1992.
BURGOS, J. DE: Álgebra lineal y geometría cartesiana. McGraw-Hill, 2000.
GARCÍA GARCÍA; LÓPEZ PELLICER: Álgebra Lineal y Geometría: teoría y práctica. Ed. Marfil, 1992.
GUZMÁN DE, M.; COLERA, J.: Matemáticas I-COU. Ed. Anaya, 1998.
HEINHOLD, J.; RIEDMULLER, B.: Álgebra Lineal y Geometría Analítica. Ed. Reverté.
LIPSCHUTZ, S.: Álgebra lineal. McGraw-Hill, 1991.
MARTÍNEZ LOSADA: Matemáticas COU. Ed. Bruño, 1998.
34
tema 16
matemáticas
RESUMEN
1.
1 Discusión y resolución de sistemas de ecuaciones
lineales
1.3.1. Definiciones
Se definen los conceptos de submatriz, menor, menor principal y rango.
1.3.2. Teorema
El rango de una matriz coincide con el número de sus filas o columnas linealmente inde-
pendientes.
35
tema 16
matemáticas
2.
2 Teorema de Rouché-Frobenius
Este teorema establece la condición necesaria y suficiente para que un sistema de ecuacio-
nes lineales tenga solución en relación al concepto de rango.
3.
3 Regla de Cramer
En este apartado se estudia un tipo particular de sistemas de ecuaciones lineales que son
los llamados sistemas de Cramer aportando un método para su resolución. Estos sistemas
son compatibles determinados.
3.1. Definición
Se define Sistema de Cramer y se caracteriza su solución mediante la llamada:
4.
4 Método de Gauss
El método de Gauss consiste en transformar el sistema de ecuaciones dado en otro equiva-
lente que sean nulos todos los coeficientes que estén por debajo de la diagonal principal en
la matriz de coeficientes obteniendo así, un sistema triangular o escalonado. Este método
permite asimismo calcular el rango de una matriz.
5.
5 Método de Gauss-Jordan
36