Documentos de Académico
Documentos de Profesional
Documentos de Cultura
02 Matrices
02 Matrices
ALGEBRA MATRICIAL
6.1 MATRICES
OBJETIVO
Introducir el concepto de matriz y
considerar los tipos especiales de
matrices.
3X + 4y + 3z = 0,
2x + Y - z = 0,
{ 9x - 6y + 2z = O.
Lo que caracteriza a este sistema son los coeficientes numricos en la ecuaciqn
junto con sus posiciones relativas . Por esta razn, el sistema puede ser descrito
el arreglo rectangular
[~
ADVERTENCIA
No utilice las barras verticales, 11, en
lugar de corchetes o parntesis, ya que
tienen un significado diferente.
4
1
-6
220
16]
7 .
6. 1 Motrices
221
TABLA 6.1
Producto
Mano de obra
Material
10
5
12
9
16
7
rengln 1
rengln 2
columna 1
columna 2
columna 3
10
5
12
9
16
7
J=
A.
Ya que A tiene dos renglones y tres columnas, decimos que A tiene orden, o tamao ,
2 x 3 (se lee "2 por 3"), donde el nmero de renglones se especifica primero. De
manera semejante, las matrices
=[
~ ~ =~]O
-3 5
e=
-31
5
7
21
4
6
-8
a
[d
b
e
e]
f .
Segundo, una sola letra se puede usar, digamos, a, junto con doble subndice apropiado para indicar su posicin:
Para la entrada a 12 se lee "a subndice uno-dos", o slo "a uno-dos", el primer
subndice, 1, especifica el rengln y el segundo, 2, la columna en la que aparece la
entrada. De manera similar, la entradaa23 (se lee "a dos-tres") es la que se encuentra
en el segundo rengln y la tercera columna. Generalizando, decimos que el smbolo
aj denota la entrada en el rengln i y en la columna}.
Nuestra atencin en este captulo estar en la operacin y aplicacin de varios
tipos de matrices. Para completar, ahora daremos una definicin formal de una matriz.
222
LGEBRA MATRICIAL
Definicin
Un arreglo rectangular de nmeros que consiste en m renglones y n columnas.
a"
az,
a,z
azz
a,"
aZ
Il
aij
con
A = [1
12
3],
es llamada matriz rengln, o vector rengln. Una matriz que consiste en una sola
columna tal como la matriz de 5 x 1
-2
15
9
16
es llamada matriz columna, o vector columna.
b. La ma"i,
[i -!]
tiene tamao 3 x 2.
d. La ma"i,
3
11
-2
7
5
-1
6. 1 Matrices
Solucin: Como a ll
223
=a 31 =0, la matriz es
b. Si A = [a]
tiene orden 3 x 4 ya lj.. = i + j, encontrar A.
lj
Solucin: Aqu i = 1, 2,3 Yj = 1,2, 3,4 YA tiene (3)(4) = 12 entradas. Ya que a ij
= i + j, la entrada en el rengln i y columnaj se obtiene sumando los nmeros i y
j. De aqu a ll = 1 + 1 = 2, a l2 = 1 + 2 = 3, a l 3 = 1 + 3 = 4, etc. Por tanto,
1 + 1 1 + 2 1 + 3 1 + 4]
A = 2 + 1 2+22+32+4
[ 3 + 1 3+23+3 3+4
[2 3 4 5]
3456 .
45 67
= a 22 = a 33 = 1 Y a =
ij
en cualquier
otro caso.
Igualdad de matrices
Ahora definimos 10 que significa decir que dos matrices son iguales.
Definicin
Las matrices A = [a u.] y B = [b]
son iguales si y slo si tienen el mismo o rden y a lj.. =
u
b u.. para cada i y cadaj (esto es, entradas correspondientes son. iguales).
Por tanto
pero
y
[1
1]
'* [1
1]
(diferentes tamaos) .
X
[
2z
+
5w
1]
224
LGEBRA MATRICIAL
= 2
Y + =
2z = 4,
5w = 2.
X
1 7:
Definicin
La transpuesta de una matriz A de m x n, denotada AT, es la matriz de n X m q
i-simo rengln es la i-sima columna de A.
[!
~ ~l encontrarAT.
A'~U
Observe que las columnas de AT son los renglones de A. Debe darse cuenta de que
tomamos la transpuesta de nuestra respuesta, obtendremos la matriz original A.
es, la operacin transpuesta tiene la propiedad de que
TECNOLOGA
[A]
[[2 0]
[ 15]
Matrices especiales
[7 3]]
[A] T
[[2 1 7]
[0 5 3]]
FIGURA 6.1
Ay AT.
0=
0]
[O O'
6.1
Mat rices
225
yen general
:VERTENCIA
No confunda la matriz O con el
lIlIIero real O.
O O
O O
O
O
O O
0=
Una matriz que tiene el mismo nmero de columnas que de renglones , por
ejemplo n renglones y n columnas, es llamada matriz cuadrada de orden n. Esto es,
una matriz m x n es cuadrada si y slo si m = n. Por ejemplo, las matrices
[3]
4 5
7 8
iH
J
~l
II
6
O 1
226
LGEBRA MATRICIAL
EJERCICIOS 6.1
1. Sean
A = [
l
- 4
~ [l
25 3]6 ,
B
~
[~
~l
8 9
-6
2
n
n
D =
10.1 0
-~J
-2
U~l
b.
1 '
-5
[~y
y
O
~].
z
E =
[' 2
o l
o o
o o
6
2
6
G~m
J =
3.
F = [6
2],
~ [~
[4].
o
o
17. A
U
H
-1
5
20. A
[2
18. A
8:
2 3]
-2 O .
O 1
21. Sean
- 3J
4
3
2
2
19. A
6
2
-~J
O.
[~ ~l
~ [:
O
O
O
~ [~
D=
O
2
10
[~
~l
-3
-']
O
4
O
O .
6
2. Cul es el orden de A?
3.
3.
a4l
9.
23. Si
10. Escriba la matriz triangular inferior de orden 5 en la que todas las entradas que no se requiere que sean cero, son iguales
a uno.
11. Construya una matriz A
A =
1 2 3]
[4 5 6 ,
7
Jt
[~ /w] [~ ~].
=
25.
; 3J[H n
2z
[~ ~].
,s. Acciones
Un agente de bolsa vendi a un cliente 200 acciones de tipo A, 300 de tipo B, 500 de tipo C y 300 de tipo
D. Escriba un vector rengln que d el nmero de acciones
vendidas de cada tipo. Si las acciones se venden en $20, $30,
$45 y $100 por accin, respectivamente, escriba esta informacin como un vector columna.
E=
2O 61 31 52] ,
[2 7 6 O
CONSUMIDORES
\
3@j
O 2 4 4]
[
6.2
F=2332.
4 O 2 6
30. Matriz de insumo-producto Las matrices de insumo-producto, desarrolladas por W. W. Leontief, indican las
interrelaciones que existen entre los diferentes sectores de
una economa durante algn periodo. Un ejemplo hipottico
para una economa simplificada est~ dado por la matriz M
227
+ 1993x
v?] [
In(e")
X2
1994
1994 - 1993x
I
1
32. A =
[-;
33 A
.
[1
-4
7
4
4
3
~].
OBJETIVO
Definir la suma de matrices y la
. multiplicacin por escalar y considerar
las propiedades relacionadas con estas
Operaciones.
Suma de matrices
Considere un comerciante de vehculos para nieve quien vende dos modelos, Deluxe
y Super. Cada uno est disponible en uno de dos colores, rojo y azul. Suponga que
las ventas para enero y febrero estn representadas por las matrices de ventas
228
Deluxe Super
~l
rojo [ 1
azul 3
Definicin
Si A = [ay] y B = [b) ambas son matrices de m x n, entonces la suma A + B es la
matriz de m x n obtenida sumando las correspondientes entradas de A y Bj esto el ,
A + B = [aij + b;) .
= [;
-1
B =
[i
-3
2
Como A Y B son del mismo tamao (2 x 3), su suma est definida. Tenemos
-3
1
a.
b.
[~56;] + [- ~3
[~; ] + [
i]
-;] =
O
[~5+36+0
~ ~ ; ~ ;] = [ - 86
~ ~] .
(propiedad conmutativa),
A + (B + C) ::: (A + B) + e
(propiedad asociativa),
A+O=O+A=A
6.2
229
La propiedad 1 establece que las matrices pueden ser sumadas en cualquier orden , y
la propiedad 2 permite que las matrices sean agrupadas para la operacin de suma.
La propiedad 3 establece que la matriz cero j uega el mismo papel en la suma de
matrices que el nmero cero en la suma de nmeros reales. Estas propiedades son
ilustradas en el ejemplo siguiente.
EJEMPLO 2
Sean
A
=[
C= [
B =
-2 O
- 2
- 2
[~
-3
-1]
1 '
a. Demostrar que A + B = B + A.
Solucin:
A+B=[ -11
Por tanto, A + B
-3
- 3
=B + A.
b. Demostrar que A + (B + C)
=(A + B) + C.
Solucin:
A+ (B+C)=A+
(A + B) +C = [
c. Demostrar que A + O
_!
[-~
1]=[-1
-1
-5
3 3]
[ -1
-3 2 +C= -1
-5
-5 2
=A.
~l
~J.
Solucin:
1
A + O = [ -2
2
O 1]
1
[O O O]
O O O
!] = A.
1 2
-2 O
[3
5],
D2
[O
17
1],
DJ = [4
12],
230
LGEBRA MATRICIAL
y para las industrias,
4],
De = [O
DE = [20
O 8],
DA = [30
5 O],
25]+[0171]+[4612]=[725
O 8] + [30
O]
[50
6 12],
25
18] + [50
12] = [57
31
30].
F=[!~J.
Si en marzo el vendedor duplica las ventas de febrero de cada modelo y color
vehculos para nieve, la matriz de ventas M para marzo podran ser obtenidas mul
tiplicando cada entrada de F por 2:
M
= [2(3)
2(4)
2(1)]
2(2) .
Definicin
Si A es una matriz m x n y k es un nmero real (tambin llamado escalar), entonce
con kA denotamos a la matriz m x n obtenida multiplicando cada entrada de A po
k. La operacin es llamada multiplicacin por un escalar, y kA es llamada mltipld.
escalar de A.
1 Este ejemplo, as como algunos otros en este captulo, son de John G. Kemeny, J. Laurie SneIl ~
Gerald L. Thompson, Introduction 10 Finite Mathematics, tercera edicin. 1974. Reimpreso ca
permiso de Prentice-HalJ, Inc., Englewood Cliffs, Nueva Jersey.
231
Por ejemplo,
_3[1
2
O -2]
- 1
EJEMPLO 4
[ -3(1)
- 3(2)
-3(0)
- 3( - 1)
- 3( - 2) ]
- 3(4)
= [- 3
-6
O
6]
3 -12'
Sea
B =
-4]
[~
O =
[~ ~J.
[1:
-~J.
-1~] = [~
-11]
1 '
Calcular lo siguiente.
a. 4A.
Solucin:
4A 4[!
=
_ ~] = [:~!~ 4(~(~~]
Solucin:
c.
2" A + 3B.
Solucin:
~ A + 3B =
=
H! _~]
[~
U - ~] + [2~
~]
2 .
d. OA.
Solucin:
e. kO.
Solucin:
232
+ B) =kA + kB.
(k + kz)A = kA + kzA .
k/k2A)
=(kk2)A.
OA=O.
kO=O.
Las propiedades 4 y 5 fueron ilustradas en los ejemplos 4(d) y (e); las otr<1&
ilustradas en los ejercicios.
Tambin tenemos las propiedades siguientes de la operacin de transposici
donde A y B son del mismo tamao y k es cualquier escalar:
(A
+ B? = A T + B T
(kA? = kAT.
Sustraccin de matrices
Si A es cualquier matriz, entonces el mltiplo escalar (-l)A se escribe simplemen
como -A y es llamado negativo de A:
,...A = (-l)A.
As, si
entonces
Definicin
Si A Y B tienen el mismo tamao, entonces por A - B queremos decir A + (-B).
EJEMPLO 5
a.
[-~
233
Resta de matrices
Hn (-l)[~ -n
!] -[~-n
~ ~]
[-3 2 +
[= ~ -~]
0-3
~].
-1
b. Si A
~]
B =
[i -;l
entonces
EJEMPLO 6
Ecuacin matricial
Resolver la ecuacin 2
[~~]
[!] = J.
5[ -
Solucin:
Estrategia: Primero simplificamos cada lado en una matriz. Despus, por la
igualdad de matrices, igualamos las entradas correspondientes.
!] = l
[~~] [!] = [ -~~l
[~~ =!] -[-~~ J.
2[
~~]
5[ -
Por la igualdad de matrices debemos tener 2x - 3 = 25, que dax = 14; a partir de 2x"
-4 = -20 obtenemos x 2 =-8.
234
LGEBRA MATRICIAL
TECNOLOGA
2[A]-3[B]
[ [ -7
-6]
[-10 3 ]]
B =
[! i].
EJERCICIOS 6.2
En los problemas 1-12 realice las operaciones indicadas.
1 [-:
2. [ -
-3] [2 -3
o4
O +
5
-6
~J + [ - ~
-1
9
6
JI
~ J + [~
~].
-2
10.
n.
6. [7
7.
1] + 2[-6
-3
S. 3[1
8. [27
;J +
-lJ
4
1 4] - 0[-2
7 4] .
A =
9. -6 [27
3 [OO
-6 7
1 6
-:
O
1
4
-~]
+ ! [~ ~ ~] .
10
3 3 9 9
n-~l
C=[=~ -~l
~J.
IJ
-2'
-2'
5
[~J.
l'
7] + 66.
-6
9
-4
-i -H
{~
3
4
11. [
3. [-~ ~]-[;-n
4.
ll
~ ~l- ~ ~l
B =
[-~ =~l
O =
[~ ~J.
13. -B.
1S. 20.
16. A
19. 3(A - C) + 6.
+ B - C.
18. O(A + B).
20. A + (C + 20).
6.3
3A
1.4 -
2(B
+ 2C).
2e.
+ B)
(2 + 3)A
= 3A
= 2A
k A) = (kk)A.
39.
k'A+B+C)=kA+kB+ke.
~ [~
C =
40.
-n
e ~l
29.
D [11 2O
=
-1]
+ { ;,]
! ].
= [
3x
+ 12 - 3y
+ BT
32. 2B
". cr - D.
34. (D - 2A T ?
ti
el sistema
3X + 5y = 16
{ 2x - 6y = -4
~ [ =m
2 .
30. (B - C?
D.
3AT
-3[-;] 4[ _ ~].
3 [~]
+ 3B.
+ 3A.
k(
I 1
235
22. 3C - 2B.
2B -
Multiplicacin de matrices
43. 4A
= [ _;
- ~ ~l
[!
~ ~l
1
C = [ -2 61
3B.
44. -2(A
+ B) - C .
45. 2(3C - A) + 2B .
6.3
MULTIPLICACiN DE MATRICES
OBJETIVO '
Definir la multiplicacin de matrices y
considerar las propiedades asociadas.
Expresar un sistema como una sola
ecuacin matricial utilizando la
multiplicacin de matrices.
236
Definicin
Sea A una matriz de m x n y B una matriz n X p. Entonces el producto AB el
matriz e de m X p cuya entrada cij en el rengln i y la columna j se obtiene e
sigue: sume los productos formados al multiplicar; en orden, cada entrada (esto
primera, segunda, etc.) del rengln i de A por la "correspondiente" entrada '(e
es, primera, segunda, etc.) de la columnaj de B.
Tres puntos concernientes a la definicin anterior de AB deben ser compl
mente comprendidos. Primero, la condicin de que A sea de m X n y B sea de n)(~
es equivalente a decir que el nmero de columnas de A debe ser igual al nl1l
de renglones de B. Segundo, el producto ser una matriz de orden m X p; tendr tan
renglones como A y tantas columnas como B.
A
m X n
n X p
m X p
t'-------_~
deben
ser iguales
AB
[~
-3
-6][ 1 O-3]
2
2 .
O 4
-2
e=
[CII
Cl2
cJ3].
C21
C22
C23
/
CII
(2)(1)
(1)(0)
'" '"
(-6)(-2)
entradas de la columna 1/ de B
14.
237
[~
-6][ 1 O-3]
-3
O 4
-2 1
14
CI 2
C I3
C21
C22
C23
De manera similar, para C 12 usamos las entradas del rengln 1 de A y las de la columna 2 de B:
entradas del rengln 1 de A
CI2
\
\
+ (1)(4) + (-6)(1)
(2)(0)
"'-!
-2.
entradas de la columna 2 de B
Ahora tenemos
-6] [ 1 O-;] =
- 3
O 4
-2
[14
-2
C21
As
AB
[i
-3
-6][ 1 O
2
-10 -10]
-2
O 4
-2
-7 .
BA
10
O 4
[ -2
-3
La multiplicacin de matrices no es
cOnmutativa.
EJEMPLO 1
238
LGEBRA MATRICIAL
EJEMPLO 2
Producto de matrices
AB =
[~
-4
1
[~
EJEMPLO 3
-4
-10]
-2 .
Producto de matrices
[123m
b. Caleulm
[32].
U} 6J
U}
c.
3
2
O
ll
a21
d. [a
~m~
12
ll b l2]
a ] [b
a22 b 21 bn
O
-1
2]
[1610
3 =
-2
6J ~
[a"bl'
a21b ll
-7
+ al2 b21
+ a22b21
l~l
18
-3
-1
-4
"]
O .
10
a llb l2 + al2bn ]
a21bl 2 + an b22 .
EJEMPLO 4
239
Producto de matrices
Calcular AB Y BA si
[~
A =
-n
B =
[-2 1]
1 4 .
Solucin: Tenemos
e eJIlplo 4 muestra que aun cuando
productos de matrices AB y BA
definidos, no necesanamente son
AB =
es.
BA
!]
!][~ - ~ ]
[~ -~][ -~
= [-
-5
[ -5
-1
[ 14
-2J7 '
3]
3 .
=1-
BA.
La figura 6.3 muestra los resultados utilizando una calculadora grfica para determinar
el producto AB del ejemplo 4.
[ [-5 -2]
[-5 7 ]]
EJEMPLO 5
Vector de costos
Suponga que los precios en dlares por unidad para los productos A, B Y e estn
representados por el vector de precios
Precio de
A B
[2
4].
Si las cantidades (en unidades) de A, B Y e que son compradas estn dadas por el
vector columna
unidades de A
unidades de B
unidades de e,
entonces, el costo total en dlares de las compras est dado por la entrada en el
vector de costos PQ:
PQ
EJEMPLO 6
~ [2
4{n ~
[(2-7)
(3-5)
(4-)1
~ [731 _
240
LGEBRA MATRICIAL
del acero $40.000 por unidad. Estos precios pueden ser representados por el v
(columna) de precios
.
P
[10.000]
20.000 .
40.000
DAP
[30
10.000] = [400.000].
[40.000
O] 20.000
..
De aqu que la ganancia para la industria del acero es $1.200.000 - $400.000:::; $800
(propiedad asociativa),
(propiedad distributiva).
= [
1
-3
-2]
4 '
[i ~ -1]
2 '
A(BC)
~ [ -; - J([;
= [
O - ;
- 3
1[~
= [-
4 -9]
19'
241
(AB)C = ([
-m[~ ~]
_~
-2
4
-9]
19 .
EJEMPLO 8
Propiedad distributiva
A =
U~J.
+ C)
= [;
~ ] ( [ - i ~] + [ - ~
= [;
~][ -~ ~J
; ])
[-4 1J
-5
17 .
En el lado derecho,
4 J.
0J9 + [-2
-4 1
8 J = [-5 171
EJEMPLO 9
Suponga que un contratista ha aceptado pedidos para cinco casas estilo rstico, siete
estilo moderno y 12 estilo colonial. Entonces, sus pedidos pueden estar representados por el vector rengln
Q = [5 7 12].
Adems, suponga que las "materias primas" que se utilizan en cada tipo son acero,
madera, vidrio, pintura y mano de obra. Las entradas de la matriz R que sigue dan el
242
LGEBRA MATRICIAL
nmero de unidades de cada materia prima que se usar en cada tipo de cas
entradas no necesariamente son realistas, pero se eligieron as por convenie:'
Acero
Rstico
Moderno
Colonial
Madera
Vidrio
Pintura
Mano
de obra
20
18
25
16
12
8
7
9
5
17
21
5
7
6
13
].
Cada rengln indica la cantidad de materia prima necesaria para una clase dada
casa; cada columna indica la cantidad de una materia prima dada necesaria
cada tipo de casa. Ahora suponga que el contratista desea calcular la cantidad de
materia prima necesaria para satisfacer todos sus pedidos. Entonces, tal infonnae'
est dada por QR:
20
18
[ 6 25
5
QR = [5
12] 7
16
12
8
7
9
5
17]
21
13
C =
1500
800
500
100
1000
5
RC =
[6
20
18
25
16
12
8
7
9
5
1500
800
17]
500
21
100
13
1000
49,200]
52,800 .
[
46,500
Por tanto, el costo de los materiales para la casa rstica es de $49,200, para la casa
estilo moderno $52,800 y para la estilo colonial, $46,500.
El costo total de la materia prima para todas las casas est dado por
QRC = Q(RC) = [5
49,200]
12] 52,800 = [1,173,600].
[
46,500
243
(kA)B
A(kB).
Por ejemplo,
(ATBC?
EJEMPLO 10
CTBT(AT? = CTBTA.
Transpuesta de un producto
Sea '
U~]
A =
B =
U~J.
Solucin: Tenemos
AB
D;].
de modo que
(AB? =
U ;J.
Ahora,
y
As
BTA
U][ ;J = [;
;] =
(AB)T,
244
LGEBRA MATRIC IA L
13
[~ ~]
O
1
O
14
r~
O O
1 O
O 1
O O
Cuando el tamao de una matriz identidad se entienda que debe ser el apropi
para que una operacin est definida, omitiremos el subndice y slo la denotarem
por l. Debe ser claro que
JI = l.
La matriz identidad juega el mismo papel en la multiplicacin de matrices cu
el nmero 1 en la multiplicacin de nmeros reales. Esto es, igual que el producto ,
un nmero real por 1 es igual al mismo nmero, el producto de una matriz y a
1
matriz identidad es la misma matriz. Por ejemplo,
EJEMPLO 11
Si
A
U~J.
1=[6 ~J.
-~]
3
'
10
O =
[~ ~J.
245
1- A.
Solucin:
-2]
I-A=[~ ~] - [i 42] =[-2
-1 - 3 .
b.
3(A - 21).
Solucin:
c.
AO.
Solucin:
AA A.
pfactores
Si A es de n x n, definimos AO = I n.
Hacemos notar que Ip
=1.
246
LGEBRA MATRICIAL
[~ ~ J, calcular A3.
tenemos
TECNOLOGA
[A]
[A]A4
matriz.
U-l
esmos
[[2 -3]
[1 4 ]]
Ecuaciones matriciales
[[-107 -252]
[84 61 ] ]
FIGURA 6.4
- 3
Potencia de una
El producto del lado izquierdo tiene orden de 2 x 1 as que es una matriz columna:
XI
[ 2xI -
4X2 3X2
2x3
X3
J = [4J
- 3 .
2x 1
+ 4X2 -
3X2
2x 3
X3 -
4
-
3.
De aqu que este sistema de ecuaciones lineales pueda ser definido por la ecuacin
matricial (1). En general describimos la ecuacin (1) diciendo que tiene la forma
AX = B,
dondt A es la matriz obtenida de los coeficientes de las variables, X es una matri
columna constituida por las variables y B es una matriz columna obtenida de las
constantes. La matriz A es llamada matriz de coeficientes del sistema.
247
EJEMPLO 13
matrices
Escribir el sistema
Solucin: Si
y
AX = B
o
EJERCICIOS 6.3
tIA
H: =:]. ~ H
-2
20l~ nD -2J
4 .
1.
CII '
2.
Cn
3.
Cll'
4.
Cll '
5.
Cll'
6.
C ll
21.
Si A es de 2 x 3, B de 3 x 1, e de 2 x 5, D de 4 x 3, E de 3 x 2 y
F de 2 x 3, encuentre el orden y nmero de entradas en cada uno
de los siguientes incisos.
7. AE.
(9. EC.
10. DB.
11. FB.
12. BA.
13. EA.
14. E(AE).
15. E(FB).
+ A)B.
17.4.
23. [
18. 6.
[~ l~
25. [- 1 2
26.
[I
n . [I
~ ~ - ~][-~
1
1
-2
8. DE.
16. (F
[-; ~ ;1[H
~]2 .
-m n
o
31[
-4{ -~
~
- 1
g
-1
4
3
~] .
-2
O6 2lm
248
27.
28.
43. (DC)A.
r-H2 -2
3
3].
[~ ~ J([~ ~ ~ J + [~ ~ ~ ]) .
-m[ n
2. 3([-; -~ i]+2[-: ~
30.
[=~ ~J[-~
31.
[: ]([i ~
_~
[~ ! mn
[~
36.
;][::]
aI2J[xIJ.
a22
[~
X2
-!][::l
A =
[~
C =
[-1~!'1]
37. DI -
-2J
3 '
B= [-2
1
~ [~
-4
O
1
2
~l
n n
~G n
~ [~
O
6
~ r~
O
- 1
O
0J
1 '
O
O]
1 O ,
O 1
45. A2
46. ATA.
47. B3
48. A(BT)2.
49. (AC)Z.
50. AT(2CT ) .
51. (BA?
52. (2B)T.
54. lAo.
56. TO.
57. (AB)(AB?
58. B 2
3B
21.
= 6,
59. { 7x - 2y = 5.
61.
4r 3r
+
-
3s
x +
60.
+ z=6,
x - y + z = 2,
{ 2x - Y + 3z = 6.
3t = 9,
t = 7,
2t = 15.
O
l
(;
O
1
O
1E.
-1
-n
Hl
-im -m
34.
[~
-2 .
35.
A =
-IJ
44. A(BC)
38. DD.
39. 3A - 2BC.
41. 21 - 4EF.
62. Acciones 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 deA, B, e y D son $100, $150, $200 y $300,
respectivamente. Escriba un vector rengln que represente
el nmero de acciones compradas de cada tipo. Escriba un
vector columna que represente el precio por accin de cada
tipo. Utilizando la multiplicacin de matrices, encuentre el
costo total de las acciones.
6.4
"
C=
66. Si AB
500
100
1000
45]
20
30
5
O
A=[~ ~J
Acero
Madera
Vidrio
Pintura
Mano de obra.
b. Encuentre la matriz QRC cuya primera entrada d el precio de compra total y cuya segunda entrada d el costo
total de transporte.
6.4
=A2 -
B2
B = [
-1
-3J
~ ,
2
.l
B)
67. Si
c. Sea Z
Transporte
[1500
800
249
Mtodo de reduccin
3.2
-2.6
-4.1
1.2
c=[-1.2
2.4
1.5J
6.2 .
A = [
5.1 J
6.8 '
L1
B = [ -2.3
4.6
48]
3.2 ,
- 1.4
69. A(2B).
70. -2(BC).
71. (- C)(3A)B.
72. C 3.
MTODO DE REDUCCiN
OBJETIVO
Mostrar cmo reducir una matriz y
utilizar la reduccin de matrices para
resolver un sistema lineal.
En esta seccin ilustraremos un mtodo por el cual las matrices pueden ser utilizadas
para resolver un sistema de ecuaciones lineales, el mtodo de reduccin. En el desarrollo del mtodo primero resolveremos un sistema por medio del mtodo usual de
eliminacin. Despus obtendremos la misma solucin utilizando matrices .
Consideremos el sistema
3X - y = 1,
{ x + 2y = 5
(1)
(2)
que consiste en dos ecuaciones lineales con dos incgnitas, x y y. Aunque este sistema puede ser resuelto por varios mtodos algebraicos, lo resolveremos por un mtodo que es fcilmente adaptable a matrices.
250
LGEBRA MATRICIAL
3x -
2y = 5,
y = 1.
(3)
(4)
X + 2y =
5,
Ox - 7y = -14.
Ox
+ 2y
+ y
= 5,
= 2.
De la ecuacin (8), y =2 Y de aqu -2y =-4. Sumando los miembros de -2y =-4
los correspondientes de la ecuacin (7), obtenemos el sistema equivalente
X
{
Ox
+ Oy
+ y
= 1,
= 2.
3X - y = 1,
{ x + 2y = 5,
primero necesitamos definir algunos trminos. Recuerde de la seccin 6.3 que la matri
Recuerde de la seccin 4.4 que dos o ms sistemas son equivalentes si tienen la misma so lucin
6.4
Mtodo de reducc in
251
[i -1 \1]
2
5 .
La primera y segunda columnas son la primera y segunda columnas, respectivamente, de la matriz de coeficientes. Las entradas en la tercera columna corresponden a
los trminos constantes del sistema: la entrada en el primer rengln de esta columna
es el trmino constante de la primera ecuacin, mientras que la entrada en el segundo rengln es el trmino constante de la segunda ecuacin. Aunque no es necesario
incluir la lnea vertical en la matriz aumentada, sirve para recordarnos que el 1 y el
5 son los trminos constantes que aparecen en el lado derecho de las ecuaciones. La
matriz aumentada describe por completo al sistema de ecuaciones.
El procedimiento que fue utilizado para resolver el sistema original involucra
varios sistemas equivalentes. A cada uno de estos sistemas podemos asociar su matriz aumentada. A continuacin se listan los sistemas involucrados, junto con su
correspondiente matriz aumentada, los que hemos etiquetado con A, B, e, D y E.
ex - y
x + 2y
= 1,
= 5.
[~ - ~ I ~] = ~.
{ x + 2y
3x - y
= 5,
= l.
[1
:1
{ x + 2y
Ox - 7y
= 5,
= - 14.
[~
-~ I n=
-~ I 5] =c.
B.
- 14
{ x
Ox
+ 2y = 5,
+ y = 2.
[~ ~ I ~] = D.
{ x
Ox
+ Oy =
+ y=
[~ ~ I ~] = E.
1,
2.
252
LGEBRA MATRICIAL
e=
[3
[~
(~3)(1)
1 + ~ - 3)(2) 11 + (~3)(5)]
-;I-lJ.
-+-
'
R.HR.
I
kR .
I
[~
[~
o
-2
O
253
Ahora estamos preparados para describir un procedimiento matricial para resolver un sistema de ecuaciones lineales. Primero, formamos la matriz aumentada
del sistema; despus, por medio de operaciones elementales sobre renglones, determinamos una matriz equivalente que indique claramente la solucin. Siendo ms
especficos en lo que queremos decir por una matriz que indique claramente la solucin es una matriz, llamada matriz reducida que se define como sigue:
Matriz reducida
Una matriz se dice que es matriz reducida 3 si se satisface lo siguiente:
1. Si un rengln no consiste solamente en ceros,. entonces la primera entrada
diferente de cero en el rengln, llamada la entrada principal, es 1, mientras
que todas las dems entrada~ en la columna en la que el 1 aparece son ceros.
2. En cada rengln, la primera entrada diferente de cero est a la derecha de la
primera entrada diferente de cero de cada rengln arriba de l.
3. Todos los renglones que consistan nicamente en ceros estn en la parte
inferio~ ' de la matriz.
En otras palabras, para resolver el sistema debemos encontrar la matriz reducida
equivalente a la matriz aumentada del sistema. En nuestro estudio anterior de operaciones elementales sobre rengln, la matriz:
a.
[~ ~J.
b.
[~
~J.
c.
[~ ~ J.
d.
[~
O
O
~J.
e.
[~
[~
1 O
O 1
O O
O
O
1
f.
Solucin:
a. No es una matriz reducida porque la entrada principal en el segundo rengln no es 1.
b. Matriz reducida.
r
254
LGEBRA MATRICIAL
d. Matriz reducida.
e. No es una matriz reducida, porque el segundo rengln, que consiste solamente
ceros, no est en la parte inferior de la matriz.
f. Matriz reducida.
EJEMPLO 2
Reducir la matriz
-6
-3
-12
.~] .
11
Solucin: Ya que no existen renglones de ceros para moverlos a la parte inferior, proc
demos a encontrar la primera columna que tenga una entrada diferente de cero; es 1
columna l. Esto significa que en la matriz reducida, el 1 inicial en el primer rengl
estar en la columna l . Para empezar, intercambiaremos los primeros dos renglones
modo que la entrada diferente de cero est en el primer rengln de la columna l.
RI H R,-
[~
[~
-6
-12
-6
O
-12
1
-3
2
1~]
-3
1
2
1I
~l
[~
-2
O
-12
-1
I
2
~l
II
Ahora, ya que debemos tener ceros abajo (y arriba) de cada I inicial , sumamoS
veces el rengln 1 al rengln 3:
- 6R , + R'J
[~
-2
O
O
- 1
I
8
~l
11
6.4
Mtodo de reducci n
255
- RR ~
[~
+ R,
-2 O
O 1
;].
O O -5
Otra vez nos movemos a la derecha para encontrar la primera columna que
tenga una entrada diferente de cero en el rengln 3; es la columna 4. Para hacer la
entrada principal igual al, multiplicamos el rengln 3 por
-+:
[~
Por ltimo, para hacer todas las dems entradas de la columna 4 iguales a cero,
sumamos -2 veces el rengln 3 a los renglones 1 y 2:
matriz no es nica;
ala embargo, la forma reducida s es
- 2R,+R )
- 2R , + R,
1
[00 -~O 01 ~1 ]
dalca.
TECNOLOGA
Aunque las operaciones elementales sobre renglones pueden ser realizadas en una
calculadora grfica, el procedimiento es muy engorroso.
+ a'nXn = c"
+ a2nX" = C2,
implica
1. determinar la matriz aumentada del sistema:
256
a mn
Cm
y
determinar una matriz reducida tal que la matriz aumentada sea equivalen
ella.
Con frecuencia, el paso 2es llamado reduccin de la matriz aumentada.
EJEMPLO 3
+ 3y ~
+ Y=
-1.
5,
x+ y= l.
2x
1
1
-n
RIH R
D
I
-2RI+ Rl
)
- R + R,
-i]
~1
[~
[~
[~
1
-1
1
j]
j]
1
1
-!]
- 2R , + R,
(-llR)
1
1
-R) + R
O
1
-3
-~]
-3
O
1
O
-H
6.4
Mtodo de reduccin
257
+ Oy = 4,
Ox + y = -3,
Ox + Oy =
O.
X
Ya que el sistema original es equivalente a este sistema, tiene una solucin nica, a
saber
x=
Y
EJEMPLO 4
4,
= -3.
+ 4z - 6 = O,
2z + y - 3 = O,
+ y + 2z - 1 = O.
X
{
2y
+ 2y + 4z = 6,
Y + 2z = 3,
x+ y+2z=1.
- 2R ~
+ RI
)
(1 )R ~
+ R,
[~
[~
[~
[~
[i
2
1
1
4
2
2
2
1
-1
4
2
O
1
O
O
1
:]
J]
..,..2
TtJ]
O
2
O
O
1
O
O
2.
O
:]
'~P~
258
LGEBRA MATRICIAL
Y
Cada vez que obtengamos un rengln
slo con ceros aliado izquierdo de la
raya vertical y una entrada diferente de
cero a la derecha, no existe solucin.
= O,
2z = O,
0= l.
Como O '# 1, no existen valores de x, y y z para los cuales todas las ecuaciones
-;atisfechas de manera simultnea. Por tanto, el sistema original no tiene solucin.
EJEMPLO 5
2
2
O -3
3
1
2
0-3
3
~ R2
+ R,
)
+ RJ
+ R, )
- 2RJ + Rl
3
1
6
~]
-6
-3
O -2
1
O
2
3
O -2
2R ,
l~]
-~ R l
6
1
6
O
O
1
O
~]
2
1
2
~
O
I
n
~]
6.4
Mtodo de reduccin
259
Por tanto,
-~X4
XI
X2
= O,
+ 4,
(9)
(10)
(11)
(12)
Si x 4 es cualquier nmero real, r, entonces las ecuaciones (9), (10), (11) Y (12) ,
determinan una solucin particular para el sistema original. Por ejemplo, si r = O
(esto es, x 4 = O), entonces una solucin particular es
XI
= 4,
X2
= O,
X3
= 1,
X4
= O.
Si r = 2, entonces
XI
= - 1,
X2
= O,
X3
= O,
Recuerde [vase el ejemplo 3 de la seccin 4.4] que la variable r, de la cual dependen XI' x 3 y x4 es llamada parmetro. 'Existe un nmero infinito de soluciones para el
sistema -una correspondiente a cada valor del parmetro-oDecimos que la solucin general del sistema original est dada por
X2
= O,
X3
-4r + 1,
solucione~
Los ejemplos del 3 al5 ilustran el hecho de que un sistema de ecuaciones lineales
puede tener una solucin nica, ninguna solucin o un nmero infinito de soluciones.
EJERCICIOS 6.4
En cada uno de los problemas 1- 6 determine si la matriz es reducida o no.
1.
3.
5.
[~ ~].
2.
n
[ n
[
O
1
O
O
1
O
O
O
O
1
O
4.
[~
O O
O 1
;].
[~ n
.[~
O
O
1
O
~].
7.
[!
9.
[2 4 6]
1 2 3 .
123
8.
[~
-2 O
2 O
10.
[1
-!]
l [-l H [
O 3
4 2
3 1
2
12.
!].
8 .
O
O
- 1
4
260
2.x + 3y =
5,
13. { x - 2y = - l.
3x
X
{
18.
3x
2y
XI {
2xI
{
XI
X -
2.x -
21.
{
22.
9.
2y - 3z = 0,
+ 6z = l.
_ 2.x - 4y
= 0,
- 5 = O.
X2 -
3,
1.
5,
5,
3.
Y - 3z = - 4,
Y - 4z = -7,
Y - z = -2.
~:
Y - 5z = 18.
2.x
- 4z =
8,
2y - 2z = 14,
23.
-1,
{ x+ y-2z=
3x + y + Z = O.
X -
24.
{
+ 2y +
+ y+
2.x - 3y +
3x
x
XI
XI
25.
{
XI
XI
3z = -1 ,
1,
Ilz =
1,
4z =
3z = -8.
+ X2 - XJ +
+ X2 + XJ - X2 - Xl +
+ X2 - X l -
X4
X4
+
+
Xj :
0,
0,
= 0,
= O.
x) -
X4 -
Xs
X4 -
X)
27.
= 0,
:
{; ~ 3~ =2~:
X -
5z - 1 = 0,
3z - 2 = O.
+ 3X2 =
+ X2 =
+ X2 =
XI
20.
3X2
+ 2.x2
5xI -
16.
2.
+ 2z
+ 2y +
x + y +
2.x 1
3y = -11,
4x + 3y
+ z- 4
19.
y = 4,
15. { 12.x + 4y
17.
X -
14.
31. Vitaminas
6.5
261
II
III
6.5
OBJETIVO
Centrar la atencin en los sistemas no
hotnogneos que involucran ms de un
parmetro en su solucin general.
Resolver y considerar la teora de
sIstemas homogneos.
Como vimos en la seccin 6.4, un sistema de ecuaciones lineales puede tener solucin nica, ninguna solucin o un nmero infinito de soluciones. Cuando existe un
nmero infinito de soluciones, la solucin general est expresada en trminos de al
menos un parmetl,"o. Por ejemplo, la solucin general en el ejemplo 4 se dio en
trminos del parmetro r.
XI
X2
XJ
= -~r +
= O,
= -tr +
4,
1,
+ 2x2 +
+ X2 +
XI -
X2 -
5xJ
3xJ
XJ
+
+
+
5X4
4X4
= -3,
= - 1,
2X4 . =
3.
262
5
3
-1
-3]
5
4
2
- ]
- 1 ,
3
[~
O
3
1 2 ]
O O O
-H
De aqu
{x
X2
+
+
+
+
x)
2x)
3X4
X4
= 1,
= -2,
a partir de 10 cual
Ya que no hay restriccin sobre x) ni sobre x 4 ' pueden ser cualesquier nmeros
les , dndonos una familia paramtrica de soluciones. Haciendo x ) = r y x 4 =S , P
mos obtener la solucin del sistema dado como
x = ] X2
= -
r - 3s,
2 - 2r - s,
donde los parmetros r y s pueden ser cualquier nmero real. Asignando valores es
cficos a r y s, obtenemos soluciones particulares. Por ejemplo, si r = 1 Ys =2, ento
ces la correspondiente solucin particular es x = -6, x 2 = -6, x ) = 1 Yx 4 = 2.
Es costumbre clasificar a un sistema lineal de ecuaciones como homogneo o
como no homogneo, dependiendo de si todos los trminos constantes son o no
iguales a cero.
Definicin
El sistema
a x
a2x
+ a 2x2 +
+
a22 x)
+
+
a" x"
a2" x"
el ,
e2,
6.5
EJEMPLO 2
263
El sistema
2X + 3y = 4,
{ 3x - 4y =
es homogneo.
Si el sistema homogneo
2X + 3y = 0,
{ 3x - 4y =
fuera resuelto por el mtodo de reduccin, primero la matriz aumentada sera escrita
como
Ox
+ Oy = O,
+ y = 0,
=O.
264
LGEBRA MATRICIAL
al 2 x 2
a 21X I
a 22 X 2
+
+
+
+
al" x"
= O,
a 2" x "
= O,
amnX"
O.
Una solucin siempre ocurre cuando Xl = O, X 2 = O, ..., YX" = O ya que cada ecuacj
se satisface para estos valores. Esta solucin, llamada solucin trivial, es una S
cin de todo sistema homogneo.
Existe un teorema que nos permite determinar si un sistema homogneo tie
una solucin nica (la solucin trivial) o un nmero infinito de soluciones. El teo
ma est basado en el nmero de renglones diferentes de cero que aparecen en
matriz reducida del sistema. Un rengln diferente de cero es un rengln que
consiste solamente en ceros.
ADVERTENCIA
El teorema anterior y el corolario slo se aplican a sistemas homogneos de ecuaciones
lineales, considere el sistema
X
{
y -
2z
= 3,
2x + 2y - 4z = 4,
que consiste en dos ecuaciones lineales con tres incgnitas. No podemos concluir que este
sistema tiene un nmero infinito de soluciones ya que no es homogneo. En realidad, debemos verificar que este sistema no tiene solucin.
6.5
EJEMPLO 3
265
Determinar si el sistema
+ y-
2z = O,
2x + 2y - 4z = O
X
Solucin: Hay dos ecuaciones en este sistema homogneo y este nmero es menor que el nmero de incgnitas (tres). Por tanto, por el corolario anterior, el sistema
tiene un nmero infinito de soluciones.
EJEMPLO 4
Determinar si los sistemas homogneos siguientes tienen solucin nica o un nmero infinito de soluciones; despus resolver los sistemas.
a.
{
X - 2y
2x - y
x + y
+ z = O,
+ 5z = O,
+ 4z = O.
[~
- 2
-1
1]
5
4
...
[1O O
1
O O
+ 3z = O,
+ z = O,
z = r,
donde r es cualquier nmero real.
3X + 4y = O,
x - 2y = O,
h. 2x+ y= O,
{
2x + 3y = O.
266
LGEBRA MATRICIAL
1 -2
O 1
3
41
fl
01
; ;~ ... ~~~.
f
El nmero de renglones diferentes de cero (2) en la matriz reducida es igual .
nmero de incgnitas en el sistema. Por el teorema, el sistema debe tener solu.
cin nica, a saber, la solucin trivial x = O, Y = O.
EJERCICIOS 6.5
En los problemas 1-8 resuelva los sistemas utilizando la reduccin de matrices.
1.
{
x - y + 4z = 5,
W 2w - 3x - 4y + 9z = 13,
2w + x + 4y + 5z = l.
3W -
2.
W -
{ w +
3W
2w
3. 2w
{
3w
- x - 2x - x + x+
3y
6y
3y
3y
- z = - 2,
- 6z = -4,
- 2z = - 2,
+ 7z = 2.
w + x
+ 5z = 1,
w
+ y + 2z = 1,
4. w - 3x + 4y - 7z = 1,
{
x - y + 3z = O.
5.
2:: ~: ~~ =2~:
{
6.
13.
15.
+ 3y
+ 4y
= 7,
17.
= 9.
+ 2z
+ 3z
3X - 4y = O,
x + 5y = O,
{ 4x - y = o.
Z =
x
- z
{
x - 2y - 5z
=
=
=
=
O,
O.
12.
O,
O,
O.
14.
2x + 3y + 12z = 0,
3x - 2y + 5z = 0,
{ 4x + y + 14z = O.
2x
x
+ 5y
+ 4y
O,
= O,
{ 3x - 2y = O.
= 4,
= 7,
= 5,
- 4z
- 6z
= - 3.
3W + 5x - 4y
10. { 7w - 2x + 9y
+ x + y + 2z
+ x + 2y + 2z
+ 2x + y + 4z
{ 3w - 2x
4w - 3x
2x
9.
~:
= 1,
= -2,
= 10,
11.
2w - x + 3y - 2z = - 8,
3w + 2x + 8y - 3z = 2,
w
+ 2y - z = -2.
w
2w
+ 2x3 + X4 + 4Xj
X2 + X3 - 3X4
8. { 4xI - 3X2 + 5X3 + 13x4 + 16xj
XI + 2x2 + 4X3 - 5X4 + 4xj
Xl
19.
{ x + y = O,
3x - 4y = O.
{ x + 6y - 2z = O,
2x - 3y + 4z = O.
+ y = 0,
3x - 4y = O,
5x - 8y = O.
16
18.
20.
{2x -
5y = O,
8x - 20y = O.
{4X + 7y = O,
+ 3y = o.
2x
rx -
3y + 2," 0,
x + 2y + 3z = 0,
x + y + z = O.
6,6
2 = 0,
IV
ji.
+ y+
5x - 2y - 92 : 0,
Y + 7z
Yz
2x - 3y - 6z
3x + Y + 13z
X
X -
J3.
22.
3x + v - 2 - 0,
{ 3x - 2y - 7z = O.
= 0,
= 0,
= 0,
24.
= O.
s
OiJETIVO
f)etermi nar la inversa de una matriz
invertible Y utilizar las inversas para
resolver sistemas.
2w
6.6
Inversas
267
+ X + V + 4~ = 0,
+ x
+ 5z = 0,
+ x + 3y + 42 = 0,
- 3x + 2y - 9z = O.
w ~ x ~ 2y +
w
2x
y +
w
+
2x + 3y +
{
2w - 3x - y +
7z : 0,
z - 0,
9z = 0,
4z = O.
INVERSAS
Hemos visto cun til es el mtodo de reduccin para resolv0r sistemas de ecuaciones
lineales. Pero eso no significa que sea el nico mtodo que utiliza matrices. En esta
seccin estudiaremos un mtodo diferente que se aplica a ciertos sistemas de 11
ecuaciones lineales con n incgnitas .
En la seccin 6.3 mostramos cmo un sistema de ecuaciones lineales puede
ser escrito en forma matricial como una sola ecuacin matricial AX = B, donde A es
la matriz de coeficientes. Por ejemplo, el sistema
XI + 2x, : 3,
{ XI - X, - 1
puede ser escrito en la forma matricial AX = B, donde
A = [:
2] X= [XI]
-1 '
X2
'
B =
[~].
11
3
X = -.
(1)
entonces necesitamos un inverso multiplicativo de A, esto es, una matriz C tal que
CA = I. Entonces basta con multiplicar ambos miembros de la ecuacin (1) por C:
C(AX) = CB,
(CA)X = CB,
IX = CB,
X = CB.
(2)
268
LGEBRA MATRICIAL
Por lo tanto la solucin es x = eB. Por supuesto, este mtodo est basadQ
existencia de una matriz e tal que eA = 1. Cuando tal matriz existe, decimos q
una matriz inversa (o simplemente inversa) de A.
Definicin
Si A es una matriz cuadrada y existe una matriz e tal que eA 1, entonces .'
llamada inversa de A, y A se dice que es in vertible (o no singular).
eA =
la matriz
= .
1,
e es la inversa de A.
Puede demostrarse que una matriz invertible tiene una, y slo una, inve:
esto es, la inversa es nica. As en el ejemplo 1, la matriz e es la nica matriz tal
eA =l. Por esta razn podemos hablar de la inversa de una matriz in vertible
que denotamos por el smbolo A-l. As, A-lA = l . Adems, aunque la multiplicac'
matricial generalmente no es conmutativa, es un hecho que A-l conmuta con A: ~
A - lA = AA - l = l.
Regresando a la ecuacin matricial AX =B, de la ecuacin (2) podemos es
blecer lo siguiente:
Si A es una matriz invertible, entonces la ecuacin matricial AX =B tiene s~:
cin nica X =A-lB.
+
3x, +
XI
2x2 =
7X2
5,
= 18.
6.6
Inve rsas
269
As
x = A-lB =
de modo que X I
[ 7 -2J[ 5J [- IJ
- 3
18
3 '
=-1 Y x = 3.
2
A=
[~ ~l
entonces
De aqu que no exista matriz que posmultiplicada por A produzca la matriz identidad. Por tanto, A no es invertible.
Antes de estudiar un procedimiento para encontrar la inversa de una matriz
invertible, introducimos el concepto de matrices elementales. Una matriz elemental de n x n es una matriz obtenida a partir de la matriz identidad 1 de n x n por medi o
de una operacin elemental sobre rengln . As existen tres tipos bsicos de matri ces
elementales:
Matrices elementales
Las matrices
El =
1 OO]
[O 1 O
O O 1 ,
270
LGEBRA MATRICIAL
E3 =
[1 -2]
O
l'
U ~J.
Observe que A se reduce a 1. Ya que nuestro proceso de reduccin involucra operaciones elementales sobre renglones, parece natural que las matrices elementales puedan ser utilizadas para reducir A. Si A es premultiplicada por la matriz elemental El
= [_
i ~J.
6.6
EIA =
Inversas
271
1 0] [1 0] = [ 0]
IL- 2
+:
2 .
[6
+J
da la matriz obtenida al
Por tanto, A- 1 puede ser obtenida aplicando las mismas operaciones elementales
sobre renglones, empezando con 1, que fue utilizada para reducir A a l.
[-~
~J.
Por lo tanto,
A
_1
1 0]~ .
-1
_1
A -
1 0] [1 0] _[1 0]_ l.
~
_1
[21 2 11 0]1 .
Despus aplicamos operaciones elementales sobre renglones hasta que [AII] sea
equivalente a una matriz que tenga a I en sus primeras dos columnas. Las ltimas
dos columnas de esta matriz sern A-l. De esta manera
1 0] ~ [1 1 0]
1 1 0]~ ~ [
[A I 1] = [;
1 I -1
-2
- 1
- [1 lA]
.
Observe que las primeras dos columnas de [1/A- 1] forman una matriz reducida.
272
LGEBRA MATRICIAL
[M 1] ~ ... ~ [1 M-l].
EJEMPLO 4
a.
A~D
-2]
O
-2
1 .
2 -10
[A I 1]
-4R,
-IR ,
+
+
-4 R
-2R 2
R2
R,
+
~R3 +
2R3
R3
)
R,
R2
O -2
-2
1
-10
2
1 O
O 1
O O
[~
O -2
-2
9.
2 -8;
1 O
-4 1
-1 O
[~
[~
[~
O -2
1 _22
2 -8
O -2
1 _22
O
1
'0. O
1 O
O 1
O
-1
-1
O
1
-2
-5
-9 2
_i!.
4
, 2
-5
~]
~]
~]
~]
-9
A- ' =
-~
-5
6.6
b. A =
Inversas
273
[~ ~J.
Solucin: Tenemos
[O O
-2
Las primeras dos columnas de la ltima matriz forman una matriz reducida diferente de 1. Por tanto, A no es invertible.
[[.4
A=[i ~].
-.2]
[-.1 .3 ]]
Frac
2/5 -115]
. 1/10 3/10]]
EJEMPLO 5
nGURA 6.5
Inversa de A con
ntradas decimales y fraccionarias.
Resolver el sistema
~ [~
-2]
O
-2
2
1 .
-10
A-1 =
[-9
-~
-5
2
4
274
LGEBRA MATRICIAL
Xl]
[ ~~
de modo que
[-9
22][ 1] [-7]
=~ ~ i -~
-~~ ,
EJEMPLO 6
Resolver el sistema
X -
2x {
2y + z = 0,
y + 5z = 0,
Y + 4z = O.
D=~
Como
[l
-2
n
1 31
-1 5
1 4
3
1
-1
'"
TECNOLOGIA
[Al-' [Bl
3X
[[4 1
[ -311
ecuaciones.
+ 2y = 6,
+ 4y = -8
6.6
275
Inversas
EJERCICIOS 6.6
fJtlos problemas 1-18 si la matriz dada es invertible, encontrar
23.
{2X + y =
5,
3x - y = O.
111 inversa.
1]
1]
2.
1 .
4.
1 .
[~ 1~ J.
25.
27.
Hn
6.
2 3]
8.
O 4 .
O 5
10.
1 1 1]
[O O 1
13.
[ -3
-2]
n-1]
14. [
33.
16.
~5 12~].
18.
1~
[l
20. Resuelva AX
A'
-3]
4
-7
-6
-1
2
6 .
3,
12y = 6.
x-
y -
z=
+ 8z
2x
8,
- x + 4y
36,
+ Y
9.
{ 2x
+
+
x+
32.
2x
{
O.
3y
Y
y
+ 3z
+ z
+ z
= 7,
= 4,
=
+ z = 4,
- x
+ 2z = 12,
+ x
+ z = 12,
+ 2x + Y + z = 12.
2y
+x
+ z = 2,
+y
= O,
x + y + z = 4,
Y+ z = L
Para cada uno de los problemas 35 y 36, encuentre (1 para la matriz A dada .
35.
[2 -1]
1
3.
3 '
36.
A)-I
[-3 2]
4
3 .
37. Produccin de automviles Resuelva los siguientes problemas utilizando la inversa de la matriz implicada.
a. Una fbrica de automviles produce dos modelos, A y B.
El modelo A requiere 1 hora de mano de obra para pin-
B=[~J.
w
2w
w
w
w
34.
5
-1
19. ~esuel va AX = B si .
A-I=[!~]
-i -n
[-5
+ 3y + 3z = 7,
+ Y + z = 4,
x + y + z = 4.
2x
4 .
1
-1
30.
26,
= 37.
X + y + z =
2,
x - y + z = - 2,
28.
31.
-8
O .
[~ -! ~] .
., 1 -1 2
[!
~l
-4
O
O
O
12. [;
15.
17.
[~
[~
1,
= O.
=
3x
+ y + z = 2,
x- y+z
{
x- y- z
+ 3y
26. {2x + 8y
3.
X + 2y + z = 4,
3x
+ z = 2,
x- y+z=L
29.
11. O 1 1
70
O 1
O
O
O
+ 9y =
{3X + 2y =
4x
{2X + 6y = 2,
3x
[~ -~J.
24.
=B si
~ [~ ~~]
B = [
O 4
~].
-1
Para cada uno de los problemas 21-34 si la matriz de coeficientu del sistema es invertible, resuelva el sistema utilizando la
(IIyersa. Si no es as, resuelva el sistema por el mtodo de reduc-
ci6n.
,
~1~
{6x + 5y =
2,
x + y = -3.
22. { 2x
-x
+ 3y =
+ 5y =
4,
-2.
276
LGEBRA MATRIC IA L
38, S; A
= [~
-2
2 .
2
R 3~
dond, a, b, "
O, d,mo",,, qo,
~y
O]
O .
O
lIb
O
39.
-1]
l/e
Si
I
A- =
[~ ~]
_1]~.
fj 44. A
15
encuentre (AB)- I.
40. Si A es invertible, puede demostrarse que (AT)-I
Verifique esto si
= (A-I)T.
[~ ~].
A =
H!
-~] es ortogonal?
RJ = [34
-9
89
29],
R 2 = [7
23
48],
46
~w -
47 .
64].
4x
~x -
4y -
~z =
H,
4y -
z=
~,
x - ~y + ~z = 9,
4w
6.7
4y - ~z = ~.
DETERMINANTES
OBJETIVO
Encontrar el determinante de una
matriz cuadrada utilizando menores y
cofactores y considerar propiedades
que simplifican la evaluacin de un
determinante.
Ahora introducimos una nueva funcin, la funcin determinante. Aqu las entradas
sern matrices cuadradas, pero las salidas sern nmeros reales. Si A es un a matrIz
cuadrada, entonces la funcin determinante asocia con A exactamente un nmero
real llamado determinante de A. Denotando el deternlnante de A con
(esto es,
utilizando lneas verticales), podemos pensar en la funcin determin ante como un~
correspondencia:
IAI
6.7 Determinantes
277
matriz
nmero = determinante
deA
cuadrada
real
El determinante de A tambin es
denotado como det A.
Definicin
Si
A= [a
ll
IAI= a
ll
IAI
Definicin
a
12
a22
EJEMPLO 1
3.
b.
_!I
I -~ -il
I~
~I
c.
d.
I~ ~I
(-3)(1) - (-2)(0)
= (1)(1) - (0)(0)
= (x)(1) -
= -3 -
= -3.
= 1.
(O)(y) = x.
278
y para a23es
ll
a121
laa31 a32
6.7
Determinantes
279
[~
-1
O
-n
aplicando la regla anterior al primer rengln (algunas veces referenciada como "desarrollo con respecto al primer rengln"). Para la entrada
(2)(-1)1 + 1 1~ -~I
a ll obtenemos
al
al
-~I
obtenemos (-1)(-1)1+21;
3 0btenemos (3)(-1)1 +3 1;
= (2)(1)(5) = lO,
~I
= (-1)(-1)(13) = 13,
= 3(1)(3) = 9.
De aqu
2
3
2
-1
3
0-5
10 + 13 + 9 = 32.
-1
O
2
3
2
-51 1 .+ O + (1)(_1)3+ 213
13
O + 19
32
como antes.
EJEMPLO 2
Encontrar
a. A =
IAI si
[~;
-10
~].
2-3
- l 1
- 3
= 12(1)(-1)
+ (- 1)( -
(-1)(-1)(-1)
1) 1 + 21 - 3
-10
-11
-3
3(1)(4) = - 1.
+ 3(-1)1 +3 1 -10
-3 2 1
280
LGEBRA MATRICIAL
IAI = O +
EJEMPLO 3
Evaluar IAI
2(-lf+ll_~ ~I
+ O = 2(-1)(4) = -8.
O
1
O
2
O
O
1
3
1
3
2 expandiendo con respecto al primer rengln.
O
Solucin:
1 O 3
O 1 O
IAI=2(-1)1+IO 1 2 +1(-ly+40 01
2 3 O
1 2 3
IAI
IAI =
suma de los tres productos de las entradas sobre las flechas que apuntan a la derecha
y reste de sta la suma de los tres productos de las entradas sobre las flechas que
apuntan hacia la izquierda. El resultado es
Verifique este mtodo para los determinantes del ejemplo 2. Subrayamos que nO
hay una forma semejante para la evaluacin de determinantes de orden mayor que
tres.
La evaluacin de determinantes se simplifica con frecuencia utilizando varias
propiedades, algunas de las cuales ahora listamos. En cada caso A denota una matri
cuadrada.
6.7
Determinantes
281
:=
O.
Por tanto
2
2
2
6
5
6
4
5
2
2
2
6
1
3
1 =0. ya que la columna 1 = columna 3.
1
3. SiA es triangular superior (o inferior), entonces IAI es igual al producto de las entradas de la diagonal principal.
Por tanto
2
O
O
O
1
6
7
5
O - 2
O
O
O
6
5
1
= (2)(5)( -
2)(1)
= -
20.
~ [1 1!~l
6
5 2
1 3
6 2
O O
3
2
O 5
O
5
1
6
O
2
3 = IBI
2
282
LGEBRA MATRICIAL
Por ejemplo, si
A =
O O
[
O O
O 1
IAI
2
O
O
O
2
O
O
1
1
O
2
-3
6
1
O
4
2
O
O
O
1
-3
2
O
2
1
O
O
6
4
O
1
-(2)(1)(2)(1) = -4,
=klAI.
En esencia, con esta propiedad un nmero puede ser "factori zado" en un reno
gln o columna. Por ejemplo,
10
5
9
2
15
14
1
21
2(3)
5
9
2(5)
2
15
14
1
21
4R ,
2(7)
3
1 =2 5
21
9
5
2
15
7
1
21
As
10
5
9
2
15
3
2 5
9
5
2
15
7
1
21
2 5
2
15
1
21
e inserta!
2(3) 5 2 1 = 2(3)(0) = O,
357
6.7 Determinantes
283
Por tanto , si
entonces
IABI
IAI IBI
;1
I~ ~I ' I~
= (-2)(3)
- 6.
Por ejemplo,
I~ ~I
2]T
1
det [ 3 4
= -2
11
!I
= -2.
Evaluar
2
3
4
-3 O
6 9
8
Solucin: Tenemos
2
3
-3
6
8
O
9
~Bl
2
3 1
4
- 2R.L
+ R
-3
2
8
1
- 3 O
O
3
R , !::? R 2
- 3 2
4
2
-7
8
3
- 6
2
-3
8
- 4R.L + RJ
3
O
1
- 3 O
O
2
- 7
O
3
-6
-11
284
EJEMPLO 5
Evaluar
1
1 2
O 2
O O
-4
--Solucin: Tenemos
1 1
1 2
O 2
3 O
- 3R , + R.
3R 1 + R4
TECNOLOGA
det [A]
1
O
O
O
1
1
O
O
-4
O
1
-1
5
- 5
1
- 19
5
-5
A =
+ RJ
- 2R ~
3RJ + R.
11
-34
O
1
1
O
5
-5
-4
1
O
1
1
O
O
O -1
O -3
O
1
O
O
O
1
1
O
O
5
-5
11
-19
5
O
1 -5
-1
11
O -1
1.
. 34
1 1
O 1
O 2
3 O
- R, + R2
O
1
1
1 O
1 1
O
2 1
O
O -3 O
FIGURA 6.7
O
1
1
O
0.2 O
0.8
[ 0.4
1
2
- 0.3 .
0.5
6 .7
285
Determinantes
ERCICIOS 6.7
IJlos problemas 1-6 evale los determinantes.
I-~ -~I
~I
t i; ~I
2.
2 -3 1
J. -4 -6 .
1-
3
4. 1-a
I~
2
6. 1-a
;1
-a2 l .
I
7'1 ; !I'
ti
8.
,. Resuelva para k si
I~ ~I
I~ -~ I '
19.
2
3
2 O 1
-4 O 6
21. 4
3
23.
-1
-1
-1
[i
2
5
8
29.
10. El menor de a 31 ,
11. El menor de a 22 .
12. El cofactor de a 23 ,
31.
32.
A =
a l2
al3
a,,]
35.
-2
- 1
1
4
2
O 3
-1 O
1 O
3
4
2 '8
8
30.
7
-3
4
-1
3 -1
-2 -4
O
3
28.
- 4
1 -1
U. El menor de a 32'
1 7 -3
O 1 -5
O O
O O
O
2 3
5 6
8 9
1
O
O -2
33.
O
O
O
O
26.
4
7
5 4
2
4
3
-1
-1
1 2 3
-1
-1
24.
-3
27.
22.
25.
O -1
O
-1
2
-3 4
O 6
I il=12,
-1
-3
4
2
5
-2
2 1
- 2 3
3 2
3
20.
6
2
-3
O
O 5
O
O 2
O 6
8
4
7
1
-3
2
6
4
4
-8
2
-)
O
O
4
O 2
- 1
- 3
3
O
O
O
3
34.
36.
4
-5
2 3 4
4 5 9
1 O -2
-1
2
3
O
1 -3 2 6 4
13 O 1 5
O
- 2
2
3
5
-1
-4
3
4
- 7
3
286
2
7
3
37.
3
1
2
4
2
38.
- 1 4
2 2
O 3
1 1
O
6
2
3
9
3
1
3
12
4
6
3
4
-2
3
5
2
2
-4
-2
15
3
3
5
3
39. x7
I
-2 1
7 _ x
= -2z - 3y,
cy + x = -4z,
2y + cz = O.
40.
26.
3 x
O x
2x
99
O O x- I
60.
40
-23
15
80
46
10
7
18
-9
+.
0.3
-6.2
5.2
5.1
ti
48.
49. SiA=
IA-'I = I~I'
Si IA I = 3, encuentre Ik' l.
12A -
6.8
-9.1 7.4
3.4 9.6
0.2 7.8
7.2 9.6
[i -3]
2
4
2
WI.
-~
2
O
47
. 5
3
-3 4
7 2
-1 2
6
-3
-4
4.7
3.2
1.6
-0.4
U -']!
O
YB
4
2
,encuen
REGLA DE CRAMER
OBJETIVO
Motivar una frmula, llamada regla de
Cramer, para la solucin de un sistema
de ecuaciones lineales con dos
incgnitas y generalizarla para n
ecuaciones lineales con n incgnitas .
Los determinantes pueden ser aplicados para resolver ciertos tipos de sistemas de
ecuaciones lineales. De hecho, es a partir del anlisis de tales sistemas que surg~6
estudio de los determinantes. Primero consideraremos un sistema de dos ec uacion
lineales con dos incgnitas. Despus los resultados se extendern para inciuir situ
ciones ms generales .
Resolvamos
'
1a exp 1"lcIta para x, examlllamos
.
Para encontrar una f ormu
x
la
ll
a2 1
6.8
all al21
x la2 1 a22
lall x
a21x
al21
a22
lal lX + al2Y
a21x + a22Y
Reglo de cromer
287
ICI al 21
C2 a22
(de la ecuacin 1)
Por tanto
ICI al21
C2 a22
(2)
x = la ll a121'
a21 a22
ll
1a para y, exammamos
.
'
ylla
Para encontrar una f ormu
! a21
ll al2 1 = ll
y la
la
a2 1 a22
a21
al2Y I
a22Y
Por tanto
ll al2 1 = ll
y la
la
a21 a22
a21
CII ,
C2
as
y =
ll CII
la
a21 C2
(3)
ll al2 1'
la
a21 a22
Observe que en las ecuaciones (2) y (3) los denominadores son iguales , a
saber, el determinante de la matriz de coeficientes del sistema dado . Para encontrar
x, el numerador en la ecuacin (2) es el determinante obtenido reemplazando la
"columna de las x" (esto es, la columna 1) de la matriz de coeficientes por la columna de constantes ~l ,De manera anloga, el numerador en la ecuacin (3) es el deter2
minante de la matriz obtenida a partir de la matriz de coeficientes cuando la "columna de las y" (esto es, la columna 2) es reemplazada por ~l. A condicin de que el
2
288
LGEBRA MATRIC IA L
+ Y + 5 = O,
3y + x = 6.
+ Y = -5,
+ 3y = 6.
Ll=!~
;!=2(3)-1(1)=5.
x=
!-~
;!
Ll
-21
21
y=
5'
Regla de Cramer
Sea un sistema de n ecuaciones lineales con n incgnitas como sigue:
QlIX
a2X
+
+
a12 X 2
a22X2
+
+
+ a.x.
+ a2nx.
el,
e2,
+ a x. = e.
Si el determinante Ll de la matriz d coeficientes A es diferente de cero, ent0JVi
ces el sistema tiene una nic'a' solucin.Adems, la solucin est dada por
Ll
donde k , el numerador de xe es el detenninante de la matriz obtenida reempl zando la k.sima columna de A por la columna de constantes.
6.8
Reg la de cramer
289
Ll =
1
3
-1
2
-3
-8.
Ya que Ll:f. O, existe una solucin nica. Resolviendo para x, reemplazamos la primera
columna de la matriz de coeficientes por la columna de constantes y obtenemos
x=
O -]
Ll
- 3
-
-8
1
2'
De manera anloga,
2
4
2
O
2
2
-3
O
-]6
-8- -2,
Ll
y=
2
4
2
3 2
O
-1
z=
La solucin es x =
EJEMPLO 2
8
= -1.
-8
Ll
- t, y= 2 Y z = -1.
{ x
x
+
+
y
2y
2y
3x
= 6,
= 4,
w = 6,
- 4w = 2.
+z
+z+
5w
Solucin: Tenemos
1
O
5
1 2
O
Ll=
O 2 1
3 O O -4
1
O
5
-5
O
O O - 1 11
O O
O -1
1.
290
.., =
La regla de Cramer nos permite
resolver para una incgnita sin tener
que resolver para las otras.
De aqu
I 2 4
O 2 6
3 O 2
I
I
5
O
O
O O
O O
-4
6
-2
5
-5
10
11
-98.
49
-S-
EJERCICIOS 6.8
En los problemas 1-16 resuelva. Si es posible, utilice la regla de
Cramer.
2X - y = 4,
1. { 3x + y = 5.
3X
- 2x = 4 - 3y,
3. {
Y = 6x - l.
3(X
y =
2)1=
2. { 7x -
2) =
4.
6,
5.
+ 2y - 6
17.
= O,
3x.
7.
9.
{
*x + ~z =
+
2r -
10.
11.
12.
2.
3s
15.
w =
6, , x,y.
2.
+ 8:
z.
- 53x - 6y + z
X
15.
2y + z = 3,
+ y + 2~ : 6.
x + 8y + ~ - 3.
14.
2X - 31' + z = - 2,
x - 6y + 3z = - 2,
{ 3x + 3y - 2;:. =
2.
16.
2x
{
6.
= 6,
= 4,
ex
X -
13.
+ w
z+
- 4z
2y +
y, w.
20. Determine todos los valores dec tales que la regla de Crame
no pueda ser utilizada para resolver el sistema siguiente
~ 3~: ~:
+ 2/
+ 5,
1, ;
I ~.
2X - 3y + 4;:. = 0,
x + y - 3z = 4,
{ 3x + 2y - z = O.
x + 2y
2,
x + y - z = - 3.
+ 2y - 3z = - 10.
r
{
2 - y = x
{ 3 + x = -y,
= 6.
3z =
+ w
12,
= 6,
{ x
{!~
3z
- 14,
3x
'
+ Z
x - v + z.
2x - y + 3z
X
18.
lz = 1
5,
5. { 6(x+y)= -8.
lX -
- 3w =
2x +3y+ 6z+ w=
x + y + z+ w =
X -
x + 2)'
:v - 1 =
2.', ~ v + :
r
y
{ 5x +
+ :.
+ 3:
\'
5.
14.
+ : =
2 1,
X .v _
1,
= 4,
v+
z=
- 10.
cy
1,
4,
= 2.
21. Eventos especiales Una estudiante determin que tiene suficiente tiempo disponible para asistir a 24 eve ntos especia
les durante el ao escolar. Entre los eventos estn conciertoS.
juegos de hockey y producciones teatrales. Ella sien te que
un balance ideal se alcanzara si va el doble de veces a COO'
ciertos que ajuegos de hockey, y si el nmero de concierto
a los que asista fuera igual al promedio del nmero de juegoS
de hockey y el nmero de obras de teatro. Utilice la regla de
Cramer para determinar el nmero de juegos de hockey a lo
que asistir para alcanzar el balance ideal.
1 23.
291
para y:
3W
~x - jy + ~z
+ 2x - 7y + z = 12,
- 5x - 6y + 3z = 8,
{ 4w
7 w - 2x
+
+
2y
4y
+
+
~.
-8x+~y
.!l
x -6.z=
.
<) ,
9z = 3,
5z = 9.
2x
~Y
+ }z
= ~.
6.9
Productores (producto) :
Industria A
Industria B
Otros factores de produccin
Totales
240
360
---600
1200
500
:
200
:
---- - - -~
800
1500
460
940
1200
1500
292
LGEBRA MATRICIAL
~,. ~l
1200
1500
360
200
1500
i200
--- -- 600
1200
Otros
800
1500
~Hl
2
15
Otros
valor
consumido
por A
valor
consumido
porB
as que tenemos
+ fsX s + 1200.
]
[X
Xs
A
]
= [k~ f;;~] [X
Xs +
[500]
1200
valor consumido
por la demanda
final
6.9
293
x=
[~:l
:51 '\1]
[l.. 15
A=
'
10
500]
[ 1200 '
= AX +
= C.
C,
404.494382]
870.786517]]
(1 - A) - 'C
= [1404.49]
1870.79 .
EJEMPLO 1
Anlisis de insumo-producto
Dada la siguiente matriz de insumo-producto. suponga que la demanda final cambia a 77 para A. 154 para B y 231 para C. Determine la matriz de produccin para
la economa. (Las entradas estn en millones de dlares.)
Industria
_________________
Demanda
A
B
e
final
Industria: A
240
120
120
e
[
Otras
120
180
36
72
-
72
1;~]
144 :
48:
48 : 240
I
240
_ 1
294
Solucin: De forma separada sumamos las entradas en los primeros tres renglo
Los valores totales de produccin para las industrias A, B Y e son 600, 360 Y
respectivamente. Para obtener la matriz de coeficientes A, dividimos las entradas
las industrias en cada columna entre el valor total de la produccin para esa indus
1 [e]
A =
C(,) 1:']
[ [ ti
.. "-. ,J
r-rC
i::1
,_"_It,
[4 35
]]
'40
600
180
360
144
480
:,6~
{~~
4":0
120
72
48
Clon
360
480
C [l~~].
=
231
X=(I-A) - 'C=
692.5]
380.
[ 495
EJERCICIOS 6.9
Dada la siguiente matri z de insumo-producto, encuentre la
matriz de produccin si la demanda final cambia a 600 para
A y 805 para B. Encuentre el valor total de los otros costos
de produccin que es to implica.
Industria
A
Industria: A
B
Otras
ii...' 2.
gg
200
400
___
600
Demanda
final
500
200
: 500]
: 900
800
___
A
Industria: A
B
Industria
---------__ Demanda
A B e
final
Industria: A
l8
~;
30
20
Industria
Demanda
final
Otras
__!9 _~L
l~l
_! 26
15
Industria
____________
Demanda
A
B
e
final
40
90 ]
Otras
45
Industria: A
100
100
e
[
Otras
400
80
240
480
: 260l
: 140
_ _ __:
500
6.10
Repaso
295
~ b REPASO
cin 6.5
5eccin 6.6
cln 6.7
sistema homogneo
matriz inversa
matriz identidad, I
multiplicacin de matrices
matriz de coeficientes
matrices equivalentes
matriz aumentada
matriz reducida
.Seccin 6.8
regla de Cramer
Seccin 6.9
matriz de insumo-producto
=B
sistema no homogneo
ecuacin matricial, AX
matriz elemental
cofactor de una entrada
matriz de Leontief
esumen
Uha matriz es un arreglo rectangular de nmeros encerrado entre
cotchetes. Tres tipos especiales de matrices son: matriz cero O ,
matriz cuadrada y matriz identidad l. Adems de la operacin
b~ica de multiplicacin por un escalar, estn definidas las operaciones de suma y resta de matrices, que se aplican a matrices
del mismo orden. El producto AB est definido cuando el nmero de columnas de A es igual al nmero de renglones de B. AunijUe la suma de matrices es conmutativa, la multiplicacin no lo es.
Utilizando la multiplicacin matricial, podemos expresar un sistema de ecuaciones lineales como la ecuacin matricial AX =B.
Un sistema de ecuaciones lineales puede tener solucin nica, ninguna solucin o bien un nmero infinito de soluciones. Tres
ihEtodos para resolver un sistema de ecuaciones lineales por medio de matrices son: (1) utilizar las tres operaciones elementales
't'~re renglones, (2) usar una matriz inversa, y (3) por medio de
Cletenninantes. El primer mtodo implica aplicar las operaciones
elementales sobre renglones a la matriz aumentada del sistema hasta
qUe se obtiene una matriz reducida equi valente. La matriz reducida hace que la solucin o soluciones para el sistema sean obvias
(suponiendo que existan). Si tiene un nmero infinito de soluciones, la solucin general implica al menos un parmetro.
PROBLEMAS DE REPASO
En los problemas 1-8 simplifique
El segundo mtodo de resolucin de un sistema de ecuaciones lineales involucra inversas. La inversa (si existe) de una matriz cuadrada A es una matri z A-I tal que A-l A = l. Si A es
invertibl e, podemos encontrar A - 1 aumentando A con I y aplicando operaciones elementales sobre renglones hasta que A sea
reducida a l . El resultado de aplicar las mismas operaciones elementales sobre renglones a I es A-l. La in versa de una matri z
puede ser utilizada para resolver un sistema de Il ecuaciones con
n incgnitas dado por AX = B, a condicin de que la matriz de
coeficientes A sea invertible. La solucin nica est dada por X
=A-lB. Si A no es invertible el sistema no tiene solucin o bien
un nmero infinito de soluciones.
El tercer mtodo para resolver un sistema de ecuaciones
lineales hace uso de determinantes y es conocido como la re gla
de Cramer. Se aplica a sistemas de Il ecuaciones con Il incgnitas
cuando el determinante de la matriz de coeficientes no es cero.
Nuestra aplicacin final de matrices trata las interrelaciones
que existen entre los diferentes sectores de una economa, y es
conocido como anlisis de insumo-producto.
296
-2J
I .
4. 45{~ -:J
22.
[l
5. [ -
~ ~J + 2 [ ~
=]).
23.
[~
~l
25.(:
-2
= [ -11
~l
+
+
2z
[~
O .
u U
O
3
-1
-!]
3X +
~J.
-']
~l
[~
24.
z - 2 = O,
+ 5 = O,
Z + 3 = O.
y -
7.2[~
8.
2xx
{
~ ~ J([! ~ J - D~ ]).
6. - ([
y + 2z = 1,
X +
3x-2y-4z= - 7,
2x - y - 2z = 2.
21.
27.
+ 4z : 1,
+ z - O,
2y +
28.
= 2.
+ y - Z = 0,
+ z = 0,
x - y + z = o.
2x
3x
9. (2A)T - 3F.
10. A(21) - AOT.
11. B4 + 14.
29.
14
1 2
O
[~ ~ J[~ ~ J = [~ ~ J.
33.
17.
U ~J.
[! ~ n
16.
18.
[~ ~ ~J.
[l
~ ~ ~].
O O O
2x - 5y = O,
19. { 4x + 3y = o.
X -
20.
2z = 3,
3x+y+ z= 5 .
30 1~ ~I
-1
4.
15.
- ~I
2
r p q
O
j
O O c
O
4
-1
32.
a
m
n
34. p
O O O h
3
6 .
-1
O O O
e
a
r
j
k
O O
n O
{3X -
35
2x
y = 1,
36.
3y = 8.
a ij
2y - z = 0,
Y + 4z = 0,
2y + 2z = O.
encuentre 1A-1B
= li - ji.
Ll
1m
6.10
+ ay +
cz
c.
2w
x
2x
+
+
+
+
Si B Y C son matrices de n x
muestre que B :: C.
Si A 2
~~: ~~ : ~:
ax
3y
Z
2y
7y
+ 2w +
= 2x +
+ 3z +
+ 6z +
=[I~ -]
"
1
' .'
yB
4B!
Industria
III
= AC, de-
45. Si A
4y + 1,
3w - 3 = O,
2w = 6.
tales que AB
Il
1 = z,
invertible.
Suponga que a, b y c son constantes diferentes de cero. Uti, lice la regla de Cramer para resolver el siguiente sistema de
ecuaciones lineales:
Il
297
Repaso
A
Industria:
A[10
B
15
Otras
Demanda
final
20
14
:
: 10
____
4]
__
ti>
APLICACION
PRACTICA
ti>
Requerimientos
de insulina
como proceso
IineaF
Una posada vacacional en las montaas del estado de Washington tiene una bien merecida reputacin por la atencin
a las necesidades especiales de salud de sus huspedes. La
semana siguiente el administrador de la posada espera recibir cuatro huspedes diabticos dependientes de insulina.
Estos huspedes planean permanecer en la posada durante
7, 14,21 Y 28 das, respectivamente.
La posada se encuentra muy alejada de la farmacia
ms cercana, de modo que antes de que lleguen los huspedes el administrador planea obtener la cantidad total de
insulina que se necesitar. Se requiere de tres tipos diferentes de insulina: lenta, semilenta y ultralenta. El administrador almacenar la insulina y despus el personal de
la posada administrar la dosis diaria de los tres tipos a
cada uno de los huspedes.
Los requerimientos diarios de los tres huspedes son:
Husped 1
Husped 2
Husped 3
Husped 4
298
jll
I~
AT =
[2030
40 30
O 10
O 30
10
1O(7{~
4 3
O 1
O 3
lt~l
10
50
21
28
nm
= 70
23]
10
[ 30
[1610]
700
2100
20XI
30xI
{
10x,
= B.
A(2T) = 2(AT)
= 2B =
[~~~~].
4200
k(AT)
= kB =
[k'k 700
1610]
.
k2100
e=
[j]
= matriz de eosto.
mismo modo, si los huspedes decidieran agre, 4, Y 6 das, respectivamente, a los tiempos que
proyectaron permanecer, entonces las cantiinsulina requeridas sern
~T,
+ T,) = AT + AT
"
dondeT,
AX = B
20
30
[
, 10
mT'rp""nt~
el sistema lineal
= b
",
= b2
= b3 ,
.A(kT)
299
[41,090],
EJERCICIOS
1. Suponga que el husped l permanecer en la posada por 7
das, el husped 2 por 10 das, el husped 3 por 7 das y el
husped 4 por 5 das. Los requerimientos diarios de los cuatro y la matriz de costo son los mismos que los dados en el
estudio anterior. Encuentre la cantidad total que la posada
debe pagar por toda la insulina necesaria para los huspedes.
2. Suponga que el husped 1 permanecer en la posada durante
4 das, el husped 2 por 7 das y el husped 3 por 10 das. El
husped 4 cambia sus planes y no permanecer en la posada.
Los requerimientos diarios de los tres huspedes y la matriz
de costo son los mismos que los dados en el estudio. Encuentre la cantidad total que la posada debe pagar por toda la
insulina necesaria por los huspedes.