Upload
julio-cordoba
View
421
Download
12
Embed Size (px)
DESCRIPTION
Matrices, vectores determinantes, sistemas de ecuaciones lineales
Citation preview
UNIVERSIDAD PROVINCIAL DE EZEIZA
Tecnicatura Universitaria en Desarrollo
de Software
MATEMÁTICA III
AÑO 2013
Prof. Marta N. González Chavarría
Tecnicatura Universitaria en Desarrollo de Software Matemática III
2
Estimados Estudiantes:
Al iniciar la cursada de Matemática III seguimos recorriendo el Ciclo Técnico de la Tecnicatura
Universitaria en Desarrollo de Software, continuando con lo iniciado en Matemática I y
Matemática II, pero agregando un nivel de abstracción mayor, que les permitirá organizar
información utilizando objetos matemáticos de estructura particular y el tratamiento
operacional de los mismos, tanto en situaciones puramente matemáticas como en otras típicas
de la carrera.
En este contexto los materiales que les proponemos para trabajar tienen un
presupuesto de tiempo estimado que “deben” dedicarle. Reforzamos lo dicho en Matemática I
y Matemática II respecto a que “deben dedicar tiempo al trabajo autónomo” mucho más
cuidadosamente de lo que lo hicieron durante la cursada de aquellas, porque de eso depende
en parte el éxito en la cursada y la aprobación de la materia, así como su transferencia a otras
materias de la carrera en la que se encuentra inserta.
Por supuesto que cada profesor indicará, además, cómo se va a administrar el trabajo
en cada clase en torno de este material.
Los contenidos a desarrollar en el módulo de Matemática III son:
Vectores: Definición. Vectores en componentes. Operaciones con vectores: suma,
resta, producto de un escalar por vector, producto escalar y vectorial.
Matrices: Definición. Operaciones: suma, resta, multiplicación. Propiedades de las
operaciones. Matriz traspuesta, cuadrada, ortogonal, inversa. Forma matricial de un
sistema de ecuaciones.
Determinantes: Definición. Propiedades. Rango de una matriz. Aplicaciones: cálculo de
la matriz inversa, resolución de ecuaciones matriciales.
Sistemas de ecuaciones: Cuadrados y no cuadrados, homogéneos y escalonados.
Resolución de sistemas de ecuaciones: método de Gauss, regla de Cramer.
El material presentado está compuesto por una serie de guías de trabajo articuladas entre
sí, lecturas recomendadas que resultan interesantes para “aprender algo más” y las
actividades necesarias para aplicar lo visto, continuando con la metodología de trabajo de
Matemática I y II.
Dado que en Matemática III los contenidos presentan una abstracción mayor, les
recordamos la importancia de la lectura de las guías de trabajo con buena predisposición
tratando de resolver las cuestiones que se les plantean y haciendo un esfuerzo individual para
Tecnicatura Universitaria en Desarrollo de Software Matemática III
3
no llegar a la reunión de grupo de trabajo (en clase o en cualquier otro ámbito en el que
decidan reunirse) sin nada para compartir con los demás integrantes del grupo.
Ustedes ya saben de esto, han constatado los beneficios del trabajo grupal y de la
participación activa en el grupo de clase, planteando dudas y alternativas de resolución,
durante la cursada de Matemática I y de Matemática II.
Esperamos que la cursada de Matemática III puedan llevarla a cabo exitosamente,
sabemos de las dificultades, por eso los acompañaremos durante el transcurso de la misma,
pero nuestro acompañamiento será vano sin el compromiso de Ustedes. Juntos obtendremos
resultados provechosos, que se verán reflejados en las diversas aplicaciones que harán de todo
lo visto en otras materias de la carrera, tanto en lo inmediato como a futuro.
Hecha esta somera presentación, les damos la bienvenida a Matemática III y nos ponemos
a trabajar.
Atentamente:
Los profesores de Matemática III.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
4
Guía de trabajo nº 1
Vectores
El físico habla de vector velocidad, el epidemiólogo habla de vector transmisor, el programador
habla de vector de datos, el geómetra habla de vectores libres, el algebrista habla de vector
fila (o columna), el matemático habla de vector traslación, entre otros. Todos hablan de
vectores. ¿Todos hablan de lo mismo? Algunos sí, otros no. Aquí encontramos que una misma
palabra se usa para nombrar cosas diferentes, algo común dentro del lenguaje matemático.
Especialmente, en desarrollo de software encontramos que “vector” hace referencia a una
estructura de datos y a su vez a un objeto matemático, que definido en un plano coordenado
permite desplazar objetos en él (por ejemplo cuando se desplazan objetos en una pantalla).
Entonces para tener claro las diferencias entre estos conceptos haremos una breve
descripción de los vectores en coordenadas en un plano cartesiano y las operaciones definidas
entre ellos y sus propiedades. Al trabajar en un plano estaremos trabajando en dos
dimensiones y las coordenadas de cada dimensión (ejes) serán números reales, por lo cual
diremos que trabajaremos en 2 . Si trabajamos con vectores en el espacio, estaremos
trabajando en tres dimensiones y las coordenadas de cada dimensión (ejes) serán también
números reales, por lo cual diremos que trabajamos en 3 . En álgebra podremos trabajar con
vectores n-dimensionales en coordenadas reales, que representaremos como n y si
trabajamos sobre un eje, estaremos trabajando en una dimensión que representaremos como
simplemente.
Desde el punto de vista geométrico un vector v es un segmento orientado que tiene un punto
llamado origen y otro punto llamado extremo, que se encuentra incluido en una recta
(recuerden que todo segmento está incluido en una recta) llamada dirección, que tiene un
sentido (el indicado por el punto extremo) y un módulo (longitud del segmento) que se
representa escribiendo el nombre del vector encerrado entre barras v .
v
Tecnicatura Universitaria en Desarrollo de Software Matemática III
5
Vectores en
Si la recta dirección está graduada con una escala numérica a partir de un punto llamado
origen, al que le asignamos el valor 0 de la escala, tenemos un eje de coordenadas de una
dimensión. Sobre este eje definimos un vector cuyo módulo vale 1 y tiene origen en el origen
de coordenadas, que usaremos para graduar el eje, al que llamaremos vector unitario o versor
que simbolizaremos i . Este vector siempre tiene sentido creciente, es decir, apunta a la
derecha del cero.
Entonces todo vector dibujado sobre el eje, puede expresarse como el producto entre un
número real y dicho versor.
v
El vector v con origen en el origen de coordenadas marcado en el gráfico tiene módulo
(longitud) 3. A dicho vector podemos escribirlo en función del versor i como el siguiente
producto:
3.v i
Observemos que ambos vectores tienen la misma dirección y el mismo sentido. A los vectores
que tienen la misma dirección de los llama colineales. A dos vectores que tienen la misma
dirección, el mismo sentido y el mismo módulo se los llama vectores equipolentes.
Sea ahora el vector w , cuyo origen no coincide con el de coordenadas:
w
El módulo de este vector lo calculamos como la diferencia entre los valores extremos:
6 2w (usamos las barras de valor absoluto o módulo porque la longitud siempre es un
número mayor o igual que 0)
4w
0 1
i
3
0 1
i
3 6 2
Tecnicatura Universitaria en Desarrollo de Software Matemática III
6
Podemos escribir entonces: 4.w i
De este modo se puede continuar dibujando vectores todos ellos a la derecha del origen. Si
queremos marcar un vector a la izquierda del cero, graduamos el eje en el sentido contrario,
utilizando valores negativos, el versor i siempre estará dibujado con sentido positivo, por
ejemplo:
Calculamos el módulo de m :
4 ( 1)
4 1
3
3
m
m
m
m
El vector m tiene una longitud de 3 unidades y su sentido es el contrario al del versor i , por
lo tanto cuando lo escribimos, marcamos el sentido del vector m del siguiente modo:
m = -3. i
El número -3 indicará que el sentido del vector es el contrario del versor y el valor absoluto de
-3, indicará el módulo del vector.
Si dos vectores tienen la misma dirección, el mismo módulo pero sentidos contrarios se los
llama vectores opuestos.
Operaciones con vectores definidos en
Suma:
Dados dos vectores en se define la suma entre ellos como el vector cuya coordenada
(componente) es la suma de las coordenadas de cada uno de los dados.
Sean:
2.
9.
v i
w i
Se define s como el vector que resulta de sumar las componentes respectivas:
0 1
i
-3 -1 2 -4
m
Tecnicatura Universitaria en Desarrollo de Software Matemática III
7
2. 9.
11.
s v w i i
s v w i
El vector s tiene el mismo sentido que los vectores dados.
Actividad 1
Dados los siguientes vectores:
12.
7.
5.
m i
n i
p i
Se pide resolver las sumas indicadas y sacar conclusiones:
)
)
)
a m p
b m n
c n p
Resta:
Dados dos vectores en se define la resta entre ellos como el vector cuya coordenada es la
resta de las coordenadas de cada uno de los dados.
Sean:
2.
9.
v i
w i
Se define r como el vector que resulta de restar las componentes respectivas:
2. 9.
7.
r v w i i
r v w i
El vector obtenido tiene sentido contrario al de los vectores dados.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
8
Actividad 2
Para los vectores de la actividad 1, se pide efectuar las siguientes restas:
)
)
)
a m p
b m n
c n p
Multiplicación entre un escalar y un vector
El producto de un escalar k por un vector v es un vector w tal que:
w es colineal con v ,
El módulo de w es: .w k v
El sentido de w es el mismo que el de v si k>0 y opuesto si k<0.
Por ejemplo, sea 4.v i y k=5, hallar el vector w tal que .w k v
.w k v
5.4.w i
20.w i
El vector w se dice que es linealmente dependiente con v pues puede expresarse como el
producto entre un k≠0 y el vector v . Caso contrario se dice que son linealmente
independientes.
Si k=0 entonces w es el vector nulo. Un vector es nulo si su módulo es igual a 0.
Si k= -1 entonces w es el vector opuesto de v .
Producto escalar de dos vectores
El producto escalar de dos vectores es un número real y se define en función de sus
respectivas componentes.
Existen dos formas de definir el producto escalar:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
9
a) el producto escalar entre dos vectores es igual al producto entre sus módulos por el
coseno del ángulo formado por ellos:
. .cosv w v w vw
Al ser los vectores colineales el ángulo que forman puede valer:
0° y por ser cos 0°=1 el producto queda determinado por el producto de sus módulos.
180° y por ser cos 180°=-1 el producto queda determinado por el producto de sus
módulos cambiado de signo.
b) el producto escalar entre dos vectores unidimensionales es igual al producto entre sus
componentes:
.x xv w v w
Las expresiones vx y wx hacen referencia a las coordenadas que se encuentran sobre el eje x
(eje horizontal).
Cualquiera de las dos formas nos da el mismo resultado.
Por ejemplo, sean los vectores:
12.
7.
m i
n i
Calcularemos m n utilizando ambas fórmulas.
Según a)
. .cosm n m n mn
Los vectores tienen sentidos contrarios por lo cual el ángulo que forman mide 180°,
reemplazamos:
12 . 7 .cos180m n
12.7.( 1)m n
84m n
Según b)
.x xm n m n
Tecnicatura Universitaria en Desarrollo de Software Matemática III
10
12.( 7)m n
84m n
Actividad 3
Dados los siguientes vectores:
3.
1.
2
3.
4
7.
p i
q i
t i
u i
Se pide calcular:
)
)
)
a p q
b t u
c p t
Actividad 4
Con los vectores de la actividad 3, realizar los siguientes cálculos combinados:
)( ) 3.
) ( )
)( ) ( )
a p q u
b t u p
c p u t q
Hasta aquí hemos trabajado en una dimensión o en . A continuación pasaremos a trabajar
en dos dimensiones o en 2 .
Tecnicatura Universitaria en Desarrollo de Software Matemática III
11
Vectores en 2
Ahora trabajaremos en el plano cartesiano, formado por un par de ejes perpendiculares, en
los que la escala en cada uno es un número real.
En cada eje habrá un versor. En el eje horizontal (eje x) se encontrará el versor i y sobre el
eje vertical (eje y) se encontrará el versor j .
Todo punto del plano real representa un vector con origen en el origen de coordenadas y
extremos en dicho punto.
Por ejemplo:
El punto (2,1) representa un vector con origen en el origen de coordenadas y extremo en el
punto (2,1).
Escribimos el vector v en función de sus coordenadas y de los versores correspondientes a
cada eje del siguiente modo:
y
x
j i
(2,1) v
Tecnicatura Universitaria en Desarrollo de Software Matemática III
12
2. 1.v i j
Para hallar el módulo de este vector aplicamos la fórmula:
2 2
x yv v v
En nuestro ejemplo:
2 22 1v
4 1v
5v
Actividad 5
Dados los vectores de la figura, se pide escribirlos en coordenadas y hallar su módulo:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
13
Los vectores anteriores tienen origen en el origen de coordenadas, pero ¿cómo trabajamos
con vectores cuyo punto origen no es el par (0,0)? Veamos.
Sea el vector de la figura, cuyo origen es el punto (2,3) y su extremo es el punto (-1,4)
En este caso debemos buscar un vector equipolente al dado que pase por el origen de
coordenadas, dicho vector tendrá por coordenadas la resta de las coordenadas de los puntos
extremos del vector dado:
m = (-1-2). i + (4-3). j
m = -3. i + 1. j
Por lo tanto las coordenadas cartesianas del vector m están dadas por el punto extremo (-3,1)
y origen en el origen de coordenadas.
m
Tecnicatura Universitaria en Desarrollo de Software Matemática III
14
Hemos escrito al vector m en forma canónica. Un vector tiene forma canónica cuando sus
componentes están referidas respecto al origen de coordenadas.
Operaciones en 2
Generalizaremos lo visto para vectores de una dimensión a los vectores definidos en dos
dimensiones.
Suma y resta de vectores
Para sumar o restar dos vectores definidos en forma cartesiana, se deben sumar o restar sus
respectivas componentes cartesianas:
Dados m y n se define:
( ). ( ).x x y ym n m n i m n j
( ). ( ).x x y ym n m n i m n j
Multiplicación de un escalar por un vector
El producto entre un escalar k y un vector definido en forma cartesiana, es otro vector
cuyas coordenadas son el producto entre el escalar k y cada una de las coordenadas del vector
dado.
. ( . ). ( . ).x yk v k v i k v j
El vector v y el vector .k v son paralelos, pues tienen la misma dirección.
Combinación lineal de vectores
Un vector v es combinación lineal de otros vectores 1 2 3, , ,..., nv v v v cuando existen números
reales k1, k2, k3, …, kn tales que:
1 1 2 2 3 3. . . ... .n nv k v k v k v k v
Tecnicatura Universitaria en Desarrollo de Software Matemática III
15
Actividad 6
Dados los siguientes vectores definidos en forma cartesiana:
2. 3.
5. 3.
3. 7.
2. 3.
a i j
b i j
c i j
d i j
Se pide:
1
2
3
4
)
)
1)4. .
3
1)( ) .( )
4
a b
c d
a d
c b a d
Producto escalar de vectores
Dados dos vectores definidos en forma cartesiana, el producto escalar entre ellos es el número
real que resulta de efectuar la suma de los productos de sus respectivas componentes
cartesianas:
Dados v y w , se define el producto escalar entre ellos v w como:
. .x x y yv w v w v w
Hemos visto otra fórmula para hallar el producto escalar entre dos vectores, para usarla debe
conocerse el ángulo que forman los vectores dados.
. .cosm n m n mn
Como hemos visto que ambas nos permiten llegar al mismo resultado puede elegirse cuál
utilizar en función de los datos que tengamos.
Si desconocemos el ángulo formado por dos vectores pero podemos calcular sus respectivos
módulos, entonces la fórmula anterior nos permitirá hallar dicho ángulo. Despejando en ella,
nos queda:
cos.
m nmn
m n
, el ángulo mn es tal que: 0 180mn
Tecnicatura Universitaria en Desarrollo de Software Matemática III
16
Propiedades del producto escalar:
Dados dos vectores v y w , y k , el producto escalar cumple las siguientes propiedades:
1) es conmutativo: . .v w wv
2) es distributivo respecto a la suma de vectores: .( ) . .v w u v w v u
3) .( . ) ( . ).k v w k v w
4) El producto escalar de un vector por sí mismo es el cuadrado de su módulo: 2
v v v
5) Si dos vectores son perpendiculares el producto escalar entre ellos vale 0.
Actividad 7
Dados los vectores de la actividad 6, se pide:
a) Hallar un vector que sea combinación lineal de a y d ,
b) Hallar el ángulo comprendido entre los vectores b y c ,
c) Hallar los siguientes productos:
1
2
3
4
)( )
)
) .
)( ) ( )
c a b c
c c d
c a d
c c b a d
Por último, si bien no vamos a exponer el tema para vectores en 3 (o vectores en el espacio,
o vectores en tres dimensiones), sí dejamos asentado que las operaciones vistas en 2 se
generalizan para los vectores en 3 .
Además, al ser tres dimensiones, tenemos tres ejes coordenados, los ya vistos x e y, a los que
se agrega el eje z, por lo tanto en el espacio tenemos tres versores, los ya vistos i y j (que se
encuentran sobre el eje x y sobre el eje y respectivamente) y el versor k sobre el eje z.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
17
Pero en 3 a las operaciones ya vistas se agrega una nueva operación: el producto vectorial,
tal que, dados dos vectores pertenecientes a 3 , da por resultado otro vector.
Dados v y w pertenecientes a 3 , definidos en forma cartesiana:
1 2 3
1 2 3
. . .
. . .
v v i v j v k
w w i w j w k
Se define el producto vectorial v w , del siguiente modo:
2 3 3 2 3 1 1 3 1 2 2 1( . . ). ( . . ). ( . ).v w v w v w i v w v w j v w v w k
El producto vectorial cumple las siguientes propiedades:
v w es un vector perpendicular a v y también a w
( )v w w v
0v v , v
( )w u v w v u v
Si m entonces: ( . ) .( ) ( . )mv w m v w v m w
. .v w v w sen
Hemos hecho una presentación somera del tema, pero lo suficiente como para saber
diferenciar este concepto de vector del que veremos más adelante en las guías siguientes.
i
j
k
Tecnicatura Universitaria en Desarrollo de Software Matemática III
18
Guía de trabajo nº 2
Introducción
a) El siguiente es un extracto de la Tabla de Posiciones del Torneo Clausura 2012, extraída
de http://www.futbolargentino.com/clausura/2012/posiciones/
EQUIPO Pts. PJ G E P Gf Gc Dif.
Arsenal de Sarandí 38 19 11 5 3 30 15 15
Tigre 36 19 10 6 3 29 15 14
Vélez Sarsfield 33 19 9 6 4 26 15 11
Boca Juniors 33 19 9 6 4 30 20 10
All Boys 33 19 9 6 4 21 13 8
Newell's Old Boys 32 19 9 5 5 26 19 7
Colón de Santa Fe 29 19 7 8 4 24 18 6
Argentinos Juniors 27 19 7 6 6 17 15 2
Estudiantes La Plata 27 19 7 6 6 23 24 -1
Lanús 26 19 7 5 7 19 18 1
Unión de Santa Fe 25 19 5 10 4 21 20 1
San Lorenzo 25 19 6 7 6 22 23 -1
Atlético Rafaela 24 19 6 6 7 26 24 2
Belgrano de Córdoba 24 19 6 6 7 17 20 -3
San Martín de San Juan 22 19 6 4 9 21 29 -8
Independiente 20 19 5 5 9 22 28 -6
Racing Club 19 19 5 4 10 19 27 -8
Godoy Cruz de Mendoza 14 19 2 8 9 11 25 -14
Olimpo de Bahía Blanca 13 19 3 4 12 20 34 -14
Banfield 11 19 2 5 12 15 37 -22
b) El siguiente es un extracto de las salidas de vuelos desde Ezeiza, del día 19/01/2013,
extraída de http://www.aa2000.com.ar/partidas.aspx
Línea Vuelo* Destino Hora Estima Partida T** Estado
AIR CANADA AC 093
Toronto >
Santiago de Chile
18/01/2013
18:05 02:00 02:28 A Despegado
andes Líneas
Aéreas AN 630
Punta Cana >
Rosario
18/01/2013
22:30 00:15 00:28 A Despegado
Aerolíneas
Argentinas AR 1302 Miami
18/01/2013
23:15 00:10 00:24 C Despegado
CUBANA CU 1363
La Habana >
Cayo Coco
19/01/2013
00:10 04:30 04:59 A Despegado
Austral AU 2278 Florianópolis 19/01/2013
00:30 00:41 C Despegado
CHARTER AMS MAX Montevideo 19/01/2013
01:00 TCA
Consulte
Cía.
TAM Airlines PZ 720 Asunción 19/01/2013
01:15 01:38 A Despegado
Copa Airlines CM 453 Panamá 19/01/2013
01:17 01:35 A Despegado
CHARTER AMS 7119 Montevideo 19/01/2013
02:00 03:16 TCA
Despegado
Tecnicatura Universitaria en Desarrollo de Software Matemática III
19
c) La tabla siguiente muestra la cantidad fabricada de ciertos electrodomésticos de una
empresa en cada una de sus tres plantas, en un mes:
Ushuaia Tres Arroyos
Buenos Aires
Televisores 1000 400 500
Lavarropas 700 250 400
Aire Acond. 800 500 700
Distintas distribuciones que podemos apreciar en distintos ámbitos… ¿Tienen algo en común?
Matrices
Tomando en cuenta la tabla a) nos preguntamos:
i) ¿Cuántos goles a favor tuvo All Boys?
ii) ¿Cuántos partidos perdió Tigre?
iii) ¿Qué equipos empataron 5 partidos?
iv) ¿Qué equipos tienen 33 puntos?
v) ¿Qué equipo tiene la misma cantidad de partidos ganados que perdidos?
Si miramos ahora el extracto b) podríamos averiguar:
i) ¿Qué compañía sale el 19/01/2013 a las 01:17?
ii) ¿Cuál es el destino del vuelo de la compañía Austral?
Para la empresa que fabrica electrodomésticos (c ), queremos saber:
i) ¿Cuántos televisores produce en la planta de Tres Arroyos?
ii) ¿Cuántos lavarropas produce en el mes?
iii) ¿Cuál es la producción de la planta de Ushuaia?
Actividad 8
Respondan a las preguntas anteriores, explicando en cada caso cómo encontraron las
respuestas.
Volvamos a la pregunta final de la introducción, ¿tienen algo en común las distribuciones
mostradas?
Tecnicatura Universitaria en Desarrollo de Software Matemática III
20
Y la respuesta es… ¡SÍ!
Todas tienen forma de tablas. Por lo tanto, en todas encontramos filas y columnas, en las
cuales se encuentra la información solicitada.
En el caso a) tenemos una tabla de 21 filas por 9 columnas. Podemos decir que es una tabla
21x9.
En el caso b) tenemos una tabla de 10 filas por 8 columnas. Podemos decir que es una tabla
10x8.
En el caso c) tenemos una tabla de 4 filas por 4 columnas. Podemos decir que es una tabla 4x4.
A las tablas se las denomina por la cantidad de filas y columnas que poseen. Encontramos
tablas 12x10 (12 filas por 10 columnas), 7x5 (7 filas por 5 columnas), etcétera.
En los casos a, b y c hemos contabilizado los encabezados. Esto hace que el contenido de las
tablas sea de distinto tipo, ya que el que se encuentra en el encabezado está dado por
palabras y el resto por números en las tablas a y c, mientras que en la tabla b encontramos
distintas combinaciones de letras y números para mostrar tanto encabezados como
información.
A las tablas que presentan combinaciones de letras y números en su contenido general se las
llama tablas alfanuméricas.
Si ahora descartamos los encabezados en cada ejemplo observamos que:
El ejemplo a) es una tabla de 20 filas por 8 columnas. O una tabla 20x8.
El ejemplo b) es una tabla de 9 filas por 7 columnas. O una tabla 9x7.
El ejemplo c) es una tabla de 3 filas por 3 columnas. O una tabla 3x3.
Miremos otra vez el contenido de cada una:
En la tabla b) su contenido sigue siendo una combinación de letras y números. Decimos que la
tabla b) es alfanumérica.
En las tablas a) y c) sus contenidos son números. A las tablas de este tipo se las llama
numéricas.
En Matemática, a las tablas numéricas se las llama Matrices, y a su dimensión mxn se le
denomina orden.
Una tabla de m filas por n columnas será una tabla de dimensión mxn.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
21
Según lo anterior, decimos que la tabla a) es una matriz de orden 20x8 y la tabla c) es una
matriz de orden 3x3.
Para nombrar una matriz suele usarse una letra en mayúscula seguida del orden, del siguiente
modo: Amxn o bien Amxn o bien A(mxn).
Cada número que encontramos en la distribución ocupa un lugar en la matriz. Dicho lugar está
determinado por el cruce entre una fila y una columna.
Llamamos elemento de una matriz y lo representamos simbólicamente aij al número real que
se encuentra en la fila i y columna j.
Por lo anterior, podemos escribir a la matriz como:
Amxn = (aij), siendo: 1≤ i ≤ m y 1≤ j ≤ n
o bien en su forma desarrollada:
mnmm
n
n
aaa
aaa
aaa
...
............
...
...
A
21
22221
11211
mxn
En la forma desarrollada el elemento:
a11 es aquel que se encuentra en la fila 1 y columna 1,
a12 es aquel que se encuentra en la fila 1 y columna 2,
etcétera.
Notemos que siempre se escribe primero la fila y a continuación la columna. Es importante el
orden en que se escriben, ya que podemos comprobar que el lugar que corresponde a la fila 1
y columna 2 no es el mismo que el que se encuentra en la fila 2 y columna 1.
En el ejemplo c), la matriz que representa la producción de la empresa en sus tres plantas,
puede ser escrita como:
Definimos matriz de orden mxn a una distribución rectangular de números reales formada
por m filas y n columnas.
m filas
n columnas
Tecnicatura Universitaria en Desarrollo de Software Matemática III
22
700500800
400250700
5004001000
33xP
Y sus elementos son:
p11= 1000 p12=400 p13=500
p21=700 p22=250 p23=400
p31=800 p32=500 p33=700
Clasificación de matrices
Hemos visto que las matrices pueden ser de diversos órdenes según la cantidad de filas y
columnas que poseen.
Se llama matriz fila a toda matriz A de orden 1xn. Esta matriz tiene 1 fila y n columnas.
También recibe el nombre de vector fila de dimensión n y sus elementos reciben el nombre
de componentes o coordenadas del vector. En símbolos:
A1xn=(a1j) con 1≤ j ≤n
O bien:
nxn aaaA 112111 ...
Se llama matriz columna a toda matriz A de orden mx1. Esta matriz tiene m filas y 1 columna.
También recibe el nombre de vector columna de dimensión m y sus elementos reciben el
nombre de componentes o coordenadas del vector. En símbolos:
Amx1=(ai1) con 1≤i≤m
O bien:
1
21
11
1...
m
mx
a
a
a
A
Se llama matriz cuadrada a toda matriz A de orden nxn. Esta matriz tiene igual cantidad de
filas que de columnas. En símbolos:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
23
Anxn=(aij) con 1≤i≤n y 1≤j≤n
O bien:
nnnn
n
n
nxn
aaa
aaa
aaa
A
...
............
...
...
21
22221
11211
La matriz del ejemplo c) es una matriz cuadrada de orden 3x3. También se dice que es
cuadrada de orden 3.
Al ver la forma en que se distribuyen los elementos en una matriz cuadrada, podemos asociar
la forma de la distribución con la figura de un cuadrado (de ahí su nombre).
En todo cuadrado podemos dibujar dos diagonales. Si aplicamos esto a una matriz cuadrada,
nos encontramos con las diagonales marcadas en el gráfico que se encuentra abajo:
nnnn
n
n
nxn
aaa
aaa
aaa
A
...
............
...
...
21
22221
11211
Se llama diagonal de una matriz cuadrada A o diagonal principal de A, a los elementos de la
matriz que se encuentran en las posiciones en las que coinciden el número de fila y columna,
es decir, todos los elementos aij en los cuales i=j.
En Anxn la diagonal está formada por los elementos a11, a22, a33,…, ann
En nuestro ejemplo c) la diagonal está formada por los elementos:
a11= 1000, a22= 250 y a33= 700.
Las matrices pueden clasificarse también según los valores que adoptan sus elementos.
Se llama matriz nula a toda matriz 0 de orden mxn cuyos elementos son ceros. En símbolos:
0mxn=(oij) y oij= 0 con 1≤i≤m y 1≤j≤n
O también:
Diagonal principal Diagonal secundaria
Tecnicatura Universitaria en Desarrollo de Software Matemática III
24
0...00
............
0...00
0...00
0mxn
Se llama matriz diagonal a toda matriz cuadrada en la cual los elementos que no se
encuentran en la diagonal principal son cero. En símbolos:
Anxn=(aij) siendo aij = 0 si i≠j
O también:
ji si , 0a
...00
............
0...0
0...0
ij
22
11
nn
nxn
a
a
a
A
Por ejemplo:
1100
070
002
33
xA
En aquellas posiciones en las que i≠j los elementos valen cero:
a12=0 a13=o a21=0 a23=0 a31=0 a32=0
Y en aquellos que forman la diagonal (i=j) los elementos son distintos de cero:
a11=2 a22= -7 a33= 11
Se llama matriz identidad a toda matriz diagonal cuya diagonal principal está formada por
elementos iguales a 1. Se representa con la letra I.
Por ejemplo:
100
010
001
33xI
Se llama matriz triangular superior a toda matriz A de orden mxn que verifica que el elemento
aij = 0 si i>j.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
25
Por ejemplo:
4600
3240
1973
43xA
Observamos que en aquellas posiciones en las que el valor de la fila i es mayor que el valor de
la columna j los elementos valen cero.
a21=0 pues 2>1 a31=0 pues 3>1 a32=0 pues 3>2
Se llama matriz triangular inferior a toda matriz A de orden mxn que verifica que el elemento
aij= 0 si i<j.
Por ejemplo:
0965
0076
0002
43xA
Dada una matriz A de orden mxn, se define la matriz At llamada matriz traspuesta de A, de
orden nxm, a aquella que se obtiene cambiando las filas de A por columnas en At.
Si Amxn = (aij) entonces Atnxm =(aji)
Sea por ejemplo:
6289
5143
0362
43xA
Tomamos la fila 1 de la matriz A: (2 6 3 0) y la colocamos en el lugar de la columna 1 de la
matriz At
......0
......3
......6
......2
34xtA
El número de columnas de A pasa a ser el número de filas de At y el número de filas de A pasa
a ser el número de columnas de At.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
26
Tomamos la fila 2 de A y la colocamos en la columna 2 de At
...50
...13
...46
...32
34xtA
Y por último tomamos la fila 3 de A y la colocamos en la columna 3 de At
650
213
846
932
34xtA
Tecnicatura Universitaria en Desarrollo de Software Matemática III
27
Guía de trabajo nº 3
En la guía de trabajo anterior hemos visto una serie de definiciones que ejercitaremos en la
presente guía.
Actividad 9
Escribir cada una de las siguientes matrices en forma desarrollada:
a) A2x2= (aij) de orden 2x2 y en la cual a11=2 a22= -4 a21= -8 a12=3
b) B= (bij) de orden 5x6 y tal que bij = i+j
c) C= (cij) cuadrada de orden 4 y con cij = (-1)i+j
Actividad 10
Hallar la matriz traspuesta de cada una de las matrices de la actividad anterior.
Actividad 11
Dadas las siguientes matrices:
32
01
33
22
11
987
654
321
124
261
D
C
B
A
000
000
261
1
6
5
26
1600
0200
0610
4321
H
G
F
E
Tecnicatura Universitaria en Desarrollo de Software Matemática III
28
a) Indicar el orden de cada matriz
b) ¿Cuáles son matrices cuadradas?
c) ¿Cuáles son matrices fila?
d) ¿Cuáles son matrices triangulares inferiores? ¿Cuáles triangulares superiores?
e) ¿Cuáles son matrices columnas?
Actividad 12
a) Sea A12x10=(aij) , ¿cuántos elementos tiene A?
b) Para la matriz A del punto anterior, si aij=1 para i=j y aij=0 para i≠j determinar a33, a52,
a10 10 y a12 10
Actividad 13
a) Un corredor de bolsa vendió a un cliente 200 acciones de la empresa A, 300 acciones
de la B, 500 acciones de la C y 300 de la D. Escribir la información de venta como
matriz fila.
b) Si las acciones se venden en $20, $30, $45 y $100 por acción, respectivamente, escribir
la información como una matriz columna.
Actividad 14
Una compañía tiene sus informes mensuales de ventas de sus productos como matrices cuyas
filas, en orden, representan el número de modelos regular, de lujo y de superlujo que se
vendieron; y las columnas, también en orden, indican el número de unidades rojas, blancas,
azules y verdes que se vendieron. Las matrices de ventas para enero (E) y febrero (F) son:
6204
2332
4420
F
0672
5310
2162
E
a) ¿Cuántos modelos blancos de superlujo se vendieron en enero?
b) ¿Cuántos modelos azules de lujo se vendieron en febrero?
c) ¿En qué mes se vendieron más modelos regulares verdes?
Tecnicatura Universitaria en Desarrollo de Software Matemática III
29
d) ¿De qué modelo y color se vendió el mismo número de unidades en ambos meses?
e) ¿En qué mes se vendió mayor cantidad de modelos de lujo?
f) ¿En qué mes se vendieron más artículos rojos?
g) ¿Cuántos artículos se vendieron en enero?
Tecnicatura Universitaria en Desarrollo de Software Matemática III
30
Guía de trabajo nº 4
Igualdad de matrices
Volvamos al problema de la actividad 14 de la Guía anterior. En él tenemos las matrices de
ventas de los meses de enero y febrero. La Gerencia de ventas solicita las matrices del primer
cuatrimestre del año para ver la evolución de las ventas en el mismo. Las matrices del mes de
enero (E), febrero (F), marzo (M) y abril (A) son las siguientes:
6204
2332
4420
F
0672
5310
2162
E
0672
5310
2162
A
0271
0352
2463
M
¿Qué puede decirse de las ventas de enero y abril?
Las matrices que corresponden a los meses de enero y abril poseen los mismos elementos
ubicados en las mismas posiciones.
e11 = a11 = 2 e12 = a12 = 6 e13 = a13 = 1 e14 = a14 = 2
e21 = a21 = 0 e22 = a22 = 1 e23 = a23 = 3 e24 = a24 = 5
e31 = a31 = 2 e32 = a32 = 7 e33 = a33 = 6 e34 = a34 = 0
Entonces, decimos que las matrices son iguales.
Actividad 15
En cada uno de los siguientes casos, hallar los valores de las letras que verifican la igualdad de
matrices dada:
Dos matrices A y B son iguales si tienen el mismo orden y los valores de los elementos
homólogos (los que se encuentran en la misma fila y columna en cada matriz) son iguales.
Dadas A=(aij) y B=(bij):
A=B si y sólo si A y B tienen el mismo orden y aij = bij para todos los valores de i y de j.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
31
y
y
y
xe
wz
yxd
ba
ba
c
ba
bab
babababaa
7
7
27
72)
70
64
3
2)
52
183
01
52
83
02
)
137
982
37
982)
85
5
85
2)
Operaciones con matrices
Suma de matrices
Una empresa tiene dos plantas industriales distintas para la fabricación de los productos A, B y
C. Para su fabricación necesita tres tipos de materiales M1, M2 y M3. En las tablas siguientes
se muestra la cantidad de cada material para fabricar cada producto en cada planta.
De cada tabla se extrae una matriz para cada planta, en la cual las filas representan los tipos de
materiales y las columnas los tipos de productos. Los elementos de cada matriz representan la
cantidad de cada material para producir un producto de cada tipo.
Llamamos S a la matriz que corresponde a la planta San Luis y L a la planta La Pampa:
642
713
285
S
PLANTA SAN LUIS
Producto A B C
Material M1 5 8 2
Material M2 3 1 7
Material M3 2 4 6
PLANTA LA PAMPA
Producto A B C
Material M1 5 3 7
Material M2 2 3 8
Material M3 2 3 5
Tecnicatura Universitaria en Desarrollo de Software Matemática III
32
532
832
735
L
Se quiere obtener una matriz con la cantidad de materiales M1, M2 y M3 necesarios para
fabricar los productos A, B y C en las dos plantas juntas.
Para armar la matriz solicitada, tomamos la cantidad de material M1 en cada una de las
matrices (S y L) y los sumamos. Lo mismo para cada uno de los materiales M2 y M3. Así, la
matriz buscada resulta ser la suma de las matrices dadas.
Entonces, podemos escribir:
532
832
735
642
713
285
LS
563422
873123
723855
LS
1174
1545
91110
LS
Las matrices del ejemplo tienen el mismo orden, ambas son 3x3 y la matriz que se obtiene al
sumarlas tiene el mismo orden que las dadas, es decir, es otra matriz 3x3.
La planta La Pampa decide fabricar el producto D con los mismos materiales M1, M2 y M3, por
lo cual a la matriz anterior L se le agrega una cuarta columna, obteniéndose la matriz L’:
9532
6832
4735
L
Se quiere hallar la matriz S+L’ que permite calcular el total de materiales M1, M2 y M3 en
ambas plantas.
La matriz S es de orden 3x3 y la matriz L’ es de orden 3x4, ¿Qué orden tendrá la matriz suma
S+L’?
Veamos:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
33
9532
6832
4735
642
713
285
'LS
Ambas matrices tienen 3 filas, entonces la matriz suma S+L’ también tendrá 3 filas. Pero la
matriz S tiene 3 columnas y la matriz L’ tiene 4 columnas, entonces si sumamos elemento a
elemento, para la misma posición, observamos que las tres primeras columnas de la matriz L’
no presentan problemas para calcular el total pedido, en cambio la cuarta columna no puede
ser totalizada ya que en la matriz S no existe cuarta columna. Entonces no existe la matriz S+L’
solicitada.
De estas dos situaciones concluimos que, para sumar matrices, éstas deben tener el mismo
orden.
En general:
Propiedades de la suma de matrices
Dadas las matrices A=(aij), B=(bij) y C=(cij), todas de orden mxn, la suma de las mismas cumple
con las siguientes propiedades:
1. Propiedad conmutativa: A+B=B+A
Escribimos las matrices A y B:
mnmm
n
n
aaa
aaa
aaa
A
...
............
...
...
21
22221
11211
mnmm
n
n
bbb
bbb
bbb
B
...
............
...
...
21
22221
11211
Hallamos la matriz A+B, que al ser suma de matrices de orden mxn, resulta ser del mismo
orden que aquellas:
Dadas dos matrices A=(aij) y B=(bij), ambas de orden mxn, definimos la matriz
suma S del mismo orden que las anteriores, del siguiente modo:
S=(sij), siendo sij=aij + bij, para cualquier valor de i y de j
Tecnicatura Universitaria en Desarrollo de Software Matemática III
34
mnmm
n
n
mnmm
n
n
bbb
bbb
bbb
aaa
aaa
aaa
BA
...
............
...
...
...
............
...
...
21
22221
11211
21
22221
11211
mnmnmmmm
nn
nn
bababa
bababa
bababa
BA
...
............
...
...
2211
2222222121
1112121111
Recordamos que los elementos de cada matriz son números reales, es decir:
ijij ba
Por lo tanto, como estamos trabajando en el conjunto de números reales al sumar los
elementos homólogos, sabemos que la suma de dos números reales cumple con la propiedad
conmutativa, es decir:
ijijijij abba
Sabiendo que la igualdad anterior se cumple podemos escribir la matriz suma anterior de la
siguiente forma:
mnmnmmmm
nn
nn
ababab
ababab
ababab
BA
...
............
...
...
2211
2222222121
1112121111
Aplicando la definición de suma de matrices en el segundo término de la igualdad anterior
podemos escribir:
mnmm
n
n
mnmm
n
n
aaa
aaa
aaa
bbb
bbb
bbb
BA
...
............
...
...
...
............
...
...
21
22221
11211
21
22221
11211
Y por definición de la matriz A y de la matriz B, escribimos:
ABBA
La igualdad anterior demuestra que la suma de matrices es conmutativa.
2. Propiedad asociativa: (A+B)+C = A+(B+C)
Tecnicatura Universitaria en Desarrollo de Software Matemática III
35
3. La matriz traspuesta de la suma de dos matrices A y B, es igual a la suma de la
traspuesta de A y de la traspuesta de B.
(A+B)t = At + Bt
4. Dada A de orden mxn, la matriz nula 0 de orden mxn, es neutro para la suma, por lo
cual: A+0 = A
Por lo tanto la suma de matrices de orden mxn tiene elemento neutro.
5. Dada la matriz A de orden mxn, existe la matriz opuesta –A de orden mxn, que verifica
que A+(-A)= 0. Esta matriz opuesta es única.
Actividad 16
Dadas las siguientes matrices:
41
21
31
683
123
30
5,01
32
C
B
A
Se pide realizar las operaciones indicadas cuando sea posible:
a) A+B=
b) A+C=
c) Bt + A + C=
d) At + B=
Actividad 17
Demostrar las propiedades 2, 3, 4 y 5 de la suma de matrices.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
36
Resta de matrices
Sean:
mnmm
n
n
aaa
aaa
aaa
A
...
............
...
...
21
22221
11211
mnmm
n
n
bbb
bbb
bbb
B
...
............
...
...
21
22221
11211
Definimos la matriz R:
BAR
mnmm
n
n
mnmm
n
n
bbb
bbb
bbb
aaa
aaa
aaa
R
...
............
...
...
...
............
...
...
21
22221
11211
21
22221
11211
mnmnmmmm
nn
nn
bababa
bababa
bababa
R
...
............
...
...
2211
2222222121
1112121111
Podemos definir la resta de dos matrices de otra forma utilizando el concepto de matriz
opuesta. Entonces podemos escribir la resta como la suma de una matriz y la opuesta de la
otra:
A-B = A+ (-B)
De este modo reducimos la operación a una suma de matrices y procedemos como ya hemos
visto.
Dadas dos matrices A=(aij) y B=(bij), ambas de orden mxn, definimos la matriz resta
R del mismo orden que las anteriores, del siguiente modo:
R=(rij), siendo rij=aij - bij, para cualquier valor de i y de j
Tecnicatura Universitaria en Desarrollo de Software Matemática III
37
Actividad 18
Considerando las matrices de la actividad 16 realizar los cálculos indicados cuando sea posible:
a) –A+C=
b) Bt – A – C=
c) C – Bt + A =
Tecnicatura Universitaria en Desarrollo de Software Matemática III
38
Guía de trabajo nº 5
Multiplicación entre un escalar y una matriz
Si la planta San Luis, de la empresa vista en la página 31, desea triplicar la cantidad de
productos A, B y C que produce, ¿Qué cantidad de materiales M1, M2 y M3 necesitará?
La matriz asociada a esta planta es:
642
713
285
S
Recordemos que cada columna representa a los productos y cada fila a los materiales,
entonces:
Para triplicar la producción del producto A la cantidad de material M1 será igual a 3.5, la
cantidad de material M2 será igual a 3.3, la cantidad de material M3 será igual a 3.2, es decir
debemos triplicar la cantidad de material M1, M2 y M3. Lo mismo sucederá para el producto B y
para el C.
La nueva matriz de la planta San Luis, que llamaremos S’ está formada por los elementos:
s’11= 3.5 s’12= 3.8 s’13= 3.2
s’21= 3.3 s’22= 3.1 s’23= 3.7
s’31= 3.2 s’32= 3.4 s’33= 3.6
Armamos la matriz ubicando cada elemento en el lugar que le corresponde en la distribución:
6.34.32.3
7.31.33.3
2.38.35.3
'S
Escribimos S’ como:
18126
2139
62415
'S
Vemos que para obtener S’ hemos multiplicado por 3 cada elemento de S, decimos entonces
que hemos multiplicado por 3 a la matriz S:
S’ = 3.S
Tecnicatura Universitaria en Desarrollo de Software Matemática III
39
Observamos que el orden de la matriz S’ es el mismo de S, es decir, S’ es 3x3.
La matriz resultante es de orden mxn.
Propiedades de la multiplicación de un escalar por una matriz
Sean las matrices A=(aij) y B=(bij) ambas de orden mxn y los números reales k y p, se puede
demostrar que se cumplen las siguientes propiedades:
a) k.(A+B)=k.A+k.B
Demostración:
Escribimos las matrices A y B:
mnmm
n
n
mnmm
n
n
bbb
bbb
bbb
B
aaa
aaa
aaa
A
...
............
...
...
...
............
...
...
21
22221
11211
21
22221
11211
Reemplazamos
mnmm
n
n
mnmm
n
n
bbb
bbb
bbb
aaa
aaa
aaa
kBAk
...
............
...
...
...
............
...
...
.).(
21
22221
11211
21
22221
11211
Sumamos las matrices:
En general, dada una matriz A=(aij) de orden mxn, para multiplicarla por un escalar k (k
pertenece al conjunto de números reales), basta con multiplicar cada elemento de ella
por k.
k.A= (k.aij)
Tecnicatura Universitaria en Desarrollo de Software Matemática III
40
mnmnmmmm
nn
nn
bababa
bababa
bababa
kBAk
...
............
...
...
.).(
2211
2222222121
1112121111
Multiplicamos la matriz obtenida por k:
).(...).().(
............
).(...).().(
).(...).().(
).(
2211
2222222121
1112121111
mnmnmmmm
nn
nn
bakbakbak
bakbakbak
bakbakbak
BAk
Recordemos que cada elemento de la matriz es un número real, y que en el conjunto de
números reales se cumple la propiedad distributiva de la multiplicación respecto a la suma,
entonces, podemos escribir:
mnmnmmmm
nn
nn
bkakbkakbkak
bkakbkakbkak
bkakbkakbkak
BAk
.........
............
.........
.........
).(
2211
2222222121
1112121111
Aplicamos en el segundo miembro de la igualdad la definición de suma y escribimos:
mnmm
n
n
mnmm
n
n
bkbkbk
bkbkbk
bkbkbk
akakak
akakak
akakak
BAk
......
............
......
......
......
............
......
......
).(
21
22221
11211
21
22221
11211
Observamos que en cada una de las matrices del segundo miembro, cada uno de sus
elementos está multiplicado por k, entonces podemos escribir:
mnmm
n
n
mnmm
n
n
bbb
bbb
bbb
k
aaa
aaa
aaa
kBAk
...
............
...
...
.
...
............
...
...
.).(
21
22221
11211
21
22221
11211
Y por definición de A y B escribimos:
BkAkBAk ..).(
Por lo cual queda demostrado.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
41
b) (k+p).A = k.A+p.A
c) (k.p).A = k.(p.A)
d) (k.A)t = k.At
e) 1.A = A
f) 0.A = 0 siendo 0 la matriz nula del mismo orden que A
g) k. 0 = 0
Actividad 19
Demostrar las propiedades b, c, d, e, f y g.
Actividad 20
Realizar las operaciones que se indican:
310
215
126
001
321
012
.3
100
010
001
2. )
54
21
62
96
.3
94
63
02
1-1
)
4672.04016.2)123-13.( )
c
b
a
Actividad 21
Dadas las siguientes matrices:
00
00O
33-
1-2-
3-2
5-6-B
33
12A
C
Realizar los siguientes cálculos:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
42
a) –B= e) 2.B-3.A+2.C=
b) –(A-B)= f) 3.C-2.B=
c) A+B-C= g) ½.A-2.(B+2.C)=
d) 2.(A-2.B)= h) 2.A-½.(B-C)=
Actividad 22
Para las matrices A, B y C de la actividad anterior verificar:
a) 3.(A+B)= 3.A+3.B
b) (2+3).A= 2.A+3.A
c) k1.(k2.A)=(k1.k2).A
d) k.(A+B+C)=k.A+k.B+k.C
Actividad 23
Resolver las siguientes ecuaciones matriciales:
yx
yd
y
x
yc
z
y
x
b
a
.312.3
4
8
3
2
0
.
6
0
1
.2
3
0
2
x.)
.2
7.4
2
x3. )
14
24
10
.4
.2
6
4
2
)
2
6.4
4
2.3
y
x3. )
Actividad 24
Para los productos A, B y C dados en ese orden, se tiene la matriz de precios:
P= (p1 p2 p3)
Si los precios deben aumentarse en un 20%, ¿por qué escalar debe multiplicarse la matriz P?
Tecnicatura Universitaria en Desarrollo de Software Matemática III
43
Guía de trabajo nº 6
Multiplicación entre matrices
En la guía de trabajo n°4, ejemplificamos la suma de matrices con una empresa que tiene dos
plantas industriales distintas para la fabricación de los productos A, B y C. Para su fabricación
necesita tres tipos de materiales M1, M2 y M3. En las tablas siguientes se muestra la cantidad
de cada material para fabricar cada producto en la planta San Luis y la cantidad de productos
A, B y C producidos en los meses de abril y mayo.
PLANTA SAN LUIS
Producto A B C
Material M1 5 8 2
Material M2 3 1 7
Material M3 2 4 6
Se quiere saber la cantidad total de cada material utilizado en los meses de abril y mayo para
producir las cantidades de productos indicados y generar una nueva tabla con las mismas, que
llamaremos Totales de materiales, cuyo formato es:
Para calcular la cantidad de material M1 empleado en abril hacemos los productos entre cada
elemento de la fila que corresponde a M1 por cada elemento de la columna que corresponde
al mes de abril. Para calcular el total se suman estos resultados. En las tablas siguientes se
señala con flechas lo explicitado anteriormente:
CANT. DE PROD. FABRICADOS
Abril Mayo
A 25 35
B 30 23
C 15 29
TOTALES DE MATERIALES
Abril Mayo
M1
M2
M3
Tecnicatura Universitaria en Desarrollo de Software Matemática III
44
PLANTA SAN LUIS
Producto A B C
Material M1 5 8 2
Material M2 3 1 7
Material M3 2 4 6
5.25+8.30+2.15= 125+240+30
5.25+8.30+2.15= 395
Entonces se necesitaron 395 unidades de material M1 para fabricar las cantidades de
productos A, B y C indicadas, en el mes de abril. Ubicamos este valor en el lugar que le
corresponde en la tabla nueva:
Del mismo modo para calcular la cantidad necesaria de material M2:
CANT. DE PROD. FABRICADOS
Abril Mayo
A 25 35
B 30 23
C 15 29
TOTALES DE MATERIALES
Abril Mayo
M1 395
M2
M3
Tecnicatura Universitaria en Desarrollo de Software Matemática III
45
PLANTA SAN LUIS
Producto A B C
Material M1 5 8 2
Material M2 3 1 7
Material M3 2 4 6
3.25+1.30+7.15= 75+30+105
3.25+1.30+7.15= 210
Entonces se necesitaron 210 unidades de material M2 para fabricar las cantidades de
productos A, B y C indicadas, en el mes de abril. Ubicamos este resultado en la tabla:
Por último, para el material M3:
CANT. DE PROD. FABRICADOS
Abril Mayo
A 25 35
B 30 23
C 15 29
TOTALES DE MATERIALES
Abril Mayo
M1 395
M2 210
M3
PLANTA SAN LUIS
Producto A B C
Material M1 5 8 2
Material M2 3 1 7
Material M3 2 4 6
CANT. DE PROD. FABRICADOS
Abril Mayo
A 25 35
B 30 23
C 15 29
Tecnicatura Universitaria en Desarrollo de Software Matemática III
46
2.25+4.30+6.15= 50+120+90
2.25+4.30+6.15= 260
Entonces se necesitaron 260 unidades de material M3 para fabricar las cantidades de
productos A, B y C indicadas, en el mes de abril. Ubicamos este resultado en la tabla:
Repetimos el procedimiento anterior para calcular los totales del mes de mayo.
Para M1:
PLANTA SAN LUIS
Producto A B C
Material M1 5 8 2
Material M2 3 1 7
Material M3 2 4 6
5.35+8.23+2.29= 175+184+58
5.25+8.30+2.15= 417
Entonces se necesitaron 417 unidades de material M1 para fabricar las cantidades de
productos A, B y C indicadas, en el mes de mayo. Ubicamos este valor en el lugar que le
corresponde en la tabla nueva:
TOTALES DE MATERIALES
Abril Mayo
M1 395
M2 210
M3 260
CANT. DE PROD. FABRICADOS
Abril Mayo
A 25 35
B 30 23
C 15 29
Tecnicatura Universitaria en Desarrollo de Software Matemática III
47
Del mismo modo para calcular la cantidad necesaria de material M2:
PLANTA SAN LUIS
Producto A B C
Material M1 5 8 2
Material M2 3 1 7
Material M3 2 4 6
3.35+1.23+7.29= 105+23+203
3.35+1.23+7.29= 331
Entonces se necesitaron 331 unidades de material M2 para fabricar las cantidades de
productos A, B y C indicadas, en el mes de mayo. Ubicamos este resultado en la tabla:
Por último, para el material M3:
TOTALES DE MATERIALES
Abril Mayo
M1 395 417
M2 210
M3 260
CANT. DE PROD. FABRICADOS
Abril Mayo
A 25 35
B 30 23
C 15 29
TOTALES DE MATERIALES
Abril Mayo
M1 395 417
M2 210 331
M3 260
Tecnicatura Universitaria en Desarrollo de Software Matemática III
48
PLANTA SAN LUIS
Producto A B C
Material M1 5 8 2
Material M2 3 1 7
Material M3 2 4 6
2.35+4.23+6.29= 70+92+174
2.35+4.23+6.29= 336
Entonces se necesitaron 336 unidades de material M3 para fabricar las cantidades de
productos A, B y C indicadas, en el mes de mayo. Ubicamos este resultado en la tabla:
Podemos representar las tablas en forma de matrices. Llamamos S a la matriz que representa
la tabla de la planta San Luis, llamamos C a la matriz que representa la tabla de cantidad de
productos fabricados en los meses de abril y mayo, y llamamos T a la matriz que representa la
tabla de totales:
336260
331210
417395
T
2915
2330
3525
C
642
713
285
S
En términos de estas matrices el proceso que hemos realizado para generar la nueva tabla lo
podemos reescribir del siguiente modo:
CANT. DE PROD. FABRICADOS
Abril Mayo
A 25 35
B 30 23
C 15 29
TOTALES DE MATERIALES
Abril Mayo
M1 395 417
M2 210 331
M3 260 336
Tecnicatura Universitaria en Desarrollo de Software Matemática III
49
t11 = 5.25 + 8.30 + 2.15 = 395
s11 c11 s12 c21 s13 c31
t11=
fila 1 de S columna 1 de C
t11
Escribimos entonces de modo general el elemento t11:
t11 = s11.c11 + s12.c21 + s13.c31
Consideramos ahora el elemento t12:
t12 = 5.35 + 8.23 + 2.29 = 417
s11 c12 s12 c22 s13 c32
t12=
fila 1 de S columna 2 de C
t12
t12 = s11.c12 + s12.c22 + s13.c32
Para los restantes elementos de la matriz T escribimos su expresión general:
t21 = s21.c11 + s22.c21 + s23.c31
t22 = s21.c12 + s22.c22 + s23.c32
t31 = s31.c11 + s32.c21 + s33.c31
t32 = s31.c12 + s32.c22 + s33.c32
Repasemos el gráfico que corresponde al elemento t11:
s11 s12 s13
c11
c21
c31
s11 s12 s13
c12
c22
c32
Tecnicatura Universitaria en Desarrollo de Software Matemática III
50
fila 1 de S columna 1 de C
t11=
columna 1 de S con fila 1 de C columna 3 de S con fila 3 de C
columna 2 de S con fila 2 de C
Al multiplicar estas matrices estamos relacionando filas de una con columnas de la otra.
Además para una fila determinada de S, tomamos los elementos que se encuentran en cada
una de las columnas que la forman y los multiplicamos con cada uno de los elementos que se
encuentran en las filas que determinan la columna de C. Por eso para poder multiplicar estas
dos matrices, la cantidad de columnas de S debe ser igual a la cantidad de filas de C. La matriz
resultante T, tendrá la cantidad de filas de S y la cantidad de columnas de C. Es decir:
Si S es de orden 3x3 y C es de orden 3x2 entonces T es de orden 3x2.
Generalizando damos la siguiente definición:
Actividad 25
Resolver los siguientes productos, indicando el orden de la matriz producto y la cantidad de
elementos que ésta posee:
s11 s12 s13
c11
c21
c31
Dada la matriz A de orden mxn y la matriz B de orden nxp, se define la matriz producto C
de orden mxp de modo tal que:
A. B = C ; siendo C= (cij) con 1≤i≤m y 1≤j≤p
El elemento general de C es tal que:
ij ik kj
1
c (a .b )k n
k
Tecnicatura Universitaria en Desarrollo de Software Matemática III
51
212
315
201
.
4-01
122-
031
c)
61.
3
2
1
b)
6
5
4
.321 a)
Actividad 26
Para cada uno de los siguientes ítems calcular si es posible A.B y B.A, comparar los resultados y
sacar conclusiones:
5
2
5
1-4-2-
1-2
1105
B
3
5
3
24
15
2
352
A e)
03-
12B
43
1-2A d)
62
5-1B
43
1-2A c)
31.4273
50.5624
1-3
15
4
12
B
4532
11-2
A b)
23
51-
41
B
4532
11-2
A a)
Tecnicatura Universitaria en Desarrollo de Software Matemática III
52
Conclusiones:
a)
b)
c)
d)
e)
Propiedades de la multiplicación de matrices
La multiplicación de matrices cumple con las siguientes propiedades, siempre que las
operaciones indicadas sean posibles:
a) Propiedad asociativa:
(A.B).C = A.(B.C)
b) Propiedad distributiva a izquierda respecto a la suma:
A.(B+C) = A.B + A.C
c) Propiedad distributiva a derecha respecto a la suma:
(B+C).A = B.A + C.A
Tecnicatura Universitaria en Desarrollo de Software Matemática III
53
Actividad 27
Dadas las siguientes matrices:
11
20
01
C 211
103B
4532
11-2
A
Se pide verificar la propiedad a de la multiplicación de matrices.
Actividad 28
Dadas las siguientes matrices:
20
12-C
31
02-B
32
01A
Se pide verificar las propiedades b y c de la multiplicación de matrices.
Otras propiedades
Consideremos el conjunto de todas las matrices cuadradas de cualquier orden. En este
conjunto se cumplen además de las anteriores las siguientes propiedades:
a) A.At = I entonces la matriz A es ortogonal.
Sea por ejemplo la matriz A cuadrada de orden 2x2:
01
10A
Su matriz traspuesta, también cuadrada y del mismo orden 2x2 es:
01
10A t
Realizamos el producto A.At:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
54
10
01 A.A
0100
0010 A.A
0.01.10.11.0
1.00.11.10.0 A.A
01
10.
01
10 A.A
t
t
t
t
Sabemos que la matriz I es la matriz identidad, en el conjunto de matrices cuadradas.
El orden de esta matriz I es el mismo que el de la matriz A, entonces:
10
01I
Podemos escribir entonces que:
A.At = I
Por lo que decimos que la matriz A es ortogonal. También resulta ser ortogonal la
traspuesta.
b) Si A es una matriz cuadrada de orden nxn e I es la matriz identidad de orden nxn
entonces: A.I = I.A = A
c) Si A y B son dos matrices cuadradas de orden nxn entonces: (A.B)t = Bt.At
Actividad 29
Dadas las siguientes matrices:
76-
2-1B
59
4-3A
10
01I
Verificar las propiedades b y c del párrafo anterior.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
55
Matriz inversa de una matriz
Dada la matriz cuadrada de orden nxn A, si existe la matriz B, también cuadrada del mismo
orden que A, que cumpla que A.B = B.A = I entonces se dice que B es la matriz inversa de A y se
simboliza A-1. En este caso se dice que la matriz A es inversible y la matriz A.1 es única.
Por ejemplo, sea la matriz cuadrada A de orden 2x2 que se muestra a continuación:
34
23A
Hallaremos la matriz B, también cuadrada de orden 2x2, que verifique:
A.B = B.A = I
Consideremos que la matriz B es de la forma:
dc
baB
Entonces debería verificarse que:
10
01 .
34
23 .
dc
baBA
Resolvemos el producto A.B:
10
01
.3.4.3.4
.2.3.2.3
dbca
dbca
Por igualdad de matrices escribimos:
3.a+2.c=1
3.b+2.d=0
4.a+3.c=0
4.b+3.d=1
Hemos obtenido cuatro ecuaciones de dos incógnitas cada una. En ellas observamos que las
incógnitas a y c aparecen en dos de ellas, lo mismo ocurre con las incógnitas b y d, lo que nos
permite agruparlas por incógnitas comunes del siguiente modo:
3.a+2.c=1 3.b+2.d=0
4.a+3.c=0 4.b+3.d=1
Tecnicatura Universitaria en Desarrollo de Software Matemática III
56
Resolvemos ambos sistemas para hallar el valor de a, b, c y d.
Recordemos que para resolver un sistema de ecuaciones se pueden usar cualquiera de los
métodos conocidos: igualación, sustitución, determinantes o reducción por sumas o restas. La
solución del sistema no depende del método utilizado.
Usaremos el método de reducción por sumas o restas. Este método consiste en obtener
ecuaciones equivalentes a las dadas, en las que los coeficientes de la incógnita que se quiere
reducir sean iguales. Luego las ecuaciones se sumarán o restarán según los signos de los
mismos a saber: si tienen los mismos signos se restan y si tienen signos opuestos se suman.
Tomemos el primer sistema:
3.a+2.c=1
4.a+3.c=0
Reduciremos la incógnita a. Buscamos el mínimo común múltiplo de los coeficientes de ella, o
sea, el m.c.m entre 3 y 4 que resulta ser 12. Entonces multiplicamos a la primera ecuación por
4 y a la segunda por 3:
4.3.a+4.2.c=4.1
3.4.a+3.3.c=3.0
Y obtenemos el sistema equivalente:
12.a+8.c=4
12.a+9.c=0
Como ambos coeficientes de a poseen el mismo signo procedemos a restar las ecuaciones, y
nos queda:
12.a+8.c=4
12.a+9.c=0
0.a – 1.c=4
- 1.c=4 despejamos c
c= 4 : (-1)
c= -4
Tecnicatura Universitaria en Desarrollo de Software Matemática III
57
Ahora reduciremos la incógnita c. Buscamos el mínimo común múltiplo entre los coeficientes
de ella, o sea, entre 2 y 3, que resulta ser 6. Por lo tanto, multiplicamos la primera ecuación
por 3 y la segunda por 2:
3.3.a+3.2.c=3.1
2.4.a+2.3.c=2.0
Y obtenemos el sistema equivalente:
9.a+6.c=3
8.a+6.c=0
Como ambos coeficientes de a poseen el mismo signo procedemos a restar las ecuaciones, y
nos queda:
9.a+6.c=3
8.a+6.c=0
1.a + 0.c=3
1.a=3 despejamos a
a=3 : 1
Tomemos el segundo sistema:
3.b+2.d=0
4.b+3.d=1
Reduciremos la incógnita b. Buscamos el mínimo común múltiplo de los coeficientes de ella, o
sea, el m.c.m entre 3 y 4 que resulta ser 12. Entonces multiplicamos a la primera ecuación por
4 y a la segunda por 3:
4.3.b+4.2.d=4.0
3.4.b+3.3.d=3.1
Y obtenemos el sistema equivalente:
a= 3
Tecnicatura Universitaria en Desarrollo de Software Matemática III
58
12.b+8.d=0
12.b+9.d=3
Como ambos coeficientes de b poseen el mismo signo procedemos a restar las ecuaciones, y
nos queda:
12.b+8.d=0
12.b+9.d=3
0.b – 1.d= -3
- 1.d= -3 despejamos d
d= -3 : (-1)
Ahora reduciremos la incógnita d. Buscamos el mínimo común múltiplo entre los coeficientes
de ella, o sea, entre 2 y 3, que resulta ser 6. Por lo tanto, multiplicamos la primera ecuación
por 3 y la segunda por 2:
3.3.b+3.2.d=3.0
2.4.b+2.3.d=2.1
Y obtenemos el sistema equivalente:
9.b+6.d=0
8.b+6.d=2
Como ambos coeficientes de a poseen el mismo signo procedemos a restar las ecuaciones, y
nos queda:
9.b+6.d=0
8.b+6.d=2
1.b + 0.d= -2
1.b= -2 despejamos b
b= -2 : 1
d= 3
b= -2
Tecnicatura Universitaria en Desarrollo de Software Matemática III
59
Reemplazamos los valores hallados en la matriz B buscada:
34
23B
Actividad 30
Verificar que la matriz B hallada es tal que:
A . B = B . A = I
Observaciones:
Al aplicar el método de reducción por sumas o restas hemos hallado un sistema
equivalente al dado a través de multiplicar cada una de las ecuaciones por números
distintos de cero. Ambos sistemas, el original y el equivalente, tienen el mismo
conjunto solución. Esto nos será de ayuda para comprender la resolución de sistemas
de ecuaciones que veremos más adelante.
La matriz B hallada recibe el nombre de matriz inversa y se simboliza A-1
Actividad 31
Hallar si existe la matriz inversa de cada una de las matrices dadas a continuación:
120
211
342
35
41
50
02
06
03
D
C
B
A
Tecnicatura Universitaria en Desarrollo de Software Matemática III
60
Actividad 32
Dadas las siguientes matrices:
100
010
001
I
3
100
06
10
003
1
H
300
060
003
G
121
110
001
D
42
30
11-
C 14-1
032-B
30
2-1A
Se pide hallar:
a) D2 =
b) 3 . A – 2 . B . C =
c) D . I - ⅓ . G =
d) 2 . I - ½ . G . H=
Actividad 33
Un corredor de bolsa vendió a un cliente 200 acciones de la empresa A, 300 acciones de la
empresa B, 500 acciones de la empresa C y 250 acciones de la empresa D. Los precios por
acción de A, B, C y D son $100, $150, $200 y $300 respectivamente. Escribir una matriz fila que
represente el número de acciones que el cliente compró de cada una de las empresas, escriba
una matriz columna que represente el precio por acción de cada una de ellas. Obtener el costo
total de las acciones a través del producto de las matrices obtenidas.
Actividad 34
Un contratista de construcción ha aceptado pedidos para distintos estilos de casas según se
muestra en la tabla siguiente:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
61
Ranchero Campero Colonial
5 7 12
Las materias primas y laborales que se utilizan en cada uno de los tipos de edificación son
acero, madera, vidrio, pintura y mano de obra. Las cantidades de cada uno por tipo de casa
figuran en la tabla siguiente:
Acero Madera Vidrio Pintura Mano de obra
Ranchero 5 20 16 7 17
Campero 7 18 12 9 21
Colonial 6 25 8 5 13
Los costos en los que habrá de incurrir al comprar los elementos de la tabla anterior están
volcados en la tabla siguiente:
Acero $1500
Madera $800
Vidrio $500
Pintura $100
Mano de obra $1000
El contratista desea saber:
a) La cantidad de cada una de las materias que necesita para cumplir los contratos.
b) El costo de materiales y obra para cada tipo de casa.
c) El costo total para todas las casas.
Nota: escribir las matrices que se obtienen de cada tabla y efectuar los productos necesarios
para responder cada ítem.
Respuestas:
a) Debe ordenar 146 unidades de acero, 526 de madera, 260 de vidrio, 158 de pintura y
388 de mano de obra.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
62
b) El costo para la casa de estilo ranchero es de $49200, para el estilo campero es de
$52800 y para el colonial es de $46500
c) El costo total es de $1173600.
Actividad 35
El contratista de la Actividad 34 va a construir 7 casas de estilo ranchero, 3 de estilo campero y
5 coloniales. Calcular utilizando multiplicación de matrices el costo total de materiales y obra.
Actividad 36
El contratista de la Actividad 34 toma en consideración el costo de transportar los materiales al
lugar de la construcción, por lo que modifica la tabla de costos de materiales agregando la
columna de costo del transporte. La tabla así modificada es:
Precio de
compra
Transporte
Acero 1500 45
Madera 800 20
Vidrio 500 30
Pintura 100 5
Mano de obra 1000 0
El contratista desea saber:
a) Los costos de compra y transporte de los materiales para cada tipo de casa.
b) El precio total de compra y el costo total de transporte.
Nota:
Utilizar multiplicación de matrices para responder a lo pedido.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
63
Guía de trabajo nº 7
Ecuaciones matriciales
Teniendo en cuenta lo visto hasta ahora podemos plantear la solución de ecuaciones en las
que intervienen matrices.
1) Sea por ejemplo la siguiente ecuación:
A+X= B
Hallar la matriz X sabiendo que:
80
54
71
32
B
A
Sabemos que para hallar X en toda ecuación hay que despejar, entonces:
X= B-A
Además para poder restar dos matrices éstas deben tener el mismo orden. En nuestro ejemplo
ambas son cuadradas de orden 2 (o también decimos que son 2x2) por lo cual podemos
restarlas:
11
82
11
352
7810
)3(524
71
32
80
54
X
X
X
X
Como podemos observar en este ejemplo, para que en ecuaciones con matrices en las cuales
la operación principal sea la suma o la resta (ecuaciones aditivas) la existencia de solución
dependerá de que al despejar la incógnita, la operación resultante pueda realizarse, es decir,
las matrices a sumar o restar deben tener el mismo orden. Caso contrario la ecuación no tiene
solución.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
64
Actividad 37
Dadas las siguientes matrices:
34
00
09
25
30
54
71
31
D
C
B
A
Se pide hallar la matriz X en cada caso:
a) 3.A + 2.X= D
b) 5.X – 3.C = 4.X + B
c) A + X = 4.B – C
d) D – 6.I + X = B – A
2) Sea la siguiente ecuación para las mismas matrices del ejemplo 1:
A . X = B
La operación principal en ésta es la multiplicación. ¿Cómo hacemos para despejar X si no está
definida la división de matrices? Tendremos que utilizar entonces el concepto de matriz
inversa. Nos encontramos con una primera condición para resolver este tipo de ecuaciones, la
matriz que multiplica a la matriz X debe ser cuadrada. Recordemos además que la
multiplicación de matrices no es conmutativa, por lo tanto debemos fijarnos el modo de
plantear el producto entre A y su inversa. En nuestro ejemplo la matriz A se encuentra a la
izquierda de la matriz X, por lo tanto debemos multiplicar a cada lado del signo igual por la
matriz A-1 a la izquierda:
A-1 . A . X = A.1 . B
I . X = A-1 . B por definición de A.1
X = A.1 . B ya que I es la matriz identidad
Hemos despejado X.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
65
Solo queda resolver el producto entre las matrices del segundo miembro de la igualdad. Pero
nos encontramos ahora con una segunda condición para resolver este tipo de ecuaciones, la
matriz A debe ser inversible, es decir, debe existir A-1 . Por último debe estar definida la
multiplicación entre A-1 y B.
Hallemos primero A-1 :
Sea A-1 :
dc
baA 1
Reemplazamos en la expresión A-1 . A = I por cada una de las matrices:
Idc
baAA
71
32 . .1
10
01
71
32 . .1
dc
baAA
12. 3. 7. 1 0
. 2. 3. 7. 0 1
a b a bA A
c d c d
Por igualdad de matrices, escribimos:
2. 1
3. 7. 0
2. 0
3. 7. 1
a b
a b
c d
c d
Podemos armar dos sistemas de ecuaciones, uno de ellos para hallar los valores de a y de b, y
el otro para hallar los valores de c y de d.
Resolviendo ambos hallamos que:
17
2
17
1
17
3
17
7
d
c
b
a
Por lo tanto la matriz A es inversible y existe A-1 cuya expresión desarrollada es:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
66
17
2
17
117
3
17
7
1A
La matriz A-1 es de orden 2x2 y en nuestro ejemplo también lo es la matriz B, por lo tanto la
multiplicación entre ellas está definida y podemos resolverla:
17
11
17
417
59
17
28
8.17
25.
17
10.
17
24.
17
1
8.17
35.
17
70.
17
34.
17
7
80
54.
17
2
17
117
3
17
7
.1
X
X
X
BAX
Actividad 38
Resolver los sistemas que se forman en el ejemplo anterior y verificar que los valores
encontrados para a, b, c y d son los dados y que la matriz A-1 cumple con la condición de que:
A-1 . A= A. A-1 = I
Actividad 39
Dadas las siguientes matrices:
11
11
32
10
03
21
C
B
A
Resolver cuando sea posible las siguientes ecuaciones:
a) B . X = C
Tecnicatura Universitaria en Desarrollo de Software Matemática III
67
b) (A+B) . X = C
c) C . X + B = A
d) At . X – C= B . X
En estas últimas guías hemos hallado matrices inversas y hemos notado cuán arduo es el
cálculo de ellas, ya que debemos resolver sistemas de ecuaciones para encontrar los valores de
cada uno de los elementos que la determinan.
Nos preguntamos si existe otra forma de hallar la matriz inversa que facilite su cálculo. En las
guías siguientes veremos que la respuesta es afirmativa…
Tecnicatura Universitaria en Desarrollo de Software Matemática III
68
Guía de trabajo nº 8
Determinantes
En el conjunto de matrices cuadradas cuyos elementos son números reales, que llamaremos
Rnxn se define una función que a cada una de las matrices pertenecientes a él, le hace
corresponder un único número real. Dicho valor recibe el nombre de determinante de la
matriz.
Dada la matriz Anxn:
nnnn
n
n
nxn
aaa
aaa
aaa
A
...
............
...
...
21
22221
11211
Definimos la función f del siguiente modo:
AAfRRf nxnnxn )(/:
Siendo:
nnnn
n
n
aaa
aaa
aaa
A
...
............
...
...
21
22221
11211
¡Cuidado!
No confundir las barras que encierran a la matriz A con las de valor absoluto.
No confundir el determinante escrito en forma desarrollada con una matriz.
Los paréntesis que se usan para escribir a las matrices en forma desarrollada se reemplazan
por barras cuando se escribe el determinante de la matriz, pero ambos son conceptualmente
diferentes: la matriz es una distribución rectangular de números reales y el determinante es
un número real.
El orden de un determinante es el mismo que el orden de la matriz de la cual es su imagen. Así
por ejemplo, si la matriz es de orden 4x4, su determinante también es de orden 4x4.
Antes de pasar al cálculo de los determinantes veremos algunas definiciones previas.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
69
Menor complementario
Dada una matriz cuadrada A de orden nxn, se llama menor complementario de un elemento aij
y se lo representa Mij al determinante de orden n-1 que se obtiene al suprimir en la matriz A,
la fila i y la columna j.
a11 a12 … a1n
A= a21 a22 … a2n
… …. aij ….
an1 an2 ... ann
El menor complementario del elemento aij se obtiene suprimiendo la fila i y la columna j, como
se muestra a continuación:
A= Fila i
Columna j
nnnn
n
n
ij
aaa
aaa
aaa
M
21
22221
11211
Por ejemplo, sea la matriz cuadrada A de orden 3:
195
602
341
A
Hallaremos los menores complementarios de cada uno de sus elementos:
Para el elemento a11 = -1, su menor M11 es:
19
6011
M
a11 a12 a1j a1n
a21 a22 a2j a2n
ai1 ai2 aij ain
an1 an2 anj ann
Tecnicatura Universitaria en Desarrollo de Software Matemática III
70
Para el elemento a12 = 4, M12 es:
15
6212
M
Para el elemento a13 = 3, M13 es:
95
0213 M
Para el elemento a21 = 2, M21 es:
19
3421 M
Para el elemento a22 = 0, M22 es:
15
3122
M
Para el elemento a23 = -6, M23 es:
95
4123
M
Para el elemento a31 = 5, M31 es:
60
3431
M
Para el elemento a32 = 9, M32 es:
62
3132
M
Para el elemento a33 = 1, M33 es:
02
4133
M
Adjunto o cofactor
Se llama adjunto o cofactor de un elemento aij de una matriz cuadrada A de orden nxn, al
producto entre el menor complementario Mij y el resultado de la potencia (-1)i+j.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
71
En símbolos:
Aij = (-1)i+j . Mij
La expresión (-1)i+j permite determinar el signo del menor complementario.
Siguiendo con nuestro ejemplo anterior, los cofactores o adjuntos de cada elemento de la
matriz A dada, son:
19
60
19
60.)1(.)1( 2
11
11
11
MA
15
62
15
62.)1(.)1( 3
12
21
12
MA
95
02
95
02.)1(.)1( 4
13
31
13 MA
19
34
19
34)1(.)1( 3
21
12
21 MA
15
31
15
31.)1(.)1( 4
22
22
22
MA
95
41
95
41.)1(.)1( 5
23
32
23
MA
60
34
60
34.)1(.)1( 4
31
13
31
MA
62
31
62
31.)1(.)1( 5
32
23
32
MA
02
41
02
41.)1(.)1( 6
33
33
33
MA
Vistas las definiciones de menor complementario y adjunto de un elemento estamos en
condiciones de calcular determinantes de matrices cuadradas. Pero antes damos una
definición más:
Matriz adjunta
Se llama matriz adjunta de una matriz cuadrada A y se la representa adj(A), a la matriz cuyos
elementos son los adjuntos de cada uno de los elementos de la matriz At.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
72
ji
ji AAadj .)1()(
Cálculo de un determinante
Si la matriz A es de orden 1x1 entonces el determinante de A es el valor del elemento a11.
1111 aAaA
Si A es una matriz cuadrada de orden nxn, el determinante de A es la suma del producto entre
cada elemento de una fila (o columna) de la matriz por sus respectivos adjuntos.
En símbolos:
ni
i
ik
ki
ik
ni
i
ikik MaAaA11
.)1(
Si en cambio queremos calcular el determinante por los adjuntos de los elementos de una fila
determinada, la expresión simbólica es:
nj
j
kj
jk
kj
nj
j
kjkj MaAaA11
.)1(
En el ejemplo que estamos analizando, el cálculo del determinante de A queda expresado por:
a) Desarrollamos por los adjuntos de una fila cualquiera, por ejemplo la fila 2
3
1
2
2
2
3
1
22 .)1(j
j
j
j
j
j
j
jj MaAaA
Los adjuntos de cada a2j son:
19
34
19
34)1(.)1( 3
21
12
21 MA
15
31
15
31.)1(.)1( 4
22
22
22
MA
95
41
95
41.)1(.)1( 5
23
32
23
MA
Tecnicatura Universitaria en Desarrollo de Software Matemática III
73
Entonces :
3
1
22
j
j
jj AaA
232322222121 ... AaAaAaA
Reemplazamos por los valores correspondientes:
95
41).1).(6(
15
31.0
19
34).1.(2
A
Como el segundo término de la suma está multiplicado por cero, nos queda:
95
41).1).(6(
19
34).1.(2
A
Ahora debemos calcular cada uno de los determinantes 2x2 que se encuentran en cada
adjunto, para ello utilizaremos los adjuntos de los elementos de una fila, por ejemplo la fila 1,
en cada uno:
]5.)1.(49.)1).(1).[(1).(6(]9.)1.(31.)1.(4).[1.(2 21112111 A
Cada uno de los corchetes es el desarrollo por los adjuntos de los elementos de la fila 1 de
cada uno de los determinantes de orden 2x2 dados. La aplicación sucesiva de este método nos
permite llegar al cálculo de un determinante de orden 1x1.
Resolvemos los cálculos paso a paso:
]5.)1.(49.)1).(1).[(1).(6(]9.)1.(31.)1.(4).[1.(2 3232 A
]5).1.(49.1).1.[(6]9).1.(31.1.4.[2 A
)]5.(4)9.[(6)]9.(34.[2 A
]209.[6]274.[2 A
)29.(6)23.(2 A
Tecnicatura Universitaria en Desarrollo de Software Matemática III
74
17446A
128A
Actividad 40
Calcular los siguientes determinantes:
21772
9861
3513
211000
)
900
027
110
)
36
52)
c
b
a
Propiedades de los determinantes
Para toda matriz cuadrada A, se cumple que:
1) Si son ceros todos los elementos de una fila (o columna) de A, entonces:
0A
Actividad 41
Dado el siguiente determinante verificar la propiedad anterior:
330
410
520
A
2) Si dos filas (o columnas) de A son iguales, entonces:
0A
Tecnicatura Universitaria en Desarrollo de Software Matemática III
75
Actividad 42
Dado el siguiente determinante verificar la propiedad anterior:
5221
412
5221
A
3) Si A es triangular superior (o inferior) entonces su determinante es igual al producto
de los elementos de la diagonal principal.
Actividad 43
Dado el siguiente determinante verificar la propiedad anterior:
500
480
521
A
4) Si B es la matriz que se obtiene intercambiando dos filas (o columnas) de A entonces:
BA
5) Si B es la matriz que se obtiene multiplicando cada uno de los elementos de una fila (o
columna) de A por el mismo número k, entonces:
AkB .
6) El determinante del producto de dos matrices de orden nxn es el producto de sus
determinantes. Es decir:
BABA ..
7) Si B es la matriz que se obtiene sumando a una fila (o columna) de A el múltiplo de otra
fila (o columna), entonces sus determinantes son iguales:
AB
Tecnicatura Universitaria en Desarrollo de Software Matemática III
76
Otra forma de calcular determinantes
Para calcular un determinante 2x2 se resta el producto de los elementos de la diagonal
principal y el producto de los elementos de la diagonal secundaria, en ese orden.
1175
23
102175
23
5.27.375
23
Para calcular un determinante 3x3, se aplica la llamada Regla de Sarrus, que consiste en
ampliar el determinante dado repitiendo a continuación de la tercera fila, la primera y la
segunda en ese orden. Luego:
se suman los productos de la diagonal principal y las dos diagonales paralelas a ella (1)
se suman los productos de la diagonal secundaria y las dos diagonales paralelas a ella
(2)
se hace la resta entre (1) y (2)
Por ejemplo:
Calcular el siguiente determinante 3x3:
110
202
121
A
Según esta regla, a continuación de la fila 3 agregamos la fila 1 y a continuación la fila 2:
202
121
110
202
121
A
Tecnicatura Universitaria en Desarrollo de Software Matemática III
77
A continuación marcamos la diagonal principal y sus paralelas, todas formadas por tres
elementos:
202
121
110
202
121
A
En las diagonales marcadas los productos formados son:
1.0.1
-2.1.(-1)
0.2.2
Cuya suma es:
1.0.1+(-2).1.(-1)+0.2.2 = 0+2+0=2
Ahora marcamos la diagonal secundaria y sus paralelas:
202
121
110
202
121
A
En las diagonales marcadas los productos formados son:
(-1).0.0
2.1.1
1.2.(-2)
Cuya suma es:
(-1).0.0+2.1.1+1.2.(-2)= 0+2-4 = 2-4= -2
El valor del determinante será la resta entre las sumas parciales halladas:
4
22
)2(2
A
A
A
Tecnicatura Universitaria en Desarrollo de Software Matemática III
78
Actividad 44
Hallar el valor de x en cada caso:
60
100
990
.23
)
2677
2)
512
31)
012
3)
x
x
xx
d
x
xc
xb
xa
Rango de una matriz
Se llama rango de una matriz al orden mayor del menor complementario distinto de cero.
Si el determinante de una matriz es distinto de cero entonces el rango de la misma coincide
con su orden.
Si una matriz tiene una fila (o una columna) de elementos iguales a cero entonces su rango
será menor que su orden.
Por ejemplo:
a) Sea la matriz A de orden 2x2
13
52A
Formamos todos los menores complementarios de la misma. Recordemos que un menor
complementario es el determinante que se obtiene suprimiendo fila y columna a la que
pertenece el elemento asociado, así tenemos que:
11
12
21
22
1 1
3 3
5 5
2 2
M
M
M
M
17A
Tecnicatura Universitaria en Desarrollo de Software Matemática III
79
Observamos que todos los menores de orden 1x1 son distintos de cero y además el
determinante de la matriz A también es distinto de cero, entonces decimos que el rango de la
matriz A es 2 y lo simbolizamos:
r(A)=2
b) Sea la matriz A de orden 3x3:
021
053
021
A
Podemos ver que al tener una columna cuyos elementos son nulos el determinante de la
misma vale cero:
0A
Por lo tanto su rango es menor que tres: r(A)<3
Entonces deberemos hallar menores complementarios de orden 2 y ver si al menos uno es
distinto de cero:
Sea por ejemplo el menor:
1156)5(65).1(2.321
5313
M
013 M
Entonces el rango de la matriz A es 2, pues hemos encontrado un menor complementario
de orden 2x2 distinto de cero.
Actividad 45
Hallar el rango de las siguientes matrices:
112
201
532
500
422
211
B
A
Tecnicatura Universitaria en Desarrollo de Software Matemática III
80
Una aplicación del cálculo de determinantes es el que permite hallar la matriz inversa.
Si A es una matriz cuadrada de orden nxn y su determinante es distinto de cero entonces
existe la matriz inversa A-1 que resulta ser:
1 1 . ( )A adj A
A
Si existe A-1 se dice que A es inversible.
O también, una matriz A es inversible si su rango es igual a su orden:
Por ejemplo:
Sea la matriz cuadrada A de orden 2x2:
03
21A
Hallar la matriz A-1
Para ello calcularemos primero su determinante por cualquiera de los métodos vistos:
03
21A
3.20).1( A
6
60
A
A
Como el determinante es distinto de cero, entonces existe A-1.
Para hallarla debemos obtener la matriz traspuesta de A:
02
31tA
A continuación hallamos cada uno de los adjuntos de sus elementos:
Dada A de orden nxn, si r(A)=n entonces A es inversible.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
81
At11 =(-1)1+1.0 = 1.0 = 0
At12=(-1)1+2 . 2 = (-1)3.2=(-1).2 = -2
At21=(-1)2+1.3 =(-1)3.3= (-1).3 = -3
At22 = (-1)2+2.(-1)= (-1)4.(-1) = 1.(-1) = -1
Armamos con los adjuntos hallados la matriz adj(A):
0 2( )
3 1adj A
Y aplicamos la definición de A-1 :
1 1( )A adj A
A
13
20
)6(
11A
13
20
6
11A
)6
1.(1)
6
1.(3
)6
1.(2)
6
1.(0
1A
6
1
2
13
10
1A
Actividad 46
Verificar que se cumple que A.A-1 = A-1.A = I
Actividad 47
Resolver las siguientes ecuaciones matriciales:
a) A.X=B , siendo:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
82
0
1
35
21
B
A
b) X.C=D , siendo:
021
130
421
321
D
C
Una aplicación interesante…
Una aplicación interesante del producto de matrices es la criptografía. La criptografía estudia
las formas de poner en clave un mensaje de modo tal que pueda ser descifrado solo por aquel
que posea la clave para hacerlo.
Por ejemplo, si queremos escribir en clave el siguiente mensaje: ESTUDIEMOS MUCHO PARA
EL PARCIAL, haremos lo siguiente:
Enumeramos las letras del alfabeto y reemplazamos cada letra del mensaje por el
valor que le corresponde:
E S T U D I E M O S M U C H O P A R A E L
5 20 21 22 4 9 5 13 16 20 13 22 3 8 16 17 1 19 1 5 12
P A R C I A L
17 1 19 3 9 1 12
Formamos con los números asociados a cada letra grupos de igual cantidad de letras,
respetando el orden en que aparecen. Tenemos 28 letras entonces podemos agrupar
de a 2, de a 4, de a 7, etc. Agrupemos de a cuatro letras, por ejemplo, entonces
obtenemos los siguientes conjuntos de valores:
(5,20) (21, 22) (4, 9) (5, 13) (16, 20) (13, 22) (3, 8) (16, 17) (1, 19) (1, 5) (12, 17)
(1, 19) (3, 9) (1, 12)
Con los conjuntos formados armamos una matriz que tiene a cada uno de ellos como
columnas, por lo tanto, dicha matriz será de orden 2x14:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
83
5 21 4 5 16 13 3 16 1 1 12 1 3 1
20 22 9 13 20 22 8 17 19 5 17 19 9 12
Elegimos una matriz inversible de orden 2x2, cuyos elementos sean todos mayores o
iguales que 0 y cuyo determinante valga 1 o -1, sea por ejemplo la siguiente:
3 5
4 7
Multiplicamos la matriz inversible 2x2 por la matriz de los valores de las letras 2x14 y
hallamos la matriz con la clave: 3 5 5 21 4 5 16 13 3 16 1 1 12 1 3 1 115 173 57 80 148 149 49 133 98 28 121 98 54 63
.4 7 20 22 9 13 20 22 8 17 19 5 17 19 9 12 90 130 44 62 112 114 38 100 78 22 92 78 42 50
La matriz hallada contiene el mensaje en clave. Dicha matriz se lee por columnas, por
lo tanto, el mensaje es:
115, 90, 173, 130, 57, 44, 80, 62, 148, 112, 149, 114, 49, 38, 133, 100, 98, 78, 28, 22,
121, 92, 98, 78, 54, 42, 63, 50
Actividad 48
Se sabe que la siguiente matriz se usó para codificar un mensaje:
1 2 1
2 1 0
0 1 1
A
Se pide:
a) Decodificar el siguiente mensaje: 66, 30, 41, 39, 48, 13, 47, 23, 29, 47, 53, 14, 44, 47,
18, 52, 23, 30, 25, 7, 21.
b) Escribir en clave el siguiente ,mensaje: TODOS SOMOS GENIALES.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
84
Guía de trabajo nº 9
Sistemas de ecuaciones lineales
En guía anterior hemos trabajado con sistemas de dos ecuaciones con dos incógnitas y
utilizado un método en particular, el de reducción por sumas o restas, para hallar la matriz
inversa. En esta guía veremos someramente el tratamiento para resolver sistemas de
ecuaciones en general, es decir, con cualquier número de ecuaciones y de incógnitas. Para
ampliar el tema disponen de bibliografía para consultar y de ser necesario no duden en
plantearle al profesor a cargo sus inquietudes sobre lo que han consultado.
Se llama sistema de m ecuaciones con n incógnitas (o simplemente sistema mxn) a todo
sistema de ecuaciones lineales de la forma:
a11.x1+a12.x2+...+a1n.xn=b1 primera ecuación (E1)
(S) a21.x1+a22.x2+...+a2n.xn=b2 segunda ecuación (E2)
........................................
am1.x1+am2.x2+...+amn.xn=bm emésima ecuación (Em)
En el cual:
Los aij son llamados coeficientes y los bi son llamados términos independientes. Todos
ellos son números reales.
Las expresiones x1, x2,..., xn son llamadas incógnitas y los subíndices determinan el
número de ellas.
Cada una de las ecuaciones se simboliza a través de la expresión E1, E2,...., Em.
Por ejemplo:
-x1+7.x2+2.x3 = -9
(S) 2.x1-3.x2+x3 = 1
4.x1+3.x3 = 0
(S) es un sistema 3x3, pues tiene tres ecuaciones de tres incógnitas cada una.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
85
Un sistema de ecuaciones mxn se llama homogéneo si todos sus términos independientes son
nulos. En caso contrario se denomina no homogéneo.
Actividad 49
Dados los siguientes sistemas de ecuaciones determinar cuáles son homogéneos.
-2.x1+x2-3.x3 = 0
a) x1-4.x2+x3 = 1
8.x1-3.x2+9.x3= 4
b) x + y = 0
2.x-3.y= 0
-2.x + 3.y – 8.z = 1
c) 4.x + y – 4.z = 0
x – y + z = 0
3.x + 2.y – z = 0
d) -2.x + y -8.z = 0
x – 4.y – 5.z = 0
x – y + z = 0
Se llama solución general de un sistema de ecuaciones (o simplemente solución) al conjunto
de valores obtenidos para cada una de las incógnitas, que satisface a cada una de las
ecuaciones dadas cuando se reemplazan cada una de las incógnitas por ellos.
Al conjunto de estos valores se lo puede representar como el conjunto ordenado (α1, α2,..., αn)
tal que α1 es el valor que corresponde a x1, α2 es el valor que corresponde a x2 y así
sucesivamente.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
86
Ejemplo 1:
a) La terna ordenada 1 1
, ,05 5
es una solución del sistema:
(S1) 2.x+3.y-z=1
-x+y-3.z=0
Pues:
15
5
105
3
5
2
105
1.3
5
1.2
Y también:
005
1
5
1
b) La terna ordenada (-3, 3, 2) es otra solución del sistema S1, pues:
2.(-3)+3.3-2= 1
-6 + 9 – 2 = 1
3 – 2 = 1
Y también:
-(-3)+ 3 -3.2 = 0
3 + 3 – 6 = 0
6 – 6 = 0
c) La terna ordenada (-1, 6, 8) no es solución del sistema S1 , pues:
2.(-1) + 3.6 – 8= 1
-2 + 18 – 8 = 1
8 ≠ 1
Es suficiente que no satisfaga a una de las ecuaciones para afirmar que (-1, 6, 8) no es
solución del sistema.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
87
Ejemplo 2:
El par ordenado (0,0) es solución del sistema:
(S2) x + y = 0
-2.x + y = 0
Pues:
0 + 0 = 0
Y también:
-2.0 + 0 = 0
Observemos que el sistema dado es homogéneo y la solución (0,0) es por lo menos una
solución del sistema S2. A esta solución se la llama solución trivial del sistema.
En este ejemplo la solución trivial es la única solución del sistema.
Ejemplo 3:
a) La terna ordenada (0, 0, 0) es solución del sistema:
(S3) x + y – z = 0
3.x + 2.y + z = 0
Pues:
0 + 0 – 0 = 0
Y también:
3.0 + 2.0 – 0 = 0
b) La terna ordenada 9 3
,3,4 4
es otra solución del sistema S3:
Pues:
9 3
3 04 4
Y también:
Tecnicatura Universitaria en Desarrollo de Software Matemática III
88
9 33. 2.3 0
4 4
27 36 0
4 4
Por lo tanto estamos en condiciones de afirmar que:
Y hablando de soluciones de un sistema de ecuaciones, podemos clasificarlo según la tenga o
no, y según la cantidad de las mismas que posea.
Entonces decimos que:
Sistemas de ecuaciones lineales equivalentes
Dos sistemas de ecuaciones lineales son equivalentes cuando tienen el mismo conjunto
solución.
Sean por ejemplo los sistemas:
(S1) x1 + x2=3 (S2) 2.x1 + 2.x2 = 6
-2.x1 +3.x2=5 x1 + 6.x2 = 14
Un sistema de ecuaciones es compatible si tiene solución. Caso contrario se
dice que es incompatible.
Un sistema será compatible determinado si la solución del mismo es única.
Un sistema será compatible indeterminado si existen infinitas soluciones al
mismo.
Todo sistema de ecuaciones lineales homogéneo admite por lo menos la solución trivial
(0, 0, ..., 0)
Tecnicatura Universitaria en Desarrollo de Software Matemática III
89
El par ordenado 4 11
,5 5
es solución de S1 y también de S2, pues:
Reemplazamos en S1:
4 11 153 3
5 5 5
4 11 8 33 252. 3. 5 5 5
5 5 5 5 5
Las igualdades se cumplen.
Reemplazamos en S2:
4 11 8 22 302. 2. 6 6 6
5 5 5 5 5
4 11 4 66 706. 14 14 14
5 5 5 5 5
Las igualdades se cumplen.
Por lo tanto el par 4 11
,5 5
satisface ambos sistemas y decimos que estos son equivalentes.
La equivalencia de sistemas de ecuaciones nos permite resolver sistemas con varias variables a
través de sistemas más sencillos que posean el mismo conjunto solución.
De todos los sistemas equivalentes que podríamos encontrar nos interesan especialmente
aquellos en los cuales a partir de la primera ecuación obtenemos ecuaciones con por lo menos
una incógnita menos que la anterior. Al sistema equivalente así obtenido se lo llama sistema
escalonado.
Por ejemplo:
Los sistemas S1 y S2 dados a continuación son equivalentes:
(S1) 3.x1 + 2.x2 – x3 = -5 (S2) x1 + 2.x2 – 3.x3 = 0
x1 + 2.x2 – 3.x3=0 -4.x2 + 8.x3 = -5
9.x1 – x2 + 2.x3 = -1 -36.x3 = 91
Tecnicatura Universitaria en Desarrollo de Software Matemática III
90
Ambos sistemas tienen el mismo conjunto solución. Dicho conjunto es la terna ordenada
1 137 91, ,
36 36 36
.
Además en S2 cada ecuación a partir de la primera tiene una incógnita menos, por lo cual S2 es
un sistema escalonado que resulta más sencillo de resolver que S1.
La solución se obtiene resolviendo el sistema S2 del siguiente modo:
De la tercera ecuación despejamos x3 y obtenemos:
En la segunda ecuación reemplazamos x3 por su valor y obtenemos la siguiente ecuación en la
que la única incógnita es x2 :
-4.x2 + 8. 91
36
= -5
-4.x2 - 728
36= -5
Despejamos x2:
-4.x2 = -5 + 728
36
x2 = 548 1
.36 4
En la primera ecuación reemplazamos a las incógnitas x2 y x3 por sus respectivos valores y
obtenemos una nueva ecuación en la que la única incógnita es x1:
x1 + 2. 137
36
- 3. 91
36
= 0
x1 - 274
36+
273
36= 0
x3 = 91
36
x2 = 137
36
Tecnicatura Universitaria en Desarrollo de Software Matemática III
91
x1 - 1
36= 0
Despejamos x1:
¿Cómo puede obtenerse el sistema de ecuaciones S2 a partir del sistema de ecuaciones S1?
Para responder a esta pregunta aceptaremos sin demostrar que:
Las transformaciones detalladas en el cuadro se llaman operaciones elementales entre
ecuaciones de un sistema. A la combinación de las operaciones elementales se le llama
combinación lineal de ecuaciones.
Aplicamos las operaciones para pasar de S1 a S2:
(S1) 3.x1 + 2.x2 – x3 = -5 E1
x1 + 2.x2 – 3.x3=0 E2
9.x1 – x2 + 2.x3 = -1 E3
Para las operaciones que aplicaremos tomaremos como pivote la ecuación que tenga
coeficiente principal igual a 1. Además deberemos observar que en cada ecuación las
incógnitas se encuentren en el mismo orden.
En E2 observamos que el coeficiente de x1 es el número 1. Entonces intercambiamos la
ecuación E1 con la ecuación E2:
x1 = 1
36
Dado un sistema de ecuaciones lineales S se obtiene otro sistema S’, equivalente al
dado, a través de las siguientes transformaciones:
Intercambiar el orden de las ecuaciones.
Cambiar una ecuación por el producto entre ella y un número real distinto
de cero.
Cambiar una ecuación por la suma o resta entre ella y otra de las ecuaciones
del sistema.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
92
(S’1) x1 + 2.x2 – 3.x3=0 E’1←E2 (de este modo anotamos la operación elemental hecha)
3.x1 + 2.x2 – x3 = -5 E’2 ←E1
9.x1 – x2 + 2.x3 = -1 (E3)
Tomaremos como pivote la ecuación E’1, por lo tanto esta ecuación no sufrirá cambios a lo
largo del procedimiento:
(S’’1) x1 + 2.x2 – 3.x3 = 0 E’1
-4.x2 + 8. x3 = -5 E’’2 ←E’2 – 3.E’1 (E’’2 resulta ser combinación lineal entre E’2 y E’1)
–19. x2 + 29.x3 = -1 E’3 ← E3 – 9.E’1
Conseguimos reducir en la segunda y tercera ecuación una incógnita (x1). A partir de este
momento quedan fijas las ecuaciones E’1 y E’’2. Para reducir la ecuación E’3 usaremos de pivote
E’’2:
(S’’’1) x1 + 2.x2 – 3.x3 = 0 E’1
-4.x2 + 8. x3 = -5 E’’2
-36.x3 = 91 E’’3 ← 4.E’3 – 19.E’’2
Pero S’’’1 es el sistema S2 dado en el ejemplo. Por lo tanto, a través de las transformaciones
realizadas vemos como se ha pasado del sistema S1 al equivalente S2.
Actividad 50
Resolver los siguientes sistemas de ecuaciones lineales aplicando las operaciones elementales
que sean necesarias:
a) 3.x + 2.y – 5.z = 4
2.x – 3.y – 9.z = -5
-2.y + 5.z = 7
Tecnicatura Universitaria en Desarrollo de Software Matemática III
93
b) 5.x + 2.y + 3.z + 9.w = -6
x + z – 5.w = 27
5.x + 2.y – 3.z + 2.w = 4
c) x + y – z + w – 5.t = 5
y + z + 9.w – t = 8
-3.x + 2.y – 2.z + w + 2.t = 7
Tecnicatura Universitaria en Desarrollo de Software Matemática III
94
Guía de trabajo nº 10
Resolución matricial de sistemas de ecuaciones lineales mxn
Recordamos que un sistema de m ecuaciones con n incógnitas (o simplemente sistema mxn)
es todo sistema de ecuaciones lineales de la forma:
a11.x1+a12.x2+...+a1n.xn=b1 primera ecuación (E1)
(S) a21.x1+a22.x2+...+a2n.xn=b2 segunda ecuación (E2)
........................................
am1.x1+am2.x2+...+amn.xn=bm emésima ecuación (Em)
El sistema puede escribirse como el producto entre una matriz A de orden mxn , formada por
los coeficientes aij, llamada matriz asociada a un sistema de ecuaciones y una matriz X de
orden nx1 formada por las incógnitas, igualado a la matriz B de orden mx1 formada por los
términos independientes, del modo siguiente:
Sean A, X y B las matrices detalladas a continuación:
11 12 1
21 22 2
1 2
1
2
1
2
...
...
... ... ... ...
...
...
...
n
n
m m mn
n
m
a a a
a a aA
a a a
x
xX
x
b
bB
b
Escribimos el sistema S:
(S)
11 12 1 1 1
21 22 2 2 2
1 2
...
....
... ... ... ... ... ...
...
n
n
m m mn n m
a a a x b
a a a x b
a a a x b
Tecnicatura Universitaria en Desarrollo de Software Matemática III
95
Antes de resolver un sistema de ecuaciones matricialmente procederemos a ampliar la matriz
de los coeficientes, agregando como última columna, los elementos de la matriz de los
términos independientes separada por una línea vertical. A la matriz así obtenida la llamamos
matriz ampliada del sistema:
11 12 1 1
21 22 2 2
1 2
...
...'
... ... ... ... ...
...
n
n
m m mn m
a a a b
a a a bA
a a a b
El procedimiento para resolver el sistema consiste en obtener una matriz ampliada equivalente
a la original, en la que cada fila contenga un cero más a partir de la primera fila, obteniendo de
este modo una matriz escalonada que permita hallar fácilmente el valor de las incógnitas.
Para obtener matrices equivalentes a partir de una matriz dada, aplicamos las siguientes
operaciones:
Las transformaciones detalladas en el cuadro se llaman operaciones elementales entre filas (o
columnas) de una matriz. A la combinación de las operaciones elementales se le llama
combinación lineal entre filas (o columnas) de la matriz.
Método de Gauss
Este método consiste en obtener una matriz escalonada equivalente a la matriz ampliada
asociada a un sistema de ecuaciones lineales aplicando operaciones elementales sobre una fila
(o columna).
Veamos un ejemplo de aplicación del método de Gauss (no haremos demostración del
mismo):
Sea el sistema:
Intercambiar el orden de las filas (o columnas).
Cambiar una fila (o columna) por el producto entre ella y un número real
distinto de cero.
Cambiar una fila (o columna) por la suma o resta entre ella y otra de las filas
(o columnas) de la matriz.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
96
x + y + z = 2
3.x – 2.y – z = 4
-2.x + y + 2.z = 2
Escribimos la matriz asociada al sistema:
1 1 1
3 2 1
2 1 2
La ampliamos con los términos independientes:
1 1 1 2
3 2 1 4
2 1 2 2
Aplicaremos las operaciones elementales sobre filas:
1 1 1 2 F1
3 -2 -1 4 F2
-2 1 2 2 F3
Usaremos como pivote la fila F1 por tener primer elemento igual a 1, esta fila permanecerá igual a través de las transformaciones y buscaremos que el resto de la columna a la cual pertenece este elemento sean ceros:
1 1 1 2 F1
0 -5 -4 -2 F’2←F2-3.F1
0 3 4 6 F’3 ←F3+2.F1
Usaremos de pivote la fila F’2 para obtener un cero más en la columna dos:
1 1 1 2 F1
0 -5 -4 -2 F’2
0 0 8 24 F’’3←5.F’3+3.F’2
Tecnicatura Universitaria en Desarrollo de Software Matemática III
97
Hemos obtenido una matriz escalonada cuyo sistema de ecuaciones asociado es:
x + y + z = 2
-5.y – 4.z = -2
8.z = 24
Resolviendo este sistema obtenemos el conjunto solución: (1, -2, 3)
Actividad 51
Resolver el sistema de ecuaciones escalonado anterior y verificar que (1, -2, 3) es solución del
mismo.
Clasificación de un sistema de ecuaciones lineales expresado matricialmente
Una vez hallada la matriz ampliada escalonada podemos clasificar el sistema teniendo en
cuenta que:
Si en la última fila de la matriz escalonada todos los elementos son ceros excepto el
correspondiente al término independiente, el sistema de ecuaciones es incompatible.
Si en la última fila de la matriz escalonada todos los elementos son ceros incluso el
correspondiente al término independiente, se puede eliminar dicha fila obteniéndose
una matriz con más columnas que filas, por lo cual el sistema tiene más incógnitas que
ecuaciones y resulta ser compatible indeterminado. La solución queda expresada en
función de alguna de las incógnitas dadas.
Si en la última fila de la matriz escalonada los primeros elementos son ceros, menos el
último y el que corresponde al término independiente, el sistema es compatible
determinado.
En el ejemplo desarrollado anteriormente, en la fila 3 obtenemos ceros en la primera y
segunda columna, siendo la tercera y cuarta no nulas, por lo cual el sistema es compatible
determinado.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
98
Actividad 52
Resolver y clasificar los siguientes sistemas de ecuaciones lineales utilizando el método de
Gauss:
x1 + x2 + x3 = 12
a) x1 +3.x2 +5.x3 – x4 = 47
2.x1 + 3.x2 + 4.x3+ x4 = 46
3.x1 + 5.x2 – 7.x3 + x4 = 7
2.x1 - x2 + x3 = -1
b) 2.x1 -2.x2 +2.x3 =-8
3.x1 - 2.x2 + 2.x3= -5
x1 - 2.x2 + 2.x3 = -11
x1 - x2 + x3 – 2.x4= 4
c) 3.x1 +2.x2 +x3 – x4 = 1
4.x1 + x2 + 2.x3- 3. x4 = 5
10.x1 + 5.x2 + 4.x3 – 5. x4 = 7
-4.x1 – 6.x2 – 2.x4 = 5
Tecnicatura Universitaria en Desarrollo de Software Matemática III
99
Guía de trabajo nº 11
Resolución de sistemas de ecuaciones lineales nxn
En la Guía de trabajo anterior vimos el método de Gauss para resolver cualquier sistema de
ecuaciones mxn. En esta guía veremos que si el sistema de ecuaciones lineales es cuadrado, es
decir tiene tantas ecuaciones como incógnitas, puede resolverse utilizando determinantes
siempre que 0A , siendo A el determinante de la matriz A asociada al sistema.
Regla de Cramer
Dado el sistema de ecuaciones lineales A.X = B, con la matriz asociada A de orden nxn, la
matriz de las incógnitas X de orden nx1 y la matriz de los términos independientes B de orden
mx1, para hallar el valor del elemento xi de la matriz X se procede a calcular el cociente entre
el determinante que surge de reemplazar en la matriz A, la columna que corresponde a dicha
incógnita por la columna de los términos independientes y el determinante de la matriz A.
11 12 1 1
21 22 2 2
1 2
11 12 1
21 22 2
1 2
... ...
... ...
... ... ... ... ... ...
... ...
...
...
... ... ... ...
...
n
n
m m m mn
i
n
n
m m mn
a a b a
a a b a
a a b ax
a a a
a a a
a a a
Este cociente puede escribirse:
ix
i
Ax
A
Para clasificar el sistema de ecuaciones tendremos en cuenta que:
Si el determinante de A es distinto de cero el sistema es compatible.
Si el determinante de A es cero y el determinante de xi es distinto de cero el sistema es
incompatible.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
100
Si el determinante de A y el de xi son iguales a cero el sistema es compatible
indeterminado.
Veamos un ejemplo sencillo:
Sea el sistema A . X = B con:
3 2
1 7
3
8
A
xX
y
B
Calculamos en primer lugar cada uno de los determinantes, el de la matriz A y el de cada una
de las incógnitas:
3 23.7 ( 1).2 21 2 23
1 7A
3 23.7 2.8 21 16 37
8 7
3 33.8 ( 3).( 1) 24 3 21
1 8
x
y
A
A
Por ser 0A el sistema es compatible. Armamos entonces el cociente que nos permitirá
hallar el valor para cada una de las incógnitas:
xAx
A
37
23x
yAy
A
21
23y
Entonces la solución del sistema es el par ordenado 37 21
,23 23
.
Tecnicatura Universitaria en Desarrollo de Software Matemática III
101
Actividad 53
Resolver utilizando la Regla de Cramer y clasificar los siguientes sistemas de ecuaciones
lineales:
a) -3.x + y + z = -6
x – 3.y + 2.z = 7
2.x + y – z = 2
b) -3.x1 + x2 +x3 – x4 = 0
x1 – 3.x3 + 2.x4 = -6
2.x1 + x2 – x3 = 3
x2 – x4 = 3
c) x1 + x2 – 2.x3 = 4
2.x1 – x3 = 2
3.x1 + x2 – 3.x3 = 5
Actividad 54
Resolver los sistemas de ecuaciones de la actividad 48 de la Guía de trabajo n° 9 utilizando el
método de Gauss y la Regla de Cramer y clasificarlos.
Actividad 55
Resolver los siguientes problemas planteando sistemas de ecuaciones lineales. Para resolver
los sistemas podrán aplicar el método de Gauss o la Regla de Cramer.
1) Un fabricante elabora dos productos, A y B. Por cada una de las unidades de A que se
vendan se obtiene una utilidad de $8, y de $11 por cada unidad vendida de B. Por
experiencias pasadas, se sabe que puede venderse 25% más de A que de B. Para el
Tecnicatura Universitaria en Desarrollo de Software Matemática III
102
siguiente año el fabricante desea obtener utilidades totales de $42000. ¿Cuántas
unidades de cada producto deben vender?
2) Un fabricante elabora tres productos, A, B y C. Las utilidades por cada unidad que se
vende de A, B y de C son de $1, $2 y $3, respectivamente. Los costos fijos son de
$17000 por año y los costos de fabricación de cada unidad de A, B y C son $4, $5 y $7
respectivamente. Para el siguiente año, deberá fabricarse y venderse un total de
11000 de los tres productos y se debe obtener una utilidad total de $25000. Si los
costos totales deben ser de $80000, ¿cuántas unidades de cada uno de los productos
se tienen que fabricar el año siguiente?
3) Una empresa tiene plantas para fabricar escritorios en la costa este y oeste de un
cierto país. En su planta de la costa oriental, los costos fijos son de $16000 anuales y
los costos de fabricación de cada escritorio son de $90. En la planta de la costa
occidental, los costos fijos son de $20000 anuales, y los costos de fabricación de cada
escritorio, de $80. Para el siguiente año la compañía desea fabricar un total de 800
escritorios. Determinar las órdenes de producción de cada planta para el año
siguiente, de manera que los costos totales de cada fábrica sean iguales.
4) A) una fábrica de automóviles produce dos modelos. El primero requiere una hora de
mano de obra para la pintura y media hora de mano de obra para el pulido; el segundo
requiere de una hora de mano de obra para cada uno de los dos procesos. Durante
cada una de las horas que trabaja la línea de ensamble, existen 100 horas de mano
disponibles para pintura, y 80horas, para pulido. ¿Qué cantidad de cada modelo se
puede fabricar cada hora si se utilizan todas las horas disponibles de mano de obra?
B) supóngase que cada uno de los automóviles del primer tipo requiere de 10
dispositivos y 14 mecanismos, y que cada automóvil del segundo tipo requiere 7
dispositivos y 16 mecanismos. La fábrica puede obtener 800 dispositivos y 1430
mecanismos por hora. ¿Cuántos automóviles de cada modelo se pueden fabricar
utilizando todas las partes disponibles?
Respuestas a los problemas:
1) A= 2500 B= 2000
2) A= 2000 B= 4000 C= 5000
3) E= 400 O= 400
b) a) A= 40 B= 60 b) A= 45 B= 50