Documente Academic
Documente Profesional
Documente Cultură
Matematicas I. 2012-2013.
Departamento de Matem atica Aplicada II.
Escuela Superior de Ingenieros. Universidad de Sevilla.
3.4.- Resoluci
on de sistemas de ecuaciones lineales.
Metodo de Gauss-Jordan.
Calculo de la inversa de una matriz cuadrada.
3.7.- Ejercicios.
Enunciados.
Soluciones.
En este tema vamos a considerar las operaciones con matrices y sus propiedades, los
determinantes y sus propiedades y los sistemas de ecuaciones lineales. Aunque casi siempre
hagamos referencia a matrices y coecientes reales, todo es trasladable al caso de matrices y
coecientes complejos. De hecho, tambien consideraremos algunos detalles referidos a matri-
ces complejas no reales. Cuando consideremos enunciados en los que de forma indistinta se
pueden tomar coeecientes reales o complejos, usaremos K para denotar al conjunto numeri-
co (K = R o C). Llamaremos escalares a los n umeros reales o complejos, sin especicar
ninguno en concreto.
56
3.1.- Matrices. Operaciones y propiedades. 57
Salvo en la u
ltima seccion, en la que consideraremos algunos ejemplos geometricos en el
plano y el espacio (reales), no consideraremos en este tema el producto escalar de vectores
reales ni los conceptos asociados (norma, ortogonalidad,...).
las operaciones sobre las ecuaciones de un sistema que no afectan a las soluciones.
Matematicas I. 2012-2013
58 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
el mismo n
umero de elementos
a11 a12 a1j a1n
a21 a22 a2j a2n
.. .. ..
. . .
A= .
ai1 ai2 aij ain
. .. ..
.. . .
am1 am2 amj amn
Si tiene m las y n columnas, decimos que la dimensi on de la matriz es m n. El elemento
aij es el que esta en la la i-esima y en la columna j-esima. Si m = n decimos que la matriz
A es rectangular y si m = n decimos que es una matriz cuadrada.
Como ya hemos dicho, las operaciones matriciales pueden considerarse tanto sobre matri-
ces reales como sobre matrices complejas. Cuando se consideran matrices complejas hay que
tener cuidado con el uso de la letra i para indicar el ndice de las las, puesto que tambien
indica la unidad imaginaria.
No vamos a detallar aqu cada una de las propiedades de las operaciones matriciales
(Conmutatividad de la suma, elemento nulo y elemento opuesto respecto a la suma, elemento
unidad, ...) aunque si citamos algunas a continuacion.
(Algunas) Propiedades.
(1) Distributiva del producto respecto a la suma. Siempre que las dimensiones de A, B y C
permitan hacer las correspondientes operaciones suma y producto se verica que
(AB)T = B T AT .
Hay matrices cuadradas que conmutan con cualquier otra del mismo orden. Dichas
matrices son los m
ultiplos de la matriz identidad. Siendo I la matriz identidad de
orden n, para cualquier matriz A de orden n y para cualquier escalar se verica
que (I) A = A (I) = A.
Hay parejas de matrices que conmutan. Ejercicio. Busca dos matrices A y B,
cuadradas del mismo orden n > 1, tales que AB = BA y de forma que ninguna
de ellas sea un m
ultiplo de la identidad.
(5) Si dos matrices (cuadradas del mismo orden) conmutan, AB = BA, son validas las
expresiones usuales relativas a potencias de un binomio y desarrollo de productos. Es
decir, se verica que
y las f
ormulas correspondientes para potencias de mayor exponente.
Observaciones.
(a) Obviamente el que dos matrices A y B sean iguales es equivalente a que sean iguales
elemento a elemento, ahj = bhj para todo h, j. Tambien es equivalente a que sean
iguales columna a columna.
Supongamos que se trata de matrices m n y denotemos por ek (k = 1, . . . , n) a los
vectores canonicos de n coordenadas (la coordenada k es 1 y las restantes son 0).
Entonces la columna k de la matriz A es el producto Aek y la de B es Bek . Por tanto,
Matematicas I. 2012-2013
60 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
(b) En relacion con el producto de matrices, notemos que cada columna de una matriz
producto AB es una combinaci on lineal de las columnas de A. Es decir, cada columna
de AB es una suma de m ultiplos de las columnas de A. Los coecientes de cada una
de dichas combinaciones lineales vienen dados por la correspondiente columna de B.
Si A es una matriz mn, B una matriz np y denotamos por b1 , . . . , bp a los vectores-
columna de B (vectores pertenecientes a Rn en el caso de que B sea una matriz real),
tenemos que
AB = A b1 b2 . . . bp = Ab1 Ab2 . . . Abp
.
siendo cada columna Abk de la matriz producto una combinacion lineal de las de A.
De forma similar, la matriz producto AB tambien puede ser descrita por las: cada
la de AB es una combinacion lineal de las las de B, los coecientes de cada una de
dichas combinaciones lineales vienen dados por la correspondiente la de A.
(c) En contraposicion al producto de n umeros el producto de dos matrices puede ser la
matriz nula sin serlo ninguna de las dos, incluso tratandose de matrices cuadradas,
AB = 0 = A = 0 o B = 0.
Ejercicio. Halla dos matrices cuadradas A, B de orden 2 tales que
AB = BA = 0.
Observaci on. Puede suceder que para una cierta matriz A pueda obtenerse otra matriz X
de forma que AX o XA sea una matriz identidad y sin embargo la matriz A no tenga
inversa. Esto solo puede suceder para matrices no-cuadradas.
Por ejemplo, siendo
1 1
1 1 2
A= y X= 0 1
0 1 3
0 0
se verica que AX = I (matriz identidad de orden 2). Sin embargo A no tiene inversa (no
hay ninguna matriz Y que verique que Y A = I (matriz identidad de orden 3).
(AB)1 = B 1 A1 .
(5) Aunque A y B tengan inversa, puede suceder que A + B no tenga inversa. Ejercicio.
Busca un ejemplo.
Notemos que si tenemos que un producto de matrices es la matriz nula, AB = 0, y una
de las dos matrices (es cuadrada y) tiene inversa entonces la otra es nula.
Denici
on. (recursiva)
Determinante de orden 2:
a11 a12
det (A) = det = a11 a22 a12 a21 .
a21 a22
Matematicas I. 2012-2013
62 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
det v1 vj vn =
Cada la de la matriz [A|b] esta formada por los coecientes de la correspondiente ecuacion
del sistema. Cada una de las n primeras columnas esta formada por los coecientes de una
de las incognitas. La u
ltima columna esta formada por los terminos independientes de las
ecuaciones del sistema.
3.3.2.- Reducci
on por las y formas escalonadas.
La herramienta basica para estudiar y resolver un sistema de ecuaciones lineales es el bien
conocido m etodo de eliminacion (o reduccion) de Gauss. Desde el punto de vista matricial,
consiste en la reduccion (por las) de la matriz ampliada del sistema a forma escalonada
superior mediante operaciones sobre las las de la matriz ampliada (equivalentemente, sobre
las ecuaciones del sistema). La caracterstica fundamental de dichas operaciones sera que no
afectan a las posibles soluciones del sistema y que son reversibles. Es decir, mediante una
operacion similar se podra recuperar la matriz y el sistema originales. Una vez obtenida dicha
Matematicas I. 2012-2013
64 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
forma escalonada superior las soluciones del sistema resultante se podran calcular mediante
sustituci
on regresiva.
Ejemplo. La forma elemental de resolver un sistema de ecuaciones lineales como por ejemplo
E1 : 2x2 x3 +x4 = 2
E2 : x1 x2 +x3 +3x4 = 2
E3 : 2x1 +3x2 x3 2x4 = 0
Reducci on a forma escalonada: Volviendo a renombrar en cada paso cada una de las
ecuaciones, para resolver el sistema anterior podemos hacer las siguientes operaciones sobre
las ecuaciones del sistema dado
E1 Intercambio E1 : x1 x2 +x3 +3x4 = 2
E2 E2 : 2x2 x3 +x4 = 2
E3 E1 E2 E3 : 2x1 +3x2 x3 2x4 = 0
E1 : x1 x2 +x3 +3x4 = 2
E3 E3 + 2E1
E2 : 2x2 x3 +x4 = 2
E3 : x2 +x3 +4x4 = 4
1 E1 : x1 x2 +x3 +3x4 = 2
E3 E3 2 E2
E2 : 2x2 x3 +x4 = 2
E3 : (3/2)x3 +(7/2)x4 = 5
Para que otros terminos independientes tendra solucion el sistema (con los mismos
coecientes de las incognitas)? Siempre.
Cuantas soluciones tendra el sistema con otros terminos independientes? Sea quien
sea el termino independiente tendramos un sistema compatible indeterminado.
Ejercicio.- Traslada las operaciones hechas sobre las ecuaciones del sistema anterior a opera-
ciones la sobre la matriz ampliada del sistema.
Las tres operaciones elementales que hemos considerado, sobre las ecuaciones de un sis-
tema de ecuaciones lineales,
Intercambio de ecuaciones;
Matematicas I. 2012-2013
66 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
no afectan a las (posibles) soluciones del sistema: Cualquier solucion del sistema original lo
es del que se obtiene y viceversa.
Teorema. Toda matriz A puede ser reducida a forma escalonada por las mediante opera-
ciones elementales por las.
(1) Si la primera columna de A tiene algun elemento no nulo, seleccionamos uno de dichos
elementos y mediante intercambio de las lo llevamos a la posicion (1, 1). En caso
contrario, pasamos a la siguiente columna.
(2) Pivotamos hacia abajo con el elemento no nulo seleccionado, llamado pivote. Es decir,
a cada una de las las siguientes le restamos un m
ultiplo de la la del pivote de forma
que se anule el correspondiente elemento en la columna del pivote.
(3) Se repite el proceso con la matriz que queda al eleminar la la y columna del pivote.
Es decir, pasamos a la siguiente columna y buscamos un pivote (elemento no nulo) en
una la posterior a la del pivote utilizado en el paso (2).
(4) El proceso se termina cuando, o bien no quedan columnas en las que obtener el siguiente
pivote, o bien dichas columnas estan formadas por ceros.
Observaciones.
Matematicas I. 2012-2013
68 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
en cuyo caso el sistema no tendra solucion por no existir solucion de la ecuacion asociada a
la la dada. En caso contrario, cada la de la matriz ampliada donde aparezca un pivote lo
tendra en la parte correspondiente a la matriz A y el sistema tendra solucion.
columna i
Se suele denominar matriz adjunta de A (cuidado: no en todos los textos signica lo
mismo este nombre), a la matriz dada por
det [A11 ] det [A12 ] det [A1n ]
det [A22 ] det [A2n ]
adj(A) = det [A21 ] .
.. .. . ..
. . . . .
det [An1 ] det [An2 ] det [Ann ]
Teorema. Sea A una matriz cuadrada de orden n con det (A) = 0. Se verica:
(1) (Regla de Cramer) Para cada b Kn el sistema de ecuaciones Ax = b tiene solucion
u
nica x dada por
det [A1 (b)]
..
.
det [Ai (b)] 1
xi = , x= det [Ai (b)] .
det (A) det (A) ..
.
det [An (b)]
(2) (F
ormula de la inversa) A tiene inversa y su inversa es
1
A1 = [adj(A)]T ,
det (A)
1
es decir, el elemento (i, j) de la matriz inversa de A es (1)i+j det (Aji ).
det (A)
Matematicas I. 2012-2013
70 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
3.4.- Resoluci
on de sistemas de ecuaciones lineales.
3.4.1.- M
etodo de Gauss-Jordan.
Ya hemos considerado el metodo de Gauss que consiste en las dos etapas esenciales en la
resolucion de un sistema de ecuaciones lineales:
Reducci
on a forma escalonada de la matriz ampliada del sistema, mediante operaciones
la.
3.4.2.- C
alculo de la inversa de una matriz cuadrada.
Como ya se ha citado en el epgrafe dedicado a la regla de Cramer y a la formula de la
inversa de una matriz, el calculo de la inversa de una matriz puede plantearse como el de
la resolucion de los sistemas de ecuaciones que tienen a dicha matriz como matriz de los
coecientes de las incognitas y a los vectores canonicos como terminos independientes. Al
utilizar el metodo de eliminacion de Gauss, una parte de la resolucion de un sistema depende
solo de la matriz de los coecientes de las incognitas. Por tanto, el calculo de la inversa de
una matriz cuadrada A de orden n puede plantearse como la resolucion simultanea de los
sistemas
Ax = e1 , Ax = e2 , . . . , Ax = en .
De forma equivalente, puede plantearse como la resolucion de la ecuacion matricial AX = I.
Si reducimos, a forma escalonada por las, la matriz ampliada [A|I] (el termino independiente
es la matriz I) y alguna de las primeras n columnas (las correspondientes a la matriz A) no es
pivote, la matriz A no tiene inversa. Si las primeras n columnas son columnas pivote, la matriz
A tendra inversa. En este caso tendremos un pivote en cada una de las primeras n columnas.
Pivotando hacia arriba podemos anular (mediante operaciones-la, que no afectan a las
soluciones) los elementos no nulos que puedan estar por encima del pivote. De esta forma,
los u
nicos elementos no nulos de las primeras n columnas seran los elementos diagonales.
Dividiendo cada la por su pivote tendremos un uno en cada una de las posiciones diagonales
y por tanto en las primeras n columnas tendremos la matriz identidad de orden n. De esta
forma, la solucion de uno de los sistemas originales Ax = ek es la solucion del correspondiente
sistema Ix =columna k de la matriz que queda a la derecha de I. Es decir, la solucion de
Ax = ek es la columna k citada y la solucion de la ecuacion matricial AX = I es la matriz
que queda a la derecha de la matriz identidad I. De forma esquematica, en el caso de tener
* 0 0
0 * 0 1
.. .. .. .... . . .. [I|A ].
. . . . . . .
0 0 *
Denici
on.
(a) Dados v1 , . . . , vn Km , se llama combinaci on lineal de dichos vectores a todo vector
de la forma
v = c1 v1 + + cn vn , con c1 , . . . , cn K.
(b) Dados v1 , . . . , vn Km , se llama subespacio generado por dichos vectores al conjunto
de todas sus combinaciones lineales. Dicho conjunto se denota por
Gen ({v1 , . . . , vn }) = {c1 v1 + + cn vn : c1 , . . . , cn K} .
Matematicas I. 2012-2013
72 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
En dicho caso cada una de las posibles soluciones nos dara una forma de expresar v
como combinacion lineal de v1 , . . . , vn .
on para cualquier b Rm .
(a) Ax = b tiene soluci
Supongamos que al resolver un sistema homogeneo, por ejemplo con 5 incognitas, obte-
nemos 2 variables libres, por ejemplo x3 y x5 . Asociada a cada una de las variables libres
tenemos una solucion y el conjunto solucion del sistema homogeneo sera el conjunto de todas
las combinaciones lineales de las dos soluciones citadas.
x1 = 1
(x2 3x3 x4 x5 ) = 1
x3 + 83 x5 3x3 + 43 x5 x5
2 2
1
= 2
(2x3 + 3x5 ) = x3 + 32 x5 ,
Matematicas I. 2012-2013
74 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
y, por tanto, las soluciones (x1 , x2 , x3 , x4 , x5 ) del sistema dado las podemos expresar en
funcion de x3 y x5 mediante
x1 x3 + 23 x5 1 3
2
x2 x3 + 8 x5 1 8
3 3
x3 = x = x 1 + x 0
3 3 5 .
x4 4
3 x5 0 43
x5 x5 0 1
Es decir, las soluciones son las combinaciones lineales de u1 y u2 . Dicho de otra forma, el
conjunto solucion del sistema dado es igual al subespacio generado por {u1 , u2 }.
x1 = 1
(2 + x2 3x3 x4 x5 ) = 1
2 1 + x3 + 38 x5 3x3 1 + 43 x5 x5 =
2 2
1
= 2
(2x3 + 3x5 ) = x3 + 32 x5 .
Por tanto las, soluciones del sistema completo son de la forma
x1 x3 + 32 x5 0 1 3
2
x2 1 + x3 + 8 x5 1 1 8
3 3
x3 = x = 0 + x3 1 + x5 0 .
3 4
x4 1 43 x5 1 0
3
x5 x5 0 0 1
Es decir, estan expresadas como la suma de un cierto vector mas todas las soluciones del
sistema homogeneo asociado Ax = 0.
Observaci
on. Desde un punto de vista geometrico:
Si el conjunto solucion de Ax = 0 es un punto (que necesariamente sera x = 0), el
conjunto solucion de un sistema completo Ax = b podra ser o bien un punto (el origen
desplazado segun el vector vp ) o bien el conjunto vaco (si el sistema Ax = b no tiene
solucion).
Matematicas I. 2012-2013
76 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
Ejercicio. Pon un ejemplo para cada una de las situaciones descritas anteriormente.
ker(T ) = {x Rn : T (x) = 0} .
Se denomina conjunto imagen de T al conjunto de todos los vectores de Rm que son imagen
un vector de Rn ,
de alg
(b) La matriz B transforma el cuadrado unidad en el segmento de recta que une el origen
de coordenadas con el punto (6, 3).
Sabiendo que una transformacion esta denida mediante una matriz, el calculo de la
matriz puede hacerse teniendo en cuenta como se transforman los vectores canonicos. La
eleccion de dichos vectores no es u
nica aunque si lo sea la matriz que se busca y en ocasiones
interesa transformar vectores distintos a los canonicos para llegar a dicha matriz buscada.
Veamos algunos ejemplos.
Ejemplos.
Matematicas I. 2012-2013
78 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
(3) Para la misma transformacion anterior (proyeccion ortogonal sobre un plano que pa-
sa por el origen de coordenadas), podemos obtener la matriz asociada M teniendo
en cuenta cual es el resultado de multiplicar esta matriz por determinados vectores
(de R3 ). Consideremos un vector n ortogonal al plano dado, en el caso anterior pode-
t
mos
tomar n = t[1, 1, 1] , y dos vectores
{v1 , v2 } que generen el plano, por ejemplo,
v1 = [1, 1, 0] , v2 = [1, 0, 1]t . Puesto que el transformado de n es el vector nulo
y los transformados de v1 y v2 son ellos mismos, la matriz M debe vericar
1 1 1 0 1 1
M 1 1 0 = 0 1 0 .
1 0 1 0 0 1
Tenemos
0 1 1 1 1 1 2 1 1
1 1
M = 0 1 0 1 2 1 = 1 2 1 .
3 3
0 0 1 1 1 2 1 1 2
(4) Sabiendo que una transformacion matricial, T (x) = Ax, hace las siguientes transforma-
ciones de vectores
2 1
1 1
u1 = Au1 = 1 y u2 = Au2 = 1 ,
2 1
0 1
y despejar A.
Matematicas I. 2012-2013
80 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
3.7.- Ejercicios.
3.7.1.- Enunciados.
Ejercicio 1. De las matrices Amn y Bnp se sabe que ninguna de las columnas de B es
nula pero que, sin embargo, la matriz AB tiene una columna nula. Que puede asegurarse
de las columnas de A?
Ejercicio 2. Suponiendo que las dimensiones de las matrices son coherentes (permiten hacer
las operaciones indicadas) despeja la matriz X de las siguientes ecuaciones matriciales dando
las condiciones bajo las cuales es posible:
(a) AX = BX, (b) AXB + C = D, (c) X 2 = X.
Ejercicio 3. Resuelve los siguientes sistemas:
x1 + x2 + x3 = 3 x1 +2x2 +x3 = 5 2x1 +x2 + x3 = 1
(1) 2x1 +3x2 + x3 = 6 , (2) 2x1 +4x2 x3 = 7 , (3) x1 x2 +2x3 = 1 .
x1 +5x2 +2x3 = 8 x1 x2 = 1 x1 +x2 +3x3 = 1
Ejercicio 4. Resuelve los siguientes sistemas y expresa la solucion en forma vectorial pa-
rametrica:
x1 +x2 +2x3 +2x4 = 0
x1 +2x2 + x3 = 3
x1 +x2 3x3 3x4 = 0
(1) , (2) 2x1 +4x2 +3x3 +x4 = 9 .
x1 +x2 +4x3 +4x4 = 0
x1 2x2 + x3 +x4 = 2
x1 +x2 +5x3 +5x4 = 0
Ejercicio 5. Discute los siguientes sistemas seg
un los valores de los parametros:
ax + y + z + u = a
ax + y + z = a
x + ay + z + u = a x + ay z = 1
(1) , (2) .
x + y + az + u = a
3x + y + bz = 2
x + y + z + au = a xyz = 1
Ejercicio 6. Sean
x1
1 0 1 2 1 x2
A= 0 2 1 0 , b= 2 y x=
x3 .
1 2 2 2 2
x4
(a) Calcula los valores de y para los que el sistema Ax = b es compatible.
(b) Con = 0 y = 1, halla la solucion (o soluciones) de Ax = b que verican x2 = 0 y
x1 x3 + x4 = 0.
4
Ejercicio 7. Consideremos un sistema de ecuaciones lineales Ax = b = 1 y supon-
2
1 1
gamos que tenemos dos soluciones u = 2 y v = 1 del sistema dado. Calcula,
3 2
cuando sea posible:
Ejercicio 10. Para que valores de a y b se verica que el vector (0, a, b, 1) pertenece a
Gen{(1, 2, 3, 4), (1, 0, 3, 1)}?
Ejercicio 11. (1) Para que vectores (b1 , b2 , b3 , b4 ) R4 es compatible el sistema
x1 + x2 +x4 = b1
2x1 +3x3 +x4 = b2
?
2x 2 + x3 = b3
x1 + x2 +4x3 = b4
Matematicas I. 2012-2013
82 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
(2) Describe mediante una ecuacion los vectores (b1 , b2 , b3 , b4 ) R4 que pertenecen a
Ejercicio 12. Calcula vectores tales que el subespacio generado por ellos coincida con el
conjunto solucion del sistema
2x1 +x3 x4 +2x5 = 0
x1 +2x2 +x4 = 0 .
x1 +2x2 +x3 +2x5 = 0
1
2 1
2 1
Ejercicio 13. Calcula la inversa de la matriz A = .
.. ..
. .
2 1
Ejercicio 14.
(1) Determina, si existen, dos sistemas de ecuaciones lineales cuyo conjunto-solucion sea el
conjunto de los vectores de la forma
x1 1+
x2
x3 = 1 + 2 + 2 , , R.
x4 1 + 3 +
(2) Determina, si existen, dos sistemas de ecuaciones lineales cuyo conjunto-solucion sea el
conjunto de los vectores de la forma
x1 0 1
x2 1 1
x3 = 2 + 2 , , R.
x4 3 1
(b) La matriz que se obtiene de A al multiplicarla por la izquierda por la matriz diagonal
cuyos elementos diagonales son (1, 2, . . . , n).
Ejercicio 17. (1) Sea M la matriz n n cuyas entradas son los numeros 1, 2, . . . , n2 orde-
nados por las, de izquierda a derecha y de arriba abajo. Calcula el determinante de
M segn los valores de n N.
(2) Sea a1 , a2 , . . . una progresion aritmetica y sea An la matriz cuadrada, n n, cuyas
entradas son aij = ai+j1, 1 i, j n. Calcula el determinante de An seg un los valores
de n N.
(3) Sea b1 , b2 , . . . una progresion geometrica y sea Bn la matriz cuadrada, n n, cuyas
entradas son bij = ai+j1, 1 i, j n. Calcula el determinante de Bn seg un los valores
de n N.
Recuerdese que:
(a) Se dice que a1 , a2 , . . . es una progresi
on aritmetica (de diferencia d) si la diferencia entre dos
terminos consecutivos es constante (igual a d). Es decir si
a2 a1 = a3 a2 = = d.
a2 = a1 + d, a3 = a1 + 2d, , ak = a1 + (k 1)d,
b2 = b1 r, b3 = b1 r 2 , , bk = b1 r k1 ,
Matematicas I. 2012-2013
84 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
(a) Comprobar que T es una transformacion lineal. (b) Hallar la matriz A asociada a T .
Se pide:
Ejercicio 22. Calcula la matriz de la simetra respecto a un plano (que pasa por el origen
de coordenadas) sabiendo que transforma el vector u = [1, 2, 2]t en un multiplo positivo de
t
e1 = [1, 0, 0] .
(a) los vectores canonicos, (b) el cuadrado unidad y (c) el rectangulo [2, 4] [1, 2]
3.7.2.- Soluciones.
Ejercicio 1. Si una columna de AB es nula, la matriz A por la correspondiente columna
de B es nula, y esto es equivalente a que una combinacion lineal de las columnas de A (la
combinacion lineal cuyos coecientes son los elementos de la columna de B considerada).
Puesto que ninguna columna de B es nula, en la combinacion lineal considerada aparece alg
un
coeciente no nulo y, por tanto, alguna columna de A se puede expresar como combinacion
lineal de las restantes. De forma equivalente, el sistema homogeneo Ax = 0 tiene alguna
solucion no trivial (es un sistema compatible indetermnado).
AX = BX = X = 0.
AXB + C = D X = A1 (D C)B 1 .
X 2 = X X = 0 o X = I
Ejercicio 3. (1)
x1 = 1
x2 = 1 .
x3 = 1
(2)
x1 = 2
x2 = 1 .
x3 = 1
(3)
x1 = 0
x2 = 1 .
x3 = 0
Ejercicio 4. (1)
x1 1 0
x2 1 0
= + , , R.
x3 0 1
x4 0 1
Matematicas I. 2012-2013
86 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
(2)
x1 1 2
x2 0
+ 1 , R.
x3 = 2 0
x4 1 0
Si el sistema es
a = 1 y a = 3 compatible determinado
Ejercicio 5. (1)
a = 3 incompatible
a=1 compatible indeterminado
(f) Siguiendo un planteamiento similar al de los apartados (c) y (d) la igualdad vectorial
que se obtiene de Au = b se puede reescribir como
1
2 1 0
A
= A 2 b = 0 .
3
3 0
1
Por otra parte si tenemos una solucion (x1 , x2 , x3 )T del sistema homogeneo Ax = 0,
tambien tenemos
x1
0
A b x2 = 0 .
x3
0
0
a 0
Ejercicio 8. Las matrices A que conmutan con las matrices , a = b, son todas las
0 b
matrices diagonales
x1 0
A= , x1 , x4 R.
0 x4
Observaci on: Cualquier matriz A, 2 2, conmuta con cualquier matriz que sea m
ultiplo de la
matriz identidad,
a 0
.
0 a
2
Ejercicio 10. Para a = 3
y b = 0.
Ejercicio 11. (1) El sistema es compatible si y solo si las coordenadas del vector b verican
que b1 b2 b3 + b4 = 0.
Matematicas I. 2012-2013
88 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
Ejercicio 14.
(1) Por ejemplo,
4x1 + 2x2 x3 = 5 4x1 + 2x2 x3 = 5
y .
4x1 + 3x2 x4 = 3 x2 + x3 x4 = 2
(2) Por ejemplo, los sistemas homogeneos asociados a los sistemas anteriores,
4x1 + 2x2 x3 = 0 4x1 + 2x2 x3 = 0
y .
4x1 + 3x2 x4 = 0 x2 + x3 x4 = 0
(3) S1 : Los puntos de S1 son los puntos de una parabola. Eliminando el parametro es facil
obtener su ecuacion implcita x2 + 2 = 14 (x1 1)2 . Obviamente S1 no puede ser el
conjunto solucion de una ecuacion lineal o de un sistema de ecuaciones lineales.
Es facil comprobar que si tenemos dos puntos distintos (x1 , x2 ) y (x1 , x2 ) de S1
entonces en la recta que une dichos puntos hay puntos que no estan en S1 .
x1 1 x2 + 2
S2 : Eliminando el parametro tenemos = . Por tanto todos los puntos
2 1
de S2 pertenecen a la recta denida por la ecuacion anterior. Y viceversa, puesto
que ln() recorre todo R cuando recorre el intervalo (0, +), cualquier punto
de la recta es un punto de S2 . Por tanto, S2 es el conjunto solucion de la ecuacion
lineal x1 + 2x2 = 3.
2n
det (AT ) = det (A) det (2A) = 2n det (A) det (2A1 ) =
det (A)
1
det ((2A)1 ) = det (2A3 ) = 2n det (A)3 det (A4 ) = det (A)4
2n det (A)
Ejercicio 16.
det (B) = (1)3+5 2det (A).
Ejercicio 18. S.
(b)
1 1 0
A = 1 0 1 .
1 1 1
1 1 0 1
Ejercicio 20. (a) A = 0 0 1 . (b) ker T = Gen 1 .
0 0 2 0
Matematicas I. 2012-2013
90 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
Matematicas I. 2012-2013
92 Tema 3.- Matrices, determinantes y sistemas de ecuaciones lineales.
El rectangulo (supercie) [2, 4] [1, 2] esta formado por los vectores x R2 de la forma
x1 2
= + e1 + e2 con 0 2 y 0 1.
x2 1
..........................................................................................