Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
por un escalar.
matrices.
Matriz
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 :
1
Solucin
0
1 0 1
0 0 0
0 0 1
0 1 0
Ejemplo :
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.
los elementos
x - y z - w 1 4
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 =
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
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
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
A =
c
21
c
22
a 21 a 22 a 23
b31 b32
a
21
a
22
a
23
b11 b12
b
21
b
22
b31 b32
c11 c12
c
21
c
22
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
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
Ejemplo:
3
-1
-1
= 3 . ( 1) ( 1) . 2 = 3 + 2 = 1
diagonal principal:
contra diagonal:
a11
a12
a13
a 21
a 22
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 31
a 32
a 33
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.
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.
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
11
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:
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
13
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
a12
a21 a22
a31 a32
a13
b11
b12
b13
a23 =
a33
a22
a32
a13 + b13
a23
a33
14
a21
a31
a11
a13 + a23
a22
a32
a12
a23
a33
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
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
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
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
a11 a12
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 )
18
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
inversin:
(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
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
R nxm =
I (mxm )
20
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
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
a13
a23
a33
Adj =
A11
A12
A21
A31
A22
A32
A13
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
a 21
a31
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 =
Importante: la expresin A1 =
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
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:
26
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={}=
P(x) = a2 x2 + a1 x + an
con a2 0
a2 x2 + a1 x + an = 0
con a2 0
28
a x 2 + x = c
a
x2 +
b
c
x=
a
a
b
c
x=
2a
a
b2
(2a)2
b
b2
c
b2
x + 2 x+
= +
a
(2a)2
a (2a)2
2
x +
2a
b
c b2
x +
= + 2
2a
a 4a
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
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
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:
f(x)
3 2 14
I
-2
I
-1
f(x)= x2 - 4x + 4
I
1
I
2
I
3
-1
-2
Ejemplo 3:
x2 - 2 x + 4 = 0
x=
x=
4 4.1.4
2.1
- 12
2
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.
ya que
ya que
ya que
ya que
3. 0-0=0
3. 1-3=0
3. 2-6=0
3 . (-1)-(-3) = 0
32
3214
I
I
-2 -1
I
1
-2 -1
I
2
I
3
o lo que es igual:
x2 - x - y + 2 = 0
y = x2 - x + 2
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
33
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)
2x y = 1
de (1) 3 x - y = 0
de (2) 2 x - y = -1
y=3x
y=2x+1
(1)
(2)
34
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.
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
(3)
(4)
(5)
El sistema
a11 x1 + a12 x 2 = 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)
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
3
2
-1
-1
-1
-1
= -3 + 2 = -1
-1
-1
-1
-1
= -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
Sea el sistema:
3x- y=2
6 x - 2y = 4
3
-1
-2
-1
39
Ejemplo 3:
Sea el sistema:
3 x1 - x2 = 2
3 x1 - x2 = 4
-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.
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
2 x1 - x2 + x3 = 5
x1 + x2 - 2 x3 = -3
3 x1 + 2 x2 - x3 = 8
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
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
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
22
32
-168
4 x1 + 1 x2 - 1 x3 = 6
14 x2 + 22 x3 = 32
0 x3 = -168
a11 a12
a21 a22
a
31 a32
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:
2 x y + z = 2
x + 2 y z = 3
3 x + y + 2 z = 1
1 2 1 y = 3
3 1
2 z 1
44
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:
45
x1 =
b1
a12
a13
b2
a22
a23
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
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.
47
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.
(A A ) (A A ) x = (A A )
t
siendo At A
) (A A) = I resulta:
1
At q (6)
x = At A
At q
48
Ejemplo:
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.
A = 1 1 y A = 1 1 3
2
1 1
1
1 1
x1
1 1 = 3 2
1
x2 1
1
2
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
49
1
1
=
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
a1 b1
a b
A= 2 2
a b
3 3
a b
4 4
c1
c2
c3
c4
q1
q2
q3
q4
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 ]
[aa ]
[ba ]
[ca ]
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
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:
53
54
B
1
* a
* b
* c
* d
1
2
2
b
c
d
3
-
55
a
1 0
b c d
1 0 0
0 1 1
0 0 0
c
b
Ax B
a
1
A x B.
56
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:
V6
V3
V4
V5
58
V1 v7- v5 v1
V1 v6 v5 v1
V2
V3
V4
V5
V6
V7
V8
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
Ciruito hamiltoniano.
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
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
V6
V3
V4
V5
62
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
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:
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
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
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
v5
v1
v6
v4
v2
v7
v3
v9
v8
68
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
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
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
... 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:
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
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
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
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
74
c32 = 1
resulta:
A3 >> A4 >> A2
Para
c41 = 1
resulta:
A4 >> A2 >> A1
Para
c43 = 1
resulta:
A4 >> A2 >> A3
75
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
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
77
D1
$2
O1
(10)
(10)
$4
D2
$6
(5)
$3
$6
O2
(15)
D3
$9
(10)
D1
2
3
10
D2
4
6
5
D3
6
9
10
Disponibilidad
10
15
Total = 25
x12
x13
con xij 0
= 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
O1
O2
Requerimientos
D1
2
3
10
D2
4
6
5
D3
6
9
10
Df
0
0
5
Disponibilidad
15
15
30
O1
O2
Requerimientos
D1
2
3
10
D2
4
6
10
D3
6
9
10
Disponibilidad
10
15
30
25
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
80
1000
2690
O2
1250
1350
O3
1275
850
D2
O1
80
215
O2
100
108
O3
102
68
D2
80
x11
x21
x31
2300
100
102
x12
x22
x32
1400
Disponibilidd
215
1000
108
1500
68
1200
3700
81
(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
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?.