Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
MATRICES
OBSERVACIONES
NOTAS
1
Tomado del libro Algebra lineal con aplicaciones y Matlab (KOLMAN, 1999, pág. 12)
1
ejes, fajas y mano de obra calificada respectivamente. Determine la matriz de equipos por
accesorios.
𝑐𝑎𝑙𝑑𝑒𝑟𝑜 ⏞3 3 2 1
𝑚𝑜𝑙𝑖𝑛𝑜 6 8 5 2
𝑀𝐸×𝐴 = 𝑐𝑒𝑛𝑡𝑟𝑖𝑓𝑢𝑔𝑎𝑑𝑜𝑟 4 2 3 1
ℎ𝑜𝑟𝑛𝑜 3 5 1 1
𝑎𝑠𝑐𝑒𝑛𝑠𝑜𝑟 [7 4 5 2]
Significa que, para ensamblar un caldero, molino, centrifugador, horno y ascensor se
requieren de piñones(𝑝), ejes(𝑒), fajas(𝑓) y mano de obra calificada(𝑚). También se
puede interpretar erróneamente, pues contradice con la realidad que, un piñón(𝑝), ejes(𝑒),
fajas(𝑓) y mano de obra calificada(𝑚) permite ensamblar calderos, molinos,
centrifugadores, horno y ascensor.
Solución 2. Se desea expresar, de manera explícita, la matriz dada 𝐴 de orden 4×4. Esto
es;
1 0 0 0
𝐴 = [0 1 0 0]
0 0 1 0
0 0 0 1
La matriz 𝐴 se denomina matriz identidad.
2
Ejercicio 4. Loli para fabricar repuestos del tipo 𝐼, 𝐼𝐼 y 𝐼𝐼𝐼 necesita los insumos 𝐴, 𝐵 y 𝐶.
Para fabricar el repuesto 𝐼 se necesita 3 insumos de 𝐴, 2 de 𝐵 y 4 de 𝐶, para fabricar el
repuesto 𝐼𝐼 se necesita 2 insumos de 𝐴, 4 de 𝐵 y 5 de 𝐶 y para fabricar el repuesto 𝐼𝐼𝐼 se
necesita 6 insumos de 𝐴, 3 de 𝐵 y 2 de 𝐶. Halle la matriz de:
Insumos por repuestos.
Repuestos por insumos.
Solución 4.
Se desea hallar la matriz de insumos por repuestos, denotada 𝑀𝐼𝑅 donde: 𝐼 son los
insumos 𝐴, 𝐵 y 𝐶 y 𝑅 son los repuestos del tipo 𝐼, 𝐼𝐼 y 𝐼𝐼𝐼
𝐼 𝐼𝐼 𝐼𝐼𝐼
𝐴 ⏞3 2 4
𝑀𝐼×𝑅 = 𝐵 [2 4 5]
𝐶 6 3 2
Se desea hallar la matriz de repuestos por insumos
𝐴 𝐵 C
𝐼 ⏞3 2 6
𝑀𝑅×𝐼 = 𝐼𝐼 [2 4 3]
𝐼𝐼𝐼 4 5 2
3
1.1.2 MATRICES CUADRADAS
Las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 son iguales si los elementos
4
1.2.2 ADICIÓN DE MATRICES
La adición de las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 es la matriz 𝐶 = [𝑐𝑖𝑗 ]𝑚×𝑛
definida por
𝐶 = 𝐴+𝐵
[𝑐𝑖𝑗 ]𝑚×𝑛 = [𝑎𝑖𝑗 ]𝑚×𝑛 + [𝑏𝑖𝑗 ]𝑚×𝑛
NOTA.
definida por
𝛼𝐴 = 𝛼[𝑎𝑖𝑗 ] = [𝛼𝐴𝑖𝑗 ]
𝑚×𝑛 𝑚×𝑛
NOTA.
Sean las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 talque la suma de las matrices 𝐴 y
5
PROPIEDADES DE LA MULTIPLICACIÓN DE MATRICES POR
ESCALARES
𝐶 = 𝐴𝐵
[𝐶𝑖𝑗 ]𝑚×𝑛 = [𝑎𝑖𝑘 ]𝑚×𝑝 [𝑏𝑘𝑗 ]𝑝×𝑛
donde;
(𝑎𝑖1
𝑐𝑖𝑗 = ⏟ 𝑎𝑖2 ⋯ 𝑎𝑖𝑘 ⋯ 𝑎𝑖𝑝 ) ⋅ (⏟𝑏1𝑗 𝑏2𝑗 ⋯ 𝑏𝑘𝑗 ⋯ 𝑏𝑝𝑗 )
𝑣𝑒𝑐𝑡𝑜𝑟 𝑓𝑖𝑙𝑎 𝑣𝑒𝑐𝑡𝑜𝑟 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
𝑝
𝑐𝑖𝑗 = 𝑎𝑖1 𝑏1𝑗 + 𝑎𝑖2 𝑏2𝑗 + ⋯ + 𝑎𝑖𝑘 𝑏𝑘𝑗 + ⋯ + 𝑎𝑖𝑝 𝑏𝑝𝑗 = ∑ 𝑎𝑖𝑘 𝑏𝑘𝑗
𝑘=1
6
NOTA. La multiplicación de las matrices 𝐴 y 𝐵 está definido cuando el número de
columnas de la matriz 𝐴 es exactamente igual al número de filas de la matriz 𝐵.
OBSERVACIONES
NOTAS
a) BA no esta definido si n ≠ m
b) 𝐵𝐴 = [𝑑𝑖𝑗 ]𝑝×p , 𝑛 = 𝑚 , 𝑝 ≠ m
c) 𝐵𝐴 = [𝑑𝑖𝑗 ]𝑝×𝑝 , 𝑛 = 𝑚 = 𝑝 y 𝐴𝐵 ≠ 𝐵𝐴
d) 𝐴𝐵 = 𝐵𝐴
7
𝑖+𝑘, 𝑖 ≤𝑘 𝑘𝑗 , 𝑘 < 𝑗
𝐴 = [𝑎𝑖𝑘 ]3×3 , 𝑎𝑖𝑘 = { y 𝐵 = [𝑏𝑘𝑗 ]3×2 , 𝑏𝑘𝑗 = { 𝑘
𝑖 − 𝑘, 𝑖 > 𝑘 𝑗 , 𝑘≥𝑗
Si están definidos, halle:
𝐴+𝐵
𝐴𝐵, 𝐵𝐴
Solución 5.
Para hallar la suma de las matrices 𝐴 y 𝐵 estas deben tener el mismo orden. La matriz 𝐴
tiene un orden de 3×3, mientras que la matriz 𝐵 tiene un orden de 3×2. Por lo que 𝐴 + 𝐵
no está definido.
Por la parte (1) se tiene que la multiplicación de la matriz 𝐴 por 𝐵 está definida, mientras
que la multiplicación de 𝐵 por 𝐴 no está definida.
Escribamos las matrices 𝐴 y 𝐵 de forma explicita
2 3 4 1 1
𝐴 = [1 4 5] , 𝐵 = [1 4]
2 1 6 1 8
multiplicando 𝐴 por 𝐵 se tiene la matriz 𝐶 de orden 3×2, esto es
𝐶 = 𝐴𝐵
2 3 4 1 1
𝐶 = [ 1 4 5] [ 1 4]
2 1 6 1 8
9 46
𝐶 = [10 57]
9 54
Ejercicio 6. Loli para fabricar repuestos del tipo I, II y III necesita los insumos A, B y C
que cuestan 2, 3 y 4 soles respectivamente. Para fabricar el repuesto I se necesita 3 insumos
de A, 2 de B y 4 de C, para fabricar el repuesto II se necesita 2 insumos de A, 4 de B y 5
de C y para fabricar el repuesto III se necesita 6 insumos de A, 3 de B y 2 de C. Halle la
matriz de costo de los repuestos y el costo total de fabricación.
Solución 6.
Sea los repuestos(𝑅), los insumos(𝐼) y el costo(𝐶). Se desea hallar la matriz de costo de
los repuestos o de repuestos por costo 𝑀𝑅×𝐶 .
Hallamos la matriz de repuestos por insumos 𝑀𝑅×𝐼 y la matriz de insumos por costo 𝑀𝐼×𝐶
de manera que al multiplicar estas matrices se obtiene la matriz de repuestos por costo
𝑀𝑅×𝐶 . Esto es;
𝑀𝑅×𝐼 𝑀𝐼×𝐶 = 𝑀𝑅×𝐶
8
3 2 4 2 28
[2 4 5] [3] = [40]
6 3 2 4 29
significa que los repuestos del tipo I, II y III cuestan 28, 40 y 29 soles respectivamente. Y
el costo total de fabricación es de 97 soles.
𝐴 por 𝐶 es una combinación lineal de las columnas de 𝐴, en la que los coeficientes son los
elementos o entradas de 𝐶.
Solución 7.
Como la matriz 𝐴 es de orden 𝑚×𝑛 y la matriz 𝐶 es de orden 𝑛×1, la multiplicación de 𝐴
por 𝐶 es la matriz 𝐴𝐶 de orden 𝑚×1
𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑐11 𝑎11 𝑐11 + 𝑎12 𝑐21 + ⋯ + 𝑎1𝑛 𝑐𝑛1
𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑐21 𝑎21 𝑐11 + 𝑎22 𝑐21 + ⋯ + 𝑎2𝑛 𝑐𝑛1
𝐴𝐶 = [ ⋮ ⋮ ⋱ ⋮ ][ ⋮ ] = [ ⋮ ]
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑐𝑛1 𝑎𝑚1 𝑐11 + 𝑎𝑚2 𝑐21 + ⋯ + 𝑎𝑚𝑛 𝑐𝑛1
el lado derecho de esta igualdad se puede escribir como
𝑎11 𝑐11 + 𝑎12 𝑐21 + ⋯ + 𝑎1𝑛 𝑐𝑛1 𝑎11 𝑎11 𝑎11
𝑎 𝑐 + 𝑎22 𝑐21 + ⋯ + 𝑎2𝑛 𝑐𝑛1 𝑎 21 𝑎21 𝑎 21
[ 21 11 ⋮ ] = 𝑐11 [ ⋮ ] + 𝑐21 [ ⋮ ] + ⋯ + 𝑐𝑛1 [ ⋮ ]
𝑎𝑚1 𝑐11 + 𝑎𝑚2 𝑐21 + ⋯ + 𝑎𝑚𝑛 𝑐𝑛1 𝑎𝑛1 𝑎𝑛1 𝑎𝑛1
luego,
𝐴𝐶 = 𝑐11 𝑐𝑜𝑙1 (𝐴) + 𝑐21 𝑐𝑜𝑙2 (𝐴) + ⋯ + 𝑐𝑛1 𝑐𝑜𝑙𝑛 (𝐴)
expresión que es una combinación lineal de las columnas de 𝐴, en la que los coeficientes
son los elementos o entradas de 𝐶.
Ejercicio 8. Sea la matriz 𝐴 = [𝑎𝑖𝑘 ]𝑚×𝑝 y la matriz 𝐵 = [𝑏𝑘𝑗 ]𝑝×𝑛 . Demostrar que la 𝑗-
ésima columna del producto 𝐴𝐵 se puede escribir como una combinación lineal de las
columnas de la matriz 𝐴, en la que los coeficientes son los elementos o las entradas en la
𝑗-ésima columna de la matriz 𝐵. Es decir;
𝑐𝑜𝑙𝑗 (𝐴𝐵) = 𝐴𝑐𝑜𝑙𝑗 (𝐵) = 𝑏1𝑗 𝑐𝑜𝑙1 (𝐴) + 𝑏2𝑗 𝑐𝑜𝑙2 (𝐴) + ⋯ + 𝑏𝑝𝑗 𝑐𝑜𝑙𝑝 (𝐴)
2
Tomado del libro Algebra lineal con aplicaciones y Matlab (KOLMAN, 1999)
9
Ejercicio 9. Sea la matriz 𝐴 = [𝑎𝑖𝑘 ]𝑚×𝑝 y la matriz 𝐵 = [𝑏𝑘𝑗 ]𝑝×𝑛 . Demostrar que la 𝑖-
ésima fila del producto 𝐴𝐵 es igual al producto de matrices 𝑓𝑖𝑙𝑎𝑖 (𝐴)𝐵.
= 𝑓𝑖𝑗 + 𝑔𝑖𝑗
entonces,
𝐸 = [𝑒𝑖𝑗 ]
= [𝑓𝑖𝑗 + 𝑔𝑖𝑗 ]
= [𝑓𝑖𝑗 ] + [𝑔𝑖𝑗 ]
=𝐹+𝐺
finalmente,
𝐴(𝐵 + 𝐶) = 𝐴𝐵 + 𝐴𝐶
Ejercicio 11. Sea la matriz 𝐴 = [1 1] halle todas las matrices 𝐵 de orden 2×2 tales
1 1
que 𝐴𝐵 = 0.
10
Solución 11.
𝑏11 𝑏12
Se desea hallar la matriz 𝐵 = [ ].
𝑏21 𝑏22
De 𝐴𝐵 = 0 se tiene;
1 1 𝑏11 𝑏12 0 0
[ ][ ]=[ ]
1 1 𝑏21 𝑏22 0 0
𝑏11 + 𝑏21 𝑏12 + 𝑏22 0 0
[ ]=[ ]
𝑏11 + 𝑏21 𝑏12 + 𝑏22 0 0
de donde;
𝑏11 + 𝑏21 = 0 ↝ 𝑏11 = −𝑏21
𝑏12 + 𝑏22 = 0 ↝ 𝑏22 = −𝑏12
si parametrizamos 𝑏11 = 𝛼 y 𝑏22 = 𝛽 entonces la familia de matrices buscadas es:
𝛼 −𝛽
𝐵=[ ]
−𝛼 𝛽
Ejercicio 12. Sea la matriz 𝐴 = [1 1 0] halle una matriz 𝐵 de orden 3×𝑛 talque 𝐴𝐵 =
0 1 1
0
Solución 12.
𝑏11 𝑏12 ⋯ 𝑏1𝑛
Se desea hallar la matriz 𝐵 = [𝑏21 𝑏22 ⋯ 𝑏2𝑛 ]
𝑏31 𝑏32 ⋯ 𝑏3𝑛
De 𝐴𝐵 = 0 se tiene;
𝑏11 𝑏12 ⋯ 𝑏1𝑛
1 1 0 𝑏 𝑏22 ⋯ 𝑏2𝑛 ] = [0 0 ⋯ 0
[ ][ ]
0 1 1 21 0 0 ⋯ 0
𝑏31 𝑏32 ⋯ 𝑏3𝑛
𝑏11 + 𝑏21 𝑏12 + 𝑏22 ⋯ 𝑏1𝑛 + 𝑏2𝑛 0 0 ⋯ 0
[ ]=[ ]
𝑏21 + 𝑏31 𝑏22 + 𝑏32 ⋯ 𝑏2𝑛 + 𝑏3𝑛 0 0 ⋯ 0
de donde;
𝑏1𝑖 + 𝑏2𝑖 = 0 , 𝑖 = 1,2, … , 𝑛 ↝ 𝑏1𝑖 = −𝑏2𝑖
𝑏2𝑖 + 𝑏3𝑖 = 0 , 𝑖 = 1,2, . . , 𝑛 ↝ 𝑏2𝑖 = −𝑏3𝑖
Sea 𝑏2𝑖 = 𝛼𝑖 , entonces la matriz buscada es
−𝛼1 −𝛼2 ⋯ −𝛼𝑛
𝐵 = [ 𝛼1 𝛼2 ⋯ 𝛼𝑛 ]
−𝛼1 −𝛼2 ⋯ −𝛼𝑛
Ejercicio 13. Sea A / A es una matriz de orden adecuado junto con las operaciones
de Adición de matrices y la multiplicación y de una matriz por un escalar, es un espacio
vectorial.
11
Solución 13.
El conjunto de matrices M es un espacio vectorial, puesto que se cumple:
A B M ; para toda matriz A, B M
1A A
Una matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 se puede separar en submatrices o bloques, trazando rectas
horizontales entre las filas y rectas verticales entre las columnas. La particion se puede
realizar de muchas formas diferentes (KOLMAN, 1999). Cada submatriz o bloque sera
etiquetada como 𝐴𝑖𝑗 de acuerdo a sus entradas en la mariz 𝐴.
Una particion de la matriz
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛−1 𝑎1𝑛
𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛−1 𝑎2𝑛
𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛−1 𝑎3𝑛
𝐴= ⋱
⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑚−11 𝑎𝑚−12 𝑎𝑚−13 ⋯ 𝑎𝑚−1𝑛−1 𝑎𝑚−1𝑛
[ 𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ⋯ 𝑎𝑚𝑛−1 𝑎𝑚𝑛 ]
Se puede escribir como
𝐴11 𝐴12 ⋯ 𝐴1𝑡
𝐴 𝐴22 ⋯ 𝐴2𝑡
𝐴 = [ 21 ]; 1 ≤ 𝑟 ≤ 𝑚 , 1 ≤ 𝑡 ≤ 𝑛
⋮ ⋮ ⋱ ⋮
𝐴𝑟1 𝐴𝑟2 … 𝐴𝑟𝑡
Donde;
𝑎11 𝑎12 𝑎13 𝑎1𝑛−1 𝑎1𝑛
𝐴11 = [𝑎 𝑎22 ], 𝐴12 = [𝑎23 ] , ⋯ , 𝐴1𝑡 = [𝑎2𝑛−1 𝑎2𝑛 ]
21
NOTAS
12
Si las matrices 𝐴 = [𝑎𝑖𝑗 ] y 𝐵 = [𝑏𝑖𝑗 ] tienen una partición de la misma
𝑚×𝑛 𝑚×𝑛
Donde;
𝑝
Solución 14.
Se desea hallar 𝐴𝐵 utilizando la multiplicación por bloques.
Determinamos la partición de las matrices
𝐴11 𝐴12
𝐴=[ ]
𝐴21 𝐴22
Donde
1 0 1 0 2 0 −4 0
𝐴11 = [ ], 𝐴12 = [ ] , 𝐴21 = [ ] , A22 = [ ]
0 2 3 −1 0 1 0 3
𝐵 𝐵12 𝐵13
𝐵 = [ 11 ]
𝐵21 𝐵22 𝐵23
Donde
2 0 0 1 3 0
𝐵11 = [ ] , 𝐵12 = [ ] , 𝐵13 = [ ] , 𝐵21 = [ ] , 𝐵22 = [ ] , 𝐵23 = [ ]
0 1 1 −3 −1 2
Multiplicando por bloques obtenemos
𝐴11 𝐴12 𝐵11 𝐵12 𝐵13
𝐶 = 𝐴𝐵 = [ ][ ]
𝐴21 𝐴22 𝐵21 𝐵22 𝐵23
13
𝐴11 𝐵11 + 𝐴12 𝐵21 𝐴11 𝐵12 + 𝐴12 𝐵22 𝐴11 𝐵13 + 𝐴12 𝐵23
𝐶=[ ]
𝐴21 𝐵11 + 𝐴22 𝐵21 𝐴21 𝐵12 + 𝐴22 𝐵22 𝐴21 𝐵13 + 𝐴22 𝐵23
Donde
1 0 2 1 0 0 2 1 3
𝐴11 𝐵11 + 𝐴12 𝐵21 = [ ][ ] + [ ][ ] = [ ] + [ ] = [ ]
0 2 0 3 −1 1 0 −1 −1
1 0 0 1 0 3 0 3 3
𝐴11 𝐵12 + 𝐴12 𝐵22 = [ ][ ] + [ ][ ] = [ ] + [ ] = [ ]
0 2 1 3 −1 −1 2 −1 1
1 0 0 1 0 0 0 0 0
𝐴11 𝐵13 + 𝐴12 𝐵23 = [ ][ ] + [ ][ ] = [ ] + [ ] = [ ]
0 2 1 3 −1 2 2 −2 0
2 0 2 −4 0 1 4 −4 0
𝐴21 𝐵11 + 𝐴22 𝐵21 = [ ][ ] + [ ][ ] = [ ]+ [ ] = [ ]
0 1 0 0 3 −3 0 −9 −9
1 0 0 −4 0 3 0 −12 −12
𝐴21 𝐵12 + 𝐴22 𝐵22 = [ ][ ] + [ ][ ] = [ ] + [ ]=[ ]
3 −1 1 0 3 −1 −1 −3 −4
2 0 0 −4 0 0 0 0 0
𝐴21 𝐵13 + 𝐴22 𝐵23 = [ ][ ] + [ ][ ] = [ ] + [ ] = [ ]
0 1 1 0 3 2 1 6 7
Finalmente,
3 3 0
−1 1 0
𝐶 = 𝐴𝐵 = [ ]
0 −12 0
−9 −4 7
14
Halle:
𝐴 − 𝐴𝑇
𝐴 + 𝐴𝑇
𝑇
(𝐴 + 𝐴T )
Solución 15.
Hallamos la matriz transpuesta de 𝐴
𝑎 𝑐 𝑒
𝐴 = [𝑏
𝑇 𝑑 𝑒]
𝑐 𝑒 𝑓
Se desea hallar 𝐴 − 𝐴𝑇
𝑎 𝑏 𝑐 𝑎 𝑐 𝑒
𝐴 − 𝐴𝑇 = [ 𝑐 𝑑 𝑒 ] − [𝑏 𝑑 𝑒]
𝑒 𝑒 𝑓 𝑐 𝑒 𝑓
0 𝑏−𝑐 𝑐−𝑒
𝐴 − 𝐴𝑇 = [𝑐 − 𝑏 0 0 ]
𝑒−𝑐 0 0
Se desea hallar 𝐴 + 𝐴𝑇
𝑎 𝑏 𝑐 𝑎 𝑐 𝑒
𝑇
𝐴 + 𝐴 = [𝑐 𝑑 𝑒 ] + [𝑏 𝑑 𝑒]
𝑒 𝑒 𝑓 𝑐 𝑒 𝑓
2𝑎 𝑏+𝑐 𝑐+𝑒
𝑇
𝐴 + 𝐴 = [𝑐 + 𝑏 2𝑑 2𝑒 ]
𝑒+𝑐 2𝑒 2𝑓
Se desea hallar (𝐴 + 𝐴𝑇 )𝑇
𝑎 𝑏 𝑐 𝑎 𝑐 𝑒 𝑇
(𝐴 + 𝐴 𝑇 )𝑇
= ([ 𝑐 𝑑 𝑒 ] + [𝑏 𝑑 𝑒 ])
𝑒 𝑒 𝑓 𝑐 𝑒 𝑓
2𝑎 𝑏+𝑐 𝑐+𝑒 𝑇
𝑇 𝑇
(𝐴 + 𝐴 ) = ([𝑐 + 𝑏 2𝑑 2𝑒 ])
𝑒+𝑐 2𝑒 2𝑓
2𝑎 𝑐+𝑏 𝑒+𝑐
𝑇 )𝑇
(𝐴 + 𝐴 = [𝑏 + 𝑐 2𝑑 2𝑒 ]
𝑐+𝑒 2𝑒 2𝑓
También, utilizando propiedades
(𝐴 + 𝐴𝑇 )𝑇 = 𝐴𝑇 + (𝐴𝑇 )𝑇
= 𝐴𝑇 + 𝐴
𝑎 𝑐 𝑒 𝑎 𝑏 𝑐
= [𝑏 𝑑 𝑒] + [𝑐 𝑑 𝑒]
𝑐 𝑒 𝑓 𝑒 𝑒 𝑓
15
2𝑎 𝑐+𝑏 𝑒+𝑐
(𝐴 + 𝐴𝑇 )𝑇 = [𝑏 + 𝑐 2𝑑 2𝑒 ]
𝑐+𝑒 2𝑒 2𝑓
Ejercicio 16. Muestre que; si 𝐴 es una matriz triangular superior (inferior), entonces 𝐴𝑇
es una matriz triangular inferior (superior)
Solución 16.
0, 𝑖 >𝑗
Sea la matriz triangular superior 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , 𝑎𝑖𝑗 = {𝑎 , 𝑖 ≤ 𝑗 se desea mostrar que 𝐴𝑇
𝑖𝑗
Por lo que
0, 𝑗<𝑖
𝐴𝑇 = [𝑎𝑗𝑖 ]𝑛×𝑛 , 𝑎𝑗𝑖 = {𝑎 , 𝑗≥𝑖
𝑗𝑖
Por lo que
0, 𝑗>𝑖
𝐴𝑇 = [𝑎𝑗𝑖 ]𝑛×𝑛 , 𝑎𝑗𝑖 = {𝑎 , 𝑗≤𝑖
𝑗𝑖
Ejercicio 17. Sean las matrices 𝐴 = [𝑎𝑖j ]𝑚×𝑝 𝐵 = [𝑏𝑖𝑗 ]𝑝×𝑛 . Demostrar que (𝐴𝐵)𝑇 =
𝐵𝑇 𝐴𝑇
16
Se desea demostrar que el 𝑖, 𝑗-esimo elemento de (𝐴𝐵)𝑇 es igual al 𝑖, 𝑗-esimo elemento de
𝐵𝑇 𝐴𝑇
De
𝐴𝐵 = [𝑎𝑖𝑗 ] [𝑏𝑖𝑗 ]𝑝×𝑛
𝑚×𝑝
𝐶 = [𝑐𝑖𝑗 ]𝑚×𝑛
Solución 18.
Se desea demostrar que: 𝑈 𝑇 𝑉 = 𝑈 ⋅ 𝑉 (producto escalar)
Sean las matrices
𝑢11 𝑣11
𝑢21 𝑣21
𝑈=[ ⋮ ]y𝑉=[ ⋮ ]
𝑢𝑛1 𝑣𝑛1
Entonces
𝑣11
𝑣21
𝑈 𝑇 𝑉 = [𝑢11 𝑢21 ⋯ 𝑢𝑛1 ] [ ]
⋮
𝑣𝑛1
= 𝑢11 𝑣11 + 𝑢21 𝑣21 + ⋯ + 𝑢𝑛1 𝑣𝑛1
= [𝑢11 𝑢21 ⋯ 𝑢𝑛1 ] ⋅ [𝑣11 𝑣21 ⋯ 𝑣𝑛1 ]
Finalmente,
𝑈 𝑇 𝑉 = 𝑈 ⋅ 𝑉(producto escalar)
17
Ejercicio 19. Sea 𝛼 = −4 y las matrices
2 3 6 4 3 5 4
𝐴 = [3 4 2 ] y 𝐵 = [3 2 4 5]
4 5 −1 2 1 3 6
𝑇
verificar que: (𝛼(𝐴𝐵)) = 𝛼(𝐵𝑇 𝐴𝑇 )
𝑇
Solución 19. Se desea verificar (𝛼(𝐴𝐵)) = 𝛼(𝐵𝑇 𝐴𝑇 )
De las matrices 𝐴 y 𝐵 hallamos sus transpuestas
4 3 2
2 3 4
3 2 1
𝐴𝑇 = [3 4 5 ], 𝐵𝑇 = [ ]
5 4 3
6 2 −1
4 5 6
Hallamos el miembro de la izquierda
𝑇
𝑇
2 3 6 4 3 5 4
(𝛼(𝐴𝐵)) = ((−4) [3 4 2 ] [3 2 4 5])
4 5 −1 2 1 3 6
𝑇
29 18 40 59
= ((−4) [28 19 37 44])
29 21 37 35
29 28 29
18 19 21
= (−4) [ ]
40 37 37
59 44 35
Hallamos el miembro de la derecha
4 3 2
2 3 4
3 2 1
𝛼(𝐵𝑇 𝐴𝑇 ) = (−4) ([ ] [3 4 5 ])
5 4 3
6 2 −1
4 5 6
29 28 29
18 19 21
= (−4) [ ]
40 37 37
59 44 35
Igualando ambos miembros se verifica:
𝑇
(𝛼(𝐴𝐵)) = 𝛼(𝐵𝑇 𝐴𝑇 )
NOTA.
18
Si la matriz 𝐴 es simétrica, entonces los elementos de 𝐴 son simétricos con respecto
a la diagonal principal de 𝐴.
PROPIEDADES
19
1.5 POTENCIACIÓN DE MATRICES
20
Ejercicio 22. Sea la matriz
1 0 0 0
0 1 1 1
𝐴=[ ]
1 0 0 0
0 1 1 1
Halle 𝐴𝑛
Generalizando se tiene
1 0 0 0
𝑛−1 𝑛−1 𝑛−1 𝑛−1
2 −1 2 2 2
𝐴𝑛 = [ ]
1 0 0 0
2𝑛−1 − 1 2𝑛−1 2n−1 2𝑛−1
21
1.5.4 MATRIZ PERIÓDICA
NOTA
22
𝐴7 = 𝐴6 𝐴 = 𝐼𝐴 = 𝐴
Recordamos; una matriz 𝐴 es periódica de periodo 𝑛 si 𝐴𝑛+1 = 𝐴
por lo que la matriz 𝐴, del ejercicio, es periódica de periodo 𝑛 = 6
luego;
𝐴13 = 𝐴7 𝐴6 = 𝐴𝐼 = 𝐴 = 𝐴2(6)+1
𝐴19 = 𝐴13 𝐴6 = 𝐴𝐼 = 𝐴 = 𝐴3(6)+1
⋮
𝐴100 = 𝐴16(6)+1 𝐴3 = 𝐴𝐴3 = 𝐴4 = −𝐴
por lo tanto
0 −1 0 0 1 0
100 (−1)
𝐴 = [1 1 1 ] = [−1 −1 −1]
0 0 −1 0 0 1
1
Ejercicio 25. Para toda 𝑥 se define 𝑒 𝑥 = ∑∞
𝑘=0 𝑘! 𝑥
𝑘
Tenemos
∞ ∞
1 1
𝑒 = ∑ 𝐼 𝑘 = (∑ 1𝑘 ) 𝐼 = 𝑒𝐼
𝐼
𝑘! 𝑘!
𝑘=0 𝑘=0
𝐼
por lo tanto: 𝑒 = 𝑒𝐼
1, 𝑖 < 𝑗
Hallar 𝑒 𝐴 si 𝐴 = [𝑎𝑖𝑗 ]3×3 , 𝑎𝑖𝑗 = {
0, 𝑖 ≥ 𝑗
Reemplazando 𝑥 por la matriz 𝐴 en
∞
𝑥
1 k
𝑒 =∑ 𝑥
𝑘!
𝑘=0
Tenemos
23
∞
𝐴
1 k 1 1
𝑒 =∑ 𝐴 = 𝐴0 + 𝐴1 + 𝐴2 + 𝐴3 + ⋯
𝑘! 2! 3!
𝑘=0
24
0 0 ⋯ 𝑛−3 0 1 ⋯ 1 0 0 ⋯ 𝑛−4
0 0 … 𝑛−4 0 0 … 1 0 0 … 𝑛−5
𝐴4 = 𝐴3 𝐴 = [ ][ ]=[ ]
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0 0 0 ⋯ 0 0 0 ⋯ 0
generalizando
0 0 ⋯ 𝑛 − (𝑛 − 1) 0 1 ⋯ 1
0 0 … 1
𝑛
𝐴 =𝐴 𝑛−1
𝐴 = [0 0 … 𝑛−𝑛
][ ]
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0 0 0 ⋯ 0
0 0 ⋯ 0
0 0 … 0
𝐴𝑛 = [ ]
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0
Por lo que, al remplazar en
∞
𝐴
1 k 1 1 1 1
𝑒 =∑ 𝐴 = 𝐴0 + 𝐴1 + 𝐴2 + 𝐴3 + ⋯ + 𝐴n−1 + 𝐴n + ⋯
𝑘! 2! 3! (𝑛 − 1)! n!
𝑘=0
25
Solución 26. Se desea hallar 𝐴𝑚 si 𝑚 > 𝑛
Como 𝐴 es una matriz periódica de periodo 𝑛 se tiene:
𝐴𝑛+1 = 𝐴 y 𝐴𝛽𝑛+1 = 𝐴, 𝛽 ∈ 𝑁
Veamos los siguientes casos:
Si 𝑚 no es divisible por 𝑛
Por el algoritmo de Euclides se tiene que:
𝑚 = 𝑛𝑞 + 𝑟 , 0 < 𝑟 < 𝑛
Entonces
𝐴𝑚 = 𝐴𝑛𝑞+𝑟 = 𝐴𝑛𝑞+1 𝐴𝑟−1 = 𝐴𝐴𝑟−1 = 𝐴𝑟
Si 𝑚 es divisible (un múltiplo) por(de) 𝑛 . Es decir 𝑚 = 𝑞𝑛, 𝑞 > 1 natural y
𝐴𝛽𝑛+1 = 𝐴, 𝛽 ∈ 𝑁
Entonces
𝐴𝑚 = 𝐴𝑞𝑛 = 𝐴(𝑞−1)𝑛+1+𝑛−1 = 𝐴(𝑞−1)𝑛+1 𝐴𝑛−1 = 𝐴𝐴𝑛−1 = 𝐴𝑛
Por ejemplo:
Para 𝑞 = 2 se tiene que
𝐴𝑚 = 𝐴2𝑛 = 𝐴𝑛+1+𝑛−1 = 𝐴𝑛+1 𝐴𝑛−1 = 𝐴𝐴𝑛−1 = 𝐴𝑛
Para 𝑞 = 3 se tiene que
𝐴𝑚 = 𝐴3𝑛 = 𝐴2𝑛+1+𝑛−1 = 𝐴2𝑛+1 𝐴𝑛−1 = 𝐴𝐴𝑛−1 = 𝐴𝑛
Para 𝑞 = 4 se tiene que
𝐴𝑚 = 𝐴4𝑛 = 𝐴3𝑛+1+𝑛−1 = 𝐴3𝑛+1 𝐴𝑛−1 = 𝐴𝐴𝑛−1 = 𝐴𝑛
Para cualquier grafica3 𝑨 formada por vértices conectados por aristas, el número de
caminos de longitud4 𝒏 del vértice 𝒗𝒊 al vértice 𝒗𝒋 esta dado por la 𝒊, 𝒋 −esima
entrada de la matriz 𝑨𝒏 formada al tomar la 𝒏 −esima potencia de la matriz de
adyacencia5 de la grafica 𝑨 (Hubbard, 1999)
Halle:
3
Una gráfica 𝐴 es un conjunto finito de puntos, llamado vértices o nodos, junto con un conjunto
finito de aristas, cada una de las cuales une un par de vértices, Una arista que une un vértice consigo
mismo es un lazo.
4
Es el número de aristas del camino
5
Es una matriz cuya 𝒊, 𝒋 −esima entrada es 1 si existe al menos una arista entre 𝒗𝒊 y 𝑣𝑗 y 0 en
caso contrario.
26
𝑣1
𝑣2 𝑣6
𝑣5
𝑣3
𝑣4
La matriz de adyacencia de la gráfica
El número de caminos posibles de longitud 2
27
𝑣8
𝑣5
𝑣7
𝑣6
𝑣4
𝑣3 𝑣2
𝑣1
Halle
La matriz de adyacencia de la gráfica. Es decir, hallar la matriz
El número de caminos posibles de longitud 3
El número de caminos posibles de longitud 4
28
Significa, por ejemplo, que hay 6 caminos diferentes de longitud 3 del vértice 𝑣7 al
vértice 𝑣4 , pero no existen caminos de longitud 3 del vértice 𝑣4 al vértice 𝑣6
Para hallar el número de caminos posibles de longitud 4 determinamos la matriz
0 7 0 7 0 7 0 6 0 1 0 1 0 1 0 0
7 0 7 0 6 0 7 0 1 0 1 0 0 0 1 0
0 7 0 7 0 6 0 7 0 1 0 1 0 0 0 1
7 0 7 0 7 0 6 0 1 0 1 0 1 0 0 0
𝐴4 =
0 6 0 7 0 7 0 7 0 0 0 1 0 1 0 1
7 0 6 0 7 0 7 0 0 0 0 1 1 0 1 0
0 7 0 6 0 7 0 7 0 1 0 0 0 1 0 1
[6 0 7 0 7 0 7 0] [0 0 1 0 1 0 1 0]
21 0 20 0 20 0 20 0
0 21 0 20 0 20 0 20
20 0 21 0 20 0 20 0
4 0 20 0 21 0 20 0 20
𝐴 =
20 0 20 0 21 0 20 0
0 20 0 20 0 21 0 20
20 0 20 0 20 0 21 0
[ 0 20 0 20 0 20 0 21]
Significa, por ejemplo, que hay 20 caminos diferentes de longitud 4 del vértice 𝑣5 al
vértice 𝑣7 , pero no existen caminos de longitud 4 del vértice 𝑣4 al l vértice 𝑣5
Sea la matriz 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 Se define la traza de 𝐴, denotada 𝑡𝑟𝑧(𝐴), como la suma
𝑡𝑟𝑧(𝐴) = ∑ 𝑎𝑖𝑖
𝑖=1
PROPIEDADES
0, 𝑖 < 𝑗
Ejercicio 29. Sea la matriz triangular inferior 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , 𝑎𝑖𝑗 = {a , 𝑖 ≥ 𝑗 Halle la
𝑖𝑗
𝑡𝑟𝑧(𝐴𝑛 ).
29
Solución 29. Se desea hallar 𝑡𝑟𝑧(𝐴𝑛 ).
Hallamos la matriz 𝐴 en forma explicita
𝑎11 0 ⋯ 0
𝑎21 𝑎22 ⋯ 0
𝐴=[ ]
⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
Multiplicamos la matriz A consigo misma
𝑎11 0 ⋯ 0 𝑎11 0 ⋯ 0
𝑎 𝑎22 ⋯ 0 𝑎21 𝑎22 ⋯ 0
𝐴2 = [ 21 ][ ]
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛
2
𝑎11 0 ⋯ 0
𝑛
2
∑ 𝑎2𝑘 𝑎𝑘1 𝑎22 ⋯ 0
2
𝐴 = 𝑘=1
⋮ ⋮ ⋱ ⋮
𝑛 𝑛
2
∑ 𝑎𝑛𝑘 𝑎𝑘1 ∑ 𝑎n𝑘 𝑎𝑘2 ⋯ 𝑎𝑛𝑛
[𝑘=1 𝑘=1 ]
En general;
𝑛
𝑎11 0 ⋯ 0
𝑛
∑⋯ 𝑎22 ⋯ 0
𝑛
𝐴 =
⋮ ⋮ ⋱ ⋮
𝑛
[∑ ⋯ ∑⋯ ⋯ 𝑎𝑛𝑛 ]
Por lo que
𝑛
𝑡𝑟𝑧(𝐴 𝑛)
= 𝑛
𝑎11 + 𝑛
𝑎22 + ⋯+ 𝑛
𝑎𝑛𝑛 = ∑ 𝑎𝑖𝑖𝑛
𝑖=1
Una matriz 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 es invertible si existe una matriz 𝐵 = [𝑏𝑖𝑗 ]𝑛×𝑛 tal que
𝐴𝐵 = 𝐼 = 𝐵𝐴
𝐵 es la matriz inversa de 𝐴 y se denota por 𝐵 = 𝐴−1 o también, 𝐴 es la matriz inversa
de 𝐵 y se denota por 𝐴 = 𝐵−1 .
NOTAS.
30
No siempre una matriz cuadrada tiene inversa
NOTA
31
Se obtiene la matriz inversa de 𝐴
5 3
1 5 3
𝐴−1 = 𝐵 = [ 11 11] = [ ]
2 1 11 −2 1
−
11 11
Como 𝐴 existe, verificar que (𝐴 )−1 = (𝐴−1 )𝑇
−1 𝑇
Hallamos;
5 2
1 2 − 11
𝑇
𝐴 =[ ], (𝐴−1 )𝑇 = [11
3 1 ]
−3 5
11 11
32
A la multiplicación de una fila ( o una columna) por un escalar no nulo 𝛼 se
denota por: 𝛼𝑓𝑖 (𝛼𝑐𝑖 )
A una fila (o columna) le sumamos el múltiplo de otra fila (o columna) se
denota por:𝑓𝑖 + 𝛼𝑓𝑗 (𝑐𝑖 + 𝛼𝑐𝑗 )
Ejercicio 31. Obtener una matriz equivalente, al aplicar sucesivamente, las operaciones
elementales por filas sobre la matriz
1 1 0 2
𝐴 = [3 0 −4 −1]
2 5 1 3
33
Es decir;
1 𝑎 0 𝑏 0 ⋯ 𝑥
0 0 1 𝑐 0 ⋯ 𝑦
0 0 0 0 1 ⋯ 𝑧
𝐴=
0 0 0 0 0 ⋯ 0
⋮ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮
[0 0 0 0 0 ⋯ 0]
Observación. Una matriz escalonada reducida podría no tener filas que consten
completamente de ceros
NOTAS.
Una matriz que cumple las condiciones (1), (2) y (3) se dice que está en
forma escalonada o es una matriz escalonada.
Una matriz cuadrada escalonada es una matriz triangular superior
Toda matriz distinta de la nula es equivalente por filas a una única matriz
en forma escalonada reducida por filas
El procedimiento para obtener una matriz en forma escalonada reducida
por filas consiste; de izquierda a derecha, en anular primero las entradas
debajo de la entrada principal de la fila y luego las que están por encima de
derecha a izquierda
Ejercicio 32. Reconocer si las siguientes matrices son matrices escalonadas o matrices
escalonadas reducidas:
1 0 0 4 1 2 0 0 2 1 5 1 2 1 2 0
[0 1 0 5], [0 0 1 0 1], [0 1 3 4], [0 1 0],
0 0 1 2 0 0 0 1 0 0 0 1 5 0 0 1
1 0 0 3 0
1 0 −1 0 2 1 2 −2 0 0
0 0 1 0 0
0 1 2 0 −1 0 0 1 3 1
[ ], [ ], 0 0 0 0 1
0 0 0 1 3 0 0 0 1 3
0 0 0 1 0
0 0 0 0 0 0 0 0 0 0 [
0 0 0 0 0]
Solución 32. Se desea reconocer si las matrices dadas son matrices escalonadas reducidas
o matrices escalonadas.
34
1 0 0 4 1 2 0 0 2 1 5 1 2 1 2 0
[0 1 0 5] , [0 0 1 0 1] , [0 1 3 4] , [0 1 0] ,
⏟0 0 1 2 ⏟0 0 0 1 0 ⏟0 0 1 5 ⏟0 0 1
𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎
1 0 0 3 0
1 0 −1 0 2 1 2 −2 0 0
0 0 1 0 0
0 1 2 0 −1 0 0 1 3 1
[ ] ,[ ], 0 0 0 0 1
0 0 0 1 3 0 0 0 1 3
0 0 0 1 0
⏟0 0 0 0 0 ⏟ 0 0 0 0 0 [⏟0
𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎
0 0 0 0]
𝑛𝑜 𝑒𝑠 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑐𝑎𝑙o𝑛a𝑑𝑎
𝑛𝑖 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎
35
2 5 3 1 2 2 𝑓→2 +(−2)𝑓1 1 2 2 𝑓 +(2)𝑓 1 2 2
3 2
1 2 2 𝑓1 ×𝑓2 2 5 3 𝑓3 +(−3)𝑓1 0 1 −1 → 0 1 −1
𝐴=[ ]→ [ ]→ [ ] 𝑓 +(1)𝑓 [ ]
3 4 1 3 4 1 0 −2 −5 4 2 0 0 −7
𝑓 +(−2)𝑓1 →
2 3 2 2 3 2 →4 0 −1 −2 0 0 −3
1 1 2 2 1 2 2 1 2 0
(− )𝑓3 𝑓2 +𝑓3
7
→ 0 1 −1 𝑓4 +(−1)𝑓3 0 1 −1 → 0 1 0
1 [ ]→ [ ] 𝑓 +(−2)𝑓 [ ]
(− )𝑓4 0 0 1 0 0 1
→
1 3 0 0 1
3
→ 0 0 1 0 0 0 0 0 0
1 0 0
𝑓1 +(−2)𝑓2 0 1 0
→ [ ]=𝐵
0 0 1
0 0 0
𝐵 es una matriz escalonada reducida y la única matriz equivalente a la matriz A
36
1.12.1 MÉTODO PRACTICO PARA DETERMINAR LA INVERSA DE UNA
MATRIZ
NOTA
Una matriz 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 es no singular si y solo si es equivalente por filas a la matriz
1, 𝑖 = 𝑗
𝐼𝑛 = 𝐼 = [𝛿𝑖𝑗 ]𝑛×𝑛 , 𝛿𝑖𝑗 = { delta de kronecker.
0, 𝑖 ≠ 𝑗
37
0 ( )𝑓2 1 −1 1 1 0 0
1
𝑓2 ×𝑓3 1 −1 1 1 0
2 1 1
→ [0 2 −2|−1 0 1] → 0 1 −1 ||−
2 0 2
0 0 1 0 1 0 ⏟
0 0 1 0 1 0
[ 𝐸1 ]
La matriz escalonada 𝐸1 no presenta elementos nulos en su diagonal principal, por lo que
𝐴−1 si existe
1 1
𝑓2 +𝑓3 1 −1 0 1 −1 0 𝑓1 +𝑓2 1 0 0 2 0 2
→ 1 1 →
[
𝑓1 +(−1)𝑓3 0 1 0|− 1 ] 0 1 0| 1 1
2 2 − 1 2
→ 0 0 1 0 1 0 0 0 1 2
[ 0 1 0]
Finalmente;
1 1
0
2 2 1 1 0 1
𝐴−1 = 1 1 = [−1 2 1]
− 1 2
2 2 0 2 0
[ 0 1 0]
Ejercicio 37. Un carpintero fabrica sillas, Mesas para café y mesas para comedor. Se
necesitan 10 minutos para lijar una silla, 6 para pintarla y 12 para barnizarla. Se necesitan
12 minutos para lijar una mesa para café, 8 para pintarla y 12 para barnizarla. Se necesitan
15 minutos para lijar una mesa para comedor, 12 para pintarla y 18 para barnizarla. La
mesa de lijado está disponible 16 horas a la semana, la mesa de pintura 11 horas a la semana
y la mesa de barnizado 18 horas. ¿Cuántas unidades de cada mueble deben fabricarse por
semana de modo que las mesas de trabajo se ocupen todo el tiempo disponible?
Solución 37. Se desea hallar el número de unidades de cada mueble que deben fabricarse
por semana de modo que las mesas de trabajo se ocupen todo el tiempo disponible.
Identificamos las matrices;
Matriz de muebles por acabado y la matriz, de disponibilidad, acabado por minuto:
𝑙. 𝑝. 𝑏.
𝑠𝑖𝑙𝑙𝑎𝑠 10 6 12
𝐴𝑚𝑢𝑒𝑏𝑙𝑒𝑠×𝑎𝑐𝑎𝑏𝑎𝑑𝑜 =
𝑚. 𝑐𝑎𝑓𝑒 [12 8 12]
𝑚. 𝑐𝑜𝑚𝑒𝑑𝑜𝑟 15 12 18
Donde; 𝑙. es lijado, 𝑝. es pintado, 𝑏. es barnizado
ℎ𝑜𝑟𝑎𝑠 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑙. 16 960
𝐶𝑎𝑐𝑎𝑏𝑎𝑑𝑜×𝑚𝑖𝑛𝑢𝑡𝑜𝑠 =
𝑝. [11] = [ 660 ]
𝑏. 18 1080
Se desea conocer la matriz de muebles por minuto. Esto es;
38
𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑠𝑖𝑙𝑙𝑎𝑠 𝑏11
𝐵𝑚𝑢𝑒𝑏𝑙𝑒𝑠×𝑚𝑖𝑛𝑢𝑡𝑜 = 𝑏
𝑚. 𝑐𝑎𝑓𝑒 [ 21 ]
𝑚. 𝑐𝑜𝑚𝑒𝑑𝑜𝑟 𝑏31
Luego
𝐴𝑎𝑐𝑎𝑏𝑎𝑑𝑜×𝑚𝑢𝑒𝑏𝑙𝑒𝑠 𝐵𝑚𝑢𝑒𝑏𝑙𝑒𝑠×𝑚𝑖𝑛𝑢𝑡𝑜 = 𝐶𝑎𝑐𝑎𝑏𝑎𝑑𝑜×𝑚𝑖𝑛𝑢𝑡𝑜𝑠
(𝐴𝑚𝑢𝑒𝑏𝑙𝑒𝑠×𝑎𝑐𝑎𝑏𝑎𝑑𝑜 )𝑇 𝐵𝑚𝑢𝑒𝑏𝑙𝑒𝑠×𝑚𝑖𝑛𝑢𝑡𝑜 = 𝐶𝑎𝑐𝑎𝑏𝑎𝑑𝑜×𝑚𝑖𝑛𝑢𝑡𝑜𝑠
De donde
𝐵 = (𝐴𝑇 )−1 𝐶
Ahora utilizando el método práctico calculamos (𝐴𝑇 )−1
10 12 15 1 0 0 𝑓1 ×𝑓3 12 12 18 0
0 1
[𝐴𝑇 ⋮ 𝐼 ] = [ 6 8 12|0 1 0] →
1 0] [6 8 12|0
12 12 18 0 0 1 0 0 10 12 15 1
1
1 3 1 𝑓 +(−6)𝑓 3 0 0 12
( )𝑓1 1 1 2 0 0 12 →
2 1 1 1 2|
12 1
→ [6 | ]
8 12 0 1 0 𝑓3 +(−10)𝑓1 0 2 3|0 1 − 2
10 12 15 1 0 0 → 0 2 0 1 0 −5
[ 6]
1 1
3 0 0 1 3 0 0 12
12 (2)𝑓2 1 1
𝑓3 +(−1)𝑓2 1 1 2| 1 → 2| 1 1
→ 3 |0 1 − 2 (−1)𝑓 0 3 0
0 2
3
1 2| 2 −4
0 0 −3 1 −1 − 1 → 3 1 1 1
[ 3] [0 0 1−
3 3 9 ]
1 1 1 1 1
3
𝑓2 +(− )𝑓3 2 −2 − 12 0 −2 3
2 1 1 0| 1 0 0|
→ 1 5 𝑓→1 +(−1)𝑓2 1 5
3 0 1 0 0 − 12 0 1 0 0 −
𝑓1 +(− )𝑓3 0 0 | 2 | 2 12
2 1 1 1 1 0 0 1 1 1 1
→ −3 3 −3 3
[ 9 ] [ 9 ]
Luego
1 1
0 −
2 3
1 5
(𝐴𝑇 )−1 = 0 −
2 12
1 1 1
[− 3 3 9 ]
finalmente;
1 1
0 −
2 3
1 5 960 30
𝐵 = (𝐴𝑇 )−1 𝐶 = 0 − [ 660 ] = [30]
2 12 1080 20
1 1 1
[− 3 3 9 ]
39
En una semana, de modo que las mesas de trabajo se ocupen todo el tiempo disponible, se
deben fabricar 30 sillas, 30 mesas para café y 20 mesas para comedor.
Ejercicio 38. Sean 𝐴 y 𝐵 matrices cuadradas del mismo orden invertibles. Halle la matriz
𝑋 en la siguiente ecuación: (𝐴−1 𝑋 𝑇 𝐵)𝑇 + 𝐼 = 𝐵𝑇 𝐴
40