Libro Tema 4

APUNTES DE LA
ASIGNATURA
20601-MATEMTICAS
Contenido
II Fundamentos de lgebra 5
4. lgebra matricial 7
4.1. Nocin y tipos de matrices . . . . . . . . . . . . . . . . . . . . 9
4.1.1. Vectores. Operaciones con vectores . . . . . . . . . . . 9
4.1.2. Matrices. Operaciones con matrices . . . . . . . . . . . 13
4.2. Nocin de determinante. Clculo de determinantes . . . . . . . 23
4.2.1. Clculo de la matriz inversa . . . . . . . . . . . . . . . 33
4.3. Nocin de rango de matriz. Clculo de rangos . . . . . . . . . 37
4.4. Resolucin de sistemas de ecuaciones lineales . . . . . . . . . . 39
4.4.1. Conceptos bsicos . . . . . . . . . . . . . . . . . . . . . 39
4.4.2. Discusin de un sistema de ecuaciones lineales . . . . . 41
4.4.3. Resolucin de un sistema de ecuaciones . . . . . . . . . 43
4.4.4. Sistemas de ecuaciones lineales homogneos . . . . . . 47
4.4.5. El modelo econmico de Leontief . . . . . . . . . . . . 48
4.5. Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . . . . . 51
4.6. Ejercicios de auto evaluacin . . . . . . . . . . . . . . . . . . . 54
4.7. Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . 56
Bibliografa 81
3
Parte II
Fundamentos de lgebra
5
Tema 4
lgebra matricial
La forma ms natural de organizar datos es mediante una tabla. Las tablas
ms sencillas y ms utilizadas estn ordenadas por dos ndices, indicando
respectivamente la la y la columna de un cierto elemento. Estos dos ndices
pueden ser nmeros, letras o una combinacin de ambas. Veamos un ejemplo
en qu es til ordenar los datos en forma de tabla.
Una empresa fabrica tres productos I, II y III usando diferentes cantidades
de tres materias primas A, B y C. Para la fabricacin del primer producto
se necesitan 4 unidades de A, 1 unidad de B y 6 unidades de C. Para la
fabricacin del segundo producto se necesitan 7 unidades de A, 1 unidad de
B y 3 unidades de C. Para la fabricacin del tercer producto se necesitan 5
unidades de A, 2 unidad de B y 3 unidades de C. Calclese el coste para la
empresa de estos productos si A, B y C cuestan respectivamente 5, 7, 3 euros.
El nmero de unidades de cada materia prima y su precio pueden describirse
mediante la utilizacin de las siguientes tablas,
A B C
Producto I 4 1 6
Producto II 7 1 3
Producto III 5 2 3
Coste
A 5
B 7
C 3
El coste total del producto I se obtendr multiplicando el elemento de cada
columna en la primera la con el elemento de la misma la en la tabla de
7
8 TEMA 4. LGEBRA MATRICIAL
precios y luego sumando todos estos valores. De la misma manera para los
productos II y III, repetiramos el mismo proceso pero utilizando los elemen-
tos de la segunda y tercera la de la tabla. Esto corresponde a multiplicar
la cantidad necesaria de cada materia prima por su precio y luego sumar
todos estos costes parciales. Llamando matrices a estas tablas, veremos que
esta operacin concuerda con el producto de matrices que deniremos ms
adelante.
De la misma manera, el estudio de las matrices nos permitir decidir cuando
un sistema de ecuaciones admite solucin y en ese caso resolverlo. Pensemos
que en el ejemplo anterior, tengamos jado el precio que debe costarnos pro-
ducir cada elemento y que en cambio podamos negociar con los proveedores
el precio de cada materia prima. Si debemos pagar 50, 32 y 45 euros respec-
tivamente para los productos I, II y III que precio podemos pagar por cada
materia prima? La respuesta a esta pregunta es la solucin del sistema de
ecuaciones
4 p
A
+ p
B
+ 6 p
C
= 50
7 p
A
+ p
B
+ 3 p
C
= 32
5 p
A
+ 2 p
B
+ 3 p
C
= 45
donde p
A
, p
B
y p
C
denotan respectivamente los precios de las materias primas
A, B y C. Responder a la cuestiones: existe alguna combinacin de precios
de las materias primas que nos permita respetar el precio de cada producto?,
slo hay una o diversas? o cmo calcularlas? ser el objetivo de este tema.
Su contenido se distribuye de la siguiente forma. En primer lugar deniremos
el conjunto de las matrices y las operaciones denidas en este conjunto. Pos-
teriormente, introduciremos los conceptos de determinante y rango de matriz,
que sern decisivos para averiguar si un sistema de ecuaciones lineales admite
solucin. El mtodo de Cramer basado en el clculo de determinantes permiti-
r resolver los sistemas de ecuaciones lineales en el caso que admitan solucin.
En el ltimo apartado aplicaremos estos conocimientos a la resolucin de los
sistemas de ecuaciones de Leontief. Estos sistemas modelan la produccin de
un conjunto de empresas inter-relacionadas entre s.
4.1. NOCIN Y TIPOS DE MATRICES 9
4.1. Nocin y tipos de matrices
4.1.1. Vectores. Operaciones con vectores
En esta seccin ampliaremos el concepto de vector y las operaciones deni-
das entre vectores al caso general de n componentes. El conjunto de vectores
en el plano, R
2
, y vectores en el espacio, R
3
, son ampliamente estudiados en
geometria y fsica en cursos anteriores.
Para cada nmero natural n > 0, denotaremos por R
n
, el conjunto de
vectores
R
n
= {(x
1
, . . . , x
n
) : x
1
, . . . , x
n
R}.
En este contexto los vectores carecern de sentido geomtrico y sern utili-
zados como una representacin ordenada de datos, por ejemplo, el coste de
cada uno de una serie de n productos o la produccin de n empresas.
Igual que en R
2
o R
3
la operacin suma de dos vectores se basa en la suma
de nmeros reales.
Denicin 4.1 La suma de dos vectores x = (x
1
, ..., x
n
) y y = (y
1
, ..., y
n
) de
R
n
viene dada por la expresin
x + y = (x
1
+ y
1
, ..., x
n
+ y
n
).
Veamos un ejemplo de la suma de dos vectores.
Ejemplo 4.1 La produccin en miles de unidades de tres productos p
1
, p
2
y
p
3
en los aos 2008 y 2009 en Espaa vienen dados respectivamente por los
vectores u
2008
= (12, 54, 21) y u
2009
= (98, 14, 32). La suma de los dos vectores
nos da la produccin total de esos tres productos en esos dos aos.
w = u
2008
+ u
2009
= (12, 54, 21) + (98, 14, 32) = (110, 68, 53).
Sumando primero la produccin del ao 2009 con la produccin del 2008

en el ejemplo anterior, obtenemos el mismo resultado. Este hecho es debido
a que la operacin suma est basada en la suma de los nmeros reales. Las
mismas propiedades de la suma de nmeros reales son ciertas para el conjunto
de vectores de R
n
.
Propiedades de la suma de vectores
La operacin suma en el conjunto de vectores R
n
satisface las siguientes
propiedades.
1. Asociativa: (x + y) + z = x + (y + z) para todo x, y, z de R
n
.
2. Conmutativa: x + y = y + x para todo x, y de R
n
.
3. Existencia de elemento neutro: El vector cero 0 = (0, . . . , 0) satis-
face x + 0 = x para todo x de R
n
.
4. Existencia de elemento opuesto: Para cada vector x de R
n
existe un
nico vector y de R
n
que satisface la expresin x + y = 0. Llamaremos
a este vector opuesto, y ser denotado x.
Si x = (x
1
, . . . , x
n
), entonces x = (x
1
, . . . , x
n
).
Ejemplo 4.2 Si en lugar de sumar la produccin de los dos ltimos aos
lo hacemos de los tres, u
2008
= (12, 54, 21), u
2009
= (98, 14, 32) y u
2010
=
(11, 45, 8), la propiedad asociativa asegura que el resultado es independiente
del orden en que realicemos las operaciones.
(u
2008
+ u
2009
) + u
2010
= (110, 68, 53) + (11, 45, 8) = (121, 113, 61).
u
2008
+ (u
2009
+ u
2010
) = (12, 54, 21) + (109, 59, 40) = (121, 113, 61).
El producto de dos vectores de R

n
no est denido como si lo est para los
nmeros reales. En cambio si est denido el producto de un vector por un
nmero real o escalar.
Denicin 4.2 El producto de un elemento de R y un vector x = (x
1
, . . . , x
n
)
de R
n
es
x = ( x
1
, ..., x
n
).
En general, y si no lleva a confusin, omitiremos el smbolo en el producto
de un vector por un escalar.
De la denicin se puede observar que si en los ejemplos anteriores doblamos
la produccin de cada producto en un cierto ao, el resultado obtenido es
equivalente a multiplicar el vector de la produccin del mismo ao por 2.
Veamos, como podemos aplicar esta observacin en el siguiente ejemplo.
Ejemplo 4.3 La produccin en miles de unidades de los tres principales pro-
ductos de una empresa en el ao 2009 viene dada por el vector v = (34, 65, 89).
Si la empresa espera incrementar un 20 % la produccin de cada uno de estos
productos para el 2010, cual ser su produccin?
Resolucin: La produccin del ao 2010 ser igual a la del ao interior ms
el incremento del 20 %. El nuevo vector de produccin puede escribirse como
v + 0,2 v = 1,2 v = (40,8, 78, 106,8).
En el caso anterior, la produccin del ao 2010 y las 2009 son proporcionales.

Diremos que dos vectores u, v R
n
son proporcionales si existe un valor real
tal que u = v . Veamos otro ejemplo sobre la proporcionalidad de vectores.
Ejemplo 4.4 Encuntrese el valor de a para que las siguientes igualdades
sean ciertas.
i) 3 (2, 4, 6) = 2 (a, 6, 9).
ii) 2 (1, 2, 8) = a (3, 1, 4).
Resolucin: Dos vectores son iguales si todas sus componentes son igua-
les. En el primer caso observemos que 2(a, 6, 9) = (2a, 12, 18) y 3(2, 4, 6) =
(6, 12, 18). Por tanto, los dos vectores sern iguales si 6 = 2a ya que el resto
de componentes son iguales. La solucin es a = 3.
En el segundo caso 2(1, 2, 8) = (2, 4, 16) mientras que a(3, 1, 4) =
(3a, a, 4a). Debemos encontrar a de tal manera que 3a = 2, a = 4 y
4a = 16. Est claro que no existe ningn valor de a para el cual se cumplan
al mismo tiempo las tres igualdades.
Propiedades del producto de un vector por un escalar
El producto de un vector por un escalar tiene las siguientes propiedades:
1. Distributiva:
1
(x + y) =
1
x +
1
y (
1
+
2
)x =
1
x +
2
x
para todo x, y de R
n
y para todo
1
,
2
de R.
2. Asociativa:
(
1
2
)x =
1
(
2
x)
para todo x de R
n
y para todo
1
,
2
de R.
3. Existencia de elemento neutro:
1x = x
para todo x de R
n
.
Ejemplo 4.5 Dados los vectores x = (2, 1, 5) y y = (5, 0, 1). Encuntrese
un vector z que cumpla
2x 3z = 6y + 2z
Resolucin: El vector z = (z
1
, z
2
, z
3
) debe cumplir la igualdad
2 (2, 1, 5) 3 (z
1
, z
2
, z
3
) = 6 (5, 0, 1) + 2 (z
1
, z
2
, z
3
),
(4 3z
1
, 2 3z
2
, 10 3z
3
) = (30 + 2z
1
, 2z
2
, 6 + 2z
3
).
Igualando cada elemento de los dos vectores obtenemos las tres igualdades
4 3z
1
= 30 +2z
1
,2 3z
2
= 2z
2
y 10 3z
3
= 6 +2z
3
. Resolviendo cada
una de estas ecuaciones obtenemos la solucin z = (
34
5
,
2
5
,
16
5
).
La ltima operacin sobre vectores que vamos a denir es el producto es-
calar de dos vectores de R
n
. Esta operacin ya se ha introducido en cursos
anteriores para vectores de R
2
y relacionado con el ngulo que forman. En
este tema, ampliamos esa denicin a vectores de cualquier dimensin pero
sin dar ninguna interpretacin geomtrica. Este producto escalar nos ser til
para denir el producto de matrices.
Denicin 4.3 El producto escalar de dos vectores x, y de R
n
viene dado
por la expresin,
x y =
n
i=1
x
i
y
i
= x
1
y
1
+ + x
n
y
n
Obsrvese que el producto escalar de dos vectores es un escalar.
Veamos un ejemplo en que el producto escalar nos permite calcular el coste
de un producto en funcin del coste de sus materias primas.
Ejemplo 4.6 Una empresa fabrica un producto usando diferentes cantidades
de tres materias primas A, B, C. Para fabricar una unidad de su producto la
empresa necesita 4 unidades de A, 2 unidades de B y 5 unidades de C. Si los
costes por unidad de A, B y C son respectivamente 8, 10 y 3 euros, calclese
el coste de producir una unidad de ese producto.
Resolucin: El coste para la empresa de estos productos se obtendr mul-
tiplicando la cantidad de cada materia prima por su coste y luego sumando el
coste de cada materia prima. Si introducimos el vector cantidad u = (4, 2, 5)
y el vector coste v = (8, 10, 3) el coste total ser el producto escalar de estos
dos vectores:
u v = 4 8 + 2 10 + 5 3 = 32 + 20 + 15 = 77.
4.1.2. Matrices. Operaciones con matrices

El origen de las matrices estn en el estudio de sistemas de ecuaciones
lineales y ste ser el principal uso que haremos de las matrices en este tema.
Sin embargo, vale la pena saber, que hoy en da, en aplicaciones ms recientes
se utilizan tambin para describir transformaciones geomtricas, describir la
estructura atmica en mecnica cuntica, disear grcos por ordenador, etc
Denicin 4.4 Una matriz A de orden mn con entradas reales es una
tabla de nmeros reales de m las y n columnas,
A =
_
_
_
_
_
a
1,1
a
1,2
. . . a
1,n
a
2,1
a
2,2
. . . a
2,n
.
.
.
.
.
.
.
.
.
.
.
.
a
m,1
a
m,2
. . . a
m,n
_
_
_
_
_
donde a
i,j
denota el elemento que ocupa la posicin en la la i, columna j.
El conjunto de todas las matrices de orden mn con entradas reales ser
representado por M
mn
(R) o simplemente M
mn
. A las matrices con el mismo
numero de las y columnas, m = n, las llamaremos matrices cuadradas de
orden n y denotaremos al conjunto de estas matrices por M
n
(R) o M
n
.
En general, y si no lleva a confusin, omitiremos el smbolo de la coma ,
para indicar la separacin de los subndices de una matriz, y denotaremos a
la matriz A = (a
ij
).
Ejemplo 4.7 La matriz A =
_
1 0
4 9
_
es una matriz de orden 2 2, dos
las y dos columnas. La matriz B =
_
3 2 1 6
2 11 1 7
_
es una matriz de
orden 2 4, con dos las y cuatro columnas.
Denicin 4.5 Diremos que dos matrices son iguales cuando tengan el
mismo orden, mismo nmero de las y columnas, y todos sus elementos co-
rrespondientes iguales.
A continuacin detallamos una serie de tipos de matrices con una simple
distribucin. Esta distribucin particular facilita su utilizacin y las hace
importantes para diferentes aplicaciones como la resolucin de sistemas de
ecuaciones o el calculo de determinantes.
Denicin 4.6 Una matriz A = (a
ij
) M
n
es diagonal si a
ij
= 0 para todo
i = j.
A =
_
2 0
0 7
_
, B =
_
_
4 0 0
0 7 0
0 0 1
_
_
ij
) M
n
es triangular superior si
todos los elementos de A situados por debajo de la diagonal son cero, es
decir, a
ij
= 0 si i > j.
A =
_
_
1 1 3
0 7 9
0 0 5
_
_
ij
) M
n
es triangular inferior si todos
los elementos situados por encima de la diagonal son ceros, es decir, a
ij
= 0
si i < j.
A =
_
_
11 0 0
1 3 0
7 2 5
_
_
B =
_
_
1 0 0
0 8 0
0 0 1
_
_
En particular, una matriz diagonal es triangular superior e inferior.
Denicin 4.9 La matriz formada por m las y n columnas de ceros ser
llamada matriz nula y la representaremos por 0.
Denicin 4.10 Para cada n 1, llamaremos matriz identidad a la matriz
cuadrada de orden n con entradas 1 en la diagonal y 0 en el resto. Denotaremos
esta matriz por Id
n
.
_
1 0
0 1
_
,
_
_
1 0 0
0 1 0
0 0 1
_
_
Para denir el ltimo tipo de matriz, matriz simtrica, debemos antes in-
troducir la siguiente operacin que acta sobre cualquier matriz A cambiando
los elementos de las las por los elementos de las columnas.
Denicin 4.11 La matriz transpuesta de A = (a
ij
) M
mn
, represen-
tada por A
t
, es la matriz
A
t
= (a
ji
) M
nm
que tiene por las las columnas de A y viceversa.
Nota 1. Observemos que la transpuesta de una matriz no cuadrada no tiene
la misma dimensin sino que intercambia el nmero de las por el de columnas
y viceversa. La matriz transpuesta de la transpuesta de A es A, (A
t
)
t
= A.
Ejemplo 4.8 Calclese las matrices transpuestas de
A =
_
2 1 5
4 7 5
_
B =
_
_
2 4 5
4 7 0
5 0 5
_
_
Resolucin:
La matriz transpuesta de A es
A =
_
_
2 4
1 7
5 5
_
_
Obsrvese que ahora la matriz tiene tres las y dos columnas. La matriz
transpuesta de B es
B =
_
_
2 4 5
4 7 0
5 0 5
_
_
Denamos el ltimo tipo de matriz.

ij
) M
n
es simtrica cuando coincide
con su transpuesta, a
ij
= a
ji
.
A =
_
_
11 0 3
0 21 4
3 4 5
_
_
, A
t
=
_
_
11 0 3
0 21 4
3 4 5
_
_
Las matrices simtricas tienes propiedades muy importantes que las hacen
interesantes en el anlisis de datos, el anlisis numrico, etc.
Como hicimos en el conjunto de vectores R
n
, podemos denir una operacin
suma basada en la suma de los nmeros reales.
Denicin 4.13 La suma de dos matrices
A =
_
_
_
a
1,1
. . . a
1,n
.
.
.
.
.
.
.
.
.
a
m,1
. . . a
m,n
_
_
_
B =
_
_
_
b
1,1
. . . b
1,n
.
.
.
.
.
.
.
.
.
b
m,1
. . . b
m,n
_
_
_
con el mismo nmero de las y columnas, es la matriz de orden m n con
entradas la suma de las entradas correspondientes de A y de B:
A + B =
_
_
_
a
1,1
+ b
1,1
. . . a
1,n
+ b
1,n
.
.
.
.
.
.
.
.
.
a
m,1
+ b
m,1
. . . a
m,n
+ b
m,n
_
_
_
Veamos un primer ejemplo de suma de dos matrices.
Ejemplo 4.9 Calclese la suma de las dos siguientes matrices.
A =
_
_
1 0 1
2 3 8
7 2 5
_
_
B =
_
_
2 8 0
2 4 1
0 3 9
_
_
Resolucin:
A + B =
_
_
1 + 2 0 + 8 1 + 0
2 2 3 + 4 8 1
7 + 0 2 + 3 5 + 9
_
_
=
_
_
1 8 1
0 7 7
7 5 14
_
_
Propiedades de la suma de matrices

La suma de matrices satisface las siguientes propiedades:
1. Asociativa: A+ (B + C) = (A+ B) + C para cada A, B, C de M
mn
.
2. Conmutativa: A + B = B + A para cada A, B de M
mn
.
3. Existencia de elemento neutro: A + 0 = A para cada A de M
mn
,
siendo 0 la matriz nula de orden mn.
4. Existencia de elemento opuesto: para cada matriz A de M
mn
existe
una nica matriz de M
mn
, que ser denotada por A y llamaremos la
opuesta de A, tal que A + (A) = 0.
Concretamente, A tiene como entradas los opuestos de las entradas
correspondientes de A.
A =
_
_
_
a
1,1
. . . a
1,n
.
.
.
.
.
.
.
.
.
a
m,1
. . . a
m,n
_
_
_
Comprobemos para un caso particular las propiedades commutativa y exis-
tencia de elemento neutro.
Ejemplo 4.10 Comprobar que (A + B) + ((B + A)) = 0 siendo A =
_
1 0
3 4
_
y B =
_
2 7
11 1
_
.
Resolucin: Calculemos primero A + B y (B + A),
A + B =
_
1 + 2 0 7
3 + 11 4 1
_
=
_
1 7
14 3
_
(B + A) =
_
2 1 7 + 0
11 + 3 1 + 4
_
=
_
1 7
14 3
_
Comprobemos ahora que (A + B) + ((B + A)) = 0,
(A + B) + ((B + A)) =
_
1 7
14 3
_
+
_
1 7
14 3
_
=
_
0 0
0 0
_
De la misma manera que denimos el producto de un vector por un escalar,

podemos denir el producto de una matriz por un escalar.
Denicin 4.14 El producto de un escalar por una matriz A de M
mn
es la matriz de M
mn
que tiene como entradas los productos de por las
entradas correspondientes de A:
A =
_
_
_
a
1,1
. . . a
1,n
.
.
.
.
.
.
.
.
.
a
m,1
. . . a
m,n
_
_
_
En general, omitiremos el smbolo al producto de matrices por escalares
siempre que esto no lleve a confusin.
Propiedades del producto de una matriz por un escalar
Este producto por escalares satisface las propiedades siguientes:
1. Distributiva:
1
(A + B) =
1
A +
1
B (
1
+
2
)A =
1
A +
2
A
para A, B de M
mn
(R) y para todo
1
,
2
de R.
2. Asociativa:
(
1
2
)A =
1
(
2
A)
para cada A de M
mn
(R) y
1
,
2
de R.
3. Existencia de elemento neutro:
1A = A
para cada A de M
mn
(R).
Comprobemos la propiedad distributiva del producto escalar en un caso
particular.
Ejemplo 4.11 Comprobar que 2(A + B) = 2A + 2B donde A y B son
A =
_
3 5
2 8
_
B =
_
2 9
3 1
_
.
Resolucin: Calculemos primero 2A + 2B,
2A + 2B =
_
6 10
4 16
_
+
_
4 18
6 2
_
=
_
10 28
10 14
_
Calculemos ahora 2(A + B),
2(A + B) = 2
_
5 14
5 7
_
=
_
10 28
10 14
_
En el caso de matrices, s podemos denir la operacin producto de dos ma-

trices dando lugar a otra matriz. Como veremos no dos matrices cualesquiera
pueden multiplicarse.
Denicin 4.15 El producto de matrices A de M
mn
y B de M
nk
,
A =
_
_
_
a
1,1
. . . a
1,n
.
.
.
.
.
.
.
.
.
a
m,1
. . . a
m,n
_
_
_
B =
_
_
_
b
1,1
. . . b
1,k
.
.
.
.
.
.
.
.
.
b
n,1
. . . b
n,k
_
_
_
es la matriz C = A B de orden mk con entrada correspondiente a la la
i y la columna j
C
i,j
=
n
l=1
a
i,l
b
l,j
Es decir,
A B =
_
_
_
n
l=1
a
1,l
b
l,1
. . .
n
l=1
a
1,l
b
l,k
.
.
.
.
.
.
.
.
.
n
l=1
a
m,l
b
l,1
. . .
n
l=1
a
m,l
b
l,k
_
_
_
slo podemos multiplicar una matriz A con una matriz B que tenga tantas
las como columnas tiene A, y el resultado es una matriz con tantas las
como A y tantas columnas como B.
Ejemplo 4.12 Calclese el producto AB de las siguientes dos matrices:
A =
_
11 2
1 1
_
B =
_
3 5
2 8
_
Resolucin:
_
11 2
1 1
_
_
3 5
2 8
_
=
_
11 (3) + 2 2 11 5 + 2 8
1 (3) + (1) 2 1 5 + (1) 8
_
=
_
29 71
5 3
_
.
En este caso, el resultado del producto de dos matrices cuadradas de orden 2
es otra matriz cuadrada de orden 2.
Como hemos visto en el ejemplo anterior el producto de dos matrices cua-
dradas de orden n da como resultado otra matriz cuadrada del mismo orden.
Un caso particular del producto de matrices es cuando una de las dos ma-
trices es de hecho un vector. Al multiplicar una matriz A de orden mn con
un vector de n componentes obtenemos un vector de m componentes. Veamos
un ejemplo de este caso.
Ejemplo 4.13 Una empresa fabrica dos productos I y II usando diferentes
cantidades de cuatro materias primas A, B, C y D. Sean las unidades de
materias primas usadas en los dos productos dadas por la matriz siguiente:
P =
_
4 1 6 9
7 1 3 3
_
Producto I
Producto II
Calclese el coste para la empresa de estos productos si A, B, C y D cuestan
respectivamente 5, 7, 3, 4 euros.
Resolucin: El coste de cada producto se obtendr multiplicando la cantidad
necesaria de cada materia prima por su precio y luego sumando todos estos
costes parciales. Si introducimos la matriz del coste de cada materia prima
C =
_
_
_
_
5
7
3
4
_
_
_
_
, la cantidad buscada se escribe como el producto de las dos
matrices P y C,
P C =
_
4 1 6 9
7 1 3 3
_
_
_
_
_
5
7
3
4
_
_
_
_
=
_
20 + 7 + 18 + 36
35 + 7 + 9 + 12
_
=
_
81
63
_
En este ltimo ejemplo, para evitar tener que escribir un vector columna
en medio de un enunciado podramos haber descrito el vector utilizando la
notacin C
t
= ( 5 7 3 4 ).
El producto de matrices satisface las mismas propiedades que el producto
de nmeros reales salvo por la no existencia en general de un elemento inverso.
Esta existencia de elemento inverso ser comentado ms adelante.
Propiedades del producto de matrices
El producto de matrices satisface las propiedades siguientes:
1. Asociativa: A(B C) = (AB) C para todas las matrices A, B, C de
rdenes tales que estos productos tengan sentido.
2. Distributiva: A(B+C) = AB+AC para matrices cualesquiera A, B, C
de rdenes tales que, esta expresin, tenga sentido.
3. Si A es una matriz cuadrada de orden n,
Id
n
A = AId
n
= A.
4.2. NOCIN DE DETERMINANTE. CLCULO DE DETERMINANTES 23
Comprobemos la propiedad distributiva del producto de matrices para un
caso particular.
Ejemplo 4.14 Dadas las matrices
A =
_
1 5
2 0
_
, B =
_
4 9
8 1
_
, C =
_
0 5
6 3
_
comprebese que se cumple la propiedad distributiva A(B+C) = AB+AC.
Otra caracterstica que diferencia el producto de dos matrices con el produc-

to usual de dos nmeros reales es su no commutatividad. Observemos que,
dadas dos matrices A y B, puede ocurrir que el producto AB exista, pero
que el producto BA no exista, y an existiendo sea diferente, tal y como el
siguiente ejemplo ilustra.
Ejemplo 4.15 Calcula AB y BA para las siguientes matrices A y B:
A =
_
1 1
4 2
_
, B =
_
3 0
1 7
_
.
Resolucin:
A B =
_
1 3 + (1) (1) 1 0 1 7
4 3 + 2 (1) 4 0 + 2 7
_
=
_
4 7
10 14
_
.
B A =
_
3 1 + 0 4 3 (1) + 0 2
(1) 1 + 7 4 (1) (1) + 7 2
_
=
_
3 3
27 15
_
.
4.2. Nocin de determinante. Clculo de deter-

minantes
El determinante de una matriz ser el concepto principal que utilizaremos
para denir el rango de una matriz y el mtodo de Cramer para resolver
sistemas de ecuaciones. Podremos calcular el determinante de una matriz
slo si tiene el mismo nmero de las y columnas.
Empezaremos deniendo el concepto de determinante de una matriz cua-
drada de orden 2 y de orden 3. Luego extenderemos ese clculo a matrices
cuadradas de cualquier orden.
Denicin 4.16 El determinante de una matriz de orden 2, A =
_
a
11
a
12
a
21
a
22
_
,
ser denotado por |A| y es el nmero real dado por la expresin
|A| = a
11
a
22
a
12
a
21
.
Veamos un primer ejemplo del clculo de un determinante.
Ejemplo 4.16 Calclese el determinante de la siguiente matriz A =
_
1 1
4 2
_
.
Resolucin:
1 1
4 2
= 1 2 4 (1) = 2 + 4 = 6.
Sigamos con la denicin de determinante para matrices cuadradas de orden

3.
Denicin 4.17 El determinante de una matriz de orden 3, A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
,
ser denotado por |A| y es el nmero real dado por la expresin
|A| = a
11
a
22
a
33
+ a
21
a
32
a
13
+ a
12
a
23
a
31
a
31
a
22
a
13
a
21
a
12
a
33
a
32
a
23
a
11
.
Veamos un ejemplo de este clculo para una cierta matriz A.
Ejemplo 4.17 Calclese el determinante de la matriz A,
A =
_
_
1 9 5
1 0 3
1 7 2
_
_
Resolucin: Aplicando la denicin anterior se obtiene:
|A| = 1 0 (2) + 9 3 1 + (1) 7 5 1 0 5 3 7 1 (1) 9 (2)
= 27 35 21 18 = 47.
El determinante de una matriz cuadrada de cualquier orden se calcular

reducindolo al clculo de una serie de determinantes de orden 3 o incluso
2. Para poder calcular el determinante de una matriz cuadrada cualquiera
debemos introducir antes el concepto de menor de una matriz.
Denicin 4.18 Un menor de orden k asociado a la matriz A = (a
ij
)
M
mn
es el determinante de una submatriz de orden k de A.
a
11
a
12
. . . a
1k
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
k1
a
k2
. . . a
kk
Para facilitar la notacin, hemos escogido las primeras k las y k columnas

pero pueden escogerse cualquier grupo de k las y k columnas.
Veamos un ejemplo en el caso que no elijamos las primeras k las y colum-
nas.
Ejemplo 4.18 Buscar el menor de orden 2 de la matriz A obtenido tomando
la primera y tercera la junto con la primera y segunda columna.
A =
_
_
1 0 2
2 4 7
2 1 25
_
_
Resolucin: Seleccionamos los valores que estn en la primera la y en la
primera y segunda columna. Tambin seleccionamos los valores que estn en
la tercera la y primera y segunda columna.
A =
_
_
_
1
..
0
..
2
2 4 7
2
..
1
..
25
_
_
_
.
As obtenemos el siguiente menor,
1 0
2 1
= 1 1 (2) 0 = 1.
Para poder nalmente calcular el determinante de cualquier matriz, debe-

mos antes denir el menor complementario y el adjunto de cada elemento
a
ij
.
Denicin 4.19 El menor complementario del elemento a
ij
de A M
n
,
es el determinante de la matriz M
ij
de orden n 1 que resulta de eliminar la
la i y la columna j de la matriz A.
Denicin 4.20 El adjunto del elemento a
ij
de una matriz A M
n
se
denota por A
ij
y se dene como
A
ij
= (1)
i+j
|M
ij
|.
Ejemplo 4.19 Dada la matriz A en el ejemplo anterior calcular el adjunto
de los elementos a
12
y a
33
.
Resolucin: El adjunto del elemento a
12
es
A
12
= (1)
1+2
2 7
2 25
= (1)
3
(2 25 (2) 7) = 36.
El adjunto del elemento a
33
es
A
33
= (1)
3+3
1 0
2 4
= (1)
6
(1 4 (2) 0) = 4.
El siguiente resultado describe como calcular el determinante de una matriz,

sea cualquiera su orden, como funcin de los determinantes de orden menor.
Proposicin 1. El determinante de una matriz A M
n
se puede calcular
como la suma de los n productos de los elementos de una la (resp. columna)
por los adjuntos correspondientes. Si desarrollamos el determinante por la la
i, entonces
|A| =
1jn
a
ij
A
ij
,
y segn la columna j,
|A| =
1in
a
ij
A
ij
.
Este resultado muestra que para calcular el determinante de una matriz
cuadrada de orden 4 deben calcularse cuatro determinantes de orden 3. Para
calcular el determinante de una matriz cuadrada de orden 5, deben calcularse
cinco determinantes de orden 4. Cada uno de estos determinantes de orden 4
debe calcularse segn el procedimiento anterior. Uno puede imaginar que el
nmero de operaciones necesario para calcular el determinante de una matriz
de orden n crece muy rpidamente. Para empezar veremos que, para minimi-
zar el nmero de clculos necesario es muy importante elegir la buena la o
columna para aplicar el resultado anterior.
Ejemplo 4.20 Calclese el siguiente determinante:
A =
_
_
_
_
1 3 1 5
0 2 0 0
4 2 0 6
9 1 2 3
_
_
_
_
Resolucin: Desarrollamos el determinante por la segunda la.
|A| =
1 3 1 5
0 2 0 0
4 2 0 6
9 1 2 3
= 2(1)
2+2
1 1 5
4 0 6
9 2 3
Slo hemos necesitado calcular el adjunto del elemento a

22
, dado que el resto
de elementos de la segunda la eran cero. El determinante de orden tres lo
calculamos mediante la regla de Sarrus:
|A| = 2 ((1) 0 (3) + 1 6 9 + 4 2 5 9 0 5 4 1 (3) 2 6 (1))
= 2 (54 + 40 + 12 + 12) = 236.
En muchos casos la matriz no tiene una la o una columna con casi todo
ceros y, aplicando directamente el resultado anterior implica tener que cal-
cular todos los adjuntos de una la o columna. Para evitar toda esta serie
de clculos, se utilizan ciertas propiedades de los determinantes. Mediante la
utilizacin de estas propiedades, el determinante de una matriz puede obte-
nerse de manera ms sencilla. A continuacin, detallamos algunas de estas
propiedades.
Proposicin 2. Si A tiene una la o columna de ceros entonces el determi-
nante es cero.
Como hemos visto en el resultado anterior, el determinante de una matriz
puede desarrollarse por una la o columna cualquiera. Si se elige una la
o columna con todo ceros entonces la aplicacin del clculo por adjuntos
demuestra que el determinante es cero.
Proposicin 3. El determinante de una matriz diagonal es igual al producto
de los elementos de la diagonal.
Ejemplo 4.21 Veamos como calcular el determinante de una matriz A dia-
gonal sin utilizar el ltimo resultado.
A =
_
_
_
_
3 0 0 0
0 4 0 0
0 0 25 0
0 0 0 3
_
_
_
_
Resolucin: Desarrollando el determinante por la primera la se obtiene,
3 0 0 0
0 4 0 0
0 0 25 0
0 0 0 3
= 3 (1)
1+1
4 0 0
0 25 0
0 0 3
Si a continuacin se elige siempre la primera la para aplicar el clculo por

adjuntos se obtiene,
|A| = 3
4 0 0
0 25 0
0 0 3
= 3 4
25 0
0 3
= 3 4 25 3 = 900.
La siguiente propiedad nos asegura que todos los resultados que enunciemos,
que tengan que ver con las, tambin sern ciertas para columnas.
Proposicin 4. El determinante de una matriz es igual al de su transpuesta
|A
t
| = |A|.
Comprobemos este resultado para cualquier matriz A.
Ejemplo 4.22 Calclese el determinante de A y A
t
para la siguiente matriz
A =
_
2 1
3 5
_
Resolucin: Calculemos los dos determinantes:
|A| =
2 1
3 5
= 2 5 (3) (1) = 7.
|A
t
| =
2 3
1 5
= 2 5 (1) (3) = 7.
Las siguientes dos propiedades nos permiten descomponer el determinante

de una matriz como la combinacin lineal de dos determinantes ms sencillos.
Proposicin 5. Si A tiene la forma (C
1
, . . . , D+F, . . . .C
n
) entonces el deter-
minante de la matriz A se puede escribir como la suma de los determinantes
de las matrices (C
1
, . . . , D, . . . .C
n
) y (C
1
, . . . , F, . . . .C
n
).
|(C
1
, . . . , C
i
+ D
i
, . . . .C
n
)| = |(C
1
, . . . , D, . . . .C
n
)| +|(C
1
, . . . , F, . . . .C
n
)|
Proposicin 6. Si multiplicamos una la (resp. columna) por un nmero
entonces el determinante queda multiplicado por el mismo nmero
|(C
1
, . . . , C
i
, . . . .C
n
)| = |(C
1
, . . . , C
i
, . . . .C
n
)|,
para cualquier R.
En particular, el resultado anterior dice que el determinante de la matriz
A, siendo A una matriz de n las y n columnas, es igual al determinante
de A multiplicado por
n
,
|A| =
n
A.
Como vimos en los ejemplos anteriores, el clculo de un determinante me-
diante la regla de adjuntos puede ser muy tedioso. En estos casos utilizaremos
las dos siguientes propiedades para simplicar la matriz antes de calcular el
determinante o antes de aplicar la regla por adjuntos. Pero, antes denamos
el concepto de combinacin lineal de vectores.
Denicin 4.21 Un vector x de R
n
es una combinacin lineal de los
vectores v
1
, ..., v
m
de R
n
si existen escalares
1
, . . . ,
m
, distintos de cero,
tales que
x =
1
v
1
+ +
m
v
m
Proposicin 7. Si a una la (resp. columna) le sumamos una combinacin
lineal de las otras las (resp. columnas) el determinante no vara. En cambio,
intercambiando el orden de dos las cambia el signo del determinante.
Veamos como la aplicacin de las propiedades anteriores permite simplicar
el clculo de un determinante.
Ejemplo 4.23 Calclese el determinante de la siguiente matriz,
A =
_
_
1 1 4
4 5 1
2 3 1
_
_
Resolucin: Mediante las transformaciones denidas en la propiedad an-
terior puede simplicarse la matriz A anulando los elementos de la primera
columna, segunda y tercera la.
1 1 4
4 5 1
2 3 1
1 -1 4
0 9 -15
0 5 -9
F
2
4F
1
F
3
2F
1
Aplicando la regla de adjuntos tomando la primera columna como referencia,
1 -1 4
0 9 -15
0 5 -9
= (1)
1+1
9 -15
5 -9
= 6.
Las dos siguientes propiedades sern muy tiles para el clculo de rangos
de matrices que deniremos en el siguiente apartado.
Proposicin 8. Si la matriz A tiene una la o columna que es combinacin
lineal de las otras entonces el determinante es cero. El recproco tambin es
cierto, si el determinante de una matriz A es cero entonces una la (resp.
columna) es combinacin lineal de las dems.
Proposicin 9. El determinante de una matriz con dos las (resp. columnas)
iguales, es cero. El determinante de una matriz con dos las (resp. columnas)
proporcionales, es cero.
Ejemplo 4.24 Calclese el determinante de la siguiente matriz sabiendo que
el determinante de A = (a
ij
) vale 3.
A =
a
31
a
32
a
33
2a
21
4a
11
2a
22
4a
12
2a
23
4a
13
a
11
a
12
a
13
.
Resolucin: Descomponer la matriz separando la la 2 como combinacin
lineal de dos vectores la.
|
A| =
a
31
a
32
a
33
2a
21
2a
22
2a
23
a
11
a
12
a
13
a
31
a
32
a
33
4a
11
4a
12
4a
13
a
11
a
12
a
13
.
Las las (2) y (3) de la segunda matriz son proporcionales y por tanto su
determinante es cero. De la primera matriz se puede sacar factor comn el 2
en la segunda la e intercambiar el orden de la primera y tercera las.
|
A| = 2
a
31
a
32
a
33
a
21
a
22
a
23
a
11
a
12
a
13
= 2|A| = 6.
Una de las propiedades ms importantes de los determinantes es que con-

mutan con la operacin producto de matrices.
Proposicin 10. Sean A i B matrices cuadradas del mismo orden, entonces
1. |AB| = |A| |B|.
2. |A
n
| = |A|
n
.
Veamos un ejemplo de esta propiedad.
Ejemplo 4.25 Dadas las matrices A =
_
5 2
1 3
_
y B =
_
0 7
1 8
_
com-
prebese que |AB| = |A||B| pero que |A + B| = |A| +|B|.
Resolucin: Para empezar calculemos los determinantes de A y B:
5 2
1 3
= 5 3 (1)(2) = 13,
0 7
1 8
= 0 8 1 7 = 7.
Calculemos las matrices A + B y AB
A + B =
_
5 5
0 11
_
AB =
_
2 19
3 17
_
.
Calculemos ahora sus determinantes,
|A + B| = 5 11 0 5 = 55, |AB| = 2 17 3 19 = 91.
Claramente |A + B| = |A| + |B| y |A.B| = 91 que es igual a |A||B| =
13 (7) = 91.
Para acabar este apartado veamos el siguiente ejemplo.
Ejemplo 4.26 Sin desarrollar, demestrese la igualdad
111a
1
a
2
a
3
a
2
1
a
2
2
a
2
3
= (a
2
a
1
)(a
3
a
1
)(a
3
a
2
).
Resolucin: Transformamos la matriz utilizando la propiedad que nos per-
mite a una columna sumarle una combinacin lineal de las otras columnas
sin cambiar el valor del determinante. Le restamos la primera columna a la
segunda y tercera obteniendo el determinante
1 0 0
a
1
a
2
a
1
a
3
a
1
a
2
1
a
2
2
a
2
1
a
2
3
a
2
1
a
2
a
1
a
3
a
1
a
2
2
a
2
1
a
2
3
a
2
1
.
A continuacin podemos sacar factor comn de la primera columna a
2
a
1
y, de la segunda columna a
3
a
1
obteniendo
|A| = (a
2
a
1
)(a
3
a
1
)
1 1
a
2
+ a
1
a
3
+ a
1
,
de donde fcilmente obtenemos el resultado deseado.
4.2.1. Clculo de la matriz inversa
En el caso de los nmeros reales, para todo valor a = 0, podemos denir
el valor 1/a que cumple la igualdad a
1
a
= 1. Como ya adelantamos en la
seccin anterior, esta propiedad no se cumple para el producto de matrices.
Empecemos por denir cuando una matriz cumple esta propiedad.
Denicin 4.22 La matriz inversa de A M
n
es una matriz X cuadrada
de orden n cumpliendo
AX = X A = Id
n
La matriz inversa de A, si existe, es nica y ser denotada por A
1
.
Obsrvese que hemos denido el concepto de matriz inversa de A, solo para
matrices cuadradas.
Ejemplo 4.27 Comprobar que B =
_
3 4
4 5
_
es la inversa de A =
_
5 4
4 3
_
.
Resolucin: Comprobar que AB = B A = Id.
AB =
_
5 4
4 3
_ _
3 4
4 5
_
=
_
15 + 16 20 + 20
12 12 16 15
_
=
_
1 0
0 1
_
B A =
_
3 4
4 5
_ _
5 4
4 3
_
=
_
15 + 16 12 12
20 + 20 16 15
_
=
_
1 0
0 1
_
Como ya sabemos no toda matriz tiene inversa. El siguiente resultado nos

indica cuando eso es posible.
Proposicin 11. Dada una matriz A, A M
n
, existe la inversa de A si y
slo si |A| = 0. En ese caso,
det(A
1
) =
1
det(A)
En el ejemplo anterior, la dos matrices A y B tiene determinante 1 y por
tanto diferente de cero. Segn este resultado, y como hemos comprobado en
el ejemplo, las matrices tienen inversa. Tambin se cumple la relacin entre
el determinante de la matriz y el de su inversa dado que 1 =
1
1
. Veamos
como demostrar que esta ltima propiedad es cierta en general.
Ejemplo 4.28 Demestrese que det(A
1
) =
1
det(A)
.
Resolucin: Dado que AA
1
= Id y el determinante de la matriz identidad
es 1, podemos escribir
1 = |AA
1
| = |A||A
1
|,
de donde fcilmente obtenemos el resultado anterior.
Proposicin 12. Sean A, B M
n
matrices invertibles. Se verica:
1. La matriz A
1
s invertible y se cumple que A = (A
1
)
1
.
2. La matriz AB es invertible y (AB)
1
= B
1
A
1
.
Ejemplo 4.29 Comprobar la propiedad (2).
Resolucin: La matriz AB es invertible porque su determinante es dife-
rente de cero, si los determinantes de A y B son no nulos. Para comprobar
que B
1
A
1
es la inversa de AB, hay que comprobar que su producto es
efectivamente la identidad.
(AB) (B
1
A
1
) = A(B B
1
) A
1
= AId
n
A
1
= AA
1
= Id
n
.
(B
1
A
1
)(AB) = B
1
(A
1
A) B = B
1
Id
n
B = B
1
B = Id
n
.
Para demostrar esta igualdad hemos aplicado la propiedad asociativa del pro-
ducto de matrices.
Hasta ahora hemos visto cuando una matriz admite inversa pero no la he-
mos calculado explcitamente. El siguiente resultado describe el procedimiento
para calcularla.
Proposicin 13. La inversa A
1
de una matriz A, con determinante diferente
de cero, se puede calcular mediante la expresin A
1
=
1
|A|
Adj(A)
t
, donde
Adj(A) =
_
_
_
_
_
A
11
A
12
. . . A
1n
A
21
A
22
. . . A
2n
.
.
.
.
.
.
.
.
.
.
.
.
A
n1
A
n2
. . . A
nn
_
_
_
_
_
es la matriz de adjuntos de todos y cada uno de los elementos a
ij
, i, j = 1...n
de la matriz A.
Veamos un ejemplo del clculo de la matriz inversa en el caso que la matriz
original dependa de un parmetro.
Ejemplo 4.30 Dada la matriz
A =
_
_
4 0 0
1 a 0
3 2 3
_
_
.
Estdiese para qu valores de a es invertible. Obtngase la inversa en los casos
posibles.
Resolucin: La matriz es invertible si y slo si su determinante es diferente
de cero. Como A es una matriz triangular su determinante es igual al producto
de los elementos de la diagonal, |A| = 12a. Entonces, la matriz A es invertible
si y slo si a es diferente de cero. Para estos casos, la matriz inversa se calcula
mediante la expresin del resultado anterior,
A
1
=
1
|A|
Adj(A)
t
=
1
12a
_
_
A
11
A
12
A
13
A
21
A
22
A
23
A
31
A
32
A
33
_
_
t
siendo
A
11
= (1)
1+1
_
a 0
2 3
_
= 3a A
12
= (1)
1+2
_
1 0
3 3
_
= 3
A
13
= (1)
1+3
_
1 a
3 2
_
= 2 3a A
21
= (1)
2+1
_
0 0
2 3
_
= 0
A
22
= (1)
2+2
_
4 0
3 3
_
= 12 A
23
= (1)
2+3
_
4 0
3 2
_
= 8
A
31
= (1)
3+1
_
0 0
a 0
_
= 0 A
32
= (1)
3+2
_
4 0
1 0
_
= 0
A
33
= (1)
3+3
_
4 0
1 a
_
= 4a
Substituyendo los adjuntos en la expresin anterior obtenemos la matriz
inversa,
A
1
=
1
12a
_
_
3a 3 2 3a
0 12 8
0 0 4a
_
_
t
=
1
12a
_
_
3a 0 0
3 12 0
2 3a 8 4a
_
_
4.3. NOCIN DE RANGO DE MATRIZ. CLCULO DE RANGOS 37

4.3. Nocin de rango de matriz. Clculo de ran-
gos
El rango de una matriz ser la principal nocin que necesitaremos para
caracterizar la solucin de un sistema de ecuaciones lineales. Veamos su de-
nicin.
Denicin 4.23 El rango de una matriz A de M
mn
es el orden del mayor
menor de A no nulo. Es decir, el rango de A es igual a r si y slo si existe
al menos una submatriz A
r
de A de orden r r tal que |A
r
| = 0 y todos los
menores de orden superior son nulos.
Nota 2. De la denicin, se deduce fcilmente que el rango de A siempre es
menor o igual que el mnimo de m y n.
Nota 3. De la denicin anterior y la aplicacin del resultado de la proposi-
cin 8, podemos observar que ninguna de las las o columas de la submatriz
A
r
se pueden escribir como combinacin lineal de las restantes. Si fuera si,
entonces aplicando la proposicin 8 el determinante de A
r
seria cero.
Veamos un ejemplo de como aplicar la denicin para calcular el rango de
una matriz A.
Ejemplo 4.31 Estdiese el rango de la matriz A:
A =
_
_
1 0 1 2
1 1 2 1
3 2 3 4
_
_
.
Resolucin: Veamos para empezar si hay algn menor de orden 2 con de-
terminante diferente de cero. As es, D
2
=
1 0
1 1
= 1 = 0. Ahora si todos
los menores de orden 3 son iguales a cero el rango ser dos y si encontramos
al menos uno diferente de cero entonces el rango ser 3. Recordemos que el
rango es siempre menor o igual que el mnimo del nmero de las y colum-
nas. Por tanto en este ejemplo ser como mximo 3. Consideramos todos los
menores de orden 3
1 0 1
1 1 2
3 2 3
= 0
1 0 2
1 1 1
3 2 4
= 0
0 1 2
1 2 1
2 3 4
= 0.
Como todos estos menores son cero entonces el rango de A es 2.
Segn la denicin de rango de una matriz A, para demostrar que su rango
es igual a r hay que comprobar que todos los menores de orden superior son
nulos. La siguiente denicin y propiedad nos permite reducir este nmero de
comprobaciones.
Denicin 4.24 Sea A una matriz de M
mn
, el proceso de orlar una sub-
matriz de A consiste en aadir una la y una columna ms de A, respetando
la ordenacin de la matriz original.
Proposicin 14. Sea A una matriz de M
mn
, y A
r
una submatriz de orden
r r tal que |A
r
| = 0. Si los menores de orden r + 1 obtenidos orlando A
r
son nulos, se verica que todos los menores de A de orden r + 1 tambin son
nulos. Por tanto, el rango de la matriz A es r.
Veamos mediante un ejemplo como aplicar el resultado anterior para cal-
cular el rango de una matriz.
Ejemplo 4.32 Calclese el rango de la matriz B.
B =
_
_
_
_
1 2 1
2 1 4
4 3 6
2 4 2
_
_
_
_
Resolucin: Veamos para empezar si hay algn menor de orden 2 con
determinante diferente de cero. As es, D
2
=
1 2
2 1
= 5 = 0. Procedemos
orlando el menor D
2
hasta que encontremos algn determinante de orden
4.4. RESOLUCIN DE SISTEMAS DE ECUACIONES LINEALES 39
tres no nulo. Si todos los determinantes de orden tres orlando D
2
son nulos
entonces el rango ser 2.
1 2 1
2 1 4
4 3 6
= 0,
1 2 1
2 1 4
2 4 2
= 0.
El rango es 2.
4.4. Resolucin de sistemas de ecuaciones linea-
les
En esta seccin introduciremos la forma matricial de un sistema de ecua-
ciones lineales y caracterizaremos su solucin. En el caso que el sistema tenga
solucin lo resolveremos mediante la regla de Cramer basada en el clculo de
determinantes.
En la ltima parte introduciremos los sistemas input-output de Leontief,
que describen el equilibrio de los diferentes sectores inter-relacionados en una
economia.
4.4.1. Conceptos bsicos
Un sistema de ecuaciones lineales es un conjunto de m ecuaciones li-
neales con n incgnitas de la forma
_
_
a
11
x
1
+ + a
1n
x
n
= b
1
a
21
x
1
+ + a
2n
x
n
= b
2
. . .
a
m1
x
1
+ + a
mn
x
n
= b
m
donde a
ij
son los coecientes del sistema, x
j
, 1 j n, son las incgnitas y
b
i
, 1 i m, forman el trmino independiente.
Un sistema de m ecuaciones lineales y n incgnitas se puede escribir en
forma matricial Ax = b, donde A = (a
ij
) de M
mn
es la matriz de coecientes,
x = (x
1
, . . . , x
n
) es el vector columna de las incgnitas y b = (b
1
, . . . , b
m
) es
el vector columna del trmino independiente.
_
_
_
_
_
a
11
. . . . . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
. . . . . . a
mn
_
_
_
_
_
_
_
_
_
_
x
1
.
.
.
.
.
.
x
n
_
_
_
_
_
=
_
_
_
_
_
b
1
.
.
.
.
.
.
b
m
_
_
_
_
_
Ejemplo 4.33 Escrbase el siguiente sistema de ecuaciones en forma matri-
cial.
_
_
_
x y + z = 4
3z = 8 4x
x 5y = 8 7z
Resolucin: En primer trmino, disponemos las ecuaciones de modo que los
trminos constantes aparezcan del lado derecho del signo igual y las variables
en el lado izquierdo.
_
_
_
x y + z = 4
4x + 3z = 8
x 5y + 7z = 8
Ahora el sistema puede escribirse en forma matricial Ax = b donde
_
_
1 1 1
4 0 3
1 5 7
_
_
b =
_
_
4
8
8
_
_
Obsrvese que la variable y no aparece en la segunda ecuacin y por tanto en
forma matricial el coeciente a
22
es cero.
Denicin 4.25 Diremos que el vector s = (s
1
, . . . , s
n
) es una solucin del
sistema si al substituir x
1
por s
1
, . . . , x
n
por s
n
se satisfacen todas las
ecuaciones del sistema. Si un sistema tiene solucin, diremos que es compa-
tible. Si esta solucin es nica diremos que el sistema es compatible de-
terminado, mientras que, si tiene ms de una diremos que es compatible
indeterminado.
En el caso que no tenga solucin diremos que es un sistema incompatible.
Ejemplo 4.34 Dado el sistema,
_
2x + 5y = 1
3x y = 2
comprebese que x = 11/17, y = 1/17 es una solucin.
Resolucin: Sustituimos x, y por los valores 11/17 y 1/17, obteniendo
2
11
17
+ 5
1
17
=
22 5
17
= 1, 3
11
17

1
17
=
33 + 1
17
= 2.
Dado que cumples las dos ecuaciones, x = 11/17, y = 1/17 es solucin del
sistema.
4.4.2. Discusin de un sistema de ecuaciones lineales
Sea Ax = b un sistema de m ecuaciones lineales con n incgnitas, denimos
la matriz ampliada

A como la matriz obtenida a partir de A, al aadir al nal
la columna formada por los elementos del trmino independiente. La matriz
ampliada tiene orden m(n + 1)
A =
_
_
_
a
11
. . . a
1n
b
1
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
. . . a
mn
b
m
_
_
_
.
Como veremos en el siguiente resultado la existencia y el nmero de so-
luciones de un sistema estn totalmente determinados por los rangos de las
matrices A i

A.
Teorema 4.1 Un sistema de m ecuaciones lineales y n incgnitas es compa-
tible si i slo si el rango de la matriz A coincide con el rango de la matriz
ampliada

A.
Si adems el rango coincide con el nmero de incgnitas, n, el sistema es
compatible determinado. En ese caso el sistema tiene una nica solucin.
Si el rango es menor que el nmero de incgnitas, el sistema es compa-
tible indeterminado y tiene innitas soluciones dependiendo de n rg(A)
parmetros.
Del teorema anterior se deduce que si el rango de la matriz A no coincide con
el rango de la matriz ampliada

A, el sistema es incompatible. Otra observacin
interesante, es que un sistema de ecuaciones lineales tiene una nica solucin
o innitas, pero no puede tener un numero nito diferente de uno.
Veamos como aplicar el resultado anterior para estudiar el numero de solu-
ciones de un sistema en funcin de un parmetro.
Ejemplo 4.35 Estdiese la compatibilidad y el nmero de soluciones del
sistema segn los valores del parmetro a:
_
_
_
a + 7y + 20z = 1
ax + 8y + 23z = 1
x az = 1
Resolucin: Escribimos la matriz ampliada asociada al sistema.
_
_
a 7 20 1
a 8 23 1
1 0 1 1
_
_
.
Calculemos primero el determinante de A, |A| = 1 a. Si a = 1, entonces
el determinante de A es diferente de cero y el rg(A) es 3. Como la matriz am-
pliada tiene orden 34, slo podr tener rango 3 y el sistema ser compatible
determinado.
Si a = 1, entonces rg(A) = 2 y tenemos que calcular el rg(

A) para conocer
la compatibilidad del sistema. En ese caso la matriz ampliada

A es
_
_
1 7 20 1
1 8 23 1
1 0 1 1
_
_
.
Como el menor M =
1 7
1 8
es diferente de cero y el determinante de A es

cero, el rango de la matriz ampliada depender del determinante de la matriz
1 7 1
1 8 1
1 0 1
= 0.
Por tanto, el rango de la matriz ampliada vale 2, y el sistema es compatible
indeterminado.
4.4.3. Resolucin de un sistema de ecuaciones
La regla de Cramer es la regla ms sencilla para resolver un sistema de ecua-
ciones. Esta regla slo se aplica a sistemas cuadrados, con el mismo nmero
de ecuaciones que incgnitas y compatibles determinados.
Teorema 4.2 Sea Ax = b un sistema de ecuaciones de orden n con rg(A) =
rg(

A) = n, entonces la nica solucin del sistema viene dada por
x
i
=
a
11
. . . b
1
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
. . . b
n
. . . a
nn
|A|
i = 1...n
Veamos un ejemplo de resolucin de un sistema de ecuaciones cuadrado
mediante el resultado anterior.
Ejemplo 4.36 Resulvase el siguiente sistema de ecuaciones
_
_
_
3x + 2y = 3
y z = 1
x + z = 0
Resolucin: Comencemos escribiendo la matriz ampliada del sistema,
_
_
3 2 0 3
0 1 1 1
1 0 1 0
_
_
.
El rango de la matriz A es igual a 3 dado que det(A) = 1. El determinante
de la matriz ampliada es tambin igual a 3 dado que la matriz ampliada
tiene orden 3 4 y por tanto el rango puede ser como mximo 3. El sistema
es compatible determinado. Para buscar la solucin aplicamos la regla de
Cramer,
x =
3 2 0
1 1 1
0 0 1
= 1 y =
3 3 0
0 1 1
1 0 1
= 0 z =
3 2 3
0 1 1
1 0 0
= 1.
En el caso que el sistema tenga el mismo nmero de ecuaciones e incgnitas y

sea compatible determinado, la aplicacin de la regla de Cramer es equivalente
a resolver el sistema mediante la expresin x = A
1
b. Como el determinante
es diferente de cero, la matriz A es invertible, y la expresin anterior se obtiene
facilmente multiplicando por A
1
la ecuacin Ax = b.
Ax = b A
1
(Ax) = A
1
b (A
1
A)x = A
1
b x = A
1
b.
Resolucin de un sistema compatible cualquiera
A continuacin se detalla el proceso a seguir para resolver cualquier sistema
compatible Ax = b de n ecuaciones con m incgnitas.
1. Sea r el rango de A y A
r
un menor cuadrado de orden r con determinante
no nulo.
A
r
=
_
_
_
_
_
a
1,1
. . . . . . a
1,r
a
2,1
.
.
.
. . . a
2,r
.
.
. . . .
.
.
.
.
.
.
a
r,1
. . . . . . a
r,r
_
_
_
_
_
Por simplicidad en la notacin suponemos que A
r
es el menor conte-
niendo las primeras r las y r columnas.
2. Eliminamos las ecuaciones cuyas las no aparecen en el menor A
r
. Estas
ecuaciones las llamaremos ecuaciones redundantes.
3. Las incgnitas cuyas columnas no aparecen en el menor A
r
, sern llama-
das variables libres y pasan a ser parmetros en lugar de incgnitas.
As el nuevo sistema de ecuaciones es
_
_
a
1,1
x
1
+ + a
1,r
x
r
= b
1
a
1,r+1
1
. . . a
1,n
nr
a
2,1
x
1
+ + a
2,r
x
r
= b
2
a
2,r+1
1
. . . a
2,n
nr
. . .
a
r,1
x
1
+ + a
r,r
x
r
= b
r
a
r,r+1
1
. . . a
r,n
nr
donde las variables libres han sido renombradas y pasan a formar parte
del trmino independiente. Para cada valor que demos a las variables
libres
1
, . . . ,
nr
, obtenemos un sistema de ecuaciones diferente que
es cuadrado y compatible determinado. Cada uno de estos sistemas se
resuelve mediante la regla de Cramer.
Veamos un ejemplo de utilizacin de este procedimiento para resolver un
sistema compatible indeterminado.
Ejemplo 4.37 Reselvase el siguiente sistema de ecuaciones:
_
_
_
3x 2y + z = 2
2x + 5y 3z = 15
11x y = 21
Resolucin: Escribamos la matriz ampliada del sistema
_
_
3 2 1 2
2 5 3 15
11 1 0 21
_
_
El determinante de A es cero, y por tanto el rango de A es 2 ya que el
menor M =
3 2
2 5
es diferente de cero. El rango de la matriz ampliada es

tambin 2 ya que todos los determinantes de orden 3 que contienen al menor
son cero. Por tanto, el sistema es compatible indeterminado. Siguiendo el
mtodo introducido en esta seccin, eliminamos las las que no intervienen
en el menor M, y las variables que tampoco intervienen las pasamos al trmino
independiente como parmetros. El sistema resultante es
_
3x 2y = 2
2x + 5y = 15 + 3
Aplicando la regla de Cramer obtenemos las siguientes soluciones:
x =
1
19
2 2
15 + 3 5
=
40 +
19
y =
1
19
3 2
2 15 + 3
=
41 + 11
19
.
Para cada valor de obtenemos una solucin diferente al sistema de ecuacio-
nes.
Veamos otro ejemplo donde la solucin depende de ms de un parmetro.
Ejemplo 4.38 Estdiese la compatibilidad y resulvase el siguiente sistema
de ecuaciones.
_
x y + z t = 1
2x + y + z + t = 1
Resolucin: Comencemos calculando el rango de la matriz A =
_
1 1 1 1
2 1 1 1
_
.
Como el determinante de orden 2, D
2
=
1 1
2 1
= 3, es diferente de cero y
la matriz A slo tiene dos las entonces el rango de A es 2. Como la matriz
ampliada sigue teniendo slo dos las su rango es 2. Como los dos rangos
son iguales y menores que el nmero de incgnitas el sistema es compatible
indeterminado.
Para resolverlo, pasamos las variables libres al trmino independiente y les
cambiamos el nombre z y z . El sistema compatible determinado de
orden 2 que se obtiene es,
_
x y = 1 +
2x + y = 1
donde y son parmetros. Este sistema se resuelve mediante la regla de
Cramer obteniendo las siguientes soluciones:
x =
1
3
1 + 1
1 1
=
2
3
, y =
1
3
1 1 +
2 1
=
3 + 3
3
.
El conjunto de soluciones del sistema de ecuaciones es S = {(
2
3
,
3+3
3
, , ) :
, R}

4.4.4. Sistemas de ecuaciones lineales homogneos
Denicin 4.26 Llamaremos sistema lineal homogneo a un sistema
lineal de ecuaciones con trmino independiente idnticamente cero.
_
_
a
11
x
1
+ + a
1n
x
n
= 0
a
21
x
1
+ + a
2n
x
n
= 0
. . .
a
m1
x
1
+ + a
mn
x
n
= 0
En un sistema homogneo, el rango de la matriz A y el de la ampliada siem-
pre son el mismo. Por tanto, este tipo de sistemas siempre son compatibles.
Si rg(A) es igual al nmero de incgnitas, entonces el sistema es compatible
determinado y la nica solucin x
1
= = x
n
= 0 la llamaremos solu-
cin trivial. Si el rg(A) es menor que el nmero de incgnitas, el sistema es
compatible indeterminado y tiene innitas soluciones.
Ejemplo 4.39 Estdiese para que valores de a el sistema de ecuaciones li-
neales homogneo tiene soluciones diferentes de la trivial.
_
x + y = 0
3x + ay = 0
Resolucin: Escribimos la matriz ampliada

A
A =
_
1 1 0
3 a 0
_
.
El sistema tendr soluciones no triviales si el rango de la matriz es menor que
el nmero de incgnitas. Para que el rango sea 1 el determinante de A debe
ser cero
|A| =
1 1
1 a
= a 1 = 0
Si a = 1 el rango de A es 1 y el sistema tiene innitas soluciones.
4.4.5. El modelo econmico de Leontief
Un modelo input-output es una tcnica econmica que representa las inter-
dependencias entre diferentes sectores de una economa. W. Leontief desarro-
ll este tipo de anlisis y obtuvo el premio Nobel en economa por su trabajo.
La contribucin principal de Leontief fue describir las interdependencias entre
sectores de una economia mediante una representacin matricial que muestra
como el output de una cierta industria es un input para otras. Describire-
mos matemticamente el equilibrio entre los diferentes sectores mediante un
sistema de ecuaciones lineales.
El modelo econmico de Leontief describe una economa de n industrias
interrelacionadas, cada una de las cuales produce un nico bien utilizando
un slo proceso de produccin. Cada industria, para producir su bien, puede
utilizar componentes o materias primas procedentes de las otras industrias.
Por ejemplo, la industria del acero necesita la industria del carbn y otros.
Cada industria, adems de suministrar su producto a las otras industrias,
satisface una demanda externa, que se conoce como demanda nal.
Indicamos por x
i
el nmero total de unidades que la industria i produce y
por a
ij
el nmero de unidades del bien i que se necesitan para producir una
unidad del bien j. Entonces la produccin de la industria i deber satisfacer
el equilibrio entre oferta y demanda:
x
i
= a
i1
x
1
+ a
i2
x
2
+ + a
in
x
n
+ b
i
,
donde b
i
representa la demanda externa de la industria i. El sistema conjunto
de ecuaciones lineales se escribe como:
_
_
x
1
= a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
+ b
1
x
2
= a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
+ b
2
. . .
x
n
= a
n1
x
1
+ a
n2
x
2
+ + a
nn
x
n
+ b
n
Podemos reescribir este sistema en la forma usual:
_
_
(1 a
11
)x
1
a
12
x
2
. . . a
1n
x
n
= b
1
a
21
x
1
+(1 a
22
)x
2
. . . a
2n
x
n
= b
2
. . .
a
n1
x
1
a
n2
x
2
. . . (1 a
nn
)x
n
= b
n
Este sistema se conoce como el sistema de Leontief.
Veamos un primer ejemplo de sistema de Leontief.
Ejemplo 4.40 Consideremos una economa de dos sectores: A, agrcola, y I,
industrial. Para producir una unidad de A hacen falta
1
4
unidades de A y
1
6
unidades de I.
Para producir una unidad de I se necesita
1
8
de unidades de A y
1
3
de
unidades de I.
Las demandas nales en cada sector son de 72 u. de A y 76 u. de I. Plantese
el sistema de Leontief para esta economa y determnese las unidades que
hacen falta producir en cada sector para conseguir el equilibrio.
Resolucin: El sistema de Leontief es:
_
x
A
=
1
4
x
A
+
1
8
x
I
+ 72
x
I
=
1
6
x
A
+
1
3
x
I
+ 76
El sistema de ecuaciones lineales que tiene que resolverse es:
_
(1
1
4
)x
A
1
8
x
I
= 72
1
6
x
A
+ (1
1
3
)x
I
= 76
Aplicando la regla de Cramer, obtenemos como solucin x
A
= 120 u. y x
I
=
144 u.
En un sistema de Leontief no nos interesa slo si tiene solucin, sino saber
adems si estas soluciones son todas no negativas. Como cada variable x
i
representa la produccin de una industria, esta produccin no puede ser nunca
negativa. El siguiente resultado, nos indica cuando podemos asegurar que el
sistema de ecuaciones de Leontief no slo tiene solucin sino que adems es
nica y no negativa.
Teorema 4.3 El sistema de ecuaciones lineales
_
_
_
_
_
1 a
11
. . . . . . a
1n
a
2,1
1 a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
n1
. . . . . . 1 a
nn
_
_
_
_
_
_
_
_
_
_
x
1
.
.
.
.
.
.
x
n
_
_
_
_
_
=
_
_
_
_
_
b
1
.
.
.
.
.
.
b
n
_
_
_
_
_
tiene una nica solucin no negativa si y slo si todos los menores principales
de la matriz son estrictamente positivos,
|1a
11
| > 0,
1 a
11
a
12
a
2,1
1 a
22
> 0, . . . ,
1 a
11
. . . . . . a
1n
a
2,1
1 a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
n1
. . . . . . 1 a
nn
> 0.
Veamos otro ejemplo de sistema de Leontief en qu comprobamos las con-
diciones de no negatividad dadas por el resultado anterior.
Ejemplo 4.41 Considrese una economa de mercado formada por tres in-
dustrias I
1
, I
2
e I
3
. Cada una de ellas produce un nico producto. Se sabe
que:
a) Para producir una unidad de producto de la industria I
1
se necesitan
nicamente 0,5 u. de producto de la industria I
1
.
b) Para producir una unidad de producto de la industria I
2
se necesitan
0,1, 0,1 y 0,2 u. de producto de la industria I
3
, I
1
e I
2
, respectivamente.
c) Para producir una unidad de producto de la industria I
3
se necesitan
0,2 y 0,4 u. de producto de la industria I
2
e I
3
, respectivamente.
Determnese la cantidad de produccin de cada industria, x
1
, x
2
, x
3
, para
que se alcance el equilibrio propio de un sistema de Leontief, sabiendo que
las demandas nales de I
2
, I
3
e I
1
son 10, 50 y 20.
Resolucin: El equilibrio en la produccin de la tres empresas viene dado
por el sistema de ecuaciones
_
_
_
x
1
= 0,5 x
1
+ 20
x
2
= 0,2 x
2
+ 0,2 x
3
+ 10
x
3
= 0,1 x
2
+ 0,4 x
3
+ 50
4.5. EJERCICIOS RESUELTOS 51
donde x
1
, x
2
, x
3
representan respectivamente la produccin de las empresas
I
1
, I
2
, I
3
. Rescribiendo este sistema en forma matricial obtenemos el sistema
de Leontief,
_
_
0,5 0 0
0 0,8 0,2
0 0,1 0,6
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
20
10
50
_
_
Segn el resultado anterior este sistema tiene solucin nica y no negativa
dado que todos los menores principales de la matriz del sistema son positivos,
0,5
> 0,
0,5 0
0 0,8
= 0,4 > 0,
0,5 0 0
0 0,8 0,2
0 0,1 0,6
= 0,22 > 0.
La solucin a este sistema se calcula directamente mediante la regla de Cramer
x
1
= 40 , x
2
= 34,7826 y x
3
= 89,1304.
4.5. Ejercicios resueltos

Ejercicio 4.1 Obtngase a para que el producto escalar de los vectores u =
(1, 2, a, 5) y v = (a, 3, 2a, 1) sea nulo.
Resolucin: u y v sern ortogonales si su producto escalar es igual a cero.
u v = (1, 2, a, 4) (a, 3, a, 1) = a 6 + a
2
+ 4 = a
2
+ a 2 = 0.
Resolviendo esta ecuacin de segundo grado obtenemos que a tiene que ser
igual a 1 o 2.
Ejercicio 4.2 Dados u = (1, 0, 0), v = (0, 1, 0) y w = (0, 0, 1) comprebese
que (2, 1, 11) = 2u v + 11w.
Resolucin: Hay que realizar la suma 2u v + 11w y comprebese que es
igual a (2, 1, 11):
2(1, 0, 0) (0, 1, 0) +11(0, 0, 1) = (2, 0, 0) +(0, 1, 0) +(0, 0, 11) = (2, 1, 11).
Ejercicio 4.3 En el mercado de consumo, dos bienes A y B tienen las curvas
de oferta y demanda siguientes:
A :
_
Q
o
= 5 + 8P
A
2P
B
Q
d
= 59 7P
A
3P
B
B :
_
Q
o
= 1 + 2P
A
+ 8P
B
Q
d
= 29 6P
B
donde P
A
y P
B
son los precios unitarios de cada bien. Calclese los precios
de equilibrio y las correspondientes cantidades de los productos A y B.
Resolucin: Tenemos que aplicar las condiciones de equilibrio y reselvase
el sistema:
_
5 + 8P
A
2P
B
= 59 7P
A
3P
B
1 + 2P
A
+ 8P
B
= 29 6P
B
Resulta P
A
=
7
2
, P
B
=
3
2
i Q
A
= 30, Q
B
= 20.
Ejercicio 4.4 Determnese los valores de por los cuales la matriz siguiente
tiene inversa y calcularla en los casos posibles.
A =
_
_
1 1 0
2 3
0 1
_
_
Resolucin: Sabemos que una matriz tiene inversa si su determinante es
diferente de cero. Por tanto, primero calculamos el determinante de la matriz
y discutimos para que valores de este determinante se anula.
|A| =
1 1 0
2 3
1 0
= 2 + 2
Si 2 + 2 = 0 entonces esto implica que = 1. Si = 1 entonces la matriz
A es invertible y viene dada por la expresin:
1
2 2
_
_
1 3
2 + 3 1 3
2
2 +
_
_
4.5. EJERCICIOS RESUELTOS 53
Ejercicio 4.5 Calclese el rango de la matriz A segn los diferentes valores
de a.
A =
_
_
_
_
0 1 1
2 0 2
3 2 a
a 3 0
_
_
_
_
.
Resolucin: Comencemos buscando un menor de orden dos no nulo. Es
mejor comenzar buscando un menor en el que no intervenga a. El menor
D
2
=
0 1
2 0
= 2 es diferente de cero, lo que asegura que el rango de la

matriz es al menos dos. A continuacin orlamos el menor D
2
buscando un
menor de orden 3 no nulo. Como la matriz tiene orden 3 4 el rango ser
como mximo tres.

0 1 1
2 0 2
3 2 a
= 7 2 a.
Este menor ser igual a cero si a =
7
2
. Por tanto, el rango de A ser igual
a tres si a es diferente de
7
2
. Para a =
7
2
tenemos que mirar el otro menor
de orden 3 que orla D
2
0 1 1
2 0 2
7
2
3 0
= 13 = 0.
Por tanto, para a =
7
2
el rango es tambin tres.
Ejercicio 4.6 Calclese a y b para que el sistema tenga una solucin diferente
de la trivial:
_
_
2x ay + z = 0
2x 2y + z = 0
bx + 2y 4z = 0
4x + 2y + 7z = 0
Resolucin: Como el sistema es homogneo siempre tiene solucin. El siste-
ma tendr una solucin diferente de la trivial cuando el sistema sea compatible
indeterminado y por tanto el rango de la matriz del sistema ser menor que
el nmero de incgnitas. En este caso, debemos imponer que el rango de la
matriz sea 2.
Para empezar busquemos un menor de orden 2 diferente de cero. Es mejor
empezar con un menor que no contenga ni a ni b. El menor calculado a a
partir de la tercer y cuarta la, segunda y tercera columna cumple con esos
requisitos,
M =
2 4
2 7
= 14 + 8 = 25 = 0.
Ahora debemos orlar el menor M e imponer que todos los menores de orden
3 que orlan M sean cero.
2 2 1
b 2 4
4 2 7
= 68 + 16b,
2 a 1
b 2 4
4 2 7
= 36 + 16a + 2b + 7ab.
Igualando el primer determinante a cero obtenemos que b =
17
4
. Substitu-
yendo ahora b en el segundo determinante e igualando a cero obtenemos la
ecuacin
1
2

1
4
a = 0. Esta ecuacin nos da la solucin a = 2.
Finalmente, el sistema tendr soluciones diferentes de la trivial si a = 2 y
b =
17
4
;
4.6. Ejercicios de auto evaluacin
Ejercicio 4.7 Dados los vectores R
3
u = (2, 3, 1) y v = (1, 2, 2), resuelve la
ecuacin:
2x + 5v 2u = 0
Sol. x = (
1
2
, 2, 6).
4.6. EJERCICIOS DE AUTO EVALUACIN 55
Ejercicio 4.8 Dadas las matrices siguientes:
A =
_
1 2 0
1 1 4
_
B =
_
0 1 0
3 1 0
_
calclese la matriz X que satisface:
a) 2A + X = B.
b) X + AB
t
= BB
t
.
Sol. a) X =
_
2 3 0
5 3 8
_
.
Sol. b) X =
_
1 2
2 14
_
.
Ejercicio 4.9 Determnese la matriz inversa de A segn los valores del par-
metro t.
A =
_
_
1 0 1
0 t 3
4 1 3
_
_
Sol: La matriz no tiene inversa si t = 3. Para a t = 3 la inversa es:
A
1
=
1
t 3
_
_
3t 3 1 t
12 1 3
4t 1 t
_
_
Ejercicio 4.10 Calclese las soluciones de la ecuacin
a)
1 1 1
1 x 1
1 1 x
2
= 0 b)
x
3
3x
2
3x 1
x
2
x
2
+ 2x 2x + 1 1
x 2x + 1 x + 2 1
1 3 3 1
= 0
Sol. a) x = 1, x = 1. Sol. b) x = 1.
Ejercicio 4.11 Calclese el rango de las matrices siguientes segn los valores
de a.
a)
_
_
a 1 1
1 a 1
1 1 a
_
_
b)
_
_
a 1 1 1
1 a 1 a
1 1 a a
2
_
_
c)
_
_
a 1 1
1 a 1
1 1 1
_
_
Sol. a) a = 1, 2, entonces el rango es 3. Si a = 1, el rango es 1. Si a = 2,
el rango es 2.
Sol. b) a = 1, entonces el rango es 3. Si a = 1, el rango es 1.
Sol. c) Si a = 1, 1, el rango es 3. Si a = 1, el rango es 2. Si a = 1, el
rango es 2.
4.7. Ejercicios propuestos
Ejercicio 4.12 Dados los vectores R
3
u
1
= (1, 4, 12), u
2
= (6, 12, 1), u
3
=
(5, 7, 6), calclese el vector x, dado por la ecuacin 3x 6u
1
= 5u
2
3u
3
.
Ejercicio 4.13 Consideremos las matrices
A =
_
_
1 2 3
1 1 1
1 1 1
_
_
B =
_
_
0 1 1
1 0 1
1 2 0
_
_
.
Calclese A + B, 3A, A 5B, AB i BA.
Ejercicio 4.14 Dadas las matrices siguientes:
A =
_
_
1 1 0
0 1 1
1 0 1
_
_
B =
_
_
1 0 2
2 1 0
0 1 2
_
_
4.7. EJERCICIOS PROPUESTOS 57
calclese la matriz X que satisface: (A
1
X + B)
1
= A.
Ejercicio 4.15 Determnese una matriz triangular equivalente a A, donde
A =
_
_
2 1 1
4 2 0
3 1 1
_
_
.
Ejercicio 4.16 Determnese una matriz triangular equivalente a la matriz A,
donde
A =
_
_
3 2 1
5 2 3
2 4 2
_
_
, B =
_
_
1 2 3
2 5 2
3 6 4
_
_
.
Ejercicio 4.17 Calclese el valor del determinante
5 7 6 8 5
3 5 4 6 4
2 3 2 4 3
1 2 0 2 2
2 4 2 4 4
.
Sol. 4.
2 1 1 3
3 4 1 2
1 1 0 1
1 1 1 1
.
Ejercicio 4.19 Sin desarrollar el determinante, demestrese la igualdad si-
guiente:

1 a
2
a
3
1 b
2
b
3
1 c
2
c
3
bc a a
2
ca b b
2
ab c c
2
.
Ejercicio 4.20 Dada la matriz
A =
_
1 1
0 1
_
.
a) Determnese las matrices X tales que XA = AX.
b) Si M = I A, calclese M
2
.
c) Determnese k de manera que se verique: M
2
= kM.
Ejercicio 4.21 Demestrese que
a
2
ab ab b
2
ab a
2
b
2
ab
ab b
2
a
2
ab
b
2
ab ab a
2
= (a
2
b
2
)
4
.
Ejercicio 4.22 Calclese los determinantes siguientes:
a)
2 0 0 0
0 0 3 0
0 1 0 0
0 0 0 4
b)
2 3 1 4
0 2 0 0
3 7 1 2
4 1 3 8
c)
3 1 2 1
4 3 1 2
1 0 2 3
6 2 5 2
d)
1 1 2 4
0 3 5 6
1 4 0 3
0 5 6 7
Soluciones: a) 24; b) 80; c) 0; d) 260.

A =
_
_
_
_
a b c d
b a d c
c d a b
d c b a
_
_
_
_
.
a) Calclese AA
t
.
b) Utilizando el resultado del apartado a), calclese el valor de |A|.
Ejercicio 4.24 Determnese el rango de las matrices A, B, C utilizando
determinantes, donde
A =
_
_
0 2 0
3 0 3
0 1 2
_
_
B =
_
4 2 1
5 1 3
_
C =
_
1 3 5
2 4 6
_
.
Ejercicio 4.25 Determnese, en funcin de los valores de t, el rango de la
matriz A, donde
A =
_
_
t t 0
2 t + 1 t 1
2t 1 0 t + 3
_
_
.
Ejercicio 4.26 Determnese los valores de para que la matriz A admita
inversa, donde
A =
_
_
1 1
2 1
3 1 1
_
_
.
Ejercicio 4.27 Dada la matriz A,
A =
_
_
_
_
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
_
_
_
_
,
demestrese que (Id A) es invertible y su inversa es de la forma Id + cA,
donde c es una constante a determinar.
Ejercicio 4.28 Calclese el rango de las matrices
A =
_
_
1 3 1 4
2 1 4 1
1 0 2 3
_
_
B =
_
_
_
_
1 2 1
2 1 4
4 3 6
2 4 2
_
_
_
_
C =
_
_
_
_
2 3 1 3 0
1 2 1 2 1
3 5 0 1 1
2 1 7 17 4
_
_
_
_
.
Soluciones: rang A = 3; rang B = 2; rang C = 2.
Ejercicio 4.29 Sea A una matriz cuadrada que cumple la relacin A
3
3A
2
+
2A + I = 0. Prebese que A tiene inversa y calcularla en funcin de A.
Ejercicio 4.30 Calclese las potencias n-esimas, para todo n NN, de las
matrices
A =
_
_
1 1 1
0 1 1
0 0 1
_
_
B =
_
a 1
0 a
_
.
Ejercicio 4.31 Estdiese la existencia de la matriz inversa de A en funcin
de los valores de a, donde
A =
_
_
a 2 6
0 a 1 0
0 3 a 2
_
_
.
En los casos posibles calclese la inversa.
Ejercicio 4.32 Calclese el rango de las matrices siguientes segn los valores
de t.
a)
_
_
1 0 1
3 1 0
2 0 t
_
_
b)
_
_
t + 3 1 1
7 t 5 1
6 6 t + 2
_
_
Ejercicio 4.33 Sea A una matriz cuadrada:
a) Si A
2
= A, que valor puede tomar |A|?
b) Si A = A
1
, que valor puede tomar |A|?
0 1 0 1 0
1 a 0 0 0
0 0 a 0 0
1 0 0 a 0
0 0 0 0 a
.
1 1 1
a b c
a
3
b
3
c
3
.
Ejercicio 4.36 Determnese los valores de a para que la matriz A tenga
inversa, donde
A =
_
_
a 1 2
2 a 2
1 a 1
_
_
.
Ejercicio 4.37 Sin desarrollar los determinantes, demestrese las igualdades
siguientes:
a b a + b
b c b + c
c a c + a
= 0,
1 1 1
a b c
b + c c + a a + b
= 0 .
Ejercicio 4.38 Demestrese que
_
a b
c d
_
_
d b
c a
_
= (ad bc)I
2
.
Adems, demestrese que la matriz
_
a b
c d
_
es invertible si y slo si ad = bc, i que en este caso
_
a b
c d
_
1
=
1
ad bc
_
d b
c a
_
1
.
Ejercicio 4.39 Considrese las matrices
A =
_
2 3
6 9
_
, B =
_
1 1
1 2
_
.
Si existe una matriz C tal que
A B = A C,
puede deducirse que B = C ?
Ejercicio 4.40 Dadas dos matrices cuadradas A, B cumpliendo A B = 0,
puede deducirse que A = 0 o B = 0?
_
1 1
1 1
_
.
Existe alguna matriz B que verique la relacin A B = B A = I
2
.?
Ejercicio 4.42 Si A es una matriz |A| = 0, obtngase el valor de |Adj(A)|.
Ejercicio 4.43 Los consumos anuales de cuatro familias de pan, carne y leche
se dan mediante la matriz A. Los precios correspondientes a los productos
durante los aos 1996, 1997, 1998, 1999 y 2000 se dan mediante la matriz B.
Calclese la matriz que representa el gasto total de cada familia cada ao.
A =
_
_
_
_
40 128 6
54 120 5
12 70 10
18 78 6
_
_
_
_
B =
_
_
80 11 67 100 10
90 15 60 10 20
60 10 62 110 30
_
_
.
Ejercicio 4.44 De tres tipos de artculos: ordenadores, equipos de msica y
vdeos, tres clientes, X, Y y Z, compran las unidades que se indican:
X compra tres ordenadores, dos equipos de msica y cuatro vdeos.
Y compra ocho ordenadores, dos equipos de msica y un video.
Z compra dos ordenadores, tres equipos de msica y tres vdeos.
a) Escrbase una nica matriz correspondiente a los artculos que ha com-
prado cada uno de los clientes.
b) Si X, Y y Z han gastado respectivamente en el total de la compra 1.000
u. m., 1.560 u. m.y 860 u. m., calclese el precio del ordenador, el del equipo
de msica y el del video.
Ejercicio 4.45 Determnese A
2
, donde A =
_
2 5
3 1
_
. Determnese tambin
dos escalares i tales que
I + A + A
2
= 0
Utilcese este resultado para calcular A
1
.
Ejercicio 4.46 Dadas las matrices
A =
_
_
1
3
0 0
0 0
1
3
0
1
3
0
_
_
, B =
_
_
1 a a
1 b b
1 c c
_
_
.
Obtngase A
1
i B
1
.
Ejercicio 4.47 La distribucin de chicos y chicas a las cuatro opciones de un
curso se expresa mediante la tabla siguiente:
A B C D
Chicos 23 21 17 15
Chicas 19 18 20 21
El consumo semanal por alumno de fotocopias (F), hojas de ejercicios (E)
y hojas de multicopista (M) se da mediante la tabla
A B C D
F 4 6 5 8
E 1 2 3 2
M 4 4 2 4
a) Si cada hoja cuesta 0,02 euros, mostrar en una matriz el importe sema-
nal en hojas de fotocopias, de ejercicios y de multicopista por alumno
segn la opcin.
b) Modifquese la matriz anterior si al precio de cada hoja se aaden 0,01
euros si es de ejercicio, 0,02 si es de multicopista y 0,05 si es de fotoco-
pias.
c) Exprsese en forma de producto de matrices:
i) El consumo semanal del curso por tipos de hojas.
ii) El consumo semanal total de hojas entre chicos y chicas.
Ejercicio 4.48 Esteban compr 3 pantalones, 5 camisas, 2 corbatas y 3
chaquetas en un mercadillo. Si los pantalones tienen un coste de 12 euros
cada uno, las camisas 5 euros cada una, las corbatas 3 euros cada una y cada
chaqueta 20 euros, que cantidad total se gast Esteban en la tienda ?
Ejercicio 4.49 Para qu valores del parmetro a la matriz A admite inversa,
donde
A =
_
_
a
2
9 a 3 a 3
a + 3 a a 1
a + 3 2a a 2
_
_
?
Teniendo en cuenta la discusin anterior, calclese la inversa en los casos
posibles. Para qu valores de a, el rg(A)=2?
Ejercicio 4.50 Para qu valores del parmetro m la matriz A admite inversa,
donde
A =
_
_
m 1 0
1 m1 1
1 0 1
_
_
.
Teniendo en cuenta la discusin anterior, calclese la inversa en los casos
posibles. Disctase el rango de A en funcin de los valores de m.
A =
_
_
4 0 0
1 a 0
3 2 3
_
_
.
Estdiese para qu valores de a es invertible. Obtngase la inversa en los casos
posibles. Disctase el rango de A en funcin de los valores de a.
A =
_
_
a 1 2
2 a 2
1 a 1
_
_
.
Estdiese para que valores de t es invertible. Obtngase la inversa en los casos
posibles. Disctase el rango de A en funcin de los valores de a.
A =
_
_
_
_
k 4 5 6
k 1 5 3
k k 0 1
k k k 1
_
_
_
_
.
Estdiese para qu valores de k la matriz no admite inversa. Adems, obtn-
ganse los valores de k para los que rg(A)=3. En los casos en los que A es
invertible obtngase la inversa.
Ejercicio 4.54 Estdiese el rango de la matriz A, donde
A =
_
_
_
_
1 0 0 0
2 1 0 0
1 1 2 0
3 1 1 2
_
_
_
_
.
Disctase si la matriz A es invertible. En caso armativo, obtngase la matriz
inversa.
Ejercicio 4.55 Estdiese el rango de la matriz A en funcin de los valores
de a, donde
A =
_
_
_
_
a 0 1 1
1 2 0 2
0 3 2 0
1 a 3 a
_
_
_
_
.
Disctase si la matriz A es invertible. En caso armativo, obtngase la matriz
inversa en todos los casos posibles.
Ejercicio 4.56 Obtngase el rango de la matriz A. Calclese, si es posible,
la matriz inversa.
A =
_
_
_
_
1 0 1 2
1 1 2 1
0 3 2 4
1 1 1 3
_
_
_
_
.
Ejercicio 4.57 Sabiendo que
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
= 3,
calclese
a
31
a
32
a
33
2a
21
4a
11
2a
22
4a
12
2a
23
4a
13
a
11
a
12
a
13
.
Ejercicio 4.58 Resulvase la siguiente ecuacin sin desarrollar el determi-
nante:

x
2
9 x 3 x
3
3x
2
x
2
3x x
2
4x
2
x
x
3
3x
2
x
3
6x
3
= 0
Ejercicio 4.59 Calclese los valores de los parmetros a y b para que el
rg(A) = 2, donde
A =
_
_
_
_
1 1 1
0 4 2
a 5 3
b 2 1
_
_
_
_
.
Ejercicio 4.60 Una empresa fabricante de ordenadores ha detectado que las
funciones de oferta y demanda de los ordenadores porttiles son
A
_
10 = q
o
+ 3p
40 = q
d
+ 2p
donde p es el precio por unidad.
a) Determnese la cantidad y el precio de equilibrio.
b) Si el gobierno aplica un impuesto de t u. m. por cada unidad producida
del bien y el fabricante la incluye en la funcin de oferta, determnese el precio
de equilibrio y la cantidad demandada del bien.
Sol. a) p = 10 i q
o
= q
d
= 20.
Sol. b) p = 10 +
3
5
t, q = 20 +
9
5
t.
Ejercicio 4.61 Un taller utiliza tres mquinas en la produccin de tres ar-
tculos, A, B, C.
Dada la tabla siguiente, calclese el nmero de unidades que se tienen que
producir de cada artculo de manera que el tiempo disponible de las mquinas
sea totalmente utilizado.
Mquina A (horas) B(horas) C(horas) Horas disponibles
I 1 2 3 8
II 1 3 5 12
III 2 5 9 21
Ejercicio 4.62 Un grupo de estudiantes ha ganado un concurso premiado
con un viaje en verano. Recorrern ciudades de Francia, Italia y Suiza en las
condiciones siguientes:
a) Se alojarn en hoteles y comern en restaurantes establecidos previa-
mente, los precios de los cuales, por persona y da, se indican en la tabla
adjunta:
Francia Italia Suiza
Hotel 80 60 70
Restaurante 50 40 40
b) Las cantidades totales asignadas por persona son de 700 euros en hoteles
y 440 euros en restaurantes.
c) Los das en Suiza representan el veinte por ciento del total.
Cuantos das pasarn en cada pas?
Ejercicio 4.63 Para construir un almacn se necesita 1 u. de hierro y ninguna
de madera; para construir un piso, una unidad de cada material, y para un
chalet, 4 u. de hierro y 1 u. de madera.
Si se dispone de 14 u. de hierro y 4 u. de madera, Cuntos almacenes,
pisos y chalets se pueden construir utilizando todo el material disponible?
Ejercicio 4.64 Estdiese la compatibilidad y resulvase los siguientes siste-
mas de ecuaciones lineales:
a)
_
_
_
3x + 2y = 3
y z = 1
x + z = 0
b)
_
x y + z t = 1
2x + y + z + t = 1
c)
_
_
_
2x + y + z = 6
3x 2y + 3z = 4
x + 4y z = 0
d)
_
_
_
x 2y + z = 4
x z = 2
2y + 2z = 6
Ejercicio 4.65 Resulvase los siguientes sistemas de ecuaciones lineales segn
los valores de m:
a)
_
_
_
mx + (4m5)y + (2m3)z = 2m
mx + (5m9)y + (3m7)z = m2
3x + 2my + (m1)z = m + 3
b)
_
_
_
x + y + (1 m)z = m + 2
(1 + m)x y + 2z = 0
2x my + 3z = m + 2
c)
_
x + y + mz = 3
mx + y + z = 2
d)
_
_
_
mx + y + z + t = 1
x + my + z + t = m
x + y + mz + t = m
2
e)
_
_
2x z = m
3x 2z = 11
y + z = 6
2x + y 4z = m
Ejercicio 4.66 Estdiese el siguiente sistema de ecuaciones en funcin del
parmetro a,
_
_
_
a + 7y + 20z = 1
ax + 8y + 23z = 1
x az = 1
Resulvase el sistema en los casos que tenga innitas soluciones.
Ejercicio 4.67 Estdiese segn el valor de a, el sistema de ecuaciones
_
_
_
ax + 2y + 3z = 1
x + ay + 3z = 2
2x + (2 + a)y + 6z = 3
Resulvase el sistema para al valor a = 0.
Ejercicio 4.68 Resulvase el sistema lineal homogneo
_
_
_
mx + y + (m + 1)z = 0
my + (m + 1)z = 0
x + 2z = 1
Ejercicio 4.69 Demustrese que el siguiente sistema tiene siempre una nica
solucin
_
_
_
x + y + z = 1
ax + by + tz = 2
a
2
x + b
2
z + t
2
z = 3
Ejercicio 4.70 Estdiese y reselvase, segn los diferentes valores de los
parmetros a y b, los siguientes sistemas:
a)
_
_
_
2x + y = 1
a
2
x + by = 2
x az = 1
b)
_
_
_
2x + y + z = 3
y z = 1
2x y + az = b
Ejercicio 4.71 Determnese el valor de m para el cual el sistema
_
_
_
x + 2y + z = 3
x + 3y + 2z = 5
x + my + 3z = 7
tiene innitas soluciones, y buscar estas soluciones. Hay valores de m para
los cules el sistema no tiene solucin ? Razona la respuesta.
Ejercicio 4.72 En los casos en que sean compatibles, reselvase los siguientes
sistemas de ecuaciones lineales en funcin del parmetro a R:
a)
_
_
_
ax 2y = 1
2x y az = 1
x + 2y + z = 1
b)
_
_
_
x + y = 2
3x = 2a
3x + ay = 1
c)
_
_
_
ax 2y + z = 1
x + ay + 2z = a
x + z = 1
Ejercicio 4.73 Dado el sistema homogneo,
_
_
4x 2y + az = 0
2x 2y + z = 0
6x by + 3z = 0
8x 4y + bz = 0
determnese los valores de a i b para que el sistema tenga solucin diferente
de (0, 0, 0).
Ejercicio 4.74 Calclese a y b para que el sistema sea compatible indeter-
minado:
_
_
2x ay + z = 0
2x 2y + z = 0
bx + 2y 4z = 0
4x + 2y + 7z = 0
Sol. a = 2, b =
17
4
.
Ejercicio 4.75 Calclese a y b para que el sistema sea compatible:
_
_
3x 7y = a
x + y = b
5x 13y = 5a 2b
x + 2y = a + b 1
Sol. a = 2, b = 4.
Ejercicio 4.76 Un pays compra, para plantarlos, tres tipos de rboles: al-
mendros a 12 euros cada uno, algarrobos a 15 euros cada un y olivos a 20
euros. Se sabe que en total compra noventa rboles, que el importe total de la
compra es de 1.542 euros y que el nmero de olivos que compra es el triple del
de almendros. Calclese cuantos rboles de cada tipo ha comprado el pays?
Ejercicio 4.77 Razonar si siguientes armaciones son verdaderas o falsas,
1. Todo sistema homogneo es compatible.
2. Todo sistema que tiene ms incgnitas que ecuaciones es compatible.
3. Si un sistema es compatible y tiene ms incgnitas que ecuaciones,
entonces es compatible indeterminado.
4. Todo sistema con ms ecuaciones que incgnitas es incompatible.
5. Si un sistema compatible tiene ms ecuaciones que incgnitas, entonces
es compatible determinado.
6. De todo sistema compatible indeterminado se puede eliminar alguna
ecuacin.
7. Si un sistema es compatible determinado y tiene el mismo nmero de
ecuaciones que de incgnitas, entonces se puede eliminar alguna ecua-
cin.
Ejercicio 4.78 En un taller electromecnico se presenta el problema siguien-
te: se dispone de dos mquinas, R y S, que elaboran tres productos, u, v i w.
Por motivos de mantenimiento, la mquina R puede operar cincuenta horas
por semana y la S sesenta horas por semana; cada unidad del producto u se
procesa siete horas en la mquina R y ocho en la S. Los tiempos de proceso
del producto v son cuatro y seis horas, y los del producto w son tres y dos
horas, respectivamente. Se pide:
a) Determnese el nmero de unidades que tienen que producirse semanal-
mente de cada producto para conseguir la plena ocupacin de las mquinas.
b) Si el precio por unidad del producto u es de a u. m. y el precio unitario
de los productos v y w es de b y c u. m., determnese la combinacin que tiene
un coste de (6a + 2b + 5c) u. m.
Ejercicio 4.79 Una mquina de cambio de monedas devuelve monedas de
cinco, dos y un euro. Una persona introduce un billete de cincuenta euros
y recoge veinte monedas de cambio. Cuntas monedas de cada tipo puede
recibir?
Ejercicio 4.80 Una empresa compra tres tipos de autobuses, el primer tipo
de una factora francesa (F), el segundo tipo de una factora alemana (A)
y el tercer tipo de una inglesa (AN). Quiere proveer a su empresa de veinte
autobuses en total y el nmero de autobuses que compra a la factora alemana
es el triple que a la factora inglesa.
a) Calclese el nmero de autobuses que compra a cada factora.
b) Si el coste de la factora francesa es de 2 u. m., de la alemana de 3 u. m.
y de la inglesa de 5 u. m., calclese la combinacin que da el coste mnimo.
Ejercicio 4.81 Dado el siguiente sistema de ecuaciones:
(1 + a)x + (1 + a)y + z = 2
x + (1 + a)y + z = 3
2x y + z = 1 + a
_
_
_
(a) Estdiese si tiene soluciones o no, segn los valores del parmetro a.
(b) Resulvase en los casos que sea posible.
Ejercicio 4.82 Estdiese de acuerdo con los diferentes valores del parmetro
k la compatibilidad del siguiente sistema lineal:
_
_
_
x y = k
x + k
2
z = 2k + 1
x y + (k
2
k)z = 2k
Resulvase el sistema en los casos que sea posible.
Ejercicio 4.83 Consideremos una economa formada por dos sectores: Una
industria petrolera P y una industria de fabricacin de componentes de ma-
quinaria industrial M. As, para producir una unidad de producto de P se
necesitan
1
4
de unidades de producto producido por P y
1
6
de unidades del
producto producido por M. Adems, para producir una unidad de produc-
to de M se necesitan
1
8
y
1
3
de unidades de producto fabricado por P y M,
respectivamente. Por otro lado las demandas nales son 72 para P y 76 para
M. Plantese el modelo matricial que permite determinar las unidades que se
han de producir en cada sector para alcanzar el equilibrio.
Ejercicio 4.84 Considrese una economa de mercado en la que hay exac-
tamente tres industrias, I
1
, I
2
y I
3
, produciendo cada una de ellas un nico
producto. Tales industrias estn interrelacionadas entre s del siguiente modo:
a) Para producir un producto, la industria I
1
requiere 0,2 unidades del
producto producido por I
2
, 0,3 unidades del producido por I
1
y 0,3
unidades del producido por I
3
.
b) Para producir un producto, la industria I
3
requiere 0,3 unidades del
2
1
y 0,3
3
.
c) Para producir un producto, la industria I
2
, requiere 0,3 unidades del
2
1
y 0,1
3
.
d) Las demandas nales asociadas a I
1
, I
2
y I
3
son 90, 290 y 620 unidades,
respectivamente.
Asumiendo un modelo de equilibrio de mercado bajo las condiciones del an-
lisis de tipo Input-Output (anlisis de Leontief o anlisis interindustrial),
determnese la cantidad de unidades x
1
, x
2
y x
3
que deben producir las in-
dustrias I
1
, I
2
y I
3
para alcanzar el equilibrio de mercado.
Ejercicio 4.85 Obtngase el valor de los parmetros a y b para que el si-
guiente sistema tenga soluciones distintas de la trivial.
_
_
x + 2y + z = 0
4y + z = 0
ax + by + 3z = 0
4x + by + az = 0
Para los valores obtenidos de a y b resuelva el sistema.
Ejercicio 4.86 Dos mercados interrelacionados de dos bienes tienen las fun-
ciones de demanda i oferta siguientes:
Q
d
1
= 50 (a 1)P
1
+
3
2
P
2
Q
o
1
= 40 + 2aP
1
Q
d
2
= 100 +
a
2
P
1
P
2
Q
o
2
= 50 +
3
4
P
2
(a) Estdiese la existencia de equilibrio de los mercados segn los valores
de a.
(b) Encuntrese los precios y las cantidades intercambiadas en el equilibrio
para a = 4.
Ejercicio 4.87 Consideremos una economa de mercado formada exactamen-
te por tres industrias, I
1
, I
2
e I
3
. Cada una de ellas produce un nico producto.
Se sabe que:
1) De la industria I
1
se necesitan 0,1, 0,3 y 0,4 unidades para producir una
unidad de la industria I
1
, I
2
e I
3
, respectivamente.
2
se necesitan 0,2, 0,3 y 0,1 unidades para producir una
unidad de la industria I
1
, I
3
e I
2
, respectivamente.
3
se necesitan
m
10
+1, 0,2 y 0,2 unidades para producir
una unidad de la industria I
3
, I
2
e I
1
, respectivamente.
4) Las demandas nales de I
1
, I
2
e I
3
son 95, 65 y 20, respectivamente.
Bajo estas condiciones se pide:
1) Plantese el sistema de Leontief para esta economa.
2) El sistema en funcin del parmetro m.
3) Reselvase el sistema para m = 9.
Observacin: No es necesario que se comprueben las condiciones de Hawkins-
Simon.
Ejercicio 4.88 Estdiese el siguiente sistema segn el valor del parmetro
a :
_
_
_
ax + 2y + 7z = 0
2x + ay + 4z = 2
2x + ay + 6z = a 2
_
_
_
Resulvase en los casos que sea posible.
Ejercicio 4.89 Estdiese la existencia de solucin, en funcin de los valores
del parmetro a, del sistema lineal siguiente:
_
_
_
ax y z = 1
x ay z = 1
x y z = 1
Ejercicio 4.90 Un estudio efectuado por el FMI sobre la economa de un pas
en vas de desarrollo modela la economa en tres sectores, I
1
(agricultura), I
2
(construccin) e I
3
(turismo). Cada uno de ellos produce un nico producto
bajo las condiciones del sistema de Leontief:
i) De I
1
se necesita 0.1, 0.1, 0.2 unidades para producir una unidad de I
1
,
I
2
e I
3
, respectivamente.
ii) De I
3
1
,
I
2
e I
3
, respectivamente.
iii) De I
2
1
,
I
2
e I
3
, respectivamente.
iv) Las demandas nales son 20, 150 y 60 de I
1
, I
2
e I
3
, respectivamente.
Determnese las cantidades a producir de cada sector para alcanzar el equi-
librio (aprovechando la informacin del apartado a)).
Ejercicio 4.91 Tres empresarios aportan entre todos a una sociedad 60.000
euros. El doble de la cantidad aportada por el primero ms el triple de la
cantidad del segundo es la cantidad aportada por el tercero. Calclese las
cantidades posibles, si todas son nmeros enteros de miles de euros.
Ejercicio 4.92 Considrese una economa de mercado formada por tres in-
dustrias I
1
, I
2
e I
3
. Cada una de ellas produce un nico producto. Se sabe
que:
a) Para producir una unidad de producto de la industria I
1
se necesitan
nicamente 0,5 u. de producto de la industria I
1
.
b) Para producir una unidad de producto de la industria I
2
se necesitan
0,1, 0,1 y 0,2 u. de producto de la industria I
3
, I
1
e I
2
, respectivamente.
c) Para producir una unidad de producto de la industria I
3
se necesitan
0,2 Y 0,4 u. de producto de la industria I
2
e I
3
, respectivamente.
Determnese la cantidad de produccin de cada industria, x
1
, x
2
, x
3
, para
que se alcance el equilibrio propio de un sistema de Leontief, sabiendo que
las demandas nales de I
2
, I
3
e I
1
son 10, 50 y 20.
Ejercicio 4.93 Estdiese el siguiente sistema de ecuaciones en funcin del
parmetro a:
y + z = 2
2x + y + z = 1
(2 2a)x + (2a 2)z = a 1
_
_
_
Resulvase para los casos en los que sea compatible.
Ejercicio 4.94 Un estudio econmico sobre la economa de la Cerdanya Fran-
cesa de nales del siglo XV reeja que la economa estaba organizada en tres
grandes sectores: I
1
produccin de manufacturas, I
2
agricultura y I
3
trans-
porte martimo de mercancas. Suponiendo que esta economa se encuentra
bajo los supuestos de un modelo de Leontief y que:
Para producir una unidad de I
1
es necesitan 0.2, 0.1 y 0.3 unidades de
I
2
, I
3
i I
1
, respectivamente,
2
es necesitan 0.2, 0.3 y 0.4 unidades de
I
1
, I
2
i I
3
, respectivamente,
3
es necesitan 0.4, 0.1 u 0.1 unidades de
I
2
, I
1
i I
3
, respectivamente,
Las demandas nales de cada sector son 2700, 300 y 100 de I
1
I
2
i I
3
,
respectivamente.
1. Plantese el modelo de Leontief para esta economa.
2. Deducir las cantidades a producir de cada sector para obtener el equi-
librio.
Ejercicio 4.95 Estdiese si el sistema
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
1
3
0
1
3
2
3
1
3
0
1
3
1
3
1
3
_
_
_
_
_
_
x
1
x
2
x
1
_
_
=
_
_
c
1
c
2
c
3
_
_
tiene solucin no negativa para todo vector c 0 , es decir, si se verica la
condicin de Hawkins-Simon. En el caso de que la existencia de solucin est
garantizada, encuntrese sta en funcin de c.
Ejercicio 4.96 Estdiese si el sistema (I
3
A)x = b admite solucin no
negativa, donde
A =
_
_
1
3
0 1
0
1
3
4
3
0 0
1
3
_
_
y b =
_
_
200
300
1500
_
_
.
En caso armativo encuntrese dicha solucin.
Ejercicio 4.97 Consideremos una economa de mercado formada exactamen-
te por tres industrias, I
1
, I
2
e I
3
. Cada una de ellas produce un nico producto.
Se sabe que:
1) Para producir una unidad de producto de la industria I
1
se necesitan
0,2 unidades de producto de la industria I
2
, 0,1 unidades de producto
de I
1
y 0,3 unidades de producto de I
3
.
3
se necesitan
2
de I
1
3
.
2
se necesitan
2
de I
1
3
.
4) Las demandas nales de I
3
, I
2
e I
1
son 200, 70 y 20, respectivamente.
a) Plantese el sistema de Leontief para esta economa.
b) Determnese la cantidad de produccin de cada industria, x
1
, x
2
y x
3
,
para lograr el equilibrio propio de del sistema de Leontief.
Bibliografa
[1] Aguil, B.; Matas R. (2000). lgebra Lineal. Aplicacions en Econo-
mia. Palma de Mallorca: Servei de Publicacions i Intercanvi Cientic.
Col.lecci Materials Didctics. Universitat de les Illes Balears.
[2] Arya, J. C.; Lardner R. W. (2002). Matemticas Aplicadas a la Admi-
nistracin y a la Economa. Mxico: Prentice Hall Hispanoamericana.
[3] Caballero, R.E.; Gonzlez, A.C. (1987). Mtodos Matemticos para la
Economa. Madrid: McGraw-Hill.
[4] Chiang, Alpha C. (2005). Mtodos Fundamentales de Economa Mate-
mtica. Mxico: McGraw-Hill.
[5] Gutirrez, S. (2002). lgebra Lineal para la Economa. Madrid: Ed. AC.
[6] Gutirrez, S.; Rodrguez-Lzaro, A. F. (1987). Matemticas Aplicadas
a la Economa y la Empresa. Madrid: Ed. AC.
[7] Tan, S.T. (2002). Matemticas para Administracin y Economa. M-
xico: Thomson Learning.
81

Libro Tema 4

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Libro Tema 4

Transféré par

Droits d'auteur :

Formats disponibles

APUNTES DE LA

Sumando primero la produccin del ao 2009 con la produccin del 2008

El producto de dos vectores de R

En el caso anterior, la produccin del ao 2010 y las 2009 son proporcionales.

4.1.2. Matrices. Operaciones con matrices

Denamos el ltimo tipo de matriz.

Propiedades de la suma de matrices

De la misma manera que denimos el producto de un vector por un escalar,

En el caso de matrices, s podemos denir la operacin producto de dos ma-

Otra caracterstica que diferencia el producto de dos matrices con el produc-

4.2. Nocin de determinante. Clculo de deter-

Sigamos con la denicin de determinante para matrices cuadradas de orden

El determinante de una matriz cuadrada de cualquier orden se calcular

Para facilitar la notacin, hemos escogido las primeras k las y k columnas

Para poder nalmente calcular el determinante de cualquier matriz, debe-

El siguiente resultado describe como calcular el determinante de una matriz,

Slo hemos necesitado calcular el adjunto del elemento a

Si a continuacin se elige siempre la primera la para aplicar el clculo por

Las siguientes dos propiedades nos permiten descomponer el determinante

Una de las propiedades ms importantes de los determinantes es que con-

Como ya sabemos no toda matriz tiene inversa. El siguiente resultado nos

4.3. NOCIN DE RANGO DE MATRIZ. CLCULO DE RANGOS 37

es diferente de cero y el determinante de A es

En el caso que el sistema tenga el mismo nmero de ecuaciones e incgnitas y

es diferente de cero. El rango de la matriz ampliada es

4.4. RESOLUCIN DE SISTEMAS DE ECUACIONES LINEALES 47

4.5. Ejercicios resueltos

= 2 es diferente de cero, lo que asegura que el rango de la

Soluciones: a) 24; b) 80; c) 0; d) 260.

Vous aimerez peut-être aussi