MATEMÁTICAS BÁSICAS PARA

ECONOMISTAS

VOLUMEN 1

ÁLGEBRA LINEAL
MATEMÁTICAS BÁSICAS PARA
ECONOMISTAS 1

ÁLGEBRA LINEAL
Con notas históricas y contextos económicos

SERGIO MONSALVE
EDITOR

FACULTAD DE CIENCIAS ECONÓMICAS

UNIVERSIDAD NACIONAL DE COLOMBIA
 Catalogación en la publicación Universidad Nacional de Colombia

Matemáticas básicas para economistas: con notas históricas y contextos económicos

/ ed. Sergio Monsalve. - Bogotá : Universidad Nacional de Colombia. Facultad de
Ciencias Económicas, 2009
4 v.
Incluye referencias bibliográficas
Contenido : v. 0. Fundamentos. – v. 1. Algebra lineal. – v. 2. Cálculo. –
v. 3. Optimización y dinámica

ISBN 978-958-719-304-6 (v. 0). - ISBN 978-958-719-305-3 (v. 1). -

ISBN 978-958-719-306-0 (v. 2). - ISBN 978-958-719-307-7 (v. 3)

1. Matemáticas 2. Modelos económicos 3. Matemáticas para economistas

4. Álgebra lineal 5. Cálculo 6. Optimización matemática 7. Programación
dinámica

I. Monsalve Gómez, Sergio, 1962-, ed.

CDD-21 510.2433 / 2009

Matemáticas Básicas para

Economistas 1: Álgebra Lineal
c
Sergio Monsalve Gómez
c
Universidad Nacional de Colombia
c
Facultad de Ciencias Económicas
Primera edición, 2009
ISBN: 978-958-719-305-3
Colaboradores del autor:
Diseño de carátula Olga Manrique
Ángela Pilone Herrera Escuela de Economı́a
Corrección de estilo Universidad Nacional de Colombia,
Bogotá
César Cortés
Ana Patricia Tolosa Francisco Lozano
Escuela de Economı́a
Diseño de páginas interiores y Universidad Nacional de Colombia,
armada electrónica Bogotá
Nathalie Jiménez Millán
Impresión:
Editorial Universidad Nacional de
Colombia
Índice general

1. Lección 1
Sistemas de ecuaciones lineales: solución por eliminación
gaussiana 1
1. Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . 1
2. Método de eliminación gaussiana . . . . . . . . . . . . . . . . . 3
a. Algoritmo de eliminación gaussiana . . . . . . . . . . . . 4
b. Una visión geométrica . . . . . . . . . . . . . . . . . . . 10
3. Contexto económico . . . . . . . . . . . . . . . . . . . . . . . . 18
a. Sobre el álgebra lineal en la teorı́a económica . . . . . . 18

2. Lección 2
Matrices y determinantes 29
1. La noción de matriz . . . . . . . . . . . . . . . . . . . . . . . . 30
2. Tipos de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3. Álgebra de matrices . . . . . . . . . . . . . . . . . . . . . . . . 34
a. Suma de matrices . . . . . . . . . . . . . . . . . . . . . 34
b. Multiplicación de un escalar por una matriz . . . . . . . 36
c. Multiplicación de matrices . . . . . . . . . . . . . . . . . 38
4. Otros tipos de matrices . . . . . . . . . . . . . . . . . . . . . . 47
a. Matrices particionadas . . . . . . . . . . . . . . . . . . . 58
5. Determinante de una matriz cuadrada . . . . . . . . . . . . . . 62
a. Determinantes 2×2 . . . . . . . . . . . . . . . . . . . . . 63
b. Determinantes 3×3 . . . . . . . . . . . . . . . . . . . . . 64
c. Determinantes n × n . . . . . . . . . . . . . . . . . . . . 68
6. Propiedades de los determinantes . . . . . . . . . . . . . . . . . 73
7. Contexto económico . . . . . . . . . . . . . . . . . . . . . . . . 84
a. Primer modelo lineal formal en la teorı́a económica: so-
bre las tasas de intercambio (Cournot (1838)) . . . . . . 84

vii
3. Lección 3
Sistemas de ecuaciones lineales: solución por matriz
inversa 93
1. La matriz inversa . . . . . . . . . . . . . . . . . . . . . . . . . . 94
2. Cálculo de la matriz inversa mediante el método gaussiano . . . 100
3. Cálculo de la matriz inversa mediante determinantes (regla de
Cramer) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
a. Determinantes de matrices particionadas . . . . . . . . . 116
b. Inversas de matrices particionadas . . . . . . . . . . . . 117
4. Contexto económico . . . . . . . . . . . . . . . . . . . . . . . . 121
a. Una “visión lineal” en la teorı́a del valor: la teorı́a de la
imputación de von Wieser (1889) . . . . . . . . . . . . . 121

4. Lección 4
Vectores 131
1. El concepto de vector . . . . . . . . . . . . . . . . . . . . . . . 132
2. Norma de un vector en Rn . . . . . . . . . . . . . . . . . . . . . 139
3. Ángulo entre vectores . . . . . . . . . . . . . . . . . . . . . . . 143
a. Proyección de un vector sobre otro . . . . . . . . . . . . 150
b. Producto cruz de vectores . . . . . . . . . . . . . . . . . 151
4. Rectas y planos . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
a. Rectas en Rn . . . . . . . . . . . . . . . . . . . . . . . . 157
b. Planos en Rn . . . . . . . . . . . . . . . . . . . . . . . . 161
5. Contexto económico . . . . . . . . . . . . . . . . . . . . . . . . 166
a. El modelo de equilibrio general Walras-Cassel (1918) . . 166

5. Lección 5
Bases y dimensión 179
1. Definición de espacio vectorial . . . . . . . . . . . . . . . . . . . 180
a. Combinaciones lineales . . . . . . . . . . . . . . . . . . . 186
b. Subespacios vectoriales . . . . . . . . . . . . . . . . . . . 189
2. Las nociones de base y dimensión . . . . . . . . . . . . . . . . . 196
a. Dependencia e independencia lineal . . . . . . . . . . . . 196
3. Bases ortonormales para Rn . . . . . . . . . . . . . . . . . . . . 209
4. Bases para el espacio-solución de un sistema de ecuaciones li-
neales homogéneo . . . . . . . . . . . . . . . . . . . . . . . . . . 215
5. Contexto económico . . . . . . . . . . . . . . . . . . . . . . . . 219
a. El análisis insumo-producto de Leontief (1936) . . . . . 219

6. Lección 6
Transformaciones lineales 235
1. Transformaciones lineales . . . . . . . . . . . . . . . . . . . . . 240
 a. Transformaciones ortogonales . . . . . . . . . . . . . . . 247
2. Núcleo e imagen: dos subespacios asociados a una transforma-
ción lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
3. Transformaciones lineales y matrices . . . . . . . . . . . . . . . 258
a. El rango de una matriz . . . . . . . . . . . . . . . . . . 264
4. Estructura de los conjuntos de transformaciones lineales . . . . 272
5. Isomorfismos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
6. Contexto económico . . . . . . . . . . . . . . . . . . . . . . . . 281
a. El modelo de equilibrio general de Von Neumann (1932) 281

7. Lección 7
Diagonalización en Rn 293
1. Valores propios y vectores propios de una transformación lineal 293
2. Diagonalización . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
3. Diagonalización de matrices simétricas: el teorema espectral . . 307
4. Formas cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . 310
5. Breve nota sobre la diagonalización en bloques de Jordan . . . 319
6. Contexto económico . . . . . . . . . . . . . . . . . . . . . . . . 323
a. El modelo teórico de Sraffa (1960) . . . . . . . . . . . . 323

8. Lección 8
Conjuntos convexos 341
1. Noción de conjunto convexo . . . . . . . . . . . . . . . . . . . . 341
2. Introducción a la programación lineal . . . . . . . . . . . . . . 350
3. Contexto económico . . . . . . . . . . . . . . . . . . . . . . . . 356
a. Sobre la noción de convexidad en economı́a . . . . . . . 356
b. Tres modelos lineales básicos de la teorı́a económica . . 357

Bibliografı́a 387

Respuestas 409

Índice alfabético 431

 La ciencia se ha construido para satisfacer
ciertas necesidades de nuestra mente;
ella nos describe.
Y aunque tiene cierta relación con el mundo real,
esa relación es muy, muy compleja.

Robert J. Aumann
Premio Nobel de Economı́a 2005