Vous êtes sur la page 1sur 8

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ

ESTUDIOS GENERALES LETRAS


Matemática para Economistas 2

Prof. Andrés Beltrán

1. Inversa de una matriz


Sea A una matriz cuadrada de orden n. Decimos que A es invertible si existe una matriz
B del mismo orden tal que AB = I = BA. En tal caso, B se denota por A−1 y se llama inversa
de A o matriz inversa de A.

Proposición 1. Una matriz cuadrada A tiene inversa si y solo si A es no singular.

Proposición 2 (Propiedades de la inversa). Se cumplen las siguientes propiedades

a) Si el determinante de una matriz A es diferente de cero, la inversa de una matriz es


única

b) (A−1 )−1 = A
1
c) det A−1 = det A

d) (kA)−1 = k−1 A−1

e (AB)−1 = B −1 A−1

f) (At )−1 = (A−1 ) t

Proposición 3. Si A es una matriz no singular, entonces la inversa existe y

Adj A
A−1 = ,
|A|

donde la matriz adjunta Adj A es definida como la transpuesta de la matriz de cofactores,


esto es, Adj A = (Cof A) t .
 
−2 3 2
Ejemplo 1. Dada la matriz A = −1 3 0. Analice si dicha matriz admite inversa. En
4 −3 1
caso afirmativo, halle su inversa.
Solución
Primero calculamos el determinante de la matriz dada, usando la segunda fila,

det(A) = (−1)C21 + 3C22 + (0)C23 = (−1)(−9) + (3)(−10) = −21 6= 0.

Esto significa que existe la inversa de A. Vamos ahora a calcular la inversa de A,

1
A−1 = Adj (A),
det(A)
Planos y rectas Cálculo en varias variables

donde  t  
3 1 9 3 −9 −6
Adj (A) = (Ci j ) t = −9 −10 6  = 1 −10 −2
−6 −2 −3 9 6 −3
y los Ci j son las entradas de la matriz de cofactores. Luego,
 
3 −9 −6
1
A−1 = − 1 −10 −2
21
9 6 −3

abc 2
Pontificia Universidad Católica del Perú Sistema de ecuaciones lineales

2. Sistema de ecuaciones lineales


Un sistema de n ecuaciones lineales con n incógnitas es de la forma


 a11 x 1 + a12 x 2 + · · · + a1n x n = b1
 a x + a x + ··· + a x = b

21 1 22 2 2n n 2
.. . . ..

 . . .
 a x + a x + ··· + a x = b

n1 1 n2 2 nn n n

Tal sistema puede expresarse en forma matricial,

AX = b, (1)

donde     

a11 a12 · · · a1n x1 b1
a
 21 a22 · · · a2n  x 
 2
b 
 2
A= . ..  , X =  . , b= . 

..
 .. . .   ..   .. 
an1 an2 · · · ann xn bn
son llamadas matriz de coeficientes, matriz de incógnitas y matriz de términos indepen-
dientes respectivamente.

Regla de Cramer
Un método para resolver el sistema (1) lo proporciona la regla de Cramer, que se reduce
al cálculo de (n + 1) determinantes. Sabemos que el sistema (1) tiene solución única si y
solo si det A 6= 0. En tal caso, la solución es dada por

det A j
xj = , j = 1, 2, . . . , n.
det A
donde A j es la matriz obtenida de A al sustituir su j−ésima columna por la matriz de
términos independientes.
Particularmente, si en el sistema (1) b = 0, el sistema correspondiente sistema AX = 0
es llamado homogéneo. Si det A 6= 0, este sistema tiene como solución única la solución tri-
vial x 1 = x 2 = · · · = x n = 0. Pues en tal caso, existe la inversa de A, entonces al multiplicar
por la izquierda el sistema AX = 0 se obtiene A−1 AX = A−1 0 resultando X = 0.
Por otro lado, el sistema AX = 0 tiene soluciones no triviales si y solo si |A| = 0.

a11 x 1 + a12 x 2 = b1

Ejemplo 2. Si el sistema lineal verifica que el determinante
a21 x 1 + a22 x 2 = b2
det A = a11 a22 −a12 a21 de su matriz de coeficientes es diferente de cero, la regla de Cramer
nos dice que su solución es dada por

b1 a21 a11 b1

b a a
21 b2

2 22
x1 = , x2 =
det A det A

3
Pontificia Universidad Católica del Perú Sistema de ecuaciones lineales


 a11 x 1 + a12 x 2 = b1
Ejemplo 3. Si el sistema lineal a21 x 1 + a22 x 2 = b2 verifica que el determinante
a31 x 1 + a32 x 2 = b3

det A de su matriz de coeficientes es diferente de cero, su solución es dada por

det A1 det A2 det A3


x1 = , x2 = , x3 = ,
det A det A det A
donde
     
b1 a12 a13 a11 b1 a13 a11 a12 b1
A1 =  b2 a22 a23  , A2 = a21
 b2 a23  , A3 = a21 a22
 b2 
b3 a32 a33 a31 b3 a33 a31 a32 b3

 3x 1 + x 2 − 2x 3 = 4
Ejemplo 4. Resuelva el siguiente sistema lineal −x 1 + 2x 2 + 3x 3 = 1
2x 1 + x 2 + 4x 3 = −2

Puesto que el determinante det A de la matriz de coeficientes es 35, la regla de Cramer
proporciona la solución del sistema dado,

det A1 0 det A2 70 det A3 −35


x1 = = = 0, x2 = = = 2, x3 = = = −1,
det A 35 det A 35 det A 35
donde
     
4 1 −2 3 4 −2 3 1 4
A1 =  1 2 3  , A2 = −1 1 3 , A3 = −1 2 1 
−2 1 4 2 −2 4 2 1 −2

Ejemplo 5. Para qué valores de k el sistema de ecuaciones



 x − 2y = 1
x − y + kz = −2
k y + 4z = 6

tiene solución única, en tal caso, encuentre tal solución.


Solución
De la regla de Cramer tenemos que el sistema anterior tiene solución única si el determi-
nante de la matriz de coeficientes es diferente de cero,

1 −2 0

0 6= det A = 1 −1 k = −k2 + 4,
0 k 4

esto es, cuando k 6= ±2. En tal caso,

det A1 −k2 + 12k − 20 det A2 6k − 12 det A3 3k + 6


x= = , y= = , z= = .
det A −k2 + 4 det A −k2 + 4 det A −k2 + 4
Definición 1 (Matrices escalonadas). Decimos que una matriz, no necesariamente cua-
drada, se encuentra en forma escalonada si tiene las siguientes propiedades:

4
Pontificia Universidad Católica del Perú Sistema de ecuaciones lineales

i) Todas las filas (si las hay) cuyas entradas son todas ceros aparecen en la parte inferior
de la matriz,

ii) En cualquier fila no nula, la primera entrada distinta de cero (la entrada principal
para esa fila) se encuentra en una columna a la izquierda de la entrada principal de
la fila de abajo (y por lo tanto a la izquierda de todas las entradas principales debajo
de ella)
Ejemplo 6. Las siguientes matrices se encuentran en forma escalonada:
 
  1 2 3 4
  1 2 −1 3
1 2 3 0 3 4 5
0 1 3 2
 
0 0 1 ,   , 0 0 0 1
0 0 2 1  
0 0 0 0 0 0 0
0 0 0 2
0 0 0 0

Ejemplo 7. Las siguientes matrices no se encuentran en forma escalonada


 
  1 2 3 5
1 2 3
0 0 0 , 0 3 1 4
 
0 0 0 2
0 0 2
0 0 0 1

3. Sistemas de ecuaciones lineales: caso general


Consideremos el siguiente sistema de m ecuaciones lineales con n incógnitas es de la
forma 

 a11 x 1 + a12 x 2 + ··· + a1n x n = b1
21 1 + a22 x 2 + ··· + =

 a x a2n x n b2
.. .. ..

 . . .
 a x + a x

+ ··· + amn x n = bm
m1 1 m2 2

Tal sistema puede expresarse en forma matricial,

AX = b, (2)

donde     
a11 a12 ··· a1n x1 b1
a
 21 a22 ··· a2n  x 
 2
b 
 2
A= . ..  , X =  . , b= . 

..
 .. . .   ..   .. 
am1 am2 · · · amn xn bm
son llamadas matriz de coeficientes, matriz de incógnitas y matriz de términos indepen-
dientes, respectivamente.
Veamos ahora a usar el método de eliminación gaussiana para resolver el sistema (2). Pri-
mero, consideramos la matriz aumentada del sistema (A : b), es decir considerar la matriz
de coeficientes junto con la matriz de términos independientes del sistema. Luego, se tra-
ta de llevar la nueva matriz a su forma escalonada, para finalmente resolver el sistema
reducido por sustitución.

5
Pontificia Universidad Católica del Perú Sistema de ecuaciones lineales

Ejemplo 8. Resuelva el siguiente sistema de ecuaciones lineales:



 2x 1 + 3x 2 + x 3 = 1
3x 1 − 2x 2 − 4x 3 = −3
5x 1 − x 2 − x 3 = 4

Solución
Consideremos la matriz aumentada del sistema dado,
 
2 3 1 1
3 −2 −4 −3
5 −1 −1 4
Se trata de llevar esta matriz a su forma escalonada, para lograr esto usamos operacio-
nes elementales de fila:
     
2 3 1 1 2 3 1 1 1 −5 −5 −4 F2 ←(−2F1 )+F2
3 −2 −4 −3 − F2 ←(−F1 )+F2  F1 ↔F2 −−−−−−−−−→
−−−−−−−→ 1 −5 −5 −4 −−−−→ 2 3 1 1  F ←(−5F )+F
3 1 3
5 −1 −1 4 5 −1 −1 4 5 −1 −1 4 −−−−−−−−−→

     
1 −5 −5 −4 1
1 −5 −5 −4 1 −5 −5 −4
0 13 11 9  F3 ← 24 F3 0 13 11 9  − F2 ↔F3 
−−−−−→ −−−→ 0 1 1 1
0 24 24 24 0 1 1 1 0 13 11 9
 
1 −5 −5 −4
F3 ←(−13F2 )+F3 
−−−−−−−−−→ 0 1 1 1
0 0 −2 −4
Teniendo en cuenta la última fila de la matriz anterior se tiene que −2x 3 = −4, es decir
x 3 = 2. De la segunda fila se tiene x 2 + x 3 = 1, por lo tanto, x 2 = −1. Finalmente, de la
primera fila se tiene, x 1 − 5x 2 − 5x 3 = −4, entonces x 1 = 1.
Ejemplo 9. Resuelva el siguiente sistema de ecuaciones lineales:

 x − y + z = 4
3x + 2 y − z = 7
−x − 4 y + 3z = 2

Solución
Consideremos la matriz aumentada del sistema dado,
 
1 −1 1 4
3 2 −1 7
−1 −4 3 2
Se trata de llevar esta matriz a su forma escalonada, para lograr esto usamos operacio-
nes elementales de fila:
     
1 −1 1 4 F2 ←(−3F1 )+F2 1 −1 1 4 1 −1 1 4
−−−−−−−−−→  F3 ←F2 +F3 
3 2 −1 7 F ←F +F 0 5 −4 −5 −−−−−− → 0 5 −4 −5
3 1 3
−1 −4 3 2 −−−−−−→ 0 −5 4 6 0 0 0 1
Teniendo en cuenta la última fila de la matriz anterior se tiene que 0 = −4. Es decir, el
sistema no tiene soluciones.

6
Pontificia Universidad Católica del Perú Sistema de ecuaciones lineales

Ejemplo 10. Resuelva el siguiente sistema de ecuaciones lineales:



 x + 3 y + 5z = 4
3x + 8 y + 13z = −7
−x − 2 y + 2z = k

Solución
     
1 3 5 4 F2 ←(−3F1 )+F2 1 3 5 4 1 3 5 4
−−−−−−−−−→  F3 ←F2 +F3 
3 8 13 −7 F ←F +F 0 −1 −2 −19  −−−−−− → 0 −1 −2 −19 
3 1 3
−1 −2 2 k −−−−−−→ 0 1 7 k+4 0 0 5 k − 15

Luego, el sistema tiene solución única,

k 25 − 2k k
x= − 56, y= , z= − 3.
5 5 5
Ejemplo 11. Analice el número de soluciones del siguiente sistema lineal

 x + 2 y + 3z = 1
−x + a y − 21z = 2
3x + 7 y + az = b

para todos los valores de los parámetros a y b.


Solución
   
1 2 3 1 F2 ←F1 +F2 1 2 3 1
−−−−−−→
−1 a −21 2 0 a + 2 −18 3 
F3 ←(−3F1 )+F3
3 7 a b −
−−−−−−−− → 0 1 a−9 b−3
   
1 2 3 1 1 2 3 1
F3 ↔F2 F3 ←(−a−2)F2 +F3 
−−−−→ 0 1 a − 9 b − 3 −−−−−−−−−−→ 0 1 a−9 b−3 
0 a + 2 −18 3 0 0 −a + 7a −a b − 2b + 3a + 9
2

De la última fila se deduce que a(7 − a)z = −a b − 2b + 3a + 9. Es decir, z ∈ R si a 6= 0 y


a 6= 7. En tal caso, se tiene
1 1
z= (−a b − 2b + 3a + 9), y= (81 − 3a − 18b), x = ···
a(7 − a) a(7 − a)

Veamos ahora que sucede cuando a = 0 :


La forma escalonada correspondiente es
 
1 2 3 1
0 1 −9 b−3 
0 0 0 −2b + 9

Se presentan los siguientes casos:

a) Cuando −2b + 9 6= 0. En tal caso, el sistema no tiene soluciones

7
Pontificia Universidad Católica del Perú Sistema de ecuaciones lineales

b) Cuando −2b + 9 = 0. La forma escalonada toma la forma siguiente,


 
1 2 3 1
0 1 −9 b − 3
0 0 0 0

En tal caso, el sistema presenta infinitas soluciones:

x = 7 − 2b − 21z, y = b − 3 + 9z,

siendo z la variable libre, es decir puede tomar cualquier valor real.

Ejercicio: Analice el caso cuando a = 7.

Vous aimerez peut-être aussi