Libro de Algebra

Lic. Daniel A. Arana www.licdarana.com.
ar lgebra
2011 1

APUNTES

TERICO - PRCTICOS

DE

LGEBRA

Daniel A. Arana
Lic. Daniel A. Arana www.licdarana.com.ar lgebra
2011 2

NDICE

ndice 2

Prlogo 3

Estructuras Algebraicas 5
Ejercitacin 14

Matrices y Determinantes 17
Ejercitacin 40

Sistemas de ecuaciones lineales 65
Ejercitacin 71

Espacios Vectoriales 85
Ejercitacin 102

Programacin Lineal 108
Ejercitacin 120

Bibliografa 129

2011 3
PRLOGO

Este cuadernillo fue elaborado para ayudar a los alumnos en la
comprensin de una materia de las consideradas duras del Ciclo
Bsico Comn de la Facultad de Ciencias Econmicas de la UBA.

Cada captulo tiene una gran cantidad de ejercitacin con el objeto de
acercarles los ms complejo que tiene el estudio de la matemtica: su
puesta en prctica.

Para ello, tom parte de la ejercitacin utilizada en los libros y
cuadernillos que habitualmente son utilizados por los alumnos en esta
materia, as como tuve en mi vista muchos libros escritos sobre la
asignatura, lo que me sirvi para tomar de los diferentes autores la
forma ms clara de explicar cada tema.

Alguno de los ejercicios tienen su respuesta, en otros a cambio, he
preferido incentivar a los alumnos a que las realicen sin ninguna
ayuda.

Estoy plenamente convencido que para aprobar esta materia es
necesario desarrollar una ejercitacin a conciencia, espero que los
alumnos entiendan que esta frase no est agregada sin razn, sino
que la coloqu para que los mismos tengan en claro que sin
ejercitacin, aprobar lgebra se transforma en muy difcil.

Vern una marcada tendencia a ejemplificar cada tema con cuestiones
econmicas, lo que tiene su origen en que la economa es la ciencia
social que hemos elegido para profesionalizarnos.

Mi enorme agradecimiento a quienes siempre colaboraron conmigo en
estos 15 aos de docencia, desde la persona que confi en m y me
di la oportunidad de conocer el fantstico rol de docente, la Doctora
Elba Font de Malugani.

Mi agradecimiento a mis estimadsimos colegas: mi querido amigo y
compaero de interminables horas de estudio Osvaldo Enrique
Fernndez, mi amigo y compaero en el dictado de cursos Eugenio
Anselmi, y mi queridsima hermana Andrea Rebecchi. Han sido ellos
2011 4
quienes, a mi pedido, han ledo y corregido estos Apuntes de lgebra.
Mi enorme agradecimiento por el celo que han puesto para cumplir
con mi solicitud, hacindome llegar las correcciones que consideraban
conveniente efectuar. Gracias nuevamente para Andrea, Eugenio y
Osvaldo.

Un agradecimiento especial merece la Profesora Alicia Bernardello,
dotndome de confianza en mi rol, ya sea como profesor adjunto de su
Ctedra, ya sea como Coordinador de Tutores de la Sede San Isidro
en el Programa Econmicas + vos.

Agradezco a mis estimadsimas colaboradoras de tantos
cuatrimestres, Julieta Otero y Melina Pena, quienes han puesto un
cario especial en cada clase dictada, en cada ejercicio que ayudaron
a resolver a los alumnos que las consultaran, su ayuda estableci una
clarsima diferencia que sirvi como motivacin adicional a los
estudiantes. Doy la bienvenida a Mara Beln Paredes, brillante
alumna hace algunos cuatrimestres, que ahora me brinda su
invalorable ayuda como docente ayudante.

Por supuesto, mi agradecimiento tambin para mis hijos Beln,
Marcos, Sebastin y Consuelo.

Para terminar, es absolutamente justo expresar el agradecimiento a
mis alumnos del CBC de las Sedes San Isidro, Pilar y Bulnes por la
paciencia que tuvieron al hacer las veces de correctores literarios de
cada ejercicio. Va en este prrafo mi enorme saludo a ellos, los
grandes mviles de este sencillo trabajo.

Ojal les sirve para aprobar esta materia!!!

Daniel A. Arana
Enero de 2010
www.licdarana.com.ar
2011 5

CAPTULO
1

ESTRUCTURAS

ALGEBRAICAS
2011 6
Captulo 1 - Estructuras Algebraicas

En la matemtica, una estructura algebraica es un conjunto de elementos con
unas propiedades operacionales determinadas; es decir, lo que define a la
estructura del conjunto son las operaciones que se pueden realizar con los
elementos de dicho conjunto y las propiedades matemticas que dichas
operaciones poseen. Un objeto matemtico constituido por un conjunto no vaco y
algunas leyes de composicin interna definida en l es una estructura algebraica.

Ley de composicin interna:

Una ley de composicin interna en un conjunto no vaco A consiste en una
operacin que asigna a cada par ordenado de elementos de A un nico elemento
de A como resultado de la operacin. La ley interna va de A x A A.

Es decir que:
a A , b A a * b = c / c A

Ejemplo:

El par formado por (R, +) cumple con la ley de composicin interna, porque dado
cualquier nmero real, si a ese nmero le sumamos otro nmero real, obtenemos
un elemento del mismo conjunto.

R 12 / 12 7 5 R 7 , 5 = +

El par formado por (N, -) no cumple con dicha ley, ya que si el sustraendo es
mayor que el sumando, el resultado de la resta da un nmero negativo, y, como
tal, no forma parte del conjunto de los nmeros naturales.

N 2 - / -2 7 - 5 N 7 5, =

Ejemplo:
La siguiente tabla definen leyes de composicin interna en el conjunto A={a, b, c)

i)
* a b c
a a b c
b b c a
c c a b

2011 7
ii)
* a b c
a a b b
b c a c
c b c a

Propiedades de una ley de composicin interna:

Ley asociativa:

Una ley interna (*) en un conjunto no vaco A es asociativa

a A , b A , c A : (a*b)*c = a * (b*c)

Ejemplo:
Veamos el cumplimiento de esta propiedad
con el conjunto de los nmeros enteros y la suma

( Z , + ).

Dados los nmeros enteros 2, 3 y 4, podemos verificar que:

( 2 + 3 ) + 4 = 2 + ( 3 + 4 )
5 + 4 = 2 + 7
9 = 9

Podramos verificar que la multiplicacin tambin cumple con esta ley.

24 24
12 . 2 4 . 6
) 4 . 3 ( . 2 4 . ) 3 . 2 (
Z 4 y 3 , 2
=
=
=

Verifiquemos si lo hace la resta:

( 2 3 ) 4 2 ( 3 4)
-1 -4 2 + 1
-5 3

Donde verificamos que el par ( Z , - ) no cumple con esta propiedad.

2011 8
Ley conmutativa:

Una ley interna en un conjunto A es conmutativa

a , b : a * b = b * a

Podemos verificar que, tanto la suma como el producto son conmutativos para los
conjuntos numricos naturales, enteros, racionales, reales y complejos.

Ejemplo:

5 + 6 = 6 + 5
11 = 11

5 . 6 = 6 . 5
30 = 30

Como el alumno podr deducir claramente, ni la resta ni la divisin son
conmutativas, dado que:

1/3 3
9 / 3 3 / 9
2 - 2
4 - 2 2 - 4

Existencia de elemento neutro:

Se llama elemento neutro y se lo denomina e a un elemento que operando a
izquierda y derecha con cualquier otro elemento a da el mismo resultado.
El elemento e tiene que pertenecer al mismo conjunto numrico que el elemento a.

e A es elemento neutro para la ley *

a A, e A , / a * e = e * a = a

Podemos verificar la existencia de este elemento para lo enteros, racionales y los
reales y la operacin suma, pero no para los nmeros naturales, ya que el nmero
0 no forma parte de dicho conjunto numrico.

5 5 0 0 5 / R Q, Z, 0 R Q, Z, 5 = + = +

2011 9
En cuanto a la multiplicacin, el elemento neutro existe para todos los conjuntos
numricos usuales, siendo ste nico.

5 5 . 1 1 . 5 / R Q, Z, N, 1 R Q, Z, N, 5 = =

En los captulos siguientes, estudiaremos matrices y sus propiedades y vectores y
las suyas, pero podemos anticipar que la suma y el producto entre matrices tienen
su elemento neutro.

Regularidad de un elemento respecto de una ley interna:

La regularidad de un elemento respecto de una ley de composicin interna
consiste en que es cancelable o simplificable a izquierda y a derecha en los dos
trminos de una igualdad.

= =
= =

c b a * c a * b
c b c * a b * a
* de respecto regular es A a

Existencia de elemento simtrico en una ley con neutro:

Dado un elemento a A se llama simtrico de a y se lo denomina -a a un elemento
que operando a izquierda y derecha con a da el neutro.
De acuerdo a lo antedicho, es menester que exista neutro para una operacin,
para que exista elemento simtrico.

-a A es elemento simtrico de a para la ley *

a A , -a A / a * -a = -a * a = e

5 1 . 5 Z 5
0 4 - 4 Q 4
=
= +

Ley de composicin externa:

En este caso se opera con elementos de dos conjuntos, de tal manera que el
resultado sea un elemento de uno de ellos.

2011 10
, v V . v = w / w V

Ejemplo: El producto de escalares por matrices es un ejemplo de esta Ley de
Composicin Externa.

(
=
(
=

18 9
15 12
6 3 -
5 - 4
3. A . 3
R A R A Z
2x2
mxn mxn

Por norma se coloca primero el escalar.

El producto de un vector por un escalar es otra demostracin de la Ley de
Composicin Externa

(10,15,20) (2,3,4) . 5
R a R R a
3 3
=

Estructura de Grupo :

Definicin:

Sea el par formado por un conjunto no vaco G, y una funcin *, dicho par (G , *) es
un grupo si y slo si * es una ley interna en G, asociativa, con neutro, y tal que
todo elemento de G admite inverso respecto de *.

Ejemplo:

El par formado por el conjunto de Matrices cuadradas y el producto ( R
nxn
, . )

a) Cumple con la Ley de Composicin Interna A
2x2
. B
2x2
= C
2x2

b) Cumple con la propiedad asociativa (A . B) . C = A . (B . C)
c) Cumple con la existencia de Elemento Neutro A
2x2
. I
2x2
= A
2x2

d) Cumple con la existencia de elemento inverso A
2x2
. A
-1
= I
2x2

De lo expuesto, surge que las matrices cuadradas y la operacin producto tienen
Estructura de Grupo.
2011 11
Estructura de Grupo Abeliano:

Si adems cumple con la propiedad conmutativa, el grupo se denomina abeliano.

El par formado por el conjunto de los Nmeros Reales (R) y el producto ( R , . )

a) Cumple con la Ley de Composicin Interna 5 . 2 = 10
b) Cumple con la propiedad asociativa (2 . 3) . 4 = 2 . (3 . 4)
c) Cumple con la propiedad conmutativa 2 . 3 = 3 . 2
d) Cumple con la existencia de Elemento Neutro 2 . 1 = 2
e) Cumple con la existencia de elemento inverso 2 . 1/2 = 1

De lo expuesto, surge que el par formado por los nmeros reales y la operacin
producto tienen Estructura de Grupo Abeliano.

Semigrupo :

Definicin :

El par ( A , * ), donde A y * es una operacin, es un semigrupo si y slo si * es
ley de composicin interna y cumple con la propiedad asociativa en A.

Estructura de Cuerpo:

Definicin:

La terna ( K , + , . ), formado por el conjunto numrico K y por las operaciones
suma y producto respectivamente es un cuerpo si y slo si :

1. ( K , + ) es grupo abeliano.
2. ( K - {0} , . ) es grupo abeliano.
3. El producto es distributivo respecto de la suma.

Propiedades de los cuerpos :

1. Los cuerpos no admiten divisores de cero.
2011 12
2. En todo cuerpo vale la ley cancelativa del producto para todo elemento no
nulo del mismo.
3. Si b 0, entonces la ecuacin b . x = a admite solucin nica en K.
4. El recproco del opuesto de todo elemento no nulo es igual al opuesto de su
recproco.

Ejemplo:

( R , +, . ) Los elementos del conjunto de los reales, la suma y el producto tienen
Estructura de Cuerpo ya que:

1) ( R , + ) es Grupo Abeliano:
a) ( R , + ) cumplen con la L.C.I., ya que la suma de dos reales
cualesquiera dan por resultado otro nmero real.
b) ( R . + ) cumplen con la propiedad asociativa (4 + 3)+2 = 4 + (3 + 2)
c) ( R , + ) cumplen con la propiedad conmutativa 4 + 3 = 3 + 4
d) ( R , + ) cumple con la existencia de elemento neutro 4 + 0 = 4
e) ( R , + ) cumple con la existencia de elemento simtrico 4 + (-4) = 0

2) ( R - {0} , . ) es Grupo Abeliano:
a) ( R - {0} , . ) cumple con la L.C.I., ya que el producto de dos reales
cualesquiera dan por resultado otro nmero real.
b) ( R - {0} , . ) cumple con la propiedad asociativa (4 . 3).2 = 4 . (3 . 2)
c) ( R - {0} , . ) cumple con la propiedad conmutativa 4 . 3 = 3 . 4
d) ( R - {0} , . ) cumple con la existencia de elemento neutro 4 . 1 = 1 . 4
e) ( R - {0} , . ) cumple con la existencia de elemento simtrico 4 . = 1

3) El producto (.) es distributivo respecto de la suma (+):

( 2 + 3 ) . 5 = ( 2 . 5 ) + ( 3 . 5 ) = 25
5 . 5 = 10 + 15 = 25
2011 13

Por lo expuesto, hemos podido verificar que la terna formada por ( R , + , . ) tiene
Estructura Algebraica de Cuerpo.

2011 14
CAPITULO 1 EJERCITACIN

1- Analizar que propiedades cumplen los siguientes pares

a) (N
0
;+), b) (N;+), c) (Z;+), d) (Z;-), e) (N;.),
f) (Z; ), g) (Q;.) h) (Q; ), i) (R;+), j) (R;.), k) (R; )

2- Analizar si las siguientes tablas correspondientes a leyes asociativas tienen
estructuras de grupo abeliano:
a)
p q R
p p q R
q q r P
r r p Q

b)
* 0 1
0 0 1
1 1 2

c)
* a b c D
a a b c d
b b c d a
c c d a b
d d a b c

3- Completar la siguiente tabla si P son los nmeros pares e I son los impares.
Analizar si tiene estructura de Grupo Abeliano. Indicar el elemento neutro y
simtrico.

+ P I
P
I

4. Sabiendo que (C ; *) tiene estructura de grupo, que C={a;b} y que b es el
Neutro, a)completar la tabla b) Es grupo abeliano?

* a b
a
b

5- Probar que la adicin y la multiplicacin son leyes de composicin interna en el
conjunto de los enteros pares.

2011 15
6- Determinar si (Z;.) tiene estructura de Grupo abeliano.

7- Indique entre las operaciones habituales definidas en R:

a) Una operacin asociativa.
b) Una operacin no asociativa.
c) Una operacin conmutativa
d) Una operacin no conmutativa
e) Una operacin distributiva respecto de la suma y la resta
f) Una operacin no distributiva respecto de la suma y la resta.

8- Dado A={m,p,r} y las operaciones *, & y # definidas en l:

m p r
m m m m
p m p r
r m r p

& && & m p r
m m p r
p p r m
r r m p

# ## # m p r
m m m m
p m p r
r r r m

a) Verificar que cada una de ellas defina una ley de composicin interna en A.

b) Hallar el resultado de:
1. (m*m)+r
2. (m*r)#p
3. (p#r)*(p&r)
4. (m#m)&r
5. [(m*p)&r]#p

c) Indicar cul es el elemento neutro para cada operacin definida.

d) Hallar el inverso de cada elemento de A (si existen) respecto de *.

e) Determinar cules son las operaciones dadas son conmutativas. Justificar.

9- Analizar si constituyen o no grupo abeliano, justificando:
(N;+); (Z;+); (Q;.); (R;+); (R;.)

10- Probar que (R
2
;+) es grupo abeliano.
2011 16

11-Averiguar, justificando en cada caso, si las siguientes ternas tienen estructura
de cuerpo:
a) (Z; +; .)
b) (Q; +; .)
c) (R; +; .)
Siendo + y . La suma y el producto habituales.

2011 17

CAPTULO
2

MATRICES Y

DETERMINANTES
2011 18
Captulo 2 MATRICES Y DETERMINANTES

Definicin de Matriz:

Se denomina matriz a un arreglo o disposicin
rectangular de nmeros.
Son cuadros que agrupan cantidades.
La matriz es un medio comn y hbil para resumir y
presentar nmeros o datos.

Orden:

Se llama orden de la matriz al nmero de filas y nmero de columnas que posee.
Una matriz que tiene m filas y n columnas es de orden m x n (m por n).

(
6 2
5 1

Esta matriz, como posee dos filas y dos columnas, es de orden 2x2.

Notacin de una matriz:

La matriz lleva como nombre una letra mayscula del abecedario, y los elementos
de la matriz se encuentran entre corchetes.

A=
(
6 2
5 1

Elementos de una matriz:

Una matriz de orden m x n tiene (m x n) elementos, los que se denominan con la
misma letra que la matriz, pero en letra minscula, y tienen para su correcta
ubicacin, dos subndices, el primero de los cuales (i) indica la fila y el segundo (j)
la columna a la que pertenece. De esta forma, al elemento que ocupe la segunda
fila, tercera columna de la matriz A, se lo denomina a
23
.

(
=
23 22 21
13 12 11
A
a a a
a a a

A R
2x3
, entonces, tiene 2 x 3 = 6 elementos
2011 19

Ejercicio: escribir la matriz definida por la siguiente expresin:

(

=
(
= =
8 4 0
10 6 2
4 2 / R A
23 22 21
13 12 11 2x3
a a a
a a a
j i a
ij

Tipos de matrices:

Matriz nula:

Recibe este nombre aquella matriz en la cual todos los elementos son 0, con
independencia de su orden. Se la designa como matriz N o simplemente matriz 0.

Si N es la matriz nula i j / n
ij
= 0

(
=
(
=
(
(
(
=
0 0
0 0
N
0 0 0
0 0 0
N
0 0
0 0
0 0
N

Matriz cuadrada:

Es aquella en la cual el nmero de filas m es igual al nmero de columnas n. Se la
denomina matriz cuadrada de orden n.

(
(
(
(
=
(
(
(
=
(
=
4 7 - 5 2
7 6 2 5 -
8 4 5 - 1
15 3 - 0 2
C
3 - 7 12 -
2 8 5 -
6 - 4 2
C
7 2
5 - 4
C
4x4 3x3 2x2

Diagonal de una matriz cuadrada:

En una matriz cuadrada de orden n, la diagonal de la matriz es aquella formada
por los elementos en los cuales el subndice i es igual al subndice j. Es la diagonal
de n elementos que, de izquierda a derecha, desciende.

(
(
(
=
33 32 31
23 22 21
13 12 11
A
a a a
a a a
a a a

2011 20
Traza de una matriz cuadrada:

Se llama traza de una matriz cuadrada a la suma de los elementos que componen
su diagonal.

=
+ + + + = =
n
1 i
nn 33 22 11 ii
a ... a a a a (A) tr

11 4 3 4 (A) tr
4 8 3 -
6 3 2
2 5 4
A = + + =
(
(
(
=

Matriz diagonal:

Es una matriz cuadrada en la cual los elementos que no pertenecen a la diagonal
son nulos.
A es una matriz diagonal / i j ij a
ij
= 0

(
(
(
=
3 0 0
0 2 0
0 0 4
D

Matriz escalar:

Es una matriz diagonal en la cual todos los elementos de la diagonal son iguales.

A es una matriz escalar i j i=j a
ij
son iguales

(
(
(
=
4 0 0
0 4 0
0 0 4
E

Matriz identidad:

Es una matriz escalar en la cual los elementos de la diagonal son 1.

A es una matriz identidad / i j i=j a
ij
= 1
2011 21

(
(
(
=
1 0 0
0 1 0
0 0 1
I

Esta matriz tiene un papel muy importante en el producto entre matrices, tema que
ser desarrollado cuando se estudien las operaciones matriciales.

Matriz fila:

Es la que tiene una sola fila. Es de orden 1 x n.

[ ] 8 6 - 2 - 4 F
1x4
=

Matriz columna:

Es la que tiene una sola columna. Es de orden m x 1.

(
=
(
(
(
=
8 -
7
D
3
5 -
2
C
2x1 3x1

Matriz opuesta:

La matriz opuesta de A es B i j : bij = -aij , se denomina como -A.

(
(
(
=
(
(
(
=
5 8
3 4
2 3
A -
5 8
3 4
2 3
A

2011 22

Operaciones entre matrices:

Suma:

Slo se pueden sumar matrices del mismo orden. El resultado da otra matriz del
mismo orden cuyos elementos se obtienen sumando entre s los elementos que
ocupan la misma posicin.

Propiedades de la suma:

a) Ley de cierre: la suma de las matrices da otra matriz del mismo orden.
b) Asociativa: (A + B) + C = A + (B + C)
c) Conmutativa: A + B = B + A
d) Existencia de neutro: A + N = N + A = A (N es la matriz nula)
e) Existencia de simtrico: A + (-A) = 0 (-A es la matriz opuesta)

(

= = +
(

=
(

=
19 15 0
11 4 3
7 6 2
4 9 7
12 9 2
7 5 4
C B A B A

Resta:

Restar A y B equivale a sumar a la matriz A la matriz opuesta de B.
A - B = A + (-B)

(

= =
(

=
(

=
5 3 4
3 14 11

7 6 2
4 9 7

12 9 2
7 5 4
C B A B A

Producto:

a) Producto de un escalar por una matriz:

Para multiplicar un escalar (nmero) por una matriz se multiplica el escalar por
cada elemento de la matriz es una ley externa. Se debe distribuir el producto del
escalar por cada elemento de la matriz, como se indica en el siguiente ejemplo.

. A = B / i j bij = . aij

2011 23
(
(
(
=
(
(
(
= =
9 6 -
12 0
45 - 15
3A
3 2
4 0
15 5
A 3

Propiedades de la multiplicacin de un escalar por una matriz:

a) 0 . A = N
b) . N = N
c) Si . A = N = 0 A = N
d) 1 . A = A
e) Distributiva respecto de la suma de matrices :
. (A + B) = . A + . B
f) Distributiva respecto de la suma de escalares :
( + ) . A = . A + . B
g) Tr ( . A) = . Tr (A)

b) Producto entre matrices:

Dadas dos matrices A y B las mismas se pueden multiplicar si y slo si el nmero
de columnas de la primera es igual al nmero de filas de la segunda.
La matriz producto tiene tantas filas como la matriz primera y tantas columnas
como la matriz segunda.
Cada elemento de la matriz producto se obtiene efectuando la sumatoria de las
multiplicaciones de los elementos de cada fila de la primera matriz por los
elementos de cada columna de la segunda matriz. se obtiene de esta manera una
matriz que tiene tantas filas como la primera matriz y tantas columnas como la
segunda matriz.

Condicin:

mxq pxq mxn
C p) n si ( B A = =

(
=
(
(
(
(
=
(
=
9 - 22 - 16 -
18 - 22 3 -

5 1 4
2 - 7 2
1 - 6 3
3 2 - 1
B
5 - 3 - 2 4
3 - 5 1 - 2
A

Elemento c
11
2 x 1 + (-1) x 3 + 5 x 2 + (-3) x 4 = -3
Elemento c
12
2 x (-2) + (-1) x 6 + 5 x 7 + (-3) 1 = 22
Elemento c
13
2 x 3 + (-1) x (-1) + 5 x (-2) + (-3) x 5 = -18
Elemento c
21
4 x 1 + 2 x 3 + (-3) x 2 + (-5) x 4 = -16
Elemento c
22
4 x (-2) + 2 x 6 + (-3) x 7 + (-5) x 1 = -22
2011 24
Elemento c
23
4 x 3 + 2 x (-1) + (-3) x (-2) + (-5) x 5 = -9

Propiedades del producto de matrices:

a) Asociativa : A . (B . C) = (A . B) . C

(
=
(
|
|
\
|
(
=
|
|
\
|
(
4 3
2 1
.
10 10
23 14
20 14
20 13
.
7 6
5 1
4 3
2 1
.
4 2
3 4
.
7 6
5 1
4 3
2 1
.
4 2
3 4
.
7 - 6
5 1

b) No conmutativa : A . B B . A

(
40 29
18 13
38 26
22 15
4 3
2 1
.
7 5
4 3
7 5
4 3
.
4 3
2 1

c) Distributiva respecto de la suma y resta. A . ( B + C ) = A . B + A . C

(
=
(
+
(
=
(
|
|
\
|
(
+
|
|
\
|
(
=
|
|
\
|
(
+
(
65 51
29 23
65 51
29 23
36 29
16 13
29 22
13 10
11 9
7 5
.
4 3
2 1
6 5
4 3
.
4 3
2 1
5 4
3 2
.
4 3
2 1
6 5
4 3
5 4
3 2
.
4 3
2 1

2011 25
d) Existencia de elemento neutro I . A = A . I = A

(
=
(
=
(
4 3
2 1
4 3
2 1
.
1 0
0 1
1 0
0 1
.
4 3
2 1

Potencias de una matriz:

Slo se pueden elevar a una potencia matrices que tengan idntica cantidad de
filas y de columnas, o sea, matrices cuadradas. La operacin de multiplicar una
matriz por si misma debe hacerse de acuerdo a las reglas vistas para el producto
de matrices.

(
= =
(
=
(
=
22 15
10 7
A
4 3
2 1
A
4 3
2 1
A
2

Trasposicin de una matriz:

a) Definicin:

La traspuesta de una matriz A es la matriz que se obtiene de permutar las filas por
las columnas.

(
(
(
(
=
(
=
5 4 -
13 - 3
9 8 -
10 5
R A
5 13 - 9 10
4 - 3 8 - 5
R A
4x2 t 2x4

b) Propiedades:

a) La traspuesta de una matriz traspuesta es la matriz original.

[ ] A A
t
t
=

( ) A
4 7 6
2 5 1
A
4 2
7 5
6 1
A
4 7 6
2 5 1
A
t
t t
=
(
=
(
(
(
=
(
=

2011 26
b) La traspuesta de la suma es la suma de las traspuestas.

[ ]
t t t
B A B A + = +

(
=
(
+
(
=
(
= +
(
= +
(
= +
(
=
12 8
10 6
8 6
7 5
4 2
3 1
12 8
10 6
) (
12 10
8 6
/
8 7
6 5
4 3
2 1
t
B A B A B A

c) La traspuesta de un producto es igual al producto de las traspuestas en
orden inverso.

[ ]
t t t
A . B B . A =

(
=
(
=
(
=
(
=
(
50 22
43 19
4 2
3 1
.
8 6
7 5
50 22
43 19
) . (
50 43
22 19
. /
8 7
6 5
.
4 3
2 1
t t t
A B B A B A

Matrices especiales:

Matriz idempotente:

Una matriz es idempotente si su cuadrado es igual a la matriz.

A A
2
=

Ejemplo:
(
(
(
=
(
(
(
=
4 2 1 -
4 - 2 - 1
4 2 1 -
B
3 - 2 - 1
4 3 1 -
4 - 2 - 2
A

Verifique que elevando la matriz A y la matriz B al cuadrado, nos da por resultado
la misma matriz, lo que determina que ambas matrices sean idempotentes.

2011 27
Matriz involutiva:

Una matriz es involutiva si su cuadrado es igual a la matriz identidad.

I A
2
=

I A
1 0 0
0 1 0
1 - 1 - 1 -
A
2
=
(
(
(
=

Matriz simtrica:

Una matriz cuadrada es simtrica si es igual a su traspuesta.

t
A A =

t
A
0 4 3
4 5 - 2
3 2 1
A =
(
(
(
=

En una matriz simtrica, los elementos de la diagonal pueden tomar cualquier
valor, pero en los elementos donde i j entonces a
ij
= a
ji
.

Matriz antisimtrica:

Una matriz es antisimtrica si es igual a la opuesta de su traspuesta.

t
A - A =

t
B -
0 3 - 2 -
3 0 1
2 1 - 0
B =
(
(
(
=

2011 28
En la matriz antisimtrica, cuando los subndices son iguales (o sea, en la
diagonal), el elemento debe ser igual a 0, cuando los dos subndices son
diferentes, entonces

a
ij
= -a
ji

Propiedades de las matrices simtrica y antisimtrica:

a) La suma de una matriz cuadrada y su traspuesta da una matriz simtrica.

(
=
(
+
(
= +
8 5
5 2
4 2
3 1
4 3
2 1
simtrica Matriz A A
t nxn

b) La resta de una matriz cuadrada y su traspuesta da una matriz antisimtrica.

(
=
(
=
0 1
1 0
4 2
3 1
4 3
2 1
ica Antisimtr Matriz A A
t nxn

c) El producto de una matriz y su traspuesta da una matriz simtrica.

[ ]
(
(
(
=
(
(
(
=
25 15 10
15 9 6
10 6 4
5 3 2
5
3
2
simtrica Matriz A . A
t

d) Toda matriz cuadrada se puede descomponer en una suma de una matriz
simtrica y una matriz antisimtrica.

(
=
(
+
(
=
(
+
(
+
(
=
(
+ =
4 3
2 1
0 2 / 1
2 / 1 0
4 2 / 5
2 / 5 1
2
4 2
3 1
4 3
2 1
2
4 2
3 1
4 3
2 1
4 3
2 1
ica antisimtr Matriz simtrica Matriz A
nxn

2011 29
Matriz inversa:

Una matriz cuadrada A admite inversa si existe una matriz B que multiplicada a
izquierda y derecha por la matriz A da la matriz identidad.

I A A A A
-1 -1
= =

La matriz inversa es el elemento inverso para el producto entre matrices

Matriz ortogonal:

Una matriz cuadrada es ortogonal si y solo si su inversa es igual a su transpuesta.
De lo que se deduce que una matriz es ortogonal si el producto de esa matriz por
su traspuesta da la identidad.

t 1 -
A A pues ortogonal matriz una es
1/3 2/3 - 2/3
2/3 1/3 - 2/3 -
2/3 2/3 1/3
A =
(
(
(
=

Matrices triangulares:

Triangular superior:
Una matriz cuadrada es triangular superior i>j aij = 0

(
(
(
=
9 0 0
7 3 0
2 5 4
A

Triangular inferior:

Una matriz cuadrada es triangular inferior i<j aij = 0

(
(
(
=
7 - 9 14
0 8 5
0 0 1
B

De lo expuesto, podemos indicar que las matrices identidad son Matrices
triangulares superiores e inferiores simultneamente.
2011 30

Rango de una matriz:

a) Definicin:

Es el mayor nmero de vectores columna distintos o vectores fila linealmente
independientes que tiene la matriz.
Es el mayor nmero de vectores columna cannicos distintos que se pueden
obtener en la matriz aplicando sucesivas operaciones elementales. Vector
cannico es aquel en el que todos los elementos son iguales a 0 excepto uno que
vale 1 . El rango de una matriz no se altera si se realizan en la matriz cualesquiera
de las siguientes operaciones:
a) Intercambiar el orden con el que figuran las filas en la matriz.

b) Mtodo para obtener el rango de una matriz (Mtodo de Gauss-Jordan):

El rango de una matriz se obtiene por medio del mtodo de Gauss-Jordan, que
consiste en aplicar sucesivas operaciones aritmticas sencillas.
Sntesis del mtodo:

1. Se elige el pivote (distinto de 0, preferentemente un 1).
2. La fila del pivote se divide por el pivote.
3. Los elementos de la columna del pivote se transforman en 0, excepto el pivote
que se transforma en 1.
4. Los dems elementos se transforman por la regla del rectngulo, que consiste
en lo siguiente: el elemento a transformar forma, con el pivot, la diagonal
principales de un rectngulo imaginario; como todo rectngulo consta de dos
diagonales, el transformado se halla realizando las siguientes operaciones:
Productos de los elementos de la diagonal principal, menos el producto de los
elementos de la diagonal secundaria (o contradiagonal), divididos por el pivot
5. Se reitera el procedimiento eligiendo otro pivote que no pertenezca ni a la fila ni
a la columna del pivote elegido anteriormente.
6. El vector columna cannica hallado en el pivoteo anterior se copia, y se retoma
desde el punto 2.

2011 31
Ejemplo: hallar el rango de la siguiente matriz

0 1 0
1 0 0
0 0 0
0 0 1
- - - - - - - - - - - - -
2 1 0
6 - 0 0
10 - 0 0
3 0 1
- - - - - - - - - - - - -
2 1 0
2 - 2 0
4 - 3 0
1 1 - 1
- - - - - - - - - - - - -
1 2 1 -
1 - 1 1
2 - 1 2
1 1 - 1
1 2 1 -
1 - 1 1
2 - 1 2
1 1 - 1
A
(
(
(
(
=

El rango de la matriz se conoce contando los Vectores Columna Cannicos, que
en esta matriz son 3.

Clculo de la matriz inversa por Gauss Jordan:

El mtodo de Gauss - Jordan sirve tambin para calcular la inversa de una matriz
cuadrada no singular. Para ello se escribe a la derecha de A de orden n x n la
matriz identidad de igual orden, obtenindose una matriz de orden n x 2n. Se
2011 32
aplica el mtodo de Gauss - Jordan hasta que la matriz A se halla transformado en
la matriz identidad. A su derecha obtenemos la inversa de la matriz A (A
-1
).
Para ser inversible, el determinante de la matriz debe ser distinto de 0.

1 2 1 0
3 4 0 1
1 2 1 0
0 -2 -3 1
1 0 -2 1
0 1 3/2 -1/2
Matriz Identidad Matriz A
-1
Matriz Identidad Matriz A

Nota: si a la izquierda se obtienen vectores cannicos pero no en el orden que
estn en la matriz identidad (con los unos en la diagonal de la matriz), la misma se
obtiene permutando las filas de dicha matriz.

Determinantes:

Dada una matriz cuadrada se llama determinante a una funcin definida de Reales
(n x n) en Reales de modo que la imagen de cada matriz es un nmero real que se
obtiene como la sumatoria del producto de n elementos de distinta fila y distinta
columna con signo positivo si forman una permutacin de clase par y de signo
negativo si forman una permutacin de clase impar.
Nota: Son de clase par si, ordenados los elementos por el primer subndice, el
segundo subndice tiene un nmero par de permutaciones (no estn en el orden
natural).

Determinante de una matriz de orden 1 x 1 y de una matriz 2 x 2

[ ]
21 12 22 11
22 21
12 11
b . b b . b B
b b
b b
B
5 A 5 A
= =
(
=
= =

Determinante de una Matriz de 3 x 3. Regla de Sarrus:

Es una regla que sirve solamente para calcular determinantes de tercer orden. Se
repiten las dos primeras filas de la matriz cuyo determinante se quiere conocer.
El producto de las diagonales de tres elementos que descienden se suman,
mientras que las que ascienden se restan.

2011 33
-1 18 - 8 - 3 - 18 4 6 2.3.3 - 2.2.2 - 3.1.1. - 3.3.2 2.2.1 2.1.3
2 1 2
1 3 2
3 2 3
2 1 2
1 3 2
C
3 2 3
2 1 2
1 3 2
C = + + = + + = =
(
(
(
=

Menor Complementario de un elemento de una matriz:

Se llama menor complementario de un elemento de una matriz cuadrada de orden
n al determinante asociado a la matriz cuadrada de orden n-1 que se obtiene al
suprimir la fila i y la columna j.

Se lo denomina ij

Ejemplo:
Dada la siguiente matriz A
2x2
, calcular los menores complementarios de cada
elemento de la matriz.

1 2 3 4
4 3
2 1
A
22 21 12 11
= = = =
(
=

Adjunto de un elemento de una matriz:

Se llama as al nmero que se obtiene de multiplicar al menor complementario
por el nmero -1 elevado al exponente que surge de sumar sus dos subndices:
ij = ij . (-1)
i+j

La suma de los dos subndices puede dar un nmero par o impar. O sea, la
posibilidades son que el nmero -1 sea elevado a un exponente par o impar. El
nmero -1 elevado a un exponente par siempre da por resultado 1, mientras que si
lo elevamos a un exponente impar, obtendremos como resultado -1. De lo
manifestado surge que si la suma de los subndices es par, el adjunto de un
elemento es igual a su menor, mientras que si la suma de los subndices es impar,
el adjunto es igual al opuesto del menor.

A
11
= 4 A
12
= -3 A
21
= -2 A
22
= 1

2011 34
Matriz adjunta:

Es la matriz transpuesta de la matriz que se obtiene de reemplazar en una matriz
cuadrada cada elemento por su adjunto. Se la denomina adj A.

(
=
1 3 -
2 - 4
A Adj

Clculo de la Matriz Inversa por el Mtodo de la Matriz Adjunta

(
= =
2 / 1 2 / 3
1 2
2
1 3
2 4
A
A Adj
A
1 -

Comparando la matriz A
2x2
con la Adj A, notamos que los elementos de la diagonal
se intercambian y los de la contradiagonal cambian su signo.

(
=
(
=
1 3 -
2 - 4
A Adj
4 3
2 1
A

De lo expuesto, queda claro que slo es conveniente el empleo del mtodo de la
matriz adjunta para calcular la inversa de una matriz en el caso de una matriz de
orden 2, siendo en todas las dems matrices la utilizacin del Mtodo de Gauss
Jordan para su clculo.

Propiedades de los determinantes:

El estudio de los determinantes es uno de los principales temas de la presente
unidad, razn por la que sus propiedades adquieren un importante valor en el
lgebra Lineal. Las propiedades que se detallan son las mas importantes, pero no
las nicas.

1) Regla de Laplace: El valor de un determinante es igual a la suma de los
productos de los elementos de una lnea cualquiera multiplicado por sus
correspondientes adjuntos.
Es la nica manera de calcular el determinante en matrices de orden superior a
3.

2011 35
( ) 2 - 6 - 4 ) 1 - . ( . 2 1 . . 1 A . a A . a 2 A
4 3
2 1
A
3
12
2
11 12 12 11 11
= = + = + =
(
=

2) Si en una matriz una lnea es 0, su determinante vale 0.

0 0 . 1 2 . 0 A
2 0
1 0
A = + =
(
=

3) Si en una matriz se permutan filas por columnas los correspondientes
determinantes son iguales.

2
4 2
3 1
/
4 2
3 1
A 2
4 3
2 1
/
4 3
2 1
A
t
=
(
= =
(
=

4) Si en una matriz se permutan 2 lneas paralelas los correspondientes
determinantes tienen signos opuestos.

2
2 1
4 3
/
2 1
4 3
A =
(
=

5) Si en una matriz dos lneas paralelas son proporcionales, su determinante vale
0.

0 4 . 2 - 8 . 1
8 4
2 1
/
8 4
2 1
A = =
(
=

6) Si en una matriz se multiplican todos los elementos de una lnea por una
constante el determinante de la matriz queda multiplicado por la constante.

2
4 3
2 1
/
4 3
2 1
A =
(
= Si multiplicamos la 1ra fila por 5:

10 -
4 3
10 5
/
4 3
10 5
A =
(
= que es el determinante original multiplicado por la

constante.
2011 36

7) Teorema de Jacobi: Si en una matriz a una lnea se le suma una lnea paralela
multiplicada por una constante k el determinante de la matriz no vara.

2 A /
4 3
2 1
A =
(
=

Si a la fila 2 le sumamos la fila 1 multiplicada por -3, me queda la siguiente matriz:
2 B /
2 0
2 1
B =
(
=

Esta propiedad se utiliza para poder transformar en 0 elementos de una matriz, lo
que simplifica el clculo del determinante.

8 ) El determinante de una matriz cuadrada triangular superior o inferior de orden n
x n es igual al producto de los elementos de la diagonal principal.

(
(
(
=
3 0 0
5 2 0
5 4 1
A

Empleamos la Regla de Sarrus, lo que deja seis diagonales de tres elementos
cada una, debiendo sumar los productos de los elementos de cada lnea, como
puede verse en el ejemplo, todos los productos se anulan por contener 0, menos
el producto de los elementos de su diagonal principal.

6 3 . 4 . 0 5 . 0 . 1 5 . 2 . 0 5 . 4 . 0 5 . 0 . 0 3 . 2 . 1 A
5 2 0
5 4 1
3 0 0
5 2 0
5 4 1
= + + =

9) Determinante de una suma y de un producto :
a) El determinante de una suma de matrices no es igual a la suma de los
determinantes.

2011 37
12 10 2 B A 13 B A
/
7 8
8 11
B A 10 B /
4 3
6 7
B y 2 A /
3 5
2 4
A
= + = + = +
(
= + =
(
= =
(
=

b) El determinante de un producto de matrices es igual al producto de los
determinantes.

B . A 20 B . A /
42 44
32 34
B . A 10 B /
4 3
6 7
B y 2 A /
3 5
2 4
A = =
(
= =
(
= =
(
=

10) El determinante de una matriz de orden n multiplicado por una constante k es
igual al determinante multiplicado por la constante elevada al orden de la matriz.

8 1.2 I 8 2.I
3 3x3 3x3
= = =

11) El determinante de la inversa de una matriz es igual al inverso multiplicativo
del determinante de la matriz original.

5
1
A 5 A
1 -
= =

12) El determinante de una matriz que no admite inversa (matriz singular) es igual
a 0.

0 A entonces singular, matriz una es A Si =

Ecuaciones matriciales:

Tienen la forma A . X = B y se resuelven efectuando la inversa de la matriz A y
realizando la premultiplicacin de sta matriz por la matriz B.

A . X = B (se conocen A y B, pero se desconoce X)

A
-1
. A . X = A
-1
. B (se premultiplican ambos lados de la igualdad por A
-1
)

I . X = A
-1
. B (ya que A
-1
. A = I)

2011 38
X = A
-1
. B (por ser la matriz I el elemento neutro para el producto entre
matrices)

Si, en cambio, tenemos la ecuacin planteada:
X . A = B (se conocen A y B, pero se desconoce X)

X . A . A
-1
= B . A
-1
(se postmultiplica ambos lados de la igualdad por A
-1
)

X . I = B . A
-1

X = B . A
-1

APLICACIONES ECONMICAS

Matriz insumo - producto:

El clculo de las cuentas nacionales consiste tradicionalmente en la medicin de
las magnitudes agregadas al ingreso, al producto y al gasto. La produccin de un
sector est en directa relacin con la demanda que de dicho sector tienen los
dems sectores de la economa y lgicamente, por la demanda final de los
consumidores de los productos del mismo sector. De lo expuesto se deduce
fcilmente que una variacin en la demanda final de un sector modifica todos los
valores de nuestra tabla de insumo - producto. Sobre este tema en particular
volveremos ms adelante. Al Gerente de Produccin de cualquier fbrica le
resultar muy til conocer que insumos deber adquirir de otro sector de la
economa, dado un cambio en la Demanda Final (consumos de las familias ms
inversin) de cualquier sector.
Para conocer estas variaciones es necesario trabajar con la Matriz Insumo -
Producto.

Caractersticas bsicas de la tabla insumo - producto

La tabla tiene la forma de un cuadro de doble entrada. Para facilitar la
comprensin del tema trabajaremos con una sencilla economa de tres sectores,
sin sector externo, y cada uno de los sectores tendr un solo producto final. Los
sectores estn relacionados ya que cada sector debe utilizar como insumos
productos de otros sectores.
En las filas se registra el destino de las mercaderas y en las columnas el origen
de las mismas. La cuarta fila indica los valores agregados por los distintos
sectores y la cuarta columna muestra la demanda final. Luego, tanto la quinta fila
como la quinta columna indican los Valores Brutos de la Produccin de cada
sector. A continuacin, se brinda un ejemplo de una tabla de insumo - producto.

2011 39
Tabla de Insumo - Producto (en $)

Compras
Ventas
Agricultura Industria Servicios Demanda
Final
Valor Bruto de
la Produccin
Agricultura
50 200 15 235 500
Industria
70 350 230 350 1000
Servicios
100 300 110 445 955
Valor Agregado
280 150 600 1030 xxxx
Valor Bruto de
la Produccin
500 1000 955 xxxx 2455

Tal como explicamos anteriormente, las filas expresan los destinos que cada
sector le da a su produccin y las columnas indican los insumos que el sector
requiere y el valor agregado (Remuneracin de los factores de produccin) del
sector.
Si procediramos a escribir la matriz como un sistema de ecuaciones,
obtendramos:

S1 S2 ... Sn DF VBP
S1 x11 x12 x1n Y1 X1
S2 x21 x22 x2n Y2 X2
... ... ... ... ... ...
Sn xn1 xn2 xnn Yn Xn
VA VA1 VA2 VAn
VBP X1 X2 ... Xn X
Donde x
ij
representa el valor de insumo i que utiliza el sector j. Podemos indicar
tambin, que :
X
1
= x
11
+ x
12
+ ... + x
1n
+ Y
1

Matriz de Coeficientes tecnolgicos o tcnicos (M.C.T.):

Esta matriz indica la relacin existente entre las compras que un sector realiza y
el Valor Bruto de la Produccin (V.B.P.) de dicho sector. Para armas esta
matriz, es necesario trabajar sobre la parte de la M.I.P. referente a lo que un
sector compra a otro sector, o sea, excluimos las filas de Valor Agregado (V.A.) y
(V.B.P.), y las columnas de Demanda Final (D.F.) y (V.B.P.).a la matriz resultante
la denominaremos matriz A, que estar formada por los elementos a
ij
tal que :
a
ij
= x
ij
/ X
j

50/500 200/1000 15/955
A = 70/500 350/1000 230/955
100/500 300/1000 110/955

O, lo que es igual:

2011 40
(
(
(
(
(
(
=
191
22
10
3
5
1
191
46
20
7
50
7
191
3
10
2
10
1
A

Matriz de coeficientes de requerimientos directos e indirectos
(M.C.R.D. e I.) Matriz Inversa de la Matriz de Leontief:

La matriz de coeficientes tecnolgicos no sirven para indicar en que forma un
cambio en la demanda final de un sector afecta, en forma directa, la produccin de
dicho sector y, en forma indirecta, la produccin de los dems sectores de la
economa.
Para medir las repercusiones directas e indirectas que resultan de un cambio en
una unidad de la demanda final recurrimos a la matriz de requerimientos directos e
indirectos. Llegamos a ella algebraicamente :

X = A . X + Y X - A . X = Y
(I-A) . X = Y premultiplicando por (I-A)
-1

X = (I - A)
-1
. Y

La matriz (I - A) es la llamada matriz de Leontief= (I-A)= (L). La inversa de esa
matriz recibe el nombre de matriz de coeficientes de requerimientos directos e
indirectos.

De acuerdo a lo estudiado anteriormente, dado un cambio en la demanda final de
uno o mas sectores, el empleo de la (M.C.D. e I.), nos permite conocer la nueva
matriz de Valores Brutos de la Produccin.
Una vez conocida la matriz columna de los Valores Brutos de Produccin, la
matriz de coeficientes tecnolgicos nos permitir armar la nueva Matriz Insumo -
Producto, siguiendo los pasos a la inversa de como lo hicimos para sacar la
Matriz de Coeficientes Tcnicos.
Los Valores Agregados de los sectores de la economa se pueden obtener por
diferencia.

2011 41
COMPONENTES DE UNA MATRIZ INSUMO PRODUCTO

S1 S2 DF VBP
S1 4 10 6 20
S2 12 10 3 25
VA 4 5 9
VBP 20 25 45

4 10
12 10

Llamada Matriz Z, o matriz de intercambio de insumos. Esta matriz siempre es cuadrada, ya que
los mismos sectores que esta como elementos de la fila, lo estn como elementos de la columna.

6
3

Matriz Y, o matriz columna de las Demandas Finales. Es la matriz que, con su variacin, obligar
al clculo de todos los nuevos componentes.

20
25

Matriz X, o matriz columna de los Valores Brutos de Produccin.

20 25

Matriz X
t
, o matriz fila de los Valores brutos de la Produccin.

4 5

Matriz VA, o matriz fila de los Valores Agregados, la que se calcula por diferencia.

2011 42
Resumen de M.I.P.

Para calcular las variacin que de producen en una Matriz Insumo Producto dado
una variacin en la Demanda Final de los sectores, debemos realizar los siguientes
pasos:

1. Hallar la Matriz A, o matriz de coeficientes tecnolgicos o tcnicos. Tiene el
mismo orden que la matriz Z e indica la relacin existente entre los insumos
que un sector compra y el valor bruto de la produccin de dicho sector.
2. Hallar ( I A ) o matriz de Leontief (L).
3. Hallar ( I A )
-1
,o L
-1
que es la matriz de coeficientes de requerimientos
directos e indirectos.
4. Hallar la matriz X, como resultado del producto de ( I A )
-1
. Y
5. Hallar los nuevos valores de la matriz Z, empleando la matriz X
t
y la matriz
A.
6. Hallar los nuevos valores de la matriz VA por diferencia.

2011 43

Ejercicios MATRICES Y DETERMINANTES

1- Dadas las matrices:

[ ] [ ] 3
0 0 0
0 0 0
8 5 3
0
1
1 5 3
2 3 0 0
0 1 0 0
0 3 12 0
5 1 3 2
0 1
1 2
1 4
0 5
3 2
2 15 0
10 1 3
0 2 1
5 2 0
4 3 1
=
(
(
(
=
(
= =
(
(
(
(
=
(

=
(
(
(
=
(
(
(
=
(
=
I H G F
E D C B A

a) Indicar el orden de cada matriz.
b) Cules de las matrices dadas son cuadradas?
c) Cules de las matrices dadas son triangulares superiores? Cules triangulares inferiores?
d) Cules de las matrices dadas son fila? Y cules columna?
e) Indicar el valor de los elementos c
11
, c
22
, c
31
, c
32
de la matriz C.

2- Determinar la matriz A R
4x3
cuyos elementos a
ij
responden a la siguiente ley de formulacin:
a
ij
= 3i 2j

3- Si A R
12x8
, indicar a) Cuntos elementos tiene A. b) Calcular los elementos a
12
, a
33
, a
38
, a
45
,
a
53
, a
61
, a
10,7
, a
12,8
sabiendo que responden a la siguiente ley de formulacin : a
ij
= (-1)
i+j
(2i-3j).

4-Escribir explcitamente las matrices indicadas:

j i a R A
i a R A
j i a R A
j i a R A
ij
x
j
ij
x
ij
x
ij
x
3 . 2 /
/
2 /
2 /
2 3
2 4
5 3
3 4
=
=
+ =
=

5- Siendo las matrices A R
2x3
, y B R
2x3
cuyos elementos genricos son:
a
ij
= 2i-j y b
ij
= 1-i2, hallar C= A 2B

6- Escribir las matrices A y B de orden 3 x 2, con a
ij
= i+j y b
ij
= (-1)
i+j
.

2011 44
7- Sean las siguientes matrices:

(
(
(
=
(
=
(

=
(
(
(

=
1 0
1 0
1 3
0 0
0 0
0 2
4 5
4 0
3 2
1 5
D C B A

Calcular, cuando sea posible. De no ser posible efectuar la operacin, explicar por qu.
a) A + D
b) A + C
c) X, tal que X + B = C
d) Y, tal que Y D = A

8- Operaciones con Matrices: Suma, Producto por un escalar, Producto entre matrices
(
(
(
=
(
(
(
=
(
=
(
=
3
1 -
2
D
3 0 0 1
2 4 1 5
1 0 3 2
C
3 2 - 1 -
3 - 0 4
B
4 3 0
2 1 - 1
A
Hallar: (a) A + B , (b) A + C , (c) 5.B , (d) 3.D , (e) A . D , (f) B . C

9- Dadas las matrices A, B y C, hallar: a) A+B-C, b) M tal que A+C-B+M= N

(
(
(
=
(
(
(

=
(
(
(

=
2 8 0
0 7 1
7 4 2
1 2 5
8 0 2
7 3 6
3 1 4
2 5 2
8 5 1
C B A

10- Dadas las matrices A y B R
2x3
, hallar: a) A-B b) B-A c) A+3B d) 2A-4B

(

=
(
=
3 1 3
6 4 2
2 3 7
3 4 2
B A

11- Sean las siguientes matrices:
[ ]
(
=
(
(
(

=
(
= =
(
(
(
=
1 1 - 0 2
3 0 1 - 2 -
E
2 0
1 0
1 1
D
0 2
4 - 1
C 2 - 1 5 B
1 - 2 -
0 3
1 2
A
Calcular, cuando sea posible:
a) 2.A b) A . C c) A . D d) D . A e) A . E f) -2B . D g) B A + B h) 3.B . A i) C . 2E

2011 45
12- Dadas las matrices

[ ] [ ]
[ ] [ ]
(
(
(
(
=
(
= = =
(
(
(
(
= = =
(
(
(
=
(
(
(
=
0
0
0
0
I
0 1 -
2 1
H 1 1 G 2 1 F
0
1
3
2
E 0 3 5 - 9 D 4 3 2 1 C
7 - 5
2 4
0 3 -
B
3 - 9
7 1 -
4 5
A

a) Indicar el orden de cada matriz.
b) Cunto valen a
12
, c
13
, e
21
?
c) Qu matrices se pueden sumar? Justifique su respuesta.
d) Resolver:
i) A + B
ii) 2 B
iii) A - B
iv) 2C + D
v) 2 A B
vi) I + E
vii) Clasificar matrices en cuadradas, nulas, filas y columnas.

13- Resolver los siguientes productos de matrices:

[ ][ ] [ ] [ ][ ]
(
(
(
(
(
(
(
(
(
(
(
(

1 1 2 4
0 3 1 2
1 0 5 1
1 0 4
2 2 1
)
2 0 3 1
1 4 5 2
3 2
1 1
)
0 1 1
4 2 2
1 3 2
0 1 3
1 1 2
)
6 5 1 2 )
0
5
4
1 3 1
1 0 2
)
4
5
2
3 1 2 ) 5 . 2 )
g
f e
d c b a

2011 46
14- Efectuar los siguientes productos entre matrices:

[ ]
(
(
(
(
(
(

(
(
(
(
(
(
(
(
(
(
(
(
(
(

(
(
(

(
(
(
(
(
(
(
(
(
(
(
(
1 0 0
0 1 0
0 0 1
9 1 5
6 0 4
1 2 3
)
2
0
4
1
3 0 4 6
2 1 2 3
)
3 2
0 1
4 2
6 3
2 0 4 1 )
4 0 1
5 3 2
6 4 1
1 3 2
6 0 1
5 3 2
)
1 3 2
6 0 1
5 3 2
4 0 1
5 3 2
6 4 1
)
3 2
1 0
2 4 0
2 4 1
)
5 3 2
4 1 7
3 2
4 0
6 1
)
3 2
4 0
6 1
5 3 2
4 1 7
)
2 1 0
4 6 5
1 1 3
2 4 0
1 5 4
)
4 1
2 3
3 1
6 5
)
3 2
0 1
1 1
1 1
)
3 1
6 5
4 1
2 3
)
5 3 2
4 1 7
2 1 -
3 2
)
m l k
j i h
g f e
d c b a

15- Dadas las matrices A
2x3
, B
3x4
, C
3x2
y D
2x3
, hallar: a) A . B, b)A . C, c) C . (D + A)

(
(
(
=
(
(
(
=
(
(
(
=
(
=
4 1
3 2
5 4
1 4
2 2
1 3
3 2 3 6
4 1 3 5
1 3 2 1
7 4 2
3 0 2
D C B A

16- Dadas las matrices A y B R
2x2
verificar que (A + B) . (A - B) A
2
B
2

(
=
(
=
3 2
4 5
1 4
3 2
B A

17- Calcular A
2
:

(
(
(

=
1 0 0
0 1 0
1 1 1
A Clasificar la matriz A.

18- Sea la siguiente matriz A
2x2
Indicar lo siguiente:
a) Si f(X)= -3X
2
+2X-5I hallar f(A)
b) Hallar y tal que: A
2
+ A + I = N
(
=
4 3
2 1
A
2011 47

19- Calcular los siguientes productos matriciales
(
(
(
(
(
(
(
(
(
(
(
(
(
1
1
3 1
0 2
c)
3
2
5
1 0 0
0 1 0
0 0 1
b)
5
4
3
1 0 4
0 1 0
1 0 4
a)

20- Resolver el siguiente producto matricial

(
(
(
=
(
=
5 1 -
4 2
1 3
B
2 0 4
3 - 2 1
A

21- Resolver la siguiente multiplicacin entre matrices:

(
(
(
=
(
(
(
=
5 7 7
3 1 0
4 2 - 6
B
9 4 0
4 5 6
7 2 - 3
A

22- Resolver el siguiente producto matricial

(
=
(
(
(
=
1 2 3
4 3 2 -
B
5 1 -
4 3
2 1
A

23- Hallar el rango de la siguiente matriz:

(
(
(
(
=
4 - 3 - 1 - 4 3 - 3
1 3 - 4 8 - 5 2
6 - 4 - 2 - 7 5 - 4
1 - 2 - 1 1 - 1 1
A

24- Hallar los nmeros reales x, y, z, u y v para los que se verifica:

(
(
(
=
(
(
(
(
2 1
0 3
1 5
0
1
1
0
2
u
v
z
y
x

2011 48

25- Hallar las inversas de las siguientes matrices:

(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
(
(
(
=
(
(
(
=
3 5 6 - 2 -
1 2 2 - 0
6 10 12 - 3 -
5 8 - 9 - 2 -
F
1 2 3 4
0 1 2 3
0 0 1 2
0 0 0 1
E
1 1 1 1
0 1 1 1
0 0 1 1
0 0 0 1
D

2 4 - 3 2 -
4 - 11 8 - 5
1 4 - 3 2 -
1 2 1 - 1
C
8 5 2
16 10 4
5 1 1
B
1 5 1
9 7 3
2 4 1
A

26- Encontrar la matriz inversa de las siguientes matrices:

(
(
(
(
(
(
(
(
(
1 1 2
1 2 3
3 1 2
)
4 1
3 2
)
2 1 - 0
1 - 2 1 -
0 1 - 2

1 0 0
1 1 0
1 1 1
) d c b) a

27- Sean A y B dos matrices cuadradas de igual tamao que son simtricas. Hallar una
condicin necesaria y suficiente para que su producto A.B sea simtrica.

28- Sea M = A.B. Comprubese que si A tiene una fila nula, entonces tambin M tiene una fila
nula y que si B tiene una columna nula, entonces M tambin tiene una columna nula.

29- Si A y B son dos matrices cuadradas del mismo tamao simtricas, comprubese que A.B
es simtrica slo si A.B = B.A.

30- Hallar, si existen, las inversas de las siguientes matrices:

(
(
(
=
(
(
(
=
(
(
(
=
(

=
(
=
1 - 3 4
1 1 0
1 - 1 2
E
7 0 0
1 - 1 0
2 3 4
D
1 0 2 -
5 1 3
0 0 1
C
1 1
2 1
B
9 3 -
3 - 1
A

30 bis Dada la matriz
(
(
(
=
1 2 1
x 1 1 -
1 - 1 2
A

a) Calcular x de modo que el rango de A sea 2. b) Hallar adj A (para el valor de x encontrado)
c) A que es igual el producto de A . adj A
2011 49
31- Calcular los siguientes determinantes:

3 2 1 4
2 1 4 3
1 4 3 2
4 3 2 1
I
4 1 - 2 - 1
9 3 - 7 - 5 -
2 - 1 3 2
1 2 4 5
H

1 - 2 4 3
0 1 1 - 2
3 1 1 0
4 2 - 1 1
G
1 1 4
1 - 3 0
2 1 2
F
5 3 - 1
2 - 0 3
1 1 - 2
E
1 2 5 6
1 1 - 5 2
0 9 4 1
2 1 - 9 3
D
7 6 - 5 3
3 1 4 4
6 5 3 - 4
4 3 1 - 3
C
1 1 4 2
4 4 - 8 5
1 - 5 4 1 -
1 4 11 10
B
7 3 5 7
4 8 5 - 6
3 8 8 - 4
2 5 7 9
A
= =
= = = =
= = =

32- Calcular los determinantes de las siguientes matrices:

(
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
4 - 2 - 2 8
4 - 1 1 - 3
1 - 1 - 3 1
3 1 2 - 2
F
6 4 12
5 4 1
2 1 3
E
4 5 1
5 8 15
1 2 3
D

3 2 - 1
4 2 5
0 3 8
C
4 5 1
2 3 6
1 2 3
B
8 3 0
5 2 4
1 - 2 3
A

33- Calcular el determinante de la matriz dada:

a) Desarrollando por la primera columna.
b) Desarrollando por la segunda fila.

(
(
(
(
=
4 4 3 - 3
2 0 5 1 -
1 1 3 0
1 - 2 - 1 2
M

2011 50
34- Calcular del modo mas econmico posible el determinante de las matrices dadas:

(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
4 0 0 1 -
3 5 - 0 1
2 3 1 8
4 4 0 5
C
2 - 0 0 0
0 1 0 0
0 0 3 2
0 0 0 5
B
3 0 0 0
4 3 0 0
1 1 2 - 0
5 3 0 1
A

35- Utilizando las propiedades de los determinantes, calcular el determinante de las siguientes
matrices:

(
(
(
=
(
(
(
=
(
(
(
=
8 5 - 4
2 1 - 2
3 2 - 1
C
3 1 2 -
4 7 - 1
3 1 2 -
B
2 - 0 0
1 8 0
4 17 - 3
A

36- Resolver el siguiente producto matricial y encontrar el determinante.

[ ] 2 1 2
2
4
1
(
(
(

37- Dada la siguiente matriz triangular superior, calcular el determinante de las siguientes
matrices:

(
(
(
(
=
2 0 0 0
6 2 0 0
2 2 1 0
8 8 4 4
A
Calcular el determinante de A, de A
t
y de A
-1
.

38- Calcular el determinante de

(
(
(
(
=
0 1 1 1
1 0 1 1
1 1 0 1
1 1 1 0
A

2011 51
39- Para la siguiente matriz A, se pide:

a) Calcular el determinante por la regla de Sarrus.
b) Encontrar el determinante mediante Laplace.
c) Encontrar la Adj A
d) Hallar la inversa de A por el mtodo de la matriz adjunta.

(
(
(
=
5 0 0
0 4 0
3 2 1
A

40- Calcular x e y para que se cumpla la siguiente igualdad:

[ ] [ ] 2 5
1 5
1 2
2 1
2 =
(
(
(
y x

41- Encuentre una matriz A tal que :

(
=
(
1 0
0 1
2 1
3 2
A.

42- Hallar x, y , z y w para demostrar la identidad

(
+
+
+
(
=
(
3
4
2 1
6
. 3
w z
y x
w
x
w z
y x

43- Determinar las matrices X R
2x2
e Y R
2x2
, tales que:

= +
(
= +
6 9
7 8
3 2
9 12
2 5
4 3
Y X
Y X

2011 52
44- Complementar las siguientes matrices
(
(
(
=
(
(
(
=
(
(
(
=
2 ?
3 - 2
1 0
C
5 1 -
4 3
2 - ?
B
6 5
2 3
? 1
A
Sabiendo que 2A + B C =
(
(
(
15 8
11 5 -
6 4

45- Determinar el valor de C= {(AB)-1 . A} B si
(
(
(
=
(
(
(
=
9 1 0
2 1 - 1
0 4 - 8
B
9 1 9
2 14 0
0 1 15
A

46- Siendo
(
=
(
=
1 - 0
1 0
B
0 1 -
1 1
A
calcular X en la siguiente expresin: B.( X + A ) + B = X

46 bis - Hallar el valor de x E R que verifique:
x
x
x
x
1
4 2
2 0
1 1
0 2

Problemas econmicos con matrices

47- Un fabricante necesita ruedas, ejes, asientos y pedales para tres tipos de rodados que
fabrica: A, B y C. La siguiente tabla indica las necesidades de partes para cada rodado.

A B C
Ruedas 3 4 3
Ejes 1 2 2
Asientos 1 1 1
pedales 2 2 2

Los pedidos de cada tipo de rodado para los primeros seis meses son:

Enero Febrero Marzo Abril Mayo Junio
A 100 80 70 50 40 90
B 50 50 50 20 30 50
C 60 40 30 20 30 40
2011 53

Usar multiplicacin matricial para obtener las necesidades de partes para cada mes.

48- Para las unidades de tres alimentos, la siguiente matriz indica los correspondientes
contenidos de vitaminas en unidades apropiadas

Vitaminas Alimentos
A B C D
1 0,5 0,3 0,1 0
2 0,3 0,1 0 0,3
3 0,2 0,4 0,6 0,1

a) Cunto se consume de cada tipo de vitamina si se comen 4 unidades del alimento 1, 5
unidades del alimento 2 y 12 unidades del alimento 3?
b) Si slo se paga por el contenido vitamnico de cada alimento y se han abonado
respectivamente 15 unidades monetarias (u.m.), 10 u.m., 18 u.m. y 20 u.m. por las unidades de
las cuatro vitaminas. Cunto cuesta la unidad de cada tipo de alimento?
c) Calcular por dos caminos distintos el costo total del alimento que hemos consumido.

49- Un carpintero ha aceptado el encargo de construir alacenas, escritorios y mesas. El
carpintero conoce la cantidad de los diversos tipos de materia prima necesarios para fabricar
cada tipo de mueble, como se indica en la siguiente matriz:

Madera Frmica Vidrio Pintura M.Obra
Alacena 20 10 8 7 17
Escritorio 18 6 0 9 20
Mesa 10 4 10 5 12
La mano de obra se incluye como materia prima y cada una de ellas se mide en las unidades
adecuadas.

a) Cunto necesitar de cada materia prima para fabricar 5 alacenas, 3 escritorios y 4
mesas?
b) Suponiendo que cada unidad de madera, frmica, vidrio, pintura y mano de obra cuesta,
respectivamente: 80 u.m., 50 u.m., 40 u.m., 20 u.m. y 100 u.m.
1) Cul es el costo de cada tipo de mueble?
2- Cul es el costo de materiales para cada tipo de muebles?
3- Cul es el costo total de materia prima para todos los muebles que construir?

50- Un fabricante de joyera sobre diseo tiene rdenes por dos anillos, tres pares de aretes,
cinco prendedores y un collar. El fabricante estima que le lleva 1 hora de mano de obra hacer
un anillo, 11/2 horas hacer un par de aretes, hora un prendedor y 2 horas un collar. Se pide lo
siguiente:
a) Exprese las ordenes del fabricante como un vector fila.
b) Exprese los requerimientos en horas para los distintos tipos de joyas como un vector
columna.
c) Utilice el producto escalar para calcular el nmero total de horas que requerir para terminar
las rdenes.

2011 54
51- Una compaa paga un salario a sus ejecutivos y les da un porcentaje de sus acciones
como un bono anual. El ao pasado el presidente de la compaa recibi $80.000 y 50
acciones, se pag a cada uno de los dos vicepresidentes $45000 y 20 acciones y el tesorero
recibi $40000 y 10 acciones.
a) Exprese los pagos a los ejecutivos en dinero y acciones como una matriz de 2x3
b) Exprese el nmero de ejecutivos de cada nivel como un vector columna.
c) Utilice la multiplicacin de matrices para calcular la cantidad total de dinero y el nmero total
de acciones que pag la compaa a los ejecutivos el ao pasado.

EJERCICIOS MATRIZ INSUMO PRODUCTO

52-
S1 S2 DF VBP
S1 4 10 6 20
S2 12 10 3 25
VA 4 5 9
VBP 20 25 45
Y*=
Sector 1: 12
Sector 2: 9

53-
S1 S2 DF VBP
S1 5 3 12 20
S2 10 9 5 24
VA 5 12 17
VBP 20 24 44
Y*=
Sector 1: 26
Sector 2: 39

54-
S1 S2 DF VBP
S1 40 44 16 100
S2 40 0 15 55
VA 20 11 31
VBP 100 55 155
Y*=
Sector 1: 21
Sector 2: 14

55-
S1 S2 DF VBP
S1 13 18 21 52
S2 26 12 10 48
VA 13 18 31
VBP 52 48 100
Y*=
Sector 1: 24
Sector 2: 12

56-
S1 S2 DF VBP
S1 32 28 36 96
S2 16 7 19 42
VA 48 7 55
VBP 96 42 138
Y*=
Sector 1: 48
Sector 2: 20

2011 55
57-
S1 S2 DF VBP
S1 200 500 500 1200
S2 400 200 900 1500
VA 600 800 1400
VBP 1200 1500 2700
Y*=
Sector 1: 600
Sector 2: 805

58-
S1 S2 DF VBP
S1 150 240 210 600
S2 200 120 160 480
VA 250 120 370
VBP 600 480 1080
Y*=
Sector 1: 500
Sector 2: 200

59- Eleva la siguiente matriz al cuadrado:

(
=
1 - 3
0 1
A
Como se denomina este tipo de matriz?

60- Encuentre A
-1

(
(
(
(
(
(
=
6 5 0 0 0
8 7 0 0 0
0 0 2 0 0
0 0 0 5 3
0 0 0 2 1
A
2011 56

RESPUESTAS DE LOS EJERCICIOS

Nota: Los ejercicios en cuya respuesta dicen SIN RESPUESTA, estn dados sin la misma para
que los alumnos la realicen sin ayuda ni condicionamiento alguno.

1- Rta: a) A
2x3
; B
3x3
; C
3x2
; D
2x2
; E
4x4
; F
1x3
, G
2x1
; H
3x3
; I
1x1
b) B; D; E; H e I c) M.T.S.:H M.T.I.: no
hay. d) F= F; I C= G; I e) c
11
= -2; c
22
=0; c
31
=4; c
32
= 1

2-
(
(
(
(

=
6 8 10
3 5 7
0 2 4
3 1 1
A

3- Rta:a) 96; b) 4; -3; 18; 7; 1; -9; 1; 0

4- Rta:
(
(
(
(
(
(
= = =
(
(
(
(
(
(
(
(
= = =
(
(
(
(
(
(
= = + =
(
(
(
(
(
(
(
(
= = =
36 18
24 12
12 6
/ A 3 . 2 / R A
16 4
9 3
4 2
1 1
/ A / R A
13 11 9 7 5
12 10 8 6 4
11 9 7 5 3
/ A 2 / R A
5 6 7
3 4 5
1 2 3
1 0 1
/ A 2 / R A
32 31
22 21
12 11
3x2
42 41
32 31
22 21
12 11
4x2
35 34 33 32 31
25 24 23 22 21
15 14 13 12 11
4x3
43 42 41
33 32 31
23 22 21
13 12 11
4x3
a a
a a
a a
j i a
a a
a a
a a
a a
i a
a a a a a
a a a a a
a a a a a
j i a
a a a
a a a
a a a
a a a
j i a
ij
j
ij
ij
ij

2011 57
5-
(
=
7 8 3
1 2 3
C

6-
(
(
(
=
(
(
(
=
1 - 1
1 1 -
1 - 1
B
5 4
4 3
3 2
A

7-
(
(
(
=
(
(
(
3 0
4 2
0 8
d)
0 2 -
4 5 -
X c) puede se no )
3 0
4 2
0 8
) b a

8-
(
(
(
(

4 8 5 15
5 0 12 11
)
9
9
)
9
3
6
)
15 10 5
15 0 20
) puede se no )
7 1 1
1 1 5
)
f e
d c b a

9-
(
(
(
=
(
(
(
= +
4 5 - 9 -
6 2 - 1 -
8 - 6 - 3
M
2 - 7 - 1 -
10 12 - 3
8 4 5
C - B A

10-
(
=
(
= +
(
=
(
=
8 2 26
30 8 4 -
4B - 2A
11 - 6 2 -
15 - 16 - 8
3B A

1 - 2 - 10 -
9 - 0 0
A - B
1 2 10
9 0 0
B - A

2011 58
11- Rta:
[ ] [ ]
(
=
=
(
(
(
=
(
(
(
=
(
(
(
=
12 0 4 - 8 -
2 - 8 2 - 20 -
C.2E i)
21 51 3B.A h) puede se no g) 16 10 - f)
7 - 1 2 2
9 0 3 - 6 -
7 1 - 2 - 2 -
A.E e)
puede se no d) puede se no c)
8 4 -
12 - 3
8 - 4
A.C b)
2 - 4 -
0 6
2 4
2A ) a

12-
[ ]
I E, : Columna ; G F, D, C, : Filas ; I : Nulas ; H : Cuadradas vii)

0
1
3
2
E I vi)
4.25 - 16.75
13.5 3 -
8 10.75
1/4B - 2A v)
8 9 4 - 11 D 2C iv)
4 4
5 5 -
4 2
B - A iii)
14 - 10
4 8
0 6 -
2B ii)
10 - 14
9 3
4 2
B A i) d) orden mismo el Por tener I E G, F D, C B, A c)
3 e 3, c 4, a b) I , H , G , F , E , D , C , B , A a)
21 13 12
4x1 2x2 1x2 1x2 4x1 1x4 1x4 3x2 3x2
(
(
(
(
= +
(
(
(
=
= +
(
(
(
=
(
(
(
=
(
(
(
= + + + + +
= = =

13- Rta.
[ ] [ ] [ ] [ ]
(
5 1 18 0
3 4 1 3
)
8 8 19 1
1 4 2 3
)
7 7 4
2 9 7
) 12 10 2 ) 19 8 ) 3 ) 10 - )
g
f e d c b a

14- Rta:
2011 59
[ ]
(
(
(
(
(
(
(
(
(
(
(
(
9 1 5
6 0 4
1 2 3
)
16
7
) 16 7 )
31 17 3
30 4 7
17 1 13
)
9 9 10
13 21 9
35 15 18
)
puede se no )
7 11 8
20 12 8
34 17 19
)
15 8
58 1
)
20 26 20
18 35 13
)
10 6
34 9
)
3 1
3 3
)
18 1
12 17
)
6 7 3
23 7 20
)
m l k j i
h g f e
d c b a

15-
(
=
(
=
3 - 42
5 6
A.C
35 24 - 5 60
11 0 13 20
A.B

16-
(
=
(
= +
12 0
5 25
B A
2 - 26 -
7 - 35 -
B) - B).(A (A
2 2

17- A
2
= I , o sea, A es una matriz involutiva.

18-
2 3; b)
43 - 33
22 - 12
5I - A 2 3A - a)
2
= =
(
= +

19-
(
=
(
(
(
=
(
(
(
=
4
2
C c)
3
2 -
5
B b)
17
4
17
A ) a

20-

(
=
14 10
6 - 10
A

2011 60
21-

(
(
(
=
57 67 63
59 21 64
41 41 67
A

22-

(
(
(
=
1 7 17
16 17 6
6 7 4
A

23- Rta: r(A)= 3

24- Rta.: x= 1, y= -1, u= 3, v= 1, z= 2

25- Rta

inversa admite no B
5 . 2 5 . 0 4
5 . 1 5 . 0 3
11 3 19
=
(
(
(
= A
(
(
(
(

=
1 0 1 0
0 1 3 1
3 0 4 2
4 2 1 1
C
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
94 93 4 - 2
3 3 2 - 0
50 49 34 - 1
2 - 0 1 0
F
1 2 - 1 0
0 1 2 - 1
0 0 1 2 -
0 0 0 1
E
1 1 0 0
0 1 1 0
0 0 1 1
0 0 0 1
D

27 B = A
t

28- Verdadero.

29- Verdadero.

2011 61
30-
inversa admite no E
14285 . 0 0 0
14285 . 0 1 0
1785 . 0 75 . 0 25 . 0
D
1 0 2
5 1 13
0 0 1
C
33333 . 0 33333 . 0
66667 . 0 333333 . 0
B inversa. admite no A
1 - 1 -
1 - 1 -
=
(
(
(

=
(
(
(
=
(
= =

31- Rtas: A= 100; B= -150; C= 0; D= 61; E= -4; F= -20; G= -135; H= 38; I= 160

32- Rta.: det A = -73; det B= -11; det C= 79; det D= -22; det E= -22; det F= -150

33- det M= -102

34- Rta: det A= -18 det B= -30 det C= -148

35- det A = -48 det B = 0 det C = 0

36- det A = 0

37- det A = 16 det A
t
= 16 det A
-1
= 1/16

38-Rta.: det A = -3

39- a) b) det A = 20 c) d)

40- Rta: x= -1 y= 2

41- Rta:

(
=
2 1
3 2
A

2011 62
42- Rta
(
(
(
=
57 67 63
59 21 64
41 41 67
A

43- Rta.
(
(
(
=
1 7 17
16 17 6
6 7 4
C

44- Rta
(
(
(
(
(
(
(
(
(
5 . 0 0 5 . 0
5 . 5 2 5 . 2
5 . 3 1 5 . 1
)
4 . 0 2 . 0
6 . 0 8 . 0
)
75 . 5 . 25 .
5 . 1 5 .
25 . 5 . 75 .
)
1 0 0
1 1 0
0 1 1
) d c b a

45- Rta.
(
(
(
=
0.0769 0.1538 0.019 -
0.3076 1.3846 - 0.1730
0.1538 0.6923 - 0.2115
A

46- Sin respuesta

46 bis- x= -2

47- Rta:
(
(
(
(
=
360 200 180 300 340 420
180 100 90 150 170 210
270 160 130 230 260 320
590 330 290 500 560 680
A

48- Sin respuesta.

49- Sin respuesta.

2011 63

50- Sin respuesta.

51- Sin respuesta.

52-
S1 S2 DF VBP
S1 9 24 12 45
S2 27 24 9 60
VA 21
VBP

53-
S1 S2 DF VBP
S1 13 13 26 52
S2 26 39 39 104
VA 13 52 65
VBP 52 104 156

54-
S1 S2 DF VBP
S1 46 48 21 115
S2 46 0 14 60
VA 23 12 35
VBP 115 60 175

55-
S1 S2 DF VBP
S1 15 21 24 60
S2 30 14 12 56
VA 15 21 36
VBP 60 56 116

56-
S1 S2 DF VBP
S1 40 32 48 120
S2 20 8 20 48
VA 60 8 68
VBP 120 48 168

2011 64
57-
S1 S2 DF VBP
S1 215 475 600 1290
S2 430 190 805 1425
VA 645 760 1405
VBP 1290 1425 2715

58-
S1 S2 DF VBP
S1 300 400 500 1200
S2 400 200 200 800
VA 500 200 700
VBP 1200 800 2000

59- A
2
=I porque A es una matriz involutiva.

60-
(
(
(
(
(
(
=
3.5 2.5 - 0 0 0
4 - 3 0 0 0
0 0 0.5 0 0
0 0 0 1 - 3
0 0 0 2 5 -
A

2011 65

CAPTULO
3

SISTEMAS DE
ECUACIONES
LINEALES
2011 66
CAPTULO 3 - SISTEMAS DE ECUACIONES
LINEALES

Sistemas de ecuaciones lineales:

Un sistema de m ecuaciones lineales con n incgnitas es un conjunto de
relaciones que tiene la forma que se indica a continuacin:

= + + +
= + + +
= + + +
n n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
........
...... .......... .......... .......... ..........
......
......
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11

Cada uno de los coeficientes tiene asignado dos subndices, el primero de los
cuales (i) indica la fila donde se encuentra el coeficiente y el segundo de ellos (j)
indica la columna en la que se encuentra.

Cuando estamos ante un sistema cuya matriz A de coeficientes es de orden 3x4,
podemos afirmar que nos encontramos con un sistema de ecuaciones de 3
ecuaciones (cada fila de la matriz indica una ecuacin) y 4 incgnitas (cada
columna indica una incgnita).

Un sistema puede tener solucin o no. Si un sistema tiene solucin se llama
sistema compatible, si no tiene solucin se llama sistema incompatible.
Si es compatible puede admitir una nica solucin o infinitas soluciones. Si tiene
solucin nica se llama sistema compatible determinado, si tiene infinitas
soluciones se llama sistema compatible indeterminado.

Teorema de Rouche-Frobenius :

Si llamamos A a la matriz de los coeficientes del sistema, X a la matriz de las
incgnitas, y B a la matriz columna de los trminos independientes, el sistema
puede expresarse matricialmente de la siguiente forma :

A . X = B Forma matricial de un sistema de ecuaciones lineales.

Llamaremos A a la matriz ampliada que se obtiene de agregarle a la matriz A la
columna de los trminos independientes B.

2011 67
Enunciado : la condicin necesaria y suficiente para que un sistema de
ecuaciones lineales sea compatible es que la matriz A y la matriz A tengan el
mismo rango,

Si adems :
(A) = (A) = n el sistema es Compatible Determinado
(A) = (A) = k < n el sistema es Compatible Indeterminado
(A) (A) el sistema es Incompatible

Solucin nica
Rectas no paralelas; un
punto de interseccin
Sist. Compatible
Determinado
a
11
x+a
12
y=b
1

x
a
21
x+a
22
y=b
2

2011 68

Nmero infinito de
solucines (Sist. Compatible
Indeterminado)
Rectas que coinciden; nmero infinito de
puntos de interseccin
a
11
x+a
12
y=b
1

a
21
x+a
22
y=b
2

x
y
Sin Solucin
Rectas paralelas; sin
puntos de interseccin
Sist Incompatible
a
11
x+a
12
y=b
1

x
y
a
21
x+a
22
y=b
2

2011 69
Resolucin de un sistema

a) Regla de Cramer :

Sea un sistema del tipo A .X = B, siendo A una matriz cuadrada y no singular.
Entonces, el sistema tiene solucin nica y cada incgnita es igual al cociente de
dos determinantes. En el denominador el determinante de la matriz de los
coeficientes y en el numerador el determinante de la matriz que resulta de
reemplazar la columna de los coeficientes de la incgnita cuyo valor deseamos
hallar por la columna de los trminos independientes.

5
2
5
22
110
4 5
2 3
10 5
16 3
2
22
44
4 5
2 3
4 10
2 16
10 4 5
16 2 3
=
=
= =
= =
= +
=
y
x
y x
y x
y x

b) Mtodo de Gauss-Jordan :

Para resolver el sistema por el mtodo de Gauss-Jordan se colocan los
coeficientes de las incgnitas de la matriz, agregando a continuacin la columna
de los trminos independientes del sistema. Se elige un pivot y se desarrolla el
Mtodo de Gauss Jordan para conocer de esa forma el valor de cada incgnita.

Ej.: resolver, empleando el mtodo de Gauss Jordan, el siguiente sistema de
ecuaciones lineales:

3x - 2y=-16
5x + 4y= 10

3 -2 -16
5 4 10
-3/2 1 8
11 0 -22
0 1 5
1 0 -2
x= -2
y= 5
2011 70

c) Inversin de matrices :

Se parte de la expresin matricial de un sistema de ecuaciones lineales : A . X =
B.
Si A es cuadrada no singular, existe la inversa de A .Premultiplicando por esta
inversa queda:

A
-
. A . X = A
-
. B
I . X = A
-
. B
X = A
-
. B

Este mtodo slo sirve para sistemas compatibles determinados.

(
=
(
=
(
=
(
= +
=
5
2 -
X
10
16 -
B .
22 / 3 22 / 5
11 / 1 11 / 2
A
4 5
2 - 3
A
10 4 5
16 2 3
1 -
y x
y x

Resolucin de Sistemas Compatibles Indeterminados

Cuando del anlisis del sistema surge que nos hallamos ante un Sistema
Compatible Indeterminado, por ser el rango de la matriz (A) = rango de la matriz
(A), pero el nmero de incgnitas del sistema es mayor que el rango hallado, el
alumno debe mostrar 3 soluciones, a saber:

a) El anlisis segn el Teorema de Rouch Frobenius, que determin que el
sistema fuera S.C.I. (SOLUCIN 1)
b) Indicar que variables son Dependientes (V.D.) y qu variables son
Independientes (V.I.). Para realizar esto, debemos establecer que las V.D.
son aquellas que contienen el Vector Columna Cannico. (SOLUCIN 2)
c) Establecer las relaciones entre las variables, lo que nos va a permitir
conocer los valores de las V.D. dados los valores que tomen las V.I.
(SOLUCIN 3)
d) Pueden existir problemas que piden una solucin limitada al Conjunto
Numrico de los nmeros naturales incluyendo el 0 (N
0
), en cuyo caso se
tendr que hacer una tabla de valores indicando todas las soluciones
posibles. (SOLUCIN 4)

2011 71
Sistemas Homogneos:

Si B es una matriz nula, el sistema se llama homogneo. Este tipo de sistema
admite al menos una solucin que se encuentra igualando a 0 el valor de todas las
incgnitas del Sistema. Esta solucin recibe el nombre de solucin trivial. Un
sistema homogneo no puede ser incompatible.
Si adems de la solucin trivial admite otras soluciones el sistema es compatible
indeterminado.
El anlisis de un Sistema de Ecuaciones Homogneo se realiza por medio del
teorema de Rouche - Frobenius. Si el anlisis del mismo nos da que los rangos
son iguales al nmero de incgnitas, el sistema admite slo la solucin trivial. Si
obtenemos un sistema Compatible Indeterminado, indicar que existen otras
soluciones aparte de la trivial.

Ejemplo:

= +
= +
0 2 7
0 5
y x
y x

Al analizar el Sistema segn el Teorema de Rouche Frobenius, nos queda lo
siguiente:

1 5 0
7 2 0
1 5 0
0 -33 0
1 0 0
0 1 0

trivial) (Solucin 0 y x S.C.D. 2 n ) (A' (A) = = = = =

2011 72
Unidad 3 Sistemas de Ecuaciones Lineales -
EJERCICIOS

1) Dados los siguientes sistemas de ecuaciones lineales:

= + +
= +
= +
= + +
=
= + +
= + +
= +
= +
10
6 2 3x

7 3 2 4
5 2
7
1 x

6
5 4
2 2
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
x x x
x x
x x x
x x x
x x x
x x
x x x
x x x
x x x

a) Escriba la matriz de los coeficientes de cada uno de los sistemas
b) Determine la matriz ampliada de cada uno de ellos.
c) Escriba cada uno de los sistemas en forma matricial.

2) Resuelva por el mtodo de la matriz inversa (si es posible).

= +
= +
= +
= +
= +
=
= +
=
0 10 13 5
0 3 4 2
0 x
c)
5 2 3
2
7
b)
7 5 4
3 2
)
3 2 1
3 2 1
3 2 1
2 1
3 1
3 2
2 1
2 1
x x x
x x x
x x
x x
x x
x x
x x
x x
a

3) Dado un sistema de ecuaciones lineales A . X = B donde A es de orden nxn y no singular, se
tiene que X = A-1 . B. Deducir a partir de la expresin anterior usando operaciones y
propiedades de matrices y de los determinantes, la Regla de Cramer.

4) Resolver aplicando Cramer

= + +
= +
= + + +
=
= +
= + +
= + +
= +
= +
7 3z 5y 4x
2 2w - z - 3y 2x
5 w 2z y x
c)
-5 5z - 4y - 3x -
3 7z y - 2x
2 z 2y x
b)
5 3
2 2
1 2 2 2x
a)
z y x
z y x
z y

5) Resolver los siguientes S.E.L. por los mtodos de Cramer, Gauss Jordan y Matriz Inversa.

=
= +
=
=
= +
=
= +
=
=
= +
= +
=
= +
= +
=
= +
= +
= +
=
=
= +
= +
= +
=
= +
=
=
= +
= +
=
= +
=
= +
=
=
= +
= +
=
= +
=
x y
x y
t
y
x
s
x y
y x
r
y x
y
q
x y
y x
p
y x
y x
o
y x
y x
n
y x
y x
m
y x
y x
l
y x
y x
k
y x
y x
j
y x
y x
i
y x
y x
h
y x
y x
g
y x
y x
f
y x
y x
e
y x
y x
d
y x
y x
c
y x
y x
b
y x
y x
a
2 5
0 1 8 3
)
0 1
0 1
)
0 2 2
0 1 2
)
0 1 2 2
2
)
3 4 7
)
14 4
0 3 2
)
2
5
)
4 /
50
)
0 3 3 6
27 3 4
)
0 3 2
1 4 3
)
14 10 5
0 2
)
14 3 / 4
0 3 22
)
22 4 2
44 8 4
)
5 / 9 5 /
2 / 9 2 / 2
)
41 4 / 4
2 5 /
)
4 / 17 3 2
2 4 5
)
17 5
6 3 4
)
11 5 2
8 3
)
5 3 2
12 4
)
10 4 5
16 2 3
)

2011 73
6- Resolver los siguientes sistemas de ecuaciones lineales. Clasificarlos segn su conjunto
solucin:

=
=
=
=
= +
= +
= +
=
=
= +
= +
= +
1 3 / 1
3 2 2 / 3
)
1
2
1
4 2
)
18 5 10
4 15 5
)
4 4 2
7 2 4
)
4 2
1 3
)
7 2 2
1 6
)
x x
y x
f
y x
y x
e
y x
y x
d
y x
y x
c
y x
y x
b
y x
y x
a

7- Resolver el siguiente problema de Sistemas de Ecuaciones Lineales:

a) Un moderno buque de turismo tiene camarotes dobles ( dos camas ) y simples ( 1 cama ). Si se
ofertan 65 camarotes que en total tienen 105 camas, averiguar el nmero de camarotes de cada
tipo. ( Resp.: 25 camarotes simples y 40 camarotes dobles. )

8- Resolver el siguiente problema de Sistemas de Ecuaciones Lineales:

Cierta vez posea muchas monedas de 25 centavos y decid cambiarlas por monedas de un peso.
Si el nmero de monedas disminuy en 90, cunto dinero logr ahorrar.? (Resp.:30 pesos )

9-Resolver el siguiente problema de Sistemas de Ecuaciones Lineales

Hallar las edades de dos personas sabiendo que la suma de las mismas es, actualmente, 50 aos
y que la razn entre las mismas era, hace 5 aos, igual a 1/3. ( Resp.: 15 aos y 35 aos )

10- Resolver el siguiente problema de Sistemas de Ecuaciones Lineales

Cuntos objetos tiene Anbal y cuntos Bernardo sabiendo que si Bernardo le da a Anbal 5
objetos, ste tiene el triple de los que le quedan a Bernardo y que ambos quedan con el mismo
nmero de objetos si Anbal le da a Bernardo 6 objetos. ( Resp.: Anbal tena 28 objetos y Bernardo
16 objetos. )


Descomponer el nmero 149 en dos partes tales que el cociente entero entre dichas partes sea 4 y
el resto 4. ( Resp.: 120 y 29 )


Hallar la base y la altura de un rectngulo sabiendo que si se aumenta 3 cm a la altura y se
disminuye 2 cm a la base, su rea no aumenta ni disminuye, siendo adems la altura 2 cm mayor
que la base.( Resp.: base = 10 cm; altura = 12 cm )


2011 74
Si el largo de un rectngulo fuese 9 cm ms corto y el ancho fuese 6 cm ms largo, la figura sera
un cuadrado con la misma rea que el rectngulo. Cul sera el rea del cuadrado ?. ( Resp.: 324
cm
2
)


Una fbrica de agua lavandina ofrece dos tipos de producto. Uno de ellos ( lavandina A ) contiene
12% de materia activa, y el otro ( lavandina B ) 20% de materia activa. Cuntos litros de cada uno
deben utilizarse para producir 100 litros de agua lavandina con 15% de materia activa? ( Resp.:
62,5 litros de lavandina A y 37,5 litros de lavandina B )

15- Resolver los siguientes S.E.L. Clasificarlos segn su conjunto solucin.

= +
= +
= +
= +
=
= +
= +
=
= + +
= + +
= + +
= +
= +
= + +
= +
= +
= + +
= + +
= +
=
= + +
= +
= +
= +
= +
= +
= +
3 2y 3x
1 z 3y - x
2 z - 5y 2x
h)
0 3y 2x
1 y - x
3 2y x
g)
0
1
t
y - x
y - z 1 t x
0 z y x
f)
3 2
1
5 2 2 4 2
1 2
)
5 z y - x
3 t - 2y 3x
2 t z - y 2x
1 2t - z y x
d)
5 4
0 2 3
1 t - z y x
c)
10 5z y - 7x
z z - 2y 4x
3 2z y - x
b)
1 2 3
2
3 2 2
)
t y z
t y x
z y x
t z y x
t z y x
e
z y x
t z y
z y x
z y x
z y x
a

16- Resolver los siguientes S.E.L. por el mtodo de Gauss Jordan, realizando el anlisis por el
Teorema de Rouch Frobenius:
= +
= + +
= +
= +
= +
=
= + +
= + +
= +
= + +
= +
= +
= +
= +
= +
= +
= +
= +
7 2t - z - y 4x
8 3t z 2y - 2x
8 4t - z y - 3x
7 t - z - 3y x
e)
0
1
t
y - x
y - z 1 t x
0 z y x
d)
5 2t - 2z 4y - 2x
3 t 2y x
1 t - z 2y - x
1 z - y x
c)
10 5z y - 7x
z z - 2y 4x
3 2z y - x
b)
-2 2z 3y - x
1 z y - x
7 z - 2y 2x
a)
t y z

17-Resuelve el siguiente problema:
La entrada a una funcin de circo vale $ 6 para los adultos y la mitad para los chicos. Qu
cantidad de chicos y adultos concurrieron a la ltima funcin si se recaudaron $ 195 y se
contabilizaron 40 personas.

2011 75
18- Resuelve el siguiente problema:

Divide el nmero 60 en dos partes sabiendo que agregando 10 a la primera parte y sustrayendo 10
a la segunda, se obtiene el mismo resultado.

19- Resuelve el siguiente problema:
La suma de dos nmeros es 42. El primero de ellos menos el segundo es 52.
Calcula esos nmeros.

20. La suma de dos nmeros es 63. El primer nmero menos es segundo es 41. Calcula
estos nmeros.

21. La diferencia entre dos nmeros es 16. Tres veces el mayor de ellos es nueve veces el
ms pequeo. Cules son esos nmeros?

22. La diferencia entre dos nmeros es 11. El doble del ms pequeo ms tres veces el mayor
es 123. Cules son los nmeros?.

23. Se invirti un total de $1150, una parte al 12% y el resto al 11%. El inters total fue de
$133,75. Cunto se invirti en cada caso?

24. Una tienda vendi 30 camisas. Las blancas costaban $9,95 y las azules $10,50. En total,
se vendieron $310,60 en camisas. Cuntas camisas se vendieron de cada color?.

25- Se hicieron dos inversiones por un total de $8800. En cierto ao estas inversiones produjeron
$1326 de inters simple. Una parte de dinero se invirti al 14% y otra al 16%. Encuentra la
cantidad invertida a cada tipo de inters.

26- Un negocio vendi 40 manteles. Los blancos constaban $4,95 y los estampados $7,95. En total
las ventas fueron de $282. Cuntos manteles de cada tipo se vendieron?.

27- Un comerciante vende 84 pares de medias a dos precios distintos: unos pares a $ 4,50 cada
uno y los otros a $ 3,60, obtenindose en total de la venta $ 310,50. Cuntos pares de cada clase
vendi?.

28- Un pedido formulado a una fbrica de 10 Kg. de un artculo A y 8 Kg. de otro artculo B, ha
costado un total de $ 2.400. Un segundo pedido de 6 Kg. de A y 15 Kg. de B cost $ 2.970.
Cunto costar un tercer pedido de 7 Kg. de A y 18 Kg. de B?

29- El permetro de un rectngulo es igual a 56 centmetros; agregando 2 centmetros a la base y
sustrayendo 2 centmetros a la altura, el rea del rectngulo disminuye en 12 cm
2
. Determina la
diagonal del rectngulo.

2011 76
30- El numerador de una fraccin supera en 1 al triplo del denominador. Si se sustraen 4 unidades
de ambos trminos de la fraccin, se obtiene una fraccin equivalente a 6. Determina la fraccin
dada.

31.- Determina dos nmeros sabiendo que, agregando 12 al mayor, se obtiene el duplo de la suma
de 5 ms el menor, y que, sustrayendo 2 del mayor, se obtiene el triplo de la diferencia entre el
menor y 3.

32- Resolver los sistemas de ecuaciones:

z z , 1 y z, - 2 d)x
le. incompatib es sistema El c)
1 z , 3 - y , 2 x b)
2 z , 1 - y 1, x a)
: Soluciones

8 z - 2y 3x
3 4z y - 2x
3 z - y x
d)
3 5z - 3y x
5 4z - 2y 5x
7 6z 4y - 3x
c)
2 z y 2x
-1 2z - y 2x
3 3z y 3x
0 2z 2y x
b)
0 3
1 2 2
5 2
)
= = =
= = =
= = =
= +
= +
= +
= +
= +
= +
= + +
= +
= + +
= + +
= + +
=
= +
z y x
z y x
z y x
a

2011 77
33- Hallar los valores de k que hacen compatibles a los siguientes sistemas y resolverlos para el
valor de k hallado:

e)
d)
S.I. 4 k S.C.I. 4 k c)
S.C.D. 1 k S.I. -1 k b)
S.C.D. k )
:
k kz y x
k z ky x
1 z y kx
e)
5 ky 4x
5 kz ky 3x
1 z - y x
d)
7 6 12 5
3 5 5 7 3
2 3w - 4z 2y x
c)
k 2z - 3y x
2 2z - 4y 3x
5 3z y - 2x
1 z y x
b)
9 7
5 3 2
0 3
)
2
=
=
= + +
= + +
= + +
= +
= + +
= +
= + +
= + +
= + +
= +
= +
= +
= + +
= + +
= +
= + +
a
Soluciones
k w z y x
w z y x
k z y z
z y x
z y x
a

34- Resolver los siguientes Sistemas de Ecuaciones:

= +
= +
= + +
= +
= +
= +
= + +
3
0
6
)
3
4
0
6
)
y x
z y x
z y x
b
y x
z x
z y x
z y x
a

35- Clasifique los siguientes Sistemas de Ecuaciones Lineales segn el Teorema de Rouche
Frobenius. Resulvalo empleando le Regla de Cramer, cuando sea posible.

a) 2x + 9y = 108
8x + 6y = 48

b) 5x + 5y = 0
x = -y

c) 3x 9y = 24
-x + 3y = 0

d) 4x 2y = 8
x + 2y = 12

e) 4x 2y = 36
-2x + y = 20

f) x 3y = 6
-4x 12y = -24

g) x + y = 20
2x y = 12
2011 78

h) -3x = y + 2
9x + 3y = -6

i) 4x y = 10
2x + 3y = 18

36- Encuentre el conjunto solucin de los siguientes sistemas:

a) x + y + z = 2
x 3y + 2z = 7
4x 2y z = 9

b) -2x + y + 3x = 10
10x 5y -15z = 30
x + y 3z = 25

c) -4x 12y - + 4z = -40
x + y 6z = 10
x + 3y z = 10

d) x y + z = -5
3x + y z = 25
2x + y + 3z = 20

e) x + y + z = 0
3x y . + 2z = -1
x + 2y + 3z = -5
f) x 3y + z = 2
2x 4y + 3z = 7
-3x + y + 2z = 9

g) 2x + 4y 2z = 10
3x 2y + 4z = 12
-x 2y + z = 0

h) x + y + z = 3
2x y + 3z = 13
3x 2y + z = 17

i) x + 3y + z = 7
3x 9y 3z = 14
4x + 2y 2z = 24

j) 5x 4y + 6z = 24
3x 3y + z = 54
-2x + y 5z = 30
Lic. Daniel Arana www.licdarana.com.ar lgebra
2011 79

37- Un fabricante de caf quiere mezclar tres tipos de granos en una mezcla final del producto. Los
tres tipos de grano le cuestan $1,20, $1,60 y $1,40 por kilo, respectivamente. El fabricante quiere
mezclar un lote de 40.000 kilos y tienen un presupuesto de 57.600 dlares para la compra del caf.
Al mezclar el caf, una restriccin es que la cantidad usada del componente 2 debe ser el doble de
la del componente 1. El objetivo es averiguar si hay una combinacin de los tres componentes que
lleve a una mezcla definitiva 1) que sea de 40.000 kilos, 2) que cueste $ 57600 dlares y 3) que
satisfaga la restriccin de mezclado de los componentes 1 y 2.

38- Cuando la gente invierte dinero hay profesionales a quienes se acude en busca de orientacin
respecto al portafolio o cartera que mejor cubra las necesidades del inversionista. Supngase que
un inversionista ha consultado a un experto en inversiones. Despus de conversar con el cliente, el
experto decide que el cliente desea una cartera que posea los siguientes atributos o cualidades:
1) el valor de la cartera en el momento de la compra es de $ 50,000, 2) el crecimiento anual
esperado en el valor de mercado es de 12% y 3) el factor promedio de riesgo es del 10%. Se han
identificado tres opciones con las tasas efectivas de crecimiento y riesgo que aparecen en la
siguiente tabla:

Inversin Crecimiento Riesgo
1 16 % 12 %
2 8 % 9 %
3 12 % 8 %

Se desea averiguar la cantidad que se debe colocar en cada inversin para cumplir los deseos del
inversionista.

39- Un fabricante de caf desea mezclar tres tipos de granos en 10.000 kilos de una mezcla final.
Los tres componentes cuestan $2,40; $2,60 y $2 por kilo, respectivamente. El fabricante desea
obtener una mezcla de 10.000 kilos a un costo de $21.000 . Al mezclar el caf, una restriccin
establece que las cantidades usadas de los componentes 1 y 2 sean iguales. Investigue si hay una
combinacin de los tres tipos de grano que de una mezcla final de 10000 kilos, que cueste $21000
y satisfaga la restriccin de la mezcla.

40- Un inversionista cuenta con 500.000 dlares para invertir. Estn estudindose tres inversiones,
cada una con una tasa de inters anual esperada. Las tasas de inters son 15, 10 y 18%,
respectivamente. La meta del inversionista es un rendimiento promedio del 15 % en las tres
inversiones. Por el rendimiento alto en la alternativa de inversin 3, el inversionista quiere que la
cantidad de esta opcin sea 40% del total de la inversin. Determine si hay una estrategia de
inversin que satisfaga estas exigencias.

2011 80
41-Un dietista est planeando una comida que conste de tres tipos de alimentos. En la planeacin
de la comida, quiere que sta satisfaga las necesidades diarias mnimas (NDM) de tres vitaminas.
La tabla, a continuacin resume el contenido vitamnico por kilo de cada tipo de alimento,
expresado en miligramos (mg). Determine si hay combinaciones de los tres alimentos que
satisfagan exactamente las necesidades diaria mnimas de las 3 vitaminas.

Contenido vitamnico/kilo Tipo de Alimento
Vitamina 1 Vitamina 2 Vitamina 3
1 4 2 1
2 6 8 6
3 3 4 2
NDM 52 56 34

42- Un destilador quiere mezclar tres componentes de whisky para elaborar un whisky de alta
calidad. Suponiendo que, durante el proceso de mezclado, se desea mezclar 50.000 litros del
whisky. El nico requisito de la mezcla es que la cantidad empleada del whisky 1 sea el doble del
que se usa del whisky 3. Adems, se han destinado 130000 dlares para adquirir los whiskys
componentes. Los tres cuestan $2,50 ; $2,00 y $3,00 por litro, respectivamente. Determine si hay
una combinacin de los tres que produzca los 50.000 litros deseados. De ser as, Qu cantidades
deberan utilizarse?
Rta.: x= 30.000 y= 5.000 z= 15.000

43- Una compaa elabora tres productor que han de procesarse en un departamento, En la tabla a
continuacin se resumen las necesidades de horas de trabajo y materias primas por unidad de
cada producto. Cada mes se cuenta con 1300 horas de trabajo y 4700 kilos de materias primas. Si
la produccin mensual combinada de los tres productos ha de ser 400 unidades, averige si hay
combinaciones de los tres productos que aprovechen al mximo las disponibilidades mensuales de
trabajo y de materias primas, alcanzando adems la meta de 400 unidades.

Producto
1 2 3
Horas de trabajo 5 2 4
Kilos materias primas 15 10 12

44- Una compaa fabrica cinco productos. Cada uno ha de ser procesado en cinco departamentos
diferentes A a E, tabla siguiente indica el nmero de horas que se necesitan para fabricar una
unidad de cada producto en cada departamento. Tambin se indica el nmero de horas de
produccin disponibles a la semana en cada departamento. La Compaa quiere determinar si hay
cantidades de los cinco productos que puedan fabricarse cada semana y que den por resultado la
utilizacin total de las horas disponibles en todos los departamentos.
a) Formule el sistema adecuado de ecuaciones lineales.
b) Determine las combinaciones de cinco productos que utilicen los cinco departamentos a su
entera capacidad.Cmo se distribuir entre los cinco productos la capacidad semanal de cada
uno?

Producto Depto.
1 2 3 4 5
Horas disp.
A 2 1 4 3 2 330
B 4 2 3 2 1 330
C 5 4 2 4 3 440
D 3 2 2 2 3 320
E 1 1 1 1 1 130

2011 81

45- Un dietista est planeando el men de la comida de medioda para una escuela de enseanza
media. Se estn estudiando seis vitaminas para su inclusin en la comida, caracterizada cada una
por distinto aporte nutricional.
La meta es que el contenido nutricional de la comida cumpla con los niveles diarios vitamnicos por
onza de cada alimento, expresado en miligramos (mg). Adems, se indica el nivel mnimo diario
(NDM) de las seis vitaminas, tambin en miligramos. El problema radica en determinar las
porciones de cada alimento que se incluirn para que la comida satisfaga las raciones diarias de
las seis vitaminas.

Alimento Vitamina NDM
1 2 3 4 5 6
1 23 4 3 0 2 4 1
2 34 5 3 4 0 0 2
3 32 0 2 6 4 3 4
4 16 0 0 2 3 5 2
5 39 5 6 2 0 3 5
6 26 2 3 2 4 2 2

46- En los siguientes ejercicios, determine si el sistema tiene una solucin no trivial.
= +
= + +
= + +
= +
= + +
= +
= +
= + +
= +
= +
0 6z 2y - x
0 9z 7y 5x -
d)
0 z 7y 6x -
0 7z - 5y 3x -
c)
0 9z 2y x
0 4z - y 2x -
0 7z 3y - x
b)
0 7z 2y 4x
0 z 7y - 2x -
0 8z 5y - 2x
a)

47- Resolver el siguiente problema de S.E.L.:
Una caja contiene 13 monedas con las denominaciones de un centavo, cinco centavos y diez
centavos, con un valor total de 83 centavos. Cuntas monedas de cada tipo hay en la caja?
(Recuerde que se busca soluciones en N
0
).

48- Un grupo de 18 personas (hombres, mujeres y jvenes) ganan un total de $ 250 por hora. Los
hombres ganan $20 por hora, las mujeres $15 por hora y los jvenes $10 por hora. Hallar el
nmero de hombres, mujeres y jvenes. (Recuerde que se busca soluciones en N
0
).
2011 82
RESPUESTAS DE LOS EJERCICIOS DEL CAPTULO 3

1)
(
=
(
(
(
(
=
(
(
(

=
(
=
(
(
(
(
=
(
(
(
=
10 1 1 1
6 1 2 - 3
C
7 3 2 - 4
5 1 1 2
7 1 - 1 - 1
1 1 1 1
B
6 1 1 1
5 1 4 1
2 1 1 2
A b)
1 1 1
1 2 - 3
C
3 2 - 4
1 1 2
1 - 1 - 1
1 1 1
B
1 1 1
1 - 4 1
1 1 - 2
A a)

2) a) x
1
= 1,5714 x
2
= 0.1429
b) x
1
= 2.60 x
2
= -6,40 x
3
= -0,60
c) x
1
= 0 x
2
= 0 x
3
= 0

3) Sin respuesta.

4) a) x= -1,31 y= 1,13 z= 2,94
b) no se puede
c) no se puede.

5) a) x= -2 y= 5 b) x= 2,2143 y= -3.1429 c) x= -3 y= 1 d) x= 3 y= 2
e) x= 1 y= 0,75 f) x= 10 y= 4 g) x= 2 y= 1 h) x= 11 y= 0
i) x= 2.1724 y= 15.931 j) no se puede. k) x= 3 y= 2 l) x= -12 y= 25
m) x= 40 y= 10 n) x= 3,5 y= 1,5 o) x= 3 y= 2 p) x= -1 y= -1
q) x= -1,5 y= 2 r) x= 1 y= 0 s) x= 1 y= 1 t) x= -7 y= 19

6) a) x= -4 y= 0.5 S.C.D. b) x= -3 y= 10 S.C.D. c) x= 1 y= -1,5 S.C.D. d) x= -2 y= 0,4
S.C.D. e) x= 2 y= 0 S.C.D. f) x= 0.6667 y= -1 S.C.D.

7) 40 camarotes dobles y 25 camarotes simples.

8) $ 30

9) 15 aos y 35 aos

10) Anbal tena 28 objetos y Bernardo 16 objetos

11) x= 120 y= 29
2011 83

12) Base= 10 cm, Altura= 12 cm

13) 324 cm
2

14) 62,50 litros de lavandina A y 37,50 litro de lavandina B.

15) a) x= 1 y= 2 z= 3 b) x= 0.67 y= -0.33 z= 1 h) x= 0 y= 2 z= 8

16) a) (2, 2, 1) , b) (2/3, -1/3, 1) , c) sin solucin , d) (1/9, -1/3, 2/9, -5/9) ,
e) (3, 4, 7, 1)

17) 25 adultos y 15 chicos.

18) x= 20 y= 40

19) x= 5 , y= -47

20) x= -52 , y= -11

21) x= 24, y= 8

22) x= 29, y= 18

23) x= 725, y= 425

24) Blancas = 8 , Azules = 22.

25) Se invirtieron $ 4100 al 14% y $ 4700 al 16%.

26) Blancos= 12 , estampados= 28

27) Se vendieron 9 pares de medias a $4,50 y 75 pares a $3,60.

28) Cada kilo del Artculo A sale $120, cada kilo del artculo B sale 150. El pedido nuevo saldra
$3540.

2011 84
29)

30) El numerador es 22 y el denominador es 7.

31) El mayor es 8 y el menor es 5.

32) a) x= 1, y= -1, z= 2 b) x= 2, y= -3, z= 1 c) S.I. d) x= 2-z; y= 1; z= z

33) a) k= -10; x= 3 + 2z ; y= -1-z; z=z b) k= -1; x= 2; y= -1; z=0

34) b) Sistema Incompatible.

35) a) (-3,6 , 12,8 ) d) (4 , 4 ) i) (3,4285 , 3,7142 )

36) a) (2, -1, 1); d) (5, 10, 0); e) (4/3, 7/3, -11/3); f) (-1, 0,3); h) (4, -2,1)

37) x + y + z = 40000
1.20x + 1.6y + 1,40z = 57600
-2x + y = 0

38) x + y + z = 50000
16x + 8y + 12z = 600000
12x + 9y + 8z = 500000

( 20.000; 20.000; 10,000)

39) x + y + z = 10000
2.40x + 2.6y + 2z = 21000
x 2y = 0

( 1000; 1000; 8000)

40) x + y + z = 500000
15x + 10y + 18z = 7500000
z = 200000

( 180000; 120000; 200000)

41) Sin respuesta.

42) Sin respuesta.

2011 85
43) x + y + z = 400
5x + 2y + 4z = 1300
15x + 10y + 12z = 4700

( 100; 200; 100)

44) Sin respuesta.

45) Sin respuesta.

46) Sin respuesta.

47) Sin respuesta.

48) Sin respuesta.
2011 86

CAPTULO
4

ESPACIOS
VECTORIALES
2011 87
Captulo 4 - Espacios vectoriales

Vector:

Definicin:
Se llama vector a un segmento orientado.

La recta que contiene al segmento orientado determina su direccin, la
orientacin definida por el origen y el extremo su sentido y adems el segmento
tiene una longitud, que determina su mdulo o intensidad.

Vector en R
2
:

Un vector en R
2
(plano o espacio bi-dimensional) es un objeto matemtico
definido por una dupla ordenada de nmeros reales, dispuestos como una fila o
como una columna entre parntesis o entre corchetes.

[ ]
2 1
2
1
2 1
) , ( a a
a
a
a a =
(
=

Vector en R
n

Generalizando, un vector en R
n
es un objeto matemtico definido por una n-dupla
ordenada de nmeros reales, que puede representarse como una columna o como
una fila.

( ) [ ]
n
n
n
a a a
a
a
a
a a a ...
...
,..., ,
2 1
2
1
2 1
=
(
(
(
(
=

Vector nulo o Vector Cero:

Es un vector en el cual sus componentes son todos iguales a cero. Grficamente
es el origen del espacio al cual pertenece.

En R
2
, el vector nulo es (0,0)
En R
3
, es (0,0,0)
En R
n
, es (0,0,0,,0)

Lo simbolizamos como vector nulo = 0

2011 88

Espacios Vectoriales

Definicin:
Sean: V un conjunto no vaco, K un cuerpo, + y . las dos operaciones matemticas
conocidas. El objeto ( V , + , K , . ) es un espacio vectorial si se verifican los
siguientes 10 axiomas:

Axiomas de un espacio vectorial :

1- Si x V y y V, entonces (x + y) V (cerradura ante la adicin).

(4,6) y (-3,4) R
2
, entonces (4,6) + (-3,4) = (1,10) R
2

2- Si x, y y z son elementos cualesquiera de V, entonces (x + y) + z = x + (y + z)
(ley de asociatividad de la adicin vectorial).

(3,5); (2,-5); (2,8) R
2
= [(3,5) + (2,-5)] + (2,8) = (3,5) + [(2,-5) + (2,8)]
(5,0)+(2,8) = (3,5) + (4,3)
(7,8) = (7,8)

3- Existe un vector 0 V tal que para todo x V, x + 0 = 0 + x = x ( al 0 se le
llama vector cero o identidad aditiva).

(2,6) R
2
(0,0) R
2
/ (2,6) + (0,0) = (0,0) + (2,6) = (2,6)
4- Si x V, existe un vector -x en V tal que x + (-x) = 0 (-x recibe el nombre de

inverso aditivo de x ).

(2,-5) R
2
(-2,5) R
2
/ (2,-5) + (-2,5) = (0,0)

5- Si x y y estn en V, entonces x + y = y + x (ley de conmutatividad de la
adicin vectorial).

(2,5); (-4,3) (2,5) + (-4,3) = (-4,3) + (2,5)

2011 89
6- Si x V y es un escalar, entonces x V (cerradura ante la multiplicacin
por un escalar).

(4,5) R
2
5 R 5 (4,5) = (20,25) R
2
.

7- Si x y y estn en V y es un escalar, entonces (x + y) = x + y (primera
ley de distribucin).

(4,5), (2,3) R
2
5 R 5 [(4,5) + (2,3)] = 5(4,5) + 5(2,3).

8- Si x V y y son escalares, entonces ( + ) ( + ) ( + ) ( + ) x = = = = x + + + + x (segunda ley de
distribucin).

(4,5) R
2
5, 3 R (5 + 3).(4,5) = 5(4,5) + 3(4,5).

9- Si x V y y son escalares, entonces ( ( ( (x) = ( ) x (ley de asociatividad
de la multiplicacin por un escalar)

(4,5) R
2
5, 3 R (5 . [3.(4,5)] = (5.3) . (4,5)

10- Para todo vector x V, 1x = x (al escalar 1 se le llama identidad
multiplicativa).

1 . (4,5) = (4,5)

Los cinco primeros axiomas caracterizan a (V,+) como Grupo Abeliano. Los
ltimos cinco axiomas son relativos a la ley de composicin externa.
Los elementos de V se llaman vectores, y cuando nos referimos a K hablamos de
un conjunto numrico. Por ltimo, + y . son las operaciones matemticas
tradicionales: suma y producto, respectivamente.

Ejemplo de espacios vectoriales:

El espacio de los nmeros reales

Sea K = R

Se observa que K satisface todos los axiomas de un espacio vectorial si el
conjunto de escalares se toma como R.

2011 90

Adicin de vectores:

Dados dos vectores de R
n
(con idntica cantidad de componentes), la suma de los
dos vectores da por resultado un tercer vector con la misma cantidad de
componentes, en el cual cada componente del vector resultante es igual a la suma
de los componentes que ocupan el mismo lugar.

Ejemplo:

Si v= (2,6) y u= (-5,8) entonces v + u = (2,6) + (-5,8) = (-3,14)

Multiplicacin de un escalar por un vector:

Para efectuar este tipo de producto se debe distribuir la multiplicacin del escalar
por cada componente del vector.
Ejemplo:

Si v= (3,-6) entonces 4.v = 4. (3,-6) = (12, -24)

Espacio vectorial trivial :

Sea V = {0}. Es decir, V consiste nicamente en el numero 0. Como
0+0=1.0=0+(0+0)=(0+0)+0=0, se concluye que V es un espacio vectorial. Suele
llamarse espacio vectorial trivial.

Sea V={1}. ste no es un espacio vectorial porque no satisface el axioma de
cerradura. Esto se ve fcilmente, ya que 1+1 = 2 V. Hay otros axiomas que
tampoco satisface. Sin embargo, basta con demostrar que no cumple un
axioma para probar que V no es espacio vectorial.

Propiedades de los espacios vectoriales:

1. El producto del escalar 0 por cualquier vector es el vector nulo.
(0,0) ) 7 , 4 ( 0 R (4,-7)
(0,0) a 0. R a
2
2
=
=

2. El producto de cualquier escalar por el vector nulo es el vector nulo.
(0,0) (0,0) K =
2011 91
3. Si el producto de un escalar por un vector es el vector nulo, entonces el escalar
es 0 o el vector es nulo.
=
=
=
(0,0) a
0
(0,0) a V a K

4. El opuesto de cualquier escalar multiplicado por un vector es igual al opuesto de su producto.
(-12;15) (-12;15)
(12;-15) - (-12;15)
[3.(4;-5)] - (4;-5) 3 -
a) ( - a -
=
=
=
=

Subespacios vectoriales

Concepto:

Dados el espacio vectorial (V , + , K , . ) y el conjunto no vaco S V, si S es un
espacio vectorial sobre el mismo cuerpo K y con las mismas leyes de composicin
que en V, diremos que ( S , + , K , . ) es un subespacio de ( V , + , K , . ) o
simplemente, que S es un subespacio de V.

Definicin:

Se llama subespacio de un espacio vectorial V a todo subconjunto de V que es, a
su vez, espacio vectorial respecto de las mismas operaciones en V.

Condicin necesaria:

Si S es un subespacio de V, entonces est incluido en V, y se cumplen todas las
caractersticas de un espacio vectorial.

Condicin necesaria:

1) S no en un conjunto vaco.

S

2011 92
2) S est incluido en el conjunto de vectores V

S V

3) S cumple con la ley de cerradura para la suma de vectores.

S c / c b a S b a, = +

4) S cumple con la ley de cerradura para el productor por escalares.

S a . K S a

5) S contiene al vector nulo.

Si a S (0;0) S

Operaciones con subespacios

Interseccin de subespacios:

Sea {S
i
} con i I una familia de subespacios de ( V , + , K , . ). Denotaremos con S
la interseccin de dicha familia, o sea, S = S
i .
Resulta S un subespacio de V.

Unin de subespacios :
Si S
1
y S
2
son dos subespacios de ( V , + , K , . ), entonces S
1
S
2
, no es
necesariamente un subespacio de V.

Suma de subespacios :

Sean S
1
y S
2
dos subespacios de ( V , + , K , . ). Definimos el conjunto

S = { x V / x = x
1
+ x
2
x
1
S
1
x
2
S
2
}

O sea:

S = { x V / x
1
S
1
x
2
S
2
x = x
1
+ x
2
}

El conjunto S se llama suma de los subespacios S
1
y S
2
y se indica

Teorema:

La suma de dos subespacios de V es un subespacio de V.

Hiptesis ) S
1
y S
2
son dos subespacios de ( V , + , K , . )
S = S
1
+ S
2

2011 93
Tesis ) ( S , + , K , . ) es un subespacio de ( V , + , K , . )

Demostracin ) Se verifica :

1. S no es vaco, pues

0 S
1
0 S
2
0 + 0 = 0 S
1
+ S
2
0 S S

2. S es una parte de V, por la definicin de S.

3. S es cerrado para la suma, ya que

x S y S x = x
1
+ x
2
y = y
1
+ y
2
x
1
, y
1
S
1
x
2
, y
2
S
2

x + y = ( x
1
+ y
1
) + ( x
2
+ y
2
) x
1
+ y
1
S
1
x
2
+ y
2
S
2

x + y S

4. S es cerrado para el producto por escalares, porque

K x S K x = x
1
+ x
2
x
1
S
1
x
2
S
2

x = x
1
+ x
2
x
1
S
1
x
2
S
2
x S

Por consiguiente, la suma de subespacios es un subespacio.

Combinaciones lineales:

Concepto:

Sea A = { v
1
,v
2
,...,v
n
} una familia o conjunto de vectores del espacio (V,+,K,.).
Entenderemos por combinacin lineal de la familia A toda suma de productos de
escalares arbitrarios de K, por los vectores de A.

Definicin:
Combinacin lineal de la familia A V es todo vector del mismo conjunto que
puede hallarse sumando los productos de escalares por vectores.

i
v
i
=
1
v
1
+
2
v
2
+ ....+
n
v
n
/
i
K v
i
A

Ejemplo .
Sean los vectores:
v
1
= ( -1, 0, 2) y v
2
= (-1, 2, 4) en R
3
.
Determinamos si los vectores v=( -1, 1, 3) y u = ( 1, 2, 2)
Son combinacin lineal de v
1
y v
2.

2011 94
1. Para que v sea combinacin lineal de v
1
y v
2
deben existir escalares
1
y
2

tales que:

1
v
1
+
2
v
2
= v

O sea

1
( -1, 0, 2) +
2
( -1, 2, 4) = (-1, 1, 3)

Por definicin de ley externa es

( -
1
, 0, 2
1
) + ( -
2
, 2
2
, 4
2
) = ( -1, 1, 3)

Por suma de ternas

(-
1
-
2
, 2
2
, 2
1
+ 4
2
) = ( -1, 1, 3)

Por igualdad de ternas resulta

1

2
= 1

2
2
= 1

2
1
+ 4
2
= 3
Entonces
1
+
2
= 1

2
= 1/2

1
+ 2
2
= 3/2

Sustituyendo a
2
= 1/2 en la primera ecuacin, se tiene:

1
+ 1/2 = 1
1
= 1/2

Como ambos valores
1
= 1/2 y
2
= 1/2 satisfacen la tercera relacin
es v= 1/2 v
1
+ 1/2 v
2
.

O sea, v puede expresarse como combinacin lineal nica de v
1
y v
2
.

2. Si u= ( 1, 2, 2), entonces procediendo anlogamente se llega a

1

2
= 1
2011 95
2
2
= 2
2
1
+ 4
2
= 2
o bien
1
+
2
= 1
2
= 1
1
+ 2
2
= 1

De donde
2
= 1
1
+1 = 1
1
= 2

Al sustituir en la tercera ecuacin
-2 + 2 . 1 = 0 1

Entonces u no es combinacin lineal de v
1
y v
2
.

Combinacin Lineal Convexa:

Cuando todos los escalares son positivos y la sumatoria de los mismos es igual a
1, la combinacin lineal es convexa.

Combinacin lineal trivial:

Una combinacin lineal es trivial cuando todos sus escalares son nulos.

Subespacio generado:

Conjunto de combinaciones lineales

Sea A un conjunto no vaco de vectores del espacio ( V , + , K , . ).
A expensas de A podemos formar el subconjunto de V cuyos elementos sean
todas las combinaciones lineales de los vectores de A. A este conjunto lo
denotaremos con el smbolo , que se lee A raya .

Ejemplo.
El conjunto de todas las combinaciones lineales de los vectores

v
1
= (1 , 0 , 1) y v
2
= (0 , 1 , 1) de R
3

es

= {
1
(1 , 0 , 1) +
2
(0 , 1 , 1) /
1
R
2
R }

O sea

2011 96
= {(
1
,
2
,
1
+
2
) /
1
R
2
R }

En consecuencia, a pertenecen todas las ternas cuya tercera componente es la
suma de las dos primeras.

Podemos escribir :

= {(x
1
, x
2
, x
3
) R
3
/ x
3
= x
1
+ x
2
}

Dependencia e independencia lineal :

Conjunto linealmente independiente

Se ha demostrado que la nica combinacin lineal de los vectores v
1
y v
2
, cuyo
resultado es el vector nulo, es la trivial. O sea

1
v
1
+
2
v
2
= 0
1
=
2
= 0

En este caso, los vectores son las funciones de R en R definidas por

f (t) = e
t
y g(t) = e
t

y la funcin que asigna a todo nmero real t, el valor 0, es el vector nulo. Este
hecho se traduce diciendo que los vectores v
1
y v
2
son linealmente
independientes, o bien que la familia de vectores A= { v
1
, v
2
} es linealmente
independiente.

Definicin:
Sea A una familia de vectores del espacio ( V , + , K , . ). Dicha familia A V es
linealmente independiente si y slo si la nica combinacin lineal de dicha familia,
cuyo resultado es el vector nulo, es la trivial.

Ejemplo: Dado el espacio vectorial (R
3
, + , R , . ) determinar si los siguientes
conjuntos de vectores son linealmente independientes.

A = {(1 , 0 , 0) , (0 , 1, 0) , (0 , 0 , 1)}
Sea
1
(1 , 0 , 0) +
2
(0 , 1 , 0) +
3
(0 , 0 , 1) = (0 , 0 , 0)
(
1
, 0 , 0) + (0 ,
2
, 0) + (0 , 0 ,
3
) = ( 0 , 0 , 0)
(
1
,
2
,
3
) = ( 0 , 0 , 0 )
2011 97

Por igualdad de ternas resulta

1
=
2
=
3
= 0

Luego A es linealmente independiente.

Conjunto linealmente dependiente

Definicin:
La familia A es linealmente independiente si y slo si no es linealmente
independiente.
La familia A es un conjunto linealmente dependiente de vectores de V si y slo si
existe una combinacin lineal no trivial de dicha familia cuyo resultado sea el
vector nulo.

Ejemplo:

Los vectores ( -2 , 4 ) y ( 1 , -2 ) son linealmente dependientes en (R
2
,+,R,.)

Sea

1
(-2 , 4) +
2
(1,-2) = (0,0)

Por definicin de producto de escalares por pares y suma de pares es

(-2
1
+
2
, 4
1
- 2
2
) = (0,0)

Por igualdad de pares resulta

-2
1
+
2
= 0
4
1
- 2
2
= 0

Dividiendo la segunda relacin por -2, el sistema se reduce a la nica ecuacin

-2
1
+
2
= 0

Esta admite infinitas soluciones, dadas por

1
= k
2
= 2 k y k R

2011 98

Sistema de generadores:

Concepto
La familia A es un sistema de generadores de V si y slo si todo vector de V puede
expresarse como combinacin lineal de los vectores de A. O bien, A es un sistema
de generadores de V si y slo si el subespacio generado por A es V. Esto se logra
armando el sistemas de ecuaciones e igualndolo a x e y .

Ejemplo.
El conjunto A = {(1,0) , (0,1) , (1,1)} es un sistema de generadores de R
2

En efecto, si (a,b) es cualquier vector de R
2
, deben existir escalares , y tales
que

(1,0) + (0,1) + (1,1) = (a,b)
O sea

( + , + ) = (a,b)

Luego

+ = a y + = b

En consecuencia

= a - k , = b - k , = k k R

Este resultado nos dice que, efectivamente, A es un S.G. de R
2
, y adems, que
cualquier vector del espacio puede expresarse de infinitas maneras como
Combinacin lineal de los vectores de A. Por otra parte, es fcil verificar que A
constituye una familia linealmente dependiente.

Base de un espacio vectorial

Concepto de base :

Sea A = { v
1
, v
2
,..., v
n
} una familia de vectores de ( V , + , K , . ).

Definicin :

La familia A V es una base de ( V , + , K , . ) si y slo si es un conjunto
linealmente independiente y sistema de generadores de V.

A V es una base de V A es L.I. y = V
2011 99

Una base es un conjunto eficiente para representar un espacio vectorial, ya que
cualquier vector de dicho espacio se puede expresar como combinacin lineal de
los vectores que constituyen la base.
Todo conjunto de n vectores linealmente independientes en R
n
es una base en R
n
.

Base cannica :

Recibe este nombre la base conformada por los vectores columna cannicos de
una matriz identidad.

Dimensin de un espacio vectorial

Concepto :

Si el espacio vectorial V tiene una base finita, entonces la dimensin de V es el
nmero de vectores en todas las bases y V se llama espacio vectorial de
dimensin finita.

Dimensin de un espacio vectorial V es el nmero cardinal de cualquiera de sus
bases. Si V consiste nicamente en el vector nulo, diremos que su dimensin es 0.
En ambos casos, V es un espacio de dimensin finita.

Si [ V ] = { v
1
, v
2
,..., v
n
} es una base de ( V , + , K , . ), escribiremos

dim
k
V = n

Ejemplo: vimos que B= {(1;2),(2;3)}es una base de R
2
, por lo tanto la dimensin
de R
2
es 2 por existir una base que tiene 2 vectores. En general, la dimensin de
R
n
es n .

Espacio o subespacio generado por un conjunto de vectores

Dado un conjunto de vectores A= {u
1
, u
2
, ..., u
n
} V se denomina espacio o
subespacio generado por A y se designa como , al subconjunto de V formado por
todos los vectores que se pueden expresar como combinacin lineal del conjunto
A.
Ejemplo:
Determinar el espacio o subespacio generado por A={(1;2),(2;4)} R
2

2011 100
Efectuado el sistema y resuelto el mismo vemos que el conjunto A genera el
subespacio de R
2
/ x
2
= 2 x
1
, es decir, pares ordenados de la forma (x
1
;2x
1
).
={(x
1
,x
2
) R
2
/ x
2
= 2x
1
}.

Si los vectores de A hubieran sido linealmente independientes, hubieran generado
al espacio vectorial R
2
y no a un subespacio de ste.

Tres vectores de R
3
generan a R
3
son L.I. , de lo contrario generan a un
subespacio de ste y en general n vectores de R
n
generan a R
n
son L.I. y por lo
tanto constituyen una base del mismo.

Ejercicio de subespacio generado

Dada la siguiente familia de vectores del Espacio Vectorial (R
4
, +, R, .)

A= {(1,2,3,4); (4,7,8,5); (2,3,4,7)}
Se pide :

1) Hallar el subespacio vectorial generado por la familia A.
2) Indicar una base de dicho subespacio vectorial.
3) Indicar la dimensin del subespacio vectorial.

Armo el sistema, y lo resuelvo por Gauss Jordan

1 4 2 X
1
1 0 0
2 7 3 X
2
0 1 0 estos resultados no sirven
3 8 4 X
3
0 0 1
4 5 7 X
4
0 0 0 - 7X1+ 9X2 5X3+ X4 = 0 esta es la condicin
del subespacio, es decir, el subespacio generado por estos vectores es :

S =( X1, X2, X3, X4) E R4 / - 7 X1+ 9 X2 5 X3+ X4 = 0

Despejo cualquiera de las variables, por ej.: X
4
= 7 X
1
9 X
2
+ 5 X
3

Entonces el vector genrico del subespacio es :

( X
1
, X
2
, X
3
, 7 X
1
9 X
2
+ 5 X
3
) Respuesta 1)
Ahora lo descompongo en una suma de vectores, uno para cada variable:

( X1, X2, X3, 7 X1 9 X2 + 5 X3 ) =
( X1, 0, 0, 7 X1) + (0, X2, 0, 0, - 9 X2) + (0, 0, X3, 5 X3)

(Fjense que si suman estos 3 vectores vuelven a la expresin anterior) .
Ahora sacan las X afuera de los vectores, como escalares:

X1 ( 1, 0, 0, 7) + X2 ( 0, 1, 0, - 9 ) + X3 (0, 0, 1, 5)
2011 101

(Fjense que si hacen el producto vuelven al paso anterior)

Y ya esta, una de las bases del subespacio es :

BASE de S.= (1, 0, 0, 7) ; (0, 1, 0, 9 ) ; (0, 0, 1, 5) Respuesta 2)

La dimensin es: DIM de S = 3
(cantidad de vectores que forman una base) Respuesta 3)

Reemplazo de un vector en una base

Dada una base de un espacio vectorial se trata de elegir otro vector del espacio
que no pertenezca a la base y sustituir uno de los vectores por ste de tal forma
que el nuevo conjunto de vectores siga siendo una base.
Hay que determinar que vector puede salir, pero para asegurar que el nuevo
conjunto de vectores contina siendo base, se deben verificar las siguientes
condiciones:

1) Se escribe el vector que se va a introducir como Combinacin Lineal de la
base.
2) Se determinan los coeficientes de la C.L. y se obtienen as las coordenadas del
nuevo vector respecto de la base original.
3) Se determinan las posibles bases que se pueden formar teniendo en cuenta
que puede sustituirse cualquier vector cuyo coeficiente en la C.L. sea distinto
de 0:

Ejemplo:

Base A= {(1,2,0), (4,3,1), (2,1,5)} queremos introducir el vector x = (1,5,-5).

Expresamos el vector ingresante como resultado de la C.L. de la base.

1 + 42 + 23 = 1
x = (1,2,0) + (4,3,1) + (2,1,5) = 21 + 32 + 3 = 5 1 =3,2= 0,3=1
2 + 53 = -5

Como 2 = 0 no puede salir (4,3,1) por lo que pueden constituirse 2 nuevas bases:

Base 1 A = {(1,2,0),(4,3,1),(1,5,-5)}

Base 2 A= {(1,5,-5),(4,3,1),(2,1,5)}

2011 102
APLICACIONES ECONMICAS

Vector de precios Ecuacin Presupuestaria Recta de Balance

Dado un conjunto de bienes X
1
, X
2
. , , X
n
, cuyos precios son respectivamente p
1
,
p
2
, , p
n
, el vector de precios es aqul en el cual aparecen expresados los
precios de los distintos bienes.

( )
n
p p p
p
;...; ;
2 1
=

La ecuacin de presupuesto es, dado un cierto ingreso I, que suponemos se gasta
en su totalidad, x
1
.p
1
+x
2
.p
2
++x
n
.p
n
=I, donde x
1
, x
2
, , x
n
son respectivamente
las cantidades de los bienes X
1
, X
2
, , X
n
que pueden adquirirse con ese ingreso.
Esta ecuacin indica las distintas combinaciones de las cantidades de los bienes
que se pueden obtener con un ingreso fijo conocidos sus precios y suponiendo
que se utiliza todo el ingreso.
En el caso de dos bienes y dos precios tenemos la ecuacin de una recta, que
recibe el nombre de recta de balance o lnea de posibilidades de consumo:
x
1
.p
1
+x
2
.p
2
=I.

Vemos que el ingreso, conocidos los precios de los artculos, se puede expresar
como combinacin lineal de las cantidades de los bienes consumidos.

Propiedad:
El vector de precios es perpendicular a la recta de balance. Esto surge de la
ecuacin de la recta ya que los precios son los coeficientes de la ecuacin.

2011 103
CAPITULO 4 Ejercicios

1-Determinar si los siguientes conjuntos constituyen, con las operaciones indicadas, espacios
vectoriales

a) (R
2
, +, R, .) si (x
1
; x
2
)+(y
1
;y
2
)=(x
1
+y
1
;x
2
+y
2
) y .(x
1
;x
2
)=(x
1
;x
2
)
b) (Z
2
, +, Z, .) si (x
1
; x
2
)+(y
1
;y
2
)=(x
1
+y
1
;x
2
+y
2
) y .(x
1
;x
2
)=(x
1
;x
2
)
c) (R
3
, +, R, .) si (x
1
; x
2
; x
3
)+(y
1
;y
2
; y
3
)=(x
1
+y
1
;x
2
+y
2
;x
3
+y
3
) y .(x
1
;x
2
;x
3
)=(x
1
;x
2
;x
3
)

1) Rta.: a) Si b) si c) si

2- Dados los vectores de R2: u=(3;2) y v=(1;2).
a) Representarlos grficamente.
b) Hallar u+v
c) Hallar 3u+2v
d) Representar grficamente los vectores obtenidos en b) y c)

2) Rta.: b) (4,4) c) (11,10)

3- Escribir en forma explcita:
a) el neutro para la suma en R
3

b) el inverso aditivo de (1;2;-3;5) R
4

c) el inverso aditivo del inverso aditivo de un vector v R
n

d) el inverso aditivo del neutro para la suma en R
n

e) el vector (1,1,1)+(3,2,2) en R
3
.
f) la propiedad conmutativa para la suma de vectores en R
3
.
g) la suma del inverso aditivo de (1,1) con 5 veces el vector (4,5) en R
2
.
h) el vector 3.(1,1,8)+4.[(-2,3,0)+5.(1,0,1)] en R
3
.
i) el vector de R
3
que sumado al inverso aditivo del vector (1,-4,6) da por resultado el vector
3.(3,4,2)
3) Rta.: a) (0,0,0) b) (-1,-2,3,-5) c) (v1,v2, , vn) d) Vector nulo e) (4,3,3) g) (19,24) h) (15,15,44)
i) (10,8,12)

4-Dados los siguientes subconjuntos W de R
2
, determinar si (W, +, R, .) es subespacio de (R
2
, +, R,
.) y representar en el plano.

a) W
1
={(x
1
;x
2
) R
2
/ x
2
=0}
b) W
2
={(x
1
;x
2
) R
2
/ x
1
-x
2
=0}
c) W
3
={(x
1
;x
2
) R
2
/ x
1
+x
2
-1=0}
d) W
4
={(x
1
;x
2
) R
2
/ x
1
2
+x
2
2
=0}
e) W
5
={(x
1
;x
2
) R
2
/ x
2
0}
f) W
6
={(x
1
;x
2
) R
2
/ x
1
.x
2
=1}
g) W
7
={(0;0)}

4) a) si b) si c) no d) si e) no f) no g) si

5- Verificar que (R
3
,+) es un grupo. Generalizar para (R
n
,+).
5) Sin respuesta

6-Dados los siguientes conjuntos W de R
3
o R
4
, determinar si (W, +, R, .) es subespacio de (R
3
, +,
R, .) o (R
4
, +, R, .) respectivamente.

2011 104
a) W
1
={(x
1
;x
2
;x
3
) R
3
/ x
1
= x
3
x
2
= x
1
+ x
3
}
b) W
2
={(x
1
;x
2
;x
3
) R
3
/ 2x
1
+x
2
-x
3
= 0}
c) W
3
={(x
1
;x
2
;x
3
) R
3
/ x
3
= 0}
d) W
4
={(x
1
;x
2
;x
3
) R
3
/ x
1
+x
2
=2x
3
}
e) W
5
={(x
1
;x
2
;x
3
) R
3
/ x
1
+3x
2
-1

= 0}
f) W
6
={(x
1
;x
2
;x
3
) R
3
/ x
1
+3x
2
= 0 x
3
= x
2
}
g) W
7
={(x
1
;x
2
;x
3
;x
4
) R
4
/ x
1
+x
2
= x
3
x
4
= 2x
1
x
2
}
h) W
8
={(x
1
;x
2
;x
3
;x
4
) R
4
/ 3x
1
+x
2
-x
3
= 2x
2
+ x
3
= 0}

6) a)b)c)d)f)g)h) SI e) NO

7-Indicar en cada caso si el vector u se puede expresar como combinacin lineal del conjunto A.

a) u=(1;2) A={(1;1),(-2;3)}
b) u=(1;2) A={(1;1),(2;2)}
c) u=(5;10) A={(1;2),(2;4)}
d) u=(1;2;-3) A={(1;2;3),(2;2;-1)}
e) u=(1;2;-3) A={(1;1;3),(2;1;-1),(0;-1;2)}
f) u=(9;2;7) A={(1;2;-1),(6;4;2)}
g)
)
`
=
(
=
0 2
3 1
,
0 3
3 1
,
0 2
3 1
A
0 2
3 - 1
U
h)
)
`
=
(
=
6 3 2
2 1 0
,
5 1 1
4 0 1 -
A
3 9 1 -
8 2 3 -
U

7) a)1= 7/5 2= 1/5 b) no se puede c) la combinacin lineal no es nica.
d) no se puede e) 1= -1/7 2= 4/7 3= -1
f) 1=-3 2=2 g) 1= 5 2= -4 3= 0 h) 1= 3 2= 2

8-Determinar si los siguientes conjuntos son linealmente independientes o dependientes.

i)V=R
2

a) A={(-2;1),(3;-2)}
b) A={(-3,2)}
c) A={(0;0)}
d) A={(-3;5), (3;-5)}
e) A={(-2;1),(2;3),(5;-1)}

ii)V=R
3

a) A={(1;2;4),(3;4;-16),(3;5;-2)}
b) A={(1;3;5),(-2;1;4)}
c) A={(1;0;0),(0;2;0),(0;0;3)}
d) A={(2;1;-3)}
e) A={(-2;1;-3),(1;2;1),(2;2;2),(-1;1;1)}

iii)V=R
2x2

a)
)
`
=
0 1
1 0
,
2 1
1 1
,
1 3
0 1
,
6 0
1 - 1
A
2011 105
b)
)
`
=
2 1
1 3
,
1 0
0 1
,
6 2
2 1
A

8) i) a) L.I. b) L.I. c) L.D. d) L.D. e) L.D.
ii) a) L.D. b) L:I. c) L.I. d) L.I. e) L.D.
iii) a) L.I. b) L.I.

9-Determinar valores de k para los cuales las siguientes familias vectoriales son linealmente
independientes:

a) A={(1;k),(2;3)}
b) A={(1+k;1-k),(1-k;1+k)}
c) A={(1;2;2),(2;1;1),(3;3;k)}
d) A={(1;1;1),(k;k;0),(1;0;k)}

9) a) k 3/2 b) k 0 c) k 3 d) k0

10- Sean u y v dos vectores de Rn. Indicar verdadero o falso, justificando:
a) u.v=v.u b) u=0 v=0 => u.v=0 c) u.v=0 => u=0 v=0

10) a) V b) V c) F

11- Indicar para que valores de k la siguiente familia es base de R
3
.

A={(2;k+2;0),(3;1;k+3),(k-1;0;0)}

11) Rta: a) k1 -2 -3

12- Si W es un conjunto de combinaciones lineales formado por A={(1;2),(3;-1)}

a) Encontrar un vector de W diferente de (1;2) o (3;-1)
b) Cuntos vectores hay en W?
c) Cuntos vectores hay en {(1;2),(3;-1)}
d) Describir geomtricamente a W
e) Pertenece (5;-4) a W?
f) Expresar cualquier vector de W como combinacin lineal de {(1;2),(3;-1)}

12) Rta.: a) cualquier vector de R
2
b) infinitos c) 2 d) todo el plano e) s
f)
1
=x
1
+3x
2
/7
2
= 2x
1
x
2
/7

13- Determinar si el conjunto dado es o no espacio vectorial. Si no lo es, enunciar los axiomas que
no se cumplen:

a) El conjunto de las matrices cuadradas de orden n con las operaciones usuales de adicin de
matrices y multiplicacin por un escalar.
b) (N,+,R,.)/N= {0,0,0}, siendo + y . las operaciones usuales en R
3
.
c) (S,+,R,.)/S= {(x
1
,x
2
,x
3
)R
3
/x
1
=x
2
=x
3
} siendo + y . las operaciones usuales en R
3
.

13) Sin Respuesta
2011 106

14- Si W es un conjunto de combinaciones lineales formado por A={(1;2),(3;6)}

a) Encontrar un vector de W diferente de (1;2) o (3;6)
b) Cuntos vectores hay en W?
c) Cuntos vectores hay en {(1;2),(3;6)}
d) Describir geomtricamente a W
e) Pertenece (5;-4) a W?
f) Expresar cualquier vector de W como combinacin lineal de {(1;2),(3;6)}

14) Rta.: a) cualquier vector de R
2
de la forma x
2
= 2x
1
b) infinitos c) 2
d) la recta x
2
=2x
1
e) no

15- Hallar el Subespacio generado por A, indicar una base y su dimensin.

a) A={(2;-3)}
b) A={(1;1;1),(-1;2;3),(0;3;4)}
c)
)
`
=
0 2
3 1
,
0 2 -
3 - 1
A
d) A={(1;2;0;3),(3;2;0;1),(1;1;0;1)}

16- Demostrar que todo subespacio de un espacio vectorial V contiene al vector nulo.

16) Sin respuesta
17- Dado (R
2x1
,+,R,.), hallar las coordenadas de
)
`
=
(
=
1
0
,
1
2
B base la en
4
3
A

18- Dado el conjunto A={(3;0;-2),(2;-1;-5)} Se desea saber:
a) A genera R
3
? b) si no lo genera, Qu subespacio genera?

19- Hallar los valores de k para los que el conjunto A tiene dimensin 3.

)
`
=
5 7
1 6
,
1
3 2
,
1 4
1 - 2
A
k

20- Dada la base B={(1;0;1),(2;-1;4),(0;0;2)}, determinar cuales son las posibles nuevas bases que
se pueden formar si se cambia la base introduciendo el vector x=(2;-1;8)

21- Sea A={(1,-3,2),(2,-1,1)} una familia de vectores pertenecientes a R3
a) Escribir, si es posible, v=(4,3,-1) como combinacin lineal de A
b) Es posible expresar u=(2,1,-3) como combinacin lineal de A?
c) Para que valor de k e R es (1,12,k) combinacin lineal de A?
d) Indicar que condicin deben cumplir los nmeros reales a, b y c para que el vector
(a,b,c) sea una combinacin lineal de A
2011 107

21) Rta.: a)
1
= -2
2
= 3 b) no c) k= -7 d) a+3b+5c= 0

22- Determinar si el conjunto dado de vectores es L.D. o L.I.

a) En (R
3
,+,R,.), D= {(3,1,1); (2,-1,5); (4,0,-3)}
b) En (R
2x2
,+,R,.),
)
`
=
2 0
0 0
,
1 0
1 2
,
1 0
2 - 4
F
c) En (R
2x3
,+,R,.),
)
`
=
0 0 0
0 1 0
,
0 0 4
0 0 2
,
0 0 3
0 2 1
B

22) Rta.: a) LI b) LD c) LI

23- Determine el o las condiciones que deben satisfacer los nmeros a,b,c y d a fin de que los
vectores de (a,b) y (c,d) del espacio (R
2
,+,R,.) sean L.I.

23) Rta.: a.d b.c 0

24- Se sabe que {u,v} y {v,w} son conjuntos de vectores linealmente dependientes de R
2
.
Determinar si el conjunto {u,w} es linealmente dependiente.

24) Rta.: Falso.

25- Se sabe que {u,v} y {v,w} son conjuntos de vectores linealmente independientes de R
2
.
Determinar si el conjunto {u,w} es linealmente independiente.

25) Rta.: Falso

26- Se sabe que {u,v,w} es un conjunto de vectores linealmente dependiente de R3. Proporcione
un ejemplo para mostrar que u no es necesariamente una combinacin lineal de v y w.

26) Rta.: Sin respuesta

27- Demostrar que si el conjunto de vectores {u,v} de un espacio vectorial (V,+,R,.) es linealmente
independiente, entonces tambin lo es el conjunto {u,u+v}


28- Demostrar que dos vectores del espacio (R
3
,+,R,.) son linealmente dependientes si y solo si
uno de ellos es un mltiplo de otro. Generalizar para R
n
.


29- Un consumidor tiene un ingreso de $3.000 y lo destina a la compra de dos bienes, cuyo vector
de precios es p=(150;200). Hallar y representar: a)la recta de balance de consumo. b)la ecuacin
presupuestaria y c)el semiplano de posibilidades de consumo si no consume todo su ingreso.
2011 108

30- El plano balance que contiene todos los presupuestos con un gasto de $45.000 para la
adquisicin de tres bienes en su forma segmentaria es x
1
/5+x
2
/10+x
3
/20=1. a)Representarlo
b)Escribir la ecuacin presupuestaria y c)Hallar el vector de precios.

31- Un consumidor tiene un ingreso I=3000 que quiere destinarlo a la compra de dos bienes cuyos
precios son respectivamente p1= 100 y p2= 300. Vamos a obtener: a) el vector de precios, b)las
posibles combinaciones de las cantidades si I>0, y c) la recta de balance o lnea de posibilidades
de consumo si I=3000.

32- Un consumidor tiene un ingreso de $ 800 y lo destina a la compra de dos bienes A y B cuyos
precios unitarios son, respectivamente p1= 160 y p2=80.
a) Escribir el vector de precios y representarlo grficamente.
b) Escribir la ecuacin presupuestaria y graficar la recta de posibilidades de consumo. Cmo es la
posicin del vector de precios y la recta de posibilidades de consumo?
c)Cul es la cantidad mxima de bienes B que el consumidor puede adquirir con su ingreso, sin
adquirir ningn bien A?

32) Rta.: a) p=(160,80) b) 160 x + 80 y = 800 c) perpendicular

33- El plano balance que contiene todos los presupuestos que contiene todos los presupuestos
que tienen un gasto de $ 3000 para la adquisicin de tres bienes, escrito en forma segmentaria es
x1/6 + x2/15 +x3/10 = 1
a) Representarlo. b) escribir la ecuacin presupuestaria, c) Hallar el vector de precios. d) Cmo es
la posicin del vector de precios respecto del plano balance?

33) Rta.: b) 500x+200y+300z= 3000 c) p= (500,200,300) d) perpendicular

34-Determinar si cada Familia es L.I.:
a) A={(5,0,0);(7,2,-6);(9,4,-8)} b) B={(0,0,2);(0,5,-8);(-3,4,1)} c) A={(1,-3);(-3,9)} d) B={(-1,4);(-2,-8)}

35- Determine los valores de h para los cuales las familias son L.D.
a) A={(1,-1,4),(3,-5,7),(-1,5,h) b) B={(2,-4,1),(-6,7,-3),(8,h,4)}
c) C={(1,5,-3),(-2,-9,6),(3,h,-9) d) D={(1,-1,-3),(-5,7,8),(1,1,h)}

2011 109

CAPTULO
5

PROGRAMACIN
LINEAL
2011 110
Captulo 5 - Programacin lineal

Durante el transcurso de la Segunda Guerra Mundial, las Fuerzas Armadas de las Islas
Britnicas deban defender grandes extensiones territoriales con fuerzas terrestres, las
que eran escasas. Debieron por lo tanto estudiar como podan distribuir el
estacionamiento de tropas a lo largo y a lo ancho de su pas, de modo tal de poder contar
rpidamente con la mayor cantidad de defensas posibles, en caso de producirse un
ataque enemigo.
Para resolver este grave problema solicitaron ayuda a grandes matemticos, quienes
crearon la Investigacin Operativa, de donde surgen los modelos de Programacin Lineal,
que desarrollaremos en esta unidad.
Caractersticas de los problemas de programacin lineal:
1- Un objetivo nico.
Esta caracterstica indica que no necesitamos ocuparnos de ms de un
objetivo a la vez, el cual se debe optimizar.

2- Existencia de restricciones.
El cumplimiento del objetivo est sujeto a restricciones.

3- Proporcionalidad.
La funcin objetivo y las restricciones deben ser proporcionales al nivel de
fabricacin de cada producto.

4- Divisibilidad.
Esta caracterstica significa que son posibles asignaciones fraccionarias de
productos. Esta es una consideracin importante en los casos en que se
trabaja con la produccin o asignacin de recursos discretos, dado que no
es posible garantizar que las soluciones de programacin lineal sean
enteras.

5- Aditividad.
Las contribuciones de los productos individuales son aditivas. Esto significa
que el total es igual a la suma de las partes y que no hay efectos de
interaccin entre los niveles de produccin.

2011 111
6- No negatividad de los variables.
No es posible fabricar unidades negativas de un producto.

Resolucin de un problema de P.L. por el Mtodo Grfico
La resolucin por el mtodo grfico (slo realizable en problemas con 2 (dos)
variables de produccin) debe realizarse cumpliendo con los siguientes pasos:
1) Planteo matemtico del Problema.
Para elaborar este planteo es menester tener claramente definido el objetivo que
se debe buscar (Maximizacin o minimizacin), las contribuciones (gastos en un
Problema de Minimizacin) de las variables de decisin y los coeficientes de las
restricciones.
2) Grafica de las restricciones.
Se toman las disposiciones de cada variable de decisin y se elabora el rea que
cumple con cada una de las restricciones. Si la restriccin es del tipo menor o
igual el rea ser convergente hacia el centro de coordenadas, si es del tipo
mayor o igual ser divergente del centro.
3) Armado del Polgono de Soluciones Factibles (PSF).
ste polgono surge de la interseccin de las reas que cumplen con cada
restriccin.
4) Grficos de la Funcin Objetivo.
Para realizar los grficos de la Funcin Objetivo se deben calcular la produccin
para diferentes valores de utilidad, trazndose para cada uno de ellos una recta
llamada de isoutilidad. En un problema de maximizacin se estar en la solucin
ptima cuando la recta de isoutilidad se haga tangente en el vrtice del PSF mas
alejado del centro de coordenadas. En un problema de minimizacin la recta de
isocosto deber hacerse tangente al vrtice del PSF ms cercano al centro de
coordenadas.
5) Clculo del beneficio que se obtiene en cada vrtice del PSF.
Cuando tenemos identificados los vrtices del PSF, debemos calcular la utilidad o
el costo de cada uno de los mismos, lo que nos permitir conocer en cul de los
vrtices se maximizan los beneficios o se minimizan los costos, segn el problema
de P.L. sea de maximizacin o minimizacin.
2011 112

6. Grfica de la Funcin Objetivo.
Para realizar la grfica de la funcin objetivo se toman diferentes valores de
utilidad y se determina la cantidad de produccin que debera realizarse de cada
producto para obtenerla. De sta forma se obtiene la pendiente de la recta. Como
cada recta tendr idntica pendiente, se trazan paralelas a la recta hallada y el
vrtice en el cual se optimiza el funcional es aquel en el cual una recta de
isoutilidad (isocosto en un problema de Minimizacin) se hace tangente al vrtice
ms alejado del centro de coordenadas (en un problema de Minimizacin ser en
el vrtice ser en el ms cercano al centro de coordenadas).
De esta manera podemos hallar el Vrtice en donde el nivel de las variables
obtiene su optimizacin.
Ejemplo de Resolucin por el Mtodo Grfico
Un frigorfico se dedica a la cra de salmones y de truchas, las que necesitan de un alimento que
demanda mano de obra y materia prima para realizarlo. Adems tiene una determinada Capacidad
de produccin, valores indicados por la siguiente tabla. Tambin se indican en la tabla los beneficios
que aportan tanto los salmones como las truchas. Se desea saber cual es la combinacin de
salmones y truchas que maximiza el beneficio.

SALMONES TRUCHAS Disp.
Mano de Obra 5 6 15.000
Materia Prima 10 20 20.000
Cap Produccin 1.500
Beneficios 60 80

La primera tarea que se debe desarrollar ante un problema de P.L. es realizar el
Planteo Matemtico del mismo:

Z= 60 S + 80 T (Maximizar)
Sujeto a:
5 S + 6 T 15000
10 S + 20 T 20000
S + T 1500

Planteo
Matemtico
del
Problema
2011 113
A continuacin, se deben graficar las restricciones:

El paso siguiente es definir el rea interseccin de las 3 restricciones, esta rea se
denominar Polgono de Soluciones Factibles (P.S.F.).
Teorema: si hay una solucin que maximiza o minimiza el funcional entonces tal solucin
corresponde a un vrtice del P.S.F.. Por lo tanto para determinar la Solucin ptima del Problema
se deben evaluar los vrtices del polgono de soluciones factibles. A este mtodo para conocer el
vrtice ptimo se lo conoce con el nombre de MTODO ANALTICO.
A (0,0)= 60 . 0 + 80 . 0 = 0
B (0,1000)= 60 . 0 + 80 . 1000 = 80.000
C (1000,500)= 60 . 1000 + 80 . 500 = 100.000
D. (1500,0)= 60 . 1500 = 90.000
Lo que significa que la ganancia se maximiza con la cra de 1000 salmones y 500
truchas, obtenindose un beneficio de 100.000. En cualquier otra combinacin de
salmones y truchas se obtiene una ganancia menor.
B
C
D
1000
2000
3000
1000
2000
3000
2500
1500
1500
A
500
B
2011 114
Mtodo simplex:

Para resolver un problema de programacin por el mtodo simplex se siguen
estos pasos:

1ro.- Se transforman las inecuaciones en ecuaciones agregando a las primeras
variables de holgura/escasez o variables artificiales.
a) Si la restriccin es del tipo a la izquierda de la desigualdad se le suma una
variable no negativa, llamada variable de holgura, cuya contribucin en el
Funcional es nula.
b) Si la restriccin es del tipo a la izquierda de la desigualdad se le resta una
variable no negativa, llamada variable de excedencia, cuya contribucin en el
Funcional es nula.
c) Por cada restriccin del tipo = y por cada restriccin del tipo al lado izquierdo
de la restriccin se le suma una variable no negativa, llamada variable artificial.
Cuya contribucin en el Funcional es +M si el problema es de minimizacin y de
M cuando el problema es de Maximizacin.
2do.- Se forma la matriz de coeficientes incluyendo los trminos independientes.
Las variables que conforman la base (1 variable bsica por cada restriccin) de la
tabla simplex inicial son las variables de holgura y las variables artificiales. O sea,
cuando partimos de una variable menor o igual concurre a la base la variable de
holgura, mientras que si estamos antes restricciones del tipo mayor o igual o
igual concurre a la base la variable artificial.
3ro.- Sobre la matriz se colocan los coeficientes del funcional. Las variables
artificiales llevan, en el caso de un problema de maximizacin, una contribucin
negativa lo suficientemente alta que obligue a no estar en la solucin ptima. En el
caso de un problema de minimizacin, el costo ser extremadamente alto, con el
mismo objetivo. Dicha lnea recibe el nombre de Cj.
4to.- A la izq. de la matriz se escribe una columna con los nombres de las
variables bsicas en la solucin inicial y a su izq. la columna de coeficientes que
esas variables tienen en el funcional, es decir, la contribucin por unidad a la
ganancia.
5to.- Aparecen dos filas ms Zj y Cj-Zj. Zj se obtiene sumando los productos de los
coeficientes en la columna Ci por los coeficientes de la columna asociada con la
variable respectiva. Los Zj correspondientes a las variables indican la prdida que
se produce por cada unidad que se fabrica de cada producto (es el costo unitario
de produccin). El Zj correspondiente a la columna de los b indica el valor que va
2011 115
tomando el funcional a medida que vamos pasando de un vrtice a otro. En un
problema de maximizacin, cuando todos estos coeficientes son no positivos no
se puede aumentar el funcional y se lleg a la solucin ptima. Por el contrario, en
un problema de minimizacin, se ha llegado a la sol. ptima cuando todos los
valores de la fila Cj - Zj son iguales o menores que cero.
6to.- En un problema de maximizacin, entra en la base la variable con mayor
valor positivo. En uno de minimizacin, lo hace la variable de mayor valor absoluto
positivo, elegido entre los valores negativos.
7mo.- Se divide cada valor de b por el coeficiente de la variable entrante (siempre
que sean positivos). Sale la variable a la que le corresponde el cociente menor.
8vo.- El nmero que se encuentra en la interseccin entre la variable que entra y
la que sale se denomina pivote.
9no.- Se divide la fila del pivote por el pivote y los valores de la columna se
transforman en 0, transformando los restantes valores segn el mtodo de Gauss-
Jordan ((PD-PCD)/Pivote).
Ejemplo de resolucin por el Mtodo Simplex:
Z= 2x + y + 3z (MAXIMIZAR)
Sujeto a:
3x + 2y + z 10
x + 4 y + 2z 12

Cj 2 1 3 0 0
Ci BASE x y z S1 S2 Bi
0 S1 3 2 1 1 o 10
0 S2 1 4 2 0 1 12
Zj 0 0 0 0 0 0
Cj-Zj 2 1 3 0 0

2011 116
Cj 2 1 3 0 0
0 S1 2.5 0 0 1 -0.5 4
3 z 0.5 2 1 0 0.5 6
Zj 1.5 6 3 0 1.5 18
Cj-Zj 0.5 -5 0 0 0

Cj 2 1 3 0 0
2 x 1 0 0 0.4 -0.2 1.6
3 z 0 2 1 -0.2 0.6 5.2
Zj 2 6 3 0.2 1.4 18.8
Cj-Zj 0 -5 0 -0.2 -1.4

Como vemos en la fila Cj Zj todos los valores son menores o iguales a 0, lo que
indica que nos hallamos ante la Solucin ptima, la que se obtiene con la
elaboracin de 1,6 unidades del producto x y 5,2 unidades del producto z,
obtenindose una utilidad de 18,8. La ausencia de la base en la Solucin ptima
de los recursos S1 y S2 establece que los mismos han sido utilizados en su
totalidad (estn saturados).

Anlisis de Post-optimizacin:

Hallada la solucin ptima por medio del Mtodo Simplex, podemos leer en la fila
C
j
-Z
j
los valores que indicarn:

1- En las columnas correspondientes a las variables de decisin se observan,
cambiando el sigo, los Costos de Oportunidad de dichas variables, cifra que
indicar la cantidad en que se disminuira nuestra funcin objetivo mximo si
producimos un bien que no nos conviene producir.
2011 117

2- En las columnas correspondientes a los recursos del problema se observan,
tambin cambiando el signo, la cantidad que nos indica la Contribucin
Marginal del Recurso, cifra que indica en cuanto se incrementar el funcional
si se dispusiera de una unidad adicional de un recurso saturado. Cabe agregar
que los recursos que no se hallan saturados tienen Contribucin Marginal nula.

3- En las mismas columnas nos indican el Precio Sombra, que es el importe
lmite que estaramos dispuestos a abonar por disponer de una unidad
adicional de un recurso saturado (Como puede verse, el valor matemtico es
coincidente en ambas definiciones).

4- El paso siguiente sera efectuar el Anlisis de Sensibilidad de las variables
bsicas y no bsicas, el que a continuacin se explica:

Anlisis de Sensibilidad de una Variable No Bsica:

Se efecta para conocer el valor lmite que puede incrementarse la
contribucin en el funcional de una variable no bsica, sin que sta
ingrese a la base.
Se parte de la premisa que, para que esto no ocurra, la fila Cj Zj debe
tener un valor menor o igual a 0, ya que en caso de tener valor positivo,
corresponde su inclusin en la base, generndose una nueva base.
El valor del incremento lmite que puede sufrir la variable no bsica es
coincidente con su Costo de Oportunidad.

Cj 2 1 3 0 0
CI
Base X
1
X
2
X
3
S
1
S
2
Bi
2 X
1
1 0 0 0,4 -0,2 1,6
3 X
3
0 2 1 -0,2 0,6 5,2
Zj 2 6 3 0,2 1,4 18,8
Cj - Zj 0 -5 0 -0,2 -1,4

Es posible determinar cun grande puede ser el incremento de la contribucin en
el funcional de la variable x
2
para que la misma contine siendo no bsica de la
siguiente forma:

6 (1 + C
2
) 0 C
2
5 C
2
* 6

2011 118
Anlisis de Sensibilidad de una Variable Bsica

Se efecta para conocer el valor lmite que puede incrementarse la
contribucin en el funcional de una variable bsica, sin que sta modifique
las variables que se encuentran en la base.
Se parte de la premisa que, para que esto no ocurra, la fila Cj - Zj debe
tener un valor menor o igual a 0.
La respuesta que se hallar no es una sino que es un rango de valores
dentro del cual puede moverse la Variable Bsica para que la solucin siga
sin tener modificaciones en su conformacin, en cuanto a las variables y/o
recursos que la componen.

Cj 2 + c
1
1 3 0 0
CI
Base X
1
X
2
X
3
S
1
S
2
Bi
2 + c
1
X
1
1 0 0 0,4 -0,2 1,6
3 X
3
0 2 1 -0,2 0,6 5,2
Zj 2 + c
1
6 3 0,2+0.4c
1
1,4-0.2c
1
18,8+1,6 c
1

Cj Zj 0 -5 0 -0,2-c
1
-1,4+c
1

Para que la solucin siga siendo ptima debe verificarse que:

0,2 + 0,4 C
1
0 y que 1,4 0,2 C
1
0

C
1
-0,5 y C
1
7

-0,5 C
1
7

1,5 C
1
*
9

Si C
1
vara entre 1,5 y 9, la solucin sigue siendo ptima, de lo contrario, cambia.
Con este anlisis se ha concluido el llamado Anlisis de Post Optimizacin.

El Problema Dual:

A cada problema de programacin lineal, que denominaremos primal, le
corresponde un segundo problema, que denominaremos dual.
Cuando el primal es de maximizacin, el dual es de minimizacin y viceversa.
De esta manera, cuando el primal exige la maximizacin del beneficio, el dual pide
la minimizacin de los costos.

2011 119

Sntesis de las caractersticas del problema dual:

a) El dual tiene una variable para cada restriccin del primal.
b) El dual tiene tantas restricciones como variables tiene el primal.
c) El dual de un problema de maximizacin es un problema de minimizacin y
viceversa.
d) Los coeficientes del funcional del primal son los trminos independientes de las
restricciones del dual y los trminos independientes de las restricciones del
primal son los coeficientes del funcional en el dual.
e) Los coeficientes de las restricciones del primal lo siguen siendo en el dual, pero
transpuestos.
f) Las desigualdades tienen sentidos inversos en el primal y en el dual.

Teorema fundamental de la dualidad:

Si existe un valor ptimo para cada uno de los problemas, dual y primal, el valor
que minimiza los costos es coincidente con el que maximiza los beneficios.

Ejemplo:

a) Problema primal:

Z= 60 S + 80 T (Maximizacin)

Sujeto a :

5 S + 6 T 15000
10 S + 20 T 20000
S + T 1500

b) b) b) b) Problema Dual:

Z= 15000 a + 20000 b + 1500 c
(minimizacin)

Sujeto a:

5 a + 10 b + c 60
6 a + 20 b + c 80

Interpretacin del Problema Dual

En todo problema econmico de maximizacin se desea obtener el mximo nivel
de ganancias, sujeta a una cantidad de recursos dados, o bien, minimizar la
utilizacin de dichos recursos sujetos a lograr una ganancia mayor o igual a la de
la funcin objetivo del problema primal.

SITUACIONES ESPECIALES:

Problema con soluciones ptimas alternativas:

A veces la solucin ptima del problema no es nica. Para saber si nos hallamos
ante este tipo de situacin, debemos contar los ceros que tenemos en la fila Cj-Zj.
2011 120
En la mencionada fila, debemos tener tantos ceros como variables bsicas.
Cuando existen ms ceros que la cantidad de variables bsicas del problema, la
solucin ptima no es nica, ya que tenemos otra u otras soluciones en donde
obtenemos el mismo funcional ptimo.

Ejemplo de la situacin especial:

Z= 200 x + 400 y (MAX)
Sujeto a: 2 x + 4 y 1000
6 x + 4 y 2000
2 x + 4 y 800

Ausencia de solucin factible:

Nos hallamos en esta situacin cuando una variable artificial se encuentra en la
base, pero todos los valores de la fila Cj Zj son menores o iguales a 0, lo que
establece que hemos arribado a la solucin ptima.

Ejemplo de la situacin especial:

Z= 10 x + 20 y (MAX)
Sujeto a: x + y 5
x + y 20

Soluciones no acotadas o solucin infinita:

En la fila Cj Zj existen valores positivos, o sea, debe ingresar a la base una
variable, pero no hay cocientes positivos que deban abandonar la base.
2011 121

Ejercicios PROGRAMACIN LINEAL

1. Dados los siguientes problemas de Programacin Lineal, encontrar la solucin ptima
utilizando el mtodo grfico:

a) MAXIMIZAR: Z= 4 x + 5 y
Sujeto a: 2x + 3y 120
2x +1,5y 80
(x= 20 y= 26.6667 Z= 213.33)

b) MAXIMIZAR: Z= 3 x + 2 y
Sujeto a: x 10
y 10
x + y 16
(x= 10, y= 6 s2=4, Z= 42)

c) MAXIMIZAR: Z= 3 x + y
3x +6y 42
(x= 8 , y= 0 , S
2
= 18 , Z= 24)

d) MAXIMIZAR: Z= 2 x + 2 y
4x + 7y 56
-5x + 6y 30
(x= 4.31 y= 5.54 S
3
= 18.31 Z= 19.69)

e) MINIMIZAR: Z= 50 x + 20 y
Sujeto a: 2x - y 0
x + 4y 80
0.9x + 0.8y 40
(y= 50; s1= 50; S
2
= 120; Z= 1000)

f) MAXIMIZAR: Z= x + y
3x + 2y 12
(x= 3; y=1.5; Z= 4.5)

g) MAXIMIZAR: Z= 20x + 22y
6x + 8y 48
7x + 7y = 42
(x= 0; y= 6; S
1
=12; Z= 132)

h) MAXIMIZAR: Z= 3x + 2y
6x + 4y 48
(x= 8; y= 0 Z= 24 S1= 21)
2011 122

i) MAXIMIZAR: Z= 8x + 10y
4x + 3y 160
x + y 120
(x=20; y=26,67 Z=426,67 ; S
3
= 73,33)

j) MAXIMIZAR: Z= 10x + 5y
3x +3y 18
y 3
(x= 2;y=1 Z= 40 ; S3=4)

k) MAXIMIZAR: Z= 2x + 4y
Sujeto a: -2x + 2y 4
2x + y 8
Solucin infinita

l) MAXIMIZAR: Z= 2x + y + 3z (Ejemplo 3 variables / A. Sensibilidad)
Sujeto a: 3x + 2y + z 10
x + 4y + 2z 12
(x=1,6 ; y= 5,2 ; Z= 18,8)

2. Aada variables de holgura, variables de excedencia y variables artificiales, segn
corresponda y replantee la funcin objetivo.

a) MAXIMIZAR: Z= x + 5y
2x +1.5y 80
(Z= x+5y+0S
1
+0S
2
(MAX) 1rest V.H. 2rest V.H.)

b) MAXIMIZAR: Z= 2x + 2y
4x +7y 56
-5x +6y 30
(Z=2x+2y+0S
1
+0S
2
+0S
3
(MAX) 1,2y 3rest V.H.)

c) MAXIMIZAR: Z= 10x + 5y
3x +3y 18
y 3
(Z=10x+5y+0S
1
+0S
2
-MA
1
+0S
3
-MA
2
)
2011 123

3. Resolver los siguientes problemas por el Mtodo Simplex:
El gerente de mercadotecnia de una compaa que vende productos alimenticios
dietticos est considerando la promocin de un nuevo producto. El presupuesto de
publicidad de la compaa incluye $ 60.000 para este fin. La compaa puede caber
publicidad al nuevo producto a travs de comerciales en televisin y/o anuncios en
revistas. Cada comercial de televisin cuesta $ 8000, pero se ha estimado que esos
comerciales los ven 50.000 personas. Cada anuncio de revista cuesta $ 4500. Se estima
que 25.000 personas ven esos anuncios. Debido a que la compaa controladora de la
empresa que vende alimentos dietticos tambin tiene inversiones en diversas imprentas,
los administradores de primer nivel han dado instrucciones al gerente de mercadotecnia
de que coloque cuando menos tres anuncios en revistas. El gerente de mercadotecnia ha
decidido que la compaa debera tener cuando menos tantos comerciales de televisin
como anuncios de revistas. Para auxiliarse en su proceso de toma de decisiones el
gerente de mercadotecnia ha planteado el problema como sigue:

MAXIMIZAR:

4500 8000
3
4500
y
60000 y x : a Sujeto
25000
4500
50000
8000
y x
y x
Z
+
|
\
|
+ |
\
|
=

en donde x = dlares que se gastarn en comerciales de televisin.
y = dlares que se gastarn en anuncios en revistas.

Se pide:
a) Explique la estructura de la funcin objetivo.
b) Que representa la restriccin x + y 60000?
c) Que representa el trmino x/8000 en la funcin objetivo?
Explique la estructura de la restriccin x/8000 y/4500.

2011 124

4. La Smith Motors vende automviles normales y vagonetas. La compaa obtiene $300
de utilidad sobre cada automvil que vende y $400 por cada vagoneta. El fabricante no
puede proveer ms de 300 automviles ni ms de 200 vagonetas por mes. El tiempo
de preparacin para los distribuidores es de 2 horas por cada automvil y 3 horas para
cada vagoneta. La compaa cuenta con 900 horas de tiempo de taller disponible cada
mes para la prelacin de automviles nuevos. Plantee un problema de PL para
determinar cuntos automviles y cuntas vagonetas deben ordenarse para maximizar
las utilidades.
Resp: Z= 130.000; x (Automotores)= 300, y (Vagonetas)= 100 S
2
= 100

Z= 300 x + 400 y (MAX)
Sujeto a : 2 x + 3 y 900
x 300
y 200

5. La EZ Company fabrica tres productos de ltima moda, a los cuales el departamento
de mercadotecnia ha denominado Mad, Mud y Mod. Estos tres productos se fabrican a
partir de tres ingredientes los cuales, por razones de seguridad, se han designado con
nombres en cdigo que son Alpha, Baker y Charlie. Las libras de cada ingrediente que
se requieren para fabricar una libra de producto final se muestran en la siguiente tabla:

Ingrediente Producto
Alpha Baker Charlie
Mad 4 7 8
Mud 3 9 7
Mod 2 2 12

La empresa cuenta respectivamente con 400. 800 y 1000 libras de los ingredientes Alpha,
Baker y Charlie. Bajo las condiciones actuales del mercado, las contribuciones a las
utilidades para lo productos son $18 para Mad, $10 para Mud y $12 para Mod. Plantee un
problema de PL para determinar la cantidad de cada uno de los productos de ltima moda
que deben fabricarse.
(Rta.: x (Mad)= 87,50; z (Mod)= 25; Z= 1875; S
2
= 137.5)

6. La Clear-Tube-Company fabrica partes electrnicas para aparatos de televisin y
radio. La compaa ha decidido fabricar y vender radios de AM/FM y tocacintas.
Ha construido una planta que puede operar 48 horas semanales con gastos fijos
de $10.000 por semana. La produccin de una radio AM/FM requiere 2 horas de
mano de obra y la produccin de un tocacintas requiere 3 horas de mano de obra.
Cada radio contribuye con $ 20 a las utilidades y cada tocacintas con $25. El
Departamento de Mercadotecnia de la Clear-Tube ha determinado que lo mximo
que puede venderse por semana son 150 radios y 100 tocacintas. Plantee un
problema de PL para determinar la mezcla ptima de produccin que maximice la
contribucin a las utilidades.
(Rta.: x (Radios AM/FM)= 24; y (Tocacintas)= 0; Z= 480; S
2
= 126; S
3
= 100)
2011 125

7. La Ware Faros del Valle Schoharie cultiva Brcoli y coliflor en 500 hectreas de
terreno en el valle. Una hectrea de brcoli produce $ 500 de contribucin a las
utilidades y la contribucin de una hectrea de coliflor es de $ 1.000. Debido a
reglamentos gubernamentales, no pueden cultivarse ms de 200 hectreas de brcoli.
Durante la temporada de plantacin habr disponibles 1200 horas-hombre de tiempo
de plantadores. Cada hectrea de brcoli requiere 2,5 horas-hombre, mientras que
cada hectrea de coliflor requiere 5,5 horas-hombre. Plantee un problema de PL para
determinar cuantas hectreas de brcoli y cuantas de coliflor deben plantarse para
maximizar la contribucin a las utilidades.
(Rta.: x (Brcoli)= 200; y (Coliflor)= 127,27 ; Z= 227.272,72)

8. La Prince Company fabrica y vende tres lneas de raquetas de tenis: A, B y C: La
raqueta A es standard, B y C son raquetas profesionales. El proceso de
manufactura de las raquetas hace que se requieran dos operaciones de produccin;
todas las raquetas pasan a travs de ambas operaciones. Cada raqueta requiere 3
horas de tiempo de produccin en la operacin 1. En la operacin 2 la raqueta A
requiere 2 horas de tiempo de produccin; la raqueta B requiere 4 horas y la C, 5. La
operacin 1 tiene 50 horas de tiempo semanal de produccin y la operacin 2 tiene
suficiente mano de obra para operar 80 horas a la semana. El grupo de mercadotecnia
de Prince ha proyectado que la demanda de la raqueta Standard no ser de ms de 25
por semana. Debido a que las raquetas B y C son de calidad similar, se ha
pronosticado que la demanda combinada para stas ser, en total, de diez o ms, pero
no ms de 30 raquetas por semana. La venta de la raqueta A da como resultado $7 de
utilidades, en tanto que las raquetas B y C proporcionan utilidades de $8 y $8,50,
respectivamente. Cuntas raquetas del tipo A, B y C deben fabricarse por semana, si
la compaa busca maximizar sus utilidades? Plantee el problema como un modelo
Standard de PL.
(Rta.: Z= 140 ; A= 1.11 ; C= 15.56 ; S
3
= 23.89 ; S
4
= 14.44)

9. La Compaa Di Palma fabrica piezas de metal de alta precisin que se utilizan en
los motores de automviles de carreras. La pieza se fabrica en un proceso de
forjado y refinacin y son necesarias cantidades mnimas de ciertos metales. Cada
pieza requiere 40 onzas de plomo, 48 de cobre y 60 de acero colado. Existen 4
tipos de mineral disponible para el proceso de forjado y refinacin. El mineral tipo 1
contiene 4 onzas de plomo, 2 de cobre y 2 de acero colado por libra. Una libra de
mineral tipo 2 onzas de plomo, 6 de cobre y 6 de acero colado por libra. El mineral
tipo 3 contiene 1 onza de plomo, 4 de cobre y 4 de acero colado por libra. Por
ltimo, el mineral de tipo 4 contiene 1/2 onzas de plomo, 1 de cobre y 8 de acero
colado por libra. El costo por libra para los cuatro minerales es $20, $30, $60 y
$50, respectivamente. A la Di Palma le gustara mezclar los minerales de manera
que satisfagan las especificaciones de las piezas y se minimice el costo de
fabricacin. Defina las variables de decisin y plantee el apropiado problema de
PL.
(Rta.: x= 6 ; y= 8 ; S
2
=12 Z= 360)
2011 126

10. El Seor Addams es el Superintendente de manufactura para la Cyclkone Block and
Brick Company. La compaa fabrica tabicn y ladrillo, la empresa obtiene un margen
de utilidad de $3,25 y $6 por cada 100 ladrillos y 100 tabicones, respectivamente. En
estos momentos el Seor Addams no tiene compromisos por pedidos de clientes de
ladrillos o tabicn. No existe inventario para ninguno de estos dos productos. La
produccin de ladrillo y tabicn requiere de un proceso de dos etapas. Primero se los
moldea y luego se les hornea. En el proceso se moldeado se requieren 4 horas de
tiempo para fabricar 100 ladrillos y 8 horas para fabricar 100 tabicones. El proceso de
horneado no difiere para ninguno de los dos productos; se requieren 8 horas por cada
100 piezas de cada uno. Existen disponibles un mximo de 80 horas de tiempo de
moldeado y el mximo tiempo disponible para el proceso de horneado es de 120 horas
por semana. La compaa le ha asegurado al Seor Adams que es posible vender
todas las piezas de ladrillo y tabicn que se puedan fabricar, porque la industria de la
construccin se encuentra en un perodo de apogeo. Plantee un modelo de PL que le
permita al Sr. Addams maximizar la contribucin a las utilidades. Interprete todas las
variables de holgura del problema.
(Rta.: 1000 Ladrillos, 500 tabicones; Z= 62,50)

11. La Watts Manufacturing Company fabrica y vende radios de AM y de AM/FM. La
produccin de una radio de AM requiere 4 horas, en tanto que la fabricacin de un
radio AM/FM requiere 6 horas. En la planta existe un total disponible de 96 horas-
hombre semanales para la produccin. Los administradores de la empresa han
determinado que lo mximo que se puede vender a la semana son 30 radios AM y 20
AM/FM. La contribucin a las utilidades por cada radio AM que se vende es $6, y cada
radio AM/FM contribuye con $12 a las utilidades. Qu cantidad de cada tipo de radio
debe fabricar la compaa cada semana para maximizar sus utilidades?
(Rta. 16 AM/FM. Z= 192; S
1
:= 30; S
2
= 4

12. Una compaa de carga area desea maximizar los ingresos que obtiene por la carga
que transporta. La compaa tiene un solo avin diseado para transportar dos clases de
carga: carga frgil y carga normal. La compaa no recibe pago extra por transportar carga
frgil; sin embargo, para asegurar ciertos contratos de negocios, la compaa ha acordado
transportar cuando menos 5 toneladas de carga frgil. Este tipo de carga debe llevarse en
una cabina presurizada, mientras que la carga normal puede llevarse en una cabina
principal no presurizada. La capacidad de la cabina principal es de 20 toneladas de carga.
La cabina presurizada no puede llevar ms de 10 toneladas de carga. El avin tiene una
restriccin de peso que le impide llevar ms de 28 toneladas de carga. Para mantener el
equilibrio de peso, la carga de la cabina presurizada debe ser menor o igual que dos
tercios de la cabina principal, mas una tonelada. La compaa recibe $ 1.000 por tonelada
de cualquiera de los dos tipos de carga que transporta.
(Rta. x (C.Normal)= 20 Ton, y (C.Frgil)= 5 Ton; Z= 25.000 S
3
= 5; S
4
= 3; S
5
= 17,33)

13. Arme la Tabla inicial para el mtodo simplex del siguiente
problema, indicando que variable ingresara a la base y que
variable la abandonara.
Z= 18 x + 22 y +14 z (minimizar)
Sujeto a: 4 x + 2 y + 2 z 100
5 x + 3 y + 6 z 153
Entra x
1
y Sale A
1
(Rta.: x
1
= 21 ; x
3
= 8 ; Z= 490)

2011 127
problema, indicando que variable ingresara a la base y que
variable la abandonara.
Z= 12 x + 8 y +10 z (Maximizar)
Sujeto a: 6 x + 3 y + 3 z 60
2 x + 2 y + 2 z 20
4 x + 6 y + 2 z 120
Entra x
2
y Sale S
2


problema, indicando que variable ingresara a la base y que variable la abandonara.
Z= 8 x + 24 y (minimizar)
Sujeto a: 30 x + 88 y 1320
-8 x + 16 y -64
18 x + 30 y = 540
Entra x
2
y Sale S
2

problema, indicando que variable ingresara a la base y que variable la abandonara.
Z= 10 x + 15y (Maximizar)
Sujeto a: 10 x + 8 y 40
22 x = -64
-8 x + 10 y 20
Entra x
1
y Sale A
1

17. Suponga que un modelo de programacin lineal tiene diez variables de decisin
(denotados x), 5 restricciones del tipo menor o igual que ( ), 15 restricciones de
mayor o igual ( ) y 5 restricciones de igualdad (=). Se desea saber lo siguiente:
Cuntas variables totales existen cuando el problema se estructura en forma de
ecuaciones (es decir, despus de aadir variables de holgura, de excedencia y
artificiales)?

18. La Beta Manufacturing Company fabrica tres productos: A, B y C. Los analistas
financieros de la compaa han informado a los administradores que se deben
recuperar $2000 de costos fijos asociados con inversiones de capital y gastos
generales para que la compaa alcance el punto de equilibrio. Los administradores
de la Beta desearan determinar la cantidad de cada uno de los productos que se
deben fabricar para que, cuando la empresa llegue al punto de equilibrio, la suma de
los costos de produccin sea mnima. Los precios de venta de los tres productos son
$12, $10 y $6, respectivamente. Los costos variables asociados con los productos
son: $10, $8,50 y $5. Los pedidos atrasados que se tienen para los tres productos
son: A=300 unidades, B=250 unidades y C= 1000 unidades. Deben surtirse todos los
pedidos atrasados antes de surtir pedidos nuevos.

2011 128

19. La Specialty Fedd Company ha recibido un pedido de un alimento con alto contenido
pretenico. El pedido es de 100 libras del alimento. La Speciality ha observado que,
sujeto a ciertas restricciones, el pedido del cliente puede surtirse utilizando tres
alimentos base disponibles. El producto final debe contener cuando menos 60 libras
del alimento A y no ms de 50 libras de los alimentos B y C combinados. En estos
momentos existen 80 libras del alimento A, 40 libras del alimento B y 40 del C
disponibles en el almacn. El alimento A cuesta a la Speciality $ 1,50 por libra, el B
$1,20 por libra y el C $1,00. El objetivo de la Speciality Feed Company es minimizar el
costo del alimento.

20. Considere el siguiente problema de PL. Encuentre la solucin ptima.
Z= 2x + 2y (Maximizar)
Sujeto a: 2x + 4y 8
3x + 4y 12

21. Para el siguiente problema de PL, hallar la solucin ptima.
Z= 3x+4y+10z (Maximizar)
Sujeto a:
x + y + z 10
5x + 3y 15

22. Suponga que se ha planteado el siguiente problema de PL.
Z= x + 2y + 3z + 4w (Maximizar)
Sujeto a:
x + 2y + z + 2w 12
y 6
w 4

23. Un frigorfico se dedica a la cra de salmones y de truchas, las que necesitan de un alimento
que demanda mano de obra y materia prima para realizarlo. Adems tiene una determinada
Capacidad de produccin, valores indicados por la siguiente tabla. Tambin se indican en la
tabla los beneficios que aportan tanto los salmones como las truchas. Se desea saber cual es
la combinacin de salmones y truchas que maximiza el beneficio.

SALMONES TRUCHAS Disp.
Mano de Obra 5 6 15.000
Materia Prima 10 20 20.000
Cap Produccin 1.500
Beneficios 60 80

(Z = $100.000 (1000 Salmones y 500 Truchas) S
1
= 7000)
2011 129

24. La Agro Tech es una fbrica de fertilizantes. Los dos fertilizantes que fabrica son las
mezclas denominadas 5-5-10 y 5-10-5. En cada caso el primer valor se refiere al
porcentaje que el producto final tiene de nitrato qumico, el segundo valor se refiere al
porcentaje del fosfato y el tercer valor da el porcentaje de potasio. El fertilizante se
estabiliza con un material de relleno como podra ser barro. Por ejemplo, el fertilizante
5-5-10 est compuesto por 5% de nitrato, 5% de fosfato, 10% de potasio y el 80%
restante de barro. El mayorista comprar toda la cantidad de fertilizante que la Agro
Tech pueda fabricar. Est dispuesto a pagar $ 71,5 por tonelada del 5-5-10 y $ 69 por
tonelada del 5-10-5. Las disponibilidades y costos de materias primas son: 1100
toneladas de nitrato a $200 por tonelada, 1800 toneladas de fosfato a $80 por ton y
2000 toneladas de potasio a $160 por ton. El relleno est disponibles en cantidades
ilimitadas al precio de $10 la ton, pero para los otros tres ingredientes slo se dispone
de las cantidades mencionadas antes. No hay restricciones para el uso de la mano de
obra ni tampoco para el empleo de maquinaria durante el mes, pero se tiene un costo
de $15 por tonelada por concepto de mezclado de los fertilizantes.
La pregunta que ustedes deben responder es: Cmo utilizar los escasos recursos
de que dispone Agro Tech de manera que se obtengan las mayores utilidades para la
compaa?
Z= 18,5 x + 20 y (MAX)
Sujeto a: 0,05 x + 0,05 y 1100
0,05 x + 0,10 y 1800
0,10 x + 0,05 y 2000
(Rta.: A= 8.000 B= 14.000 S3= 3.000; Z= 428.000)

24- Un fabricante produce bicicletas y motos, las cuales se procesan a travs de dos
centrales de produccin mecnica. La primera tiene un mximo de 120 horas
disponibles y la segunda tiene un mximo de 180 horas disponibles. La manufactura de
una bicicleta requiere 6 horas de la central 1 y 3 horas de la central 2; la fabricacin de
una moto requiere de 4 horas en la central 1 y 10 horas en la central 2. Si la ganancia
por bicicleta es de u$s 45 y por cada moto es de u$s 55, determinar el nmero de
bicicletas y de motos que se deben fabricar para obtener la mxima ganancia.
(Rta.: 10 Bicicletas y 15 Motos ; Z= 1275 )

25. Dos alimentos X e Y contienen vitaminas A, B y C en las
cantidades que se indican en la matriz. Tambin en la matriz figura la cantidad mnima
que necesita una persona de cada vitamina para seguir una dieta equilibrada y el
precio unitario de cada alimento. Debemos determinar que cantidad de cada alimento
debe tener la dieta de tal manera que el costo de seguir la dieta sea el mnimo posible.

Alimentos
Vitaminas X Y
Cant. Mnima
A 3 1 12
B 4 5 38
C 2 7 28
Precio por unidad 3 2
(Rta.: x
1
= 2 ; x
2
: 6 ; S
3
= 18 ; Z= 18)
2011 130

26. Z= 2 x
1
+ x
2
+ 3 x
3
(Maximizar)
Sujeto a: 3 x
1
+ 2 x
2
+ x
3
10
x
1
+ 4 x
2
+ 2 x
3
12
(Rta.: x
1
= 1,60; x
3
= 5,20; Z= 18,80)

27. Una compaa de auditores se especializa en preparar
liquidaciones y auditoras de empresas pequeas. Tienen inters en saber cuantas
auditoras y liquidaciones pueden realizar mensualmente para maximizar sus ingresos. Se
dispone de 800 horas de trabajo directo y 320 horas para revisin. Una auditora en
promedio requiere de 40 horas de trabajo directo y 10 horas de revisin, adems aporta
un ingreso de $ 300. Una liquidacin de impuesto requiere de 8 horas de trabajo directo y
de 5 horas de revisin, produce un ingreso de $ 100. El mximo de liquidaciones
mensuales disponibles es de 60.
(Rta.: Auditoras: 12 Liquidaciones: 40; S3= 20 ; Z=7600)

28- Un expendio de carnes acostumbra preparar carne para hamburguesa con una
combinacin de carne molida de res y carne molida de cerdo. La carne de res contiene 80
% de carne y 20 % de grasa y le cuesta a la tienda 80 centavos por kilo. La carne de
cerdo contiene 68 % de carne y 32 % de grasa y cuesta 60 centavos por kilo. Qu
cantidad de cada tipo de carne debe emplear la tienda por cada kilo de carne para
hamburguesa si desea minimizar el costo y mantener el contenido de grasa no mayor de
25 %?

29- Un departamento de publicidad tiene que planear para el prximo mes una estrategia
de publicidad para el lanzamiento de una lnea de T.V. a color tiene a consideracin 2
medios de difusin: La televisin y el peridico.
Los estudios de mercado han mostrado que:
a. La publicidad por T.V. Llega al 2 % de las familias de ingresos altos y al 3 % de
las familias de ingresos medios por comercial.
b. La publicidad en el peridico llega al 3 % de las familias de ingresos altos y al 6
% de las familias de ingresos medios por anuncio.
La publicidad en peridico tiene un costo de $ 500. por anuncio y la publicidad por T.V.
tiene un costo de $ 2000. por comercial. La meta es obtener al menos una presentacin
como mnimo al 36 % de las familias de ingresos altos y al 60 % de las familias de
ingresos medios minimizando los costos de publicidad.

2011 131
30- Un fabricante de juguetes prepara un programa de produccin para dos nuevos
juguetes, muecas y soldados, con base en la informacin concerniente a sus tiempos de
produccin dados en la tabla que sigue;

Mquina A Mquina B Mquina C
Muecas 2 hs 1h 1h
Soldados 1h 1 h 3hs
Las horas disponibles empleadas por semana son: para operacin de la mquina A,
70 horas; para la B, 40 horas; para acabado, 90 horas. Si las utilidades en cada
mueca y cada soldado son $ 4.- y $ 6.- respectivamente, cuntos juguetes de cada
uno debe producir por semana el fabricante con el fin de maximizar la utilidad?. Cul
es esta utilidad mxima?
(Rta. S
1
= 15; x
1
= 15; x
2
= 25; Z= 210)

31- Un fabricante produce dos tipos de parrillas para asar, Old Smokey y Blaze Away.
Para su produccin, las parrillas requieren del uso de dos mquinas, A y B. El nmero de
horas necesarias para ambas est indicado en la tabla siguiente:
Mquina A Mquina B
Old Smokey 2 hs 4 hs
Blaze Away 4 hs 2 hs
Si cada mquina puede utilizarse 24 horas por da y las utilidades en los modelos de $ 4.-
y $ 6.- respectivamente, cuntas parrillas de cada tipo deben producirse por da para
obtener una utilidad mxima. Cul es la utilidad mxima?
(Rta.: x
2
= 4; x
1
= 4; Z= 40)

32- Una dieta debe contener al menos 16 unidades de carbohidratos y 20 de protenas. El
alimento A contiene 2 unidades de carbohidratos y 4 de protenas; el alimento B contiene
2 unidades de carbohidratos y 1 de protenas. Si el alimento A cuesta $ 1,20 por unidad y
el B $ 0,80 por unidad, cuntas unidades de cada alimento deben comprarse para
minimizar el costo?
(Rta.: x
2
= 4; x
1
= 4; Z= 8)

33-Un agricultor comprar fertilizantes que contienen tres nutrientes A, B y C: Los
requerimientos mnimos semanales de estos son 80 unidades de A, 120 de B y 240 de C.
Existen dos mezclas de fertilizantes de gran aceptacin en el mercado. La mezcla I cuesta
$ 8.- por bolsa, y contiene 2 unidades de A, 6 de B y 4 de C. La mezcla II cuesta $ 10.-
por bolsa con 2 unidades de A, 2 de B y 12 de C. Cuntas bolsas de cada mezcla debe
comprar el agricultor para minimizar el costo de satisfacer sus requerimientos de
nutrientes?

2011 132

Bibliografa:

Rojo, Armando: lgebra I y lgebra II. El Ateneo, Buenos Aires, 1995

Font de Malugani, Elba Lazzari, Luisa L. Montero, Beatriz Thompson, Silvia
E. Fraquelli, Adriana Loicono, Teresa Mouli, Patricia Wartenberg,
Rolando Coordinadora: Casparri, Mara Teresa: lgebra con Aplicaciones a
las Ciencias Econmicas. Ediciones Macchi, Buenos Aires, 1999

Budnik, Franks: Matemticas aplicadas para administracin, economa y
ciencias sociales, McGraw-Hill, Mxico, 1990

De Burgos, Juan: lgebra lineal, McGraw-Hill, Madrid, 1996.

Anderson, David R. y otros: Introduccin a los modelos cuantitativos para
administracin, Editorial Iberoamericana, Mxico, 1993.

Grossman, Stanley: lgebra lineal, quinta edicin, McGraw-Hill, Mxico, 1997

Lipschutz, Seymour: lgebra lineal, McGraw-Hill, Madrid, 1996.

Garca Venturini, Alejandro E. Kicillof, Axel: lgebra para estudiantes de
Ciencias Econmicas, Ediciones Corporativas, 2000.

Chiang, Alpha C.: Mtodos Fundamentales de Economa Matemtica (Tercera
Edicin), Madrid, 1997

Font de Malugani, Elba Montero de Diharce, Beatriz Thompson, Silvia
Lzzari, Luisa L.: lgebra - Gua de Trabajos Prcticos (Cdigo 300), Centro de
Estudiantes de Ciencias Econmicas, Buenos Aires, 1992

Lay, David C.: lgebra Lineal y sus aplicaciones, Pearson Educacin, Mjico,
2007.

Fissore, Mara Luisa Simn, Silvia Carnero, Mercedes Hernndez Jos Luis:
lgebra Lineal, Editorial de la Fundacin Universidad Nacional de Ro Cuarto,
2007.

Libro de Algebra

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Libro de Algebra

Caricato da

Copyright:

Formati disponibili

Lic. Daniel A. Arana www.licdarana.com.

= Si multiplicamos la 1ra fila por 5:

= que es el determinante original multiplicado por la

4- Si x V, existe un vector -x en V tal que x + (-x) = 0 (-x recibe el nombre de

15. Arme la Tabla inicial para el mtodo simplex del siguiente

Potrebbero piacerti anche