Matematiques II

Prof. Diego Ruiz Hernandez

Setmana 3: Gener 24 i 25 de 2005

1 Metodo de Cramer (Solucion de Sistemas de Ecuaciones)

Una vez concluido nuestro analisis de los determinantes, podemos presentar el primer metodo concreto
de solucion de sistemas de ecuaciones que discutiremos en detalle a lo largo de este curso: el Metodo
de Cramer1 .
Volvamos a nuestro Sistema (1)

a11 x1 + a12 x2 = b1 (1)

a21 x1 + a22 x2 = b2

y analicemos el numerador de las expresiones que encontramos para x1 y x2 :

a22 b1 a12 b2 a11 b2 a21 b1

x1 = a11 a22 a12 a21 , x2 = a11 a22 a12 a21

as como el denominador es el determinante de la matriz A de coeficientes, los numeradores a22 b1 a12 b2

y a11 b2 a21 b1 son tambien determinantes. De hecho, son los determinantes de las matrices

b1 a12 a11 b1
D1 = y D2 = ,
b2 a22 a21 b2

de donde la solucion al Sistema (1) se puede expresar como

|D1 | |D2 |
x1 = , x2 = .
|A| |A|

1 Recordad que un metodo alternativo es la reduccion por Gauss o Gauss-Jordan

1
 En general, la solucion al sistema n n:

a11 x1 + . . . + a1n = b1 (2)

a21 x1 + . . . + a2n = b2

an1 x1 + . . . + ann = bn

se puede expresar como el vector de variables xj tales que

|Dj |
xj =
|A|

donde A es la matriz de coeficientes del Sistema (2) y Dj es la matriz que resulta de sustituir, en A, la
columna j por el vector de constantes b = (b1 , . . . , bn ). Una conclusion mas, que ya habamos discutido,
se deriva de esta metodologa:

El Sistema (2) tendra solucion si y solo si |A| =

6 0.

Ejemplo 1 Resolver el sistema

4x1 + 3x2 = 6

3x1 2x2 = 4

4 3 6 6 3 4 6
Solucion A = , b = , D1 = y D2 = , de donde
3 2 4 4 2 3 4

|A| = 17, |D1 | = 24, |D2 | = 2

y finalmente
|D1 | 24 |D2 | 2
x1 = = , x2 = = .
|A| 17 |A| 17

Facilmente se puede comprobar que 4 24 2 24 2

17 + 3 17 = 6 y que 3 17 2 17 = 4.

2 Dos ecuaciones lineales con dos incognitas: otra perspectiva

Volvamos una vez mas al sistema de ecuaciones discutido mas arriba

a11 x1 + a12 x2 = b1 (3)

a21 x1 + a22 x2 = b2

2
En la cuarta sesion vimos que dicho sistema poda escribirse en forma matricial como:

Ax = b.

Donde A representa la matriz de coeficientes, y los vectores x y b son los vectores de variables
y terminos independientes, respectivamente. Tambien hemos hallado una expresion para x1 y x2 en
terminos de los parametros del sistema:

a22 b1 a12 b2 a11 b2 a21 b1

x1 = , x2 = ,
a11 a22 a12 a21 a11 a22 a12 a21

reordenando los terminos de estas expresiones llegamos a

a22 a12
x1 = b1 b2
a11 a22 a12 a21 a11 a22 a12 a21
a21 a11
x2 = b1 + b2
a11 a22 a12 a21 a11 a22 a12 a21

y si agrupamos los terminos que multiplican a b1 y b2 en una matriz B, podemos expresar estas ecuaciones
en forma matricial como:
x =Bb,

en donde
a22
a11 a22 a12 a21 a11 a22aa
12
12 a21
B= (4)
a11 a22aa
21
12 a21
a11
a11 a22 a12 a21

Que particularidad tiene esta matriz? Si premultiplicamos B por A obtendremos

a22
a11 a12 a11 a22 a12 a21 a11 a22aa
12
12 a21
AB =
a21 a22 a11 a22aa
21
12 a21
a11
a11 a22 a12 a21

a11 a22 a12 a21
a11 a22 a12 a21 a11 a22 a12 a21 a11 aa2211a
a12
12 a21
+ a11 a12
a11 a22 a12 a21 1 0
= =
a21 a22 a21 a22
a11 a22 a12 a21 a11 a22 a12 a21 a11 aa2212a
a21
12 a21
+ a11 a22
a11 a22 a12 a21 0 1

La matriz identidad 2 2!
A la matriz B que, al ser multiplicada por A, nos da la matriz identidad se le conoce como la
inversa de la matrz A, y se denota por A1 . En las siguientes secciones nos ocuparemos de algunas
caractersticas de las matrices inversas.

3 La Inversa de una Matriz Cuadrada

En la tercera sesion introdujimos el concepto de Matriz Identidad y en el Teorema 2 se describa una
de las propiedades fundamentales de la misma: Sea A = (aij )nn , y In la matriz identidad de orden n,

3
entonces
AIn = In A = A

Es decir, I juega el mismo papel para una matriz n n, que el numero 1 para los numeros reales (pues
a 1 = 1 a = a para cualquier a R).

Definicion 1 Inversa de una Matriz. Sean A = (aij )nn y B = (bij )nn tales que

AB = BA = I,

entonces B se conoce como la inversa de A y se escribe A1 . De donde resulta que

AA1 = A1 A = I.

1
Observacion. Se sigue inmediatamente de esta definicion que A1 = A si A es invertible.
Observacion. Esta definicion no establece que toda matriz cuadrada tenga una inversa. De hecho
muchas matrices cuadradas no tienen inversa.

Teorema 1 Si una matriz cuadrada A es invertible, entonces su inversa es unica.

Demostracion Supongamos que A1 = B y que A1 = C. Entonces por definicion AB = BA = I y
AC = CA = I. En consecuencia B (AC) = BI = B y (BA) C = IC = C. Pero, por la Ley Asociativa,
B (AC) = (BA) C B = C.

q.e.d.

Teorema 2 Sean A y B matrices invertibles n n. Entonces AB es invertible y

1
(AB) = B 1 A1

1
Demostracion Segun la definicion (1) AB = BA = I, por lo tanto, (AB) = B 1 A1 si y solo si

B 1 A1 (AB) = (AB) B 1 A1 = I

pero esto es claro ya que por la ley asociativa:

B 1 A1 (AB) = B 1 A1 A B = B 1 IB = B 1 B = I

y
(AB) B 1 A1 = A BB 1 A1 = AIA1 = AA1 = I

q.e.d.

Volvamos una vez mas al sistema de dos ecuaciones en dos incognitas que discutamos al principio de
la sesion y extendamoslo a un sistema de n ecuaciones en n incognitas. Sean A = (aij )nn , y x y b

4
vectores de n elementos tales que:
Ax = b,

Si A es invertible, entonces se cumple que A1 Ax =A1 b x =A1 b. Es decir, si A es invertible, el

sistema Ax = b tiene la solucion unica:
x =A1 b.

que constituye una alternativa a la solucion de sistemas de ecuaciones por el Metodo de Cramer.
Ahora nos quedan dos preguntas por responder.

1. Cuando una matriz tiene inversa?

2. Si una matriz es invertible, de que forma la podemos evaluar?

Proposicion 3 Una matriz cuadrada A es invertible, si y solo si det A 6= 0.

Esto resulta mas claro si analizamos la matriz B en (4). Mas arriba hemos dicho que B es la inversa
de la matriz A. Es decir:

a22
a11 a22 a12 a21 a11 a22aa
12

A1 = 12 a21
a11 a22aa
21
12 a21
a11
a11 a22 a12 a21

si tomamos el termino 1
a11 a22 a12 a21 como factor comun, podremos expresar A1 como

1 a a12
A1 = 22
a11 a22 a12 a21 a21 a11

y ya hemos dicho que det A = a11 a22 a12 a21 , por lo que la matriz A sera invertible si y solo si este
valor es diferente de cero, ya que de lo contrario el resultado para cada xi sera .

Ya sabemos ahora que una matriz sera invertible cuando su determinante sea diferente se cero. Ahora
bien, como calculamos esta inversa?

3.1 Eliminacion por Metodo de Gauss

El primer metodo que vamos a exponer es el conocido como Metodo

de Gauss. Volvamos a nuestro
a11 a12
Sistema (1). La matriz de coeficientes del mismo es A = y, si det A 6= 0, su inversa sera
a21 a22

c1 c2
una matriz del tipo A1 = , utilizando el hecho de que AA1 = I podemos escribir:
c3 c4

a11 a12 c1 c2 1 0
AA1 = =
a21 a22 c3 c4 0 1

5
Esto implica:
a11 c1 + a12 c3 = 1, a11 c2 + a12 c4 = 0
a21 c1 + a22 c3 = 0, a21 c2 + a22 c4 = 1

que es un sistema de cuatro ecuaciones en cuatro variables o bien, dos sistemas de ecuaciones en dos
variables cada uno. Estos dos sistemas pueden ser expresados como las matrices aumentadas:
 
 
a11 a12  1 a11 a12  0


y 

,
a21 a22  0 a21 a22  1

en donde el termino separado por una barra representa al vector de constantes de cada uno de los dos
sistemas. Ahora, dado que las matrices de coeficientes en ambos sistemas son identicas, podemos utilizar
una matriz aumentada ampliada:


a11 a12  1 0
 . (5)

a21 a22  0 1

Si A es invertible, el Sistema (1) tiene solucion y reduciendo (5) por el metodo de Gauss-Jordan
resulta que: 

1 0  c1 c2
 .

0 1  c3 c4

Observacion. Este procedimiento puede ser aplicado sobre cualquier matriz invertible n n.

2 3
Ejemplo 2 Determinar si la matriz A = es invertible y, en caso afirmativo, calcular su
4 5
inversa.

Solucion det A = (10 12) = 2 : A es nvertible, y su inversa es

 
3  1
3  1

2 0 1 2
 2 0
 
a1 1/2 a2 =a1 4+a2
4 5  0 4
 
1 5  0 1
 
1 3 3
 1  1
2
 2 0 1 2
 2 0
 
0 1  2 a2 (1)  2 1 a1 =a2 23 +a1
 
1 0 1

1 0  52 32


0 1  2 1


52 32
de donde A1 = . Es facil demostrar que
2 1

52 32 2 3 1 0
AA1 = = .
2 1 4 5 0 1

6
 Observacion. Si en la reduccion por filas de A se llega a una fila de ceros, la matriz A no es
invertible.
Advertencia. Es muy facil cometer errores numericos al calcular A1 , por lo que se aconseja verificar
siempre los calculos comprobando que AA1 = I.

Ejemplo 3 Resolver el sistema

2x1 + 4x2 + 3x3 = 6

x2 x3 = 4

3x1 + 5x2 + 7x3 = 7

Solucion Este sistema puede ser representado como Ax = b, donde

2 4 3 6

A= 0 1 1 y b = 4


3 5 7 7

Desarrollando por cofactores la primera columna podemos obtener

   
 1 1 
   
 4 3 
|A| = 2 

 + 3
  =3
 1 1

 5 7  

es decir, la matriz A es invertible y el sistema tiene una unica solucion x =A1 b. Siguendo la
metodologa del apartado anterior encontremos la matriz A1 :
 
  1 3
2 4 3 1 0 0 1 2
 2 2 0 0
 
1 1  0 0 1 1  0
 
0 1 0 1 0
 a1 1/2;  a3 =a2 +a3;
a3 =a1 (3)+a3 0 1 52  3 a1 =a2 (2)+a1
 
3 5 7  0 0 1 2 0 1

 
7 1 13 7
2

1 0 2
 2 0 1 0 0  4 3 3
 
5 2
1 1  0 0  1
 
0 1 0 0 1 3 3

 a3 2 ; a2 =a3 +a2 ; 
3
0 32  3 1  1 2 2
 
0 2 1 1 a1 =a3 ( 27 )+a1 0 0 3 3

Ahora, x =A1 b implica

4 13
3 73 6 25

x= 1
5 2 4 = 8 .

3 3
2 2
1 3 3 7 4

7
 Teorema 4 Sea A una matriz nn. Entonces cada una de las siguientes afirmaciones implica
a las otras tres (es decir, si una se cumple, todas se cumplen):

1. A es invertible.

2. El sistema Ax = b tiene una unica solucion para cada n vector b.

3. A es no singular, i.e. det A 6= 0.

4. La unica solucion al sistema homogeneo Ax = 0 es la solucion trivial x = 0.

Ejercicio 1 En cada uno de los siguientes apartados, determinar si la matriz dada es invertible. Si lo
es, calcule su inversa por el metodo arriba desarrollado.

2 1 1 6 0 1
1. 2. 3.
3 2 2 12 1 0

1 1 1 3 2 1
1 1
4. 5. 0 6. 0

2 3 2 2
3 3
5 5 1 0 0 1

1 1 1 1 6 2 2 1 4

7. 0 1 8. 2 9. 1 0

1 3 5 5

0 0 1 7 12 4 19 7 3

3 4
Ejercicio 2 Muestre que la matriz A = es igual a su propia inversa.
2 3

Problema 1 El el modelo inut-output de Leontieff puede ser escrito como (I A) x = b. La ma-

triz A es la matriz de demanda interna o matriz de tecnologa, la matriz (I A) es la matriz
de Leontieff y los vectores x y b, la produccion industrial y la demanda externa, respectivamente.
Encuentre el vector de produccion en el modelo de Leontieff si:

1 1
30 5 5 0

b = 20

y A=
2 2 3 .

5 5 5
1 1 2
40 5 10 5

Problema 2 Muestre que una matriz diagonal, as como las matrices triangulares superiores e inferiores
son invertibles si y solo si cada una de sus componentes diagonales es diferente de cero.

2 1
Problema 3 Demuestre que no es invertible encontrando x 6= 0 tal que Ax = 0.
4 2

8
4 Determinantes e Inversas: el metodo de la matriz adjunta
En esta seccion veremos como invertir matrices mediante el uso de determinantes.

Teorema 5 Si A es invertible, entonces det A 6= 0 y det A1 = 1

det A

Demostracion

det I = det AA1 = det A det A1

1 =
1
det A1 =
det A

q.e.d.

Definicion 2 Adjunta. Sean A = (aij )nn y B = (Aij ), la matriz de sus cofactores. Entonces la
adjunta de A, escrita como Adj (A), es la traspuesta de la matriz B.

2 4 3

Ejemplo 4 Sea A = 0 1 1 . Calcular Adj (A) .


3 5 7
     
 1 1  0 1 
     
  2 4 
Solucion Tenemos A11  = 12; A12 = 
=   = 3,. . . , A33 =   = 2, de
    
  5 7  3 7   0 1 
donde
12 3 3 12 13 7

0
B = 13 5 2 Adj (A) = B = 3 2 .

5

7 2 2 3 2 2

Teorema 6 Sea A = (aij )nn , entonces

A Adj (A) = |A| I

Teorema 7 Sea A = (aij )nn , entonces A es invertible si y solo si det A 6= 0 y en consecuencia:

1
A1 = Adj (A) .
det A

Demostracion  
1 1 1
A Adj (A) = A Adj (A) = |A| I = I
|A| |A| |A|

q.e.d.

2 4 3

Ejemplo 5 Sea A = 0 1 1 . Determine si A es invertible y, si lo es, calcule A1 .


3 5 7

9
 Solucion Es fcil comprobarque det A = 3, es
decir, A es invertible. Asimismo, en el ejercicio
12 13 7

anterior encontramos Adj (A) = 3 2 . As,

5

3 2 2

12 13 7 4 13
3 73
1
A1 = 3 2 = 1 5 2 .

5 3 3
3
2 2
3 2 2 1 3 3

Ejercicio 3 En los siguientes problemas utilice el metodo desarrollado en esta seccion para determinar
si la matriz dada es invertible. En caso afirmativo, calcular la inversa.

3 2 3 6 0 1
1. 2. 3.
1 2 4 8 1 0

1 1 1 3 1 0 1 1 1

4. 0 5. 1 1 6. 0

2 3 2 1 1

5 5 1 1 1 1 0 0 1

1 2 3 3 1 0 2 1 4

7. 1 8. 1 1 9. 1 0

1 2 2 5

0 1 2 1 1 1 19 7 3

1 1 1 1 1 3 0 2
1 6 2
1 2 12 2 6

1 2 3
10. 2 11. 12.

3 5
1 1 2 2 10

1 2 5
7 12 4
1 3 3 2 1 6 1 3

1 1
Ejercicio 4 Para A = verifique que det A1 = 1
det A .
2 5

3
Ejercicio 5 Para que valores de la matriz no es invertible?
4 1

Problema 4 Muestre que una matriz A de n n es invertible si y solo si AT es invertible.

10
4.1 Otros Resultados

Proposicion 8 Si A es una matriz invertible n n, entonces AT es invertible y

1
T
AT = A1

Proposicion 9 Si A es una matriz invetible y 6= 0 una constante, entonces

1
(A) = 1 A1

Ejemplo 6

1
4
1 2 1 1 2
=
3 1 20 3 1
1
1 2
1 1 2 1 5 5
=
4 3 1 4 3 1
5 5

5 Sistemas de Ecuaciones Lineales

Llegados a este punto, tenemos ya las herramientas necesarias para resolver sistemas de n ecuaciones
lineales en m incognitas. Hemos visto que el sistema de ecuaciones

a11 x1 + a12 x2 + . . . + a1m xm = b1

a21 x1 + a22 x2 + . . . + a2m xm = b2

an1 x1 + an2 x2 + . . . + anm xm = bn

puede ser escrito, en forma matricial, como

Ax = b

a11 a12 a1m x1 b1

a21 a22 a2m x2 b2


donde A =
.. .. .. ..
, x =
..
y b =
..
. Si A es una matriz cuadrada, es

. . . . . .

an1 an2 anm xm bn
decir, si el sistema tiene n ecuaciones y n variables o incognitas y si |A| 6= 0, podemos resolver este
sistema de ecuaciones mediante la inversion de la matriz de coeficientes A y aplicando las reglas de
multiplicacion de matrices. Esta solucion se expresa como

x =A1 b

11
Ejemplo 7 Resolver el sistema

2x1 + 4x2 + 6x3 = 18

4x1 + 5x2 + 6x3 = 24

3x1 + x2 2x3 = 4

2 4 6

Solucion La matriz de coeficientes A = 4 tiene determinante

5 6

3 1 2

 
 
 1 2 3 











   5 6   4 6   4 5 
|A| = 2  4 = 2  2  + 3  = 6
 
5 6  
 1 2  3 2
     
     3 1 
1 2 
 
 3

por lo que concluimos que el sistema tiene solucion y que esta es unica. El siguiente paso sera encontrar
A1 . La matriz de cofactores de A se obtiene de la siguiente forma:
     
     
 5 6   4 6   4 5 
A11 =   A12 =   A13 =  
 1 2  3 2 
  
  3 1 
     
     
 4 6   2 6   2 4 
A21
B= =   A22 =   A23 =  
 1 2 2 
  
  3  3 1 
     
     
 4 6   2 6   2 4 
A31 =  
 A32 =  
 A33 =  


 5 6   4 6   4 5 

de donde
16 14 6

Adj (A) = B T = 26 22 12



11 10 6

y finalmente
16 14 6 38 7
3 1
1 1
A1 = Adj (A) = 26 22 12 = 13 11 2 .

|A| 6 3 3
11 10 6 11
6
5
3 1

Finalmente, la solucion del sistema esta dada por

83 7
3 1 18 4

13
x = 11 2 24 = 2 .

3 3
11
6
5
3 1 4 3

12
Ejemplo 8 Resolver el sistema

2x1 + 4x2 + 6x3 = 18

4x1 + 5x2 + 6x3 = 24

2x1 + 7x2 + 12x3 = 30

Solucion En este caso, el determinante de la matriz de coeficientes |A| = 0, por lo que el sistema
o bien no tiene solucion o tiene un infinito numero de ellas. Las soluciones al sistema pueden hallarse
mediante reduccion de la matriz por operaciones elementales de filas (Metodo de Gauss):
        
        
 2 4 6  18   1 2 3  9   1 2 3  9 
        
 0 3 6  12
        
 4 5 6  24    0 1 2  4 
   a1 =( 1 )a1    a2 =( 1 )a2   
   2    3   
 2 7 12  30  a2 =(4)a1 +a2  0 3 6  12  a3 =(3)a2 +a3  0 0 0  0 
a3 =(2)a1 +a3

En este caso tenemos multiples soluciones, ya que podemos expresar dos variables en funcion de la
tercera:

x2 = 4 2x3

x1 = 9 2x2 3x3 = 1 + x3

As, por ejemplo, en el caso x3 = 0, tenemos que x1 = 1 y x2 = 4, valores que satisfacen nuestro sistema
de ecuaciones original. Por lo que cualquier vector de la forma (1 + , 4 2, ), es una solucion al
sistema.

Ejemplo 9 Resolver el sistema

2x1 + 4x2 + 6x3 = 18

4x1 + 5x2 + 6x3 = 24

2x1 + 7x2 + 12x3 = 40

Solucion Lo mismo que en el ejemplo anterior, el determinante de la matriz de coeficientes |A| = 0,

por lo que nos encontramos ante un sistema que o bien no tiene solucion o tiene un infinito numero de
ellas. La respuesta a esta pregunta puede encontrarse mediante reduccion de la matriz por el Metodo de

13
Gauss:
        
0 1  1 
        
 2 4 6  18   1 2 3  9   1
        
 0 3 6  12
        
 4 5 6  24    0 1 2  4 
   a1 =( 1 )a1    a2 =( 1 )a2   
   2    3   
 2 7 12  40  a2 =(4)a1 +a2  0 3 6  22  a1 =(2)a2 +a1  0 0 0  10 
a3 =(2)a1 +a3 a3 =(3)a2 +a3

La ultima expresion se puede escribir como 0x1 + 0x2 + 0x3 = 10 lo que implica 0 = 1, claramente, esto
es imposible. En este caso, el sistema no tiene solucion.

Ejercicio 6 Determinar si el siguiente sistema de ecuaciones tiene solucion(es) y encontrarla(s).

x1 2x2 + 3x3 = 11

4x1 + x2 1x3 = 4

2x1 x2 + 3x3 = 10

Ejercicio 7 Determinar si el siguiente sistema de ecuaciones tiene solucion(es) y encontrarla(s).

3x1 + 6x2 6x3 = 9

2x1 5x2 + 4x3 = 6

1x1 + 16x2 14x3 = 3

Ejercicio 8 Determinar si el siguiente sistema de ecuaciones tiene solucion(es) y encontrarla(s).

x1 + x2 x3 = 7

4x1 x2 + 5x3 = 4

6x1 + x2 + 3x3 = 20

Ejercicio 9 Determinar si el siguiente sistema de ecuaciones tiene solucion(es) y encontrarla(s).

x1 2x2 + 3x3 = 0

4x1 + x2 x3 = 0

2x1 x2 + 3x3 = 0

14
 Antes de enunciar una regla clara que nos permita identificar cuando un sistema de ecuaciones tiene
solucion unica y cuando o bien tiene un numero infinito de ellas o bien no tiene solucion, conviene analizar
un tipo particular de sistemas de ecuaciones.

5.1 Sistemas Homogeneos de Ecuaciones

En ultimo ejercicio del apartado anterior (9) el determinante de la matriz de coeficientes resulto ser
diferente de cero, lo que implica que el sistema tiene solucion. Sin embargo, al invertir dicha matriz
y resolver el sistema nos encontramos con que x1 = x2 = x3 = 0. Este ejemplo pertenece a un tipo
particular de sistemas de ecuaciones conocidos como sistemas homogeneos y la solucion en la que
x = 0 se conoce como solucion trivial.
El sistema general de ecuaciones lineales de m n se conoce como homogeneo si todas las constantes
b1 , b2 , . . . , bm son cero. Es decir

a11 x1 + a12 x2 + . . . + a1n xn = 0 (6)

a21 x1 + a22 x2 + . . . + a2n xn = 0

am1 x1 + am2 x2 + . . . + amn xn = 0

Hemos visto que, en el caso del sistema lineal general, existen tres posibilidades: no hay solucion,
hay una o hay un numero infinito de soluciones. Para el sistema general homogeneo la situacion es mas
simple. Como x1 = x2 = . . . = xn = 0 siempre es una solucion (llamada solucion trivial), solamente
existen dos posibilidades: la solucion trivial es la unica solucion o hay un numero infinito de soluciones
no triviales.

Si la matriz de coeficientes del sistema homogeneo es invertible (no singular), es decir, det A 6= 0,
la unica solucion posible al sistema es la trivial: x = 0.

Si A es singular, el sistema tiene un numero infinito de soluciones. Las soluciones se pueden

encontrar por el Metodo de Gauss.

Ejemplo 10 Determinar si el siguiente sistema de ecuaciones tiene solucion y, en caso afirmativo,

encontrarla.

x1 + 2x2 x3 = 0

3x1 3x2 + 2x3 = 0

x1 11x2 + 6x3 = 0

15
  
1 
 
 1 2
 
Solucion La matriz de coeficientes es singular,  3 3 2  = 0, por lo que el sistema tiene
 
 
 1 11 6 
 
un numero infinito de soluciones no triviales:
  
1
1  0 1  0
  
1 2 1 2 1 0 9
 0
  
3 0 9 5 1 59
  
3 2  0  0 0  0
 a2 =a1 3+a2 ;  a2 ( 1 ); 
a3 =a1 +a3 9
1 11 6  0 0 9 5  0
  
a1 =a2 (2)+a1 0 0 0  0
a3 =a2 9+a3

Las soluciones a este sistema son x2 = 59 x3 y x1 = 91 x3 , por lo que cualquier vector de la forma
5 1


9 , 9 , es una solucion al sistema homogeneo.

Ejemplo 11 Encuentre los valores de tales que el sistema siguiente tenga soluciones no triviales:

5x + 2y + z = x

2x + y = y

x+z = z

Solucion Expresemos el sistema en forma homogenea

(5 ) x + 2y + z = 0

2x + (1 ) y = 0

x + (1 ) z = 0

5 2 1

por lo que la matriz de coeficientes sera 2 1 0 , ahora bien, para que el sistema tenga


1 0 1
soluciones no triviales, |A| debe ser igual a cero, es decir:
     
 1 1 
     
0   2 0
  2 2
(5 )   2 +  = (5 ) (1 ) 5 (1 )
1  1   1
    
 0  1 0 
= (1 ) ( 6) = 0

de donde se concluye que el sistema tiene soluciones triviales si = 0, = 1, = 6.

16