1

Universidad acional de La Plata

Facultad de Ciencias aturales y Museo
Ctedra de Matemtica y Elementos de Matemtica
Asignaturas:
Matemtica: Unidad Temtica n 4
Elementos de Matemtica: Unidad Temtica n 3
Contenidos de la Unidad Temtica
Matrices: Suma y producto
Propiedades.
Producto
entre
Pseudoinversa y Matriz inversa.

por un escalar.
matrices.
Matriz

Determinantes: definicin y propiedades. Desarrollo de

un determinante por los elementos de una lnea.
Resolucin de sistemas de ecuaciones lineales.
Resolucin aproximada de sistemas incompatibles:
utilizacin de la matriz pseudoinversa..
Introduccin a la Teora de Grafos. Representacin.
Elementos. Definiciones. Notaciones.
Mtodo de
ordenacin de grafos. Aplicaciones a las Ciencias de la
Conducta: Matrices Sociomtricas. Problema del
transporte.

Ing. Carlos Alfredo Lpez

Profesor Titular

Ctedra de Matemtica y Elementos de Matemtica

Ing. Carlos Alfredo Lpez

MATRICES Y GRAFOS
Adems de las matrices que se definen teniendo en cuenta que sus
elementos provienen de una relacin funcional, los datos que corresponden a la informacin
recogida sobre diversos temas suelen ser organizados frecuentemente en tablas de una o
ms entradas mediante conjuntos numricos cuyos elementos estn ordenados por uno o
ms subndices. Formalmente una tabla unidimensional se denomina vector mientras que una
bidimensional se designa con el nombre de matriz.
Ejemplo :

En un viaje de campaa realizado por alumnos de la Facultad, se han

organizado cuatro grupos A, B, C, D conectados mediante equipos de radio de modo tal que A
solo puede comunicarse directamente con B y D ; B slo puede comunicarse con A; C slo
puede comunicarse con D y D puede comunicarse con A y C. Presentar esta informacin
mediante una matriz de orden 4, usando un 1 o un 0 para indicar si dos campamentos
pueden comunicarse directamente o no.
0

1
Solucin
0

1 0 1

0 0 0
0 0 1

0 1 0

Ejemplo :

La tabla de posiciones del campeonato de ftbol es una tabla a doble

entrada o bidimensional. Se trata de una matriz.
Considerando un espacio vectorial de n dimensiones, un vector puede
representarse mediante una matriz; los elementos de sta son las componentes del vector y
pueden escribirse en fila o en columna. Si la disposicin es en una fila, la matriz resulta de
dimensin 1xn y se llama matriz fila o tambin vector fila, mientras que si la disposicin es en
columna, el orden es mx1 y hablamos de matriz o vector columna.
1

Por ejemplo A = 2 es una matriz columna de dimensin 3x1
3

Un caso particular lo constituye como ejemplo la matriz A = (3) de
dimensin 1.

Teniendo en cuenta lo hasta aqu expresado, una matriz puede

prcticamente ser considerada como la yuxtaposicin ordenada de matrices fila o como una
yuxtaposicin ordenada de matrices columna.
Simbolizando con Fi la fila i y con Cj la columna j, podemos escribir:

a11 a12 a13 a14 F1

A = a 21 a 22 a 23 a 24 = F 2 = (C1 C 2 C 3 C 4 )
a 31 a32 a 33 a34 F 3

lgebra Matricial:
Igualdad.

Dos matrices son iguales si tienen el mismo orden y

ubicados en la misma posicin son iguales.
Ejemplo :

los elementos

Hallar los valores de x, y, z, w si se satisface la igualdad:

x + y 2z + w 3 5

x - y z - w 1 4

igualando elemento a elemento correspondiente, resulta :

x+y =3
2z + w = 5
x-y =1
z-w=4
sistema de ecuaciones lineales cuya solucin es : { x = 2 ; y = 1 ; z = 3 ; w = -1}
Suma de matrices:
Si tenemos en cuenta que las filas o las columnas de una matriz pueden
considerarse como vectores fila o como vectores columna, la operatoria entre matrices deber
seguir las reglas de la operatoria entre vectores y dado que, los vectores se suman elemento
a elemento correspondiente, definiremos en forma anloga la suma entre dos matrices con el
agregado de que, para que dos matrices resulten sumables deben ser del mismo orden. La
suma entre matrices de distinta dimensin no est definida.

Dadas entonces las matrices A = (aij) y B = (bij) ambas de orden mxn, la

suma resultar ser una matriz C = (cij) de la misma dimensin de los sumandos, cuyos

elementos se obtendrn haciendo la suma de los elementos correspondientes de las matrices

dadas.
Amxn + Bmxn = Cmxn ; con (cij) = (aij) + (bij)
Ejemplo :
2 1 3
2 3 1
y B =

Si A =
3 2 1
3 2 1
4 2 4

C = A + B =
6 4 0
Producto de una matriz por un escalar:
La operacin tiene las mismas caractersticas que el producto de un
vector por un escalar: todos los elementos de la matriz quedan multiplicados por el escalar y
se conserva la dimensin de la matriz.
Demostracin:

a11 a12
y el escalar = 2 ; la operacin
a
21
a
22

Sea la matriz A =

a11 a12 a11 a12 a11 a12 2a11 2a12

=
+
=

a 21 a 22 a 21 a 22 a 21 a 22 2a 21 2a 22

verifica que cada elemento de la matriz original queda multiplicado por el escalar 2
Habindose definido para el conjunto de las Matrices las operaciones de
suma y de producto por un escalar, con las propiedades correspondientes que hemos
detallado, decimos que este conjunto tiene estructura de Espacio Vectorial.
Ejemplo : (Vlido para las operaciones descritas de suma y producto por un escalar )
Hallar los valores de x, y, z y w que satisfacen:
x + y
x y x 5 2
=
+

2
4
z w 1 w z + w
5 + x + y
2x 2 y x + 2

=
w + 4
2 z 2w 1 + z + w

igualdad de matrices que da origen por igualacin de sus elementos correspondientes al

siguiente sistema de ecuaciones lineales:

2x = x+2
2y = 5+x+y
2z = -1+z+w
2w = w+4

x =2

y = x +5

z=w-1
w=4

x=2
y = 2+5 = 7
z = 4 -1 = 3
w=4

la solucin es entonces el conjunto {x = 2 ; y = 7 ; z = 3 ; w = 4}

Producto entre Matrices:
Es una operacin cuyo resultado, si existe, depende del orden en que se
coloquen los factores y slo es posible cuando el nmero de columnas de la primera matriz es
igual al nmero de filas de la segunda.
Comencemos por tratar de multiplicar una matriz fila
b11

b 21
A1xn = (a11 a12........a1n) por una matriz columna Bmx1 = ... ; con m=n llamamos entonces

...
bm 1

producto A1xm x Bmx1 = C1x1 a la matriz cuyo nico elemento es
c = a11 b11 + a12 b21 + ............. + a1n bm1
se trata del producto escalar entre la matriz o vector fila A1xm y la matriz o vector columna
Bmx1.
Observamos que para que el producto resulte posible el nmero de
elementos de los vectores fila de la primera matriz del producto debe ser igual al nmero de
elementos de los vectores columna de la segunda matriz. Lo dicho significa que la dimensin
de los vectores fila de la primera matriz del producto debe ser igual a la dimensin de los
vectores columna de la segunda matriz.
Esta ltima razn es la que ha posibilitado decir que para que el
producto entre dos matrices resulte posible el nmero de columnas de la primera matriz debe
ser igual al nmero de filas de la segunda.

Ejemplo :
Sean A1x3 = (3 2 -1)

2

B3x1 = 1 ; obtener A1x3 x B3x1 = C1x1
3

2

(3 2 -1) 1 = (3 2 + 2 1 + (1)(3) ) = (6 + 2 + 3) = (11) = C1x1
3

Sean ahora las matrices Amxn = (aij) ; i = {1,2,.....,,m} ; j = {1,2,.......,n}
Bnxp = (bij) ; i = {1,2,......,,n} ; j = {1,2,........,p}
llamamos producto Amxn x Bnxp en ese orden a la matriz Cmxp que tiene igual nmero de filas
que la matriz A e igual nmero de columnas que la matriz B. (Verificamos nuevamente que el
nmero de columnas de la primer matriz (A) debe coincidir con el nmero de filas de la
segunda matriz (B).
Veamos algunos ejemplos:
A2x3 x B3x2 = C2x2
B3x2 x A2x3= C3x3; de la definicin de estos dos productos observamos que el producto entre
dos matrices no es en general conmutativo.
A2x3 x B3x1 = C2x1
B3x1 x A2x3 no es posible (por ser el n de columnas de B al n de filas de A)
Disposicin conceptual para el producto:
Si quieremos multiplicar A2x3 x B3x2, debemos obtener C2x2; sean entonces:
b11 b12

a11 a12 a13

c11 c12
; B = b21 b22 ; C =

A =
c
21
c
22
a 21 a 22 a 23

b31 b32

a11 a12 a13

a
21
a
22
a
23

b11 b12

b
21
b
22

b31 b32

c11 c12

c
21
c
22

en la interseccin de la fila 1 de la matriz A con la columna 1 de la matriz B se encuentra el

elemento c11 cuya expresin se obtiene haciendo el producto escalar :
c11 = a11 b11 + a12 b21
c12 = a11 b12 + a12 b22
c21 = a21 b11 + a22 b21
c22 = a21 b12 + a22 b22

+ a13 b31; con anlogo razonamiento :

+ a13 b32
+ a23 b31
+ a23 b32

DETERMIATES:
DEFINICIN: Un determinante es una funcin cuyo dominio es el conjunto de las matrices
cuadradas y cuya imagen es el conjunto de los nmeros reales. Para cada matriz particular el
nmero que representa su determinante asociado se obtiene sumando todos los productos
posibles en los cuales haya un elemento de cada fila y uno de cada columna, dependiendo el
signo de cada producto de la clase de la clase de la permutacin (ver captulo sobre Anlisis
combinatorio) de sus subndices.
Como cada elemento de un determinante tiene dos subndices, si
tenemos la precaucin de colocar en cada producto uno de los subndices, por ejemplo el
primero, en orden natural, la clase de la permutacin de los segundos subndices ser
responsable del signo del producto.
Ejemplificamos para un producto cualquiera de un determinante de orden cuatro: tomemos
para analizar el producto a14a23a32 a41 ; en l los primeros subndices estn colocados en
orden natural; en consecuencia los segundos subndices determinarn el signo del producto.
Para encontrar la clase de la permutacin estudiamos el orden 4321,
comparando cada elemento con los siguientes: as el 4 presenta una inversin con el 3, otra
con el 2 y una tercera con el 1; el 3 una inversin con el 2 y otra con el 1; el dos una inversin
con el 1; en total hay seis inversiones, la clase de la permutacin es par y el signo es positivo.
Para el producto cuyos subndices son 4312, utilizando el mismo
procedimiento puede demostrarse que hay cinco inversiones; la clase de la permutacin es
impar y el signo correspondiente del producto es negativo.
Un mecanismo distinto consiste en colocar la permutacin a estudiar
sobre el orden natural correspondiente; se unen mediante trazos los nmeros iguales y se
cuentan las intersecciones. El nmero de ellas indica la clase de la permutacin; para el
ejemplo que sigue hay cinco intersecciones; clase de la permutacin impar, signo negativo.
4 3 1 2
1 2 3 4

DETERMINANTES DE ORDEN DOS.

Dados cuatro nmeros a11, a12, a21 y a22, llamamos determinante de
orden dos (dos filas y dos columnas) a:
a11 a12
a 21 a 22

en el cual

fila 1 : a11
fila 2 : a21

a12
a22

columna 1 : a11
a21
columna 2 : a12
a22
Diagonal principal: a11; a22
Contra diagonal: a12; a21
Analizando el determinante puede observarse que cada elemento del
mismo tiene dos subndices; el primero corresponde a la fila y el segundo a la columna; as, el
elemento a21 pertenece a la segunda fila (primer subndice) y a la primera columna (segundo
subndice); en general podemos decir que el elemento genrico de un determinante, tiene la
forma ai j , donde i indica la fila a la cual pertenece y j designa a la columna.
En estas condiciones decimos que un determinante de orden dos es un
nmero que se obtiene efectuando el producto de los elementos de la diagonal principal y
restndole el producto de los elementos de la contradiagonal, o sea:
a11 a12
a 21 a 22

= a11.a 22 a12 .a 21

Los signos de los productos pueden verificarse estudiando la clase de la

permutacin de los segundos subndices: para el producto a11 a22 como los segundos
subndices estn en orden natural, el signo correspondiente es positivo, mientas que para el
producto a12 a21 los segundos subndices presentan una inversin: clase de la permutacin
impar y en consecuencia, signo negativo.

Ejemplo:
3

-1

-1

= 3 . ( 1) ( 1) . 2 = 3 + 2 = 1

DETERMINANTES DE ORDEN TRES:

Sea

a11 a12 a13

a21 a22 a23
a31 a32 a33
en el que: fila 1 :
columna 1:

a11 a12 a13

a11 a21 a31

diagonal principal:
contra diagonal:

a11 a22 a33

a13 a22 a31

Los productos correspondientes al determinante de orden 3 son: los

elementos de la diagonal principal, los conformados por los vrtices de los tringulos con base
paralela a la diagonal principal (ver esquemas siguientes):

a11

a12

a13

a 21

a 22

a 23 = a11 . a 22 . a 33 ; a12 . a 23 . a 31 ; a13 . a 21 . a 32

a 31

a 32

a 33

los elementos de la contra diagonal y los vrtices de los tringulos con base paralela a la
contra diagonal:

a11

a12

a13

a 21

a 22

a 23 = a13 . a 22 . a 31 ; a12 . a 21 . a33 ; a11 . a 23 . a 32

a 31

a 32

a 33

resultando del estudio de los signos correspondientes a la clase de la permutacin de los

segundos subndices:

a 11

a 12

a 13

a 21

a 22

a 23 =

a 31

a 32

a 33

a 11 . a 22 . a 33 + a 12 . a 23 . a 31 + a 13 . a 21 . a 32
(a 13 . a 22 . a 31 + a 12 . a 21 . a 33 + a 11 . a 23 . a 32 )

10

= a11 (a22 . a33 a23 . a32 ) a12 (a2 1 . a33 a23 . a31) + a13 (a21 . a32 a22 . a31 )
o bien:

a11
a 21

a12 a13
a 22 a 23

a 31

a 32 a 33

= a11

a 22 a 23
a 32 a 33

a 21 a 23
a 31 a 33

a12

+ a13

a 21 a 22
a 31 a 32

que resulta ser el desarrollo de un determinante de orden tres por los elementos de la
fila 1. Este desarrollo se obtiene dando signo positivo o negativo a los trminos del segundo
miembro segn que la suma de los subndices del factor del correspondiente determinante de
orden 2 sea respectivamente par o impar y multiplicando cada uno de estos factores por el
subdeterminante que se obtiene al eliminar en el determinante de orden tres la fila y la
columna que corresponden al elemento considerado. Estos subdeterminantes reciben el
nombre de Menor Complementario del factor correspondiente.

Ejemplos de menor complementario:

a
Menor complementario del elemento a11 11 = 22
a32

a23
a33

a
a
Menor complementario del elemento a23 23 = 11 12
a31 a32
ADJUNTO O COFACTOR del elemento de un determinante:
Es el menor complementario, precedido de signo ms o de signo menos,
segn que la suma de los subndices del elemento considerado resulte par o impar.

Ejemplos de adjunto o cofactor:

a
Adjunto o cofactor del elemento a11 A11 = 11 = 22
a32

a23
a33

a
a12
Adjunto o cofactor del elemento a23 A23 = 23 = 11
a31 a32
Generalizando: Aij = 1(i + j ) ij

Si la suma i+j es par el resultado de 1(i+j) es positivo (menor

complementario y adjunto coinciden), mientras que si i+j es impar, el menor complementario y

el adjunto son de distinto signo.

11

De acuerdo con las definiciones de menor complementario y de adjunto

o cofactor, el desarrollo de un determinante por los elementos de una linea:

a11

a12

A = a 21
a 31

a 22
a 32

a13

a 22 a 23
a 21 a 23
a 23 = a11
a12
+ a13
a 32 a 33
a 31 a 33
a 33

a 21 a 22
a 31 a 32

puede expresarse:
A = a11 11 a12 12 + a13 13 (desarrollo por menores complementarios)
o bien: A = a11 A11 + a12 A12 + a13 A13 (desarrollo por adjuntos) que puede expresarse: el

desarrollo de un determinante por los elementos de una lnea es igual a la suma de los
productos de los elementos de dicha lnea por sus respectivos adjuntos.
Ejemplo de resolucin de un determinante de orden tres:
2 1

1 -2 = 2

-1

1 2
1 2
1 1
( 1)
+ 1
=
2 1
3 1
3 2

= 2 ( 1 + 4) + 1 ( 1 + 6) + 1 (2 3) =
= 6 + 5 1 = 10
Otro mtodo para resolver un determinante de 3 por 3 (el mtodo solo
vale para determinantes de ese orden) consiste en utilizar la denominada Regla de SARRUS.
Para ello repetimos debajo del determinante sus dos primeras filas y el resultado lo
obtenemos como la suma de los productos de los elementos de la diagonal principal y los
productos de los elementos de las diagonales paralelas a la diagonal principal, menos la suma
de los productos de los elementos de la contra diagonal y los productos de los elementos de
las diagonales paralelas a dicha contra diagonal, es decir:

a11 a12 a13

a11 . a 22 . a 33 + a 21 . a32 . a13 + a 31 . a12 . a 23
a 21 a22 a 23 =
a13 . a 22 . a 31 a 23 . a 32 . a11 a 33 . a12 . a 21
a 31 a32 a 33
a11 a12 a13
a 21 a 22 a 23

12

Ejemplo:

2 1 1
1 1 2 =
3

2 1

2 . 1 .( 1) + 1 . 2 .1 + 3 .( 1) . ( 2 )
1 . 1 . 3 ( 2 ) . 2 . 2 ( 1) . ( 1) . 1 =

= 2 + 2 + 6 3 + 8 1 = 10
Actividad: Calcular el valor de los siguientes determinantes:

a)

3 2
5 1

= ;

b)

-3

1/3 1/4

= ; c)

a b
c d

para {a = 1 ; b = 0 , c = 8 ; d = 5

d) Para los siguientes determinantes, resolver en todos los casos desarrollando por los
elementos de una lnea y verificando el resultado por la Regla de Sarrus.

3 2 0

a b c

4 1 2 = ; 5 3 2 = para {a = 2; b = 1, c = 2}
1 5 0
14 2
0 3 x
1 2 y = para {x = 1 ; y = 2 , z = 3}
3 4 z

2 1 3
Hallar el valor de x en : 0 1 2 = 0
2 1 x

PROPIEDADES DE LOS DETERMIATES.

1) Si se intercambian filas por columnas, ordenadamente, el valor del determinante no se
modifica. Ejemplo:
4 2 4 1
=
= 10
1 3 2 3

13

2) Si se intercambia la posicin de dos lneas (filas o columnas) paralelas, cambia el

signo del resultado del determinante
4 2
1 3
= 10 ;
= 10
1 3
4 2
3) Si un determinante tiene dos lneas paralelas iguales, su valor es nulo.
4 2
= 88 = 0
4 2
4) Si se multiplican todos los elementos de una lnea por una constante, el determinante
queda multiplicado por esa constante.
4 2
3 4 3 2
4 2
= 10 ;
= 3
= 3 10 = 30
1 3
1
3
1 3
5) Si un determinante tiene dos lneas paralelas proporcionales, su valor es nulo.
8 4
= 16 16 = 0
4 2
6) La suma de los productos de los elementos de una lnea por los adjuntos de una lnea
paralela da resultado nulo.
a11 a12 a13
Si: a21 a22

a23 ;
a21 A11 + a22 A12 + a23 A13 = 0 (la suma de los productos de
a31 a32 a33
los elementos de la fila 2 por los adjuntos de la fila 1 vele cero; en efecto; como puede
comprobarse el desarrollo de esta expresin se corresponde con:
a21 a22 a23

a21 a22 a23

a31 a32 a33
que resulta ser un determinante con dos lneas paralelas iguales y, por tal razn, nulo.
7) Un determinante cualquiera puede desdoblarse en la suma de dos determinantes que
tienen todas sus lneas menos una iguales y las restantes tales que sumados sus
elementos correspondientes se obtiene la otra fila del determinante desdoblado.
a11

a12

a21 a22
a31 a32

a13

b11

b12

a23 + a21 a22

a33 a31 a32

b13
a23 =
a33

a11 + b11 a12 + b12

a21
a31

a22
a32

a13 + b13
a23
a33

8) Si a los elementos de una lnea de un determinante se le suman los elementos

correspondientes de una lnea paralela multiplicados por una constante, el valor del
determinante no se modifica.

14

a11 a12 a13 a11 + a21 a12 + a22

a21 a22 a23 =
a31 a32 a33

a21
a31
a11

a13 + a23

a22
a32
a12

a23
a33

a21 a22 a23

a13

a11 a12 a13

= a21 a22

a23 + a21
a22
a23 =
a21 a22 a23
ya que el
a31 a32 a33
a31
a32
a33
a31 a32 a33
segundo trmino del primer miembro de la igualdad anterior es nulo por tener el determinante
dos lneas paralelas proporcionales.
Clculo de un determiante mediante la reduccin de su orden:
Las transformaciones que hemos detallado adquieren particular
importancia cuando se trata de resolver determinantes de orden superior a tres. Si esto
sucede se realizan transformaciones en las filas o columnas del determinante teniendo en
cuenta que, cuando a los elementos de una lnea se le suman los elementos correspondientes
de una lnea paralela multiplicados por una constante, el valor del determinante no se modifica
y que, si multiplicamos todos los elementos de una lnea por una misma constante, el
determinante queda multiplicado por esa constante.
Vamos a ejemplificar mediante la reduccin del orden de un
determinante de orden cuatro, sin que el mtodo a utilizar pierda rigor para rdenes mayores.
1 2 3 4
Sea

2 5 2 3
3 3 2 1

; escribiremos a la izquierda de cada determinante las

4 4 3 2
transformaciones a realizar (por ej. F2 - 2F1 indica que a los elementos de la fila 2 se le
restarn los elementos correspondientes de la Fila 1 multiplicados por 2.

1 2 3 4

F1

2 5 2 3

F2 2 F1

3 3 2 1
4 4 3 2

F3 3F1
F4 4 F1

0 3 7 11
0 4 9 14

1 4 5

F1

1 4 5

=3

11 = F2 3F1 = 0

14

F3 4 F1

19

26 =

25

34

19 26
25 34

= 4

15

METODO PIVOTAL O DE CHIO

Fundamentacin del mtodo:
Tiene el mismo fundamento que el clculo desarrollado en el ejercicio
anterior; si bien brinda la posibilidad de agilitar el clculo, como contrapartida termina siendo
una regla memorstica que hace perder la nocin de lo que el que calcula est realizando
Se basa en elegir un elemento como pivote, alrededor del cual en cada
etapa gira todo el clculo; puede elegirse un elemento cualquiera, pero por comodidad suele
tomarse como tal el elemento ubicado en el ngulo superior izquierdo, es decir, el que est en
la posicin a11.
Resulta conveniente que este elemento sea igual a la unidad, en caso de
que no lo sea, se lo transforma dividiendo toda la fila del pivote por el valor del mismo y
multiplicando todo el determinante por dicho valor..
a11 a12 a13
a11 a12 a13
a11 a11 a11
er
1 Paso: formacin del pivote: a21 a22 a23 = a11 a21 a22 a23

a31 a32

a33

a31

a32

a33

2do Paso: transformamos en ceros los elementos de la columna del pivote; para ello tomamos
los elementos de la fila 2 y les restamos los elementos correspondientes de la fila 1
multiplicados por a21; similar razonamiento seguimos para transformar los elementos de la fila
3.
a11
a12
a13
a12
a13
1
a11
a11
a11
a11
a11

a
a23
a11
a12
a13
a12
a
a11 a21 a21
a22 a21
a23 a21
= a11 0 a22 a21
a23 a21 13 = a11 22

a32
a22
a11
a11
a11
a11
a11
a
a
a
a
a
a31 a31 11 a32 a31 12 a33 a31 13
0 a32 a31 12 a33 a31 13
a11
a11
a11
a11
a11
3er Paso: Se resuelve el determinante de orden dos.

Regla prctica:
1er Paso: elegimos un elemento como pivote; si el ubicado en la posicin a11 es igual a 1 se lo
elige, en caso contrario:
1a) en el caso len que todos los elementos de la primera fila sean mltiplos de a11 se divide
toda la primera fila por el valor de a11.

16

1b) si no se verifica 1a) y existe un elemento cualquiera igual a 1 se lo lleva mediante

permutaciones de fila y/o de columna a la posicin a11 (tener en cuenta el cambio de
signo que debe realizarse en cada permutacin)
1c) si no podemos utilizar los criterios anteriores, dividimos toda la fila 1 por a11 (en este
caso tendremos que soportar operaciones con nmeros fraccionarios).
2de Paso: hacemos ceros todos los elementos de la columna del pivote.
3er Paso: como hemos visto en el desarrollo precedente, el transformado del elemento a22
a
= a22 a21 12 ; siendo a11 = 1 podemos escribir a22
= a22 a11 a21 a12 ;
es a22
a11
(se forma un cuadrado cuyos vrtices son: el pivote y el elemento a transformar que se
multiplican y a este producto se le resta el producto de los elementos que pertenecen a las
filas y a las columnas del pivote y del elemento a transformar.

Ejemplo:
1 2 3 4

2 5 2 3

3 3 2 1
4 4 3 2

0 3 7 11
0 4 9 14

1 4 5

1 4 5

=3

11 = 0

19

26 =

14

25

34

19 26
25 34

= 4

MATRIZ DE LOS ADJUTOS.

Recibe este nombre aquella matriz que se obtiene a partir de una matriz
cuadrada dada, reemplazando cada elemento por su adjunto.

a11 a12

Ejemplo: Si A = a21 a22

a
31 a32

a13

a23 ;
a33

Adj =

A11

A12

A21
A31

A22
A32

A13

A23
A33

17

MATRIZ INVERSA: La inversa de una matriz respecto del producto tiene una gran
importancia en el lgebra matricial. La resolucin de sistemas de ecuaciones lineales, incluso
los sistemas incompatibles que requieren solucin aproximada, est estrechamente ligada a la
inversin de matrices, como veremos mas adelante.
Definiciones:
a) para las matrices rectangulares:
Dada una matriz A(mxn ) con m>n, si existe una matriz L(nxm ) (L del ingls
left = izquierda) tal que:
L(nxm ) A(mxn ) = I (nxn )

se dice que L(nxm ) es una inversa por la izquierda de A(mxn ) .

Con similar razonamiento, si A(mxn ) es una matriz con m<n y existe una
matriz R nxm (R: del ingls right = derecha) tal que:
R nxm = I (mxm )
es una inversa por la derecha de A.
A(mxn )

se dice que R nxm

NOTA 1: Suele designarse la inversa de las matrices rectangulares, con el nombre de

Matriz Pseudoinversa y, en general se simboliza con A+ .
b) para las matrices cuadradas:
En el caso particular de las matrices cuadradas, es decir, con igual
nmero de filas y de columnas resulta posible en algunos casos, que exista una misma
matriz inversa por la izquierda y por la derecha: la simbolizamos A-1 verificndose:
A A1 = A1 A = I

Si la doble igualdad anterior se cumple, la matriz A ser regular (su

determinante asociado ser distinto de cero) en caso contrario A ser una matriz
singular y no existir la matriz inversa.
NOTA 2: Como la tcnica para obtener la matriz pseudoinversa se basa en el
conocimiento de la inversa de las matrices cuadradas, comenzaremos ejemplificando
el:

18

Clculo de la inversa de una matriz cuadrada y regular.

3 2
3 2
con su determinante asociado A =
Ejemplo: Si A =
= 3 4 2 1 = 10 0
1
4
1
4

x x3
si se verifica: A A1 = A1 A = I .
A1 = 1
x
x
4
2
3 2 x1 x3 1 0

=
y desarrollando el producto entre las
Reemplazando valores:
1 4 x2 x4 0 1
matrices del primer miembro e igualando componentes, se obtiene:
llamamos

matriz

inversa

3 x1 + 2 x2 = 1
3 x3 + 2 x4 = 0
1x1 + 4 x2 = 0
1x3 + 4 x4 = 1

(1)
(2)
(3)
(4)

con las cuatro ecuaciones escritas podemos formar dos sistemas de dos ecuaciones
lineales; (1) con (3) y (2) con (4) segn se detalla:

3 x1 + 2 x2 = 1
1x1 + 4 x2 = 0

(1)
(3)

3x3 + 2x4 = 0
1x3 + 4x4 = 1

(2)
(4)

sistemas que resueltos, permiten encontrar los elementos de la matriz inversa. Una vez
obtenidos los mismos, resta verificar que la matriz encontrada es la inversa de la dada,
para lo cual basta con aplicar la definicin, realizando el producto entre la matriz dada y
la hallada, que deber arrojar como resultado la matriz identidad.
Actividad: Completar de acuerdo con lo indicado, el clculo de la matriz inversa.
NOTA 3: la obtencin de la matriz inversa por aplicacin del producto de matrices
puede realizarse con relativa facilidad hasta matrices de orden tres, para las cuales es
necesario escribir nueve ecuaciones que conforman tres sistemas de tres ecuaciones
lineales con tres incgnitas. Para rdenes mayores, utilizaremos otros mtodos que
desarrollaremos en esta unidad.

19

Propiedades de la inversin de matrices:

En las matrices regulares se verifican las siguientes propiedades de la

inversin:

I1) A1 es nica por izquierda o por derecha.

I2)

(A )

1 1

I3) ( A)
I4)

=A

= 1 A1

( A B )1 = B 1 A1
1
Demostracin: ( A B ) ( A B ) = I
( A B )1 ( A B ) B 1 = B 1
( A B )1 A = B 1
( A B )1 A A1 = B 1 A1

Obtencin de la matriz pseudoinversa.

a) Matriz pseudoinversa por la izquierda:(para matrices de mayor nmero de filas
que de columnas)
Recordamos: L(nxm ) A(mxn )

I (nxn )
La matriz L(nxm ) puede calcularse construyendo la matriz (nxn)
At A = M
Si el determinante de . ( M ) 0 , existe M 1 y puede escribirse:
M 1 At A = M 1 M
o lo que es igual:
M 1 At A = I = L A

de donde:

L = M 1 At

b) Matriz pseudoinversa por la derecha:

Recordando que: A(mxn )

R nxm =

I (mxm )

para m<n , la matriz R nxm se calcula

construyendo A At = M ; si det. ( M ) 0, existe M 1 y puede escribirse:

AAtT-1 = I = AR
de donde:
A At M 1 = I = A R
R = At M 1

20

1 1

Ejemplo 1: Calcular la matriz pseudoinversa de A = 1 1

1 1

1 1
3 1
1 1 1
1 1 =

M =
1
1
1

1
3

1 1

1 3 1
(verificar aplicando la
como det. ( M ) = 8, existe la matriz inversa M 1 =
8 1 3
definicin de matriz inversa), y entonces:
1 1 1 2
4 2
L = M 1 At = 1 3 1 1

=
8 1 3 1 1 1 8 2 4 2
Comprobacin:
1 1
1 8 0 1 0
4 2
12
1 1 =
=

L A = I =
8 2 4 2
8 0 8 0 1

1 1

1 1

Si pretendemos ahora calcular para la misma matriz A = 1 1

1 1

1
1'
2 0 2

1 1 1
= 0 2 0 ;
la matriz inversa por la derecha, hacemos M = 1 1
1 1 1 1 1 2 0 2

2 0 2
como Det (M ) = 0 2 0 = 0 , resulta que la matriz inversa por la derecha no existe

2 0 2
cuando m>n.
0
Ejemplo 2: Calcular la matriz pseudoinversa por la derecha de: A =
1
0 1
1 0
0 1 0
1 2
1 0 =
; siendo Det ( M ) = 2 M 1 =
calculamos M =
2 0
1 0 1 0 1 0 2

y R = A M
t

0 1
2 0
1
=
= 1 0
0
11
2

0 1

0 1

1
2 0
2

0 1

1 0
;
0 1

21

Comprobacin:

0 1
1 2 0 1 0
1 0 1 0
2 0 =
=
=I
A R =
20 1 0 1
2 0 2 0 1

0 1
0 1 0
no tiene matriz pseudoinversa por la
queremos verificar ahora que A =
1 0 1
izquierda; para ello hacemos

0 1
2 0 2

0 1 0

= 0 2 0 ; siendo Det (M ) = 0 , no existe la matriz

M = A A = 1 0
0 1 1 0 1 2 0 2

pseudoinversa por la izquierda.

t

CLCULO DE LA LMATRIZ IVERSA UTILIZADO LA MATRIZ DE LOS ADJUTOS.

a11 a12

Sean A = a21 a22

a
31 a32

a13

a23
a33

Adj =

A11

A12

A21
A31

A22
A32

A13

A23 ; multiplicando A Adj t

A33

22

a11

a 21
a
31

a12
a 22
a32

a11

= a 21
a
31

a13

a 23
a33

A11
A12
A13

A21
A22
A23

A31
A3 2
A33

A11 + a12 A12 + a13 A13

A11 + a 22 A12 + a 23 A13
A11 + a32 A12 + a33 A13

a11
a 21
a31

A21 + a12 A22 + a13 A23

A21 + a 22 A22 + a 23 A23
A21 + a32 A22 + a33 A23

a11 A31 + a12 A332 + a13 A33

a 21 A31 + a 22 A32 + a 23 A33

a31 A31 + a32 A32 + a33 A33

En la matriz resultante del producto puede observarse:

a) los elementos de la diagonal principal son respectivamente la suma de los elementos de
las filas 1, 2 y 3 de la matriz A multiplicados por sus respectivos adjuntos que, como
sabemos corresponde al desarrollo del determinante asociado a la matriz A.
b) los elementos ubicados fuera de la diagonal principal corresponden a la suma de los
productos de los elementos de una lnea multiplicados por los adjuntos de una lnea
paralela que, de acuerdo a la propiedad 6 de los determinantes, da resultado nulo.
De las observaciones realizadas en a) y b) se deduce:
A 0 0
1 0 0

t
A Adj = 0 A 0 = A 0 1 0 = A I
0 0 A
0 0 1

Adj t
=I
A

23

resultando de acuerdo con la definicin de matriz inversa, que la misma puede ser obtenida
Adj t
. Para obtener la matriz inversa, debe calcularse la matriz
A
de los adjuntos traspuesta y dividir sus elementos por el valor del determinante asociado a la
matriz cuya inversa se calcula.

mediante la expresin: A1 =

Debe tenerse especial cuidado en calcular primero el determinante

asociado a la matriz ya que, de ser ste nulo, no existir la matriz inversa.
Adj t
puede utilizarse para calcular, si existe, la matriz inversa
A
de una matriz cuadrada. No resulta vlida como definicin de matriz inversa.
1 4 2

Ejemplo: Calcular la matriz inversa de A = 2 3 2

4 3 2

Importante: la expresin A1 =

Clculo del determinante asociado:

1 4 2
A = 2 3 2 = 1(3 2 2 3) 4(2 2 2 4) + 2(2 3 3 4) = 0 + 16 12 = 4 0 ;
4 3 2
lo que significa que la matriz admite matriz inversa.
Clculo de la matriz de los adjuntos:
3

3
4
Aaj =
3
4

2
2
2
2
2
2

2 2

4 2
1 2

4 2
1 2

2 2

0 2 2

Adj = 4 6 2
6 13 5

Verificacin:

2 3

4 3
4 6
0

1 4
= 2 6 13

4 3
2
2 5
1 4

2 3
2 2

0
0
4
4

t
Adj
4 6 2
;
= A1 =
= 1

4
4
4
A
6 13 5 3

4
4 2
4

1
2
3
2
13
4

2
1
2
5

24

0
1 4 2

2 3 2 1
4 3 2

1
2
3
2
13
4

2 1 0 0

1
= 0 1 0
2

5 0 0 1

25

SISTEMAS DE ECUACIONES LINEALES

Ecuaciones.
Resulta frecuente que, al finalizar el ciclo secundario, no se hayan
diferenciado suficientemente los conceptos de funcin y de ecuacin.
Mediante algunos ejemplos, en lo que sigue, trataremos de
conceptualizar esa diferencia. Como sabemos, una funcin del tipo:
f : R
R / f(x) = an.xn + an-1.xn-1 +...+ a1.x + a0.
es una funcin polinmica en una variable.
la igualdad f(x) = 0 o lo que es igual an.xn + an-1.xn-1 +...+ a1.x + a0= 0 se denomina
ecuacin entera en una variable o incgnita asociada a f(x).

Ejemplo 1:
Sea la funcin polinmica: f : R R / f(x) = 2 x 1; el cero o la raz de
esta funcin es el nmero real cuya imagen es nula; o sea el nmero real que satisface la
igualdad: 2 x - 1 = 0
La igualdad precedente es la ecuacin asociada a la funcin f(x).

Ejemplo 2:
Sea la funcin polinmica: f : R R / f(x) = x2 + x 2; la ecuacin
asociada a f(x) ser en este caso x2 + x - 2 = 0

Ejemplo 3:

Sea la funcin polinmica: f : R

R / f(x) = x2 + 1 la ecuacin asociada a
f(x) ser ahora: x + 1 = 0
2

Raices de una ecuacin entera en una variable.

De acuerdo con lo visto, la ecuacin del ejemplo 1: 2 x - 1= 0
1
2. 1 = 1 1 = 0
se satisface para x =1/2; en efecto:
2

26

Decimos en estas condiciones, que es raz o solucin de la ecuacin,

siendo raz o cero de la funcin polinmica que le dio origen.
Con similar razonamiento, la ecuacin: x2 + x - 2 = 0
del ejemplo 2
se satisface para x = 1 y x = -2 ya que:
12 + 1 - 2 = 0
(-2)2 + (-2) - 2 = 0
por lo cual 1 y -2 son races o solucin de la ecuacin y adem s races o ceros de la
funcin polinmica que le dio origen.
Por ltimo la ecuacin del ejemplo 3: x2 + 1 = 0 no se satisface para
nmero real alguno; esto significa que as como la ecuacin no tiene races o solucin real
la funcin que le dio origen no posee races o ceros reales.Generalizando los ejemplos
podemos afirmar que el nmero real a ser raz o solucin de f(x) = 0 si y solo si f(a) = 0
Dicho de otra forma a R es una raz de la ecuacin si en la funcin la
imagen de a resulta ser el nmero cero.

Grado de una ecuacin.

El grado de una ecuacin coincide con el grado de la funcin polinmica
a la que se encuentra asociada. Respectivamente, las ecuaciones de los ejemplos son de
grado 1, 2 y 2. Efectuando la representacin cartesiana de las funciones polinmicas de los
y
ejemplos 1, 2 y 3,

21-

1-

f(x)=2x -1

I
-1

-2 -1

I
1

I
2

I
3

I
I
-2 -1

-1

-2

43215

I
I
-2 -1

-1

f(x)= x2+ 1

I
1

I
2

I
3

f(x)= x2+ x - 2

I
1

I
2

I
3

27

observamos que las races reales o ceros de las ecuaciones coinciden con aquellos puntos en
que las curvas (representaciones cartesianas de las funciones asociadas) cortan al eje de
abscisas.

Conjunto solucin.
Una ecuacin puede tener ninguna, una o ms races. El conjunto
cuyos elementos son las races de la ecuacin se denomina conjunto solucin.
Para el ejemplo 1
Para el ejemplo 2
Para el ejemplo 3

S={}
S = { -2 , 1 }
S={}=

Resolver una ecuacin es, por lo tanto, encontrar su conjunto solucin.

Ecuaciones con una sola variable.
a) ecuaciones de primer grado.
Una ecuacin de primer grado en una incgnita, tal como la que hemos visto en el ejemplo
1 puede expresarse de una manera general como:
a1 x + a0 = 0
con a1 0
Un procedimiento sencillo (despejar la incgnita de la ecuacin) permite obtener
rpidamente la raz de una ecuacin de este tipo, tanto si es racional como si es irracional,
es decir, cuando pertenece al conjunto de los nmeros reales.
En efecto; volviendo al ejemplo 1
2x-1=0
2x=1
x = es la raz de la ecuacin.
b) ecuaciones de segundo grado.
Son las asociadas a los polinomios que tienen el aspecto:
son del tipo:

P(x) = a2 x2 + a1 x + an

con a2 0

a2 x2 + a1 x + an = 0

con a2 0

y suelen escribirse generalmente:

a x2 + b x + c = 0

28

Para calcular las races de esta ecuacin seguiremos el siguiente procedimiento:

1 Pasamos el trmino independiente c al 2 miembro.
a x2 + b x = -c
2 Sacamos factor comn a en el primer miembro
b

a x 2 + x = c
a

3 Dividimos ambos miembros por a

x2 +

b
c
x=
a
a

4 Multiplicamos y dividimos el 2 trmino del primer miembro por 2

x2 + 2

b
c
x=
2a
a

b2
(2a)2

5 Sumamos en ambos miembros

b
b2
c
b2
x + 2 x+
= +
a
(2a)2
a (2a)2
2

6 Observamos que el primer miembro es un trinomio cuadrado perfecto; el que corresponde

al desarrollo de:

x +

2a

por lo que escribimos:

b
c b2

x +
= + 2
2a
a 4a

7 Obtenemos comn denominador en el 2 miembro

2
b
b 2 4ac

x +
=
2a

4a 2

8 operando:
x+

x=

b
=
2a

b2 4ac
4a2

b2 4ac
2a

expresin que debe permitirnos obtener (si existen) las dos races de la ecuacin de segundo
grado.

29

La existencia de races reales en la ecuacin de segundo grado puede

analizarse si se observa la cantidad subradical que se denomina DISCRIMINANTE, para el
cual pueden presentarse los siguientes casos:
a) Si b2 > 4 a c se obtienen x1 x2 (dos races reales y distintas).
b) Si b2 = 4 a c se obtienen x1 = x2
(dos races reales e iguales, o sea una
raz doble).
c) Si b2 < 4 a c no existirn races reales, ya que la raz cuadrada de un
nmero negativo no tiene solucin en el campo real).
Con el objeto de ilustrar los tres casos que hemos descripto,
resolveremos un ejemplo de cada uno de ellos, efectuando las representaciones grficas de
las funciones polinmicas a que cada una de las ecuaciones est asociada.
Ejemplo 1:
x2 - x - 2 = 0
Recordando el aspecto de la ecuacin de 2 grado:
a x2 + b x + c = 0
resulta:
a = 1;
b = -1;
c = -2
y entonces:
+1 (-1)2 4(1).(-2)
x=
2.1
+1 1+ 8
x=
2
+1 9 1 3
x=
=
2
2
obtenindose:
1+ 3
x1 =
=2
2
1- 3
x2 =
= 1
2
La funcin polinmica a
que est asociada la ecuacin resulta: f(x) = x2 - x 2
y

x f(x)
-3 10
-2

-1 0
0

-2

-2

214

I
I
-2 -1
-1

-2 -

f(x)= x2 - x - 2

I
1

I
2

I
3

Como puede observarse la representacin cartesiana de la funcin corta

al eje de abscisas en los puntos de coordenadas (-1,0) y (2,0). En dichos puntos las imgenes

30

de la funcin son nulas; las primeras componentes de estos pares ordenados son las races
de la ecuacin.
El conjunto solucin es entonces:
S = { -1 , 2 }
Ejemplo 2:
x2 - 4 x + 4 = 0

4 (-4)2 4.1.4
x=
2.1
4 16 - 16
x=
2
4 0
x=
2
x1 = x2 = 2

resultando:

La funcin a la que est asociada la ecuacin resuelta es:

f(x) = x2 - 4 x + 4
y

f(x)

3 2 14

I
-2

I
-1

f(x)= x2 - 4x + 4
I
1

I
2

I
3

Observamos en este caso que la grfica corta al eje de abscisas solo

en el punto (2,0); la primer componente del par ordenado (x1 = 2) es la raz doble de la
ecuacin resuelta.
4

-1

-2

Ejemplo 3:

x2 - 2 x + 4 = 0
x=

x=

4 4.1.4
2.1

- 12
2

y la ecuacin no tiene solucin en el campo numrico real.

31

f(x) = x2 - 2 x + 4

La funcin

y
x f(x)
-1

3214

I
I
-2 -1

-2 -1

f(x)= x2 - 2x + 4
I
1

I
2

I
3

es tal que su grfica no corta al eje de abscisas, lo que implica la inexistencia de races reales.
Ecuaciones con dos variables.

Con el mismo concepto desarrollado anteriormente, decimos que si f(x,y)

es una funcin polinmica en dos variables, f(x,y) = 0 , ser una ecuacin en dos variables.
a) ecuaciones de primer grado en dos variables.
Sea por ejemplo la funcin polinmica: f(x,y) = 3 x y.
La igualdad 3
x - y = 0; se denomina: ecuacin de primer grado en dos variables y se satisface, entre
otros, para los siguientes pares ordenados (x,y):
(0,0)
(1,3)
(2,6)
(-1,-3)

ya que
ya que
ya que
ya que

3. 0-0=0
3. 1-3=0
3. 2-6=0
3 . (-1)-(-3) = 0

....... ........... ....................

Todos aquellos pares ordenados que satisfacen la ecuacin son sus
races. Como ya hemos visto, tambin en este caso las races de la ecuacin son races o
ceros de la funcin polinmica a la que la ecuacin se encuentra asociada.
Resulta evidente que, para cada valor arbitrariamente elegido de x
existir un cierto valor de y que formar un par ordenado raz de la ecuacin.
Cada raz
de la ecuacin (par ordenado) es en este caso un punto perteneciente a la grfica de la
funcin que dio origen a la ecuacin considerada; en este caso podemos
decir que la grfica y el conjunto solucin coinciden.

32

Para nuestro ejemplo:

y

3214

I
I
-2 -1

I
1

-2 -1

I
2

I
3

b) ecuaciones de segundo grado con dos variables.

Sea la funcin polinmica de segundo grado en dos variables:
f(x,y) = x2 - x - y + 2
que tiene asociada la ecuacin:

o lo que es igual:

x2 - x - y + 2 = 0
y = x2 - x + 2

Esta ecuacin (no confundir con el polinomio f(x) = x2 - x + 2) tiene

infinitas races: los pares ordenados (x,y) que se obtienen dando valores arbitrarios a x en la
misma.

76543218

x f(x)
-2

-1 4
0

8
I
I
I
I
-4 -3 -2 -1

I
1

I
2

I
3

I
4

La parbola de la figura anterior es la representacin grfica de la

solucin de la ecuacin:
x2 - x - y + 2 = 0

33

Sistemas de ecuaciones lineales.

Las ecuaciones 3 x - y = 0 y 2 x - y = 1 de primer grado en dos

variables pueden tener una o ms races comunes y para encontrarlas, conformamos lo que
se denomina un sistema de dos ecuaciones lineales con dos incgnitas, que se simboliza:

3x y = 0

2x y = 0
El conjunto de pares (x,y) que satisface simultneamente las dos
ecuaciones se denomina conjunto solucin del sistema. Cuando el conjunto solucin es
vaco el sistema es incompatible. Si existe nica solucin (un solo par ordenado) el sistema
se dice compatible determinado y si, el conjunto solucin est conformado por ms de un
par ordenado, el sistema se denomina compatible indeterminado.
Generalizando, un sistema de dos ecuaciones lineales con dos
incgnitas puede adoptar el aspecto:

A 1x + B1y + C1 = 0

A 2 x + B 2 y + C 2 = 0

(1)
(2)

Las ecuaciones (1) y (2), pueden expresarse en forma conjuntista:

S1 = {(x,y) / A1 x + B1 y + C1 = 0}
S2 = {(x,y) / A2 x + B2 y + C2 = 0}
En estas condiciones, resolver el sistema de ecuaciones consiste
en hallar S1 S2, interseccin de los conjuntos solucin de las ecuaciones (1) y (2); lo que
geomtricamente es equivalente a encontrar (si existen), el punto o los puntos comunes a
ambas rectas.
Solucion grafica de un sistema de ecuaciones lineales.
Ejemplo 1:
Sea el sistema de ecuaciones lineales con dos incgnitas
3x y = 0

2x y = 1

de (1) 3 x - y = 0
de (2) 2 x - y = -1

y=3x
y=2x+1

(1)
(2)

34

cuya representacin cartesiana es:

x f(x)

x f(x)

76543218

I
-1

S1 = { ( x,y ) / 3 x - y = 0 }
S2 = { ( x,y ) / 2 x - y = -1}

y = 3x

y = 2x + 1

I
1

I
2

I
3

I
4

S1 S2 = {(1,3)}

el conjunto solucin del sistema (S1 S2) tiene un nico par ordenado (las rectas se cortan en
un punto) y por lo tanto el sistema resulta ser compatible determinado.
Ejemplo 2:
Sea el sistema:

3x - y = 0

6x - 2y = 0

(1)
(2)

Si representamos grficamente las rectas que corresponden a las ecuaciones (1) y (2).

7 6 5 43218

I
-1

I
1

I
2

I
3

I
4

observamos que los lugares geomtricos coinciden, razn por la cual el conjunto solucin del
sistema posee infinitos pares ordenados: los que corresponden a todos los puntos de cada
una de las rectas; el sistema se dice, compatible indeterminado.

35

Ejemplo 3:

Sea el sistema:
(1)
3x y = 0

3x y = 2
(2)
Representadas grficamente las dos ecuaciones:

7 6 5 4321I
-1

-1

-2

y = 3x
y = 3x - 2

I
1

I
2

I
3

I
4

resultan rectas paralelas: no existe interseccin, lo cual significa que el conjunto solucin del
sistema es vaco; por esta razn el sistema se dice incompatible.
Resolucin analtica de un sistema de ecuaciones lineales.

Para la resolucin analtica de un sistema de dos ecuaciones lineales

pueden utilizarse distintos mtodos, algunos de ellos desarrollados en el ciclo secundario,:
mtodos de sustitucin, igualacin, sumas y restas, determinantes, razn por la cual solo
enunciamos cada uno de ellos, remitiendo al lector para su estudio a los textos de la escuela
media o bien al captulo correspondiente a la recta en el temario de la asignatura Matemtica..
Mtodo de Eliminacin Gaussiana.

Los mtodos enunciados precedentemente resultan de sencilla

aplicacin e interpretacin cuando el sistema que se trata de resolver tiene un nmero
reducido de variables. Como regla general puede utilizarse con ventaja sobre ellos el llamado
mtodo de eliminacin Gaussiana o mtodo de eliminacin de Gauss; cuyo
fundamento y disposicin prctica se basa en la demostracin ya efectuada para justificar el
mtodo de resolucin por sumas y restas.
En efecto; retornando a las ecuaciones:
a 11 x 1 + a 12 x 2 = b1

a 21 x 1 + a 22 x 2 = b 2

(1)
(2)

multiplicando la ecuacin (1) por a21 y la ecuacin (2) por a11 obtenemos:

36

a21a11 x1 + a21 a12 x 2 = a21 b1

a21a11 x1 + a22 a11 x 2 = a11 b2

(3)
(4)

restando (3) de (4)

( a11 a22 - a12 a21 ) x2 = a11b2 - a21 b 1

(5)

El sistema

a11 x1 + a12 x 2 = b1

(a11 a22 - a12 a21 ) x 2 = a11b2 - a21 b1

(1)
(5)

es equivalente al (1) , (2) ya que, como puede verificarse, tiene el mismo conjunto solucin.
Hemos transformado mediante esta operacin nuestro sistema original
(1) , (2) constituido por dos ecuaciones con dos incgnitas en un nuevo sistema que le es
equivalente y en el cual la segunda ecuacin (5) posee una sola incgnita, por lo que,
obtenida la misma, puede recurrirse a la ecuacin (1) para calcular la restante.
Como en realidad, la operatoria se efecta sobre los coeficientes, puede
realizarse una disposicin prctica para el clculo:
1)
a11
a12
b1
(1)
2)

a21

a22

b2

(2)

3)

a11

a12

b1

(1)

4)

a11a22 - a12a21

a11b2 - a21b1

(5)

Se escriben los coeficientes de las ecuaciones (1) y (2) incluso los

trminos independientes que se ubican a la derecha de una recta divisoria vertical; se traza
una recta horizontal y debajo de ella se escriben los coeficientes del sistema modificado:
la fila 3) debe leerse:
a11 x1 + a12 x2 = b1
(1)
la fila 4)

(a11 a22 - a12 a21) x2 = a11 b2 - a21 b1

Ejemplo 1: Sea el sistema:

3x - y = 0

2 x - y = -1

(1)
(2)

(5)

37

Escribimos:

-1

(1)

-1

-1

(2)

-1

(1)

-1

-3

(5)

Desarrollo de (5): el cero que est debajo del coeficiente 3 de la ecuacin (1) corresponde a
que en la ecuacin (5) no existe trmino en la incgnita x1; debajo del coeficiente -1 de la
incgnita x2 de (1) escribimos el transformado del coeficiente de x2 de la (2)
(a11. a22 - a12 . a21) = [ 3 (-1) 2 (-1) ] = -1
y debajo del trmino independiente de (1) el transformado del trmino independiente de (2):
a11 . b2 - b1 . a21 = [ 3 (-1) - 0 . 2 ] = - 3

Prcticamente el clculo es as: el transformado del coeficiente a22 de (2)

-1

3
2

-1

-1
-1

se obtiene resolviendo el:

3
2

-1

= -3 + 2 = -1

-1

y el transformado del trmino independiente de (2)

3

-1

-1

-1

se obtiene resolviendo el:

3

= -3

2
-1
El sistema equivalente resultante:
3 x1 - x2 = 0
x2 = -3

(1)
(5)

38

de donde:
x2 = 3

3 x1 - 3 = 0

x1 = 1

Como vemos existe nica solucin y el sistema es compatible

determinado (geomtricamente las grficas son rectas que se cortan en el punto)
(x1 , x2) = (1 , 3)
Ejemplo 2:

Sea el sistema:
3x- y=2
6 x - 2y = 4
3

-1

-2

-1

El sistema equivalente es:

3 x1 - x2 = 2
0.x2 = 0
La ecuacin 0.x2 = 0 se satisface para cualquier nmero razn por la cual
el sistema tiene infinitas soluciones y se denomina compatible indeterminado.
Cada una las posibles soluciones se obtiene fijando un valor arbitrario para x2 y obteniendo
luego x1 de la otra ecuacin. (Geomtricamente las grficas coinciden).

39

Ejemplo 3:
Sea el sistema:
3 x1 - x2 = 2

3 x1 - x2 = 4

Siendo el sistema equivalente:

-1

-1

-1

3 x1 - x2 = 2
0.x2 = 6
La segunda ecuacin de este sistema no tiene solucin, ya que no existe
nmero que multiplicado por cero de como resultado seis; el sistema es incompatible (en este
caso las rectas son paralelas).
Como hemos visto en los ejemplos anteriores el mtodo de eliminacin
Gaussiana no solo permite resolver con rapidez un sistema de ecuaciones sino adems
permite obtener el tipo de solucin para cada caso particular.
Resolucin de un sistema de tres ecuaciones lineales con tres incgnitas.

Idntico razonamiento al desarrollado para el mtodo de eliminacin

Gaussiana en dos variables se utiliza para resolver un sistema de tres ecuaciones lineales
con tres incgnitas:
Sea el sistema :

a11 x1 + a12 x2 + a13 x3 = b1 (1)

a21 x1 + a22 x2 + a23 x3 = b2 (2)
a31 x1 + a32 x2 + a33 x3 = b3 (3)

En este caso el mtodo consiste en tomar cualquiera de las ecuaciones (por ejemplo la (1)) y
eliminar la incgnita x1 primero con la ecuacin (2) y luego, independientemente, con la
ecuacin (3) transformando el sistema original en uno equivalente con una ecuacin en tres
incgnitas y las otras con dos incgnitas.
De este nuevo sistema se toman las ecuaciones que tienen dos
incgnitas y se lo transforma siguiendo el procedimiento ya descripto en otro sistema
equivalente, con una ecuacin en dos incgnitas y la otra solo en una.

40

Del resultado de esta ltima operacin obtendremos un sistema

equivalente al original, con la primera ecuacin en tres incgnitas, la segunda en dos y la
tercera en solo una, lo que nos permite obtener el conjunto solucin.
Ejemplo 1:
Sea el sistema

2 x1 - x2 + x3 = 5
x1 + x2 - 2 x3 = -3
3 x1 + 2 x2 - x3 = 8

Adoptando la disposicin prctica descripta:

2
-1
1
1
1
-2
3
2
-1

5
-3
8

repetimos la 1 ec.

2
0
0

-1
3
7

1
-5
-5

5
-11
1

repetimos la 1
y la 2 ec. del paso
anterior.

2
0
0

-1
3
0

1
-5
20

5
-11
80

El sistema equivalente

2 x1 - x2 + x3 = 5
3 x2 - 5 x3 = -11
20 x3 = 80

se obtuvo resolviendo, por ejemplo, para el elemento -5 que es el transformado de -1 el

determinante:
2
1
= -2 -3 = -5
3
-1
De:

20 x3 = 80

x3 = 4

De:

3 x2 - 5 . 4 = -11
3 x2 = 20 - 11
x2 = 3
y por ltimo de:
2 x1 - 3 + 4 = 5
2 x1 = 5 + 3 - 4
x1 = 2

41

Ejemplo 2:
3 x1 - 5 x2 + 11 x3 = 7
2 x1 + 3 x2 + 8 x3 = 4
x1 - x2 + 9 x3 = -3

El sistema equivalente es:

11

-1

-3

11

-1

-2

-8

16

-16

11

-1

-2

3 x1 + 5 x2 + 11 x3 = 7
x2 + 2 x3 = -2
0.x3 = 0

El sistema admite infinitas soluciones, que se obtienen dando valores arbitrarios a x3: por esa
razn es compatible indeterminado.

42

Ejemplo 3:

4 x1 + x2 - x3 = 6
2 x1 - 4 x2 + 6 x3 = 5
2 x1 + 4 x2 - 6 x3 = -2
4

-1

-4

-6

-2

-1

-14

22

32

14

-22

-20

-1

-14

El sistema equivalente es:

22

32

-168

4 x1 + 1 x2 - 1 x3 = 6
14 x2 + 22 x3 = 32
0 x3 = -168

El sistema no tiene solucin (no la tiene 0 . x3 = -168) y por lo tanto se denomina

incompatible.
Resolucin de sistemas de ecuaciones lineales por inversin de matrices.

Sea el sistema de tres ecuaciones lineales con tres incgnitas:

a11 x1 + a12 x2 + a13 x3 = b1 (1)
a21 x1 + a22 x2 + a23 x3 = b2 (2)
a31 x1 + a32 x2 + a33 x3 = b3 (3)
podemos escribirlo en forma matricial si hacemos el producto:

a11 a12

a21 a22
a
31 a32

a13 x1 a11 x1 + a12 x2 + a13 x3 b1

a23 x2 = a21x1 + a22 x2 + a23 x3 = b2
a33 x3 a31x1 + a32 x2 + a33 x3 b3

del cual resulta la igualdad:

43

a11 a12

a21 a22
a
31 a32

a13 x1 b1

a23 x2 = b2
a33 x3 b3

designando:

a11 a12

A = a21 a22
a
31 a32

a13
x1
b1

a23 ; X = x2 ; B = b2
x
b
a33
3
3

simbolizamos:
A X = B
Siendo A y B matrices conocidas, resolver el sistema consiste en
encontrar los elementos de la matriz X, lo que se consigue premultiplicando (multiplicando
desde la izquierda) ambos miembros de la igualdad por la matriz inversa de A, que
simbolizamos como la matriz A-1.
En efecto, de:
A1 A X = A1 B
teniendo en cuenta de acuerdo con la definicin de matriz inversa que A1 A = I y que I es
el elemento neutro en el producto de matrices, resulta:
X = A1 B
lo que significa que, para obtener la matriz de las incgnitas (matriz solucin) basta con
premultiplicar la matriz de los trminos independientes por la matriz inversa de la matriz de los
coeficientes de las incgnitas.
Adj t
1
Si recordamos que A =
, slo podremos resolver por inversin de matrices aquellos
A
sistemas en los cuales el determinante asociado a la matriz de los coeficientes
de las incgnitas sea distinto de cero, es decir solamente los sistemas que sean compatibles
determinados.

Ejemplo:

Hallar la solucin del sistema de ecuaciones lineales:

2 x y + z = 2

x + 2 y z = 3
3 x + y + 2 z = 1

en forma matricial el sistema se escribe:

2 1 1 x 2

1 2 1 y = 3
3 1
2 z 1

44

como sabemos, pueden efectuarse operaciones elementales sobre el sistema de ecuaciones

o sobre la matriz ampliada (ver mtodo de eliminacin gaussiana) o bien, si existe, calcular la
inversa de
2 1 1

A = 1 2 1 y luego, premultiplicar la matriz de los trminos independientes por

3 1
2

3 1 5
3 1
5

3 5 1
3
5 1
Adj t 5 5 5 5 5 5
=
=
; o sea:
A1 =
2 1 1
A
10
1 2 1
3

3 1 2
5
20 2

1
1
3 3 = 10 = 1 ;o sea; x = 2; y = -1; z = 5 1
10
10 30 3
5 5 5 1

Teorema de Cramer.
Como hemos visto al resolver sistemas de ecuaciones lineales por el
mtodo matricial, la matriz de las incgnitas se obtiene mediante la expresin: X = A1 B , la
Adj t
Adj t
que teniendo en cuenta A1 =
puede escribirse: X =
B que se puede desarrollar
A
A
para un sistema de tres ecuaciones con tres incgnitas, sin que la demostracin pierda validez
general de la siguiente manera:

A11 A21 A31

A12 A22 A32

x1
b
A13 A23 A33 1
b2
x2 =
a
a
a
11
12
13
x
b
3
3
a21 a22 a23
a31 a32 a33
expresin de la cual se obtienen la siguiente igualdad:

45

x1 =

b1

a12

a13

b2

a22

a23

A11 b1 + A21 b2 + A31 b3

b a32 a33
= 3
a11 a12 a13
a11 a12 a13
a21 a22

a23

a21 a22

a23

a31

a33

a31

a33

a32

a32

que se lee: la incgnita x1 se obtiene como el cociente entre dos determinantes: el del
denominador es el asociado a la matriz de los coeficientes de las incgnitas mientas que el
del numerador es el mismo determinante en el cual se ha reemplazado la columna de los
coeficientes de x1 por los trminos independientes
Con similar razonamiento:
a11 b1 a13
a21 b2
x2 =

a23

a
b a33
A12 b1 + A22 b2 + A32 b3
= 31 3
a11 a12 a13
a11 a12 a13
a21 a22

a23

a21 a22

a23

a31

a33

a31

a32

a33

a11

a12

b1

a21 a22

b2

a32

x3 =

a
a
b
A13 b1 + A23 b2 + A33 b3
= 31 32 3
a11 a12 a13
a11 a12 a13
a21 a22

a23

a21 a22

a23

a31

a33

a31

a33

a32

a32

lo expresado para la incgnita x1 puede generalizarse de la siguiente manera:las incgnitas

de un sistema de ecuaciones lineales pueden obtenerse efectuando el cociente entre dos
determinantes: el del denominador es en todos los casos el asociado a la matriz de los
coeficientes de las incgnitas mientras que el del numerador es el mismo determinante en el
cual se ha reemplazado la columna de los coeficientes de la incgnita que se quiere calcular
por los trminos independientes.
Ejemplo:

Hallar la solucin del sistema de ecuaciones lineales:

2 x y + z = 2

x + 2 y z = 3
3 x + y + 2 z = 1

46

x=

2 1

1 1
= 3
10

1 1
2 1

2
=2 ;
1

y=

3 1
10

= 1 ; z =

Sstemas homogneos.

Reciben este nombre los sistemas de ecuaciones lineales que tienen

todos los trminos independientes nulos. Tienen el aspecto:
a11 x1 + a12 x2 + a13 x3 = 0 (1)
a21 x1 + a22 x2 + a23 x3 = 0 (2)
a31 x1 + a32 x2 + a33 x3 = 0 (3)
Hemos utilizado estos sistemas en el estudio de la dependencia e
independencia lineal al tratar los Espacios Vectoriales. Vimos entonces y, lo recordamos ahora
que estos sistemas siempre tienen solucin (la llamada trivial con todos los valores de las
incgnitas iguales a cero)
Como ejemplos podemos citar para el espacio dos la interseccin entre
dos rectas que pasan por el origen de coordenadas y para el espacio tridimensional, la
interseccin de tres planos que pasan por el origen de coordenadas.
Se resuelven por cualquier mtodo de los desarrollados; muchas veces
slo se necesita saber si el sistema es compatible determinado o compatible indeterminado, lo
que se logra resolviendo el determinante asociado a la matriz de los coeficientes de las
incgnitas. Si dicho determinante es distinto de cero, las tres ecuaciones son independientes y
la solucin es nica (la trivial): si por el contrario el determinante resulta nulo, el sistema
resulta compatible indeterminado (soluciones mltiples)

47

Resolucin Matricial de los sistemas de ecuaciones lineales incompatibles. (aplicacin

del concepto de Matriz Pseudoinversa).

Sea el sistema de ecuaciones independientes (por lo tanto incompatible)

a1x1 + b1x2 = q1 (1)

a2 x1 + b2 x2 = q2 (2)
a x + b x = q (3)
3
3 1 3 2
que puede escribirse en notacin matricial:
a1 b1
q

x1 1
a2 b 2 = q2 (4)
a b x2 q
3 3
3
o simblicamente
A x = q
Como la matriz A tiene mayor nmero de filas que de columnas slo
resulta posible definir su matriz inversa (en este caso, pseudoinversa) por la izquierda.

Para despejar la matriz x se premultiplican ambos miembros de la

igualdad anterior por la matriz traspuesta de A :
At A x = At q (5)
Nota:
para el caso que nos ocupa At (2 x3) A(3 x 2 ) = M (2 x 2 )
si hubiramos hecho A(3 x 2 ) At (2 x 3) = M (3 x3) resulta siempre singular (no admite matriz inversa)
Como la matriz At A es cuadrada, si su determinante asociado es

distinto de cero, admite matriz inversa At A

miembros de (5):

; premultiplicando por esta matriz ambos

(A A ) (A A ) x = (A A )
t

siendo At A

) (A A) = I resulta:
1

At q (6)

x = At A

At q

expresin en la cual At A At = L (matriz pseudoinversa por la izquierda: ver Matriz Inversa

en el captulo sobre Matrices y Determinantes)

48

Ejemplo:

Sea el sistema de ecuaciones lineales:

x + x = 1
1 2

x1 x2 = 3 2

x1 + x2 = 1 2
por el aspecto las primera y ltima ecuaciones con primeros miembros iguales y segundos
miembros distintos, el sistema es incompatible.

Actividad: Analizar la compatibilidad mediante el clculo de los rangos de las matrices

1 1
1
1 1

A = 1 1 y A = 1 1 3
2

1 1
1
1 1

Escribimos el sistema del ejemplo en notacin matricial:

1
1
1

x1
1 1 = 3 2
1
x2 1
1

2
1 1 1

premultiplicamos ambos miembros por

1 1 1

1
1
1

1 1
1 1 3
x1 1
1

1 1 =

x2 1 1 1 2
1 1 1 1

1
1

2
que operando nos conduce a:
3 1 x1 3

=
1 3 x2 0

Obtenido este sistema de ecuaciones, que por tener iguel nmero de

ecuaciones e incgnitas, resulta compatible determinado , el clculo puede continuarse de las
siguientes maneras;

49

a) resolver por inversin de matrices.

3 1 x1 3
= que obtuvimos despus de
Retomemos la ecuacin matricial
1 3 x2 0
premultiplicar ambos miembros de la ecuacin matricial del sistema por la matriz
1 1 1

y operar. Premultiplicando ahora ambos miembros por la inversa de la matriz

1

1
1

de los coeficientes obtenemos:

1
1
3 1 3 1 x1 3 1 3

=

1 3 1 3 x2 1 3 0
1

x 3 1 3

I 1 =
x2 1 3 0
x1 1 3 1 3
=

x2 8 1 .3 0
x1 9 8
=
x2 3 8

resultando x1 = 9

y x2 = 3

b) resolver por eliminacin Gaussiana o por la Regla de Cramer. (realizar la

actividad)
Forma prctica del clculo.

Consiste en premultiplicar la matriz ampliada del sistema original

incompatible por su matriz traspuesta. Si a la matriz resultante del producto le
eliminamos la ltima fila, resulta la matriz ampliada del sistema de ecuaciones
normales, que puede resolverse por los mtodos expuestos precedentemente.
Consideremos la matriz ampliada que corresponde a un sistema de
ecuaciones lineales incompatible de cuatro ecuaciones con tres incgnitas:

a1 b1

a b
A= 2 2
a b
3 3
a b
4 4

c1
c2
c3
c4

q1

q2
q3

q4

vamos a premultiplicar (multiplicar desde la izquierda) por su matriz traspuesta:

50

a1 a2

b1 b2
c c
1 2
q q
1 2

a3
b3
c3
q3

a4 a1

b4 a2

c4 a3

q4 a4

b1
b2
b3
b4

c1
c2
c3
c4

q1

q2
=
q3

q4

[aa ]

[ba ]
[ca ]

[qa ]

[ab]
[bb]
[cb]
[qb]

[ac ]
[bc ]
[cc]
[qc ]

[aq ]

[bq ]
[cq ]
[qq ]

eliminando la ltima fila de la matriz producto obtenemos:

[aa ]

[ba ]
[ca ]

[ab] [ac] [aq ]

[bb] [bc] [bq]

[cb] [cc] [cq]

Para el ejemplo que venimos desarrollando, la matriz ampliada es:

1
1
1

1 1 3 ; premultiplicando por su matriz traspuesta:

2

1
1 1
2

1
1
1 1
3
1
1 3 1

1 1
1 1 1 3 = 1 3
0
2

1 1
1 2 0 14
1
1
2
2
4

2
eliminando la ltima fila de la matriz producto obtenida llegamos a:
3 1 3

1 3 0
esta matriz, es la matriz ampliada de un sistema de ecuaciones compatible; solo resta
encontrar la solucin por cualquiera de los mtodos desarrollados.

51

Introduccin a la Teora de Grafos.

La isla Kueiphof en Konigsberg (Pomerania) est rodeada por un ro que
se divide en dos brazos. Sobre estos brazos estaban construidos siete puentes, siendo para
los habitantes un motivo de distraccin descubrir un itinerario de modo tal que pudieran
regresar desde cualquier punto al mismo punto despus de haber cruzado por los siete
puentes pasando solo una vez por cada uno de ellos.

A
(isla

D
En 1736, el matemtico alemn Leonard Euler (1707-1782) visit la
ciudad y, para estudiar el problema, represent las distintas zonas A (isla Kueiphof), B, C y D
mediante puntos, mientras que a los puentes los simboliz mediante lneas que unen dichos
puntos. A la figura la llam grafo, a los puntos vrtices o nodos y a las lneas les dio el
nombre de aristas.
C
A

D
El problema inicial se corresponde con el del esquema y consiste en
verificar si partiendo de uno cualquiera de los cuatro puntos (A,B,C,D) puede seguirse un
camino que pase por todas las aristas de una sola vez. Dicho de otra forma el problema
consiste en estudiar si la figura se puede dibujar de un solo trazo, sin levantar el lpiz del
papel y sin pasar dos veces por el mismo sitio.

52

Para que ello sea posible, el nmero de lneas que concurren a un punto
podr ser impar a lo sumo en dos puntos de concurrencia, debiendo en los dems puntos
concurrir un nmero par de caminos y en nuestro caso todos los puntos tienen un nmero
impar de lneas que concurren a ellos, lo que nos indica que el problema no tiene solucin.
En efecto; a la isla A llegan cinco puentes; a la parte B llegan 3 puentes;
a la orilla C llegan tres puentes y a la orilla D llegan tres.
Otros ejemplos:
a) los siguientes dibujos pueden construirse de un solo trazo:

b) estos dibujos no pueden construirse de un solo trazo:

Este estudio de Euler dio origen a la Teora de Grafos, que se

emplea entre otros problemas en el estudio de los circuitos elctricos, en los problemas de
transporte, etc...
Un grafo es, por ejemplo, el mapa de las carreteras de la Repblica
Argentina, en el cual las ciudades estn representadas mediante puntos (nodos) y los
caminos que los unen mediante lneas (aristas).
Otros ejemplos de tipo similar son

Kirchoff, en 1847 utiliz esquemas de este tipo al trabajar sobre circuitos

elctricos

53

Cayley en 1857 estudi la enumeracin de los istopos del compuesto

orgnico CnH2n+2 usando un esquema en el que cada punto estaba
unido con una o cuatro lneas de acuerdo a la valencia de enlace.

Jordan, en 1869 estudi estructuras de rbol en forma abstracta

En pocas ms recientes se plante el problema de colorear mapas de

manera tal que pases con frontera comn, tuviesen colores diferentes.
Lo comn en todos los casos planteados, es poder simbolizar un
determinado problema mediante un esquema de las caractersticas de los que hemos
descrito, llamado grafo, formado por puntos y lneas que los unen y estudiar soluciones al
problema mediante reflexiones realizadas sobre el grfico asociado.
Teniendo en cuenta que problemas distintos pueden tener como
representacin el mismo grfico, un estudio sobre estos esquemas permite resolver mltiples
problemas a la vez.
La conformacin de un grafo se reduce generalmente a plantear el
problema que se estudia utilizando un esquema simple.
En el trazado que realizamos no tienen importancia ni la forma, ni la
longitud de las lneas que unen los puntos ni las ubicaciones relativas de los mismos; solo
interesa visualizar las conexiones establecidas entre los puntos (nodos).
La Teora de Grafos ha dado resultados importantes en distintos campos
de la actividad del hombre y, aplicada a problemas diversos ha demostrado importantes
ventajas sobre algunos procedimientos analticos.
siguiente manera:

La idea gestacional de la Teora de Grafos puede explicarse de la

54

Para analizar un determinado problema podemos trazar:

Puntos: para representar los elementos del conjunto que se estudia.
Lneas: para representar las relaciones que vinculan los elementos.
Este simple razonamiento es, sin duda, la causa que dio origen, en
diferentes disciplinas a similares esquemas que reciben distintos nombres; organigramas,
circuitos elctricos, rboles genealgicos, hojas de ruta, etc,...
Resulta frecuente en la vida cotidiana establecer relaciones entre los
elementos de dos o ms conjuntos, o bien, entre los elementos de un mismo conjunto.
Dar una relacin R es fijar una cierta ley que permita decidir para cada
par de elementos a y b si a est relacionado con b o no. Escribimos aRb para indicar que
(a,b) R. Si por ejemplo R es la relacin a es hermano de b, Juan R Jos o bien el par
(Juan, Jos) significan que Juan es hermano de Jos.
Representacin de relaciones.
Sean los conjuntos: A = {1,2,3} B = {a,b,c,d} ; una cierta relacin del
conjunto A con el conjunto B puede expresarse mediante un diagrama de Venn,
A

B
1

* a
* b
* c
* d

por una tabla de simple entrada (horizontal o vertical),

A 1 2 2 3 B b c d - a

1
2
2

b
c
d

3
-

mediante una tabla a doble entrada o matriz,

B
A
1
2
3

55

a
1 0

que tambin puede representarse utilizando unos y ceros: 2 0

3 0

b c d
1 0 0

0 1 1
0 0 0

o por un conjunto de pares ordenados

G = { (1,b); (2,c); (2,d)}
llamado GRFICA de la relacin; esta grfica puede representarse en coordenadas
cartesianas ortogonales:
B
d
G

c
b

Ax B

a
1

De lo expuesto podemos dar la siguiente Definicin:

Se llama relacin R de A en B a toda terna compuesta por un conjunto
A llamado "conjunto de partida", un conjunto B denominado "conjunto de llegada" y el
conjunto G llamado "grfica" cuyos elementos son pares ordenados tales que su primera
componente pertenece al conjunto A y la segunda a B.
R = (A , B, G )
De la observacin de la representacin cartesiana puede inferirse que el
llamado producto cartesiano A x B es una GRFICA; la que corresponde a la relacin ms
completa que pueda definirse entre dos conjuntos, ya que todo elemento de A est
relacionado con cada uno de los elementos de B.
Por ello, podemos afirmar que la grfica de toda relacin R = (A,B,G)
es un subconjunto del producto cartesiano.
R = (A, B, G): G

A x B.

56

Estudiaremos ahora, como caso particular, las relaciones definidas en un

mismo conjunto; para el caso que nos interesa en la Teora de Grafos un conjunto de
elementos vi que llamamos vrtices
Dado el conjunto V = {v1; v2} podemos formar los siguientes pares
ordenados (v1,v1) ; (v1,v2) ; (v2,v1) ; (v2,v2). Si el nmero de elementos de V es n, podemos
formar n2 pares ordenados. Como hemos visto el conjunto de todos los pares ordenados
posibles, recibe el nombre de Producto Cartesiano VxV y corresponde a la relacin ms
completa que se puede establecer con los elementos de un conjunto ya que vincula a cada
elemento de V consigo mismo y con todos los dems elementos de dicho conjunto.
Si solamente algunos de los pares ordenados de VxV cumplen con una
determinada propiedad, dicha propiedad particiona el conjunto VxV en dos subconjuntos: el
de los pares ordenados que verifican la relacin y el de aquellos que no la verifican.
Estos dos conjuntos reciben el nombre de Grafos de V.
Al igual que lo que sucede con las relaciones, un grafo puede
representarse mediante diagramas de Venn, diagramas cartesianos, utilizando tablas a simple
entrada, a doble entrada que llamamos matrices, pero la practicidad de la representacin ha
hecho prevalente sobre estos grafismos la utilizacin del denominado diagrama sagital o
simplemente, grafo, que para nuestro ejemplo tiene el aspecto:
V1

V2

De una manera ms simple y conceptual un grafo queda definido por un

conjunto de elementos vi pertenecientes a un conjunto V y una ley de correspondencia C entre
dichos elementos. En nuestro Grafo V = {v1,v2} y la ley de correspondencia C se expresa
C(v1) = (v1,v2)
C(v2) = (v1,v2)
Los grafos pueden ser orientados o no, segn que lo sean o no sus
aristas; el grafo que hemos representado es orientado.
Veamos otro ejemplo:
V2

V5
V4

V1
V3

V7
V6

57

El conjunto de los vrtices es V = {v1,v2, v3, v4, v5, v6, v7} y la ley de

correspondencia:

C(v1) = {v2, v3, v4}

C(v2) = {v4, v5}
C(v3) = {v4, v6}
C(v4) = {v5, v6, v7}
C(v5) = {v7}
C(v6) = {v7}
C(v7) =
Observemos que aunque existe conexin entre v4 y v3 estando el arco
orientado no se puede ir de v4 a v3. Del mismo modo, el nodo v7 est conectado con v4, v5 y v6
pero no se puede avanzar en contra de cada una de las flechas. Por esta razn a la ley de
correspondencia de v7 la designamos con (conjunto vaco).
Como puede entenderse con facilidad, resulta interesante dar vida real a
los nodos asocindolos con ciudades o establecimientos y a los arcos como smbolo de rutas
o carreteras.
Para un grafo orientado tal como el del ejemplo precedente resulta
interesante definir:
Camino: conjunto de dos o ms arcos.
Circuito: camino cerrado.
Bucle: camino de un solo arco.
Longitud de un camino: es el nmero de arcos que lo componen.
Pueden ser simples, si no se repite ningn arco y compuestos cuando se
repite
algn arco. Se denominan elementales cuando no se repite ningn vrtice y no
elementales, si se repite alguno.
V2
V1
V7

V6

V3

V4

V5

En el grafo de la figura anterior pueden verse:

Caminos (v1 v4): Se dan a continuacin algunos de los caminos posibles entre los nodos
v1 y v4.
V1 v7 v4
V1 v2 v3 v4
V1 v7 - v5 v4

58

Actividad: escribir otros tres caminos entre los vrtices v1 y v4.

Circuitos v1:

V1 v7- v5 v1
V1 v6 v5 v1

Bucle v1: el bucle v1 v1 es nico.

Existen caminos y circuitos especiales, que por su inters, sobre todo en
los problemas de distribucin mencionaremos:
Caminos hamiltonianos: son aquellos grafos al cual pertenecen todos los vrtices del grafo,
una sola vez cada uno de ellos.
Circuitos hamiltonianos: son los caminos hamiltonianos cerrados.
Caminos eulerianos: son aquellos a los que pertenecen una sola vez todos los arcos del
grafo.
Circuitos eulerianos: son aquellos circuitos eulerianos que comienzan y terminan en el
mismo vrtice.
En el grafo de la figura que sigue daremos algunos ejemplos sobre los
conceptos definidos:
V1

V2

V3

V4

V5

V6

V7

V8

Camino simple elemental:

Camino simple no elemental:

v1 v3 - v5 v6 v8 v7

v1 v3 - v6 v4 v3- v5 v7
(no se repite ningn arco, pero se repite el vrtice v3.)
Camino compuesto no elemental:
v1 v3 v5 v6 v4 v3 v5 v7
(se repite el arco (v3 v5) y los vrtices v3 y v5.
Circuito simple elemental:
v2 v4 v3 v2

59

Circuito simple no elementlal:

v1 v3 v5 v6 v4 v3 v2 v1
(se repite el vrtice v3 pero ningn arco)
Camino hamiltoniano:
v1 v2 v4 v3 v5 v6 v8 v7

Ciruito hamiltoniano.

En este grafo no hay circuitos hamiltonianos.

Camino y Ciruito euleriano:
Este grafo no tiene ni caminos ni circuitos eulerianos.
Veamos ahora el grafo de la figura siguiente:
V1

V2

V3

V5

V4

V6

V7

V8

Circuito euleriano:
V1 v3 v4 v5 v7 v8 v6 v3 v2 v1
Comprende todos los arcos del grafo una sola vez. Sin embargo no es
hamiltoniano porque se repite el vrtice v4.
Subconjuntos de un grafo:

a) Subgrafo:
Si de todos los vrtices de un grafo consideramos solamente algunos de
ellos con todos los arcos que le corresponden en el grafo original, definimos lo que se
denomina subgrafo. En otras palabras, un subgrafo tiene una parte de los vrtices del grafo y
conserva todos los arcos que corresponden al grafo total.
Como ejemplo si el grafo total corresponde a la red carreteras de la
Repblica Argentina, un subgrafo podra ser la red de carreteras de la Provincia de Buenos
Aires.

60

Para el grafo que corresponde a la siguiente figura (grafo total):

1

si queremos estudiar, por ejemplo una red de distribucin de un producto entre los puntos 3,
4, 5, 6, 7 y 8, obtendremos el subgrafo de la figura siguiente:
7
3

6
8

b) Grafo parcial:
Cuando a partir de un grafo dado no vara el nmero de vrtices, pero
acotamos la ley de correspondencia entre ellos, obtenemos un grafo parcial;
1

7
3

Si las
indican las carreteras provinciales y los
figura siguiente es un grafo parcial:
1

7
3

caminos municipales, la

61

Grado de un vrtice:
Si se trata de un grafo no orientado, el grado de cada uno de sus
vrtices es el nmero de arcos que llegan a l. En el grafo de la figura el grado de V1 es cuatro
y grado de v3 es tres. Se simboliza:
gv1) = 4
g(v3) = 3
V2
V1
V7

V6

V3

V4

V5

Si el grafo est orientado, deben definirse los conceptos de semigrado

interior y exterior.
Actividad: Obtener los grados de los vrtices 1, 2, 3, 4, 5, y 6 del grafo de la figura anterior.
Semigraqdo interior es el nmero de arcos que inciden sobre un determinado vrtice
Semigrado exterior es el nmero de arcos que salen de l.
V2
V1
V7

V6

V3

V4

V5

En este grafo el semigrado interior de v7 rd igual a uno y el semigrado

exterior del mismo vrtice vale 3. Se simboliza:
gi(v7) = 1
ge(v7) = 3
Actividad: Obtener los semigrados interior y exterior de los restantes vrtices del grafo de la
figura.

62

Nmero grado de un grafo:

Llamamos nmero grado de un grafo y lo simbolizamos g(G) el mximo
de los grados de sus vrtices si el grafo es no orientado y la mxima suma de los semigrados
exterior e interior del mismo vrtice, cuando est orientado; es decir: g(G) = max (ge(vi) +
gi(vi)).
Actividad: Obtener los nmeros de grado de los vrtices del grafo de la figura anterior.
Matrices de un grafo
a) Matriz booleana:
Es una matriz cuadrada cuyos elementos indican la existencia o no de
un arco al menos entre dos vrtices cualesquiera de un grafo. Los elementos de la
matriz son ceros y unos. Un uno en la posicin vij indica que existe conexin entre los
vrtices i, j: Un cero en cualquier posicin expresa la no existencia de conexin entre los
vrtices correspondientes
Como el grafo de la figura anterior tiene siete vrtices, se puede
construir la matriz booleana de orden 7:

V2

V1
V7

V6

V3

V4

V5

v1 0

v2 0
v3 0

v4 0
v5 1
v6 0

v7 0

0
0

0
0
0 0 0 1 0 0

0 1 1 1 0 0

1
0
0
0
0

0
1
0
0
0

0
0
1
0
1

0
0
0
0
0

1
0
0
0
0

Las suma de los elementos de cada una de las filas y la suma de los
elementos de cada una de las columnas representan respectivamente los semigrados
exteriores e interiores de cada uno de los vrtices.

63

1 0 0 0 1 1 2 g e (v1 )

0 1 0 0 0 0 1 g e (v2 )
g e (v3 )
0 0 1 0 0 0 1

g e (v4 )
0 0 0 0 0 0 0 = g (v )
e 5

0 0 1 0 0 0 2 g (v )
e 5

0 0 0 1 0 0 1 g (v )
e 6

0 1 1 1 0 0 3 g (v )
e 7
[1 1 2 3 2 1 1] = gi (vi )

v1 0

v2 0
v3 0

v4 0
v5 1
v6 0

v7 0

Si recordamos que el grado de un vrtice es la suma de los semigrados

exterior e interior, podemos sumar el vector columna de los semigrados exteriores con el
vector traspuesto del vector fila de los semigrados interiores, resultando:

2 1 3 g (v1 )
1 1 2 g (v )
2
1 2 3 g (v3 )

0 + 3 = 3 = g (v4 )
2 2 4 g (v5 )

1 1 2 g (v6 )
3 1 4 g (v )
7
Sumando las componentes del vector de los semigrados exteriores o
bien del vector de los semigrados interiores computamos el nmero de arcos del grafo o, lo
que es an ms interesante, el nmero de caminos de longitud igual a la unidad:

2 + 1 + 2 + 0 + 2 + 1 + 3 = 11
1 + 1 + 2 + 3 + 2 + 1 + 1 = 11
lo que significa que el grafo tiene 11 arcos o bien que los caminos de longitud uno son once.
Este sencillo clculo sirve de comprobacin de que la matriz booleana ha sido bien calculada.

64

Matriz asociada:
Tiene la misma estructura que la matriz booleana; la diferencia estriba
en que cada elemento de esta matriz indica el nmero de caminos existentes entre los
vrtices vi y vj. En el caso del grafo que hemos analizado construyendo su matriz booleana, su
matriz asociada tiene exactamente el mismo aspecto.
Sean ahora nuestro grafo y su matriz asociada:

V1

V4

V3

V2

2
M = 0

0
0

1 0 1 0

0 1 0 0
0 0 1 0

0 0 1 0
1 0 1 1

V5

respecto de los semigrados exterior e interior de cada uno de los vrtices, de los grados de los
vrtices y de los caminos de longitud uno que se corresponden con el nmero de arcos,
escribimos:

g e (vi ) + gi (vi ) = g (vi )

2
2
4
3
2
5



1 + 1 = 2



1
4
5
3
1
4

ge (vi ) + gi (vi ) = 10
es decir que el grafo tiene 10 arcos o, lo que es igual diez caminos de longitud uno.
Caminos de longitud dos o ms:
Si queremos ahora encontrar el nmero de caminos formados por dos
arcos, es decir, el nmero de caminos de longitud dos, elevamos al cuadrado la matriz
asociada y realizar las mismas operaciones sumando los nmeros de cada fila y de cada
columna.

65

2
2
M M = M = 0

0 0

0 2
0 0

0 0

1 0 1 1 0
1
0
0
0

0
1
0
0

1
0
1
1

0 2

0 0
0 = 0

0 0

1 0 1 1 2
1
0
0
0

0
1
0
0

1
0
1
1

0 4

0 5
0 1

0 1

1 1 2 1 7
0
2
0
0

1
0
0
0

1
3
1
1

3 2 8 1] [18]
Existen dieciocho caminos posibles de longitud dos en el grafo analizado.

[4

Si queremos obtener ahora el nmero de caminos de longitud igual a

y as sucesivamente para
tres, debemos efectuar la operacin matricial M 3 = M 2 M
caminos de orden de longitud mayor. (Volveremos sobre este tema con ms detalles al
tratar las aplicaciones a la ciencia de la conducta).
Ordenamiento de un grafo:
Dejando para ms adelante la justificacin del ordenamiento de los
grafos en niveles, vamos a ejemplificar la operacin utilizando dos metodos.
a) ordenamiento por el mtodo de los semigrados exteriores:
Cuando hablamos de semigrados, estamos tratando implcitamente con grafos
ordenados. Estudiemos el siguiente grafo, del cual plantearemos su matriz booleana.
V2
V5
V4
V1

V6
V3

V8

V7

V9

66

v1

0
0

0
M = 0
0

0
0

v2

v3

v4

v5

v6

v7

v8

v9

X0

1 1 0 0 0 0 0 0 2

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

0 0 0 0 0 1 0 0 1
0 0 1 0 1 0 0 0 = 2

0 0 1 0 0 0 0 0 1

0 0 0 0 0 0 0 0 0

0 0 0 0 0 1 0 0 1

0 0 0 0 0 0 1 0 1

X1

X2

X3

X4

X5

2
2

2

0
2

1
X

0
1

2
1

1

X
1

0
X

X
0

2
1

0

X
0

X
X

X
X

1
0

X

X
X

X
X

X
X

0
X

X

X
X

X
X

X
X

Escrita la matriz booleana que corresponde al grafo calcularemos primero un vector columna
X 0 en el cual sus elementos son los semigrados exteriores de los vrtices del grafo. Este
vector columna est escrito al lado de la matriz booleana M .Un cero ubicado en cualquier
posicin de este vector columna nos est indicando que el vrtice correspondiente tiene
semigrado exterior cero, o lo que es lo mismo hemos determinado que de ese vrtice no sale
ningn arco., lo que significa que este vrtice es el nudo final del arco.
Para el grafo que estamos estudiando se anula la sptima componente
de X 0 . Tenemos entonces que v7 es el nudo final del grafo y por s solo constituye un nivel
que llamaremos nivel 0
El siguiente paso del ordenamiento consiste en formar otro vector X 1
que se obtiene restando al vector X 0 el o los vectores que pertenecen al nivel 0, en nuestro
ejemplo X 1 = X 0 v7

2 0 2
2 0 2

3 1 2

1 1 0
X 1 = 2 0 = 2

1 0 1
0 0 X

1 1 0
1 9 1

Los vrtices que estarn en el nivel 1 sern los correspondientes a las
posiciones nulas de X 1 : los vrtices v4 y v8

67

Para el siguiente nivel haremos la operacin: X 2 = X 1 v4 v8

2 0 0 2
2 1 0 1

2 1 0 1

X 0 0 X
X z = 2 1 0 = 1

1 1 0 0
X 0 0 X

X 0 0 X
1 0 1 0

del ltimo clculo deducimos que los vrtices que conforman el nivel 2 son v6 y v9
Actividad: con razonamiento anlogo,, demostrar que se verifica:
1 2 3 4 5
V4 V6 V3
VRTICES v7
V2 V1
v8 V9 V5
NIVEL

La ordenacin en niveles del grafo estudiado es la siguiente:

v5
v1

v6

v4

v2

v7

v3

v9

v8

68

Algunas aplicaciones importantes de Matrices y Grafos:

Como hemos visto hasta ahora, hemos concebido un grafo como un
conjunto de vrtices y una ley de correspondencia para cada uno de ellos que indica como
est relacionado cada elemento del conjunto que se estudia con cada uno de los restantes
elementos.
Podemos agregar, a los efectos de estudiar diversos problemas otra
informacin sobre los arcos; dicha informacin est directamente relacionada con el valor
que podemos asignar a cada uno de los mismos.
Supongamos que dos ciudades cualesquira A y B estn relacionadas
entre s mediante tres rutas:
50
A

40

60
Si asignamos un valor a cada uno de los arcos, podemos decir, por
ejemplo que los caminos que unen las ciudades A y B tienen 50, 40 y 60 Kilmetros
respectivamente. En este supuesto el valor de cada uno de los arcos indica el valor de la
variable distancia. Pero podran interesarnos otras variables distintas, como ser el tiempo que
se tarda en recorrer cada camino o el costo del peaje de cada una de las carreteras.
Cuando se trata de la variable tiempo, debe tenerse en cuenta que dicha
variable no es necesariamente proporcional a la longitud del camino ya que depende, entre
otros parmetros del tipo y estado de cada una de las rutas. Estas consideraciones debern
tenerse en cuenta al momento de elegir las variables que intervienen en el grafo; de este
modo, a partir de las variables que se elijan deberemos optimizar unas u otras.
Habr ocasiones, como veremos, en las que lo que ms interesa es el
costo del transporte, expresndose el costo en unidades monetarias (u.m) por kilmetro
recorrido.
Supongamos ahora que una fbrica elabora productos para lo cual
deben efectuarse un cierto nmero de operaciones; cada operacin necesita emplear un
cierto tiempo y algunas operaciones deben ser terminadas antes de comenzar otras. El
problema consiste en elaborar un plan de trabajo que permita elaborar el producto en el
menor tiempo posible. Una manera de resolver este problema consiste en construir un grafo
en el cual cada una de las operaciones estar representada por un punto y en cada punto un
nmero que indicar el tiempo que demanda la operacin. Las secuencias en que se
realizarn las operaciones debern indicarse mediante flechas.
Para determinar un plan ptimo deber explorarse metodolgicamente el
grafo construido con el objeto de determinar un camino crtico que ejecute todo el proceso
en el menor tiempo posible.

69

Todo esto conduce al tratamiento de las componentes del grafo de una

forma u otra segn sean las variables a optimizar; la solucin se obtiene en cada uno de los
casos mediante distintos modelos de gestin que adquieren denominaciones tpicas.
Veamos algunos modelos:

Aplicacin a Problemas de la Ciencia de la Conducta:

Las matrices que tienen como elementos solamente ceros y unos
resultan de suma utilidad en el anlisis de grficas y de redes.
Una red de comunicacin consiste en un conjunto de personas A1, A2,
A3, etc... tales que entre algunos pares de esas personas existe posibilidad de comunicacin.
La comunicacin entre dos elementos cualesquiera del conjunto puede
establecerse en un sentido o en ambos. Por ej. la comunicacin en dos sentidos podra
efectivizarse mediante el uso de telfono o radio, mientras que una comunicacin
en un sentido es, por ejemplo, la que utiliza una seal luminosa, una paloma mensajera, una
seal de humo o acstica.
Utilizaremos el smbolo >> para indicar una conexin; Ai>>Aj significa
que el individuo Ai puede comunicarse con Aj (en ese sentido). El nico requisito que debe
establecerse es: Es falso que Ai >> Ai para todo i, esto es, un individuo no puede (o no
necesita) comunicarse consigo mismo.
Una determinada red de comunicacin queda expresada mediante un
grafo (tambin denominado diagrama sagital), en el cual los individuos estn representados
por puntos A1, A2, etc... y las vinculaciones mediante segmentos dirigidos (el sentido de la
direccin est representado mediante flechas); por ejemplo:

A3
A2
A1
A4
El diagrama precedente puede representarse de manera prctica mediante una matriz
cuadrada cuyos elementos son ceros y unos:

70

1
D=
0

1
0
0
1

0
1
0
0

0
1

en esta matriz los elementos de la fila 1 representan respectivamente las comunicaciones

entre A1 y todos los individuos que intervienen en la red de comunicacin; el 1 de la primera
fila ubicado en la posicin d12 nos indica que
A1>>A2 (A1 se comunica con A2)
La condicin Es falso que Ai >> Ai se manifiesta en la matriz por el
hecho de que los elementos de la diagonal principal (que tienen subndices iguales) son
todos nulos.
Otro ejemplo es el que corresponde a una relacin de dominancia: es
sta una clase especial de relacin de comunicacin en el cual adems de la propiedad ya
vista:

1) Es falso Ai >> Ai, (es falso que Ai se domine a s mismo), vale:

2) Para cada par i,j con i j, Ai >> Aj Aj >> Ai , pero no ambas a la vez; dicho en
palabras: para cada par de individuos existe exactamente uno que es
dominante.
3) Si Ai >> Aj y Aj >> Ak no vale necesariamente Ai >> Ak (no se verifica la
propiedad transitiva de las relaciones).
Este tipo de relacin se verifica en la competencia por equipos en el
caso en que no se admitan empates.
Las relaciones de dominancia suelen describirse utilizando grafos
dirigidos (con flechas) o bien mediante matrices. Por ejemplo:

A3
A1

A3
A2

A1

A2

A1 >> A2
A2 >> A3
A3 >> A1

A1 >> A2
A1 >> A3
A2>> A3

71

0 1 0

D = 0 0 1
1 0 0

0 1 1

D = 0 0 1
0 0 0

Puesto que tanto la matriz de comunicacin como la de dominancia son cuadradas, podemos
computar sus potencias C2, C3, etc...
Haciendo CxC = C2 = E = (eij)

c11 c12

c21 c22
...
...

ci1 ci 2
...
...

cn1 cn 2

... c1 j
... c2 j
... ...
...

cij

...

...

... cnj

... c1n c11 c12

... c2 n c21 c22
... ... ...
...

... cin ci1 ci 2
... ... ...
...
... cnn cn1 cn 2

... c1 j
... c2 j
... ...
...

cij

...

...

... cnj

... c1n

... c2 n
... ...

... cin
... ...
... cnn

el elemento genrico del producto eij se obtiene multiplicando la fila i por la columna j ,
resultando :
eij = ci1 c1j + ci2 c2j + ...........+cik ckj....................+ cin cnj
Un trmino del segundo miembro de la expresin anterior (por ejemplo el
genrico de la forma cik ckj) puede ser no nulo slo si ambos factores son no nulos, o lo que es
lo mismo si ambos factores son iguales a uno.
Cuando se da esta situacin, por ejemplo:

Cik = 1 Ai >> Ak y Ckj = 1 Ak >> Aj

como se dan simultneamente ambas situaciones:
Ai >> Ak >> Aj
que implica una dominancia establecida en dos etapas entre Ai y Aj
Ejemplo:
Sea una relacin de dominancia establecida entre cuatro individuos,
expresada mediante la matriz
0 1 1 1

0 0 1 1
C=
0 0 0 1

0 0 0 0

72

0
2
hacemos C = .
0

1 1 1 0

0 1 1 0

0 0 1 0

0 0 0 0

1 1 1
0 0

0 1 1
0 0
=
E
=
0 0
0 0 1

0 0
0 0 0

1 2

0 1
0 0

0 0

Obtenida la matriz producto analizamos el 2 situado en el ngulo

superior derecho (elemento e14)
2 = e14 = c11 c14 + c12 c24 + c13 c34 + c14 c44
e14 = 0 1 + 1 1 + 1 1 + 1 0

A1>>A2>>A4 A1>>A3>>A4
En el grafo que corresponde al caso estudiado, pueden visualizarse las
relaciones de segundo orden
A4

A1
A3

A2

se leen en el grafo las siguientes relaciones de primer orden :

A1 >> A2; A1 >> A3; A1 >> A4; A2 >> A3; A2 >> A4; A3 >> A4
y las que se detallan de segundo orden:
A1 >> A2 >> A3 ; A1 >> A2 >> A4 ; A1 >> A3 >> A4 ; A2 >>A3 >> A4
Sean ahora los siguientes diagramas sagitales y sus correspondientes
matrices:

A1 0

A2 1
C3 =
A3 0

A4 0

1 0 0

0 1 0
0 0 1

1 0 0

A3
A1

A2

A4

73

A1 A2 A3 A4
A1 0 1 0 0

A2 1 0 0 0
C4 =
A3 0 1 0 0

A4 0 1 0 0

A3
A1

A2

A4

En estos casos particulares, donde existe comunicacin recproca entre

individuos (A1 >>A2 y A2 >> A1) no se cumple la condicin que aij = 1 aji = 0 como se puede
ver, con los elementos recprocos.
a12 = 1 y a21 = 1
Siendo las matrices de comunicacin cuadradas, podemos calcular efectuando el producto de
las mismas, las potencias sucesivas, es decir C2, C3, etc.
Por ejemplo, si efectuamos el producto de C3 por si misma, resulta:
A1 A2 A3 A4
A1 0 1 0 0

A2 1 0 1 0
A3 0 0 0 1

A4 0 1 0 0

A1 A2 A3 A4
A1 0 1 0 0

A2 1 0 1 0
=
A3 0 0 0 1

A4 0 1 0 0

0
2
C3 = E =
0

siendo eij =

0 1 0

1 0 1
1 0 0

0 1 0
4

aik akj
k =1

e11 = c11c11 + c12c21 + c13c31 + c14c41

teniendo en cuenta la definicin del producto de matrices.
Un trmino de la forma cikckj solamente puede ser distinto de cero, como
ya hemos expresado, si ambos factores son distintos de ceros, es decir, si ambos factores son
iguales a la unidad.

74

Si resulta que cik = 1 esto significa que Ai tiene comunicacin con Ak es

decir (Ai >> Ak). Si adems ckj = 1 significa que Ak tiene comunicacin con Aj, es decir, (Ak >>
Aj); resultando en consecuencia Ai >> Ak >> Aj, relacin de COMUNICACIN que se
denomina:
RELACIN DE COMUNICACIN EN DOS ETAPAS O DE SEGUNDO ORDEN.
El nmero resultante del clculo de eij expresa el nmero de relaciones
de COMUNICACIN EN DOS ETAPAS O DE SEGUNDO ORDEN, lo cual significa que el
individuo Ai se comunica con el individuo Aj de una o ms maneras distintas.
En el ejemplo dado, por ser c11 = 1 indica que A1 puede comunicarse consigo mismo en dos
etapas, que se identifican:
A1 >> A2 >>A1
Por ser c13 = 1 indica que A1 se comunica con A3 en dos etapas: esta relacin se escribe:
A1 >> A2 >> A3
De la misma manera por ser c22 = 1 nos indica que A2 tiene una relacin de comunicacin
consigo mismo, de segundo orden, es decir:
A2 >> A1 >> A2
Para

c32 = 1

resulta:

A3 >> A4 >> A2

Para

c41 = 1

resulta:

A4 >> A2 >> A1

Para

c43 = 1

resulta:

A4 >> A2 >> A3

De esta manera, todas las relaciones de comunicacin de segundo

orden, puede explicitarse desarrollando el correspondiente elemento de la matriz C32 = E o
bien observando grafo o diagrama sagital correspondiente.
El cubo de la matriz C33 = C32 x C13 nos puede suministrar la informacin
de tercer orden o tercer grado, de una manera completamente anloga a lo que nos
suministra C32 en las comunicaciones de segundo orden.
As siguiendo, podramos calcular las potencias C34, C35, ... etc. de una
matriz, para obtener informacin sobre comunicaciones indirectas entre los individuos de los
grupos que se estudian.
Si en lugar de utilizar la relacin SE COMUNICA CON entre los
individuos, ponemos como relacin la expresin ELIGE la matriz obtenida se llamar
MATRIZ DE ELECCIN, mientras que si utilizamos la relacin DOMINA obtendramos un
estudio de MATRICES DE DOMINANCIA, etc.

75

Ejemplo: Efectuar el siguiente anlisis en el diagrama de flechas y hallar las comunicaciones

de segundo orden.
A4
A1 A2 A3 A4
A1 0 1 1 1

A2 1 0 1 1
A=
A1
A3
A3 1 1 0 1

A4 0 1 0 0

A2
0 1 1 1 0 1 1 1
2 2 1 2

1 3 1 2
2 1 0 1 1 1 0 1 1
AxA = A =

=C =
1 1 0 1 1 1 0 1
1 2 2 2

0 1 0 0 0 1 0 0
1 0 1 1

c11 dos comunicaciones de segundo orden:

A1 >> A2 >> A1
A1 >> A3 >> A1
c12 dos comunicaciones de segundo orden:
A1 >> A3 >> A2
A1 >> A4 >> A2
c13 una comunicacin de segundo orden: A1 >> A2 >> A3
c14 una comunicacin de segundo orden: A1 >> A2 >> A4
c21 una comunicacin de segundo orden: A2 >> A3 >> A1
c22 tres comunicaciones : A2 >> A1 >> A2
A3 >> A2 >> A1
A2 >> A4 >> A2
c23 una comunicacin:
A2 >> A1 >> A3
c24 dos comunicaciones: A2>> A1 >> A4
Actividad: escribir las restantes comunicaciones de segundo orden

76

Ejercicio : Dados los siguientes grafos, armar las matrices correspondientes y estudiar las
comunicaciones de 1ro y 2do orden.
A2

A3

A1

A
A1

A2

A3

A4

EL PROBLEMA DEL TRANSPORTE

Recibe este nombre debido a que muchas de sus aplicaciones se
refieren a la manera ptima de transportar bienes.
Sin embargo, algunas de sus aplicaciones importantes como la
programacin de la produccin, de hecho nada tiene que ver con el transporte.
Las aplicaciones del problema del transporte requieren, como veremos,
un nmero muy grande de restricciones y variables, de manera tal que una aplicacin en
computadora de los mtodos tradicionales de la llamada programacin lineal (particularmente
el Mtodo Simplex) puede conducir a un esfuerzo computacional muy grande.
Como resultado de este problema se han desarrollado otros algoritmos
con gran ahorro de tiempo en la resolucin.
Importantes ahorros en costos se han logrado a travs de una adecuada
eleccin de la ruta de envo de mercaderas desde los puntos de existencia de la misma hasta
los puntos de demanda.
Meta y restricciones de un modelo de transporte.
La meta de un modelo de transporte es minimizar el costo total de envo
de un producto (o productos) desde los puntos de oferta (orgenes) hasta los puntos de
demanda (destinos) bajo las siguientes restricciones:
1. Cada punto de demanda recibe su requerimiento
2. Las salidas desde un origen no exceden su capacidad disponible.

77

Formulacin de un modelo de transporte.

Consideremos una red de distribucin de un producto con dos puntos de
suministro (orgenes) y tres puntos de demanda (destinos)

D1

$2

O1
(10)

(10)

$4

D2

$6

(5)

$3

$6

O2
(15)

D3

$9

(10)

Como el total de las disponibilidades

10 +15 = 25 es igual a la suma
de las demandas 10 + 15 + 10 = 25 decimos que el problema de transporte que hemos
planteado est equilibrado o balanceado.
En cada una de las ramas (flechas) est indicado el costo unitario de
envo del producto; para enviar una unidad desde O1 hasta D1 se requieren $ 2. La
informacin puede resumirse en la siguiente tabla que tiene las caractersticas de una matriz:
O1
O2
Requerimientos

D1
2
3
10

D2
4
6
5

D3
6
9
10

Disponibilidad
10
15
Total = 25

Para indicar el nmero de unidades a transportar del origen i al destino j

escribimos xij.

El objetivo es minimizar el costo total de envo sujeto a las restricciones

de disponibilidad y de requerimientos, o sea:
Minimizar:
sujeta a:

Z = 2x11 + 4x12 + 6x13 + 3x21 + 6x22 + 9x23

x11 + x12 + x13
x11

x12

x13

con xij 0

x21 + x22 + x23

+ x21
+ x22
+ x23
(I = 1,2,3)

= 10
= 15
= 10
= 5
= 10

(0)
(1)
(2)
(3)
(4)
(5)

78

Las restricciones (1) y (2) son de disponibilidad, mientras que (3), (4) y
(5) son restricciones de requerimiento o de demanda.
Consideremos ahora el caso en que la oferta es superior a la demanda
para los mismos orgenes y destinos con idnticos costos unitarios y con la siguiente tabla:
O1
O2
Requerimientos

D1
2
3
10

D2
4
6
5

D3
6
9
10

Disponibilidad
15
15
25
30

Para construir un modelo equilibrado (oferta = demanda) creamos un

punto de demanda ficticio, con una cantidad requerida igual a la diferencia entre la oferta y la
demanda (en nuestro caso, 5 unidades)

O1
O2
Requerimientos

D1
2
3
10

D2
4
6
5

D3
6
9
10

Df
0
0
5

Disponibilidad
15
15
30

Los costos asociados a la columna ficticia Df son nulos y su tratamiento

resulta igual que si fuera un punto de demanda ms. Veremos ms adelante otra manera de
estimar los costos para la demanda ficticia.
Las variables que corresponden a las celdas de la demanda ficticia (en
nuestro caso x14 y x24) son variables ficticias y representan la cantidad de producto en los
puntos de suministro O1 y O2 que no es enviada, es decir la cantidad de producto que estar
almacenada en O1 y O2.
Cuando la demanda excede al suministro

O1
O2
Requerimientos

D1
2
3
10

D2
4
6
10

D3
6
9
10

Disponibilidad
10
15
30
25

creamos un origen ficticio Of , resultando el modelo equilibrado de la siguiente tabla

79

O1
O2
Of
Requerimientos

D1
2
3
0
10

D2
4
6
0
10

D3
6
9
0
10

Disponibilidad
10
15
5
Total: 30

aparecern ahora las variables ficticias xf1; xf2 y xf3 que representan la cantidad de
requerimientos en los puntos de demanda que no es satisfecha.
Una suposicin bsica para la resolucin del problema del transporte es
que el costo de distribucin del origen i al destino j es directamente proporcional al nmero de
unidades distribuidas.
Si Z es el costo total de distribucin y xij (i=1,2,3,.....m y j = 1,2,3...n) es
el nmero de unidades que se transportarn desde el origen i al destino j, la formulacin de
programacin lineal para el problema general es:
Minimizar

m n

Z = cij xij
i =1 j =1

Sujeta a:
n

xij Oi

i =1, 2,3,......m

j =1

xij di

j =1,2,3....n

i =1

xij 0

i ; j

El primer conjunto de restricciones nos dice que la suma de los envos

desde un origen no puede ser mayor que su oferta; el segundo conjunto de restricciones
requiere que la suma de los envos a un destino satisfaga al menos su demanda.
El modelo que hemos descrito en el ejemplo precedente es un caso
particular en el cual la oferta es igual a la demanda; por dicha razn en el desarrollo del
mismo en lugar de inecuaciones se ha planteado el sistema de las restricciones como un
conjunto de ecuaciones. La solucin puede obtenerse en este caso, incluyendo variables
artificiales, mientras que en los problemas no equilibrados debern introducirse previamente
variables ficticias que funcionan del mismo modo que las variables de holgura.

80

En los casos que deben resolverse para el mundo real, no siempre es

cierto que la oferta sea igual a la demanda. Sin embargo, como hemos visto, un modelo de
transporte siempre puede equilibrarse
Ejemplos:
a) Modelo de transporte Standard:
Una fbrica de automviles tiene plantas productoras en tres ciudades
(orgenes O1, O2 y O3) y centros de distribucin ubicados en los que llamamos puestos de
demanda (D1 y D2).
Las capacidades mensuales de las tres plantas son 1000, 1500 y 1200
automviles, mientas que las demandas son respectivamente 2300 y 1400 unidades.
El costo del transporte de un automvil por tren es de 8 centavos por
kilmetro. El diagrama de la distancia recorrida entre las plantas y los centros de distribucin
es el siguiente:
D1
D2
O1

1000

2690

O2

1250

1350

O3

1275

850

que se traduce en el siguiente cuadro de costos:

D1

D2

O1

80

215

O2

100

108

O3

102

68

Siendo que la oferta iguala a la demanda, nuestro problema est

equilibrado, resultando la matriz que representa el problema:
D1
O1
O2
O3
Requerim.

D2
80

x11
x21
x31
2300

100
102

x12
x22
x32
1400

Disponibilidd
215

1000

108

1500

68

1200
3700

81

y el problema puede expresarse mediante restricciones de igualdad y consiste en:

Minimizar:
Z = 80x11 + 215x12 + 100x21 + 108x22 + 102x31 +168x32

(0)

sujeta a:
x11 + x12
x11

x21 + x22

+ x21
x12
+ x22

= 1000
= 1500
x31 + x32 = 1200
+ x31
= 2300
+x32 = 1200

(1)
(2)
(3)
(4)
(5)

con xij 0
Ejercicio: Supongamos que no queremos enviar ningn automvil de O2 a D1. Cmo se
puede incorporar esa condicin?
Respuesta: asignar un costo de transporte muy elevado, M, a la ruta. Consiste en una
penalizacin.
Supongamos ahora que la capacidad de produccin de O2 es de 1300
automviles en lugar de 1500. La situacin se ha desequilibrado debido a que la oferta (3500)
no es igual a la demanda (3700). Resulta entonces que no ser posible cubrir toda la
demanda. Nuestro objetivo es ahora reformular el problema restituyendo el equilibrio perdido.
Como la demanda es mayor que la oferta, agregamos un origen ficticio que designamos Of
con una "capacidad de produccin" de 200 autos.
Fsicamente, la cantidad enviada a un destino desde un origen ficticio,
representara la cantidad faltante en dicho destino.
Para completar el modelo tenemos en cuenta que, como el origen ficticio
no existe, no habr ningn envo fsico y el costo unitario correspondiente ser cero. Sin
embargo, podemos enfocar la situacin desde otro punto de vista diciendo que se incurre en
un costo de penalizacin por cada unidad de demanda insatisfecha. En este caso los costos
de transporte unitarios sern iguales a los costos de penalizacin unitarios en los diversos
destinos.

82

El modelo resulta:
D1

D2
80

O1

x11

O2

x21

O3

x31

Of
Requerim.

100
102

x12
x22
x32

2300

Disponibilidd
215

1000

108

1300

68

1200

200

1400

3700

De similar manera, si la oferta es mayor que la demanda, podemos agregar un destino ficticio
Df que absorber la diferencia. Si por ejemplo, D1 disminuye su demanda a 1900 vehculos
D1
O1
O2
O3
Requerim.

D2
80

x11

215

x12
100

x21
x31
1900

Df

102

108

x22
x32
1400

68

Disponibilidd
0

x1f
x2f
x3f
400

1000

1500

1200
3700

"cualquier auto enviado a Df representa una cantidad excedente en la planta y en ese caso, el
costo de transporte unitario ser igual al de almacenamiento unitario.
Ejercicio:
1) Ser necesario agregar un origen ficticio y un destino ficticio para producir un modelo de
transporte equilibrado? Rta: NO.
2) Supongamos que los costos de penalizacin por cada automvil no recibido en D1 y D2
son $ 200 y $ 260. Cambiar el modelo de modo que incluya esta informacin.
Rta: el costo unitario deber ser $ 200 y $ 260 respectivamente en lugar de cero.
3) Interpretar la solucin en el modelo con Of si el nmero de automviles enviados de Of a
D1 y D2 son 150 y 50 respectivamente. Rta: rdenes faltantes en D1 y D2 son 150 y 50
respectivamente.

83

4) Supongamos que en el modelo con Df la planta O2 debe enviar toda su produccin (1500
autos) cmo podemos implantar esta restriccin? Rta: asignar un valor muy elevado (M)
a la ruta O2Df.
5) En el caso siguiente indicar si se debe agregar Of o Df
O1 = 10 ; O2 = 5 ; O3 = 4 ; O4 = 6
D1 = 10 ; D2 = 5 ; D3 = 7 ; D4 = 9
La aplicacin del modelo de transporte no se limita al "problema del
transporte de mercaderas" entre orgenes y destinos. Como hemos dicho al principio de estas
notas, una aplicacin importante es la programacin de la produccin, que veremos a
continuacin.
1) Dibujar un grafo que corresponda a la siguiente matriz de comunicacin:
0 0 1 0

1 0 0 1
C =
0 1 0 1

1 1 1 0

2) Si queremos conectar seis barrios con el menor nmero de caminos posibles, cuntos
hacen falta?. Y si queremos conectarlos en forma mxima?.
3) Escribir la matriz de comunicacin para el siguiente grafo y estudiar las comunicaciones
de segundo y de tercer orden.
A
B
C
5
8

7
3
E

7
4

Aplicacin al Urbanismo: ubicacin ptima de un Centro de Salud.

4) El grafo del problema anterior representa la ubicacin de seis barrios de una ciudad
entre los cuales se pretende ubicar la posicin de un Centro de Salud de manera
ptima. Los nmeros que se han colocado sobre los arcos indican la longitud de cada
camino. Un primer estudio tcnico ha decidido que el Centro de Salud se ubicar en
aquel barrio que verifique la condicin de que la mxima distancia recorrida por uno de
sus vecinos para llegar a los otros barrios sea la mnima posible.
4.a) Escribir la matriz que simbolice las distancias mnimas para ir de un barrio a otro y
decidir por su observacin el barrio en que se instalar el Centro de Salud.
4.b) Cuales son los barrios que estn mejor comunicados?
4.c) Si se deseara que todos los barrios estn conectados directamente mediante
caminos, cuntos caminos nuevos debern construirse?

84

4,d) Si se espera que, en promedio, una ambulancia del Centro de Salud debera
realizar dos auxilios diarios a cada barrio, cuntos litros de combustible habr que
comprar para los prximos treinta das si el consumo es de un litro cada 12
kilmetros?.