Vous êtes sur la page 1sur 55

EL MODELO DE ECUACIONES SIMULTNEAS

Son una forma de modelo estadstico que viene dado por un conjunto de
ecuaciones lineales. A menudo se utilizan en econometra para encontrar
valores de los parmetros que se encuentran correlacionados y que suceden
paralelamente, tal como en las estimaciones de la oferta y la demanda.
Forma estructural y reducida
Supongamos que hay m ecuaciones de regresin de la forma:

donde i es en nmero de la ecuacin, y t = 1, , T es el ndice de la


observacin. En estas ecuaciones xit es el ki1 vector de variables
exgenas, yit la variable dependiente, yi,t es el ni1 vector de todas las dems
variables endgenas que entran en la ecuacin ith del lado derecho, y uit son los
trminos de error. La notacin i indica que el vector yi,t puede contener
cualquiera de losys excepto el yit ((puesto que ya est presente en el lado
izquierdo). Los coeficientes de regresin i y i son de dimensiones ki1 yni1
correspondientemente. Verticalmente apilando las T observaciones
correspondientes a la ecuacin ith, podemos escribir cada ecuacin en forma
vectorial como:

donde yi y ui son T1 vectores, Xi es una Tki matriz de regresores exogenos,


y Yi es una Tni matriz de regresores endogeneos del lado derecho de la
ecuacin ith.Finalmente, se puede mover todas las variables endgenas a la
izquierda y escribir las ecuaciones m conjuntamente en forma vectorial como:

Esta representacin se conoce como la forma estructural. En esta ecuacin Y =


[y1 y2 ym] es la Tm matriz de variables independientes. Cada una de las
matrices de Yi es de hecho una submatriz ni columnas de esta Y. La
matriz mm , que describe la relacin entre las variables dependientes, tiene
una estructura complicada. Tiene unos en la diagonal, y todos los otros
elementos de cada columna i son o bien los componentes del vector de i o
ceros, dependiendo de que se incluyeron columnas de Y en la matriz Yi.
La Tk matriz X ccontiene todos los regresores exgenos de todas las
ecuaciones, pero sin repeticiones (es decir, la matriz X debe ser de rango
completo). As, cada Xi es una kisubmatriz X. La matriz tiene un
tamao km, y cada una de sus columnas consta de los componentes de los
vectores de i y ceros, dependiendo de cul de los regresores de X fueron
incluidos o excluidos de Xi. Finalmente, U = [u1 u2 um] es una Tm matriz
de los trminos de error.
Postmultiplicando la ecuacin estructural por -1, el sistema se puede escribir
en la forma reducida como

Esto ya es un simple modelo lineal general, y se puede estimar, por ejemplo,


por mnimos cuadrados ordinarios. Por desgracia, la tarea de descomponer la
matriz estimada

en los factores individuales y 1 es bastante complicado,

y por lo tanto la forma reducida es ms adecuada para la prediccin, pero no


inferencia.
Supuestos
En primer lugar, el rango de la matriz X de regresores exgenos debe ser igual
a k, tanto en muestras finitas y en el lmite como T (significa esto ms
adelante requisito de que en el lmite de la expresin

debe converger a

un no degenerada k k matriz). Matriz tambin se supone que es no


degenerada.
En segundo lugar, los trminos de error se asumen como serie independiente e
idnticamente distribuidas . Es decir, si la t fila de la matriz T se denota por u
(t), entonces la secuencia de vectores {u (t)} debe ser iid, con media cero y
algunos matriz de covarianza (que es desconocido). En particular, esto
implica que E [U] = 0, y E [U'u] = T .
Por ltimo, las condiciones de identificacin requiere que el nmero de
incgnitas en este sistema de ecuaciones no debe exceder el nmero de
ecuaciones. Ms especficamente, la condicin de la orden requiere que para
cada ecuacin k i n + i k, que puede expresarse como "el nmero de
variables exgenas excluidas es mayor o igual que el nmero de variables
endgenas incluidos". La condicin rango de identificabilidad es que el rango
(i 0) = n i, donde i es 0 a (k - k i) i n matriz que se obtiene de
tachando esas columnas que corresponden a las variables endgenas

excluidos, y aquellas filas que corresponden a las variables exgenas


incluidos.

SISTEMA DE ECUACIONES SIMULTNEAS


Denominamos Sistema de ecuaciones simultneas a un sistema que
contempla un conjunto de 2 o ms ecuaciones lineales. Por ejemplo:
S.E.L = Sistema de ecuaciones lineales simultneas
Se empieza a considerar una ecuacin miembra de un S.E.L cuando esta posee
ms de una variable, ya que en caso contrario no tendra sentido formar un
S.E.L de ecuaciones de una variable si tienen solucin independiente cada una
facilmente.. Puesto que el objetivo de un S.E.L es encontrar la solucin comn
de un conjunto de ecuaciones.
Por ejemplo, el S.E.L anterior podramos suponer que los siguientes numeros
(12, 36) son la solucin a tal S.E.L, aunque sabemos que nos es as
unicamente es para indicar que consideramos como solucin comn. Una
secuencia de valores que en estudios superiores adquiere otro nombre.
Existen 3 tipos de casos presentes al momento de determinar la solucin de un
S.E.L:
1.- Que tenga una solucin nica.
2.- Que no tenga solucin.
3.- Que tenga una solucin infinita.

Aclarado el punto, tal solucin de un S.E.L se traduce graficamente en la


interseccin de diversos elementos sean estos planos, rectas ,etc. dependiendo
de la concepcin donde se encuentren, por ejemplo la siguiente interseccin de
rectas conforman un S.E.L desconocido pero lo conforman..
El ambiente de concepcin (Espacio, Plano, etc.) cabe reiterar que depende de
la cantidad de variables de la ecuacin ya que la est generalmente se otorga
en forma implcita, es por ello el motivo.
Existen diversos mtodos para encontrar las posiciones de interseccin entre
los elementos, tanto mtodos algebraicos como lineales:
Entre los mtodos algebraicos, destacan:
1.- Mtodo de sustitucin.
2.- Mtodo de igualacin.
3.- Mtodo de sumas y restas.
4.- Mtodo grfico.
Por otro lado en los mtodos lineales, destacan:
a.- Mtodo de eliminacin de Gauss.
b.- Mtodo de Gauss-Jordan.
c.- Mtodo de la inversa.
d.- Mtodo de determinantes.

Anexando los segundos mtodos no corresponden a un programa de lgebra


elemental, sino a estudios posteriores, pero la nocin de existencia es
indispensable motivo por el cul se comentan.

MTODOS PARA RESOLVER SISTEMAS DE ECUACIONES


LINEALES
Matemticamente se conoce a un sistema de ecuaciones, como un conjunto de
dos o ms ecuaciones con varias incgnitas, las cuales conforman o
representan un problema matemtico, y cuyo fin consisten en encontrar las
incgnitas que satisfacen dichas ecuaciones.
En un sistema de ecuaciones algebraicas las incgnitas son valores numricos
o ms generalmente elementos de un cuerpo sobre el que se plantean las
ecuaciones, una solucin de dicho sistema es por tanto, un valor o una funcin
que sustituida en las ecuaciones del sistema hace que stas se cumplan
automticamente sin que se llegue a una contradiccin. En otras palabras el
valor que reemplazamos en las incgnitas debe hacer cumplir la igualdad del
sistema.
Existen diferentes mtodos para resolver un sistema de ecuaciones lineales
dentro de los cuales se destacan: Mtodo de reduccin, mtodo de sustitucin
y mtodo de igualacin. A continuacin se explica el procedimiento a seguir
para desarrollar cada mtodo.

METODO DE REDUCCIN
Procedimiento a seguir:
1.- Se preparan las dos ecuaciones, multiplicndolas por los nmeros que
convengan con su respectivo signo, ya sea positivo o negativo.
2.- Sumamos algebraicamente y desaparece una de las incgnitas.
3.- Se resuelve la ecuacin resultante, despejando la incgnita existente.
4.- El valor obtenido se sustituye en una de las ecuaciones inciales y se
resuelve a fin de determinar la incgnita faltante.
5.- Los valores obtenidos constituyen la solucin del sistema.
A continuacin se resuelve un sistema de ecuaciones lineales de dos
incgnitas para desglosar la aplicacin de cada uno de los pasos descritos:
1.- Resuelva el siguiente sistema de ecuaciones aplicando el mtodo de
REDUCCIN.
3x 4y = -6
2x + 4y = 16
Solucin:
Lo ms sencillo es suprimir la variable y, ya que en la primera ecuacin existe
la misma cantidad que en la segunda ecuacin y con signos contrarios para
efectuar directamente el paso 2 el cual corresponde a la suma algebraica, y de
este modo se obviara el paso 1 que sera la preparacin de las ecuaciones.
Pero en este caso optaremos por suprimir la x para efectuar todo el
procedimiento a seguir.

Paso N 01: Preparamos las dos ecuaciones, por lo general lo ms idneo es


multiplicar la ecuacin 1 por el coeficiente numrico que acompaa a la
variable de la ecuacin 2, y multiplicar la ecuacin 2 por el coeficiente
numrico que acompaa a la variable de la ecuacin 1 con el signo necesario
para lograr la anulacin de la variable que se quiere. Para el caso de este
ejercicio en particular podemos multiplicar la ecuacin 1 por 2 que es el
coeficiente que acompaa a la x en la ecuacin 2, y multiplicamos la ecuacin
2 por 3 que es el coeficiente que acompaa a la x en la ecuacin 1, y como en
las dos ecuaciones la variable tiene el mismo signo (positivo) multiplicamos
una de las dos ecuaciones por signo negativo (-) a fin de lograr la anulacin de
la variable.

Paso N 02: Efectuamos la suma algebraica de ambas ecuaciones.

Paso N 03: Se resuelve la ecuacin resultante y se despeja la incgnita.

Paso N 04: El valor obtenido se sustituye en una de las ecuaciones iniciales.


3x 4y = 6, sustituyendo y = 3 nos queda;
3x 4(3) = 6 3x = 6 + 12 x = 2.

Nota: Los valores obtenidos se sustituyen en las ecuaciones iniciales dadas en


el ejercicio, ms no en las alteradas para desarrollar el mtodo de reduccin.
Paso N 05: Los valores que constituyen la solucin del sistema son: x=2 y=3.
Una manera de comprobar que los valores obtenidos como solucin al aplicar
el mtodo es sustituyendo los mismos en la ecuacin y el resultado debe ser
cero.
3x 4y = 6, sustituyendo las soluciones del sistema queda:
3(2) 4(3) = 6

6 12 = 6

6 = 6 ok

Adicionalmente te dejo este video en donde se explica paso a paso, como


resolver un Sistema de Ecuaciones Lineales aplicando el MTODO DE
REDUCCIN, el cual te puede servir de mucha ayuda.

METODO DE SUSTITUCIN
Procedimiento a seguir:
1.- Se despeja una de las incgnitas en una de las ecuaciones.
2.- Se sustituye la expresin de esta incgnita en la otra ecuacin, obteniendo
una ecuacin con una sola incgnita (esto en el caso de ser un sistema de
ecuaciones con dos incgnitas), si el sistema posee mas de dos incgnitas se
va despejando una incgnita diferente por ecuacin y luego se va sustituyendo
sucesivamente a fin de que la ecuacin final posea una sola incgnita.
3.- Se resuelve la ecuacin resultante, despejando la incgnita existente.
4.- El valor obtenido se sustituye en la ecuacin en la que aparece la incgnita
despejada.
5.- Los valores obtenidos constituyen la solucin del sistema.
A continuacin se resuelve un sistema de ecuaciones lineales de dos
incgnitas para desglosar la aplicacin de cada uno de los pasos descritos:
1.- Resuelva el siguiente sistema de ecuaciones aplicando el mtodo de
SUSTITUCIN.
3x 4y = -6
2x + 4y = 16
Solucin:
Paso N 01: Despejamos una de las incgnitas en una de las dos ecuaciones
que conforman el sistema, por lo general tiende a despejarse la incgnita que

tenga coeficiente numrico mas bajo, mas sin embargo es una opinin y este
criterio no es limitativo.
En nuestro caso se decidi despejar de la segunda ecuacin (2x + 4y = 16) la
variable x, quedando de la siguiente manera:

Paso N 02: Sustituimos en la otra ecuacin que conforma el sistema, la


variable x por el valor obtenido del paso N 01 (x = 8 2y).
3x 4y = 6 3(8 2y) 4y = 6 24 6y 4y = 6 24 10y =
6
Paso N 03: Resolvemos la ecuacin obtenida a fin de despejar la incgnita.

Paso N 04: Sustituimos el valor obtenido (Paso N 03) en la variable


despejada (Paso N 01).
x = 8 2y; con y = 3 implica que: x = 8 2(3) x = 8 6 x = 2
Paso N 05: Los valores que constituyen la solucin del sistema son: x=2
y=3.
Comprobando los resultados en una de las ecuaciones que conforman el
sistema nos queda;

3x 4y = 6

3(2) 4 (3) = 6

6 12 = 6

6=

6 ok.

Adicionalmente te dejo este video en donde se explica paso a paso, como


resolver un Sistema de Ecuaciones Lineales aplicando el MTODO DE
SUSTITUCIN, el cual te puede servir de mucha ayuda.
METODO DE IGUALACIN
Procedimiento a seguir:
1.- Se despeja la misma incgnita en ambas ecuaciones (en caso de ser un
sistema con dos ecuaciones).
2.- Se igualan las expresiones, con lo que se obtiene una ecuacin con una
incgnita.
3.- Se resuelve la ecuacin a fin de conocer la incgnita.
4.- El valor obtenido se sustituye en cualquiera de las dos ecuaciones que
conforman el sistema, en las que apareca despejada la otra incgnita.
5.- Los valores obtenidos constituyen la solucin del sistema.

A continuacin se resuelve un sistema de ecuaciones lineales de dos


incgnitas para desglosar la aplicacin de cada uno de los pasos descritos:
1.- Resuelva el siguiente sistema de ecuaciones aplicando el mtodo de
IGUALACIN.
3x 4y = -6
2x + 4y = 16
Solucin:
Paso N 01: Despejamos la misma incgnita en ambas ecuaciones, en este
caso despejaremos la variable x.

Paso N 02: Se igualan ambas expresiones despejadas (obtenidas en el paso


N 01).

Paso N 03: Se resuelve la ecuacin a fin de obtener la incgnita.

Paso N 04: El valor obtenido se sustituye en cual quiera de las ecuaciones


despejadas en el paso N 01 a fin de conocer la incgnita restante.

Paso N 05: Los valores que constituyen la solucin del sistema son: x=2 y=3.
Comprobando los resultados en una de las ecuaciones que conforman el
sistema nos queda;
3x 4y = 6

3(2) 4 (3) = 6

6 12 = 6

6=6

ok.

Adicionalmente te dejo este video en donde se explica paso a paso, como


resolver un Sistema de Ecuaciones Lineales aplicando el MTODO DE
IGUALACIN, el cual te puede servir de mucha ayuda.

MATRICES Y DETERMINANTES
Las matrices se utilizan en el clculo numrico, en la resolucin de
sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las
derivadas parciales. Tienen tambin muchas aplicaciones en el campo de
la fsica.
MATRICES
Una matriz es una tabla ordenada de escalares ai j de la forma

La matriz anterior se denota tambin por (ai j ), i =1, ..., m, j =1, ..., n, o
simplemente por (ai j ).
Los trminos horizontales son las filas de la matriz y los verticales son sus
columnas. Una matriz con m filas y n columnas se denomina matriz m por n, o
matriz m n.
Las matrices se denotarn usualmente por letras maysculas, A, B, ..., y los
elementos de las mismas por minsculas, a, b, ...
Ejemplo:

donde sus filas son (1, -3, 4) y (0, 5, -2) y sus

CLASES DE MATRICES
Segn el aspecto de las matrices, stas pueden clasificarse en:
Matrices cuadradas

Una matriz cuadrada es la que tiene el mismo nmero de filas que de


columnas. Se dice que una matriz cuadrada n n es de orden n y se
denomina matriz n-cuadrada.
Ejemplo: Sean las matrices

Entonces, A y B son matrices cuadradas de orden 3 y 2 respectivamente.


Matriz identidad
Sea A = (ai j ) una matriz n-cuadrada. La diagonal (o diagonal principal)
de A consiste en los elementos a11, a22, ..., ann. La traza de A, escrito tr A, es
la suma de los elementos diagonales.
La matriz n-cuadrada con unos en la diagonal principal y ceros en cualquier
otra posicin, denotada por I, se conoce como matriz identidad (o unidad).
Para cualquier matriz A,
A I = I A = A.
Matrices triangulares
Una matriz cuadrada A = (ai j ) es una matriz triangular superior o
simplemente una matriz triangular, si todas las entradas bajo la diagonal
principal son iguales a cero. As pues, las matrices

son matrices triangulares superiores de rdenes 2, 3 y 4.


Matrices diagonales

Una matriz cuadrada es diagonal, si todas sus entradas no diagonales son cero
o nulas. Se denota por D = diag (d11, d22, ..., dnn ). Por ejemplo,

son matrices diagonales que pueden representarse, respectivamente, por


diag(3,-1,7) diag(4,-3) y diag(2,6,0,-1).
Traspuesta de una matriz
La traspuesta de una matriz A consiste en intercambiar las filas por las
columnas y se denota por AT.
As, la traspuesta de

En otras palabras, si A = (ai j ) es una matriz m n, entonces AT =


es la matriz n m. La trasposicin de una matriz cumple las siguientes
propiedades:
1. (A + B)T = AT + BT.
2. (AT)T = A.
3. (kA)T = kAT (si k es un escalar).
4. (AB)T = BTAT.
Matrices simtricas
Se dice que una matriz real es simtrica, si AT = A; y que es antisimtrica,
si AT = -A.

Ejemplo:
Consideremos las siguientes matrices:

Podemos observar que los elementos simtricos de A son iguales, o que AT


= A. Siendo as, A es simtrica.
Para B los elementos simtricos son opuestos entre s, de este modo B es
antisimtrica.
A simple vista, C no es cuadrada; en consecuencia, no es ni simtrica ni
antisimtrica.
Matrices ortogonales
Se dice que una matriz real A es ortogonal, si AAT = AT A = I. Se observa que
una matriz ortogonal A es necesariamente cuadrada e invertible, con
inversa A-1 = AT.
Consideremos una matriz 3 3 arbitraria:

Si A es ortogonal, entonces:

Matrices normales

Una matriz es normal si conmuta con su traspuesta, esto es, si AAT = ATA.
Obviamente, si A es simtrica, antisimtrica u ortogonal, es necesariamente
normal.
Ejemplo:

Puesto que AAT = ATA, la matriz es normal.


OPERACIONES CON MATRICES
Suma y resta de matrices
Para poder sumar o restar matrices, stas deben tener el mismo nmero de
filas y de columnas. Es decir, si una matriz es de orden 3 2 y otra de 3 3,
no se pueden sumar ni restar. Esto es as ya que, tanto para la suma como para
la resta, se suman o se restan los trminos que ocupan el mismo lugar en las
matrices.
Ejemplo:

Para sumar o restar ms de dos matrices se procede igual. No necesariamente


para poder sumar o restar matrices, stas tienen que ser cuadradas.
Ejemplo:

Producto de matrices
Para poder multiplicar dos matrices, la primera debe tener el mismo nmero
de columnas que filas la segunda. La matriz resultante del producto quedar
con el mismo nmero de filas de la primera y con el mismo nmero de
columnas de la segunda.
Es decir, si tenemos una matriz 2 3 y la multiplicamos por otra de orden 3
5, la matriz resultante ser de orden 2 5.
(2 3) (3 5) = (2 5)
Se puede observar que el producto de matrices no cumple la propiedad
conmutativa, ya que en el ejemplo anterior, si multiplicamos la segunda por la
primera, no podramos efectuar la operacin.
3 5 por 2 3,
puesto que la primera matriz no tiene el mismo nmero de columnas que filas
la segunda.
Supongamos que A = (ai j ) y B = (bi j ) son matrices tales que el nmero de
columnas de A coincide con el nmero de filas de B; es decir, A es una
matriz m p y B una matriz p n. Entonces el producto AB es la
matriz m n cuya entrada ij se obtiene multiplicando la fila i de A por la
columna j de B.
Esto es,

Ejemplo:
1.

2.

Producto por un escalar


El producto de un escalar k por la matriz A, escrito kA o simplemente kA, es la
matriz obtenida multiplicando cada entrada de A por k:

Ejemplo:

Entonces:

Divisin de matrices
La divisin de matrices se define como el producto del numerador
multiplicado por la matriz inversa del denominador. Es decir, sean las
matrices A y B tal que A/B = AB-1:
Si una matriz est dividida entre un escalar, todos los trminos de la matriz
quedarn divididos por ese escalar.
Ejemplo:

MATRICES INVERTIBLES
Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la
propiedad de que
AB = BA = I
siendo I la matriz identidad. Denominamos a la matriz B la inversa de A y la
denotamos por A-1.
Ejemplo:

Puesto que AB = BA = I, A y B son invertibles, siendo cada una la inversa de


la otra.
Mtodo de Gauss
Sea A = (ai j ) una matriz cuadrada de orden n. Para calcular la matriz inversa
de A, que denotaremos como A-1, seguiremos los siguientes pasos:
Paso 1. Construir la matriz n 2n M = (A
I ) esto es, A est en la mitad izquierda de M y la matriz identidad I en la
derecha.
Paso 2. Se deja tal y como est la primera fila de M, y debajo del primer
trmino de la diagonal principal, a11, que llamaremos pivote, ponemos ceros.
Luego se opera como se indica en el siguiente ejemplo.
Ejemplo:

Consideremos una matriz 3 3 arbitraria

Paso 1.

Paso 2.

El siguiente paso es igual que el anterior, pero esta vez se coge como pivote el
segundo trmino de la diagonal principal.
Al llegar al ltimo trmino de la diagonal, se procede igual que antes, pero
poniendo los ceros encima del nuevo pivote. Se observa que al coger como
pivote el ltimo trmino de la diagonal, la matriz A se transforma en una
matriz triangular.
Una vez realizados todos los pasos, la mitad izquierda de la matriz M se
convierte en una matriz diagonal. En este momento hay que proceder a
transformar, si es que no lo est, la mitad izquierda en la matriz identidad,
dividiendo si fuera necesario las filas de M por un escalar.
Ejemplo:
Supongamos que queremos encontrar la inversa de

Primero construimos la matriz M = (A


I),

La mitad izquierda de M est en forma triangular, por consiguiente, A es


invertible. Si hubiera quedado toda una fila con ceros en la mitad A deM, la
operacin habra terminado (A no es invertible).
A continuacin, cogemos como pivote a33, ponemos ceros encima de ste y
seguimos operando hasta que nos quede una matriz diagonal.

Ya que la matriz colocada en la mitad izquierda es diagonal, no hay que operar


ms. Transformamos la matriz diagonal en una matriz identidad; para ello hay
que dividir la segunda fila entre -1:

La matriz que ha quedado en la mitad derecha de M es precisamente la matriz


inversa de A:

Para comprobar si el resultado es correcto, se procede a multiplicar AA-1,


teniendo que dar como resultado la matriz identidad I.
Comprobacin:
AA-1 = I

Ejercicio: operaciones con matrices

Sean

a) Qu clase de matrices son?


b) Calcular:
- A - B + C.
A + B - C.
3A + C/2.
c) Calcular:
(A B) /C.
d) Calcular la inversa de A (A-1) y comprobar el resultado.
Resolucin:

a) Las tres matrices son cuadradas y de orden tres. A su vez, B es una matriz
triangular, ya que todas las entradas debajo de la diagonal principal son ceros,
y C es antisimtrica porque los elementos simtricos son opuestos entre s.
b)

c)
Puesto que (A B) /C = A B C-1, calcularemos primero la inversa de C y
luego haremos el producto.

Dividimos la primera fila entre -6, la segunda entre 3 y la tercera entre -3


para que en la mitad izquierda quede la matriz identidad,

Por lo tanto, la matriz inversa de C es:

A continuacin, se calcula el producto de las matrices A y B,

Por ltimo, calculamos (AB)C-1.

=
.
Sacando factor comn 1/3, el resultado puede escribirse como:

d)
Primero se construye la matriz M = (A
I) y luego se va desarrollando por Gauss. As pues:

Se simplifica un poco para que las operaciones no sean tan costosas,


dividiendo la tercera fila entre cuatro. De este modo, se tiene

.
Se vuelve a simplificar, dividiendo la primera fila entre dos y la segunda entre
cuatro,

.
Puesto que ya ha quedado una matriz diagonal en la mitad izquierda de M,
se procede a transformar esta mitad izquierda en una matriz identidad,
dividiendo la primera fila entre -3042, la segunda entre -78 y la tercera entre
39,

As pues, la matriz que ha quedado en la mitad derecha es precisamente la


matriz identidad, que sacando factor comn 1/78 se puede escribir como:

Para comprobar el resultado, la matriz inversa de A o A-1, tiene que cumplir


AA-1 = I.
Procedamos a la comprobacin:

MATR. Y SIST. DE ECUAC. LINEALES


La matriz ampliada M de un sistema de m ecuaciones con n incgnitas es la
siguiente:

Cada fila de M corresponde a una ecuacin del sistema y cada columna a los
coeficientes de una incgnita, excepto la ltima, que corresponde a las
constantes del sistema.
Un sistema de ecuaciones lineales puede resolverse trabajando con su matriz
ampliada, especficamente, reducindola a forma escalonada mediante el
proceso de Gauss.
Mtodo de Gauss
Para resolver sistemas de ecuaciones lineales, se aplica el mtodo de Gauss.
Este proceso se ilustra en el siguiente ejemplo.
Ejemplo:
Sea el sistema,

su matriz ampliada asociada es

Ahora resolvemos por el mtodo de Gauss sabiendo que la primera columna


corresponde a los coeficientes de la x, la segunda a los de la y, la tercera a los
de la z y la cuarta a los trminos independientes:

De este modo, el sistema tiene la solucin nica


x = 2, y = -1, z = 3.
La resolucin de sistemas de ecuaciones lineales por matrices, aplicando el
mtodo de Gauss u otros, es una de las mltiples aplicaciones que tienen stas.
Ejercicio: resolucin de sistemas de ecuaciones lineales por matrices

Hallar el valor de x, y, z, t en los siguientes sistemas de ecuaciones lineales


aplicando matrices:

a) La matriz M asociada al sistema de ecuaciones es:

La tercera fila se suprime, puesto que es mltiplo de la segunda y resultara


una fila nula. As, el sistema queda formado por dos ecuaciones con cuatro
incgnitas:

La solucin del sistema es compatible e indeterminado, esto es, tiene infinitas


soluciones.
x = -9 - y + 10t

z = 7t - 7 (- 9 - y + 10t, y, 7t - 7, t).
Dependiendo de qu valores se escojan para y y t, salen distintos resultados.
As, para y = t = 0 tendremos la solucin del sistema
x = -9, y = 0, z = -7, t = 0.
b) La matriz M asociada al sistema de ecuaciones es:

No hay necesidad de continuar calculando nada ms, puesto que la matriz


escalonada ya nos indica que el sistema es incompatible (SI), es decir, que no
tiene solucin. Especficamente, la tercera fila de la matriz escalonada
corresponde a la ecuacin
0x + 0y + 0z + 0t = -5
obteniendo como resultado 0 = -5, que es absurdo. Por lo tanto, decimos que
no tiene solucin.
DETERMINANTES
A cada matriz n-cuadrada A = (ai j ) se le asigna un escalar particular
denominado determinante de A, denotado por det (A), | A | o

Una tabla ordenada n n de escalares situada entre dos lneas verticales,


llamada determinante de orden n, no es una matriz.
La funcin determinante apareci por primera vez en el estudio de los
sistemas de ecuaciones lineales. Veremos que es una herramienta
indispensable en el estudio y obtencin de stas.
DETERMINANTES DE ORDEN UNO Y DOS
Los determinantes de orden uno y dos se definen como sigue:
= a11

As, el determinante de una matriz 1 1 A = (a11) es el propio escalar a11, es


decir, det (A) = |a11| = a11.
Ejemplos:
a) Dado que el determinante de orden uno es el mismo escalar, tenemos det
(24) = 24, det(-3) = -3, det (3x+5) = 3x+5.
b)

DETERMINANTES DE ORDEN TRES


Consideremos una matriz 3 3 arbitraria A = (ai j ). El determinante de A se
define como sigue:

a12a21a33 - a32a23a11
Obsrvese que hay seis productos, cada uno formado por tres elementos de la
matriz. Tres de los productos aparecen con signo positivo (conservan su signo)
y tres con signo negativo (cambian su signo).
Para calcular los determinantes de orden tres, el siguiente diagrama puede
ayudar a resolverlos:

Ejemplo:
Calcular el valor del determinante:

= 24 + 20 + 0 - (-4) - 0 - (-15) = 44 + 4 + 15 = 63
El determinante de la matriz 3 3 A = (ai j ) puede reescribirse como:
det (A) = a11(a22a33 - a23a32) - a12(a21a33 - a23a31) + a13(a21a32 a22a31) =

que es una combinacin lineal de tres determinantes de orden dos, cuyos


coeficientes (con signos alternantes) constituyen la primera fila de la matriz
dada. Esta combinacin lineal puede indicarse de la forma siguiente:

Ntese que cada matriz 2 2 se obtiene suprimiendo en la matriz inicial la fila


y la columna que contienen su coeficiente.
Ejemplo:
Para demostrar que la propiedad anterior se cumple, trabajaremos con :

= 3(8+5) - 2(0-10) + 1(0+4) = 39 + 20 + 4 = 63


PROPIEDADES DE LOS DETERMINANTES
Las propiedades bsicas del determinante son las siguientes:
1. El determinante de una matriz A y el de su traspuesta AT son iguales, es
decir,

2. Sea A una matriz cuadrada,


Si A posee dos filas (columnas) iguales, necesariamente
= 0.
Si A es triangular, esto es, A slo tiene ceros por encima o por debajo de la
diagonal principal, entonces
es igual al producto de los elementos de la diagonal.
3. Supongamos que B se ha obtenido de A mediante una operacin elemental
entre filas o columnas,
Si se han intercambiado dos filas (columnas) de A, |B| = - |A|.
Si se ha sumado un mltiplo de una fila (columna) a otra, entonces |B| = |A|.
Si se ha multiplicado una fila (columna) de A por un escalar k, |B| = k|A|.
4. Sea A cualquier matriz n-cuadrada, son equivalentes los siguientes
principios:
A es invertible, es decir, A tiene inversa A-1.

AX = 0 tiene solamente la solucin trivial.


El determinante de A no es nulo: |A| 0.
5. El determinante es una funcin multiplicativa. Es decir, el determinante del
producto de matrices A y B es el producto de los determinantes: |AB| = |A| |B|.
6. Supongamos que A y B son matrices similares, entonces: |A| = |B|.
DETERM. DE ORDEN ARBITRARIO
Sea A = (ann) una matriz de orden arbitrario n n (siendo n un nmero par).
Para calcular el det (A) se procede de la siguiente manera:

Los signos se van alternando segn la posicin que ocupen las entradas del
determinante. Es decir:

Ejemplo:

Si observamos la matriz, podemos ver que en la tercera columna hay dos


ceros. As pues, si cogemos las entradas de la tercera columna para calcular el

determinante, nos ahorraremos calcular dos determinantes, ya que el producto


de un determinante por cero es cero.

+
= -1(-35) + 3(35) = 35 + 105 = 140.
Ejercicio: clculo de determinantes

Calcular los siguientes determinantes:

= 2(-6-24+16+2)+ 5(-4-24+6)-1(4+12-16-3) = -24-110+3 = -131.

= 1(16+0+24-(-4)-(-30)-0) -2(-128-2+30-(-40)-12-(-16)) = 74-2(-56) =

= 74+112 = 186.
ADJUNTO DE UNA MATRIZ
Consideremos una matriz n-cuadrada A = (ai j ) sobre un cuerpo K. El adjunto
de A, denotado por adj A, es la traspuesta de la matriz de cofactores de A:

Ejemplo:

Los cofactores de los nueve elementos de A son:

La traspuesta de la matriz de los cofactores anteriores proporciona el adjunto


de A:

Aplicacin del adjunto para hallar la matriz inversa


Para toda matriz cuadrada A,
A(adj A) = (adj A) A = |A|I
De este modo, si |A| 0,

Observemos que esta propiedad nos permite hallar por otro mtodo la inversa
de una matriz.
Ejemplo:
Consideremos la matriz

y el det A:

As pues, aplicando la propiedad anterior:

Ejercicio: clculo de la matriz inversa

Calcular, por la propiedad anterior, la inversa de las siguientes matrices:


a)

b)

a) Primero hallaremos el determinante de la matriz A:

El siguiente paso es hallar el adjunto de la matriz B, as pues, los cofactores de


los cuatro elementos de B son:
B11 = 5 B12 = -2
B21 = 1 B22 = 3
y el adjunto de B, denotado por adj B, ser

b) Empezaremos por hallar el det A,

Los cofactores de los nueve elementos de A son:

La traspuesta de la matriz de los cofactores anteriores proporciona el adjunto


de A:

Aplicando la propiedad de la matriz inversa obtenemos A-1:

CLC. DEL RANGO DE UNA MATRIZ


Consideremos la matriz A = (aij):

1. El rango de la matriz A coincide con el de la matriz A' que se obtiene


suprimiendo en la matriz A todas la lneas (filas o columnas) cuyas entradas
estn slo formadas por ceros, es decir, que sean nulas.
2. Consideremos la matriz:
A1 = (a11, a12, ..., a1n)
y supongamos que
entonces :
rango (A) rango(A 1) = 1
3. Aadimos filas de la matriz A a la matriz A1 hasta encontrar una matriz que
cumpla:

tal que posea un menor no nulo de la forma:

Por consiguiente,
rango (A) rango(A 2) = 2.
Si esto no hubiese sido posible, entonces:
rango (A) = 1.
Supongamos que rango (A) rango (A2) y que i = 2 y j = 2.
4. Aadimos filas a la matriz A2 hasta encontrar una matriz que cumpla:

de forma que posea un menor de orden tres de la forma:

Entonces:
rango (A) rango (A2) = 3.
En caso de no haber sido posible encontrar dicho menor, entonces:
rango (A) = rango (A2) = 2.
Suponiendo que rango (A) rango (A3) y que i = 3 y j = 3, se procedera como
en los casos anteriores, y as sucesivamente hasta agotar todas las filas de la
matriz A.
Ejemplos:
a) Sea la matriz A una matriz de orden tres. Hallar el rango (A).

Como A es una matriz cuadrada de orden tres, como mximo el rango (A)
puede valer tres. Calcularemos primero el determinante o determinantes de las
submatrices de orden dos de A. As pues

Ya que el resultado es cero, probaremos con todas las submatrices de A hasta


encontrar una cuyo determinante no sea cero. Si no encontramos ninguna, el
rango (A) = 1.

Puesto que el resultado de calcular el determinante de esta submatriz de A no


es nulo, podemos afirmar de momento que el rango (A) = 2.
Aadimos ahora una columna y una fila ms para ver si el rango puede ser
tres:

Dado que el determinante de A no es nulo y a su vez es de orden tres, el rango


(A) = 3.
No necesariamente para poder calcular el rango de una matriz, sta tiene que
ser cuadrada. As, en el siguiente ejemplo:
b) Calcular el rango de la matriz B de orden 3 4.

Como hay una determinante de orden dos no nulo, el rango de la matriz B es


mayor o igual que 2. Calculamos a continuacin los determinantes de orden
superior:

Probamos con un segundo determinante de orden tres:

As pues, como hay un determinante de orden tres que no es nulo, el rango (B)
= 3.
Un rango mayor que 3 no se puede hallar, ya que no se puede formar un
determinante de orden 4. Recurdese que para poder calcular el determinante
de una matriz o de una submatriz, stas tienen que ser cuadradas.
APLIC. DE LOS DETERMINANTES
En el tema de matrices y su aplicacin a los sistemas de ecuaciones lineales,
se vio cmo resolverlas mediante el teorema de Gauss. Con los determinantes,
y aplicando la regla de Cramer, veremos otra manera de calcular los sistemas
de ecuaciones lineales.
Regla de Cramer
Los pasos a seguir para calcular los sistemas de ecuaciones segn la regla de
Cramer son los siguientes:
1. Hallar la matriz ampliada (A
b) asociada al sistema de ecuaciones, esto es: que la primera columna est
formada por las entradas de los coeficientes de la primera incgnita de las

ecuaciones; que la segunda columna la formen las de la segunda incgnita, y


as hasta llegar a la ltima columna, que estar constituida por las entradas de
los trminos independientes de las ecuaciones.
2. Calcular el determinante de A.
3. Aplicar la regla de Cramer, que consiste en:
a) ir sustituyendo la primera columna del det (A) por los trminos
independientes;
b) dividir el resultado de este determinante entre el det (A) para hallar el valor
de la primera incgnita;
c) continuar sustituyendo los trminos independientes en las distintas
columnas para hallar el resto de las incgnitas.
Ejemplo:
Sea el sistema de ecuaciones lineales formado por dos ecuaciones con dos
incgnitas:

Encontrar el valor de x e y mediante la regla de Cramer.


Empezaremos con el primer paso, que consiste en hallar la matriz ampliada A
b asociada al sistema de ecuaciones lineales:

El segundo paso es calcular el determinante de A. As pues:

Y el tercero y ltimo paso consiste en calcular las incgnitas:

Discusin de los sistemas de ecuaciones lineales


A continuacin, se estudiar la manera de saber de antemano si un sistema de
ecuaciones lineales tienen o no solucin y si tienen una nica o infinitas
soluciones.
El estudio o discusin de los sistemas de ecuaciones se efecta aplicando el
teorema de Rouch-Frbenius. ste dice que con un sistema de ecuaciones
lineales pueden ocurrir dos cosas:
1. Que el sistema de ecuaciones sea un sistema compatible (S.C.), esto es, que
tenga solucin.
2. Que el sistema de ecuaciones sea un sistema incompatible (S.I.) o que no
tenga solucin.
El primer caso puede dividirse en dos:
a) que sea un sistema compatible y determinado (S.C.D.), esto es, que tenga
una nica solucin;
b) que el sistema sea compatible e indeterminado (S.C.I.), es decir, que tenga
infinitas soluciones.
Sea un sistema no homogneo:

En consecuencia, la matriz ampliada Ab asociada al sistema de ecuaciones es:

y el sistema ser compatible cuando:

rango (A) = rango (A


b),
lo que suele expresarse diciendo que el rango de la matriz de coeficientes
coincide con el rango de la matriz ampliada.
Si el sistema anterior es compatible y
rango (A) = rango (A
b) = nmero de incgnitas,
el sistema es compatible y determinado, es decir, tiene una nica solucin.
Si, por el contrario, tenemos que
rango (A) = rango (A
b) < nmero de incgnitas,
el sistema es compatible e indeterminado, es decir, tiene infinitas soluciones.
Si rango (A) rango (A
b), el sistema es incompatible y no tiene ninguna solucin.
Ejemplos:
Discutir, sin resolver, los siguientes sistemas de ecuaciones:

Puesto que rango (A) = 1 rango (A


b) = 2, el sistema es incompatible; no existe ninguna solucin.

Ya que rango (A) = rango (A


b) = 2 = nmero de incgnitas, el sistema es compatible y determinado; es
decir, existe una nica solucin.

Puesto que rango (A) = rango (A


b) = 1 < nmero de incgnitas, el sistema es compatible e indeterminado;
existen infinitas soluciones.
Ejercicio: clculo de las incgnitas en un sistema de ecuaciones lineales

Discutir y calcular el valor de las incgnitas de los siguientes sistemas de


ecuaciones lineales:

a)

Calculamos a continuacin el rango de A y el rango de la matriz ampliada (A


b):
El rango de la matriz A ser:

El rango de la matriz ampliada (A


b):

Dado que rango (A) = rango (A


b) = 3 = nmero de incgnitas,
el sistema es compatible y determinado; tiene, pues, una nica solucin.
Resolvamos el sistema mediante la regla de Cramer:
Calculamos el det (A):

Aplicando la regla de Cramer:

x = 68/23; y = -53/23; z = -42/23.

POLINOMIO CARACTERSTICO

Consideremos una matriz n-cuadrada arbitraria:

La matriz (A - In), donde In es la matriz identidad n-cuadrada y un escalar


indeterminado, se denomina matriz caracterstica de A:

Su determinante, det (A - In) , que es un polinomio en , recibe el nombre de


polinomio caracterstico de A. Asimismo, llamamos a
det (A - In) = 0
ecuacin caracterstica de A.
Ejemplo:
Hallar la matriz caracterstica y el polinomio caracterstico de la matriz A:

La matriz caracterstica ser (A - In). Luego:

y el polinomio caracterstico,

As pues, el polinomio caracterstico es 2 - + 4.