Capitulo2 MatricesyDeterminantes

MATEMTICAS PARA ECONOMISTAS
Carlos Orihuela Romero, MSc
CAPITULO 2: MATRICES Y DETERMINANTES

El lgebra lineal puede ser aplicado solo a sistema de ecuaciones lineales. Sin embargo, puesto que muchas relaciones econmicas pueden ser aproximadas mediante ecuaciones lineales y otras pueden ser convertidas a relaciones lineales, esta limitacin puede ser en parte evitada. Cuando los sistemas de sistema lineales son extensos, mayormente se utiliza matrices por su facilidad de manejo. Las matrices son ordenamientos de datos y se usan no solo en la resolucin de sistemas de ecuaciones (lineales), sino adems en el clculo numrico, en la resolucin de sistemas de ecuaciones diferenciales y de derivadas parciales. Adems las matrices tambin aparecen de forma natural en geometra, estadstica, economa, informtica, fsica, etc..
2.1 MATRIZ: DEFINICIN Se llama matriz de orden mn a todo conjunto rectangular de elementos a ij dispuestos en m lneas horizontales (filas) y n verticales (columnas) de la forma:
a11 a 21 A= . . a m1 a12 a 22 . . a m2 a13 a 23 . . ... ... ... ... a1n a 2n . . a mn
filas de la matriz A
a m3 ...
columnas de la matriz A
Abreviadamente suele expresarse en la forma A = a ij , con i =1, 2, ..., m, j =1, 2, ..., n. Los subndices indican la posicin del elemento dentro de la matriz, el primero denota la fila (i) y el segundo la columna (j). Por ejemplo el elemento a25 ser el elemento de la fila 2 y columna 5.
Dos matrices son iguales cuando tienen la misma dimensin y los elementos que ocupan el mismo lugar en ambas son iguales. 9 a 9 a y B(2x2)= Sean las matrices A y B, donde A(2x2)= , entonces A=B 3 2 3 2 3 2 0 3 2 0 Anlogamente, C(2x3) = , y D(2x3) = . Entonces, C = D (Note 4 z 2 4 z 2 que C y D no necesitan tener una forma cuadrada o simtrica).
17
2.2 ALGUNOS TIPOS DE MATRICES
Vamos a describir algunos tipos de matrices que aparecen con frecuencia debido a su utilidad, y de los que es conveniente recordar su nombre.
2.2.1 Segn la forma Matriz columna: Es una matriz que solo tiene una columna, es decir, n =1 y por tanto es de orden m x 1. 3 Por ejemplo: A(3x1) = 4 a Matriz fila: Es una matriz que solo tiene una fila, es decir m =1 y por tanto es de orden 1x n. Es decir, A= (a11 a12 ... a1n). Por ejemplo: A(1x3)= [1 2 3] Matriz cuadrada: Es aquella que tiene el mismo nmero de filas que de columnas, es decir m = n. En estos casos se dice que la matriz cuadrada es de orden n, y no n x n (aunque es lo mismo). Los elementos aij con i = j, o sea aii forman la llamada diagonal principal de la matriz cuadrada, y los elementos aij con i + j = n +1 la diagonal secundaria.
1 3 En la matriz A(3x3) = 2 1 3 7 diagonal secundaria por [ 0 1 0 4 , la diagonal principal est formada por [1 1 9] y la 9 3] .
Matriz traspuesta: Dada una matriz A, se llama traspuesta de A, y se representa por At, a la matriz que se obtiene cambiando filas por columnas. La primera fila de A es la primera fila de At, la segunda fila de A es la segunda columna de At, etc. De la definicin se deduce que si A es de orden m x n, entonces At es de orden n x m.
3 1 3 8 9 t Ejemplo 2-1: A(2x3)= , entonces A (3x2) = 8 0 . 1 0 4 9 4
Matriz simtrica: Una matriz cuadrada A es simtrica si A = At, es decir, si aij = aji i, j. 2 1 Ejemplo 2-2: A= 1 0 3 2
3 2 (Comprobar que A = At) 7
Matriz antisimtrica: Una matriz cuadrada se dice que es antisimtrica si A = At, es decir, aij = aji.
18
0 1 3 t Ejemplo: A = 1 0 2 (comprobar que A = A ) 3 2 0
2.2.2 Segn los elementos Matriz nula es aquella que todos sus elementos son 0 y se representa por 0. 0 0 Ejemplo 2-3: 0 = , 0 = 0 0 0 0 0 0 0 0
Matriz diagonal: Es una matriz cuadrada, en la que todos los elementos no pertenecientes a la diagonal principal son nulos.
2 0 0 A= 0 3 0 0 0 4
Matriz escalar: Es una matriz diagonal (y en consecuencia, una matriz cuadrada) con todos los elementos de la diagonal iguales. Ejemplo:
3 0 0 Sea A = 0 3 0 = 3 0 0 3 1 0 0 0 1 0 = 3 I 0 0 1
Matriz unidad o identidad: Es una matriz escalar con los elementos de la diagonal principal iguales a 1. Se denota por el smbolo I o I n .
1 0 0 1 0 ; I3 = Ejemplo 2-4: I 2 = 0 1 0 0 1 0 0 1
Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los elementos que estn a un mismo lado de la diagonal principal. Las matrices triangulares pueden ser de dos tipos: Triangular Superior: Si los elementos que estn por debajo de la diagonal principal son todos nulos. Es decir, aij =0 i<j. Triangular Inferior: Si los elementos que estn por encima de la diagonal principal son todos nulos. Es decir, aij =0 j<i. Ejemplos:
19
3 0 0 4 3 0 A(4x4)= 0 2 8 1 6 y
0 0 (triangular inferior), B(4x4)= 0 1
3 0 3 1 0 3 9 z (triangular superior) 0 0 8 0 0 0 0 1
2.3 OPERACIONES CON MATRICES 2.3.1 Trasposicin
Dada una matriz de orden mxn, A = a ij , se llama matriz traspuesta de A, y se t representa por A , a la matriz que se obtiene cambiando las filas por las columnas (o viceversa) en la matriz A. Es decir:
Propiedades de la trasposicin de matrices
1. Dada una matriz A, siempre existe su traspuesta y adems es nica. 2. (At)t = A.

2.3.2 Suma y diferencia
La suma de dos matrices A = a ij , B = bij de la misma dimensin, es otra matriz S =

sij de la misma dimensin que los sumandos y con trmino genrico sij = a ij + bij . Por tanto, para poder sumar dos matrices estas han de tener la misma dimensin. La suma de las matrices A y B se denota por A+B. Ejemplo:
2 f Sea A = yB= 3 4
( 2 + 4 ) 4 d 3 1 . Entonces A+B = 3 3 ) (
( f + d ) ( 4 + 1)
2 f + d = 5 0
Propiedades de la suma de matrices
1. 2. 3. 4.
A + (B + C) = (A + B) + C (propiedad asociativa) A + B = B + A (propiedad conmutativa) A + 0 = A (0 es la matriz nula) La matriz A, que se obtiene cambiando de signo todos los elementos de A, recibe el nombre de matriz opuesta de A, ya que A + (A) = 0.
La diferencia de matrices A y B se representa por AB, y se define como: AB
20
2.3.3 Producto de una matriz por un escalar (nmero)
El producto de una matriz A = a ij por un nmero real k es otra matriz B = bij de la misma dimensin que A y tal que cada elemento bij de B se obtiene multiplicando a ij 2 g 3 por k, es decir, bij = k a ij . Ejemplo, sea k = 2, y A = , 4 5 1 2 g 3 Entonces kA = 2 = 4 5 1 2 ( 2 ) 2 ( g ) 2 ( 3) 4 2g 6 = 2 4 2 5 2 1 ( ) ( ) ( ) 8 10 2
El producto de la matriz A por el nmero real k se designa por kA. Al nmero real k se le llama tambin escalar, y a este producto, producto de escalares por matrices.
Propiedades del producto de una matriz por un escalar
1. 2. 3. 4.
k (A + B) = k A + k B (propiedad distributiva 1) (k + h)A = k A + h A (propiedad distributiva 2) k [h A] = (k h) A (propiedad asociativa mixta) 1A = A (elemento unidad)
Propiedades simplificativas
1. A + C = B + C A = B. 2. k A = k B A = B si k es distinto de 0. 3. k A = h A h = k si A es distinto de 0.
2.3.4 Producto de matrices
Dadas dos matrices A y B, su producto es otra matriz P cuyos elementos se obtienen multiplicando las filas de A por las columnas de B. De manera ms formal, los elementos de P son de la forma:
Es evidente que el nmero de columnas de A debe coincidir con el nmero de filas de B. Es ms, si A tiene dimensin mxn y B dimensin nxp, la matriz P ser de orden: mxp. Es decir:
En otras palabras, el elemento que se encuentra en la fila i y la columna j de la matriz C=AB se obtiene multiplicando los elementos de la fila i de A por la columna j de B y sumando los resultados.
21
0 4 1 2 3 2 1 4 Ejemplo 2-5. Obtener C=AB, siendo A = y B= 2 0 2 5 3 2 3 2
1 1 2 1
Solucin: Primero, se comprueba que se pueda realizar el producto AB. Puesto que el nmero de columnas de A es igual al nmero de filas de B, entonces la operacin es factible. La matriz resultante tendr la dimensin 2x3, es decir, 2 filas y 3 columnas:
3 2 1 4 C= 2 5 3 2
0 4 1 2 2 0 3 2
1 1 = _ 2 _ 1
_ _
_ _
Luego, el elemento de la fila 1 y columna 1 de AB (es decir, C) proviene de multiplicar elemento a elemento la fila 1 de A por la columna 1 de B sumar:
( 3) 0 + 2 1 + 1 2 + 4 3 = 0 + 2 + 2 + 12 = 16
El elemento de la fila 1 y la columna 2 de AB (o lo cual es igual, C) ser igual a la multiplicacin elemento a elemento la fila 1 de A y la columna 2 de B:
( 3) ( 4 ) + 2 ( 2 ) + 1 0 + 4 2 = 12 4 + 0 + 8 = 16
El elemento de la fila 1 y la columna 3 de C proviene de multiplicar elemento a elemento la fila 1 de A y la columna 3 de B:
( 3) 1 + 2 1 + 1 2 + 4 1 = 3 + 2 + 2 + 4 = 5
As, sucesivamente, se obtiene: 16 16 5 C= 5 22 11
Propiedades del producto de matrices
1. A(BC) = (AB)C 2. El producto de matrices en general no es conmutativo (AB no necesariamente es igual a BA). 3. Si A es una matriz cuadrada de orden n se tiene AIn = InA = A. 4. Dada una matriz cuadrada A de orden n, no siempre existe otra matriz B tal que AB = BA = In. Si existe dicha matriz B, se dice que es la matriz inversa de A y se representa por A1 . 5. El producto de matrices es distributivo respecto de la suma de matrices, es decir: A(B + C) = AB + AC
22
Consecuencias de las propiedades
1. 2. 3. 4.
Si AB= 0 no implica que A=0 B=0. Si AB=AC no implica que B = C. En general (A+B)2=A2 + B2 +2AB,ya que AB BA. En general (A+B)(AB) =A2B2, ya que AB BA.
Ejemplo 2-6. Una compaa tiene 4 fabricas, cada una emplea administradores (A), supervisores (S) y trabajadores calificados (T) en la forma siguiente:
Tipo de empleado Administradores (A) Supervisores (S) Trabajadores (T) Fabrica 1 Fabrica 2 Fabrica 3 Fabrica 4
1 4 80
2 6 96
1 3 67
1 4 75
si los administradores ganan S/. 350 ( PA ) a la semana, los supervisores S/. 275 ( PS ) y los trabajadores S/. 200 ( PT ). cul es la nmina de cada fabrica?.
Solucin. Lo que se pide es el monto pagado por cada fabrica el cual es igual al numero de cada empleado por su respectivo ingreso salarial. En general, ser: Ii = PA Ai + PSSi + PT Ti , donde Ii es el monto de la fabrica i. Por ejemplo, el monto de la fbrica 1 ser: I1 = PA A1 + PSS1 + PT T1 : 350 *1 + 4 * 275 + 80 * 200 = 17450
Con este sencillo calculo puede obtenerse fcilmente los 3 montos restantes. Sin embargo, si hubiera ms tipos de empleados o un mayor nmero de fabricas el calculo se complicara. Existe otra forma para calcular directamente los montos de todas las fabricas. El cuadro anterior equivale a cantidades de especialistas de cada fabrica. Entonces, si estas cantidades son multiplicas por su salario respectivo debera obtenerse el monto de cada fabrica. Llevando esto a matrices:
1 2 1 1 350 4 6 3 4 275 80 96 67 75 200
Si se multiplica ambas matrices debera obtenerse lo solicitado. Sin embargo, esta multiplicacin matricial no esta definida. Note que la primera matriz es de orden 3x4 mientras la segunda es 3x1 (las cifras de negro debera ser iguales). La solucin es transponer la primera matriz a fin de obtener una matriz de orden 4x3 y as, poderla multiplicar por la segunda (3x1), con lo cual es posible multiplicar ambas matrices y la matriz resultante sera del orden 4x1, la cual brindara los 4 montos solicitados. 1 2 1 1
4 6 3 4
80 17450 350 96 21550 275 = 14575 67 200 16450 75

23
As, los montos de la fabrica 1,2,3 y 4 son: S/. 17450, S/. 21550, S/. 14575, y S/. 16450, respectivamente.
2.3.5 Inversibilidad
Una matriz cuadrada que posee inversa se dice que es inversible o regular; en caso contrario recibe el nombre de singular.
Propiedades de la inversin de matrices
1. 2. 3. 4. 5.
6.
La matriz inversa, si existe, es nica A-1A=AA-1=I (AB) -1=B-1A-1 (A-1) -1=A (kA) -1=(1/kA-1 (At) 1=(A-1) t
Observacin
Podemos encontrar matrices que cumplen AB = I, pero que BA I, en tal caso, podemos decir que A es la inversa de B "por la izquierda" o que B es la inversa de A "por la derecha". Hay varios mtodos para calcular la matriz inversa de una matriz dada:
Directamente: 2 1 -1 Dada la matriz A = buscamos una matriz que cumpla AA = I, es 1 1 decir 2 1 a b 1 0 1 1 c d = 0 1 Para ello planteamos el sistema de ecuaciones:
La matriz que se ha calculado realmente sera la inversa por la "derecha", pero es fcil comprobar que tambin cumple A-1 A = I, con lo cual es realmente la inversa de A.

Usando determinantes (lo cual se ver mas adelante) Por el mtodo de Gauss-Jordan
24
2.4 DETERMINANTES
Un determinantes es un nmero real o escalar asociado a una matriz, y su calculo depende del orden de la matriz cuadrada en anlisis.
2.4.1 Clculo de determinantes de rdenes 1, 2 y 3 Orden 1 x 1: Es fcil comprobar que aplicando la definicin: A = a11 det(A) = a11 . Orden 2 x 2: se toma el producto de los dos elementos de la diagonal principal y se substrae del producto de los dos elementos de la diagonal secundaria.
a A = 11 a 21 a12 a det(A) = 11 a 22 a 21 a12 a 22 = a11a 22 a12 a 21
Orden 3 x 3: Regla de Sarrus
Solo para matrices de orden 3x3 se suele usar la Regla de Sarrus, que consiste en un esquema grfico para los productos positivos y otro para los negativos:
a11 Sea la matriz A = a 21 a 31 a12 a 22 a 32 a13 a 23 , la multiplicacin de diagonales es: a 33
O lo que es igual: det(A) = (a11a 22 a 33 + a12 a 23 a 31 + a13 a 21a 32 ) (a13 a 22 a 31 + a12 a 21a 33 + a11a 23 a 32 )
3 1 4 Ejemplo 2-7. Obtener el determinante de la matriz A, siendo A = 2 2 0 z 6 2
Solucin. Primero, se grafica la matriz/determinante, en la cual las dos primeras filas se repiten en la parte inferior de tal matriz,
25
3 2 z 3 2
1 6 1
4 2 4
2 0
2 0
luego, se procede a obtener los productos positivos (diagonales del medio hacia abajo). en este caso, por tratarse de una matriz 3x3, sern 3 productos: ( ( 3) 2 2 ) + ( 2 6 4 ) + ( ( z ) 1 0 ) = 60 . Luego, los tres productos negativos: ( ( z ) ( 2 ) 4 ) + ( ( 3) 6 0 ) + ( 2 1 2 ) = 4 8z .
A = 60 4 8z = 56 8z
As,
el
determinante
ser
2.4.2 Clculo de un determinante de orden nxn: desarrollo por menores

a11 Sea una matriz de orden 3 x 3 como A = a ij = a 21 a 31 submatrices tales como: a A11 = 22 a 32 a A 21 = 12 a 32 a A31 = 12 a 22 a12 a 22 a 32 a13 a 23 contiene otras a 33
a 23 (matriz obtenida al eliminar la primera fila y la primera columna) a 33 a13 (matriz obtenida al eliminar la segunda fila y la primera columna) a 33 a13 (matriz obtenida al eliminar la tercera fila y la primera columna) a 23
ahora bien, se define el determinante de la matriz A mediante la formula:

det(A) = a11 a 22 a 32 a 23 a 33 a 21 a12 a 32 a13 a 33 + a 31 a12 a 22 a13 a 23
o lo que es igual det(A) = a11 det(A11 ) a 21 det(A 21 ) + a 31 det(A31 )

Ejemplo 2-8. Obtener el determinante de la matriz A del ejemplo 2-7.
(2.1)
det(A) = 3
2 0 1 4 1 4 2 z 2 0 6 2 6 2
26
det(A) = 12 4 + 48 8z = 56 8z En realidad, la expresin (2.1) tiene mltiples generalizaciones por lo que es necesario formalizarlas.
Menor de un componente
Si A es una matriz cuadrada de orden n x n, entonces el menor del elemento Cij se denota por M ij y se define como el determinante de la submatriz (n 1)(n 1) de A que se forma suprimiendo todos los elementos de la fila i y todos los elementos de la columna j. Las matrices del punto 2.4.2 son menores de la matriz original, A. Para la matriz del ejemplo 2.7 los menores que se pueden formar son:
2 0 6 2 1 4 6 2 1 4 2 0
Cofactor de un componente
2 0 z 2 3 4 z 2 3 4 2 0
2 2 z 6 3 1 z 6 3 1 2 2
El cofactor de un componente a ij denotado por Cij esta definido por: Cij = (1)i + j M ij (2.2)
En otras palabras, el cofactor del componente Cij es el menor M ij con signo prefijado (1)i + j . Por ejemplo, para el caso de una matriz 3 x 3,
C13 = M13 = a 21 a 31 a 22 a 32
Finalmente, para el caso de una matriz (cuadrada) de orden n x n el determinante ser: det(A) = (1)i + j (a ij ) Mij
j=1 n
(2.3)
Nota: Esta regla rebaja el orden del determinante que se pretende calcular en una unidad. Para evitar el clculo de muchos determinantes conviene elegir lneas con muchos ceros.
27
Matriz de cofactores
Una matriz de cofactores es una matriz en la cual cada elemento a ij es reemplazado por su cofactor Cij . Una matriz adjunta es la transpuesta de una matriz de cofactores.
C11 C = C21 C31
C12 C22 C32
C11 C13 t C23 y su adjunta ser, adj(A) = C = C12 C33 C13
C21 C22 C23
C31 C32 C33
2 3 1 Ejemplo 2-9. Dado A = 4 1 2 , la matriz de cofactores, C ser: 5 3 4
1 + 3 3 C = 3 + 3 1
2 4 1 4 1 2
4 2 5 4 2 1 5 4 2 1 4 2
4 1 5 3 2 6 7 2 3 = 9 3 9 5 3 5 0 10 2 3 + 4 1 +
La matriz adjunta adj(A) es la transpuesta de C:

2 9 5 adj(A) = C = 0 6 3 7 9 10
t
Esta matriz ser vista con mayor detalle en el punto 2.4.4

2 4 3 Ejemplo 2-10. Sea la matriz A = 3 5 2 , obtener el determinante. 1 3 2
Solucin. El determinante resultar de usar alguna fila al azar, por ejemplo, la tercera fila. (-1,3,2). Luego se forman los determinantes de las submatrices correspondientes: menores,
A = 1( 1)
3+1
4 3 4 3+ 2 2 3 3+3 2 + 3 ( 1) + 2 ( 1) 5 2 3 2 3 5
A = ( 8 15 ) 3 ( 4 + 9 ) + 2 ( 10 12 ) A = 76
28
Aplicado un razonamiento anlogo usando la 2 columna: A = 4 ( 1)

1+ 2
3 2 3 2+ 2 2 3+ 2 2 3 + 5 ( 1) + 3 ( 1) 1 2 1 2 3 2
A = 4 ( 6 + 2 ) 5 ( 4 3 ) 3 ( 4 + 9 ) A = 76
2.4.3 Propiedades bsicas de los determinantes Propiedad 1. Si se permuta dos lneas paralelas de una matriz cuadrada, su determinante cambia de signo con respecto al inicial:
a b = ad bc , pero con intercambiando las dos filas: c d c d = cb ad = ( ad bc ) a b Si una matriz cuadrada tiene una lnea con todos los elementos nulos, su determinante vale cero.
Propiedad 2. La multiplicacin de una fila (columna) por un escalar cambia el valor del determinante k veces.
ka kb a b = kad kbc = k ( ad bc ) = k c d c d
Propiedad 3. La suma (resta) de un mltiplo de una fila a otra fila dejar el valor del determinante inalterado. Esto tambin es valido en el caso de columnas.
Ejemplo. Si en el determinante anterior, se suma k veces la fila superior a su segunda fila, se obtiene el determinante original a b a b = a ( d + kb ) b ( c + ka ) = ad bc = c + ka d + kb c d
Propiedad 4. El intercambio de filas y columnas no afecta el valor del determinante. En otras palabras, el determinante de una matriz A tiene el mismo valor que el de su transpuesta: A = A t . Ejemplo,
4 3 4 5 a b a c = = ad bc = = 9; 5 6 3 6 c d b d
29
2.4.4 Aplicaciones Clculo de la matriz inversa
Dada una matriz cuadrada A, su inversa ser igual a la expresin 2.4, la cual es fcil probarla ya que la suma de los productos de los elementos de una fila por sus adjuntos es el valor del determinante, y que la suma de los productos de los elementos de una fila por los adjuntos de otra fila diferente es 0 (esto sera el desarrollo de un determinante que tiene dos filas iguales por los adjuntos de una de ellas). A 1 = 1 adj(A) det(A) (2.4)
Solucin de sistemas de ecuaciones lineales (s.e.l)
Un sistema de ecuaciones lineales (s.e.l.) es un conjunto de m ecuaciones con n incgnitas de la forma:
donde aij son los coeficientes, xi las incgnitas y bi son los trminos independientes. El anterior sistema se puede expresar en forma matricial, usando el producto de matrices de la forma:
De modo simplificado suele escribirse A mxn X nx1 = b mx1 , donde la matriz A se denomina matriz de coeficientes. Tambin se usar la matriz ampliada, que se representa por A', que es la matriz de coeficientes a la cual le hemos aadido la columna del trmino independiente:
30
a) Aplicando la Regla de Cramer
Es aplicable si el sistema tiene igual nmero de ecuaciones que de incgnitas (n=m) y es compatible determinado (a un s.e.l. que cumple estas condiciones se le llama un sistema de Cramer). El valor de cada incgnita xi se obtiene de un cociente cuyo denominador es el determinante de la matriz de coeficientes, y cuyo numerador es el determinante que se obtiene al cambiar la columna i del determinante anterior por la columna de los trminos independientes:
xi = Ai A
(2.5)
Ejemplo 2-11. Obtener el valor de las incgnitas del siguiente sistema de ecuaciones lineales:
2x1 + 4x 2 3x 3 = 12 3x1 5x 2 + 2x 3 = 13 x1 + 3x 2 + 2x 3 = 17
Solucin. El primer paso es ordenar el sistema de ecuaciones: cada columna debe corresponder a una sola variable y todas las constantes deben pasar al lado derecho de la igualdad. Una vez ordenado el sistema, se procede a calcular el determinante de la matriz principal o matriz de coeficientes (A):
2 4 3 2 = 2 ( 10 6 ) 4 ( 6 + 2 ) 3 ( 9 5 ) = 76 2
A = 3 5 1 3
Paso seguido, se obtienen las matrices especiales formadas del reemplazo de la columna de coeficientes x i con el vector columna de constantes. Para las tres variables, los determinantes de tales matrices son:
12 4 3 2 = 12 ( 10 6 ) 4 ( 26 34 ) 3 ( 39 + 85 ) = 532 2
A1 = 13 5 17 3 2
12 3 2 = 2 ( 26 34 ) 12 ( 6 + 2 ) 3 ( 51 + 13) = 304 2 12
A 2 = 3 13 1 17 2 4
A3 = 3 5 13 = 248 256 48 = 456 1 3 17
31
Una vez obtenidos los determinantes, se procede a obtener el valor de las incgnitas:
x1 = A1 A = A A 456 372 304 = 7 ; x2 = 2 = = 4 ; x3 = 3 = =6 76 76 A 76 A
b) Inversibilidad mediante la matriz de cofactores
Si AX = b , entonces X ser equivalente a: . X = A 1b Pero, conforme a (2.4), A 1 =
(2.6)
1 [ adj(A)] . Entonces X tambin ser igual a: det(A) 1 [adj(A)] b det(A) (2.7)
X=
Por ello es necesario calcular no solo el determinante de A, sino la transpuesta de su matriz de cofactores (llamada matriz adjunta). Esta forma de solucin es aplicable si el sistema tiene igual nmero de ecuaciones que de incgnitas (n=m). En el ejercicio anterior ser: 5 + 3 4 C= 3 + 4 5 2 2 3 2 3 2 + 3 2 1 2 2 3 1 2 2 3 3 2 + 3 5 1 3 4 16 8 2 4 = 17 1 10 1 3 7 13 22 2 4 + 3 5
Ahora la matriz adjunta es,

16 17 7 adj(A) = C = 1 13 8 4 10 22
t
Ordenando los resultados conforme a (2.4),

17 7 16 76 76 16 17 7 76 1 8 1 3 1 = 8 1 13 = 76 76 76 76 4 10 22 4 10 22 76 76 76
A 1
Finalmente, poniendo los resultados segn (2.6),

32
192 + 221 + 119 17 7 16 76 76 76 12 7 x1 76 96 13 + 221 8 13 1 X= 13 = = 4 = x 76 76 2 76 76 4 17 48 + 130 + 374 6 x3 10 22 76 76 76 76
Entonces, los valores del vector X sern: 7,4,y 6.
2.4.5 El Jacobiano
Es un determinante especial que sirve para testear la dependencia funcional, tanto lineal como no lineal. Un determinante jacobiano esta compuesto por todas las primeras derivadas parciales. Por ejemplo, dadas las siguientes funciones, y1 = f1 (x1 , x 2 , x 3 ) y 2 = f 2 (x1 , x 2 , x 3 ) y3 = f3 (x1 , x 2 , x 3 ) El (determinante) Jacobiano ser igual a:
y1 x1 J = y1 , y 2 , y3 y 2 = x1 , x 2 , x 3 x1 y3 x1 y1 x 2 y 2 x 2 y3 x 2 y1 x 3 y 2 x 3 y3 x 3
Note que los elementos de cada fila son las primeras derivadas parciales de una funcin yi con respecto a cada una de las variables independientes ( x1 , x 2 , x 3 ), mientras que los elementos de cada columna son las primeras derivadas parciales de cada una de las funciones y1 , y 2 , y3 respecto a una de las variables independientes, x j . Si J = 0 , las ecuaciones son funcionalmente dependientes. Caso contrario ( J 0 ), son independientes.
Ejemplo 2-12. Usar el Jacobiano para testear la dependencia funcional de:
y1 = 5x1 + 3x 2
2 y 2 = 25x1 + 30x1 x 2 + 9x 2 2
Solucin. Primero, se toma las derivadas parciales de primer orden:
33
y y 2 y1 y = 5 ; 1 = 3 ; 2 = 50x1 + 30x 2 ; = 30x1 + 18x 2 x1 x1 x 2 x 2
luego se plantea el jacobiano,

J = 5 50x1 + 30x 2 3 30x1 + 18x 2
J = 5 ( 30x1 + 18x 2 ) 3 ( 50x1 + 30x 2 ) = 0
As, puesto que
J = 0 , existe dependencia funcional entre ambas ecuaciones.

2
2 + 30x1 x 2 + 9x 2 Intuitivamente, esto es fcil de corroborar: ( 5x1 + 3x 2 ) = 25x1 2.
2.5 PROBLEMAS RESUELTOS
2 1 1 x 1 0 4 1 2a y B = 1 1. Sean las matrices: A = 2 1 x 3x 0 1 0 1 1 2 t Si C = ( 2AB ) , obtenga la suma S = c 21 + c32 + c33

Solucin:
1 0 1 0
1 0 1 0 . 1 1 1 0
2 2x 10 2x 2 2x + 4 4a 4 2 4a + 10 2 luego, 2AB = 14x 2 6x 2 4x 2 6x 2 4 2 2 2x 10 4a 4 14x 2 2 2x 2 2 6x 2 2 t (2AB) = 2x + 4 4a + 10 4x 2 4 2 6x 2 2 entonces, c 21 = 2x 2 ; c32 = 4a + 10 , c33 = 4x 2 . S = 6 x + 4a + 6 3 2a 3b , B = 2 4 2 6 , y C = 4 , obtenga a) D = ABC y 2. Si A = 2 b 1 b 5 1 6a 5 8 2
34
b) si a= 0, como cambia D?
Solucin.
4a 3b 8a + 3b 2 a) AB = b2 8 4b 18 8b + 20 4a 15b 12a + 3b 4 5b b 12 50 38
24a 2 2a(45b + 34) 3b(4b + 5) ABxC = D = 6a(4 5b) 4b 2 5b + 68 300a 2(16b + 105)
b) Si a = 0, cmo cambia D ? Simplemente, se reemplaza el valor 0 de a en la matriz resultante D,

3b(4b + 5) 2 D= 4b 5b + 68 2(16b + 105) 3a 1 a 1 3. Si H = 4 1 1 , y H = D , obtenga a sabiendo que d 22 = 1 2 3 1
Solucin.
1 3a + 1 4a + 1 8a + 1 8a + 1 8a + 1 5a 1 5a 4a 1 Por condicin: d 22 = = 1, H =D= 8a + 1 8a + 1 8a + 1 8a + 1 2 9a 1 12a 5 8a + 1 8a + 1 8a + 1
entonces a =
1 3
4. Una tienda vende 1000 hamburguers, 600 chessburguers, y 1200 milks en una semana. El precio de la hamburguer es 45 centavos (c), una chessburguer 60 c, y el milk 50 c. El costo de vender una hamburguer es 38c, una chessburguer es 42c y un milk es 32c. Encuentre el ingreso, costo y beneficio semanal de la firma. Definiendo y ordenando:
35
1000 0.45 0.38 Q = 600 , P = 0.60 , C = 0.42 1200 0.50 0.32
El ingreso total ser: PQ, pero esta operacin no esta definida. Entonces se aplica la transpuesta de P. Solo as es posible la multiplicacin:
1000 I = P Q = [ 0.45 0.60 0.50] 600 = 1410 1200
'
Similarmente, el costo total ser:

1000 C = C Q = [ 0.38 0.42 0.32] 600 = 1016 . Entonces, B = 1410 1016 = 394 1200
'
2.6 PROLEMAS PROPUESTOS
1. Hallar la solucin del siguiente sistema: 7x1 x 2 x 3 = 0 10x1 + 2x 2 + x 3 = 8 6x1 + 3x 2 2x 3 = 7 2. Obtenga los precios de equilibrio de: c1P1 + c 2 P2 = c0 1P1 + 2 P2 = 0 3. Dado el siguiente modelo, donde T = impuestos y t = tasa impositiva sobre la renta, obtenga el ingreso de equilibrio, Y . Y = C + I0 + G 0 C = a + b(Y T) , (a > 0, 0 < b < 1) T = d + tY (d > 0, 0 < t < 1) 4. Sea el modelo de renta nacional, halle la renta nacional de equilibrio, Y . Y = C + I0 + G C = a + b(Y T0 ) , G = gY
(a > 0, 0 < b < 1) (0 < g < 1)
36

Capitulo2 MatricesyDeterminantes

Caricato da

Informazioni sul documento

Titolo originale

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

Capitulo2 MatricesyDeterminantes

Caricato da

Copyright:

Formati disponibili

MATEMTICAS PARA ECONOMISTAS

Carlos Orihuela Romero, MSc