Álgebra y Geometría Analítica

Bienvenidos COM F
Jefe de Trabajos Prácticos:
Fabio Dlugovisky
fdlugovi@frsf.utn.edu.ar

Profesora:
Malva Alberto de Toso
mtoso@frsf.utn.edu.ar
Álgebra y Geometría Analítica

Sistemas de ecuaciones lineales

•Los programas lineales (Prob. Prog. Lineal)
•Sistemas de 2 ecuaciones lineales con 2
incógnitas (2x2). Soluciones gráficas.
•Sistemas de m ecuaciones lineales con n
incógnitas (mxn).
•Operaciones elementales.
•Resolución de sistemas lineales:
•-Método de Gauss
•-Método de Gauss-Jordan
Álgebra y Geometría Analítica

Ecuaciones lineales
Una ecuación lineal con n incógnitas es una expresión de la
forma: a11 x1 + a12 x2 + ... + a1n xn = b1 , donde a11, a12, a13,
... , a1n, b1 son números reales o complejos y x1 , x2, x3, ... ,
xn son símbolos llamados variables.

a) 3x1 – 2x2 = 7 b) 2x1 – 5x2 + 11

Ecuación lineal No es una ecuación
Con dos variables: x1,x2 porque no es una igualdad

c) 3x12 = 8x2 – 9x3 d) 3x1 = 8 / x2 - 9

Ecuación con tres variables: x1,x2, x3 Ecuación con dos variables: x1,x2
No lineal debido a que x1 está No lineal debido a que x2 está
elevada al cuadrado como divisor
 Álgebra y Geometría Analítica

Representación de una ecuación lineal

Ejemplo: Hallar la gráfica de x + 5y = −2

x + 5y = −2
5y = -2 – x
y = -2/5 – (1/5)x

2. Representamos la recta con la

ordenada y la pendiente.

Observación: El conjunto solución de la ecuación lineal es el conjunto de

puntos del plano que se encuentran sobre la recta, por tanto la ecuación
tiene infinitas soluciones (por ejemplo x = 0 e y = -0.4; x = -2 e y = 0 )
Álgebra y Geometría Analítica

Un sistema de 2 ecuaciones lineales con 2

incógnitas
donde a11, a12, son los coeficientes de la primera
a11 x1 + a12 x2 = b1
ecuación; a21, a22 son los de la segunda ecuación; x1,
a21 x1 + a22 x2 = b2 x2 son las 2 incógnitas y b1, b2 los términos
independientes.

Resolverlo consiste en encontrar (si existen) todos los valores de x1 y x2

que satisfacen simultáneamente ambas ecuaciones
Ejemplo
• x1 = 1, x2 =2 es solución del sistema ya que satisface
simultáneamente ambas ecuaciones:
2.1 – 3.2 = -4 y -4.1 + 2 = -2
2 x1 - 3 x2 = -4
-4 x1 + x2 = -2
• x1 = -2, x2 = 0 no es solución del sistema porque aunque
satisface la primera ecuación (2.(-2) – 3.0 = -4) no
satisface la segunda (-4.(-2) + 0 = 8 = -2)
Álgebra y Geometría Analítica

Resolución gráfica de sistemas 2x2

Ejemplo
2x – y = -4 y = 2x + 4
x+y= 6 y=6-x

Tiene una única solución

Sistema compatible determinado

O P(2/3; 16/3) S= {(x ; y)} = {(2/3 ;16/3 )}

Álgebra y Geometría Analítica

Sistemas compatibles indeterminados

Sistemas que tienen infinitas soluciones

2x – y = -4
- x + (1/2)y = 2

y = 2x + 4
y = 4 + 2x

S = {(x ; y)} = {(t ; 2t + 4)} ∀ t ∈ R

Álgebra y Geometría Analítica

Sistemas incompatibles
Sistemas que no tienen solución

Ejemplo

2x – y = -4
2x - y = 1

y = 2x + 4
y = 2x - 1
 Álgebra y Geometría Analítica

Sistemas lineales mxn

Sean m, n números naturales. Un sistema de m
ecuaciones lineales con n incógnitas es el conjunto de m
ecuaciones lineales con n incógnitas que se indica:

a11 x1 + a12 x2 + … + a1n xn = b1

a21 x1 + a22 x2 + … + a2n xn = b2
.
.
.
am1 x1 + am2 x2 + … + amn xn = bm

donde a11, a12,..., a1n son los coeficientes de la primera ecuación; a21, a22,
..., a2n son los de la segunda ecuación; así como am1, am2,..., amn los de la
ultima ecuación; x1, x2,..., xn son las n incógnitas y b1, b2,..., bm los términos
independientes.
Álgebra y Geometría Analítica

Pueden escribirse en forma matricial: A X = B

A: Matriz de coeficientes
X: Matriz de incógnitas
B: Vector columna de términos independientes

Ejemplo

x1 - 3x2 + 4x3 = 1 Puede escribirse

1 -3 4 x1 1
en forma matricial
2x1 - 5x2 + 7x3 = 2 x2
2 -5 7 . = 2
-x2 + 2 x3 = -1 0 -1 2 x3 -1
Sistema de tres ecuaciones
lineales con tres incógnitas A X B
Álgebra y Geometría Analítica

Operaciones elementales con las

ecuaciones (con los renglones) de un
sistema (de una matriz)
En una matriz:
1. Multiplicar un renglón por un número
distinto de cero. (Ri → a Ri)
2. Sumar un múltiplo de un renglón a otro
renglón. (Ri → Ri + a Rj)
3. Intercambiar dos renglones. (Ri ↔ Ri)
Álgebra y Geometría Analítica
Operaciones elementales con las
ecuaciones (con los renglones) de un
sistema (de una matriz)
Pueden ser de tres tipos:
• intercambio de dos renglones.
Ri ↔ Rj
• reemplazo de un renglón por un múltiplo
escalar no nulo de ese renglón.
Ri → c Ri , c ≠ 0
• reemplazo de un renglón por la suma de éste
con un múltiplo escalar de otro renglón de A.
Rj → Rj + cRi
Álgebra y Geometría Analítica

Operaciones de renglón: ejemplo

Matriz Operación de Notación Matriz
renglón resultante
7 -3 1 Intercambio de dos 1 5 11
2 4 9 renglones (el primero R1 ↔ R3 2 4 9
y el tercero)
1 5 11 7 -3 1

1 -1 11 7 Reemplazo de un reng. 1 -1 11 7
por un múltiplo escalar R2 → 4 R2
3 0 ½ 4 12 0 2 16
no nulo de ese renglón

1 -1 11 Reemplazo de un reng. 1 -1 11
por la suma de éste R → R - 2R
3 2 ¼ 3 3 2 3 2 ¼
con un múltiplo escalar
6 1 2 de otro renglón. 0 -3 3/2
Álgebra y Geometría Analítica

Matriz escalón y escalón reducida

Forma escalón:
• las filas nulas se colocan al final.
• el primer elemento no nulo de una fila no nula
es un 1.
• el número de ceros es creciente cuando se
pasa de un renglón i a otro k si i<k.
Forma escalón reducida si además:
• toda columna que contenga el primer 1 de un
renglón no nulo tiene ceros en las demás
posiciones.
 Álgebra y Geometría Analítica

Matriz escalón y escalón reducida

Ejemplo: determinar si las siguiente matriz está o no en la forma
escalón y escalón reducida
• La única fila nula que tiene aparece al final
1 0 2 3
• El primer elemento no nulo de una fila
A= 0 1 1 0
no nula es un 1.
0 0 0 1 • Si dos renglones sucesivos tienen
0 0 0 0 elementos distintos de cero, entonces el
primer 1 en el renglón de abajo está más hacia la derecha que el primer 1
en el renglón de arriba (número de ceros en aumento).
No cumple:
• Toda columna que contenga el primer 1 de un renglón no nulo tiene ceros
en las demás posiciones (debido a que a14 = 3 y no 0)
A es una matriz escalón pero no una matriz escalón reducida
Álgebra y Geometría Analítica

Método de Gauss
x1 - 3x2 + 4x3 = 1
Ejemplo: determina la solución para 2x1 - 5x2 + 7x3 = 2
-x2 + 2 x3 = -1

Formamos la matriz aumentada y aplicamos operaciones elementales

hasta obtener una forma escalón de la matriz de coeficientes
1 -3 4 1 1 -3 4 1 1 -3 4 1
R2 → R2 - 2R1 R3 → R3 + R2
2 -5 7 2 0 1 -1 0 0 1 -1 0
0 -1 2 -1 0 -1 2 -1 0 0 1 -1
Del último renglón: x3 = -1
Del segundo: x2 – x3 = 0; x2 = x3 => x2 = -1
Del primero: x1 – 3x2 + 4x3 = 1 => x1 = 1 + 3.(-1) – 4(-1) = 2

S = {(x1 ; x2 ; x3)} = {(2 ; -1 ; -1)}

Álgebra y Geometría Analítica

Método de Gauss-Jordan
Continuamos con el ejemplo anterior
En vez de obtener una forma escalón de la matriz de coeficientes,
continuamos hasta obtener la forma escalón reducida.

1 -3 4 1 1 -3 4 1 1 -3 4 1
2 -5 7 2 R2 → R2 - 2R1 0 1 -1 0 R3 → R3 + R2 0 1 -1 0
0 -1 2 -1 0 -1 2 -1 0 0 1 -1

1 0 1 1 1 0 0 2
R → R1 - R3
R1 → R1 + 3R2 0 1 -1 0 1 0 1 0 -1
R2 → R2 + R3
0 0 1 -1 0 0 1 -1

Del primer renglón: x1 = 2

Del segundo: x2 = -1
Del tercero: x3 = -1 S = {(x1 ; x2 ; x3)} = {(2 ; -1 ; -1)}
 Álgebra y Geometría Analítica

Ejemplo: clasifica el siguiente sistema

x1 + x3 + x4 = 0
x2 + x3 = 1
x1 + x4 - 2 x2 = -1
Formamos la matriz aumentada y aplicamos operaciones elementales
hasta obtener una forma escalón de la matriz de coeficientes
1 0 1 1 0 1 0 1 1 0
0 1 1 0 1 R3 → R3 - R1 0 1 1 0 1 R3 → R3 + 2R2
1 -2 0 1 -1 0 -2 -1 0 -1
1 0 1 1 0 Del último renglón: x3 = 1
Del segundo: x2 + x3 = 1; x2 = 1 - x3 => x2 = 0
0 1 1 0 1
Del primero: x1 + x3 + x4 = 0 => x1 = -1 – x4 = -1 - t
0 0 1 0 1
S = {(x1 ; x2 ; x3 ; x4)} = {(-1-t ; 0 ; 1; t)} ∀ t ∈ R Compatible indeterminado
Álgebra y Geometría Analítica

Ejemplo: clasifica el siguiente sistema

x1 + x3 + x4 = 0
x2 + x3 = 1
x1 - x2 + x4 = 1
Formamos la matriz aumentada y aplicamos operaciones elementales
hasta obtener una forma escalón de la matriz de coeficientes
1 0 1 1 0 1 0 1 1 0
0 1 1 0 1 R3 → R3 - R1 0 1 1 0 1 R3 → R3 + R2
1 -1 0 1 1 0 -1 -1 0 1

1 0 1 1 0 Del último renglón: 0.x1 + 0.x2 + 0.x3 + 0.x4 = 2; lo que es

imposible => el sistema no tiene solución.
0 1 1 0 1
0 0 0 0 2 Sistema Incompatible
Álgebra y Geometría Analítica

Rango (de una matriz A)

• El rango de una matriz A es el número
de renglones no nulos que tiene
cualquier forma escalón de la matriz A.
• Se indica por r(A).
• Veamos ejemplos: r (A) = 3

1 0 1 1 0 1 0 1 1 0
A= 0 1 1 0 1 ; Esc A = 0 1 1 0 1
1 -1 0 1 1 0 0 0 0 1
 Álgebra y Geometría Analítica

Rango y solución
Sea S un sistema de m ecuaciones lineales con n incógnitas,
de la forma A X = B. Y sea A’ la matriz aumentada:

• El sistema es compatible determinado r(A) = r(A’) = r y r = n

• El sistema es compatible indeterminado: r(A) = r(A’) = r y r < n

• El sistema es incompatible : r(A’) > r(A)

En los ejemplos analizados:

1 -3 4 1 1 0 1 1 0 1 0 1 1 0
0 1 -1 0 0 1 1 0 1 0 1 1 0 1
0 0 1 -1 0 0 1 0 1 0 0 0 0 1

r(A) = r(A’) = 3 = n r(A) = r(A’) = 3 < 4 = n r(A’) = 3 > 2 = r(A)

Compatible determinado Compatible indeterminado Incompatible
 Álgebra y Geometría Analítica

Sistemas homogéneos
El sistema de m ecuaciones lineales con n incógnitas
donde bi = 0 ∀ i:1, 2, ..., n se llama homogéneo.
 a11x1 + a12x2 + ... + a1nxn = 0

 a21x1 + a22x2 + ... + a2nxn = 0

 .................................
am1x1 + am2x2 + ... + amnxn = 0

¿Pueden ser incompatibles los sistemas homogéneos?

r(A) = r(A’) = r • si r = n El sistema es compatible determinado

• si r < n El sistema es compatible indeterminado

Propiedad: Un Sistema Homogéneo con más incógnitas que

ecuaciones tiene infinitas soluciones.
Álgebra y Geometría Analítica

Matrices
• Matrices. Clasificación. Propiedades.
• Operaciones matriciales (adición,
producto por un escalar y
multiplicación). Propiedades
• Matriz inversa. Matriz Transpuesta
• Aplicaciones para Sistemas de
ecuaciones lineales nxn.
• Sistemas homogéneos nxn.
Álgebra y Geometría Analítica

Matrices: Notación
Matriz: disposición rectangular de números
A = (aij) / aij ∈ R, 1≤i≤m, 1≤j≤n
Ejemplos: A ∈ R3x2 ; B ∈ R1x2 ;

-2 -2/3
A= 0 7 B= -1 -3

1 0
 Álgebra y Geometría Analítica

Matrices: Notación, clasificación

• Si m = n, A es una matriz cuadrada.
• Para una matriz cuadrada, d = {aii} / aii ∈ R, 1≤i≤n es la
diagonal de A.
• Si A es cuadrada, aij = 0 ∀ i ≠ j, A es una matriz diagonal.
• Si A es cuadrada, aij = 0 ∀ i ≠ j y aij = k, ∀ i = j, A es una matriz
escalar.
-2 -2/3 1 3 0 7 0 0
A= 0 7 -3 B= 0 7 C= 0 7 0
1 0 13 0 0 0 0 7
Matriz cuadrada Matriz no cuadrada Matriz cuadrada
No diagonal No diagonal Diagonal
No escalar No escalar Escalar
 Álgebra y Geometría Analítica

Matrices: Ejemplos
1. Escribe explícitamente la matriz A:
A = (aij) / aij ∈ R, 1≤i≤3 , 1≤j≤3
aij= 2 si i ≤ j ; aij = -1 si i > j
Dado que 1≤i≤3, tenemos que A tiene 3 filas. 2 2 2
Dado que 1≤j≤3, tenemos que A tiene 3
columnas. A= -1 2 2
-1 -1 2
Hallamos sus componentes:
a11 = 2 ya que i = j = 1 a12 = 2 ya que i =1< 2 = j a13 = 2 ya que i = 1< 3 = j
a21 = -1 ya que i = 2 > 1 = j a22 = 2 ya que i = j = 2 a23 = 2 ya que i = 2 < 3 = j
a31 = -1 ya que i = 3 > 1 = j a32 = -1 ya que i = 3 > 2 = j a33 = 2 ya que i = j = 3
Álgebra y Geometría Analítica

Matrices: Ejemplos
2. Escribe explícitamente la matriz B:
B = (bij) / bij ∈ R, 1≤i≤3 , 1≤j≤4
bij= i-j si i ≤ j ; bij = i! si i > j

Dado que 1≤i≤3, tenemos que B tiene 3 filas.

Dado que 1≤j≤4, tenemos que B tiene 4 0 -1 -2 -3
columnas. B= 2 0 -1 -2
6 6 0 -1
Hallamos sus componentes:
b11: como i = j = 1, b11 = 1 – 1 = 0 b12 : como i = 1 < 2 = j, b12 = 1-2 = -1
b21: como i = 2 > 1 = j, b21 = 2! = 2 b22 : como i = j = 2, b22 = 2 – 2 = 0
b31: como i = 3 > 1 = j, b31 = 3! = 6 b32 : como i = 3 > 2 = j, b32 = 3! = 6
Álgebra y Geometría Analítica

Matrices: Suma
A = (aij) , B = (bij), 1≤i≤m , 1≤j≤n
A+B = S = (sij) / sij = aij + bij
Propiedades:
A+(B+C) = (A+B)+C A+B = B+A
∃ 0 (matriz nula) / ∀ A, A+0 = A ∀ A, ∃ -A / A+(-A) = 0
Ejemplos: 3 -2
Si A = ∃ -A, mas aún
0 3/2

-1 0 3 -1/4 2 -1/4 -3 2 ya que

-A=
0 -3/2
-3 1/2 + 3 -1/2 = 0 0
A + (-A) = 0 0
2 1 3 1 5 2 0 0
Álgebra y Geometría Analítica

Matrices: Ecuaciones
A = (aij) , B = (bij), mxn
• A+X = B
• (-A) +A +X = (-A) + B
Asociando y sabiendo que A+(-A) = 0
• 0 +X = (-A) + B
• X = (-A) + B
Escribimos X = (-A) + B = B - A
Álgebra y Geometría Analítica

Matrices: Multiplicación por un escalar

r, s ∈ R, A = (aij) de orden mxn
rA = (pij) / pij = raij
Propiedades:
r(A+B) = rA+rB
(r+s)A = rA+sA
(r.s)A = r(sA)
1A = A
 Álgebra y Geometría Analítica

Multiplicación de matrices
A = (aik) , mxp ; B = (bkj) , pxn ;
A.B = C = (cij) / cij = Σ aikbkj 1≤k≤p
Ejemplo:
7 1 7.0+1.2 7.(-1)+1.0 -15 -23
0 -1 -2 -3
-1 0 . = -1.0+0.2 -1(-1)+0.0 2 3
2 0 -1 -2
-3 5 2x4 -3.0+5.2 -3.(-1)+5.0 1 -1
3x2

Se pueden multiplicar

La matriz producto es de orden 3x4

Álgebra y Geometría Analítica

Propiedades de la multiplicación:

(A B) C = A (B C)
(A + B) C = A C +B C
C(A + B) = CA +CB
A I = I A = A si m =n
Álgebra y Geometría Analítica

Matrices y Sistemas:
Pueden escribirse en forma matricial: A X = B
A: Matriz de coeficientes
X: Matriz de incógnitas
B: Vector columna de términos independientes
Ejemplo

x1 - 3x2 + 4x3 = 1 Puede escribirse

1 -3 4 x1 1
en forma matricial
2x1 - 5x2 + 7x3 = 2 x2
2 -5 7 . = 2
-x2 + 2 x3 = -1 0 -1 2 x3 -1
Sistema de tres ecuaciones
lineales con tres incógnitas A X B
Álgebra y Geometría Analítica

Observaciones importantes:
AB ≠ BA
Para tener en cuenta:
• A B = 0 no implica A = 0 o B = 0
• A B = A C no implica B = C
• (A + B)2 = A2 + AB + BA + B2
• (A + B) (A – B) = A2 – AB + BA – B2
Potencias :
A0 = I; A1 = A; An+1 = An A ; si n ≥ 2
Álgebra y Geometría Analítica

Transposición de Matrices:

Si A = (aij) / aij ∈ R, 1≤i≤m, 1≤j≤n

Definimos:
At = (aji) / aji ∈ R, 1≤j≤n ,1≤i≤m
Ejemplo:
7 -3
7 2 1
A= 2 4
At = -3 4 5
1 5 2x3
3x2
Álgebra y Geometría Analítica

Transposición de Matrices
Propiedades:
(At)t = A
(A+B)t = At + Bt
(c A)t = c At
(A B)t = Bt At
A es simétrica ⇔ A = At ⇔ aij = aji

A es antisimétrica ⇔ - A = At ⇔ -aij = aji (¿qué

ocurre cuando i = j? ¿cuánto vale el aii?)
Álgebra y Geometría Analítica

Inversa de una Matriz nxn

Si A = (aij) / aij ∈ R, 1≤i≤n, 1≤j≤n
A tiene inversa si ∃ una matriz B de
orden nxn que satisface las condiciones:
A.B = B.A = I
Si A tiene inversa la denotamos A-1
Propiedades (demostrar todas):
• Si A tiene inversa, ésta es única
• (A-1)-1 = A (A-1)t = (At)-1
• (A B)-1 = B-1 A-1
Álgebra y Geometría Analítica

Cálculo de la inversa

 4 3
Sea A =
 
 1 1
x y
queremos encontrar una matriz B=  
 z w
tales que A B = B A = I  
Álgebra y Geometría Analítica

Para hallar los elementos de la matriz A-1

resolvemos el sistema de ecuaciones
lineales

 4 x + 3 z = 1

 4 y + 3 w = 0

 x + z = 0
 y + w = 1
Álgebra y Geometría Analítica

O bien los sistemas

4x + 3z = 1 4y + 3w = 0
 
 x+z =0  y+w =1

Observamos que ambos sistemas

tienen la misma matriz de coeficientes
y difieren en el vector de términos
independientes
Álgebra y Geometría Analítica

Matrices ampliadas de los sistemas de

ecuaciones:

 4 3 1  4 3 0
   
 1 1 0
  1 1 1
 
Como las matrices de los sistemas
coinciden, podemos resolverlos en forma
simultánea.
Álgebra y Geometría Analítica

Disponemos la matriz de coeficientes y los

vectores de términos independientes de los
dos sistemas de ecuaciones en un solo arreglo

4 3 1 0 1 1 0 1
1 1 0 1 4 3 1 0

1 1 0 1 1 1 0 1 1 0 1 −3
0 −1 1 −4 0 1 −1 4 0 1 −1 4
Álgebra y Geometría Analítica

Luego, hemos resuelto simultáneamente los

dos sistemas de ecuaciones lineales

 1 −3
A -1 =  
−1 4 
Álgebra y Geometría Analítica
Aplicamos el proceso anterior para calcular la
inversa de la siguiente matriz

Sea A la matriz de orden 3x3

definida por A = (aij) tal que

aij = 2i si i =j

i.j si i ≠j
Álgebra y Geometría Analítica

Explicitamos la matriz A

2 2 3
 
2 4 6
•A= 3
 6 6 

2 2 3 1 0 0
2 4 6 0 1 0
3 6 6 0 0 1
Álgebra y Geometría Analítica

Aplicando el Método del Espejo

1 1 3
2
1
2 0 0 1 1 3 2 12 0 0
2 4 6 0 1 0 0 2 3 −1 1 0
3 6 6 0 0 1 0 3 3 −3 0 1
2 2

1 1 3
2
1
2 0 0 1 1 3
2
1
2 0 0
−1 0 1 3 −1 1 0
0 1 3
2 2
1
2 0 2 2 2

0 3 3
2
−3
2 0 1 0 0 −3 0 −3
2 1
Álgebra y Geometría Analítica

Continuamos llevando la matriz ampliada a su forma

escalonada por renglones reducida

1 1 3
2
1
2 0 0 1 1 3
2
1
2 0 0
−1 0 1 0 −1 −1 1
0 1 3
2 2
1
2 0 2 4 2

−1 0 0 1 0 1 −1
0 0 1 0 1
2 3 2 3

1 0 3 1 1 −1 1 0 0 1 −1 0
2 4 2 2

0 1 0 −1 −1 1 0 1 0 −1 −1 1
2 4 2 2 4 2

0 0 1 0 1 −1 0 0 1 0 1 −1
2 3 2 3
Álgebra y Geometría Analítica

Luego, la inversa de la matriz A es

• A-1 =  1 −1 0 
 
2

 −1 2 −1
4
1
2 
 0 −1 
 3 
1
2
 Álgebra y Geometría Analítica

Cálculo de la matriz inversa de A

3 4 18 3 4 18 1 0 0
A= 0 2 4 Planteamos 0 2 4 0 1 0
1 0 3 1 0 3 0 0 1
Hallamos la forma escalón reducida de A aplicando las operaciones a A | I

3 4 18 1 0 0 1 0 3 0 0 1
0 2 4 0 1 0 R1 ↔ R3 0 2 4 0 1 0 R3 → R3 - 3R1
1 0 3 0 0 1 3 4 18 1 0 0
1 0 3 0 0 1 1 0 3 0 0 1
0 2 4 0 1 0 R2 → ½ R2 0 1 2 0 ½ 0 R3 → R3 - 4R2
0 4 9 1 0 -3 0 4 9 1 0 -3
1 0 3 0 0 1 R → R - 3R 1 0 0 -3 6 10
1 1 3
0 1 2 0 ½ 0 R → R - 2R 0 1 0 -2 9/2 6
2 2 3
0 0 1 1 -2 -3 0 0 1 1 -2 -3

I A-1
Álgebra y Geometría Analítica

Verificación del cálculo de A-1

3 4 18 -3 6 10
Para A = 0 2 4 Obtuvimos A-1 = -2 9/2 6
1 0 3 1 -2 -3

Verificación:

3 4 18 -3 6 10 1 0 0
A.A-1 = 0 2 4 . -2 9/2 6 = 0 1 0
1 0 3 1 -2 -3 0 0 1
Álgebra y Geometría Analítica

Rango e inversa:
•Una matriz cuadrada nxn admite inversa
cuando r(A) = n.
• A admite inversa si y sólo si su forma
escalón reducida es I (identidad) .
• Si A admite inversa (A | I ) → ( I | A-1)
Álgebra y Geometría Analítica

Matrices: Ecuaciones
A = (aij) , B = (bij), nxn , A es regular
•AX=B
• (A-1) A X = (A-1) B
Asociando y sabiendo que A-1 A = I
• I X = (A-1) B
• X = (A-1) B
Escribimos X = A-1 B
Álgebra y Geometría Analítica

Otras Ecuaciones

A, B, C son de orden nxn y regulares

•AXC=B
(A-1) A X C= A-1 B
X C C-1 = A-1 B C-1
• X = A-1 B C-1
Álgebra y Geometría Analítica

Otra forma de hallar la inversa de una matriz de 2x2

a b d -b
A= A -1= [1/ (ad – cb)].
c d -c a
Ejemplo: Hallar la matriz inversa de A

1 -2
A=
4 3
3 2 3 2
A -1= [1/ (1.3 – 4.(-2)]. = 1/11. =
-4 1 -4 1
3/11 2/11
=
-4/11 1/11
Álgebra y Geometría Analítica

Sistemas lineales e inversas:

Si A admite inversa, obtenemos:
A X = B de donde X = A−1 B

Retomando el ejemplo anterior

1 -3 4 x1 1
x1 -3 2 -1 1 2
2 -5 7 . x2 1
Hallando A-1 x2 = -4 2 1 . 2 = -1
0 -1 2 x3 1 x3 -2 1 1 -1 -1

A X B
X A-1 B

Concluimos que la solución del sistema es:

S = {(x1 ; x2 ; x3)} = {(2 ; -1 ; -1)}
Álgebra y Geometría Analítica

Una buena conjunción

• APRENDER MATEMÁTICA ES
HACER MATEMÁTICA
Y
• HACER MATEMÁTICA ES
SABER RESOLVER
PROBLEMAS