Professional Documents
Culture Documents
Lenguaje: Espaol
ISBN: 9972-48-101-8
Peso: 01 kgs
Precio: S/. 30
Prlogo
El presente trabajo es resultado de la experiencia docente en lgebra lineal de los
autores, en la Facultad de Ciencias Econmicas y Empresariales de la Universidad de
Piura, durante los ltimos aos. En este manual se han recopilado y seleccionado
ejercicios y problemas del material bibliogrfico consultado para la elaboracin de estos
apuntes. Asimismo, se han desarrollado ejercicios y problemas prcticos con un enfoque
econmicoempresarial para el dictado de la primera parte de la asignatura de
Matemticas Empresariales, que se imparte a alumnos de los Programas Acadmicos de
Economa, Administracin de Empresas y Contabilidad en la Facultad de Ciencias
Econmicas y Empresariales de la casa de estudios antes mencionada.
El objetivo de estos apuntes es proporcionar conceptos y desarrollar habilidades en el
alumno que le permitan dominar las herramientas que proporciona el lgebra lineal.
Para ello, se ha buscado dar a este libro un enfoque intuitivo, ilustrativo y analtico,
mostrando en algunos casos resultados de manera no formal, pero cuidando no
comprometer el contenido y el rigor matemtico.
Motivados por el hecho que esta rama de la matemtica se estudia en numerosas
disciplinas, y que gracias a la invencin de las computadoras de alta velocidad se han
incrementado las aplicaciones matemticas de lgebra lineal en reas no tcnicas, hemos
desarrollado este trabajo con la esperanza que sea de gran utilidad para estudiantes
universitarios de primer ao de las carreras de Economa, Administracin de Empresas,
Contabilidad, as como tambin de Ingeniera.
Cada captulo del libro empieza enunciando de manera clara y precisa definiciones,
principios y teoremas pertinentes, junto con ejemplos y otro material descriptivo. A
esto, le siguen colecciones graduadas de problemas resueltos y problemas propuestos.
Los problemas resueltos, buscan ampliar e ilustrar la teora con puntos sutiles que
permitan al estudiante asimilar las nociones bsicas. Los problemas propuestos, revisan
el material completo de cada captulo buscando la aplicacin matemtica afn a cada
carrera. Ambos tipos de problemas son necesarios para un aprendizaje efectivo del
alumno.
Este libro est constituido por seis captulos, en el primero de ellos se estudia las
diversas operaciones bsicas que se pueden efectuar con matrices. El segundo captulo
se ocupa del estudio de espacios vectoriales. En el tercer captulo se revisan sistemas de
ecuaciones lineales. En el cuarto captulo se analizan los denominados autovalores y
autovectores. En el captulo cinco realizamos un detallado estudio de las formas
cuadrticas. En el captulo final se abordan las tcnicas para resolver problemas de
optimizacin libre y restringida.
Los Autores
ndice
Captulo I:
1.
2.
3.
4.
5.
1
2
4
5
5
5
5
6
6
6
6
7
7
7
7
8
10
10
10
11
12
14
15
16
17
18
20
23
26
33
54
63
63
63
63
63
64
64
66
66
69
72
6.
76
77
79
84
96
99
100
100
100
101
101
102
103
104
106
108
109
110
110
112
112
113
113
118
128
135
138
168
171
172
173
173
173
173
174
174
176
179
179
180
180
Introduccin
Autovalores y autovectores
Matrices semejantes
Diagonalizacin
Matrices simtricas y diagonalizacin ortogonal
Solucin al problema introductorio del captulo
Ejercicios
Problemas resueltos
Problemas propuestos
180
181
183
186
187
188
191
208
262
267
268
268
280
281
287
295
297
311
315
319
320
320
323
323
323
324
324
325
325
325
328
332
336
338
349
350
351
351
352
353
353
354
357
363
396
404
Ejercicios
Solucin al problema introductorio del captulo
Problemas resueltos
Problemas propuestos
Referencias bibliogrficas
405
407
409
437
447
Captulo I
Rosita
Carolina
Carla
Sergio
Blanco
6
13
10
5
Cajas de chocolate
Amargo
Semiamargo
15
9
10
7
10
10
12
13
En esta otra se muestra el precio por caja y el precio al que vendieron cada tipo de
chocolate:
Tipo de
chocolate
Blanco
Amargo
Semiamargo
TEMARIO
1.
2.
3.
4.
5.
6.
Ao
1972
1973
1974
1975
1976
1977
1978
1979
1980
1 185.9
1 326.4
1 434.2
1 549.2
1 718.0
1 918.3
2 163.9
2 417.8
2 633.1
Deflactor
del PBI
Tasa de
descuento
1.0000
1.0575
1.1508
1.2579
1.3234
1.4005
1.5042
1.6342
1.7864
4.50
6.44
7.83
6.25
5.50
5.46
7.46
10.28
11.77
1974
1975
A 1976
1977
1978
1979
1980
737.1
1185.9 1.0000
812.0
808.1
1326.4 1.0575
1434.2 1.1508
976.4
1549.2 1.2579
4.50
6.44
7.83
6.25
5.50
5.46
7.46
10.28
11.77
0.20
0.30
0.40
0.30
0.45
0.60
0.40
0.60
0.80
0.50
0.75
1.00
Euros
Euros.
Euros.
Clavos A
0.20
0.30
0.40
0.50
0.20
0.30
M
0.40
0.50
Precios
Clavos Q Clavos H
0.30
0.40
0.45
0.60
0.60
0.80
0.75
1.00
0.30 0.40
0.45 0.60
0.60 0.80
0.75 1.00
Ejercicios
1. Dadas las siguientes matrices:
2
3
1
A 1 2 4
0
1 4
a b a b
G
c
a
a
b
1
0
H
0
1
0
B 1
2
3
2
0
C
0
1 1 1
1 1 1
0 1 1
0 0 1
10
1
L 21
3
41
3
1
0
D
2 3
3 1 3
M 2 5
7
3
0 1 2
E 1 4 3 5
N M
22
/ n i 2 j i, j
ij
0 1 2
3
1
F 4 3 2 0 1 2
1
2
0 10
4
I. Cul es la dimensin de las siguientes matrices?
a) A 3 3
b) B
c) E
d) G
e) M
f) L
c) c
32
d) l
15
e) g
N 11
n
n 2 21 2 22 4 6
21
22
f) d
24
23
1 si
i si
0 si
1 si
i j
A a
ij 5 5
tal que : a
B b
ij 4 3
tal que : b
C cij
6 2
5 si i j
tal que : cij
7 j si i j
ij
ij
i j
i j
i j2
i j2
0 0 0
B 0 0 0
0 0 0
A 1 5 2 8
Ejemplo:
0
3
B
5
7
2.3. Matriz cuadrada.- Matriz que tiene el nmero de filas igual al nmero de
columnas.
Ejemplo:
5 4 / 3
D
2
8
3
2
C
0 8
a11
a
A 21
an1
a
1n
a
a
22
2n
a
a
n2
nn
a
12
Traza A
a
i 1
ii
Ejemplo:
2 0 0
P 0 4 0
0 0 8
2 0
Q
0 2
2.6. Matriz identidad.- Es una matriz diagonal muy til, cuyos elementos de la
diagonal principal son iguales a la unidad.
Ejemplo:
1 0 0
I 0 1 0
0 0 1
0 i j
1 i j
ij
2.7. Matriz triangular superior.- Es una matriz cuadrada, cuyos elementos que
se encuentran debajo de la diagonal principal son iguales a cero.
A 0
ij
Ejemplo:
2 3 0
B 0 4 2
0 0 8
si
i>j
2.8. Matriz triangular inferior.- Es una matriz cuadrada, cuyos elementos que
se encuentran encima de la diagonal principal son iguales a cero.
A 0
ij
Ejemplo:
si
i<j
4 0 0
C 3 5 0
2 0 8
2.9. Matriz simtrica.- Es una matriz cuadrada, donde los elementos simtricos
(imgenes especulares respecto a la diagonal) son iguales, es decir cada
a a .
ij
ji
Ejemplo:
1 3 8
E 3 2 7
8 7 8
Ejemplo:
0
4
F
2
ji
2 3
0 1
0
1
0
7
0 7
0
2 5 7 2 9
G
8 0 4 10
3
Ejercicios
1. Escribir una matriz:
a) Cuadrada de orden 3.
9
4
1
S 2 3 7 8
4
0
5
0
1 0
2 0 1
0 0 0
7 0
A
0 , C 0 0 0 y D 0 4 0
, B 0 2
0 6
0 10 3
0 0 6
0 0 0
a) Cules son matrices diagonales? Slo la matriz A.
b) Cules son matrices triangulares?
3. Cul(es) de las matrices:
1 1
A
1 0
1 1
D
0 0
3 0
G
0 3
1 0
B
1
0
0 1
E
1
0
0 1
H
1
1
1 0
C
1 1
1 0
F
0 2
a) Es triangular superior?
d) Es escalar?
b) Es triangular inferior?
c) Es diagonal?
4. Si B es una matriz antisimtrica cuyos elementos de la diagonal principal son ceros
0
2 4
. Hallar los elementos de la matriz B.
y que cumple: B
0 4
Solucin:
Matriz antisimtrica cuya diagonal son ceros y de orden 2:
0 a
B
a 0
0
2 4
, entonces:
Nos indican que B
0 4
2
a2
0
0 a 0 a 0 a
0 4
B
2
0 a 0 4
0 a
0 a
0
a
Obtenemos: a 2 4 a 2 .
Respuesta:
0 2
,
Si a 2 B
0
2
0 2
.
si a 2 B
2 0
1 4 7
2
a
a 1
3
2
6. Para qu valores de a , es a 1
2
a 4 simtrica?
4a
1
3
Solucin:
2
a 1 a 1
a 4 4a
a 2 a 1
a2
a 2.
2x
1
0
2
B x
0 4x .
y 1 x
0
Solucin:
2x
1
0
2
B x
0 4 x
y 1 x
0
Como es antisimtrica debe cumplir:
b b
ij
ji
b12 b21
2x x
x 2 2x 0
x( x 2) 0
x 0
x 2
b13 b31
9
1 ( y 1)
1 ( y 1) 1 y 1 y 2
b23 b32
4 x x 3x 0 x 0
x : 0,2 0
x 0 y 2
ij
Ejemplo 1:
2 a c 2
Hallar a + b + c si:
8
3 b 3
Solucin:
De acuerdo a la definicin c = 2, a = 2 y b = 8.
Respuesta: Por lo tanto a + b + c = 8.
Ejemplo 2:
5
(a / 2 b) 5 9
Encuentre a + b si:
5
7 5 (a b / 3)
Solucin:
De acuerdo a la definicin se debe cumplir lo siguiente:
a
b
b 9 y 7 a
2
3
10
2 3 1 2 2 (1) 3 2 1 5
1 4 2 1 1 2
4 1 3 5
Ficcin
300
300
50
Viajes
300
100
150
Deportes
100
240
200
Suponga que las entregas a cada librera estn representadas por D. Calcule
las existencias actualizadas.
60 40 20
D 60 40 30
60 40 30
Solucin:
Se crea una matriz con la cantidad de libros que tiene cada librera:
60 40 20
D 60 40 30
60 40 30
Entonces, las nuevas cantidades de libros en cada librera son:
300 300 100 60 40 20 360 340 120
300 100 240 60 40 30 360 140 270
11
0
4 0 8
Ejemplo: 2
8 1 16 2
Problema:
Suponga que las distancias, en millas, entre Annapolis, Baltimore y
Wahington, D.C., se expresan como sigue:
Annapolis
Baltimore
Washington
Si deseamos trazar un mapa cuya escala sea tal que 1 pulgada en el papel
corresponda a 5 millas de distancia real, Cul es la matriz de las distancias
del mapa?
Solucin:
Nuestros datos los podemos expresar en una matriz:
0 30 25
A 30 0 18
25 18 0
Como deseamos tener las distancias en pulgadas lo que debemos tener
presente que cada milla en el papel representar 1 de una pulgada. Por lo
5
tanto, la matriz que nos representa las distancias entre ciudades en pulgadas
es:
5
0 30 25 0 6
1
B 30 0 18 6 0 3.6
5
25 18 0 5 3.6 0
Respuesta: Esto quiere decir que la distancia entre Annapolis y Baltimore
ser de 6 pulgadas en el papel, entre Annapolis y Washington ser de 5
pulgadas y entre Baltimore y Washignton ser de 3.6 pulgadas en el papel.
3.4. Multiplicacin de matrices.- Dos matrices slo se pueden multiplicar si son
multiplicativamente conformes, y esto se verifica cuando el nmero de
columnas del multiplicando coincide con el nmero de filas del
multiplicador.
A
mn
n p
m p
ij
de la matriz producto, es
el producto del isimo vector fila de la primera matriz con el jsimo vector
columna de la segunda (Producto interior).
12
a1 j b j1
j 1
c
Am n Bn p C m p i j
m p n
a mj b j1
j 1
a1 j b jp
j 1
a mj b jp
j 1
Ejemplo:
2 4
1 3 2
Sea A
y B 1 6 . Hallar A B y B A .
4
5
0 5
Solucin:
2 3
3 2
3 3
32
41
0
4
5
A
A
B
C
B
A
C
n p
m n
n p
m n
n p
m n n p
b)
: Distributiva.
Bn p C n p A p q Bn p A p q C n p A p q
c) a Bn p C pq a Bn p C pq Bn p a C pq
13
I
4000
2000
2000
II
3000
5000
3000
III
3000
3000
5000
Los rditos de los tres fondos despus de un ao estn dados por la matriz:
0.18
I
B = II 0.24
III 0.12
Cul empleado obtuvo los mejores rditos en su inversin para el ao en
cuestin?
Solucin:
Primero creamos nuestras matrices de datos teniendo en cuenta lo que
significa cada matriz.
14
b)
A B t A t B t .
c)
A A .
t t
kA t kA t
e)
A B t B t A t ,
donde k es un escalar.
siempre y cuando A y B sean multiplicativamente
conformes.
f) Si A es simtrica entonces A A t .
Ejemplo:
2
1
A
4
3 1
5 5
5 6
4 7
2 1 4 1
A 3 5 5 4
1 5 6 7
t
3.6. Potenciacin de una matriz.- Para poder efectuarla, la matriz tiene que ser
cuadrada. Se obtiene al multiplicar n veces la matriz por si misma. Es decir:
n
A
A A
A
A
n veces
c)
cAn c n An .
n m
n m
2 0
Ejemplo: Hallar B2 y B3, si B
.
1 5
0
3 8
2 4 0
B
y B
39 125
7 25
d
nn
d k
0
0 0
11
k
D k d 22
0 0
k
0
d nn
15
A8 A A A A A A A A
2
8 2 2
A A
2
2 2
4
A A A
Otros ejemplos:
7
A A
23
2 2
2
A
A , 4 multiplicaciones matriciales.
,
4
2
A A A
7 multiplicaciones matriciales.
5 1
Qx x 2 3x 1 .
Hallar P(B) y Q(B).
3
3 7
3 7 3 7
272 336 3 7 44 28
P(B) =
5 1 20 36
5
1
5
1
5
1
240
176
313 357
P(B)
255 211
16
3 7
3 7 1 0 44 28 9 21 1 0
Q(B) =
3
5 1
5 1 0 1 20 36 15 3 0 1
54 49
Q(B)
35 40
3.8. Suma de elementos.- Matrices y vectores proporcionan una forma
conveniente de representar sumas de elementos. Para ello vamos a trabajar
con vectores columnas.
x1
x
2
n
x
3
Dado: x
x x x x x .
obtener:
i
1
2
3
n
i 1
x
n 1
xn
t
i 1 . Por lo tanto,
xi 1 1 1 1 x3 i x .
i 1
x
1
n
x a i . Por lo tanto,
ax a
i
i 1
1
n
i 1
i 1
i 1
i 1
x
i
x a i x . Si a =
i
1
obtenemos la media aritmtica:
n
1 t
i x.
n
x2 x x .
i
i 1
x = i x = i (a i ) = a i i = an.
xy x y y x.
i i
17
, entonces: A a a a a
11 22
12
21
a
22
a
12
a11
a12
a 21
a 22
Ejemplo:
2 1
.
Hallar el determinante de B
4
7
B 2 4 7 1 15
a
11
Orden 3: sea A a 21
a
31
A a a
11
22
22
33
21
32
a a
a a a
12
a
13
a , entonces:
23
a
33
a
12
a
33
12
23
23
31
32
a a
21
32
a a a
13
13
22
31
11
a 21
a 22
a 23
a 31
a 32
a 33
11
11
11
21
a31
21
12
22
a32
12
12
22
13
23
a33
13
13
23
11
21
a31
Ejemplo:
3 4 2
Hallar el determinante de B 1 0 1 .
1 2
1
18
12
22
a32
3 4 2
1 0 1
1 2
3 4
1 0
1 1 2
a 1
i 1
i j
ij
Det M
ij
columna.
Ejemplo:
3 4 2
1) Hallar el determinante de B 1 0 1 .
1 2
1
Solucin 1:
Tomando como referencia la primera fila:
B (3) 111
0 1
2
(4) 112
1 1
1
(2) 113
1 0
1 2
B (3) 111
0 1
2
(1) 121
4 2
2
(1) 131
0 1
B (1) 131
0 1
(2) 132
1 1
(1) 133
3 4
1 0
19
1 3 5
0 1 3
2) Hallar el determinante de C
2
1 9
3 2 4
4
.
6
a) Det A Det At .
b) Si una matriz tiene una fila o columna nula, su determinante es cero.
c) Si una matriz tiene dos filas (o columnas) proporcionales, su
determinante es cero.
d) Si se intercambian entre s dos filas (o dos columnas), su determinante
cambia de signo.
e) Si a una fila (o columna) de la matriz se le multiplica por un escalar, el
determinante queda multiplicado por dicho escalar.
f) El determinante del producto de dos matrices del mismo orden es igual al
producto de los determinantes de cada matriz.
g) El determinante de una matriz diagonal es igual al producto de los
elementos de su diagonal.
h) El determinante de una matriz triangular es igual al producto de los
elementos de su diagonal.
i) Si A es una matriz de orden n y k es un escalar, entonces:
Det kA k n Det A .
3.10. Matriz Inversa.- Solamente tienen matriz inversa aquellas matrices que son
cuadradas y su determinante es distinto de cero.
La matriz inversa es de la misma dimensin que la matriz original. Debe
cumplir que: A A1 I .
20
a)
b)
A B1 B 1 A1 .
c)
1 1
t 1
A.
d) Det A 1
e) (cA) 1
f)
1
.
Det A
1 1
A .
c
A A .
n 1
1 n
d1
0
d 1
0
0
1
0 d 1
0
2
1
inversa es D 0
0 d 31
0
0
0
d2
0
0
0 , entonces su
d
n
0 .
d n1
Existen dos mtodos para hallar la inversa de una matriz cuadrada: por
Cofactores y por Operaciones Elementales.
Nosotros vamos a estudiar slo el mtodo de los cofactores.
Mtodo por Cofactores:
Si A 0 , entonces:
A
1
Adj A
A
Adj A Cij
c 1i j M
ij
ij
21
2 3 4
4 3 1 5
1 2 4
Segundo: hallamos la matriz de cofactores:
11 3
11
2 4
1 2 4
12
c13 113
15
c23 123
1 4
4 3
1 2
21 3
c21 1
10
c22 12 2
2 4
2 4
1 4
2 3
1 2
131
3 4
c32 13 2
2 4
c33 133
2 3
31
3 1
4 1
4 3
14
Matriz de cofactores:
5
10 15
Cij 4
4 1
9
14 6
Tercero: Hallamos la matriz adjunta:
10 4 9
Adj F Cij 15 4 14
5 1 6
t
22
45
9
10 4 9 2
1
15
4 14 3 4 5 14
5
15
6
5 1 6 1
5
5
5
6
13
C
10
9
10 7
10 10
12 13
15
Donde cada columna representa las cajas del tipo de chocolate que se vende en el
siguiente orden: blanco, amargo y semiamargo; y cada fila representa a los vendedores
en el orden siguiente: Rosita, Carolina, Carla y Sergio.
Ahora representamos un vector columna para que nos indique el precio de compra de
cada caja, dependiendo del tipo de chocolate.
50
P 30
40
Representaremos a travs de un vector columna, el precio de venta por cada pieza de
chocolate, dependiendo del tipo.
4
V 3
3
a. Quin hizo la menor inversin?
El costo para cada nio est dado por:
1110
1230
CP
1200
1130
Se concluye que de todos los pequeos exploradores, quien menos invirti fue
Rosita con tan solo $1110.
b. Quin obtuvo mayor beneficio el primer ao?
Para calcular el beneficio de cada nio, hacemos lo siguiente:
Beneficio = ingreso costo
El costo para cada nio est dado por:
23
1110
1230
CP
1200
1130
El ingreso por la venta de una caja de chocolates (1 caja = 20 chocolates) para cada
nio est dado por:
4 80
20V 203 60
3 60
Por lo que el ingreso total es para cada nio:
6
10
C 20V
13
9
1920
80
10 10 2060
60
10 7 2000
60
12 13 1900
15
C 20V C P
2000 1200 800
55
P 1.1P 33
2
44
Por lo tanto la nueva matriz de costos es:
1221
1353
CP
2 1320
1243
24
C 20V C P
2 2000 1320 680
65
P 45
3
40
Por lo tanto, la nueva matriz de costos es:
1425
1575
CP
3 1500
1385
En el tercer ao el que invirti menos fue Sergio con un costo de $1385.
El ingreso es el mismo que el del primer ao, por lo tanto los beneficios para el
tercer ao son:
C 20V C P
3 2000 1500 500
25
Ejercicios
1. Resuelva la ecuacin: 2 X B 4 A Bt
1 2
A
4
3
1 2
.
B
3 1
Solucin:
I
t
2X B 4 A B
t t
A I
Aplicando la propiedad de transpuesta A A se obtiene:
2X B 4 B
t t
t t
2 X B 4B A I
B A
3
1
2
4
44
t 12
4 B A
20 20
44 1 0 11 44
12
t
4 B A I
20 20 0 1 20 19
Despejando X tenemos: X
1
t
4B A I B
2
42
11 44 1 2 12
t
4 B A I B
20 19 3 1 17 20
42 6
21
1
1 12
t
4 B A I B
2
2 17 20 17 2 10
21
6
.
Respuesta: X
17
2
10
26
Solucin:
3
1
1
1
1
a) Det A 2 = Det A 2 A A 44 2
8
8
2
2
B At
b) Det
Det (B)
t
t
= Det A B
2
= Det 1 At B t = 1 Det At B t
2
1
1
A B = 4 2 = 1
8
8
3
A B
1
A B
1
= Det
= Det A B = A B
c) Det
8
4 2
8
Det ( A B)
=
1
4 2 = 1
512
64
0 6 a
0 5
3 2
6(2) a(3) 0
a4
1 5
0 2
+ a
0 3
=0
6 2
1
C 0 5
3
4 2
6
1 1
2
D 1 53 32
1
5 3
Solucin:
a) C 1
Adj C
C
27
C 1 30 6 60 12 20 20 24 72 40 8
8
24 32
Adj C 12
14 3
20
26 5
6 2
1
C 0 5
3
4 2
6
Reemplazamos C
b)
8
24 32
1
12
14 3 .
8
26 5
20
AdjD 35
5 65
48 9 105
1 1
2
D 1 53 32
1
5 3
Reemplazamos D
2
85
319
5 65 .
35
555
48 9 105
A B 1
b)
1 t
1
B C
A
Solucin:
a)
A B 1
8
24
C t B 1 A 1 C B 1 A 1 C
C
1 1
C
B A
A B
3
1
4
1 t
1
1 B
1
b) B C
= B t C 1 =
=
=
64
16
2
8 C
2
A X
B 2B , donde
1 1 0
A 2
1 1
0
1 1
1 1 0
28
1
B 2B A X B A X 1
A.
X B
X A 1 B 1
1 1
1
1 1 1
1
1 1 ; B 2 1 1
B 1 ; Adj B 2
2 2 1
2 2
1
X B
X B
3
2
1
A 0 4 2 ; A 2 ;
2 5 3
A B
B 1
1
A 2 .
B
1 0
.
7. Sea A
1 1
a) Determine una frmula para A n donde n N , demuestre la frmula por
induccin.
n
b) Calcule
A .
i
i 1
Solucin:
1 0
a) A
1 1
1 0
A4
4 1
1 0
An
n 1
(por induccin).
A A A A ... A n(n 1)
b)
i 1
2
n
3 1 0
A
3 1
1 0
A2
2 1
A
n(n 1)
i 1
2
n
0
.
n
29
3 4
2u 5 v
u 1 6
3v
v 5
u v
1
u
Solucin:
1 u 2 4
2
v 4 u 3 v 2
2u 3v u 3 v 2 .
3 4
1 5
2 X
.
9. Resuelva la siguiente ecuacin
0
5
3 6
Solucin:
3 4
1 5
2 X
5
0
3
2 1 2
X
1
3
1 0
2
X 2Y
1 1 2
Solucin:
1 0
2
2Y
X
1 1 2
2
1 0
1 2 1
2Y 3Y
1
2
2
0
1
0 1
3
Y
0 2 3
4 1 2
.
X
1 3 4
11. Exprese este sistema lineal como una multiplicacin de matrices, donde el
multiplicador es un vector columna con las variables {x, y, z}:
x y az 3
x ay z 0
ax y z 0
2
x
x
Ln e
30
1994
x
1994 1993x x
1 2
. Encontrar una matriz B de 2 3 con elementos distintos tal que
13. Sea A
3 6
A B 0 .
1 2
. Calcular A n .
14. Sea A
0 1
5 2
. Encontrar todos los nmeros k para los que A es una raz del
15. Sea A
0 k
polinomio P( x) x 2 7 x 10 .
3 8 57
.
16. Encontrar una matriz triangular superior A tal que A
27
0
0 1 0
17. Considere la matriz B 0 0 1 . Calcule B2 y B3 y generalice para un Bn.
1 0 0
2 4
1 3 3
, B 1 5 . Calcule A B , At B t
18. A partir de las matrices A
2 4 1
6 2
y B A.
1 1
19. Calcule A8 . Si A
Puede deducir cul es A n ?
0 1
6 3
1 0 0 2
a) X
0 1 2 1
c) 3X
12
3 4
1 5
X
b)
0
5
3 6
d) 4X
4
7
0
13
3 1
1 2
X Y
1
3
3 0
X Y
3 1
31
4 5
3 12
22. Sea A
y B
3y
8 15
x
, determine k, x, y y z para que B kA .
z
1 1
3
23. Sea la funcin F ( x) x 3x 2 . Calcular F (A) si A
.
1
0
3 2
4 0
1 0
y C
Cul(es) de las matrices dadas
, B
24. Sean: A
0
1
4
2
0
1
2x 2
. Determine el conjunto de valores para x tal que A 0 .
x 3
25. Sea A 3
3 4
. Hallar
26. Dado: A
1 1
2A I
1 1
2
3 es singular?
27. Para qu valores de la matriz 1
2 3 7
1
t 3 1
t 5
1 .
28. Evaluar el determinante de la siguiente matriz 7
6
6 t 2
( X Y ) C X
29. Dado el sistema matricial:
.
C Y 3I 2 A
Despejar X e Y, indicando las propiedades que deben cumplirse para poder efectuar
las operaciones, sabiendo que I es la matriz identidad.
30. Hllese la matriz X, siendo:
t
X A 3B
2A B
y sabiendo que:
1
2 1 3
1 2
t
A 4 1 2 ; B 0
1 2 .
0 1 1
1 1 1
32
Problemas Resueltos
1) Un contratista calcula que los costos (en dlares) de adquirir y transportar unidades
determinadas de concreto, madera y acero desde tres diferentes localidades estn
dados por las matrices siguientes (una matriz por cada localidad).
A =
Costos de material
Costos de transporte
B =
Costos de material
Costos de transporte
C =
Costos de material
Costos de transporte
Concreto
20
8
Concreto
22
9
Concreto
18
11
Madera
35
10
Madera
36
9
Madera
32
8
Acero
25
6
Acero
24
8
Acero
26
5
Escriba la matriz que representa los costos totales de material y de transporte por
unidad de concreto, madera y acero desde cada una de las tres localidades.
Solucin:
20 35 25 22 36 24 18 32 26 60 103 75
8 10 6 9 9 8 11 8 5 28 27 19
Respuesta: Esta matriz representa los costos totales de material y de transporte por
unidad de concreto, madera y acero desde cada una de las 3 localidades.
2) Una empresa produce tres tamaos de cintas magnetofnicas en dos calidades
diferentes. La produccin (en miles) en su planta de Baja California est dada por la
matriz siguiente:
Calidad 1
Calidad 2
27 36 30
B
18 26 21
La produccin (en miles) en la planta de Monterrey est dada por la matriz
siguiente:
Calidad 1
Calidad 2
Tamao 1
32
25
Tamao 2
40
38
Tamao 3
35
30
32 40 35
M
25 38 30
a) Escriba una matriz que represente la produccin total de cintas en ambas plantas.
b) El dueo de la empresa planea abrir una tercera planta en Chihuahua, la cual
tendra una vez y media la capacidad de la planta en Baja California. Escriba la
matriz que representa la produccin en la planta de Chihuahua.
33
18 26 21 25 38 30 43 64 51
59 76 65
.
P
43 64 51
b) La planta de Chihuahua ser el producto de multiplicar el escalar 1.5 por la
matriz B (Baja California).
Entonces:
27 36 30 40.5 54 45
1.5
18 26 21 27 39 31.5
Respuesta: La produccin en la nueva planta de chihuahua est dada por la
matriz C (en miles).
40.5 54 45
.
C
27 39 31.5
c) La produccin total en las tres plantas ser la suma de la matriz P (produccin
de Baja California y Monterrey) y la matriz C:
59 76 65 40.5 54 45 99.5 130 110
.
43 64 51 27 39 31.5 70 103 82.5
Respuesta: La produccin total de las tres plantas sera la matriz D (en miles).
99.5 130 110
.
D
70 103 82.5
3) La matriz A representa los nmeros de tres tipos de cuentas bancarias el primero de
enero en el Banco Central y sus sucursales:
Cuentas de Cuentas de Cuentas de depsito a
Cheques
ahorros
plazo fijo
2820
1470
1120
Oficina matriz
1030
520
480
A = Sucursal del Oeste
1170
540
460
Sucursal del Norte
La matriz B representa los nmeros y tipos de cuentas abiertas durante el primer
trimestre y la matriz C se refiere a los nmeros y tipos de cuentas cerradas durante el
mismo perodo.
260 120 110
120 80 80
B 140 60 50 y C 70 30 40 .
120 70 50
60 20 40
34
D A B C .
Entonces:
Menor de 30
De 30 a 50
Mayor a 50
Dem.
0.50
0.45
0.40
Rep. Indep.
0.30
0.20
0.40
0.15
0.50
0.10
35
Menor de 30
30000
De 30 a 35
40000
Mayor de 50
20000
I
15
20
10
II
15
20
5
III
20
15
10
IV
30
5
10
V
10
20
15
36
3
7
t
B 5
12
20
15 15 20 30 10
A 20 20 15 5 20
10 5 10 10 15
810
A B 735
535
810
735
535
Inferior
1000
2000
1000
Media
1000
1000
1500
Buena
500
1000
600
Superior
500
1500
1300
Todos los datos que se piden a continuacin deben obtenerse como resultado de
operaciones con matrices.
a) Cunto cobr el primer da?
b) Cunto recibi por el total recolectado de naranja de tipo medio y superior?
Solucin:
a) Si construimos una matriz fila C con las cantidades en kg. de las diferentes
calidades durante el primer da y una matriz columna P con los precios de las
mismas, se tiene:
20
30
C P 1000 1000 500 500 115000 centavos de dlar.
50
80
Respuesta: El primer da cobr 115000 centavos de dlar.
37
3500
369000 centavos de dlar.
P C 30 80
3300
Respuesta: Recibi por el de tipo medio y superior 369000 centavos de dlar.
7) Bruno y Jorge tienen acciones de la bolsa, dadas por la matriz:
BAC
Bruno 200
100
Jorge
GM
300
200
IBM TRW
100
200
400
0
Al cierre de operaciones en cierto da, los precios de las acciones estn dadas por la
matriz:
BAC
GM
B =
IBM
TRW
54
48
98
82
Explique el significado de A B.
Solucin:
54
200 300 100 200 48 51400
A B
100 200 400 0 98 54200
82
Respuesta: Quiere decir que al cierre de las operaciones de cierto da, las acciones
de Bruno estarn valorizadas en 51400; y el total de las acciones de Jorge sern
54200.
8) Un comit de admisin de una universidad anticipa la inscripcin de 8000
estudiantes de primer ingreso para el prximo ao. Para satisfacer las cuotas de
ingreso, se ha clasificado a los futuros estudiantes segn sexo y lugar de residencia.
El nmero de estudiantes en cada categora est dado por la matriz:
Hombre Mujer
2700
3000
Local
800
700
A = Forneo
500
300
Extranjero
Al utilizar los datos acumulados de aos anteriores, el comit de admisin considera
que estos estudiantes optarn por asistir a la Facultad de Letras y Ciencias, a la
facultad de Artes, la escuela de Administracin y la Escuela de ingeniera segn los
porcentajes que aparecen en la matriz:
B =
38
Hombre
Mujer
L. y C.
0.25
0.30
Artes
0.20
0.35
Admin.
0.30
0.25
Ingeniera
0.25
0.10
2700 3000
A 800 700
500 300
B
0.30 0.35 0.25 0.10
1575 1590 1560 975
Respuesta:
Residencia
Local
Forneo
Extranjero
LyC
1575
410
215
Artes
1590
405
205
Administracin
1560
415
225
Ingeniera
975
270
155
8 5 7 2 4
A 9 4 5 2 5
9 5 6 1 5
En esta matriz, cada fila se refiere a un proveedor y las columnas a los materiales, en
el orden listado arriba. El contratista tiene la poltica de adquirir todos los materiales
requeridos en cualquier obra al mismo proveedor, a fin de minimizar los costos de
transporte. Hay tres obras en construccin actualmente: la obra I requiere 20
unidades de madera, 4 de ladrillos, 5 de concreto, 3 de vidrio y 3 de pintura; la obra
II requiere 15, 0, 8, 8 y 2 unidades, respectivamente y la obra 3 requiere de 12, 6, 3,
5, 4 unidades respectivamente. Disponga esta informacin en una matriz B de orden
5 3 y forme la matriz A B. Interprete los elementos de este producto y selos con
el propsito de decidir qu proveedor debera emplear en cada obra.
Solucin:
8 5 7 2 4
A 9 4 5 2 5
9 5 6 1 5
20 15 12
4 0 6
B 5 8 3
3 8 5
3 2 4
39
40
Madrid
Barcelona
Vigo
Sevilla
Tv. 14 pulg
400
300
100
200
400
300
a) A
100
200
100 500
150 400
100 200
150 300
Ventas
Tv. 21 pulg
100
150
100
150
Tv. 25 pulg
500
400
200
300
Tv. 14 pulg
Tv. 21 pulg
Tv. 25 pulg
Precio
250
500
800
b)
250
x 500
800
400
300
c) A x
100
200
100 500
550000
250
470000
150 400
500
100 200
235000
800
365000
150 300
INGRESO (Dlares)
550000
470000
235000
365000
11) Cindy realiza llamadas regulares de larga distancia a Londres, Tokio y Hong Kong.
Las matrices A y B dan las longitudes (en minutos) de sus llamadas en horas pico y
no pico, respectivamente, a cada una de estas ciudades durante el mes de junio.
A =
Londres
80
Tokio
60
Hong Kong
40
B =
Londres
300
Tokio
150
Hong Kong
250
Los costos de las llamadas para los perodos pico y no pico en el mes en cuestin
estn dados, respectivamente, por las matrices:
Londres
C = Tokio
Hong Kong
0.34
0.42
0.48
Londres
D = Tokio
Hong Kong
0.24
0.31
0.35
A 80 60 40
0.34
y C 0.42
0.48
Entonces A C es igual a P.
0.34
80 60 40 0.42 71.6
0.48
A C P (71.6)
41
0.24
y D 0.31
0.35
Entonces B D es igual a N.
0.24
B D N (206)
G 277.6
Respuesta: Representa el gasto total que realiz Cindy en el mes de junio al llamar
a Londres, Tokio y Hong Kong; tanto en horas pico como en horas no pico.
12) B y B, S.A. de C.V., empresa de bienes races, construye casas en tres estados. El
nmero proyectado de ciudades habitacionales de cada modelo por construir en cada
estado, est dada por la matriz:
NY
A = Conn
Mass
I
60
20
10
MODELO
II III
80 120
30 60
15 30
IV
40
10
5
A 20 30 60 10
10 15 30 5
42
0
0
0
20000
22000
0
0
0
B
0
0
25000
0
0
0
30000
0
0
0
20000
60 80 120 40
0
22000
0
0
A B 20 30 60 10
0
25000
0
10 15 30 5 0
0
0
0
30000
I
1200000
400000
200000
II
1760000
660000
330000
III
3000000
1500000
750000
IV
1200000
300000
150000
Para obtener los beneficios de cada modelo debemos multiplicar una fila de unos
por la matriz G:
Beneficio Proyectado
1800000
2750000
5250000
1650000
1
1200000 1760000 3000000 1200000 7160000
Respuesta: El beneficio en cada estado si se rentan todas las casas es:
NY
Conn
Mass
Ganancia Proyectada
7160000
2860000
1430000
Los ngeles
Seattle
Panteras
700
500
Pandas
1000
800
Pjaros
800
600
Felpa (yardas2)
1.3
1.5
2.5
Rellenos (pies3)
20
30
25
Adorno (pieza)
12
5
15
Felpa (yarda2)
$ 4.5
a) Indique la cantidad de cada tipo de material que cada planta debe incurrir.
b) D el gasto total en cada planta ha de incurrir en relacin con los materiales.
c) Halle el costo total de los materiales necesarios en que debe incurrir ACE para
cubrir el pedido.
Solucin:
a) La cantidad de cada tipo de material estar representada por la multiplicacin de
la matriz P por la matriz M. Entonces:
1.3 20 12
4410 64000 25400
700 1000 800
1.5 30 5
N
500 800 600 2.5 25 15 3350 49000 19000
Respuesta: La cantidad de cada tipo de material que cada planta debe adquirir
se presenta en la siguiente tabla:
Felpa Relleno Adorno
4410 64000
25400
Los Angeles
N =
3350 49000
19000
Seattle
b) El gasto total en cada departamento es igual al producto de la matriz N por la
transpuesta de la matriz C.
G N C
4.50
32595
4410 64000 25400
0.10
G
3350 49000 19000 0.25 24725
32595
57320
Gt 1 1
24725
Respuesta: El costo total para cubrir todo el pedido es de $57320.
44
Cantidad de
Acciones que
compr
10000
20000
30000
Precio unitario al
momento de la
adquisicin
$ 20
$ 30
$ 50
Precio de cierre
seis meses despus
$ 22
$ 35
$ 51
C 35
A 20000
B 30
30000
50
51
Valor total al momento de adquirirlo:
10000
t
B A 20 30 50 20000 2300000
30000
t
C A 22 35 51 20000 2450000
30000
Respuesta: Sumano al adquirir las acciones invirti $2300000, seis meses despus
sus acciones han tomado un valor de $2450000. Es decir, ha obtenido una ganancia
de $150000.
15) Cinema Center tiene cuatro salas de la I a la IV. El precio de cada funcin es de $2
por nio, $3 por estudiante y $4 por adulto. La asistencia a la matin del domingo
est dada por la matriz:
Nio
Estudiante
Adulto
225
110
50
Sala I
75
180
225
Sala II
A =
280
85
110
Sala III
0
250
225
Sala IV
a) Represente el ingreso bruto de cada sala.
b) Encuentre el ingreso total por concepto de entradas en dicho matin.
Solucin:
225 110 50
75 180 225
A
280 85 110
0 250 225
2
B 3
4
45
225 110 50
980
1590
5475
b) 1 1 1 1
1255
1650
Pantaln
1000
800
900
Camisa
2500
1200
1400
Tela
Botones
US $2.50 m2
US $0.5 por botn
1000 2500
0.45 0.35
: Matriz Materia Prima.
B
2
5
2.5
C : Matriz de costos.
0.5
1000 2500
1325 14500
0.45 2
780 7600
MP A B 800 1200
900 1400 0.35 5 895 8800
46
1325 14500
2.5
Cciudad MP C 780 7600
895 8800 0.5
10562.5
Cciudad 5750
6637.5
Lima
Piura
Arequipa
: 10562.50
: 5750.00
: 6637.50
10562.5
Ct 1 1 1 5750 22950
6637.5
Ct 22950 .
Respuesta: El costo total de produccin de esta empresa es de $22950.
17) Una empresa utiliza tres tipos de materias primas M1, M2 y M3 en la elaboracin de
dos productos P1 y P2. El nmero de unidades de M1, M2 y M3 usados por cada
unidad de P1 son 3, 2 y 4, respectivamente y por cada unidad de P2 son 4, 1 y 3,
respectivamente. Suponga que la empresa produce 20 unidades de P1 y 30 unidades
de P2 a la semana. Exprese las respuestas a las siguientes preguntas como producto
de matrices.
a) Cul es el consumo semanal de las materias primas?
b) Si los costos por unidad (en dlares) para M1, M2 y M3 son 6, 10 y 12,
respectivamente. Cules son los costos de las materias primas por unidad de P1
y P2?
c) Cul es la cantidad total gastada en materias primas a la semana en la
produccin de P1 y P2?
Solucin:
Producto
Materia Prima
M1
M2
M3
P1
3
2
4
P2
4
1
3
47
3
4 180
20 2 30 1 70
4
3 170
6
3 2 4 86
10
b)
4 1 3 12 70
Respuesta: El costo semanal de la materia prima por unidad del proceso 1 es de
$86 y el del proceso 2 es $70.
180
c) 1 1 1 70 420
170
Lunes y Mircoles
50
59
47
68
66
43
55
48
Solucin:
50
59
47
68
66
43
55
48
48
45 150
1725
40 160
1834
1669
39 149
6
55 99 1475
5
61 163 2005
8
33 100 1223
46 180
2000
2173
57 200
1834
1669
1475
1 1 1 1 1 1 1 1
14104
2005
1223
2000
2173
Vitamina A
M = Vitamina C
Calcio
I
400
110
90
Alimento
II
III
1200 800
570
340
30
60
Alimento I
7
Alimento I
9
Alimento II
1
Alimento II
3
Alimento III
6
Alimento III
2
A 7 1 6
B 9 3 2
49
a) M A 110 570 340 1 770 570 2040 3380
30
60 6 630 30 360 1020
90
t
30
60 2 810 90 120 1020
90
t
30
60
90
t
30
60
90
400 1200 800 16 17600
30
60 8 2040
90
50
Solucin:
a)
Keke
Torta
Pasteles
mp1
1
1
2
kg.
mp2
0.2
0.6
0.8
mp3
0.01
0.70
0.30
mp1
mp2
mp3
Cantidad de productos
terminados en el periodo
150
Keke
200
Torta
90
Pasteles
1 0.2 0.01
A 1 0.6 0.70
2 0.8 0.30
10.255
A B C 16.450
24.450
9
B 6
5.5
150
T 200
90
10.255
1.5
E 1
2
MOD
F (10)
51
15
E F G 10
20
15
T G H 150 200 90 10 (6050)
20
t
0.5
I 0.5
1.5
Horas maquinaria
0.5
0.5
1.5
h. maq.
Costo hora
maquinaria
6.5
J (6.5)
3.25
I J K 3.25
9.75
3.25
Costos indirectos de
fabricacin (CIF)
9
10
15
9
M 10
15
9
T M N 150 200 90 10 (4700)
15
t
Precio de venta
$50.00
$75.00
$100.00
Keke
Torta
Pasteles
52
Cantidad
IIPT
PT
5
150
2
200
0.5
90(cientos)
50
P 75
100
5 150
Q 2 200
0.5 90
1
I
1
1
450
t
Q P R
31500
I t R S (31950)
1
U I O
(31500) (19793.75)
(11706.25)
53
Problemas Propuestos
1. Los seores Cruz, Jimnez y Snchez sufren una enfermedad en las coronarias.
Como parte del tratamiento, se les da una dieta baja en colesterol. El seor Cruz
lleva la dieta I; Jimnez la dieta II, y Snchez la dieta III. Se mantuvieron registros
de los niveles de colesterol de cada paciente. Al principio de los meses 1, 2, 3 y 4,
dichos niveles eran:
Cruz: 220, 215, 210 y 205
Jimnez: 220, 210, 200 y 195
Snchez: 215, 205, 195 y 190
Represente esta informacin en una matriz 3 4 .
2. La compaa Widget tiene sus reportes de ventas mensuales dados por medio de
matrices, cuyas filas representan el nmero de modelos regular, de lujo y de extra
lujo vendidos, mientras que las columnas dan el nmero de unidades rojas, blancas,
azules y prpuras vendidas. Las matrices para enero (E) y febrero (F) son:
2 6 1 2
0 2 8 4
E 0 1 3 5 , F 2 3 3 2 .
4 0 2 6
2 7 9 0
a)
b)
c)
d)
54
2 0.5
1
0.5 2
1
D
2 0.5 1
TV
= VCR
CD
A
20
45
15
B
40
30
10
TV
= VCR
CD
A
15
30
10
B
25
25
5
6. Una empresa tiene tres tiendas de departamentos. Cada una vende sacos, pantalones
y calzado, cuyos precios son los de la siguiente tabla. Calcule los valores de los
artculos, si en las 3 tiendas se ofrece una barata del 20%.
Tienda
1
2
3
Sacos
80
100
60
Pantalones
40
50
30
Zapatos
30
40
20
7. Suponga que el precio de los productores A, B y C est dado, en ese orden, por el
vector de precios P p1 p2 p2 . Si los precios se incrementan en 10%, el
55
Productores
Industria A
Industria B
Industria C
Todos los dems
Productores
Industria
A
50
90
120
420
Consumidores
Industria Industria
B
C
70
200
30
270
240
100
370
940
0 16 20
A 17 0 18
21 14 0
El comercio entre estos tres pases durante el ao de 1987 (en millones de dlares
estadounidenses) est dado por la matriz B.
0 17 19
B 18 0 20
24 16 0
a) Escriba una matriz que represente el comercio total entre los tres pases en el
periodo de 2 aos, 1986 y 1987.
b) Si en 1986 y 1987, 1 dlar estadounidense equivala a 5 dlares de Hong Kong,
escriba la matriz que representa el comercio total durante los 2 aos en dlares
de Hong Kong.
11. Una compaa tiene plantas en tres localidades X, Y y Z, y cuatro bodegas en los
lugares A, B, C y D. El costo en dlares de transportar cada unidad de su producto
de una planta a una bodega est dado por la matriz siguiente:
56
Hombres
30
45
14
Mujeres
34
20
26
Nios
20
16
25
Hombres
35
52
23
Mujeres
30
25
24
Nios
26
18
32
Accin
Educativo
400
450
350
280
150
850
B =
Accin
Educativo
380
460
330
320
220
750
Si la compaa compra a uno de sus competidores y en 2001 duplica las ventas que
consigui el ao 2000, Cul es el cambio de las ventas entre 1998 y 2001?
14. Un turista regres de un viaje por Europa con moneda extranjera de las siguientes
denominaciones: 1000 chelines austriacos, 20 libras inglesas, 100 francos franceses,
5000 liras italianas y 50 marcos alemanes. En dlares un cheln vala $0.055, la libra
$1.8, el franco $0.20, la lira $0.001 y el marco $0.40.
a) Exprese la cantidad de cada tipo de moneda por medio de un vector.
b) Exprese el valor de cada tipo de moneda en dlares por medio de un vector.
c) Calcular cuntos dlares vala el dinero extranjero del turista.
57
y 2 horas un collar.
a) Exprese las rdenes del fabricante como un vector.
b) Exprese los requerimientos en horas para los distintos tipos de joyas como un
vector.
c) Calcular el nmero total de horas que requerir para terminar las rdenes.
18. La compaa petrolera Garnique tiene dos refineras, una en Houston y otra en
Tulsa. La refinera en Houston enva 60% de su petrleo a un distribuidor en
Chicago y 40% a un distribuidor en los ngeles. La refinera de Tulsa enva 30% de
su petrleo a un distribuidor en Chicago y 70% a un distribuidor en los ngeles. Si
durante un ao el distribuidor de Chicago recibi 240000 galones de petrleo y el
distribuidor de los ngeles recibi 460000 galones, Cul fue la cantidad de
petrleo producido en cada refinera de la compaa petrolera Garnique?
19. Un agente de bolsa vendi a un cliente 200 acciones tipo A, 300 tipo B, 500 tipo C y
300 tipo D. Escriba un vector que d el nmero de acciones vendidas de cada tipo.
Si las acciones se venden en $20, $30, $45 y $100 por accin, respectivamente.
Cunto gan el agente de bolsa por las acciones vendidas?
20. Un agente de bolsa vendi a un cliente 200 acciones tipo A, 300 tipo B, 500 tipo C y
250 tipo D. Los precios por accin de A, B, C y D son $100, $150, $200 y $300,
respectivamente. Escriba un vector fila que represente el nmero de acciones
compradas de cada tipo. Escriba un vector columna que represente el precio por
accin de cada tipo. Encuentre el costo total de las acciones.
21. La seora Espinoza opera tres estaciones de autoservicio de gasolina en diferentes
partes de la ciudad. Cierto da, la estacin A vendi 600 galones de Premium, 1000
galones de regular, 1800 galones de super sin plomo y 400 galones de regular sin
58
f1
f2
v
50
80
t
v
O2
250
280
s
50
60
p
20
30
d1
100
350
d2
85
400
Mes
Enero
Febrero
Marzo
Abril
I
4
6
5
8
II
2.0
1.0
3.0
2.5
Utilidad
unitaria (en
cientos de
dlares)
3.50
2.75
1.50
Artculo
III
20
9
12
20
I
II
III
Impuestos unitarios
(en cientos de
dlares)
1.5
2.0
0.6
Encuentre una matriz que muestre las utilidades y los impuestos totales para cada
mes.
28. La produccin total de sistemas de audio en las tres plantas de la compaa Saavedra
S.A. durante mayo y junio est dada por las matrices A y B, respectivamente, donde:
A=
B=
Fbrica I
Fbrica II
Fbrica III
A
320
480
540
Fbrica I
Fbrica II
Fbrica III
A
210
400
420
Modelos
B
C
280
460
360
580
420
200
Modelos
B
C
180
330
300
450
280
180
D
280
0
880
D
180
40
740
Los costos de produccin y los precios de venta de cada unidad de estos sistemas
estn dados por las matrices C y D, respectivamente, donde
C=
D=
60
Modelo A
Modelo B
Modelo C
Modelo D
Modelo A
Modelo B
Modelo C
Modelo D
120
180
260
500
160
250
350
700
Acero
5
7
6
Madera
20
18
25
Vidrio Pintura
16
7
12
9
8
5
Mano de obra
17
21
13
45
20
30
5
0
Ladrillo
Cantidad
para
de
techo
obreros
(unidad)
800
450
100
8000
1000
650
300
120
7000
700
500
350
150
6000
500
61
62
1 Bolsa de cemento
1 Fierro
1 m3 de material ptreo
1.5
1
50
1 ladrillo
1 ladrillo de techo
5
20
1 obrero
1 3 2 3 2 3
1 / 3 2 / 3 2 / 3
t
Ejemplo: A 2 / 3
1 / 3 2 / 3 A 2 3
1 3 2 3
2 3
2 / 3 2 / 3 1 / 3
2 3 1 3
1 0 0
A A 0 1 0
0 0 1
t
4.2. Matriz peridicak.- Es una matriz cuadrada que cumple con lo siguiente:
k
A A
2
1 2
2 1 0 3 1
A
Ejemplo: A
0 1
0 1 cuando k = 3.
0 1
4.3. Matriz idempotente.- Es una matriz cuadrada que cumple con lo siguiente:
A A
(An = A)
2 3 1 3 1 3
2 3 1 3 1 3
2
Ejemplo: A 1 3 2 3 1 3 A 1 3 2 3 1 3
1 3 1 3 2 3
1 3 1 3 2 3
4.4. Matriz nilpotentep.- Cumple Ap = 0, donde p es la potencia desde la cual
esa matriz se transforma en matriz nula (para n p, An = 0), donde n y p
son valores enteros positivos.
0 1 2
Ejemplo: Demostrar si A 0 0 1 es Nilpotente.
0 0 0
0 1 2 0 1 2 0 0 1
A A 0 0 1 0 0 1 0 0 0
0 0 0 0 0 0 0 0 0
0 0 1 0 1 2 0 0 0
A A 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 0 0
2
63
0
0
B
0
9
0 10 11
para n 4 B n 0 .
0 0 12
0 0 0
0 0 0
C 12 0 0 para n 3 C n 0 .
11 10 0
Nota: Se puede reconocer, para algunos casos, fcilmente si una matriz es
nilpotentep observando la matriz y su orden.
4.5. Matriz involutiva (o matriz involutoria).- Matriz cuadrada en la que se
cumple A2 = I (A = A1).
Ejemplo: A 2 1 A 2 1 0
3 2
0 1
0
0
B
0
0 0 1
0 1 0
1 0 0
0 0 0
0 0
0 0
C
1 0
0 1
0
0 1
0 0
0 0
1
1
0
B2
0
0 0 0
1 0 0
0 1 0
0 0 1
1
0
C2
0
0 0 0
1 0 0
0 1 0
0 0 1
Ejercicios
2 2 4
3
4 es idempotente.
1. Probar que la matriz A 1
1 2 3
Solucin:
2 2 4 2 2 4 2 2 4
3
3
3
4 1
4 = 1
4
1
1 2 3 1 2 3 1 2 3
A A A A A A A A A A A
64
2.
x 2 3 2 3
3. Determinar x, y, z, s y t si A 2 3 1 3 y es ortogonal.
z
s
t
A X
B Y C I
X Y C
65
5. Matrices particionadas
Llamada tambin particin de matrices, matrices de bloques y matrices divididas
en bloques.
Cuando se construye una matriz, se considera que est formada por otras matrices
ms pequeas o submatrices, a veces resulta til agrupar algunos elementos en
submatrices.
Ejemplo 1:
1
0
A
0
0 2 1
1 5
0 1
0 2
3
1 0
2 1
3 5
1 0
I
11
0 1
2 1 3
A12 P
1 0
5
0 0
O
21
0 0
1 2 1
Q
22
5
2 3
I P A11
A
O Q A21
A
12
A
22
Donde A es una matriz particionada. Los subndices de las submatrices se definen
de la misma forma que los de los elementos de una matriz.
Ejemplo 2:
2 3 5
B 9 8 7
4 9 1
B
B 11
B21
2 3
B11 I
9 8
5
B12
7
B21 4 9
B22 1
B
12
B
22
Hay varias formas como particionar una matriz, nosotros debemos escoger la
mejor opcin de acuerdo a nuestro inters.
5.1. Adicin y multiplicacin de matrices particionadas.- La adicin y la
multiplicacin se generalizan a matrices particionadas, tomando las
submatrices como simples elementos, siempre y cuando las matrices por
bloque y las submatrices entre si sean aditiva y/o multiplicativamente
conformes de acuerdo a lo que nos pidan.
Ejemplo 1: Adicin de matrices particionadas.
1 2
3 4
A
1 1
5 6
A
A 11
A21
66
11
1 2
3 4
1 1
21
5 6
1
3
B
5
B
B 11
B21
2
4
6
1 2
B11
3 4
5 6
21
1 2
A21 B21 1
2 1
4 3
1 5
6 1
2 0
4 0
6 4
2 4
4 0
8 0
7 4
8 4
4
8
7
7 0 1 45
3 5
A
A 11
A21
1
3
B 2
4
0
A12
A22
0
1
5
0
2 5 2
11
1 3 4
0 0
A
12
0 2 3
1 1
0 0 22
0 2 4
21
3 5 7 23
1 0
B11 3 1
2 5 3 2
4 0
B21
0 2 22
1 0
22
0 1 22
B
A B11 A12 B21
B 11
A B 11
B 21
A21 B11 A22 B21
1 0
0 0 4 0
1 3 4
3 1
1 1
0
0 0 0 2
2 5
0 17 0
4
1 0
A B
0 2 4 1 0 1 0 4 0 14 22 4
3 1 0 1 0 2 26 40 0
3
5
7
2 5
0 17 0 17
1
4
1 4
A B
10 22 10
22
42
26 42 26
0
0
2
1
0
A
0
0 2 1
1 5
0
0 2
3
1 0
2 1
3
5 4 5
1 0
A11
0 1 2 2
0 0
A21
0 0 2 2
2 1 3
A12
1 0 23
5
1 2 1
A22
5 23
2 3
67
A
A 11
A21
A12
A22
3
2
4
5
B 1
1
2 1
1
1 5 2
2 3
B11
4 5 22
1
1
B21 2 1
1
1 3 2
B
B 11
B 21
2
9
3 3 6 5 9 5
11
9
5 7 4 11 9
0 4 2 4 2 4 2
0 13
4 13
4 13
4
A
1 1 2 3
3 5
0
2
A
A 11
A21
21
1 1
2 3 22
3
0
1
2 3
A22
0 2 2
5
1 4
11
2 1 2 2
3 2
B
21
0 1 22
B
B12
B 22
1 5 6 8
3 10
6 14
2
8
12
13
3 6 1 3 4
3
4 11 15 10 6 5
68
2 4
A12
4 5 22
A12
A22
1 4
2 1
B
3 2
1
0
B
B 11
B 21
1 1
A11
0 22
2
3
12
0 21
22
1
2 21
13 7 13 13
20 10 21 20
1 3 4 1
1
11 1 1
7 13
10 21
A B
3 4
11 1
A11
0
A
0
A22
0
0
Ann
Det ( A ) 11 . 22 .. Ann
Ejemplo 1:
2
4
A
0
3 0 0
5 0 0 A11
0 5 7 0
0 2 1
0
A . A 2 9 18
11
22
A
22
Ejemplo 2:
3
1
4
B
0
0
5 2
2 6
3 2
0 0
0 0
0 0
0
0
0 0 0 B11
2 3 5 0
6 7 9
10 11 12
0
0
0
0
0
B11 . B22 584 232
B22
Ejemplo 3:
3 4 0
0
0
2
5 6 7 0
0
0
B11
3
2 1 0
0
0
B
0
0
0
0
4
3
0
0
0
0 0 2 1
0
0 0 0
0 2
0
0
B22
0
0
0
B33
69
A11
A
A 21
An1
0
A22
An 2
0
A11
0
0
o A
Ann
0
A12 A1n
A22 A2 n
0 Ann
Ejemplo 1:
0
0
1 1 0
2
0 0
0
0
3
5 3 0
0
A
0
6 4 2 1
5
7 5
3 2
3 9
3 2 8
0
0
A11
0
A21
0
A31
0
0
0
A33
0
A22
A32
A
A 11
A21
A12
A22
Det ( A) A
22
. A A A 1 A
11
Det ( A) A . A
11
22
12
22
21
A A 1 A
21
11
12
Demostracin:
Vamos a descomponer A como producto de dos matrices adecuadas.
A12 I
A22 0
A
A 11
A21
1
1
A11 A12 A22
A21
A12 A22
A21
I
A22
Det A
I
0
1 A A A A
A12 A22
12
22
21
. 11
A21
I
(I)
A22
I
0
A A
12
22 1
I
1
70
(II)
A21
A22
22
.A
11
12
A 1 A
22
21
(III)
22
1
A
22
21
.A A A
11
12
(l.q.q.d)
A
A 11
A21
A12
I
1
A22 A21 A11
0 A11
I 0
1
11
Y fcilmente llegaremos a:
Det ( A) A . A
11
22
21
A 1 A
11
12
Ejemplo 3:
5 6
3
2
5
6
3 4 8
2
1 2
9
5 4
3 D11 1 2 9 D12 5
9
0
2 1
0
2
1 9 7
4
D
1
2
3 4
5
1
2
8
3
8
7 3
4
5 9 1 D 7 3
4 D22 5
21
5 2
1 0
7
3
3
1
5 2
D
D 11
D21
4 8
4
3
7
4
5
9 1
0 7
D12
D22
Det ( D) D . D
11
22
D D 1 D
21
11
12
1 Hallaremos D 1 :
11
20 33 7 33 19 11
1 33 2 33
4 11
2 33
4 33
3 11
1
D11
2 Encontramos D
21
D 1 D :
11
12
2686 33
3275 33
3956 33
3678 33
2682 33
2676 33
2088 33 1299 33 1038 33
71
4 Encontramos D
22
22
21
1
D
11
12
D D
21
1
D
11
12
677909034 35937
1
D D D :
22
21
11
12
1
Det ( D) D . D D D D (33) 677909034 35937
11
22
21
11
12
5 Hallamos Det ( D) D . D
11
Det D 622506
A 0
A22
33
0
0
0
A
nn
A 1
22
1
A33
0
1
Ann
Ejemplo:
5
4
2
A
0
0
A
A 11
0
72
6 7 0
3 1 0
0 3 0
0 0 8
0 0 2
0 0 1
0
A22
0 0
0 0
0 0
3 2
5 3
1 0
5 6 7
A11 4 3 1
2 0 3
8 3 2
A22 2
5 3
1 1 0
14
0
1
A22
1
A
11
0
14
A1
3
3
6
29 3
4
0 0
0 0
0 0
2
0
0
3 29 3 23 3
3
2
0
0
0
0
0
3 2
0 7
5
0 0 0
0 0 0
0 0 0
3 2 19
3 2 20
7
5
46
5
23 3
3
0
0
0
19
20
46
3 2
A
12
A
22
A 1 I A F A A 1
12
2
21
11
11
1
F A A
2
21
11
Donde:
F A
2
22
A A1 A
21
11
12
1
A F
11
12
2
y1 A11x1 A12 x2
(I)
y2 A21x1 A22 x2
Esto es:
y1 A11
y A
2 21
(II)
A x
12 1
A x
22 2
A12
A
La inversa de 11
puede ser expresada en trminos de las
A21 A22
inversas de las submatrices. Suponer que la submatriz A tiene una
inversa. Entonces se puede resolver (I) para x :
1
x A1 y A1 A x
1
11 1
11
12 2
(III)
73
y A A1 y A A1 A A
2
21
11 1
21
11
12
22
(IV)
De donde:
21
11
12
A
1
x A A1 A A
22
21
A1 y y
11 1
(V)
1
1
1
1
1
x1 A11 A11 A12 A21 A11 A12 A22 A21 A11 y1
A1 A A A1 A A
11
12
21
11
12
22
(VI)
La solucin de (I) y (II) han podido ser obtenidas, y por tanto tenemos la
inversa de A:
A
A
11
A21
A12
A22
1
1
1
1
1
A21 A11
A11 A11 A12 A21 A11 A12 A22
1
1
1
A21 A11 A12 A22
A21 A11
Si
acomodamos
la
F A
2
A21
2
3 5 1
0 2
3 1
4 3
1
9
A
6
2
2 7
1 3 7 5
1
6
5 4
A12
A
A 11
A21 A22
A12 A22
hacemos
1
A F
11
12
2 (l.q.q.d)
3 5 1
2
4 7
A 0 2
3 A12 1
2
5 11
4 3
9
1
9
8
0
5
2 0 5
2
1
2 A22 5 1 2 A 1
21
3
9
6 3 9
5
, entonces obtenemos:
1 Debemos hallar F A A A1 A
2
22
21
11
12
74
1
A11
expresin
A 1 I A F A A 1
12
2
21
11
11
1
F A A
2
21
11
Ejemplo:
1
1
A11
A12 A21 A11
A12 A22
4 7
2
5
9
8
7 6
3 7
4 1
1
A11
7 47 8 47 17 47
12 47
7 47 9 47
8 47 11 47
6 47
A
21
22
1
A11 A12
8 47
349 47
397 47
150 47
142 47
605 47
964 47 577 47 1050 47
A A1 A
21
11
12
12
21
11
A1 I A F A A1
11
12
2
21
11
701 28481
204 28481 4538 28481
10753 85443 25225 85443 3335 28481
1
A11 A12 F2
12
4 Debemos desarrollar F A A1 :
2
21
11
2209 85443
22613 85443 867 28481
5 Formamos la matriz con las matrices resultantes anteriores:
1
F2 A21 A11
A 1 I A F A A 1
12
2
21
11
11
1
F A A
2
21
11
1
A F
11
12
2
75
25225
10753
85443
85443
2164
457
4497 4497
A1
35086
5452
85443 85443
5095
5068
85443
85443
2209
22613
85443 85443
3361
3736
28481
28481
3335
5317
4284
3145
28481 85443
28481 85443
183
173
427
22
1499
4497
1499
4497
2708
4829
2821
3467
28481
85443
28481
85443
1641
10883
2330
1228
28481
85443 28481
85443
867
1220
3522
805
28481 85443
28481
85443
701
28481
2124
28481
a n1 B a n 2 B
a B
1k
a B
2k
a B
nk
Ejemplo:
4
2
2 1 4 5 3
0 4 3 2 4
0
3
5 4
1
2 3
5
4
4
2
3
2
5
A B
1
1
A B .
A Bt
At B t .
d) Si la dimensin de A es m m y la de B es n n :
76
A B A
Ejercicios
1. Dadas las matrices A y B siguientes:
3 4
5 6
7
8
9
1 2
10
11 12
13 14
15 16
17 18
A
19 20
21 22
23 24
25 26
27
29 30
31 32
33 34
35 36
28
9
8
6
B 5
4
3
2
1
10
11
12
13
14
15
16
17
18
27
26
25
24
23 . Obtngase el producto A B , utilizando particiones.
22
21
20
19
3
A
0
0 0
3 2
2 0 0 0
4
0 0
2
4 0 0 0
y B 0
0
1 2
0 4 1 2
0
0
2
0 3 4 1
0 4
1
0
A 0
0
0
1 0 0 0
3 0 0 0
0 2 1 1
0 1 2 1
0 1 1 2
0
2
4
A
90
5
7 42 1
0 0
5 0
6 0
9 5
77
0
0
A
1
0 1 1
0 1 1
1 0 0
1 0 0
1 0 1
B 0 1 1
1 1 0
7. Calcular M 2 y M 3 para cada matriz M, usando particiones:
2
0
a) M
0
1
2
b) M
0
0 0 0
1 4 0
2 1 0
0 0 5
1 0 0
3 0 0
0 1 2
0 4 3
8. Partir cada una de las siguientes matrices para convertirla en una matriz diagonal
por bloques, con tantos bloques diagonales como sea posible:
1 0 0
A 0 0 2 ,
0 0 3
3
B 0
2 0 0 0
0 0 0 0
0 4 0 0 ,
0 5 0 0
0 0 0 6
0 1 0
C 0 0 0
0 0 2
9. Definir una matriz B de orden 5 2 y una particin en ella, de forma que sea
conforme para realizar la operacin A B , donde:
2 1 3 7 1
A 1 0 3 9 8
4 1 5 3 9
78
6. Anlisis de InsumoProducto
El anlisis de insumoproducto fue desarrollado en la dcada de los 30 e
introducido por primera vez a finales de los aos cuarenta por Wassily W.
Leontief, galardonado con el premio Nobel de economa en 1973, en un estudio de
la economa de Estados Unidos correspondiente a los aos 1919 y 1929. El
anlisis de insumoproducto no es ms que un modelo matemtico que muestra la
interdependencia entre los distintos sectores o industrias de una economa y entre
factores de produccin y productos. Es decir, en el anlisis de insumoproducto
consideramos cualquier sistema econmico como un complejo de industrias
mutuamente interrelacionadas. Se supone que toda industria recibe materias
primas (insumos) de las dems industrias de una economa y que, a su vez,
proporciona su produccin a las dems industrias en calidad de materia prima. El
anlisis insumoproducto permite cuantificar el incremento de la produccin de
todos los sectores, derivado del aumento de uno de ellos en particular. Es decir, el
anlisis insumoproducto permite hacer predicciones sobre la produccin futura
de cada sector con el propsito de atender las demandas futuras de mltiples
productos. No obstante, debido a que un cambio en la demanda de un producto de
una industria puede modificar los niveles de produccin de otras industrias, las
predicciones sobre la produccin futura de cada industria no son sencillas de
realizar. Por ejemplo, un incremento en la demanda de motocicletas no slo
llevar a un aumento en los niveles de produccin de los fabricantes de motos,
sino tambin en los niveles de produccin de una diversidad de otros sectores de la
economa, tales como la industria del acero, la industria de los neumticos, la
industria de los cascos protectores, la industria de los lentes protectores, etc.
En el modelo original de Leontief, la economa de Estados Unidos aparece
dividida en 500 sectores que interactan entre s. Con el propsito de explicar el
modelo de la manera ms sencilla, consideraremos una economa que est
constituida por slo de dos industrias, P y Q. Asimismo, supondremos que las
interacciones entre estas dos industrias son dadas en la siguiente tabla. Las
primeras dos columnas de esta tabla contienen los insumos de las dos industrias,
medidos en unidades adecuadas (Por ejemplo, millones de dlares al ao). En la
primera columna, notamos que en su produccin anual, la industria P usa 70
unidades de su propio producto y 110 unidades del producto de la industria Q. De
manera anloga, Q emplea 74 unidades del producto de P y 58 unidades de su
propio producto. Adems, en la ltima fila vemos que P usa 50 unidades de
insumos primarios, los cuales incluyen insumos tales como mano de obra, suelos o
materias primas, mientras que Q utiliza 58 unidades de insumo primarios.
Insumos de Insumos de Demandas
la Industria la Industria
Finales
P
Q
Produccin de la
Industria P
Produccin de la
Industria Q
Insumos Primarios
Insumos Totales
Produccin
Total
70
74
86
230
110
58
22
190
50
230
58
190
79
Unidades
Consumidas por P
Unidades
Consumidas por Q
Demanda
Final
Se tiene que:
x1
70
74
x1
x 80
230
190 2
80
58
x unidades las emplea Q misma. Por lo que:
190 2
110
x unidades
230 1
Unidades
Consumidas por P
Unidades
Consumidas por Q
Demanda
Final
Es decir:
110
58
x
x 70
2 230 1 190 2
Las dos ecuaciones anteriores pueden escribirse en forma matricial como:
x
x1 70 230 74 190 x1 80
x
2 110 230 58 190 x2 70
En consecuencia:
X A X D
Donde:
x
70 230 74 190
80
X 1 , A
y D .
x2
110 230 58 190
70
I A X D
I A1 I A X I A1 D
X I A1 D
Para este caso la nueva matriz de produccin ser:
278.906
X
292.758
Ejemplo:
Suponga que en una economa hipottica con slo dos industrias, I y II, la
interaccin entre industrias es como se muestra en la tabla.
a) Determine la matriz insumo-producto A.
b) Obtenga la matriz de produccin, si las demandas finales cambian a 322
unidades en el caso de la industria I y a 309 unidades para la industria II.
c) Cules sern entonces los nuevos insumos primarios correspondientes a las
dos industrias?
Industria I Industria II
Industria I
Industria II
Insumos Primarios
250
730
250
760
460
310
Demandas
Finales
220
340
Produccin
Total
1230
1530
81
2.665 1.893
2.262 3.036
322
D
309
y X la nueva matriz de produccin, tenemos que:
X I A1 D
2.664 1.894
322 1443.07
309 1666.49
2.260 3.038
82
83
Problemas Resueltos
1. La tabla 1 da la interaccin entre dos sectores en una economa hipottica.
Industria
I
II
Industria
I
II
Insumos
Primarios
20
50
56
8
30
16
Demandas
Finales
Produccin
total
24
22
100
80
b) X I A1 D
1 0 0.2 0.7 0.8 0.7
I A
0.9
0 1 0.5 0.1 0.5
I A1 10
37
9 7
5 8
I A1 D 10
37
9 7 74 250
5 8 37 180
84
30
250 75
100
16
180 36
80
Industria
P
Q
Insumos de
mano de obra
Industria
P
Q
Demanda del
consumidor
Produccin
total
46 342
322 114
72
134
460
570
92
114
129
D
213
b) X I A1 D
0.8
0 1 0.7 0.2 0.7
I A1 13
8 6
7 9
I A1 D 13
8 6 129 770
7 9 213 940
92
770 154
460
114
940 188
570
85
200
400
600
Demanda
Final
500
200
800
500
900
200
400
600
Demanda
Final
Produccin
total
500
900
1200
1500
500
200
800
805
X I A1 D
1 0 1 6 1 3 5 6 1 3
I A
0 1 1 3 2 15 1 3 13 15
I A1 553
26 10
10 25
I A1 D 553
26 10 600 1290
10 25 805 1425
Respuesta: Deber producir 1290 la industria del acero y 1425 la industria del
carbn a fin de satisfacer las nuevas demandas.
b) Los otros costos de produccin sern:
Otros costos de produccin para el acero:
86
600
1290 645
1200
800
1425 760
1500
10
15
9
Demanda
Final
20
14
5
4
10
10
15
9
20
14
5
Demanda
Final
Produccin
total
4
10
34
39
10 34 20 39
8
A
y la nueva matriz de demanda ser: D
15 34 14 39
8
X I A1 D
1 0 10 34 20 39 24 34 20 39
I A
25 39
0 1 15 34 14 39 15 34
I A1
34 15
39 20 78 25
17 6
I A1 D
34 15 8 40.8
39 20 78 25 8 40.56
17 6
87
120
420
60
Demandas
Finales
Produccin
total
96
252
600
960
384
288
288
140
D
287
b) X I A1 D
0.7
0 1 0.7 0.3 0.7
I A1
5 2 10 7
5 2 20 7
I A1 D
5 2 10 7 140 760
5 2 20 7 287 1170
88
60
760 76
600
288
1170 351
960
Industria
Q
R
20
40
0
40
0
40
80
80
40
100
40
20
Demandas
Finales
Produccin
total
40
20
80
100
200
200
b) X I A1 D
0
1 5
1 0 0 1 5 0 1 5 4 5
I A 0 1 0 2 5 1 5 1 2 2 5
4 5 1 2
0 0 1 0 2 5 1 5 0 2 5
4 5
I A
11 8 1 4 1 2
1
2 3 2
1 2
1
2
I A
11 8 1 4 1 2 70 168.75
D 1
2 3 2 50 350
1 2
1
2 120 325
40
168.75 67.5
100
80
350 140
200
89
20
325 32.5
200
7. La interaccin entre los diversos sectores de una economa hipottica estn dados en
la tabla siguiente:
Industria
I
II III
Industria
I
II
III
Insumos en
mano de obra
16
32
24
30
15
75
20
80
40
30
60
Demandas del
consumidor
Produccin
total
14
23
61
80
150
200
16 80 30 150 20 200 1 5 1 5 1 10
a) A 32 80 15 150 80 200 2 5 1 10 2 5 y la nueva matriz de
24 80 75 150 40 200 3 10 1 2 1 5
20
demanda ser: D 50 .
70
b) X I A1 D
1 0 0 1 5 1 5 1 10 4 5 1 5 1 10
I A 0 1 0 2 5 1 10 2 5 2 5 9 10 2 5
0 0 1 3 10 1 2 1 5 3 10 1 2
4 5
520 210 170
610 360
470 460 640
1 440
281
I A
I A
90
8 32800
11.67
80 281
30 64500
45.91
150 281
60 77200
82.42
200 281
Demanda
Final
Grano
Fertilizante
Ganado
Vacuno
18
27
30
30
45
60
15
3
54
40
60
26
20
15
Industria
Grano
Fertilizante
Ganado
Vacuno
Otros
Grano
Industria
Grano
Fertilizante
Ganado
Vacuno
Otros
Industria
Fertiliz Ganado
ante
Vacuno
Demanda
Final
Produccin
total
18
27
30
30
45
60
15
3
108
120
54
40
60
26
180
20
15
50
a) La nueva matriz de demanda ser: D 40
30
91
X I A1 D
1 0 0 1 6 1 4 1 4 5 6 1 4 1 4
I A 0 1 0 1 4 1 4 1 3 1 4
3 4 1 3
0 0 1 1 2 1 3 1 3 1 2 1 3
2 3
I A
I A
1 288
109
10
b) La nueva matriz de demanda ser: D 10
24
X I A1 D
1 0 0 1 6 1 4 1 4 5 6 1 4 1 4
I A 0 1 0 1 4 1 4 1 3 1 4
3 4 1 3
0 0 1 1 2 1 3 1 3 1 2 1 3
2 3
I A
I A
1 288
109
92
Industria
Agua
Electricidad
Agricultura
Otros
Agua
Industria
Electricidad
Agricultura
100
100
300
500
400
80
160
160
240
480
240
240
Demanda
Final
260
140
500
Encuentre la matriz de produccin, si la demanda final cambia a 300 para agua, 200
para electricidad y 400 para agricultura. Redondee sus entradas a dos decimales.
Solucin:
La produccin total para el cuadro sera:
Agua
Industria
Agua
Electricidad
Agricultura
Otros
100
100
300
500
Industria
Electricidad Agricultura
400
80
160
160
Demanda
Final
Produccin
total
260
140
500
1000
800
1200
240
480
240
240
300
La nueva matriz de demanda ser: D 200
400
X I A1 D
1 0 0 1 10 1 2 1 5 9 10 1 2 1 5
I A 0 1 0 1 10 1 10 2 5 1 10 9 10 2 5
0 0 1 3 10 1 5 1 5 3 10 1 5
4 5
320 220 190
330 190
145 165 380
1
100
209
I A
I A
93
Industria
Primaria
Industria
Secundaria
Agricultura
Insumos
Primarios
Industria
Agricultura
Secundaria
Demandas
Finales
Produccin
total
12
20
30
15
4 20 12 30 3 15 1 5 2 5 1 5
a) A 8 20 9 30 6 15 2 5 3 10 2 5 y la nueva matriz de demanda
2 20 3 30 3 15 1 10 1 10 1 5
10
ser: D 10
10
b) X I A1 D
1 0 0 1 5 2 5 1 5 4 5 2 5 1 5
I A 0 1 0 2 5 3 10 2 5 2 5 7 10 2 5
0 0 1 1 10 1 10 1 5 1 10 1 10
4 5
I A
I A
52 34 30
62 40
11 12 40
1 36
25
52 34 30 10 46.4
62 40 10 52.2
11 12 40 10 25.2
1
36
25
6
46.4 13.92
20
6
52.2 10.44
30
3
35.2 5.04 .
15
95
Problemas Propuestos
1. La interaccin entre los dos sectores de una economa hipottica estn dadas en la
siguiente tabla:
240
Bienes
manufacturados
270
Demandas
finales
90
Produccin
total
600
300
90
60
450
60
90
Agricultura
Agricultura
Bienes
Manufacturados
Mano de Obra
60
80
60
Demandas
Finales
Produccin
total
65
40
200
150
75
30
45
Industria
Q
R
22
88
66
44
80
40
60
20
76
38
57
19
Demandas
Finales
Produccin
total
42
34
7
220
200
190
96
Industria
II
III
20
30
40
10
40
20
100
40
Demandas
Finales
Produccin
total
10
60
100
100
200
300
30
90
60
120
Industria
B
C
60
60
40
40
16
48
32
64
80
20
60
40
Demandas
Finales
Produccin
total
44
32
68
200
160
200
8
56
16
52
26
52
Demandas
Finales
Produccin
total
20
48
80
130
97
40
120
40
Demanda
Final
120
90
90
40
90
Industria
Gobierno
Agricultura
Manufactura
Otros
Gobierno
Industria
Agricultura
Manufactura
400
200
200
200
200
400
100
300
200
100
300
400
Demanda
Final
200
300
400
98
Captulo II
Espacios Vectoriales
Observe los datos de poblacin para Estados Unidos en la dcada de 1800 a 1900.
1800 1810 1820 1830 1840 1850 1860 1870 1880 1890 1900
AO
POBLACIN
5.3
7.2
9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.2
(MILLONES)
Visualice que el crecimiento de la poblacin es exponencial. Esa relacin que existe
entre x(aos) y P(poblacin) se representa mediante P Ae kx para algunas constantes
A y k. Usando las propiedades de los logaritmos, se obtiene que LnP Ln A kx .
Observe que LnP tiene una relacin lineal.
As, si se espera una relacin exponencial se expresan los datos (x, P) en trminos de los
datos x, LnP y se encuentra una solucin de mnimos cuadrados para reexpresar los
datos. Esto conduce a LnP mx b y, por lo tanto, P emx b es el ajuste
exponencial.
a. Encuentre la recta de ajuste de mnimos cuadrados para los datos x e y Ln P . El
crecimiento de la poblacin ser exponencial?
b. Suponiendo que la poblacin contina creciendo a la misma tasa, utilice la solucin
de mnimos cuadrados para predecir la poblacin en 1950.
ESPACIO VECTORIAL
COMBINACIN LINEAL
DEPENDENCIA E INDEPENDENCIA LINEAL
SISTEMA GENERADOR
BASES VECTORIALES
DIMENSIN DE UN ESPACIO VECTORIAL
SUBESPACIOS
INTERPRETACIN GEOMTRICA DEL DETERMINANTE
RANGO
REGRESIN MNIMO CUADRTICA
1. Geometra de matrices
En esta parte del curso recordaremos conceptos de vectores, suma de vectores y
multiplicacin de un vector por un escalar.
1.1. Definicin de vector.- Designamos como vector, aquel elemento
matemtico, indicado por un segmento de recta orientado, y que nos permite
representar grficamente a una magnitud vectorial.
Los vectores se pueden representar en coordenadas o en forma matricial a
travs de vectores filas o columnas, siendo esta ltima la que utilizaremos.
Vectores del Espacio
Coordenadas
R2
(x1, x2)
R3
R4
Rn
x1
x
2
x
3
x
n
x
n
100
ESPACIOS VECTORIALES
Entonces su magnitud ser:
x
x x x1 x2 x3 xn
i 1
2
i
1.3. Suma de vectores y multiplicacin de un escalar con un vector.Recordemos con el ejemplo siguiente lo que es la suma de vectores y la
multiplicacin de un escalar con un vector.
Ejemplo: Si tenemos los siguientes vectores a 1, 2 y b 2,1 , entonces
hallar a b , 2 a , 1 a .
Solucin:
a b c 1 2, 2 1 3, 3
a* 2 a 2 1, 2 2,4
1
a** 1 a 2 1, 2 1 , 1
2
2
1
b
-1
**
-1
escribiremos a b , si y slo si a b b a 0 .
Ejemplo: identificar si los siguientes vectores son ortogonales.
a) 4, 0 y 0, 3 .
b) 3, 2, 0 y 0,0, 6 .
Solucin:
a) Usaremos matrices columnas:
t
4
0
0
a y b a b 4 0 0 entonces a y b
3
0
3
son vectores ortogonales.
101
0
3
0
t
a 2 y b 0 a b 3 2 0 0 0 entonces a y b
6
0
6
son vectores ortogonales.
Representacin de vectores ortogonales en el espacio R2 y R3.
1.5. Vector unitario u .- Es aquel vector que tiene un mdulo igual a la unidad
t
y cumple que u u 1 .
Normalizar.- Es transformar un vector cualquiera a su vector unitario, esto se
puede conseguir de la siguiente manera:
Sea a un vector de Rn:
a1
a
a 2 y
an
a
a
1
a
1
a .
2
cuando: a
a
n a
4 4 2 1
1
a
Ahora efectuamos:
4 4 2 1
a
102
ESPACIOS VECTORIALES
7
6
5
4
3
2
1
1 2 3 4 5 6 7
Vector unitario
2. Espacio vectorial
Es un conjunto de vectores que est definido bajo la suma y la multiplicacin
escalar.
Ejemplos:
Espacio R2, si sumamos dos vectores del espacio R2, es decir:
a c a c
2
b d b d , entonces obtenemos otro vector en R , si multiplicamos un
a ka
k , se obtiene otro vector que pertenece a R2.
b kb
En general, el conjunto de vectores de n elementos reales, es un espacio vectorial
de n dimensiones, designado por Rn.
Otros ejemplos de espacios vectoriales son el Espacio de matrices M
, el
m n
espacio de polinomios P(t ) , el espacio de Funciones F (x) .
Propiedades de los espacios vectoriales:
1. k 0 0 k R .
2. 0 v 0 v V .
3. k v k v k v .
4. Si k v 0 k 0 o v 0 .
Los espacios R2 y R3
representar.
103
5
4
a*
3
2
a
b
-1
Primera coordenada
**
a -1
Espacio vectorial
3
R :
z
5
4
3
2
1
1
3. Combinacin lineal
Un vector v es combinacin lineal de los vectores
v1, v2 ,..., vn
si es el
resultado de sumar los productos de dichos vectores por escalares k1, k 2 , ..., k n :
n
v k v k v ... k v
1
k v
i 1
Ejemplos:
7
1. En R , el vector 7 es
7
3
1 5
2 y 3 ya que:
4 1
104
7
1
5
7 2 2 1 3 .
7
4
1
ESPACIOS VECTORIALES
3 2
2. En M
, la matriz
23
1 9
3
0 1 2
ya que:
2 3 6
1
8
1 0 4
y
es una combinacin lineal de
3
1 1 5
2 8
1 0 4 0 1 2
3
2
.
9 3
1 1 5 2 3 6
1 1 5
3. Dados los vectores de R3: 1, 3 , 3 exprese cada uno de ellos
0 1 2
2
4. Calcule el valor de a para que el vector 3 sea una combinacin lineal de
0
a 0
los vectores 1 , 1 .
0 1
Segunda coordenada
d
a*
e
c
a
b
Primera coordenada
1
f
Combinacin lineal de vectores
105
v1, v2 ,..., vn
v1, v2 ,..., vn
Un conjunto de vectores
k v 0 implica que ki 0 i
i 1
k v 0 pero no todo ki 0
i 1
Interpretacin geomtrica:
3
2
a2
a1
a2
a1
106
ESPACIOS VECTORIALES
a2
a1
a3
x
Los vectores a , a , y a son linealmente dependientes
3
2
1
a3
z
a2
a1
x
Los vectores a , a , y a son linealmente independientes
2
1
3
Ejemplos:
1 2 0
1. Determine si los vectores 2 , 2 y 1 son linealmente dependientes o
3 0 7
independientes.
Solucin:
1
2
0 0
Supongamos que k1 2 k2 2 k3 1 0 de lo cual obtenemos las
3
0
7 0
siguientes ecuaciones:
k 2k 0k 0
1
2k 2k 1 k 0
1
3k 0k 7k 0
1
107
1 3 11
2. Determine si los vectores 3 , 0 y 6 son linealmente independientes
0 4 12
o dependientes.
Solucin:
1
3
11 0
Supongamos que k 3 k 0 k 6 0 , de donde obtenemos el
1
2
3
0
4
12 0
sistema:
k 3k 11k 0
1
3k 0k 6 k 0
1
0k 4k 12k 0
1
k 2k 0
1
k 3k 0
2
5. Sistema generador
Es un conjunto de vectores
v1, v2 ,..., vs
v k v k v ... k v
1
k v
i 1
Ejemplo:
2 1 3
4 5 2
2
2
espacio R , porque genera cualquier vector de R como una combinacin lineal de
4
ellos, por ejemplo el vector de R2, se escribe como una combinacin lineal de
1
108
ESPACIOS VECTORIALES
2
1 3 4
ese conjunto. Es decir, 1 1 1 y as con cualquier vector de
4
5 2 1
2
R.
6. Bases vectoriales
Es un conjunto de vectores que adems de ser sistema generador de V son
linealmente independientes.
Una base para un espacio vectorial de n dimensiones es cualquier conjunto de n
vectores linealmente independientes en ese espacio.
Ejemplos:
2 1
a) 3 , 0 no son base de R3,
4 1
1 1 4
b) , , no son base
2 1 3
3
de R porque no son vectores del
espacio R3.
2 3 0
c) 5 , 7 , 29 no son
1 0 3
base porque a pesar que los tres
vectores son de R3 no generan
con unicidad al vector cero.
3 6
2
d) 7 , 5 ,
5 2 1
no
son
e 0 , e 0 , e 1 ,, e 0
1 2 3
n
0
0
0
1
Ejemplo: Las bases cannicas de R2 son:
1
0
e y e
1
2
0
1
109
= 0.
entonces su
8. Subespacios
Un subespacio vectorial S de un espacio vectorial V es un subconjunto de V que
tiene estructura de espacio vectorial.
Ejemplos:
Z
z
5
4
x0
3
2
y0
4
5
z 0
Z
X
z
0, 0, 2
1, 0, 0
0, 2, 0
1, 2, 0
Las rectas y los planos que pasan por el origen son subespacios.
y 2x
x
ESPACIOS VECTORIALES
Ejemplos:
1) Encuentre las ecuaciones del subespacio vectorial formado por los vectores
linealmente independientes v 1, 0, 1 y v 1, 0, 3 .
1
Solucin:
1
1 x
k1 0 k 2 0 y
1
3 z
Obteniendo la siguiente ecuacin del subespacio y = 0.
2) Encuentre las ecuaciones del subespacio vectorial formado por los vectores
linealmente independientes v 0, 0, 2 y v 1, 2, 0 .
1
Solucin:
0
1 x
k1 0 k2 2 y
2
0 z
De lo que se obtiene lo siguiente:
2k y
2
k x
2
2k z
1
Solucin:
1
1
0 x
0
1
1 y
k k k
1 1
2 1
3 0
z
1
2
1 w
De lo que obtengo lo siguiente:
k k x
1
k k y
2
k k z
1
k 2k k w
1
111
4 2
b
.
1 3
y
b2
Determinante de A
a2
a12 a22
a21 , a22
a22
a21
a11 , a21
a
rea 11
a21
a1
b1
a12
a22
a12
112
ESPACIOS VECTORIALES
El resultado es 43 12 10 , siendo este valor el determinante de la matriz
A. Si estos vectores fuesen linealmente dependientes, entonces no se
obtendra un rea, por lo tanto el determinante sera nulo.
9.2. Interpretacin geomtrica del determinante de una matriz de orden 3.Sean 3 vectores de R3 y con ellos formamos una matriz, entonces el volumen
(del paraleleppedo) que forman los paralelogramos para los vectores dados,
representar el determinante de esa matriz. En el caso que no se forme
ningn volumen, es decir que exista al menos una columna que dependa de
las otras dos, entonces el determinante ser cero ya que no existe volumen.
a31, a32 , a33
z
a21, a22 , a23
a11
a21
a31
a12
a22
a32
el volumen del
a13
paraleleppedo
a23
construdo con
a33
los tres vectores
10. Rango
Se puede asociar a toda matriz un nmero muy importante que toma el nombre de
rango. Una matriz A de orden m n tiene n vectores columna, cada uno con m
componentes. El mayor nmero de esos vectores columna de A que forman un
conjunto linealmente independiente se llama el rango columna de A y se designa
por rc (A). El mayor nmero de vectores filas que forman un conjunto linealmente
independiente se llama rango fila de A y se designa por rf (A).
El rango fila rf (A) y el rango columna rc (A) de una matriz tienen la misma
dimensin, por lo tanto hablaremos slo de rango r (A).
Se utilizar el trmino rango completo para describir una matriz cuyo rango es
igual al nmero de columnas que contiene.
Se puede caracterizar el rango de una matriz en trminos de los menores no nulos
de la matriz.
Menor.- Se llama menor de orden k de A al determinante de una submatriz de A
que resulta de suprimir todas las filas de A salvo k de ellas y suprimir todas las
columnas de A salvo k de ellas.
Aprenderemos a hallar los menores para luego calcular el rango.
Ejemplo: Hallar los menores de la matriz:
1 0 2 1
A 0 2 4 2
0 2 2 1
Solucin:
a) 4 menores de orden 3. Se obtienen suprimiendo una columna.
113
1 0 2
1 0 1
1 2 1
0 2 1
0 2 4 4 ; 0 2 2 2 ;
0 4 2 0;
2 4 2 0
0 2 2
0 2 1
2 2 1
0 2 1
1 0
Solucin:
a) Primero debemos formar una matriz de tal manera que cada vector sea una
columna de dicha matriz.
1 1 1
1 1 1
; luego hallamos los menores de orden 1, comenzando por la
A
1 1 0
1 0 0
parte superior izquierda (Slo para llevar un orden).
1 1 0 , como este menor de orden 1 es diferente de cero, entonces el
Rango es por lo menos uno.
Hallamos los menores de orden 2, comenzando por la parte superior izquierda,
1 1
0 ; buscamos algn otro menor de orden 2 que sea diferente de cero;
1 1
1 1
114
ESPACIOS VECTORIALES
Hallamos los menores de orden 3, comenzando por la parte superior
1 1 1
1 1
1 1
1 1
izquierda, 1 1 1 1
1
1
1 1 0 0 ,
1 0
1 0
1 1
1 1 0
buscamos algn otro menor de orden 3 que sea diferente de cero;
1 1 1
1 0
1 0
1 1
1 1 0 1
1
1
0 10 1 1 1 , como
0 0
1 0
1 0
1 0 0
este menor de orden 3 es diferente de cero, entonces el Rango es por lo
menos 3.
Ya no podemos hallar menores de orden mayor que tres, por lo tanto
r(A) = 3. Por tanto, en este caso estos tres vectores columna del espacio R4
son linealmente independientes.
b) Primero debemos formar una matriz de tal manera que cada vector sea una
2
1 5 4
2 0
115
0 1 1
orden 1, comenzando por la parte superior izquierda. 3 3 0 , como este
menor de orden 1 es diferente de cero, entonces el Rango es por lo menos
uno.
Hallamos los menores de orden 2, comenzando por la parte superior izquierda,
3
6
3 2 6 1 0 ; buscamos algn otro menor de orden 2 que
1 2
3 6
6
3
1 2 1 0 ,
1 2 1
6 3
6 0 y 5 9 6 0 , por lo
0 1 1
0 1 1
0 1 1
tanto no existe ningun menor principal de orden tres que sea diferente de cero.
de cero;
1 1
1 2
116
ESPACIOS VECTORIALES
de orden 1, comenzando por la parte superior izquierda. 1 1 0 , como
este menor de orden 1 es diferente de cero, entonces el Rango es por lo
menos uno.
Hallamos los menores de orden 2, comenzando por la parte superior izquierda,
1 0
1 ; como este menor de orden 2 es diferente de cero, entonces el
0 1
Rango es por lo menos dos.
Hallamos los menores de orden 3, comenzando por la parte superior izquierda,
1 0 1
0 1
1 1
1 1
1 1
1 1
0
1 2
1 1
entonces no es de rango cuatro.
En conclusin el r(A) = 3. Por tanto, en este caso las tres primeras
columnas del espacio R4 son linealmente independientes.
117
Ejercicios
1. Demustrese que los vectores 1, 0, 0 , 1,1, 0 y 1, 0,1 forman un sistema generador
de R3 .
Solucin:
La combinacin lineal de los tres vectores debe generar el 0 de una sola forma:
1
1
1
0 A 0 B 1 C 0
0
0
1
Donde A , B y C deben ser 0 .
A B C
0
B
A B C 0
B0
A B C 0.
C0
y 1
z 1 ; as:
v 0,1,1
Si x 1
y2
z 3 ; as:
v 1, 2, 3
3. Indique si los siguientes vectores son una base de su espacio vectorial v 2,1, 3 ,
1
v 5, 2, 7 y v3 7, 3,10 .
2
118
ESPACIOS VECTORIALES
Solucin:
2
5
7
A B C 0 A 1 B 2 C 3 . Para que dichos vectores sean una
1
2
3
3
7
10
base debe cumplirse que: A B C 0 .
2 A 5B
A 2 B 3C 0
3 A 7 B 10C 0
Ck
7C
B C
B k
A k
6b 24
b 2 4
2
3 3 6 12b 24 12b 24 6b 24 0
b 4
b 2
2 b 4
1 4 7
2 5 8
3 6 9
Averiguamos si es de rango 2:
1 4
2 5
5 8 3
Averiguamos si es de rango 3:
1 4 7
2 5 8 45 96 84 105 48 72 225 225 0 No es de rango 3.
3 6 9
119
Podemos tomar los dos primeros vectores porque cuando hemos analizamos el
menor de orden dos se tomaron dichos vectores y nos dio un valor distinto de cero.
1 4 x
1
2 5 x 0
2
3 6
x1 2 x2 x3 0
1 1 2
Solucin:
Para cualquier valor de a se va a cumplir que el rango es 2 porque:
1 2
3
2 (6) 4
40
1 1 2
0
2 12 2a 6a 12 0
4
4a 0
a0
a)
1
1 2
1 1
0
0
1
1
1 0 2
b)
2
2
1 3
1
1
0 3
6
0 6
7
Solucin:
a) Submatriz de 2 2:
1 1
120
1 2 1
1 0
ESPACIOS VECTORIALES
Submatriz de 3 3:
1 1
0
1 1
0 2
1 0
la matriz es de rango 3.
20
b) Submatriz de 2 2:
1 3
1
1 3 2
Submatriz de 3 3:
es de rango 3.
0 3 12 54 14 28 28 0
0 6
7
1
1
1
3
2
1 2 2 0
1
3
0
0
1 2
1 3
De donde:
1/ 3
1/ 6
1 / 12
9. Comprobar si los vectores u (4, 2, 5) y v (1, 1, 1) de R3 son combinacin
lineal de x (1, 1, 2) y x (2, 0,1) .
1
2
Solucin:
u (4, 2, 5)
v (1, 1, 1)
x (1, 1, 2)
x (2, 0,1)
u x x
1 1 1 2
v x x
2 2
2 1
4
1
2
2 1 0
1
1
5
2
1
4
1 21
2 1
5 2
1
1
1 2
1
1
121
1
2 2 2
1
1
2
1 1 0
1 2
2
2
1 2
1
2
1
2
2
0
2
2 1 ,
3
2
(k k 2k , 2k 3k k , 3k 2k 5k ) (0, 0, 0)
1
3
k
k
0
1
2
3
3k 2k 5k 0
1
2
3
k 0
3
k 0
2
k
1 0
k 2k 7 k 0
2
3
1
2
k
4
k
0
1
2
3
k k k 0
1 2 3
k 2k
2
k 3k
1
122
2, t, 2
ESPACIOS VECTORIALES
Solucin:
1era Opcin:
1 t
2 1
1 t 1
1
2 1 t
1 t
I
II
III
Reemplazando t 2 en (II) 2 1
(IV)
1
2da Opcin:
1 t
1 2
1 1 t
1
1 t 2
1 t
1 t
I
II
III
(t 2)
(t 2)
Reemplazando 1 en (II) 1 t
(IV)
t 2t 2 1
2
t 2t 0
t (t 2) 0
Luego:
Si t 0 1
Si t 2 1
123
2
1 1 t
t 1 1
2
1 t 1
t
2
1 t
1 t
I
II
III
Reemplazando t 2 en (I) 1 2
(IV)
yV=R
S x, y, z R / x y z 0 R y V = R
a) S x, y, 0R 3 / x, y R
b)
Solucin:
a) Probaremos si S es un subespacio vectorial:
k1(x, y, 0) + k2(x, y, 0) = (k1x, k1y, 0) + (k2x, k2y, 0)
= (k1x + k2x, k1y + k2y, 0) S
Se cumple ya que la terna est formada por nmeros que pertenecen a R en la
1era y 2da coordenada y 0 en la tercera coordenada.
124
ESPACIOS VECTORIALES
Hallando la dimensin:
Dim (S) = Dim (V) n ecuaciones independientes = 3 1 = 2.
Como x + y + z = 0 z = x y y por ende:
Hallando la base:
(x, y, z) = (x, y, x y) = x(1, 0, 1) + y(0, 1, 1)
x, y, z R
/ x 2 y , determine si es un subespacio de
x = 2y
x3 2 x2 x1 0 .
14. Determine los vectores u y v R4 sabiendo que las coordenadas de u son todas
iguales, la ltima coordenada de v es igual a 3 y u + v = (1, 2, 3, 4).
15. Dados los vectores v 1, 2,1 , v 2,1, 2 , v3 3, 3, 2 y v 1, 5, 1 en R3,
1
2
4
determine los vectores u = v 3 v + 2 v3 v , v = v + v v3 v y
1
1
2
4
2
4
1
4
wv v v .
3 3 2 3 1
125
1 1
1 4
1 2
; B
.
; C
A
0
2 2
1
3 4
17. Determnese x e y para que el vector (8, 10, x, y) R4 pertenezca al subespacio
vectorial generado por los vectores (1, 1, 1, 1) y (1, 2, 3, 4).
v 1, 2, 0, 0 , v 1, 2, 3,4 y v3 3, 6, 0, 0 . Hallar la
v1 , v y v3 .
2
20. Hallar el volumen del paraleleppedo determinado por los vectores v 1,1, 3 ,
1
126
1 x; 2 x 2x ;1 x .
2
ESPACIOS VECTORIALES
26. Hallar todos los nmeros reales t para los cuales los tres vectores siguientes de R3
son independientes: t,1,0; 1,t,1; 0,1,t .
B1 (1, 1, 0) ; (0, 1, 2) y
3
los
v (1,1, 2, 4) ,
vectores
v (2, 1, 5, 2) ,
2
v (1, 1, 4, 0)
3
32. Dados los vectores v (1, 4, 6) , v (1, 4, 4) y v (0, 4, x) del espacio R3,
3
1
127
El grfico ilustra un caso para tres dimensiones en el que las dos columnas de X
tienen ambas una tercera coordenada igual a cero. Slo los vectores de y cuya
tercera columna sea cero como y
128
ESPACIOS VECTORIALES
donde e es la diferencia entre y y X b . Con esta expresin deducimos que
X b est en el espacio columna de X, y e es la diferencia, o residuo. La figura
y*
Segunda coordenada
e*
x1
X b
X b
y0
x2
Primera coordenada
Proyecciones mnimo cuadrticas
Estamos interesados en encontrar b tal que y sea tan cercano como sea posible
a X b en el sentido de que e sea tan pequeo como sea posible.
El problema consiste en encontrar b para el cual:
e y Xb
Sea lo ms pequeo posible. La solucin ser aquel b que hace e sea
perpendicular, u ortogonal, a X b .
129
X b e 0
t
b X y X b 0
b X y b X X b 0
t
t
t
b X y X X b 0
Xt y Xt X b
t
X y b .
embargo y
implica que los vectores son ortogonales. Si el coseno es uno el ngulo es cero, lo
otro y
que implica que los vectores estn en la misma direccin. (Lo seran si y
estuviera en el espacio columna de X). Dividiendo por las longitudes se compensa
130
ESPACIOS VECTORIALES
a la suya, X b .
Cos
a b
a b
y a0 a1x a2 x
Valores a encontrar: a , a y a
0
1
ya1 a0 a1 1 a2 12
ya 2 a0 a10 a2 02
ya3 a0 a11 a2 12
ya 4 a0 a12 a2 22
ya 4 1 2 4 2
y = A x
a
0 .5
2 .5
y=
3
2.75
t
A y A A x
0.5
1 1 1
1 1 1 1
1 1 1 1
a0
1 0 1 2 2.5 1 0 1 2 1 0 0 a
3
1 1 1 1
1 0 1 4
1 0 1 4
a2
2
.
75
1
2
4
131
x A A
A y
De donde:
2.3875
x 1.2875
0.5625
y a0 a1x a2 x a3 x
Valores a encontrar: a , a , a y a
0 1
3
2
ya1 a0 a1 1 a2 12 a3 13
ya 2 a0 a10 a2 02 a3 03
ya3 a0 a11 a2 12 a3 13
ya 4 a0 a12 a2 22 a3 23
y 1
1 1
1 a2
a
3
8 a3
ya 4 1 2 4
ya A x
0 .5
2 .5
y
3
2.75
t
A y A A x
1
1
1 1 1 0.5 1
0 1 2 2.5 1
0 1 4 3 1
0 1 8 2.75 1
1 1 1 1 1 1 1 a0
0 1 2 1 0 0 0 a1
0 1 4 1 1 1 1 a2
0 1 8 1 2 4 8 a3
x A A
132
A y
ESPACIOS VECTORIALES
De donde:
2.500
1.125
x
0.750
0.125
0 c0
ya 2 a be
ya3 a be
1 c1
2 c2
ya 4 a be
ya5 a be
3 c3
4 c4
0
1 a
2 b ya = A x .
3 c
4
y 7.2541
18.9585
52.6966
t
A y A A x
133
2.9640
1
1
1
1 3.7047
1
1000 2.7183 7.3891 20.0855 54.5982
7.2541
0
1
2
3
4 18.9585
52.6966
1 1.0000
1
1
1
1 1 2.7183
1
1000 2.7183 7.3891 20.0855 54.5982 1 7.3891
0
1
2
3
4 1 20.0855
1 54.5982
x A A
1.9899
x 1.0082
1.0866
Respuesta:
La
A y
funcin
que
134
0
1 a
2 b
3 c
4
se
ajusta
los
datos
es
ESPACIOS VECTORIALES
Solucin al problema introductorio del captulo
Despus de analizar este captulo, retomamos el problema que aparece al inicio,
llevndonos a concluir que tenemos una expresin que nos conduce a realizar una
regresin mnimo cuadratica.
El propsito es hallar la recta que mejor se ajusta a los datos dados.
Primero determinaremos quienes van a ser nuestras variables de anlisis.
Variable independiente = El orden del ao = x
Variable dependiente = El logaritmo neperiano de la poblacin = LnP = y
De acuerdo a lo que nos indica el enunciado formamos nuestra funcin lineal, donde y
a
es el valor aproximado, a viene a ser la pendiente y b el trmino independiente.
Funcin aproximada (una recta): y ax b
a
Valores a encontrar: a y b
ya1 = a(0) + b
(0 representa al ao 1800)
= a(1) + b
(1 representa al ao 1810)
ya3 = a(2) + b
(2 representa al ao 1820)
= a(3) + b
(3 representa al ao 1830)
= a(4) + b
(4 representa al ao 1840)
= a(5) + b
(5 representa al ao 1850)
= a(6) + b
(6 representa al ao 1860)
ya8 = a(7) + b
(7 representa al ao 1870)
= a(8) + b
(8 representa al ao 1880)
y
y
y
y
y
y
a2
a4
a5
a6
a7
a9
a10
= a(9) + b
ya11 = a(10) + b
(9 representa al ao 1890)
(10 representa al ao 1900)
5
y
a7 6
y a8 7
8
ya9
y 9
a10
y 10
a11
1
1
1
1
1
a
1
b
1
1
1
ya A x
135
ln 5.3 1.667706821
ln 7.2 1.974081026
ln 9.6 2.261763098
ln 12.9 2.557227311
ln 17.1 2.839078464
y ln 23.2 3.144152279
ln 31.4 3.446807893
ln 38.6 3.653252276
ln 50.2 3.916015027
ln 62.9 4.141546164
ln 76.2 4.333361463
De la expresin vista en mnimos cuadrados se sabe que:
t
A y A A x
(I)
1.667706821
1.974081026
2.261763098
2.557227311
2.839078464
0 1 2 3 4 5 6 7 8 9 10
1 1 1 1 1 1 1 1 1 1 1 3.144152279
3.446807893
3.653252276
3.916015027
4.141546164
4.333361463
0
1
3
4
0 1 2 3 4 5 6 7 8 9 10
1 1 1 1 1 1 1 1 1 1 1 5
7
8
10
136
1
1
1
1
1
a
1
b
1
1
1
ESPACIOS VECTORIALES
De lo cual nos interesa conocer x , que se despeja de la expresin (I) obteniendo:
x A A
0.27055155
x
1.732241664
A y
a 0.27055155; b 1.732241664
Ln P
0.27055155 x 1.732241664
P 5.6533e
0.27055155 x
P 5.6533e
como se puede
0.27055155x
137
Problemas Resueltos
1. Un fabricante compra grandes cantidades de refacciones para cierta mquina. l
encuentra que el costo depende del nmero de cajas compradas al mismo tiempo y
que el costo por unidad, disminuye conforme el nmero de cajas aumenta. l supone
que el costo es una funcin cuadrtica del volumen; y de las facturas anteriores
obtiene la siguiente tabla:
Nmero de cajas
compradas
10
30
50
100
175
= 100a + 10b + c
= a(30)2 + b(30) + c
= 900a + 30b + c
a2
a4
a5
= 2500a + 50b + c
c
10000
100
1
a4
y 30625 175 1
a5
150
260
y 325
500
670
138
ESPACIOS VECTORIALES
t
A y A A x
150
1
1
1
1
1 500
670
10 1
100
30 1 a
100 900 2500 10000 30625 900
10 30
50
100
175 2500 50 1 b
1
1
1
1
1 10000 100 1 c
30625 175 1
x A A
0.00973
x 4.91
108.7
Respuesta:
La
A y
funcin
cuadrtica
estimada
del
COSTO
TOTAL
es:
Solucin:
Variable independiente = Orden del cuatrienio = x
Variable dependiente = Producto nacional bruto = y
Funcin aproximada (una recta): ya ax b
Valores a encontrar: a y b.
ya1 = a(1) + b
y
a2
= a(2) + b
ya3 = a(3) + b
y
y
y
a4
a5
a6
= a(4) + b
= a(5) + b
= a(6) + b
139
1
1
1 a
y A x .
a
1 b
1
453
562
691
y
862
1054
1310
t
A y A A x
453
1 1
562
2 1
691
1 2 3 4 5 6
1 2 3 4 5 6 3 1 a
1 1 1 1 1 1 862
1 1 1 1 1 1 4 1 b
1054
5 1
1310
6 1
x A A
169.486
x
228.8
A y
a 169.5; b 228.8
40
32
47
34
55
43
70
54
90
72
100
85
140
ESPACIOS VECTORIALES
Solucin:
Variable independiente = Produccin en miles de unidades = x
Variable dependiente = Utilidad en miles de soles = y
Funcin aproximada (una recta): y ax b
a
Valores a encontrar: a y b.
ya1 = a(40) + b
y
a2
= a(47) + b
ya3 = a(55) + b
y
y
y
a4
a5
a6
= a(70) + b
= a(90) + b
= a(100) + b
1
1
1 a
y A x .
a
1 b
1
32
34
43
y
54
72
85
t
A y A A x
32
40
34
47
40 47 55 70 90 100 43 40 47 55 70 90 100 55
1 1 1 1 1
1 54 1 1 1 1 1
1 70
72
90
85
100
x A A
1
1
1 a
1 b
1
A y
141
0.8838
x
a 0.8838; b 5.88
5.88
Respuesta:
a) La ecuacin de la recta que mejor se ajusta a los datos es la siguiente:
ya 0.8838x 5.88 .
b) Las utilidades, cuando el nivel de produccin se incrementa a 120 mil unidades
son: y (120) 0.8838(120) 5.88 100.176 (miles de soles).
a
ya1 = a(300) + b
y
a2
= a(290) + b
ya3 = a(270) + b
y
y
a4
a5
= a(230) + b
= a(200) + b
142
1
1
a
1 ya A x .
b
1
1
ESPACIOS VECTORIALES
Los valores reales son:
2
2.25
y 2 .5
2.75
2.9
t
A y A A x
2
300 1
2.25
290 1
a
300 290 270 230 200
300 290 270 230 200
2
.
5
270
1
1
1
1
1
1
1
1
1
1
1
b
2.75
230 1
2.9
200 1
x A A
0.0083615
x
4.6373
Respuesta:
A y
a 0.0083615; b 4.6373
ya 0.0083615x 4.6373 .
b) Si el precio es S/. 3.00 entonces la cantidad vendida satisface la ecuacin:
3 0.0083615x 4.6373 , de donde obtenemos una produccin de 195.81
unidades.
I x P x 0.0083615x2 4.6373x
I ' x 2(0.0083615) x 4.6373 0
x 278.85
143
7.1
4.3
6.5
3.7
5.2
7.8
5.9
67
48
62
49
54
72
60
Solucin:
Variable independiente = Mediana del ingreso en miles de soles = x
Variable dependiente = Porcentaje de propietarios de automviles (%) = y
Funcin aproximada (una recta): y ax b
a
Valores a encontrar: a y b.
ya1 = a(7.1) + b
y
a2
= a(4.3) + b
ya3 = a(6.5) + b
y
y
y
y
a4
a5
a6
a7
= a(3.7) + b
= a(5.2) + b
= a(7.8) + b
= a(5.9) + b
ya 7 5.9
1
1
1
a
1 ya A x .
b
1
1
1
144
ESPACIOS VECTORIALES
t
A y A A x
67
7.1 1
48
4.3 1
62
6.5 1
7.1 4.3 6.5 3.7 5.2 7.8 5.9 7.1 4.3 6.5 3.7 5.2 7.8 5.9
a
49
3.7 1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
b
54
5.2 1
72
7.8 1
60
5.9 1
x A A
5.9875
x
24.2154
A y
a 5.9875; b 24.2154
145
ya1 = a(1) + b
y
= a(2) + b
a2
ya3 = a(3) + b
y
y
y
y
= a(4) + b
a4
= a(5) + b
a5
= a(6) + b
a6
= a(7) + b
a7
ya8 = a(8) + b
Dando forma matricial:
ya1
y 1
a 2 2
y
a 3 3
y a 4 4
y
a 5 5
y a 6 6
y a 7 7
8
y
a8
1
1
1
1 a
y A x .
a
1 b
1
1
ln 123.2
ln 132.2
y
ln 151.3
ln 179.3
ln 203.3
ln 226.5
t
A y A A x
146
ESPACIOS VECTORIALES
ln 92.2
1 1
ln 106
2 1
ln 123.2
3 1
1 2 3 4 5 6 7 8 ln 132.2 1 2 3 4 5 6 7 8 4 1 a
1 1 1 1 1 1 1 1 ln 151.3 1 1 1 1 1 1 1 1 5 1 b
ln 179.3
6 1
ln 203.3
7 1
ln 226.5
8 1
x A A
0.12867
x
4.399
A y
a 0.12867; b 4.399
y 0.12867 x 4.399
y Ln P
Ln P 0.12867 x 4.399
e
Ln P
0.12867 x 4.399
P 81.37e
0.12867 x
4.399
0.12867 x
Respuesta:
a) El crecimiento de la poblacin es todava exponencial: P 81.37e0.12867 x .
b) P10 81.37e0.12867(10) 294.624
7. Las ventas de una empresa (millones de soles) para el periodo 1996 2002 figuran
en la tabla adjunta.
Aos
1996
1997
1998
1999
2000
2001
2002
Se pide:
a) Calcular la tendencia lineal por mnimos cuadrados.
b) Predecir las ventas para los aos 2003 y 2005.
Solucin:
Variable independiente = El orden del ao = x
Variable dependiente = Ventas en millones de soles = y
Funcin aproximada (una recta): ya ax b
147
ya1 = a(1) + b
y
= a(2) + b
a2
ya3 = a(3) + b
y
y
y
y
= a(4) + b
a4
= a(5) + b
a5
= a(6) + b
a6
= a(7) + b
a7
ya 7 7
1
1
1
a
1 ya A x .
b
1
1
1
A y A A x
5
1 1
6
2 1
10
3 1
1 2 3 4 5 6 7 1 2 3 4 5 6 7
a
1 1 1 1 1 1 1 8 1 1 1 1 1 1 1 4 1 b
9
5 1
13
6 1
11
7 1
x A A
148
A y
ESPACIOS VECTORIALES
1.107142857
x
a 1.107142857; b 4.428571428
4.428571428
Respuesta:
a) La ecuacin de la recta que
ya 1.107142857 x 4.428571428 .
mejor
se
ajusta
los
datos
es:
millones
de
soles
millones
de
soles
aproximadamente.
Para el 2005:
8. Segn los datos facilitados por el INE de los componentes del Producto Interior
Bruto espaol, la serie de Gastos en Consumo de los Hogares en billones de euros
es:
Aos
1997
1998
1999
2000
2001
Consumo
45
47
50
52
56
ya1 = a(1) + b
y
a2
= a(2) + b
ya3 = a(3) + b
y
y
a4
a5
= a(4) + b
= a(5) + b
149
1
1
a
1 ya A x .
b
1
1
45
47
y 50
52
56
t
A y A A x
45
1
47
2
1 2 3 4 5
1 2 3 4 5
1 1 1 1 1 50 1 1 1 1 1 3
52
4
56
5
x A A
2.7
x
41.9
1
1
a
1
b
1
1
A y
a 2.7; b 41.9
Respuesta:
a) La ecuacin de la recta que mejor se ajusta a los datos es:
ya 2.7 x 41.9 .
b) El consumo de los hogares para el ao 2003 y 2010 son:
Para el 2003:
150
ESPACIOS VECTORIALES
9. En un intento de reconstruir las series de dotaciones a fondos de autoseguros que
destinaba una gran compaa en los aos cincuenta, slo han podido recopilarse los
datos de 6 aos:
Aos
1951
1952
1955
1956
1957
1958
Supuesta una tendencia lineal de la serie, estime las cifras correspondientes a 1950,
1953 y 1954.
Solucin:
Variable independiente = Orden del ao = x
Variable dependiente = Fondos = y
Funcin aproximada (una recta): y a bx
Valores a encontrar: a y b.
y = a + b(1)
1
y = a + b(2)
2
y3 = a + b(5)
y = a+ b(6)
4
y5 = a+ b(7)
y 6 = a+ b(8)
Dando forma matricial:
y1 1
y
2 1
y 1
3
y 4 1
y 1
5
y 6 1
1
2
5 a
y X b.
6 b
7
23411
25207
30132
y
31416
33244
36329
151
X y X X b
23411
1 1
25207
1 2
a
1
1
1
1
1
1
30132
1
1
1
1
1
1
1
5
1 2 5 6 7 8 31416 1 2 5 6 7 8 1 6 b
33244
1 7
36329
1 8
b X X
21544.944
b
1740.322
X y
a 21544.944; b 1740.322
Respuesta: Los fondos correspondientes para los aos 1950, 1953 y 1954 son:
Para el ao 1950:
Precio
Precio
Producto (x1) Producto (x2)
3
2.1
3.2
1.8
3.5
1.6
3.75
1.5
4
1.45
152
ESPACIOS VECTORIALES
Valores a encontrar: a y b.
y = a + b(3) + c(2.1)
1
y = a + b(3.2) + c(1.8)
2
y3 = a + b(3.5) + c(1.6)
y = a + b(3.75) + c(1.5)
4
y5 = a + b(4) + c(1.45)
Dando forma matricial:
y1 1 3
2.1
y
2 1 3.2 1.8 a
y 1 3.5 1.6 b y X b .
3
y 4 1 3.75 1.5 c
y 1 4 1.45
6 .1
5 .9
y 5.75
5 .4
5
t
X y X X b
2.1
6.1
1 3
1
1
1
1 5.9 1
1
1
1
1 1 3.2 1.8 a
1
3 3.2 3.5 3.75 4 5.75 3 3.2 3.5 3.75 4 1 3.5 1.6 b
2.1 1.8 1.6 1.5 1.45 5.4 2.1 1.8 1.6 1.5 1.45 1 3.75 1.5 c
5
1 4 1.45
b X X
12.126
b 1.50878
0.728
X y
Respuesta: La ecuacin del plano que mejor se ajusta a los datos es:
y 12.126 1.50878x 0.758x .
1
153
UNIDADES DE LA
VARIABLE x1
1
1.5
1.5
1
UNIDADES DE LA
VARIABLE x2
0.5
0.7
1
1.2
Solucin:
Variable independiente 1 = Unidades de la variable 1 = x
Valores a encontrar: a, b y c.
y = c + a(1) + b(0.5)
1
y = c + a(1.5) + b(0.7)
2
y3 = c + a(1.5) + b(1)
y = c + a(1) + b(1.2)
4
2
2 .5
y
3 .5
3
t
X y X X b
2
1 1 0.5
1
1
1 1
1
1
1
1
c
1 1.5 1.5 1 2.5 1 1.5 1.5 1 1 1.5 0.7 a
3.5
1 1.5 1
0.5 0.7 1 1.2 0.5 0.7 1 1.2
b
3
1
1
1
.
2
154
ESPACIOS VECTORIALES
b X X
0.034482
b 1.0005
1.725
X y
Respuesta: La ecuacin del plano que mejor se ajusta a los datos es:
y 0.034482 1.0005x 1.725x .
1
12. Los gastos anuales en publicidad y las ventas de seis marcas de sopa en un ao
particular se dan en la tabla. Halle la ecuacin de la lnea que mejor ajusta los datos.
GASTOS EN PUBLICIDAD (X)
(CIENTOS DE MILES DE DLARES)
VENTAS (Y)
(MILLONES DE DLARES)
11
13
10
15
11
Solucin:
Variable independiente = Gastos en publicidad en cientos de miles de dlares = x
Variable dependiente = Ventas en millones de dlares = y
Funcin aproximada (una recta): y b ax
Valores a encontrar: a y b.
y = b + a(9)
1
y = b + a(7)
2
y3 = b + a(11)
y = b + a(8)
4
y5 = b + a(4)
y 6 = b + a(6)
Dando forma matricial:
y1 1
y
2 1
y 1
3
y 4 1
y 1
5
y 6 1
9
7
11 b
y Xb .
8 a
4
155
13
10
15
y
11
5
8
t
X y X X b
13
1
10
1
1
1
1
1
1
1
15
1
1
1
1
1
1
1
9 7 11 8 4 6 11 9 7 11 8 4 6 1
5
1
8
1
b X X
0.598870056
b
1.457627119
9
7
11 b
8 a
4
X y
a 1.457627119; b 0.598870056
0
54
1
63
2
65
3
67
4
70
5
73
6
72
Solucin:
Variable independiente = Tiempo en aos = t
Variable dependiente = Produccin promedio = y
Funcin aproximada (una recta): y at b
Valores a encontrar: a y b.
y = a(0) + b
1
y = a(1) + b
2
156
7
80
8
79
9
87
10
83
11
88
ESPACIOS VECTORIALES
y3 = a(2) + b
y = a(3) + b
4
y5 = a(4) + b
y 6 = a(5) + b
y 7 = a(6) + b
y8 = a(7) + b
y9 = a(8) + b
y10 = a(9) + b
y11 = a(10) + b
y
12
= a(11) + b
1
1
1
1
1
1 a
y T b .
1 b
1
1
1
1
157
T y T T b
0 1 2 3 4 5 6 7 8
1 1 1 1 1 1 1 1 1
0 1 2 3 4 5 6 7 8 9
1 1 1 1 1 1 1 1 1 1
b T T
54
63
65
67
70
9 10 11 73
1 1 1 72
80
79
87
83
88
0 1
1 1
2 1
3 1
4 1
10 11 5 1 a
1 1 6 1 b
7 1
8 1
9 1
10 1
11 1
t
T y
2.786713287
b
a 2.786713287; b 58.08974359
58.08974359
Respuesta: La ecuacin de la recta que mejor se ajusta a los datos es:
y 2.786713287t 58.08974359.
158
ESPACIOS VECTORIALES
14. Una empresa de mercadotecnia desea determinar el efecto de los comerciales por
televisin en las ventas de cierto producto. La empresa se retroalimenta de 6 grandes
ciudades como se aprecia en la tabla. Halle la ecuacin de la recta que mejor se
ajusta a los datos. Estime el volumen de ventas que resultara de 24 comerciales.
CIUDAD
NUMERO DE
COMERCIALES (x)
VENTAS (y)
(CIENTOS)
10
12
15
20
18
21
40
45
56
68
67
70
Solucin:
Variable independiente = Nmero de comerciales = x
Variable dependiente = Ventas en cientos = y
Funcin aproximada (una recta): y ax b
Valores a encontrar: a y b.
y = a(10) + b
1
y = a(12) + b
2
y3 = a(15) + b
y = a(20) + b
4
y5 = a(18) + b
y 6 = a(21) + b
Dando forma matricial:
y1 10
y
2 12
y 15
3
y 4 20
y 18
5
y 6 21
1
1
1 a
y Xb .
1 b
1
40
45
56
y
68
67
70
t
X y X X b
159
a
10
12
15
20
18
21
56
10
12
15
20
18
21
15
1
1 1 1 1 1 1 68 1 1 1 1 1 1 20 1 b
67
18 1
70
21 1
b X X
X y
2.857142857
b
a 2.857142857; b 11.95238095
11.95238095
Respuesta:
a) La ecuacin de la recta que
y 2.857142857 x 11.95238095.
mejor
se
ajusta
los
datos
es:
37.2
45.3
80.5
56.4
67.2
74.6
62.7
4.3
5.1
7.9
5.4
7.1
7.2
6.5
Solucin:
Variable independiente = Comisiones de ventas en miles de dlares = x
Variable dependiente = Volumen de ventas en cientos de miles de dlares = y
Funcin aproximada (una recta): y b ax
Valores a encontrar: a y b.
y = b + a(37.2)
1
y = b + a(45.3)
2
y3 = b + a(80.5)
y = b + a(56.4)
4
y5 = b + a(67.2)
y 6 = b + a(74.6)
y 7 = b + a(62.7)
160
ESPACIOS VECTORIALES
Dando forma matricial:
y1 1
y
2 1
y 1
3
y 4 1
y
5 1
y 6 1
y 7 1
37.2
45.3
80.5
b
56.4 y X b .
a
67.2
74.6
62.7
X y X X b
4.3
5.1
7.9
1
1
1
1
1
1
1
37.2 45.3 80.5 56.4 67.2 74.6 62.7 5.4
7.1
7.2
6.5
1
1
1
1
1
1
1
1
1
1
37.2 45.3 80.5 56.4 67.2 74.6 62.7 1
1
1
b X X
1.205043673
b
0.08271925994
37.2
45.3
80.5
b
56.4
a
67.2
74.6
62.7
X y
a 0.08271925994; b 1.205043673
161
y = a(1) + b
1
y = a(2) + b
2
y3 = a(3) + b
y = a(4) + b
4
y5 = a(5) + b
Dando forma matricial:
y1 1
y
2 2
y 3
3
y 4 4
y 5
5
1
1
a
1 y X b .
b
1
1
91
90
y 89
86
86
t
X y X X b
162
ESPACIOS VECTORIALES
91
1
90
2
1 2 3 4 5
1 2 3 4 5
89
1 1 1 1 1
1 1 1 1 1 3
86
4
86
5
b X X
1.4
b
92.6
1
1
a
1
b
1
1
X y
a 1.4; b 92.6
EMPLEO
2
1.5
2.3
2.5
1.9
4.4
0.8
1.9
0.5
2.7
0.6
5.8
PRODUCTIVIDAD
4.2
3.9
1.3
3.2
3.8
4.2
2.6
4.1
4.4
4.5
2.8
7.8
Solucin:
Variable independiente = Tasa de crecimiento del empleo en % = x
Variable dependiente = Productividad = y
Funcin aproximada (una recta): y b ax
Valores a encontrar: a y b.
y = b + a(2)
1
y = b + a(1.5)
2
y3 = b + a(2.3)
y = b + a(2.5)
4
y5 = b + a(1.9)
y 6 = b + a(4.4)
163
y 7 = b + a(0.8)
y8 = b + a(1.9)
y9 = b + a(0.5)
y10 = b + a(2.7)
y11 = b + a(0.6)
y
12
= b + a(5.8)
2
1.5
2 .3
2 .5
1 .9
4 .4 b
y Xb .
0.8 a
1 .9
0 .5
2 .7
0 .6
5.8
X y X X b
164
ESPACIOS VECTORIALES
4.2
1
3.9
1
1.3
1
3.2
1
3.8
1
1
1
1
1
1
1
1
1
1
1 4.2
1 1
t 1
2 1.5 2.3 2.5 1.9 4.4 0.8 1.9 0.5 2.7 0.6 5.8 2.6 X 1
4.1
1
4.4
1
4.5
1
2.8
1
7.8
1
b X X
2
1.5
2.3
2.5
1.9
4.4 b
0.8 a
1.9
0.5
2.7
0.6
5.8
X y
2.433689989
b
a 0.654115965; b 2.433689989
0.654115965
Respuesta: La ecuacin de la recta que mejor se ajusta a los datos es:
y 2.433689989 0.654115965x.
18. El gerente de una empresa piensa que la demanda de un producto que comercializa
depende nicamente del precio de venta al pblico. Para estudiar la demanda de este
producto se pretende estimar la funcin lineal con mnimos cuadrados.
AO
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
PRECIO (x)
19
18
16
15
15
14
14
13
12
13
Solucin:
Variable independiente = Precio en unidades monetarias = x
Variable dependiente = Cantidad vendida = y
Funcin aproximada (una recta): y b ax
Valores a encontrar: a y b.
y = b + a(19)
1
y = b + a(18)
2
165
y3 = b + a(16)
y = b + a(15)
4
y5 = b + a(15)
y 6 = b + a(14)
y 7 = b + a(14)
y8 = b + a(13)
y9 = b + a(12)
y10 = b + a(13)
Dando forma matricial:
y1 1
y
2 1
y 1
3
y 4 1
y 1
5
y 6 1
y 1
7
y8 1
y
9 1
y 1
10
19
18
16
15
15 b
y Xb .
14 a
14
13
12
13
10
12
13
14
15
y
16
17
18
19
20
t
X y X X b
166
ESPACIOS VECTORIALES
10
12
13
14
1 1 1 1 1 1 1 1 1 1 15
19 18 16 15 15 14 14 13 12 13 16
17
18
19
20
1
1
1
1 1 1 1 1 1 1 1 1 1 1
19 18 16 15 15 14 14 13 12 13 1
1
1
b X X
35.84187082
b
1.371937639
19
18
16
15
15 b
14 a
14
13
12
13
X y
a 1.371937639; b 35.84187082
167
Problemas Propuestos
1. Una empresa encuentra que cuando el precio de su producto es p dlares por unidad,
el nmero de unidades vendidas es q, como se indica en la tabla siguiente:
Precio (p)
Demanda (q)
10
70
30
68
40
63
50
50
60
46
70
32
8
4.1
16
4.5
24
5.1
32
6.1
168
3.9
2.1
4.5
2.8
5.2
2.4
6
3.1
5.4
2.8
ESPACIOS VECTORIALES
6. Encuentre la recta de regresin lineal de mnimos cuadrados de y sobre x para los
datos dados en la tabla siguiente (refirase al ao 1975, como el ao x = 1, al ao
1977 como x = 3 y as sucesivamente):
NDICE DE PRODUCCIN
INDUSTRIALMAQUINARIA
ELCTRICA
Ao
ndice
1975
77
1977
100
1979
126
1981
134
7. Encuentre la ecuacin de la recta de mnimos cuadrados de y sobre x para los datos
dados en la tabla siguiente (considrese al ao 1994, como el ao x = 1, y as
sucesivamente):
ENVOS AL EXTRANJERO DE
COMPUTADORAS DE LA
COMPAA ACME (en miles)
Ao
ndice
1994
35
1995
31
1996
26
1997
24
1998
26
8. Un profesor de lgebra lineal mantiene las estadsticas (que se muestran a
continuacin) del porcentaje de calificaciones B otorgadas durante un periodo de
seis semestres.
Semestre
Porcentaje de calificaciones B
1
0.20
2
0.25
3
0.20
4
0.30
5
0.45
6
0.40
Si el profesor quisiera trazar una recta que se acerque a los puntos de la tabla tendr
muchas opciones.
a) Cul de todas ellas es la ptima?
b) Calcule el porcentaje esperado de B despus del dcimo semestre.
169
Captulo III
Sistemas de Ecuaciones
Lineales
La compaa constructora Madison se encargar de edificar almacenes, pisos y torres a
base de dos tipos de materiales: hierro y madera. Para la construccin de un almacn se
precisa una unidad de hierro y ninguna de madera, para la construccin de un piso se
precisa de una unidad de cada material y para la de una torre se necesitan 4 unidades de
hierro y una de madera. Conociendo que la compaa slo dispone de 16 unidades de
hierro y 5 de madera.
a. Determine, utilizando slo lgebra Matricial, Cuntos almacenes, pisos y torres se
pueden construir empleando todas las unidades posibles?
b. Si el precio de cada almacn es de 6 u.m, el de cada piso es 2 u.m y el de cada torre
4 u.m. Hay algn plan de produccin que cueste 28 u.m.? Si lo hay indicarlo y sino
justifique su respuesta. Qu se puede concluir de los resultados?
TEMARIO
1.
2.
3.
4.
5.
6.
a11 x1
a12 x2
a13 x3
a1n xn
b1
a 21 x1
a 22 x2
a 23 x3
a 2n x n
b2
a m1 x1 a m2 x2
a m 3 x3
a mn xn
bm
a11 a12
a
21 a22
am1 am 2
13
1n
A x b
Donde:
A : Es la matriz de coeficientes que acompaan a las variables.
bY T
dY
1Y
bY
d Y
1C
0C
0C
0T
bT
1T
I G
aG
1 1 0 Y I G
0 b C = a G
Dando forma matricial: b
d
0 1 T c
172
Yd
Y
bYd
di0
T0
I
eYt 1 v
G0
bY
0Y
1Y
1C
0C
1C
0I
1I
1I
a bT0 u
c di0 eYt 1 v
G0
1 0 Y a bT u
b
o
1 C = c dio eYt 1 v .
Dando forma matricial: 0 0
1 1 1 I
G
o
173
x y 7
1.
2 x 2 y 13
Solucin:
Sistema incompatible
x 3y z 4
y 3z 9
2. 2 x
4 x 2 y z 11
x 1
Solucin: y 2 .
z 3
x 2y z 4
3. 2 x 5 y 2 z 9
x 4 y 7z 6
4. 2 x
4 x
Solucin:
y 2z 5
y
Sistema incompatible
174
x y 7
2 x 2 y 13
Desarrollando este sistema se obtiene lo siguiente 14 13 , lo cual es
falso. Por lo tanto, estamos frente a un sistema que no tiene solucin.
Geomtricamente:
y
x y 5
6 , 1
175
x y 7
2 x 2 y 14
Desarrollando este sistema se obtiene 0 0 . Esto siempre se cumple, es
decir estamos ante dos ecuaciones que son equivalentes. Por lo tanto,
tenemos un sistema que tiene infinitas soluciones.
Geomtricamente:
y
12
13
a xa ya z b
21
22
23
a xa ya z b
31
32
33
Donde: a11 , a12 , a13 a21 , a22 , a 23 , a31 , a32 , a33 , b1 , b2 y b3 son nmeros
dados. Sabemos que la grfica de cada una de las ecuaciones dadas es un
plano (excepto en los casos extremos
y
0x 0 y 0z 0
0 x 0 y 0 z b 0 ). Acontinuacin se presenta una interpretacin
geomtrica de cada una de las posibles soluciones de un sistema de tres
ecuaciones lineales con tres incgnitas, a travs de ejemplos:
a) Sistema incompatible
Consideremos el siguiente sistema:
2x
4x
176
y 2z 5
y
y
2
4
177
x 3y z 4
y 3z 9
2 x
4 x 2 y z 11
x 2y z 4
2 x 5 y 2 z 9
x 4 y 7z 6
178
179
9 2 x 0
3
Ejemplo: 13
6
8 y 0
5 5 11 z 0
4.2. Sistema de ecuaciones no homogneo.- Es un sistema que adopta la
forma A x b , donde b es un vector no nulo.
3
1 x 4
1
Ejemplo: 5
4 2 y 6
9 2
3 z 10
Esto significa que para poder hallar el vector columna de variables debemos
hallar la inversa de A ( A1 ) y despus debe ser postmultiplicada por el vector
columna de trminos independientes b .
Ejemplo: Resolver el siguiente sistema de ecuaciones por el mtodo de la
matriz inversa.
x1
x2
2 x1 4 x2
3x1
x2
x1
x2
2 x3
3x3
x3
3x3
x4
x4
x4
x4
12
Solucin:
Dando forma matricial:
1 x1 4
1 1 2
2 4
3
1 x2 12
3
1 1 1 x3 2
1 1 3 1 x4 6
180
0
5 16
3 16
1 8
3 8 1 3 1 16 5 48
A1
1 4
0
1 8
18
1 3
0
1 3
1
Efectuando A1 b :
0
5 16
3 16 4 0
1 8
3 8
1 3 1 16 5 48 12 2
1
A b
14
0
1 8
1 8 2 2
0
1 3 6 2
1 1 3
De lo que se concluye:
x1 0
x
2 2
x 2
3
x4 2
a11x1
a12 x2
a13 x3
a1n xn
a21x1 a22 x2
a23 x3
a 2 n xn
an1x1 an 2 x2
an3 x3
ann xn
a11
a
Dando forma matricial: 21
a n1
12
22
n2
b1
b2
bn
a x b1
1n
1
a
a x b2
23
2n 2 =
a
a x bn
n3
nn n
a
13
181
1
2
12
x1
22
n2
nn
21
12
22
an1
21
n1
22
n2
an1
n1
21
12
an1
22
nn
1n
2n
an 2 ann
22
21
2n
12
11
1n
an 2 ann
12
21
11
2n
11
x2
1n
xn
2n
11
11
1n
1n
2n
an 2 ann
x1
x2
2 x1 4 x2
3x1
x2
x1
x2
2 x3
3x3
x3
3x3
x4
x4
x4
x4
12
Solucin:
Dando forma matricial:
1 x1 4
1 1 2
2 4
3
1 x2 12
3
1 1 1 x3 2
1 1 3 1 x4 6
182
12
12
1 1
3 2 1
x
1
x
3
6 1
3 1
0
0
48
x
2
3 1
1 1
1 1
1 1
3 1
12
12
1 2
1 1 2
1 1
6 1
1 1
96
2
48
x
4
1 1
1 1
1 1
3 1
1 1
96
2
48
3 1
1 1
96
2
48
3 1
Tipo II:
C ij C i Cj
ij
183
2 x1 4 x2
4 x1 5 x2
3x1
x2
6 x3
6 x3
2 x3
18
24
Solucin:
Dando forma matricial:
6 x 18
2 4
1
4 5
x = 24
6
3 1 2
x 4
3
Resolviendo por el mtodo de GaussJordan:
2 4
6 18
6 24 F 1 2
4 5
1
3 1 2 4
1 2
3 9 F ( 4)
21
4
5
6
24
F
3 1 2 4 31( 3)
1
2
3
9
F 1 3 0
1
2
4 F 5
2
32
0 5 11 23
12 ( 2)
1 0 1 1 F
13(1)
0
1
2
4
F
( 2 )
0 0
1 3 23
1
2
3
9
0 3 6 12
0 5 11 23
1 2
3
9
4 F ( 1)
0 1 2
3
0 0 1 3
1 0 0
4
0 1 0 2
0 0 1
3
184
1 2 3 9
0 1 2 4
0 0 1 3
2 x1 4 x2
4 x1 5 x2
2 x1 7 x2
18
6 x3
24
6 x3
12 x3
30
Solucin:
Dando forma matricial:
2 4 6 x1 18
4 5 6 x = 24
2
2 7 12 x 30
3
Resolviendo por el mtodo GaussJordan:
2 4 6 18
4 5 6 24 F11 2
2 7 12 30
1 2 3 9 F
21( 4)
4
5
6
24
F
2 7 12 30 31( 2)
1 2 3 9
F 1 3 0 1 2 4 F 3
2
32
0 3 6 12
1
2
3
9
0 3 6 12
0
3
6 12
1 2 3 9
0 1 2 4 F12 ( 2)
0 0 0 0
1 0 1 1
0 1 2 4
0 0
0 0
x1 x3 1 , x2 2 x3 4 .
2 x2
2 x1 6 x2
x1 2 x2
3x3
7 x3
5 x3
15
10
Solucin:
Dando forma matricial:
2 3 x 4
0
1
2 6 7 x = 15
2
1 2 5 x 10
3
Resolviendo por el mtodo de GaussJordan:
0
2 3 4
2 6 7 15 F13
1 2 5 10
1 2 5 10
2 6 7 15 F21( 2)
0
2 3 4
1 2
5 10
0 2 3 5
0
2
3
4
185
F 1 2 0
1 3 2 5 2 F ( 2)
2
32
0
2
3
4
1 2
5 10
1 3 2 5 2 F ( 2 )
0
12
0
0
0 1
1 0 8 15
0 1 3 2 5 2
0 0 0 1
Ejercicios
Resolver los siguientes sistemas de ecuaciones. Determinar qu tipo de solucin es:
3x1
2x
1. 2 x1
5x
1
3
x
2 x2
3x2
2 x3
3x3
4x
2x
2x
4x
15
4x
2x
x 1
1
Solucin nica: x2 1
x 2
3
2 x1
x
2. 1
x
1
x
1
5x
4x
2x
4x
6x
2x
10
3x
3x
2x
2 x1
x
3. 1
x
1
x
1
5x
4x
2x
4x
6x
2x
10
3x
3x
2x
186
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
4
4
4
4
4
4
4
4
x 124 16 x
4
1
Solucin infinita: x2 75 9 x4
x 31 3x
4
3
x 16 x 124
4
1
Solucin infinita: x 9 x 75
2
4
3
x
31
3
4
a11x1
a12 x2
a21x1 a22 x2
an1x1 an 2 x2
a13 x3
a23 x3
an3 x3
a1n xn
a2n xn
ann xn
Ejemplo:
6 x 0
3
6 x 0 nica solucin: x x x 0 .
3
1
2
3
2 x 0
3
2x 4x
1
2
a) 4 x1 5 x2
3x
x
1
b)
x
1
3x
1
2x
2
3x
11x
x 0
3
2 x 0 infinitas soluciones:
3
6 x 0
3
x3
x1
5
x
3
x 2 9
187
y 4 z 16
y
Ahora, ya con el sistema formado, lo que vamos a hacer es darle forma matricial.
x
1 1 4 16
y
0 1 1 z 5
1 1 4
A
0
1
1
Rango ( A ) :
188
1 1
0 1
Rango ( A ) 2
Rango A b 2
1 1 4 16
A b
0 1 1 5
Rango A b :
Este anlisis nos indica que tenemos infinitas soluciones. Pero generalmente en un
problema nuestras variables de trabajo deben cumplir con algunas condiciones que no se
indican, y que son relevantes:
Esto limita el campo de infinitas soluciones a solo los valores enteros positos
incluyendo el cero.
Desarrollaremos este sistema de ecuaciones lineal en trminos de una variable para
poder llegar a un conjunto de soluciones.
Anlisis de la solucin:
x
y 16 4 z
y
5 z
1 1 x 16 4 z
0 1 y 5 z
Resolviendo por el mtodo de Cramer:
16 4 z 1
x
5 z
1 1
1 16 4 z
11 3z
1
11 3z
0 1
5 z
1 1
5 z
1
5 z
0 1
y0 5 z 0
z0 z0
189
z:
11 3z 0
y:
5 z 0
z0
11 3z
z5
11
3
11 3
11
z 0, torres.
3
Ahora encontraremos el rango de solucin para las otras variables.
x:
(0 z
y:
11
3
(0 z
( 11 3z 0)
0 11 3z 11
0 x 11
4
3
11
3
11
3
z 0)
5 z 5
1.333... y 5
4
y = , 5 pisos.
3
0
11
5
1
8
4
2
5
3
3
2
2
Ejercicios
1. Dado el siguiente sistema de ecuaciones:
x
z 3
x 5y
z 9
2x
y 2z 0
x 2y
z 3
se pide:
a) Discutir su carcter.
b) Resolverlo si es posible.
Solucin:
a) Primero le damos forma matricial al sistema:
1 1 1
3
1 5 1 x 9
y
2 1 2 0
z
1 2 1
3
Ahora estudiamos el rango de la matriz de coeficientes:
Rango A
1 1 1
1 5 1
Rango
2 1 2
1 2 1
5 1 0 ,
1 5 1 0 ,
2 1
2 0 . No hay ningn
1 2 1
2 1 2
1 2 1
menor de orden 3 diferente de cero. Por lo tanto, el Rango (A) = 2.
191
Rango A b
1 1 1 3
1 5 1 9
Rango
2 1 2 0
1 2 1 3
5 1 0 , 1 5 1 0 ,
2 1
1
1
1 2 1
1 3
2 1 0
2 1
1
1 1
1 1 3
5 9 0
1
2 0
2 1
1
1 5 9 0 ,
0 6 12 0 ,
1 2 3
0 3
1 3
2 0 0 . No
2 1 0
Rango ( A ) Rango A b
n incgnitas 3
b) De acuerdo a lo anterior, la informacin nos indica que podemos tomar las dos
primeras ecuaciones como linealmente independientes.
x
y 3 z
x 5y 9
1 1 x 3 z
1 5 y 9 z
3 z
x
9 z 5
1 1
1 5
192
1 3 z
6 6z
6
1 z
1 9 z
1 1
1 5
12
6
x 2 y 11z 5
2x 3y
z 4
x
2z
se pide:
a) Discutir su carcter.
b) Resolverlo si es posible.
Solucin:
a) En los ejercicios anteriores estudiamos los menores comenzando desde el menor
orden hasta el de mayor orden, ahora lo haremos en sentido inverso.
Primero le damos forma matricial:
1 2 11 x 5
2
3 1 y 4
1 1 2 z 1
Ahora estudiaremos el rango de la matriz de coeficientes (A):
Rango ( A )
1 1
Rango A b
3 4 2
1 1
cero.
2 3
Rango ( A ) Rango A b
n incgnitas 3
193
1 2 x 5 11z
2 3 y 4 z
5 11z 2
4 z
1 2
15 33z 8 2 z
7 35 z
7
1 5z
2 3
1 5 11z
4 z
1 2
4 z 10 22 z
7
14 21z
7
2 3z
2 3
3. Dado el sistema de ecuaciones siguiente:
x 3y z 2
2x
x 2y
se pide:
a) Discutir su carcter para todos los valores de R .
b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:
3 1 x 2
1
2
0 y 0
1 2
1 z 3
Ahora estudiaremos el rango de la matriz de coeficientes (A):
Rango A
Menor de orden 3:
1
3 1
A 2
1 2
0 4 6 2 2
1
Si 2 2 0; 1;
Si 2 2 0; 1;
194
1 3
2 1
5 0; Rango( A) 2
Rango( A) 3
Rango A b 3
Para 1 ,
Menor de orden 3:
1
3 2
1 2
Rango A b 3
0 3 8 2 18 5 0 ;
3
Para 1 ,
Rango ( A ) Rango A b 3
n incgnitas 3
Para 1 ,
Rango ( A ) = Rango A b 3
n incgnitas 3
Sistema incompatible.
Sistema
compatible
determinado.
3 1
3 2
0
x
3 1
1 2
2 3
2 2
2 2
1 2 1
2 2
3 2
1 2
2 2
64
2
1
2 2 2 2 1
3 8 2 18
2 2
5( 2)
2 2
3 y 5z 2
4 y 2z
5 x 11y 9 z k
se pide:
a) Discutir su carcter para todos los valores de k R .
b) Resolverlo en los casos que sea posible.
195
1 3 5 x 2
2 4 2 y 1
5 11 9 z k
Ahora estudiaremos el rango de la matriz de coeficientes (A):
Rango ( A )
Menor de orden 3:
1 3 5
A 2
4 2 36 30 110 100 22 54 0
5 11 9
Menor de orden 2:
1 3
2 0;
2 4
Rango ( A ) 2
Rango A b
1 4k 15 44 40 11 6k 2k 8
5 11 k
Si 2k 8 0; k 4; Rango A b 2
Si 2k 8 0; k 4; Rango A b 3
Para k 4 ,
Rango ( A ) = Rango A b
nmero de incgnitas n 3
Para k 4 ,
Rango (A) Rango A b . Sistema incompatible.
196
1 2z
2 5z
x
1 2 5z
1 2z 4
1 3
14 z 5
2 4
2 1 2z
1 3
8z 3
2
2 4
ay
ax 2 y az
3y
2a
1
1 2a
se pide:
a) Discutir su carcter para todos los valores de a R .
b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:
a
1 x 2 a
3
a
2 a y 1
1 3 1 z 1 2a
Ahora estudiaremos el rango de la matriz de coeficientes (A) para todos los
valores de a.
Rango (A)
Menor de orden 3:
3
A a
a 6 a 3a 2 9a a 2a 6a 8
1 3 1
Si A 0;
a 3a 4 0 ;
3 9 16
Rango ( A) 3
Para a 1 y a 4 ,
Para a 1 ,
Para a 4 ,
8 / 2 4
1
2/ 2
3 1
1 2
5 0;
3 4
4
10 0 ;
Rango ( A) 2
Rango ( A) 2
Rango A b
Para a 1 y a 4 ,
Rango A b 3
197
Para a 1 ,
1 0;
Rango A b 2
1 3 1
3 4 6
4
Para a 4 ,
2 1 25 0 ;
1 3 9
Rango A b 3
n incgnitas 3
Sistema
determinado
Rango ( A) Rango A b 2
n incgnitas 3
Para a 1 ,
Sistema
compatible
indeterminado
Para a 4 ,
compatible
Sistema incompatible
ay
2a
ax 2 y az
x
3y
1 2a
2a
1 2a 3 1
2a 2a 13a 9
2
2(a 3a 4)
2a
1 1 2a 1
2a 2 6a 8
2
2a 2a 4
2
2(a 3a 4)
198
2a 6a 8
3
4 2a a 2a 3 2 4a 6a 3a a
2
2a 6a 8
2
(a 1)(2a 4a 9) 2a 4a 9
2(a 1)(a 4)
2(a 4)
3 2a a a 2a 1 3a 6a 2a a
2a 2 6a 8
2(a 1)(a 2) (a 2)
2(a 1)(a 4) (a 4)
2a
1 3 1 2a
2a 2 6a 8
6 12a a 6a 3a 4 2a 9 a 2a
2a 2 6a 8
2a 2a 15a 11
2
2(a 3a 4)
(a 1)(2a 4a 11) 2a 4a 11
2(a 1)(a 4)
2(a 4)
Para a 1 ,
3x
1 z
2y 1 z
1 z
x
1 z 2
3 1
2 2z 1 z
5
1 z
5
1 2
3 1 z
y
1 1 z
3 1
3 3z 1 z
5
2(1 z )
5
1 2
6. Dado el sistema de ecuaciones siguiente:
y
2x
my 4 z m
se pide:
a) Discutir su carcter para todos los valores de m R .
b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:
1
0 1
3
1 1 1 x 1
y
1 1
1 3
z
2
m
m
Ahora estudiaremos el rango de la matriz de coeficientes (A) para todos los
valores de a.
Rango (A)
Menor de orden 3:
0 1 1
1
1
1 1 2 0 ;
1
Rango ( A) 3
199
Rango A b
0 1
1 3
1 1 1 1
= (1)4(m 2) 12 8 2(m 6) 24 2m
1 1
1 3
2 m 4 m
Si 24 2m 0, m 12; Rango A b 4
Si 24 2m 0, m 12; Rango A b 3
Rango ( A) Rango A b 3
n incgnitas 3
Para m 12 ,
Para m 12 ,
b) Solucin para m 12 :
y
x
y z 1
3 1
z 3
1 1
2
0 3
z 3
3 3 1 3 3 1
2
8
2
1 1 1
y
1 3
3 3 1 3
2
0 1 3
1 1
1 3
2
1 3 3 3
2
ax y
x ay
x
z 1
z 4
y az b
se pide:
a) Discutir su carcter para todos los valores de a, b R .
200
Sistema
compatible
determinado.
Sistema incompatible.
1 1 x 1
a
1 a
1 y 4
1
1 a z b
Ahora estudiaremos el rango de la matriz de coeficientes (A) para todos los
valores de a y b:
Rango (A)
Menor de orden 3:
a
1 1
3
1 a
1 a 3a a(a 3) ;
0 1
2
0; Rango ( A) 2.
Si a(a 3) 0; a 0;
1 0
2
Si a(a 2 3) 0; a 0; Rango ( A) 3,
a 3 0, a R.
Rango A b
Si a 0 ,
Rango A b 3 .
Si a 0 ,
0 1
5 b 0; b 5;
0; Rango A b 2.
1 0
1 0 4 5b
5 b 0; b 5; Rango A b 3.
1 1 b
0 1 1
n incgnitas 3
Para a 0 y b 5 ,
Para a 0 y b 5 ,
Rango ( A) Rango A b 2
n incgnitas 3
Sistema
compatible
determinado.
Sistema
compatible
indeterminado.
Sistema incompatible
201
4 a
a3 3a
ay
az b
a b ab 5 4a
a3 3a
1 1
1 4
1 b
a3 3a
a
1 1
4a ab a b 5
a3 3a
1 1
1 a 4
z
1 b
a3 3a
a b 3a b 5
a3 3a
Para a 0 y b 5 ,
y z
x
z 4
se transforma
x 4 z
ax y 2 z 1
x ay z b
3x
se pide:
a) Discutir su carcter para todos los valores de a, b R .
b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:
a 1 2 x 1
1 a 1 y b
3
1 1 z 1
Ahora estudiaremos el rango de la matriz de coeficientes (A) para todos los
valores de a y b.
202
Rango (A)
Menor de orden 3:
a 1
2
2
a 1 a 3 2 6a a 1 a 5a 6 ;
Si A 0 ;
a 5a 6 0 ;
5 25 24
Rango ( A) 3
Para a 3 y a 2 ,
3 1
Para a 3 ,
10 0 ;
Rango ( A) 2
5 0;
Rango ( A) 2
2 1
Para a 2 ,
a 2
a 3
Rango A b
Rango A b 3 .
Para a 3 y a 2 ,
3 1 1
Para a 3 ,
3 b 6b 2
1 1
Si 6b 2 0; b 1 / 3;
Si 6b 2 0; b 1 / 3;
3 1
1
0; Rango A b 2
3
Rango A b 3
2 1 1
Para a 2 ,
Si b 0;
Si b 0;
2 1
1
2 b 5b
1 1
0;
Rango A b 2
Rango A b 3
determinado.
n incgnitas 3
203
Sistema incompatible.
Rango ( A) Rango A b 2
n incgnitas 3
Para a 2 y b 0 ,
n incgnitas 3
Rango ( A) Rango A b
Para a 2 y b 0 ,
Sistema
compatible
indeterminado.
Sistema
compatible
indeterminado.
Sistema incompatible.
ax y 2 z 1
x ay
z b
3x
3b a 2
2
a 5a 6
ab 6b a 2
2
a 5a 6
a 2 3b 3a ab 2
a 2 5a 6
Para a 2 y b 0 ,
2x
y 2z
x 2y
z 0
2x
1 2z
x 2y z
1 2z 1
z
2 1
1
2 4 z z 2 3z
5
5
2 1 2z
y
z
2 1
1
4z 1
5
Para a 3 y b 1/ 3 ,
3x
2z
x 3y
1 2z 1
x
1/ 3 z
3 1
1
204
3
3
1/ 3
3x
1 2z
x 3 y 1/ 3
1
3 6z z
10 15 z 2 3z
3
10
30
6
3 1 2z
1 1 3 z
3 1
1
1 3z 1 2 z
10
z
2
kz 0
z 0
(m 1) x
z 0
se pide:
a) Discutir el carcter del sistema para los distintos valores reales de los parmetros
m y k.
b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:
0 k x 0
3
1
1 1 y 0
m 1 1 1 z 0
Ahora estudiaremos el rango de la matriz de coeficientes (A) para todos los
valores de m y k.
Rango (A) :
3
1
m 1
1 1 3 k k (m 1) 3 k (1 m 1) km ;
1
y m cualquier
valor; Rango ( A) 2.
Si k 0
Si m 0
y k cualquier
valor; Rango ( A) 2.
km 0
3 0
que
3 0
ya
1 1
m 0,
Rango ( A) 3.
Si km 0; k 0 y
n incgnitas 3
Para m 0 y k R , Rango ( A) Rango A b 2
n incgnitas 3
Sistema
compatible
indeterminado.
Sistema
compatible
indeterminado.
205
n incgnitas 3
Sistema
compatible
determinado.
x y z 0
y z
Para m 0 , y cualquier valor de k,
3x
kz 0
kz
x
z 0
kz
3x
x
3 kz
z 1
3
kz
3z kz
3
1 1
1 1
a) 1
50 x1
10 x
1
3x
2x
2
2
50 x
100
12 x
2
2
x1
3x
1
b)
4 x
1
8 x1
22
x2
5 x2
11x
x3
10 x3
7x
3x
13
Solucin:
a) Estudiamos la posible compatibilidad del sistema:
Rango (A)
Rango A b
2 3
3 2
2
50 50 100
0;
5 0.
Por
lo
tanto,
10 12 22
Rango A b 2 .
206
2x
3x
2 3 x1 5
5
3
2
x2 5
3x1 2 x2
2 3
3 2
1
5
2 3 x1 2 3
=
5
3 2 x2 3 2
x1 2 3 1 5
=
x 3 2
5
2
2 3
3 2
2 3
1 2 3
2 3 3
2
2
5 3
3 2
1
3 / 5
2/5
=
3 / 5 2 / 5
Por tanto,
x1 2 / 5
3 / 5 5 2 3 1
x 3 / 5 2 / 5 5 3 2 1
2
Es decir, x 1 y x 1 .
1
Rango ( A) Rango A b 3
3 5 10 135 0 ,
0
11
x1
3x1
x2
5 x2
11x2
x3
1
1 x 0
1
1
3 5 10 x2 13
0 11
1 x 1
10 x3 13
x3 1
1
x 1
1
1
105 10 5 0
0
1
1
x 3 5 10 13 =
3
1 13 13
135
2
1
x 0 11
1
33 11 8 1
3
x 1
1
x 0 . Es decir,
2
x 1
3
x1 1 ,
x 0,
2
x3 1 .
207
Problemas Resueltos
1. Una fbrica de muebles se dedica a la construccin de sillas, mesas y armarios. Para
su construccin se utiliza madera de pino, clavos de 5mm. y cola de ebanista. La
combinacin de factores para la construccin de cada uno de los muebles es la
siguiente:
Silla
1
3
2
Tablones de Pino
Clavos
Botes de cola
Mesa
2
2
3
Armario
2
4
1
2M
2 A 20
3S
2M
4 A 40
2S
3M
A 30
1 2 2 S 20
3 2 4 M 40
2 3 1 A 30
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
1 2 2
A 3 2 4
2 3 1
rango (A) :
1 1 0 rango por lo menos 1
1 2
3 2
208
1 2 2
3 2 4 10 0 rango por lo menos 3
Rango ( A) 3
Rango A b 3
2 3 1
1 2 2 20
A b 3 2 4 40
2 3 1 30
Rango A b :
1 2
3 2
1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1
Rango (A) = Rango A b = n
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
20 2 2
1 20 2
40 2 4
3 40 4
30 3 1
1 2 2
80
10
2 30 1
1 2 2
3 2 4
3 2 4
2 3 1
2 3 1
40
10
1 2 20
3 2 40
A
2 3 30
1 2 2
20
10
3 2 4
2 3 1
Respuesta: Con estos resultados se obtiene un ingreso, si se vende todo lo
construido, de I 400(8) 700(4) 1200(2) 8400 euros y un costo de material
igual a C 30(20) 10(2) 21(30) 1250 euros. Por lo tanto, se obtiene un
beneficio de I C 7150 euros.
209
Tipo 1
Tipo 2
Tipo 3
Huevos (Kg.)
2
3
4
5T1 3T2
2T 3T
1
T3
4T
51
42
T
5 3 1 1 51
T
2
2 3 4 T 42
3
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
5 3 1
A
2 3 4
Rango (A) :
Rango ( A) 2
Rango A b 2
5 3 1 51
A b
2 3 4 42
Rango A b :
5 3
2 3
210
5T1 3T2
2T 3T
1
51
T3
42 4T
T 42 4T
2
3
2
3
A x b
42 4T
5 3
27 9T
3T
2 3
5
T
2
51 T
2 42 4T
5 3
108 18T
12 2T
2 3
Este resultado nos indica que hay infinitas soluciones, pero como los lotes no
pueden ser negativos y son valores enteros, entonces damos las siguientes
restricciones: T 0, T 0 y T 0 . Cmo todas estas inecuaciones dependen de
1
2
3
una variable, tenemos que:
3T 0
3
12 2T 0 , de donde: 0 T3 6
3
T3 0
T1 3 T
T2 12 2T
0
1
2
3
4
5
6
3
4
5
6
7
8
9
12
10
8
6
4
2
0
211
y+1 =x
z 20
y 3z
1 x 20
1 1
1 1 3 y 0
1 1
0 z 1
A 1 1 3
1 1
0
Rango (A) :
1 3
212
1 1
Rango ( A) 3
Rango A b 3
1 20
1 1
A b 1 1 3 0
1 1
0
1
Rango A b :
1 3
1
Anlisis de la solucin:
Resolviendo por el mtodo de Gauss:
1 1
1 20 F 1
21
1
1
3
0
F
1 1
32( 1)
0
1
1
1
1
0 4
0
0 2
3
20 F 1 4
2
20
F
1 23
1
1 1
0 2 3
0
0 1
20
1
5
x 7 5 20
2 y 35 1
x 8
y7
z 5.
B
y
2y
2y (x y z)-2z
4 (x y z) 2(2y (x y z) 2z)
Dinero al terminar
24
24
C
z
2z
4z
4z 2(x y z)
(2y (x y z)
2z)
24
x 3y
x
z 12
y 7 z 24
1 1 1 x 6
1 3 1 y 12
1 1 7 z 24
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
1 1 1
A 1 3 1
1 1 7
Rango (A) :
1 1 1
1
1 1 1 6
A b 1 3 1 12
1 1 7 24
Rango A b :
1 1
1
214
1 1 1
1
1 1
Rango A b 3
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
6 1 1
12
x
1 12 1
3 1
24 1
1 1
6 1
39
1 24
A
21
3 12
1 1 24
A
12
Respuesta: Anita comenz con S/. 39, Betty con S/. 21 y Carla con S/. 12.
5. Un negociante internacional necesita, en promedio, cantidades fijas de yenes
japoneses, francos franceses y marcos alemanes para cada uno de sus viajes de
negocios. Este ao viaj 3 veces. La primera cambi un total de $2400 a la siguiente
paridad: 100 yenes, 1.5 francos y 1.2 marcos por dlar. La segunda vez, cambi un
total de $2350 con las tasas siguientes: 100 yenes, 1.2 francos y 1.5 marcos por
dlar. La tercera vez cambi $2390 en total, a 125 yenes, 1.2 francos y 1.2 marcos
por dlar, respectivamente. Qu cantidades de yenes, francos y marcos compr
cada vez?
Solucin:
Variables:
Cantidad de yenes japoneses: x
Cantidad de francos franceses: y
Cantidad de marcos alemanes: z
Datos:
Primer viaje:
Cantidad de yenes japoneses = x
Con $2400 cambia a:
Cantidad de francos franceses = y
Cantidad de marcos alemanes = z
$1 = 100 yenes = 1.5 francos = 1.2 marcos
Segundo viaje:
Cantidad de yenes japoneses = x
Con $2350 cambia a:
Cantidad de francos franceses = y
Cantidad de marcos alemanes = z
$1 = 100 yenes = 1.2 francos = 1.5 marcos
215
Rango (A) :
100 100 0 rango por lo menos 1
100 1.5
100 1.2
117
4
Rango A b :
100 1.5
100 1.2
216
Rango ( A) 3
117
4
Rango A b 3
Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b
x A1 b
x 30 13 40 39 40 39 2350
40 39 30 13 40 39 2390
502 65
x 8800 13
19900 39
Inglaterra
30
20
10
Francia
20
30
10
Espaa
20
20
10
Gasto Total
340
320
140
30 20 20 x 340
20 30 20 y 320
10 10 10 z 140
A 20 30 20
10 10 10
Rango (A) :
30 20 20
20 30 20 1000 0 rango por lo menos 3
10 10 10
30
A b 20
10
20
20
30
20
10
10
Rango ( A) 3 .
Rango A b 3
340
320
140
Rango A b :
30 20
20 30
30 20 20
20 30 20 1000 0 rango por lo menos 3
10 10 10
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
218
340 20 20
30 340 20
320 30 20
20 320 20
140 10 10
A
10 140 10
A
30 20 340
20 30 320
z
10 10 140
A
4000
4
1000
Recibe
x
y
z
w
Edad
t + 12
t+8
t+4
t
3000 t
3000 t
39000
51000
3000 t
w 3000 t
63000
75000
y
z
x
z w
100000
219
0
0
0 0 0 3000 x 39000
1 0 0 3000 y 51000
0 1 0 3000 z 63000
0 0 1 3000 w 75000
1 1 1
0 t 100000
0 1 0 0
A 0 0 1 0
0 0 0 1
1 1 1 1
3000
3000
3000
3000
Rango (A) :
1 1 0 rango por lo menos 1
1 0
0 1
1 0 0
0 1 0 1 0 rango por lo menos 3
0 0 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
1 0 0 0 3000
0 1 0 0 3000
0 0 1 0 3000 12000 0 rango por lo menos 5 Rango ( A) 5
0 0 0 1 3000
1 1 1 1
1
0
A b 0
220
0 0 0 3000
1 0 0 3000
0 1 0 3000
0 0 1 3000
1 1 1
39000
51000
63000
75000
100000
Rango A b :
1 0 0
0 1 0 1 0 rango por lo menos 3
0 0 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
1 0 0 0 3000
0 1 0 0 3000
0 0 0 1 3000
1 1 1 1
Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b
1
x A b
1 4
1 4
1 4
1 4 39000
3 4
3 4
1 4
1 4
1 4 51000
1 4
x 1 4
1 4
3 4
1 4
1 4 63000
1 4
1 4
3 4
1 4 75000
1 4
7000
19000
x 31000
43000
32 3
221
$ 82000
$ 94000
$ 106000
$ 118000
8. Los Capuleto han gastado S/.4260 en una botella de ginebra, una de ron y dos de
licor de manzana, pero, por tres de ginebra, cuatro de ron y una de licor de manzana
hubiesen pagado S/.7380, y por dos de ginebra y tres de ron, pagaran S/.4350.
Cul es el valor de la botella de licor de manzana?
Solucin:
Variables:
Precio de una botella de ginebra: x
Precio de una botella de ron: y
Precio de una botella de licor de manzana: z
Datos:
1 botella de ginebra
Con S/.4260 se compra:
1 botella de ron
2 botellas de licor de manzana
3 botellas de ginebra
Con S/.7380 se compra:
4 botellas de ron
1 botella de licor de manzana
2 botellas de ginebra
Con S/.4350 se compra:
3 botellas de ron
Sistema de ecuaciones lineales:
x
y 2 z 4260
3x 4 y
2x 3y
z 7380
4350
1 1 2 x 4260
3 4 1 y 7380
2 3 0 z 4350
A 3 4 1
2 3 0
222
1 1 2
3 4 1 1 0 rango por lo menos 3
rango ( A) 3
Rango A b 3
2 3 0
1
A b 3
2
4260
7380
4350
Rango A b :
1 1
3 4
1 1 2
3 4 1 1 0 rango por lo menos 3
2 3 0
Anlisis de la solucin:
Resolviendo por el mtodo de Gauss-Jordan:
1 1 2
3 4 1
2 3 0
4260
7380
4350
( 3 )
21
( 2 )
31
1 1
2
0 1 5
0 1 4
4260
5400 F ( 1)
32
4170
1 1
2
4260
0 1 5 5400
0 0
1
1230
z 1230
Estanteras
1
3
2
Camas
2
2
3
Armarios
2
4
1
223
x 2 y 2 z 240
3x 2 y 4 z 370
2x 3y
z 305
1 2 2 x 240
3 2 4 y 370
2 3 1 z 305
A 3 2 4
2 3 1
Rango (A) :
1 1 0 rango por lo menos 1
1 2
3 2
1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1
224
Rango ( A) 3
1 2 2 240
A b 3 2 4 370
2 3 1 305
Rango A b :
1 2
3 2
1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1
Rango A b 3
Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b
1
x A b
25
2 5 240
1
x 1 2 3 10 1 5 370
1 2 1 10 2 5 305
30
x 70
35
225
Papel ($)
Ilustraciones ($)
Pastas ($)
Encuader.
Rstica
5
2
3
Pasta
dura
10
4
8
Empastado
en piel
20
12
24
Gasto
total
235000
110000
205000
4 y 12 z 110000
3x
8 y 24 z 205000
5 10 20 x 235000
2 4 12 y 110000
3 8 24 z 205000
A 2 4 12
3 8 24
Rango (A) :
12
5 10 20
2
5 10 20 235000
A b 2 4 12 110000
3 8 24 205000
226
Rango ( A) 3
Rango A b :
12
5 10 20
2
24
Rango A b 3
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
235000 10 20
5 235000 20
110000
12
2 110000 12
205000
24
15000
3 205000 24
A
8000
5 10 235000
110000
205000
A
4000
Respuesta: Se van a producir 15000 libros con encuadernacin rstica, 8000 con
pasta dura y 4000 con empastados en piel.
11. El cuadro siguiente muestra los tiempos de produccin en cada departamento de la
empresa RAYCO S.A, los tiempos y las disponibilidades estn en horas.
Ensamblado I
Ensamblado II
Acabados
Autos
1
3
2
Camiones
2
5
4
Motos
1
2
1
Disponible
95 hras.
240 hras.
175 hras.
Cuntos autos, camiones y motos se deben producir con el fin de utilizar todos los
recursos?
Solucin:
Variables:
Cantidad de autos a construir: x
Cantidad de camiones a construir: y
Cantidad de motos a construir: z
227
Autos
1
3
2
Camiones
2
5
4
Motos
1
2
1
Disponible
95 horas.
240 horas.
175 horas.
x 2y
z 95
3x 5 y 2 z 240
2x 4 y
z 175
3 5 2 y 240
2 4 1 z 175
A 3 5 2
2 4 1
Rango (A) :
1 1 0 rango por lo menos 1
1 2
3 5
1 2 1
3 5 2 1 0 rango por lo menos 3
2 4 1
rango ( A) 3
Rango A b 3
1 2 1 95
A b 3 5 2 240
2 4 1 175
Rango A b :
1 2
3 5
1 2 1
3 5 2 1 0 rango por lo menos 3
2 4 1
228
Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b
1
x A b
3 2 1 95
x 1 1 1 240
2 0 1 175
20
x 30
15
Respuesta: Tendr que producir 20 autos, 30 camiones y 15 motos.
12. Un cajero automtico contiene 95 billetes de 1000, 2000 y 5000 dlares y un total de
$200000. Si el nmero total de billetes de mil es el doble que el nmero de billetes
de 2000. Averiguar cuntos billetes hay de cada tipo.
Solucin:
Variables:
Nmero de billetes de 1000: x
Nmero de billetes de 2000: y
Nmero de billetes de 5000: z
Datos:
Billetes de 1000 = x
Hay un total de 95 billetes:
Billetes de 2000 = y
Billetes de 5000 = z
Billetes de 1000 = 1000x
Cantidad repartida de los $200000:
Billetes de 2000 = 2000y
Billetes de 5000 = 5000z
x 2y = 0
95
2y
229
1
1 x 95
1
1
1
1
Rango (A) :
1 2
Rango ( A) 3
1
1
95
1
Rango A b :
1 2
1
2
0
Rango (A) = Rango A b = n
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
95
230
2
A
95
0
A
25
95
20
Sillas
1 und.
1 und.
2 unds.
Mecedoras
1 und.
1 und.
3 unds.
Sillones
1und.
2 unds.
5 unds.
Solucin:
Variables:
Cantidad de sillas: x
Cantidad de mecedoras: y
Cantidad de sillones: z
Datos:
Madera
Plstico
Aluminio
Sillas
1 und.
1 und.
2 unds.
Mecedoras
1 und.
1 und.
3 unds.
Sillones
1und.
2 unds.
5 unds.
Total
400 unds.
600 unds.
1500 unds.
x
x
y
z
y 2z
400
600
2 x 3 y 5 z 1500
Forma matricial para el sistema de ecuaciones lineales:
1 1 1 x 400
1 1 2 y 600
2 3 5 z 1500
A 1 1 2
2 3 5
231
1 1 1
1 1 2 1 0 rango por lo menos 3
Rango ( A) 3
Rango A b 3
2 3 5
1 1 1 400
A b 1 1 2 600
2 3 5 1500
Rango A b :
1 1
1 2
1 1 1
1 1 2 1 0 rango por lo menos 3
2 3 5
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
400 1 1
400
600 1 2
600 2
1500 3 5
A
1 1
400
1 1
600
2 3 1500
A
100
100
1
200
1
2 1500 5
A
100
100
1
200
Modelo I
1h.
1/2h.
Modelo II
1h.
1h.
Horas totales
100
80
y 100
0.5 x
80
1 1 x 100
0.5 1 y 80
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
1 1
A
0
.
5
1
Rango (A) :
1 1 0 rango por lo menos 1
0.5 1
Rango ( A) 2
Rango A b 2
1 1 100
A b
0.5 1 80
Rango A b :
0.5 1
Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b
233
x A b
AdjA (Cof )
2
11
0.5 1
(1) (1) 1
21
(1) (1) 1
4
22
(1) (1) 1
1
1 0.5
1
Adj (A)
Cij
1
1
0.5 1
A 1
1 1 0.5
1 0.5
2 2
Adj ( A)
1 1
A 1
2
A
0.5 0.5 1 0.5 0.5 1 0.5
1
2 2 100 40
1
x A b
2 80 60
1
Respuesta: Se pueden fabricar 40 automviles del modelo I y 60 del modelo II.
15. Juguetes S.A., desea fabricar un nuevo tren de juguete e investiga el mercado para
determinar la demanda. Encuentra que si el tren cuesta $40 en un rea donde el
ingreso familiar promedio es de $30000, y si al mismo tiempo Trenes Miniatura
S.A., su competidor, vende su producto equivalente a $30, Juguetes S.A. podr
vender 1160 trenes. Por otro lado, si el precio permanece igual y Trenes Miniatura
eleva su precio a $50 por tren, en un rea de $40000 de ingreso familiar se
venderan 1700 trenes. Por ltimo, si el precio del tren es de $30 pero el de la
competencia permanece en $40, en una zona de ingreso familiar de $35000, se
lograra una venta de 1530 trenes. Calcule la funcin demanda, suponiendo que
depende linealmente de sus variables.
Solucin:
Variables:
Debemos hallar la funcin de demanda sabiendo que depende linealmente de tres
variables que son el precio de juguetes S.A p1 , el ingreso familiar promedio
I y el precio de Trenes Miniatura S.A. p .
2
f
Datos:
Precio de Juguetes S.A = $40
1160 trenes se venden si:
Ingreso familiar promedio = $30000
Precio de Trenes Miniatura S.A = $30
234
40 30000 30 a 1160
40 40000 50 b 1700
30 35000 40 c 1530
A 40 40000 50
30 35000 40
Rango (A) :
40 40 0 rango por lo menos 1
40 30000
40 40000
40 30000 30
40 40000 50 = 3000000 0 rango por lo menos 3 Rango ( A) 3
30 35000 40
40 30000 30 1160
A b 40 40000 50 1700
30 35000 40 1530
Rango A b :
235
40 30000
40 40000
40 30000 30
30 35000 40
Rango (A) = Rango A b = n
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
1160 30000 30
40 1160 30
1700 40000 50
40 1700 50
1530 35000 40
A
10
30 1530 40
A
0.05
40 30000 1160
40 40000 1700
c
30 35000 1530
A
Respuesta:
Entonces,
la
funcin
D p , I , p 10 p 0.05I 2 p .
1
f
2
1 f 2
de
demanda
es:
16. El promedio de temperaturas en las ciudades de Boston, Nueva York y Montreal fue
30F durante cierto da de invierno. La temperatura en Nueva York fue 9 mayor
que el promedio de temperaturas en las otras dos ciudades. En Montreal fue 9
menor que el promedio de temperaturas en las otras dos ciudades. Cul fue la
temperatura en cada una de las ciudades?
Solucin:
Variables:
Temperatura en Boston: x
Temperatura en New York: y
Temperatura en Montreal: z
Datos:
x yz
3
y 9
z 9
236
30 x y z 90
xz
2
x y
2
x 2 y z 18
x y 2 z 18
90
x 2y
18
y 2 z 18
1 2 1 y 18
1 1 2 z 18
A 1 2 1
1 1 2
Rango (A) :
1 2
Rango ( A) 3
Rango A b 3
1 1 1 90
A b 1 2 1 18
1 1 2 18
Rango A b :
1 1
1 2
1
237
90
18
2 1
18 1
90
18
1 1 18
A
30
90
18 1
1 18
36
24
Oferta:
3
Q 50 ap p p
d1
1
1 2 2
a
Q 100 p p
d2
2
2 1
Qs1 40 2ap1
Q
s2
50
3
p
4 2
= Qs1
Qd 2 = Q
s2
d1
ap + p 2ap1 = 40
1
1
238
3
2
p2 50
ap + p 2ap1 +
1
3ap1 + p1 +
3
2
p2 = 90
p2 = 90
p1(3a 1) +
3
2
p2 = 90
Qd 2 = Q
s2
100 +
a
2
p1 p2 = 50 +
p p
1
a
2
p
1
1 3a p1
a
p
2 1
3
4
p2
p = 50 100
2
4
7
4
p = 150
2
p
2 2
7
p
4 2
90
150
1 3a
p
2 1 90
7 p 150
a
2
4
2
1 3a
2
A b
7
a
4
2
90
150
Rango A b :
3
1.5 0 rango por lo menos 1
2
3
2
7
4
90
150
Rango A b 2
239
1 3a
2
A
7
a
4
2
Rango (A) :
3
1.5 0 rango por lo menos 1
2
1 3a
a
2
3
2 0 para que el rango sea 2
7
4
a
(1 3a)(1.75) (1.5)( ) 0
2
1.75 5.25a 0.75a 0
4.5a 1.75 0
7
18
Hay equilibrio.
18
11 p1 3 2 p2 90
2 p1 7 4 p2 150
11
3 2
2 7 4
21(11)
1 0
0 1
90
F
150 21
1 7 8
0 65 8
2 7 4
3 2
11
75
F ( 8
915 2
65)
150
F (1 2)
90 1
1 7 8
0
1
75
F
1464 13 127 8
306 13
1464 13
240
1 7 8
3 2
11
75
90
Total
25000
20000
55000
z 20000
2 x 5 y 5 z 55000
1 3 2 x 25000
1 4 1 y 20000
2 5 5 z 55000
A 1 4 1
2 5 5
Rango (A) :
241
1 3 2
1 4 1 0 rango por lo menos 2
Rango ( A) 2
Rango A b 2
2 5 5
1 3 2 25000
A b 1 4 1 20000
2 5 5 55000
Rango A b :
1 3
1 4
1 3 25000
1 4 20000 0 rango por lo menos 2
2 5 55000
Rango (A) = Rango A b n
Anlisis de la solucin:
x 3 y 2 z 25000
x 4y
z 20000
2 x 5 y 5 z 55000
El anterior anlisis nos indica que las 2 primeras ecuaciones son linealmente
independientes por lo tanto trabajamos slo con ellas.
x 3 y 25000 2 z
x 4 y 20000
1 3 x 25000 2 z
1 4 y 20000 z
Resolviendo por el mtodo de Cramer:
25000 2 z 3
x
20000 z
1 3
1 25000 2 z
40000 5 z
1 4
x0
y0
z0
242
Restricciones de no negatividad.
20000 z
1 3
1 4
z 5000
8000 z
y 0 z 5000 0
z 5000
z0
5000
8000
15000 14995
5
0
2999
0
1
2
3000
19. Una inversionista le afirma a su corredor de bolsa que todas sus acciones son de tres
compaas. Delta Airlines, Hilton Hotels y Mc Donalds, y que hace dos das su
valor baj $350 pero que ayer aument $600. El corredor recuerda que hace dos das
el precio de las acciones de Delta Airlines baj $1 por accin y en de las de Hilton
Hotels bajaron $1.50, pero que el precio de las acciones de McDonalds subi $0.50.
Tambin recuerda que ayer el precio de las acciones de Delta subi $1.50 por
accin, el de las de Hilton Hotels baj otros $0.50 por accin y las de McDonands
subieron $1. Demuestre que el corredor no tiene suficiente informacin para calcular
el nmero de acciones que posee la inversionista en cada compaa, pero que si ella
dice que tiene 200 acciones de McDonalds, el corredor puede calcular el nmero de
acciones que tiene en Delta y Hilton.
243
350
600
x
1 1.5 0.5 350
1
.
5
0
.
5
1
600
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
1 1.5 0.5
A
1
.
5
0
.
5
1
Rango (A) :
A b
1
600
1.5 0.5
Rango A b :
244
Rango ( A) 2
1 1.5
1.5 0.5
Rango A b 2
Anlisis de la solucin:
x 1.5 y 350 0.5 z
1.5 x 0.5 y
600
350 0.5 z
1.5
600 z
0.5
1 1.5
z
2.75
11
11
1.5 0.5
1 350 0.5 z
y
600 z
1.5
1 1.5
75 1.75 z
300 7
z
2.75
11 11
1.5 0.5
x0
y0
1075 1,25 z
2,75
75 1,75 z
2,75
0
0
z0 z0
x:
z:
1075 1.25 z 0
y:
75 1.75 z
z0
2.75
2.75
75 + 1.75z 0
1075 1.25z 0
1075 1,25z
1.75z 75
z 300/7 42.9
860 z
42.9
860
245
375
1.25z 1075)
7
7150
1075 1.25z 0)
7
1075 1.25 z
2600
0
7
2.75
371.4 x 0
x = [0, 371.4] acciones.
y:
(300/7 z 860)
(75 1.75z 1505)
(0 75 + 1.75z 1430)
0
75 1.75 z
2.75
520
0 y 520
y=
0, 520 acciones.
57
365
9
68
360
16
79
355
23
849
5
513
860
0
520
Para z = 200:
x=
1075 1.25(200)
2.75
= 300 (Delta)
y=
75 1.75(200)
2.75
100 (Hilton).
20. Lewis Carroll, autor de Alicia en el pas de las maravillas propone un problema que
puede enunciarse as: el consumo en una cafetera de un vaso de limonada, tres
sndwiches y siete bizcochos han costado 1 cheln y 2 peniques, mientras que un
vaso de limonada, cuatro sndwiches y diez bizcochos valen 1 cheln y 5 peniques.
Hallar cul es el precio:
a) De un vaso de limonada, un sndwich y un bizcocho.
b) De dos vasos de limonada, tres sndwiches y cinco bizcochos.
Resolver el problema recordando que 1 cheln equivale a 12 peniques.
Solucin:
Variables:
Costo de un vaso de limonada: x
Costo de un sndwich: y
Costo de un bizcocho: z
246
Cantidad de sndwich = 4
Cantidad de bizcochos = 10
Se tiene
1 cheln = 12 peniques
7 z 14
x 4 y 10 z 17
x
1 3 7 14
y
1 4 10 z 17
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
1 3 7
A
1 4 10
Rango (A) :
Rango ( A) 2
Rango A b 2
1 3 7 14
A b
1 4 10 17
Rango A b :
1 3
1 4
247
1 4 10
14
F
17 21( 1)
1 3 7
0 1 3
14
3
x 3 y 7 z 14 (peniques)
y 3z 3
Este sistema tiene menos ecuaciones que incgnitas. Es por tanto un sistema
compatible indeterminado, con un grado de libertad.
Haciendo z t , nos queda:
x 5 2t
y 3 3t
z t
S 1Ra 1Rb 4 Rc
c
Se pide:
a) Dar los valores de las rentas que sitan las balanzas de pago de los tres pases en
equilibrio.
b) Calcular los valores de las rentas que generan un supervit igual a 50 y a 100
para los pases A y B respectivamente y un dficit igual a 150 para el pas C.
c) Realizar el mismo clculo que el apartado anterior, pero para los valores de 25,
50, 50.
Solucin:
Variables:
Renta del pas A: Ra
Renta del pas B: Rb
Renta del pas C: Rc
a) Dar los valores de las rentas que sitan las balanzas de pago de los tres pases en
equilibrio.
Datos:
Balanzas de Pago de los pases en equilibrio, es decir:
248
Rb
4 Rc 0
2 2.5 Ra 0
3.5
2.5 3 1.5 Rb 0
1
1 4 Rc 0
A 2.5 3 1.5
1
1 4
Rango (A) :
2.5 3
3.5
2.5 3
1
Rango ( A) 2
2 2.5 0
3.5
A b 2.5 3 1.5 0
1
1 4 0
Rango A b :
3.5
2.5 3
3.5
2 2.5
2 2.5
1 4
1 4
3.5 0 2.5
2.5 0 1.5
1
0 4
3.5
2 0
2.5 3 0 0
1
1 0
249
Anlisis de la solucin:
De acuerdo a la informacin que se ha obtenido anteriormente, podemos tomar
las dos primeras ecuaciones como linealmente independientes.
3.5Ra 2 Rb 2.5Rc
2.5Ra 3Rb
1.5Rc
2 Ra 2.5Rc
3.5
2.5 3 Rb 1.5Rc
2.5Rc
Ra
1.5Rc 3
3.5
7.5Rc 3Rc
5.5
10.5Rc
5.5
1.91Rc
2.5 3
3.5 2.5Rc
Rb
1.5Rc
2.5
3.5
5.25Rc 6.25Rc
5.5
11.5Rc
5.5
2.091Rc
2.5 3
Respuesta: Lo que se puede identificar es la relacin entre ellas, pero hallar el
valor exacto se hace imposible debido a los infinitos valores que puede tomar
Rc .
b) Calcular los valores de las rentas que generan un supervit igual a 50 y a 100
para los pases A y B respectivamente y un dficit igual a 150 para el pas C.
Datos:
Balanzas de Pago de los pases en equilibrio es decir:
S 50
a
S 100
b
S 150
c
50
3Rb 1.5Rc
100
2.5Ra
Ra
Rb
4 Rc 150
1
1 4 Rc 150
250
2 2.5
3.5
A 2.5 3 1.5
1
1 4
Rango (A) :
3.5 3.5 0 rango por lo menos 1
3.5
2.5 3
3.5
2 2.5
Rango ( A) 2
2 2.5
50
3.5
A b 2.5 3 1.5
100
1
1 4 150
Rango A b :
2.5 3
3.5
2 2.5
50
2.5 3 1.5
1
3.5
1 4
2
2 2.5
100 3 1.5
150
2.5
1 4
50 2.5
100 1.5
1 150 4
50
2.5 3
1
3.5
Rango A b 2
Anlisis de la solucin:
De acuerdo a la informacin que se ha obtenido anteriormente podemos tomar
las dos primeras ecuaciones como linealmente independientes.
3.5Ra 2 Rb
2.5Ra
50 2.5Rc
2 Ra 50 2.5Rc
3.5
50 2.5Rc
Ra
100 1.5Rc 3
3.5
700
11
21
11
Rc
2.5 3
3.5
Rb
50 2.5Rc
950
11
23
11
Rc
2.5 3
Respuesta: Lo que se puede identificar es la relacin entre ellas, pero hallar el
valor exacto se hace imposible debido a los infinitos valores que puede tomar
Rc .
c) Realizar el mismo clculo que el apartado anterior, pero para los valores de 25,
50, 50.
Datos:
Balanzas de Pago de los pases en equilibrio es decir:
S 25
a
S 50
b
S 50
c
25
3Rb 1.5Rc
50
2.5Ra
Ra
Rb
4 Rc 50
2 2.5 Ra 25
3.5
2.5 3 1.5 Rb 50
1
1 4 Rc 50
2 2.5
3.5
A 2.5 3 1.5
1
1 4
Rango (A) :
2.5 3
252
3.5
2.5
1
2.5
Rango ( A) 2
3.5 2 2.5 25
A b 2.5 3 1.5 50
1
1 4 50
Rango A b :
3.5
2.5 3
3.5
25
2.5
50
50
Anlisis de la solucin:
Rango A b 3
Sistema incompatible.
El sistema es inconsistente.
Respuesta: Por tanto, el sistema no tiene solucin.
22. Sobre tres clases de alimentos sabemos que: el alimento I tiene una unidad de
vitamina A, tres unidades de vitamina B y cuatro unidades de C; el alimento II tiene
dos, tres y cinco unidades, respectivamente; el alimento III tiene tres unidades de A
y C y no tiene vitamina B. Se desea tener once unidades de A, nueve de B y veinte
de C. Se pide:
a) Encontrar todas las cantidades posibles de estos tres alimentos que posean
exactamente esas cantidades de vitaminas.
b) Si x unidades de alimento I cuestan x2 u.m, los alimentos II y III, 7 u.m. y 6 u.m.
por unidad, respectivamente, Hay alguna solucin que cueste 99/4 u.m.?
c) Demostrar que realmente la distribucin encontrada en el apartado anterior hace
mnimo el precio.
Solucin:
a) Encontrar todas las cantidades posibles de estos tres alimentos que posean
exactamente esas cantidades de vitaminas.
Variables:
Cantidad de unidades de alimento I: x
Cantidad de unidades de alimento II: y
Cantidad de unidades de alimento III: z
Datos:
A
B C
1
3
4
Alimento I
2
3
5
Alimento II
3
0
3
Alimento III
11
9 20
Cantidad Deseada
253
11
3x 3 y 0 z
4 x 5 y 3z 20
3 3 0 y 9
4 5 3 z 20
A 3 3 0
4 5 3
Rango (A) :
1 2 3
3 3 0 0 rango por lo menos 2
4 5 3
1
A b 3
4
Rango ( A) 2
11
9
20
Rango A b :
1 2
3 3
1 2 3
1 2 11
3 3 0 3 3
4 5 3
4 5 20
1 3 11
3 0
4 3 20
menos 2
Rango (A) = Rango A b < n
254
2 3 11
3 0
rango
por
lo
5 3 20
Rango A b 2
3x 3 y
1 2 x 11 3z
3 3 y 9
Resolviendo por el mtodo Cramer:
11 3z 2
9
33 9 z 18
3z 5
1 11 3z
y
9 33 9 z
3z 5 0
x0
y0
8 3z 0
z0
z0
8 3z
z0
53
83
5 8
z ,
3 3
x 3z 5 z
x5
8
3
x 0, 3
0 x3
y 8 3z z
x5
8 y
3
5
3
8 y
3
8
3
5 8 y 8
1 3 y 0
3 y 0
y 0, 3
36 z 180 z 225
0
4
36 z 180 z 225 0 92 z 52 0
5
1
5
z y
x
2
2
2
Respuesta: La solucin que cuesta 99/4 u.m. es 5 / 2,1 / 2, 5 / 2.
2
CT ( z ) 9 z 45 z 81
CT ( z ) 18 z 45 0
z
C' '
5
2
punto crtico .
5 / 2 18 0 mnimo
lqqd .
256
x = y + 3z
z 100000
3z
10000
1 3 y 0
1
0.12 0.08 0.04 z 10000
A 1
1 3
0.12 0.08 0.04
Rango (A) :
1 1
Rango ( A) 2
Ab 1
1 3
0
0.12 0.08 0.04 10000
Rango A b :
1 1
1
3
100000
0.12 0.08
10000
100000
10000
1
3
0.08 0.04
100000
0.12
10000
1
3 0
0.04
Rango A b 2
257
Anlisis de la solucin:
De acuerdo a la informacin anterior, podemos tomar las dos primeras ecuaciones
como linealmente independientes.
x
y 100000 z
3z
1 1 x 100000 z
3z
1 1 y
100000 z
3z
2 z 100000
z 50000
1 100000 z
y
3z
4 z 100000
z 50000 0
x0
y0
50000 2 z
50000 2 z 0
z0
z0
z 50000
z 25000
50000
z0
25000
z 0, 25000
x z 50000 z x 50000
0 x 50000 25000
50000 x 75000
x 50000, 75000
y 50000 2 z z
50000 y
2
50000 y
2
25000
0 50000 y 50000
50000 y 0
0 y 50000
y 0, 50000
Respuesta: En el problema tenemos varias soluciones, pero dejamos indicado el
rango de las posibles respuestas.
258
Tipo I
3
2
5
Tipo II
2
3
5
Tipo III
4
2
6
Disponible
100
80
200
3x 2 y 4 z 100
2 x 3 y 2 z 80
5 x 5 y 6 z 200
Forma matricial para el sistema de ecuaciones lineales:
3 2 4 x 100
2 3 2 y 80
5 5 6 z 200
A 2 3 2
5 5 6
Rango (A) :
3 2 4
2 3 2 0 rango por lo menos 2
5 5 6
Rango ( A) 2
259
3 2 4 100
A b 2 3 2 80
5 5 6 200
Rango A b :
3 2
2 3
3 2 100
2 3
80
Rango A b 3
5 5 200
Rango (A) Rango A b
Anlisis de la solucin:
Sistema incompatible.
= 6x
250 cohetes:
Bombarderos = 2y
x 2y = 0
Se tiene
Sistema de ecuaciones lineales:
x
60
6 x 2 y 250
x 2y
260
1
1
60
2 250
6
1 2 y 0
A 6
2
1 2
Rango (A) :
1 1 0 rango por lo menos 1
1 1
6 2
Rango ( A) 2
Rango A b 3
1 60
1
A b 6
2 250
1 2
0
Rango A b :
1 1
6 2
1
60
Sistema incompatible.
Anlisis de la solucin:
Respuesta: De acuerdo a lo anterior, la informacin que ha obtenido el agente es
inconsistente.
261
Problemas Propuestos
1. La compaa Sunrise Porcelain fabrica tazas y platos de cermica. Para cada taza o
plato un trabajador mide una cantidad fija de material y la pone en la mquina que
las forma, de donde pasa al vidriado y secado automtico. En promedio, un
trabajador necesita 3 minutos para iniciar el proceso de una taza y 2 minutos para el
de un plato. El material para una taza cuesta 25 centavos de dlar y el material para
un plato cuesta 20 centavos de dlar. Si se asignan $44 diarios para la produccin de
tazas y platos.
a) Cuntos deben fabricarse de cada uno en un da de trabajo de 8 horas, si un
trabajador se encuentra trabajando cada minuto y si se gastan exactamente $44
en materiales?
b) Conteste la pregunta a), si los materiales para una taza y un plato cuestan 15
centavos de dlar y 10 centavos de dlar, y se gastan $24 en 8 horas de trabajo.
c) Conteste la pregunta a), si los materiales para una taza y un plato cuestan 15
centavos de dlar y 10 centavos de dlar, y se gastan $25 en 8 horas de trabajo.
2. Una tienda de helados vende slo helados con soda y malteadas. Se pone una onza
de jarabe y 4 onzas de helado en un helado con soda, y 1 onza de jarabe y 3 onzas de
helado en una malteada. Si la tienda usa 4 galones de helado y 5 cuartos de jarabe en
un da, Cuntos helados con soda y cuntas malteadas vende? (Sugerencia: 1 cuarto
= 32 onzas; 1 galn = 128 onzas).
3. En un mercado de competencia perfecta se consideran dos bienes, A y B, cuyos
precios unitarios en euros son pA, pB, respectivamente. Sabiendo que las funciones
de oferta y demanda del bien A son S A 5 2 pA pB , DA 3 6 pA 5 pB , y las del
bien B son S B 3 2 p A 4 p B , DB 14 3 p A p B . Calcular los precios unitarios
de cada bien para que el mercado est en equilibrio.
4. La condicin de equilibrio para el precio de tres bienes de un mercado relacionados
p p p 6
2
3
1
entre s, da a lugar al siguiente sistema de ecuaciones lineales, p1 p2 p3 0 ,
2 p1 p2 p3 3
siendo p , p y p3 los precios de los tres productos. Calcular los precios de
1
equilibrio.
5. Una fbrica de muebles de calidad tiene dos divisiones: un taller de mquinas
herramientas donde se fabrican las partes de los muebles y una divisin de
ensamblaje y terminado en la que se unen las partes para obtener el producto
terminado. Suponga que se tienen 12 empleados en el taller y 20 en la divisin, y
que cada empleado trabaja 8 horas. Suponga que se producen slo dos artculos:
480
sillas y mesas. Una silla requiere 384
17 horas de maquinado y 17 horas de ensamblaje
640
y terminado. Una mesa requiere 240
17 horas de maquinado y 17 horas de ensamblaje
y terminado. Suponiendo que se tiene una demanda ilimitada de estos productos y
que el fabricante quiere mantener ocupados a todos sus empleados, Cuntas sillas y
cuntas mesas al da puede producir esta fbrica?
262
Sector A
Sector B
Sector C
Sector B
0
0.2
0.3
Sector C
0.3
0.6
0.6
300
200
x2
x1
200
a
100
x3
x4
200
100
x5
d
100
Avenida 6
900
1000
d
x3
600
600
x4
x2
e
x7
700
700
x5
x1
a
x6
800
900
1100
700
265
Avenida 7
700
600
Calle 3
x2
500
x6
x1
Calle 4
600
700
x5
700
x3
Circuito cvico
x4
800
600
266
Captulo III
Sistemas de Ecuaciones
Lineales
La compaa constructora Madison se encargar de edificar almacenes, pisos y torres a
base de dos tipos de materiales: hierro y madera. Para la construccin de un almacn se
precisa una unidad de hierro y ninguna de madera, para la construccin de un piso se
precisa de una unidad de cada material y para la de una torre se necesitan 4 unidades de
hierro y una de madera. Conociendo que la compaa slo dispone de 16 unidades de
hierro y 5 de madera.
a. Determine, utilizando slo lgebra Matricial, Cuntos almacenes, pisos y torres se
pueden construir empleando todas las unidades posibles?
b. Si el precio de cada almacn es de 6 u.m, el de cada piso es 2 u.m y el de cada torre
4 u.m. Hay algn plan de produccin que cueste 28 u.m.? Si lo hay indicarlo y sino
justifique su respuesta. Qu se puede concluir de los resultados?
TEMARIO
1.
2.
3.
4.
5.
6.
a11 x1
a12 x2
a13 x3
a1n xn
b1
a 21 x1
a 22 x2
a 23 x3
a 2n x n
b2
a m1 x1 a m2 x2
a m 3 x3
a mn xn
bm
a11 a12
a
21 a22
am1 am 2
13
1n
A x b
Donde:
A : Es la matriz de coeficientes que acompaan a las variables.
bY T
dY
1Y
bY
d Y
1C
0C
0C
0T
bT
1T
I G
aG
1 1 0 Y I G
0 b C = a G
Dando forma matricial: b
d
0 1 T c
172
Yd
Y
bYd
di0
T0
I
eYt 1 v
G0
bY
0Y
1Y
1C
0C
1C
0I
1I
1I
a bT0 u
c di0 eYt 1 v
G0
1 0 Y a bT u
b
o
1 C = c dio eYt 1 v .
Dando forma matricial: 0 0
1 1 1 I
G
o
173
x y 7
1.
2 x 2 y 13
Solucin:
Sistema incompatible
x 3y z 4
y 3z 9
2. 2 x
4 x 2 y z 11
x 1
Solucin: y 2 .
z 3
x 2y z 4
3. 2 x 5 y 2 z 9
x 4 y 7z 6
4. 2 x
4 x
Solucin:
y 2z 5
y
Sistema incompatible
174
x y 7
2 x 2 y 13
Desarrollando este sistema se obtiene lo siguiente 14 13 , lo cual es
falso. Por lo tanto, estamos frente a un sistema que no tiene solucin.
Geomtricamente:
y
x y 5
6 , 1
175
x y 7
2 x 2 y 14
Desarrollando este sistema se obtiene 0 0 . Esto siempre se cumple, es
decir estamos ante dos ecuaciones que son equivalentes. Por lo tanto,
tenemos un sistema que tiene infinitas soluciones.
Geomtricamente:
y
12
13
a xa ya z b
21
22
23
a xa ya z b
31
32
33
Donde: a11 , a12 , a13 a21 , a22 , a 23 , a31 , a32 , a33 , b1 , b2 y b3 son nmeros
dados. Sabemos que la grfica de cada una de las ecuaciones dadas es un
plano (excepto en los casos extremos
y
0x 0 y 0z 0
0 x 0 y 0 z b 0 ). Acontinuacin se presenta una interpretacin
geomtrica de cada una de las posibles soluciones de un sistema de tres
ecuaciones lineales con tres incgnitas, a travs de ejemplos:
a) Sistema incompatible
Consideremos el siguiente sistema:
2x
4x
176
y 2z 5
y
y
2
4
177
x 3y z 4
y 3z 9
2 x
4 x 2 y z 11
x 2y z 4
2 x 5 y 2 z 9
x 4 y 7z 6
178
179
9 2 x 0
3
Ejemplo: 13
6
8 y 0
5 5 11 z 0
4.2. Sistema de ecuaciones no homogneo.- Es un sistema que adopta la
forma A x b , donde b es un vector no nulo.
3
1 x 4
1
Ejemplo: 5
4 2 y 6
9 2
3 z 10
Esto significa que para poder hallar el vector columna de variables debemos
hallar la inversa de A ( A1 ) y despus debe ser postmultiplicada por el vector
columna de trminos independientes b .
Ejemplo: Resolver el siguiente sistema de ecuaciones por el mtodo de la
matriz inversa.
x1
x2
2 x1 4 x2
3x1
x2
x1
x2
2 x3
3x3
x3
3x3
x4
x4
x4
x4
12
Solucin:
Dando forma matricial:
1 x1 4
1 1 2
2 4
3
1 x2 12
3
1 1 1 x3 2
1 1 3 1 x4 6
180
0
5 16
3 16
1 8
3 8 1 3 1 16 5 48
A1
1 4
0
1 8
18
1 3
0
1 3
1
Efectuando A1 b :
0
5 16
3 16 4 0
1 8
3 8
1 3 1 16 5 48 12 2
1
A b
14
0
1 8
1 8 2 2
0
1 3 6 2
1 1 3
De lo que se concluye:
x1 0
x
2 2
x 2
3
x4 2
a11x1
a12 x2
a13 x3
a1n xn
a21x1 a22 x2
a23 x3
a 2 n xn
an1x1 an 2 x2
an3 x3
ann xn
a11
a
Dando forma matricial: 21
a n1
12
22
n2
b1
b2
bn
a x b1
1n
1
a
a x b2
23
2n 2 =
a
a x bn
n3
nn n
a
13
181
1
2
12
x1
22
n2
nn
21
12
22
an1
21
n1
22
n2
an1
n1
21
12
an1
22
nn
1n
2n
an 2 ann
22
21
2n
12
11
1n
an 2 ann
12
21
11
2n
11
x2
1n
xn
2n
11
11
1n
1n
2n
an 2 ann
x1
x2
2 x1 4 x2
3x1
x2
x1
x2
2 x3
3x3
x3
3x3
x4
x4
x4
x4
12
Solucin:
Dando forma matricial:
1 x1 4
1 1 2
2 4
3
1 x2 12
3
1 1 1 x3 2
1 1 3 1 x4 6
182
12
12
1 1
3 2 1
x
1
x
3
6 1
3 1
0
0
48
x
2
3 1
1 1
1 1
1 1
3 1
12
12
1 2
1 1 2
1 1
6 1
1 1
96
2
48
x
4
1 1
1 1
1 1
3 1
1 1
96
2
48
3 1
1 1
96
2
48
3 1
Tipo II:
C ij C i Cj
ij
183
2 x1 4 x2
4 x1 5 x2
3x1
x2
6 x3
6 x3
2 x3
18
24
Solucin:
Dando forma matricial:
6 x 18
2 4
1
4 5
x = 24
6
3 1 2
x 4
3
Resolviendo por el mtodo de GaussJordan:
2 4
6 18
6 24 F 1 2
4 5
1
3 1 2 4
1 2
3 9 F ( 4)
21
4
5
6
24
F
3 1 2 4 31( 3)
1
2
3
9
F 1 3 0
1
2
4 F 5
2
32
0 5 11 23
12 ( 2)
1 0 1 1 F
13(1)
0
1
2
4
F
( 2 )
0 0
1 3 23
1
2
3
9
0 3 6 12
0 5 11 23
1 2
3
9
4 F ( 1)
0 1 2
3
0 0 1 3
1 0 0
4
0 1 0 2
0 0 1
3
184
1 2 3 9
0 1 2 4
0 0 1 3
2 x1 4 x2
4 x1 5 x2
2 x1 7 x2
18
6 x3
24
6 x3
12 x3
30
Solucin:
Dando forma matricial:
2 4 6 x1 18
4 5 6 x = 24
2
2 7 12 x 30
3
Resolviendo por el mtodo GaussJordan:
2 4 6 18
4 5 6 24 F11 2
2 7 12 30
1 2 3 9 F
21( 4)
4
5
6
24
F
2 7 12 30 31( 2)
1 2 3 9
F 1 3 0 1 2 4 F 3
2
32
0 3 6 12
1
2
3
9
0 3 6 12
0
3
6 12
1 2 3 9
0 1 2 4 F12 ( 2)
0 0 0 0
1 0 1 1
0 1 2 4
0 0
0 0
x1 x3 1 , x2 2 x3 4 .
2 x2
2 x1 6 x2
x1 2 x2
3x3
7 x3
5 x3
15
10
Solucin:
Dando forma matricial:
2 3 x 4
0
1
2 6 7 x = 15
2
1 2 5 x 10
3
Resolviendo por el mtodo de GaussJordan:
0
2 3 4
2 6 7 15 F13
1 2 5 10
1 2 5 10
2 6 7 15 F21( 2)
0
2 3 4
1 2
5 10
0 2 3 5
0
2
3
4
185
F 1 2 0
1 3 2 5 2 F ( 2)
2
32
0
2
3
4
1 2
5 10
1 3 2 5 2 F ( 2 )
0
12
0
0
0 1
1 0 8 15
0 1 3 2 5 2
0 0 0 1
Ejercicios
Resolver los siguientes sistemas de ecuaciones. Determinar qu tipo de solucin es:
3x1
2x
1. 2 x1
5x
1
3
x
2 x2
3x2
2 x3
3x3
4x
2x
2x
4x
15
4x
2x
x 1
1
Solucin nica: x2 1
x 2
3
2 x1
x
2. 1
x
1
x
1
5x
4x
2x
4x
6x
2x
10
3x
3x
2x
2 x1
x
3. 1
x
1
x
1
5x
4x
2x
4x
6x
2x
10
3x
3x
2x
186
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
4
4
4
4
4
4
4
4
x 124 16 x
4
1
Solucin infinita: x2 75 9 x4
x 31 3x
4
3
x 16 x 124
4
1
Solucin infinita: x 9 x 75
2
4
3
x
31
3
4
a11x1
a12 x2
a21x1 a22 x2
an1x1 an 2 x2
a13 x3
a23 x3
an3 x3
a1n xn
a2n xn
ann xn
Ejemplo:
6 x 0
3
6 x 0 nica solucin: x x x 0 .
3
1
2
3
2 x 0
3
2x 4x
1
2
a) 4 x1 5 x2
3x
x
1
b)
x
1
3x
1
2x
2
3x
11x
x 0
3
2 x 0 infinitas soluciones:
3
6 x 0
3
x3
x1
5
x
3
x 2 9
187
y 4 z 16
y
Ahora, ya con el sistema formado, lo que vamos a hacer es darle forma matricial.
x
1 1 4 16
y
0 1 1 z 5
1 1 4
A
0
1
1
Rango ( A ) :
188
1 1
0 1
Rango ( A ) 2
Rango A b 2
1 1 4 16
A b
0 1 1 5
Rango A b :
Este anlisis nos indica que tenemos infinitas soluciones. Pero generalmente en un
problema nuestras variables de trabajo deben cumplir con algunas condiciones que no se
indican, y que son relevantes:
Esto limita el campo de infinitas soluciones a solo los valores enteros positos
incluyendo el cero.
Desarrollaremos este sistema de ecuaciones lineal en trminos de una variable para
poder llegar a un conjunto de soluciones.
Anlisis de la solucin:
x
y 16 4 z
y
5 z
1 1 x 16 4 z
0 1 y 5 z
Resolviendo por el mtodo de Cramer:
16 4 z 1
x
5 z
1 1
1 16 4 z
11 3z
1
11 3z
0 1
5 z
1 1
5 z
1
5 z
0 1
y0 5 z 0
z0 z0
189
z:
11 3z 0
y:
5 z 0
z0
11 3z
z5
11
3
11 3
11
z 0, torres.
3
Ahora encontraremos el rango de solucin para las otras variables.
x:
(0 z
y:
11
3
(0 z
( 11 3z 0)
0 11 3z 11
0 x 11
4
3
11
3
11
3
z 0)
5 z 5
1.333... y 5
4
y = , 5 pisos.
3
0
11
5
1
8
4
2
5
3
3
2
2
Ejercicios
1. Dado el siguiente sistema de ecuaciones:
x
z 3
x 5y
z 9
2x
y 2z 0
x 2y
z 3
se pide:
a) Discutir su carcter.
b) Resolverlo si es posible.
Solucin:
a) Primero le damos forma matricial al sistema:
1 1 1
3
1 5 1 x 9
y
2 1 2 0
z
1 2 1
3
Ahora estudiamos el rango de la matriz de coeficientes:
Rango A
1 1 1
1 5 1
Rango
2 1 2
1 2 1
5 1 0 ,
1 5 1 0 ,
2 1
2 0 . No hay ningn
1 2 1
2 1 2
1 2 1
menor de orden 3 diferente de cero. Por lo tanto, el Rango (A) = 2.
191
Rango A b
1 1 1 3
1 5 1 9
Rango
2 1 2 0
1 2 1 3
5 1 0 , 1 5 1 0 ,
2 1
1
1
1 2 1
1 3
2 1 0
2 1
1
1 1
1 1 3
5 9 0
1
2 0
2 1
1
1 5 9 0 ,
0 6 12 0 ,
1 2 3
0 3
1 3
2 0 0 . No
2 1 0
Rango ( A ) Rango A b
n incgnitas 3
b) De acuerdo a lo anterior, la informacin nos indica que podemos tomar las dos
primeras ecuaciones como linealmente independientes.
x
y 3 z
x 5y 9
1 1 x 3 z
1 5 y 9 z
3 z
x
9 z 5
1 1
1 5
192
1 3 z
6 6z
6
1 z
1 9 z
1 1
1 5
12
6
x 2 y 11z 5
2x 3y
z 4
x
2z
se pide:
a) Discutir su carcter.
b) Resolverlo si es posible.
Solucin:
a) En los ejercicios anteriores estudiamos los menores comenzando desde el menor
orden hasta el de mayor orden, ahora lo haremos en sentido inverso.
Primero le damos forma matricial:
1 2 11 x 5
2
3 1 y 4
1 1 2 z 1
Ahora estudiaremos el rango de la matriz de coeficientes (A):
Rango ( A )
1 1
Rango A b
3 4 2
1 1
cero.
2 3
Rango ( A ) Rango A b
n incgnitas 3
193
1 2 x 5 11z
2 3 y 4 z
5 11z 2
4 z
1 2
15 33z 8 2 z
7 35 z
7
1 5z
2 3
1 5 11z
4 z
1 2
4 z 10 22 z
7
14 21z
7
2 3z
2 3
3. Dado el sistema de ecuaciones siguiente:
x 3y z 2
2x
x 2y
se pide:
a) Discutir su carcter para todos los valores de R .
b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:
3 1 x 2
1
2
0 y 0
1 2
1 z 3
Ahora estudiaremos el rango de la matriz de coeficientes (A):
Rango A
Menor de orden 3:
1
3 1
A 2
1 2
0 4 6 2 2
1
Si 2 2 0; 1;
Si 2 2 0; 1;
194
1 3
2 1
5 0; Rango( A) 2
Rango( A) 3
Rango A b 3
Para 1 ,
Menor de orden 3:
1
3 2
1 2
Rango A b 3
0 3 8 2 18 5 0 ;
3
Para 1 ,
Rango ( A ) Rango A b 3
n incgnitas 3
Para 1 ,
Rango ( A ) = Rango A b 3
n incgnitas 3
Sistema incompatible.
Sistema
compatible
determinado.
3 1
3 2
0
x
3 1
1 2
2 3
2 2
2 2
1 2 1
2 2
3 2
1 2
2 2
64
2
1
2 2 2 2 1
3 8 2 18
2 2
5( 2)
2 2
3 y 5z 2
4 y 2z
5 x 11y 9 z k
se pide:
a) Discutir su carcter para todos los valores de k R .
b) Resolverlo en los casos que sea posible.
195
1 3 5 x 2
2 4 2 y 1
5 11 9 z k
Ahora estudiaremos el rango de la matriz de coeficientes (A):
Rango ( A )
Menor de orden 3:
1 3 5
A 2
4 2 36 30 110 100 22 54 0
5 11 9
Menor de orden 2:
1 3
2 0;
2 4
Rango ( A ) 2
Rango A b
1 4k 15 44 40 11 6k 2k 8
5 11 k
Si 2k 8 0; k 4; Rango A b 2
Si 2k 8 0; k 4; Rango A b 3
Para k 4 ,
Rango ( A ) = Rango A b
nmero de incgnitas n 3
Para k 4 ,
Rango (A) Rango A b . Sistema incompatible.
196
1 2z
2 5z
x
1 2 5z
1 2z 4
1 3
14 z 5
2 4
2 1 2z
1 3
8z 3
2
2 4
ay
ax 2 y az
3y
2a
1
1 2a
se pide:
a) Discutir su carcter para todos los valores de a R .
b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:
a
1 x 2 a
3
a
2 a y 1
1 3 1 z 1 2a
Ahora estudiaremos el rango de la matriz de coeficientes (A) para todos los
valores de a.
Rango (A)
Menor de orden 3:
3
A a
a 6 a 3a 2 9a a 2a 6a 8
1 3 1
Si A 0;
a 3a 4 0 ;
3 9 16
Rango ( A) 3
Para a 1 y a 4 ,
Para a 1 ,
Para a 4 ,
8 / 2 4
1
2/ 2
3 1
1 2
5 0;
3 4
4
10 0 ;
Rango ( A) 2
Rango ( A) 2
Rango A b
Para a 1 y a 4 ,
Rango A b 3
197
Para a 1 ,
1 0;
Rango A b 2
1 3 1
3 4 6
4
Para a 4 ,
2 1 25 0 ;
1 3 9
Rango A b 3
n incgnitas 3
Sistema
determinado
Rango ( A) Rango A b 2
n incgnitas 3
Para a 1 ,
Sistema
compatible
indeterminado
Para a 4 ,
compatible
Sistema incompatible
ay
2a
ax 2 y az
x
3y
1 2a
2a
1 2a 3 1
2a 2a 13a 9
2
2(a 3a 4)
2a
1 1 2a 1
2a 2 6a 8
2
2a 2a 4
2
2(a 3a 4)
198
2a 6a 8
3
4 2a a 2a 3 2 4a 6a 3a a
2
2a 6a 8
2
(a 1)(2a 4a 9) 2a 4a 9
2(a 1)(a 4)
2(a 4)
3 2a a a 2a 1 3a 6a 2a a
2a 2 6a 8
2(a 1)(a 2) (a 2)
2(a 1)(a 4) (a 4)
2a
1 3 1 2a
2a 2 6a 8
6 12a a 6a 3a 4 2a 9 a 2a
2a 2 6a 8
2a 2a 15a 11
2
2(a 3a 4)
(a 1)(2a 4a 11) 2a 4a 11
2(a 1)(a 4)
2(a 4)
Para a 1 ,
3x
1 z
2y 1 z
1 z
x
1 z 2
3 1
2 2z 1 z
5
1 z
5
1 2
3 1 z
y
1 1 z
3 1
3 3z 1 z
5
2(1 z )
5
1 2
6. Dado el sistema de ecuaciones siguiente:
y
2x
my 4 z m
se pide:
a) Discutir su carcter para todos los valores de m R .
b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:
1
0 1
3
1 1 1 x 1
y
1 1
1 3
z
2
m
m
Ahora estudiaremos el rango de la matriz de coeficientes (A) para todos los
valores de a.
Rango (A)
Menor de orden 3:
0 1 1
1
1
1 1 2 0 ;
1
Rango ( A) 3
199
Rango A b
0 1
1 3
1 1 1 1
= (1)4(m 2) 12 8 2(m 6) 24 2m
1 1
1 3
2 m 4 m
Si 24 2m 0, m 12; Rango A b 4
Si 24 2m 0, m 12; Rango A b 3
Rango ( A) Rango A b 3
n incgnitas 3
Para m 12 ,
Para m 12 ,
b) Solucin para m 12 :
y
x
y z 1
3 1
z 3
1 1
2
0 3
z 3
3 3 1 3 3 1
2
8
2
1 1 1
y
1 3
3 3 1 3
2
0 1 3
1 1
1 3
2
1 3 3 3
2
ax y
x ay
x
z 1
z 4
y az b
se pide:
a) Discutir su carcter para todos los valores de a, b R .
200
Sistema
compatible
determinado.
Sistema incompatible.
1 1 x 1
a
1 a
1 y 4
1
1 a z b
Ahora estudiaremos el rango de la matriz de coeficientes (A) para todos los
valores de a y b:
Rango (A)
Menor de orden 3:
a
1 1
3
1 a
1 a 3a a(a 3) ;
0 1
2
0; Rango ( A) 2.
Si a(a 3) 0; a 0;
1 0
2
Si a(a 2 3) 0; a 0; Rango ( A) 3,
a 3 0, a R.
Rango A b
Si a 0 ,
Rango A b 3 .
Si a 0 ,
0 1
5 b 0; b 5;
0; Rango A b 2.
1 0
1 0 4 5b
5 b 0; b 5; Rango A b 3.
1 1 b
0 1 1
n incgnitas 3
Para a 0 y b 5 ,
Para a 0 y b 5 ,
Rango ( A) Rango A b 2
n incgnitas 3
Sistema
compatible
determinado.
Sistema
compatible
indeterminado.
Sistema incompatible
201
4 a
a3 3a
ay
az b
a b ab 5 4a
a3 3a
1 1
1 4
1 b
a3 3a
a
1 1
4a ab a b 5
a3 3a
1 1
1 a 4
z
1 b
a3 3a
a b 3a b 5
a3 3a
Para a 0 y b 5 ,
y z
x
z 4
se transforma
x 4 z
ax y 2 z 1
x ay z b
3x
se pide:
a) Discutir su carcter para todos los valores de a, b R .
b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:
a 1 2 x 1
1 a 1 y b
3
1 1 z 1
Ahora estudiaremos el rango de la matriz de coeficientes (A) para todos los
valores de a y b.
202
Rango (A)
Menor de orden 3:
a 1
2
2
a 1 a 3 2 6a a 1 a 5a 6 ;
Si A 0 ;
a 5a 6 0 ;
5 25 24
Rango ( A) 3
Para a 3 y a 2 ,
3 1
Para a 3 ,
10 0 ;
Rango ( A) 2
5 0;
Rango ( A) 2
2 1
Para a 2 ,
a 2
a 3
Rango A b
Rango A b 3 .
Para a 3 y a 2 ,
3 1 1
Para a 3 ,
3 b 6b 2
1 1
Si 6b 2 0; b 1 / 3;
Si 6b 2 0; b 1 / 3;
3 1
1
0; Rango A b 2
3
Rango A b 3
2 1 1
Para a 2 ,
Si b 0;
Si b 0;
2 1
1
2 b 5b
1 1
0;
Rango A b 2
Rango A b 3
determinado.
n incgnitas 3
203
Sistema incompatible.
Rango ( A) Rango A b 2
n incgnitas 3
Para a 2 y b 0 ,
n incgnitas 3
Rango ( A) Rango A b
Para a 2 y b 0 ,
Sistema
compatible
indeterminado.
Sistema
compatible
indeterminado.
Sistema incompatible.
ax y 2 z 1
x ay
z b
3x
3b a 2
2
a 5a 6
ab 6b a 2
2
a 5a 6
a 2 3b 3a ab 2
a 2 5a 6
Para a 2 y b 0 ,
2x
y 2z
x 2y
z 0
2x
1 2z
x 2y z
1 2z 1
z
2 1
1
2 4 z z 2 3z
5
5
2 1 2z
y
z
2 1
1
4z 1
5
Para a 3 y b 1/ 3 ,
3x
2z
x 3y
1 2z 1
x
1/ 3 z
3 1
1
204
3
3
1/ 3
3x
1 2z
x 3 y 1/ 3
1
3 6z z
10 15 z 2 3z
3
10
30
6
3 1 2z
1 1 3 z
3 1
1
1 3z 1 2 z
10
z
2
kz 0
z 0
(m 1) x
z 0
se pide:
a) Discutir el carcter del sistema para los distintos valores reales de los parmetros
m y k.
b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:
0 k x 0
3
1
1 1 y 0
m 1 1 1 z 0
Ahora estudiaremos el rango de la matriz de coeficientes (A) para todos los
valores de m y k.
Rango (A) :
3
1
m 1
1 1 3 k k (m 1) 3 k (1 m 1) km ;
1
y m cualquier
valor; Rango ( A) 2.
Si k 0
Si m 0
y k cualquier
valor; Rango ( A) 2.
km 0
3 0
que
3 0
ya
1 1
m 0,
Rango ( A) 3.
Si km 0; k 0 y
n incgnitas 3
Para m 0 y k R , Rango ( A) Rango A b 2
n incgnitas 3
Sistema
compatible
indeterminado.
Sistema
compatible
indeterminado.
205
n incgnitas 3
Sistema
compatible
determinado.
x y z 0
y z
Para m 0 , y cualquier valor de k,
3x
kz 0
kz
x
z 0
kz
3x
x
3 kz
z 1
3
kz
3z kz
3
1 1
1 1
a) 1
50 x1
10 x
1
3x
2x
2
2
50 x
100
12 x
2
2
x1
3x
1
b)
4 x
1
8 x1
22
x2
5 x2
11x
x3
10 x3
7x
3x
13
Solucin:
a) Estudiamos la posible compatibilidad del sistema:
Rango (A)
Rango A b
2 3
3 2
2
50 50 100
0;
5 0.
Por
lo
tanto,
10 12 22
Rango A b 2 .
206
2x
3x
2 3 x1 5
5
3
2
x2 5
3x1 2 x2
2 3
3 2
1
5
2 3 x1 2 3
=
5
3 2 x2 3 2
x1 2 3 1 5
=
x 3 2
5
2
2 3
3 2
2 3
1 2 3
2 3 3
2
2
5 3
3 2
1
3 / 5
2/5
=
3 / 5 2 / 5
Por tanto,
x1 2 / 5
3 / 5 5 2 3 1
x 3 / 5 2 / 5 5 3 2 1
2
Es decir, x 1 y x 1 .
1
Rango ( A) Rango A b 3
3 5 10 135 0 ,
0
11
x1
3x1
x2
5 x2
11x2
x3
1
1 x 0
1
1
3 5 10 x2 13
0 11
1 x 1
10 x3 13
x3 1
1
x 1
1
1
105 10 5 0
0
1
1
x 3 5 10 13 =
3
1 13 13
135
2
1
x 0 11
1
33 11 8 1
3
x 1
1
x 0 . Es decir,
2
x 1
3
x1 1 ,
x 0,
2
x3 1 .
207
Problemas Resueltos
1. Una fbrica de muebles se dedica a la construccin de sillas, mesas y armarios. Para
su construccin se utiliza madera de pino, clavos de 5mm. y cola de ebanista. La
combinacin de factores para la construccin de cada uno de los muebles es la
siguiente:
Silla
1
3
2
Tablones de Pino
Clavos
Botes de cola
Mesa
2
2
3
Armario
2
4
1
2M
2 A 20
3S
2M
4 A 40
2S
3M
A 30
1 2 2 S 20
3 2 4 M 40
2 3 1 A 30
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
1 2 2
A 3 2 4
2 3 1
rango (A) :
1 1 0 rango por lo menos 1
1 2
3 2
208
1 2 2
3 2 4 10 0 rango por lo menos 3
Rango ( A) 3
Rango A b 3
2 3 1
1 2 2 20
A b 3 2 4 40
2 3 1 30
Rango A b :
1 2
3 2
1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1
Rango (A) = Rango A b = n
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
20 2 2
1 20 2
40 2 4
3 40 4
30 3 1
1 2 2
80
10
2 30 1
1 2 2
3 2 4
3 2 4
2 3 1
2 3 1
40
10
1 2 20
3 2 40
A
2 3 30
1 2 2
20
10
3 2 4
2 3 1
Respuesta: Con estos resultados se obtiene un ingreso, si se vende todo lo
construido, de I 400(8) 700(4) 1200(2) 8400 euros y un costo de material
igual a C 30(20) 10(2) 21(30) 1250 euros. Por lo tanto, se obtiene un
beneficio de I C 7150 euros.
209
Tipo 1
Tipo 2
Tipo 3
Huevos (Kg.)
2
3
4
5T1 3T2
2T 3T
1
T3
4T
51
42
T
5 3 1 1 51
T
2
2 3 4 T 42
3
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
5 3 1
A
2 3 4
Rango (A) :
Rango ( A) 2
Rango A b 2
5 3 1 51
A b
2 3 4 42
Rango A b :
5 3
2 3
210
5T1 3T2
2T 3T
1
51
T3
42 4T
T 42 4T
2
3
2
3
A x b
42 4T
5 3
27 9T
3T
2 3
5
T
2
51 T
2 42 4T
5 3
108 18T
12 2T
2 3
Este resultado nos indica que hay infinitas soluciones, pero como los lotes no
pueden ser negativos y son valores enteros, entonces damos las siguientes
restricciones: T 0, T 0 y T 0 . Cmo todas estas inecuaciones dependen de
1
2
3
una variable, tenemos que:
3T 0
3
12 2T 0 , de donde: 0 T3 6
3
T3 0
T1 3 T
T2 12 2T
0
1
2
3
4
5
6
3
4
5
6
7
8
9
12
10
8
6
4
2
0
211
y+1 =x
z 20
y 3z
1 x 20
1 1
1 1 3 y 0
1 1
0 z 1
A 1 1 3
1 1
0
Rango (A) :
1 3
212
1 1
Rango ( A) 3
Rango A b 3
1 20
1 1
A b 1 1 3 0
1 1
0
1
Rango A b :
1 3
1
Anlisis de la solucin:
Resolviendo por el mtodo de Gauss:
1 1
1 20 F 1
21
1
1
3
0
F
1 1
32( 1)
0
1
1
1
1
0 4
0
0 2
3
20 F 1 4
2
20
F
1 23
1
1 1
0 2 3
0
0 1
20
1
5
x 7 5 20
2 y 35 1
x 8
y7
z 5.
B
y
2y
2y (x y z)-2z
4 (x y z) 2(2y (x y z) 2z)
Dinero al terminar
24
24
C
z
2z
4z
4z 2(x y z)
(2y (x y z)
2z)
24
x 3y
x
z 12
y 7 z 24
1 1 1 x 6
1 3 1 y 12
1 1 7 z 24
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
1 1 1
A 1 3 1
1 1 7
Rango (A) :
1 1 1
1
1 1 1 6
A b 1 3 1 12
1 1 7 24
Rango A b :
1 1
1
214
1 1 1
1
1 1
Rango A b 3
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
6 1 1
12
x
1 12 1
3 1
24 1
1 1
6 1
39
1 24
A
21
3 12
1 1 24
A
12
Respuesta: Anita comenz con S/. 39, Betty con S/. 21 y Carla con S/. 12.
5. Un negociante internacional necesita, en promedio, cantidades fijas de yenes
japoneses, francos franceses y marcos alemanes para cada uno de sus viajes de
negocios. Este ao viaj 3 veces. La primera cambi un total de $2400 a la siguiente
paridad: 100 yenes, 1.5 francos y 1.2 marcos por dlar. La segunda vez, cambi un
total de $2350 con las tasas siguientes: 100 yenes, 1.2 francos y 1.5 marcos por
dlar. La tercera vez cambi $2390 en total, a 125 yenes, 1.2 francos y 1.2 marcos
por dlar, respectivamente. Qu cantidades de yenes, francos y marcos compr
cada vez?
Solucin:
Variables:
Cantidad de yenes japoneses: x
Cantidad de francos franceses: y
Cantidad de marcos alemanes: z
Datos:
Primer viaje:
Cantidad de yenes japoneses = x
Con $2400 cambia a:
Cantidad de francos franceses = y
Cantidad de marcos alemanes = z
$1 = 100 yenes = 1.5 francos = 1.2 marcos
Segundo viaje:
Cantidad de yenes japoneses = x
Con $2350 cambia a:
Cantidad de francos franceses = y
Cantidad de marcos alemanes = z
$1 = 100 yenes = 1.2 francos = 1.5 marcos
215
Rango (A) :
100 100 0 rango por lo menos 1
100 1.5
100 1.2
117
4
Rango A b :
100 1.5
100 1.2
216
Rango ( A) 3
117
4
Rango A b 3
Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b
x A1 b
x 30 13 40 39 40 39 2350
40 39 30 13 40 39 2390
502 65
x 8800 13
19900 39
Inglaterra
30
20
10
Francia
20
30
10
Espaa
20
20
10
Gasto Total
340
320
140
30 20 20 x 340
20 30 20 y 320
10 10 10 z 140
A 20 30 20
10 10 10
Rango (A) :
30 20 20
20 30 20 1000 0 rango por lo menos 3
10 10 10
30
A b 20
10
20
20
30
20
10
10
Rango ( A) 3 .
Rango A b 3
340
320
140
Rango A b :
30 20
20 30
30 20 20
20 30 20 1000 0 rango por lo menos 3
10 10 10
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
218
340 20 20
30 340 20
320 30 20
20 320 20
140 10 10
A
10 140 10
A
30 20 340
20 30 320
z
10 10 140
A
4000
4
1000
Recibe
x
y
z
w
Edad
t + 12
t+8
t+4
t
3000 t
3000 t
39000
51000
3000 t
w 3000 t
63000
75000
y
z
x
z w
100000
219
0
0
0 0 0 3000 x 39000
1 0 0 3000 y 51000
0 1 0 3000 z 63000
0 0 1 3000 w 75000
1 1 1
0 t 100000
0 1 0 0
A 0 0 1 0
0 0 0 1
1 1 1 1
3000
3000
3000
3000
Rango (A) :
1 1 0 rango por lo menos 1
1 0
0 1
1 0 0
0 1 0 1 0 rango por lo menos 3
0 0 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
1 0 0 0 3000
0 1 0 0 3000
0 0 1 0 3000 12000 0 rango por lo menos 5 Rango ( A) 5
0 0 0 1 3000
1 1 1 1
1
0
A b 0
220
0 0 0 3000
1 0 0 3000
0 1 0 3000
0 0 1 3000
1 1 1
39000
51000
63000
75000
100000
Rango A b :
1 0 0
0 1 0 1 0 rango por lo menos 3
0 0 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
1 0 0 0 3000
0 1 0 0 3000
0 0 0 1 3000
1 1 1 1
Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b
1
x A b
1 4
1 4
1 4
1 4 39000
3 4
3 4
1 4
1 4
1 4 51000
1 4
x 1 4
1 4
3 4
1 4
1 4 63000
1 4
1 4
3 4
1 4 75000
1 4
7000
19000
x 31000
43000
32 3
221
$ 82000
$ 94000
$ 106000
$ 118000
8. Los Capuleto han gastado S/.4260 en una botella de ginebra, una de ron y dos de
licor de manzana, pero, por tres de ginebra, cuatro de ron y una de licor de manzana
hubiesen pagado S/.7380, y por dos de ginebra y tres de ron, pagaran S/.4350.
Cul es el valor de la botella de licor de manzana?
Solucin:
Variables:
Precio de una botella de ginebra: x
Precio de una botella de ron: y
Precio de una botella de licor de manzana: z
Datos:
1 botella de ginebra
Con S/.4260 se compra:
1 botella de ron
2 botellas de licor de manzana
3 botellas de ginebra
Con S/.7380 se compra:
4 botellas de ron
1 botella de licor de manzana
2 botellas de ginebra
Con S/.4350 se compra:
3 botellas de ron
Sistema de ecuaciones lineales:
x
y 2 z 4260
3x 4 y
2x 3y
z 7380
4350
1 1 2 x 4260
3 4 1 y 7380
2 3 0 z 4350
A 3 4 1
2 3 0
222
1 1 2
3 4 1 1 0 rango por lo menos 3
rango ( A) 3
Rango A b 3
2 3 0
1
A b 3
2
4260
7380
4350
Rango A b :
1 1
3 4
1 1 2
3 4 1 1 0 rango por lo menos 3
2 3 0
Anlisis de la solucin:
Resolviendo por el mtodo de Gauss-Jordan:
1 1 2
3 4 1
2 3 0
4260
7380
4350
( 3 )
21
( 2 )
31
1 1
2
0 1 5
0 1 4
4260
5400 F ( 1)
32
4170
1 1
2
4260
0 1 5 5400
0 0
1
1230
z 1230
Estanteras
1
3
2
Camas
2
2
3
Armarios
2
4
1
223
x 2 y 2 z 240
3x 2 y 4 z 370
2x 3y
z 305
1 2 2 x 240
3 2 4 y 370
2 3 1 z 305
A 3 2 4
2 3 1
Rango (A) :
1 1 0 rango por lo menos 1
1 2
3 2
1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1
224
Rango ( A) 3
1 2 2 240
A b 3 2 4 370
2 3 1 305
Rango A b :
1 2
3 2
1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1
Rango A b 3
Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b
1
x A b
25
2 5 240
1
x 1 2 3 10 1 5 370
1 2 1 10 2 5 305
30
x 70
35
225
Papel ($)
Ilustraciones ($)
Pastas ($)
Encuader.
Rstica
5
2
3
Pasta
dura
10
4
8
Empastado
en piel
20
12
24
Gasto
total
235000
110000
205000
4 y 12 z 110000
3x
8 y 24 z 205000
5 10 20 x 235000
2 4 12 y 110000
3 8 24 z 205000
A 2 4 12
3 8 24
Rango (A) :
12
5 10 20
2
5 10 20 235000
A b 2 4 12 110000
3 8 24 205000
226
Rango ( A) 3
Rango A b :
12
5 10 20
2
24
Rango A b 3
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
235000 10 20
5 235000 20
110000
12
2 110000 12
205000
24
15000
3 205000 24
A
8000
5 10 235000
110000
205000
A
4000
Respuesta: Se van a producir 15000 libros con encuadernacin rstica, 8000 con
pasta dura y 4000 con empastados en piel.
11. El cuadro siguiente muestra los tiempos de produccin en cada departamento de la
empresa RAYCO S.A, los tiempos y las disponibilidades estn en horas.
Ensamblado I
Ensamblado II
Acabados
Autos
1
3
2
Camiones
2
5
4
Motos
1
2
1
Disponible
95 hras.
240 hras.
175 hras.
Cuntos autos, camiones y motos se deben producir con el fin de utilizar todos los
recursos?
Solucin:
Variables:
Cantidad de autos a construir: x
Cantidad de camiones a construir: y
Cantidad de motos a construir: z
227
Autos
1
3
2
Camiones
2
5
4
Motos
1
2
1
Disponible
95 horas.
240 horas.
175 horas.
x 2y
z 95
3x 5 y 2 z 240
2x 4 y
z 175
3 5 2 y 240
2 4 1 z 175
A 3 5 2
2 4 1
Rango (A) :
1 1 0 rango por lo menos 1
1 2
3 5
1 2 1
3 5 2 1 0 rango por lo menos 3
2 4 1
rango ( A) 3
Rango A b 3
1 2 1 95
A b 3 5 2 240
2 4 1 175
Rango A b :
1 2
3 5
1 2 1
3 5 2 1 0 rango por lo menos 3
2 4 1
228
Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b
1
x A b
3 2 1 95
x 1 1 1 240
2 0 1 175
20
x 30
15
Respuesta: Tendr que producir 20 autos, 30 camiones y 15 motos.
12. Un cajero automtico contiene 95 billetes de 1000, 2000 y 5000 dlares y un total de
$200000. Si el nmero total de billetes de mil es el doble que el nmero de billetes
de 2000. Averiguar cuntos billetes hay de cada tipo.
Solucin:
Variables:
Nmero de billetes de 1000: x
Nmero de billetes de 2000: y
Nmero de billetes de 5000: z
Datos:
Billetes de 1000 = x
Hay un total de 95 billetes:
Billetes de 2000 = y
Billetes de 5000 = z
Billetes de 1000 = 1000x
Cantidad repartida de los $200000:
Billetes de 2000 = 2000y
Billetes de 5000 = 5000z
x 2y = 0
95
2y
229
1
1 x 95
1
1
1
1
Rango (A) :
1 2
Rango ( A) 3
1
1
95
1
Rango A b :
1 2
1
2
0
Rango (A) = Rango A b = n
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
95
230
2
A
95
0
A
25
95
20
Sillas
1 und.
1 und.
2 unds.
Mecedoras
1 und.
1 und.
3 unds.
Sillones
1und.
2 unds.
5 unds.
Solucin:
Variables:
Cantidad de sillas: x
Cantidad de mecedoras: y
Cantidad de sillones: z
Datos:
Madera
Plstico
Aluminio
Sillas
1 und.
1 und.
2 unds.
Mecedoras
1 und.
1 und.
3 unds.
Sillones
1und.
2 unds.
5 unds.
Total
400 unds.
600 unds.
1500 unds.
x
x
y
z
y 2z
400
600
2 x 3 y 5 z 1500
Forma matricial para el sistema de ecuaciones lineales:
1 1 1 x 400
1 1 2 y 600
2 3 5 z 1500
A 1 1 2
2 3 5
231
1 1 1
1 1 2 1 0 rango por lo menos 3
Rango ( A) 3
Rango A b 3
2 3 5
1 1 1 400
A b 1 1 2 600
2 3 5 1500
Rango A b :
1 1
1 2
1 1 1
1 1 2 1 0 rango por lo menos 3
2 3 5
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
400 1 1
400
600 1 2
600 2
1500 3 5
A
1 1
400
1 1
600
2 3 1500
A
100
100
1
200
1
2 1500 5
A
100
100
1
200
Modelo I
1h.
1/2h.
Modelo II
1h.
1h.
Horas totales
100
80
y 100
0.5 x
80
1 1 x 100
0.5 1 y 80
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
1 1
A
0
.
5
1
Rango (A) :
1 1 0 rango por lo menos 1
0.5 1
Rango ( A) 2
Rango A b 2
1 1 100
A b
0.5 1 80
Rango A b :
0.5 1
Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b
233
x A b
AdjA (Cof )
2
11
0.5 1
(1) (1) 1
21
(1) (1) 1
4
22
(1) (1) 1
1
1 0.5
1
Adj (A)
Cij
1
1
0.5 1
A 1
1 1 0.5
1 0.5
2 2
Adj ( A)
1 1
A 1
2
A
0.5 0.5 1 0.5 0.5 1 0.5
1
2 2 100 40
1
x A b
2 80 60
1
Respuesta: Se pueden fabricar 40 automviles del modelo I y 60 del modelo II.
15. Juguetes S.A., desea fabricar un nuevo tren de juguete e investiga el mercado para
determinar la demanda. Encuentra que si el tren cuesta $40 en un rea donde el
ingreso familiar promedio es de $30000, y si al mismo tiempo Trenes Miniatura
S.A., su competidor, vende su producto equivalente a $30, Juguetes S.A. podr
vender 1160 trenes. Por otro lado, si el precio permanece igual y Trenes Miniatura
eleva su precio a $50 por tren, en un rea de $40000 de ingreso familiar se
venderan 1700 trenes. Por ltimo, si el precio del tren es de $30 pero el de la
competencia permanece en $40, en una zona de ingreso familiar de $35000, se
lograra una venta de 1530 trenes. Calcule la funcin demanda, suponiendo que
depende linealmente de sus variables.
Solucin:
Variables:
Debemos hallar la funcin de demanda sabiendo que depende linealmente de tres
variables que son el precio de juguetes S.A p1 , el ingreso familiar promedio
I y el precio de Trenes Miniatura S.A. p .
2
f
Datos:
Precio de Juguetes S.A = $40
1160 trenes se venden si:
Ingreso familiar promedio = $30000
Precio de Trenes Miniatura S.A = $30
234
40 30000 30 a 1160
40 40000 50 b 1700
30 35000 40 c 1530
A 40 40000 50
30 35000 40
Rango (A) :
40 40 0 rango por lo menos 1
40 30000
40 40000
40 30000 30
40 40000 50 = 3000000 0 rango por lo menos 3 Rango ( A) 3
30 35000 40
40 30000 30 1160
A b 40 40000 50 1700
30 35000 40 1530
Rango A b :
235
40 30000
40 40000
40 30000 30
30 35000 40
Rango (A) = Rango A b = n
Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
1160 30000 30
40 1160 30
1700 40000 50
40 1700 50
1530 35000 40
A
10
30 1530 40
A
0.05
40 30000 1160
40 40000 1700
c
30 35000 1530
A
Respuesta:
Entonces,
la
funcin
D p , I , p 10 p 0.05I 2 p .
1
f
2
1 f 2
de
demanda
es:
16. El promedio de temperaturas en las ciudades de Boston, Nueva York y Montreal fue
30F durante cierto da de invierno. La temperatura en Nueva York fue 9 mayor
que el promedio de temperaturas en las otras dos ciudades. En Montreal fue 9
menor que el promedio de temperaturas en las otras dos ciudades. Cul fue la
temperatura en cada una de las ciudades?
Solucin:
Variables:
Temperatura en Boston: x
Temperatura en New York: y
Temperatura en Montreal: z
Datos:
x yz
3
y 9
z 9
236
30 x y z 90
xz
2
x y
2
x 2 y z 18
x y 2 z 18
90
x 2y
18
y 2 z 18
1 2 1 y 18
1 1 2 z 18
A 1 2 1
1 1 2
Rango (A) :
1 2
Rango ( A) 3
Rango A b 3
1 1 1 90
A b 1 2 1 18
1 1 2 18
Rango A b :
1 1
1 2
1
237
90
18
2 1
18 1
90
18
1 1 18
A
30
90
18 1
1 18
36
24
Oferta:
3
Q 50 ap p p
d1
1
1 2 2
a
Q 100 p p
d2
2
2 1
Qs1 40 2ap1
Q
s2
50
3
p
4 2
= Qs1
Qd 2 = Q
s2
d1
ap + p 2ap1 = 40
1
1
238
3
2
p2 50
ap + p 2ap1 +
1
3ap1 + p1 +
3
2
p2 = 90
p2 = 90
p1(3a 1) +
3
2
p2 = 90
Qd 2 = Q
s2
100 +
a
2
p1 p2 = 50 +
p p
1
a
2
p
1
1 3a p1
a
p
2 1
3
4
p2
p = 50 100
2
4
7
4
p = 150
2
p
2 2
7
p
4 2
90
150
1 3a
p
2 1 90
7 p 150
a
2
4
2
1 3a
2
A b
7
a
4
2
90
150
Rango A b :
3
1.5 0 rango por lo menos 1
2
3
2
7
4
90
150
Rango A b 2
239
1 3a
2
A
7
a
4
2
Rango (A) :
3
1.5 0 rango por lo menos 1
2
1 3a
a
2
3
2 0 para que el rango sea 2
7
4
a
(1 3a)(1.75) (1.5)( ) 0
2
1.75 5.25a 0.75a 0
4.5a 1.75 0
7
18
Hay equilibrio.
18
11 p1 3 2 p2 90
2 p1 7 4 p2 150
11
3 2
2 7 4
21(11)
1 0
0 1
90
F
150 21
1 7 8
0 65 8
2 7 4
3 2
11
75
F ( 8
915 2
65)
150
F (1 2)
90 1
1 7 8
0
1
75
F
1464 13 127 8
306 13
1464 13
240
1 7 8
3 2
11
75
90
Total
25000
20000
55000
z 20000
2 x 5 y 5 z 55000
1 3 2 x 25000
1 4 1 y 20000
2 5 5 z 55000
A 1 4 1
2 5 5
Rango (A) :
241
1 3 2
1 4 1 0 rango por lo menos 2
Rango ( A) 2
Rango A b 2
2 5 5
1 3 2 25000
A b 1 4 1 20000
2 5 5 55000
Rango A b :
1 3
1 4
1 3 25000
1 4 20000 0 rango por lo menos 2
2 5 55000
Rango (A) = Rango A b n
Anlisis de la solucin:
x 3 y 2 z 25000
x 4y
z 20000
2 x 5 y 5 z 55000
El anterior anlisis nos indica que las 2 primeras ecuaciones son linealmente
independientes por lo tanto trabajamos slo con ellas.
x 3 y 25000 2 z
x 4 y 20000
1 3 x 25000 2 z
1 4 y 20000 z
Resolviendo por el mtodo de Cramer:
25000 2 z 3
x
20000 z
1 3
1 25000 2 z
40000 5 z
1 4
x0
y0
z0
242
Restricciones de no negatividad.
20000 z
1 3
1 4
z 5000
8000 z
y 0 z 5000 0
z 5000
z0
5000
8000
15000 14995
5
0
2999
0
1
2
3000
19. Una inversionista le afirma a su corredor de bolsa que todas sus acciones son de tres
compaas. Delta Airlines, Hilton Hotels y Mc Donalds, y que hace dos das su
valor baj $350 pero que ayer aument $600. El corredor recuerda que hace dos das
el precio de las acciones de Delta Airlines baj $1 por accin y en de las de Hilton
Hotels bajaron $1.50, pero que el precio de las acciones de McDonalds subi $0.50.
Tambin recuerda que ayer el precio de las acciones de Delta subi $1.50 por
accin, el de las de Hilton Hotels baj otros $0.50 por accin y las de McDonands
subieron $1. Demuestre que el corredor no tiene suficiente informacin para calcular
el nmero de acciones que posee la inversionista en cada compaa, pero que si ella
dice que tiene 200 acciones de McDonalds, el corredor puede calcular el nmero de
acciones que tiene en Delta y Hilton.
243
350
600
x
1 1.5 0.5 350
1
.
5
0
.
5
1
600
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
1 1.5 0.5
A
1
.
5
0
.
5
1
Rango (A) :
A b
1
600
1.5 0.5
Rango A b :
244
Rango ( A) 2
1 1.5
1.5 0.5
Rango A b 2
Anlisis de la solucin:
x 1.5 y 350 0.5 z
1.5 x 0.5 y
600
350 0.5 z
1.5
600 z
0.5
1 1.5
z
2.75
11
11
1.5 0.5
1 350 0.5 z
y
600 z
1.5
1 1.5
75 1.75 z
300 7
z
2.75
11 11
1.5 0.5
x0
y0
1075 1,25 z
2,75
75 1,75 z
2,75
0
0
z0 z0
x:
z:
1075 1.25 z 0
y:
75 1.75 z
z0
2.75
2.75
75 + 1.75z 0
1075 1.25z 0
1075 1,25z
1.75z 75
z 300/7 42.9
860 z
42.9
860
245
375
1.25z 1075)
7
7150
1075 1.25z 0)
7
1075 1.25 z
2600
0
7
2.75
371.4 x 0
x = [0, 371.4] acciones.
y:
(300/7 z 860)
(75 1.75z 1505)
(0 75 + 1.75z 1430)
0
75 1.75 z
2.75
520
0 y 520
y=
0, 520 acciones.
57
365
9
68
360
16
79
355
23
849
5
513
860
0
520
Para z = 200:
x=
1075 1.25(200)
2.75
= 300 (Delta)
y=
75 1.75(200)
2.75
100 (Hilton).
20. Lewis Carroll, autor de Alicia en el pas de las maravillas propone un problema que
puede enunciarse as: el consumo en una cafetera de un vaso de limonada, tres
sndwiches y siete bizcochos han costado 1 cheln y 2 peniques, mientras que un
vaso de limonada, cuatro sndwiches y diez bizcochos valen 1 cheln y 5 peniques.
Hallar cul es el precio:
a) De un vaso de limonada, un sndwich y un bizcocho.
b) De dos vasos de limonada, tres sndwiches y cinco bizcochos.
Resolver el problema recordando que 1 cheln equivale a 12 peniques.
Solucin:
Variables:
Costo de un vaso de limonada: x
Costo de un sndwich: y
Costo de un bizcocho: z
246
Cantidad de sndwich = 4
Cantidad de bizcochos = 10
Se tiene
1 cheln = 12 peniques
7 z 14
x 4 y 10 z 17
x
1 3 7 14
y
1 4 10 z 17
Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:
1 3 7
A
1 4 10
Rango (A) :
Rango ( A) 2
Rango A b 2
1 3 7 14
A b
1 4 10 17
Rango A b :
1 3
1 4
247
1 4 10
14
F
17 21( 1)
1 3 7
0 1 3
14
3
x 3 y 7 z 14 (peniques)
y 3z 3
Este sistema tiene menos ecuaciones que incgnitas. Es por tanto un sistema
compatible indeterminado, con un grado de libertad.
Haciendo z t , nos queda:
x 5 2t
y 3 3t
z t
S 1Ra 1Rb 4 Rc
c
Se pide:
a) Dar los valores de las rentas que sitan las balanzas de pago de los tres pases en
equilibrio.
b) Calcular los valores de las rentas que generan un supervit igual a 50 y a 100
para los pases A y B respectivamente y un dficit igual a 150 para el pas C.
c) Realizar el mismo clculo que el apartado anterior, pero para los valores de 25,
50, 50.
Solucin:
Variables:
Renta del pas A: Ra
Renta del pas B: Rb
Renta del pas C: Rc
a) Dar los valores de las rentas que sitan las balanzas de pago de los tres pases en
equilibrio.
Datos:
Balanzas de Pago de los pases en equilibrio, es decir:
248
Rb
4 Rc 0
2 2.5 Ra 0
3.5
2.5 3 1.5 Rb 0
1
1 4 Rc 0
A 2.5 3 1.5
1
1 4
Rango (A) :
2.5 3
3.5
2.5 3
1
Rango ( A) 2
2 2.5 0
3.5
A b 2.5 3 1.5 0
1
1 4 0
Rango A b :
3.5
2.5 3
3.5
2 2.5
2 2.5
1 4
1 4
3.5 0 2.5
2.5 0 1.5
1
0 4
3.5
2 0
2.5 3 0 0
1
1 0
249
Anlisis de la solucin:
De acuerdo a la informacin que se ha obtenido anteriormente, podemos tomar
las dos primeras ecuaciones como linealmente independientes.
3.5Ra 2 Rb 2.5Rc
2.5Ra 3Rb
1.5Rc
2 Ra 2.5Rc
3.5
2.5 3 Rb 1.5Rc
2.5Rc
Ra
1.5Rc 3
3.5
7.5Rc 3Rc
5.5
10.5Rc
5.5
1.91Rc
2.5 3
3.5 2.5Rc
Rb
1.5Rc
2.5
3.5
5.25Rc 6.25Rc
5.5
11.5Rc
5.5
2.091Rc
2.5 3
Respuesta: Lo que se puede identificar es la relacin entre ellas, pero hallar el
valor exacto se hace imposible debido a los infinitos valores que puede tomar
Rc .
b) Calcular los valores de las rentas que generan un supervit igual a 50 y a 100
para los pases A y B respectivamente y un dficit igual a 150 para el pas C.
Datos:
Balanzas de Pago de los pases en equilibrio es decir:
S 50
a
S 100
b
S 150
c
50
3Rb 1.5Rc
100
2.5Ra
Ra
Rb
4 Rc 150
1
1 4 Rc 150
250
2 2.5
3.5
A 2.5 3 1.5
1
1 4
Rango (A) :
3.5 3.5 0 rango por lo menos 1
3.5
2.5 3
3.5
2 2.5
Rango ( A) 2
2 2.5
50
3.5
A b 2.5 3 1.5
100
1
1 4 150
Rango A b :
2.5 3
3.5
2 2.5
50
2.5 3 1.5
1
3.5
1 4
2
2 2.5
100 3 1.5
150
2.5
1 4
50 2.5
100 1.5
1 150 4
50
2.5 3
1
3.5
Rango A b 2
Anlisis de la solucin:
De acuerdo a la informacin que se ha obtenido anteriormente podemos tomar
las dos primeras ecuaciones como linealmente independientes.
3.5Ra 2 Rb
2.5Ra
50 2.5Rc
2 Ra 50 2.5Rc
3.5
50 2.5Rc
Ra
100 1.5Rc 3
3.5
700
11
21
11
Rc
2.5 3
3.5
Rb
50 2.5Rc
950
11
23
11
Rc
2.5 3
Respuesta: Lo que se puede identificar es la relacin entre ellas, pero hallar el
valor exacto se hace imposible debido a los infinitos valores que puede tomar
Rc .
c) Realizar el mismo clculo que el apartado anterior, pero para los valores de 25,
50, 50.
Datos:
Balanzas de Pago de los pases en equilibrio es decir:
S 25
a
S 50
b
S 50
c
25
3Rb 1.5Rc
50
2.5Ra
Ra
Rb
4 Rc 50
2 2.5 Ra 25
3.5
2.5 3 1.5 Rb 50
1
1 4 Rc 50
2 2.5
3.5
A 2.5 3 1.5
1
1 4
Rango (A) :
2.5 3
252
3.5
2.5
1
2.5
Rango ( A) 2
3.5 2 2.5 25
A b 2.5 3 1.5 50
1
1 4 50
Rango A b :
3.5
2.5 3
3.5
25
2.5
50
50
Anlisis de la solucin:
Rango A b 3
Sistema incompatible.
El sistema es inconsistente.
Respuesta: Por tanto, el sistema no tiene solucin.
22. Sobre tres clases de alimentos sabemos que: el alimento I tiene una unidad de
vitamina A, tres unidades de vitamina B y cuatro unidades de C; el alimento II tiene
dos, tres y cinco unidades, respectivamente; el alimento III tiene tres unidades de A
y C y no tiene vitamina B. Se desea tener once unidades de A, nueve de B y veinte
de C. Se pide:
a) Encontrar todas las cantidades posibles de estos tres alimentos que posean
exactamente esas cantidades de vitaminas.
b) Si x unidades de alimento I cuestan x2 u.m, los alimentos II y III, 7 u.m. y 6 u.m.
por unidad, respectivamente, Hay alguna solucin que cueste 99/4 u.m.?
c) Demostrar que realmente la distribucin encontrada en el apartado anterior hace
mnimo el precio.
Solucin:
a) Encontrar todas las cantidades posibles de estos tres alimentos que posean
exactamente esas cantidades de vitaminas.
Variables:
Cantidad de unidades de alimento I: x
Cantidad de unidades de alimento II: y
Cantidad de unidades de alimento III: z
Datos:
A
B C
1
3
4
Alimento I
2
3
5
Alimento II
3
0
3
Alimento III
11
9 20
Cantidad Deseada
253
11
3x 3 y 0 z
4 x 5 y 3z 20
3 3 0 y 9
4 5 3 z 20
A 3 3 0
4 5 3
Rango (A) :
1 2 3
3 3 0 0 rango por lo menos 2
4 5 3
1
A b 3
4
Rango ( A) 2
11
9
20
Rango A b :
1 2
3 3
1 2 3
1 2 11
3 3 0 3 3
4 5 3
4 5 20
1 3 11
3 0
4 3 20
menos 2
Rango (A) = Rango A b < n
254
2 3 11
3 0
rango
por
lo
5 3 20
Rango A b 2
3x 3 y
1 2 x 11 3z
3 3 y 9
Resolviendo por el mtodo Cramer:
11 3z 2
9
33 9 z 18
3z 5
1 11 3z
y
9 33 9 z
3z 5 0
x0
y0
8 3z 0
z0
z0
8 3z
z0
53
83
5 8
z ,
3 3
x 3z 5 z
x5
8
3
x 0, 3
0 x3
y 8 3z z
x5
8 y
3
5
3
8 y
3
8
3
5 8 y 8
1 3 y 0
3 y 0
y 0, 3
36 z 180 z 225
0
4
36 z 180 z 225 0 92 z 52 0
5
1
5
z y
x
2
2
2
Respuesta: La solucin que cuesta 99/4 u.m. es 5 / 2,1 / 2, 5 / 2.
2
CT ( z ) 9 z 45 z 81
CT ( z ) 18 z 45 0
z
C' '
5
2
punto crtico .
5 / 2 18 0 mnimo
lqqd .
256
x = y + 3z
z 100000
3z
10000
1 3 y 0
1
0.12 0.08 0.04 z 10000
A 1
1 3
0.12 0.08 0.04
Rango (A) :
1 1
Rango ( A) 2
Ab 1
1 3
0
0.12 0.08 0.04 10000
Rango A b :
1 1
1
3
100000
0.12 0.08
10000
100000
10000
1
3
0.08 0.04
100000
0.12
10000
1
3 0
0.04
Rango A b 2
257
Anlisis de la solucin:
De acuerdo a la informacin anterior, podemos tomar las dos primeras ecuaciones
como linealmente independientes.
x
y 100000 z
3z
1 1 x 100000 z
3z
1 1 y
100000 z
3z
2 z 100000
z 50000
1 100000 z
y
3z
4 z 100000
z 50000 0
x0
y0
50000 2 z
50000 2 z 0
z0
z0
z 50000
z 25000
50000
z0
25000
z 0, 25000
x z 50000 z x 50000
0 x 50000 25000
50000 x 75000
x 50000, 75000
y 50000 2 z z
50000 y
2
50000 y
2
25000
0 50000 y 50000
50000 y 0
0 y 50000
y 0, 50000
Respuesta: En el problema tenemos varias soluciones, pero dejamos indicado el
rango de las posibles respuestas.
258
Tipo I
3
2
5
Tipo II
2
3
5
Tipo III
4
2
6
Disponible
100
80
200
3x 2 y 4 z 100
2 x 3 y 2 z 80
5 x 5 y 6 z 200
Forma matricial para el sistema de ecuaciones lineales:
3 2 4 x 100
2 3 2 y 80
5 5 6 z 200
A 2 3 2
5 5 6
Rango (A) :
3 2 4
2 3 2 0 rango por lo menos 2
5 5 6
Rango ( A) 2
259
3 2 4 100
A b 2 3 2 80
5 5 6 200
Rango A b :
3 2
2 3
3 2 100
2 3
80
Rango A b 3
5 5 200
Rango (A) Rango A b
Anlisis de la solucin:
Sistema incompatible.
= 6x
250 cohetes:
Bombarderos = 2y
x 2y = 0
Se tiene
Sistema de ecuaciones lineales:
x
60
6 x 2 y 250
x 2y
260
1
1
60
2 250
6
1 2 y 0
A 6
2
1 2
Rango (A) :
1 1 0 rango por lo menos 1
1 1
6 2
Rango ( A) 2
Rango A b 3
1 60
1
A b 6
2 250
1 2
0
Rango A b :
1 1
6 2
1
60
Sistema incompatible.
Anlisis de la solucin:
Respuesta: De acuerdo a lo anterior, la informacin que ha obtenido el agente es
inconsistente.
261
Problemas Propuestos
1. La compaa Sunrise Porcelain fabrica tazas y platos de cermica. Para cada taza o
plato un trabajador mide una cantidad fija de material y la pone en la mquina que
las forma, de donde pasa al vidriado y secado automtico. En promedio, un
trabajador necesita 3 minutos para iniciar el proceso de una taza y 2 minutos para el
de un plato. El material para una taza cuesta 25 centavos de dlar y el material para
un plato cuesta 20 centavos de dlar. Si se asignan $44 diarios para la produccin de
tazas y platos.
a) Cuntos deben fabricarse de cada uno en un da de trabajo de 8 horas, si un
trabajador se encuentra trabajando cada minuto y si se gastan exactamente $44
en materiales?
b) Conteste la pregunta a), si los materiales para una taza y un plato cuestan 15
centavos de dlar y 10 centavos de dlar, y se gastan $24 en 8 horas de trabajo.
c) Conteste la pregunta a), si los materiales para una taza y un plato cuestan 15
centavos de dlar y 10 centavos de dlar, y se gastan $25 en 8 horas de trabajo.
2. Una tienda de helados vende slo helados con soda y malteadas. Se pone una onza
de jarabe y 4 onzas de helado en un helado con soda, y 1 onza de jarabe y 3 onzas de
helado en una malteada. Si la tienda usa 4 galones de helado y 5 cuartos de jarabe en
un da, Cuntos helados con soda y cuntas malteadas vende? (Sugerencia: 1 cuarto
= 32 onzas; 1 galn = 128 onzas).
3. En un mercado de competencia perfecta se consideran dos bienes, A y B, cuyos
precios unitarios en euros son pA, pB, respectivamente. Sabiendo que las funciones
de oferta y demanda del bien A son S A 5 2 pA pB , DA 3 6 pA 5 pB , y las del
bien B son S B 3 2 p A 4 p B , DB 14 3 p A p B . Calcular los precios unitarios
de cada bien para que el mercado est en equilibrio.
4. La condicin de equilibrio para el precio de tres bienes de un mercado relacionados
p p p 6
2
3
1
entre s, da a lugar al siguiente sistema de ecuaciones lineales, p1 p2 p3 0 ,
2 p1 p2 p3 3
siendo p , p y p3 los precios de los tres productos. Calcular los precios de
1
equilibrio.
5. Una fbrica de muebles de calidad tiene dos divisiones: un taller de mquinas
herramientas donde se fabrican las partes de los muebles y una divisin de
ensamblaje y terminado en la que se unen las partes para obtener el producto
terminado. Suponga que se tienen 12 empleados en el taller y 20 en la divisin, y
que cada empleado trabaja 8 horas. Suponga que se producen slo dos artculos:
480
sillas y mesas. Una silla requiere 384
17 horas de maquinado y 17 horas de ensamblaje
640
y terminado. Una mesa requiere 240
17 horas de maquinado y 17 horas de ensamblaje
y terminado. Suponiendo que se tiene una demanda ilimitada de estos productos y
que el fabricante quiere mantener ocupados a todos sus empleados, Cuntas sillas y
cuntas mesas al da puede producir esta fbrica?
262
Sector A
Sector B
Sector C
Sector B
0
0.2
0.3
Sector C
0.3
0.6
0.6
300
200
x2
x1
200
a
100
x3
x4
200
100
x5
d
100
Avenida 6
900
1000
d
x3
600
600
x4
x2
e
x7
700
700
x5
x1
a
x6
800
900
1100
700
265
Avenida 7
700
600
Calle 3
x2
500
x6
x1
Calle 4
600
700
x5
700
x3
Circuito cvico
x4
800
600
266
Captulo IV
Autovalores y Autovectores
En una zona geogrfica que contiene varias ciudades se venden dos marcas diferentes,
A y B, de leche esterilizada. Las estadsticas de los estudios de mercado realizados en
los ltimos meses nos indica la proporcin de personas que cambia de marca de leche
cada mes. Este cambio est motivado por diferentes razones como el precio, la
propaganda, etc. Para ello se sabe que la proporcin de clientes de la marca A que sigue
comprando mensualmente la misma marca es 8 . Por otra parte la proporcin de
10
marcas se dividan el mercado en forma equitativa. A lo largo del tiempo, Cmo sern
las proporciones para cada marca? (Suponer que la suma de los clientes de ambas
marcas se mantienen constantes a lo largo del tiempo).
TEMARIO
1.
2.
3.
4.
5.
INTRODUCCIN
AUTOVALORES Y AUTOVECTORES
MATRICES SEMEJANTES
DIAGONALIZACIN
MATRICES SIMTRICAS Y DIAGONALIZACIN
ORTOGONAL
1. Introduccin
Los autovalores y autovectores son herramientas invaluables en el estudio de
sistemas de ecuaciones lineales y no lineales; tambin juegan un papel importante
en muchos aspectos de la Teora Econmica. Ellos son los componentes de
soluciones explcitas de modelos dinmicos lineales. Adems, los signos de los
autovalores determinan la estabilidad para el equilibrio de modelos dinmicos no
lineales. Consecuentemente, ellos juegan un rol central en las condiciones de
segundo orden, que distinguen un mximo de un mnimo en la optimizacin de
problemas econmicos. Tambin nos sirven para resolver sistemas de ecuaciones
diferenciales y para resolver procesos de Markov.
2. Autovalores y autovectores
El autovalor llamado tambin raz caracterstica, valor propio, valor caracterstico,
valor invariante, valor latente, eingenvalor (eingen = propio, es una palabra
alemana), etc. Se representar por (lambda).
El autovector llamado tambin vector caracterstico, vector propio, vector
invariante, vector latente, eingenvector, etc. Lo representaremos con c .
Veamos un ejemplo que nos permita entender su uso:
Ejemplo:
Suponer un proceso lineal dependiente, en el que el valor de un instante est en
funcin del instante anterior.
2x
t 1
t 1
8x
t
t
6y
t
t
yt 1 2 1 yt
z
t 1
A z
z A z z A A z
2
z A z z A A z
3
z A z
t
268
t 1
z A A
t
t 1
A z
0
A z
t
AUTOVALORES Y AUTOVECTORES
la siguiente ecuacin:
t
zt A z0
(I)
2 1
Que es invertible:
2
1
C 1
2 3
Se verifica que:
2 8 6 3 2 4
0
1
A C
2 3 2 1 2 1 0 5
A C D
Podemos hallar A:
C C 1 A C C D
A C C
C DC
A C DC
Si deseamos hallar At :
t
A C DC
C DCCDC C DC
1 t
t veces
Reagrupando obtenemos:
At C D C 1 C D C 1 C D D C 1 C D C 1
At C D t C 1
zt C D C
z0
t
5
269
d
t 0
12
D
0
0
t
0
d t
11
0 0
0
0 d
0
nn
d22 t
0
0
d t
nn
0
8 6 3 12
3
2 1 2 8 42
8 6 2 10
2
2 1 1 5 51
Observamos que 4 y 5 son los elementos de esa matriz diagonal D y nos damos
cuenta como estn relacionados con las columnas de la matriz C. Si denotamos
como 1 y 2 los elementos de la diagonal D y por c y c las dos columnas de
1
1 1
A c c
2
2 2
O equivalentemente:
A c
1
Es decir:
c c
2 1
c D
2
A C C D
1 y 2 se llaman autovalores.
270
AUTOVALORES Y AUTOVECTORES
a
a
n1 n 2
a11c1
a12 c2
a13 a1n c1
c1
c
a23 a2n c2
2
a
a c c
33
3n 3
3
c
a
a c
n3
nn n
n
a13c3
a 21c1 a 22 c2
a 23c3
a n1c1 a n 2 c2
a n 3 c3
a1n
a 2n
c1
c 2
a nn
c n
c c 1
c2 c2 c2 c2 1
1
c 0
Det A I A I 0
La expresin anterior toma el nombre de ecuacin caracterstica, la cual forma
un polinomio en de grado n que depende del orden de la matriz cuadrada A. Este
polinomio (polinomio caracterstico) puede dar como respuesta valores complejos
conjugados, valores reales distintos, valores repetidos e incluso 0. A estos valores
se les conoce como autovalores.
Multiplicidad algebraica.- Es el nmero de veces que aparece el autovalor como
raz del polinomio caracterstico.
271
0 8
5
1
8
2
Si tenemos una matriz triangular (ya sea superior o inferior), entonces sus
autovalores son los elementos de la diagonal.
5 0 0
A 2 1 0
0
8 1
5
1
Rango A B C Rango A
El rango de una matriz simtrica es el nmero de races caractersticas distintas
de cero que contiene.
El rango de una matriz A es igual al nmero de races caractersticas distintas de
cero en At A .
t
272
AUTOVALORES Y AUTOVECTORES
Ejemplo: Hallar los autovalores de las siguientes matrices:
5 1
1. A
2 4
Solucin:
1
5 1 1 0 5
A I
4
2 4 0 1 4
A I 5 4 21 0
P 9 18 0
2
6 3 0
6
1
2.
2 0 0
A 0 1 1
1 0 1
Solucin:
0
0
2 0 0
1 0 0 2
A I 0 1 1 0 1 0 0
1
1
1 0 1
0 0 1 1
0 1
A I 2 1 0
2
1 2
5 1
3. A
2 4
Solucin:
1
5 1
1 0 5
A I
2 4
0 1 2 4
A I 5 4 21 0
2
P( ) 9 22 0
9 7i
2
9 7i
2
Nota: En este caso, los autovalores no son reales. Algunos libros imponen que
los autovalores sean reales, pero con ello limitan la utilidad de los autovalores y
autovectores.
Por simplicidad, nosotros trabajaremos con autovalores reales.
273
2 0
4. A
0 2
Solucin:
0
2 0
1 0 2
A I
2
0 2
0 1 0
2
A I (2 ) 0
2
P( ) 4 4 0
1 2 2
1 2
5. A
2 4
Solucin:
2
1 2
1 0 1
A I
4
2 4
0 1 2
A I 1 4 4 0
2
P( ) 5 0
1 5 y 2 0
Autovectores (o vectores caractersticos):
Conociendo , los vectores caractersticos se hallan resolviendo:
A c c
A I c
2 4
Solucin:
Para 6 :
1
A I c 1
5 1 1 0 c1 0
60 1 c 0
2
4
1 c1 0
5 6
2
4 6 c 0
2
1 c1 0
1
2 2 c 0
2
Rango 1
274
AUTOVALORES Y AUTOVECTORES
Como el rango es 1 significa que existe una ecuacin linealmente
independiente.
2c1 2c2 0 c1 c2
c
1
El autovector es : 1 c
c2 1 1
c R 0
1
Puede ser:
1 2 1.5
c1 , , ,, etc.
1 2 1.5
t
c
c c 1 1
1 2
c2
c12 c22 1
1
c
1
1
1
2
o
2
1
Para 2 3 :
1 c1 0
5 3
2
4 3 c 0
2
2 1 c1 0
2 1 c 0
2
Rango 1
Puede ser :
1 1 2
c2 , , ,, etc.
2 2 4
c 1, entonces la respuesta es :
2
2
2
2
c c 1
1
2
2
c 2c 2 1
1
1
2
c 4c 2 1
1
1
275
, c
1/ 5
1/ 5
c
o
2
2/ 5
2 / 5
2 0 0
2. A 0 1 1 , donde 1 2 y 2 3 1 .
1 0 1
Solucin:
Para 1 2 :
A I c1 0
0
0 c1 0
2 2
0
c 0
1
2
1
2
1
0 1 2 c 0
3
0 0 0 c1 0
0 3 1 c 0
2
1 0 3 c 0
3
Rango 2
1
c2 c3
3 tenemos un sistema compatible indetermin ado .
c 3c
1
3
c 3c
3
3
1
c c c 3 c 1 3 donde c R 0
1
2
3
3
3
c c
1
3
3
El autovector puede ser :
3
c1 1 3,
9
1 , , etc.
3
t
c1 c2 c3 1
276
AUTOVALORES Y AUTOVECTORES
3c3 2 c3 3 2 c32 1
c
3
c 1
1
3
Para 2 3 1 :
3
91
9
91
91 o 1
3
91
91
91
91
A I c 1 0
0 c1 0
2 1 0
0
c 0
1
1
1
2
1
0 1 1 c 0
3
3 0 0 c1 0
0 0 1 c 0
2
1 0 0 c 0
3
Rango 2
3c 0 c 0
1
1c 3 0 c 3 0
c 0
0
1
c c c c 1 donde c R 0
2
2
2
2
2
c 0
0
3
El autovector puede ser:
0 0 0
c2 1 , 2, 1 , , etc.
0 0 0
t
c1 c2 c3 1
0 2 c2 2 0 2 1
c 1
2
0
0
c2 1 o 1
0
0
277
).
c1, c2 , c3, c4 ,, cn
2 2 1
A 1 3 1
1 2 2
Solucin:
P ( ) A I 0
P( ) ( 5)( 1) 2 0
Para: 5 :
1 5, 2 1
2
1 c1 0
3
1 2
c 0
1
2
1
2 3 c 0
3
Rango 2
c 2c c 0 c 2c c c c
1
c 2c 3c 0 c 3c 2c
1
c 3 2c c
1
2c
c1 c2
c1 c2 c3
278
AUTOVALORES Y AUTOVECTORES
c
1
1
c1 c1 c1 1
c1 R 0
1
c1
1 2 1/ 2
c1 1 , 2 , 1/ 2 , , etc.
1 2 1/ 2
t
c 2 c 2 c 2 1
1
2
3
c
1
1
3
1 / 3
c 1 / 3
1
1 / 3
El espacio propio:
dimE 5
1
E
Env{(1,1,1)} Gen1
5
1
1 n Rango A I 1
Rango A I :
3
2
1
Rango 1 2
1
1
2 3
3
2
6 2 4 rango por lo menos 2
1 2
1 2
1
1
1 0 , por lo tanto rango 3
2 3
Rango A I 2.
Para 2 1 :
1 2 1 c1 0
1 2 1 c 0
2
1 2 1 c 0
3
Rango 1
279
c 2c c 0
1
c c 2c
3
c
1
0
1
c c
c1 0 c2 1; donde c1 y c2 R
2
2
c 2c
1
2
2
1
El espacio propio:
E 1 Env{(1, 0, 1), (0,1, 2)}
dim( E 1 ) n Rango A I 2
n3
Rango A I :
1 2 1
A I 1 2 1 ;
1 2 1
el rango es 1
dim( E 1 ) 3 1 2 .
3. Matrices semejantes
Se dice que las matrices cuadradas del mismo orden son semejantes, si existe una
matriz invertible C tal que:
A C BC
BC
280
AC
AUTOVALORES Y AUTOVECTORES
Sean A y B matrices semejantes, entonces A y B tienen el mismo polinomio
caracterstico P( ) y tienen los mismos autovalores con sus mismas
multiplicidades algebraicas.
Propiedades:
Sean A y B dos matrices semejantes de tamao n n , entonces:
Det A Det B
Rango A Rango B
Traza A TrazaB
Nota: Que cumplan estas tres condiciones no necesariamente implica que A y B
sean semejantes.
Si dos matrices son semejantes tambin lo son las potencias de ambas de igual
exponente.
A semejante a B
k
k
A semejante a B
Ejemplo: Comprobar que B C 1 A C , es decir A y B son semejantes:
1 0 2
1 1 1
0 2 0
A 1 1 1 , B 0 2 1 y C 1 0 1
0 0 2
0 0 1
0 1 1
Solucin:
Primero debemos comprobar que C es invertible para eso hallamos C :
C 2
Como C
cumple:
0 2 0 1 1 1 0 4 2
C B 1 0 1 0 2 1 1 1 0
0 1 1 0 0 1 0 2 2
1 0 2 0 2 0 0 4 2
A C 1 1 1 1 0 1 1 1 0
0 0 2 0 1 1 0 2 2
Si A C C B entonces A y B son semejantes.
4. Diagonalizacin
Las matrices diagonales tienen la ventaja de que es sencillo trabajar con ellas.
Tenemos las siguientes matrices diagonales:
281
0
0
0
e11 0
0 e
0 0 0
22
, E
0 0 d
0
0
kk
0
e11d11
0
e d
22 22
D E
0
0
d k
11
0
k
D
0
0
d k
22
0
0 0 0
0 0 e
kk
0 0
0 0
0 0
0
,
0 0 e d
kk kk
0 0
0
0
1 / d11
0
1/ d
0 0
0
1
22
D
0
0 0 d k
0
kk
0 0
0
0 0
0
0 0 1/ d
kk
0 0
0 0
0
0 0
0
k
A C
282
AUTOVALORES Y AUTOVECTORES
a) El polinomio caracterstico P tiene n races reales no necesariamente
distintas, es decir:
P 1 m1 2 m2 s ms
con : m1 m2 ms n
b) La multiplicidad algebraica de cada autovalor de A coincide con la
multiplicidad geomtrica (es decir, la dimensin del espacio propio
correspondiente) del mismo autovalor.
Sea A una matriz de tamao n n , si A tiene n valores propios distintos,
entonces A es diagonalizable.
Ejemplo: Diagonalizar la matriz:
1 1 1
3 0
1. A 0
2 1 2
Solucin:
Calcularemos los autovalores de A:
PA Det A I
PA 3 0
2
2
2 1 2 c 0
3
c c c 0 c c
1
3c 0 c 0
2
rango 2
c
1
3
c 0 c 0
1
3
c
1
3
E A (0) Env 1, 0, 1
3:
1
1 c 0
2
1
0
c 0
0
0
2
2 1 1 c 0
3
2c c c 0
1
2c c c
1
rango 1
283
1
0
1
c c
c 0 c 1
2
2
1
2
2c c
2
1
1 2
1 1 0
C 0 0
1
1 2 1
E A (3) Env1, 0, 2; 0, 1, 1
0 0 0
D 0 3 0
0 0 3
0
0 3
A C C D 0 0
3
0 6 3
1 0 6
2. A 0 1 0
1 1 2
Solucin:
Calculemos los autovalores:
PA Det A I
PA 1 4 0
2
1Multiplicidad algebraica 2) y 4.
Calculemos los autovectores para:
= 1:
2 0 6 c1 0
0 0 0 c 0
2
1 1 3 c 0
3
Rango 2
3c
3
3
c 0 c 0
1
3
c
1
3
284
2c 6c 0 c 3c
1
c c 3c 0
1
c 0
2
E A (1) Env 3, 0, 1
AUTOVALORES Y AUTOVECTORES
4:
0
6 c 0
3
1
0 5
c 0
0
2
1
1 2 c 0
3
3c 6c 0 c 2c
1
5c 0 c 0
2
Rango 2
2c
2
3
c 0 c 0
2
3
c
1
3
E A (4) Env2, 0, 1
0
3
3. A
1
1 0
2
2 2
0
0 0
0 2 2
Solucin:
Calculemos los autovalores:
P Det A I
3 2
2
0
2 2
P 22 2 1 0
A
2i i
En consecuencia, A no es diagonalizable por tener autovalores complejos.
Ejemplo: Comprobar que las matrices siguientes son diagonalizables.
3
1
2 2
1
1 1 1
1. A
1
3 1 3
0 0 2
0
Solucin:
Hallamos los autovalores
P Det A I
A
285
PA 2 2 1 3 0
212 3
En consecuencia, A es diagonalizable porque todos sus autovalores son reales
y distintos.
1
2
2.
0 1
0
6 14
3. 0 3 6
0 3
0
3 0
1
4. 3 2 1
0 1 1
Si A es una matriz diagonalizable, entonces se cumple que:
A C DC
A C D C
1 2
Ejemplo: Hallar A5 si A
.
3 0
Solucin:
Hallamos los autovalores:
PA Det A I
PA 3 2 0
3 2
Hallamos los autovectores:
Para 1 3 :
2 c1 0
2
3 3 c 0
2
Rango 1
2c1 2c2 0
c1 c2
c c
1
c 1 1 c
1
c2 c1 1 1
286
AUTOVALORES Y AUTOVECTORES
Para 1 2 :
3 2 c1 0
3 2 c 0
2
Rango 1
3c1 2c2 0
3
c c
2
2 1
c c
1
c 1 1 c
2
1
c2 3c1 2
3
A C DC
5
2 3
0 3 5 2 5
1 2 3
3 0 2 1 5 1 5
1
287
c , c , c ,, c
n vectores
t
c c 1.
i
c c1 c2 c3 cn
Norma de un vector:
cn
c
c
c c
c c
c c
c c
i
1
i
2
i
3
i
i 1
c
c
c
c
co ci
1
2
3
i 1
2
2
2
2
i
c1
c2
c3
ci 1
oi
co
Ejemplo:
1. Diagonalizar la matriz simtrica:
2 0 0
A 0
3 1
0 1 3
Solucin:
a) Hallamos los autovalores:
PA Det A I
288
AUTOVALORES Y AUTOVECTORES
PA 2 4 0
2
1 2 2 :
0 0 c1 0
0
0
1 1 c2 0
0 1 1 c 0
3
Rango 1
c2 c3 0
c2 c3
c
1
0
1
c c c 0 c 1
1
2
1
2
c
0
1
3
E A 2 Env1, 0, 0; 0,1,1
1
0
c 1a 0 y c 1b 1
0
1
Veamos si estos autovectores son ortogonales:
0
1 0 0 1 0 . Por lo tanto, c 1a y c 1b son ortogonales.
1
Convertiremos esos autovectores a ortonormales:
on 1a
con
1b
1, 0, 0 1, 0, 0
1
0,1,1 0,
2
2 4 :
0
0 c1 0
2
0 1 1 c 0
2
0 1 1 c 0
3
Rango 2
2c1 0
289
c2 c3 0
c1 0
c2 c3
c 0
0
1
c c c c 1
2
2
3
3
c c
1
3 3
E A 4 Env0, 1,1
0
co 1
2
1
Pero, como deseamos que sean ortonormales:
con
0, 1,1
2
Por lo tanto, la matriz ortogonal es:
1 1
0,
,
2 2
1 0
C 0 1 / 2
0 1 / 2
1/ 2
1/ 2
1
0
0 2 0 0 1
0
1 / 2 1 / 2 0
3 1 0 1 / 2
0
0 1 / 2 1 / 2 0 1 3 0 1 / 2
0 2 0 0
1 / 2 0 2 0
1 / 2 0 0 4
1 1 1
A 1 1 1
1 1 1
Solucin:
a) Hallamos los autovalores:
PA Det A I
290
AUTOVALORES Y AUTOVECTORES
PA 2 3 0
1 2 0 :
1 1 1 c1 0
1 1 1 c 0
2
1 1 1 c 0
3
Rango 1
c1 c2 c3 0
c1 c 2 c3
c c c
1
1
1 2 3
c c c
c2 1 c3 0 E A 0 Env 1,1, 0; 1, 0,1
1
2
2
c c
0
1
3
3
1
1
c 1a 1 y c 1b 0
0
1
Veamos si estos autovectores son ortogonales:
1
1 1 0 0 1 . Por lo tanto, no son ortogonales.
1
Para transformarlos en ortogonales utilizaremos el algoritmo de
GramSchmidt:
Tomando como vector de referencia a c 1b :
t
c 1a c 1b
c
co c 1a
1b
2
1a
c 1b
o 1b
o 1a
1,1, 0
1, 0,1
1, 0,1 1 ,1, 1
2
291
1
1
;
, 0,
1a
2
2
con
2 y
o 1a
1
2
1
,
,
1b
6
6
6
co
1b
3
2
3 3 :
1
1 c1
2
1 2
c 0
1
2
1
1 2 c
3
Rango 2
2c1 c2 c3 0
c 2c c 0
1
c
1
1
c2 c1 c1 1
1
c1
c1 c2 c3
E A (3) Env{(1,1,1)}
con
2
1 1 1
(1, 1, 1)
,
,
3
3
3
3
C 0
1/ 2
1/ 6
2/ 6
1/ 6
1/ 3
1/ 3
1/ 3
1/ 6
1/ 3
0
1 / 2 1 1 1 1 / 2 1 / 6
2 / 6 1 / 6 1 1 1
0
2/ 6
1/ 3
1 / 3 1 1 1 1 / 2 1 / 6
5 4 2
A 4 5 2
2 2 2
292
1 / 3 0 0 0
1 / 3 0 0 0
1 / 3 0 0 3
AUTOVALORES Y AUTOVECTORES
Solucin:
a) Hallamos los autovalores:
PA Det A I
PA ( ) 1 10 0
2
3 10.
1 2 1 :
4 4 2 c1 0
4 4 2 c 0
2
2 2 1 c 0
3
2c 2c c 0 c 2c 2c
1
Rango 1
c
1
0
1
c
c
c1 0 c2 1
1
2
2c 2c
2
2
2
1
1
0
c 1a 0 y c 1b 1
2
2
Veamos si estos autovectores son ortogonales:
0
1 0 2 1 4 . Por lo tanto, no son ortogonales.
2
Para transformarlos en ortogonales utilizaremos el algoritmo de
GramSchmidt:
Tomando como vector de referencia a c 1a :
co
1b
o 1a
c 1b
c 1b c 1a
c 1a
c 1a
1, 0, 2
293
co
1b
0, 1, 2
4
1, 0, 2 4 , 1, 2
5
5
5
1
4
5
2
2
y c
,
, 0,
,
on 1b
on 1a
3 5
5
3 5 3 5
5
3 10 :
4
2 c1 0
5
4 5
c 0
2
2
2
2 8 c 0
3
Rango 2
2c
2
3
c 2c c 2
2
3
3
c
1
3
C 0
2 / 5
4 / 3 5 2 / 3
5 / 3 5 2 / 3
2 / 3 5 1/ 3
3 5
2
294
1
2
5 5 4 2 5
2
4 5 2 0
3 5
1 2 2 2 2
5
3
0
5
3 5
2
3
4
3 5
5
3 5
2
3 5
3 1 0 0
2
0 1 0
1 0 0 10
3
AUTOVALORES Y AUTOVECTORES
Solucin al problema introductorio del captulo
El problema que se plante al inicio del captulo se va a desarrollar en base a lo que se
ha visto en este cuarto captulo.
Primero debemos definir nuestras variables en funcin del tiempo, que en este caso
corresponde a periodos mensuales.
Variables:
A B
t 1 10 t 10 t
A
t 1
Forma Matricial:
At 1 8 10 3 10 At
B
t 1 2 10 7 10 Bt
8 10 3 10
Donde
es la matriz de transicin T.
2 10 7 10
Condiciones iniciales:
A0 1
B
0 1
2
2
At 8 10 3 10 t A0
B
t 2 10 7 10 B0
Donde D es una matriz diagonal compuesta por los autovalores, y C es una matriz
compuesta por los autovectores correspondientes a los autovalores.
Hallamos los autovalores:
PT Det T I
8 10
3 10
2 10
7 10
PT 1 1 2 0
1 1 2
295
Para 1 1 :
3 10 c1 0
2 10
2 10 3 10 c 0
2
2c1 3c2 0
c
1
c 3c
c 1 2
1
c2 c2
3
c
2 2
2
3 2 3
c2
1 2
Para 2 1 2 :
3 10 3 10 c1 0
2 10 2 10 c 0
c1 c2 0
c1 c2
c c
1 1
c 1 2 c
2
c2 c2 2 1 1
T C DC
3 1 1 0 1 5 1 5
1 0 1 2 2 5 3 5
2
At 3 1 1 t
B
1 0
t 2
1 5 1 5 1
1 2 t 2 5 3 5 1
0
2
2
t
6
1 1
1t
At 10
10 2
B
t
t 4 t 1 1
1
10
10 2
A largo plazo (para un tiempo infinito) Cmo ser la proporcin de cada marca?
6
t
6 t 1 1
Lim 1 10
A t 10
10 2
B
t
4 t 1 1 4
Lim 1
t 10
10 2 10
A largo plazo la proporcin ser 6 para la marca A y 4 para la marca B.
10
296
10
AUTOVALORES Y AUTOVECTORES
Ejercicios
3 2
1
1. Dados: A
; c demuestre que c es un autovector de A.
2
3
1
Solucin:
A c c
A I c
Luego, A I P( ) :
( 3)( 2) 6 0
5 0
( 5) 0
1 0
2 5 .
0
3 2 c1
3
2 c
0
2
3c1 2c2 0
Rango 1
2
c c
1 3 2
2 / 3
c c
2 1
0
2 2 c1
3 2 c2
c1 c2 0
Rango 1
c1 c2
1
c c
2 1
lqqd.
0 0
7
P( ) (7 ) (2 )( ) 24 0
(7 )( 6)( 4) 0
1 7 ; 2 6 3 4
297
Con 1 7 :
0
0 c1 0
0
4 c2 = 0
0 9
0
6 7 c3 0
Rango 2
9c 4c 0
2
6c 7c 0
2
c 0
c3 0
1
c1 c1 0
0
0
c c 1
2
2
1
c3 c2 1
3/ 2
13 0 0 c1 0
Con 6 : 0 4 4 c2 = 0
0 6 6 c 0
3
Rango 2
13c 0
1
4c2 4c3 0
c 0
1
c2 c3
0
0 c1 0
3
Con 4 : 0 6
4 c2 = 0
0
6 4 c3 0
Rango 2
3c 0
1
6c2 4c3 0
c1 0
3
c c
2 2
1 0 0
Solucin:
Hallemos el polinomio caracterstico:
3 3
P 3 32 3
El teorema de CayleyHamilton, nos indica que P A A3 3 A2 A 3 0 .
2
1 0 0
1 0 0
1 0 0 1 0 0
2
3
A 2 1 0 0 1 0 ; A 2 1 0 2 1 0
0 0 3
0 0 9
0 0 3 0 0 27
298
AUTOVALORES Y AUTOVECTORES
1 0 0 1 0 0 1 0 0 1 0 0 0 0 0
P A 2 1 0 3 0 1 0 2 1 0 3 0 1 0 0 0 0
0 0 27 0 0 9 0 0 3 0 0 1 0 0 0
algebraica y geomtrica de A 0 2 1 .
4 0 3
Solucin:
Reemplazando 1 :
1
0 0 0 c1 0
0 1 1 c2 = 0
4 0 2 c 0
3
c c
2
2c c
1
1
c c 2
1
1
2
0
c c 1
2
2
0
Rango 2
Reemplazando 2 :
2
1 0 0 c1 0
0 0 1 c2 = 0
4 0 1 c 0
3
c 0
1
c3 0
Rango 2
Reemplazando 3 :
3
2 0 0 c1 0
0 1 1 c2 = 0
4 0 0 c 0
c 0
1
c2 c3
0
c3 c2 1
1
Rango 2
1
La base es 2 ;
2
0
0
1 1
1
0
Solucin:
( A I ) c 0
299
A c c
A A c A c
2
A c A c
2 c
A c c
k
(A I) c 0
k
Si A es elevado a la potencia k entonces sus autovalores son los .
(A ) c 0
Det A I
Si Ak 0 Det k I
0.
2
0
A
0
1 0 0
2 1 0
0 2 0
0 0 2
Solucin:
(2 ) 4 0
2 con multiplicidad algebraica 4.
Luego:
0 1 0 0 c1 0
0 0 1 0 c2 0
0 0 0 0 c = 0
3
0 0 0 0 c 0
4
Rango 2
300
AUTOVALORES Y AUTOVECTORES
c2 0 ; c3 0
1
0
0
0
c c c con multiplicidad geomtrica 2.
1 0
4 0
0
1
8. Demostrar que la matriz A es diagonalizable; de ser as hallar su correspondiente
matriz diagonal D y la matriz regular C por la cual A C D C 1 . Donde:
6
2
4
3
0
1 2
0
A
0
0 1
0
2 3
2 6
Solucin:
P( ) (3 )
6
2 1
1 0
( 1)( 1) 2 9 8
( 1)2 ( 1)2
1 1
con multiplicidad algebraica 2.
2 1
Con 1 :
1
6
2
4 c1 0
2
0
0
2
0
c2 0
=
0
0 2
0 c3 0
2 6
c 0
2
4
4
c 0
3
c 3c 2c
1
Rango 2
3
2
1
0
c c c
2
4
0
0
0
1
301
6
2
4 c1 0
4
0
2
2
0
c2 0
=
0
0
0
0 c3 0
2 6
2 c4 0
2
c c
2
2c 3c c 2c 0
1
Rango 2
2
1
1
0
c c c
2
4 0
1
0
1
c 2c c
1
c2 c3
La matriz diagonal es:
1
0
D
0
0
1 0 0
0 1 0
0 0 1
3 2 2 1
1
0
1 0
C
0
0
1 0
1
0
1
0
9. Para cada una de las siguientes matrices, hllese, si existe, una matriz diagonal
semejante:
2 0 0
b) 3 1 0
1 0 1
1 1
a)
3 1
1 1 0
c) 0 4 2
0 0 2
Solucin:
1 1
a)
3
1
1 c1 0
1
Para 2 nos queda:
3 3 c2 0
Rango 1
c
1
c 1 c
1
2
c 1 1
2
La base estar formada por el autovector (1, 1).
c c
3 1 c1 0
.
Para 2 nos queda:
3
1
c2 0
Rango 1
302
AUTOVALORES Y AUTOVECTORES
c
1
c 1 c
1
c
3
2
La base estar formada por el autovector (1, 3).
3c1 c2
0 1
1
2
0 2 1 3
b)
1
1 1 1
3 1 1 3
Para 1 nos queda: 3 0 0 c 0
2
1 0 0 c 0
3
Rango 1
c 0
0
0
1
c c c c 1 c 0
c1 0
2 2 2 3
c c
0
1
3 3
Una base ser 0,1, 0 y la otra ser 0, 0,1 .
0 0 0 c1 0
Para 2 nos queda: 3 1 0 c 0
2
1 0 1 c 0
3
Rango 2
c c
1
1 1
1
2
2
1
c c 3c c 3
c1 c3 0
c3 c1
2 1 1
c c
1
3 1
La base estar formada por el autovector (1, 3, 1).
3c c 0
c 3c
1
0 0
C 1 0
3
0 1 1
1
1 0 0 0 0
3
0 1 0 1 0
0 0 2 0 1 1
c)
1
2 0 0 0 0
3 1 0 1 0
3 .
1 0 1 0 1 1
0 obtenemos autovalores 1 , 2 y
1
3 4 .
303
1 1/ 3 1/ 5
C 0 1
1
0 1
0
0
0 1 1/ 3 1/ 5
1
0 0 1
1
0 2
0
0 4 0 1
0
0 1 1/ 3 1/ 5
1 1
0 4
2 0 1
1 .
0
0 2 0 1
0
0 2 2
0 2 2
A 1 3
1
3 3
1
4 2 2 c1 0
1 c 0 encontramos una base (0, 1, 1).
1 1
2
3 3 3 c 0
3
Para 2 :
2 2 2 c1 0
1 c 0 encontramos una base (1, 1, 0).
1 1
2
3 3 1 c 0
3
Para 2 :
2 2 2 c1 0
1 c 0 encontramos una base (1, 0, 1).
1 5
2
3 3
c 0
3
0
4 0
0
D 0 2
0 0 2
304
0 1 1
C 1 1 0
1 0 1
AUTOVALORES Y AUTOVECTORES
1 1 3
Solucin:
1
Para 3 :
2 1 3 c1 0
1
3 c = 0 Encontramos las bases (1, 2, 0) y (0, 3, 1).
2
2
0 0
c 0
0
3
Para 2 :
1 1 3 c1 0
3 c = 0 Encontramos una base (1, 1, 0).
2 2
2
0 0
c 0
1
3
0
1
1
C 2 3 1
0
1 0
0
1
0
1
1
1 1 3 1
1
D C A C 2 3 1 2 4
3 2 3 1
0
0 0
1 0
3 0
1 0
3 0 0
D 0 3 0 .
0 0 2
12. Estdiese para qu valores reales de la matriz A es diagonalizable, y en los casos que
1
lo sea, encuentre su forma diagonal y una matriz C tal que C A C D siendo:
1 2 2 a
A 0
1
a .
0
0
1
Solucin:
2a
0
0
algebraica 3.
(1 )3 0 1
con
multiplicidad
305
0 2 2 a
0
a
0
0
0
0
0 2 2 a
Dim( 1) 3 Rango 0 0
a .
0 0
0
Para que dim( 1) sea igual a dim(A) es necesario que el rango de ( A I ) sea 0.
Para cualquier valor real de a el rango de ( A I ) no ser cero entonces
siempre ser no diagonalizable.
1 2 0
A 1 3 1 .
0 1 1
Solucin:
1 2 0
A 1 3 1
0 1 1
P 3 52 8 4 0
De acuerdo al teorema de CayleyHamilton debe cumplir:
P A A3 5 A2 8 A 4 0
3
2
A 4 8 4 ; A 12 20 12
5 12 6
1 4 2
9 24 10 1 8 2 1 2 0 4 0 0 0 0 0
P A 12 20 12 5 4 8 4 8 1 3 1 0 4 0 0 0 0
5 12 6 1 4 2 0 1 1 0 0 4 0 0 0
( A3 5 A2 8 A) A1 4I A1
A
306
1 2 5
A A 2I
4
4
0.5
1 8 2
1 2 0 1 0 0 0.5 0.5
5
1
4 8 4 1 3 1 2 0 1 0 0.25
0.25 0.25
4
4 0 1 1 0 0 1 0.25 0.25
1.25
1 4 2
AUTOVALORES Y AUTOVECTORES
0.5
0.5 0.5
0.25
0.25 0.25
0.25 0.25
1.25
3 2 0
a) Es A diagonizable?
b) Determnese una matriz diagonal similar a A.
Solucin:
3
algebraica 2) y 1 .
Para 5 :
2 2 0
2 2 0
0
0 0
rango 1
Dim( 5) 3 1 2
rango 2
Dim( 1) 3 2 1
Para 1 :
2 2 0
2 0
2
0
0 4
5 0 0
D 0 5 0
0 0 1
0 0
1 1
0 1
.
y D
se diagonaliza en C
15. Demuestre que A
0 1
0 1
0 1
Solucin:
DC
A C y A C D C 1
1
1 1 0 0 1 1
0 1
obtenemos
y este resultado es la
Operando
0 1
0 1 0 1 0 1
matriz A. Por lo tanto, queda demostrado que A se diagonaliza en C y D.
307
5 6 6
1 0
y la matriz H 1
16. Es diagonalizable la matriz B
4
2 ?
1 1
3 6 4
Solucin:
a) Para la matriz B:
1
0
2
(1 ) 0 1 (con multiplicidad algebraica 2).
1
1
0 0
2 1 1 y 1 2 no es diagonalizable.
Dim( 1) n Rango
1 0
b) Para la matriz H:
5 6
6
1 22 0 1
1
3
6
4
multiplicidad algebraica 2).
2 2
(con
4 6 6
Dim( 1) 3 Rango 1
3
2 1
3 6 5
3 6 6
Dim( 2) 3 Rango 1
2
2 2
3 6 6
Si es diagonalizable.
a 0 0
diagonalizarse.
Solucin:
A I
(a )(3 )(1 )
1 a , 2 3 y
3 1 .
Si a 1 y a 3 habran 3 autovalores distintos, entonces es diagonalizable.
Si a 1 1 (con multiplicidad algebraica 2) y 3 .
1
308
AUTOVALORES Y AUTOVECTORES
0 0 0
Dim( 1) 3 Rango b 2 0 1 , b R
1 0 0
0
2 0
Dim( 3) 3 Rango b 0
0 1 , b R
1 0 2
2 0 0
Dim( 1) 3 Rango b 2 0 1 , b R
3 0 0
0
0 0
1 Si b 0 no es diagonaliz able
Dim( 3) 3 Rango b 0
0
3 0 2 2 Si b 0 si es diagonaliz able
7 6
.
18. Calcule A20 donde la matriz A
12 10
Solucin:
7
12
10
= ( 2)( 1) 0
2 y 1
Para 2 :
9 6 c1 0
c2 0
Para 1 :
8 6 c1 0
3
2 3
4
; C 1
C
4
3
3 2
A
20
20
CD
20
3 8388599 6291450
2 3 220
0 4
.
20
4 0 1 3 2 12582900 9437176
3
309
1 0 0
0 2 2
a 0 0
diagonalizarse.
1 1 0
23. Encontrar los valores de a y b para los cuales A = 0 a 1 sea diagonalizable.
0 0 b
24. Diagonalizar ortogonalmente las siguientes matrices:
1 1
3
a) A 1 3 1
1 1 5
3
1
b) A
1
310
1 / 2 1 / 3 1 / 6
2 0 0
Rpta : C 1 / 2 1 / 3 1 / 6 , D 0 3 0
0
0 0 6
1/ 3 2 / 6
1 / 2
1 1 1
3 1 1
1/ 2
Rpta : C
0
1 3 1
1 1 3
0
1/ 6
1/ 6
2/ 6
0
2
1 / 12 1 / 2
0
1 / 12 1 / 2
, D
0
1 / 12 1 / 2
3 / 12 1 / 2
0
0 0 0
2 0 0
0 2 0
0 0 6
AUTOVALORES Y AUTOVECTORES
Problemas Resueltos
1. Una agencia de transportes tiene su flota de camiones repartida en dos ciudades A y
B. De los camiones que hay en A al principio de cada mes, los 2/3 vuelven a A al
final del mismo mes, y el resto a B. De los que hay en B, las 3/4 partes vuelven a B y
el resto a A.
a) Si la flota de camiones permanece constante e inicialmente hay la mitad en cada
ciudad, hllense los porcentajes que hay en cada ciudad al final del tercer mes.
b) Hllese el porcentaje de camiones en cada ciudad al cabo de infinitos meses.
Solucin:
Variables:
Sistema de ecuaciones:
A
B
4 t
1
3
B A B
t 1 3 t 4 t
t 1
3 t
Forma matricial:
At 1 2 3 1 4 At
B
, donde
t 1 1 3 3 4 Bt
2 3 1 4
1 3 3 4 es la matriz de transicin T.
Condiciones iniciales:
A0 0.5
B
0 0.5
At 2 3 1 4 t A0
B
t 1 3 3 4 B0
2 3 1 4 1 1 5 12 0 1 1
1 3 3 4 1 4 3 0
1 1 4 3
2 3 1 4 1 1 5 12 0 4 7 3 7
1 3 3 4 1 4 3 0 1 3 7 3 7
At 1
1 5 12 t
t 1 4 3 0
0 4 7 3 7 0.5
1 t 3 7 3 7 0.5
311
At
B
t
1 5 t 3
14 12 7
t
1 5 4
14 12 7
1 5 3 3 1499
3456
0.4337 43.37%
14 12 7
0.5663 56.63%
1
5
4
1957
14 12 7
3456
t
3
1 5 3
Lim 7
t 14 12 7 0.42857 42.857%
0.57143 57.143%
t
1
5
4
Lim 4
t 14 12 7
7
Sistema de ecuaciones:
A
B
10 t 5 t
3
3
B
A B
t 1 10 t 5 t
t 1
Forma matricial:
At 1 7 10 2 5 At
B
B , donde
t 1 3 10 3 5 t
312
7 10 2 5
3 10 3 5 es la matriz de transicin T.
AUTOVALORES Y AUTOVECTORES
Condiciones:
At x
A A
x 7 10 2 5 x
y t 1 t , quedando:
B
t 1200
Bt 1 Bt
1200 3 10 3 5 1200
7
10
2
5
1200
x 1600
Sistema de ecuaciones:
4
3
A B
t
5
5 t
1
2
B A B
t 1 5 t 5 t
A
t 1
Forma matricial:
At 1 4 5 3 5 At
B
, donde:
t 1 1 5 2 5 Bt
4 5 3 5
1 5 2 5 es la matriz de transicin T.
Condiciones iniciales:
A0 3 5
B
0 2 5
At 4 5 3 5t A0
B
t 1 5 2 5 B0
4 5 3 5 1 3 1 5 0 1 3
1 5 2 5 1 1 0 1 1 1
313
4 5 3 5 1 3 1 5 0 1 4 3 4
1 5 2 5 1 1 0 1 1 4 1 4
At 1 3 1 5 t
B
t 1 1 0
At
B
t
0 1 4 3 4 3
1 t 1 4 1 4 2
5
5
3 1 t 3
20 5 4
t
3 1 1
20 5 4
3 1 2 3 93
125
0.744 74.4%
4
20 5
0.256 25.6%
3
1
1
32
20 5
4 125
3 1 3
Lim
A t 20 5 4 4 0.75 75%
B
t
3 1 1 1 0.25 25%
Lim
t 20 5 4 4
314
AUTOVALORES Y AUTOVECTORES
Problemas Propuestos
1. Un pas tiene un sistema poltico en el que slo participan tres partidos, y los
resultados de las elecciones siguen un modelo definido. Si un partido gana una de
las elecciones, su posibilidad de ganar las prximas son de 50:50, y si pierde la
siguiente ocasin, cada uno de los otros dos partidos tienen una posibilidad de 50:50
de ganar. Qu proporcin de las elecciones ganar cada partido a largo plazo?
2. Los hbitos de estudio de un alumno son como sigue. Si estudia una noche, est
70% seguro de no estudiar la noche siguiente. Por otra parte, si no estudia una
noche, est 60% seguro de no estudiar tampoco la noche siguiente. A la larga, con
qu frecuencia estudia?
3. Dos nios b y b y dos nias g y g estn lanzndose una bola uno al otro. Cada
1
nio pasa la bola al otro nio con probabilidad 1 y a cada nia con probabilidad 1 .
4
Por otra parte, cada nia lanza la bola a cada nio con probabilidad 1 y nunca a la
2
de
A
B
C
A
0.3
0.4
0.1
a
B
0.4
0.1
0.3
C
0.3
0.5
0.6
con probabilidad
1
.
3
las veces debe transitar el camionero por el Viaducto del Puente, por el Paseo del
Parque o por la Carretera N 1, respectivamente?
9. Todos los aos la familia Ramrez, sale de viaje por vacaciones: a un sitio de
acampar (preferido por los hijos), de visita a una ciudad (preferido por la esposa del
Sr. Ramrez), o a un sitio de deportes de invierno (preferido por el Sr. Ramrez).
Nunca toman la misma clase de vacaciones dos aos seguidos. Cada ao los
Ramrez lanzan una moneda al aire para decidir qu vacaciones tomarn de entre los
dos tipos de viaje que no hicieron el ao anterior. Qu proporcin de las veces van
los Ramrez de viaje al campo, de visita a una ciudad, y a los deportes de invierno?
10. Un mecnico tiene un automvil poco digno de confianza. Todas las maanas va al
garaje confiado en que s podr arrancar su auto; algunos das, el vehculo arranca
normalmente; otros das, lo hace cuando lo remolca el auto de un vecino; en otros,
ningn empuje da resultado y hay que llamar a la estacin de servicio. Si cierto da
se pone en marcha normalmente, la probabilidad para el siguiente da son 1 para
2
1
1
arranque normal, para arranque con empujn, y para arranque con auxilio de la
6
3
316
G1
G2
AUTOVALORES Y AUTOVECTORES
G3
proporcin de los das tendr el auto un arranque normal, deber ser empujado y
requerir el servicio de la estacin, respectivamente?
11. El seorF (quien prefiere comer filete), el seor P (quien prefiere el pollo) y el
seor J (quien prefiere el jamn) son convidados frecuentemente a comer a la casa
de una amiga, que prepara solamente esos tres platillos. Ellos han decidido apostar,
antes de ir a cada comida, acerca del platillo que se les servir. Se supone que si su
anfitriona sirve filete en cierta ocasin, no lo servir la prxima vez; ella entonces
tira al aire una moneda normal, y sirve pollo si cae cara, y jamn, si cae cruz. Si en
cierta ocasin sirve pollo, para la prxima vez lanza dos dados, y servir pollo si los
mismos sealan puntos iguales; si en la primera tirada de los dados se tienen puntos
diferentes, los lanza de nuevo, y servir filete si dan la misma marca, o jamn, en
caso contrario. Si en cierta ocasin sirve jamn, para el prximo da saca una carta
al azar de una baraja americana, y sirve pollo si resultan diamantes, o filete, en caso
contrario. Si cada convidado siempre apuesta a que comer el platillo de su
preferencia, qu proporcin de las veces, a largo plazo, ganar cada uno?
12. Un club de lectura tiene 3 listas de envos por correo: una lista especial M de los
miembros activos de ms antigedad, otra, R, que contiene los socios regulares, y
una ms, P, en la que figuran los socios regulares y los nombres de personas que en
el pasado mostraron inters en las actividades del club. Para cada nueva publicacin
hay que decidir, qu lista debe utilizarse para enviar por correo los anuncios de la
venta. Si despus del ltimo envo hubo solicitud de muy pocos ejemplares, la
secretaria utiliza la lista R con probabilidad de 1 y la P con probabilidad de 3 . Si
4
despus del ltimo envo hubo una respuesta satisfactoria, la secretaria usa la lista R
y la P con iguales probabilidades; si despus del envo precedente, result un
nmero excesivo de pedidos o sobredemanda, la secretaria emplea la lista M con
probabilidad de 1 y la R con probabilidad de 2 . Si se usa la lista M, habr ventas
3
4
1
si se utiliza la lista P, habr ventas satisfactorias con probabilidad de
y
3
sobredemanda con probabilidad de 2 . En qu proporcin de las veces las ventas
3
4
317
Captulo V
Formas Cuadrticas
TEMARIO 1. INTRODUCCIN
2. FORMAS CUADRTICAS
3. CLASIFICACIN DE LAS FORMAS CUADRTICAS
4. MTODO DE ESTUDIO DEL SIGNO DE LA FORMA
CUADRTICA
5. FORMAS CUADRTICAS REALES CON RESTRICCIONES
1. Introduccin
Este tipo de anlisis tiene gran inters en varios mbitos (Anlisis matemtico,
Estadstica, etc.). Es el punto de partida para el estudio de problemas de
optimizacin.
Las formas cuadrticas desarrollan una excelente introduccin al vocabulario y
tcnicas de problemas de optimizacin. Adems, las condiciones de segundo
orden (necesarias y/o suficientes) que distinguen un mximo de un mnimo en
optimizacin de problemas econmicos, son expresadas en trminos de formas
cuadrticas. Finalmente, un gran nmero de problemas de optimizacin tiene una
funcin objetivo cuadrtica, por ejemplo: en finanzas se resuelven problemas de
minimizacin del riesgo de no recuperar una determinada inversin, donde el
riesgo es medido por la varianza de retornos de las inversiones.
Por otro lado, al buscar los mximos y mnimos relativos de una funcin de n
variables surgen formas cuadrticas cuyo signo es preciso conocer.
2. Formas cuadrticas
Las formas cuadrticas son las funciones ms simples despus de las lineales.
Las formas cuadrticas tienen matrices representativas, as el estudio de
propiedades de una forma cuadrtica se reduce al estudio de propiedades de una
matriz simtrica.
Como las formas cuadrticas estn relacionadas con las matrices simtricas,
daremos un breve repaso de conceptos vistos anteriormente.
Una matriz simtrica A cumple: A At .
Una matriz simtrica A es diagonalizable de la forma:
t
t
D C A C o A C D C
Q x bx 2
Q x ,x
Concluimos:
Qu tipo de expresiones tenemos?
Un polinomio homogneo de grado 2.
320
FORMAS CUADRTICAS
Qu tipo de entrada tiene esta expresin?
Un vector.
Qu resultado nos da este tipo de expresiones?
Un valor real.
Cmo generalizamos esta expresin para un vector de entrada de dimensin
n?
aij xi x j
n
Q x1, x2 ,, xn
i 1 j i
Q x
a xx
ij i j
i 1 j i
x1
a11
1
a
2 21
1
2 a31
1
a
2 n1
1
a
2 12
a 22
1
a
2 32
1
a
2 n2
a x
1
n
1
2
x
2
1
1
a
a
2 23
2 2n x
3
1
a
a
33
2 3n
xn
1
a
a
nn
2 n3
1
a
2 13
donde: a a .
ij
ji
Qx , x , x a x 2 a x2 a x 2 a x x a x x a x x .
1 2 3
11 1
22 2
33 3
12 1 2
13 1 3
23 2 3
Qx , x , x x 2 2 x 2 3x x 2 x x .
1 2 3
1
2
1 3
2 3
2
2
a) Q x1, x2 a x a x x a x .
11 1
12 1 2
22 2
b)
c)
321
b)
c)
x1
x1
x1
x2
a
11
1
a
2 12
a x
2 12 1
a x2
22
a
11
a
12
a2
13
2
12
2
a22
a
23
a
13
2 x
a23 1
x
2 2
x
a33 3
0 3 2 x
1
1
0 2 1 x2
3 2 1
0 x3
b) Q x x1
c) Q x x1
d) Q x x1
0
1
1 x
1
x
x 1
1
1
2
3
1 1 2
1 x3
1 x
5 2
1
x
x 2
1
2
1 1 11 x
3
1 1 1 x1
x 1 0 0 x
3
2
1 0 3 x
3
Solucin:
2
2
2
a) Q x x 2 x x 3x 2 x x x
1
1 2
2
2 3
3
322
FORMAS CUADRTICAS
b) Q x 2 x x 2 x x x 2 x x x 2
1 2
1 3
2
2 3
3
c) Q x 5 x 2 4 x x 2 x x x 2 2 x x 11x 2
1
1 2
1 3
2
2 3
3
d) Q x x 2 2 x x 2 x x 3x 2
1 2
1 3
3
1
la forma cuadrtica. Q x 0 x A x 0 , x 0 en R n .
Ejemplo: Q x x 2 x 2 .
2
1
x3
x2
3.2. Definida negativa (DN).- Si todo vector no nulo le asigna un valor negativo
t
a la forma cuadrtica. Q x 0 x A x 0 , x 0 en R n .
Ejemplo: Q x x 2 x 2 .
1
2
x3
x2
x1
323
n
x A x 0 , x 0 en R .
x2
x1
3.4. Semidefinida negativa (SDN).- Si asigna valor negativo para unos vectores
y nulos para los dems. Llamada definida no positiva. Q x 0
t
n
x A x 0 , x 0 en R .
2
2
Ejemplo: Q x x1 2 x1x2 x2 . Se observa que para todos los vectores
que se encuentran sobre el eje x Q x 0 y para cualquier otro vector que
1
no pertenece al eje x se verifica que Q x 0 .
1
x3
x2
x1
324
FORMAS CUADRTICAS
3.5. Indefinida o no definida.- Si hay unos vectores a los que se les asigna valor
positivo, y a otros negativo. Q x 0 para unos x y Q x 0 para otros
x.
t
x3
x1
x2
Si: Q x x A x
t
t
Q x x C D C x
325
x A x y D y x A x
y
i 1
2
i i
1 5 x
y
5 1 y
2
2
1. Q x x y 10 xy x
Solucin:
1 5
A
5 1
P Det A I
2 1 25 0
2 24 0
6 4 0
4
6
Q x x1 x2
0
0 x
1
1
x
x 0 2
1
3
2
0
1 2 x3
Solucin:
0
0
1
A 0 2
1
0
1 2
P Det A I
326
5 7 3 0
FORMAS CUADRTICAS
P 12 3 0
1 0 0 x1
x
x 0
1
1
3
2
0 1 1 x
3
Q x x1 x2
Solucin:
1 0 0
A 0
1 1
0 1 1
P Det A I
1 3 1 0
P 1 2 0
1, 0 , 2
Por lo tanto, la forma cuadrtica ES SEMIDEFINIDA POSITIVA.
2
2
4. Q x 3x1 4 x1x2 7 x2
3 2 x1
Q x x1 x2
7 x2
2
Solucin:
3 2
A
7
2
P Det A I
10 17 0
P 3 7 4 0
52 2 0
52 2 0
327
Q x x1 x2
1 0 x
1
1
x
x 1 2
1
0
x
1 1
3
Solucin:
1 0
1
A 1 2
1
0
1 1
P Det A I
P 1 3 0
1
3
0
Por lo tanto, la forma cuadrtica ES SEMIDEFINIDA NEGATIVA.
Nota: Este mtodo es conveniente siempre y cuando sea fcil hallar los
autovalores. Cuando es difcil, se calcula por mtodos iterativos que no se
van a desarrollar en el presente libro.
4.2. Mtodo de los menores principales dominantes.Primero debemos saber algunas definiciones para entender este mtodo.
Menores principales de una matriz:
Sea A una matriz de n n. Una submatriz k k de A formada eliminando
(n k) columnas y las mismas (n k) filas de A es llamada submatriz
principal de A de orden k. Al determinante de la submatriz principal de k k
se le denomina menor principal de A de orden k.
Ejemplo: Hallar los menores principales de la siguiente matriz:
a
a
11 12
A a
a
21
22
a
a
31 32
a
13
a
23
a
33
Solucin:
a
a
11
12
Menor principal de orden 3 = a21 a22
a
a
31
a
13
a
23
32
33
11
21
12
22
11
31
13
33
22
32
23
328
33
FORMAS CUADRTICAS
Menores principales dominantes de una matriz A:
Sea A una matriz de n n. Una submatriz k k de A formada eliminando las
ltimas (n k) columnas y las ltimas (n k) filas de A es llamada submatriz
principal dominante de orden k. A su determinante se le denomina menor
principal dominante de orden k.
Tambin son llamados menores principales de la esquina superior izquierda
de la matriz A.
Una matriz A de orden n n tiene n submatrices principales dominantes.
Ejemplo: Hallar los menores principales dominantes de la matriz:
a
a
11 12
A a
a
21
22
a
a
31 32
a
13
a
23
a
33
Solucin:
A1 = a11
A2 =
11
21
12
22
a
a
11
12
A3 = a21 a22
a
a
31
32
a
13
a
23
33
Si A = 0 y i < n
Ai 0 SDP
A 0 , si i es impar
i
Si A = 0 y i n
329
A 0, si i es par
i
SDN
A 0, si i es impar
i
e) En los dems casos es indefinida.
Veremos los siguientes casos: si algn menor principal dominante de A (o
algunos de ellos), es diferente de cero, pero no cumple los casos a) y b),
entonces A es indefinida. Este caso ocurre cuando A tiene todos los menores
principales dominantes de orden k negativos o cuando k es un entero impar y
los menores principales dominantes son positivos o cuando A tiene menores
principales de orden k negativos y menores principales de orden l
dominantes positivos, para dos nmeros enteros impares distintos k y l.
Sea A una matriz simtrica de orden n n. Entonces A es semidefinida
positiva si y slo si cada menor principal de A es 0; A es semidefinida si y
slo si cada menor principal de orden impar es 0 y cada menor principal
de orden par es 0.
Tener en cuenta que encontrar la clasificacin de la forma cuadrtica Q x
es equivalente a determinar si x 0 es un mximo, un mnimo o ninguno
de ellos, al evaluar una funcin Q x . Por ejemplo, x 0 es el nico
mnimo global de la forma cuadrtica si y slo si Q x es definida positiva.
En forma similar x 0 es el nico mximo global de Q x si y slo si
Q x es definida negativa.
Aplicacin:
La clasificacin de la matriz simtrica juega un rol importante en la teora
econmica y en aplicaciones de matemtica en general. Por ejemplo, para
una funcin de una variable Y f x , el signo de la segunda derivada
f ' ' x0
en un punto crtico x
FORMAS CUADRTICAS
Si A 0 , i = 1, , n 1, f x 0 , y es falso c) y d), entonces Q x
i
es indefinida.
En los dems casos no podemos decir nada.
Ejemplos:
1. Q x x1
1 x
5 2
1
x
x 2
1
1
3
2
1 1 11 x
3
Solucin:
A1 5 5 0 , A2
5 2
1 0 , A3
2 1
1 1 1 0
1 1 11
2. Q x x1 x2
2
1
x 2 5
3
0
0
0 x
1
0 x2
1 x3
Solucin:
A1 1 1 0 ,
1
A3
2 5
0
A2
2 5
1 0,
0
0 1 0
1
3. Q x x1 x2
1 1 1 x1
x 1 0 0 x
3
2
1 0 3 x
3
Solucin:
A1 1 1 0 , A2
1 1
1 0
1 1 1
1 0 , A3 1 0 0 3 0
1 0 3
Qx, y, z x
0 2 x
1
1 y
1
2 z
3
z 0
2
A1 3 ;
A2 3 ;
Q y, z 3 y z 2 y 2 z 4 y z z 2 yz
2
Q y, z 2 y 9 z 8 yz
2
9 z
4
332
FORMAS CUADRTICAS
Analizando la nueva forma cuadrtica se obtiene:
Segunda forma:
Algunas veces nos encontraremos con un conjunto de restricciones, donde
despejar algunas variables en funcin de las otras puede demandar mucho
tiempo, por lo tanto usaremos el siguiente teorema para analizar las formas
cuadrticas con varias restricciones.
t
Teorema:
Sea
Q x x A x
restringida
L x V / B x 0 , donde DimB m n
Siendo m el nmero de restricciones.
0
Sea la matriz Orlada A mt m
B
al
y
subespacio
Rango B m .
B
entonces:
A m n m n
n m
menores principales
n m
que 1m ,
menores
entonces
Restricciones:
x2 x3 x4 0
x1 9 x2 x4 0
333
Q x x1
1 0
0 1
x
4
0 2
1 0
1
0
B x
1 9
1
0
0 1 x1
2 0 x2
1 0 x3
0
1 x4
x1
1 x2 0
1 x3 0
x4
1 1 1
0 0 0
0 0 1 9 0 1
A 0 1 1
0 0 1
1 9 0 1 2 0
2 1 0
1 0 0
1 1 1 0 0 1
A5 y A6 .
A5 0 y A6 0 .
1n 14 1 , entonces
Hallando:
A5 77 y
A5 0 y A6 0 .
restringida es
A6 24 . Por lo tanto, Q x
334
FORMAS CUADRTICAS
t
x A B x es definida positiva.
t
L= x V / B x 0
335
( x1 , x2 , x3 ) x1 x2
1 0 3 x1
x 0
1 1 x
3
2
3 1 10 x
3
A1 1 0
A2 1 0
A3 0
a. Existen niveles de produccin que puedan generar prdida?
Al estudiar el signo de la forma cuadrtica nos indica que la funcin de beneficios es
semidefinida positiva, por lo tanto no va a existir ningn nivel de produccin que
genere prdida debido a que la funcin slo puede tomar valores positivos o ceros, y
no puede adoptar valores negativos.
b. Cmo sern los beneficios si las cantidades que se producen del primer y del
segundo producto son el doble y el triple respectivamente, de la cantidad que
produce el tercero?
Se puede observar que en esta pregunta nos estn dando restricciones de igualdad.
x 2x
1
x 3x
2
336
FORMAS CUADRTICAS
( x3 ) 2 x3
Se concluye que la funcin beneficios con estas restricciones es ahora una forma
cuadrtica definida positiva, eso nos indica que siempre vamos a obtener beneficios
positivos ante cualquier nivel de produccin.
337
Ejercicios
1. Sean las formas cuadrticas siguientes:
a) Q x1, x2 2 x 2 3x x x 2
1
1 2
2
x
,
x
,
x
,
x
Q
b)
1 2 3 4 x1x2 x2 x3 x1x4 x2 x4 x3 x4 x1x3
Solucin:
a) Q x1, x2 2 x 2 3x x x 2
1
1 2
2
x1
32/ 2
x2
3 / 2 x1
1 x2
A1 2
A2 1 / 4
b) Q x1, x2 , x3 , x4 x x x x x x x x x x x x
1 2
2 3
1 4
2 4
3 4
1 3
x1
A1 0 ;
0 1 / 2 1 / 2 1 / 2 x1
1 / 2
x
0
1
/
2
1
/
2
2
1 / 2 1 / 2
0 1 / 2 x3
0 x4
1 / 2 1 / 2 1 / 2
A2 1 / 4 ;
A3 1 / 4 ;
A4 3 / 16
x
A1 1 ,
338
A1 4 a
1 a x
y
4 y
a
a 2
Es semidefinida positiva.
si
a 2
FORMAS CUADRTICAS
Si a 2 a 2 Es indefinida.
Si 2 a 2
Es definida positiva.
b) Q x1, x2 , x3 x 2 2 x x ax 2 2 x x 2ax x 3x 2 .
1
1 2
2
1 3
2 3
3
x1
1 1 1 x1
x 1 a a x
3
2
1 a 3 x
3
A1 1 ; A2 a 1 y A3 a 3a 1
Ser definida positiva cuando: A 0 , A 0 , A 0
1
a 1 0
a 1
a 3a 1 0
a 3a 1 0
3
a 1, 3
Entonces:
Si 1 a 3
Es definida positiva.
Si a 3 a 1
Es semidefinida positiva.
Si a 1
a 3 Es indefinida.
A1 1 ;
1 x
1 0
z 0 1
a y
1 a a 1 z
A2 1 y
A3 a(a 1)
Si a 0
Es semidefinida positiva.
Si a 1
Es semidefinida positiva.
Si a 1
a0
Es indefinida.
3. Hllase el valor del parmetro a para que las siguientes formas cuadrticas sean
definidas positivas en todo el espacio:
a) Qx, y, z 5x2 y 2 az 2 4 xy 2 xz 2 yz .
b) Qx, y, z x2 y 2 a 1z 2 2ayz 2 xz .
Solucin:
a) Qx, y, z 5x2 y 2 az 2 4 xy 2 xz 2 yz
339
1 x
5 2
z 2
1 1 y
1 1 a z
A2 1 y
A1 5 ;
A3 a 10
a 10 Es definida positiva.
b) Qx, y, z x2 y 2 a 1z 2 2ayz 2 xz
1 0
z 0 1
1 a
1 x
a y
a 1 z
A3 aa 1
A2 1 y
A1 1 ;
aa 1 0
aa 1 0
0
a 0,1
Qx, y, z x2 3 y 2 2 z 2 2 xy
L ( x, y, z) x y z 0 .
restringida al subespacio
Solucin:
Qx, y, z x2 3 y 2 2 z 2 2 xy
L ( x, y, z) x y z 0 .
x
A1 1 ;
restringida al subespacio
1
0 x
1
z 1 3
0 y
0
0 2 z
A2 4 ;
A3 8
Es indefinida.
Restringida al subespacio L ( x, y, z) x y z 0
x zy
Q( y, z ) ( z y)2 3 y 2 2 z 2 2( z y) y Q( y, z ) 4 y 2 z 2
y
A1 4 ;
340
A2 4
4 0 y
z
0 1 z
Es definida negativa.
FORMAS CUADRTICAS
5. Sea la forma cuadrtica:
Qx, y, z x 2 2 xy y 2 z 2
Q( x, y, z ) x 2 2 xy y 2 z 2
Estudie el signo en el subespacio generado por los vectores 1, 0, 1 , 0, 1, 2 .
x
A1 1 ;
1 1 0 x
z 1 1 0 y
0 0 1 z
A2 0 ;
A3 0 Es indefinida.
1 2
0, 1, 2 ;
se
y 0
z
x 2y z 0 x 2y z
Reemplazando:
Q y, z 2 y z 2 22 y z y y z
2
Q y, z y 2 yz 2 z
2
Q y, z y
A1 1 ;
1 1 y
z
1 2 z
A2 1 Es definida negativa.
Qx1 , x2 , x3 x 2 x 2 2 x x x 2 2 x x 2 x x .
1
2
1 2
3
2 3
1 3
Qx1 , x2 , x3 x 2 3x 2 2 x x x 2 2 x x ;
restringida al subespacio
1
2
1 2
3
2 3
L x1, x2 , x3 R3 x1 x2 2 x3 0 ; x1 3x3 0 .
Qx1 , x2 , x3 3x 2 2 x 2 3x 2 2 x x ;
restringida al subespacio
1
2
3
1 3
L x1, x2 , x3 R3 x2 0 ; x1 x3 0 .
Qx1 , x2 , x3 x 2 7 x 2 8x 2 6 x x 4 x x 10 x x ;
restringida
al
1
2
3
1 2
1 3
2 3
3
subespacio L x1, x2 , x3 R x2 2 x3 .
a) Q x1 , x2 x 4 x 2 4 x x .
1
2
1 2
2
b) Q x1 , x2 , x3 2 x1 2 x1 x2 2 x1 x3 2 x22 2 x32 2 x2 x3 .
c)
d)
e)
f)
341
a) Q x1 , x2 x 4 x 2 4 x x
1
2
1 2
x1
A2 0
A1 1 ,
12
x2
2 x1
4 x2
Es semidefinida positiva.
b) Q x1 , x2 , x3 2 x 2 2 x x 2 x x 2 x 2 2 x 2 2 x x
1
1 2
1 3
2
3
2 3
x1
A1 2 ;
1 x
2 1
1
1 2 1 x2
1 1 2 x
3
A3 0
A2 3 ;
Es semidefinida negativa.
c) Q x1 , x2 , x3 x 2 x 2 2 x x x 2 2 x x 2 x x
1
2
1 2
3
2 3
1 3
x1
A1 1 ;
1 1 1 x1
1 1 1 x2
1 1 1 x
3
A3 0
A2 0 ;
d) Q x1 , x2 , x3 x 2 3x 2 2 x x x 2 2 x x ;
1
2
1 2
3
2 3
Es semidefinida positiva.
restringida al subespacio
L x1, x2 , x3 R3 x1 x2 2 x3 0 ; x1 3x3 0 .
x1
A1 1 ;
1 1 0 x1
1 3 1 x2
0 1 1 x
3
A2 4 ;
A3 5
Es indefinida.
Restringida al subespacio: L x1 , x2 , x3 R 3 x x 2 x 0 ; x 3x 0 .
1
2
3
1
3
De la condicin (2), se obtiene:
x1 3x3
Reemplazando en condicin (1):
3x x 2 x 0
3
x x 0
3
x2 x3
342
FORMAS CUADRTICAS
2
9 x3 3x3 6 x3 x3 2 x3
2
Q( x3 ) 15 x3 ; Si x3 0
Es definida negativa.
e) Q x1 , x2 , x3 3x 2 2 x 2 3x 2 2 x x ;
1
2
3
1 3
restringida al subespacio
L x1, x2 , x3 R3 x2 0 ; x1 x3 0 .
x1
A1 3 ;
A2 6 ;
3 0 1 x1
0 2 0 x2
1 0 3 x
3
A3 16
Es definida positiva.
De las condiciones:
x2 0
x1 x3
Q( x3 ) 3( x3 ) 2(0) 3x3 2( x3 ) x3
2
3x3 3x3 2 x3
2
Q( x3 ) 4 x3 ; Si x3 0
Es definida positiva.
L x1, x2 , x3 R3
subespacio
x1
A1 1 ;
al
x2 2 x3 .
2 x
1 3
1
7 5 x2
3
2 5
8 x3
A3 9
A2 2 ;
restringida
3
Restringida al subespacio: L x1, x2 , x3 R
Es indefinida
x2 2 x3 .
x2 2x3
Reemplazando:
2
343
x1 16 x3 8 x1 x3
x1
A1 1
4
3
A2 0
4 x1
16 x3
Es semidefinida positiva.
Solucin:
x1
A1 4 ;
2 1 x
4
1
2 2 0 x2
1
0 a x3
A2 4 y
A3 4a 2
4a 2 0
1
a .
2
Q( x1 , x2 , x3 ) x1 2 x2 x3 2 x1 x2 2 x1 x3 2ax2 x3
a) Estudie el signo, en todo el espacio, de forma cuadrtica, segn los valores del
parmetro a.
b) Si a 1 , clasifique la forma cuadrtica restringida al subespacio:
L x1, x2 , x3 R3
x3 x1 x2 .
Solucin:
a)
x1
1 1 1 x1
1 2 a x
2
1 a 1 x
3
A1 1 ;
A2 1 ;
A3 (a 1)2
L x1, x2 , x3 R3
344
x3 x1 x2 .
FORMAS CUADRTICAS
x1
A3 4
A2 1 ;
A1 1 ;
1 1 1 x1
1 2 1 x2
1 1 1 x
3
Es indefinida.
Restringida a:
x3 x1 x2
Q( x , x ) x 2 2 x 2 ( x x ) 2 2 x x 2 x ( x x ) 2 x ( x x )
1
1
4x 2
1
2
1
2
2
x 4x x
2
1 2
x1
A1 4 ,
x2
1 2
42
A2 0
2 x1
1 x2
Es semidefinida positiva.
9. Hllese el valor del parmetro a para que las siguiente forma cuadrtica sea definida
positiva en todo el espacio:
Q( x, y, z ) x2 y 2 5z 2 2axy 2 xz 4 yz
Solucin:
Q( x, y, z ) x2 y 2 5z 2 2axy 2 xz 4 yz
1 a 1 x
z a 1 2 y
1 2
5 z
A1 1 , A2 1 a
, A3 a(5a 4)
1 a 0
5a 4a 0
(a 1)(a 1) 0
a(5a 4) 0
1 0
4 5
Si a 4 / 5,0
Es definida positiva.
10. Son positivas las siguientes formas cuadrticas para todos los valores del vector
x ?
2
2
a) Q x x1 28 x1 x 2 11x 2 : (Mtodo de los Autovalores).
345
Q ( x, y, z ) x 2 3 y 2 2 z 2 2 xy .
1
Se pide:
Estudiar el signo de Q
x y z 0.
Estudiar el signo de Q en el subespacio generado por el vector (0, 0, 1).
1
Signo de Q en el subespacio generado por los vectores (1, 0, 1), (0, 1, 2).
1
Se pide:
a) Su expresin matricial.
b) Clasificar la forma cuadrtica mediante el anlisis de sus races caractersticas.
13. Dada la matriz simtrica:
0 1 1
A 1 1 0 ,
1 0 1
Se pide:
a) Obtener la forma cuadrtica que tiene a A como matriz asociada.
b) Clasificar la forma cuadrtica mediante el anlisis de sus races caractersticas.
14. Dada la forma cuadrtica:
Q x1, x2 , x3 3x 2 4 x x 3x 2 4 x x 8x x .
1
1 2
3
2 3
1 3
Se pide:
a) Su expresin matricial.
b) Clasificar la forma cuadrtica.
15. Dada la matriz simtrica:
1 1 1
A 1 1 1 ,
1 1 1
Se pide:
a) Obtener la forma cuadrtica que tiene a A como matriz asociada.
b) Clasificar la forma cuadrtica.
16. Aplquese la transformacin lineal:
2 3 1
X P Y , P 1 1 0
5 4 0
2
2
2
a la cuadrtica de ecuacin: Q x x 2 y 3z 4 xy 6 xz 8 yz .
346
FORMAS CUADRTICAS
17. Diagonalizar las matrices asociadas a las siguientes formas cuadrticas y estudie el
signo.
Qx1, x2 x 2 4 x x 4 x 2 .
1
1 2
2
2
2
Qx1, x2 , x3 2 x1 4 x1x2 x2 4 x2 x3 .
2
2
2
Qx1, x2 , x3 x1 2 x1x2 2 x2 x3 2 x2 x3 .
2
2
2
Qx1, x2 , x3 x1 2 x1x2 2 x1x3 2 x2 x3 4 x2 x3 .
2
2
2
Qx1, x2 , x3 x1 2 x2 2 x3 4 x2 x3 .
2
2
2
Qx1, x2 , x3 3x1 2 x1x2 2 x2 2 x3 2 x2 x3 .
2
2
2
Qx1, x2 , x3 x1 2 x1x2 2 x1x3 x2 x3 2 x2 x3 .
2
Qx1, x2 , x3 3x1 2 x1x2 2 x1x3 4 x2 x3 .
2
2
Qx1, x2 , x3 2 x1 2 x2 restringida al subespacio:
L x1, x2 , x3 R3 / 2 x1 2 x2 x3 0 .
2
2
2
Qx1, x2 , x3 x1 4 x1x2 x2 3x3 restringida al subespacio:
L x1, x2 , x3 R3 / 2 x1 x2 0 .
2
2
2
Qx1, x2 , x3 2 x1 4 x1x2 2 x1x3 2 x2 x3 restringida al subespacio:
L x1, x2 , x3 R3 / x3 0 .
a) Q x1, x2 x 2 3x 2 .
1
2
b)
c)
d)
e)
f)
g)
h)
i)
j)
k)
l)
347
Captulo VI
Optimizacin Clsica
Una fbrica produce un nico bien a partir de tres factores, segn una funcin de
produccin dada, siendo fijos tanto el precio de venta del producto, como los precios de
compra de los factores de produccin (inputs). El beneficio obtenido por dicha empresa
es:
x, y, z x 3
1 2
y z 10 millones de dlares.
2
TEMARIO 1. INTRODUCCIN
2. CONCEPTOS BSICOS
3. OPTIMIZACIN LIBRE
4. OPTIMIZACIN RESTRINGIDA
1. Introduccin
Optimizacin es cualquier proceso genrico mediante el cual se obtiene la mejor
solucin a un problema dado.
El problema de optimizacin ms antiguo conocido, data del siglo V a.C., consiste
en encontrar entre todas las curvas planas cerradas del mismo permetro aquella,
que abarca mayor superficie. La optimizacin clsica aparece ante el nacimiento
del clculo diferencial en el siglo XVII.
En la actualidad la optimizacin matemtica se encuadra en el rea que se
denomina Investigacin Operativa.
La optimizacin juega un papel importante en la teora econmica, ya que los
problemas ms interesantes de optimizacin econmica son aquellos en los que
hay ms de una variable de decisin.
Ejemplo:
Una empresa que trabaje con varios productos, donde las decisiones para obtener
un beneficio mximo, consiste en la eleccin de niveles ptimos de produccin
de diversos bienes y en la combinacin ptima de varios insumos diferentes.
La optimizacin matemtica la podemos clasificar de la siguiente manera:
CLASIFICACIN DE LA OPTIMIZACIN
MATEMTICA
Programacin
lineal
Programacin
escalar
Programacin
matemtica
Programacin
Vectorial o
multiobjetivo
Optimizacin
esttica
Programacin
no lineal
Optimizacin
libre
Optimizacin
clsica
Teora de juegos
estticos
Clculo de variaciones
Optimizacin
dinmica
350
Optimizacin
restringida
OPTIMIZACIN CLSICA
Hablaremos en forma sucinta de que trata cada una de ellas:
Optimizacin esttica: analiza modelos en un instante de tiempo dado.
Optimizacin dinmica: estudia sistemas que evolucionan en el tiempo
(sistemas dinmicos). Esta tcnica trabaja con variables de decisin que
dependen del tiempo.
Optimizacin escalar: se distingue porque presenta un nico objetivo.
Optimizacin vectorial o multiobjetivo: aquella que presenta ms de un
objetivo. Por ejemplo maximizar el beneficio y minimizar el nmero de horas
trabajadas.
Programacin lineal: consiste en optimizar una funcin objetivo lineal con una
serie de restricciones de desigualdad, tambin lineales.
Programacin no lineal: cuando la funcin objetivo y/o las restricciones de
desigualdad son no lineales.
Optimizacin clsica: aparece cuando la funcin objetivo es suficientemente
diferenciable y continua.
Optimizacin libre: slo presenta la funcin objetivo sin restricciones.
Optimizacin restringida: presenta la funcin objetivo y una serie de
restricciones de igualdad.
En este libro, slo se estudiar laoptimizacin libre y la optimizacin con
restricciones de igualdad, ya que los otros temas de la optimizacin exceden los
objetivos del presente material.
Para nuestro estudio, supondremos que nuestra funcin objetivo presenta
derivadas parciales continuas de cualquier orden; con la finalidad de asegurarnos
la continuidad y la diferenciabilidad de la funcin objetivo y de sus derivadas
parciales.
En la formulacin de un problema de optimizacin, primero debe definirse el
conjunto de variables independientes (variables de decisin) que intervendrn en
la funcin objetivo (funcin a optimizar) y luego las restricciones que se
presentarn en el problema.
2. Conceptos bsicos
2.1. Vector gradiente.- Si una funcin real
f : R n R admite derivadas
351
f a f a f a
f a
f a
,
,
, ,
x
x
x
x
1
2
3
n
f a
x1
f a
f a x
2
f a
x
n
m
f x f1 x , f 2 x , , f m x R ,
f a
f a
1
1
x n f a
x1
1
a
a
f
f a
2
2 f a
2
J fa
x
x
1
n
x
f a
f a
f a m
m
m
x
xn
1
m n
1 2
f G x1 , x2 y1 , y 2 f1 x1 , x2 , f 2 x1 , x2
y1 f1 x1 , x2 5x1 3x2
352
OPTIMIZACIN CLSICA
y f x1 , x2 25x 2 30 x x 9 x 2
2
1 2
f x
1
x
1
J f x
f
2 x
x
1
f x
1
x
5
2
50 x 30 x
2
f x 1
2
x
2
30 x 18 x
1
2
3
J f x 5 30 x1 18x2 3 50 x1 30 x2 0
Esto quiere decir, que ambas componentes son funcionalmente dependientes,
esto se ve si se reescribe la segunda componente como sigue:
y 5 x 3x 1
1
y 5 x 3x
2
2 y12 F y1
f : R n R admite derivadas
2 f a
x 2
2 1
f a
H f a x x
2 1
2
f a
x x
n 1
f a
x x
1
f a
2
x
2
f a
x x
2
f a
x x
1 n
2
f a
x2 xn
2
f a
x 2
n
x0 R
f x f x
x Rn .
353
x R n x x0 .
si f x f x
0
Ejercicios
1. Compruebe los siguientes resultados:
a) f (1, 0) (2a 1, 2b 1) , siendo f ( x, y) ax 2 2bxy y 2 x y 1 .
b) f (1,1,1) (2, 7, 1) , siendo f ( x , x , x ) 2 x 3 3x x 2 x x x .
1 2 3
1
1 2
1 2 3
2 1
, siendo f ( x , x ) ( x 2 x , x 2 x 2 ) .
c) J f (1,1)
1 2
1 2 1
2
2 2
0 0
2 ,x x
d) J f (0,1) 1 0 , siendo f ( x1, x2 ) x12 (2 x2 ),
.
x x 1 2
1 0
1
2
2 6 8
e) Hf (1,1,1) 6 6 12 , siendo f ( x , x , x ) x 2 x 3 x 4 .
1 2 3
1 2 3
8 12 12
f)
8 7 3
Hf (1,1,1) 7 2 1 , siendo f ( x , x , x ) x 3 x 2 x 2 x x x x .
1 2 3
1 2
1 3
1 2 3
3 1 0
Solucin:
a) f (1, 0) (2a 1, 2b 1) , siendo f ( x, y) ax 2 2bxy y 2 x y 1 .
354
OPTIMIZACIN CLSICA
f
2ax 2by 1
x
f
2bx 2 y 1
y
f (1, 0) (2a(1) 2b(0) 1, 2b(1) 2(0) 1)
lqqd.
f (1, 0) (2a 1, 2b 1)
f
x x
1 2
x
f
6 x x x x
2 1
1 3
x
2x
2x
2(1)(1) (1) 2 2 1
lqqd.
J f (1,1)
2(1) 2(1) 2 2
0 0
2
2 ,x x
d) J f (0,1) 1 0 , siendo f ( x1, x2 ) x1 (2 x2 ),
.
1 2
x
1 0
1
2
f
f
x
f
3
1 2 x (2 x )
2
2
x
1
2
2
2
x
x
x
x
x
1
1
1
2
1
2(0)(2 1)
J f (0,1)
2
(0 1)
1
0 0
1
0
(0 1) 2 1 0
x x 2
0
0
lqqd.
355
2 6 8
e) Hf (1,1,1) 6 6 12 , siendo f ( x , x , x ) x 2 x 3 x 4 .
1 2 3
1 2 3
8 12 12
f
3 4
2 x1x2 x3
x
1
3 4
2 2 4
2 3 3
f
2 4
6 x1x2 x3
x x
f
2
x2
3 1
f
2 2 3
12 x1 x2 x3
x x
6 x1 x2 x3
2 f
2
x3
f
2 2 3
12 x1 x2 x3
x x
f
3 3
8 x1x2 x3
x x
1
f
3 3
8 x1x2 x3
x x
f
2 4
6 x1x2 x3
x x
3 4
2 x2 x3
2
x1
f
4x 2 x3 x3
1 2 3
x
f
3x 2 x 2 x 4
1 2 3
x
2 3 2
12 x1 x2 x3
2
4
3 3
2(1) 3 (1) 4
6(1) (1)(1)
8(1)(1) (1) 2 6 8
2 4
2 4
2 2 3
Hf (1,1,1) 6(1)(1) (1)
6(1)(1) (1) 12(1) (1) (1) 6 6 12 lqqd.
3 3
2 2 3
2 3
12(1) (1) 12 8 12 12
8(1)(1) (1) 12(1) (1) (1)
f)
8 7 3
f
3x 2 x 2 2 x x x x
1 2
1 3
2 3
x
f
2x3 x x x
1 2
1 3
x
f
x2 x x
1
1 2
x
2 2
2 f
2
6 x1x2
2
x1
2 x3
f
2
6 x1 x2 x3
x x
1
f
2 x1 x2
x x
1
f
2
6 x1 x2 x3
x x
2
f
2
x2
2x1
3 1
2
f
x1
x x
3
f
x1
x x
2
f
2 x1 x2
x x
f
2
x3
2
3
Hf (1,1,1) 6(1) (1)
2(1)
1 7 2 1 lqqd.
2(1) 1
1
0 3 1 0
356
OPTIMIZACIN CLSICA
3. Optimizacin libre
Los casos ms frecuentes de aplicacin econmica de este tipo de problemas se
dan en la teora de la empresa. Por ejemplo, en problemas de maximizacin de
beneficios de una empresa monoplica o en condiciones de competencia perfecta
productora de n bienes y con una funcin de costo conocida. Cabe anotar, sin
embargo, que en estos problemas existe la restriccin implcita, que las variables
que se usan deben ser no negativas.
Partiremos de la versin diferencial de las condiciones de ptimo para una funcin
2
d y0
2
y f x1 , x2
f x
d y x d f x d x1
y
x
dx2 1 d x1
y
x
2
f x
f x
1
dx2
f x
x2
d y x d
f x dx y dx
f x
f a
f x f ' x
f a 0
Punto de inflexin : A a, f a
x1 0
0
f a
f a 0
xn
y f x1 , x2 f x
2
Analizando d f x tenemos:
f
f
d 2 f x d df x d
dx
dx
1 x
2
x
2
1
358
OPTIMIZACIN CLSICA
f
f
d x1
d x2 d x1
x x
x
x
1
1
2
2
d x1
d x 2 d x 2
x
x
2
1
2
2
2
f
f
f
2
dx
dx dx
dx dx
d x2
1
2
1
1
2
2
x1 x2
x2 x1
x2
x2
1
2
2
x1 x 2 d x
t
x1
2
d f x dx1 dx2
1 dx H f dx
2
2
dx
f x f x 2
2
x x
x2
2 1
2
Si d f a 0 , esto significa que si H f a 0 (esto es, la matriz Hessiana
Donde
2 f a
x 2
2 1
f a
H f a x x
2 1
2
f a
x x
n 1
f a
x1x 2
f a
2
x
2
2
f a
x n x 2
2
f a
x1x n
2
f a
x x
2 n
2
f a
2
x
n
es la matriz hessiana
f x, y 2 x3 y3 3x2 3 y 12 x 4
2.
f x, y
3.
f x, y, z x2 5 y 2 8x 3z 2 10 y 2 z 13
x
2
x y2 4
Solucin:
1.
f x, y 2 x3 y3 3x2 3 y 12 x 4
Hallamos los puntos estacionarios, a travs de la condicin de primer orden:
f a 0
6 x 2 6 x 12 0
fa 0 2 0
3 y 3 0
0
a x ,y
0 0
1, 1
1,1
0
18
H f 2, 1
. Por lo tanto, la matriz Hessiana analizada en ese
0 6
punto estacionario es definida negativa. Entonces, el punto 2, 1 es un
mximo relativo.
Para el punto estacionario 2, 1 :
18 0
H f 2, 1
. Por lo tanto, la matriz Hessiana analizada en ese
0 6
punto estacionario es indefinida. Entonces, el punto 2, 1 es un punto de
silla.
360
OPTIMIZACIN CLSICA
Para el punto estacionario 1, 1 :
0
18
H f 1, 1
. Por lo tanto, la matriz Hessiana analizada en ese punto
0 6
18 0
H f 1,1
. Por lo tanto, la matriz Hessiana analizada en ese punto
0 6
estacionario es definida positiva. Entonces, el punto 1,1 es un punto mnimo
relativo.
2.
f x, y
x
x2 y2 4
f a 0
x2 y2 4
0
0
2
2
2
x0 y 0 4
0
fa
0
2
x
y
0 0
2
x2 y2 4
0
0
3
3
2
2
2
2
x y 4
x0 y 0 4
0
0
H fa
2 y 3x 2 y 2 4 2 x x 2 3 y 2 4
0
0
0
0
0 0
3
3
2
2
2
2
x y 4
x0 y 0 4
0
0
0
1 16
H f 2, 0
. Por lo tanto, la matriz Hessiana analizada en ese
0
1
16
1 16 0
H f 2, 0
. Por lo tanto, la matriz Hessiana analizada en ese
0 1 16
punto estacionario es definida positiva. Entonces, el punto 2, 0 es un punto
mnimo relativo.
3.
f x, y, z x 2 5 y 2 8x 3z 2 10 y 2 z 13
Hallamos los puntos estacionarios, a travs de la condicin de primer orden:
f a 0
2 x 8 0
0
f a 10 y 10 0
0
6 z 2 0
0
a x0 , y0 4, 1,1 3
Estudiaremos que clase de punto estacionario es, a travs de la condicin de
segundo orden:
0
0
2
H f a 0 10
0
0
0 6
0
0
2
H f 4, 1,1 3 0 10
0 . Por lo tanto, la matriz Hessiana analizada
0
0 6
en ese punto estacionario es definida negativa. Entonces el punto 4, 1,1 3 es
un mximo relativo.
362
OPTIMIZACIN CLSICA
Problemas Resueltos
1. Una compaa de carnes puede vender x libras de filete de res a un precio de p
centavos por libra y y libras de carne de cerdo a un precio de q centavos por libra,
donde:
p 40.5 0.03x 0.004 y
q 25.4 0.005x 0.02 y
Cunto de cada tipo de carne debera vender la compaa a fin de maximizar su
ingreso?
Solucin:
Variables:
Cantidad de libras de filete de res: x
Cantidad de libras de carne de cerdo: y
Funcin Objetivo:
Ingreso : I px qy (Maximizar)
Anlisis:
I
25.4 0.04 y 0.009 x 0
y
2
HI x , y x2
0 0
I
xy
H 0.06 0
1
0.002319 0
yx 0.06 0.009
2
I 0.009 0.04
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
363
Solucin:
a) Variables:
Unidades de mano de obra: L
Unidades de materiales: M
Funcin Objetivo:
L 0
T L, M
T 0
M
T
180 3M 2 L 0
L
T
150 3L 8M 0
M
2
HT L , M L2
0
0
I
LM
H 2 0
1
70
3
ML 2
2
I 3 8
2
M
2
Es definida negativa:
El punto crtico es un mximo relativo.
364
OPTIMIZACIN CLSICA
b) Variables:
Unidades de mano de obra: L
Unidades de materiales: M
Funcin Objetivo:
Beneficios : 5T 40L 10M (Maximizar)
Anlisis:
L
L, M
0
0
860 15M 10 L 0
L
2 L , M
10
15
2
L , M 15 40
0
0
2
2 L , M
0
0
L
H L , M
0
0
2 x , y
0 0
LM
H 10 0
1
175 0
ML
Es definida negativa:
El punto crtico es un mximo relativo.
Anlisis:
770 L 219450 0
L
2 L , M
0
0
H L
0
2
770
H1 770 0
Es definida negativa:
El punto crtico es un mximo relativo.
Respuesta: Para maximizar sus beneficios, la empresa se necesitar 285
unidades de mano de obra y 126 unidades de materiales.
3. El ingreso total diario (en dlares) de la compaa editorial Weston por la
produccin
y
venta
de
su
diccionario,
est
dado
por
Anlisis:
x 0
x , y
0
0.01x 0.002 y 14 0
x
y
366
0.006 y 0.002 x 12 0
7
7
(x0, y0) = (1071.43, 1642.86).
OPTIMIZACIN CLSICA
Condicin de segundo orden:
2
2
H x , y x2
0 0
xy
H 0.01 0
1
0.000056 0
yx 0.01 0.002
2
0.002 0.006
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
1072,1642 U 1757.14
1071,1643 U 1757.142
1072,1643 U 1757.141
Anlisis:
5.1x 1.8 y
21 2 9
27
9 2 27
x xy
x y
y
20
5
10
10
5
x
x , y
0
0
367
21
9
27
x y
0
x
10
5
10
9
9
27
y x
0
y
5
5
5
2
H x , y x2
0 0
xy
H 2.1 0
1
0.54 0
yx 2.1 1.8
2
1.8 1.8
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
Solucin:
a) Variables:
Unidades del producto A: x
Unidades del producto B: y
Funcin Objetivo:
Costos :
Anlisis:
x 0
C x , y
C 0
368
OPTIMIZACIN CLSICA
C
4 0.4 x 0
x
C
7 0.2 y 0
y
2
HC x , y 2x
0 0
C
yx
H 0.4 0
0.08 0
Es definida positiva:
El punto crtico es un mnimo relativo.
yx 0.4 0
2
C 0 0.2
2
y
Beneficios
( Maximizar)
Anlisis:
x
x , y
0
0
24 0.4 x 0
x
23 0.2 y 0
y
2
H x , y x2
0 0
yx
0
yx 0.4
2 0
0.2
2
y
2
369
H 0.4 0
1
0.08 0
Es definida negativa:
El punto crtico es un mximo relativo.
Costo :
Anlisis:
x 0
C x , y
C 0
C
7.5 0.3 y 0.6 x 0
x
C
y
15 0.3x 0.4 y 0
2
HC x , y 2x
0 0
C
yx
H 0.6 0
1
0.15 0
yx 0.6 0.3
2
0.4
C 0.3
2
y
2
Es definida positiva:
El punto crtico es un mnimo relativo.
370
OPTIMIZACIN CLSICA
6. Sea la funcin de beneficios de una empresa:
x, y, z x 2 y 2 z 2 zy 2 x 6 y 3z ,
donde x es el nmero de unidades producidas de un primer artculo y anlogamente
se definen y, z respecto a un segundo y tercer artculo respectivamente. Suponiendo
que no existe ninguna restriccin sobre el nmero total de unidades producidas de
los tres artculos. Calcule las cantidades x, y, z que maximizan el beneficio, y el
beneficio mximo.
Solucin:
Variables:
Cantidad de unidades del primer artculo: x
Cantidad de unidades del segundo artculo: y
Cantidad de unidades del tercer artculo: z
Funcin Objetivo:
Beneficios : x 2 y 2 z 2 zy 2 x 6 y 3z (Maximizar)
Anlisis:
x 2 y 2 z 2 zy 2 x 6 y 3z
Condicin de primer orden:
x, y, z y 0
2 x 2 0
x
2 y z 6 0
y
2 z y 3 0
z
Condicin de segundo orden:
2 2
x 2 yx
2 2
H x , y , z
0 0 0
xy y 2
2
2
xz yz
zx
0
0
2
2
0 2
1
zy
0
1 2
2
2
z
2
371
H
H
2
3
40
Es definida negativa:
El punto crtico es un mximo relativo.
6 0
Respuesta: Para maximizar sus beneficios la empresa necesita 1 unidad del primer
artculo, 5 unidades del segundo artculo y 4 unidades del tercer artculo, donde su
beneficio mximo es 22.
7. Una empresa especializada en producir pantalones de vestir, produce tres modelos
muy bonitos de pantalones de vestir para mujer. Esta empresa desea conocer el
punto en que sus costos se minimizarn:
C x, y, z x 2 2 y 2 z 2 2 y 2 xy xz 5 .
Solucin:
Variables:
Cantidad de pantalones del modelo 1: x
Cantidad de pantalones del modelo 2: y
Cantidad de pantalones del modelo 3: z
Funcin Objetivo:
Costos : C x 2 2 y 2 z 2 2 y 2 xy xz 5 (Minimizar) .
Anlisis:
C x 2 2 y 2 z 2 2 y 2 xy xz 5
Condicin de primer orden:
C
C 0
C x, y, z y 0
C
2x 2 y z 0
x
C
4 y 2 2x 0
y
C
2z x 0
z
372
OPTIMIZACIN CLSICA
Condicin de segundo orden:
2C
x 2
2C
HC x , y , z
0 0 0
xy
2
C
xz
C
yx
2
C
y
2
C
yz
zx
2 2 1
2
C
2
4 0
zy
1
0 2
2
C
2
z
2
H1 2 0
H2 4 0
Es definida positiva:
El punto crtico es un mnimo relativo.
H3 4 0
Respuesta: Para minimizar sus costos, la empresa necesitar producir 2 pantalones
del modelo 1, 3 2 pantalones del modelo 2 y 1 pantaln del modelo 3, pero como no
podemos tener 3 2 pantalones del modelo 2; se analizar la funcin de costos en
valores enteros cercanos.
2,1,1 C 4
2, 2,1 C 4
Anlisis:
373
I
20 0.04 y 0.054 x 0
y
15271 15271
(x0, y0) 21.61, 470.83 .
2
HI x , y x2
0 0
I
xy
H 1.6 0
1
0.061084 0
yx 1.6 0.054
2
I 0.054 0.04
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
El alumno de la UDEP, que ha llevado el curso de B3, dir que debe fabricar 22
botellas de cerveza light y 470 botellas de cerveza tradicional.
9. La funcin de beneficios mensual de la empresa BLA dedicada a la fabricacin y
comercializacin de telfonos mviles est dada por:
374
OPTIMIZACIN CLSICA
Solucin:
Variables:
Miles de telfonos mviles fabricados cada mes del modelo BLAline: x
Miles de telfonos mviles fabricados cada mes del modelo BLAstar: y
Miles de telfonos mviles fabricados cada mes del modelo BLAstel: z
Funcin Objetivo:
Beneficios : 6 xz 18 y yz 3x 2 z y 2 z 2 (Maximizar)
Anlisis:
6 xz 18 y yz 3x 2 z y 2 z 2
Condicin de primer orden:
x, y, z y
0
0
0
6 z 6 xz 0
x
18 z 2 y 0
y
2
6 x y 3x 2 z 0
z
x 2
2
H x , y , z
0 0 0
xy
2
xz
yx
2
y
2
yz
zx
0
0
48
2
0 2
1
zy
0
1 2
2
2
z
2
375
H
H
2
3
Es definida negativa:
El punto crtico es un mximo relativo.
96 0
144 0
Para el punto 3, 9, 0 :
2
x 2
2
H x , y , z
0 0 0
xy
2
xz
yx
yz
zx
0 12
0
2
0 2
1
zy
12
1 2
2
2
z
2
H1 0
H2 0
Es Indefinida.
H 3 288 0
Respuesta: Para maximizar sus beneficios, la empresa necesita producir y
comercializar mil telfonos mviles del modelo BLAline, 13 mil telfonos mviles
del modelo BLAstar y 8 mil telfonos mviles del modelo BLAsteel.
10. Una lechera produce, leche entera y leche descremada, las cantidades de ambas
vienen dadas por x y y galones. Suponga que el precio de la leche entera es
p x 100 x y el de la leche descremada es p 100 y . Si el costo total es
y
Anlisis:
(100 x) x (100 y) y x 2 xy y 2
Condicin de primer orden:
x 0
x , y
0
376
100 x 2 x 100 y 2 y xy
OPTIMIZACIN CLSICA
100 4 x y 0
x
100 4 y x 0
y
2
H x , y x2
0 0
xy
H 4 0
1
15 0
yx 4 1
2
1 4
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
Q1 40 2 p1 p2 Q2 35 p1 p2 y C Q 2 2Q 2 10 .
1
Funcin Objetivo:
p1
0
p , p
1 2
0
p
2
377
14 7
255 8 p 10 p 0
2
1
(x0, y0) = (6.071, 24.286).
p
2
2
H x , y x2
0 0
xy
H1 16 0
H 2 28 0
yx 16 10
2
10 8
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
x, y 16 x 12 y 2 xy x 2 2 y 2 7 Qu valores de x y y producirn el
mximo beneficio? Cul es el beneficio mximo?
Solucin:
Variables:
Produccin en cientos: x
Cantidad gastada en miles: y
Funcin Objetivo:
Beneficios : 16 x 12 y 2 xy x 2 2 y 2 7 (Maximizar)
Anlisis:
16 x 12 y 2 xy x 2 2 y 2 7
Condicin de primer orden:
x 0
x , y
0
16 2 y 2 x 0
x
12 2 x 4 y 0
y
378
OPTIMIZACIN CLSICA
Condicin de segundo orden:
2
2
H x , y x2
0 0
xy
H 2 0
1
40
2
yx 2
2 2 4
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
L 0
T L, K
T 0
K
T
32 3K 4 L 0
L
T
20 3L 5K 0
K
2
3
4
HT L , K 2L
2
0 0
T
3 5
LK K 2
379
H 4 0
1
11 0
Es definida negativa:
El punto crtico es un mximo relativo.
T 40 5K 3L 2KL 1.5K L
L 0
T L, K
T 0
K
T
3 2 K 2 L 0
L
T
5 2 L 3K 0
K
Condicin de segundo orden:
2T
2
HT L , K L
2
0
0
T
LK
H 20
1
20
KL 2 2
2
3
T 2
2
K
2
Es definida positiva:
El punto crtico es un mnimo relativo.
Respuesta: Para obtener un costo mnimo de 5.75, la empresa deber usar 9.5
unidades de mano de obra y 8 unidades de capital.
380
OPTIMIZACIN CLSICA
15. Una empresa produce tres bienes cuyos precios de mercado en competencia perfecta
son p 16 , p 12 y p 20 . Su funcin de costos es:
2
C q1 , q2 , q3
empresa.
Solucin:
Variables:
Cantidad producidas del bien 1: q
Funcin Objetivo:
q1
q1 , q 2 , q3 q 2 0
q3
16 2q1 2q3 0
q
1
12 4q 0
2
q
2
20 6q 2q 0
3
1
q
3
381
2
H q , q , q
10 2 0 3 0
q1q 2
2
q q
1 3
q q
2 1
2
q 2
2
2
q q
2
2
q q
3 1
0 2
2
2
0
0 4
q q
3 2
2
0 6
2
q 2
3
H1 2 0
H2 8 0
Es definida negativa:
El punto crtico es un mximo relativo.
H 3 32 0
Respuesta: Para maximizar sus beneficios, la empresa necesitar producir 7
unidades del bien 1, 3 unidades del bien 2 y 1 unidad del bien 3.
16. Una empresa acta en un mercado de competencia perfecta. Suponiendo que los
precios de los productos que quiere obtener son respectivamente 12 y 10, determinar
las cantidades de cada uno de dichos productos que harn mximo su beneficio,
sabiendo que sus costos vienen dados por:
C x, y 2 x 2 xy y 2 .
Solucin:
Variables:
Cantidad del producto 1: x
Cantidad del producto 2: y
Funcin Objetivo:
Beneficios : 12 x 10 y C (Maximizar)
Anlisis:
12 x 10 y 2 x 2 y 2 xy
Condicin de primer orden:
x 0
x , y
0
12 4 x y 0
x
10 2 y x 0
y
382
OPTIMIZACIN CLSICA
Condicin de segundo orden:
2 2
x 2 yx 4 1
H x , y 2
2 1 2
0 0
xy y 2
H 4 0
1
70
Es definida negativa:
El punto crtico es un mximo relativo.
15x 12 y x 3 3xy 2 5
Condicin de primer orden:
x 0
x , y
0
2
2
15 3x 3 y 0
x
12 6 xy 0
y
2
H x , y x2
0 0
xy
yx 12 6
2
6 12
2
y
2
383
H 12 0
1
108 0
Es definida negativa:
El punto crtico es un mximo relativo.
2
H x , y x2
0 0
xy
yx 6 12
2
12 6
2
y
2
H 6 0
1
Es Indefinida.
108 0
x
x , y
y
384
0
0
OPTIMIZACIN CLSICA
3950 50 y 100 x 0
x
250 50 x 50 y 0
y
Condicin de segundo orden:
2
2
H x , y x2
0 0
xy
Es definida negativa:
El punto crtico es un mximo relativo.
2500 0
H 100 0
H
50
yx 100
2
50 50
2
y
seran I p , p
18 pc pc 10 psc psc . Encuentre los precios de los tipos
c sc
de cola, si la empresa desea maximizar el beneficio.
Solucin:
Variables:
Precio de la cola con cafena: p
c
Precio de la cola sin cafena: p
sc
Funcin Objetivo:
Beneficios : I C (Maximizar)
Anlisis:
18 pc
pc 10 psc psc 10 28 pc
p sc 2
pc
pc , p sc
p
sc
0
0
385
74 4 pc 2 p sc 0
p
c
66 4 p sc 2 pc 0
p
sc
p 2
H p , p
2c
c 0 sc 0
p p
c sc
H 4 0
1
12 0
p p 4 2
sc c
2
2 4
p 2
sc
Es definida negativa:
El punto crtico es un mximo relativo.
x, y, z ax 12 b y 22 cz 2 . Supongamos que a 0, b 0 y c 0.
Solucin:
Variables:
Variable 1: x
Variable 2: y
Variable 3: z
Funcin Objetivo:
Beneficios : ax 12 b y 22 cz 2
Anlisis:
ax 12 b y 22 cz 2
Condicin de primer orden:
x, y, z y
386
0
0
0
(Optimizar)
OPTIMIZACIN CLSICA
2ax 1 0
x
2cz 0
z
Condicin de segundo orden:
x 2
2
H x , y , z
0 0 0
xy
2
xz
yx
2
yz
zx
2a 0 0
2
0 2b 0
zy
0 0 2c
2
2
z
2
x, y ax 3 3bxy 2 15a 2 x 12 y .
Solucin:
Variables:
Variable 1: x
Variable 2: y
Funcin Objetivo:
ax 3 3bxy 2 15a 2 x 12 y
Condicin de primer orden:
x
x , y
0
0
2
2
2
3ax 3by 15a 0
x
387
6bxy 12 0
y
Donde el punto crtico dado es 2,1 . Por lo tanto, resolvemos el sistema para saber
que valores puede tomar a y b.
2
12a 3b 15a 0
12b 12 0
2
H x , y 2x
0 0
xy
yx 12a 6b
2
6b 12b
2
y
2
Cuando b 1 y a 1
0 0 126
H x , y
H 12 0
1
108 0
6
12
Es definida negativa:
El punto crtico es un mximo relativo.
Cuando b 1 y a 1 5 :
12 5 6
H x0 , y0
6 12
H 12 5 0
1
64.8 0
Es Indefinida.
OPTIMIZACIN CLSICA
Anlisis:
800 2 x 3 12 xy y 2
Condicin de primer orden:
x , y
0
0
2
6 x 12 y 0
Los puntos crticos son:
x
(x0, y0) = (0, 0).
2
H x , y 2x
0 0
xy
yx 0 12
2
12 2
2
y
2
H 0
1
144 0
Es Indefinida.
2
H x , y 2x
0 0
xy
H 144 0
1
144 0
yx 144 12
2
12 2
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
389
x 0
x , y
0
2 x 3 y 160 0
x
3x 10 y 200 0
y
2
H x , y x2
0 0
xy
3
yx 2
2
3 10
2
y
2
H 2 0
1
Es definida negativa:
11 0 El punto crtico es un mximo relativo.
OPTIMIZACIN CLSICA
Funcin Objetivo:
5x 2 10 xy 20 x 7 y 2 240 y 5300
Condicin de primer orden:
x
x , y
0
0
20 10 x 10 y 0
x
10 x 14 y 240 0
y
2
H x , y x2
0 0
xy
H 10 0
1
40 0
yx 10 10
2
10 14
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
320 y 160 x
x y (Maximizar)
Beneficios : 0.15 0.05
2
x
391
32 y
16 x
x y
y2 x4
x 0
x , y
0
y
16x 4 116 x
1 0
x
x 42
2
H x , y x2
0 0
xy
H 1 4 0
1
1 16 0
0
yx 1 4
2 0
1 4
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
8x 10 y 0,001 x 2 xy y 2
10000
Beneficios : 8x 10 y 0,001 x xy y
392
10000 Maximizar
OPTIMIZACIN CLSICA
Anlisis:
8x 10 y 0,001 x 2 xy y 2
10000
x 0
x , y
0
8 0.002 x 0.001y 0
x
10 0.002 y 0.001x 0
y
2
H x , y x2
0 0
xy
yx 0.002 0.001
2
0.001 0.002
2
y
2
H 0.002 0
Es definida negativa:
El punto crtico es un mximo relativo.
3 10
10 p 320 40 y 0
y
Beneficios : p x p y CT
x
Maximizar
393
12 x 32 y 3x 2 5 y 2 2 xy
Condicin de primer orden:
x
x , y
0
0
12 6 x 2 y 0
x
32 10 y 2 x 0
y
2
H x , y x2
0 0
xy
H 6 0
1
56 0
yx 6 2
2
2 10
2
y
2
Es definida negativa:
El punto crtico es un mximo relativo.
Pv 1500 20 p x y 500
donde y es el nmero de das a publicitar, donde p es el precio de venta dado por:
x
Beneficios : p x x Pv 0.02 x
394
Maximizar
OPTIMIZACIN CLSICA
Anlisis:
x 0
x , y
0
1460 0.2 x 0
y
2
H x , y x2
0 0
xy
yx 0.02 0.2
2
0
0.2
2
y
2
H 0.02 0
1
0.04 0
Es Indefinida.
Respuesta: Por tanto, no se puede hallar un punto mximo para los beneficios.
395
Problemas Propuestos
1. Determine el punto x, y, z para el cual la funcin f x, y, z x 2 y 2 7 z 2 xy es
mxima o mnima. Calcule el valor de la funcin en dicho punto.
f x1, x2 , x3 e
2
1
2
2
2
3
x 2x x 2x x
dicho punto.
3. Suponga que los beneficios de cierta compaa estn aproximados por:
( x, y) 1000 24 x x 2 80 y y 2 ,
donde x es el costo de una unidad de fuerza de trabajo y y es el costo de una unidad
de bienes. Encuentre valores de x y y que maximicen los beneficios. Encuentre el
beneficio mximo.
4. Los costos de la fuerza de trabajo en dlares para fabricar una cmara de precisin
pueden estar aproximados por:
3 2
2
L( x,y) x y 2 x 2 y 2 xy 68 ,
2
donde x es el nmero de horas requeridas por un operador y y es el nmero de horas
requeridas por un obrero no especializado. Encuentre valores de x y y que
minimicen el costo de la fuerza de trabajo. Encuentre el costo mnimo de la fuerza
de trabajo.
5. El costo total de producir x unidades de cinta elctrica y y unidades de cinta para
empacar est dado por:
C ( x, y) 2 x 2 3 y 2 2 xy 2 x 126 y 3800 .
Encuentre el nmero de unidades de cada tipo de cinta que debe producirse para que
el costo sea mnimo. Encuentre el costo total mnimo.
6. El ingreso total en miles de dlares por la venta de x tinas y y calentadores solares
est aproximado por:
R( x, y) 12 74 x 85 y 3x 2 5 y 2 5xy .
Encuentre el nmero de cada artculo que debe venderse para producir el ingreso
mximo. Encuentre el ingreso mximo.
7. Una caja rectangular cerrada con capacidad de 27 metros cbicos debe construirse
con costo mnimo. Como el costo depender del rea superficial, encuentre las
dimensiones que minimizarn el rea superficial de la caja.
8. Encuentre las dimensiones que minimizarn el rea superficial (y en consecuencia,
el costo) de un acuario rectangular, abierto en su parte superior, con un volumen de
32 pies cbicos.
396
OPTIMIZACIN CLSICA
9. El ingreso mensual en cientos de dlares por la produccin de x miles de toneladas
de mineral de hierro grado A y y miles de toneladas de mineral de hierro grado B,
est dado por:
I ( x, y) 2 xy 2 y 12 ,
y el correspondiente costo en cientos de dlares est dado por:
C ( x, y) 2 x 2 y 2
Encuentre la cantidad de cada grado de mineral que producir los mximos
beneficios.
10. Suponga que el ingreso y el costo en miles de dlares por la fabricacin de x
unidades de un producto y y unidades de otro es:
I ( x, y) 6 xy 3 x 2 y C ( x, y) x 2 3 y 3 .
Cuntas unidades de cada producto producirn un mximo beneficio? Cunto es
el beneficio mximo?
11. Una compaa de telfonos plantea introducir dos nuevos tipos de sistemas de
comunicaciones: SAS y TAS. Se estima que si el tipo SAS se valora en x cientos de
dlares y el TAS, en y cientos de dlares aproximadamente 40 8x 5 y
consumidores comprarn el sistema SAS y 50 9 x 7 y comprarn el sistema TAS.
El costo de fabricar el sistema SAS es de 1000 dlares por unidad y del sistema TAS
es de 3000 dlares por unidad. Qu precios debe fijar la compaa de telfonos
para obtener el mximo beneficio?
12. Un minorista vende dos productos, que se hacen mutua competencia, a los precios
p y p . Hallar p y p de manera que los ingresos dados por:
1
1 2
sean mximos.
13. Una empresa fabrica dos productos. Los ingresos totales que origina la venta de x
unidades del primero y de y unidades del segundo son:
R 5x 2 8 y 2 2 xy 42 x 102 y .
Determinar las cantidades que deben venderse para que el ingreso sea mximo.
14. Sea la funcin de produccin dada por 16 z 65 2x 52 4 y 42 . Si los
precios unitarios de los factores (competencia perfecta) son 8 y 4 respectivamente y
el precio unitario de la cantidad producida z es 32, determinar el mximo beneficio.
15. Supongamos que nuestra empresa monopolstica tiene las siguientes funciones de
demanda:
p 63 4q , p 105 5q y p3 75 6q3 ; y que la funcin de costo total es
1
2
2
p denotan los precios en centavos de dlar de los caramelos en los dos tamaos.
2
empresa.
18. Juguetes Janette, produce dos tipos diferentes de cochecitos de plstico con un costo
de $0.1 y $0.3 cada uno. Las demandas anuales x y x (en miles) estn dadas por
1
398
OPTIMIZACIN CLSICA
millas. En qu punto dentro del distrito financiero es ms caro el precio del
terreno?
24. El propietario del Rancho Gran Chaparral quiere encerrar un terreno rectangular a lo
largo de una parte recta de un ro y luego subdividirlo mediante una cerca paralela a
uno de los lados. No se necesita una cerca a lo largo del ro. Si el material para los
lados cuesta $3 por yarda y el material para las divisiones cuesta $2 la yarda,
Cules sern las dimensiones de un terreno con 303750 yd2 de pastura si el costo
del material debe ser mnimo?
25. La compaa de carnes frescas puede vender x libras de carne de cerdo a p centavos
por libra y y libras de filete de res en q centavos por libra, en donde:
x 600 4q 10 p y y 120 5 p 3q .
Qu precios por libra de carne de cerdo y filete de res debera fijar la compaa a
fin de maximizar su ingreso?
26. En una factora producen los bienes I y II en cantidades q
y q2 respectivamente.
comercializacin
viene
dado
por
1
El
costo
de
produccin
y
2
2
C q1, q2 q 4q q q 2 y las funciones de demanda para cada uno de los
1 2
de los bienes I y II. Sabiendo que se vende todo lo que se produce, determinar que
cantidades han de producirse de cada uno de los bienes para maximizar el beneficio,
hallando el valor del precio de venta de cada producto y valor mximo del beneficio.
27. Un monopolista vende en un mercado un bien que puede producir en dos plantas
distintas. Las funciones de costos en cada planta estn dadas por
399
Minera
Planta
de
procesado
Taxonita
Mercado
Metacrilato internacional
Prdidas
Concentrado
Taxnico
Suponiendo que:
El procesado de taxonita tiene un rendimiento de: % en metacrilato, % en
concentrado y % en prdidas, que verifican obviamente, la relacin: 1 .
Los precios de venta de dichos productos disminuyen con la cantidad ofertada
segn las funciones de demanda:
1 3
, donde q , q se expresan en millones de toneladas.
1 2
3
p 3 q 10 taxones / tn.
2
2
p 4 q 10 taxones / tn.
1
C x, y 1.5x 2 3xy 2 y 2 12 .
Calcular los niveles de produccin que proporcionan a la empresa el mximo
beneficio.
30. Una compaa de mensajera analiza tres gamas de demandas para sus servicios:
Demanda semanal: Q 90 0.5 p
1
400
OPTIMIZACIN CLSICA
C Q 25 20 Q1 Q2 Q3 .
a) Hallar el precio que debe establecer en cada servicio, con el fin de maximizar el
beneficio obtenido.
b) Demostrar que si la compaa maximiza su beneficio, el servicio en el que la
elasticidad preciodemanda en el punto crtico es ms baja, tiene un precio ms
alto que los dems.
31. La empresa de Juguetes Edu S.A. produce carritos de plstico en dos tamaos de
1.5 Kg y 2.5 Kg con costos unitarios de 10 y 20 euros para cada modelo
respectivamente. Sabiendo que las demandas anuales x y x para los dos tamaos
2
son, respectivamente:
x1 p2 p1 y x2 60 p1 3 p2 ,
donde p y p representan los precios de los carritos en los dos tamaos, se pide
1
2
determinar los precios que maximizan el beneficio de la empresa, as como las
demandas anuales ptimas.
32. La corporacin de cremas dentfricas orgnicas, fabrica tubos de pasta de dientes en
dos tamaos de 100 y 150 mililitros. El costo de produccin de cada tubo de cada
tamao es de 60 y 90 cntimos respectivamente. Sabiendo que las demandas
semanales x y x para los dos tamaos son:
2
x 3 p2 p1 y x 320 3 p 5 p ,
2
1
2
1
donde p y p son los precios de cada tubo, determinar los precios que maximizan
1
q2
1
C 2d N 2d N d P d P 37.5 .
Cules sern las demandas ptimas para que el beneficio del vendedor sea
mximo?
35. La funcin de costo total de un monopolista es C Q 10Q 6 donde Q q q
1
401
C 2q 2 4 y C 6 q 2 8 .
1
16 z 65 2x 52 4 y 42 ,
los precios unitarios de los inputs x e y (en situacin de competencia perfecta) son 8
u.m. y 4 u.m. respectivamente y que el precio unitario del bien producido es 32 u.m.,
determinar el beneficio mximo.
39. Una empresa produce dos tipos distintos A y B de un bien. El costo diario de
producir
x
unidades
de
A
e
y
unidades
de
B
es
d1 10 2 p1 p2 y d2 5 p1 p2 ,
y las funciones de costo para cada producto son:
C d 2 2d 1 y C d 2 2d 2 ,
1
402
OPTIMIZACIN CLSICA
42. En un pas de economa sin intercambio con el exterior, la renta producida por el
sector pblico, z, viene dada en funcin de la oferta de empleo pblico, t, y la
productividad del factor trabajo, p, de la siguiente manera:
z t 3 4tp 2 p2 1
Cul es el mximo de renta pblica que puede generarse en ese pas, y para qu
valores de la oferta de empleo pblico y productividad del factor trabajo se alcanza?
403
4. Optimizacin restringida
Si se tiene una funcin escalar f : R n R restringida por conjunto de m
ecuaciones:
b1
b2
b3
g x
1
g x
2
g x g x
3
g x
m
bm
i bi gi x
m
L x, F x
i 1
L a , 0
0
L a ,
L a , 0
0
L a , 0
m
L a ,
0
L a , 0 0
x
1
L a , 0
0
x
2
L a ,
0
xn
404
OPTIMIZACIN CLSICA
Desarrollando la condicin de segundo orden de la funcin lagrangiana:
2
L a , 0
2
L a , 0
m 1
HL a ,
0
2 L a ,
x11
L a , 0
x
n 1
2 L a ,
2 L a ,
0
0
x
x
1 m
1 1
1 n
2
2
2
L a ,
L a ,
L a ,
0
0
0
m 1
m n
m
2
2
2
L a ,
L a ,
L a ,
0
0
0
2
x
x x
x
1 m
1 n
1
2
2
2
L a ,
L a ,
L a ,
0
0
0
x
x x
x n
n m
n 1
2 L a ,
0
H H L a ,
t
0
J g a
J g a
H f a
Se observa que se tiene una matriz orlada, por lo que se analiza su signo
examinando el signo de los ltimos n m menores principales dominantes de
Ejercicios
Hllense los extremos relativos (mximos y mnimos locales) en cada uno de los
siguientes casos:
a)
b)
c)
f ( x, y) 4 x 2 2 xy 6 y 2 , sujeto a x y 72
f x1, x2 , x3 x1 x2 x3 , sujeto a x x 4
1
3
2
2
f x1 , x2 , x3 x x x x , sujeto x x 1
2 3
405
f ( x, y) 4 x 2 2 xy 6 y 2 , sujeto a x y 72
Lx, y, 4 x 2 2 xy 6 y 2 (72 x y)
72 x y 0
L /
L / x 8 x 2 y 0
L / y 2 x 12 y 0
x 42 , y 30 , = 276
0 1 1
H 1
8 2
1 2 12
n2
n m 1 ltimo menor principal dominante.
m 1
H3
H H 3 24
DP (1) m (1)1 1
DP (1) m 1 (1) 2 1
Es un mnimo local.
b)
2
2
Lx1 , x2 , x3 , x1 x2 x2 x3 (1 x1 x2 )
f x1 , x2 , x3 x 2 x 2 x x , sujeto x x 1
1
2
2 3
1
2
1 x x 0
L /
1
2
L / x
2
x
= 0
1 =
1
L / x 2 x x 0
2
2
3
L
/
x
x
0
3
2
x1 1 , x2 0 , x3 2 , 2
0 1 1
1 2
0
H
1 0 2
1
0 0
0
0
1
n3
m 1
nm 2
H3 0
H H4 1
H4
H3
DP
DN
406
OPTIMIZACIN CLSICA
Solucin al problema introductorio del captulo
Al inicio del captulo se plante un problema que nos va a permitir aplicar todo lo que
hemos visto hasta este momento, buscando una solucin ptima.
Lo primero que debemos hacer es definir nuestras variables, aquellas que hacen ptima
la funcin objetivo.
Variables:
Nmero de toneladas de la primera materia prima: x
Nmero de toneladas de la segunda materia prima: y
Nmero de toneladas de la tercera materia prima: z
Unidades de capital: K
La funcin que deseamos que sea ptima la llamaremos funcin objetivo, en este caso
es la funcin de beneficios.
Funcin Objetivo:
x, y, z x 3
Beneficios :
1 2
y z 10
2
Maximizar
1 2
y z 10 (2 x) ( z y)
1
2
2
Ahora nuestro anlisis partir de la funcin Lagrangiana, a travs de las condiciones de
primer y segundo orden:
3
L x, y, z, , x
1
L
0
2
L
0
L 1 , 2 , x, y, z
x
0
L 0
407
L
2
3x 0
1
x
L
y 0
2
y
L
1 0
2
z
L
2 x 0
L
zy0
L
H HL 1 0 , 2 0 , x0 , y 0 , z 0
1x
L
1y
L
1z
0
0
L
2 x
L
2 y
L
z
2
0 0 1 0
0 0 0 1
H HL , , x , y , z 1 0 12 0
10 2 0 0 0 0
0 1 0 1
0
1 0 0
L
x1
L
x 2
L
2
x
L
xy
L
xz
L
y1
L
y 2
L
yx
L
y 2
L
yz
L
z1
L
z 2
L
zx
L
zy
L
2
z
0
1
0
0
0
408
OPTIMIZACIN CLSICA
Problemas Resueltos
1. El costo de producir x modelos regulares y y modelos de lujo del producto de una
empresa est dado por la funcin conjunta de costo: C ( x, y) x 2 1.5 y 2 300
Cuntas unidades de cada tipo deben producirse, a fin de minimizar los costos
totales, si la empresa decide producir un total de 200 unidades?
Solucin:
Variables:
Cantidad de modelos regulares: x
Cantidad de modelos de lujo: y
Funcin Objetivo:
Costo :
Funcin Restriccin:
x y 200
Anlisis:
Funcin Lagrangiana:
L
2 x 0
x
L
3 y 0
y
L
0
x
2L 2L
HL , x , y
0 0 0
x x 2
2
2
L L
y xy
2
L
y
0 1 1
2
L
1 2 0
yx
1
0
3
2
L
2
y
409
1m 11 1
entonces HL es
Costo :
Funcin Restriccin:
x y 500
Anlisis:
Funcin Lagrangiana:
L
5x 4 y 0
y
L
500 x y 0
410
OPTIMIZACIN CLSICA
Condicin de segundo orden:
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
0 1 1
2
L
1 2 5
yx
1
5
4
2
L
2
y
Beneficios :
300 x
500 y
x 10 y 13.5
0.25
Maximizar
Funcin Restriccin:
x y 16.5
Anlisis:
Funcin Lagrangiana:
300 x
500 y
(16.5 x y)
Lx, y, 0.25
x 10 y 13.5
411
L
750
0
x ( x 10) 2
L
1687.5
0
y ( y 13.5) 2
L
16.5 x y 0
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
1
1
0
2
L
1 375 1024
0
yx
1
0
125
512
2
L
2
y
donde x representa el
nmero de unidades terminadas y y el nmero de unidades no terminadas fabricadas
y vendidas por semana. La gerencia de la compaa decide restringir la fabricacin
de estos escritorios a un total de exactamente 200 unidades por semana. Cuntas
unidades terminadas y no terminadas deben fabricarse por semana para maximizar
el beneficio semanal de la compaa?
412
OPTIMIZACIN CLSICA
Solucin:
Variables:
Nmero de unidades terminadas fabricadas y vendidas por semana: x
Nmero de unidades no terminadas fabricadas y vendidas por semana: y
Funcin Objetivo:
Beneficios :
Maximizar
Funcin Restriccin:
x y 200
Anlisis:
Funcin Lagrangiana:
L
0.4 x 0.2 y 100 0
x
L
0.5 y 0.2 x 90 0
y
L
200 x y 0
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
1
1
0
2
L
1 0.4 0.2
yx
0
.
2
0
.
5
2
L
2
y
1n 12 1
entonces HL es
MADERA
ACERO
MADERA
Solucin:
Variables:
Pies lineales de madera: x
Pies lineales de acero: y
Funcin Objetivo:
Costo :
C 12 x 3 y
MADERA
x
(Minimizar)
Funcin Restriccin:
xy 800
Anlisis:
Funcin Lagrangiana:
Lx, y, 12 x 3 y (800 xy )
414
y
x
MADERA
ACERO
OPTIMIZACIN CLSICA
L
12 y 0
x
L
3 x 0
y
(x , y ) = 10
2 , 40 2 con un 3 2 20 .
0 0
L
800 xy 0
Descartamos aquellos que toman valores negativos y nos quedamos con el punto
10
2 , 40 2 .
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
0
2
L
40 2
yx
10 2
2
L
2
y
10 2
0
3 2 20
3 2 20
0
40 2
C (r , h) 8rh 6r 2 .
Solucin:
Variables:
Radio en pulgadas: r
Altura en pulgadas: h
Funcin Objetivo:
r 2 h 64
415
L
2
L 64 r h 0
2L
HL , r , h
0 0 0
r
2L
L
r
2
L
2
r
2
L
rh
2
L
h
53.649 17.883
0
2
L
2
h
OPTIMIZACIN CLSICA
Solucin:
Variables:
Horas de trabajo: T
Unidades de capital: K
Funcin Objetivo:
Maximizar
Q T 2 3K1 3
Produccin :
Funcin Restriccin:
20T 10K 1000
Anlisis:
Funcin Lagrangiana:
L 0
L , T , K T 0
0
L
L 2 31 13
T K 20 0
T 3
L 1 23 32
T K 10 0
K 3
L
1000 20T 10 K 0
2L
HL , T , K
0 0 0
T
2L
L
T
2
L
2
T
2
L
TK
2
L
K
20
10
0
2
L
0.0067
20 0.0067
KT
10
0.0067 0.0067
2
L
2
K
1n 12 1
entonces HL es
2r
2rh . Cul tendra que ser la razn entre la altura h de la lata y su radio r?
Solucin:
Variables:
Radio en centmetros: r
Altura en centmetros: y
Funcin Objetivo:
rea :
A 2rh 2r 2 (Minimizar)
Funcin Restriccin:
Volumen : V r 2 h 426
Anlisis:
Funcin Lagrangiana:
L
2
426 r h 0
418
OPTIMIZACIN CLSICA
2h 4r 2rh
2h 4 r 2
h 2r , resultando:
2rh
r
2r r
2
.
r
2L
HL , r , h
0 0 0
r
2L
L
r
2
L
2
r
2
L
rh
2
L
h 0
2
L
2
4r
hr
2
2 r
L
2
h
4r
4
2
2
r
2
0
Ingreso :
I 2 x 2 y 2 xy 8x 3 y
Maximizar
Funcin Restriccin:
3x y 10
419
Lx, y, 2 x 2 y 2 xy 8x 3 y 10 3x y
Condicin de primer orden:
L
L 0
L , x, y x 0
0
L
y
L
4 x y 8 3 0
x
L
2 y x 3 0
y
L
10 3x y 0
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
0 3 1
2
L
3 4
1
yx
1 2
2 1
L
2
y
420
OPTIMIZACIN CLSICA
a) Aplicando el mtodo de multiplicadores de Lagrange, determine el nmero de
unidades de mano de obra y de capital que la empresa debe emplear, a fin de
obtener una produccin mxima.
b) Demuestre que cuando la mano de obra y el capital estn en sus niveles
mximos, la razn de sus productividades marginales es igual a la razn de sus
costos unitarios.
c) En este nivel mximo de produccin, determine el incremento en la produccin
si se dispone de $1 adicional destinado a produccin. Pruebe que es
aproximadamente igual al valor absoluto del multiplicador de Lagrange.
Solucin:
a) Variables:
Unidades de mano de obra: M
Unidades de capital: K
Funcin Objetivo:
Q 80M 3 4 K 1 4
Produccin :
Maximizar
Funcin Restriccin:
60M 200K 40000
Anlisis:
Funcin Lagrangiana:
L , M , K M
0
0
0
L
60M 4 K 4 60 0
M
3
L
20M 4 K 4 200 0
K
L
40000 60M 200 K 0
421
2L
HL , x
0 0 M
2L
K
60
200
0
2
L
60 0.01687 0.1687
2
KM
M
0.1687
1.687
2
2 200
L
L
2
MK
K
Se analizan los ltimos n m menores principales dominantes, es decir 2 1 ,
el ltimo menor principal dominante
2
L
M
2
L
Cu
Cu
60
3
200 10
De esta manera queda demostrado que cuando la mano de obra y el capital estn
en sus niveles mximos, la razn de sus productividades marginales es igual a la
razn de sus costos unitarios.
c) Cuando M 500 y K 50 entonces su 4 1 10 .
Supongamos que podemos emplear M unidades de mano de obra y K
unidades de capital con $1 extra de disponibilidad. Entonces:
60M 200K 1
P P500 M , 50 K P500, 50
P PM 500, 50M PK 500, 50K
60
P 200
K
422
OPTIMIZACIN CLSICA
Reemplazando tenemos:
P 60M 200K
P 60M 200K
P
Rendimient o :
Maximizar
Funcin Restriccin:
x y z w 12000
Anlisis:
Funcin Lagrangiana:
423
L
1.2 0.5
y
0
y
2
L
1.3 0.5
z
0
z
2
con un
L
1.5 0.5
w
0
w
2
1 1
.
40 6
L
12000 x y z w 0
2L
x
2
L
HL 0 , x0
y
2
L
z
2L
L
x
L
y
L
z
L
yx
L
zx
2L
2L
zy
L
x 2
2L
xy
2L
xz
2L
yz
L
yw
2L
z 2
2
L
zw
L
xw
1
0
1
3 2
1 4 2400
1
0
HL , x
0
0
0
1
1
0
1
4
2
L
w
2
L
wx
2L
wy
2L
wz
2
L
w 2
1.2 28803 2
0
0
1
4
1.3 28803 2
0
1.5 36003 2
3
4
5
3.898 10
1.096 10
2.248 10
11
17
OPTIMIZACIN CLSICA
12. El beneficio diario total (en dlares) obtenido por la compaa editorial Weston al
publicar y vender sus diccionarios est dado por la funcin:
Beneficios :
Maximizar
Funcin Restriccin:
x y 400
Anlisis:
Funcin Lagrangiana:
L
0.01x 0.002 y 14 0
x
L
0.006 y 0.002 x 12 0
y
L
400 x y 0
425
2L
HL , x , y
0 0 0
x
2
L
y
L
x
L
2
x
2
L
xy
2
L
y
1
1
0
2
L
1 0.01 0.002
yx
0
.
002
0
.
006
2
L
2
y
Ingreso :
I 90 x1 4 y 3 4
Maximizar
Funcin Restriccin:
x y 60000
Anlisis:
Funcin Lagrangiana:
Lx, y, 90 x1 4 y 3 4 (60000 x y)
Condicin de primer orden:
L
L 0
L , x, y x 0
0
L
y
426
OPTIMIZACIN CLSICA
L
3 4 3 4
22.5 x
y
0
x
El punto crtico es:
L
1 4 1 4
67.5 x y
0
y
L
60000 x y 0
45 4
2
33 .
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
1
1
0
2
L
1 0.0026 0.0009
yx
0
.
0009
0
.
0003
2
L
2
y
Beneficios :
Px x Py y C
Maximizar
Funcin Restriccin:
x y 40
Anlisis:
Funcin Lagrangiana:
L
4 y 120 x 0
y
L
40 x y 0
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
0 1 1
2
L
1 6 1
yx
4
2
L
2
y
Q 100 x 0,75 y 0,25 donde x son las unidades de trabajo empleadas (a $150 la
unidad) y y son las unidades de capital (a $250 la unidad). Si slo se cuenta con un
presupuesto de $50000, cules son las cantidades de trabajo y capital que
maximizan la produccin?
Solucin:
Variables:
Cantidad de unidades de trabajo empleadas: x
Cantidad de unidades de capital: y
428
OPTIMIZACIN CLSICA
Funcin Objetivo:
P 100 y1 4 x 3 4
Produccin :
Maximizar
Funcin Restriccin:
150 x 250 y 50000
Anlisis:
Funcin Lagrangiana:
L
0.75 0.75
25 x
y
250 0
y
L
50000 150 x 250 y 0
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
150 250
0
2
L
150 0.05
0.25
yx
0.25 1.25
2 250
L
2
y
429
AL 2 xy 2 yz
A
Tapas
2 xz
Funcin Objetivo:
Costo :
Funcin Restriccin:
xyz 105
Anlisis:
Funcin Lagrangiana:
L
L
x
L , x, y, z =
L
y
L
z
0
0
0
0
L
2.5 y 9 z yz 0
x
L
2.5 x 2.5 z xz 0
y
L
2.5 y 9 x xy 0
z
L
105 xyz 0
430
5
6
3 1470 7 .
x0 = (x0, y0, z0) = (3.078, 11.081, 3.078).
OPTIMIZACIN CLSICA
Condicin de segundo orden:
2L
x
HL , x 2
0 0
L
y
2
L
L
x
L
y
L
yx
L
2
x
2
L
xy
2
L
xz
L
y
L
yz
2
L
z
2
34.11 9.48 34.11
L 0
zx 34.11
0
2.5
9
2
2.5
0
2.5
L 9.48
9
2.5
0
zy 34.11
2
L
z 2
3
4
1616.81 0
21823.1 0
Beneficios :
x 2 10 xy 2 y 2
Maximizar
Funcin Restriccin:
x 2 y 100
Anlisis:
Funcin Lagrangiana:
Lx, y, x 2 10 xy 2 y 2 (100 x 2 y)
431
L
4 y 10 x 2 0
y
L
100 x 2 y 0
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
0 1 2
2
L
1 2 10
yx
2
10
4
2
L
2
y
432
OPTIMIZACIN CLSICA
Funcin Objetivo:
Maximizar
xy
Beneficios :
Funcin Restriccin:
2x 3 y 6
Anlisis:
Funcin Lagrangiana:
Lx, y, xy (6 2 x 3 y)
Condicin de primer orden:
L
L 0
L , x, y x 0
0
L
y
L
y 2 0
x
L
x 3 0
y
L
6 2x 3y 0
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
0 2 3
2
L
2
0
1
yx
3
1
0
2
L
2
y
Q 100 y1 4 x 3 4
Produccin :
Maximizar
Funcin Restriccin:
100 x 200 y 200000
Anlisis:
Funcin Lagrangiana:
0
0
0
L
0.25 0.25
75 x
y
100 0
x
L
0.75 0.75
25 x
y
200 0
y
L
200000 100 x 200 y 0
2L
HL , x , y
0 0 0
x
2
L
y
434
L
x
2
L
2
x
2
L
xy
1 27
4
.
4 2
2
L
y
100
200
0
2
L
100 0.007986 0.04792
yx
200
0
.
04792
0
.
28752
2
L
2
y
OPTIMIZACIN CLSICA
Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el
ltimo menor principal dominante.
Beneficios :
Px x Py y C
Maximizar
Funcin Restriccin:
x 3y
Anlisis:
Funcin Lagrangiana:
L
10 x 252 y 0
x
L
8 y 180 x 3 0
y
L
x 3y 0
435
2L
HL , x , y
0 0 0
x
2
L
y
L
x
2
L
2
x
2
L
xy
2
L
y
1 3
0
2
L
1 10 1
yx
1 8
2 3
L
2
y
436
OPTIMIZACIN CLSICA
Problemas Propuestos
1. Calcule el valor ptimo de la funcin y adems diga si es mnimo o
mximo. f x, y, z 2 x 2 y 2 3z 2 restriccin: 2 x 3 y 4 z 49 .
2. Determine los valores que optimizan en el costo C x, y 8x 2 xy 12 y 2 sujeto a
la cuota de produccin: x y 42 .
3. Optimice la funcin f x, y, z x 2 y 3 z sujeta a x y z 12 .
4. Calcular tres nmeros positivos, tales que, su suma sea 20 y su producto sea
mximo.
5. Calcular tres nmeros positivos, tal que, la suma del doble del primero, ms el triple
del segundo, ms el tercero sea 60 y la suma de sus cuadrados sea mnima.
6. Hay que construir una caja rectangular sin tapa, con un material que cuesta $3 el pie
cuadrado para la parte inferior y $1 el pie cuadrado para los lados. Determine las
dimensiones de la caja de mayor volumen posible, que pueda construirse con $36.
7. Hay que construir una caja rectangular cerrada con un volumen de 4 pies cbicos. Si
el pie cuadrado de material para los lados cuesta $1 y el pie cuadrado de material
para las partes superior e inferior cuesta $1.50, determine las dimensiones de la caja,
que puede construirse al menor costo.
8. Qu mezcla de produccin deber generar una empresa para maximizar sus
beneficios, si su funcin de beneficios es 80 x 2 x 2 xy 3 y 2 100 y y su
capacidad mxima de produccin viene dada por x y 12 ?
9. Un consumidor presenta una funcin de utilidad dada por U xy . Si Px 1 , Py 4
y dispone de un presupuesto de 120 para gastar, determinar los valores de x y y
que maximizan la utilidad (considerar que gasta todo el presupuesto).
10. A un editor se le han asignado $60000 para el desarrollo y la promocin de un
nuevo libro. Se estima, que si se gastan x miles de dlares en desarrollo e y miles de
dlares en promocin, se vendern 20 x1.5 y ejemplares del libro. Cunto dinero
debe asignar el editor a desarrollo y cunto a promocin para maximizar las ventas?
11. El departamento de carreteras de ciudad Sol, planea construir un rea de recreacin
para automovilistas al lado de una carretera principal. sta ser rectangular y tendr
un rea de 5000 m2. Se va a colocar una cerca en los lados no adyacentes a la
carretera, Cules deben ser las dimensiones para utilizar la menor cantidad de
cerca?
437
funcin
de
produccin
de
una
empresa
viene
dada
por
14. La
funcin
de
produccin
de
una
empresa
est
dada
por
438
OPTIMIZACIN CLSICA
15. Usando L unidades de mano de obra y K unidades de capital, una empresa puede
elaborar P unidades de su producto, en donde P L, K 60L2 3 K 1 3 . Los costos de
la mano de obra y del capital son de $64 y $108 por unidad. Suponga que la empresa
decide elaborar 2160 unidades de su producto.
a) Por medio del mtodo de multiplicadores de Lagrange, halle el nmero de
insumos de mano de obra y de capital que deben emplearse con objeto de
minimizar el costo total.
b) Demuestre, que en este nivel de produccin, la razn de costos marginales de
mano de obra y de capital es igual a la razn de sus costos unitarios.
16. Usando L unidades de mano de obra y K unidades de capital, una empresa puede
439
y q
son las
xy 3
2
2 y 2 y , donde es una constante. Si la cantidad de petrleo
12
que puede extraer es M, el productor slo puede elegir los valores de x e y.
Determinar:
a) El punto donde se optimice la funcin de beneficios.
b) Qu condiciones se deben satisfacerse para que ese punto sea ptimo?
c) Cuando 0 , el valor de y que maximiza los beneficios tender a . Por
qu? Explique.
x, y
440
OPTIMIZACIN CLSICA
27. La produccin de trigo que se obtiene de una cosecha depende de la cantidad de
abono y simiente que se utiliza en la siembra, segn la relacin:
x 25 5v 10v v 2 2v 2 .
1
Siendo:
x: produccin de trigo en kilogramos.
v1: cantidad de abono nitrogenado en kilogramos por unidad de superficie.
v2: cantidad de simiente en kilogramos por unidad de superficie.
Los precios del abono y del simiente son 20 y 10 soles respectivamente. Se pide:
a) Encontrar las cantidades de abono y simiente que deben emplearse por unidad de
superficie, si se desea maximizar la produccin de trigo suponiendo que el costo
de sembrar una unidad de superficie es de 60 soles.
b) Cmo vara la produccin mxima, si se pudieran gastar 62 soles en cada
unidad de superficie sembrada?
28. Una empresa fabrica dos bienes A y B en cantidades respectivas x e y, relacionadas
x y
por la ecuacin: 1 , siendo a y b nmeros reales distintos de cero.
a b
Los ingresos de la empresa proceden de:
Rendimientos del capital R que supondremos constantes y dados en unidades
monetarias.
Rendimientos procedentes de la venta, dados por la funcin 2xy, en unidades
monetarias.
I ( x, y) R 2 xy .
Los costos dependen de las cantidades producidas, y vienen dados por la funcin
C ( x, y) ( x y) 2 .
a) Determine las cantidades que deben fabricarse de cada bien, para maximizar los
beneficios.
b) Calcule el mximo beneficio y verifique que el ptimo obtenido es un mximo.
c) Es rentable la empresa en el caso R
a 2b 2
a2 b2
29. La siguiente expresin q k 0.4l 0.5 recibe el nombre de funcin de produccin. Esta
expresin, indica la cantidad producida de cierto artculo q en funcin de las
cantidades de insumos k y l utilizados. Los precios de los insumos k y l son 3 y 4
dlares respectivamente. Si se cuenta slo con 108 dlares y bajo la consideracin
que todo se gasta en los insumos, determine las cantidades k y l que maximizan la
cantidad producida.
30. La relacin entre las ventas V y las cantidades x e y gastadas en dos medios de
200 x 100 y
.
441
k
1
31. Demostrar que 0,
con
d
2 kd
k
1
y 0,
con
, son
d
2
kd
C x 2 xy y 2 190 ,
1
y que las funciones de demanda son x 63 0.25 p , y 60 p donde p y p
x
x
y
3 y
representan los precios respectivos de x e y, determinar los niveles de produccin
que maximizan el beneficio, los niveles de precios ptimos y el beneficio mximo.
33. En un almacn de piezas de recambio existe una relacin entre los ingresos y el
nmero de empleados dedicados a expender piezas x y el de los dedicados a
inventario y, siendo la funcin de ingresos:
I 150 2 x 2 50 x y 2
Sabiendo que los costos por empleado son C x x 10 , C y 2 y 20 segn
estn en expendidura o en inventario respectivamente y que el nmero total de
empleados es 30, hallar el nmero de empleados que ha de dedicarse a cada trabajo,
para que el beneficio sea mximo.
34. La funcin de utilidad de un consumidor viene dada por U x 2 y 1 . Sabiendo
que su poder adquisitivo es de 51 u.m. y que los precios respectivos de x e y son
p 2 , p 5 , hallar los niveles de x e y que maximizan la utilidad del
x
consumidor.
35. Una empresa de elevado prestigio en el ramo de la ptica, lanza un nuevo modelo de
gafas de diseo exclusivo que distribuye en los tres principales centros nacionales de
la moda y complementos (Madrid (M), Barcelona (B) y Valencia (V)). En cada uno
de ellos establece los siguientes precios, por montura de la gafa y por cristal: En
Madrid, 10 euros el cristal, 30 euros la montura; en Barcelona, 12 euros el cristal, 30
euros la montura y en Valencia, 15 euros el cristal, 21 euros la montura. Denotamos
por x, y, z la cantidad de gafas que distribuye en cada uno de los mercados
respectivamente. La suscripcin de un convenio con Iberia, le permite a la empresa
asumir los siguientes costos en concepto de transporte areo por cada gafa
transportada:
z
CM x 2 x 100 ; C B y y 200 ; CV z 300 .
2
Teniendo en cuenta, que el monto de gafas a distribuir se cifra en 4999, hallar el
nmero de unidades de este producto, que la empresa debe distribuir en cada
mercado a fin de maximizar el beneficio empresarial.
442
OPTIMIZACIN CLSICA
36. Un ganadero dedicado a la cra de reses bravas, vende todas las pieles y patas de las
reses que sacrifica, obteniendo unos beneficios de acuerdo con la funcin
x, y 90 x 3x 2 2 xy 2 y 2 1800 y ,
donde x es el nmero de patas e y es el nmero de pieles vendidas. Cuntas reses
deber sacrificar para maximizar sus beneficios?
37. Cuatro plantas fabrican cuatro productos iguales en cantidades x, y, z, t. Se tiene un
pedido de 1000 unidades. Sabiendo que los costos de fabricacin en cada planta son:
C x 60 x 2 10 , C y 30 y y 3 3 , C z 20 10 z , C t 25 2t t 2 .
3
2
1
4
Hallar el nmero de unidades que debe fabricar cada planta, para que los costos sean
mnimos.
38. Una compaa destina su planta a la elaboracin de dos tipos de bienes A y B.
Obtiene un beneficio de 4 u.m. por unidad de A y de 6 u.m. por unidad de B. Los
nmeros de unidades de los dos tipos que puede producir mediante la planta estn
restringidos por la ecuacin de transformacin del producto dada por:
x 2 y 2 2x 4 y 4 0 ,
con x e y los nmeros de unidades (en miles) de A y B respectivamente producidas
por semana. Hallar las cantidades de cada tipo que deben producirse a fin de
maximizar el beneficio, as como el beneficio mximo.
39. Un sujeto dispone de una renta monetaria de 30 u.m. que dedicar a la adquisicin
de cantidades por determinar de dos tipos de bienes B y B . Se supone que la
1
tipo B y B son respectivamente p y q. Cul ser el plan de compra del sujeto que
1
443
x 80u v ,
siendo u y v las cantidades empleadas de los factores productivos y x la cantidad
producida. Sabiendo que los costos fijos ascienden a 10 u.m. y que los precios de los
factores son p 10 u.m. y p 2 u.m., hallar la combinacin de factores que
u
5 x 10 y
Sabiendo, que el beneficio neto es la diferencia entre 1 5 de las ventas y el costo de
la promocin y que el presupuesto para publicidad es de 25, Cmo debe asignarse
ste entre los dos medios para maximizar el beneficio neto?
45. El volumen de ventas de un detergente es funcin del nmero de anuncios en la
prensa x y del nmero de minutos de propaganda en TV, y. Estadsticamente se ha
estimado que la relacin entre estas variables es:
V x 2 y 1 .
Sabiendo, que un anuncio en la prensa vale 200 euros, un minuto en TV 500 euros y
que el presupuesto para publicidad es de 25500 euros, determinar la poltica
publicitaria ptima.
46. La temperatura de una placa en un punto cualquiera viene dada por la funcin:
T x, y 25 4 x 2 4 xy y 2 .
Para emplear esta placa en la fabricacin de calefactores, la normativa en vigor
obliga a situar una alarma trmica, distribuida sobre los puntos de una
circunferencia centrada en el centro de la placa y de radio 5 cm. Esta alarma se
dispara si la temperatura sobrepasa los 180 grados o bien si es inferior a 20 grados.
Ser posible la utilizacin de la placa, teniendo en cuenta la funcin trmica que
determina su temperatura?
47. Dada la funcin de produccin Q f L, C, R L2 C 2 R 2 , sabiendo que los
factores de produccin deben verificar las condiciones L C R 6 , L C R 1,
calcular los niveles mnimos de produccin.
48. La funcin de produccin de una empresa viene dada por QL, K 50L2 3 K 1 3
donde L y K representan respectivamente el nmero de unidades de mano de obra y
de capital utilizadas, y Q es el nmero de unidades elaboradas del producto.
Sabiendo que los costos por unidad de mano de obra y capital empleados son de 100
444
OPTIMIZACIN CLSICA
u.m. y 300 u.m. respectivamente y que la empresa dispone de una cantidad de 45000
u.m. para propsitos de produccin, se pide:
a) Determinar, utilizando solo las condiciones de primer orden, la combinacin de
mano de obra y de capital, que la empresa deber utilizar con objeto de
maximizar su produccin.
b) Demuestre, que en este nivel de produccin, el cociente de las productividades
marginales de los factores es igual al cociente de sus costos unitarios.
49. Dada la funcin de produccin q f x, y y la restriccin C ax by c , hallar las
condiciones de primer orden para que la produccin sea mxima, conociendo C
(disponibilidades), siendo x e y factores de produccin, a y b los precios respectivos
de dichos factores y c los costos fijos.
50. Determinada compaa elabora dos tipos de bienes A y B. Obtiene un beneficio que
viene dado por x, y 2 x 3 y 3 , donde x e y son los nmeros de unidades de A y
B, respectivamente. Los nmeros de unidades de los dos tipos que puede producir,
estn restringidos por la ecuacin de transformacin del producto dada por:
x 2 y 2 100 . Hallar las cantidades de cada tipo que deben producirse a fin de
maximizar el beneficio, as como el beneficio mximo.
51. A un editor se le han asignado 60000 euros para invertir en el desarrollo y la
promocin de un nuevo libro. Se calcula que si se gastan x miles de euros en
desarrollo e y miles en promocin, se vendern aproximadamente f x, y 20 x 3 2 y
ejemplares del libro. Cunto dinero debe invertir el editor en desarrollo y cunto en
la promocin para maximizar las ventas?. Supongamos que al editor le han asignado
61000 euros en vez de 60000, para invertir en desarrollo y promocin. Calcular
aproximadamente de qu manera afectarn al nivel mximo de ventas los 1000
euros adicionales. Y si le asignarn 60200 euros, Qu sucede, aproximadamente,
con el nivel mximo de ventas?
52. La produccin de una pastelera est condicionada por la disponibilidad de tres
inputs fundamentales, harina, azcar y huevos, de manera que se ha comprobado
estadsticamente, que existe una relacin entre las cantidades empleadas de dichos
inputs y la cantidad producida, dada por:
u 250 4 x 4 y 3x 2 2 y 2 2 z 2 ,
siendo u la produccin total y x, y, z, las cantidades empleadas de huevos, harina y
azcar, respectivamente. Se sabe que los precios de los inputs estn fijados
respectivamente en 2, 1 y 1 u.m.
a) Encontrar las cantidades de cada input que deben emplearse para maximizar la
produccin de la pastelera, si se dispone de un total de 8 u.m. para la
adquisicin de inputs.
b) Cmo se modificara aproximadamente la produccin mxima, si se pudieran
gastar 10 u.m.?
445
Referencias Bibliogrficas
Alegre, P., Jorba, L., Ort, F., Sez, J., Sancho, T. y Terceo, A. (1991). Ejercicios
resueltos de matemticas empresariales 1. Madrid: Editorial AC.
Apostol, T.M. (1991). Calculus, vol I. Barcelona: Editorial Revert.
Apostol, T.M. (1991), Calculus, vol II. Barcelona: Editorial Revert.
Arya, J. y Lardner, R. (2002). Matemticas aplicadas a la administracin y a la
economa. Mxico: Pearson.
Barbolla, R., Cerd, E. y Sanz, P. (2001). Optimizacin cuestiones, ejercicios y
aplicaciones a la economa. Madrid: Prentice Hall.
Barranzuela, F. y Tresierra, A (1999). Matemticas empresariales apuntes. Piura:
Tallares Grficos de la Universidad de Piura.
Barrios, J., Carrillo, M., Gil, M., Gonzlez, C. y Pestano, C. (2005). Anlisis de
funciones en economa y empresa. Espaa: Daz de Santos.
Blanco, S., Garca, P. y Del Pozo, E. (2003). Matemticas empresariales I enfoque
terico-prctico. Madrid: Thomson.
Blume, L. y Simon, C. (1994). Mathematics for economists. New York: Norton.
Bru, R., Climent, J., Mas, J. y Urbano, A. (2001). lgebra lineal. Bogot:
Alfaomega.
Cmara, A., Garrido, R. y Tolmos, P. (2003). Problemas resueltos de matemticas
para economa y empresa. Madrid: Thomson.
Chiang, A. (1999). Mtodos fundamentales de economa matemtica. Chile: Mc.
Graw Hill.
447
448