Vous êtes sur la page 1sur 31

Dos vectores no nulos a =[~,ll:!, ... ,an] y b=[~,~, ...

,bn] son
ortonormalea si son ortogonales y ademas su norma
respectiva es unitaria. En otras palabras:

a.b=oJ~1 =1,!I~1 =1 (1.53)

En general, cualesquier par de vectores ortogonales no nulos


"x" e "y" pueden normalizarse y convertirse en dos vectores
ortonormales x* e y* si dividimos sus elementos entre sus
normas respectivas, esto es, si hacemos:

x* = 11I~1;Y" =;(wI (1.54)

Por ejemplo, tomando los vectores ortogonales a = [3,5] y


b=[5,-3] y los datos sobre sus normas respectivos, podemos
obtener un par de vectores ortonormales facilmente, con la
defmicion anterior:

a* =V6[3~=[:y6,~6];
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

(1.55)
b' =V6[5,-3] =[~6,-~6]

Evidentemente, estos dos vectores cumplen las condiciones


especificadas en la expresion (1.53). Si quisieramos visualizar
esta situacion tendriamos una grafica parecida a la anterior,
como se ilustra en la Figura 1.15:

30

Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
Figura 1.15: Vectores ortononnales

La diferencia estriba en que ahora los vectores referidos en


esta figura poseen una longitud unitaria.

1.6 Combinacion y dependencia lineal entre


vectores.
Aunque mas adelante retomaremos este punto, conviene
introducir el concepto de combinacion y dependencia lineal
entre vectores, aprovechando el marco de nuestra discusion
dentro del algebra de vectores. Diremos que un vector" a" es
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

linealmente dependiente de un conjunto de vectores


...
q,~, ,bn si podemos encontrarescalares, k,.,Is.,~ .. ,kn , no
todos cero, tal que:

(1.56)

Por ejemplo, el vector w=(9,7) es lineahnente dependiente de


los vectores definidos como u=(l,-l) y v=(6,4), porque
podemos encontrar dos escalares kl=-3, y k2=2, tales que:

[9,2] = (-3Xl,21 +(2)r6,41 =r-3,-{}) +[12,8] (1.57),

31

Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
Bajo este contexto resulta natural definir ahora la
dependencia lineal entre vectores estableciendo que un
conjunto de vectores ~,Gz,···,an son linealmente
dependientes, si podemos encontrar los correspondientes
escalares ~'~""'~ no todos cero, tales que:

(1.58)

Como ejemplo de esta situacion podemos citar a los vectores,


w, u y v del ejemplo anterior dado que podemos eneontrar
=
escalares ~ ~ ~ = 3, c; = -2, tales que:

(1)[9,2]+(3)[1,2]+(-2)[6,4] =0 (1.59)

Cualldo no podemos encontrar los escalares de la defmicion


(1.43) entonees diremos que los veetores son "linealmente
inrlependientes". El caso mas simple de independencia lineal
es el de los vectores unitarios, en cualquier espacio, para dos
dimensiones, tendremos el=[l,O], e2=(0,11. Es decir: .
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

(0)(1,0]+(0)[0,1] =0 (1.60)

10 eua! se cumple tambien para espacios de dimensiones


mayores. Es decir, los vectores unitaries siempre seran
linealmente independientes. 0 en otras palabras, no se puede
expresar uno de eUes en terminos 0 funeion de los demas.

32
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
I. 7 Algebra Matricial

I.7.11gualdad de matrices

Dos matrices A y B son iguales si y solamente si tienen el


mismo orden y todos sus elementos correspondientes son
iguales. Es decir,

(l.61)

Ejemplo 1: Sean las matrices A y B enlistadas abajo:

A = [41 -53] B
= [5 -I
8-7
13-8
+ 2]
'
(l.62) .

entonces A=B, puesto que poseen los mismos elementos en


cada una de sus posiciones.

Ejemplo 2: Sean las matrices:

2 51 0]1
= [0
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

A ( 1.63)

Advertimos que aunque son del mismo orden y muy


parecidas, no son iguales, porque el elemento a23 es distinto
en ambas. Matrices. Luego entonces A", B. De la definicion se
sigue que en general, si A=B entonces B=A.

1.7.2 Adici6n de Matrices


La suma de matrices del mismo orden A y B se defme como
una nueva matm C cuyos elementos son la suma de los
correspondientes elementos de A y B. Para sumar des
matrices, es condici6n necesaria y suficiente que tengan
exactamente el mismo orden, 0 sea, que sean confonnables
para la adici6n.

33
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
Por ejemplo, calculemos la suma de las siguientes matrices:

[-21 5:] + r 3 -45]


-5 =[~ ~] (1.64)
L-I

f3 -I 21 r-I 4 -11
l~
5
6
3rll
- 2
-3
-I -5
-1j
7
01I
= ['3 2
315J
5 ( 1.65)

La adici6n de matrices es conmutativa y asociativa, es


decir, si A, Bye son conformables para la suma, entonces:

A + B = B + A (conmutativa) (1.66)

A + (B + C) = (A + B) + C (distributiva) (1.67)

1.7.3 Diferencia de matrices

La diferencia entre dos matrices A y B del mismo orden es


una nueva matriz C cuyos elementos resultan de las
diferencias entre los elementos correspondientes de A y B.
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

A - B = A + (-B) = C (1.68)

Por ejemplo:

=[21 OJq (1.69)

Ya hemos visto que la matriz cuyos elementos son todos


ceros se conoce como matriz nula y se simboliza por "0". Su
propiedad basica es que para cualquier matriz A de orden m x
n:

A+O=A (1.70)

34
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
o sea; la matriz nula es el elemento identidad para la suma,
asimismo:

A + (-A) =0 (1.71)

o sea que -A es La inversa aditiva de la matriz A.


1.7.4. Multiplicacion de matrices
Para poder introducir la operacion de multiplicacion entre
matrices conviene primeramente introducir la nodon
multiplicacion de una matriz por un escalar.

1.7.4.1 MultiplicaciOn de una Matriz por un


Escalar .

Dada una matriz A = [av] y un escalar Ct por A, el producto de


por A, escrito CtA, se defme como:
Ct

aa 1l A
.\ aa 2n
= aa~ aa~
Ct A
r=" ='"1 (1.72)

Laa;", aa ml .\ aa"..
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

Cada elementode A se multi plica por Ct, resultando una


nueva matriz dei mismo orden de A.

Esta definicion se basa en el hecho de que si surnamos n


vectores la matriz A obtenemos una nueva matriz cuyos
elementos son los de A multiplicando por n.

Es decir, esto queda de manifiesto observando la suma


matric;:ial siguiente:

X Y]+lx y]+[x y]+[x Y]=[4 .:C 4y1=/lx y] (1.73)


4: 4w J :
[
: W L: W : W : W W

35
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
Otros ejemplos: .

Para a = 5,
rlllO 1/51.
A= I [ Ii
aA=IO
2 113I] (1.74)
L 2 1/1SJ'

Para a = - 1/2, A =
. l-r410 -6].
2 ' aA= [-2 3]
5 _I (1.75)

1.7.4.2 Mutiplicacion de Matrices


Sea una matriz A de orden mxp y una matriz B de orden p x
n. El "producto" AB se defIne como una nueva matriz C de
orden m x n, cuyo elemento Cij de la i-esima flla y i··esima
columna, se obtiene efectuando el producto interno del vector
de la i-esima flla de A (" Qj") por el vector correspondien te a la
j-esima cai:'l!.ma de B(" bj "). Es decir, en forma esquematica,
observese la siguiente expresi6n:

I;M G"
.\ alp
,h"
A blj 1\ bin e: 1
M
A Clp
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

x (1.76)
il "
;M
a .\ ",pi
lMMM CII J.Clj·1
M
C'P

I" .
l... ,"",
,\ ampJ bPI A bpj ;\
b"" eml A Cnrp

donde la matriz del miembro derecho corresponde a C ,


entonces el termiilo " C ij " de la mi.sma, queda definido como:

ciJ Qilb\j + Qi2b2j+···+Qjpbpj = L Qikbkj (1.77)


k=l·

36
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
Es decir, dicho elemento, corresponde al producto
interno de los vectores "a;"y "bj ,,(a; e bj ). Conviene resaltar
en este punto, dos caracteristicas en relacion al producto AB
definido anteriormente. Primeramente, que la matriz C (AB)
tiene el mismo numero de filas de A y el mismo numero de
columnas de B; y en segundo lugar, que el numero de
columnas de A debe ser igual al numero de filas de B para
que la multiplicaci6n sea posible: Es decir, para que Ay B
sean confonnables para la multiplicacion, en ese orden, el
mimero de columnas de la matriz A debe ser exactamente
igual al numero de mas de la matriz B.

Veamos algunos ejemplos:

i)Sean, A
.= [42 36 57] (1.78)

Por consiguiente,

_
C - AB - l
_ r 4(2) + 3(i) + 7(0)
2(2)+6(1)+5(0)
4(5)+3(-1),+7(2)1
2(5)+6(-I)+5(2)Jj =
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

= [11 31]
10 )4
(1.79)

ii) Sean las matrices,

(1.80)

N6tese que A y B representan en realidad vectores. A un


vector hilera y B un vector columna. De cualquier manera, la

37

Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
multiplicacion matricial esta defmida, puesto que A es de
tamafto lx2 y B es de 2Xl. EI producto AB=C sera:

C = AB = x~ + x; (1.81)

Es decir, el producto de ambas matrices, resulta ser una


matriz de orden 1,0 sea, un escalar. Este tipo de
multiplicaciones, tambien poseen un sinnumero de
importantes aplicaciones tanto en economia como en
estadistica y econometria, como discutiremos en su
oportunidad.

ill) Sean las matrices :

(1.82)
B=GJ
entonces el producto AB sera la matriz C de orden 2xl:

c-- AB -- [
5(7) + 4(2)
-
J
r 43]
(1.83)
2(7) + (-IX2) -l12
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

La multiplicacion de matrices no obedece todas las leyes


de multiplicaci6n de los numeros ordinarios. Primero, fa
multiplicaci6n no es en general conmutativa. Como regla
general AB :f; BA. La raron basica de esta situacion es que si
bien A es conformable con B para su multiplicacion, esto no
implica que necesariamente B sea conformable con A para su
multiplicacion. Esto tambien sucede en el caso de matrices
cuadradas, en donde a pesar de que sean conformables para
la multiplicacion, el producto en general no es conmutable 0
permutable.

Veamos algunos ejemplos:

(1.84)
B=GJ
38

Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
donde hemos visto que el producto AB esta defmido, pero el
producto BA no esta definido porque el numero de columnas
de B no es igual al numero de filas de A. Aunque si
tomasemos la transpuesta de B, 0 sea, B' entonces B'A sena
conformable para la multiplicacion y obtendriamos:

.
C = B' A = [7 2 {54]
2 -I
= [39 26]. (1.85)

Para analizar el producto de matrices cuadradas,


consideremos las matrices:

A = [~~] B =[~ ~] *(1.85)

Luego los productos AB y BA seran:

C = AB = [0 I] [I
1 2 6
,31
oJ *( 1.86)

[~ ~] [~ ~] = [~
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

D = BA = :] *(1.87)

En este ejemplo, los productos AB y BA son


conformables para 1a multiplicacion, pero las matrices
resultantes son distintas.

En consecuencia, la multiplicadon en general no es


conmutativa. Aunque esto no quiere decir que nunca AB ==
BA. Existen casos especiales donde AB = BA, aun cuando
poco frecuentes, y se dice entonces que A y B conmutan.

Otra caracteristica distintiva en la multiplicacion de


matrices es que si AB = 0, no podemos conduir como en
algebra de los numeros reales que por 10 menos uno de sus
factores, A 0 B sea cero.

39
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
Veamos un ejemplo:

II 2 01 10 0 01
A=ll IOJ
Ll 4_0 B =l~ 0
4
01
9J
*(1.88)

Par tanto,

=[' , f. 0 ~]
~l
0 10 0
01
AB I I 01 0 10 0 *(1.89)
Ll 4 OJ :..1 4 lo 0

En este caso ninguno de los dos factores es una matriz


nula, sin embargo, el producto de ambas si 10 es.

Por ultimo, otra propiedad muy importante es que si AB


= AC 0 BA = CA, no podemos inferir en general que B = C,
aun cuando A = 0, es decir, la ley de cancelacion no es valida
en general, para la multiplicacion de matrices.

Dados:
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

*(1.90)

En consecuencia,

AB = AC = [2
3 43 21] *(1.91)
3 2 -7

y no obstante, B "# C.

40
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
La multiplicacion de matrices cum pIe con la ley
asociativa y distributiva. Es decir:

(ABIC = A(BC) (Ley Asociativa) (1.92)


_ A(B+C) = AB + AC (Ley Distributiva) (1.93)

1.7.4.3 Operaciones con Matrices Particionadas


AI igual que 10 hicimos con las matrices ordinarias, podemos
defmir y efectuar las operaciones antes discutidas para el
caso de las matrices particionadas.

1.7.4.3.1 Suma de matrfcespGrtfcionadas

Sean las matrices A y B, particionadas definidas como:


Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

B=
l~
2 ~ !]
6-1 8
0 sea, *(1.95)

Entonces

=
r 5.~241
115

709
*(1.96)

donde para cada Ai, las correspondientes Bi tienen el mismo


numero de mas y columnas que Ai. Luego, Ia regIa para Ia
suma de matrices particionadas es la misma que para la suma
41
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
matrices ordinarias siempre que las subma1rices sean
conformables para la suma, es deci" las matricec; A y B deben
estar identicamente particionadas.

1.7.4.4 Multiplicaci6n de Matrices Particfonadas

La multiplicacion de dos matrices particionadas a de orden


(m, n) y B de orden (n, p) sigue las reglas de la multiplicacion
de matrices ordinarias, siendo condicion suficiente que las
submatrices sean "confonnables" para la multiplicacion. Esto
solamente se cumple si las columnas de A son particionadas
en la misma forma que las filas de B.

Veamos algunos ejemplos. Sea

*(1.97)

B=~l;
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

*(1.98)

L-I 2

En consecuencia,

*(1.99)

(13) AB

=lllrrlo 0]1 l3i2"'J + [I0 0I1] [[I0 0]I flO]


J = 0 I
L +
[-I 2]
+[2}_1 2)1 = If' 01 + r-2 411 = [-1 4]
3 _ llo IJ l-3 6~ -3 7
*(1.100)

42
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
Sea,

o 0 01
o 0 01 fAi 4.1

~ ::j;
A = lAJ . .~J *(1.101)

B=
0 0 0:

0 0 I
0 I 0:
2
I

0
0
1
-2

0
0
["'
B = ' .. ','..
BJ
..,]
· 8,
*(1.102)

LI 0 0: 0 0

La matriz a se denomina matriz "diagonal por partici6n"


por que considenmdola interbloques es diagonal.
El producto AB resulta, .
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

*(1.103)

o sea:

4 -3
-3 -4

AB= *(1.104)
0 0 0 0
0 I, 0 0 0
I 0 0 0 0

43
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
1.7.4.5 'Eriangulacion y Diagonalfzacion de Matrices por
Particion

Una matriz particionada de la fonna:

r all : 0 0 01
. .
········· .. · .. ······ .... · .. ·0 I
A = ::: : :: :: : 0 j *(1.105)

la. · ':'" .~~~. . ~~~ . "f" ass

se denomina matriz triangular por particion puesto que por


encima de la diagonal de bloques 0 submatrices, todos sus
elementos son ceros.

La triangulacion de matrices por particion asi como la


diagonalizacion que es un caso particular de la misma, tienen
gran importancia en la solucion de modelos lineales.

Un sistema de ecuaciones lineales 0 modelos que puede


ser particionado diagonalemente se denomina "modelo
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

segmentable 0 particionable".

8i el sistema puede ser particionado trianguiannente se


denomina "madelo causal".

Veamos el significado de cada uno de elios. Para 10 cual


consideremos el sistema de ecuaciones lineales,

a w"', + a 12 x 2 + oX 3 + ox~ = h,
a 2,x, + a 22 x 2 + ox) + ox. = b2
*(1.106)
ox, + oX2 +a)JxJ+ Q }4X' =bJ
oX l + oX 2 + a~JxJ + a~x~ = h~

44
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
que podemos expresar en forma matricial como:

a l2 0

r'
all 0::;2 0
*(1.107)
0 0 a]3
0 0 a 4J

Evidentemente 1a matriz de coeficientes A puede ser


particionada diagonalmente como sigue:

*(1.108)

o equivalente, podemos escribir:

A -_ [All: 04'2]
------- *(1.109)
A" : .4::;2
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

Donde cada b10que 0 submatriz resultante no nula,


como All Y A22 constituyen un subsistema "completamente
contenido". Es decir, All puede ser resuelto
independientemente de A22, y viceversa. Un modelo 0 sistema
con estas caracteristicas se conoce como "particionable" 0
"segmentable" .

Analicemos ahora el otro ejemplo. Sea el siguiente


sistema de ecuaciones lineales.

allx l + X2+ ox} = bl


alix i +a 22 x l +a2Jx J =b2 *(1.110)
all XI + anx z + aJJxJ =b}

45

Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
cuya forma matricial adopta la forma:

*(1.111)

La matriz de coeficientes A puede ser particionada en


forma triangular interbloques.

r
tan 1
A= i
11 °21
0

a:;
o

U~
I.
j' A= [A" .....
,12'
0]
An
*(1.112)

"lal' (132 a l .1

All constituye un subsistema completarnente contenido,


pero todo el sistema no puede particionarse en su bsistemas
completarnente contenidos. EI valor de la variable Xl puede .
obtenerse directarnente sin conocer X2 y X-J. pero en el
subsistema integrado por A21, A22 los valores de X2 y X3
necesitan del previo conocirniento del valor de Xl para su
soluci6n. Existe, en consecuencia, una relaci6n causal que va
de la variable Xl a las variables X2 y X-J.
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

La submatriz All se denomina subsistema de orden cero,


y las submatrices A21 y A22 constituyen un subsistema de
primer orden.

Para determinar si una matriz puede diagonalizarse 0


triangularizarse por bloques se procede como sigue. Sea,

(1) OX l + OX 2 + alJx J + a w'. + OX l + 0-'6.= h,


(2) Ox, + OX 2 +anx) + a 24 x, + Ox, + OX6 = b2
(3) ul,x, +- a 32 x: ... OX l + Ox. + OXl + OX6 =b)
*(1.113)
{4} a.rx. + a.2 ..t2 +Ox l + Ox. + OXl + OX6 = b.
(5) Ox, + Ox: + Ox] + a14 x. + allx l + OX6 = bl
(6) a6l x, + a62 x: + Ox] + Ox. + a.<sxs + a66 x6 =b6

46
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
En forma matricial compacta resultfi:

r0 ·0 a!) a, . . ' 0 o 1 r x, 1 rb,l


I 0 0 a2J a 24 0 o I Ix 2 1 Ib 2 1

T:"l;;]
a 32 0 0 0
0 0 0 I~31 *(1.114)
la"
a. 1 a' 2
0
a 61
0
a/il
0
0
a 54
0
ass
a65 a: l::J
Se determina primero, los subsistemas completos de
orden cero que existan. Si estos no existen entonces, el
modelo no es particionable para su soluci6n.En nuestro
ejemplo 10 son el subsistema de ecuaciones (1) y (2) en x:ay X4
y el subsistema de ecuaciones (3ly (4) en Xl, X2. Reordenamos
numerando las ecuaciones (3) y (4) como (1) y (2) y las dos
primeras como (3) y (4). Si eliminamos estas 4 mas y 4
columnas de la matriz original nos queda una submatriz de
orden 2 x 2. Buscamos nuevamente subsistemas completos,
ahara, de primer orden y encontramos a la ecuaci6n (5) en X5
a la cualle asignamos el mimero de orden 5. Por ultimo, nos
queda un subsistema de segundo orden en la ecuaci6n (6)
que le asignamos el numero 6. Arreglamos las mas y
columnas de acuerdo COIl los numeros de 6rdenes dados y
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

nos queda una matriz triangular por bloques como la que se


muestra enseguida:

*(1.115)

47
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
1.8 EJERCICIOS, PROBLEMAS Y APLICACIONES

*EJERCICIOS RESUELTOS:
-
Si A' Y B' son las matrices transpuestas de A y B
respectivamente, entonces:

i) (A'r = A; la transpuesta de una matriz transpuesta es la


matriz primitiva,

ii) (A+B)' = A' + B'; la transpuesta de una suma de matrices A


y b es igual a la suma de las transpuestas de A y B,

iii) (AB)' = B'A'; la transpuesta de un producto es igual al


producto de las matrices transpuestas en orden inverso.

El mismo resultado puede generalizarse para el producto de n


matrices, 0 sea,

iv) (A, ~ ... 4,), 4,' ... A,/ A,'

Veamos un ejemplo numerico para el producto de dos


matrices. Dadas las matrices A y B:
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

A = 12
lo
1] B= [14 51]
3

tenemos que:

I') A' = [2 0] 1 3 ' entonces eVl'dentemente: (Aj'= [02 )1]

ii)
ill) AB =L~ }75]. luego entonces: (AB)' = [~ ~!]

por otra parte, en virtud de que:


48

Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
A-=[~ ~] B'= [: :] entonces B'A- ""rL76 121
J5J

En otras-palabras: (AB)' = B'A'.

* 1. En los casos en que las matrices A y B defmidas


.enlistadas abajo, sean conformables para la adicion,
encuentre la suma correspondiente.

i) A = [i ~l
_ 4
~]
I
B = [~ ~
4 -I
!]
2

iii) A= [~ ~ ~l] B =lr~ ~ ~ ~l


Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

III 0000

*2. EfectUe las siguientes multiplicaciones de las matrices A y


B. En que casos el producto BA esta defmido?

i) A - (1 4 5) B - m
ii) A =G; :j B =[; ~]

49
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
iii)

*3.lEn que casos el producto ABCD esta defmido? lO de


acuerdo con la ley asociativa, de cuantas fonnas puede
hacerse dicho producto?

*4. Demuestre, realizando las operaciones indicadas, el


cumplimiento de la ley asociativa para la multiplicacion, es
decir: (AB)C = A(BC) donde:

=[0 d- B =C 3 4] C =[121 52150]3


I 0i 2 I I
A

*S.Dadas las sigu.ientes expresiones:

A= IIl3 52]_ aA= [-5 -1]


-1.5 -2.5

a que es igual el escalar a?


Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

*PROBLEMAS PROPUESTOS:

1. Cua! es la matriz identidad de orden 1 xl?

2. lA que es igualla transpuesta de una matriz diagonal On?


Puede extenderse la generalizacion obtenida a una matIiz
escalar Sn? ilustre en ambos casos con ejemplos numericos.

3.Dadas las siguientes matrices A y B.

50
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
Calcular las matrices (A + B), (A - B), AB Y BA ~Que tipo de
matrices son Ay B? Que tipos de matrices son (A + B), (A - B),
AByBA?

4. Dada la siguiente matriz triangular:

A = [,2
I ° °0]
3
-4 5 I

calcule 8U transpuesta N. c.Que tipo de matriz es A?

6. Verificar si la matriz A de abajo es antisimetrica. Explique


Ia respuesta.

A =
r
'l-2
1 2
5
~l
4
-3 -4 6
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

7, Aplique la defmici6n para demostrar que los vectores [I, 2, 4J, [2, 2, 8J Y
[I, 0, 4] son linealmente dependientes,

il [H[:}[:]

iiI [ ~J [~lIn[i]n
51
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
8. Efectlie los siguientes ejercicios en relaci6n a matrices
particionadas.

i) Dadas las siguientes matrices particionadas A y B:

r2 4 6 0 :1 01 0:
0 01 °
-103.00 10 ( 0 0 o!
_.....: ... ]' -l'l
A-I
.
1
0 0 0 .; I 2 B- ......t:.: ........... . 0 0 OJ
!0 0 0 :-? 1 0 0: I -4 5
I0 0 0 : 3- 3 0 o~ 2 0 I
L

Determine el producto AB. Es posible hacer la suma A + B?


Explique su respuesta.

ii) Calcule A2 en la siguiente partici6n:

iii). Demuestre que la siguiente matriz puede particionarse


triangularmente en bloques y escribalo.
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

II
~l
0 0 0
14 4 6 8

~I
.-I =1 9 0 1 2
I
:3 0 0 4
II 3 5 7 OJ
iv). Demuestre que la siguiente matriz puede particionarse
diagonalmente en bloques y escribalo.
roo -\ -3 0 01
1004 0 0
, -5 0 0 0 0 0
A= 0 7 0 0 0 0
i0 0 0 0 -9 -3J
lo 0 0 0 2 I

52
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
EJEMPLOS DE APLICACI6N:

1) PRODUCTO INTERNO DE DOS VECTORES

.Determine la cuenta total de en la tienda, si nuestra lista de


compras esta representada por los elementos del vector X
definido como: X=[6 manzanas, 12 huevos, 3 limones, 12
naranjas, 6 peras]. y conocemos la listadeprecios para cad a
articulo que 10 podemos representar por el vector Y definido
como: Y=[OA,0.6,0.9,0.5,O.7] pesos por manzana, huevo,
limon. naranja y pera, respectivamente.

Solucion: La cuenta total sera igual al producto interno de X


yY:

x e Y = [6,12,3,12,6] e [0.4,0.6,0.9,0.5,0.7] =
= 2.40 + 720 + 2.70 + 6.00 + 3.50 = $2 L80
2) PRODUCTO MATRIZ -VECTOR

Supongamos que un contratista de obra ofrece los siguientes


tipos de viviendas residenciales que tienen los requisitos de
insumos indicados en la tabla siguienteo:

Tabla de Requerimientos por Tipo de Vivienda a Cqnstruir


Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

Tipo Vivienda I
y Requerimien
tos de ACERO MADERA VlDRIO PINTURA MAN 0
Insumos DE
OBRA
CAMPESTRE 5 20 16 7 17
CALIFORNIA 7 18 12 9 1 21
COLONIAL 6 25 8 5 13

Evidentemente, la tabla de datos anterior podemos expresarla


como una matriz A de la forma:

53

Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
20 16 7
18 12 9
17]
21
25 8 5 13

Supongamos ahora que el contrastista mencionado recibe un


pedido para construir 5 casas de tipo campestre, 7 del tipo
California, y 12 del tipo Colonial. Esta demand a la podemos
representar mediante un vector de la forma, X=[5, 7, 121.

Un metoda para determinar el requerimiento de insumos "j"


U=1,2,3,4,5) ,es decir, la cantidad de acero(1), madera(2),
vidrio(3), pintura(4) y mana de obra(5), necesarios para
construir una casa, a partir de una cierta demanda, como la
establecida en el vector X, es obtener el producto interno de
la expresi6n:

Donde Ai representa el vector-columna "j" de la matriz A


correspondiente al insumo "j" de dicha matriz. Por ejemplo,
Al representara la cantidad de acero necesario para
construir una casa en cualquiera de los tres modelos, etc.
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

En consecuencia, si quisieramos determinar la cantidad de


mana de obra se requerira para satisfacer la demanda
detenninada por el vector X tendriamos que calcular:

Ys=XeAS=[S 7 12]e[17 21 13]=


= 5(17) + 7(21) + 12(13) = 388

De manera similar, podriamos determinar la cantidad de


insumos requeridos por cada tipo especificado parrafos
aiTiba, para satisfacer la demanda determinada por los
valores del vector X.

54

Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
Para calcular los requerimientos totales de insumos para
satisfacer 1a clemanda asociada a X, tendriamos que obtener
el producto matricial definido en:

De esta manera, los requerirnientos totales para nuestro


ejemplo, podemos detenninarlos como sigue:

r= XA =
5 20 16 7 17
= [5 7 12] 7 18 12 9 21
6 25 8 -5 13
= [146 526 260 158 388]
ql.le implica que para satisfacer la demanda asociada a X,
tendremos que disponer de 146 unidades de acero, 526 de
madera, 260 de vidrio, 158 de pintura y 388 de mana de obra
en las unidades respectivas en que se han medido cada uno
de estos insumos.
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

55
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
CAPITULO II
DETERMINANTES E INVERSION
DE MATRICES

2.1 Concepto de Determinante.


Asociada a cualquier matriz cuadrada A de tamaiio "rum"
existe un escalar, llamado su detenninante de orden n(n>=I)
denotado por iAl podemos definir fonnalmente como:

(2.1)

donde La suma del miembro derecho se considera para todas


las pennutaciones posibles respecto a los segundos
subdfndices del terminG que localizado a la derecha del
simbolo (::). Notese asimismo, que para un determinante de
orden ~n", la surna antes rnencionada posee n(cuadrada)
tenninos.
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

El signo -+- 0 - se asocia a cada tennino de la suma


mencionada dependiendo a que si la permutacion (i, j, p ... ,r)
es par 0 impar, respectivarnente.

Pero para comprender como opera esta defmicion


necesitamos primerarnente ac1arar 10 que entenderernos por
pennutacion, transposicion e inversion. Un conjunto de
numeros enteros como {I ,2,3, ... , n} 0 el eonj"c:.nto ::1,8, 11, 19}
se encuentran ambos en orden natural. Si dos ntuneros
enteros no estan en orden natural, entonees siempre
podemos eneontrar un numero entero mayor que precede 0
antecede a un numero menor. Si en el eonjunto {3,B, 11, 19}
intereambiarnos elB por el 19, tendremos {3,19, 11, B}, el
eonjunto ya noesta en orden natural, pues el 19 precede 0
antecede al 11 Y 8, y el 11 antecede al B. El conjunto (3,8, 11,

56
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
19} es una permutacion {3,8, 11, I9}.En general, to do arreglo
de un conjunto de "n" numeros se conoce como permutacion.

. Resulta entonces que para el conjunto {I,2, 3} tenemos las


siguientes pennu taciones posibles: 1

{1,2, 3}, {2,1, 3}, {3,I, 2}, {1,3, 2}, {2,3, I}, {3,2, I} (2.2)

Ahora bien, cuando en una pennutacion un entero antecede


a otro menor, diremos que la permutacion en cuestion
contiene una inversion. E1 numero total de inversiones dentro
de una permutacion se encuentra contando el numero de
en,teros menores que siguen a cada numero de 1a
pennutacion. Asi en la pennutacion {1,2, 3} no existe
inversion, mientras que en la pennutacion {3,2, I} existen
tres inversiones, pues 3 es mayor que 2 y 1, 3 es mayor que 1
y 2 es mayor que 1, etc., etc.

Una pennutacion es par si el numero total de inversiones es


par, e impar si el numero total de inversiones es impar. Toda
permutacion en orden natural que no contiene ninguna
inversion se considera par. AI intercambio de dos numeros en
una pennutacion se llama transposicion. Cuando los dos
numeros que se intercambian en una permutacion son
adyacentes, entonces se trata de una transposicion
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

adyacente. .

Ejemplos:

i) Aplicaremos este criterio para detenninar el valor de un


determinante de segundo orden. Para 10 cual calcularemos
los terminos de la suma de la expresion (2.1) . Para ello
construiremos una tabla como la quese indica a
continuacion, usando la metodologia descrita anteriormente
a1 conjunto {1,2}.
I

lEI nutnero de permutaciones de n objetos es igual an!, y


como aqui tenemos 3 objetos, entonces el mimerpo de
permutaciones sera. igual 3!=3·2·1=6.
57
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
TABLA 2.1

Permutaciones posibles para el coniunto {1,2}2


Permutacion No. Tipo: Signo Termino
Iilversiones par/impar asociado Asociado
(+/-)

12 0 par + all a22


21 1 impar ·
- a12 a2l

Por consiguiente el determinante IAI de una matriz A de


orden 2 puede calcularse como:

(2.3)

De esta manera, podemos ca1cular el siguiente detenninante:

~
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

1~
",=5
2 ~=(5)(4)-(8X2)=4 (2.4)

ii) Haremos un ejercicio similar para detenninar el valor de


un determinante de orden 3. Para 10 cual tendremos que
calcular las permutaciones posibles del conjunto {1,2,3} ,
como se aprecia en la tabla siguiente:

1Notese aqui que tenemos solo dOl terminos puesto que 0=2, y el numero total de
permutaciones posibles sera 2!=2
58
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
A partir de la defmici6n dada en (3.1) podemos derivar las
siguientes propiedades:

2.2 Propiedades Basicas de los Determinantes


Propiedad 1: Para toda matriz cuadradaA,'el
detenninante de A es igual al detenninante de la matriz
transpuesta A'. Es decir:

IAI = IA'I (2.6)


Por ejemplo:
,~

-: = .:;o~ (2.7)
5j -

Prop~edad2: Si se intercambian dosftlas 0 dos columnas


de una matriz cuadrada A, el de tenninante de A
cambia de signo.
Por ejemplo, Si intercambiamos las columnas de la matriz
anterior tenemos que:
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

A, -ILS -19l_
.. .: rs
J- -so (2.8)

De igual forma, si intercambiamos las hileras de la matriz A


defmida en (2.5) tenemos que:

iAI =
,. [-1 S] =
9 S -50 (2.9)

60
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.
TABLA 2.2

Permutaciones posibles para el conjunto {l,2,3}


Pennutaci6n No.
lnversiones
Tipo:
parjimpar
Signo
asociado
Tennino
Asociado
!
(+ j-)

123 0 par + a ll a n a 33
213
312
1
2
impar
par
- al2a21a33

+ a13a21a32
132 1 impar
- a U a 23 a 32
231 2 par + a12a23a31
321 3 impar
- a13a22a31

Luego entonces, el deterrninante IAI de una matriz A de


orden "3" puede definirse como:

all a12 a13


IAI = a 21 a 22 a 23 =
Copyright © 2010. Instituto Politécnico Nacional. All rights reserved.

=all a 22 a 33 +a12 Gna31 +al3a21a32


(2.5)
- a13a n a 31 - all a 23a 32 -a12a21a33

Por ejemplo, si aplicamos esta definicion podemos calcular el


determinante de orden 3 definido enseguida:

Evidentemente, aplicando esta misma metodologia,


podriamos derivar las expresiones para calcular
deterrninantes de orden superior al3. Aunque esto resultaria
bastante embarazoso y poco practico. Antes de proceder a
proponer algunos otros metodos para el cruculo de
determinantes, conviene introducir las propiedades de los
determinantes.
59
Pineda, Octavio Luis. Álgebra lineal: un enfoque económico y administrativo, Instituto Politécnico
Nacional, 2010. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/uisraelsp/detail.action?docID=3187815.
Created from uisraelsp on 2018-04-30 18:19:14.