UNIVERSIDAD NACIONAL DEL SANTA

DEPARTAMENTO ACADÉMICO DE MATEMÁTICA

SEPARATA :

ROSA N. LLANOS VARGAS

NUEVO CHIMBOTE- PERÚ

2012

1
 INDICE

Contenido Pág.

Matriz y tipos de matrices 4

Operaciones con matrices 8
Ejercicios 1 12
Determinantes y sus propiedades 13
Métodos de cálculo del determinante 14
Cálculo de la matriz inversa por método del adjunto 19
Operaciones elementales 20
Matrices equivalentes 22
Cálculo de la matriz inversa por transformaciones elementales 26
Rango de una matriz 28
Sistemas de ecuaciones lineales 29
Método de eliminación de Gauss 32
Práctica 2 34
Bibliografía 40

2
 INTRODUCCIÓN

El tema de Matrices y determinantes tiene importantes importantes aplicaciones

en ingeniería, por lo que su tratamiento está contemplado en el currículo de la Escuela
Académico Profesional de Ingeniería Civil, el mismo que se desarrolla en la primera
unidad de aprendizaje.

La presente separata ha sido elaborada como un instrumento de apoyo para

lograr el aprendizaje de los estudiantes.

En este material se proponen un conjunto de actividades que comprende el

desarrollo de cada uno de los contenidos, la aplicación a través de ejemplos resueltos y
la transferencia mediante un conjunto de ejercicios y problemas para que el estudiante
desarrolle en grupos antes de participar en las plenarias de discusión .

Secuencialmente se presentan la matriz, tipos de matrices, operaciones, el

determinante de una matriz , métodos de cálculo del determinante de una matriz, la
matriz inversa, cálculo de la matriz inversa por el método del adjunto, las
transformaciones elementales, la matriz inversa por medio de las operaciones
elementales. Rango y resolución de sistemas de ecuaciones lineales mediante el método
de eliminación de Gauss.

Expreso mi agradecimiento al señor Luis Hurtado Burga por su apoyo en la

preparación de este material, a mis hijos César y Arturo por su contribución en el
planteamiento de los problemas; a los estudiantes de la promoción 2010 y 2011 por
colaborar en la validación y a cada una de las personas que de una u otra manera nos
brindaron su apoyo para lograr esta separata.

Estaré muy reconocida con las personas que remitan sus recomendaciones u
observaciones que permitan mejorar futuras ediciones lo cual redundará en beneficio de
los estudiantes.

ROSA N. LLANOS VARGAS

3
 Prof. Rosa N. llanos Vargas

1.1 MATRICES

Definición.- Una matriz de orden mxn es un arreglo rectangular de nùmeros ( reales o

complejos) aij , llamados elementos dispuestos en m lineas horizontales , llamadas filas
y en n lineas verticales llamadas columnas ; de la forma :

 a11 a12 .... a1n 

 
 a 21 a 22 .... a 2 n 
 a 31 a 32 .... a 3n 
A  
 ......................... 
 ......................... 
 
 a m1 a m2 .... a mn 
  mxn

Las matrices se nombran con letras mayúsculas A , B , C , … . En forma abreviada la

matriz anterior puede escribirse en la forma A = ( aij ) mxn con i = 1, 2 , 3, …,m ;
j = 1,2,3, ,… n , o Amxn .

Los subíndices indican la posición del elemento dentro de la matriz , el primero denota
la fila ( i ) y el segundo la columna ( j ) . Por ejemplo el elemento a 25 se ubica en la
segunda fila y quinta columna de la matriz .

La dimensión de una matriz es el número mxn de elementos que tiene la matriz .

MATRICES IGUALES.-Dos matrices son iguales cuando tienen la misma dimensiòn

y cuando los elementos que ocupan los mismos lugares son iguales. Si A = ( a ij ) mxn y
B = ( b ij ) mxn , entonces A = B si y solo si a ij = b ij para cada valor de i , j

Las siguientes matrices no son iguales

1 0 
1 2  3   
A   B  2 5 
0 5 6   3 6 
 
Orden 2x3 Orden 3x2
Dimensiòn 6 Dimensiòn 6

ALGUNOS TIPOS DE MATRICES :

1.MATRIZ CUADRADA.- es aquella que tiene el mismo nùmero de filas que de

columnas , es decir m = n , y se dice que la matriz cuadrada es de orden n .

La Diagonal Principal de una matriz cuadrada es el conjunto formado por los

elementos a 11 , a 22 , a 33 , a 44 ,…… a n n , la Diagonal secundaria es el conjunto

4
 formado por los números a 1 n , a 2 n-1 , a 3 n-2 ,…, a n1 y la traza de la matriz cuadrada
es el nùmero dado por la suma de los elementos de la diagonal principal , es decir :

Traza ( A ) = a 11 +a 22 +a 33 + a 44 +……+ a nn

Ejemplo 1. En la matriz

La diagonal principal es el conjunto { 4,1, 9} , la diagonal secundaria es el conjunto

formado por 5 , 1 , -1 y la traza es 14

2. MATRIZ RECTANGULAR .- es toda matriz en la que m  n

3.MATRIZ FILA - es una matriz de orden 1 x n :

A   a11 a12 a13 ... a1n 

4. MATRIZ COLUMNA .- es una matriz de orden m x 1 :
 a11 
 
 a 21 
A   a 31 
 
  
a 
 m1 

5. MATRIZ NULA- es la matriz que tiene todos sus elementos nulos

0 0 0
 
0 0 0
0 =
0 0 0
 
0 0 0

6. MATRIZ DIAGONAL es una matriz cuadrada en la que todos los elementos que
no pertenecen a la diagonal principal son nulos

 a11 0 0 0 
 
 0 a 22 0 0 
 0 0 a 33  0 
B=  
 ........................... 
 ............................ 
 
 0 0 0  a nn 

5
Ejemplo 2 .
5 0 0
 
B =  0 2 0 
0 0 7
 

7. MATRIZ ESCALAR.- es una matriz diagonal en la que todos los elementos de la

diagonal principal son iguales a una constante

 k 0 0 0 
 
 0 k 0 0 
0 0 k  0 
B=  
 ........................... 
 ............................ 
 
0 0 0  k 

Ejemplo 3.

8. MATRIZ UNIDAD O IDENTIDAD.- es la matriz escalar en la que k = 1

 1 0 0 0 
 
 0 1 0 0 
B=  0 0 1  0  = In
 
 ............................ 
0 0 0  1 
  n xn

9. MATRIZ TRIANGULAR SUPERIOR .- es la matriz cuadrada que tiene todos

sus elementos que se encuentran por debajo de la diagonal principal nulos, es
decir a ij = 0 , para todo i > j .

 a11 a12 a13 a14 

 
 0 a 22 a 23 a 24 
A= 0 0 a 33 a 34 
 
 0 0 0 a 44 

6
10. MATRIZ TRIANGULAR INFERIOR.- es la matriz cuadrada que tiene todos
sus elementos que se encuentran por encima de la diagonal principal nulos, es
decir a ij = 0 , para todo i > j .

 a11 0 0 0 
 
 a 21 a 22 0 0 
A = a a 32 a 33 0 
 
31

 a 41 a 42 a 43 a 44 

11. MATRIZ TRASPUESTA .- Es la matriz que se obtiene de la matriz

t
A = ( a ij )mxn intercambiando las filas por columnas se denota A = (a ji )nxm

 a11 a12 a13   a11 a 21 a 31 a 41 

 
 a 21 a 22 a 23   
A=    At =  a12 a 22 a 32 a 42 

a 31 a 32 a 33
 a a 43 3 x4
 13 a 23 a 33
 a 41 a 42 a 43  4 x3

1 5
1 3  2   
Ejemplo 4. Si A   entonces A   3  6 
t

5  6 7  2 7 
 
t
12. MATRIZ SIMETRICA .- es toda matriz tal que A = A

Ejemplo 4.

1 0 1  1 0 1 
A =  0 2 4  ,

A  0 2 4
t 
1 4 3  1 4 3 
   

t
13. MATRIZ ANTISIMETRICA .- es toda matriz tal que A = - A

Ejemplo 5.

7
Luego At = - A , o A = - At

1.2 OPERACIONES CON MATRICES

TRANSPOSICIÓN

Dada una matriz de orden mxn, A = [ aij ], se llama matriz traspuesta de A y se

representa por At, a la matriz que se obtiene cambiando las filas por las columnas (o
viceversa) en la matriz A. Es decir:

Propiedades de la transposición:

1. Toda matriz , tiene transpuesta

2.

SUMA DE MATRICES

Si A = ( a ij )mxn y B = ( bij )mxn son dos matrices del mismo orden , entonces se
define la suma A + B como la matriz de orden mxn , C = ( cij )mxn tal que

cij = a ij + bij .

Ejemplo 6 Dadas las matrices A y B tales que :

, entonces

PROPIEDADES DE LA ADICION

Si A , B y C son matrices de orden mxn , se cumple :

1. A + B = B + A Conmutativa
8
 2. A + ( B + C ) = ( A + B ) + C Asociativa

3. A + 0 = 0 + A Elemento neutro

4. Existe la matriz opuesta de la matriz A , denotada por – A , que se obtiene

cambiando los signos de todos los elementos de A , tal que A + ( - A ) = 0

DIFERENCIA DE MATRICES

La diferencia de las matrices A y B , de orden mxn, se define como la matriz

D = A + ( - B ) . es decir D = ( d ij ) mxn tal que d ij = a ij - b ij

PRODUCTO DE UN ESCALAR POR UNA MATRIZ . Dado el nùmero real k y la

matriz A mxn , el producto k.A es otra matriz del mismo orden , que resulta de
multiplicar cada elemento de A por k .

 a11 a12 .... a1n   ka11 ka12 .... ka1n 

   
 a 21 a 22 .... a 2 n   ka 21 ka 22 .... ka 2 n 
 a 31 a 32 .... a 3n   ka 31 ka 32 .... ka 3n 
k. A K.    
 .........................   ......................... 
 .........................   ......................... 
   
 a m1 a m2 .... a mn   ka m1 ka m2 .... ka mn 
  mxn   mxn

PROPIEDADES:

y toda matriz A mxn , B mxn , se cumple :

1. (  . ) A =  (  A)
2.  . A  A.
3.  .( A B)   . A  .B
4. A.(   )  A.  A.

PRODUCTO DE MATRICES .- Dadas dos matrices A m x n y Bn x p ellas son

compatibles para la multiplicación de A por B, si el número de columnas de A es igual
al número de filas de B .
EL producto A. B es la matriz C de orden m x p , tal que los elementos cij de C es

cij = a
k
b
ik kj para cada i , j

9
Ejemplo 7 Dadas las matrices A y B, hallar AB

6 4 
  1 6 3 
A   1 3   B   
5  2  5  10  7 
 
Solucion
El número de columnas de A , n = 2 , es igual número de filas de B entonces existe AB, además:
 6 x1  4 x5 6 x6  4 x(10) 6 x3  4 x(7)   26  4 8 
AB=   
 (1) x1  3 x5 (1) x6  3 x(10) 5 x3  (2) x(7)  14  36 29  3 x3
 26  4 8 
 AB  
14  36 29 3 x3

PROPIEDADES DE LA MULTIPLICACIÓN

1. A. ( B . C ) = ( A. B ) . C Asociativa

2. A . ( B + C ) = A . B + A . C Distributiva

3. El producto de matrices no siempre es conmutativo A. B  B.A

4. Si A . B = 0 no implica que A = 0 ò B = 0

5. Si A.B = A . C no implica necesariamente que B = C

6.  At    . At ;   R
7.  AB
.   Bt . At
t

8. Si A es una matriz cuadrada de orden n , entonces A. In = In . A = A

9. En general , pues AB ≠ BA

10.

PROPIEDADES SIMPLIFICATIVAS

Dadas las matrices A , B y C del mismo orden , entonces

1. A + C = B + C → A = B

2. K A = K B → A = B , siendo K un número real no nulo

3. K A = h B → K = h ; si A ≠ 0

10
Ejemplo 8. Una compañía tiene 4 fábricas, cada una emplea administradores ( A ) ,
supervisores ( S )y trabajadores calificados ( T ) en la siguiente forma

Si el pago semanal de los administradores es 350 nuevos soles (P A ), de los supervisores

es 275 nuevos soles (PS ) y de los trabajadores es 200 nuevos soles ( P T ); ¿ Cuál es la
nómina de cada fábrica?.

Solución

Lo que se pide es el monto pagado por cada fábrica el cual es igual al número
de cada empleado por su respectivo ingreso salarial. En general, será :
Ii = PA Ai + PS Si + PTTi , donde Ii es el monto de la fabrica i.

Por ejemplo, el monto de la fábrica 1 será:

I1 = PA A1 + PS S1 + PT T1 = 350*1 + 4*275 + 80*200 = 17450.

Con este sencillo cálculo puede obtenerse fácilmente los 3 montos restantes. Sin
embargo, si hubiera más tipos de empleados o un mayor número de fábricas el cálculo
se complicaría.
Existe otra forma para calcular directamente los montos de todas las fábricas. El
cuadro anterior equivale a cantidades de especialistas de cada fábrica. Entonces, si
estas cantidades son multiplicadas por su salario respectivo debería entonces
obtenerse la nómina de cada fábrica. Llevando esto a matrices:

Si se multiplica ambas matrices (en ese orden) debería obtenerse lo solicitado. Sin
embargo, esta multiplicación matricial no esta definida. Note que la primera matriz
es de orden 3x4 mientras la segunda es 3x1. La solución es transponer la primera
matriz a fin de obtener una matriz de orden 4x3 y así, poderla multiplicar por la
segunda (3x1), con lo cual es posible multiplicar ambas matrices y la matriz
resultante sería del orden 4x1, la cual brindaría los 4 montos solicitados.

11
Las nóminas de las fábricas 1 , 2 , 3 y 4 serán 17450, 21550, 14575 y 16450,
respectivamente.

PRACTICA 1

1. Los contratistas A, B y C hacen licitaciones para las obras p, q y r como se

indica en la matriz de costos (en unidades de 100 000 dólares) ¿Qué asignación
minimiza el costo total si a) Sin ninguna condición b) A cada contratista solo se
le puede asignar una sola obra.

A B C
 26 18 7 
A=  
 32 12 14 
 41 12 10 
 

2. Si un obrero W puede realizar el trabajo Aj en a ij horas, según se indica en la

matriz A, dada en 1., y si cada obrero solo deberá realizar un solo trabajo ¿Qué
asignación minimizará el tiempo total del trabajo?

3. Suponiendo que el estado del uso del suelo de una ciudad de 50 millas cuadradas
de superficie, no baldia, en 1993 fue:

I.Uso residencial 30% , II. Uso comercial 20%, III. Uso industrial 50%.
Encontrar los estados en los años 1998, 2003 y 2008, suponiendo que las
probabilidades de transición para intervalos de 5 años están dadas por la
siguiente matriz:
AI AII AII
 0,8 0,1 0,1 
 
 0,1 0, 7 0, 2 
 0, 0 0,1 0,9 
 

NOTA.- Una matriz cuadrada con elementos no negativos, si la suma de

los elementos de cada una de sus filas es igual a 1, se llama matriz
estocástica

4. Sean las matrices

12
 1 4 5
  2 3 
 2 3 7 1  2 0 4  
A   B C   5 2 
 5 0 6 9 1 3 5  2 1 
   
0 6 7

Encontrar aquellas matrices que se encuentren definidas

a) AB b) CA c) BtAt d) BC e) CtB

5. Dadas las matrices :

 1 3 1
5 2  Cos Sen   
a)A=   b)B=   c)C=  2 4 5 
0 3   Sen Cos   2 0 3
 

2 8 0 0  6 4 5 6
 5 1 8    
  9 4 0 0 2 7 2 1
d)D=  15 3 6  f)F=  g)G= 
10 4 2  0 0 7 1  1 7 2 4
     
0 0 6 2   7 4 5 7

2 0 1 3 4
 4 3 9 9  
  9 0 4 0 0
8 3 5 4 
h)H=  i)I=  0 0 7 1 0
 8 0 2 8   
  0 2 1 3 0
 16 6 14 5  0
 0 1 1 1 

Hallar a) A+B , b) B²- A² , c) 2C-3D , d) Ft – 2Gt , e) 3G – G² f) H- H t

1.3.DETERMINANTE DE UNA MATRIZ CUADRADA

Definición:
A toda matriz cuadrada An le asociamos un número real llamado determinante, y
denotado por det( A ) o A , el cual es simbolizado de la forma:

a11 a12 ... a1n

a a 22 ... a 2 n
Det( A ) = A  21
... ... ... ...
a n1 an2 ... a nn
13
Dicho número es un resultado que se puede obtener de diferentes maneras. Según el
orden y tipos de determinantes estudiaremos ciertos métodos para hallar el
determinante.

Propiedades:

a) Si los elementos de una fila o columna son nulos el valor del determinante es 0.

b) Un determinante con dos filas o columnas paralelas iguales es nulo.

c) Si un determinante tiene dos dilas o columnas proporcionales su valor es nulo.

d) Si cambiamos dos filas o columnas el determinante cambia de signo.

e) Para multiplicar un número por un determinante se multiplica el número por los

elementos de una fila o columna cualquiera. (En un determinante se puede sacar
el factor común, siempre que exista un número que multiplique a todos los
elementos de una fila o columna)

f) At  A

g) ,

h) | A.B| = | A | | B |

CÁLCULO DE UN DETERMINANTE:

I) Método de Sarrus

Cuando el determinante es de orden dos o tres se usa la regla de Sarrus, que

consiste en sumar todos los productos que se obtienen al multiplicar dos o tres
elementos de la matriz de todas las formas posibles, con la condición de que en cada
producto exista un elemento de cada fila y uno de cada columna, con sus signos
correspondientes y para ello se utiliza el esquema que sigue:

Para un determinante de orden 2:

14
Para un determinante de orden 3: Dada la matriz A :

El determinante de A es igual a la diferencia del producto de las diagonales de la

matriz/determinante, que resulta de repetir en la parte inferior las dos primeras filas de
matriz A, de la siguiente manera:

det(A) = (a11 a22 a33+a21 a22 a32+a31 a12 a23) - (a31a22 a13 +a11a32a23+ a21a12a33)

Ejemplo 1 Calcular el determinante de la matriz

Solución

Primero se grafica la matriz/determinante , repitiendo las dos primeras filas al final de la

matriz B

Luego se calcula la suma de los tres productos positivos (diagonales del medio hacia
abajo) , en este caso:

[ (-3)(-2)(2) + (2)(6)(4) + (-z)(1)(0) ] = 60

Enseguida se calcula la suma de los tres productos negativos

15
 [ (4)(-2)(-z) + (0)(6)(-3) + (2)(1)(2) ] = 8z + 4

Luego,
Det ( A ) = 60 – ( 8z + 4 ) = 56 – 8z

II. Cálculo del determinante de orden n, por el método de los adjuntos:

Cuando el orden de los determinantes es superior a 3 la regla de Sarrus no es fácilmente

aplicable y entonces utilizamos el método de los adjuntos, que reduce el orden en una
unidad cada vez que se le utiliza.

Para ello vamos a definir dos nuevos conceptos:

Menor complementario: Dada una matriz An se llama menor complementario de un

elemento a ij al determinante de la matriz, que resulta de suprimir la fila i y la columna j
en la matriz An ; se denota por mij .

Cofactor de un elemento: Al producto de  1

i j
por el menor complementario mij de
a ij se llama cofactor de un elemento a ij y se escribe Aij .
Aij   1
i j
 mij

A partir de estas definiciones obtenemos otra forma de calcular un determinante:

el valor de un determinante de orden n es igual a la suma de los productos de los
elementos de una fila o columna por sus respectivos cofactores.

n
A a
i o j 1
ij x Aij  a i1  Ai1  a i 2  Ai 2  a i 3  Ai 3    a in  Ain 

a1 j  A1 j  a 2 j  A2 j  a 3 j  A3 j    a nj  Anj

Ejemplo 2.
1 0 2 0
1 2 0 1
Calcular el valor del determinante
1 1 4 1
3 1 3 2

Elegimos la primera fila ya que tiene dos elementos nulos y eso va a simplificar el
cálculo:

16
 1 0 2 0
1 2 0 1
 1  A11  0  A12  2  A13  0  A14 
1 1 4 1
3 1 3 2

2 0 1 1 2 1
 1  1 1  0  m12 2   1
11 1 3
1 4  1 1 1  0  m14 
1 3 2 3 1  2

Cuando llegamos a un determinante de orden tres, podemos aplicar Sarrus:

1   16    3   4   6    2   2   1   6   3  1  4  51

III. Método del pivote o de Chio

Si a los elementos de una fila o columna se suman los correspondientes de otras

paralelas multiplicados por un número , el valor del determinante no varía. (Suma de
una combinación lineal de otras filas o columnas)

Basándose en esta propiedad, podemos obtener un determinante igual, pero con

una fila o columna todos nulos salvo uno, que al aplicar el método anterior, su cálculo
se reduce a un solo determinante de orden menor.

1 2 1 2 1
0 0 1 1 1
Ejemplo 3.Calcular por el método del pivote el determinante 1 1 0 0 0
0 0 1 1 2
1 2 2 1 1

1 2 1 2 1 1 2 1 2 1
0 0 1 1 1 0 0 1 1 1
1 1 0 0 0  3a fila  1a fila  0 1 1 2 1 
0 0 1 1 2 0 0 1 1 2
1 2 2 1 1 1 2 2 1 1

1 2 1 2 1
0 0 1 1 1
 F5  F1  0 1 1 2 1
0 0 1 1 2
1 2 2 1 1

17
Desarrollamos el último determinante por la 1a columna:

0 1 1 1 0 1 1 1
11 1 1 2 1 1  1  2  1
1  A11  1   1   
0 1 1 2 0 1 1 2
0 1 1 0 0 1 1 0
Repetimos el proceso desarrollando el determinante por la 2 a fila:

1 1 1 1 1 1
 1  A21   1   1
2 1
1 1 2 1 1 2 2
1 1 0 1 1 0

IV. Método triangularizante

Cuando calculamos el determinante de matrices triangulares o diagonales

observamos que verifica que el resultado coincide con el producto de los
elementos de la diagonal principal.
Con las propiedades anteriores podemos llegar a obtener un determinante que
sea triangular y aplicar seguidamente el contenido expresado arriba:

1 2 1 2 1
0 0 1 1 1
Ejemplo 4.Calcular el determinante 1 1 0 0 0
0 0 1 1 1
1 2 2 1 1

1 2 1 2 1 1 2 1 2 1 1 2 1 2 1
0 0 1 1 1 0 0 1 1 1 0 0 1 1 1
1 1 0 0 0  F3  F1  0 1 1 2 1  F5  F1  0 1 1 2 1 
0 0 1 1 2 0 0 1 1 2 0 0 1 1 2
1 2 2 1 1 1 2 2 1 1 0 0 1 1 0

cambiamos las filas 2a y 3a ( cambia el signo)

1 2 1 2 1 1 2 1 2 1
0 1 1 2 1 0 1 1 2  1
 0 0 1 1 1  F4  F3   0 0 1 1 1 
0 0 1 1 2 0 0 0 0 1
0 0 1 1 0 0 0 1 1 0

18
 1 2 1 2 1
0 1 1 2 1
 F5  F4   0 0 1 1 1
0 0 0 0 1
0 0 0 2 1

cambiamos 4a y 5a fila para dejarle triangular (el determinante cambia de signo):

1 2 1 2 1
0 1 1 2 1
 F4 F5         0 0 1 1 1  1  1 1 2  1  2
0 0 0 2 1
0 0 0 0 1

Matriz de cofactores Dada una matriz cuadrada An se llama matriz de cofactores a la

matriz que resulta de sustituir cada uno de los elementos de la matriz An por sus
cofactores respectivos.

Matriz adjunta, Dada una matriz An , se llama matriz adjunta, y se denota por
Adj  An  a la matriz transpuesta de la matriz de cofactores

1 2 1
 
Ejemplo 5. Hallar la matriz adjunta de A   1 2 3 
 3 1 1
 
Solución

La matriz de cofactores es C , tal que;

Entonces la matriz adjunta es la transpuesta de C , es decir:

19
1.4.MATRIZ INVERSA

Si A es una matriz de orden n cuyo determinante es no nulo, la matriz inversa de A es la

matriz de orden n denotada por A-1 tal que A. A-1 = I , donde I es la matriz identidad de
orden n.

Cálculo de la matriz inversa por el método del adjunto:

Una matriz tiene inversa si solo si A  0

Ejemplo 2.Calcular la matriz inversa de

Solución

|A | = -5 , la matriz de cofactores es

1.5.TRANSFORMACIONES ELEMENTALES

Definición 1:
Sobre una matriz Anxm decimos que efectuamos una operación o transformación
elemental sobre la fila o columna, cuando realizamos cualquiera de estas
transformaciones:

i) Cambiar entre sí dos filas o columnas: Cij

ii) Multiplicar una fila o columna por un número real k  0 : Fi  k  ó C j (k )

20
iii) Sumar a la fila o columna i la fila o columna j multiplicada por un número
real k  0 : Fij  k  ó Cij (k )

Definición 2:
Se llama matriz elemental a una matriz cuadrada, que resulta de efectuar una
operación elemental sobre una fila o columna en la matriz identidad.

Ejemplo 3.

1 0 0 1
   F1.2     C12 Cambiar dos filas
0 1 1 0

1 0 0 1 0 0
   
 0 1 0   C2  3   0 3 0   F2 (3) Multiplicar la 2a columna por  3
0 0 1 0 0 1
   

1 0 0 1 0 0
    Sumar a la 3a fila el doble de la 2a
 0 1 0   F3.2  2    0 1 0 
0 0 1 0 2 1
   

1 0  1 5 
   C2.1  5     Sumar a la 2a columna la 1a por -5
0 1 0 1 

Según el orden de la matriz unidad obtenemos una matriz elemental del mismo orden.

Teorema .- Si en una matriz A efectuamos una operación elemental por filas, la matriz
que obtenemos es F  A , donde F es la matriz elemental resultante de efectuar la misma
operación elemental.

Si en una matriz A efectuamos una operación elemental por columnas la matriz que
obtenemos es C.A, donde C es la matriz elemental resultante de efectuar la misma
operación elemental.

Ejemplo 4
 2 1 0 1 
 
Sea A   1 2 1 2 
 3 1 0 1 
 
Por filas:
 2 1 0 1   2 1 0 1
   
 1 2 1 2   F2,1  2    3 4 1 0  =AF
 3 1 0 1   3 1 0 1 
   
Matriz elemental obtenida al hacer la misma operación:

21
 1 0 0  1 0 0
   
 0 1 0   F2,1  2    2 1 0   F
0 0 1  0 0 1
   
Producto de F.A:
 1 0 0   2 1 0 1   2 1 0 1
     
F  A   2 1 0    1 2 1 2     3  4 1 0   A
 0 0 1   3 1 0 1   3 1 0 1 
     
Por columnas:
 2 1 0 1   2 3 0 1 
   
 1 2 1 2   C2,1  2    1 4 1 2  = AC
 3 1 0 1   3 7 0 1 
   
Matriz elemental obtenida al hacer la misma operación:
1 0 0 0  1 2 0 0 
   
 0 1 0 0   C  2    0 1 0 0   C
0 0 1 0 2,1
0 0 1 0
   
0 0 0 1 0 0 0 1
Producto de A.C
 1 2 0 0 
 2 1 0 1     2 3 0 1 
  0 1 0 0  
 1 2 1 2    0 0 1 0    1 4 1 2  = AC
 3 1 0 1    
  0 0 0 1   3 7 0 1 
 

A partir de ahora, sólo consideraremos las matrices elementales

resultado de efectuar operaciones elementales sobre las filas

Operaciones elementales inversas.

Se llama operación elemental inversa aquella operación que nos anula la acción de
cada operación elemental.

Ejemplo 5.
Sean las matrices elementales obtenidas como resultado de las siguientes operaciones
elementales:

1 0 0 0 0 1
   
I 3   0 1 0   F13   0 1 0   E1
0 0 1 1 0 0
   

1 0 0 1 0 1
   
I 3   0 1 0   F2  2    0 2 0   E2
0 0 1 0 0 1
   
22
 1 0 0 1 0 0 
   
I 3   0 1 0   F2,3  3   0 1 3   E3
0 0 1 0 0 1 
   
Existen otras operaciones sobre estas matrices elementales que nos anulan las
operaciones anteriores y volvemos al punto de partida o sea a I 3 .
0 0 1 1 0 0
   
E1   0 1 0   F3,1   0 1 0   I 3
1 0 0 0 0 1
   

1 0 0 1 0 0
  1  
E2   0 2 0   F2     0 1 0   I 3
0 0 1 2  
  0 0 1

1 0 0  1 0 0
   
E3   0 1 3   F2,3  3   0 1 0   I 3
0 0 1  0 0 1
   

Estas operaciones se llaman operaciones inversas de las hechas en primer termino.

Resumiendo:

OPERACIÇON ELEMENTAL OPERACIÓN INVERSA

Cambiar la fila i por la j Cambiar la fila j por la i
Multiplicar una fila por k  0 1
Multiplicar una fila por 0
k
Sumar a la fila i, la j por k  0 Sumar a la fila i, la j por  k  0

Matrices elementales inversas

Cuando en la matriz I n efectuamos una operación elemental obtenemos una matriz
elemental E.
Cuando en la matriz I n efectuamos la operación elemental inversa obtenemos la matriz
elemental inversa de la matriz elemental E , E 1 .

Luego toda matriz elemental tiene inversa y es una matriz elemental.

En efecto, cuando hacemos una operación elemental, obtenemos E y si

efectuamos la operación elemental inversa sobre E al punto de partida I n , luego se
verifica:
I n  Operación elemental  E   Operación inversa  E0   I n
E0  E  I n  E0  E  I m
E  E0  I n  E  E0  I m

23
Luego E0 es la inversa de E .

Ejemplo 6
Dadas las matrices elementales que se obtienen de realizar las operaciones elementales:

i) Cambiar las filas 1 y 3

ii) Multiplicar la 2a fila por 2
iii) Sumar a la 2a fila la 3a por -3

Hallar sus matrices inversas.

i) Matriz elemental que resulta de hacer la operación elemental F13

1 0 0 0 0 1 1 0 0 0 0 1
       
I 3   0 1 0   F13   0 1 0   E1  I 3   0 1 0   F3,1   0 1 0   E11
0 0 1 1 0 0 0 0 1 1 0 0
       

ii) Matriz elemental que resulta de hacer la operación elemental F2  2 

1 00
1 0 0 1 0 0 1 0 0  
      1  1
I 3   0 1 0   F2  2    0 2 0   E2  I 3   0 1 0   F2    0 0   E21
0 0 1 0 0 1 0 0 1 2  2 
      0 0 0 


iii) Matriz elemental que resulta de hacer la operación elemental F2,3  3

1 0 0 0 0 1 1 0 0 0 0 1
       
I 3   0 1 0   F13   0 1 0   E1  I 3   0 1 0   F3,1   0 1 0   E11
0 0 1 1 0 0 0 0 1  1 0 0
      
1 
2 0 0
2 0 0 
  1  
F1  2    0 1 3   E4 F1     0 1 3   E41
0 0 1  2 
  0 0 1
 
 

iv) E2  E1  A  I 2  E2  E1  A A1  I 2  A1  E2  E1  I 2  A1  E2  E1  A1

 1
 1

A1  
1 1  2
  
 0 1  0 1 
 
 2
Matrices equivalentes por filas
Si partiendo de una matriz A podemos llegar a otra B efectuando un número finito de
operaciones elementales sobre las filas y, de la misma manera, podemos volver a A
24
desde B, realizando las operaciones inversas y en orden inverso, se dice que A y B son
equivalentes por filas.

Ek  Ek 1   E2  E1  A  B  A  E11  E21    Ek11  Ek1  B

En efecto:
Si podemos llegar desde A a B por medio de operaciones elementales
Ek  Ek 1   E2  E1  A  B

Multiplicando por las matrices inversas obtenemos

E11  E21   Ek11  Ek1  Ek  Ek 1  E2  E1  A  A  E11  E21   Ek11  Ek1  B

Si podemos llegar desde B a A por medio de operaciones elementales:

E11  E21   Ek11  Ek1  B  A

Multiplicando por las matrices elementales inversas obtenemos

Ek  Ek 1  E2  E1  E11  E21    Ek11  Ek1  B  B  Ek  Ek 1  E2  E1  A

Ejemplo 7
Demostrar que las matrices A y B son equivalentes por filas.

 2 0 1 1 2 3 
   
A  1 2 3  y B   2 0 1 
 5 2 1   4 4 2 
   

 2 0 1 1 2 3  1 2 3 
     
A   1 2 3   F1,2   2 0 1  F3,1  1   2 0 1   B
 5 2 1   5 2 1   4 4 2 
     

1 0 0 0 1 0
   
I 3   0 1 0   F1,2   1 0 0   E1
0 0 1 0 0 1
   

1 0 0  1 0 0
   
I 3   0 1 0   F3,1  1   0 1 0   E2
0 0 1  1 0 1 
   

 1 0 0   0 1 0   2 0 1  1 2 3 
       
E2  E1  A   0 1 0    1 0 0    1 2 3    2 0 1   B
 1 0 1   0 0 1   5 2 1   4 4 2 
       

25
1.6.CÁLCULO DE LA MATRIZ INVERSA POR OPERACIONES
ELEMENTALES

Si A es equivalente a la matriz In entonces A tiene inversa

En efecto: si A es equivalente por filas a In:

Ek  Ek 1   E2  E1  A  I n 1
Multiplicando por A1 por la derecha los dos miembros obtenemos:
Ek  Ek 1   E2  E1  A A1  Ek  Ek 1  E2  E1  I n  A1  A1  2
Luego A1 viene como producto de matrices elementales.

El método para el cálculo de A1 sale de observar 1 y  2

Ek  Ek 1   E2  E1  A  I n

Ek  Ek 1   E2  E1  I n  A
Las operaciones elementales que nos sirven para convertir A en la matriz unidad,
efectuadas sobre la matriz unidad nos da la matriz inversa de A .

 1 1 1 
 
Ejemplo 8 Hallar la matriz inversa de A   0 1 0 
 1 0 1
 
Solución

 1 1 1 1 0 0  1 1 1 1 0 0   1 1 1 1 0 0 
     
0 1 0 0 1 0   F1  1   0 1 0 0 1 0   F3,1  1   0 1 0 0 1 0
1 0 1 0 0 1  1 0 1 0 0 1  0 1 2 1 0 1 
  

 1 1 1  1 1 1
 1 1 0 
2

2 2  1 0 0 
2 2 2
   
 F3,2  1   0 1 0 0 1 0   F1,2 1   0 1 0 0 1 0
 1 1 1  1 1 1
0 0 1  0 0 1  
 2 2 2  2 2 2

 1 1 1
 2 2 2
 
luego A1   0 1 0
 1 1 1
  
 2 2 2

26
1.7. FORMAS ESCALONADA Y REDUCIDA DE UNA MATRIZ

Formas escalonada

Se llama forma escalonada por filas de una Amxn a aquella matriz que se obtiene a partir
de A mediante operaciones elementales y que verifica:

i) Si tiene filas cuyos elementos son todo nulos, están en filas inferiores.

ii) El primer elemento distinto de cero de una fila (empezando por la izquierda), se
llama elemento pivote y a su columna, columna pivotal.
iii) Dadas dos filas sucesivas, el elemento pivote de la 2a fila está más a la derecha
que el elemento pivote de la 1a fila.

Ejemplo 9.

Formas escalonadas:

1 0 4 5 2 5 6
1 2    2 3 5 0  
  ; 0 3 1 2 ;   ; 0 1 4
0 3 0 0 0 0  0 0 0 1  0 0 3
   

Formas no escalonadas:

1 4 5
  1 0 6 7
2 5 6 0 2 3  
0 0 0   0 2 4 8
 ; 0 0 0  ;  0 0 1 ; 
 0 2 1  0 0 7   0 0 1 3
  0 0 2  
0 0 0 5 2
 0 0 

Forma reducida

Se llama forma reducida por filas de una matriz Amxn a toda matriz escalonada con los
pivotes unidad y los demás elementos de la columna del pivote, nulos.

Ejemplo 10.
1 0 3 1 3 0 0
    1 2 0 3
0 1 2 ; 0 0 1 0 ; 0 0 1 4
0 0 0 0 0 0 1  
   

27
Obtención de una forma escalonada

El algoritmo para obtención de una forma escalonada se llama eliminación de Gauss o

gaussiana y consta de los siguientes pasos:

1° Partiendo de la izquierda, buscamos en la 1a columna un elemento distinto de

cero que llevaremos a la 1a fila, si no le hay en la 1a fila, (mediante operaciones
elementales) y será el 1er pivote. Seguidamente con las operaciones elementales
haremos ceros debajo del pivote.

2° Siguiendo a la derecha, buscamos en la 2a columna un elemento distinto de cero

en la 2a fila o siguientes filas. Se opera para tener un 2a pivote en la 2a fila, si
está en las siguientes filas. Seguidamente con las operaciones elementales
haremos ceros debajo del 2a pivote.
3° Seguimos sucesivamente moviéndonos hacia la derecha hasta no encontrar más
pivotes.

Evidentemente, dependiendo de la manera de operar y el orden de actuación,

obtendremos diferentes formas escalonadas (hay infinitas), mientras que la forma
reducida solo hay una.

Ejemplo 11.

1 2 1 2 1 0
 
1 2 4 1 4 3
Hallar la forma escalonada de la matriz A  
2 4 5 1 5 2 
 
1 3 1 2 6 0

1 1 0 1 1 0
  F2,1  1 
2 1 2 2 1 2
 
1 2 4 1 4 3 0 0 3 3 3 3
  F3,1  2   
2 4 5 1 5 2   0 0 3 3 3 2 
   F4,1    
1 3 1 2 6 0 0 1 0 0 5 0

1 2 1 0
2 1 1 2 1 02 1
   
0 0 3 3 3 3  0 1 0 0 5 0
 F4,2    F4,3  1 
0 0 3 3 3 2  0 0 3 3 3 2 
   
0 1 0 0 5 0 0 0 3 3 3 3 

1 2 1 2 1 0
 
0 1 0 0 5 0
0 0 3 3 3 2 
 
0 0 0 0 0 5

28
1.8.RANGO DE UNA MATRIZ

Llamaremos rango de una matriz el número de filas con algún elemento distinto de cero
que hay en cualquier forma escalonada por filas o también el número de columnas
pivotales que tiene.

Número de vectores filas linealmente independientes = número de columnas

 Rango  A  Rang  At 

Ejemplo 12.
1 0
 1 2 1 1  
 1 1   0 5
rg    2; rg  0 1 4 3   2 ; rg  2
0 3  0 0 0 0  0 0
   
0 0

1.9.SISTEMA DE ECUACIONES LINEALES

Un sistema de m ecuaciones lineales con n incógnitas

a11 x1  a12 x2    a1n xn  b1
a x  a x    a x  b
 21 1 22 2 2n n 2

1 


a m1 x1  a m2 x2    a mn xn  bn

Donde A   a ij  y  A h    a ij  b j 
mxn

1) El sistema tiene solución si y solo si Rang  A  Rang  A h  y se llama

compatible.
2) Si Rang  A  r  n , entonces el sistema tiene una única solución, el sistema es
determinado.
3) Si r  n , entonces existen infinitas soluciones, el sistema es indeterminado no
existe solución si r  n y algún bj  0
4) Si existen soluciones todas se obtienen por el método de eliminación de Gauss.

Sistema Homogéneo: Ax  0 , tiene solución x  0 y su Rang  x  n entonces existen

soluciones no triviales linealmente dependientes.

Ejemplo 1. Resolver el sistema

x + 2y + 3z + 4w = 5
2x + y + 2z + 3w = 1
3x + 2y + z + 2w = 1
4x + 3y + 2z + w = -5
29
Solución

1 2 3 4  5  x 5 
     
2 1 2 3  1  y 1
A  , X  , H  
3 2 1 2  1  z  1 
     
4 3 2 1   5  w  5 

1 2 3 4  5  1 2 3 4  5 
   
2 1 2 3  1 
 F21 (2), F31 (3), F41 (4)  0 3 4 5  9 

3 2 1 2  1   0 4 8 10   14 
   
4 3 2 1   5  0 5 10 15   25 

1 2 3 4 5  1 2 3 4  5
   
0 1 2 3 5  0 1 2 3  5
F4 ( 1 ), F42 =   F32 (4), F42 (3) =  
5  0 4 8 10 14  0 0 0 2  6
   
 0 3 4 5 9  0 0 2 4  6

1 2 3 4  5
 
0 1 2 3  5
 F4 (1/ 2), F3 (1/ 2), F34  
0 0 1 2  3
 
0 0 0 1  3
De donde
w=3
z+2w = 3
y + 2z + 3w = 5
x + 2y + 3z + 4w = 5

En consecuencia el conjunto solución es CS = { ( -2 , 2 , -3 , 3 ) }

Ejemplo 2. Resolver

3x + 2 y + z= 3
2x + y + z = 0
6x + 2y + 4z = 6

Solución

30
 3 2 1  3 
3 2 1  3   
   1
 A H    2 1 1  0   F31 (2), F21 ( 3 )  0
1
2    2 
6 2 4  6  3 3 
  0  2 2  0 
 

3 2 1  3 
 
 F32 (6)   0    2
1 1
 3 3 
0 0 0  12 
 

De donde 0z = 12 , es decir 0 = 12 ( Contradicción)

 el sistema es incompatible.

Ejemplo 3. Resolver

x - 2 y + 3z= 5
2x + y -4 z = 0
3x + 4y -11z = -5

Solución

1  2 3  5  1  2 3  5 
 A H    2 1  4  0   F31 (3), F21 (2)   0 5  10   10  
  
 3 4  11   5   0 10  20   20 
   

1  2 3  5 
 
 F32 (2)   0 5  10   10 
0 0 0  0 


Luego
5y – 10 z = - 10
x – 2y + 3z = 5

Despejando y de la primera ecuación se tiene y = 2z – 2

Se obtienen infinitas soluciones asignando valores a z

Además
x  2 y  3z  5
x  2  2 z  2   3z  5
x  z 1

31
En general si entonces z  t entonces y  2t  2  x  t  1
Luego CS  1  t , 2t  2, t  , t  R

DESCRIPCIÓN DEL MÉTODO DE ELIMINACIÓN GAUSSIANA

Considerando el sistema

2 x  4 y  6 z  18

4 x  5 y  6 z  24  1
3 x  y  2 z  4


El sistema (1) puede ser escrito en forma matricial como se observa en la columna de la
derecha omitiendo las variables.

2 x  4 y  6 z  18  2 4 6  18 
  
4 x  5 y  6 z  24  1  4 5 6  24    2
3 x  y  2 z  4  
  3 1 2  4 

La matriz (2) se denomina matriz ampliada del sistema (1). Ahora, las operaciones que
realizaríamos sobre las ecuaciones del sistema (1) se realizarán con las filas de la matriz
(2). Cada fila (ecuación) de la matriz se denotará por fi donde i  1, 2 ò 3 .

El objetivo es obtener, a través de la suma de filas o la multiplicación de una fila por un

número distinto de cero, nuevas filas pero que correspondan a un sistema equivalente al
dado inicialmente.

La matriz (2) deberá convertirse, si fuera posible, en una matriz de la forma:

1 ? ? ?
 
0 1 ? ?
 0 0 1 ?
 
Para conseguirlo, sigamos el siguiente procedimiento:

1° Para conseguir un 1 en la primera posición, se multiplica la primera ecuación por

1
:
2
1 2 3 9 
1  
f1  f1 :  4 5 6 24 
2  3 1 2 4 
 

2° Luego, para obtener 0 en la primera columna de las filas 2 y 3, restamos a la

segunda ecuación la primera ecuación multiplicada por 4; un proceso similar se
realizará con la tercera fila o ecuación:

32
 1 2 3 9 
 
f2  f2  4 f1 :  0 3 6 12 
 3 1 2 4 
 

1 2 3 9 
 
f3  f3  3 f1 :  0 3 6 12 
 0 5 11 23 
 

Los pasos realizados equivalen a eliminar la variable x en la segunda u tercera

ecuación.

1
3° Ahora multiplicaremos la segunda ecuación por  :
3

1 2 3 9 
1  
f2   f2 :  0 1 2 4 
3  0 5 11 23 
 

4° Para obtener 0 en la segunda columna de la tercera fila (ecuación), se debe

multiplicar por 5 la segunda fila y sumar la tercera fila con la nueva segunda fila.

1 2 3 9 
 
f3  f3  5 f2 :  0 1 2 4 
 0 0 1 3 
 

5° Finalmente, para obtener 1 en la tercera columna de la tercera fila:

1 2 3 9
 
f3   1 f3 :  0 1 2 4 
0 0 1 3
 

6° Si expresamos la matriz anterior en términos de las ecuaciones, obtendríamos:

x  2 y  3z  9
y  2z  4
z3
Entonces , si la tercera fila se obtiene: z  3 y sustituyendo este valor en la
segunda ecuación se obtiene: y  2 ; luego x  4 . Por lo tanto, este sistema de
ecuaciones tiene sólo una solución:  4; 2;3 .

33
 PRACTICA 2

1. Hallar la inversa de la matriz

1 0 2 0 1 3 2 2 
 1 1 3     
   1 2 0 1 2 4 0 1 
a) A   1 2 1  b) A  c) A  
 1 3 1   1 1 4 1   1 5 2 2 
     
 3 1 3 2   2 1 2 1 
2. Dadas las matrices

1 2 3   2 0 1  1 2 3
     
A   2 0 1  , B   1 2 3  , C    6 0 3 
 5 2 1   5 2 1   5 2 1 
     
Hallar las matrices elementales E1 , E2 , E3 tales que
a) E1 A  B b) E2 A  C c) E2 E1 A  C

3. Demostrar que las matrices A y B son equivalentes por filas

 2 0 1 1 2 3 
   
A  1 2 3  y B   2 0 1
 5 2 1  7 2 7 
   

4. Hallar la forma escalonada de cada matriz y determinar el rango de dicha matriz:

1 2 1 2 1 0
 3 2 3   1 1 2   
    1 2 4 1 4 3
A   4 3 1  , B   2 0 4  , C  
 1 5 1   3 5 3  2 4 5 1 5 2 
     
1 3 1 2 6 0

5. Resolver los siguientes sistemas de ecuaciones:

a) 2 x  3 y  8z  1 b) x1  2 x2  x3  x4  2
3 x1  2 x3  2 x4  8
z  2 y  3z  4
4 x2  x3  x4 1
5 z  3 y  z  13
5 x1  3 x3  x4  3

c) x1  2 x2  x3  3 x4 3 d) 2 x1  2 x2  x3  x4  x5 1
x1  2 x2  x3  x4  2 x5 1
2 x1  4 x2  4 x3  3 x4  0
4 x1  10 x2  5 x3  5 x4  7 x5 1
3 x1  6 x2  x3  8 x4  10
2 x1  14 x2  7 x3  7 x4  11x5  1

34
 2 x1  x2  5 x3  x4  5 2 x1  y  5 z  w  5
 x  x  3 x  4 x  1  x  y  3z  4w  1
 1 2 3 4 
e)  f) 
3 x1  6 x2  2 x3  x4  5 3 x  6 y  2 z  w  8
2 x1  2 x2  2 x3  3 x4  5 2 x  2 y  2 z  3w  2

 x  y  2 z  w  4 27 x1  9 x2  3 x3  x4  112
2 x  y  3 z  3w  2 
  x1  x2  x3  x4  2
g)  h) 
3 x  3 y  2 z  3w  3  x1  x2  x3  x4 4
 x  2 y  z  w  5 8 x1  4 x2  2 x3  x4  13

6. ¿Para qué valores de k  R el sistema

 x  y   k  1 z  k

 k  1 x  y  z  2  k
kx  ky  k  4

(a) tiene solución única
(b) tiene infinitas soluciones
(c) es incompatible

7. Dado el sistema de ecuaciones

 x 2yt  b

3 x  ay  5 z  2t  3
 x  5 z  at  b

Señale el valor de a  b que corresponde al caso en que el sistema es compatible
indeterminado y tiene el mayor número posible de parámetros.

8. Resolver el sistema

 x1  x2  3x3  1
 2 x  x  2 x  1
 1 2 3
a) 
 1 2 3 3
x  x  x
 x1  2 x2  3 x3  5

9. Resolver el sistema

 x1  2 x2  x3  x4  x5 0
2 x  x  x  x  x 0
 1 2 3 4 5

 x1  7 x2  5 x3  5 x4  5 x5  0
3 x1  x2  2 x3  x4  x5  0

35
 (a) Tiene solución única
(b) Tiene infinitas soluciones. Expresar dichas soluciones en términos de
parámetros.
(c) Es incompatible.

10. Dado el sistema de ecuaciones

1  a  x  y  z  1

2 x  ay  2 z  2
 x  y  1  a z  2
  
¿Para qué valores de a
( a ) El sistema tiene solución única
( b ) El sistema tiene infinitas soluciones. Halle tales soluciones.
( c ) El sistema es incompatible

11. Usando el método de Gauss, resolver según los valores de a  R el siguiente

sistema de ecuaciones

 x  y  2w 3
3 x  y  z  w 1


5 x  3 y  2 z  4w a
2 x  y  z  w 2

12. La Texas Electronics Inc. (TEI) produce tres nuevos modelos de computadoras:
1, 2 y 3. Como parte del proceso de elaboración, estos productos pasan por la
planta técnica y por la planta de ensamblaje. Los tiempo empleados por unidad
en cada una de estas plantas se muestran en la siguiente tabla:

Modelo Planta Técnica Planta de ensamblaje

1 30 minutos 0,5 hora
2 12 minutos 2 horas
3 36 minutos 2 horas
Tiempo total empleado en 116 horas 370 horas
un mes en cada planta

Cuantas unidades de cada modelo produjo la empresa si obtuvo una utilidad

mensual de 37 500 dólares, sabiendo que las ganancias obtenidas por la venta de
los modelos 1, 2 y 3 fueron de 200, 50 y 100 dólares por unidad,
respectivamente? Asumir que se vendió toda la producción.

13. Micaela desea cubrir sus requerimientos vitamínicos semanales de exactamente

13 unidades de vitamina A, 22 de vitamina B y 31 de vitamina C.

36
 Existen disponibles tres marcas de cápsulas vitamínicas en el mercado. La marca
I contiene 1 unidad de cada una de las vitaminas A, B y C por cápsula; la marca
II contiene 1 unidad de vitaminas A, 2 de B y 3 de C, y la marca III contiene 4
unidades de A, 7 de B y 10 de C.
Si las cápsulas de la marca I cuestan 50 céntimos cada una, las de la marca II
cuestan 70 céntimos cada una y las de la marca III, 2 soles cada una,
a) ¿qué combinación de cápsulas de las marcas I, II y III producirá exactamente
las unidades de vitaminas deseadas?
b) ¿Cuál de esas combinaciones le ocasionará menor gasto semanal a Micaela?

14. La siguiente tabla muestra los porcentajes de albúmina, carbohidrato y lípido en

cada uno de los alimentos A, B y C.

A B C
Albúmina 30% 50% 20%
Carbohidrato 30% 30% 70%
Lípido 40% 20% 10%

a) ¿Es posible obtener 1kg de comida que contenga solo esos tres alimentos en
un porcentaje de 47% de albúmina, 35% de carbohidrato y 18% de lípido? Si
la respuesta es afirmativa, explicar qué cantidades en gramos se requeriría de
cada uno de ellos y si es negativa, justificar por qué no se podría.
b) Y si pidiera combinar los tres alimentos para obtener una comida con 40%
de albúmina, 40% de carbohidrato y 20% de lípido, ¿cambiaría la respuesta
anterior? Justificar.

15 Una fábrica de muebles posee tres aserraderos: A, B y C, en los cuales se corta

madera a razón de 60m3, 45m3 y 30m3, por día, respectivamente. La madera se
distribuye a 2 fábricas de muebles M y N que necesitan 65m 3 y 70m3 por día,
respectivamente. Los costos de transporte en dólares por metro cúbico desde los
aserraderos hasta las fábricas se muestran en la siguiente tabla:

Desde el aserradero Hasta la fábrica M Hasta la fábrica N

A 1,5 3,0
B 3,5 2,0
C 2,9 1,9

Considere que:
 Toda la madera cortada por día en los aserraderos se debe emplear para
satisfacer la demanda diaria de las fábricas.
 Los costos de transporte de la madera recibida por la fábrica M desde el
aserradero A son iguales a los costos de transporte de la madera recibida por
la fábrica N desde el aserradero B, por día.
 Los costos totales de transporte de la madera desde los aserraderos a las
fábricas ascienden a 242 dólares por día.
37
 Hallar las cantidades de madera transportadas desde los aserraderos A, B y C a
las fábricas M y N.

16. La compañía Realistic Picture Frame puede fabricar cuatro tipos diferentes de
marcos para pinturas: rústico, modernistas, francés y romano. Cada marco
requiere de las siguientes cantidades de recursos en madera, mano de obra y
tiempo de maquina, como se indica en el siguiente cuadro de tecnología de
producción:

Recursos utilizados por unidad producida

Recursos Rústico Modernista Francés Romano
Madera (en pies) 1,0 1,5 2,0 2,0
Mano de obra (en horas) 1,0 0,9 0,6 0,6
Maquinas (en horas) 0,3 0,3 0,1 0,1

Por el momento se dispone de 1000 pies de madera, 460 horas de mano de obra
y 120 horas de tiempo de máquina y se emplearán todos los recursos disponibles.

a) Con la información dada ¿se puede determinar el número de marcos rústicos,

modernistas, franceses y romanos que se deben producir? Emplear el método
de Gauss.
b) Si además se sabe que las ganancias obtenidas por unidad de cada tipo de
marco son:
Rústico  $ 1,50
Modernista  $ 1,25
Francés  $ 0,95
Romano  $ 0,60
Determinar el número de marcos de cada tipo que se deben producir para
obtener la mayor ganancia posible.

17. Un ciclista se desplaza por tres tipos de terreno: cuesta arriba, llano cuesta abajo.
En cada uno de ellos emplea una velocidad constante. Como desea determinar
dichas velocidades, elabora la siguiente tabla de datos acerca de sus tres últimos
recorridos:

Tiempo empleado (en horas) Distancia total

Recorrido (en km)
Cuesta arriba Terreno llano Cuesta abajo
I 0,25 1 0,25 22
II 0,75 0,6 0,05 16
III 1 0,2 0,4 19

a) Especificar las variables que se deben determinar, indicando qué representan

y en qué unidades se miden.

38
 b) Hallar las velocidades del ciclista en cada tipo de terreno. Emplear el método
de eliminación gaussiana.
c) Empleando la solución encontrada en b), determinar qué tiempo emplearía el
ciclista en una ruta de 4km. Cuesta arriba, 15 km. En terreno llano y 10 km.
Cuesta abajo.

18. Suponga que una industria de hidrocarburos puede mezclar cuatro tipos de
petróleo para abastecer sus pedidos. En la siguiente tabla se muestran las
características de cada tipo de petróleo:

Tipo de Total de galones Promedio de galones de compuestos

petróleo por barril ligeros (que se evaporan con el
calentamiento) por barril
Ligero 75 3
Mediano 60 2,5
Pesado 60 3
Extrapesado 45 2

Dicha industria debe abastecer un pedido de 20 barriles de petróleo que contenga

en total 1 350 galones de petróleo y un promedio de 56 galones de compuestos
ligeros. Usando el método de eliminación gaussiana, contestar las siguientes
preguntas:

a) Con información dada ¿se puede determinar un único número de barriles

de petróleo de cada tipo que deben mezclarse para abastecer tal pedido?
b) Suponga que la compañía no tiene ningún galón de petróleo del tipo
Extrapesado. ¿Cuántos barriles de petróleo de cada tipo se requerirá?
c) Modificar uno de los coeficientes del sistema planteado en la parte b)
para que el problema no tenga solución. Muestre el nuevo sistema,
justificando su respuesta.

39
BIBLIOGRAFÍA

1. Ayres, F. (1998) Matrices. Mc. Graw Hill. México.

2. Kreyszig. W. (2004) Matemáticas Avanzadas para Ingeniería. Edit. Limusa

Wiley. México.

3. Leithold, L. (2007) Precálculo. Editorial Harla México.

4. Larson, R. y Hostetler, R. (2004) Precálculo. Editorial Reverté. México.

5. Taylor, H.(1989) Matemática Básica. Edit. Reverté. México.

40