Académique Documents
Professionnel Documents
Culture Documents
a11 a12
a21 a22
A=
a31 a32
..
..
.
.
an1 an2
a13
a23
a33
..
..
.
.
a1n
a2n
a3n
..
.
an3 ann
Indice general
Introducci
on
1. Algebra
Matricial
1.1. Matrices . . . . . . . . . . . . . . . . . . . . . . .
1.2. Suma de Matrices y Multiplicacion por un Escalar
1.3. Multiplicacion de Matrices . . . . . . . . . . . . .
1.4. Metodo de Reduccion . . . . . . . . . . . . . . . .
1.5. Metodo de Reduccion (Continuacion) . . . . . . .
1.6. Inversa . . . . . . . . . . . . . . . . . . . . . . . .
1.7. Determinantes . . . . . . . . . . . . . . . . . . . .
1.8. Regla de Cramer . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
4
4
9
14
22
32
36
43
50
. . . . . . . . . . . . . . . . . . . . . . . .
54
70
3. Ejercicios Propuestos
3.1. Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
86
86
91
2. Ejercicios Resueltos
2.1. Ejercicios complementarios resueltos
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Introduccion
El estudio de los determinantes y las matrices se llevo a cabo inicialmente en el siglo XIX y
aunque consideradas u
nicamente como innovadoras del lenguaje matematico, ya que por s mismas no dicen directamente algo que no este dicho ya por las ecuaciones y las transformaciones
aunque de manera mas amplia, hoy nadie discute su importancia como herramientas altamente
u
tiles y se contemplan como una parte fundamental del aparato matematico. Historicamente los
determinantes surgieron a partir de la b
usqueda de soluciones de sistemas de ecuaciones lineales.
Fue Gauss el primero en nombrar la palabra determinante, pero es a Cauchy a quien se debe
la disposicion de los elementos en cuadrado y la notacion de los subndices dobles, as mismo
proporciono el primer tratamiento sistematico y casi moderno de los determinantes. Un determinante contiene un cuadro de n
umeros y por lo general interesa el valor del cuadro, dado por
la definicion de determinante, cuando el cuadro como tal se le proporciona una entidad independiente de la de determinante. La palabra matriz fue usada por primera vez por Sylvester
(1850) cuando quera referirse a un cuadro rectangular de n
umeros y no podra usar la palabra
determinante, pero Arthur Caley (1855) fue a quien se le ocurrio introducirlas como entidades
diferentes como una forma conveniente de expresar las ecuaciones
(
ax + by = x
cx + dy = y
!
a b
y as introdujo la matriz
. Aunque historicamente el concepto de determinante precede
c d
al de matriz, hemos preferido introducir primero la idea de matriz como un tabla rectangular de
n
umeros, indicar algunos tipos especiales de matrices y presentar las operaciones que se pueden
realizar con aquellas.
Captulo 1
Algebra
Matricial
1.1.
Matrices
3x + 4y + 3z = 0
2x + y z = 0
9x 6y + 2z = 0
Lo que caracteriza a este sistema son los coeficientes numericos en las ecuaciones, junto con sus
posiciones relativas. Por esta razon, el sistema puede ser descrito por el arreglo rectangular
3 4
3
2 1 1
9 6 2
1
2
1 6 2
3 4
B = 5 1 4
y
C=
5
6
3 5 0
7 8
5
"
#
a b c
d e f
Segundo, una sola letra se puede usar, digamos, a, junto con doble subndice apropiado para
indicar su posicion:
"
#
a11 a12 a13
a21 a22 a23
Para la entrada a12 se lee a subndice uno-dos , o solo a uso dos , el primer subndice, 1,
especfica el renglon y el segundo ,2, la columna en que aparece la entrada. De manera similar,
la entrada a23 (se lee a dos-tres ) es la que se encuentra en el segundo renglon y la tercera
columna. Generalizando, decimos que el smbolo aij denota la entrada en el renglon i y en la
columna j.
Nuestra atencion en este captulo estara en la operacion y aplicacion de varios tipos de matrices.
Para completar, ahora daremos una definicion formal de una matriz.
Definici
on 1.1. Un arreglo rectangular de n
umeros que consiste en m renglones y n columnas.
.
.
.
.
.
an1 an2 anm mn
6
h
i
a) La matriz 1 2 0 tiene orden 1 3.
1 6
1 3
7 2 4
d) La matriz 9 11 5
6 8 tiene orden 3 5 y 3(5) = 15 entradas.
6 2 1 1 1
Ejemplo 2.
a. Construir una matriz columna de tres entradas tal que a21 = 6 y ai1 = 0 en
los otros casos.
Soluci
on: Como a11 = a31 = 0, la matriz es
0
6
0
b. Si A = [aij ] tiene orden 3 4 y aij = i + j, encontrar A.
Soluci
on: Aqu i = 1, 2, 3 y j = 1, 2, 3, 4 y A tiene (3)(4) = 12 entradas . Ya que
aij = i + j, la entrada en la region i y columna j se obtiene sumando los n
umeros i y j.
DE aqu a11 = 1 + 1 = 2, a12 = 1 + 2 = 3, a13 = 1 + 3 = 4, etc. Po tanto,
2 + 1 2 + 2 2 + 3 2 + 4 = 3 4 5 6
3+1 3+2 3+3 3+4
4 5 6 7
c. Construir la matriz I de 3 3 dado que a11
caso.
Soluci
on: La matriz esta dada por
I = 0
0
0 0
1 0
0 1
Igualdad de Matrices
Ahora definimos lo que significa decir que dos matrices son iguales.
Definici
on 1.2. Las matrices A = [aij ] y B = [bij ] son iguales si y solo si tienen el mismo
orden y aij = bij para cada i y cada j (esto es, entradas correspondientes son iguales).
Por tanto
"
# "
#
1 + 1 22
2 1
=
23 0
6 0
" #
h
i
1
1 1 6=
1
h
i h
i
1 1 6= 1 1 1
7
(diferentes tama
nos)
Una ecuacion matricial puede definir un sistema de ecuaciones. Por ejemplo, suponga que
"
# "
#
x y+1
2 7
=
4 2
2z 5w
Igualando las entradas correspondientes, debemos tener
x=2
y + 1 = 7
2z = 4
5w = 2
1 4
A T = 2 5
3 6
Observese que las columnas de AT son los renglones de A. Debe darse cuenta de que si tomamos
la transpuesta de nuestra respuesta, obtendremos la matriz original A. Esto es, la operacion
transpuesta tiene la propiedad de que
(AT )T = A
8
Matrices Especiales
Cierto tipo de matrices juegan papeles importantes en la teora de matrices. Ahora consideramos
algunos de estos tipos especiales.
Una matriz de m n cuyas entradas son todas iguales a cero, es llamado matriz cero de m n
es denotada por Omn o, de manera mas sencilla, por O si se sobreentiende su tama
no. As, la
matriz cero de 2 3 es
0 0 0
0 = 0 0 0
0 0 0
y en general
0
O=
..
.
0 0
0 0
.. . . ..
. .
.
0 0 0
2 7 4
y
[3]
6 2 0
4 6 1
1 2 3
4 5 6
7 8 9
"
#
3 0 0
1 0
y
0 6 0
0 1
0 0 9
Una matriz cuadrada A se dice que es una matriz triangular superior si todas las entradas
abajo de la diagonal principal son cero; esto es, a = 0 para i > j. De manera analoga, una
9
matriz A se dice que es una matriz triangular inferior si todas las entradas por arriba de la
diagonal principal son cero, esto es, aij = 0 para i < j. Cuando una matriz es triangular superior
o triangular inferior, es llamada una matriz triangular. As, las matrices
7 0 0 0
5 1 1
3 2 0 0
0 3 7
6 5 4 0
0 0 4
1 6 0 1
son matrices triangular superior y triangular inferior, respectivamente, y por tanto son matrices
triangulares.
1.2.
Suma de Matrices
Considere un comerciante de vehculos para nieve quien vende dos modelos. Deluxe y Super.
Cada uno esta disponible en uno de dos colores, rojo y azul. Suponga que las ventas para enero
y febrero estan representadas por las matrices de ventas.
Deluxe Super
rojo
E=
azul
1
3
2
5
"
#
3 1
F =
4 2
10
1 2
7 2
1+7 22
8 0
a) 3 4 + 6 4 = 3 6 4 + 4 = 3 8
5 6
3
0
5+3 6+0
8 6
"
# " #
1 2
2
b)
+
no esta definido ya que las matrices no son del mismo tama
no.
3 4
1
Si A, B, C y 0 tienen el mismo orden, entonces las propiedades siguientes se cumplen para la
suma de matrices.
(Propiedad Conmutativa)
Propiedad Asociativa
Propiedad del Elemento Neutro
La propiedad 1 establece que las matrices pueden ser sumados en cualquier orden, y la propiedad
2 permite que las matrices sean agrupadas para la operacion de suma. La propiedad 3 establece
que la matriz cero juega el mismo papel en la suma de matrices que en el n
umero cero en la
suma de n
umeros reales. Estas propiedades son ilustradas en el ejemplo siguiente.
Ejemplo 5 (Propiedades de la Suma
"
1
A=
2
"
2
C=
0
de Matrices). Sean
#
"
#
2 1
0 1 2
B=
0 1
1 3 1
#
"
#
1 1
0 0 0
0=
2 1
0 0 0
a) Demostrar que A + B = B + A
Soluci
on
"
#
"
#
1
3 3
1
3 3
A+B =
;
1 3 2
1 3 2
Por tanto, A + B = B + A
b) Demostrar que A + (B + C) = (A + B) + C
Soluci
on
"
# "
#
2 2 1
1 4 2
A + (B + C) = A +
=
1 5 2
1 5 3
"
#
"
#
1
3 3
1 4 2
(A + B) + C =
+C=
1 3 2
1 5 3
11
c) Demostrar que A + 0 = A
Soluci
on
"
# "
# "
#
1 2 1
0 0 0
1 2 1
A+0=
+
=
=A
2 0 1
0 0 0
2 0 1
Multiplicaci
on por Escalar
Regresando al vendedor de vehculos para nieve, recuerde que en febrero las ventas estaban dadas
por la matriz
"
#
3 1
F =
4 2
Si en marzo el vendedor duplica las ventas de febrero de cada modelo y color de vehculos para
nieve, la matriz de ventas M para marzo podran ser obtenidas multiplicando cada entrada de
F por 2:
"
#
2(3) 2(1)
M=
2(4) 2(2)
Parece razonable escribir esta operacion como:
#
# "
# "
"
6 2
23 21
3 1
=
=
M = 2F = 2
8 4
24 22
4 2
que se considera como la multiplicacion de una matriz por un n
umero real. En realidad, tenemos
la definicion siguiente.
Definici
on 1.5. Si A es una matriz m n y k es un n
umero real (tambien llamada escalar),
entonces como kA denotamos a la matriz m n obtenida multiplicando cada entrada de A por
k. La operacion es llamada multiplicaci
on por escalar, y kA es llamada m
ultiplo escalar
de A.
Por ejemplo,
"
# "
# "
#
1 0 2
3(1) 3(0) 3(2)
3 0 6
3 =
=
=
2 1 4
3(2) 3(1) 3(4)
6 3 12
Ejemplo 6. Sea
"
#
1 2
A=
,
4 2
"
#
3 4
B=
,
7 1
"
#
0 0
0=
0 0
Calcular lo siguiente.
a) 4A.
Soluci
on
"
# "
# "
#
4 8
1 2
4(1) 4(2)
4A = 4
=
=
4 2
4(4) 4(2)
16 8
c)
12
"
# "
#
8
32 (3) 23 (4)
2
2
3
B=
=
2
14
2
3
3 (7) 3 (1)
3 23
1
A
2
+ 3B.
Soluci
on
"
#
"
#
3 4
1 1 2
1
A + 3B =
+3
2
2 4 2
7 1
"
# "
# "
#
1
19
1
9
12
11
2
=
+
= 2
2 1
21 3
23 2
d) 0A.
Soluci
on
e) k0.
Soluci
on
#
"
# "
1 2
0 0
0A = 0
=
=0
4 2
0 0
#
"
# "
0 0
0 0
k0 = k
=
=0
0 0
0 0
Propiedades de la Multiplicaci
on por un Escalar
k(A + B) = kA + kB
(k1 + k2 )A = k1 A + k2 A
k1 (k2 A) = (k1 k2 )A
0A = 0
k0 = 0
Las propiedades 4 y 5 fueron ilustradas en los ejemplos 4(d) y (e); las otras son ilustradas en los
ejercicios.
Tambien tenemos las propiedades siguientes de la operacion de transposicion, donde A y B son
del mismo tama
no y k es cualquier escalar:
(A + B)T = AT + BT
(kA)T = kAT
La primera propiedad establece que la transpuesta de una suma es la suma de las transpuestas
13
Sustracci
on de Matrices
Si A es cualquier matriz, entonces el m
ultiplo escalar (1)A se escribe simplemente como A
y es llamado negativo de A:
A = (1)A
As, si
"
3 1
A=
4 5
entonces
"
"
#
3 1
3 1
A = (1)
=
4 5
4 5
4
3
a)
(Resta de
6
6
1 4
0
2
Matrices).
6 2
2 6
2
1 = 4 1 + (1) 4 1
0 3
3 2
3
6 2
2 6
=
4 1 + 4 1
0 3
3 2
6 2
26 6+2
4 8
2 6
4 1 4 1 = 4 4 1 1 + 8 0
0 3
3+0 23
3 1
3 2
"
#
"
#
6 0
3 3
b) Si A =
yB=
, entonces
2 1
1 2
"
# "
# "
#
6
6
6
6
0
8
AT 2B =
=
2 4
2 4
2 5
" #
" # " #
3
5
x1
=5
Soluci
on
Ejemplo 8 (Ecuacion Matricial). Resolver la ecuaci
on 2
4
4
x2
Estrategia: Primero simplificamos cada lado en una matriz. Despues, por la igualdad de matrices,
14
= 5
x2
4
4
" # " #
"
#
x1
3
25
2
=
x2
4
20
"
#
"
#
2x1 3
25
=
2x2 4
20
Por la igualdad de matrices debemos tener 2x1 3 = 25, que da x1 = 14; a partir de 2x2 4 = 20
obtenemos x2 = 8
Las operaciones musicales de suma, resta y multiplicacion por un escalar pueden ser realizadas
en una calculadora grafica. Por ejemplo, la figura 6.2 muestra 2A 3B donde:
"
#
"
#
2 0
1 2
A=
y
B=
1 3
4 1
1.3.
Multiplicaci
on de Matrices
Ademas de las operaciones de suma de matrices y multiplicacion por un escalar, bajo ciertas
circunstancias puede definirse el producto AB de las matrices A y B, esta circunstancia es que el
n
umero de columnas de A sea igual al n
umero de renglones de B. Aunque la siguiente definicion
de multiplicacion de matrices no parece ser muy natural (pareca mas natural solo multiplicar
las entradas correspondientes), un estudio mas minucioso de las matrices lo convenceran de que
nuestra definicion es apropiada y extremadamente practica para aplicaciones.
Definici
on 1.7. Sea A una matriz de m n y B una matriz n p. Entonces el producto AB
es la matriz C de m p cuya entrada cij en el renglon i y la columna j se obtiene como sigue:
sume los productos formados al multiplicar, en orden, cada entrada (esto es, primera, segunda,
etc.) del renglon i de A por la correspondiente entrada (esto es, primera, segunda, etc.) de la
columna j de B.
Tres puntos concernientes a la definicion anterior de AB deben ser completamente comprendidos.
Primero, la condicion de que A sea de m n y B sea de n p, es equivalente a decir que el
n
umero de columnas de A debe ser igual al n
umero de renglones de B. Segundo, el producto
sera una matriz de orden m p, tendra tantos renglones como A y tantas columnas como B.
Tercero, la definicion se refiere al producto AB, en ese orden; A es el factor izquierdo y B el factor
derecho. Para AB decimos que B esta premultiplicado por A, o bien que A esta posmultiplicado
como B.
Para aplicar la definicion, encontramos el producto.
"
# 1 0 3
2 1 6
AB =
0 4 2
1 3 2
2 1 1
15
"
# 1 0 3
"
#
2 1 6
14 c12 c13
0 4 2 =
1 3 2
c21 c22 c23
2 1 1
De manera similar, para c12 usamos las entradas del renglon 1 de A y las de la columna 2 de B:
c12 = (2)(0) + (1)(4) + (6)(1) = 2
Ahora tenemos
"
# 1 0 3
"
#
2 1 6
14 2 c13
0 4 2 =
1 3 2
c21 c22 c23
2 1 1
"
# 1 0 3
"
#
2 1 6
14 2 10
AB =
0 4 2 =
1 3 2
3 10 7
2 1 1
#
1 0 3 "
2 1 6
BA = 0 4 2
1 3 2
2 1 1
16
Ejemplo 9 (Tama
nos de matrices y su producto). Sea A una matriz de 3 5 y B una matriz
5 3. Entonces AB esta definida y es una matriz de 3 3. Ademas, BA tambien esta definida
y es una matriz de 5 5.
Si C es una matriz de 3 5 y D es una matriz de 7 3, entonces CD no esta definida, pero DC
esta definida y es una matriz de 7 5.
Ejemplo 10 (Producto de Matrices). Calcular el producto de matrices
"
# 2 1
2 4 2
AB =
0 4
0 1 3
2 2
Soluci
on: Como A es de 2 3, el producto AB esta definido y tendra orden de 2 2. Moviendo
de manera simultanea el dedo ndice de la mano izquierda a lo largo de los renglones de A, y el
dedo ndice de la mano derecha a lo largo de las columnas de B, no le debe ser difcil determinar
mentalmente las entradas del producto.
"
# 2 1
"
#
2 4 2
8 10
0 4 =
0 1 3
6 2
2 2
h
i 4
Ejemplo 11.
a) Calcular 1 2 3 5
6
Soluci
on: El producto tiene orden 1 1:
h
i 4
1 2 3 5 = 32
6
1 h
i
b) Calcular: 2 1 6
3
Soluci
on: El producto tiene orden 3 2
1 h
1 6
i
2 1 6 = 2 12
3
3 18
c) 2
1
"
a11
d)
a21
3 0
1 0
2
16 3 11
2 1 5 1 3 = 10 1 0
0 4
2 1 2
7 4 10
#"
# "
#
a12 b11 b12
a11 b11 + a12 b21 a11 b12 + a12 b22
=
a22 b21 b22
a21 b11 + a22 b21 a21 b12 + a22 b22
17
Propiedades de la Multiplicaci
on de Matrices
A(BC) = (AB)C
(propiedad asociativa)
A(B + C) = AB + AC (propiedad distributiva)
(A + B)C = AC + BC
Ejemplo 13 (Propiedad Distributiva). Si
A=
"
1 2
,
3 4
"
#
3 0 1
B=
,
1 1 2
"
# 1
1 2 3 0 1
A(BC) =
0
3 4
1 1 2
1
"
#"
# "
4
1 2 2 1
=
=
3 4
3 4
6
#
1 0
C = 0 2
1 1
2
1
#
9
19
"
#"
#! 1 0
1 2 3 0 1
(AB)C =
0 2
3 4
1 1 2
1 1
"
# 1 0
1 2 5
=
0 2
5 4 11
1 1
"
#
4 9
=
6 19
18
A(B + C) = AB + AC si
#
"
#
0
2 0
,
B=
3
1 3
Soluci
on: En el lado izquierdo tenemos
"
1
A(B + C) =
2
"
1
=
2
"
#
2 1
C=
0 2
# "
# "
#!
0
2 0
2 1
+
3
1 3
0 2
#"
# "
#
0 4 1
4 1
=
3
1 5
5 17
En el lado derecho,
"
#"
# "
#"
#
1 0 2 0
1 0 2 1
+
AB + AC =
2 3
1 3
2 3
0 2
"
# "
# "
#
2 0
2 1
4 1
=
+
=
1 9
4 8
5 17
Por tanto, A(B + C) = AB + AC
Otra propiedad de las matrices la multiplicamos por un escalar y la multiplicacion de matrices.
Si k es un escalar y el producto AB esta definido, entonces
k(AB) = (kA)B = A(kB)
El producto k(AB) puede ser escrito simplemente como kAB. As
kAB = k(AB) = (kA)B = A(kB)
Por ejemplo,
"
#"
#
2 1
1 3
3
=
0 1 2 0
"
#! "
#
2 1
1 3
3
0 1
2 0
"
#"
#
6 3
1 3
=
0 3 2 0
"
#
12 18
=
6 0
As
de modo que
#
"
1
1
AT =
0 2
"
1 2
B=
1 0
19
"
#
1
3
(AB)T =
2 2
"
1 1
BT =
2 0
"
#"
# "
#
1
1
1
1
1
3
BT AT =
=
= (AB)T
2 0 0 2
2 2
1 0 0 0
1 0 0
0 1 0 0
I3 = 0 1 0 I4 =
0 0 1 0
0 0 1
0 0 0 1
Cuando el tama
no de una matriz identidad se entienda que debe ser el apropiado para que una
operacion este definida, omitiremos el subndice y solo lo denotaremos por I. Debe ser claro que
IT = I
La matriz identidad juega el mismo papel en la multiplicacion de matrices que el n
umero 1 en
la multiplicacion de n
umeros reales. Esto es, igual que el producto de un n
umero real por 1 es
igual al mismo n
umero, el producto de una matriz y la matriz identidad es la misma matriz. Por
ejemplo,
"
#
"
#"
# "
#
2 4
2 4 1 0
2 4
I=
=
1 5
1 5 0 1
1 5
y
"
# "
#"
# "
#
2 4
1 0 2 4
2 4
=
=
1 5
0 1 1 5
1 5
20
5
5
A=
, B=
3
1
1 4
10
"
#
" 10 #
1 0
0 0
I=
, y
0=
0 1
0 0
calcular cada una de las siguientes matrices.
a) I A.
Soluci
on:
"
# "
# "
#
1 0
3 2
2 2
IA=
=
0 1
1 4
1 3
1 4
0 2
"
# "
#
1 2
3 6
= 3
=
1 2
3 6
c) A0
Soluci
on:
"
3 2
A0 =
1 4
#"
# "
#
0 0
0 0
=
=0
0 0
0 0
"
#"
# "
#
2
1
3 1
1
0
5
5
AB =
=
=I
1
3
1 4 10 10
0 1
21
Si A es de n n, definimos A0 = In .
Hacemos notar que Ip = I
"
#
1 0
Ejemplo 17 (Potencia de una Matriz). Si A =
, calcular A3 .
1 2
Soluci
on. Como A3 = (A2 )A y
"
#"
# "
#
1 0 1 0
1 0
A =
=
1 2 1 2
3 4
2
tenemos
"
#"
# "
#
1
0
1
0
1
0
A3 = A2 A =
=
3 4 1 2
7 8
Ecuaciones Matriciales
Los sistemas de ecuaciones lineales pueden ser representados utilizando la multiplicacion de
matrices. Por ejemplo, considere la ecuacion matricial.
"
# x1
" #
1 4 2
4
x2 =
2 3 1
3
x3
El producto del lado izquierdo tiene orden 2 1 as que es una matriz columna:
"
# " #
x1 + 4x2 2x3
4
=
2x1 3x2 + x3
3
Por igualdad de matrices, las entradas correspondientes deben ser iguales, de modo que obtenemos el sistema
x + 4x 2x = 4
1
2
3
2x1 3x2 + x3 = 3
De aqu que este sistema de ecuaciones lineales pueda ser definido por la ecuacion matricial (1).
En general describimos la ecuacion (1) diciendo que tiene la forma
AX = B,
donde A es la matriz obtenida de los coeficientes de las variables, X es una matriz columna
constituida por las variables y B es una columna obtenida de las constantes. La matriz A es
llamada matriz de coeficientes del sistema
22
2x + 5x = 4
1
2
8x1 + 3x2 = 7
en forma matricial utilizando la multiplicacion de matrices.
Soluci
on. Si
"
#
2 5
A=
,
8 3
" #
x1
X=
,
x2
" #
4
B=
7
"
#" # " #
2 5 x1
4
=
8 3 x2
7
1.4.
M
etodo de Reducci
on
En esta seccion ilustraremos un metodo por el cual las matrices pueden ser utilizadas para resolver un sistema de ecuaciones lineales, el metodo de reducci
on. En el desarrollo del metodo
primero resolveremos un sistema por medio del metodo usual de eliminacion. Despues obtendremos la misma solucion utilizamos matrices.
Consideremos el sistema
3x y = 1
(1.1)
x + 2y = 5
(1.2)
que consiste en dos ecuaciones lineales con dos incognitas, x y y. Aunque este sistema puede
ser resuelto por varios metodos algebraicos, lo resolveremos por un metodo que es facilmente
adaptable a matrices.
Por razones que mas adelante seran obvias, empezamos por reemplazar la ecuacion 1.1 por la
ecuacion 1.2 y la ecuacion 1.2 por la ecuacion 1.1, as se obtiene el sistema equivalente.
x + 2y = 5
(1.3)
3x y = 1
(1.4)
23
(1.5)
(1.6)
24
x + 2y = 5
3x y = 1
x + 2y = 5
0x 7y = 14
"
1 2 5
3 1 1
1 2
5
0 7 14
=B
#
=C
x + 2y = 5
0x + y = 2
"
1 2 5
0 1 2
=D
x + 0y = 1
0x + y = 2
"
1 0 1
0 1 2
=E
25
Esta operacion se describe como la suma de -3 veces el primer renglon de B al segundo renglon
de B.
D puede ser obtenido a partir de C multiplicando cada entrada del segundo renglon de C por
17 . Esta operacion se describe como la multiplicacion del segundo renglon de C por 17 .
E puede ser obtenido a partir de D sumando - veces el segundo renglon de D al primer renglon
de D.
Observe que E, que en esencia proporciona la solucion, fue obtenida a partir de A al realizar
de manera sucesiva una de las tres operaciones matricial, llamadas operaciones elementales
sobre renglones:
Operaci
on sobre rengl
on correspondiente
Intercambiar los renglones Ri y Rj
Multiplicar un renglon Ri por la constante k
Sumar k veces el renglon Ri al renglon Rj (pero el renglon Ri )
permanece igual)
1 0 2
1 0 2
4R1 +R2
4 2 1 0 2 9
5 0
3
5 0
3
Significa que la segunda matriz fue obtenida de la primera al sumar -4 veces el primer renglon
al segundo. Observe que podemos escribir (k)Ri como kRi .
Ahora estamos preparados para describir un procedimiento matricial para resolver un sistema
de ecuaciones lineales. Primero, formamos la matriz aumentada del sistema; despues, por medio
de operaciones elementales sobre renglones, determinamos una matriz equivalente que indique
claramente la solucion. Siendo mas especficos en lo que queremos decir por una matriz que
indique claramente la solucion es una matriz, llamada matriz reducida que se define como sigue:
26
Matriz reducida
Una matriz se dice que es matriz reducida si se satisface lo siguiente:
1. Si un renglon no consiste solamente en ceros, entonces la primera entrada diferente de cero
en el renglon, llamada la entrada principal, es 1, mientras que todas las demas entradas
en la columna en la que el 1 aparece son ceros.
2. En cada renglon, la primera entrada diferente de cero esta a la derecha de la primera
entrada diferente de cero de cada renglon arriba de el.
3. Todos los renglones que consistan u
nicamente en ceros estan en la parte inferior de la
matriz.
En otras palabras, para resolver el sistema debemos encontrar la matriz reducida equivalente a
la matriz aumentada del sistema. En nuestro estudio anterior de operaciones elementales sobre
renglon, la matriz:
"
#
1 0 1
E=
0 1 2
es una matriz reducida.
Ejemplo 19 (Matrices reducidas). Para cada matriz que se muestra a continuacion, determine
si es reducida o no.
"
#
"
#
1 0
1 0 0
a
b
0 3
0 1 0
#
"
#
"
0 1
0 0 0
c
d
0 0 0
1 0
1 0 0
0 1 0 3
e 0 0 0
f 0 0 1 2
0 1 0
0 0 0 0
Soluci
on.
27
Ejemplo 20 (Reduccion de un matriz). Reducir la matriz
0 0
1 2
3 6 3 0
6 12 2 11
Estrategia: Para reducir la matriz, debemos hacer que la entrada principal sea 1 en el primer
renglon, un 1 en el segundo renglon y as sucesivamente, hasta llegar a renglones de ceros, si los
hay. Ademas, debemos trabajar de izquierda a derecha ya que el 1 inicial en cada renglon deben
encontrase a la izquierda de los otros unos iniciales en los renglones de abajo.
Soluci
on. Ya que no existen renglones de ceros para moverlos a la parte inferior, procedemos
a encontrar la primera columna que tenga una entrada diferente de cero; es la columna 1. Esto
significa que en la matriz reducida, el 1 inicial en el primer renglon estara en la columna 1. Para
empezar, intercambiaremos los primeros dos renglones de modo que la entrada diferente de cero
este en el primer de la columna 1.
0 0
1 2
3 6 3 0
6 12 2 11
3 6 3 0
R R
1 0 0
1 2
6 12 2 11
Ahora multiplicamos el renglon 1 por
1
3
1
2
1
0
1
R1
3 0 0
1 2
6 12 2 11
Ahora, ya que debemos tener ceros abajo (y arriba) de cada 1 inicial, sumamos -6 veces el renglon
1 al renglon 3:
1 2 1 0
6R +R1
1
1 2
0 0
0 0
8 11
Nos movemos a la derecha de la columna 1 para encontrar la primera columna que tenga una
entrada diferente de cero en el renglon 2 o abajo de el; es la columna 3. Esto significa que en la
matriz reducida, el 1 inicial en el segundo renglon debe estar en la columna 3. La matriz anterior
ya tiene el 1 ah. As que todo lo que necesitamos para obtener ceros abajo y arriba del 1 es
sumar una vez el renglon 2 al renglon 1, y sumar -8 veces el renglon 2 al renglon 3:
1 2 0 2
(1)R2 +R1
0 0 1 2
8R2 +R3
0 0 0 5
28
Otra vez nos movemos a la derecha para encontrar la primera columna que tenga una entrada
diferente de cero en el renglon 3; es la columna 4. Para hacer la entrada principal igual a 1,
multiplicamos el renglon 3 por 15 .
1 2 0 2
0 0 1 2
0 0 0 1
15 R3
Por u
ltimo, para hacer todas las demas entradas de
veces el renglon 3 a los renglones 1 y 2:
1 2
2R1 +R1
0 0
2R1 +R2
0 0
0 0
1 0
0 1
La u
ltima matriz esta en forma reducida.
El metodo de reduccion descrito para resolver nuestro sistema original puede ser generalizado a
sistemas de m ecuaciones lineales con n incognitas. Resolver un sistema tal como
a ax + a x + a x = c
21
1
22 2
2n n
2
.
.
.
..
..
..
implica
a11 a12
a21 a22
.
..
..
.
.
.
.
a1n
a2n
..
.
c1
c2
..
.
y
determinar una matriz reducida tal que la matriz aumentada sea equivalente a ella.
2x + 3y, = 1
2x + y,
x + y
=5
=1
29
Soluci
on. Reduciendo la matriz aumentada del sistema, tenemos
2 3 1
1 1
1
R1 R3
2 1 5 2 1 5
1 1
1
2 3 1
1 1
1
2R1 +R3
0 1 3
2 3
1
1 1
1
2R1 +R3
0 1 3
0 1
3
1 1
1
(1)R3
0 1 3
0 1 3
4
1 0
2 3 1
R2 +R1
2 1 5 0 1 3
3
0 1
1
1 1
4
1 0
R2 +R3
0 1 3
0
0 0
La u
ltima matriz esta reducida y corresponde al sistema
=4
x + 0y
0x + y
0x + 0y
= 3
=0
x + 2y + 4z 6, = 0
2z + y
x + y + 2z 1
=0
=0
30
Soluci
on. Reescribiendo el sistema de modo que las variables esten alineadas y los terminos
constantes aparezcan en los miembros derechos de las ecuaciones, tenemos
x + 2y + 4z = 6
y + 2z
x + y + 2z
=3
=1
1 2 4 6
0 1 2 3
1 1 2 1
1 2
4
6
R +R1
1
2
3
0 1
0 1 2 5
1 0 0 0
2R +R1
2
0 1 2 3
(1)R2 +R1
0 0 0 2
1
0
0
0
21 R
0 1 2 3
0 0 0 1
1 0 0 0
3R +R2
1
0 1 2 0
0 0 0 1
La u
ltima matriz es reducida y corresponde a
y + 2z
=0
=0
=1
Como 01 6= 1, no existen valores de x, y y z para los cuales todas las ecuaciones sean satisfechas
de manera simultanea. Por tanto, el sistema original no tiene solucion.
Ejemplo 23 (Forma parametrica de una solucion). Utilizando la reduccion de matrices, resolver
x2 + 2x3 + x4
=2
=9
31
Soluci
on. Reduciendo la matriz aumentada, tenemos
2 3 2 6 10
0 1 2 1 2
3 0 3 6 9
3
1
3
5
1
2
1
R1
2
0 1 2 1 2
3 0 3 6 9
1
3
5
1 32
3R +R3
1
2
1
2
0 1
0 92 6 3 6
3
1
0
2
2
2
9
R2 +R3
0
1
2
1
2
3
2 +R1
0 0 3 32 3
3
1
0
2
2
2
1
R3
3
0 1 2 1 2
0 0 1 12 1
1 0 0 52 4
2R +R2
3
0 1 0 0 0
2R1 +R1
0 0 1 12 1
x1 + 2 x4 , = 4
x2
x3 + 1 x4
2
Por tanto,
=0
=1
5
x1 = x4 + 4
2
x2 = 0
1
x3 = x4 + 1
2
x4 = x4
(1.7)
(1.8)
(1.9)
(1.10)
Si x4 es cualquier n
umero real, r, entonces las ecuaciones 1.7, 1.8, 1.9 y 1.10, determinan una
solucion particular para el sistema original. Por ejemplo, si r = 0 (esto es , x4 = 0), entonces
una solucion particular es
x1 = 4,
x2 = 0,
x3 = 1,
y x4 = 0
32
Si r = 2, entonces
x1 = 1,
x2 = 0,
x3 = 0,
x4 = 2
1.5.
M
etodo de Reducci
on (Continuaci
on)
Como vimos en la seccion 6.4, un sistema de ecuaciones lineales puede tener solucion u
nica,
ninguna solucion o un n
umero infinito de soluciones. Cuando existe un n
umero infinito de soluciones, la solucion general esta expresada en terminos de al menos un parametro. Por ejemplo,
la solucion general en el ejemplo 4 se dio en terminos del parametro r.
5
x1 = r + 4
2
x2 = 0
1
x3 = r + 1
2
x4 = r
En ocasiones, es necesario mas de un parametro, como la muestra el ejemplo siguiente.
Ejemplo 24 (Familia de soluciones con dos parametros). Utilizando la reduccion de matrices,
resolver
x1 x2 x3 + 2x4
Soluci
on. La matriz aumentada es
= 1
=3
1 2
5 5 3
3 4 1
1 1
1 1 1 2 3
De aqu
a partir de lo cual
33
1 0 1 3 1
0 1 2 1 2
0 0 0 0 0
x + x + 3x , = 1
1
3
4
x2 + 2x3 + x4 = 2
x1 = 1 x3 3x4
x2 = 2 2x3 + x4 = 2
a x + a x + + a x = c
21 1
22 2
2n n
2
.
.
.
..
..
..
2x + 3y = 4
3x 4y = 0
34
2x + 3y = 0
3x 4y = 0
es homogeneo.
Si el sistema homogeneo
2x + 3y
3x 4y
=0
=0
fuera resuelto por el metodo de reduccion primero la matriz aumentada sera escrita como
"
#
2 3 0
3 4 0
Observe que la u
ltima es solamente de ceros. Esto es com
un en la matriz aumentada de cualquier
sistema homogeneo. Entonces reduciramos esta matriz utilizando las operaciones elementales
sobre renglones:
"
#
"
#
2 3 0
1 0 0
3 4 0
0 1 0
La u
ltima columna de la matriz reducida tambien tiene ceros solamente. Esto no ocurre por
casualidad. Cuando cualesquiera de las operaciones elementales sobre renglon es realizada sobre
una matriz que tiene una columna que consiste solamente en ceros, la columna correspondiente
de la matriz resultante tambien tiene ceros solamente. Cuando resolvamos un sistema homogeneo
por reduccion de matrices, por conveniencia acostumbramos eliminar la u
ltima columna de la
matriz involucrada. Esto es, reduciremos solo la matriz de coeficientes del sistema. Para el sistema
anterior tendramos.
"
#
"
#
2 3
1 0
3 4
0 1
Aqu la matriz reducida, llamada matriz coeficiente reducida, corresponde al sistema
x + 0y = 0
0x + y = 0
Ahora consideramos el n
umero de soluciones del sistema homogeneo
a x + a x + + a x = 0
21 1
22 2
2n n
.
..
.
..
..
35
x + y 2z
=3
2x + 2y 4z = 4
que consiste en dos ecuaciones lineales con tres incognitas. No podemos concluir que este
sistema tiene un n
umero infinito de soluciones ya que no es homogeneo. En realidad, debemos
verificar que este sistema no tiene soluciones.
Ejemplo 26 (N
umero de soluciones de un sistema homogeneo). Determinar si el sistema
x + y 2z
=0
2x + 2y 4z = 0
tiene solucion u
nica o un n
umero infinito de soluciones.
Soluci
on. Hay dos ecuaciones en este sistema homogeneo y este n
umero es menor que el n
umero
de incognitas (tres). Por tanto, por el corolario anterior, el sistema tiene un n
umero infinito de
soluciones.
Ejemplo 27 (Solucion de sistemas homogeneos). Determinar si los sistemas homogeneos siguientes tienen solucion u
nica o un n
umero infinito de soluciones; despues resolver los sistemas.
x 2y + z,
2x y + 5z
x + y + 4z
36
=0
=0
=0
Soluci
on: Reduciendo la matriz de coeficientes, tenemos
1 2 1
1 0 3
2 1 5 0 1 1
1 1 4
0 0 0
El n
umero de renglones diferentes de cero (2) en la matriz reducida es menor que el n
umero de
incognitas (3) en el sistema. Por el teorema anterior, existe un n
umero infinito de soluciones.
Ya que la matriz reducida corresponde a
x + 3z = 0
y + z
=0
la solucion puede ser dada en forma parametrica por
x = 3r
y = r
z = r
donde
umero real.
r es cualquier n
3x + 4y = 0
x 2y = 0
b
2x + y
=0
2x + 3y = 0
Soluci
on: Reduciendo la matriz de coeficientes, tenemos
3 4
1
1 2
0
2 1
0
2
0
1
0 0
El n
umero de renglones diferentes de cero (2) en la matriz reducida es igual al n
umero de
incognitas del sistema. Por el teorema, el sistema debe tener solucion u
nica, a saber, la solucion
trivial x = 0, y = 0.
1.6.
Inversa
Definici
on 1.8. Si A es una matriz cuadrada y existe una matriz C tal que CA = I, entonces
C es llamada inversa de A, y A se dice que es invertible (o no singular).
37
Ejemplo"28. #
Inversa
de una
"
# matriz
"
#"
# "
#
1 2
7 2
7 2 1 2
1 0
Sea A =
y
. Como CA =
=
= I,
3 7
3 1
3 1
3 7
0 1
la matriz C es la inversa de A.
Puede demostrarse que una matriz invertible tiene una, y solo una, inversa; esto es, la inversa
es u
nica. As en el ejemplo 1, la matriz C es la u
nica matriz tal que CA = I. Por esta razon
podemos hablar la inversa de una matriz invertible A, que denotamos por el smbolo A1 . As,
A1 A = I. Ademas, aunque la multiplicacion matricial generalmente no es conmutativa, es un
hecho que A1 conmuta con A:
A1 A = AA1 = I.
Regresando a la ecuacion matricial AX = B, de la ecuacion (2) podemos establecer lo siguiente:
Si A es una matriz invertible. entonces la ecuacion matricial AX = B tiene solucion u
nica
1
X = A B.
Ejemplo 29. Uso de la inversa para resolver un sistema
Resolver el sistema
(
x1 + 2x2 = 5,
3x1 + 7x2 = 18.
Soluci
on: En forma matricial tenemos AX + B, donde
"
#
" #
1 2
x1
A=
, X=
, y
3 7
x2
En el ejemplo 1 mostraremos que
1
A
As
"
7 2
=
3 1
"
7 2
X = A1 B =
3 1
" #
5
18
#" # " #
5
1
=
,
18
3
de modo que x1 = 1 y x2 = 3.
Con el fin de aplicar el metodo del ejemplo 2 a un sistema, se deben cumplir dos condiciones:
El sistema debe tener el mismo n
umero de ecuaciones que de incognitas.
La matriz de coeficientes debe ser invertible.
Por lo que concierne a la condicion 2, le advertimos que no todas las matrices cuadradas son
invertibles. Poe ejemplo, si
"
#
0 1
A=
,
0 1
38
"
#"
# "
# "
#
a b 0 1
0 a+b
1 0
=
6=
c d 0 1
0 c+d
0 1
De aqu que no exista matriz postmultiplicada por A produzca la matriz identidad. Por lo tanto,
A no es invertible.
Antes de estudiar un procedimiento para encontrar la inversa de una matriz invertible, introducimos el concepto de matrices elementales. Una matriz elemental de n n es una matriz
obtenida a partir de la matriz identidad I de n n por medio de una operacion elemental sobre
renglon. As existen tres tipos basicos de matrices elementales:
1. Una obtenida por medio de intercambio de dos renglones de I;
2. Una obtenida por medio de la multiplicacion de cualquier renglon de I por una escalar
diferente de cero;
3. Una obtenida por medio de la suma de un m
ultiplo constante de un renglon de I a cualquier
otro renglon.
Ejemplo 30. Matrices elementales
Las matrices
"
#
1 0 0
4
0
,
E1 =, 0 0 1 E2 =
0 1
0 1 0
"
#
1 0
E3 =
3 1
"
1 2
E3 =
0 1
39
40
Por tanto, A1 puede ser obtenida aplicando las mismas operaciones elementales sobre renglones,
empezando con I, que fue utilizada para reducir A a I.
"
#
"
#
1 0
1
0
2R +R2
1
0 1
2 1
"
#
1
R
1
0
2
2
1 12
Por lo tanto
A1
"
1 0
=
1 12
= [I|A1 ]
1
2 2 0 1
0 2 2 1
0 1 1 2
Observe que las primeras dos columnas de [I|A1 ] forman una matriz reducida.
Este procedimiento puede utilizarse tambien para encontrar la inversa de cualquier matriz invertible:
M
etodo para encontrar la inversa de una matriz
Si M es una matriz invertible de n n, formar la matriz de n (2n), [MI]. Despues realizar
operaciones elementales para renglones hasta que las primeras n columnas formen una matriz
reducida igual a I. Las u
ltimas n columnas seran M 1
[M|I] [I|M 1 ]
Si una matriz M no se reduce a I, entonces M 1 no existe.
Ejemplo 31. Determinaci
on de la inversa de una matriz
Determinar A1 si A es invertible
1 0 2
a. A = 4 2 1
1 2 10
Soluci
on: Siguiendo el procedimiento anterior, tenemos:c
1 0 2 1 0
[A|I] = 4 2 1 0 1
1 2 10 0 0
1 0 2 1 0
4R1 +R2
0 2 9 4 1
4R1 +R3
0 2 8 1 0
1 0 2 1
0
12 R2
0 1 2 2 12
0 2 8 1 0
0
1 0 2 1
2R2 +R3
0 1 2 2 12
0 0 1 5 1
1 0 0 9 2 2
2R3 +R1
9
4 92
0 1 0 41
5
2 R3 +R2
0 0 1 5 1 1
41
0
1
0
1
0
1
0
1
9 2 2
A1 = 41
4 92
5
5 1 1
"
#
3 2
b. A =
6 4
Soluci
on: Tenemos
"
[A|I] =
3 2 1 0
6 4 0 1
2R +R
2
1
"
3 2 1 0
0 0 2 1
1
R
3 1
"
1 23 13 0
0 0 2 1
x1 2x3 = 1,
4x1 2x2 + x3 = 2,
x1 + 2x2 10x3 = 1,
42
1 0 2
A = 4 2 1
1 2 10
del ejemplo 4(a),
A1
19 2 2
= 41
4 92
2
5 1 1
x1
19 2 2
1
7
41
x2 = 2 4 92 2 = 17
x3
5 1 1
1
4
de modo que x1 = 7, x2 = 17 y x3 = 4.
Puede demostrarse que un sistema de n ecuaciones lineales con n incognitas tienen solucion u
nica
si y solo si, la matriz de coeficientes es invertible. En efecto, en el ejemplo anterior la matriz
matiz de coeficientes es invertible y existe una solucion u
nica para el sistema. Cuando la matriz
de coeficientes no es invertible, el sistema tiene un n
umero infinito de soluciones o bien, ninguna
solucion.
Ejemplo 33. Una matriz de coeficientes que no es invertible
Resolver el sistema
x 2y + z = 0,
2x y + 5z = 0,
x + y + 4z = 0.
Soluci
on: La matriz de coeficientes es
Como
1 2 1
2 1 5
1 1 4
1 2 1 1 0 0
1 0 3 13 32 0
2 1 5 0 1 0 0 1 1 23 31 0
1 1 4 0 0 1
0 0 0 1 1 1
la matriz de coeficientes no es invertible. De aqu que el sistema no puede puede ser resuelto por
medio de inversas. Debe utilizarse otro metodo.
1.7.
43
Determinantes
|A|
matriz
n
umero = determinante
cuadrada
real
de A
El uso de los determinantes en la solucion de sistemas lineales sera estudiado posteriormente.
Pasemos a ver como un n
umero real es asignado a una matriz cuadrada; primero consideraremos
los casos especiales de matrices de orden 1 y 2. Despues extenderemos la definicion a matrices
de orden n.
Definici
on 1.9. Si A = [a11 ] es una matriz cuadrada de orden 1, entonces |A| = a11 .
Esto es, la funcion determinante asigna la matriz de una entrada [a11 ] el n
umero a11 .
De aqu que si A = [6] entonces |A| = 6.
"
#
a11 a12
Definici
on 1.10. Si A =
es una matriz cuadrada de orden 2, entonces
a21 a22
|A| = a11 a22 a12 a21
Esto es, el determinante de una matriz de 2 2 se obtiene tomando el producto de las entradas
de la diagonal principal y restandole el producto de las entradas de la otra diagonal:
Hablamos del determinante de una matriz 2 2 como un determinante de orden 2.
Ejemplo 34. Evaluaci
on de determinantes de orden 2
a.
b.
c.
d.
2 1
= (2)(4) (1)(3) = 8 3 = 11.
3 4
3 2
= (3)(1) (2)(0) = 3 0 = 3.
0
1
1 0
= (1)(1) (0)(0) = 1.
0 1
x 0
= (x)(1) (0)(y) = x.
y 1
44
El determinante de una matriz cuadrada A de orden n(n > 2) esta definido de la manera
siguiente. Con una entrada dada de A, asociamos la matriz cuadrada de orden n 1 obtenida
al eliminar las entradas en el renglon y la columna a las que la entrada pertenece. Por ejemplo,
para la matriz
"
#
a12 a13
a32 a33
El determinante de esta matriz es llamado el menor de a21 . De forma analoga, el menor de a22
es
a
a
11 13
a31 a33
y para a23
a
a
11 12
a31 a32
3
2
45
de
1 3
0 5
1
1
aplicando la regla anterior al primer renglon (algunas veces referenciada comodesarrollo con
respecto al primer renglon). Para la entrada
0 5
(2)(1)(5)
= 10
a11 obtenemos (2)(1)1+1
=
1 1
a12
3 5
obtenemos (1)(1)1+2
= (1)(1)(13) = 13
2 1
a13 obtenemos
De aqu
3 0
(3)(1)1+3
2 1
(3)(1)(3)
2 1 3
3 0 5 = 10 + 13 + 9 = 32
2 1
1
12 1 3
a. A = 3 1 1
10 2 3
Soluci
on: Desarrollando a lo largo primer renglon tenemos
1 1
3 1
3 1
|A| = 12(1)1+1
+ (1)(1)1+2
+ 3(1)1+3
2 3
10 3
10 2
= 12(1)(1) + (1)(1)(1) + 3(1)(4) = 1
46
0 1 1
b. A = 2 3 2
0 1 3
Soluci
on: Desarrollando, por conveniencia con respecto a la primera columna, tenemos
1 1
|A| = 0 + 2(1)2+1
+ 0 = 2(1)(4) = 8
1 3
Ejemplo 36. Evaluaci
on de un determinado de orden 4
2 0 0 1
0 1 0 3
Evaluar |A| =
on
expandiendo con respecto al primer rengl
0 0 1 2
1 2 3 0
Soluci
on:
0 1 0
1 0 3
1+4
1+1
|A| = 2(1) 0 1 2 + 1(1) 0 0 1
1 2 3
2 3 0
Ahora hemos expresado |A| en terminos de determinantes de orden tres. Desarrollando cada uno
de estos determinantes con respecto al primer renglon, tenemos:
#
#
"
"
0 1
0 1
1 2
|A| = 2(1) 1(1)1+1
+ 1(1) 1(1)1+2
+ 3(1)1+3
1 3
2 3
3 0
= 2[1(1 6) + 3(1)(2)] + (1)(1)(1)(1) = 25
Tambien podemos evaluar un determinante de orden 3 como sigue. Copie la primera y la segunda
columna a la derecha como se muestra a continuacion. Tome la
a11 a12 a13 a11 a12
a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
suma de los tres productos de las entradas sobre las flechas que apuntan a la derecha y reste
de esta la suma de los tres productos de las entradas sobre las flechas que apuntan hacia la
izquierda. El resultado es:
a11 a22 a33 + a12 a23 a31 + a13 a21 a32 (a12 a21 a33 + a11 a23 a32 + a13 a22 a31 )
Verifique este metodo para los determinantes del ejemplo 2. Subrayamos que no hay una forma
semejante para la evaluacion de determinantes de orden mayor de tres.
La evaluacion de determinantes se simplifica con frecuencia utilizando varias propiedades, algunas
de las cuales ahora listamos. En cada caso una matriz cuadrada.
47
columnas) de A son id
enticos, |A| = 0.
5
6
4
5
2
2
2
6
1
3
= 0,
1
1
2 4 2 6
1 3 5 2
A=
1 2 1 3
0 5 6 2
y B es la matriz obtenida a partir
entonces:
2 4
1 3
|A| =
1 2
0 5
6 0
2 1
=
3 1
2 0
0
3
2
5
0
5
1
6
0
2
= |B|
3
2
2
0
A=
0
0
y 4, por la
2
6
0
1
=
0
0
0
4
2 1
0 0
0 2
1 3
48
6
1
propiedad 3, tenemos
2 1 6
1 3 4
= (2)(1)(2)(1) = 4
0 2 0
0 0 1
As
3 5 7
6 10 14 2(3) 2(5) 2(7)
2
1 = 2 5 2 1
5 2 1 = 5
9 15 21
9 15 21 9
15
21
6 10 14
1R
2 1
5 2 1 =
9 15 21
3 5 7
2 5 2 1
9 15 21
49
1 2 1 2
|AB| = |A| |B| =
= (2)(3) = 6
3 4 0 3
1 2
= 2
3 4
"
#T
1 2
1 3
det
=
= 2
2 4
3 4
Soluci
on. Tenemos
2 3 0
3 6 9
4 8 1
1
R
2 1
2R1 +R2
triangulacion). Evaluar
0
9
1
2 3 0
1 2
R R
3 1 2 3 1= 1 3 2 3
4 8 1
4 8
1 2
1
3
4R1 +R3
3 0 7 6
=
3 0
4 8
0
1
3(1)(7)(11) = 231
3
0
1
2
3
7 6
0 11
Ejemplo 38. Evaluaci
on de un determinante por triangulaci
on.
Evaluar:
1 1 0 5
1 2 1 0
0 2 1 1
3 0 0 4
50
Soluci
on. Tenemos:
1
1
0
3
3R1 +R4
3R2 +R4
1
2
2
0
1 1
0 1
0 2
0 3
1
0
0
0
0 5
1 0
1 1
0 4
0 5
1 5
1 1
0 19
1 0
5
1 1 5
0 1 11
0 3 34
(1)(1)(1)(1) = 1
1
0
0
3
R1 +R2
2R2 +R3
3R3 +R4
1
1
2
0
0 5
1 5
1 1
0 4
1 1
0
5
0 1
1 15
0 0 1 11
0 3 0 19
1
0
0
0
1 0
5
1 1 5
0 1 11
0 0 1
1.8.
Regla de Cramer
Los determinantes pueden ser aplicados para resolver ciertos tipos de sistemas de n ecuaciones
lineales. De hecho, es a partir del analisis de tales sistemas que surgio el estudio de los determinantes. Primero consideramos un sistema de dos ecuaciones lineales con dos incognitas. Despues
los resultados se extenderan para incluir situaciones mas generales.
Resolvamos:
a x + a y = c
11
12
1
a21 x + a22 y = c2
a
a
11 12
Para encontrar una formula explcita para x, examinamos x
.
a21 a22
a
a
a
a
11 12
11 12
x
=
a21 a22
a21 a22
a x + a y a
11
12
12
=
a11 x + a22 y a22
c a
1 12
=
c2 a22
(de la ecuacion 1)
51
a
c a
a
11 12 1 12
x
=
a21 a22 c2 a22
as
c
1
c2
x =
a11
a21
a12
a22
a12
a22
a
a
11 12
Para encontrar una formula para y, examinamos y
.
a21 a22
a
a
a
a
y
11 12
11 12
y
=
a21 a22
a21 a22 y
a
11 a11 x + a12 y
=
a21 a21 x + a22 y
Por tanto
as
a
11 c1
=
a21 c2
(de la ecuacion 1)
a
a
a
c
11 12 11 1
y
=
a21 a22 a21 c2
a
11
a21
x =
a11
a21
c1
c2
a12
a22
Observese que las ecuaciones (2) y (3) los denominadores son iguales, a saber, el determinante
de la matriz de coeficientes del sistema dado. Para encontrar x, el numerador en la ecuacion (2)
es el determinante obtenido reemplazando la columna de las x (esto es, la columna 1) de la
c1
matriz de coeficientes por la columna de constantes
. De manera analoga, el numerador de la
c2
ecuacion (3) es el determinante de la matriz obtenida a partir de la matriz de coeficientes cuando
c1
la columna de las y (esto es, la columna 2) es reemplazada por
. A condicion de que el
c2
determinante de la matriz de coeficientes seas diferente de cero, el sistema original tendra solucion
u
nica. Sin embargo, si este determinante es cero, el procedimiento no es aplicable y el sistema
puede tener un n
umero infinito de soluciones o bien, ninguna solucion. En tales casos se deben
utilizar los metodos anteriores para resolver el sistema.
52
2x + y + 5 = 0
3y + x = 6
2x + y = 5
x + 3y = 6
Ya que =
6 0, existe una u
nica solucion. Resolviendo para x, tenemos
2 5
1 6
17
x=
=
a x + a x + + a x = c
21 1
22 2
2n n
2
.
.
.
.
..
..
..
..
2x + y + z = 0
4x + 3y + 2z = 2
2x y 3z = 0
53
coeficientes es
1
1
3
2 = 8
1 3
Ya que =
6 0, existe una solucion u
nica. Resolviendo para x, reemplazamos la primera columna
de la matriz de coeficientes para la columna de constantes y obtenemos
0 1
1
2
2 3
0 1 3
4
1
x=
=
=
8
2
De manera analoga,
2 0 1
4 2 2
2 0 3
4
1
=
=
y
8
2
2 1 0
4 3 2
2 1 0
8
=
= 1
z
8
La solucion es x = 12 , y = 2 y z = 1
x + y + 5w = 6
x + 2y + z = 4
Soluci
on. Tenemos
1
1
=
0
3
1
2
2
0
2y + z + w = 6
3x 4w = 2
0 5 1
1 0 0
=
1 1 0
0 4 0
1 0
5
1 1 5
=1
0 1 11
0 0 1
Captulo 2
Ejercicios Resueltos
Problema 1. Materia Prima y Costos
Suponga que un contratista ha aceptado pedidos para cinco casas estilo r
ustico, siete estilo
moderno y 12 estilo colonial. Entonces, sus pedidos pueden estar representados por el vector
renglon
Q = [5 7 12]
Ademas, suponga que las materias primasque se utilizan en cada tipo de acero, madera, vidrio,
pintura y mano de obra. Las entradas de la matriz R que sigue dan el n
umero de unidades de
cada materia prima que se usara en cada tipo de casa. (Las entradas no necesariamente son
realistas, pero se eligieron as por la conveniencia.)
Acero Madera Vidrio pintura Mano de obra
R
ustico
Moderno
Colonial
5
7
6
20
18
25
16
12
8
7
9
5
17
21
13
=R
Cada renglon indica la cantidad de materia prima necesaria para una clase dada de casa; cada
columna indica la cantidad de una materia prima dada necesaria para cada tipo de casa. Ahora
suponga que el contratista desea calcular de cada materia prima necesaria para satisfacer todos
sus pedidos. Entonces, tal informacion esta dada por QR:
5 20 16 7 17
54
55
1500
800
C=
500
100
1000
Entonces RC da el costo de cada tipo de casa:
1500
5 20 16 7 17 800
49, 200
RC = 7 18 12 9 21
500 = 52, 800
6 25 8 5 13 100
46, 500
1000
49, 200
Problema 2. Dieta
Una persona desea tomar leche y jugo de naranja para aumentar la cantidad de calcio y vitamina
A en su dieta diaria. Una onza de leche contiene 41 miligramos de calcio y 59 microgramos de
vitamina A. Una onza de jugo de naranja contiene 5 miligramos de calcio y 75 microgramos de
vitamina A. Cuantas onzas de leche y de jugo de naranja debera tomar cada da para obtener
exactamente 550 miligramos de calcio y 1300 microgramos de vitamina A?
Soluci
on. Primero se definen las variables relevantes:
x =
y =
N
umero de onzas de leche
N
umero de onzas de jugo de naranja
Calcio(mg)
Vitamina A(g)
Leche
41
59
Juego de naranja
5
75
Requerimientos totales
550
1300
56
Ahora se usa la informacion de la tabla para formar las ecuaciones que impliquen a x y a y:
!
!
!
Calcio en x
Calcio en y onzas
Calcio total
+
=
onzas de leche
de juego de naranja
necesario(mg)
41x + 5y = 550
!
!
!
Vitamina A en x
Vitamina A en y onzas
Total de vitamina A
+
=
de jugo de naranja
necesaria (g)
onzas de leche
59x + 75y = 1300
Resuelva mediante eliminacion por suma:
615y 75y = 8250
59x + 75y = 1300
556x
= 6950
x = 12,5
4i(12,5) + 5y = 550
5y = 37,5
y = 7,5
Tomando 12,5 onzas de leche y 7,5 onzas de jugo de naranja cada da se obtienen las cantidades
requeridas de calcio y de vitamina A
Problema 3. Soluci
on de un sistema mediante eliminaci
on de Gauss-Jordan
Resuelva mediante eliminacion de Gauss-Jordan
2x1 2x2 + x3 = 3
3x1 + x2 x3 = 7
x1 3x2 + 2x3 = 0
Soluci
on. Escriba la matriz aumentada y siga lo paso que se indican para producir una forma
reducida
Paso 1: Seleccione la columna en el extremo izquierdo diferente de cero y obtenga un 1 en la
parte superior
2 2 1 3
3 1 1 7
1 3 2 0
Paso 2: Use m
ultiplos del renglon que contiene el 1 del paso 1 para obtener cerosa en todos los
lugares restantes en la columna que contenga
1 3 2 0
3 1 1 7
2 2 1 3
1 3 2
0 10 7
0 4 3
57
7
3
1 3
2
0
0 10 0,7 0,7
0 4
3
3
Paso 3: Repita el paso 1 con la submatriz
superiores)
0
0
0 0,1 2,1
1 0,7 0,7
4 0,2 0,2
1 0 0,1 2,1
0 1 0,7 0,7
0 4
1
1
1 0 0 2
0 1 0 0
0 4 1 1
x1 = 2
x2 = 0
x3 = 1
La solucion de este sistema es x1 = 2, x2 = 0, x3 = 1. Debe comprobar esta solucion en el
sistema original.
Problema 4. Soluci
on de un sistema mediante eliminaci
on de Gauss-Jordan
Resuelva mediante eliminacion de Gauss-Jordan
2x1 + 4x2 + x3 = 4
4x1 8x2 7x3 = 2
2x1 + 4x2 3x3 = 5
Soluci
on.
2 4 1 4
2
4 8 7
2 4 3 5
1 2 0,5
4 8 7
2 4 3
1 2 0,5
0 0
5
0 0 2
1 2 0,5
0 0
1
0 0 2
1 2 0
0 0 1
0 0
0
2
5
10
1
2
1
2
5
Problema 5. Soluci
on de un sistema mediante eliminaci
on de Gauss-Jordan
Resuelva mediante eliminacion de Gauss-Jordan
3x1 + 6x2 9x3 = 15
2x1 + 4x2 6x3 = 10
2x1 3x2 + 4x3 = 6
Soluci
on.
3
6 9 15
4 6 10
2
2 3 4 6
1
2 3 5
2
4 6 10
2 3 4 6
1 2 3 5
0 0 0 0
0 1 2 4
1 2 3 5
0 1 2 4
0 0 0 0
1 0 1 3
0 1 2 4
0 0 0
0
58
59
x1 + x3 = 3
x2 2x3 = 4
Note que la variable en el extremo izquierdo en cada ecuacion aparece en una y y solo en una
ecuacion. Se despejan las variables en el extremo izquierdo x1 y x2 en terminos de la variable
restante x3 :
x1 = x3 3
x2 = 2x3 + 4
Este sistema dependiente tiene un n
umero infinito de soluciones. Se usara un parametro para
representar todas las soluciones. Si se hace x3 = t, entonces para cualquier n
umero real t,
x1 = t 3
x2 = 2t + 4
x3 = t
Usted debe comprobar que (3 3, 2t + 4, t) es una solucion del sistema original para cualquier
n
umero real t. Algunas soluciones particulares son
t=0
t = 2
t = 3,5
(3, 4, 0) (1, 0, 2) (6,5, 11, 3,5)
Problema 6. Soluci
on de un sistema mediante eliminaci
on de Gauss-Jordan
Resuelva mediante eliminacion de Gauss-Jordan
x1 + 2x2 + 4x3 + x4 x5 = 1
2x1 + 4x2 + 8x3 + 3x4 4x3 = 2
x1 + 3x2 + 7x3 + 3x5 = 2
Soluci
on.
1 2 4 1 1 1
2 4 8 3 4 2
1 3 7 0 3 2
1 2 4 1 1 1
0 0 0 1 2 0
0 1 3 1 4 3
1 2 4 1 1 1
0 1 3 1 4 3
0 0 0 1 2 0
1 0 2 3
0 1 3 1
0 0 0
1
1 0 2 0
0 1 3 0
0 0 0 1
60
9 7
4 3
2 0
3 7
2 3
2 0
x1 2x3 3x5 = 7
x2 + 3x3 + 3x5 = 3
x4 2x5 = 0
Despeje las variables en e extremo izquierdo x1 , x2 y x4 en terminos de las variables restantes x3
y x5 :
x1 = 2x3 + 3x5 + 7
x2 = 3x3 2x5 3
x3 = 2x5
Si se hace x3 = s y x5 = t, entonces para cualesquiera de los numeros reales s y t,
x1 = 2x + 3t + 7
x2 = 3s 2t 3
x3 = s
x4 = 2t
x5 = t
es una solucion. Se deja que usted realice la comprobacion
Problema 7. Compras
Un fabricante de productos qumicos quiere comprar una flotilla de 24 vagones con una capacidad de carga combinada de 250000 galones. Se dispone de carros tanque con tres diferentes
capacidades de carga: 6000 galones, 8000 galones y 18000 galones. Cuantos carros tanque de
cada tipo debe comprar?
Soluci
on. Sea
x1
x2
x3
= N
umero de carros tanque de 6000 galones
= N
umero de carros tanque de 8000 galones Entonces
= N
umero de carros tanque de 18000 galones
x1 + x2 + x3 = 24
N
umero total de carros tanque
Capacidad total de carga
61
Ahora se puede formar una matriz aumentada del sistema y resolverla mediante eliminacion de
Gauss-Jordan:
1
1
1
24
6000 8000 18000 250000
1
R2 R2 ( simplifique R2 )
1000
1 1 1 24
6 8 18 250
(6)R1 + R2 R2
1 1 1 24
0 2 12 106
1
R2 R2
2
1 1 1 24
0 1 6 53
(1)R2 + R1 R1
1 0 0,5 29
0 1 6
53
x1 5x3 = 29 o x1 = 5x3 29
x2 + 6x3 = 53 o x2 = 6x3 + 53
Sea x3 = t. Entonces, para cualquier n
umero real t,
x1 = 5t 29
x2 = 6t + 53
x3 = t
es una solucion o no? Como las variables en este sistema representan el n
umero de carros tanque
comprados, los valores de x1 , x2 y x3 deben ser enteros no negativos. As, la tercera ecuacion
necesita que t sea un entero no negativo. La primera ecuacion necesita que 5t 29 0, de
manera que t debe ser por lo menos 6. La ecuacion de enmedio necesita que 6t + 53 0, de
manera que t no pueda ser mayor que 8. As, 6, 7 y 8 son los u
nicos valores posibles para t. Solo
hay tres combinaciones posibles que cumplen las especificaciones de la compa
na de 24 carros
tanque con una capacidad total de carga de 250000 galones, como se muestre en la siguiente
tabla:
Carros tanque 6000 galones Carros tanque 8000 galones Carros tanque 18000 galones
t
x1
x2
x3
6
1
17
6
7
6
11
7
8
11
5
8
La eleccion final sera probablemente influenciada por otros factores. Por ejemplo, la compa
na
podra querer minimizar el costo de los 24 carros tanque
62
donde $60 es el costo de la mano de obra para ensamblar un esqu acrobatico en la planta X y
$12 es el costo por mano de obra para el determinado de un esqu acrobatico en la planta X.
De esta manera, la suma es el costo total por mano de obra para producir un esqu acrobatico
en la planta X. Los otros elementos de LH representan tambien los costos totales por mano de
obra, como se muestran en seguida:
"
#
$72 $87
LH =
$48 $58
63
Problema 9. Determinaci
on de una inversa
Encuentre la inversa, si existe, de
1 1 1
M = 0 2 1
2 3
0
Soluci
on. Se escribe
M
M 1
1 1 1
a d g
0 2 1 b e h =
2 3
0
c f i
1 0 0
0 1 0
0 0 1
ab+c = 1
2b c = 0
2a + 3b = 0
de+f = 0
2e f = 1
2d + 3e = 0
gh+i = 0
2h i = 0
2g + 3h = 1
Ahora se escriben las matrices aumentadas para cada uno de los tres sistemas:
Primero
Segundo
Tercero
1 1 1 1
1 1 1 0
1 1 1 0
0 2 1 0 0 2 1 1 0 2 1 0
2 3
0 0
2 3
0 0
2 3
0 1
Como cada matriz a la izquierda de la barra vertical es la misma, se pueden usar exactamente
las mismas operaciones de renglon en cada matriz aumentada para transformarla en una forma reducida. Se puede acelerar el proceso de manera sustancial combinando las tres matrices
aumentadas en una sola forma de matriz aumentada
1 1 1 1 0 0
(1)
0 2 1 0 1 0 = [M|I]
2 3
0 0 0 1
1 0
0 1
0 0
64
0 a d g
0 b e h = [I|B]
1 c f i
(2)
1 1 1 1 0 0
0 2 1 0 1 0 (2)R1 + R3 R3
2 3
0 0 0 1
1 1 1
1 0 0
1
R2 R2
0 2 1 0 1 0
2
0 5 2 2 0 1
1 1 1
1 0 0
0 1 12 0 12 0 (5)R2 + R3 R3
0 5 2 2 0 1
1
1 0 12
1
0
2
1
0 1 12 0
0 2R3 R3
2
0 0 12 2 52 1
1
1 0 21
1
0
2
1
1
R3 + R2 R2
0 1 12 0
0
2
2
0 0 1 4 5 2
1 0 0 3
3 1
0 1 0 2 2 1 = [I|B]
0 0 1 4 5 2
1
M = 2
4
3 1
2 1
5 2
Note que esta matriz a la derecha de la linea vertical en la ultima matriz aumentada
65
"
#
4 1 1 0
1
R1 R1
4
6 2 0 1
"
#
1 14 14 0
6R1 + R2 R2
6 2 0 1
"
#
1 14 14 0
2R2 R1
0 12 32 1
#
"
1 14 14 0
1
R2 + R1 R1
4
0 1 3 2
"
#
1 0 1 12
0 1 3 2
As
M 1
"
#
1 12
=
3 2
Problema 11. Determinaci
on de "
una inversa
#
10
2
Encuentre M 1 , si existe dada: M =
5 1
Soluci
on.
"
10 2 1 0
5 1 0 1
"
1 15
5 1
"
1 15
0 0
1
10
0
1
10
1
2
0
1
0
1
#
En el segundo renglon de la izquierda de la linea vertical, todos los elementos son cero.
Por o tanto M 1 no existe.
Problema 12. Uso de inversas para resolver sistemas de ecuaciones
Use metodos de matriz inversa para resolver el sistema:
x1 x2 + x3 = 1
2x2 x3 = 1
2x1 + 3x2 = 1
(1)
66
Soluci
on. Use metodos de matriz inversa para resolver el sistema:
1 1 1
A = 0 2 1
2 3
0
proporciona un metodo eficiente para resolver este sistema. Para ver como se realiza esto, el
sistema (1) se convierte en una ecuacion matricial
A X
1 1 1
x1
0 2 1 x2 =
2 3
0
x3
1
1 (2)
1
Compruebe que la ecuacion matricial (2) es equivalente al sistema (1) encontrando el producto
del lado izquierdo y despues igualando los elementos correspondientes en el lado izquierdo con
los del lado derecho. En seguida se vera otra razon importante para definir la multiplicacion
matricial como se hizo antes.
Nos interesa encontrar una matriz columna X satisfaga la ecuacion matricial AX = B, entonces
X = A1 B
La inversa de A que se determino es
A1
As,
3
3 1
= 2 2 1
4 5 2
A1 B
X
x1
1
5
3
3 1
x2 = 2 2 1 1 = 3
1
7
x3
4 5 2
67
(B)
x1 x2 + x3 = 5
2x2 x3 = 2
2x1 + 3x2 = 3
Soluci
on. Note que ambos sistemas tiene la misma matriz de coeficientes A. As se puede usar
1
A para resolver estos sistemas
(A)
A1 B
X
x1
3
3 1
3
8
x2 = 2 2 1 1 = 4
x3
4 5 2
4
9
As x1 = 8, x2 = 4 y x3 = 9
(B)
X
A1
B
6
x1
5
3
3 1
x2 = 2 2 1 2 = 3
4
3
4 5 2
x3
Problema 14. Un asesor de inversiones tiene dos tipos disponibles para sus clientes: una inversion A que paga el 10 % anual y la inversion B de mayor riesgo que paga el 20 % anual. Los
clientes deseado entre el 10 y 20 %. Sin embargo, cuanto mayor sea el interes deseado mayor es
el riesgo. De que manera debe invertir cada cliente enlistado en la tabla para obtener el interes
indicado?
Inversion total
Interes anual deseado
cliente
1
2
3
4
$ 20000 $50000 $10000 k1
$2400
$7500 $1300 k2
(12 %) (15 %) (13 %)
Soluci
on. Primero se debe resolver el problema para un cliente k cualesquiera usando inversas,
y despues aplicar el resultado a los tres clientes especficos.
x1
x2
= Cantidad invertida en A
= Cantidad invertida en B
68
Entonces
x1 + x2 = k1 Total invertido
0,1x1 + 0,2x2 = k3 Interes total anual
Escriba como una ecuacion matricial:
A# " X
B #
#
"
1
1
x1
k1
=
0,1 0,2 x2
k2
"
"
"
1 1 1 0
1 2 0 10
R2 + (1)R1 R2
#
1 1 1 0
R1 + (1)R2 R1
0 1 1 10
"
#
1 0 2 10
0 1 1 10
As,
A1
"
2 10
=
1 10
y
A1
B# " #
" X
#
"
x1
2 10 k1
=
x2
1 10
k2
Para resolver cada problema de inversion del cliente, se reemplaza k1 y k2 con los valores adecuados de la tabla y se multiplica por A1 :
" # "
#Cliente
"
#1
"
#
x1
2 10 20000
16000
=
=
x2
1 10
2400
4000
Solucion: x1 = $16000 en A, x2 = $4000 en B
" # "
#Cliente
"
#2
"
#
x1
2 10 50000
25000
=
=
x2
1 10
7500
25000
3 5
D =
= 11
4 3
2 5
1 3
1
x =
=
11
11
3
2
4 1
5
=
y =
11
11
69
70
Soluci
on.
z
2.1.
1 1 0
= 0 3 1 = 2
1 0 1
2 1 0
4 3 1
3 0 1
7
=
=
2
2
1 2
0
0 4 1
1 3
1
3
=
=
2
2
1 1 2
0 3 4
1 0 3
1
=
=
2
2
N
umero de onzas de leche
N
umero de onzas de jugo de naranja
Calcio(mg)
Vitamina A(g)
Leche
41
59
Juego de naranja
5
75
Requerimientos totales
550
1300
71
Ahora se usa la informacion de la tabla para formar las ecuaciones que impliquen a x y a y:
!
!
!
Calcio en x
Calcio en y onzas
Calcio total
+
=
onzas de leche
de juego de naranja
necesario(mg)
41x + 5y = 550
!
!
!
Vitamina A en x
Vitamina A en y onzas
Total de vitamina A
+
=
de jugo de naranja
necesaria (g)
onzas de leche
59x + 75y = 1300
Resuelva mediante eliminacion por suma:
615y 75y = 8250
59x + 75y = 1300
556x
= 6950
x = 12,5
4i(12,5) + 5y = 550
5y = 37,5
y = 7,5
Tomando 12,5 onzas de leche y 7,5 onzas de jugo de naranja cada da se obtienen las cantidades
requeridas de calcio y de vitamina A
Problema 18. Soluci
on de un sistema mediante eliminaci
on de Gauss-Jordan
Resuelva mediante eliminacion de Gauss-Jordan
2x1 2x2 + x3 = 3
3x1 + x2 x3 = 7
x1 3x2 + 2x3 = 0
Soluci
on. Escriba la matriz aumentada y siga lo paso que se indican para producir una forma
reducida
Paso 1: Seleccione la columna en el extremo izquierdo diferente de cero y obtenga un 1 en la
parte superior
2 2 1 3
3 1 1 7
1 3 2 0
Paso 2: Use m
ultiplos del renglon que contiene el 1 del paso 1 para obtener cerosa en todos los
lugares restantes en la columna que contenga
1 3 2 0
3 1 1 7
2 2 1 3
1 3 2
0 10 7
0 4 3
72
7
3
1 3
2
0
0 10 0,7 0,7
0 4
3
3
Paso 3: Repita el paso 1 con la submatriz
superiores)
0
0
0 0,1 2,1
1 0,7 0,7
4 0,2 0,2
1 0 0,1 2,1
0 1 0,7 0,7
0 4
1
1
1 0 0 2
0 1 0 0
0 4 1 1
x1 = 2
x2 = 0
x3 = 1
La solucion de este sistema es x1 = 2, x2 = 0, x3 = 1. Debe comprobar esta solucion en el
sistema original.
Problema 19. Soluci
on de un sistema mediante eliminaci
on de Gauss-Jordan
Resuelva mediante eliminacion de Gauss-Jordan
2x1 + 4x2 + x3 = 4
4x1 8x2 7x3 = 2
2x1 + 4x2 3x3 = 5
Soluci
on.
2 4 1 4
2
4 8 7
2 4 3 5
1 2 0,5
4 8 7
2 4 3
1 2 0,5
0 0
5
0 0 2
1 2 0,5
0 0
1
0 0 2
1 2 0
0 0 1
0 0
0
2
5
10
1
2
1
2
5
3
6 9 15
4 6 10
2
2 3 4 6
1
2 3 5
2
4 6 10
2 3 4 6
1 2 3 5
0 0 0 0
0 1 2 4
1 2 3 5
0 1 2 4
0 0 0 0
1 0 1 3
0 1 2 4
0 0 0
0
73
74
x1 + x3 = 3
x2 2x3 = 4
Note que la variable en el extremo izquierdo en cada ecuacion aparece en una y y solo en una
ecuacion. Se despejan las variables en el extremo izquierdo x1 y x2 en terminos de la variable
restante x3 :
x1 = x3 3
x2 = 2x3 + 4
Este sistema dependiente tiene un n
umero infinito de soluciones. Se usara un parametro para
representar todas las soluciones. Si se hace x3 = t, entonces para cualquier n
umero real t,
x1 = t 3
x2 = 2t + 4
x3 = t
Usted debe comprobar que (3 3, 2t + 4, t) es una solucion del sistema original para cualquier
n
umero real t. Algunas soluciones particulares son
t=0
t = 2
t = 3,5
(3, 4, 0) (1, 0, 2) (6,5, 11, 3,5)
Problema 21. Soluci
on de un sistema mediante eliminaci
on de Gauss-Jordan
Resuelva mediante eliminacion de Gauss-Jordan
x1 + 2x2 + 4x3 + x4 x5 = 1
2x1 + 4x2 + 8x3 + 3x4 4x3 = 2
x1 + 3x2 + 7x3 + 3x5 = 2
Soluci
on.
1 2 4 1 1 1
2 4 8 3 4 2
1 3 7 0 3 2
1 2 4 1 1 1
0 0 0 1 2 0
0 1 3 1 4 3
1 2 4 1 1 1
0 1 3 1 4 3
0 0 0 1 2 0
1 0 2 3
0 1 3 1
0 0 0
1
1 0 2 0
0 1 3 0
0 0 0 1
75
9 7
4 3
2 0
3 7
2 3
2 0
x1 2x3 3x5 = 7
x2 + 3x3 + 3x5 = 3
x4 2x5 = 0
Despeje las variables en e extremo izquierdo x1 , x2 y x4 en terminos de las variables restantes x3
y x5 :
x1 = 2x3 + 3x5 + 7
x2 = 3x3 2x5 3
x3 = 2x5
Si se hace x3 = s y x5 = t, entonces para cualesquiera de los numeros reales s y t,
x1 = 2x + 3t + 7
x2 = 3s 2t 3
x3 = s
x4 = 2t
x5 = t
es una solucion. Se deja que usted realice la comprobacion
Problema 22. Compras
Un fabricante de productos qumicos quiere comprar una flotilla de 24 vagones con una capacidad de carga combinada de 250000 galones. Se dispone de carros tanque con tres diferentes
capacidades de carga: 6000 galones, 8000 galones y 18000 galones. Cuantos carros tanque de
cada tipo debe comprar?
Soluci
on. Sea
x1
x2
x3
= N
umero de carros tanque de 6000 galones
= N
umero de carros tanque de 8000 galones Entonces
= N
umero de carros tanque de 18000 galones
x1 + x2 + x3 = 24
N
umero total de carros tanque
Capacidad total de carga
76
Ahora se puede formar una matriz aumentada del sistema y resolverla mediante eliminacion de
Gauss-Jordan:
1
1
1
24
6000 8000 18000 250000
1
R2 R2 ( simplifique R2 )
1000
1 1 1 24
6 8 18 250
(6)R1 + R2 R2
1 1 1 24
0 2 12 106
1
R2 R2
2
1 1 1 24
0 1 6 53
(1)R2 + R1 R1
1 0 0,5 29
0 1 6
53
x1 5x3 = 29 o x1 = 5x3 29
x2 + 6x3 = 53 o x2 = 6x3 + 53
Sea x3 = t. Entonces, para cualquier n
umero real t,
x1 = 5t 29
x2 = 6t + 53
x3 = t
es una solucion o no? Como las variables en este sistema representan el n
umero de carros tanque
comprados, los valores de x1 , x2 y x3 deben ser enteros no negativos. As, la tercera ecuacion
necesita que t sea un entero no negativo. La primera ecuacion necesita que 5t 29 0, de
manera que t debe ser por lo menos 6. La ecuacion de enmedio necesita que 6t + 53 0, de
manera que t no pueda ser mayor que 8. As, 6, 7 y 8 son los u
nicos valores posibles para t. Solo
hay tres combinaciones posibles que cumplen las especificaciones de la compa
na de 24 carros
tanque con una capacidad total de carga de 250000 galones, como se muestre en la siguiente
tabla:
Carros tanque 6000 galones Carros tanque 8000 galones Carros tanque 18000 galones
t
x1
x2
x3
6
1
17
6
7
6
11
7
8
11
5
8
La eleccion final sera probablemente influenciada por otros factores. Por ejemplo, la compa
na
podra querer minimizar el costo de los 24 carros tanque
77
donde $60 es el costo de la mano de obra para ensamblar un esqu acrobatico en la planta X y
$12 es el costo por mano de obra para el determinado de un esqu acrobatico en la planta X.
De esta manera, la suma es el costo total por mano de obra para producir un esqu acrobatico
en la planta X. Los otros elementos de LH representan tambien los costos totales por mano de
obra, como se muestran en seguida:
"
#
$72 $87
LH =
$48 $58
78
1 1 1
M = 0 2 1
2 3
0
Soluci
on. Se escribe
M
M 1
1 1 1
a d g
0 2 1 b e h =
2 3
0
c f i
1 0 0
0 1 0
0 0 1
ab+c = 1
2b c = 0
2a + 3b = 0
de+f = 0
2e f = 1
2d + 3e = 0
gh+i = 0
2h i = 0
2g + 3h = 1
Ahora se escriben las matrices aumentadas para cada uno de los tres sistemas:
Primero
Segundo
Tercero
1 1 1 1
1 1 1 0
1 1 1 0
0 2 1 0 0 2 1 1 0 2 1 0
2 3
0 0
2 3
0 0
2 3
0 1
Como cada matriz a la izquierda de la barra vertical es la misma, se pueden usar exactamente
las mismas operaciones de renglon en cada matriz aumentada para transformarla en una forma reducida. Se puede acelerar el proceso de manera sustancial combinando las tres matrices
aumentadas en una sola forma de matriz aumentada
1 1 1 1 0 0
(1)
0 2 1 0 1 0 = [M|I]
2 3
0 0 0 1
1 0
0 1
0 0
79
0 a d g
0 b e h = [I|B]
1 c f i
(2)
1 1 1 1 0 0
0 2 1 0 1 0 (2)R1 + R3 R3
2 3
0 0 0 1
1 1 1
1 0 0
1
R2 R2
0 2 1 0 1 0
2
0 5 2 2 0 1
1 1 1
1 0 0
0 1 12 0 12 0 (5)R2 + R3 R3
0 5 2 2 0 1
1
1 0 12
1
0
2
1
0 1 12 0
0 2R3 R3
2
0 0 12 2 52 1
1
1 0 21
1
0
2
1
1
R3 + R2 R2
0 1 12 0
0
2
2
0 0 1 4 5 2
1 0 0 3
3 1
0 1 0 2 2 1 = [I|B]
0 0 1 4 5 2
1
M = 2
4
3 1
2 1
5 2
Note que esta matriz a la derecha de la linea vertical en la ultima matriz aumentada
80
"
#
4 1 1 0
1
R1 R1
4
6 2 0 1
"
#
1 14 14 0
6R1 + R2 R2
6 2 0 1
"
#
1 14 14 0
2R2 R1
0 12 32 1
#
"
1 14 14 0
1
R2 + R1 R1
4
0 1 3 2
"
#
1 0 1 12
0 1 3 2
As
M 1
"
#
1 12
=
3 2
Problema 26. Determinaci
on de "
una inversa
#
10
2
Encuentre M 1 , si existe dada: M =
5 1
Soluci
on.
"
10 2 1 0
5 1 0 1
"
1 15
5 1
"
1 15
0 0
1
10
0
1
10
1
2
0
1
0
1
#
En el segundo renglon de la izquierda de la linea vertical, todos los elementos son cero.
Por o tanto M 1 no existe.
Problema 27. Uso de inversas para resolver sistemas de ecuaciones
Use metodos de matriz inversa para resolver el sistema:
x1 x2 + x3 = 1
2x2 x3 = 1
2x1 + 3x2 = 1
(1)
81
Soluci
on. Use metodos de matriz inversa para resolver el sistema:
1 1 1
A = 0 2 1
2 3
0
proporciona un metodo eficiente para resolver este sistema. Para ver como se realiza esto, el
sistema (1) se convierte en una ecuacion matricial
A X
1 1 1
x1
0 2 1 x2 =
2 3
0
x3
1
1 (2)
1
Compruebe que la ecuacion matricial (2) es equivalente al sistema (1) encontrando el producto
del lado izquierdo y despues igualando los elementos correspondientes en el lado izquierdo con
los del lado derecho. En seguida se vera otra razon importante para definir la multiplicacion
matricial como se hizo antes.
Nos interesa encontrar una matriz columna X satisfaga la ecuacion matricial AX = B, entonces
X = A1 B
La inversa de A que se determino es
A1
As,
3
3 1
= 2 2 1
4 5 2
A1 B
X
x1
1
5
3
3 1
x2 = 2 2 1 1 = 3
1
7
x3
4 5 2
82
(B)
x1 x2 + x3 = 5
2x2 x3 = 2
2x1 + 3x2 = 3
Soluci
on. Note que ambos sistemas tiene la misma matriz de coeficientes A. As se puede usar
1
A para resolver estos sistemas
(A)
A1 B
X
x1
3
3 1
3
8
x2 = 2 2 1 1 = 4
x3
4 5 2
4
9
As x1 = 8, x2 = 4 y x3 = 9
(B)
X
A1
B
6
x1
5
3
3 1
x2 = 2 2 1 2 = 3
4
3
4 5 2
x3
Problema 29. Un asesor de inversiones tiene dos tipos disponibles para sus clientes: una inversion A que paga el 10 % anual y la inversion B de mayor riesgo que paga el 20 % anual. Los
clientes deseado entre el 10 y 20 %. Sin embargo, cuanto mayor sea el interes deseado mayor es
el riesgo. De que manera debe invertir cada cliente enlistado en la tabla para obtener el interes
indicado?
Inversion total
Interes anual deseado
cliente
1
2
3
4
$ 20000 $50000 $10000 k1
$2400
$7500 $1300 k2
(12 %) (15 %) (13 %)
Soluci
on. Primero se debe resolver el problema para un cliente k cualesquiera usando inversas,
y despues aplicar el resultado a los tres clientes especficos.
x1
x2
= Cantidad invertida en A
= Cantidad invertida en B
83
Entonces
x1 + x2 = k1 Total invertido
0,1x1 + 0,2x2 = k3 Interes total anual
Escriba como una ecuacion matricial:
A# " X
B #
#
"
1
1
x1
k1
=
0,1 0,2 x2
k2
"
"
"
1 1 1 0
1 2 0 10
R2 + (1)R1 R2
#
1 1 1 0
R1 + (1)R2 R1
0 1 1 10
"
#
1 0 2 10
0 1 1 10
As,
A1
"
2 10
=
1 10
y
A1
B# " #
" X
#
"
x1
2 10 k1
=
x2
1 10
k2
Para resolver cada problema de inversion del cliente, se reemplaza k1 y k2 con los valores adecuados de la tabla y se multiplica por A1 :
" # "
#Cliente
"
#1
"
#
x1
2 10 20000
16000
=
=
x2
1 10
2400
4000
Solucion: x1 = $16000 en A, x2 = $4000 en B
" # "
#Cliente
"
#2
"
#
x1
2 10 50000
25000
=
=
x2
1 10
7500
25000
3 5
D =
= 11
4 3
2 5
1 3
1
x =
=
11
11
3
2
4 1
5
=
y =
11
11
84
Soluci
on.
z
1 1 0
= 0 3 1 = 2
1 0 1
2 1 0
4 3 1
3 0 1
7
=
=
2
2
1 2
0
0 4 1
1 3
1
3
=
=
2
2
1 1 2
0 3 4
1 0 3
1
=
=
2
2
85
Captulo 3
Ejercicios Propuestos
3.1.
Ejercicios propuestos
6.
2x1 + 4x2 6x3 = 10
3x1 + 3x2 3x3 = 6
7.
2x1 x2 = 0
3x1 + 2x2 = 7
x1 x2 = 1
8.
2x1 x2 = 0
3x1 + 2x2 = 7
x1 x2 = 2
9.
3x1 4x2 x3 = 1
2x1 3x2 + x3 = 1
x1 2x2 + 3x3 = 2
10.
3x1 + 7x2 x3 = 11
x1 + 2x2 x3 = 3
2x1 + 4x2 2x3 = 10
11.
2x1 + x2 + 3x3 = 7
x1 4x2 + 2x3 = 0
x1 3x2 + x3 = 1
12.
2x1 + 5x2 + 4x3 = 7
4x1 5x2 + 2x3 = 9
2x1 x2 + 4x3 = 3
87
13.
2x1 2x2 4x3 = 2
3x1 + 3x2 + 6x3 = 3
14.
2x1 + 8x2 6x3 = 4
3x1 12x2 + 9x3 = 6
15.
4x1 x2 + 2x3 = 3
4x1 + x2 3x3 = 10
8x1 2x2 + 9x3 = 1
16.
4x1 2x2 + 2x3 = 5
6x1 + 3x2 3x3 = 2
10x1 5x2 + 9x3 = 4
17.
2x1 5x2 3x3 = 7
4x1 + 10x2 + 2x3 = 6
6x1 15x2 x3 = 19
18.
4x1 + 8x2 + 10x3 = 6
6x1 12x2 15x3 = 9
8x1 + 14x2 + 19x3 = 8
19.
5x1 3x2 + 2x3 = 13
2x1 x2 3x3 = 1
4x1 2x2 + 4x3 = 12
88
20.
4x1 2x2 + 3x3 = 3
3x1 x2 2x3 = 10
2x1 + 4x2 x3 = 1
21.
x1 + 2x2 4x3 x4 = 7
2x1 + 5x2 9x3 4x4 = 16
x1 + 5x2 7x3 7x4 = 13
22.
2x1 + 4x2 + 5x3 + 4x4 = 8
x1 + 2x2 + 2x3 + x4 = 3
23.
x1 x2 + 3x3 2x4 = 1
2x1 + 4x2 3x3 + x4 = 0,5
3x1 x2 + 10x3 4x4 = 2,9
4x1 3x2 + 8x3 2x4 = 0,6
24.
x1 + x2 + 4x3 + x4 = 1,3
x1 + x2 x3 = 1,1
2x1 + x3 + 3x4 = 4,4
2x1 + 5x2 + 11x3 + 3x4 = 5,6
25.
x1 2x2 + x3 + x4 + 2x5 = 2
2x1 + 4x2 + 2x3 + 2x4 2x5 = 0
3x1 6x2 + x3 + x4 + 5x5 = 4
x1 + 2x2 + 3x3 + x4 + x5 = 3
26.
x1 3x2 + x3 + x4 + 2x5 = 2
x1 + 5x2 + 2x3 + 2x4 2x5 = 0
2x1 6x2 + 2x3 + x4 + 4x5 = 4
x1 + 3x2 x3 x5 = 3
89
90
91
8.
2x + y = 0
x y + z = 1
x+y+z = 2
3.2.
Problemas Propuestos
Problema 32. Un agente de bolsa vendio a un cliente 200 acciones de tipo A, 300 de tipo B,
500 de tipo C y 300 de tipo D. Escriba un vector renglon que de el n
umero de acciones vendidas
de cada tipo. Si las acciones se venden en $20, $30, $45 y $100 por accion, respectivamente,
escriba esta informacion como un vector columna.
Problema 33. La compa
na Widget tiene sus reportes de ventas mensuales dados por medios
de matrices cuyos renglones, en orden, representan el n
umero de modelos regular, de lujo y de
extra lujo vendidos, mientras que las columnas dan el n
umero de unidades rojas, blancas, azules
y p
urpuras vendidas. Las matrices par enero (E) y febrero F son
0 2 4 4
2 6 1 2
F = 2 3 3 2
E = 0 1 3 5 ,
4 0 2 6
2 7 6 0
(a) en enero, cuantas unidades de los modelos de extra lujo blancas se vendieron? (b) En
febrero, cuantos modelos de lujo azules se vendieron? (c) En que mes se vendieron mas modelos
regulares p
urpuras? (d) De que modelo y color se vendio el mismo n
umero de unidades en ambos
meses? (e) En que mes se vendieron mas modelos de lujo? (f) En que mes se vendieron mas
artculos rojos? (g) Cuantos artculos se vendieron en enero?
Problema 34. Matriz de insumo-producto Las matrices de insumo-producto, desarrolladas
por W.W. Leontief, indican las interrelaciones que existen entre los diferentes sectores de una
economa durante alg
un periodo. Un ejemplo hipotetico para una economa simplificada esta dado por la matriz M presentada a continuacion. Los sectores consumidores son los mismos que
los productores-industriales, gobierno, acero, agricultura, domestico, etc. Cada renglon muestra
como el producto de un sector dado es consumido por los cuatro sectores. Pore ejemplo, del total
de la produccion de la industria A, 50 unidades fueron para la industria A misma. 70 para la B,
200 para la C y 360 para todos los demas consumidores. La suma de las entradas de un renglon
1, es decir, 680, da la produccion total de A para un periodo. Cada columna da la produccion de
cada sector que es consumida por un sector dado. Por ejemplo en la produccion de 680 unidades,
al industria A consume 50 unidades de A, 90 de B, 120 de C y 420 de todos los demas productores: Para cada columna, encuentre la suma de las entradas. Haga lo mismo con cada renglon.
Que observa al comparar estos totales? Suponga que el sector A aumenta su produccion en
un 20 %, es decir, en 360 unidades. Suponiendo que esto tiene como consecuencia un aumento
92
uniforme del 20 %, es decir, 136 unidades. Suponiendo que esto tiene como consecuencia un aumento uniforme del 20 % en todos los insumos, en cuantas unidades el sector B aumentara su
produccion? Responda la misma pregunta para C y para todos los demas productores.
Productores
Industria
A
Industria A
50
IndustriaB
90
M=Industria C 120
Otros productores
420
Industria
B
Industria
C
Otros
Consumidores
70
30
240
370
200
270
100
940
360
320
1, 050
4, 960
Problema 35. Acciones Un agente de bolsa vendio a un cliente 200 acciones tipo A, 300 tipo
B, 500 tipo C y 250 tipo D. Los precios por accion de A, B, C y D son $100, $150, $200 y $300,
respectivamente. Escriba un vector renglon que represente el n
umero de acciones compradas de
cada tipo. Escriba un vector columna que represente el precio por accion de cada tipo. Utilizando
la multiplicacion de matrices, encuentre el total de las acciones.
Problema 36. Costo de construcci
on En el ejemplo anterior suponga que el contratista
tiene que construir siete casas estilo r
ustico, tres estilo moderno y cinco estilo colonial. Usando
multiplicacion de matrices, calcule el costo total de materia prima.
Problema 37. Costos En el ejemplo anterior suponga que el contratista desea tomar en cuenta
el costo de transportar la materia prima al lugar de la construccion as como el costo de compra.
Suponga que los costos estan dados en la matriz que se da a continuacion.
a. Calculando RC, encuentre una matriz cuyas entradas den los costos de compra y de transporte
de los materiales para cada tipo de casa.
b. Encuentre la matriz QRC cuya primera entrada de el precio de compra total y cuya segunda
entrada de el costo total transporte.
" #
1
c. Sea Z =
calcule QRCZ, que da el costo total de materiales y transporte para todas las
1
cosas que seran construidas.
Problema 38. Impuestos Una compa
na tiene ingresos gravables de $312, 000. El impuesto
federal es un 25 % de la parte que queda despues que el impuesto estatal ha sido pagado. El
impuesto estatal es el 10 % de la parte que queda despues que el impuesto federal ha sido pagado.
Encuentre el monto de los impuestos federal y estatal.
Problema 39. Toma de decisiones Un fabricante produce dos productos A y B. Por cada
unidad vende que vende de A la ganancia es de $8 y por cada unidad que vende de B la ganancia
es de $11. De la experiencia se ha encontrado que puede ser vendido 25 % mas de A que de B.
Para el a
no siguiente el fabricante desea una ganancia total de $42, 000.Cuantas unidades de
cada producto debe vender?.
93
A
B
C
I II
3 1
1 2
2 4
III
2
1
1
La maquina I esta disponible 850 horas, la II durante 1200 horas y la III durante 550 horas.
Encuentre cuantas unidades de cada artculo deben ser producidas para utilizar todo el tiempo
disponible de las maquinas.
Problema 44. Inversiones Una compa
na de inversiones vende tres tipos de fondos de inversion, estandar (E), de lujo (D) y Gold Star (G).
Cada unidad de E tine 12 acciones de tipo A, 16B y 8C.
94
9 29],
R2 = [7 23 48],
R3 = [34 89 64]
1
2 1
A= 2
5
2
1 2 2
95
Problema 47. Una qumica planea mezclar tres diferentes soluciones de acido ntrico con concentraciones del 25, 40 y 50 por ciento para formar 100 litros de una solucion al 32 por ciento.
Si insiste en utilizar dos veces mas de la solucion al 40 por ciento, cuantos litros de cada clase
debe utilizar?
Problema 48. La tienda total de artculos para jardn almaceno tres marcas de fertilizante de
fosfato-potasio-nitrogeno con las composiciones indicadas en la siguiente tabla.
MARCA
A
B
C
FOSFATO
10 %
20 %
20 %
POTASIO
30 %
40 %
30 %
NITROGENO
60 %
40 %
50 %
Un analisis de suelo muestra que Laura Lopez necesita fertilizante para su jardn con 19 por
ciento de fosfato, 34 por ciento de potasio y 47 por ciento de nitrogeno. Puede obtener la
mezcla correcta mezclando las tres marcas? Si es as, cuantas libras de cada una debe mezclar
para obtener 100 libras de la mezcla deseada?
Problema 49. Tomas, Daniel y Pedro son buenos amigos pero tienen diferentes habitos de
trabajo. Juntos firmaron contratos para pintar tres casas iguales. Tomas y Daniel pintaron la
primera casa en 72
horas. Tomas y Pedro pintar la segunda casa en 16 horas; Daniel y Pedro
5
Pintaron la tercera casa en 144
horas. Cuanto tardado cada muchacho en pintar una casa el
7
solo?
Problema 50. Arturo Roberto y Carlos trabajan en una compa
na que hace cucharillas, curricanes y ca
nas de pescar. Les pagan por su trabajo a destajo, recibiendo $1 por cada cucharilla,
$2 por cada currican y $3 por cada ca
na. A continuacion estan las matrices U y V representan
sus producciones el lunes y el martes. La matriz X es la matriz pago/unidad.
Producci
on
del Lunes
U
F
Arturo
4
Roberto 5
Carlos
3
Producci
on
del Martes
V
G H
3
1
4
2
1
Arturo
3
Roberto 4
Carlos
5
Salario
Unidad
X
G H
6
2
1
Calc
ulense las siguientes matrices y decdase que representan.
a) UX
b) V X
c) U + V
d) (U + V )X
2
3
F 1
G2
H 3
96
el n
umero 1 indica conocido y 0 indica no conocido. Por ejemplo, el 1 en el renglon 3 y en la
columna 1 significan que C conoce el n
umero de A.
A B
A 1
B
0
u=
C 1
D 0
0
1
0
1
1
1
1
0
0
0
1
1
(a) Calc
ulese U 2
(b) Interpretese U 2 en terminos de la probabilidad de que cada persona pueda transmitir un
mensaje telefonico a otra.
(c) Puede D enviar un mensaje a A va otra persona?
(d) Interpretese U 3
Problema 52. Considerese el conjunto C de todas las matrices de 2 2 de la forma
"
#
a b
b a
donde a y b son n
umeros reales.
(a) Sean
"
u1 u2
U=
u2 u1
"
v1 v2
y V =
v2 v1
97
Problema 54. Una refinera de petroleo tiene una produccion maxima de 2 000 barriles de
petroleo diarios. Produce dos tipos de petroleo; el tipo A que es utilizado para gasolina y el tipo
B que es utilizado para calefaccion. Hay un requerimiento de que al menos 300 barriles del tipo
B sean producidos cada da. Si la utilidad es de $3 por barril del tipo A y $2 por barril del tipo
B, encuentrese la utilidad maxima diaria.
Problema 55. un fabricante de remolques desea determinar cuantas unidades de casas rodantes
y cuantas casas remolque debe producir para ser el mejor uso posible de sus recursos. Tiene 42
unidades de madera, 56 semanas-obrero de trabajo y 16 unidades de aluminio. (supongase que
todos los otros recursos necesarios estan disponibles y no influyen en su decision.) La cantidad
necesaria de cada recurso para producir casa rodante o cada remolque se da a continuacion.
Por camper
Por trailer
Madera
3
6
Semanas-trabajadas Aluminio
7
3
7
1
Si el fabricante obtiene una utilidad de $600 en una casa rodante y $800 en un remolque, cual
debera ser su produccion para maximizar su utilidad?
Problema 56. Un zapatero tiene un surtido de 100 pies cuadrados de piel tipo A que es utilizada
para suelas y de 600 pies cuadrados de piel tipo B utilizado para el resto del zapato. El zapatero
promedio utiliza 14 pies cuadrados de la piel del tipo A y 1 pie cuadrado de la piel del tipo B. La
bota promedio utiliza 41 pies cuadrados y 3 pies cuadrados de piel del tipo A y B respectivamente.
Si los zapatos se venden a $40 el par y las botas a $60 el par, encuentrese el ingreso maximo.
Problema 57. Supongase que los requerimientos mnimos mensuales para una persona son 60
unidades de carbohidratos, 40 de protena y 35 de grasa. Dos alimento A y B contienen el n
umero
de unidades de los tres componentes de dieta por libra.
A
B
Carbohidratos Protena
5
3
2
2
Grasa
5
1
Si el alimento A cuesta $3.00 por libra y el alimento B cuesta $1.40 por libra, cuantas libras
de cada uno debera adquirir una persona al mes para minimizar el costo?
Problema 58. Un campesino tiene 100 acres aprovechables para la siembra de avena y trigo.
Las semillas de avena cuestan $5 por acre y las semillas de trigo cuestan $8 por acre. Los costos
laborables son de $20 por ecre para la avena y de $12 por acre para el trigo. El campesino espera
un ingreso de $220 por acre de avena y de $250 de trigo por acre. Cuantos acres de cada cosecha
debera sembrar para maximizar su utilidad, si no desea gastar mas de $620 para las semillas y
$1800 para mano de obra?.
Problema 59. Dib
ujese el polgono con vertices (0,3), (4,7), (3,0) y (2,4) tomados en orden
cclico. Despues encuentrese el valor maximo de |y 2x| + y + x en este polgono.
98
99
(B) Establezca una regla simple que puede usar el cliente para elegir el mas barato de los dos
servicios por envio de paquetes. Justifique su respuesta
Problema 65. Asignaci
on de recursos
Una fabrica productora de cafe utiliza granos de cafe colombiano y brasile
no para producir dos
mezclas, fuerte y suave. Una libra de la mezcla suave necesita 6 onzas de granos colombianos y
10 de granos brasile
nos. El cafe se enva en sacos de 132 libras. La compa
na dispone de 50 sacos
de granos colombianos y 40 de granos brasile
nos.Cuantas libras de cada mezcla se tendran que
producir para usar todos los granos disponibles?
Problema 66. Resuelva mediante eliminacion de Gauss-Jordan
2x1 2x2 4x3 = 2
3x1 3x2 6x3 = 3
2x1 + 3x2 + x3 = 7
Problema 67. Una linea aerea quiere comprar una flotilla de 30 aviones con una capacidad
total de carga combinada de 960 pasajeros. Los tres tipos disponibles de aviones transportan
18, 24 y 42 pasajeros, respectivamenteCuantos aviones de cada tipo se deben de comprar?
Resuelva los siguientes ejercicios mediante eliminacion Gauss-Jordan
Problema 68. Qumica
Un qumico puede comprar un solucion salina al 10 % en recipientes de 500 centmetros c
ubicos,
una solucion salina al 20 % en recipientes de 500 centmetros c
ubicos y una solucion salina al
50 % en recipientes de 1000 centmetros c
ubicos. Necesita 12000 centmetros c
ubicos de solucion
salina al 30 % Cuantos recipientes de cada tipo de solucion tendra que comprar para preparar
esta solucion?
Problema 69. Qumica
Repita el problema anterior suponiendo ahora que solo se dispone de la solucion salina al 50 %
en recipientes de 1500 centmetros c
ubicos
Problema 70. Geometra
Encuentre a, b y c de manera que la grafica de la parabola con la ecuacion y = a + bx + cx2 pase
por los puntos (2, 3), (1, 2) y (1, 6)
Problema 71. Geometra
Encuentre a, b y c de manera que la grafica de la parabola con la ecuacion y = a + bx + cx2 pase
por los puntos (1, 3), (2, 2) y (3, 5)
Problema 72. Geometra
Encuentre a, b y c de manera que la grafica de la parabola con la ecuacion y = a + bx + cx2 pase
por los puntos (1, 3), (2, 2) y (1, 6)
100
Departamento de corte
Departamento de ensamble
Departamento de empaque
Calcio
Hierro
Vitamina A
Comida A
30
10
10
101
Comida C
20
20
20
102
"
#
6 1,5
Mediante la matriz L =
obra-hora, encuentre P L o LQ, la que tenga una interpretacion
4 1
significativa para este problema, y marque los renglones y columnas como corresponda
"
#
6
3
Problema 90. Encuentre M 1 , si existe, dad M =
2 1
Problema 91. Use lo metodos de la matriz inversa para resolver el sistema:
3x1 x2 + x3 = 1
x1 + x2 = 3
x1 + x3 = 2
Problema 92. Use los metodos de la matriz inversa para resolver cada uno de los sistemas
siguientes
(A)
3x1 x2 + x3 = 3
x1 + x2 = 3
x1 + x3 = 2
(B)
3x1 x2 + x3 = 5
x1 + x2 = 1
x1 + x3 = 4