Documente Academic
Documente Profesional
Documente Cultură
El objetivo de este documento es dar una breve revisión a los teoremas en álgebra
lineal de la Regla de Cramer para sistemas de ecuaciones lineales y la Factorización QR
para matrices. Dando un tratamiento formal a la demostración de cada proposición y
siendo lo más generales posibles.
1. Regla de Cramer
La Regla de Cramer se utiliza para resolver un sistema de ecuaciones lineales que
tiene igual número de ecuaciones y número de incógnitas, donde el sistema tiene so-
lución, de una manera más directa utilizando determinantes. Las condiciones bajo las
cuales funciona dicha regla es que, primero, trabajemos con un sistema n × n (n ecua-
ciones con n variables) y que el determinante de la matriz de coeficientes asociada al
sistema sea diferente de cero.
1
De una manera más simple, podemos representar a la matriz A por medio de sus
columnas, donde la columna ai ∈ Rn para j = 1, 2, . . . , n.
A = [a1 a2 · · · ai · · · an ]
Ai = [a1 a2 · · · b · · · an ]
Ahora, la Regla de Cramer nos dice que para este sistema, si el determinante de A,
que denotamos |A|, es diferente de cero, entonces el sistema tiene única solución x y la
componente xi de x es igual a
|Ai |
xi =
|A|
Demostración. Centremos nuestra atención en el determinante de la matriz Ai , es
decir, |Ai | que es precisamente
Ax = a1 x1 + a2 x2 + · · · + an xn (1.4)
2
Por propiedades básicas de los determinantes, entonces
Dado que |A| es diferente de cero, finalmente concluimos lo que nos asegura la Regla
de Cramer de las soluciones del sistema
|Ai |
xi = (1.10)
|A|
Hasta aquı́ se cumple que el sistema tenga igual número de ecuaciones a número de
variables, es un sistema 4 × 4. La reprecentación matricial de este sistema es Ax = b
donde
−2 2 −3 1 x 15
4 −1 1 3 y −6
A= −3
x = b =
2 −1 2 z 17
1 −3 −2 1 w −7
3
Comprobemos que el determinante de A es distinto de cero
−2 2 −3 1
4 −1 1 3
|A| =
−3 2 −1 2
1 −3 −2 1
−1 1 3 4 1 3
= (−2) 2 −1 2 − (2) −3 −1 2
−3 −2 1 1 −2 1
4 −1 3 4 −1 1
+(−3) −3 2 2 − (1) −3 2 −1
1 −3 1 1 −3 −2
= (−2)(1 − 6 − 12 − 9 − 4 − 2) − (2)(−4 + 2 + 18 + 3 + 16 + 3)
+(−3)(8 − 2 + 27 − 6 + 24 − 3) − (−16 + 1 + 9 − 2 − 12 + 6)
= (−2)(−32) − (2)(38) + (−3)(48) − (−14)
= 64 − 76 − 144 + 14 = −142
Ası́ que |A| = −142. Ası́ que no tenemos problema en utilizar la Regla de Cramer.
Encontremos rápidamente los determinantes de las matrices A1 , A2 , A3 y A4 .
15
2 −3 1 −2 15 −3 1
−6 −1 1 3 4 −6 1 3
|A1 | = = 284 |A 2 | = −3 17 −1 2 = −426
17 2 −1 2
−7 −3 −2 1 1 −7 −2 1
−2 2 15 1 −2 2 −3 15
4 −1 −6 3 4 −1 1 −6
|A3 | =
= 142 |A4 | = = −284
−3 2 17 2 −3 2 −1 17
1 −3 −7 1 1 −3 −2 −7
Finalmente, la solución x del sistema es
4
2. Factorización QR
Para toda matriz A de tamaño m × n, cuyas columnas forman un conjunto l.i.,
existe una matriz Q de tamaño m × n cuyas columnas forman un conjunto ortonormal,
y una matriz triangular superior R de tamaño n × n tales que
A = QR
Demostración. Podemos representar la matriz A como lo hicimos anteriormente
A = [a1 a2 · · · an ]
Cuyas columnas aj ∈ Rm para j = 1, 2, . . . , n forman un conjunto l.i.. Por el teore-
ma acerca de la base del espacio columna de una matriz, dada la matriz A, las columnas
de A correspondientes a las columnas pivotales de una matriz escalonada equivalente a
A forman una base de CA . Por tanto, el conjunto {a1 , a2 , . . . , an } es una base de CA .
5
Con todo esto, construyamos la matriz R̂ = [r1 r2 · · · rn ] y ası́ es fácil ver que
gracias a (2.4) y la matriz R̂ tenemos que A = Q̂R̂. Hasta aquı́, hemos logrado factori-
zar la matriz A como el producto de una matriz Q̂ cuyas columnas forman un conjunto
ortogonal, pero no necesariamente normal, y una matriz triangular superior R̂.
Es fácil probar que la matriz diagonal D se puede ver como el producto de una
matriz D̂ por ella misma, es decir, D = D̂D̂ donde la matriz D̂ también es diagonal
y los elementos de la diagonal son dˆii = kui k. La matriz D̂ es invertible e involucra
las normas de las columnas de Q̂. En otras palabras, es fácil ver que la matriz D̂−1 es
1
diagonal y los elementos de la diagonal son precisamente dˆ−1
ii = .
kui k
Ası́, si tomamos Q = Q̂D̂−1 estamos dividiendo a cada columna de Q̂ entre su
respectiva norma, y ası́ el conjunto que conforman las columnas de Q resulta ser orto-
normal. En términos más formales, si las columnas de la matriz Q forman un conjunto
ortonormal entonces se tiene que QT Q = In .
Por otro lado, si tomamos R = D̂R̂ estamos considerando que como D̂ es diagonal,
en particular es triangular superior y al multiplicar por R̂ que es triangular superior
resulta la matriz R ser también triangular superior.
6
Teniendo la matriz A, cuyas columnas son l.i. al ser su determinante distinto de ce-
ro, podemos realizar la factorización QR para simplificar el sistema. Entonces, primero
debemos encontrar un conjunto ortogonal que sea base de CA . Para esto, como mencio-
namos, se realiza el proceso de Gram-Schmidt.
−2
4
u1 = −3
1
2 −2
−1 17 4
u2 = − −
2 30 −3
−3 1
−3 −2 2
− − 11 4 − − 3 −1
1
u3 = −1 30 −3 18 2
−2 1 −3
1 −2 2 −3
3 5 4 −1 4 1
u4 = −
− (0) − −
2 30 −3 2 15 −1
1 1 −3 −2
7
√ 17
√ 11
√ 5
√
22 − 30
q 22 − 30
q 22 30
22
251 3 251
0 − 18 30 0
30
R=
q q
1 50497 4 1 50497
0 0 13 − 15
6 13
q 6
1 1091
0 0 0 3 10