TEOREMA Y REGLA DE CRAMER
Aplicación de la función Determinante para resolver SEL compatibles determinados
Teorema de Cramer: Si 𝑨 ∙ 𝑿 = 𝑩 es un sistema de ecuaciones lineales donde 𝑨 ∈ 𝑹𝒏×𝒏 (matriz cuadrada) es la matriz de
coeficientes del sistema y cuyo determinante es distinto de cero entonces el sistema de ecuaciones lineales es compatible
determinado.
Es decir:
El SEL 𝑨 ∙ 𝑿 = 𝑩 (con 𝑨 ∈ 𝑹𝒏×𝒏 ) es compatible determinado ⟺ 𝑫𝒆𝒕(𝑨) ≠ 𝟎
Definición de la Regla de Cramer: Si 𝑨 ∙ 𝑿 = 𝑩 es un sistema de ecuaciones lineales donde 𝑨 ∈ 𝑹𝒏×𝒏 (matriz cuadrada) y
el determinante de la matriz de coeficientes 𝑨 es distinto de cero entonces el valor de la incógnita 𝒙𝒌 se obtiene como resultado
de dividir al determinante asociado a la incógnita 𝒙𝒌 por el determinante asociado a la matriz de coeficientes 𝑨 del sistema.
∆𝒙
En símbolos: 𝒙𝒌 = ∆𝒌
Donde:
∆𝒙𝒌 : se denomina determinante asociado a la incógnita 𝒙𝒌 y este determinante se obtiene por reemplazar en el determinante
asociado a la matriz 𝑨 la columna de los coeficientes de la incógnita 𝒙𝒌 por la columna de términos independientes del
sistema de ecuaciones.
∆: se denomina determinante del sistema de ecuaciones y es el determinante asociado a la matriz del coeficientes 𝑨 del
sistema de ecuaciones.
Demostración de la Regla de Cramer
Sea 𝑨 ∙ 𝑿 = 𝑩 un sistema de ecuaciones lineales cuadrado, tal que el determinante de la matriz de coeficientes 𝑨,
𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑨𝒌 … 𝑨𝒏 ), no es nulo.
∆𝒙𝒌 𝑫𝒆𝒕(𝑨 𝑨𝟐 … 𝑩 … 𝑨𝒏 )
Demostraremos que: 𝒙𝒌 =
∆
= 𝑫𝒆𝒕(𝑨 𝟏 𝑨𝟐 … 𝑨𝒌 … 𝑨𝒏 )
𝟏
Donde: 𝒌 = 1, 2, 3, ..., n, 𝑨𝒌 son las columnas de la matriz de coeficientes 𝑨 del sistema de ecuaciones lineales y 𝑩 es
la columna de términos independientes del sistema de ecuaciones lineales.
Entonces: 𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑩 … 𝑨𝒏 ) = 𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … ∑𝒏𝒌;𝟏 𝑨𝒌 . 𝒙𝒌 … 𝑨𝒏 )
En este determinante, como la columna k es una suma de n términos, él puede descomponerse en la suma de n determinantes,
resultando:
𝒏
𝑫𝒆𝒕 <𝑨𝟏 𝑨𝟐 … = 𝑨𝒌 . 𝒙𝒌 … 𝑨𝒏 > =
𝒌;𝟏
𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑨𝟏 𝒙𝟏 … 𝑨𝒏 ) + 𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑨𝟐 𝒙𝟐 … 𝑨𝒏 ) + ⋯ +
+ 𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑨𝒌 𝒙𝒌 … 𝑨𝒏 ) + ⋯ + 𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑨𝒏 𝒙𝒏 … 𝑨𝒏 ) (I)
En esta suma, tenemos términos que son determinantes donde una de las columnas es múltiplo de otra columna y por lo tanto,
valen cero. En consecuencia, la igualdad (I) se reduce a la siguiente:
𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑩 … 𝑨𝒏 ) = 𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑨𝒌 𝒙𝒌 … 𝑨𝒏 ) (II)
Luego, en el determinante del segundo miembro de la igualdad (II), la columna k es múltiplo del escalar: 𝒙𝒌 y por propiedad
podemos extraerlo como factor del determinante, resultando que:
𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑩 … 𝑨𝒏 ) = 𝒙𝒌 . 𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑨𝒌 … 𝑨𝒏 )
Por lo tanto, como por hipótesis el determinante de la matriz de coeficientes del sistema de ecuaciones lineales no es nulo,
es decir: 𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑨𝒌 … 𝑨𝒏 ) ≠ 𝟎, despejando obtenemos lo que queríamos demostrar:
𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑩 … 𝑨𝒏 ) ∆𝒙𝒌
𝒙𝒌 = ⟹ 𝒙𝒌 =
𝑫𝒆𝒕(𝑨𝟏 𝑨𝟐 … 𝑨𝒌 … 𝑨𝒏 ) ∆
Queda demostrado lo pedido.-
MÉTODO POR MATRIZ INVERSA
Aplicación de la matriz inversa de una matriz no singular en la resolución de SEL compatibles determinados
Sea 𝑨 ∙ 𝑿 = 𝑩 (*)un sistema de ecuaciones lineales donde:
𝑨 ∈ 𝑹𝒏×𝒏 (matriz de coeficientes), 𝑿 ∈ 𝑹𝒏×𝟏 (matriz de incógnitas) y 𝐵 ∈ 𝑹𝒏×𝟏 (matriz de términos independientes)
Si 𝑨 es una matriz no singular entonces existe 𝑨C𝟏 tal que multiplicando a izquierda en ambos miembros de (*) por la inversa
de la matriz de coeficientes 𝑨, tendremos que:
𝑨C𝟏 𝑨𝑿 = 𝑨C𝟏 𝑩 (**)
C𝟏
Sabemos que, por definición de matriz inversa: 𝑨 𝑨 = 𝑰 y que por definición de elemento neutro del producto: 𝑰𝑿 = 𝑿
Entonces, en (**) resulta que:
𝑿 = 𝑨C𝟏 𝑩
Es decir:
Si 𝑨 ∙ 𝑿 = 𝑩 es un SEL cuadrado en el cual la matriz de coeficientes 𝑨 es no singular (existe 𝑨C𝟏 ), la única solución del
sistema se obtiene al multiplicar la inversa de la matriz de coeficientes 𝑨 (esto es 𝑨C𝟏 ) por la matriz de términos
independientes 𝑩.
Sintetizando: Si 𝑨 ∙ 𝑿 = 𝑩 con 𝑨 ∈ 𝑹𝒏×𝒏 y tal que: existe 𝑨C𝟏 ⟹ 𝑿 = 𝑨C𝟏 𝑩
TEOREMA DE ROUCHE FROBENIUS O DE KRONECKER
Aplicación del concepto del rango de una matriz para clasificar a los SEL según su conjunto solución
Sea 𝑨 ∙ 𝑿 = 𝑩 un sistema de ecuaciones lineales, donde: 𝑨 ∈ 𝑹𝒎×𝒏 (matriz de coeficientes), 𝑿 ∈ 𝑹𝒏×𝟏 (matriz de
incógnitas) y 𝐵 ∈ 𝑹𝒎×𝟏 (matriz de términos independientes) y sea 𝑨F = (𝑨|𝑩) la matriz ampliada del sistema de
ecuaciones lineales. Entonces:
𝑨 ∙ 𝑿 = 𝑩 es compatible ⟺ 𝝆(𝑨) = 𝝆(𝑨F )
Es decir:
Un sistema de ecuaciones lineales es compatible (determinado o indeterminado) si y sólo si tienen igual rango la
matriz de coeficientes 𝑨 y la matriz ampliada 𝑨F
Demostración:
Si 𝑨 ∙ 𝑿 = 𝑩 (I) es compatible entonces existe una n-upla 𝑿𝟎 ∈ 𝑹𝒏×𝟏 que verifica (I), es decir: 𝑨 ∙ 𝑿𝟎 = 𝑩 donde
si consideramos a la matriz de coeficientes como un conjunto de vectores columna, se cumple que:
𝑥J
𝑥
(𝐴J 𝐴K … 𝐴L ) . \ ⋮K _ = 𝐵 ⟺ 𝐴J 𝑥J + 𝐴K 𝑥K + ⋯ + 𝐴L 𝑥L = 𝐵
MNNNNONNNNP
QR STL UVS WTUXYLVS
𝑥L
MOP
Z[ Q
𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑋0
Así se pone en evidencia que el vector columna 𝑩 (términos independientes del SEL) es combinación lineal de los 𝑛
vectores columna de la matriz 𝑨. Por lo tanto, la matriz de coeficientes 𝑨 y la matriz ampliada 𝑨F tienen la cantidad
de vectores columna linealmente independientes.
Entonces, considerando la definición de rango se una matriz, resulta que: la matriz de coeficientes 𝑨 y la matriz ampliada
𝑨F tienen el mismo rango.
Esto es: 𝝆(𝑨) = 𝝆(𝑨F ) quedando demostrado el Teorema de Rouche- Frobenius. ٱ
Negación del Teorema de Roche-Frobenius:
Un sistema de ecuaciones lineales es incompatible si y sólo la matriz de coeficientes y la matriz ampliada tienen rangos
distintos.
𝑨 ∙ 𝑿 = 𝑩 es incompatible ⟺ 𝝆(𝑨) ≠ 𝝆(𝑨F )
Corolario del Teorema de Roche-Frobenius:
Sea 𝑨 ∙ 𝑿 = 𝑩 un sistema de ecuaciones lineales, donde: 𝑨 ∈ 𝑹𝒎×𝒏 (matriz de coeficientes), 𝑿 ∈ 𝑹𝒏×𝟏 (matriz de
incógnitas) y 𝐵 ∈ 𝑹𝒎×𝟏 (matriz de términos independientes) y sea 𝑨F = (𝑨|𝑩) la matriz ampliada del sistema de
ecuaciones lineales., entonces:
• Si 𝝆(𝑨) = 𝝆(𝑨F ) = cantidad de incógnitas Þ 𝑨 ∙ 𝑿 = 𝑩 es compatible determinado
• Si 𝝆(𝑨) = 𝝆(𝑨F ) < cantidad de incógnitas Þ 𝑨 ∙ 𝑿 = 𝑩 es compatible indeterminado