Está en la página 1de 546

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

por Randy Fernndez y Ciro Bazn

Detalles del Producto

Encuadernacin Rstica: 448 pginas

Editora: Publicaciones Universidad de Piura; (Abril, 2006)

Lenguaje: Espaol

ISBN: 9972-48-101-8

Dimensiones del producto: 23,5 x 17 x 2.2 cms

Peso: 01 kgs

Lugar de venta: Librera de la Universidad de Piura

E-mails de Contacto: emorales@udep.edu.pe; cbazan@udep.edu.pe

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.

OPERACIONES CON MATRICES


Definicin de una matriz
Ejercicios
Tipos especiales de matrices
2.1. Matriz nula
2.2. Matriz vector
2.3. Matriz cuadrada
2.4. Matriz diagonal
2.5. Matriz escalar
2.6. Matriz identidad
2.7. Matriz triangular superior
2.8. Matriz triangular inferior
2.9. Matriz simtrica
2.10. Matriz antisimtrica
2.11. Matriz rectangular
Ejercicios
Operaciones con matrices
3.1. Igualdad de matrices
3.2. Suma de matrices
3.3. Producto de un nmero real por una matriz
3.4. Multiplicacin de matrices
3.5. Matriz transpuesta
3.6. Potenciacin de una matriz
3.7. Polinomio de matrices
3.8. Suma de elementos
3.9. El determinante de una matriz cuadrada
3.10. Matriz inversa
Solucin al problema introductorio del captulo
Ejercicios
Problemas resueltos
Problemas propuestos
Otras matrices especiales
5.1. Matriz ortogonal
5.2. Matriz peridicak
5.3. Matriz idempotente
5.4. Matriz nilpotentep
5.5. Matriz involutiva
Ejercicios
Matrices particionadas
5.1. Adicin y multiplicacin de matrices particionadas
5.2. Determinantes de matrices particionadas
5.3. Inversa de matrices particionadas

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.

5.4. Producto de Kronecker


Ejercicios
Anlisis de InsumoProducto
Problemas resueltos
Problemas propuestos

Captulo II: ESPACIOS VECTORIALES


1. Geometra de matrices
1.1. Definicin de un vector
1.2. Componentes de un vector
1.3. Suma de vectores y multiplicacin de un escalar con un
vector
1.4. Vectores ortogonales
1.5. Vector unitario
2. Espacio vectorial
3. Combinacin lineal
4. Dependencia e independencia lineal
5. Sistema generador
6. Bases vectoriales
7. Dimensin de un espacio vectorial
8. Subespacios
9. Interpretacin geomtrica del determinante
9.1. Interpretacin geomtrica del determinante de una matriz de
orden 2
9.2. Interpretacin geomtrica del determinante de una matriz de
orden 3
10. Rango
Ejercicios
11. Regresin mnimo cuadrtica
Solucin al problema introductorio del captulo
Problemas resueltos
Problemas propuestos
Captulo III: SISTEMAS DE ECUACIONES LINEALES
1. Disposicin matricial de un sistema de ecuaciones
lineales
2. Clasificacin de un sistema de ecuaciones lineales de
acuerdo a su solucin
2.1. Sistema incompatible
2.2. Sistema compatible determinado
2.3. Sistema compatible indeterminado
3. Geometra de un sistema de ecuaciones lineales
3.1. Dos ecuaciones lineales con dos incgnitas
3.2. Tres ecuaciones lineales con tres incgnitas
4. Clasificacin de un sistema de ecuaciones lineales de acuerdo al
vector b
4.1. Sistema de ecuaciones homogneo
4.2. Sistema de ecuaciones no homogneo
5. Mtodos de resolucin de un sistema de ecuaciones lineales

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

5.1. Mtodo de la matriz inversa


5.2. Mtodo de Cramer
5.3. Mtodo de eliminacin de GaussJordan
Ejercicios
6. Mtodos de resolucin de un sistema de ecuaciones homogneo
Solucin al problema introductorio del captulo
Ejercicios
Problemas resueltos
Problemas propuestos
Captulo IV: AUTOVALORES Y AUTOVECTORES
1.
2.
3.
4.
5.

Introduccin
Autovalores y autovectores
Matrices semejantes
Diagonalizacin
Matrices simtricas y diagonalizacin ortogonal
Solucin al problema introductorio del captulo
Ejercicios
Problemas resueltos
Problemas propuestos

Captulo V: FORMAS CUADRTICAS


1. Introduccin
2. Formas cuadrticas
3. Clasificacin de las formas cuadrticas
3.1. Definida positiva
3.2. Definida negativa
3.3. Semidefinida positiva
3.4. Semidefinida negativa
3.5. Indefinida o no definida
4. Mtodo de estudio del signo de la forma cuadrtica
4.1. Mtodo de los autovalores
4.2. Mtodo de los menores principales dominantes
5. Formas cuadrticas reales con restricciones
Solucin al problema introductorio del captulo
Ejercicios
Captulo VI: OPTIMIZACIN CLSICA
1. Introduccin
2. Conceptos bsicos
2.1. Vector gradiente
2.2. Matriz jacobiana
2.3. Matriz hessiana
2.4. Definiciones de mnimos y mximos
Ejercicios
3. Optimizacin libre
Problemas resueltos
Problemas propuestos
4. Optimizacin restringida

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

Operaciones con matrices


En los ltimos tres aos, cuatro nios exploradores, Rosita, Carolina, Carla y Sergio,
han tenido como misin recolectar fondos para apoyar un asilo. Con este objetivo en
mente, cada ao compraron chocolates. Los adquirieron de tres tipos: blanco, amargo y
semiamargo. Cada caja contiene 20 chocolates. Los venden por piezas y los tres ltimos
aos vendieron todos. A continuacin se resume la informacin para el primer ao:
En esta tabla se muestra el nmero de cajas que cada uno compr.

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

Precio por caja ($)


50
30
40

Precio de venta por


pieza ($)
4
3
3

Con base en esta informacin, determine:


a. Quin hizo la menor inversin?
b. Quin obtuvo mayor beneficio el primer ao?
c. El segundo y el tercer ao compraron las mismas cantidades de cajas de chocolates,
pero el precio por caja para el segundo ao fue 10% mayor que el del primer ao,
mientras que en el tercer ao fue de 65, 45 y 40, para el chocolate blanco, amargo y
semiamargo, respectivamente. Adems, ellos conservaron los precios de venta del
primer ao. Responda a las dos preguntas anteriores para el segundo y tercer ao.

TEMARIO

1.
2.
3.
4.
5.
6.

DEFINICIN DE UNA MATRIZ


TIPOS ESPECIALES DE MATRICES
OPERACIONES CON MATRICES
OTRAS MATRICES ESPECIALES
MATRICES PARTICIONADAS
ANLISIS DE INSUMOPRODUCTO

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

1. Definicin de una matriz


Conjunto de elementos, ya sean nmeros o caracteres, agrupados en m filas y en n
columnas.
Veamos una tabla donde nos interesa trabajar con los datos que ella contiene:

Ao
1972
1973
1974
1975
1976
1977
1978
1979
1980

Consumo PBI (miles


(miles de
de
millones
millones
de dlares) de dlares)
737.1
812.0
808.1
976.4
1 084.3
1 204.4
1 346.5
1 507.2
1 667.2

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

Como podemos observar esta tabla contiene 10 filas y 5 columnas, donde la


primera fila describe la correspondencia que existe entre los elementos de cada
columna (Carcter informativo).
Todos los datos que nos interesan los podemos representar como una matriz de la
siguiente forma:
1972
1973

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

1084.3 1718.0 1.3234


1204.4 1918.3 1.4005
1346.5 2163.9 1.5042
1507.2 2417.8 1.6342
1667.2 2633.1 1.7864

4.50
6.44
7.83

6.25
5.50

5.46
7.46

10.28
11.77

Simbologa de una matriz:


Una matriz se representa con una letra mayscula, como en el ejemplo, y si se
quiere representar la matriz en forma total sin necesidad de escribir todos los
elementos se representa de la siguiente forma: Amxn . Donde m indica la
cantidad de filas y n el nmero de columnas de la matriz. A los subndices de
esta representacin se les llama dimensin u orden de la matriz.
La matriz anterior se representa de la siguiente manera: A95 .

OPERACIONES CON MATRICES


Si nos interesa algn elemento de la matriz entonces, ste se representa con
una letra igual a la letra de la matriz a la que pertenece, pero con minscula y
con subndices la fila y la columna a la cual pertenece dicho elemento a que
ij

estar situado en la interseccin de la fila i y la columna j.


Ejemplo:
Si de la matriz anterior nos interesa el dato del deflactor del producto bruto
interno en el ao 1977, entonces lo representamos de la siguiente forma
a64 1.4005 .
Informacin que puede contener una matriz
Resultado de una encuesta realizada a m individuos sobre n preguntas.
Una tecnologa lineal que emplea m factores en n procesos productivos.
Los coeficientes de las incgnitas de un modelo lineal de m ecuaciones y n
incgnitas.
Una aplicacin lineal de R n en R n .
Una base de datos.
Etc.
Problema:
Un fabricante produce tres tipos de clavos: de aluminio (A), de cobre (Q) y de
acero (H). Todos ellos se fabrican en longitudes de 1, 1.5, 2 y 2.5 cm. con los
precios respectivos siguientes:
Clavos A:
Clavos Q:
Clavos H:

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.

Presentar la informacin en una matriz 4 3 que recoja los precios.


Solucin:
Tamao
1
1.5
2
2.5

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

Respuesta: En la matriz M se observa que cada fila representa el tamao del


clavo, mientras que cada columna representa el tipo de clavo, y sus elementos son
sus precios correspondientes.

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

II. Cul es el elemento?


a) a 1
32
b) b
51
III. Construya la Matriz N.
n 1 21 1 22 3 5
n
12

N 11
n
n 2 21 2 22 4 6
21
22

2. Construya una matriz A aij , si A es de 3 4 y aij 2i 3 j .



3. Escribir la matriz A aij , donde a 1 i j .
ij
23

f) d

24
23

OPERACIONES CON MATRICES


4. Hallar A, B y C, si:
0 si

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

2. Tipos especiales de matrices


2.1. Matriz nula.- Todos sus elementos son cero, aij = 0 , i, j.
Ejemplo:

0 0 0
B 0 0 0
0 0 0

2.2. Matriz vector.- Conjunto ordenado de elementos dispuestos o en una fila o


en una columna.
a) Vector fila: Matriz de una sola fila.
Ejemplo:

A 1 5 2 8

b) Vector columna: Matriz de una sola columna.

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

Caractersticas de una matriz cuadrada:


Si tenemos una matriz cuadrada A, donde:

a11
a
A 21

an1

a
1n
a
a
22
2n

a
a
n2
nn
a

12

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Entonces podemos hablar de la diagonal principal formada por los
elementos a11 , a22 ,, ann .

La suma de los elementos de la diagonal principal recibe el nombre de


Traza.

Traza A

a
i 1

ii

Una matriz cuadrada A


tambin se puede representar como A .
n
nn
2.4. Matriz diagonal.- Es una matriz cuadrada, cuyos elementos son todos
iguales a cero excepto los que pertenecen a la diagonal principal.

Ejemplo:

2 0 0
P 0 4 0
0 0 8

Tambin se puede representar de la siguiente manera: Diagonal 2, 4, 8 .


2.5. Matriz escalar.- Es una matriz diagonal, cuyos elementos de la diagonal
principal son todos iguales.
Ejemplo:

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

La matriz identidad en la multiplicacin de matrices es semejante al 1 de los


nmeros reales. Es decir, representa el elemento neutro en la multiplicacin.
Tambin se le conoce como Delta de Kronecker:

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

OPERACIONES CON MATRICES

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

2.10. Matriz antisimtrica.- Es una matriz cuadrada que cumple con a a .


ij

Ejemplo:

0
4
F
2

ji

2 3
0 1
0
1
0
7

0 7
0

2.11. Matriz rectangular.- Es una matriz donde el nmero de filas no coincide


con el nmero de columnas.
Ejemplo:

2 5 7 2 9
G
8 0 4 10
3

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

Ejercicios
1. Escribir una matriz:
a) Cuadrada de orden 3.
9
4
1

S 2 3 7 8
4
0
5

b) Triangular inferior de orden 4.


c) Simtrica de orden 3.
2. Sean :

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?

e) Es ninguna de las anteriores?

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

OPERACIONES CON MATRICES

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

5. Calcule Diagonal ( A) y Traza ( A) para A 3 2 5 .


5 2 8

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.

7. Calcule x e y para que la matriz B sea antisimtrica:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

1 ( y 1)
1 ( y 1) 1 y 1 y 2

b23 b32

4 x x 3x 0 x 0

Entonces, tenemos que:

x : 0,2 0
x 0 y 2

3. Operaciones con matrices


3.1. Igualdad de matrices.- Las matrices A y B son iguales, si y slo si tienen la
misma dimensin y cada elemento de A es igual al correspondiente de B.
A = B si y slo si a b para todo i, j.
ij

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

Desarrollando este sistema de ecuaciones obtenemos: a 24 5 y b 33 5


Respuesta: En consecuencia, a b 57 5 .
3.2. Suma de matrices.- Las matrices se pueden sumar, si y slo si tienen la
misma dimensin y el resultado se obtiene sumando los elementos que
ocupan el mismo lugar en las matrices.
Ejemplo:

10

2 3 1 2 2 (1) 3 2 1 5

1 4 2 1 1 2
4 1 3 5

OPERACIONES CON MATRICES


Problema:
Una empresa tiene tres libreras, y cada una de ellas tiene libros de ficcin,
de viajes y de deportes. Las cantidades de libros se tabulan como sigue:
Librera
1
2
3

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:

300 300 100


E 300 100 240
50 150 200
La entrega a las libreras viene dada por:

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

50 150 200 60 40 30 110 190 230

Respuesta: Esto quiere decir que, si hacemos un inventario en las tiendas


debemos encontrar lo siguiente:
En la librera 1: 360 libros de ficcin, 340 libros de viajes y 120 libros de
deportes.
En la librera 2: 360 libros de ficcin, 140 libros de viajes y 270 libros de
deportes.
En la librera 3: 110 libros de ficcin, 190 libros de viajes y 230 libros de
deportes.
3.3. Producto de un nmero real por una matriz.- (Multiplicacin por un
Escalar) El producto de un nmero real k por una matriz Am n es una matriz
que resulta de multiplicar el escalar por cada uno de elementos de la matriz.

11

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Annapolis Baltimore Washington


0
30
25
30
0
18
25
18
0

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

Cuando se multiplican 2 matrices, el elemento c

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

OPERACIONES CON MATRICES

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:

1(4) 3(6) 2(5)


1(2) 3(1) 2(0)
5

4(2) 5(1) (1)(0) 4(4) 5(6) (1)(5) 2 2 13


2(1) 4(4) 2(3) 4(5) 2(2) 4(1)
18 26

B3 2 A23 1(1) 6(4) 1(3) 6(5) 1(2) 6(1)


25 33
0(1) 5(4) 0(3) 5(5) 0(2) 5(1)
20 25
A

2 3

3 2

3 3

32
41
0
4
5

Se puede observar que la propiedad conmutativa no se da en la


multiplicacin de matrices ( A B B A ), es por eso que definimos la
premultiplicacin y la postmultiplicacin. En el producto A B , B est
premultiplicando por A, mientras que A est postmultiplicado por B, y en el
producto B A , A est premultiplicado por B, mientras que B est
postmultiplicado por A.
Propiedades de la multiplicacin matricial:
C
: Asociativa.
a) A
B
A
B
C
pq
mn n p
pq
mn n p

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

d) I A A I A (A es una matriz cuadrada): Identidad multiplicativa.


e) 0 A A 0 0 (A y 0 son matrices cuadradas).

13

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Problema:
Tres asesores en redes, Alan, Mara y Esteban, recibieron un bono a fin de
ao, de $10000 para cada uno, y decidieron invertir en un plan de retiro 401
K auspiciado por su empresa. Bajo este plan, cada empleado puede colocar
sus inversiones en tres fondos, un fondo accionario I, un fondo de desarrollo
II, y un fondo global III. Las distribuciones de las inversiones de los tres
empleados al principio del ao se resumen en la siguiente matriz:
Alan
A = Mara
Esteban

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.

4000 3000 3000


0.18

A 2000 5000 3000 y B 0.24


2000 3000 5000
0.12
Efectuando A B vamos a obtener los intereses que cada uno de ellos
ganan:
1800
C A B 1920
1680

Respuesta: El mejor rdito en su inversin, de acuerdo a nuestra matriz C,


lo obtuvo Mara.
3.5. Matriz transpuesta.- La matriz transpuesta de una matriz A, designada por
A o At, se obtiene creando una matriz cuya ksima fila es la ksima
columna de la matriz original.
Propiedades de las matrices transpuestas, siendo A y B matrices:
a) Si A es de orden m n entonces A o At es de orden n m .

14

b)

A B t A t B t .

c)

A A .
t t

OPERACIONES CON MATRICES


d)

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

En caso que n = 0 entonces A0 I .


Propiedades de la potenciacin que son vlidas para cualquier entero
positivo n y m.
a) An Am An m .
b)

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

Nota: Slo para una matriz diagonal, su


elementos a la potencia de la matriz.
d
0 0
11
D d
0
Ejemplo:
22
0
0 0

potencia se halla elevando sus


d
nn

d k
0
0 0
11

k
D k d 22
0 0

k
0
d nn

15

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Clculo rpido de Ak mediante la elevacin al cuadrado:
Es muy tedioso calcular las potencias de una matriz cuadrada A. Por
ejemplo, supongamos que necesitamos calcular A8. Si tratamos de seguir la
definicin sera:

A8 A A A A A A A A

Es decir, se deben efectuar 7 multiplicaciones de matrices. Sin embargo, si


primero se calcula A2, despus se eleva A2 al cuadrado, A2 A2=A4, y este
resultado se eleva al cuadrado, A4 A4=A8, slo se necesitan 3
multiplicaciones de matrices.

2
8 2 2

A A

Este mtodo se aplica para cualquier potencia de una matriz, An . Por


ejemplo, A13 puede determinarse como sigue: encontramos A2, despus se
eleva al cuadrado para obtener A4 y el resultado se eleva al cuadrado para
obtener A8. Ahora bien, A13=A8 A4 A. Este proceso slo necesita 5
multiplicaciones de matrices, en lugar de las 12 que seran necesarias si
operamos por la definicin.
13

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.

3.7. Polinomio de matrices.- Con las matrices tambin se pueden evaluar


funciones polinmicas. La matriz resultante se halla efectuando todas las
operaciones antes descritas. Generalmente se usan matrices cuadradas.
3 7
Ejemplo: Sea B
y los siguientes polinomios: Px x 3 x x 2 y

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

OPERACIONES CON MATRICES


2

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

Si creamos un vector columna de unos, que llamaremos vector i :


x1
1
x
1
n
2

t
i 1 . Por lo tanto,
xi 1 1 1 1 x3 i x .

i 1

x
1
n

Si todos los elementos en x son iguales a una constante a tenemos que


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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


3.9. El determinante de una matriz cuadrada.- Es un escalar que se simboliza
por A o Det A .
Si A 0 , la matriz se llama singular y si A 0 , la matriz se llama regular.
Clculo del determinante de matrices cuadradas:

Orden 1: sea A a11 , entonces: A a


11
a
Orden 2: sea A 11
a
21

, 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

Un mtodo vlido slo para matrices de orden 3 es el Mtodo de Sarrus, el


cual puede ser expresado de las siguientes formas:
+

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

OPERACIONES CON MATRICES

3 4 2
1 0 1
1 2

3 4
1 0

1 1 2

B (3)(0)(1) (4)(1)(1) (2)(1)(2) (1)(0)(2) (2)(1)(3) (1)(1)(4) 10


Orden 3 : a continuacin se expone el mtodo de los adjuntos.
La suma de los productos de los elementos de una fila (o una columna) por
sus respectivos adjuntos es igual al determinante de la matriz.
Det A

a 1
i 1

i j

ij

Det M
ij

Donde M : submatriz que resulta de eliminar la isima fila y la jsima


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)(1)(2) (4)(1)(0) (2)(1)(2) 10 .


Solucin 2:
Tomando como referencia la primera columna:

B (3) 111

0 1
2

(1) 121

4 2
2

(1) 131

0 1

B (3)(1)(2) (1)(1)(0) (1)(1)(4) 10 .


Solucin 3:
Tomando como referencia la tercera fila:

B (1) 131

0 1

(2) 132

1 1

(1) 133

3 4
1 0

B (1)(1)(4) (2)(1)(5) (1)(1)(4) 10 .

19

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

1 3 5

0 1 3
2) Hallar el determinante de C
2
1 9

3 2 4

4
.
6

Propiedades del Determinante:

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 .

La matriz cuadrada que no sea invertible se llama Matriz Singular y una


matriz que tenga inversa se llama Matriz No Singular o Regular.
Si una matriz es invertible, entonces su inversa es nica.
Propiedades de la matriz inversa:

20

a)

b)

A B1 B 1 A1 .

c)

1 1

t 1

A.

OPERACIONES CON MATRICES

d) Det A 1
e) (cA) 1
f)

1
.
Det A

1 1
A .
c

A A .
n 1

1 n

d1
0

g) Sea D una matriz diagonal D 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

La Adj A se define como:

Adj A Cij

Donde C es la matriz de cofactores, y cada cofactor se define como:


ij

c 1i j M
ij

ij

Ejemplo: Calcular la Matriz Inversa de:


2 3 4
F 4 3 1 .
1 2 4

21

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
Primero: hallamos el determinante de la matriz:

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

Cuarto: Multiplicamos la inversa del determinante a la matriz adjunta, y de


esa manera hallamos la inversa de la matriz.

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

OPERACIONES CON MATRICES


Solucin al problema introductorio del captulo
Despus de desarrollar esta primera parte, estamos en condiciones de resolver el
problema propuesto al iniciar el captulo.
Es claro que el problema de la venta de chocolates se puede plantear de manera clara y
natural utilizando notacin matricial.
Definimos cada una de las matrices siguientes:
Matriz del nmero de cajas de cada explorador:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

As el beneficio para cada explorador es:

1920 1110 810


2060 1230 830

C 20V C P
2000 1200 800

1900 1130 770


El nio que obtuvo mayor beneficio fue Carolina, el cual asciende a $830.
c. El segundo y el tercer ao compraron las mismas cantidades de cajas de chocolates,
pero el precio por caja para el segundo ao fue 10% mayor que el del primer ao,
mientras que en el tercer ao fue de 65, 45 y 40, para el chocolate blanco, amargo y
semiamargo, respectivamente. Adems, ellos conservaron los precios de venta del
primer ao. Responda a las dos preguntas anteriores para el segundo y tercer ao.
SEGUNDO AO:
Si el precio de las cajas aumenta en un 10% entonces el nuevo precio ser: 110%P

55
P 1.1P 33
2
44
Por lo tanto la nueva matriz de costos es:

1221
1353

CP
2 1320

1243

24

OPERACIONES CON MATRICES


En el segundo ao quien invirti menos tambin fue Rosita con un costo de $1221.
El ingreso es el mismo que el del ao pasado, por lo tanto los beneficios para el
segundo ao son:

1920 1221 699


2060 1353 707

C 20V C P
2 2000 1320 680

1900 1243 657


Quien tuvo el mayor beneficio fue Carolina con $707.
TERCER AO:
Si el precio de las cajas cambia a:

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:

1920 1425 495


2060 1575 485

C 20V C P
3 2000 1500 500

1900 1385 515


El nio que tuvo el mayor beneficio fue Sergio con $515.

25

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

Ejercicios

1. Resuelva la ecuacin: 2 X B 4 A Bt
1 2

A
4
3

I determine X en el caso particular:


t

1 2
.
B
3 1

Solucin:

Si tenemos la expresin matricial: 2 X B 4 A Bt

I
t

Aplicando la propiedad de transpuesta kAt kAt se obtiene:

2X B 4 A B

t t

Aplicando la propiedad de transpuesta A B t B t At se obtiene:

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

Resolviendo las siguientes operaciones se obtiene:


t 1 2 1 3 3 11

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

OPERACIONES CON MATRICES


2. Siendo A y B matrices cuadradas de orden 3 con Det A 4 y Det B 2 ,
calcule:
B At
1 2
, y Det A B .
Det A , Det
Det ( A B)
Det (B)
2

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 , determine para qu valores de a la matriz A es


3. Dada la matriz A 1
0 3 2

singular y para qu valores es regular.


Solucin:
Para que una matriz sea singular debe cumplir A 0
Por tanto 0

0 5
3 2

6(2) a(3) 0
a4

1 5
0 2

+ a

0 3

=0

para a 4 la matriz A ser regular.

4. Calcular la matriz inversa de las siguientes matrices:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

D 2 159 160 1 3 32 1 5 53 638 35 48 555


D 555
2
85
319

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

5. Si A, B y C son matices cuadradas de orden 3 y A 2 ; B 4 ; C 8 ; calcular:


a)

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

6. Dada la ecuacin matricial

A X

B 2B , donde

1 1 0

A 2
1 1
0
1 1

1 1 0

B 0 1 1 . Calclese X y hllese X en funcin de A y B .


2 0
1

28

OPERACIONES CON MATRICES


Solucin:
Despejamos X
A X

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


8. Para qu valores de u y v son iguales las dos matrices?
1 u 2

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

10. Resuelva el siguiente sistema de ecuaciones


.
2 X 3Y 1 2 1
2 0

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

12. Encuentre los valores de x para los cuales:


2
2
x
x 1993x

2
x
x
Ln e

30


1994
x

1994 1993x x

OPERACIONES CON MATRICES

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

20. Resuelva las siguientes ecuaciones si X es una matriz de orden 2.

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

21. Resuelva el siguiente sistema para las matrices X e Y:

1 2

X Y

1
3

3 0
X Y

3 1

31

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

es(son) soluciones de la Ecuacin: X 2 5 X 4 I 0 ?


2

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

OPERACIONES CON MATRICES

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

Tamao 1 Tamao 2 Tamao 3


27
36
30
18
26
21

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


c) Cul sera la produccin total de las tres plantas?
Solucin:
a) La produccin total de cintas en ambas plantas est dada por la suma de la
matriz B y la matriz M, esto es:
27 36 30 32 40 35 59 76 65

18 26 21 25 38 30 43 64 51

Respuesta: La produccin total (en miles) es la matriz P:

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

OPERACIONES CON MATRICES


a) Encuentre la matriz D, la cual represente el nmero de cada tipo de cuenta al
final del primer trimestre en cada lugar.
b) Debido a la apertura de una fbrica cercana, se prev un incremento de 10% en
la cantidad de cuentas en cada lugar durante el segundo trimestre. Escriba una
matriz E que indique este incremento previsto.
Solucin:
a) Para hallar los nmeros y tipos de cuentas finales sumamos la matriz A (que son
los nmeros y tipos de cuentas iniciales) ms las que se han abierto en el
trimestre, menos las que se han cerrado.

D A B C .
Entonces:

2820 1470 1120 260 120 110 3080 1590 1230

A B 1030 520 480 140 60 50 1170 580 530


1170 540 460 120 70 50 1290 610 510

3080 1590 1230 120 80 80 2960 1510 1150

( A B) C 1170 580 530 70 30 40 1100 550 490


1290 610 510 60 20 40 1230 590 470

Respuesta: La matriz D que representa el nmero de cada tipo de cuenta al final


del primer trimestre en cada lugar es:
2960 1510 1150

D 1100 550 490 .


1230 590 470

b) El incremento se determina multiplicando el escalar 1.1 por la matriz D:

2960 1510 1150 3256 1661 1265

E 1.1 1100 550 490 1210 605 539


1230 590 470 1353 649 517

Respuesta: El incremento para cada lugar, se muestra en la siguiente tabla:


Cuentas de Cuentas de Cuentas de depsito
Cheques
ahorros
a plazo fijo
3256
1661
1265
Oficina matriz
1210
605
539
E = Sucursal del Oeste
1353
649
517
Sucursal del Norte
4) La Matriz A da el porcentaje de votantes elegibles en la ciudad de Alewton,
clasificados segn su afiliacin partidista y grupo de edad.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

0.50 0.30 0.20

A 0.45 0.40 0.15


0.40 0.50 0.10

La matriz B representa la poblacin de votantes elegibles en la ciudad por grupo de


edad.
B

Menor de 30
30000

De 30 a 35
40000

Mayor de 50
20000

B 30000 40000 20000


Halle la matriz que proporcione el nmero total de votantes elegibles en la ciudad
que votarn por un candidato demcrata, republicano o independiente.
Solucin:
El nmero total de votantes elegibles en la ciudad que votarn por un candidato
demcrata, republicano o independiente; se obtendr multiplicando la matriz de la
poblacin por la matriz que da el porcentaje de votantes. Segn su afiliacin
partidista y grupo de edad. Esto es, la matriz B por la Matriz A; cuyo producto ser
la Matriz C.
Entonces:
0.50 0.30 0.20

C 30000 40000 20000 0.45 0.40 0.15 41000 35000 14000


0.40 0.50 0.10

Respuesta: El nmero total de votantes, segn candidato es:


Nmero total de votantes
Dem.
Rep.
Indep.
41000
35000
14000
5) En la sala de un hospital dedicado al tratamiento de diabticos se administra insulina
de tres clases: Semilenta, lenta y ultralenta. El nmero de unidades diarias que se
aplica a los 5 pacientes ingresados viene dado por la siguiente tabla:
Paciente
Semilenta
A = Lenta
Ultralenta

I
15
20
10

II
15
20
5

III
20
15
10

IV
30
5
10

V
10
20
15

Nmero de das (N) que ha estado internado cada paciente.


Paciente I II III IV V
3 7 5 12 20
B = N das
Calcule, con la ayuda del producto de matrices, las unidades de cada clase que
fueron administradas a los pacientes.

36

OPERACIONES CON MATRICES


Solucin:
El total de unidades de cada clase de insulina aplicadas a los pacientes en los das en
que se encuentran internados, est dado por el producto de las matrices A y B
(transpuesta).

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

Respuesta: Las unidades de insulina suministrada a los pacientes, segn su tipo se


indica en la siguiente tabla.
Semilenta
Lenta
Ultralenta

810
735
535

6) Un almacn clasifica naranjas segn calidades en inferior, media, buena y superior.


Los precios por kg. de cada una de las calidades son, respectivamente, 20, 30, 50 y
80 centavos de dlar. En tres das consecutivos, un agricultor llev al almacn las
cantidades que a continuacin se detallan:
1er da
2do da
3er da

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


b) La matriz fila de precios y la matriz columna C de cantidades de tipo medio y
superior son ahora:

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

OPERACIONES CON MATRICES


Encuentre la matriz A B que muestre el nmero de estudiantes locales, forneos y
extranjeros que la universidad espera se inscriban en cada facultad o escuela.
Solucin:

2700 3000

A 800 700
500 300

0.25 0.20 0.30 0.25

B
0.30 0.35 0.25 0.10
1575 1590 1560 975

A B 410 405 415 270


215 205 225 155

Respuesta:
Residencia
Local
Forneo
Extranjero

LyC
1575
410
215

Artes
1590
405
205

Administracin
1560
415
225

Ingeniera
975
270
155

9) Un contratista puede adquirir las cantidades requeridas de madera, ladrillos,


concreto, vidrio y pintura de cualesquiera de los tres proveedores. Los precios que
cada proveedor fija a cada unidad de estos cinco materiales estn dados en la matriz
A.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

233 200 173

A B 242 201 177


248 201 181

Respuesta: El producto matricial indica:


Para la obra 1:
Si el proveedor es el primero, entonces el costo total de materiales ser 233.
Si el proveedor es el segundo, entonces el costo total de materiales ser 242.
Si el proveedor es el tercero, entonces el costo total de materiales ser 248.
Para la obra 2:
Si el proveedor es el primero, entonces el costo total de materiales ser 200.
Si el proveedor es el segundo, entonces el costo total de materiales ser 201.
Si el proveedor es el tercero, entonces el costo total de materiales ser 201.
Para la obra 3:
Si el proveedor es el primero, entonces el costo total de materiales ser 173.
Si el proveedor es el segundo, entonces el costo total de materiales ser 177.
Si el proveedor es el tercero, entonces el costo total de materiales ser 181.
Para la obra 1, 2 y 3 al contratista le convendr optar por el proveedor nmero 1.
10) La empresa IMAGE DEVELOPMENT COMPANY, I.D.C., fabrica en su planta de
Zaragoza tres tipos de televisores: de 14, 21 y 25 pulgadas. Los almacenes
principales se encuentran en Madrid, Barcelona, Vigo y Sevilla. Las ventas durante
el ao 1996 del almacn de Madrid se cifraron en 400, 100 y 500 televisores de 14,
21 y 25 pulgadas respectivamente; del almacn de Barcelona 300, 150 y 400; del
almacn de Vigo 100, 100 y 200 y del almacn de Sevilla 200, 150 y 300. Los
precios de venta de los televisores fueron, de 250 dlares para los de 14 pulgadas, de
500 dlares para los de 20 pulgadas y 800 dlares para los de 25 pulgadas. Se pide:
a) Expresar las ventas de la empresa mediante una matriz A de orden 4 3 .
b) Expresar mediante un vector columna x el precio de cada tipo de televisor.
c) Interpreta el significado de A x .
Solucin:

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

OPERACIONES CON MATRICES

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

Respuesta: El ingreso en los diferentes lugares de venta, se dan en la siguiente


tabla.
Madrid
Barcelona
Vigo
Sevilla

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

Calcule la matriz A C + B D y explique lo que representa.


Solucin:
Teniendo las matrices:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Adems, si:

B 300 150 250

0.24

y D 0.31
0.35

Entonces B D es igual a N.

0.24

300 150 250 0.31 206


0.35

B D N (206)

Se puede hallar A C B D ; es decir P N . Entonces:

71.6 (206) 277.6


Esta nueva matriz es igual a:

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

Los beneficios proyectados son $20000, $22000, $25000, $30000 respectivamente,


para cada modelo de casa del I al IV.
a) Encuentre el beneficio para cada tipo de casa.
b) Encuentre el beneficio total por B y B, S.A. de C.V. en cada estado, si se rentan
todas las casas.
Solucin:
a) Multiplicamos una matriz diagonal formada, con los beneficios con la matriz A.
60 80 120 40

A 20 30 60 10
10 15 30 5

42

OPERACIONES CON MATRICES

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

Los resultados de la multiplicacin se muestran en la siguiente tabla:


NY
G = Conn
Mass

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:

1200000 1760000 3000000 1200000

1 1 1 400000 660000 1500000 300000


200000 330000 750000 150000

1800000 2750000 5250000 1650000


Respuesta: El beneficio para cada tipo de casa es:
Modelo I
Modelo II
Modelo III
Modelo IV

Beneficio Proyectado
1800000
2750000
5250000
1650000

b) El beneficio proyectado por estado es el resultado de multiplicar la matriz G por


una columna de unos:

1
1200000 1760000 3000000 1200000 7160000

400000 660000 1500000 300000 2860000


200000 330000 750000 150000 1 1430000


Respuesta: El beneficio en cada estado si se rentan todas las casas es:
NY
Conn
Mass

Ganancia Proyectada
7160000
2860000
1430000

13) La compaa de novedades ACE recibi un pedido de otro parque de diversiones


por 1200 panteras rosas, 1800 pandas gigantes y 1400 pjaros grandes. La cantidad
de cada animal para ser fabricado en cada planta, se muestra en la matriz de
produccin siguiente:
43

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

Los ngeles
Seattle

Panteras
700
500

Pandas
1000
800

Pjaros
800
600

La cantidad de materiales de cada animal se muestra en la matriz siguiente:


Pantera
M = Panda
Pjaro

Felpa (yardas2)
1.3
1.5
2.5

Rellenos (pies3)
20
30
25

Adorno (pieza)
12
5
15

El costo de los materiales est dado por:


C

Felpa (yarda2)
$ 4.5

Relleno (pie3) Adorno (pieza)


$ 0.10
$ 0.25

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

Respuesta: El gasto total en cada departamento se representa en la siguiente


tabla:
Gasto
Los Angeles 32595
G =
24725
Seattle
c) Para hallar el costo total multiplicamos un vector fila de unos por la matriz G.

32595
57320
Gt 1 1
24725
Respuesta: El costo total para cubrir todo el pedido es de $57320.

44

OPERACIONES CON MATRICES


14) El seor Sumano compr 10000 acciones de la compaa X, 20000 de la compaa
Y, 30000 de la compaa Z a un precio unitario de $20, $30 y $50 por accin,
respectivamente. Seis meses despus, los precios de cierre de X, Y y Z eran $22, $35
y $51 por accin. Sumano no realiz otras transacciones en el periodo en cuestin.
Compare el valor de las acciones del inversionista en el momento de su adquisicin
y seis meses despus.
Solucin:
Acciones
Tipo X
Tipo Y
Tipo Z

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

Datos expresados en forma matricial:


10000
20
22

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

Valor total despus de seis meses:


10000

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

225 110 50
980

75 180 225 1590


3
a) A B
280 85 110 1255

0 250 225 4 1650

Respuesta: El ingreso bruto de cada sala lo podemos observar en la siguiente


tabla:
INGRESO
980
SALA I
1590
SALA II
1255
SALA III
1650
SALA IV
980

1590
5475
b) 1 1 1 1
1255

1650

Respuesta: El ingreso total por concepto de entradas en dicho matin es de


$5475.
16) Una empresa posee tres fbricas en los siguientes departamentos del Per; en ella se
fabrican camisas y pantalones. Cada camisa emplea 0.35 m2 de tela y cada pantaln
0.45 m2 de tela, las camisas usan 5 botones y los pantalones 2.
Las capacidades de cada fbrica son las siguientes:
Lima
A = Piura
Arequipa

Pantaln
1000
800
900

Camisa
2500
1200
1400

Los costos asociados a materia prima son:


C

Tela
Botones

US $2.50 m2
US $0.5 por botn

a) Determinar la cantidad de materia prima que emplea cada fbrica; as como el


total por ciudad.
b) Cul sera el costo total de produccin de esta empresa?
Solucin:

1000 2500

A 800 1200 : Matriz de Produccin.


900 1400

0.45 0.35
: Matriz Materia Prima.
B
2
5

2.5
C : Matriz de costos.
0.5

a) Cantidad de Materia Prima:

1000 2500
1325 14500

0.45 2

780 7600
MP A B 800 1200
900 1400 0.35 5 895 8800

46

OPERACIONES CON MATRICES


Respuesta: La cantidad de materia prima que emplea cada fbrica aparece en la
siguiente tabla:
Tela
Botones
1325
14500
Lima
MP = Piura
780
7500
895
8800
Arequipa
b) Costo Total: Para hallar el costo total de produccin en cada ciudad
multiplicamos las siguientes matrices:

1325 14500

2.5
Cciudad MP C 780 7600
895 8800 0.5

10562.5

Cciudad 5750
6637.5

Los costos de produccin por ciudades:

Lima
Piura
Arequipa

: 10562.50
: 5750.00
: 6637.50

Luego, el costo total de produccin ser:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


a) Consumo semanal de la Materia prima:

3
4 180

20 2 30 1 70
4
3 170

Respuesta: El consumo semanal de M1 es 180, el de M2 es 70 y el de M3 es 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

Respuesta: La cantidad total gastada en materia prima en el proceso 1 y en el


proceso 2 es de $420.
18) Cine Planet tiene 8 salas, de la I a la VIII. El precio de cada funcin depende del da:
los lunes y mircoles el precio es de 6 soles; los martes 5 soles y jueves, viernes,
sbados y domingos el precio es de 8 soles.
A continuacin se presenta una tabla en la que se expresa una asistencia promedio
durante la semana. Calcular cul es el ingreso bruto en cada sala y el ingreso bruto
total de dicha semana.
Salas
Sala I
Sala II
Sala III
Sala IV
Sala V
Sala VI
Sala VII
Sala VIII

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

Martes Jueves a Domingo


45
150
40
160
39
149
55
99
61
163
33
100
46
180
57
200

OPERACIONES CON MATRICES


1725

1834
1669

1475
1 1 1 1 1 1 1 1
14104
2005

1223

2000
2173

Respuesta: Los ingresos para cada sala son:


Para la sala I: S/. 1725.
Para la sala II: S/. 1834.
Para la sala III: S/. 1669.
Para la sala IV: S/. 1475.
Para la sala V: S/. 2005.
Para la sala VI: S/. 1223.
Para la sala VII: S/. 2000.
Para la sala VIII: S/. 2173.
El ingreso bruto es de S/. 14104 a la semana.
19) Un nutrilogo planea una comida con base en tres alimentos. El nmero de unidades
de vitamina A, vitamina C y calcio en cada onza de estos alimentos se representa
mediante la matriz M, donde:

Vitamina A
M = Vitamina C
Calcio

I
400
110
90

Alimento
II
III
1200 800
570
340
30
60

Las matrices A y B representan la cantidad de cada alimento (en onzas) consumida


por una mujer en dos comidas distintas, donde:
A

Alimento I
7
Alimento I
9

Alimento II
1
Alimento II
3

Alimento III
6
Alimento III
2

Calcule las siguientes matrices y explique el significado de las entradas de cada


matriz.
a) M At.
b) M Bt.
c) M (A+B)t.
Solucin:

400 1200 800

M 110 570 340


90
30
60

A 7 1 6

B 9 3 2

49

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


400 1200 800 7 2800 1200 4800 8800


a) M A 110 570 340 1 770 570 2040 3380

30
60 6 630 30 360 1020
90
t

Respuesta: En la primera comida la mujer consume:


8800 unidades de vitamina A.
3380 unidades de vitamina C.
1020 unidades de calcio.
400 1200 800 9 3600 3600 1600 8800

b) M B 110 570 340 3 990 1710 680 3380


30
60 2 810 90 120 1020
90
t

Respuesta: En la segunda comida la mujer consume:


8800 unidades de vitamina A.
3380 unidades de vitamina C.
1020 unidades de calcio.
400 1200 800

c) M ( A B) 110 570 340 7 1 6 9 3 2 t

30
60
90
t

400 1200 800

= 110 570 340 16 4 8t

30
60
90
400 1200 800 16 17600

= 110 570 340 4 6760

30
60 8 2040
90

Respuesta: En ambas comidas la mujer consume:


17600 unidades de vitamina A.
6760 unidades de vitamina C.
2040 unidades de calcio.
20) Dulces SARANGO S.A es una empresa que se dedica a la fbrica de kekes, tortas y
pasteles (por cientos). La fbrica estima que para la fabricacin de un keke se
emplea 1.5 horas de mano de obra (mod) y 0.5 horas de maquinaria (h maq), en la
fabricacin de una torta emplea 1 hora de mano de obra (mod) y 0.5 hora de
maquinaria (h maq) y en la fabricacin de un ciento de pasteles se emplea 2 horas de
mano de obra (mod) y 1.5 hora de maquinaria.
Con respecto a la materia prima para fabricar un keke se requiere 1kg. de materia
prima 1 (mp1), 200 gr. de materia prima 2 (mp2) y 10gr. de materia prima 3 (mp3)
para fabricar una torta se requiere 1kg. de mp1, 600 gr. de mp2 y 700 gr. de mp3; para
fabricar un ciento de pastelitos se requiere 2 kg. de mp1, 800 gr. de mp2 y 300 gr. de
mp3.

50

OPERACIONES CON MATRICES


La empresa adquiere la mp1 a $9 el kg., la mp2 a $6 el kg. y la mp3 a $5.5 el kg.
Adems la hora de mano de obra le cuesta $10 y la hora mquina $6.5.
El departamento de produccin calcula que los costos indirectos de fabricacin de
kekes, tortas y pastelitos (por cientos) son de $9, $10 y $15 respectivamente.
En el mes de agosto de 2004 dulces S.A. tuvo una produccin de 150 kekes, 200
tortas y 9000 unidades de pasteles y se tuvo un inventario inicial de 5 kekes, 2 tortas
y 50 unidades de pasteles. Al final del periodo se vendieron todos los productos que
se tenan en stock.
Los kekes se vendieron a $50, las tortas a $75 y los pastelitos (por ciento) a $100.
a)
b)
c)
d)
e)
f)
g)

Cul es el costo total de la materia prima del periodo?


Cul es el costo total de la mano de obra?
Cul es el costo total de horas mquinas?
Cul es el costo total de costos indirectos de fabricacin?
Cul es el costo total de produccin?
Cul es el ingreso total (incluya el inventario inicial)?
Calcular la utilidad del periodo (desestime el inventario inicial).

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

Costo por kg.


9.0
6.0
5.5

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

T C D 150 200 90 16.450 7028.75


24.450

Respuesta: El costo total de la materia prima en el periodo es $7028.75.


b)
Keke
Torta
Pasteles

1.5

E 1
2

Mano de obra (horas)


1.5
1
2

MOD

Costo por hora


10

F (10)

51

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

15

E F G 10
20

15

T G H 150 200 90 10 (6050)
20

t

Respuesta: El Costo total de mano de obra es $6050.


c)
Keke
Torta
Pasteles

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

T K L 150 200 90 3.25 (2015)


9.75

Respuesta: El Costo total de horas maquinaria es $2015.


d)
Keke
Torta
Pasteles

Costos indirectos de
fabricacin (CIF)
9
10
15

9

M 10
15

9

T M N 150 200 90 10 (4700)
15

t

Respuesta: El costo total de los costos indirectos de fabricacin (CIF) es $4700.


e) D H L N O (7028.75) (6050) (2015) (4700) (19793.75)
Respuesta: El costo total de produccin es $19793.75.
f)
Keke
Torta
Pasteles

Precio de venta
$50.00
$75.00
$100.00

Keke
Torta
Pasteles

IIPT: Inventario inicial de productos terminados


PT: Productos terminados en el perodo

52

Cantidad
IIPT
PT
5
150
2
200
0.5
90(cientos)

OPERACIONES CON MATRICES

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

Respuesta: El ingreso total es $31950.


g) Ingreso sin tener en cuenta el inventario inicial:
50

I 150 200 90 75 31500


100

U I O
(31500) (19793.75)
(11706.25)

Respuesta: La utilidad del periodo (no tomando el inventario inicial) es


$11706.25.

53

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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)

En enero, cuntas unidades de los modelos de extra lujo blancos se vendieron?


En febrero, cuntos modelos de lujo azules se vendieron?
En qu mes se vendieron ms modelos regulares prpuras?
De qu modelo y color se vendi el mismo nmero de unidades en ambos
meses?
e) En qu mes se vendieron ms modelos de lujo?
f) En qu mes se vendieron ms artculos rojos?
g) Cuntos artculos se vendieron en enero?
3. El inventario de una librera universitaria es:
Pasta dura: libros de texto, 5280; ficcin, 1680; no ficcin, 2320; referencia, 1890.
Rstica: ficcin, 2810; no ficcin, 1490; referencia, 2070; libros de texto, 1940.
El inventario de una librera orientada al mercado preparatorio es:
Pasta dura: libros de texto, 6340; ficcin, 2220; no ficcin, 1790; referencia, 1980.
Rstica: ficcin, 3100; no ficcin, 1720; referencia, 2710; libros de texto, 2050.
Represente el inventario de la librera universitaria como una matriz A.
Represente el inventario de la librera preparatoriana como una matriz B.
Si las dos deciden unirse, escriba una matriz C que represente el inventario total de
la nueva librera.
4. Una empresa embotelladora de agua entrega tres tipos de agua embotellada: Fuente,
Montaa y Polar, a cuatro tiendas, en centenares de botellas, de acuerdo con la
siguiente tabla:
Tienda Fuente Montaa Polar
8
4
3
1
10
5
4
2
6
3
2
3
6.5
3.5
2.5
4

54

OPERACIONES CON MATRICES


Actualice el inventario cuando se hacen las entregas D.

2 0.5
1
0.5 2
1
D
2 0.5 1

2.5 1.5 1.5


5. Una compaa de artculos electrnicos fabrica televisores TV, VCR y reproductores
de CD en dos plantas, A y B. La matriz X representa la produccin de las dos plantas
para el minorista X, y la matriz Y representa la produccin de las dos plantas para el
minorista Y. Escriba una matriz que represente la produccin total en las dos plantas
para ambos minoristas. Las matrices X y Y son como sigue:

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

vector de los nuevos precios puede obtenerse multiplicando P, Por qu escalar?


8. Las matrices de insumoproducto 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 dada por
la matriz M presentada al final de este problema. Los sectores consumidores son los
mismos que los productores y pueden considerarse como fabricantes, gobierno,
acero, agricultura, domstico, etc. Cada fila muestra cmo el producto de un sector
dado es consumido por los cuatro sectores. Por ejemplo, del total da la produccin
de la industria A, 50 unidades fueron para la propia industria A, 70 para la B, 200
para C y 360 para todos los dems consumidores. La suma de las entradas en la fila
1, es decir 680, da la produccin total de A para un periodo dado. Cada columna da
la produccin de cada sector que consume un sector dado. Por ejemplo, en la
produccin de 680 unidades, la industria A consume 50 unidades de A, 90 de B, 120
de C y 420 de todos los dems productores. Para cada columna, encuentre la suma
de las entradas. Haga lo mismo con cada fila. Qu observa al comparar esos
totales? Suponga que el sector aumente su produccin en 20%, es decir, en 136
unidades. En el supuesto que esto tiene cmo consecuencia un aumento uniforme de
20% en todos sus insumos, En cuntas unidades el sector B aumentar su

55

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


produccin? Responda la misma pregunta para C y para todos los dems
productores.

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

Todos los dems


consumidores
360
320
1050
4960

9. En la fabricacin de cierto producto se necesitan cuatro materias primas. El vector


d1

d
D 2 representa una demanda de la fbrica para cada una de las cuatro
d
3
d
4
materias primas para producir 1 unidad del producto. Si D es el vector de demanda
de la fbrica 1 y E es el vector de demanda de la fbrica 2, Qu representan los
vectores D E y 2D?
10. El comercio entre tres pases I, II y III durante 1986 (en millones de dlares
estadounidenses) est dado por la matriz A aij , donde a representa las
ij

exportaciones del pas i al pas j.

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

OPERACIONES CON MATRICES


X
Y
Z
A 10 12 15
B 13 10 12
8
15
6
C
9
10
D 16
a) Si los costos de transporte se incrementan uniformemente en $1 por unidad
Cul es la nueva matriz?
b) Si los costos de transporte se elevan en un 20%, escriba los nuevos costos en
forma matricial.
12. Un fabricante de zapatos los produce en color negro, blanco y caf para nios,
damas y caballeros. La capacidad de produccin (en miles de pares) en la planta de
Sonora est dada por la matriz siguiente:
Negro
Caf
Blanco

Hombres
30
45
14

Mujeres
34
20
26

Nios
20
16
25

La produccin en la planta de Durango est dada por:


Negro
Caf
Blanco

Hombres
35
52
23

Mujeres
30
25
24

Nios
26
18
32

a) Determine la representacin matricial de la produccin total de cada tipo de


zapato en ambas plantas.
b) Si la produccin en Sonora se incrementa en un 50% y la de Durango en 25%,
encuentre la matriz que representa la nueva produccin total de cada tipo de
calzado.
13. Sea A la matriz que representa las ventas (en miles de dlares) de una compaa de
juguetes para tres ciudades en 1998, y sea B la matriz que representa las ventas para
las mismas ciudades en el ao 2000, en donde A y B estn dadas por:
A =

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


15. Suponga que un fabricante produce cuatro artculos. Su demanda est dada por el
30
20
vector demanda D . El precio por unidad que recibe el fabricante por los
40

10
20
15
artculos est dado por el vector de precios P . Si se cumple la demanda,
18

40
Cunto dinero recibir el fabricante?
16. Una tienda de mascotas tiene 6 gatitos, 10 perritos y 7 loros en exhibicin. Si el
valor de un gatito es de $55, el de cada perrito es de $150 y el de cada loro es de
$35. Determine el valor del inventario de la tienda de mascotas.
17. Un fabricante de joyera sobre diseo tiene rdenes por dos anillos, tres pares de
aretes, cinco prendedores y un collar. El fabricante estima que le lleva 1 hora de
mano de obra hacer el anillo, 1 1 horas hacer un par de aretes, 1 hora un prendedor
2

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

OPERACIONES CON MATRICES


plomo; la estacin B, 700 galones de Premium, 800 galones de regular, 1200
galones de super sin plomo y 600 galones de regular sin plomo; la estacin C, 1200
galones de Premium, 800 galones de regular, 1400 galones de super sin plomo y 500
galones de regular sin plomo. Si el precio de la gasolina ese da fue de $1.80 el
galn de Premium, $1.70 el galn de regular, $1.60 el galn de super sin plomo y de
$1.20 el galn de regular sin plomo. Utilice el lgebra matricial para hallar el
ingreso total en cada estacin.
22. Un comerciante de televisores a color tiene 5 televisores de 26 pulgadas, ocho de 20,
cuatro televisores de 18 pulgadas y diez de 12. Los televisores de 26 pulgadas se
venden en $650 cada uno, los de 20 en $550 dlares, los televisores de 18 pulgadas
en $500 cada uno y los de 12 se venden en $300 cada uno. Exprese el precio de
venta total de su existencia de televisores como el producto de dos matrices.
23. Una empresa usa cuatro diferentes materias primas M1, M2, M3 y M4 en la
elaboracin de su producto. El nmero de unidades de M1, M2, M3 y M4 usadas por
unidad del producto son 4, 3, 2 y 5, respectivamente. El costo por unidad de las
cuatro materias primas es de $5, $7, $6 y $3, respectivamente. Exprese el costo total
de las materias primas por unidad del producto como el producto de dos matrices.
24. Cada una de las tiendas, O1 y O2, reciben diariamente televisores (t) y
videocaseteras (v) de dos fabricantes, f1 y f2. Las recepciones o ventas se representan
como sigue:
t
40
70

f1
f2

v
50
80

El precio en dlares, por aparato en cada tienda, es como sigue:


O1
200
300

t
v

O2
250
280

Si A y B son las matrices de las tablas anteriores, calcule e interprete el producto


A B .
25. Dos tiendas de departamentos, d1 y d2, son abastecidas semanalmente por dos
fbricas de ropa, f1 y f2, con pantalones (p) y sacos (s), de acuerdo con:
f1
f2

s
50
60

p
20
30

El precio por artculo para cada tienda, en dlares, es el siguiente:


s
p

d1
100
350

d2
85
400

Si A y B son las matrices de esas tablas, calcule e interprete el producto A B .


26. Una compaa paga un salario a sus ejecutivos y les da un porcentaje de sus
acciones como un bono anual. El ao pasado el presidente de la compaa recibi
59

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


$80000 y 50 acciones, se pag a cada uno de los vicepresidentes $45000 y 20
acciones y el tesorero recibi $40000 y 10 acciones (En la compaa existen 1
Presidente, dos vicepresidentes y un tesorero).
a) Exprese los pagos a los ejecutivos en dinero y acciones como una matriz de
2 3 .
b) Exprese el nmero de ejecutivos como un vector.
c) Calcular la cantidad total de dinero y el nmero total de acciones que pag la
compaa a los ejecutivos el ao pasado.
27. La siguiente tabla contiene ventas, utilidades brutas por unidad y los impuestos por
unidad sobre las ventas de una compaa grande.
Producto
Artculo
Vendido

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

OPERACIONES CON MATRICES


Calcule las siguientes matrices y explique el significado de las entradas de cada
matriz.
a) A B D .
b) A D C .
c) B D C .
d) A B D C .
29. Suponga que un contratista ha aceptado pedidos para 7 casas con estilo rstico, 3
con estilo moderno y 5 con estilo colonial. Adems suponga que las materias primas
que se utilizan en cada tipo de casa son acero, madera, vidrio, pintura y mano de
obra. Y se muestran en la siguiente tabla:
Rstico
Moderno
Colonial

Acero
5
7
6

Madera
20
18
25

Vidrio Pintura
16
7
12
9
8
5

Mano de obra
17
21
13

a) El contratista desea calcular la cantidad de cada materia prima necesaria para


satisfacer todos sus pedidos.
b) El contratista est interesado en saber los costos que tendr que pagar por estas
materias primas. Suponga que el acero cuesta $2500 por unidad, la madera
$1200 por unidad, y el vidrio, la pintura y la mano de obra cuestan $800, $150 y
$1500 por unidad, respectivamente.
c) Suponga que el contratista desea tomar en cuenta el costo de transportar la
materia prima al lugar de construccin y se dan los costos unitarios de
transporte.
Acero
Madera
Vidrio
Pintura
Mano de Obra

45
20
30
5
0

Halle el costo total.


30. Suponga que un contratista ha aceptado pedidos para 9 cascos habitables de un piso
en la Urb. San Eduardo, 5 en la Urb. Piura y 6 en la Urb. Ignacio Merino. Adems
suponga que las materias primas que se utilizan en cada casco habitable son
cemento, fierro, material ptreo, ladrillo, ladrillo para techo y mano de obra. Y se
muestran en la siguiente tabla:
Bolsa de
Material
Fierro
Ladrillo
Cemento
Ptreo
(Unidad)
(unidad)
(Unidad)
(m3)
Urb. San
Eduardo
Urb. Piura
Urb.
Ignacio
Merino

Ladrillo
Cantidad
para
de
techo
obreros
(unidad)

800

450

100

8000

1000

650

300

120

7000

700

500

350

150

6000

500

61

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


a) El contratista desea calcular la cantidad de cada materia prima necesaria para
satisfacer todos sus pedidos.
b) El contratista est interesado en saber el costo total que tendr que pagar.
Sabiendo que la bolsa de cemento cuesta S/. 19.6, cada unidad de fierro cuesta
S/. 12, cada m3. de material ptreo cuesta S/. 35, cada millar de ladrillo cuesta
S/. 140, cada millar de ladrillo para techo cuesta S/. 1400, a cada obrero se le
paga en promedio S/. 200 por semana, si un casco habitable terminado en la Urb.
San Eduardo demora 14 semanas, en la Urb. Piura demora 17 semanas y en la
Urb. Ignacio Merino demora 22 semanas; teniendo en cuenta el costo de
transportar la materia prima al lugar de construccin, y los siguientes costos
unitarios de transporte en cntimos de soles.

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

OPERACIONES CON MATRICES

4. Otras matrices especiales


4.1. Matriz ortogonal.- Es una matriz cuadrada que cumple lo siguiente:
t
A A I o que A1 At

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

Por lo tanto la matriz A es nilpotente y cumple que para n 3 An 0 .

63

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Otros ejemplos:

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

An A , donde n es cualquier entero positivo


A es idempotente.

64

OPERACIONES CON MATRICES

2. Probar que P 0 es ortogonal para 1


0 1
0

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

4. Dado el sistema matricial:

A X

B Y C I

X Y C

Hllese las expresiones de X e Y en funcin de A, B y C, sabiendo que C es


ortogonal.

65

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

OPERACIONES CON MATRICES


1
A B11 3
A B 11

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

Ejemplo 2: Multiplicacin de matrices particionadas.


1 3 4 0 0
1 1
0 0 0
A
0 2
4 1 0

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

Ejemplo 3: Multiplicacin de matrices particionadas.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

A11 B11 A12 B21 4


A B

A21 B11 A22 B21 0

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

Ejemplo 4: Multiplicacin de matrices particionadas.


4
1 1 2
2 0 4
5

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

A B11 A12 B21


A B 11
A21 B11 A22 B21

A11 B12 A12 B22


A21 B12 A22 B22

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

OPERACIONES CON MATRICES

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

5.2. Determinantes de matrices particionadas.- Para poder analizar cada caso


debemos tener en cuenta que las submatrices que intervienen en las
expresiones deben ser cuadradas.
A) Se aplicar a matrices particionadas que tomen la forma de una matriz
diagonal por bloques.

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

Det B B11 . B22 . B33 200 10 2 4000

69

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


B) Se aplicar a matrices particionadas que tomen la forma de una matriz
triangular por bloque, ya sea inferior o superior:

A11
A
A 21

An1

0
A22

An 2

0
A11
0

0
o A

Ann
0

A12 A1n
A22 A2 n

0 Ann

Det A Det A11 .Det A22 Det 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

Det A Det A11 Det A22 Det A33 262 24

C) Se aplicar a matrices particionadas de 2 2.

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

Aplicando una propiedad de los determinantes:

Det A

I
0

1 A A A A
A12 A22
12
22
21
. 11
A21
I

(I)

A22

De acuerdo a lo visto anteriormente los siguientes determinantes son:

I
0

A A
12
22 1
I
1

70

(II)

A11 A12 A22 A21

A21

A22

22

.A

11

12

A 1 A
22

21

(III)

OPERACIONES CON MATRICES


Reemplazando (II) y (III) en (I) se obtiene:
Det A A

22

1
A
22
21

.A A A
11

12

(l.q.q.d)

En el caso que se desee demostrar la otra expresin debemos partir de:

A
A 11
A21

A12
I

1
A22 A21 A11

0 A11

I 0

A22 A21 A A12


A12

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

4055 33 2554 33 3110 33


D21 D D12 3843 33 2385 33 2709 33
2055 33
1299 33
1269 33
1
11

3 Hallamos D22 D21 D111 D12 :


1
D22 D21 D11 D12

2686 33
3275 33
3956 33

3678 33
2682 33
2676 33
2088 33 1299 33 1038 33

71

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

5.3. Inversa de matrices particionadas.- Para poder analizar cada caso


debemos tomar en cuenta que las submatrices que intervienen en las
expresiones deben ser cuadradas.
A) Cuando la matriz se puede convertir en una matriz diagonal por bloques.
A11
0

A 0

A22

33

0
0
0


A
nn

Entonces su inversa en bloques ser:


A 1
11
0
1
A 0

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

OPERACIONES CON MATRICES

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

B) Para una matriz particionada general de orden 2 2 :


A
A 11
A21

A
12
A
22

La inversa de la matriz particionada es:


A

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

Demostracin de la inversa mediante particiones:


La particin puede ser algunas veces til para obtener inversas, partimos
considerando el sistema:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Sustituyendo en (II) obtenemos:

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)

El cual es sustituido en (III) llevando a:

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

22 A21 A111 A12

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

OPERACIONES CON MATRICES

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

2821 28481 3467 85443


4829 85443
10883 85443
2330 28481 1228 85443

1220 85443 3522 28481 805 85443

2 Despus debemos desarrollar A1 I A F A A1 :


11

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

457 4497 2164 4497


183 1449
3 Debemos desarrollar A1 A F :
11

1
A11 A12 F2

12

2124 28481 3361 28481 3736 28481


5317 85443 4284 28481
3145 85443
173 4497
427 1499
22 4497

4 Debemos desarrollar F A A1 :
2

21

11

5452 85443 35086 85443 2708 28481


5068 85443
5095 85443 1641 28481

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


4538
204
28481 28481

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

5.4. Producto de Kronecker.- Es un clculo que ayuda a compactar la notacin.


Generalmente usado cuando tratamos con conjuntos de regresin.
a11 B a12 B
a B a B
22
A B 21

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

No hay requisitos de conformidad en esta operacin.


Propiedades:
a)

A B

1
1
A B .

b) Traza A B Traza A.TrazaB .


c)

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

OPERACIONES CON MATRICES

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

2. Calcular A B empleando multiplicacin por bloques, donde:

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

3. Hallar A y A1 usando matrices particionadas.


3
1

A 0

0
0

1 0 0 0
3 0 0 0
0 2 1 1

0 1 2 1
0 1 1 2

4. Hallar el Det A usando la particin adecuada:

0
2

4
A
90
5

7 42 1

0 0
5 0
6 0

9 5

77

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


5. Calclese A 2 , mediante el establecimiento de una particin:

0
0
A
1

0 1 1
0 1 1
1 0 0

1 0 0

6. Calclese B 3 , mediante el establecimiento de una particin:

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

OPERACIONES CON MATRICES

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Sumando las columnas, notamos que los insumos totales ascienden a 230 unidades
en el caso de P y de 190 unidades para Q. En el modelo supondremos que todo lo
que se produce se consume, esto es, la produccin de cada industria ser igual a la
suma de todos los insumos (medidos en las mismas unidades). En consecuencia, la
produccin total de P debe ascender a 230 unidades y la produccin de Q deber
ser de 190 unidades.
Centrmonos ahora en las dos primeras filas de la tabla, en las cuales se observa
como se utilizan los productos de cada industria. De las 230 unidades producidas
por P, 70 son utilizadas por ella misma y 74 por Q. Esto deja 86 unidades
disponibles para satisfacer la demanda final; es decir, esto representa a los bienes
que no son utilizados internamente por las propias industrias productoras. Estos
podran constituir bienes producidos para consumo domstico, consumo del
gobierno o exportacin. Anlogamente, de las 190 unidades producidas por Q, 110
las utiliza P, 58 son utilizadas por Q, y 22 unidades se destinan a atender la
demanda final.
Ahora, supongamos que un estudio de mercado predice que dentro de 5 aos la
demanda final para P decrecer de 86 a 80 unidades, mientras que en el caso de Q,
se incrementar de 22 a 70 unidades. Qu tanto debera cada industria ajustar su
produccin, a fin de satisfacer las proyecciones de estas demandas finales?
Es importante notar que la produccin de una industria est vinculada a la
produccin de la otra industria (por ejemplo, la produccin total de P depende de
la demanda final del producto de Q y a la inversa). Supongamos que a fin de
satisfacer las demandas finales proyectadas en 5 aos, P debe producir x1 unidades
y Q debe producir x2 unidades.
En la tabla 1 podemos ver que para poder producir 230 unidades, la industria P
emplea 70 unidades de su propio producto y 110 unidades del producto de Q. De
este modo, la produccin por parte de la industria P de x1 unidades requiere la
110
70
x unidades de su propio producto y
x , unidades del
utilizacin de
230 1
230 1
producto Q. Anlogamente, para producir x2 unidades, la industria Q deber
74
58
utilizar
x unidades del producto de P y
x unidades de su propio
2
190
190 2
producto. Teniendo en cuenta que:
Produccin total
de la industria P

Unidades
Consumidas por P

Unidades
Consumidas por Q

Demanda
Final

Se tiene que:

x1

70
74
x1
x 80
230
190 2

dado que la nueva demanda final es de 80 unidades.


De forma similar, de x2 unidades producidas por la industria Q,
las utiliza P y

80

58
x unidades las emplea Q misma. Por lo que:
190 2

110
x unidades
230 1

OPERACIONES CON MATRICES


Produccin total
de la industria Q

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

Designaremos a X la matriz de produccin, a D la matriz de demanda y a A la


matriz insumoproducto. Los elementos de la matriz A se denominan coeficientes
de insumoproducto.
En caso que nosotros busquemos la matriz X que satisfaga las demandas finales
proyectadas en 5 aos debemos efectuar las siguientes operaciones matriciales:
X A X D
X A X D

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
a) Dividiendo la primera columna entre la produccin total de la industria I,
1230, y la segunda columna entre la produccin total de la industria II, 1530,
obtenemos la matriz insumo-producto A.

250 1230 760 1530 0.203 0.497


A

730 1230 460 1530 0.593 0.301


b) Si I denota la matriz identidad 2 2, se sigue que:

1 0 0.203 0.497 0.797 0.497


IA

0 1 0.593 0.301 0.593 0.699


Sacando la inversa de la matriz anterior, obtenemos:
( I A)

2.665 1.893

2.262 3.036

Si D representa al nuevo vector de demanda, esto es:

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

Por consiguiente, la industria I debe producir 1443.07 unidades y la industria


II debe producir 1666.49 unidades a fin de satisfacer las nuevas demandas
finales.
c) En el caso de la industria I, debe producirse 250 unidades de insumos
primarios para generar una produccin total de 1230 unidades. Estos es, los
250
0.203 , de la produccin total. As, 0.203 de la
insumos primarios son
1230
nueva produccin, 1443.07, da los nuevos insumos primarios de la industria I.
Los insumos primarios de la industria I son 0.203(1443.07) = 292.943
unidades. En forma anloga, los insumos primarios en el caso de la industria II
309
0.202 de la produccin total, de modo que son iguales a
son
1530
0.202(1666.49) = 336.631 unidades. En consecuencia los nuevos insumos
primarios para las dos industrias sern de 292.943 y 336.631 unidades
respectivamente.

82

OPERACIONES CON MATRICES


Es importante resaltar que las hiptesis bsicas del modelo insumoproducto
han podido percibirse en estos ejemplos en los que slo interactan dos
sectores. En un modelo ms representativo de una economa, ser necesario
considerar un nmero mucho mayor de sectores. La generalizacin de este
modelo introducir notorias dificultades en los clculos, por lo que ser
preciso utilizar una computadora que resuelva el sistema de ecuaciones. No
obstante, los principios que intervienen en el modelo en esencia son los
mismos que se asumieron en nuestros ejemplos de dos sectores.
Podemos resumir estos supuestos bsicos como sigue:
1. Cada industria o sector de la economa produce un solo bien y no existen
dos industrias que produzcan un mismo bien.
2. Para cada industria, el valor total de la produccin es igual al valor total de
todos los insumos, y toda la produccin es consumida por otros sectores
productivos o por las demandas finales.
3. La matriz insumoproducto permanece constante en el horizonte temporal
considerado. Debido a que en perodos ms largos, los avances
tecnolgicos provocan cambios en la matriz insumoproducto, las
predicciones basadas en este modelo slo sern relativamente confiables en
el corto plazo.

83

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

a) Encuentre la matriz insumoproducto A.


b) Si en 5 aos las demandas finales cambian a 74 en el caso de la industria I y a 37
para la industria II, Cunto deber producir cada industria, a fin de satisfacer
esta demanda proyectada?
c) Cules sern los nuevos requerimientos de insumos primarios en 5 aos para
las dos industrias?
Solucin:

20 100 56 80 0.2 0.7


a) A

y la nueva matriz de demanda ser:


50 100 8 80 0.5 0.1
74
D
37

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

Respuesta: Deber producir 250 la industria I y 180 la industria II a fin de


satisfacer las nuevas demandas.
c) Los nuevos insumos primarios sern:

84

Insumos primarios de la industria I:

30
250 75
100

Insumos primarios de la industria II:

16
180 36
80

OPERACIONES CON MATRICES


2. La interaccin entre dos industrias P y Q que integran una economa hipottica estn
dadas en la tabla siguiente:

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

a) Encuentre la matriz insumoproducto A.


b) Determine la matriz de produccin si las demandas de los consumidores
cambian a 129 en el caso de P y a 213 por lo que respecta a Q.
c) Cules sern los nuevos requerimientos de mano de obra para las dos
industrias?
Solucin:

46 460 342 570 0.1 0.6


a) A
0.7 0.2 y la nueva matriz de demanda ser:
322
460
114
570

129
D
213
b) X I A1 D

1 0 0.1 0.6 0.9 0.6


I A

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

Respuesta: Deber producir 770 la industria P y 940 la industria Q a fin de


satisfacer las nuevas demandas.
c) Los nuevos insumos primarios sern:
Insumos primarios de la industria P:

92
770 154
460

Insumos primarios de la industria Q:

114
940 188
570

85

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


3. Dada la siguiente matriz de insumoproducto:
Industria
Acero
Carbn
Industria
Acero
Carbn
Otros

200
400
600

Demanda
Final

500
200
800

500
900

a) Encuentre la matriz de produccin, si la demanda final cambia a 600 para acero


y 805 para carbn.
b) Encuentre el valor total de los otros costos de produccin que esto implica.
Solucin:
a) La produccin total para el cuadro sera:
Industria
Acero
Carbn
Industria
Acero
Carbn
Otros

200
400
600

Demanda
Final

Produccin
total

500
900

1200
1500

500
200
800

Hallamos la matriz insumoproducto:

200 1200 500 1500 1 6 1 3


A

y la nueva matriz de demanda ser:


400 1200 200 1500 1 3 2 15
600
D

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

OPERACIONES CON MATRICES

Otros costos de produccin para el carbn:

800
1425 760
1500

4. Dada la siguiente matriz de insumoproducto:


Industria
A
B
Industria
A
B
Otros

10
15
9

Demanda
Final

20
14
5

4
10

Encuentre la matriz de produccin, si la demanda final cambia a 8 para A y 8 para B


(los datos estn en miles de millones de dlares).
Solucin:
La produccin total para el cuadro sera:
Industria
A
B
Industria
A
B
Otros

10
15
9

20
14
5

Demanda
Final

Produccin
total

4
10

34
39

Hallamos la matriz insumoproducto:

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

Respuesta: Deber producir 40.8 miles de millones de dlares la industria A y 40.26


miles de millones la industria B.

87

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


5. La interaccin en diversos factores de una economa hipottica esta dada en la tabla
siguiente:
Industria
I
II
Industria
I
II
Insumos Primarios

120
420
60

Demandas
Finales

Produccin
total

96
252

600
960

384
288
288

a) Obtenga la matriz insumoproducto A.


b) Suponga que en 5 aos las demandas finales cambian a 140 unidades en el caso
de la industria I y a 287 para la industria II. Cunto deber producir cada
industria con objeto de satisfacer las demandas proyectadas?
c) Cules sern los nuevos requerimientos de insumos primarios de las dos
industrias en 5 aos?
Solucin:

120 600 384 960 0.2 0.4


a) A
0.7 0.3 y la nueva matriz de demanda ser:
420
600
288
960

140
D

287

b) X I A1 D

1 0 0.2 0.4 0.8 0.4


I A

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

Respuesta: Deber producir 760 la industria I y 1170 la industria II a fin de


satisfacer las nuevas demandas.
c) Los nuevos insumos primarios sern:
Insumos primarios de la industria I:
Insumos primarios de la industria II:

88

60
760 76
600
288
1170 351
960

OPERACIONES CON MATRICES


6. La interaccin entre tres industrias P, Q y R esta dada por la tabla siguiente:
P
Industria
P
Q
R
Insumos Primarios

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

a) Construya la matriz de insumoproducto.


b) Determine las nuevas producciones de P, Q y R, si las demandas finales cambian
en el futuro a 70, 50 y 120, respectivamente.
c) Cules sern entonces los insumos primarios para las tres industrias?
Solucin:
20 100 0 200 40 200 1 5 0 1 5
a) A 40 100 40 200 100 200 2 5 1 5 1 2 y la nueva matriz de
0 100 80 200 40 200 0 2 5 1 5
70
demanda ser: D 50
120

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

Respuesta: Deber producir 168.75 la industria P, 350 la industria Q y 325 la


industria R a fin de satisfacer las nuevas demandas.
c) Los nuevos insumos primarios sern:
Insumos primarios de la industria P:

40
168.75 67.5
100

Insumos primarios de la industria Q:

80
350 140
200

89

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

Insumos primarios de la industria R:

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

a) Cul es la matriz insumoproducto A?


b) Suponga que en 3 aos el consumidor demanda un cambio a 20 unidades en el
caso de la industria I, a 50 para la industria II y a 70 en el caso de la industria III.
Cunto debera producir cada industria dentro de 3 aos a fin de satisfacer esta
demanda proyectada?
c) Cules seran los nuevos requerimientos de insumos en mano de obra para las
tres industrias en el lapso de 3 aos?
Solucin:

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

520 210 170 20 32800 281


D 1 440 610 360 50 64500 281
281
470 460 640 70 77200 281

Respuesta: Deber producir 116.726 la industria I, 229.537 la industria II y


274.733 la industria III a fin de satisfacer las nuevas demandas.

90

OPERACIONES CON MATRICES


c) Los nuevos insumos primarios sern:
Insumos primarios de la industria I:

8 32800

11.67
80 281

Insumos primarios de la industria II:

30 64500

45.91
150 281

Insumos primarios de la industria III:

60 77200

82.42
200 281

8. Dada la siguiente matriz de insumoproducto:


Industria

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

Encuentre la matriz de produccin (con entradas redondeadas a dos decimales), si la


demanda final cambia a (a) 50 para granos, 40 para fertilizante y 30 para ganado
vacuno; (b) 10 para grano, 10 para fertilizante y 24 para ganado vacuno.
Solucin:
La produccin total para el cuadro sera:

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

Hallamos la matriz insumoproducto:

18 108 30 120 45 180 1 6 1 4 1 4


A 27 108 30 120 60 180 1 4 1 4 1 3
54 108 40 120 60 180 1 2 1 3 1 3

50
a) La nueva matriz de demanda ser: D 40
30

91

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

336 216 234


1 288 372 294
109
396 348 486
D

336 216 234 50 297.798


372 294 40 349.541
396 348 486 30 443.119

1 288
109

Respuesta: Deber producir 297.798 la industria de grano, 349.541 la industria


de fertilizante y 443.119 la industria de ganado vacuno a fin de satisfacer las
nuevas demandas.

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

336 216 234


1 288 372 294
109
396 348 486

336 216 234 10 102.16


372 294 10 125.28
396 348 486 24 175.26

1 288
109

Respuesta: Deber producir 102.16 la industria de grano, 125.28 la industria de


fertilizante y 175.26 la industria de ganado vacuno a fin de satisfacer las nuevas
demandas.

92

OPERACIONES CON MATRICES


9. Dada la siguiente matriz de insumoproducto:

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

Hallamos la matriz insumoproducto:


100 1000 400 800 240 1200 1 10 1 2 1 5
A 100 1000 80 800 480 1200 1 10 1 10 2 5
300 1000 160 800 240 1200 3 10 1 5 1 5

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

320 220 190 300 1033.49


D 1 100 330 190 200 822.97
209
145 165 380 400 1093.30

93

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Respuesta: Deber producir 1033.49 la industria de agua, 822.97 la industria de
electricidad y 1093.30 la industria de agricultura a fin de satisfacer las nuevas
demandas.
10. La interaccin entre los tres sectores de una economa aparece en la siguiente tabla:
Industria
Primaria

Industria
Primaria
Industria
Secundaria
Agricultura
Insumos
Primarios

Industria
Agricultura
Secundaria

Demandas
Finales

Produccin
total

12

20

30

15

a) Determine la matriz insumoproducto.


b) Si las demandas finales con respecto a los productos industriales secundarios se
incrementan a 10 unidades, determine los nuevos niveles de produccin para los
tres sectores.
c) Cules seran los nuevos requerimientos de insumos primarios con los nuevos
niveles de produccin?
Solucin:

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

Respuesta: Deber producir 46.4 la industria primaria, 52.2 la industria


secundaria y 25.2 la industria de agricultura a fin de satisfacer las nuevas
demandas.
94

OPERACIONES CON MATRICES


c) Los nuevos insumos primarios sern:
Insumos primarios de la industria primaria:

6
46.4 13.92
20

Insumos primarios de la industria secundaria:

6
52.2 10.44
30

Insumos primarios de la industria de agricultura:

3
35.2 5.04 .
15

95

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

a) Encuentre la matriz insumoproducto A.


b) Suponga que en 3 aos la demanda de productos agrcolas decrece a 63 unidades
y se incrementa a 105 unidades para bienes manufacturados. Determine el nuevo
vector de produccin que satisfaga estas nuevas demandas.
c) Cules sern los nuevos requerimientos de mano de obra para cada sector?
2. La siguiente tabla da la interaccin entre dos sectores de una economa hipottica:
Industria
P
Q
Industria
P
Q
Mano de Obra

60
80
60

Demandas
Finales

Produccin
total

65
40

200
150

75
30
45

a) Determine la matriz insumoproducto A.


b) Encuentre la matriz de produccin si las demandas finales cambian a 104 en el
caso de P y a 172 para Q.
c) Cules son los nuevos requerimientos de mano de obra?
d) Se anticipa que la demanda final para la produccin de la industria Q se
incrementar el doble a corto plazo, comparada con la demanda final de la
industria P. Durante los prximos 5 aos, la mano de obra de que podrn
disponer se incrementar de 105 a 150 unidades. En cunto debern
incrementarse las dos demandas finales durante este periodo, si esta oferta de
mano de obra se emplea por completo?
3. La interaccin entre tres industrias P, Q y R esta dada por la siguiente tabla:
P
Industria
P
Q
R
Insumos Primarios

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

a) Construya la matriz de insumoproducto.


b) Determine las nuevas producciones de P, Q y R si las demandas finales cambian
en el futuro a 68, 51 y 17, respectivamente.
c) Cules sern entonces los insumos primarios para las tres industrias?

96

OPERACIONES CON MATRICES


4. La siguiente tabla describe la interaccin entre los diversos sectores de una
economa hipottica:
I
Industria
I
II
III
Insumos Primarios

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

a) Determine la matriz insumoproducto A.


b) Suponga que en 5 aos, las demandas finales cambian a 150, 280 y 420 para las
industrias I, II y III, respectivamente. Cunto debera producir cada industria a
fin de satisfacer las demandas proyectadas?
c) Cules sern los nuevos requerimientos de insumos primarios para las tres
industrias en 5 aos?
5. Una economa consta de tres sectores. A, B y C, cuyas interacciones estn dadas por
la siguiente tabla:
A
Industria
A
B
C
Insumos Primarios

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

a) Determine la matriz insumoproducto.


b) Si las demandas finales cambian a 50, 60 y 80 unidades para los productos A, B
y C, respectivamente, Cules sern los niveles de produccin requeridos con
objeto de satisfacer estas nuevas demandas?
6. En la siguiente tabla aparece la interaccin entre los diversos sectores de una
economa hipottica:
Industria
I
II
Industria
I
II
Insumos Primarios

8
56
16

52
26
52

Demandas
Finales

Produccin
total

20
48

80
130

a) Determine la matriz insumoproducto A.


b) Suponga que en 2 aos las demandas finales cambian a 58 unidades en el caso
de la industria I y a 79 para la industria II. Cunto debera producir cada
industria a fin de satisfacer estas demandas proyectadas?
c) Cules sern los nuevos requerimientos de insumos primarios de las dos
industrias en 2 aos?

97

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


7. Dada la siguiente matriz de insumoproducto:
Industria
Educacin
Gobierno
Industria
Educacin
Gobierno
Otros

40
120
40

Demanda
Final

120
90
90

40
90

Encuentre la matriz de produccin, si la demanda final cambia a (a) 200 para


educacin y 300 para gobierno; (b) 64 para educacin y 64 para gobierno.
8. Dada la siguiente matriz de insumoproducto:

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

Con entradas en miles de millones de dlares.


a) Determine la matriz de produccin para la economa, si la demanda final cambia
a 300 para gobierno, 350 para agricultura y 450 para manufactura. Redondee las
entradas al entero de miles de millones de dlares ms cercano.
b) Determine la matriz de produccin para la economa si la demanda final cambia
a 150 para gobierno, 200 para agricultura y 300 para manufactura. Redondee las
entradas al entero de miles de millones de dlares ms cercano.
c) Determine la matriz de produccin para la economa si la demanda final cambia
a 250 para gobierno, 300 para agricultura y 350 para manufactura. Redondee las
entradas al entero de miles de millones de dlares ms cercano.
d) Determine la matriz de produccin para la economa si la demanda final cambia
a 400 para gobierno, 500 para agricultura y 300 para manufactura. Redondee las
entradas al entero de miles de millones de dlares ms cercano.

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.

TEMARIO 1. GEOMETRA DE MATRICES


2.
3.
4.
5.
6.
7.
8.
9.
10.
11.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

(x1, x2, x3)

R4

(x1, x2, x3, x4)

Rn

(x1, x2, x3, x4, xn)

Matriz (Vector columna)


x1
x
2
x
1
x2
x
3
x1
x
2
x
3
x4

x1
x
2
x
3

x
n

1.2. Componentes de un vector.- Recordemos como est compuesto un vector:


Origen: Es el punto donde se aplica el vector.
Direccin: Es la recta que contiene al vector. En el plano se define por el
ngulo medido en sentido antihorario desde el semieje positivo de las x.
Sentido: Nos indica hacia donde se dirige (orientacin).
Mdulo, norma, intensidad, magnitud o longitud: viene a ser el valor o
medida de la magnitud vectorial representada.
Sea un vector de Rn:
x1
x
2
x x3

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

En la grfica se observa los resultados de estas operaciones con vectores.


4
a*

1
b

-1

**

-1

1.4. Vectores ortogonales.- Dos vectores a y b son ortogonales, lo que


t

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


b) Usaremos matrices columnas:

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

su norma, entonces lo transformamos en vector unitario

a
a
1

a
1
a .
2
cuando: a
a

n a

Ejemplo: Normalizar el vector a 4, 4 .


Solucin:
Primero hallamos su norma: a 42 42 4 2

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

escalar k a un vector de R2 , es decir:

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.

son ejemplos de espacios vectoriales que se pueden

103

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


2
R :
Segunda coordenada

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

una combinacin lineal de los vectores

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

como una combinacin lineal de los otros dos.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

4. Dependencia e independencia lineal


Los vectores

v1, v2 ,..., vn

son linealmente independientes (l.i) si ninguno de

ellos es combinacin lineal de los dems. Son linealmente dependientes (l.d) si al


menos uno de ellos es combinacin lineal de los dems.

v1, v2 ,..., vn

Un conjunto de vectores

que genera con unicidad el vector cero

se denomina conjunto linealmente independiente. De no ser as ese conjunto de


vectores es linealmente dependiente.
Independencia lineal significa:
n

k v 0 implica que ki 0 i
i 1

Dependencia lineal significa:


n

k v 0 pero no todo ki 0
i 1

Interpretacin geomtrica:

3
2

a2

a1

Los vectores a y a son linealmente dependientes


1
2

a2

a1

Los vectores a y a son linealmente independientes


1
2

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

Luego de resolver obtenemos k 0 , k 0 y k3 0 .


2
1

107

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


De lo cual se concluye que por ser la nica solucin, estos vectores generan
con unicidad al vector 0 , por lo tanto son linealmente independientes.

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

Desarrollando el sistema se obtiene lo siguiente:

k 2k 0
1

k 3k 0
2

, de lo que conclumos que existen infinidad de soluciones, por lo

tanto partimos de un valor, si k 1 , entonces k 3 y k 2 , de manera


3
2
1
1 3 11 0

que puede verificarse, 2 3 3 0 1 6 0 , por lo tanto los
0 4 12 0

vectores son linealmente dependientes.

5. Sistema generador
Es un conjunto de vectores

v1, v2 ,..., vs

de un espacio vectorial V, tales que

todo vector de V sea combinacin lineal de ellos. Es decir:


s

v k v k v ... k v
1

k v
i 1

Ejemplo:

2 1 3

El siguiente conjunto de vectores , , es un sistema generador del

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

porque se necesita tres vectores


linealmente independientes del
espacio R3.

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

base de R3, porque hay un vector


del espacio R2.
1 1 1

e) 1 , 1 , 1 si son una
1 1 1

base del espacio R3 porque


generan con unicidad el vector
cero.

Nota: Se llaman bases cannicas de un espacio Rn a un conjunto de vectores de la


forma siguiente:
1
0
0
0




0
1
0
0

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

7. Dimensin de un espacio vectorial


Sea el espacio vectorial V de dimensin finita y que posee una base

v , v , v ,, v , entonces la dimensin del espacio vectorial V es el nmero n


1

lo cual denotamos por dim V = n (donde n es el nmero de vectores que


constituyen una de las bases de V).
Observaciones:
Si V tiene como nico elemento el vector nulo, entonces la dimensin de V es

= 0.

cero, es decir, dim 0

Si V tiene una base infinita, la dimensin de V se denota por dim V = .


Ejemplo: Una base de R4 es
dimensin es dim R4 = 4.

1, 0, 0, 0; 0,1, 0, 0; 0, 0,1, 0; 0, 0, 0,1

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

En los dibujos tenemos los subespacios:


z = 0, x = 0, y = 0, y = 2x.
110

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

Siendo la ecuacin del subespacio 2x = y.


3) Encuentre las ecuaciones del subespacio vectorial formado por los vectores
linealmente independientes v 1, 0,1, 1; v 1,1,1, 2 y v 0,1, 0,1 .
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

Siendo la ecuacin del subespacio x y w 0 .

111

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


4) Encuentre las ecuaciones del subespacio vectorial formado por los vectores
linealmente independientes v 1,1, 1 y v 2,1, 0 .
1

Nota: El espacio generado por un conjunto de vectores en Rk tiene como mximo


k dimensiones. Si este espacio tiene menos de k dimensiones, es un subespacio, o
hiperplano. La idea fundamental es que cada conjunto de vectores genera algn
espacio; puede ser el espacio entero en el cual residen los vectores, o puede ser
algn subespacio de l.

9. Interpretacin geomtrica del determinante


Si las filas (o columnas) de una matriz cuadrada se interpretan como vectores de
Rn y el determinante es no nulo entonces dichos vectores son linealmente
independientes.
9.1. Interpretacin geomtrica del determinante de una matriz de orden 2. 4
2
Sean los vectores de R2: a y b , ahora con ellos formamos una
1
3
matriz A a

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

a11 a12 a22

El rea del paralelogramo, formado por las columnas de A, puede obtenerse


mediante la manipulacin de tringulos contenidos en l.

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, a12 , a13

a11
a21
a31

a12
a22
a32

el volumen del
a13
paraleleppedo
a23
construdo con
a33
los tres vectores

Este resultado general se cumple tambin, con dimensiones superiores.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

b) 18 menores de orden 2. Se obtienen suprimiendo una fila y dos columnas de


todas las formas posibles. Dos de ellos son:

1 0

2 (Se obtiene suprimiendo la tercera fila y la tercera y cuarta


0 2
columna).
0 1

2 (Se obtiene suprimiendo la segunda fila y la primera y tercera


2 1
columna).
c) 12 menores de orden 1. Son los 12 elementos de A.
El rango r(A) de la matriz A es igual al orden de un menor no nulo de A de
orden mximo.
Ejemplo:
Analizar si los vectores son linealmente independientes:
a)
b)
c)
d)
e)

1,1,1,1 ; 1,1,1, 0 ; 1,1, 0, 0 .


1, 2, 3 ; 5, 0,1 ; 4,1, 0 ; 2,1, 1 .
1, 0, 1 ; 1, 0, 3 .
3, 1, 5, 0 ; 6, 2, 9, 1 ; 3, 1, 6,1.
1, 0,1, 1 ; 0,1,1, 2 ; 1,1, 0,1 ; 3, 1, 2, 1 .

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

1 como este menor de orden 2 es diferente de cero, entonces el


1 0
Rango es por lo menos dos.

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

1 , luego hallamos los menores


columna de dicha matriz. A 2 0 1
3 1 0 1
de orden 1, comenzando por la parte superior izquierda (Slo por 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 5
0 10 10 , como este menor de orden 2 es diferente de cero,
2 0
entonces el Rango es por lo menos dos.
Hallamos los menores de orden 3, comenzando por la parte superior izquierda,
1 5 4

2 0

1 6 , como este menor de orden 3 es diferente de cero, entonces


3 1 0
el Rango es por lo menos 3.
Ya no podemos hallar menores de orden mayor que tres, por lo tanto esa
matriz es de r(A) = 3. Por tanto, en este caso las tres primeras columnas
son vectores linealmente independientes del espacio R3.
c) Primero debemos formar una matriz de tal manera que cada vector sea una
1
1

0 , luego hallamos los menores de orden


columna de dicha matriz. A 0
1 3
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.

115

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


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;
0 0

2 como este menor de orden 2 es diferente de cero, entonces el


1 3
Rango es por lo menos dos.
Ya no podemos hallar menores de orden mayor que dos, por lo tanto
r(A) = 2. Por tanto, en este caso estas dos columnas son vectores
linealmente independientes del espacio R3.
d) Primero debemos formar una matriz de tal manera que cada vector sea una
6
3
3
1 2 1
, luego hallamos los menores de
columna de dicha matriz A
5
9 6

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

27 30 1 como este menor de orden 2 es


5 9
diferente de cero, entonces el Rango es por lo menos dos.

sea diferente de cero;

Hallamos los menores de orden 3, comenzando por la parte superior izquierda,


3
6
3

1 2 1 0 , buscamos algn otro menor de orden 3 que sea diferente


5

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;

En conclusin el r(A) = 2. Por tanto, en este caso las dos primeras


columnas del espacio R4 son linealmente independientes.
e) Primero debemos formar una matriz de tal manera que cada vector sea una
1 0 1 3
0 1 1 1
, luego hallamos los menores
columna de dicha matriz A
1 1 0 2

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 0 , buscamos algn otro menor de orden 3 que sea diferente de

1 1

1 1

1 1 0 2 como este menor de orden 3 es diferente de cero,


1 2 1
entonces el Rango es por lo menos 3.
cero;

Hallamos los menores de orden 4, comenzando por la parte superior izquierda,


1 0 1 3

1 1

1 1
0

0 , como ya no existen otros menores principales,

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Como A 0 , B 0 y C 0 entonces los vectores son un sistema generador del


espacio R3 .
2. Demuestre que el conjunto S x, y, z / x, y, z R, x y z es un subespacio
vectorial de R3 y encuntrese una base.
Solucin:
Primero encontramos la base dando valores arbitrarios a x y a y :
Si x 0

y 1

z 1 ; as:

v 0,1,1

Si x 1

y2

z 3 ; as:

v 1, 2, 3

Vemos que v y v son linealmente independientes y generan el espacio de


1
2
vectores:
x Av B v
1

x B, A 2B, A 3B donde se cumple: x y z .

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 .

Desarrollando dicho sistema se obtiene:

2 A 5B

A 2 B 3C 0
3 A 7 B 10C 0

Ck

7C

B C

B k
A k

Generan el vector cero de


infinitas formas, por lo
tanto no son base.

4. Calcule b para que los vectores b, 3, 2 , 2, 3, b , 4, 6, 4 no sean base de R3 .


Solucin:
Para que los vectores no sean de base de R3 deben ser linealmente dependientes, es
decir, el rango de la matriz que conforman estos vectores no es de orden 3. Adems,
la matriz no ser de rango 3 si su determinante es igual a cero.
2

6b 24

b 2 4
2

3 3 6 12b 24 12b 24 6b 24 0

b 4
b 2

2 b 4

5. Calcule la dimensin y ecuaciones del subespacio de R 3 generado por los vectores


1, 2, 3 ; 4, 5, 6 y 7, 8, 9.
Solucin:
Primero formamos una matriz con los vectores dados:

1 4 7
2 5 8

3 6 9
Averiguamos si es de rango 2:

1 4
2 5

5 8 3

Puede ser de rango 2.

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

Tenemos dos vectores linealmente independientes y por ende la dimensin es 2.

119

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Para calcular las ecuaciones del subespacio, escogemos 2 vectores linealmente
independientes y un vector cualquiera denotado por las variables x , x y x .
1

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

6. Determine el rango de la matriz 0


3
2 segn los distintos valores de a .
a
6
4

Solucin:
Para cualquier valor de a se va a cumplir que el rango es 2 porque:

1 2
3

2 (6) 4

40

Ahora queremos ver para qu valores de a la matriz de 3 3 no tiene rango 3, es


decir:

1 1 2
0

2 12 2a 6a 12 0
4

4a 0
a0

Cuando a 0 el determinante es cero por lo tanto, la matriz no tiene rango 3 y


cuando a 0 la matriz tiene rango 3.
7. Calclese el rango de las siguientes matrices:

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

puede ser de rango 2.

ESPACIOS VECTORIALES
Submatriz de 3 3:

1 1

0
1 1

0 2

1 0

la matriz es de rango 3.

20

puede ser rango 2.

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

8. Dados u (1, 2, 3) , v (3, 2, 0) y w (2, 0, 0) , encuentre los escalares , y


tales que u v w (1, 1, 1) .
Solucin:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

1
2 2 2
1
1
2

1 1 0
1 2

2
2
1 2
1
2
1

2
2

pero esto significa que el conjunto solucin es vaco.

0
2
2 1 ,
3
2

Respuesta: Slo u es una combinacin lineal de x y x .


1
2
10. Determine si los siguientes conjuntos de vectores de R3 son linealmente
independientes o linealmente dependientes.
a) (1, 2, 3); (1, 3, 2); (2, 1, 5).
b) (1, 2, 1); (2, 1, 1); (7, 4, 1).
Solucin:
a) Se expresar el vector 0 como combinacin lineal de los vectores
multiplicados por coeficientes k . Si todos los k son 0 entonces el conjunto de
i

vectores es linealmente independiente. Esto es:

k1(1, 2, 3) k2 (1, 3, 2) k3 (2, 1, 5) (0, 0, 0)


(k , 2k , 3k ) (k , 3k , 2k ) (2k , k , 5k ) (0, 0, 0)
1

(k k 2k , 2k 3k k , 3k 2k 5k ) (0, 0, 0)
1

De donde obtenemos las ecuaciones:


k k 2k 0
3
1 2
2
k

3
k

k
0

1
2
3
3k 2k 5k 0
1
2
3

k 0
3
k 0
2

k
1 0

Como k 0 k 0 k 0 son linealmente independientes.


3
2
1
b) De igual forma que en a):

(k1 2k2 7k3 , 2k1 k2 4k3, k1 k2 k3 ) (0, 0, 0)


De donde:

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

Los coeficientes pueden tomar infinitos valores. Entonces son linealmente


dependientes.
11. Determinar los valores de t para que los vectores 1 t ,1, 1 ,
1, 1, 1 t sean linealmente dependientes.

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

Igualando (I) y (II) :


t 1 2 1
t t 2 2
t (1 ) 2( 1)
2( 1)
t
2
1( 1)

Reemplazando t 2 en (II) 2 1

(IV)

Reemplazando t 2 y (IV) en (I) (2 1)(1 (2)) 2 1

1
2da Opcin:

1 t
1 2

1 1 t
1
1 t 2

1 t

1 t

I
II
III

Reemplazando (II) en (III):


t t 2
t 2 2 2

(t 2)
(t 2)

Reemplazando 1 en (II) 1 t

(IV)

Reemplazando 1 y (IV) en (I) (1 t )(1 t ) 1 2


2

t 2t 2 1
2

t 2t 0
t (t 2) 0
Luego:
Si t 0 1
Si t 2 1

123

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


3era Opcin:

2
1 1 t

t 1 1
2
1 t 1

t
2

1 t

1 t

I
II
III

Reemplazando (I) en (II):


t (1 t 2 ) 1
t 1 t 2 1
t (1 ) 2 2
2(1 )
t
2
(1 )

Reemplazando t 2 en (I) 1 2

(IV)

Reemplazando t 2 y (IV) en (III) 2 (1 2 )(1 2) 1


2 (1 2 )(3) 1
2 3 6 1
4 4
1
1

12. En cada caso, determine si S es un subespacio vectorial de V, de ser as halle su


dimensin y una base.

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.

(x, y, 0) = x(1, 0, 0) + y(0, 1, 0), la dimensin de S es 2 y una base ser


B 1, 0, 0; 0,1, 0.

b) De igual modo que a):


k1(x, y, z) + k2(x, y, z) = (k1x+ k2x, k1y + k2y, k1z + k2z)
Para que el vector resultante pertenezca a S tiene que cumplir con la condicin
x y z 0.

124

k1x + k2x+ k1y + k2y + k1z + k2z = k1(x, y, z) + k2(x, y, z)


= k1(0) + k2(0) = 0

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)

B = {(1, 0, 1); (0, 1, 1)}.

13. Dado el subconjunto S

x, y, z R

/ x 2 y , determine si es un subespacio de

R y en caso afirmativo calcule la dimensin y una base de S.


Solucin:
El vector k(x, y, z) + k(x, y, z) es combinacin lineal de (x, y, z) y (x, y, z)
k(x, y, z) + k(x, y, z) = (kx + kx, ky + ky, kz + kz)
se ha de probar que: kx + kx 2(ky + ky) = 0, para que cumpla la condicin
x 2y 0 .
En efecto:
sabemos que x 2y = 0 y que x 2y = 0
Sumando miembro a miembro obtenemos: kx + kx 2ky 2ky = 0

k(x 2y) + k(x 2y) = k(0) + k(0) = 0; por condicin.

Cualquier valor de k y k cumple que x 2y = 0.


Hallando la dimensin:
Dim (S) = Dim (V) n de ecuaciones independientes = 3 1 = 2.
Hallando la base:
x 2y = 0

x = 2y

(2y, y, z) = y(2, 1, 0) + z(0, 0, 1).


As una base de S es B = {(2, 1, 0); (0, 0, 1)}

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


16. Dadas las matrices, comprobar si son linealmente independientes:

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

18. Dados los vectores

ecuacin del subespacio vectorial.


19. Demuestre que los vectores v 1,1,1 , v 1, 2, 3 y v 1, 4, 9 forman una
3
1
2
base de R3. Exprese el vector e de la base cannica R3 como combinacin lineal de
1

v1 , v y v3 .
2

20. Hallar el volumen del paraleleppedo determinado por los vectores v 1,1, 3 ,
1

v2 1, 2, 4 y v3 4,1, 2 Qu interpretacin vectorial le da al resultado?


21. Calcule el valor de a para que el vector (2, 3, 0) sea combinacin lineal de los
vectores (a, 1, 0) ; (0, 1, 2).
22. Expresar u(x) como combinacin lineal de vx 2 x 2 3x 4 y wx x 2 2 x 3 .
a) ux 4 x 2 13x 18 .
b) ux 5x 2 4 x 5 .
23. Halle los valores de a y b para que los vectores 3, 0, a,1 ; 1,1, 0, b ; 2, 5, b, 4 sean
linealmente dependientes.
24. Determine sin calcular, si los siguientes conjuntos de vectores de R3 son linealmente
dependientes o linealmente independientes y explique por qu.
a) (1, 1, 1); (1, 1, 5).
b) (2, 2, 1); (4, 2, 2).
c) (1, 5, 3); (2, 10, 6).
d) (8, 5, 7); (0, 0, 0); (3, 1, 2).
25. Dados los siguientes conjunto de vectores y un conjunto de polinomios, determinar
si son linealmente independientes o linealmente dependientes.
a) 2,1,1; 1,1, 3; 1,0,0 .
b) 1, 2; 2, 4.
c)

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 .

27. Sea S ( x1, x2 , x3 , x4 ) / x1 x4 0 ; 2 x2 x3 0 .


a) Demustrese que es un subespacio vectorial de R4.
b) Encuntrese la dimensin y la base de S.
c) Calclense las coordenadas de (1, 1, 2, 1) respecto a dicha base.
28. Sean

B1 (1, 1, 0) ; (0, 1, 2) y
3

B2 (1, 2, 2) ; (3, 5, 4) bases y W un

subespacio de R generado por B1. Probar que B2 es base de W.


1 1 1

29. Sea la matriz A 1 1 1 , hallar un vector x del espacio tridimensional


0
1 1 1

tal que A x x y x tenga longitud 1.


0
0
0
30. Comprubese que el vector (7, 3, 4, 5) es combinacin lineal de los vectores
1, 2, 0, 3 y 4, 3, 4, 14 .
31. Son

los

v (1,1, 2, 4) ,

vectores

v (2, 1, 5, 2) ,
2

v (1, 1, 4, 0)
3

v (2,1,1, 6) linealmente independiente en R4?


4

32. Dados los vectores v (1, 4, 6) , v (1, 4, 4) y v (0, 4, x) del espacio R3,
3
1

determinar x para que sean linealmente independientes.

127

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

11. Regresin mnimo cuadrtica


Supngase que estamos estudiando dos variables econmicas, x e y, de las que
contamos con n observaciones y y x , y queremos averiguar si existe algn tipo
de relacin (asociacin) entre ellas. Especficamente, estamos interesados en
averiguar si y se puede expresar en funcin de x y f x , y adems queremos
saber qu familia de funciones es la que mejor representa la relacin entre dichas
variables. Por ejemplo, la familia de las rectas y a bx , la familia de las

parbolas y a bx 2 , o de exponenciales y aebx , etc., son algunas de estas


familias de funciones.
Para ello, en base a los datos con los que contamos, deberemos elegir la familia
funcional que mejor se ajuste a los datos (digamos la familia de rectas). Una vez
hecho esto, tendremos que estimar los parmetros (a y b) tal que de toda la familia
funcional elejida (de todas las rectas) seleccionemos aquella funcin (recta que
pertenece a la familia de rectas) que proporcione la mejor representacin posible
de y.
Uno de los mtodos que nos permitir estimar los parmetros de funciones es el de
mnimos cuadrados, nosotros lo estudiaremos desde un punto de vista vectorial.
Dado un vector y y una matriz X, estamos interesados en expresar y como una
combinacin lineal de las columnas de X. Existen dos posibilidades. Si y se
encuentra en el espacio columna de X, podremos encontrar un vector b tal que
y Xb.

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

en la figura, pueden expresarse como X b

para algn b . Para el caso general, suponiendo que y est en el espacio


columna de X, podemos obtener los coeficientes de b resolviendo el conjunto de
ecuaciones en y X b . Los distintos procedimientos se discutirn en la
siguiente seccin.
Supongamos, sin embargo, que y no est en el espacio columna de X. En este
ejemplo, supongamos que la tercera componente de y no es cero. Entonces no
existe un b tal que y X b se cumpla.
Podemos, sin embargo, escribir:
y Xbe

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

muestra dos ejemplos, y e y . Por el momento, consideremos slo y .


Tercera coordenada

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Vemos que b que buscamos debe cumplir e X b .
Al desarrollar este conjunto de ecuaciones obtenemos las condiciones:
t

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

Dado que b es distinto de 0 , entonces:


X t y X t X b 0

Xt y Xt X b

Entonces el vector b ser: X t X

t
X y b .

La combinacin lineal X b se denomina proyeccin de y sobre el espacio


0

columna de X. La figura est representada de modo que, aunque y e y sean


diferentes, tienen la misma proyeccin. La pregunta que nos planteamos es Qu
0

vector y o y , est ms prximo a su proyeccin en el espacio columna de X?

Aparentemente, podra pensarse que y , dado que e es menor que e . Sin


0

embargo y

es mucho ms paralelo a su proyeccin que y , de modo que la


0

nica razn por la que su vector residual es mayor, es la mayor longitud de y


comparada con la de y . Una medida de comparacin que no se vera afectada por
la longitud de los vectores es el ngulo entre el vector y su proyeccin. A partir de
esta medida, puesto que * es considerablemente menor que , cambiara la
conclusin anterior.
Los dos vectores a tener en cuenta en el clculo son y y X b por un lado, y por
0

y X b . Si el coseno del ngulo que forman entre ellos es cero,

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

el efecto. A partir de esta medida se entiende que y es ms cercano a su


proyeccin, X b , que y

a la suya, X b .

El ngulo entre dos vectores a y b satisface:


t

Cos

a b
a b

Ejemplo 1: Hallar la relacin cuadrtica y cbica que mejor se ajuste a los


siguientes pares de datos: 1, 0.5; 0, 2.5; 1, 3; 2, 2.75 .
Solucin:
a) La relacin cuadrtica es de la forma:

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

Dando forma matricial:


ya1 1 1 1
y
a0
1
0
0
a2 =
a
y 1
1
1
1
a
a3

ya 4 1 2 4 2

y = A x
a

Los valores reales son:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

x A A

A y

De donde:

2.3875
x 1.2875
0.5625

a0 2.3875; a1 1.2875; a2 0.5625

Respuesta: La relacin cuadrtica que mejor se ajusta a los datos es:

y 2.3875 1.2875x 0.5625x2 .


b) La relacin cbica es de la forma:
2

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

Dando forma matricial:


ya1 1 1 1 1 a0
y

0 a1
a 2 1 0 0

y 1
1 1
1 a2
a
3



8 a3
ya 4 1 2 4

ya A x

Los valores reales son:

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

a0 2.500; a1 1.125; a2 0.750; a3 0.125.

Respuesta: La relacin cbica que mejor se ajusta a los datos es:

y 2.5 1.125x 0.75x2 0.125x3 .


Ejemplo 2: Hallar una funcin de la forma y a be x cx , que se ajuste a los
siguientes datos: 0, 2.9640; 1, 3.7047; 2, 7.2541; 3,18.9585; 4, 52.6966 .
Solucin
Valores a encontrar: a, b y c.
ya1 a be

0 c0

ya 2 a be
ya3 a be

1 c1

2 c2

ya 4 a be
ya5 a be

3 c3

4 c4

Dando forma matricial:


y a1 1 1.0000
y
a 2 1 2.7183
y 1 7.3891
a3
y a 4 1 20.0855
y 1 54.5982
a5

0
1 a

2 b ya = A x .

3 c
4

Los valores reales son:


2.9640
3.7047

y 7.2541

18.9585
52.6966
t

A y A A x

133

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

a 1.9899; b 1.0082; c 1.0866

funcin

que

y 1.9899 1.0082e x 1.0866 x .

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)

Dando forma matricial:


y a1
y 0
a2 1
y
a3 2
ya 4
y 3
a5 4
ya 6

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Los valores reales son:

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)

Pasando nuestros datos a forma matricial se tiene:

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

Se obtiene la recta siguiente:


ya 0.27055155 x 1.732241664
Pero como el objetivo es hallar la funcin poblacin que dependa del orden del ao,
entonces reemplazamos y LnP .
Ln P 0.27055155x 1.732241664

Aplicando propiedades de logaritmos despejamos P:


e

Ln P

0.27055155 x 1.732241664

P 5.6533e

0.27055155 x

a. Encuentre la recta de ajuste de mnimos cuadrados para los datos x e y Ln P . El


crecimiento de la poblacin es exponencial?

El crecimiento de la poblacin es todava una exponencial Ae kx


observar en la expresin siguiente:

P 5.6533e

como se puede

0.27055155x

b. Suponiendo que la poblacin contina creciendo a la misma tasa, utilice la solucin


de mnimos cuadrados para predecir la poblacin en 1950.
De lo visto anteriormente podemos decir que para 1950 tenemos que x 15 y
reemplazando en la expresin que hemos hallado se tiene:

P15 5.6533e0.27055155(15) 327.18


El resultado nos indica que la poblacin de Estados Unidos en 1950 de acuerdo a un
ajuste de curvas sera 327.18 millones de habitantes.

137

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Costo total (soles)


150
260
325
500
670

Encuentre su funcin de costo total.


Solucin:
Variable independiente = N cajas compradas = x
Variable dependiente = Costo total (S/.) = y
Funcin aproximada (Cuadrtica): y ax 2 bx c
a
Valores a encontrar: a, b y c.

ya1 = a(10)2 + b(10) + c

= 100a + 10b + c

= a(30)2 + b(30) + c

= 900a + 30b + c

a2

ya3 = a(50)2 + b(50) + c


y
y

a4
a5

= 2500a + 50b + c

= a(100)2 + b(100) + c = 10000a + 100b + c


= a(175)2 + b(175) + c = 30625a + 175b + c

Dando forma matricial:


y a1 100
10 1
y
30 1 a
a 2 900
y 2500 50 1 b y A x
a
a3

y

c
10000
100
1
a4

y 30625 175 1

a5

Los valores reales son:

150
260

y 325

500
670

138

ESPACIOS VECTORIALES
t

A y A A x

150

100 900 2500 10000 30625 260


10 30
50
100
175 325

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

a 0.0097; b 4.91; c 108.7

funcin

cuadrtica

estimada

del

COSTO

TOTAL

es:

ya 0.0097 x 4.91x 108.7 .


2. Los promedios sobre cuatrienios del producto nacional bruto (PNB) de cierto pas,
se dan en miles de millones de soles en la tabla. Determine la ecuacin de la recta
que mejor se ajusta a los datos. Estime el PNB para 1980.
Ao(x)
PNB (y)

1956 1960 1964 1968 1972 1976


453 562 691 862 1054 1310

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Dando forma matricial:
ya1 1
y
a 2 2
y 3
a3
y a 4 4
y 5
a5
ya 6 6

1
1
1 a
y A x .

a
1 b
1

Los valores reales son:

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

Respuesta: La ecuacin de la recta que mejor se ajusta a los datos es la siguiente:


ya 169.5x 228.8
3. El nivel de produccin y las utilidades de cierta empresa en aos recientes aparecen
en la tabla.
Produccin (x) (miles de unidades)
Utilidades (y) (miles de soles)

40
32

47
34

55
43

70
54

90
72

100
85

a) Determine la ecuacin de la recta que mejor ajusta los datos.


b) Estime las utilidades cuando el nivel de produccin se incremento a 120 mil
unidades.

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

Dando forma matricial:


ya1 40
y
a 2 47
y 55
a3
ya 4 70
y 90
a5
ya 6 100

1
1
1 a
y A x .

a
1 b
1

Los valores reales son:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

4. Una empresa trata de determinar la curva de demanda de su producto. Vende el


producto en varias ciudades a diferentes precios y determina el volumen de ventas.
Despus de un mes, se obtienen los datos mostrados en la tabla.
Precio (soles)
Volumen de ventas

2 2.25 2.5 2.75 2.9


300 290 270 230 200

a) Determine la lnea que mejor ajusta los datos.


b) Mediante la curva de demanda de la parte (a) determine el volumen de ventas si
el precio es de $3.
c) Utilizando el resultado de la parte (a) determine el precio que maximiza el
ingreso mensual.
Solucin:
Variable independiente = Volumen de ventas = x
Variable dependiente = Precio = y
Funcin aproximada (una recta): y ax b
a
Valores a encontrar: a y b.

ya1 = a(300) + b
y

a2

= a(290) + b

ya3 = a(270) + b
y
y

a4
a5

= a(230) + b
= a(200) + b

Dando forma matricial:


ya1 300
y
a 2 290
y 270
a3
ya 4 230
y 200
a5

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

a) La ecuacin de la recta que mejor se ajusta a los datos es:

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.

c) Hallando el precio que mxima el ingreso:

I x P x 0.0083615x2 4.6373x
I ' x 2(0.0083615) x 4.6373 0

x 278.85

I ' ' x 0.016723 0 Es un mximo.


p 0.0083615(278.85) 4.6373 2.31
El precio que maximiza el ingreso mensual es S/. 2.31.

143

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


5. Un estudio realizado sobre la mediana del ingreso (en miles) en soles de familias en
siete grandes ciudades y el porcentaje de familias propietarias de al menos un
automvil dio los resultados (obtenidos mediante un censo) que aparecen en la tabla.
Determine la ecuacin de la recta que mejor ajusta estos datos.
Mediana del ingreso (x)
Porcentaje de propietarios de
automviles (y)

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

Dando forma matricial:


ya1 7.1
y
a 2 4.3
y 6.5
a3
ya 4 3.7
y
a5 5.2
ya 6 7.8


ya 7 5.9

1
1
1
a
1 ya A x .
b
1

1
1

Los valores reales son:


67
48

62

y 49
54

72
60

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

Respuesta: La ecuacin de la recta que mejor se ajusta a los datos es:


ya 5.9875x 24.2154 .
6. Con frecuencia se dice que el crecimiento de la poblacin es exponencial. De
cualquier manera, la recta de ajuste de mnimos cuadrados puede ser valiosa si se
usa junto con una reexpresin de los valores de los datos. Si x y p tienen una
relacin exponencial, esto significa que p Ae kx para algunas constantes A y k.
Usando las propiedades de los logaritmos, se obtiene que ln( p) ln( A) kx .
Observe que ln( p) tiene una relacin lineal con x.
As, si se espera una relacin exponencial, se reexpresan los datos x, p en
trminos de los datos x, ln( p) y se encuentra una regresin de mnimos cuadrados
para reexpresar los datos. Esto conduce a ln( p) mx b y, por lo tanto, p e mx b
es el ajuste exponencial.
En la tabla siguiente se encuentran los datos de la poblacin de los Estados Unidos
de 1910 a 1980.
Ao
1910
1920
1930
1940
1950
1960
1970
1980

Poblacin (en millones)


92.2
106
123.2
132.2
151.3
179.3
203.3
226.5

a) Encuentre el ajuste exponencial de mnimos cuadrados siguiendo los pasos


arriba indicados. Es todava exponencial el crecimiento de la poblacin?
b) Suponiendo que el crecimiento de la poblacin contina como en aos recientes,
prediga la poblacin para el ao 2000 usando el ajuste exponencial.

145

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
Variable independiente = El orden del ao = x
Variable dependiente = el logaritmo neperiano de la poblacin = y
Funcin aproximada (una recta): y ax b
a
Valores a encontrar: a y b.

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

Los valores reales son:


ln 92.2
ln 106

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

Ventas (106 soles)


5
6
10
8
9
13
11

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Valores a encontrar: a y b.

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

Dando forma matricial:


ya1 1
y
a 2 2
y 3
a3
y a 4 4
y
a 5 5
y a 6 6


ya 7 7

1
1
1
a
1 ya A x .
b
1

1
1

Los valores reales son:


5
6

10

y 8
9

13
11

t

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:

b) Las ventas para el ao 2003 y 2005 son:


Para el 2003:

ya 8 1.107142857(8) 4.428571428 13.286

millones

de

soles

millones

de

soles

aproximadamente.
Para el 2005:

ya 10 1.107142857(10) 4.428571428 15.5


aproximadamente.

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

a) Calcular la tendencia de la serie con un modelo lineal.


b) Prediccin del Consumo de los Hogares en los aos 2003 y 2010.
Solucin:
Variable independiente = Orden del ao = x
Variable dependiente = Consumo de los hogares por ao en billones de euros = y
Funcin aproximada (una recta): y ax b
a
Valores a encontrar: a y b

ya1 = a(1) + b
y

a2

= a(2) + b

ya3 = a(3) + b
y
y

a4
a5

= a(4) + b
= a(5) + b

149

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Dando forma matricial:
ya1 1
y
a 2 2
y 3
a3
ya 4 4
y 5
a5

1
1
a
1 ya A x .
b
1
1

Los valores reales son:

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:

ya 7 2.7(7) 41.9 60.8 billones de euros al ao aproximadamente.


Para el 2010:

ya 14 2.7(14) 41.9 79.7 billones de euros al ao aproximadamente.

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

Fondos (103 Euros)


23411
25207
30132
31416
33244
36329

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

Los valores de y son:

23411
25207

30132
y

31416
33244

36329

151

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


t

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:

y0 21544.944 1740.322(0) 21544.944 103 euros aproximadamente.


Para el ao 1953:

y3 21544.944 1740.322(3) 26765.91 103 euros aproximadamente.


Para el ao1954:

y4 21544.944 1740.322(4) 28506.232 103 euros aproximadamente.


10. La compaa embotelladora de la bebida rehidratante ELECTROLIGHT tiene como
referencia los datos mostrados en la tabla adjunta:
Volumen de
ventas (y)
6.1
5.9
5.75
5.4
5

Precio
Precio
Producto (x1) Producto (x2)
3
2.1
3.2
1.8
3.5
1.6
3.75
1.5
4
1.45

Esta tabla muestra la relacin existente entre la cantidad de botellas vendida, su


precio y, el precio de un bien sustituto: Una botella de agua de mesa SAN
CARLOS. Se pide encontrar la ecuacin de la forma: ax1+ bx2 + c, que mejor se
ajuste a los datos.
Solucin:
Variable independiente 1 = Precio del producto = x1
Variable independiente 2 = Precio de un bien sustituto = x2
Variable dependiente = Volumen de ventas = y
Funcin aproximada (un plano): y a bx cx
1

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

Los valores de y son:

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

a 12.126; b 1.50878; c 0.728.

Respuesta: La ecuacin del plano que mejor se ajusta a los datos es:
y 12.126 1.50878x 0.758x .
1

153

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


11. Se ha comprobado que la produccin de un determinado artculo est en funcin de
dos variables x1 y x2. La tabla adjunta recoge las unidades de produccin del
artculo, en funcin de las correspondientes unidades de las dos variables x1 y x2 que
se han obtenido en cuatro experiencias. Hallar una relacin lineal entre las variables
x1 y x2 y la produccin.
UNIDADES
PRODUCIDAS
2
2.5
3.5
3

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

Variable independiente 2 = Unidades de la variable 2 = x

Variable dependiente = Unidades producidas = y


Funcin aproximada (un plano): y c ax bx
1

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

Dando forma matricial:


y1 1 1 0.5
y
c
2 1 1.5 0.7 a y X b .
y 1 1.5 1
3
b
y 4 1 1 1.2

Los valores de y son:

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

c 0.034482; a 1.0005; b 1.725

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Los valores de y son:

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

Respuesta: La ecuacin de la recta que mejor se ajusta a los datos es:


y 0.598870056 1.457627119 x.
13. La produccin promedio y en bushels de maz por acre en Estados Unidos vara de
un ao a otro. En la tabla se dan los valores correspondientes al periodo 19601971,
en los cuales t denota la fecha empezando con t=0 en 1960 e incrementndose hasta
t=11 en 1971. Demuestre que durante este periodo, una ecuacin lineal de la forma
y = at + b ajusta estos datos bastante bien y determine los valores de a y b.
t
y

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

Dando forma matricial:


y1 0
y
2 1
y 2
3
y4 3
y 4
5
y6 5
y 6
7
y8 7
y
9 8
y 9
10
y11 10
y 11
12

1
1
1

1
1

1 a
y T b .

1 b

1
1

1
1

Los valores de y son:


54
63

65

67
70

73
y
72

80
79

87

83
88

157

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


t

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

Los valores de y son:

40
45

56
y
68
67

70
t

X y X X b

159

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


40
10 1
45
12 1

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:

b) El volumen de ventas que resulta para 24 comerciales sera aproximadamente:


y(24) 2.857142857(24) 11.95238095 80.52380952 cientos.
15. Las comisiones de ventas y el volumen de ventas en siete sucursales de una gran
cadena de tiendas en aos recientes fueron como se aprecia en la tabla. Determine la
ecuacin de la recta que mejor se ajuste a los datos.
TIENDA
COMISIONES (x)
(MILES DE DOLARES)
VENTAS (y)
(CIENTOS DE MILES DE
DOLARES)

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

Los valores de y son:


4.3
5.1

7 .9

y 5 .4
7.1

7 .2
6 .5

t

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Respuesta: La ecuacin de la recta que mejor se ajusta a los datos es:
y 1.205043673 0.8271925994 x.
16. Los valores tomados por el ndice General de la Bolsa de Madrid, desde el lunes 20
de abril hasta el viernes 24 de abril de 1998 fueron los siguientes:
DIA LUNES 20 MARTES 21 MIRCOLES 22 JUEVES 23 VIERNES 24
91
90
89
86
86
IGM
Hallar la recta que relaciona estos datos.
Solucin:
Variable independiente = Orden del da = x
Variable dependiente = ndice general de la bolsa de Madrid = y
Funcin aproximada (una recta): y ax b
Valores a encontrar: a y b.

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

Los valores de y son:

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

Respuesta: La ecuacin de la recta que mejor se ajusta a los datos es:


y 1.4 x 92.6.
17. La siguiente tabla contiene las tasas de crecimiento (en %) del empleo (e) y
productividad (p) de 12 pases de la OECD. Obtenga los estimadores mnimocuadrticos del modelo de regresin lineal que relaciona la tasa de crecimiento del
empleo con la productividad utilizando la muestra de los 12 pases.
Austria
Blgica
Canad
Dinamarca
Francia
Italia
EEUU
Holanda
Noruega
Alemania
Gran Bretaa
Japn

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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)

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
y11 1
y 1
12

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

Los valores de y son:


4 .2
3 .9

1.3

3 .2
3 .8

4 .2
y
2 .6

4.1
4 .4

4 .5

2 .8
7.8
t

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

CANTIDAD VENDIDA (y)


10
12
13
14
15
16
17
18
19
20

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Los valores de y son:

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

Respuesta: La ecuacin de la recta que mejor se ajusta a los datos es:


y 35.84187082 1.371937639 x.

167

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Encuentre una ecuacin de la recta de regresin de q sobre p.


2. En una granja, un ingeniero agrnomo determina que la cantidad de agua aplicada
(en pulgadas) y el rendimiento correspondiente de cierta cosecha (en toneladas por
acre) son como se indica en la tabla siguiente:
Agua (x)
Rendimiento (y)

8
4.1

16
4.5

24
5.1

32
6.1

Encuentre una ecuacin de la recta de regresin de y sobre x. Prediga y cuando


x 12 .
3. Encuentre la recta de regresin lineal de mnimos cuadrados de y sobre x para los
datos dados en la tabla siguiente (refirase al ao 1993 como el ao x = 1, etc):
GASTOS EN EQUIPO DE UNA
COMPAA DE COMPUTADORAS
19931998 (en millones de dlares)
Ao
ndice
1993
15
1994
22
1995
21
1996
26
1997
27
1998
34
4. Encuentre la recta de regresin lineal de mnimos cuadrados de y sobre x para los
datos dados en la tabla siguiente (refirase al ao 1993 como el ao x = 1, etc):
PRODUCCIN DEL PRODUCTO A
19931997 (en miles de unidades)
Ao
ndice
1993
10
1994
15
1995
16
1996
18
1997
21
5. Se tienen los siguientes datos anuales de compra de tierra cultivada medida en miles
de kilmetros cuadrados y el correspondiente ndice anual de precios (inflacin). Se
considera que la relacin entre ambas variables es lineal. Obtener la recta de
regresin que mejor ajusta los datos siguientes.
Inflacin
Compra de tierra

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.

DISPOSICIN MATRICIAL DE UN SISTEMA DE


ECUACIONES LINEALES
CLASIFICACIN DE UN SISTEMA DE ECUACIONES
LINEALES DE ACUERDO A SU SOLUCIN
GEOMETRA DE UN SISTEMA DE ECUACIONES
LINEALES
CLASIFICACIN DE UN SISTEMA DE ECUACIONES
LINEALES DE ACUERDO AL VECTOR b
MTODOS DE RESOLUCIN DE UN SISTEMA DE
ECUACIONES LINEALES
MTODOS DE RESOLUCIN DE UN SISTEMA DE
ECUACIONES LINEALES HOMOGNEO

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

1. Disposicin matricial de un sistema de ecuaciones


lineales
Partiremos de un sistema de n incgnitas y m ecuaciones, cuya forma es:

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

Dando la forma matricial:


x1 b1
a
a x b
23
2n 2 =
2



a
a x b
m3
mn n
m

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.

x : Es el vector columna de variables.

b : Es el vector columna de trminos independientes.


Ejemplo 1: Dar forma matricial al siguiente sistema de ecuaciones lineales:
Y

bY T

dY

Las variables son Y, C, T.


Solucin:
Reordenando el sistema, colocando las variables al lado izquierdo y las constantes
al lado derecho nos queda:

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

SISTEMAS DE ECUACIONES LINEALES


Ejemplo 2: Dar forma matricial al siguiente sistema de ecuaciones lineales:

Yd
Y

bYd

di0
T0
I

eYt 1 v

G0

Las variables son Y, C, I.


Solucin:
Reordenando el sistema y colocando las variables al lado izquierdo y las
constantes al lado derecho, tenemos:

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

2. Clasificacin de un sistema de ecuaciones de


acuerdo a su solucin
Se puede clasificar en:
2.1. Sistema incompatible.- Si el sistema carece de solucin (llamado tambin
sistema inconsistente).
2.2. Sistema compatible determinado.- Si tiene solucin nica cada variable
(llamado sistema consistente determinado).
2.3. Sistema compatible indeterminado.- Si tiene infinitas soluciones (llamado
sistema consistente indeterminado).
Cmo saber cundo un sistema puede ser clasificado de acuerdo a los criterios
anteriores?
La discusin de la solucin del sistema la haremos a travs del Teorema de
RouchFrbenius.
Pasos a seguir para identificar que tipo de solucin tiene el sistema por el teorema
de RouchFrbenius:
Tener el sistema en la forma matricial A x b .
Hallar el nmero de incgnitas en el sistema: n.
Analizar el rango de A, Rango A r .
Analizar el rango de A aumentada en la columna B, Rango A / b r ' .

173

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Condiciones:
1. Si r r ' : el sistema es incompatible.
2. Si r r ' n el sistema es compatible determinado.
3. Si r r ' n el sistema es compatible indeterminado.
Grado de indeterminacin: Nos indica cuntas variables necesitamos como dato
para poder encontrar una solucin. Se calcula mediante la diferencia entre el
nmero de incgnitas y el rango del sistema.
Ejemplo:

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

Sistema compatible determinado

x 1
Solucin: y 2 .
z 3
x 2y z 4

3. 2 x 5 y 2 z 9
x 4 y 7z 6

Sistema compatible indeterminado

Solucin: infinitas soluciones para cada variable.

4. 2 x
4 x

Solucin:

y 2z 5
y

Sistema incompatible

3. Geometra de un sistema de ecuaciones lineales


3.1. Dos ecuaciones lineales con dos incgnitas.- Consideremos el siguiente
sistema de dos ecuaciones lineales con dos incgnitas x y y:
a11x a12 y b1
a21x a22 y b2

174

SISTEMAS DE ECUACIONES LINEALES


Donde a11 , a12 , a21 , a22 , b1 y b2 son nmeros dados. Sabemos que la
grfica de cada una de las ecuaciones es una recta (excepto en los casos
extremos 0 x 0 y 0 y 0 x 0 y b 0 ). A continuacin se presenta una
interpretacin geomtrica de cada una de las posibles soluciones de un
sistema de dos ecuaciones lineales con dos incgnitas, a travs de ejemplos:
a) Sistema incompatible
Consideremos el siguiente sistema:

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

En la grfica se observan dos rectas paralelas y distintas, lo que indica


que no hay solucin por no tener interseccin.
b) Sistema compatible determinado
Consideremos el siguiente sistema:
x y 7

x y 5

Desarrollando este sitema se obtiene lo siguiente x 6 y y 1 . Por lo


tanto, estamos frente a un sistema con solucin nica.
Geomtricamente:
y

6 , 1

175

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


En la grfica se observan dos rectas con pendiente diferente. Por lo tanto,
se cortan en un punto, lo cual indica que existe una solucin nica.
c) Sistema compatible indeterminado
Consideremos el siguiente sistema:

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

Se puede observar que se tienen dos rectas paralelas que coinciden. Es


decir, se tienen un nmero infinito de puntos de interseccin; razn por
la cual el sistema tiene infinitas soluciones.
3.2. Tres ecuaciones lineales con tres incgnitas.- Consideremos el siguiente
sistema de tres ecuaciones lineales con tres incgnitas x, y y z:
a xa ya z b
11

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

SISTEMAS DE ECUACIONES LINEALES


Desarrollando este sistema se obtiene lo siguiente 0 5 , lo cual es falso.
Por lo tanto, estamos frente a un sistema que no tiene solucin.
Geomtricamente:
S
e
o
b
s
e
r
v
a
,
e
n
Los grficos de los tres planos, en vistas diferentes, no tienen
interseccin comn a los tres. Esto muestra con claridad la conclusin
obtenida de forma algebraica (el sistema no tiene solucin).
Otros casos donde no se tiene solucin:

Al menos dos de los planos son paralelos y distintos.

Dos planos paralelos, intersecados por el tercero.

177

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


b) Sistema compatible determinado
Consideremos el siguiente sistema:

x 3y z 4

y 3z 9
2 x
4 x 2 y z 11

Desarrollando este sitema se obtiene x 1, y 2 y z 3 . Por lo tanto,


estamos frente a un sistema con solucin nica.
Geomtricamente:

En la grfica se puede observar como los tres planos se intersectan en un


solo punto, razn por la cual el sistema tiene solucin nica.
c) Sistema compatible indeterminado
Consideremos el siguiente sistema:

x 2y z 4

2 x 5 y 2 z 9
x 4 y 7z 6

Desarrollando este sitema se obtiene 0 0 , lo cual siempre es


verdadero. Es decir, el sistema tiene infinitas soluciones.
Geomtricamente:

178

SISTEMAS DE ECUACIONES LINEALES


En la figura se observa que los tres planos se intersectan en una misma
recta, por lo cual, cada punto de esta recta indica una solucin. Es decir,
un nmero infinito de soluciones.
Otros casos donde se obtienen infinitas soluciones son:

Los tres planos coinciden. Entonces cada punto sobre el plano es un


una solucin. As se tiene un nmero infinito de soluciones.

Dos de los planos coinciden e intersectan a un tercero en una recta.


Es decir cada punto sobre la recta es una solucin. Por lo tanto, existe
un nmero infinito de soluciones.

4. Clasificacin de un sistema de ecuaciones lineales


de acuerdo al vector b
Se clasifica en:
4.1. Sistema de ecuaciones homogneo.- Es un sistema de ecuaciones que
adopta la forma A x = 0 .

179

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

5. Mtodos de resolucin de un sistema de ecuaciones


lineales
5.1. Mtodo de la matriz inversa.- Se podr utilizar cuando tengamos un
sistema de n ecuaciones con n incgnitas, y se verifique que el Det A 0
(las condiciones anteriores implican que nuestro sistema sea compatible).
Esto es:
A x = b
A1 A x = A1 b
I x = A1 b
x = A1 b

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

SISTEMAS DE ECUACIONES LINEALES


Hallando la inversa de A:

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

5.2. Mtodo de Cramer.- Se podr utilizar cuando se pueda reducir nuestro


sistema a n ecuaciones con n incgnitas, y se verifique que el Det A 0 ,
(las condiciones anteriores implican que nuestro sistema sea compatible).
Procedimiento:
1. Hallar el determinante de A: Det A .
2. Definir la variable a la cual deseamos encontrar su solucin.
3. Crear una matriz, a partir de la matriz A, cambiando la columna de
constantes que afecta la variable a determinar, por la columna de los
trminos independientes.
4. Hallar el determinante de esa matriz modificada.
5. Dividir el determinante de la matriz modificada entre el determinante de
la matriz A.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


A x = b
Para hallar las variables efectuamos el mtodo de Cramer:
b

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

Ejemplo: Resolver el siguiente sistema de ecuaciones por el mtodo de


Cramer.

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

SISTEMAS DE ECUACIONES LINEALES


Resolviendo por Cramer:
4

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

5.3. Mtodo de eliminacin de GaussJordan.- Es usado para cualquier tipo de


sistema de ecuaciones lineales.
Este mtodo puede indicarnos que tipo de solucin da nuestro sistema de
ecuaciones lineal.
Para entender este mtodo debemos dar alguna idea de transformaciones
elementales.
Operaciones o transformaciones elementales
Trabajaremos con filas (tambin se puede trabajar con columnas).
Si se tiene una matriz y se le aplica una operacin elemental, aquella matriz
resultante toma el nombre de matriz elemental.
Tenemos tres operaciones elementales:
Tipo I:

Intercambian filas (o columnas):


F ij F i Fj

Tipo II:

Multiplicar una fila (o columna) por un nmero distinto de cero:


C (t ) t C i
F (t ) t F i
i

C ij C i Cj

Tipo III: Sumar a una fila (o columna) un mltiplo de otra fila (o


columna):
F (t ) F i + t F j
C (t ) C i +t C j
ij

ij

183

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Procedimiento para el mtodo de GaussJordan:
1. Se escribe la matriz aumentada A/ b .

2. Se utiliza operaciones elementales slo con filas para poner la matriz A


en su forma escalonada reducida por filas.
3. Se decide sobre la solucin del sistema:
a) Si la forma escalonada reducida por filas de A es la matriz identidad,
entonces la solucin a ese sistema se obtiene a la derecha de la barra
vertical (es nica).
b) En caso de que no se pueda llegar a una matriz identidad I se analiza
como qued reducido el sistema para poder determinar alguna
solucin (Solucin incompatible o solucin compatible
indeterminada).
Ejemplo 1: Dar la solucin a este sistema de tres ecuaciones con tres
incgnitas.

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

Solucin compatible determinada: x 4 , x 2 y x3 3 .


2
1

184

1 2 3 9

0 1 2 4
0 0 1 3

SISTEMAS DE ECUACIONES LINEALES


Ejemplo 2: Dar la solucin a este sistema de tres ecuaciones con tres
incgnitas.

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

Solucin compatible indeterminada:

1 0 1 1

0 1 2 4
0 0
0 0

x1 x3 1 , x2 2 x3 4 .

Ejemplo 3: Resolver este sistema de ecuaciones.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


1 2
5 10

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

De lo que se extrae las siguientes ecuaciones finales: x 8x 15 ,


1
3

x2 3x3 2 5 2 , 0 x1 0 x2 0 x3 1 , 0 = 1? Solucin incompatible.

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

SISTEMAS DE ECUACIONES LINEALES

6. Mtodos de resolucin de un sistema de ecuaciones


lineales homogneo
El sistema general homogneo est dado por:

a11x1

a12 x2

a21x1 a22 x2
an1x1 an 2 x2

a13 x3

a23 x3

an3 x3

a1n xn

a2n xn

ann xn

Para un sistema general lineal existen 3 posibilidades:


Que no tenga solucin nica (Sistema incompatible).
Que tenga una solucin (Sistema compatible determinado).
Que tenga infinitas soluciones (Sistema compatible indeterminado).
Para un sistema general homogneo slo se tienen 2 posibilidades:
Que tenga una solucin nica (Sistema compatible determinado).
Adems cumple:
x x x x 0 (Llamada solucin trivial o solucin nula).
1

Que tenga un nmero infinito de soluciones (incluyendo la trivial).


Un sistema homogneo es siempre compatible porque Rango(A) = Rango A / b .

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin al problema introductorio del captulo
Retomando el problema que aparece al inicio del captulo, en el que tenemos que
determinar la cantidad de almacenes, pisos y torres empleando las unidades disponibles,
lo primero que debemos hacer es reconocer cules son nuestras variables.
Variables:
Cantidad de almacenes: x
Cantidad de pisos: y
Cantidad de torres: z
Una vez que se hallan reconocido las variables nosotros debemos analizar los datos que
se obtienen del problema.
Datos:
Hierro:

Para la construccin de un almacn se necesita:


Madera: 0
Hierro:

Para la construccin de un piso se necesita:


Madera: 1
Hierro:

Para la construccin de una torre se necesita:


Madera: 1
Se dispone de 16 unidades de hierro y 5 de madera.
Como siguiente paso se recomienda formar nuestras ecuaciones en base a los datos ya
obtenidos.
Sistema de ecuaciones lineales:
x

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

Desarrollaremos un anlisis para clasificar el sistema de ecuaciones que tenemos de


acuerdo a la solucin obtenida.
Anlisis del rango:

1 1 4

A
0
1
1

Rango ( A ) :

1 1 0 rango por lo menos 1

188

SISTEMAS DE ECUACIONES LINEALES

1 1
0 1

1 0 rango por lo menos 2

Rango ( A ) 2

Rango A b 2

1 1 4 16

A b
0 1 1 5
Rango A b :

1 1 0 rango por lo menos 1


1 1
0 1

1 0 rango por lo menos 2

Rango ( A ) = Rango A b < n

Sistema compatible indeterminado.

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:

Las variables deben ser positivas o cero (Restricciones de no negatividad).

La cantidad de almacenes, pisos y torres deben ser valores enteros.

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

Se puede observar que las variables x e y quedarn en funcin de la variable z.


Ahora tendremos en cuenta que las variables deben ser positvas incluyendo el cero.
x 0 11 3z 0

y0 5 z 0

z0 z0

189

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


En este punto, expresaremos las inecuaciones en funcin de la variable z para poder
hallar un rango para la solucin de dicha variable.
x:

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

x = [0, 11] almacenes.

11
3

11
3

z 0)

5 z 5

1.333... y 5

4
y = , 5 pisos.
3

a. Posibles soluciones, considerando respuestas enteras:


z
x 11 3z
y 5 z

0
11
5

1
8
4

2
5
3

3
2
2

b. Considerando los precios y la relacin entre variables obtenemos:


6 x 2 y 4 z 28
6(11 3z ) 2(5 z ) 4 z 28
z 3 x2 y2
Si existe una solucin que cueste 28 u.m. Se puede concluir que de un sistema que
tiene infinitas soluciones nos podemos quedar con alguna de ellas de acuerdo a
nuestras restricciones.
190

SISTEMAS DE ECUACIONES LINEALES

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

Menor de orden 1 diferente de cero:

1 1 0 rango por lo menos 1.


Menor de orden 2 diferente de cero:
1 1
1 5

6 0 rango por lo menos 2.

Menor de orden 3 diferente de cero:


1 1 1
1 1 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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

Rango A b

1 1 1 3

1 5 1 9
Rango
2 1 2 0

1 2 1 3

Menor de orden 1 diferente de cero:


1 1 0 rango por lo menos 1.
Menor de orden 2 diferente de cero:
1 1
6 0 rango por lo menos 2.
1 5
Menor de orden 3 diferente de cero:
1 1 1
1 1 1

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

hay ningn menor de orden 3 diferente de cero. Por tanto, el Rango A b 2 .

Rango ( A ) Rango A b

n incgnitas 3

Sistema compatible indeterminado.


Grado de indeterminacin = 3 2 = 1.

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

SISTEMAS DE ECUACIONES LINEALES


2. Dado el sistema de ecuaciones siguiente:

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 )

Menor de orden 3 diferente de cero:


1 2 11

3 1 0 . No hay menor de orden 3 diferente de cero.

1 1

Menor de orden 2 diferente de cero:


1 2
3 4 7 0 . Por lo tanto, el Rango ( A ) 2 .
2 3

Rango A b

Menor de orden 3 diferente de cero:


1 2 5
6 3 5

3 4 2

1 1
cero.

1 4 0 . No hay menor de orden 3 diferente de


0
1

Menor de orden 2 diferente de cero:


1 2
3 4 7 0 . Por lo tanto, el Rango A b 2 .

2 3
Rango ( A ) Rango A b

n incgnitas 3

Sistema compatible indeterminado.


Grado de indeterminacin = 3 2 = 1.

193

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


b) De acuerdo a lo anterior, la informacin nos indica que podemos tomar las dos
primeras ecuaciones como linealmente independientes.
x 2 y 5 11z
2x 3y 4

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

SISTEMAS DE ECUACIONES LINEALES


Para 1 ,

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.

b) Solucin del sistema para 1 (por Cramer):

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

4. Dado el sistema de ecuaciones siguiente:


x
2x

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
a) Primero le damos forma matricial:

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

Rango de la matriz ampliada:


Menor de orden 3:
1 3 2
2

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

Rango A Rango A b n . Sistema compatible indeterminado.

Para k 4 ,
Rango (A) Rango A b . Sistema incompatible.

b) Solucin del sistema para k 4 :


x 3 y 2 5z
2x 4 y

196

1 2z

SISTEMAS DE ECUACIONES LINEALES

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

5. Dado el sistema de ecuaciones siguiente:


3x

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Para a 1 y a 4 , Rango ( A) Rango A b 3

n incgnitas 3

Sistema

determinado

Rango ( A) Rango A b 2

n incgnitas 3

Para a 1 ,

Sistema

compatible

indeterminado

Rango (A) Rango A b

Para a 4 ,

compatible

Sistema incompatible

b) Solucin del sistema por Cramer:


Para a 1 y a 4 ,
3x

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

SISTEMAS DE ECUACIONES LINEALES


3

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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 ,

Rango (A) Rango A b

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

7. Dado el sistema de ecuaciones siguiente:

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.

SISTEMAS DE ECUACIONES LINEALES


b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:

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

Para a 0 y b R , Rango ( A) Rango A b 3

n incgnitas 3
Para a 0 y b 5 ,

Para a 0 y b 5 ,

Rango ( A) Rango A b 2

n incgnitas 3

Rango (A) Rango A b

Sistema

compatible

determinado.
Sistema

compatible

indeterminado.
Sistema incompatible

b) Solucin del sistema:


Para a 0 y para cualquier valor de b R .

201

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


ax

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

quedando resuelto en funcin de un parmetro z R .


8. Dado el sistema de ecuaciones siguiente:

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

SISTEMAS DE ECUACIONES LINEALES

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

Para a 3 a 2 y b R . Rango ( A) Rango A b 3 Sistema compatible

determinado.
n incgnitas 3

203

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Para a 3 y b 1/ 3 , Rango ( A) Rango A b

Sistema incompatible.

Rango ( A) Rango A b 2

n incgnitas 3

Para a 2 y b 0 ,

Para a 3 y b 1/ 3 , Rango ( A) Rango A b 2

n incgnitas 3
Rango ( A) Rango A b

Para a 2 y b 0 ,

Sistema

compatible

indeterminado.
Sistema

compatible

indeterminado.
Sistema incompatible.

b) Solucin del sistema:


Para a 2 , a 3 y para cualquier valor de b.

ax y 2 z 1
x ay
z b
3x

Siendo las soluciones (por Cramer):

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

SISTEMAS DE ECUACIONES LINEALES

3 1 2z
1 1 3 z

3 1
1

1 3z 1 2 z
10

z
2

9. Dado el siguiente sistema homogneo:


3x

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

Rango A b es igual al rango (A) , por tratarse de un sistema homogneo.

Para k 0 y m R , Rango ( A) Rango A b 2

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Para m 0 y k 0 , Rango ( A) Rango A b 3

n incgnitas 3

Sistema

compatible

determinado.

b) Solucin del sistema:


Para k 0 , y cualquier valor de m,
x
3x 0
0

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

Para m 0 y k 0 , al ser el sistema compatible y determinado, la solucin es


la trivial, x y z 0 .
10. Resulvase matricialmente los siguientes sistemas de funciones:
2 x1
3x

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

0 ; resulta que Rango ( A) 2 .

3 2
2

50 50 100

0;

5 0.

Por

lo

tanto,

10 12 22

Rango A b 2 .

Rango A Rango A b n 2 , el sistema es compatible determinado, y lo

resolveremos matricialmente por el mtodo de la matriz inversa.

206

SISTEMAS DE ECUACIONES LINEALES

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

b) Procediendo como en el apartado anterior:

Rango ( A) Rango A b 3

3 5 10 135 0 ,
0

11

El sistema propuesto es equivalente (es decir, posee la misma solucin) al


siguiente sistema:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

La empresa dispone de 20 tablones de pino, 2 cajas de 20 clavos cada una y 30 botes


de cola. Los precios de venta al pblico de sus productos son los siguientes: 400
euros una silla, 700 euros una mesa y 1200 euros un armario. Los costos de los
factores son: 30 euros el tabln de pino, 10 euros la caja de clavos y 21 euros el bote
de cola. Determine el beneficio obtenido con la venta de la produccin, utilizando
todos los recursos disponibles.
Solucin:
Variables:
Primero debemos hallar la cantidad de sillas, mesas y armarios que se van a
construir. Para eso definimos las siguientes variables:
Nmero de sillas que se pueden construir: S
Nmero de mesas que se pueden construir: M
Nmero de armarios que se pueden construir: A
Sistema de ecuaciones lineales:
S

2M

2 A 20

3S

2M

4 A 40

2S

3M

A 30

Forma matricial para el sistema de ecuaciones lineales:

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

4 0 rango por lo menos 2

SISTEMAS DE ECUACIONES LINEALES

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 1 0 rango por lo menos 1

1 2
3 2

4 0 rango por lo menos 2

1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1
Rango (A) = Rango A b = n

Sistema compatible determinado.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


2. En una fbrica de pastas disponen de 51 Kg. de harina y 42 Kg. de huevo en polvo.
Si fabrican 3 tipos de pastas y la combinacin de ingredientes en cada lote es el
siguiente:
Harina (Kg.)
5
3
1

Tipo 1
Tipo 2
Tipo 3

Huevos (Kg.)
2
3
4

Cuntos lotes de cada tipo se pueden obtener?


Solucin:
Debemos definir nuestras variables:
Cantidad de lotes de tipo 1: T1
Cantidad de lotes de tipo 2: T2
Cantidad de lotes de tipo 3: T3
Ahora debemos hallar nuestro sistema de ecuaciones:

5T1 3T2
2T 3T
1

T3

4T

51
42

Forma matricial para el sistema de ecuaciones lineales:

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) :

5 5 0 rango por lo menos 1


5 3
2 3

9 0 rango por lo menos 2

Rango ( A) 2

Rango A b 2

5 3 1 51

A b
2 3 4 42
Rango A b :

5 5 0 rango por lo menos 1

5 3
2 3

9 0 rango por lo menos 2

Rango (A) = Rango A b < n

210

Sistema compatible indeterminado.

SISTEMAS DE ECUACIONES LINEALES


Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
Primero debemos modificar nuestro sistema de ecuaciones:

5T1 3T2
2T 3T
1

51

T3

42 4T

Damos forma matricial:


5 3 T1 51 T3


T 42 4T
2
3

2
3
A x b

Desarrollando por el mtodo Cramer:


51 T

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

Respuesta: Las posibles respuestas en el campo de los enteros son:


T3

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


3. Un grupo de personas se rene para ir de excursin, juntndose un total de 20 entre
hombres, mujeres y nios. Contando hombres y mujeres juntos, su nmero resulta
ser el triple del nmero de nios. Adems, si hubiera acudido una mujer ms, su
nmero igualara al de los hombres. Cuntos hombres, mujeres y nios han ido de
excursin?
Solucin:
Variables:
Cantidad de hombres: x
Cantidad de mujeres: y
Cantidad de nios: z
Datos:
Hombres = x
20 personas
Mujeres = y
Nios = z
Hombres = x
3z
Mujeres = y
Se tiene

y+1 =x

Sistema de ecuaciones lineales:


x

z 20

y 3z

Forma matricial para el sistema de ecuaciones lineales:

1 x 20
1 1


1 1 3 y 0
1 1
0 z 1

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1
1 1

A 1 1 3
1 1
0

Rango (A) :

1 1 0 rango por lo menos 1


1

1 3

212

4 0 rango por lo menos 2

SISTEMAS DE ECUACIONES LINEALES

1 3 8 0 rango por lo menos 3

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 1 0 rango por lo menos 1

1 3
1

4 0 rango por lo menos 2


1

1 3 8 0 rango por lo menos 3


1 1
0

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

El sistema que resulta es:


x y z 20
2 y 3z 1

x 7 5 20
2 y 35 1

x 8
y7
z 5.

Respuesta: Han ido de excursin 8 hombres, 7 mujeres y 5 nios.


4. Con motivo de las olimpiadas 2004, tres compaeras de la UDEP (Anita, Betty y
Carla), del programa de Administracin de Empresas acuerdan jugar tres partidos de
ftbol, de forma que cuando 1 pierda un partido entregar a cada una de las otras
dos una cantidad igual a la que cada una de ellas posee en ese momento. Cada una
perdi 1 partido y al final cada una tena S/. 24. Cunto tena cada jugadora al
comenzar el juego?
Solucin:
Variables:
Cantidad de dinero al empezar de Anita: x
Cantidad de dinero al empezar de Betty: y
Cantidad de dinero al empezar de Carla: z
213

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Datos:
A
x
Dinero al empezar
Pierde Anita
xyz
Pierde Betty
2 (x y z)
Pierde Carla

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

Sistema de ecuaciones lineales:


x

x 3y
x

z 12

y 7 z 24

Forma matricial para el sistema de ecuaciones lineal:

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 0 rango por lo menos 1


1 1
1

2 0 rango por lo menos 2

1 1 1
1

3 1 8 0 rango por lo menos 3 Rango ( A) 3


1 1 7

1 1 1 6

A b 1 3 1 12
1 1 7 24

Rango A b :

1 1 0 rango por lo menos 1

1 1
1

214

2 0 rango por lo menos 2

SISTEMAS DE ECUACIONES LINEALES

1 1 1
1

3 1 8 0 rango por lo menos 3

1 1

Rango A b 3

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Tercer viaje:
Cantidad de yenes japoneses = x
Con $2390 cambia a:
Cantidad de francos franceses = y
Cantidad de marcos alemanes = z
$1 = 125 yenes = 1.2 francos = 1.2 marcos.
Sistema de ecuaciones lineales:
100 x 1.5 y 1.2 z 2400
100 x 1.2 y 1.5 z 2350
125 x 1.2 y 1.2 z 2390

Forma matricial para el sistema de ecuaciones lineales:

100 1.5 1.2 x 2400

100 1.2 1.5 y 2350


125 1.2 1.2 z 2390

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
100 1.5 1.2

A 100 1.2 1.5


125 1.2 1.2

Rango (A) :
100 100 0 rango por lo menos 1

100 1.5
100 1.2

30 0 rango por lo menos 2

100 1.5 1.2


100 1.2 1.5
125 1.2 1.2

117
4

0 rango por lo menos 3

100 1.5 1.2 2400

A b 100 1.2 1.5 2350


125 1.2 1.2 2390

Rango A b :

100 100 0 rango por lo menos 1

100 1.5
100 1.2

216

30 0 rango por lo menos 2

Rango ( A) 3

SISTEMAS DE ECUACIONES LINEALES

100 1.5 1.2


100 1.2 1.5
125 1.2 1.2

117
4

0 rango por lo menos 3

Rango (A) = Rango A b = n

Rango A b 3

Sistema compatible determinado.

Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b

x A1 b

4 325 4 325 9 325 2400

x 30 13 40 39 40 39 2350
40 39 30 13 40 39 2390

502 65

x 8800 13
19900 39

Respuesta: El negociante tendr que cambiar 7.723 yenes; 676.923 francos; y


510.256 marcos cada vez.
6. Un viajero que acaba de regresar de Europa gast $30 diarios en Inglaterra, $20
diarios en Francia y $20 diarios en Espaa por concepto de hospedaje. En comida
gast $20 diarios en Inglaterra, $30 diarios en Francia y $20 diarios en Espaa. Sus
gastos adicionales fueron de $10 diarios en cada pas. Los registros del viajero
indican que gast un total de $340 en hospedaje, $ 320 en comida y $ 140 en gastos
adicionales durante su viaje por estos tres pases. Calcule el nmero de das que el
viajero pas en cada pas o muestre que los registros deben estar incorrectos debido
a que las cantidades gastadas no son compatibles una con la otra.
Solucin:
Variables:
Nmero de das en Inglaterra: x
Nmero de das en Francia: y
Nmero de das en Espaa: z
Datos:
Hospedaje ($)
Comidas ($)
Otros gastos ($)

Inglaterra
30
20
10

Francia
20
30
10

Espaa
20
20
10

Gasto Total
340
320
140

Sistema de ecuaciones lineales:


30 x 20 y 20 z 340
20 x 30 y 20 z 320
10 x 10 y 10 z 140
217

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Forma matricial para el sistema de ecuaciones lineales:

30 20 20 x 340

20 30 20 y 320
10 10 10 z 140

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
30 20 20

A 20 30 20
10 10 10

Rango (A) :

30 30 0 rango por lo menos 1


30 20
20 30

500 0 rango por lo menos 2

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 30 0 rango por lo menos 1

30 20
20 30

500 0 rango por lo menos 2

30 20 20
20 30 20 1000 0 rango por lo menos 3
10 10 10

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

SISTEMAS DE ECUACIONES LINEALES

30 20 340
20 30 320
z

10 10 140
A

4000
4
1000

Respuesta: El viajero pas 6 das en Inglaterra, 4 en Francia y 4 en Espaa.


7. Una madre desea distribuir sus propiedades, valuadas en $400000, entre sus 4 hijos
como sigue: 3/4 de su herencia debe repartirse por igual entre los hijos. El resto
deber dividirlo de la forma siguiente: $3000 cada ao a cada uno hasta que
cumplan 25 aos. Como los hijos sucesivos se llevan 4 aos entre s, cunto
recibir cada uno de herencia?
Solucin:
Variables:
Cantidad de la herencia que queda (de los 100000) que recibe el primer hijo: x
Cantidad de la herencia que queda (de los 100000) que recibe el segundo hijo: y
Cantidad de la herencia que queda (de los 100000) que recibe el tercer hijo: z
Cantidad de la herencia que queda (de los 100000) que recibe el cuarto hijo: w
Edad del cuarto hijo: t
Datos:
(400000) = $300000 deben repartirse entre los cuatro, por lo tanto cada uno tiene
$75000.
Queda por repartirse $100000 entre los cuatro hijos:
1
2
3
4

Recibe
x
y
z
w

Edad
t + 12
t+8
t+4
t

Recibe el 1er hijo = 300025 t 12


Recibe el 2do hijo = 300025 t 8
$100000 se reparte:

Recibe el 3er hijo = 300025 t 4


Recibe el 4to hijo = 300025 t

Sistema de ecuaciones lineales:


x

3000 t
3000 t

39000
51000

3000 t
w 3000 t

63000
75000

y
z
x

z w

100000

219

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Forma matricial para el sistema de ecuaciones lineal:
1

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

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 0 0 0

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 rango por lo menos 2

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

1 0 rango por lo menos 4

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

SISTEMAS DE ECUACIONES LINEALES

Rango A b :

1 1 0 rango por lo menos 1


1 0
0 1

1 0 rango por lo menos 2

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

1 0 rango por lo menos 4

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 b 5

0 0 0 1 3000
1 1 1 1

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

1 12000 1 12000 1 12000 1 12000 1 12000 100000

7000

19000
x 31000

43000

32 3

Respuesta: Cada uno recibe:

221

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


1
2
3
4

$ 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

Forma matricial para el sistema de ecuaciones lineales:

1 1 2 x 4260

3 4 1 y 7380
2 3 0 z 4350

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 1 2

A 3 4 1
2 3 0

222

SISTEMAS DE ECUACIONES LINEALES


Rango (A) :

1 1 0 rango por lo menos 1


1 1
3 4

1 0 rango por lo menos 2

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 0 rango por lo menos 1

1 1
3 4

1 0 rango por lo menos 2

1 1 2
3 4 1 1 0 rango por lo menos 3
2 3 0

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

Respuesta: El valor de la botella de licor de manzana es S/. 1230.


9. La fbrica El Pinar se dedica a la construccin de estanteras, camas y armarios.
Para su construccin se necesitan los siguientes materiales en las cuantas que
reflejan la siguiente tabla de produccin:
Madera
Clavo
Pegamento

Estanteras
1
3
2

Camas
2
2
3

Armarios
2
4
1

223

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Teniendo en almacn 240 tablones de madera, 370 cajas de clavos y 305 botes de
pegamento. El costo de los factores productivos es: 300 u.m por madera, 100 u.m
por caja de clavos y 210 u.m por bote de pegamento, si se vende cada estantera a
1000 u.m, cada cama a 1500 u.m y cada armario a 2000 u.m. Determnese el
beneficio obtenido con la venta de la produccin utilizando todos los recursos
disponibles.
Solucin:
Variables:
Cantidad de estantes: x
Cantidad de camas: y
Cantidad de armarios: z
Datos:
Estante Cama Armario Costo unitario Disposicin
1
2
2
300
240
Madera
3
2
4
100
370
Clavo
2
3
1
210
305
Pegamento
1000
1500
2000
Precio de Venta
Sistema de ecuaciones lineales:

x 2 y 2 z 240
3x 2 y 4 z 370
2x 3y

z 305

Forma matricial para el sistema de ecuaciones lineales:

1 2 2 x 240

3 2 4 y 370
2 3 1 z 305

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

2 6 4 0 rango por lo menos 2

1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1

224

Rango ( A) 3

SISTEMAS DE ECUACIONES LINEALES

1 2 2 240

A b 3 2 4 370
2 3 1 305

Rango A b :

1 1 0 rango por lo menos 1

1 2
3 2

2 6 4 0 rango por lo menos 2

1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1

Rango (A) = Rango A b = n

Rango A b 3

Sistema compatible determinado.

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

Respuesta: Tendr que construir 30 estantes, 70 camas y 35 armarios para obtener


un beneficio de:
I C
30(1000) 70(1500) 35(2000) 240300 370(100) 305(210)
31950 u.m
10. Versiram Publisher edita tres calidades de libros: con encuadernacin rstica, con
pasta dura y con empastados en piel. Para los rsticos, la empresa gasta en promedio
$5 en papel, $2 en ilustraciones y $3 en las pastas. Para los de pasta dura, los gastos
son $10 en papel, $4 en ilustraciones y $8 en pastas; y para los de lujo empastados
en piel, $20 en papel, $12 en ilustraciones y $24 en pastas. Si el presupuesto permite
$235000 en papel, $110000 en ilustraciones y $205000 en pastas, Cuntos libros
de cada categora pueden producirse?

225

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
Variables:
Cantidad con encuadernacin rstica = x
Cantidad con pasta dura = y
Cantidad con empastado de piel = z
Datos:

Papel ($)
Ilustraciones ($)
Pastas ($)

Encuader.
Rstica
5
2
3

Pasta
dura
10
4
8

Empastado
en piel
20
12
24

Gasto
total
235000
110000
205000

Sistema de ecuaciones lineales:


5 x 10 y 20 z 235000
2x

4 y 12 z 110000

3x

8 y 24 z 205000

Forma matricial para el sistema de ecuaciones lineales:

5 10 20 x 235000

2 4 12 y 110000
3 8 24 z 205000

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
5 10 20

A 2 4 12
3 8 24

Rango (A) :

5 5 0 rango por lo menos 1


10 20
4

12

40 0 rango por lo menos 2

5 10 20
2

12 = 40 0 rango por lo menos 3


24

5 10 20 235000

A b 2 4 12 110000
3 8 24 205000

226

Rango ( A) 3

SISTEMAS DE ECUACIONES LINEALES

Rango A b :

5 5 0 rango por lo menos 1


10 20
4

40 0 rango por lo menos 2

12

5 10 20
2

12 = 40 0 rango por lo menos 3

24

Rango (A) = Rango A b = n

Rango A b 3

Sistema compatible determinado.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Datos:
Ensamblado I
Ensamblado II
Acabados

Autos
1
3
2

Camiones
2
5
4

Motos
1
2
1

Disponible
95 horas.
240 horas.
175 horas.

Sistema de ecuaciones lineales:

x 2y
z 95
3x 5 y 2 z 240
2x 4 y

z 175

Forma matricial para el sistema de ecuaciones lineales:


1 2 1 x 95

3 5 2 y 240
2 4 1 z 175

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 2 1

A 3 5 2
2 4 1

Rango (A) :
1 1 0 rango por lo menos 1

1 2
3 5

1 0 rango por lo menos 2

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 1 0 rango por lo menos 1

1 2
3 5

1 0 rango por lo menos 2

1 2 1
3 5 2 1 0 rango por lo menos 3
2 4 1

228

SISTEMAS DE ECUACIONES LINEALES


Rango (A) = Rango A b = n

Sistema compatible determinado.

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

Adems, se tiene que:


Sistema de ecuaciones lineales:
x

95

1000 x 2000 y 5000 z 200000


x

2y

229

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Forma matricial para el sistema de ecuaciones lineales:

1
1 x 95
1

1000 2000 5000 y 200000


1
2
0 z 0

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:

1
1
1

A 1000 2000 5000


1
2
0

Rango (A) :

1 1 0 rango por lo menos 1


1

1 2

3 0 rango por lo menos 2

1000 2000 5000 11000 0 rango por lo menos 3


1
2
0

Rango ( A) 3

1
1
95
1

A b 1000 2000 5000 200000


1
2
0
0

Rango A b :

1 1 0 rango por lo menos 1

1 2

3 0 rango por lo menos 2

1000 2000 5000 11000 0 rango por lo menos 3 Rango A b 3

1
2
0
Rango (A) = Rango A b = n

Sistema compatible determinado.

Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:

95

200000 2000 5000


x

230

2
A

95

1000 200000 5000


50

0
A

25

SISTEMAS DE ECUACIONES LINEALES

95

1000 2000 200000


z

20

Respuesta: En el cajero hay 50 billetes de 1000, 25 billetes de 2000 y 20 billetes de


5000.
13. Una compaa fabrica tres tipos de muebles para jardn: sillas, mecedoras y sillones.
Cada uno requiere de madera, plstico y aluminio, como se muestra en la tabla. La
compaa tiene en almacn 400 unidades de madera, 600 de plstico y 1500 de
aluminio. Para su corrida de produccin de final de temporada, la compaa decide
agotar todas las existencias. Para lograrlo, Cuntas sillas, sillones y mecedoras,
debe fabricar?
Madera
Plstico
Aluminio

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.

Sistema de ecuaciones lineales:

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

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 1 1

A 1 1 2
2 3 5

231

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Rango (A) :

1 1 0 rango por lo menos 1


1 1
1 2

1 0 rango por lo menos 2

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 0 rango por lo menos 1

1 1
1 2

1 0 rango por lo menos 2

1 1 1
1 1 2 1 0 rango por lo menos 3
2 3 5

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

Respuesta: Se van a producir 100 sillas, 100 mecedoras y 200 sillones.


14. Una fbrica de automviles produce dos modelos. El primero requiere una hora de
mano de obra para la pintura y media hora de mano de obra para el pulido; el
segundo requiere de una hora de mano de obra para cada uno de los dos procesos.
Durante cada una de las horas que labora la lnea de ensamble, existen 100 horas de
mano de obra disponibles para pintura, y 80 horas, para pulido. Qu cantidad de
232

SISTEMAS DE ECUACIONES LINEALES


cada modelo se puede fabricar cada hora si se utilizan todas las horas disponibles de
mano de obra?
Solucin:
Variables:
Cantidad del modelo I: x
Cantidad del modelo II: y
Datos:
Pintura
Pulido

Modelo I
1h.
1/2h.

Modelo II
1h.
1h.

Horas totales
100
80

Sistema de ecuaciones lineales:


x

y 100

0.5 x

80

Forma matricial para el sistema de ecuaciones lineales:

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

0.5 0 rango por lo menos 2

Rango ( A) 2

Rango A b 2

1 1 100

A b
0.5 1 80
Rango A b :

1 1 0 rango por lo menos 1

0.5 1

0.5 0 rango por lo menos 2

Rango (A) = Rango A b = n

Sistema compatible determinado.

Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b

233

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


1

x A b

AdjA (Cof )
2

11

0.5 1

(1) (1) 1

0.5 C (1)3 (0.5) 0.5


12
C
C

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

D p , I , p ap bI cp , lo que debemos hallar son las constantes que


1
f
2
1 f 2
acompaan a las variables.

Datos:
Precio de Juguetes S.A = $40
1160 trenes se venden si:
Ingreso familiar promedio = $30000
Precio de Trenes Miniatura S.A = $30
234

SISTEMAS DE ECUACIONES LINEALES


Precio de Juguetes S.A = $40
1700 trenes se venden si:
Ingreso familiar promedio = $40000
Precio de Trenes Miniatura S.A = $50
Precio de Juguetes S.A = $30
1530 trenes se venden si:
Ingreso familiar promedio = $35000
Precio de Trenes Miniatura S.A = $40
Sistema de ecuaciones lineales:
40a 30000b 30c 1160
40a 40000b 50c 1700
30a 35000b 40c 1530

Forma matricial para el sistema de ecuaciones lineales:

40 30000 30 a 1160

40 40000 50 b 1700
30 35000 40 c 1530

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
40 30000 30

A 40 40000 50
30 35000 40

Rango (A) :
40 40 0 rango por lo menos 1

40 30000
40 40000

=4000000 0 rango por lo menos 2

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 :

40 40 0 rango por lo menos 1

235

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

40 30000
40 40000

= 4000000 0 rango por lo menos 2

40 30000 30

40 40000 50 = 3000000 0 rango por lo menos 3 Rango A b 3

30 35000 40
Rango (A) = Rango A b = n

Sistema compatible determinado.

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

SISTEMAS DE ECUACIONES LINEALES


Sistema de ecuaciones lineales:
x

90

x 2y

18

y 2 z 18

Forma matricial para el sistema de ecuaciones lineales:


1 1 1 x 90

1 2 1 y 18
1 1 2 z 18

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 1 1

A 1 2 1
1 1 2

Rango (A) :

1 1 0 rango por lo menos 1


1 1

3 0 rango por lo menos 2

1 2

2 1 9 0 rango por lo menos 3


1 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 0 rango por lo menos 1

1 1

3 0 rango por lo menos 2

1 2
1

2 1 9 0 rango por lo menos 3


1 1 2

Rango (A) = Rango A b = n

Sistema compatible determinado.

237

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:

90

18

2 1

18 1

90

18

1 1 18
A

30

90

18 1

1 18

36

24

Respuesta: La temperatura en Boston es 30, en New York 36 y en Montreal es


24.
17. Los mercados interrelacionados de dos bienes tienen las funciones de demanda y de
oferta que a continuacin se indican:
Demanda:

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

a) Calcule el equilibrio de los mercados segn los valores de a.


b) Halle los precios y cantidades intercambiadas en el equilibrio para a = 4. Use el
mtodo de GaussJordan.
Solucin:
a) Equilibrio de los mercados segn los valores de a.
Variables:
Precio 1: p1
Precio 2: p2
Datos:
Equilibrio de los mercados:

= Qs1
Qd 2 = Q
s2
d1

Sistema de ecuaciones lineales:


Qd 1 = Qs1
3
50 ap1 + p1 + p2 = 40 + 2ap1
2

ap + p 2ap1 = 40
1
1

238

3
2

p2 50

SISTEMAS DE ECUACIONES LINEALES

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

Forma matricial para el sistema de ecuaciones lineales:


3

1 3a

p
2 1 90

7 p 150
a
2

4
2

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Para que exista equilibrio, el sistema de ecuaciones debe ser compatible
determinado, para esto se debe cumplir:
Rango (A) = Rango A b = n

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

382.5 0 rango por lo menos 2

Rango A b 2

239

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Entonces para que el Rango (A) = Rango A b = n es decir sea solucin

compatible determinada, debe cumplir: Rango ( A) 2 .


3

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

para que exista equilibrio.

Respuesta: El equilibrio de los mercados existir y ser nico para cualquier


7
valor de a .
18
b) Halle los precios y cantidades intercambiadas en el equilibrio para a = 4. Use el
mtodo de Gauss Jordan.

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

Respuesta: Los precios son: p 23.54 y p 112.62 .


1

240

1 7 8

3 2
11

75
90

SISTEMAS DE ECUACIONES LINEALES


18. Un departamento de pesca y caza del estado proporciona tres tipos de comida a un
lago que alberga a tres especies de peces. Cada pez de la especie 1 consume cada
semana un promedio de 1 unidad del alimento1, 1 unidad del alimento 2 y 2
unidades del alimento 3. Cada pez de la especie 2 consume cada semana un
promedio de 3 unidades del alimento1, 4 del 2 y 5 del 3. Para un pez de la especie 3,
el promedio semanal de consumo es 2 unidades del alimento1, 1 unidad del alimento
2 y 5 unidades del 3. Cada semana se proporciona al lago 25000 unidades del
alimento 1, 20000 unidades del alimento 2 y 55000 del 3. Si se supone que los peces
se comen todo el alimento, Cuntos peces de cada especie pueden coexistir en el
lago?
Solucin:
Variables:
Cantidad de peces de la especie 1: x
Cantidad de peces de la especie 2: y
Cantidad de peces de la especie 3: z
Datos:
Especie 1 Especie 2 Especie 3
1
3
2
Alimento I
1
4
1
Alimento II
2
5
5
Alimento III

Total
25000
20000
55000

Sistema de ecuaciones lineales:


x 3 y 2 z 25000
x 4y

z 20000

2 x 5 y 5 z 55000

Forma matricial del sistema de ecuaciones lineales:

1 3 2 x 25000

1 4 1 y 20000
2 5 5 z 55000

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 3 2

A 1 4 1
2 5 5

Rango (A) :

1 1 0 rango por lo menos 1


1 3
1 4

4 3 1 0 rango por lo menos 2

241

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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 = 1 0 rango por los menos 1

1 3
1 4

= 4 3 = 1 0 rango por lo menos 2

1 3 25000
1 4 20000 0 rango por lo menos 2
2 5 55000
Rango (A) = Rango A b n

Sistema compatible indeterminado.

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

SISTEMAS DE ECUACIONES LINEALES


x 0 40000 5z 0
40000 5 z

8000 z
y 0 z 5000 0
z 5000
z0

5000

8000

Rango de valores para z:


z = 5000, 8000
Rango de valores para x:
(5000 z 8000)
(25000 5z 40000)
( 25000 5z 40000)
15000 40000 5z 0
15000 x 0
x = [0, 15000]
Rango de valores para y:
(5000 z 8000)
0 z 5000 3000
0 y 3000
y = [0, 3000]
Respuesta: Posibles soluciones, considerando respuestas enteras positivas:
z
x 40000 5z
y z 5000

5000 5001 5002 7999 8000


5

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
Variables:
Cantidad de acciones de Delta Airlines: x
Cantidad de acciones de Hilton Hotels: y
Cantidad de acciones de Mc. Donalds: z
Datos:
Hace dos das:
Delta Airlines = x

350

Hilton Hotels = 1.5y


Mc. Donalds = + 0.5z
Ayer:
Delta Airlines = + 1.5x
+600
Hilton Hotels = 0.5y
Mc. Donalds = + 1z
Sistema de ecuaciones lineales:
x 1.5 y 0.5 z 350
1.5 x 0.5 y

600

Forma matricial para el sistema de ecuaciones lineales:

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) :

1 1 0 rango por lo menos 1


1 1.5
1.5 0.5

2.75 0 rango por lo menos 2

1 1.5 0.5 350

A b
1
600
1.5 0.5
Rango A b :

1 1 0 rango por lo menos 1

244

Rango ( A) 2

SISTEMAS DE ECUACIONES LINEALES

1 1.5

2.75 0 rango por lo menos 2

1.5 0.5

Rango (A) = Rango A b n

Rango A b 2

Sistema compatible indeterminado.

Anlisis de la solucin:
x 1.5 y 350 0.5 z
1.5 x 0.5 y

600

1 1.5 x 350 0.5 z

1.5 0.5 y 600 z

Resolviendo por el mtodo de Cramer:

350 0.5 z

1.5

600 z

0.5

1 1.5

1075 1.25 z 4300 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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

z 42.9, 860 acciones.


x:
(300/7 z 860)
(

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.

Respuesta: Debido a la cantidad considerable de posibles soluciones, enteras


positivas, al corredor le ser imposible determinar el nmero exacto de acciones que
posee la accionista en cada compaa.
z
x 4300 / 11 5 / 11z
y 300 / 11 7 / 11z

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

SISTEMAS DE ECUACIONES LINEALES


Datos:
Cantidad de vasos de limonada = 1
1 Cheln y 2 peniques:
Cantidad de sndwich = 3
Cantidad de bizcochos = 7
Cantidad de vasos de limonada = 1
1 cheln y 5 peniques:

Cantidad de sndwich = 4
Cantidad de bizcochos = 10

Se tiene

1 cheln = 12 peniques

Sistema de ecuaciones lineales:


x 3y

7 z 14

x 4 y 10 z 17

Forma matricial para el sistema de ecuaciones lineales:

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) :

1 1 0 rango por lo menos 1


1 3
1 4

1 0 rango por lo menos 2

Rango ( A) 2

Rango A b 2

1 3 7 14

A b
1 4 10 17
Rango A b :

1 1 0 rango por lo menos 1

1 3
1 4

1 0 rango por lo menos 2

Rango (A) = Rango A b < n

Sistema compatible indeterminado.

247

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Anlisis de la solucin:
Resolviendo por el mtodo de Gauss:
1 3 7

1 4 10

14
F
17 21( 1)

1 3 7

0 1 3

14
3

El sistema escalonado es:

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

Respuesta: Los precios de las combinaciones que nos piden son:


a) x y z 5 2t 3 3t t 8 peniques (no depende de t).
b) 2 x 3 y 5z 10 4t 9 9t 5t 19 peniques.
21. Supongamos tres pases(A, B, C). Los saldos de sus balanzas de pagos respectivas
(Sa, Sb, Sc) son tal que:
S 3.5Ra 2 Rb 2.5Rc
a

S 2.5Ra 3Rb 1.5Rc


b

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

SISTEMAS DE ECUACIONES LINEALES


S a 0
Sb 0
Sc 0

Sistema de ecuaciones lineales:


3.5Ra 2 Rb 2.5Rc 0
2.5Ra 3Rb 1.5Rc 0
Ra

Rb

4 Rc 0

Forma matricial para el sistema de ecuaciones lineales:

2 2.5 Ra 0
3.5


2.5 3 1.5 Rb 0

1
1 4 Rc 0

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
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

5.5 0 rango por lo menos 2


2.5

2.5 3
1

1.5 0 rango por lo menos 2


1 4

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 3.5 0 rango por lo menos 1

3.5

2.5 3
3.5

5.5 0 rango por lo menos 2

2 2.5

2 2.5

2.5 3 1.5 0 3 1.5


1

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Rango A b 2

rango por lo menos 2


Rango (A) = Rango A b < n

Sistema compatible indeterminado.

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

Resolviendo por el mtodo de Cramer:

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

Sistema de ecuaciones lineales:


3.5Ra 2 Rb 2.5Rc

50

3Rb 1.5Rc

100

2.5Ra

Ra

Rb

4 Rc 150

Forma matricial para el sistema de ecuaciones lineales:


2 2.5 Ra 50
3.5

2.5 3 1.5 Rb 100

1
1 4 Rc 150

250

SISTEMAS DE ECUACIONES LINEALES


Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:

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

5.5 0 rango por lo menos 2

2 2.5

2.5 3 1.5 0 rango por lo menos 2


1
1 4

Rango ( A) 2

2 2.5
50
3.5

A b 2.5 3 1.5
100

1
1 4 150

Rango A b :

3.5 3.5 0 rango por lo menos 1


3.5

2.5 3

3.5

5.5 0 rango por lo menos 2

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

100 0 rango por lo menos 2


1 150

Rango (A) = Rango A b < n

Rango A b 2

Sistema compatible indeterminado.

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

3Rb 100 1.5Rc

2 Ra 50 2.5Rc
3.5

2.5 3 Rb 100 1.5Rc


251

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Resolviendo por el mtodo de Cramer:

50 2.5Rc
Ra

100 1.5Rc 3
3.5

700
11

21
11

Rc

2.5 3
3.5
Rb

50 2.5Rc

2.5 100 1.5Rc


3.5

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

Sistema de ecuaciones lineales:


3.5Ra 2 Rb 2.5Rc

25

3Rb 1.5Rc

50

2.5Ra

Ra

Rb

4 Rc 50

Forma matricial para el sistema de ecuaciones lineales:

2 2.5 Ra 25
3.5

2.5 3 1.5 Rb 50

1
1 4 Rc 50

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:

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

252

5.5 0 rango por lo menos 2

SISTEMAS DE ECUACIONES LINEALES

3.5
2.5
1

2.5

3 1.5 0 rango por lo menos 2


1 4

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 3.5 0 rango por lo menos 1

3.5

2.5 3

5.5 0 rango por lo menos 2

3.5

25

2.5

50

50

137.5 0 rango por lo menos 3

Rango (A) Rango A b

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Sistema de ecuaciones lineales:
x 2 y 3z

11

3x 3 y 0 z

4 x 5 y 3z 20

Forma matricial para el sistema de ecuaciones lineales:


1 2 3 x 11


3 3 0 y 9
4 5 3 z 20

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 2 3

A 3 3 0
4 5 3

Rango (A) :

1 1 0 rango por lo menos 1


1 2
3 3

3 0 rango por lo menos 2

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 1 0 rango por lo menos 1

1 2
3 3

3 0 rango por lo menos 2

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

Sistema compatible indeterminado.

SISTEMAS DE ECUACIONES LINEALES


Anlisis de la solucin:
De acuerdo a la informacin anterior, podemos tomar las dos primeras
ecuaciones como linealmente independientes.
2 y 11 3z

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

Respuesta: Las cantidades posibles deben verificar que: x 0, 3, y 0, 3 y


5 8
z , .
3 3
255

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


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.?
99
C ( x, y , z ) x 2 7 y 6 z
T
4
99
2
CT ( x, y, z ) (3z 5) 7(8 3z ) 6 z
4
99
2
CT ( x, y, z ) 9 z 45 z 81
4
2

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

c) Demostrar que realmente la distribucin encontrada en el apartado anterior hace


mnimo el precio.
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 .

Respuesta: Dado que la segunda derivada de los costos totales evaluada en


z 5 / 2 es positiva, entonces 5 / 2,1 / 2, 5 / 2 minimiza los costos.
23. Los esposos Garca disponen de $100000 para invertir en acciones, bonos y una
cuenta en el mercado de dinero. Las acciones tienen un valor de recuperacin de
12% por ao; los bonos, 8% y la cuenta de mercado de dinero, 4%. Ellos han
convenido que la cantidad invertida en acciones, debe ser igual a la suma de la
cantidad invertida en bonos y el triple de la suma invertida en la cuenta del mercado
de dinero. Cmo deben distribuir sus recursos si necesitan un ingreso anual de
$10000 por sus inversiones?
Solucin:
Variables:
Cantidad invertida en acciones: x
Cantidad invertida en bonos: y
Cantidad invertida en una cuenta en el mercado: z
Datos:
Cantidad total a invertir = $100000
Acciones
Bonos
Cuenta en el mercado
Se tiene

256

Valor de recuperacin (%)


12
8
4

x = y + 3z

SISTEMAS DE ECUACIONES LINEALES


Cantidad que necesitan como ingreso anual = $10000.
Sistema de ecuaciones lineales:
x

z 100000
3z

0.12 x 0.08 y 0.04 z

10000

Forma matricial para el sistema de ecuaciones lineales:


1
1 x 100000
1

1 3 y 0
1
0.12 0.08 0.04 z 10000

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1
1
1

A 1
1 3
0.12 0.08 0.04

Rango (A) :

1 1 0 rango por lo menos 1


1

1 1

2 0 rango por lo menos 2

0 rango por lo menos 2

Rango ( A) 2

0.12 0.08 0.04


1
1 100000
1

Ab 1
1 3
0
0.12 0.08 0.04 10000

Rango A b :

1 1 0 rango por lo menos 1

1 1

2 0 rango por lo menos 2

1
3

0.12 0.08 0.04


1

100000

0.12 0.08

10000

100000

10000

1
3

0.08 0.04

0 rango por lo menos 2

100000

0.12

10000

1
3 0
0.04

Rango A b 2

257

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Rango (A) = Rango A b < n

Sistema compatible indeterminado.

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

Resolviendo por el mtodo de Cramer:

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

SISTEMAS DE ECUACIONES LINEALES


24. Una pequea compaa constructora ofrece tres tipos de casas. El primer tipo de
casa requiere 3 unidades de concreto, 2 unidades de madera para cancelera y 5
unidades de madera para estructuras. Los tipos, segundo y tercero requieren 2, 3, 5 y
4, 2, 6 unidades, respectivamente, de concreto, madera para cancelera y madera
para estructuras. Si cada mes la compaa dispone de 100 unidades de concreto, 80
unidades de madera para cancelera y 200 unidades de madera para estructuras;
calcule el nmero de diferentes tipos de casas que la compaa podr construir al
mes, si usa todos los materiales de que dispone.
Solucin:
Variables:
Cantidad de casas tipo I: x
Cantidad de casas tipo II: y
Cantidad de casas tipo III: z
Datos:
Concreto
Madera para Cancelera
Madera para Estructuras

Tipo I
3
2
5

Tipo II
2
3
5

Tipo III
4
2
6

Disponible
100
80
200

Sistema de ecuaciones lineales:

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

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
3 2 4

A 2 3 2
5 5 6

Rango (A) :

3 3 0 rango por lo menos 1


3 2
2 3

5 0 rango por lo menos 2

3 2 4
2 3 2 0 rango por lo menos 2
5 5 6

Rango ( A) 2

259

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

3 2 4 100

A b 2 3 2 80
5 5 6 200

Rango A b :

3 3 0 rango por lo menos 1

3 2
2 3

5 0 rango por lo menos 2

3 2 100
2 3

80

Rango A b 3

100 0 rango por lo menos 3

5 5 200
Rango (A) Rango A b

Anlisis de la solucin:

Sistema incompatible.

De acuerdo al anlisis anterior no existe solucin para este sistema.


Respuesta: La compaa, con todos los materiales de que dispone, no podr
construir mensualmente los tres tipos de casas a la vez.
25. Un agente secreto sabe que 60 equipo areos, que consisten en aviones de combate y
bombarderos, estn estacionados en cierto campo areo secreto. El agente quiere
determinar cuntos de los 60 equipos son aviones de combate y cuntos son
bombarderos. Existe un tipo de cohete que llevan ambos aviones; el de combate
lleva 6 de ellos y el bombardero slo 2. El agente averigua que se requieren 250
cohetes para armar a todos los aviones del campo areo. An ms, escucha que se
tiene el doble de aviones de combate que bombarderos en la base. Calcule el nmero
de aviones de combate y bombarderos en el campo areo o muestre que la
informacin del agente debe ser incorrecta ya que es inconsistente.
Solucin:
Variables:
Cantidad de aviones de combate: x
Cantidad de aviones bombarderos: y
Datos:
Combate
= x
60 equipos areos:
Bombarderos = y
Combate

= 6x

250 cohetes:
Bombarderos = 2y
x 2y = 0

Se tiene
Sistema de ecuaciones lineales:
x

60

6 x 2 y 250
x 2y
260

SISTEMAS DE ECUACIONES LINEALES


Forma matricial para el sistema de ecuaciones lineales:

1
1
60

2 250
6
1 2 y 0

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1
1

A 6
2
1 2

Rango (A) :
1 1 0 rango por lo menos 1

1 1

2 6 4 0 rango por lo menos 2

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 0 rango por los menos 1

1 1

2 6 4 0 rango por lo menos 2

6 2
1

60

2 250 90 0 rango por lo menos 3


1 2
0

Rango (A) Rango A b

Sistema incompatible.

Anlisis de la solucin:
Respuesta: De acuerdo a lo anterior, la informacin que ha obtenido el agente es
inconsistente.

261

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

SISTEMAS DE ECUACIONES LINEALES


6. La alacena de ingredientes mgicos de una bruja contiene 10 onzas de trboles de
cuatro hojas molidos y 14 onzas de raz de mandrgora en polvo. La alacena se
resurte automticamente siempre que ella use justo todo lo que tiene. Una porcin
de amor requiere 3 131 onzas de trboles y 2 132 onzas de mandrgora. Una receta de
una conocida (por brujas) cura para el resfriado comn requiere 5 135 onzas de
trboles y 10 10
onzas de mandrgora. Qu cantidad de la porcin de amor y del
13
remedio para resfriado debe hacer la bruja para usar toda la reserva en su alacena?
7. Una empresa fabrica tres productos, A, B y C; para ello utiliza los factores de
produccin X, Y y Z. El precio de venta de cada unidad de producto es: 200 u.m.
para A, 150 u.m. para B y 300 u.m. para C. Las cantidades de factores de produccin
de las que dispone son: 280 unidades de factor X, 460 unidades de factor Y y 220
unidades de factor Z. La tabla de produccin por unidad de producto es:
Factor
X
Y
Z
Producto
2
6
8
A
4
11
1
B
8
6
2
C
Determnese el beneficio total que se obtiene con la venta de la produccin obtenida
con los recursos de que dispone la empresa, sabiendo que el precio de costo de los
factores es: 5 u.m. el factor X, 15 u.m. el factor Y y 10 u.m. el factor Z.
8. En un taller electromecnico se presenta el siguiente problema: se dispone de 2
mquinas, R y S, que elaboran tres productos, u, v y w. Por razones de
mantenimiento, la mquina R puede operar 50 h/semanales, y la S, 60 h/semanales;
cada unidad de producto u debe procesarse 7 h en la mquina R y 8 h en la mquina
S. Las cifras correspondientes al producto v son 4 y 6 h, y las del producto w son 3 y
2 h, respectivamente. Se pide:
a) Determinar el nmero de unidades que deben producirse semanalmente de cada
producto para lograr la plena ocupacin de ambas mquinas.
b) Sabiendo que el precio por unidad de producto u es a u.m. y el precio unitario de
los productos v y w es de b y c u.m., determinar qu combinacin de las
anteriores nos dar un costo de 6a 2b 5c u.m.
9. Un granjero da de comer a su ganado una mezcla de dos tipos de alimentos. Una
unidad estndar del alimento A proporciona a un novillo 10% del requerimiento
diario de protena y 15% de carbohidratos. Una unidad estndar del alimento tipo B
contiene 12% del requerimiento diario de protena y 8% del de carbohidratos. Si el
granjero requiere alimentar a su ganado con el 100% de los requerimientos mnimos
diarios de protena y carbohidratos. Cuntas unidades de cada tipo de alimento
debe dar a un novillo al da?
10. R.J.F.P y Asociados fabrica tres tipos de computadoras personales: Cicln, Cclope
y Cicloide. Para armar una Cicln se necesitan 10 horas, otras 2 para probar sus
componentes y 2 horas para instalar sus programas. El tiempo requerido para la
Cclope es 12 horas en su ensamblado, 2.5 para probarla y 2 horas para instalarla. La
Cicloide, la ms sencilla de la lnea, necesita 6 horas de armado, 1.5 horas de prueba
y 1.5 horas de instalacin. Si la fbrica de esta empresa dispone de 15860 horas de
trabajo por mes para armar, 340 horas para probar y 320 horas para instalar,
Cuntas PC de cada tipo puede producir en un mes?
263

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


11. Una comerciante mayorista le ha comentado lo siguiente: va a recibir pedidos por 3
semanas, de cuatro marcas de champ, A, B, C y D, por un total de 100 frascos por
semana. Desea vender las marcas de Champ A y B a razn de $1 por frasco cada
una, la marca C a $5 por frasco y la marca D a $6 por frasco, para un ingreso total
de $300 en la presente semana. Para la siguiente semana desea vender las marcas A
y B a $3 el frasco cada una, la marca D a $6, y la C a $8 el frasco, con un ingreso
total de $400 y en la ltima semana ha decidido vender las marcas de Champ Ay B
a razn de $2 por frasco cada una, la marca C a $6.5 y la D a $6 el frasco, con un
ingreso de $320. Ella est pensando vender todo el pedido de la semana en esas tres
semanas. Qu piensa usted de todo esto?
12. En una economa hay tres sectores productivos A, B y C. En la siguiente tabla se da
la cantidad de producto de cada sector necesaria para producir una cantidad de una
unidad de producto de los otros sectores y de l mismo. Sabiendo que la demanda
final es de 1200 unidades del producto del sector A, 3400 del sector B y 140 del
sector C, calcular la produccin que debe alcanzar para satisfacer estas demandas.
Sector A
0.6
0.4
0

Sector A
Sector B
Sector C

Sector B
0
0.2
0.3

Sector C
0.3
0.6
0.6

13. Una farmacia vende 100 unidades de vitamina A, 50 unidades vitaminas C y 25


unidades de vitamina D por un total de $17.50; 200 unidades de vitamina A, 100
unidades de vitamina C y 100 unidades de vitamina D por $45.00; 500 unidades de
vitamina A, 80 unidades de vitamina C y 50 unidades de vitamina D por $64.00.
Encuentre el costo por unidad de cada una de las vitaminas A, C y D.
14. La figura adjunta muestra el flujo de trfico en el centro de una ciudad durante las
horas pico de un da hbil.
200

300

200

x2

x1

200

a
100

x3
x4

200

100

x5

d
100

a) Establezca un sistema de ecuaciones que describa el diagrama del flujo del


trfico.
b) Suponga que la calle de a a c necesita cerrarse Puede cerrarse la calle de a a d
sin cambiar los sentidos de trnsito? Si no se puede cerrar, Cul es la cantidad
ms pequea de vehculos que debe poder admitir esta calle de a a d?
15. La agricultura (x), la manufactura (y) y la mano de obra y capital (z) en un pequeo
pas estn relacionados de la siguiente manera: 10% de la produccin agrcola se
emplea para pagar a las industrias manufactureras y para la mano de obra y capital;
la manufactura y la mano de obra requieren productos agrcolas equivalentes a 30%
264

SISTEMAS DE ECUACIONES LINEALES


y 22% de su propia produccin, respectivamente; la agricultura vende dentro del
pas 359 miles de dlares ajenos a la mano de obra y capital y a la manufactura. Las
demandas interindustriales totales sobre y y z, junto con sus demandas finales de
consumo local (en millones de dlares), son como sigue:
y 0.1x 0.6 y 0.2 z,
70
z 0.5x 0.1y 0.2 z, 1730
Encuentre las producciones de x, y, z, en millones de dlares si la oferta es igual a la
demanda.
16. La industria carbonera, x, de una ciudad emplea 20% de su ingreso para pagar la
electricidad, y, y mano de obra, z, obtenidas de dicha ciudad. La compaa de
electricidad gasta 10% de su ingreso en la compra de carbn, y la mano de obra
emplea el 30% de su ingreso en la compra de carbn. Adems, la industria
carbonera vende 1040 millones de dlares ajenos a la mano de obra y a la
electricidad dentro de dicha ciudad. Las demandas interindustriales totales sobre la
compaa de electricidad y la mano de obra junto con sus demandas finales de
consumo local (en millones de dlares), son como sigue:
y 0.21x 0.1y 0.4 z, 1690
z 0.1x 0.3 y 0.2 z, 1060
Determine las producciones de x, y, z, en millones de dlares, si la oferta es igual a
la demanda.
17. La figura adjunta muestra el flujo de trfico en el centro de una ciudad durante las
horas pico de un da hbil. Cada avenida puede aceptar hasta 1500 vehculos por
hora sin congestionarse, mientras que la capacidad mxima de cada calle es de mil
vehculos por hora. El flujo del trfico se controla con semforos instalados en cada
crucero.
Avenida 5

Avenida 6

900

1000

d
x3

600

600

x4

x2

e
x7

700

700

x5

x1

a
x6

800

900

1100

700

a) Establezca un sistema de ecuaciones lineales que describa el flujo.


b) Resuelva el sistema diseado en a) y sugiera dos posibles patrones de flujo que
garanticen que no habr congestionamientos.
c) Suponga que el flujo de trfico a lo largo de la calle 9 entre las avenidas 5 y 6,
x , se restringir debido a obras de drenaje. Cul es el mnimo flujo de trfico
6

permisible a lo largo de esta calle que no produzca congestionamientos?

265

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


18. La siguiente figura muestra el flujo de trfico cerca del centro cvico de una ciudad
durante las horas pico de un da hbil. Cada calle puede aceptar un mximo de 1000
vehculos por hora sin congestionarse. El flujo se controla con semforos instalados
en cada uno de los cinco cruceros.
Avenida 6

Avenida 7

700

600

Calle 3

x2

500

x6

x1

Calle 4
600
700

x5
700

x3

Circuito cvico

x4

800

600

a) Establezca un sistema de ecuaciones lineales que describa el flujo.


b) Resuelva el sistema diseado en a) y sugiera dos posibles patrones de flujo que
garanticen que no habr congestionamientos.
c) Suponga que la parte de la avenida 7 comprendida entre las calles 3 y 4 ser
cerrada por reparacin y proporcione un posible flujo de trfico que garantice un
flujo continuo del trfico.

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.

DISPOSICIN MATRICIAL DE UN SISTEMA DE


ECUACIONES LINEALES
CLASIFICACIN DE UN SISTEMA DE ECUACIONES
LINEALES DE ACUERDO A SU SOLUCIN
GEOMETRA DE UN SISTEMA DE ECUACIONES
LINEALES
CLASIFICACIN DE UN SISTEMA DE ECUACIONES
LINEALES DE ACUERDO AL VECTOR b
MTODOS DE RESOLUCIN DE UN SISTEMA DE
ECUACIONES LINEALES
MTODOS DE RESOLUCIN DE UN SISTEMA DE
ECUACIONES LINEALES HOMOGNEO

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

1. Disposicin matricial de un sistema de ecuaciones


lineales
Partiremos de un sistema de n incgnitas y m ecuaciones, cuya forma es:

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

Dando la forma matricial:


x1 b1
a
a x b
23
2n 2 =
2



a
a x b
m3
mn n
m

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.

x : Es el vector columna de variables.

b : Es el vector columna de trminos independientes.


Ejemplo 1: Dar forma matricial al siguiente sistema de ecuaciones lineales:
Y

bY T

dY

Las variables son Y, C, T.


Solucin:
Reordenando el sistema, colocando las variables al lado izquierdo y las constantes
al lado derecho nos queda:

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

SISTEMAS DE ECUACIONES LINEALES


Ejemplo 2: Dar forma matricial al siguiente sistema de ecuaciones lineales:

Yd
Y

bYd

di0
T0
I

eYt 1 v

G0

Las variables son Y, C, I.


Solucin:
Reordenando el sistema y colocando las variables al lado izquierdo y las
constantes al lado derecho, tenemos:

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

2. Clasificacin de un sistema de ecuaciones de


acuerdo a su solucin
Se puede clasificar en:
2.1. Sistema incompatible.- Si el sistema carece de solucin (llamado tambin
sistema inconsistente).
2.2. Sistema compatible determinado.- Si tiene solucin nica cada variable
(llamado sistema consistente determinado).
2.3. Sistema compatible indeterminado.- Si tiene infinitas soluciones (llamado
sistema consistente indeterminado).
Cmo saber cundo un sistema puede ser clasificado de acuerdo a los criterios
anteriores?
La discusin de la solucin del sistema la haremos a travs del Teorema de
RouchFrbenius.
Pasos a seguir para identificar que tipo de solucin tiene el sistema por el teorema
de RouchFrbenius:
Tener el sistema en la forma matricial A x b .
Hallar el nmero de incgnitas en el sistema: n.
Analizar el rango de A, Rango A r .
Analizar el rango de A aumentada en la columna B, Rango A / b r ' .

173

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Condiciones:
1. Si r r ' : el sistema es incompatible.
2. Si r r ' n el sistema es compatible determinado.
3. Si r r ' n el sistema es compatible indeterminado.
Grado de indeterminacin: Nos indica cuntas variables necesitamos como dato
para poder encontrar una solucin. Se calcula mediante la diferencia entre el
nmero de incgnitas y el rango del sistema.
Ejemplo:

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

Sistema compatible determinado

x 1
Solucin: y 2 .
z 3
x 2y z 4

3. 2 x 5 y 2 z 9
x 4 y 7z 6

Sistema compatible indeterminado

Solucin: infinitas soluciones para cada variable.

4. 2 x
4 x

Solucin:

y 2z 5
y

Sistema incompatible

3. Geometra de un sistema de ecuaciones lineales


3.1. Dos ecuaciones lineales con dos incgnitas.- Consideremos el siguiente
sistema de dos ecuaciones lineales con dos incgnitas x y y:
a11x a12 y b1
a21x a22 y b2

174

SISTEMAS DE ECUACIONES LINEALES


Donde a11 , a12 , a21 , a22 , b1 y b2 son nmeros dados. Sabemos que la
grfica de cada una de las ecuaciones es una recta (excepto en los casos
extremos 0 x 0 y 0 y 0 x 0 y b 0 ). A continuacin se presenta una
interpretacin geomtrica de cada una de las posibles soluciones de un
sistema de dos ecuaciones lineales con dos incgnitas, a travs de ejemplos:
a) Sistema incompatible
Consideremos el siguiente sistema:

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

En la grfica se observan dos rectas paralelas y distintas, lo que indica


que no hay solucin por no tener interseccin.
b) Sistema compatible determinado
Consideremos el siguiente sistema:
x y 7

x y 5

Desarrollando este sitema se obtiene lo siguiente x 6 y y 1 . Por lo


tanto, estamos frente a un sistema con solucin nica.
Geomtricamente:
y

6 , 1

175

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


En la grfica se observan dos rectas con pendiente diferente. Por lo tanto,
se cortan en un punto, lo cual indica que existe una solucin nica.
c) Sistema compatible indeterminado
Consideremos el siguiente sistema:

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

Se puede observar que se tienen dos rectas paralelas que coinciden. Es


decir, se tienen un nmero infinito de puntos de interseccin; razn por
la cual el sistema tiene infinitas soluciones.
3.2. Tres ecuaciones lineales con tres incgnitas.- Consideremos el siguiente
sistema de tres ecuaciones lineales con tres incgnitas x, y y z:
a xa ya z b
11

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

SISTEMAS DE ECUACIONES LINEALES


Desarrollando este sistema se obtiene lo siguiente 0 5 , lo cual es falso.
Por lo tanto, estamos frente a un sistema que no tiene solucin.
Geomtricamente:
S
e
o
b
s
e
r
v
a
,
e
n
Los grficos de los tres planos, en vistas diferentes, no tienen
interseccin comn a los tres. Esto muestra con claridad la conclusin
obtenida de forma algebraica (el sistema no tiene solucin).
Otros casos donde no se tiene solucin:

Al menos dos de los planos son paralelos y distintos.

Dos planos paralelos, intersecados por el tercero.

177

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


b) Sistema compatible determinado
Consideremos el siguiente sistema:

x 3y z 4

y 3z 9
2 x
4 x 2 y z 11

Desarrollando este sitema se obtiene x 1, y 2 y z 3 . Por lo tanto,


estamos frente a un sistema con solucin nica.
Geomtricamente:

En la grfica se puede observar como los tres planos se intersectan en un


solo punto, razn por la cual el sistema tiene solucin nica.
c) Sistema compatible indeterminado
Consideremos el siguiente sistema:

x 2y z 4

2 x 5 y 2 z 9
x 4 y 7z 6

Desarrollando este sitema se obtiene 0 0 , lo cual siempre es


verdadero. Es decir, el sistema tiene infinitas soluciones.
Geomtricamente:

178

SISTEMAS DE ECUACIONES LINEALES


En la figura se observa que los tres planos se intersectan en una misma
recta, por lo cual, cada punto de esta recta indica una solucin. Es decir,
un nmero infinito de soluciones.
Otros casos donde se obtienen infinitas soluciones son:

Los tres planos coinciden. Entonces cada punto sobre el plano es un


una solucin. As se tiene un nmero infinito de soluciones.

Dos de los planos coinciden e intersectan a un tercero en una recta.


Es decir cada punto sobre la recta es una solucin. Por lo tanto, existe
un nmero infinito de soluciones.

4. Clasificacin de un sistema de ecuaciones lineales


de acuerdo al vector b
Se clasifica en:
4.1. Sistema de ecuaciones homogneo.- Es un sistema de ecuaciones que
adopta la forma A x = 0 .

179

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

5. Mtodos de resolucin de un sistema de ecuaciones


lineales
5.1. Mtodo de la matriz inversa.- Se podr utilizar cuando tengamos un
sistema de n ecuaciones con n incgnitas, y se verifique que el Det A 0
(las condiciones anteriores implican que nuestro sistema sea compatible).
Esto es:
A x = b
A1 A x = A1 b
I x = A1 b
x = A1 b

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

SISTEMAS DE ECUACIONES LINEALES


Hallando la inversa de A:

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

5.2. Mtodo de Cramer.- Se podr utilizar cuando se pueda reducir nuestro


sistema a n ecuaciones con n incgnitas, y se verifique que el Det A 0 ,
(las condiciones anteriores implican que nuestro sistema sea compatible).
Procedimiento:
1. Hallar el determinante de A: Det A .
2. Definir la variable a la cual deseamos encontrar su solucin.
3. Crear una matriz, a partir de la matriz A, cambiando la columna de
constantes que afecta la variable a determinar, por la columna de los
trminos independientes.
4. Hallar el determinante de esa matriz modificada.
5. Dividir el determinante de la matriz modificada entre el determinante de
la matriz A.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


A x = b
Para hallar las variables efectuamos el mtodo de Cramer:
b

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

Ejemplo: Resolver el siguiente sistema de ecuaciones por el mtodo de


Cramer.

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

SISTEMAS DE ECUACIONES LINEALES


Resolviendo por Cramer:
4

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

5.3. Mtodo de eliminacin de GaussJordan.- Es usado para cualquier tipo de


sistema de ecuaciones lineales.
Este mtodo puede indicarnos que tipo de solucin da nuestro sistema de
ecuaciones lineal.
Para entender este mtodo debemos dar alguna idea de transformaciones
elementales.
Operaciones o transformaciones elementales
Trabajaremos con filas (tambin se puede trabajar con columnas).
Si se tiene una matriz y se le aplica una operacin elemental, aquella matriz
resultante toma el nombre de matriz elemental.
Tenemos tres operaciones elementales:
Tipo I:

Intercambian filas (o columnas):


F ij F i Fj

Tipo II:

Multiplicar una fila (o columna) por un nmero distinto de cero:


C (t ) t C i
F (t ) t F i
i

C ij C i Cj

Tipo III: Sumar a una fila (o columna) un mltiplo de otra fila (o


columna):
F (t ) F i + t F j
C (t ) C i +t C j
ij

ij

183

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Procedimiento para el mtodo de GaussJordan:
1. Se escribe la matriz aumentada A/ b .

2. Se utiliza operaciones elementales slo con filas para poner la matriz A


en su forma escalonada reducida por filas.
3. Se decide sobre la solucin del sistema:
a) Si la forma escalonada reducida por filas de A es la matriz identidad,
entonces la solucin a ese sistema se obtiene a la derecha de la barra
vertical (es nica).
b) En caso de que no se pueda llegar a una matriz identidad I se analiza
como qued reducido el sistema para poder determinar alguna
solucin (Solucin incompatible o solucin compatible
indeterminada).
Ejemplo 1: Dar la solucin a este sistema de tres ecuaciones con tres
incgnitas.

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

Solucin compatible determinada: x 4 , x 2 y x3 3 .


2
1

184

1 2 3 9

0 1 2 4
0 0 1 3

SISTEMAS DE ECUACIONES LINEALES


Ejemplo 2: Dar la solucin a este sistema de tres ecuaciones con tres
incgnitas.

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

Solucin compatible indeterminada:

1 0 1 1

0 1 2 4
0 0
0 0

x1 x3 1 , x2 2 x3 4 .

Ejemplo 3: Resolver este sistema de ecuaciones.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


1 2
5 10

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

De lo que se extrae las siguientes ecuaciones finales: x 8x 15 ,


1
3

x2 3x3 2 5 2 , 0 x1 0 x2 0 x3 1 , 0 = 1? Solucin incompatible.

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

SISTEMAS DE ECUACIONES LINEALES

6. Mtodos de resolucin de un sistema de ecuaciones


lineales homogneo
El sistema general homogneo est dado por:

a11x1

a12 x2

a21x1 a22 x2
an1x1 an 2 x2

a13 x3

a23 x3

an3 x3

a1n xn

a2n xn

ann xn

Para un sistema general lineal existen 3 posibilidades:


Que no tenga solucin nica (Sistema incompatible).
Que tenga una solucin (Sistema compatible determinado).
Que tenga infinitas soluciones (Sistema compatible indeterminado).
Para un sistema general homogneo slo se tienen 2 posibilidades:
Que tenga una solucin nica (Sistema compatible determinado).
Adems cumple:
x x x x 0 (Llamada solucin trivial o solucin nula).
1

Que tenga un nmero infinito de soluciones (incluyendo la trivial).


Un sistema homogneo es siempre compatible porque Rango(A) = Rango A / b .

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin al problema introductorio del captulo
Retomando el problema que aparece al inicio del captulo, en el que tenemos que
determinar la cantidad de almacenes, pisos y torres empleando las unidades disponibles,
lo primero que debemos hacer es reconocer cules son nuestras variables.
Variables:
Cantidad de almacenes: x
Cantidad de pisos: y
Cantidad de torres: z
Una vez que se hallan reconocido las variables nosotros debemos analizar los datos que
se obtienen del problema.
Datos:
Hierro:

Para la construccin de un almacn se necesita:


Madera: 0
Hierro:

Para la construccin de un piso se necesita:


Madera: 1
Hierro:

Para la construccin de una torre se necesita:


Madera: 1
Se dispone de 16 unidades de hierro y 5 de madera.
Como siguiente paso se recomienda formar nuestras ecuaciones en base a los datos ya
obtenidos.
Sistema de ecuaciones lineales:
x

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

Desarrollaremos un anlisis para clasificar el sistema de ecuaciones que tenemos de


acuerdo a la solucin obtenida.
Anlisis del rango:

1 1 4

A
0
1
1

Rango ( A ) :

1 1 0 rango por lo menos 1

188

SISTEMAS DE ECUACIONES LINEALES

1 1
0 1

1 0 rango por lo menos 2

Rango ( A ) 2

Rango A b 2

1 1 4 16

A b
0 1 1 5
Rango A b :

1 1 0 rango por lo menos 1


1 1
0 1

1 0 rango por lo menos 2

Rango ( A ) = Rango A b < n

Sistema compatible indeterminado.

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:

Las variables deben ser positivas o cero (Restricciones de no negatividad).

La cantidad de almacenes, pisos y torres deben ser valores enteros.

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

Se puede observar que las variables x e y quedarn en funcin de la variable z.


Ahora tendremos en cuenta que las variables deben ser positvas incluyendo el cero.
x 0 11 3z 0

y0 5 z 0

z0 z0

189

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


En este punto, expresaremos las inecuaciones en funcin de la variable z para poder
hallar un rango para la solucin de dicha variable.
x:

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

x = [0, 11] almacenes.

11
3

11
3

z 0)

5 z 5

1.333... y 5

4
y = , 5 pisos.
3

a. Posibles soluciones, considerando respuestas enteras:


z
x 11 3z
y 5 z

0
11
5

1
8
4

2
5
3

3
2
2

b. Considerando los precios y la relacin entre variables obtenemos:


6 x 2 y 4 z 28
6(11 3z ) 2(5 z ) 4 z 28
z 3 x2 y2
Si existe una solucin que cueste 28 u.m. Se puede concluir que de un sistema que
tiene infinitas soluciones nos podemos quedar con alguna de ellas de acuerdo a
nuestras restricciones.
190

SISTEMAS DE ECUACIONES LINEALES

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

Menor de orden 1 diferente de cero:

1 1 0 rango por lo menos 1.


Menor de orden 2 diferente de cero:
1 1
1 5

6 0 rango por lo menos 2.

Menor de orden 3 diferente de cero:


1 1 1
1 1 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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

Rango A b

1 1 1 3

1 5 1 9
Rango
2 1 2 0

1 2 1 3

Menor de orden 1 diferente de cero:


1 1 0 rango por lo menos 1.
Menor de orden 2 diferente de cero:
1 1
6 0 rango por lo menos 2.
1 5
Menor de orden 3 diferente de cero:
1 1 1
1 1 1

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

hay ningn menor de orden 3 diferente de cero. Por tanto, el Rango A b 2 .

Rango ( A ) Rango A b

n incgnitas 3

Sistema compatible indeterminado.


Grado de indeterminacin = 3 2 = 1.

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

SISTEMAS DE ECUACIONES LINEALES


2. Dado el sistema de ecuaciones siguiente:

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 )

Menor de orden 3 diferente de cero:


1 2 11

3 1 0 . No hay menor de orden 3 diferente de cero.

1 1

Menor de orden 2 diferente de cero:


1 2
3 4 7 0 . Por lo tanto, el Rango ( A ) 2 .
2 3

Rango A b

Menor de orden 3 diferente de cero:


1 2 5
6 3 5

3 4 2

1 1
cero.

1 4 0 . No hay menor de orden 3 diferente de


0
1

Menor de orden 2 diferente de cero:


1 2
3 4 7 0 . Por lo tanto, el Rango A b 2 .

2 3
Rango ( A ) Rango A b

n incgnitas 3

Sistema compatible indeterminado.


Grado de indeterminacin = 3 2 = 1.

193

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


b) De acuerdo a lo anterior, la informacin nos indica que podemos tomar las dos
primeras ecuaciones como linealmente independientes.
x 2 y 5 11z
2x 3y 4

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

SISTEMAS DE ECUACIONES LINEALES


Para 1 ,

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.

b) Solucin del sistema para 1 (por Cramer):

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

4. Dado el sistema de ecuaciones siguiente:


x
2x

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
a) Primero le damos forma matricial:

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

Rango de la matriz ampliada:


Menor de orden 3:
1 3 2
2

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

Rango A Rango A b n . Sistema compatible indeterminado.

Para k 4 ,
Rango (A) Rango A b . Sistema incompatible.

b) Solucin del sistema para k 4 :


x 3 y 2 5z
2x 4 y

196

1 2z

SISTEMAS DE ECUACIONES LINEALES

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

5. Dado el sistema de ecuaciones siguiente:


3x

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Para a 1 y a 4 , Rango ( A) Rango A b 3

n incgnitas 3

Sistema

determinado

Rango ( A) Rango A b 2

n incgnitas 3

Para a 1 ,

Sistema

compatible

indeterminado

Rango (A) Rango A b

Para a 4 ,

compatible

Sistema incompatible

b) Solucin del sistema por Cramer:


Para a 1 y a 4 ,
3x

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

SISTEMAS DE ECUACIONES LINEALES


3

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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 ,

Rango (A) Rango A b

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

7. Dado el sistema de ecuaciones siguiente:

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.

SISTEMAS DE ECUACIONES LINEALES


b) Resolverlo en los casos que sea posible.
Solucin:
a) Primero le damos forma matricial:

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

Para a 0 y b R , Rango ( A) Rango A b 3

n incgnitas 3
Para a 0 y b 5 ,

Para a 0 y b 5 ,

Rango ( A) Rango A b 2

n incgnitas 3

Rango (A) Rango A b

Sistema

compatible

determinado.
Sistema

compatible

indeterminado.
Sistema incompatible

b) Solucin del sistema:


Para a 0 y para cualquier valor de b R .

201

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


ax

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

quedando resuelto en funcin de un parmetro z R .


8. Dado el sistema de ecuaciones siguiente:

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

SISTEMAS DE ECUACIONES LINEALES

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

Para a 3 a 2 y b R . Rango ( A) Rango A b 3 Sistema compatible

determinado.
n incgnitas 3

203

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Para a 3 y b 1/ 3 , Rango ( A) Rango A b

Sistema incompatible.

Rango ( A) Rango A b 2

n incgnitas 3

Para a 2 y b 0 ,

Para a 3 y b 1/ 3 , Rango ( A) Rango A b 2

n incgnitas 3
Rango ( A) Rango A b

Para a 2 y b 0 ,

Sistema

compatible

indeterminado.
Sistema

compatible

indeterminado.
Sistema incompatible.

b) Solucin del sistema:


Para a 2 , a 3 y para cualquier valor de b.

ax y 2 z 1
x ay
z b
3x

Siendo las soluciones (por Cramer):

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

SISTEMAS DE ECUACIONES LINEALES

3 1 2z
1 1 3 z

3 1
1

1 3z 1 2 z
10

z
2

9. Dado el siguiente sistema homogneo:


3x

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

Rango A b es igual al rango (A) , por tratarse de un sistema homogneo.

Para k 0 y m R , Rango ( A) Rango A b 2

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Para m 0 y k 0 , Rango ( A) Rango A b 3

n incgnitas 3

Sistema

compatible

determinado.

b) Solucin del sistema:


Para k 0 , y cualquier valor de m,
x
3x 0
0

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

Para m 0 y k 0 , al ser el sistema compatible y determinado, la solucin es


la trivial, x y z 0 .
10. Resulvase matricialmente los siguientes sistemas de funciones:
2 x1
3x

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

0 ; resulta que Rango ( A) 2 .

3 2
2

50 50 100

0;

5 0.

Por

lo

tanto,

10 12 22

Rango A b 2 .

Rango A Rango A b n 2 , el sistema es compatible determinado, y lo

resolveremos matricialmente por el mtodo de la matriz inversa.

206

SISTEMAS DE ECUACIONES LINEALES

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

b) Procediendo como en el apartado anterior:

Rango ( A) Rango A b 3

3 5 10 135 0 ,
0

11

El sistema propuesto es equivalente (es decir, posee la misma solucin) al


siguiente sistema:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

La empresa dispone de 20 tablones de pino, 2 cajas de 20 clavos cada una y 30 botes


de cola. Los precios de venta al pblico de sus productos son los siguientes: 400
euros una silla, 700 euros una mesa y 1200 euros un armario. Los costos de los
factores son: 30 euros el tabln de pino, 10 euros la caja de clavos y 21 euros el bote
de cola. Determine el beneficio obtenido con la venta de la produccin, utilizando
todos los recursos disponibles.
Solucin:
Variables:
Primero debemos hallar la cantidad de sillas, mesas y armarios que se van a
construir. Para eso definimos las siguientes variables:
Nmero de sillas que se pueden construir: S
Nmero de mesas que se pueden construir: M
Nmero de armarios que se pueden construir: A
Sistema de ecuaciones lineales:
S

2M

2 A 20

3S

2M

4 A 40

2S

3M

A 30

Forma matricial para el sistema de ecuaciones lineales:

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

4 0 rango por lo menos 2

SISTEMAS DE ECUACIONES LINEALES

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 1 0 rango por lo menos 1

1 2
3 2

4 0 rango por lo menos 2

1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1
Rango (A) = Rango A b = n

Sistema compatible determinado.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


2. En una fbrica de pastas disponen de 51 Kg. de harina y 42 Kg. de huevo en polvo.
Si fabrican 3 tipos de pastas y la combinacin de ingredientes en cada lote es el
siguiente:
Harina (Kg.)
5
3
1

Tipo 1
Tipo 2
Tipo 3

Huevos (Kg.)
2
3
4

Cuntos lotes de cada tipo se pueden obtener?


Solucin:
Debemos definir nuestras variables:
Cantidad de lotes de tipo 1: T1
Cantidad de lotes de tipo 2: T2
Cantidad de lotes de tipo 3: T3
Ahora debemos hallar nuestro sistema de ecuaciones:

5T1 3T2
2T 3T
1

T3

4T

51
42

Forma matricial para el sistema de ecuaciones lineales:

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) :

5 5 0 rango por lo menos 1


5 3
2 3

9 0 rango por lo menos 2

Rango ( A) 2

Rango A b 2

5 3 1 51

A b
2 3 4 42
Rango A b :

5 5 0 rango por lo menos 1

5 3
2 3

9 0 rango por lo menos 2

Rango (A) = Rango A b < n

210

Sistema compatible indeterminado.

SISTEMAS DE ECUACIONES LINEALES


Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:
Primero debemos modificar nuestro sistema de ecuaciones:

5T1 3T2
2T 3T
1

51

T3

42 4T

Damos forma matricial:


5 3 T1 51 T3


T 42 4T
2
3

2
3
A x b

Desarrollando por el mtodo Cramer:


51 T

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

Respuesta: Las posibles respuestas en el campo de los enteros son:


T3

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


3. Un grupo de personas se rene para ir de excursin, juntndose un total de 20 entre
hombres, mujeres y nios. Contando hombres y mujeres juntos, su nmero resulta
ser el triple del nmero de nios. Adems, si hubiera acudido una mujer ms, su
nmero igualara al de los hombres. Cuntos hombres, mujeres y nios han ido de
excursin?
Solucin:
Variables:
Cantidad de hombres: x
Cantidad de mujeres: y
Cantidad de nios: z
Datos:
Hombres = x
20 personas
Mujeres = y
Nios = z
Hombres = x
3z
Mujeres = y
Se tiene

y+1 =x

Sistema de ecuaciones lineales:


x

z 20

y 3z

Forma matricial para el sistema de ecuaciones lineales:

1 x 20
1 1


1 1 3 y 0
1 1
0 z 1

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1
1 1

A 1 1 3
1 1
0

Rango (A) :

1 1 0 rango por lo menos 1


1

1 3

212

4 0 rango por lo menos 2

SISTEMAS DE ECUACIONES LINEALES

1 3 8 0 rango por lo menos 3

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 1 0 rango por lo menos 1

1 3
1

4 0 rango por lo menos 2


1

1 3 8 0 rango por lo menos 3


1 1
0

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

El sistema que resulta es:


x y z 20
2 y 3z 1

x 7 5 20
2 y 35 1

x 8
y7
z 5.

Respuesta: Han ido de excursin 8 hombres, 7 mujeres y 5 nios.


4. Con motivo de las olimpiadas 2004, tres compaeras de la UDEP (Anita, Betty y
Carla), del programa de Administracin de Empresas acuerdan jugar tres partidos de
ftbol, de forma que cuando 1 pierda un partido entregar a cada una de las otras
dos una cantidad igual a la que cada una de ellas posee en ese momento. Cada una
perdi 1 partido y al final cada una tena S/. 24. Cunto tena cada jugadora al
comenzar el juego?
Solucin:
Variables:
Cantidad de dinero al empezar de Anita: x
Cantidad de dinero al empezar de Betty: y
Cantidad de dinero al empezar de Carla: z
213

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Datos:
A
x
Dinero al empezar
Pierde Anita
xyz
Pierde Betty
2 (x y z)
Pierde Carla

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

Sistema de ecuaciones lineales:


x

x 3y
x

z 12

y 7 z 24

Forma matricial para el sistema de ecuaciones lineal:

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 0 rango por lo menos 1


1 1
1

2 0 rango por lo menos 2

1 1 1
1

3 1 8 0 rango por lo menos 3 Rango ( A) 3


1 1 7

1 1 1 6

A b 1 3 1 12
1 1 7 24

Rango A b :

1 1 0 rango por lo menos 1

1 1
1

214

2 0 rango por lo menos 2

SISTEMAS DE ECUACIONES LINEALES

1 1 1
1

3 1 8 0 rango por lo menos 3

1 1

Rango A b 3

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Tercer viaje:
Cantidad de yenes japoneses = x
Con $2390 cambia a:
Cantidad de francos franceses = y
Cantidad de marcos alemanes = z
$1 = 125 yenes = 1.2 francos = 1.2 marcos.
Sistema de ecuaciones lineales:
100 x 1.5 y 1.2 z 2400
100 x 1.2 y 1.5 z 2350
125 x 1.2 y 1.2 z 2390

Forma matricial para el sistema de ecuaciones lineales:

100 1.5 1.2 x 2400

100 1.2 1.5 y 2350


125 1.2 1.2 z 2390

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
100 1.5 1.2

A 100 1.2 1.5


125 1.2 1.2

Rango (A) :
100 100 0 rango por lo menos 1

100 1.5
100 1.2

30 0 rango por lo menos 2

100 1.5 1.2


100 1.2 1.5
125 1.2 1.2

117
4

0 rango por lo menos 3

100 1.5 1.2 2400

A b 100 1.2 1.5 2350


125 1.2 1.2 2390

Rango A b :

100 100 0 rango por lo menos 1

100 1.5
100 1.2

216

30 0 rango por lo menos 2

Rango ( A) 3

SISTEMAS DE ECUACIONES LINEALES

100 1.5 1.2


100 1.2 1.5
125 1.2 1.2

117
4

0 rango por lo menos 3

Rango (A) = Rango A b = n

Rango A b 3

Sistema compatible determinado.

Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b

x A1 b

4 325 4 325 9 325 2400

x 30 13 40 39 40 39 2350
40 39 30 13 40 39 2390

502 65

x 8800 13
19900 39

Respuesta: El negociante tendr que cambiar 7.723 yenes; 676.923 francos; y


510.256 marcos cada vez.
6. Un viajero que acaba de regresar de Europa gast $30 diarios en Inglaterra, $20
diarios en Francia y $20 diarios en Espaa por concepto de hospedaje. En comida
gast $20 diarios en Inglaterra, $30 diarios en Francia y $20 diarios en Espaa. Sus
gastos adicionales fueron de $10 diarios en cada pas. Los registros del viajero
indican que gast un total de $340 en hospedaje, $ 320 en comida y $ 140 en gastos
adicionales durante su viaje por estos tres pases. Calcule el nmero de das que el
viajero pas en cada pas o muestre que los registros deben estar incorrectos debido
a que las cantidades gastadas no son compatibles una con la otra.
Solucin:
Variables:
Nmero de das en Inglaterra: x
Nmero de das en Francia: y
Nmero de das en Espaa: z
Datos:
Hospedaje ($)
Comidas ($)
Otros gastos ($)

Inglaterra
30
20
10

Francia
20
30
10

Espaa
20
20
10

Gasto Total
340
320
140

Sistema de ecuaciones lineales:


30 x 20 y 20 z 340
20 x 30 y 20 z 320
10 x 10 y 10 z 140
217

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Forma matricial para el sistema de ecuaciones lineales:

30 20 20 x 340

20 30 20 y 320
10 10 10 z 140

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
30 20 20

A 20 30 20
10 10 10

Rango (A) :

30 30 0 rango por lo menos 1


30 20
20 30

500 0 rango por lo menos 2

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 30 0 rango por lo menos 1

30 20
20 30

500 0 rango por lo menos 2

30 20 20
20 30 20 1000 0 rango por lo menos 3
10 10 10

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

SISTEMAS DE ECUACIONES LINEALES

30 20 340
20 30 320
z

10 10 140
A

4000
4
1000

Respuesta: El viajero pas 6 das en Inglaterra, 4 en Francia y 4 en Espaa.


7. Una madre desea distribuir sus propiedades, valuadas en $400000, entre sus 4 hijos
como sigue: 3/4 de su herencia debe repartirse por igual entre los hijos. El resto
deber dividirlo de la forma siguiente: $3000 cada ao a cada uno hasta que
cumplan 25 aos. Como los hijos sucesivos se llevan 4 aos entre s, cunto
recibir cada uno de herencia?
Solucin:
Variables:
Cantidad de la herencia que queda (de los 100000) que recibe el primer hijo: x
Cantidad de la herencia que queda (de los 100000) que recibe el segundo hijo: y
Cantidad de la herencia que queda (de los 100000) que recibe el tercer hijo: z
Cantidad de la herencia que queda (de los 100000) que recibe el cuarto hijo: w
Edad del cuarto hijo: t
Datos:
(400000) = $300000 deben repartirse entre los cuatro, por lo tanto cada uno tiene
$75000.
Queda por repartirse $100000 entre los cuatro hijos:
1
2
3
4

Recibe
x
y
z
w

Edad
t + 12
t+8
t+4
t

Recibe el 1er hijo = 300025 t 12


Recibe el 2do hijo = 300025 t 8
$100000 se reparte:

Recibe el 3er hijo = 300025 t 4


Recibe el 4to hijo = 300025 t

Sistema de ecuaciones lineales:


x

3000 t
3000 t

39000
51000

3000 t
w 3000 t

63000
75000

y
z
x

z w

100000

219

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Forma matricial para el sistema de ecuaciones lineal:
1

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

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 0 0 0

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 rango por lo menos 2

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

1 0 rango por lo menos 4

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

SISTEMAS DE ECUACIONES LINEALES

Rango A b :

1 1 0 rango por lo menos 1


1 0
0 1

1 0 rango por lo menos 2

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

1 0 rango por lo menos 4

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 b 5

0 0 0 1 3000
1 1 1 1

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

1 12000 1 12000 1 12000 1 12000 1 12000 100000

7000

19000
x 31000

43000

32 3

Respuesta: Cada uno recibe:

221

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


1
2
3
4

$ 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

Forma matricial para el sistema de ecuaciones lineales:

1 1 2 x 4260

3 4 1 y 7380
2 3 0 z 4350

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 1 2

A 3 4 1
2 3 0

222

SISTEMAS DE ECUACIONES LINEALES


Rango (A) :

1 1 0 rango por lo menos 1


1 1
3 4

1 0 rango por lo menos 2

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 0 rango por lo menos 1

1 1
3 4

1 0 rango por lo menos 2

1 1 2
3 4 1 1 0 rango por lo menos 3
2 3 0

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

Respuesta: El valor de la botella de licor de manzana es S/. 1230.


9. La fbrica El Pinar se dedica a la construccin de estanteras, camas y armarios.
Para su construccin se necesitan los siguientes materiales en las cuantas que
reflejan la siguiente tabla de produccin:
Madera
Clavo
Pegamento

Estanteras
1
3
2

Camas
2
2
3

Armarios
2
4
1

223

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Teniendo en almacn 240 tablones de madera, 370 cajas de clavos y 305 botes de
pegamento. El costo de los factores productivos es: 300 u.m por madera, 100 u.m
por caja de clavos y 210 u.m por bote de pegamento, si se vende cada estantera a
1000 u.m, cada cama a 1500 u.m y cada armario a 2000 u.m. Determnese el
beneficio obtenido con la venta de la produccin utilizando todos los recursos
disponibles.
Solucin:
Variables:
Cantidad de estantes: x
Cantidad de camas: y
Cantidad de armarios: z
Datos:
Estante Cama Armario Costo unitario Disposicin
1
2
2
300
240
Madera
3
2
4
100
370
Clavo
2
3
1
210
305
Pegamento
1000
1500
2000
Precio de Venta
Sistema de ecuaciones lineales:

x 2 y 2 z 240
3x 2 y 4 z 370
2x 3y

z 305

Forma matricial para el sistema de ecuaciones lineales:

1 2 2 x 240

3 2 4 y 370
2 3 1 z 305

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

2 6 4 0 rango por lo menos 2

1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1

224

Rango ( A) 3

SISTEMAS DE ECUACIONES LINEALES

1 2 2 240

A b 3 2 4 370
2 3 1 305

Rango A b :

1 1 0 rango por lo menos 1

1 2
3 2

2 6 4 0 rango por lo menos 2

1 2 2
3 2 4 10 0 rango por lo menos 3
2 3 1

Rango (A) = Rango A b = n

Rango A b 3

Sistema compatible determinado.

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

Respuesta: Tendr que construir 30 estantes, 70 camas y 35 armarios para obtener


un beneficio de:
I C
30(1000) 70(1500) 35(2000) 240300 370(100) 305(210)
31950 u.m
10. Versiram Publisher edita tres calidades de libros: con encuadernacin rstica, con
pasta dura y con empastados en piel. Para los rsticos, la empresa gasta en promedio
$5 en papel, $2 en ilustraciones y $3 en las pastas. Para los de pasta dura, los gastos
son $10 en papel, $4 en ilustraciones y $8 en pastas; y para los de lujo empastados
en piel, $20 en papel, $12 en ilustraciones y $24 en pastas. Si el presupuesto permite
$235000 en papel, $110000 en ilustraciones y $205000 en pastas, Cuntos libros
de cada categora pueden producirse?

225

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
Variables:
Cantidad con encuadernacin rstica = x
Cantidad con pasta dura = y
Cantidad con empastado de piel = z
Datos:

Papel ($)
Ilustraciones ($)
Pastas ($)

Encuader.
Rstica
5
2
3

Pasta
dura
10
4
8

Empastado
en piel
20
12
24

Gasto
total
235000
110000
205000

Sistema de ecuaciones lineales:


5 x 10 y 20 z 235000
2x

4 y 12 z 110000

3x

8 y 24 z 205000

Forma matricial para el sistema de ecuaciones lineales:

5 10 20 x 235000

2 4 12 y 110000
3 8 24 z 205000

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
5 10 20

A 2 4 12
3 8 24

Rango (A) :

5 5 0 rango por lo menos 1


10 20
4

12

40 0 rango por lo menos 2

5 10 20
2

12 = 40 0 rango por lo menos 3


24

5 10 20 235000

A b 2 4 12 110000
3 8 24 205000

226

Rango ( A) 3

SISTEMAS DE ECUACIONES LINEALES

Rango A b :

5 5 0 rango por lo menos 1


10 20
4

40 0 rango por lo menos 2

12

5 10 20
2

12 = 40 0 rango por lo menos 3

24

Rango (A) = Rango A b = n

Rango A b 3

Sistema compatible determinado.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Datos:
Ensamblado I
Ensamblado II
Acabados

Autos
1
3
2

Camiones
2
5
4

Motos
1
2
1

Disponible
95 horas.
240 horas.
175 horas.

Sistema de ecuaciones lineales:

x 2y
z 95
3x 5 y 2 z 240
2x 4 y

z 175

Forma matricial para el sistema de ecuaciones lineales:


1 2 1 x 95

3 5 2 y 240
2 4 1 z 175

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 2 1

A 3 5 2
2 4 1

Rango (A) :
1 1 0 rango por lo menos 1

1 2
3 5

1 0 rango por lo menos 2

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 1 0 rango por lo menos 1

1 2
3 5

1 0 rango por lo menos 2

1 2 1
3 5 2 1 0 rango por lo menos 3
2 4 1

228

SISTEMAS DE ECUACIONES LINEALES


Rango (A) = Rango A b = n

Sistema compatible determinado.

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

Adems, se tiene que:


Sistema de ecuaciones lineales:
x

95

1000 x 2000 y 5000 z 200000


x

2y

229

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Forma matricial para el sistema de ecuaciones lineales:

1
1 x 95
1

1000 2000 5000 y 200000


1
2
0 z 0

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:

1
1
1

A 1000 2000 5000


1
2
0

Rango (A) :

1 1 0 rango por lo menos 1


1

1 2

3 0 rango por lo menos 2

1000 2000 5000 11000 0 rango por lo menos 3


1
2
0

Rango ( A) 3

1
1
95
1

A b 1000 2000 5000 200000


1
2
0
0

Rango A b :

1 1 0 rango por lo menos 1

1 2

3 0 rango por lo menos 2

1000 2000 5000 11000 0 rango por lo menos 3 Rango A b 3

1
2
0
Rango (A) = Rango A b = n

Sistema compatible determinado.

Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:

95

200000 2000 5000


x

230

2
A

95

1000 200000 5000


50

0
A

25

SISTEMAS DE ECUACIONES LINEALES

95

1000 2000 200000


z

20

Respuesta: En el cajero hay 50 billetes de 1000, 25 billetes de 2000 y 20 billetes de


5000.
13. Una compaa fabrica tres tipos de muebles para jardn: sillas, mecedoras y sillones.
Cada uno requiere de madera, plstico y aluminio, como se muestra en la tabla. La
compaa tiene en almacn 400 unidades de madera, 600 de plstico y 1500 de
aluminio. Para su corrida de produccin de final de temporada, la compaa decide
agotar todas las existencias. Para lograrlo, Cuntas sillas, sillones y mecedoras,
debe fabricar?
Madera
Plstico
Aluminio

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.

Sistema de ecuaciones lineales:

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

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 1 1

A 1 1 2
2 3 5

231

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Rango (A) :

1 1 0 rango por lo menos 1


1 1
1 2

1 0 rango por lo menos 2

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 0 rango por lo menos 1

1 1
1 2

1 0 rango por lo menos 2

1 1 1
1 1 2 1 0 rango por lo menos 3
2 3 5

Rango (A) = Rango A b = n

Sistema compatible determinado.

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

Respuesta: Se van a producir 100 sillas, 100 mecedoras y 200 sillones.


14. Una fbrica de automviles produce dos modelos. El primero requiere una hora de
mano de obra para la pintura y media hora de mano de obra para el pulido; el
segundo requiere de una hora de mano de obra para cada uno de los dos procesos.
Durante cada una de las horas que labora la lnea de ensamble, existen 100 horas de
mano de obra disponibles para pintura, y 80 horas, para pulido. Qu cantidad de
232

SISTEMAS DE ECUACIONES LINEALES


cada modelo se puede fabricar cada hora si se utilizan todas las horas disponibles de
mano de obra?
Solucin:
Variables:
Cantidad del modelo I: x
Cantidad del modelo II: y
Datos:
Pintura
Pulido

Modelo I
1h.
1/2h.

Modelo II
1h.
1h.

Horas totales
100
80

Sistema de ecuaciones lineales:


x

y 100

0.5 x

80

Forma matricial para el sistema de ecuaciones lineales:

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

0.5 0 rango por lo menos 2

Rango ( A) 2

Rango A b 2

1 1 100

A b
0.5 1 80
Rango A b :

1 1 0 rango por lo menos 1

0.5 1

0.5 0 rango por lo menos 2

Rango (A) = Rango A b = n

Sistema compatible determinado.

Anlisis de la solucin:
Resolviendo por el mtodo de la matriz inversa:
A x b

233

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


1

x A b

AdjA (Cof )
2

11

0.5 1

(1) (1) 1

0.5 C (1)3 (0.5) 0.5


12
C
C

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

D p , I , p ap bI cp , lo que debemos hallar son las constantes que


1
f
2
1 f 2
acompaan a las variables.

Datos:
Precio de Juguetes S.A = $40
1160 trenes se venden si:
Ingreso familiar promedio = $30000
Precio de Trenes Miniatura S.A = $30
234

SISTEMAS DE ECUACIONES LINEALES


Precio de Juguetes S.A = $40
1700 trenes se venden si:
Ingreso familiar promedio = $40000
Precio de Trenes Miniatura S.A = $50
Precio de Juguetes S.A = $30
1530 trenes se venden si:
Ingreso familiar promedio = $35000
Precio de Trenes Miniatura S.A = $40
Sistema de ecuaciones lineales:
40a 30000b 30c 1160
40a 40000b 50c 1700
30a 35000b 40c 1530

Forma matricial para el sistema de ecuaciones lineales:

40 30000 30 a 1160

40 40000 50 b 1700
30 35000 40 c 1530

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
40 30000 30

A 40 40000 50
30 35000 40

Rango (A) :
40 40 0 rango por lo menos 1

40 30000
40 40000

=4000000 0 rango por lo menos 2

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 :

40 40 0 rango por lo menos 1

235

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

40 30000
40 40000

= 4000000 0 rango por lo menos 2

40 30000 30

40 40000 50 = 3000000 0 rango por lo menos 3 Rango A b 3

30 35000 40
Rango (A) = Rango A b = n

Sistema compatible determinado.

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

SISTEMAS DE ECUACIONES LINEALES


Sistema de ecuaciones lineales:
x

90

x 2y

18

y 2 z 18

Forma matricial para el sistema de ecuaciones lineales:


1 1 1 x 90

1 2 1 y 18
1 1 2 z 18

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 1 1

A 1 2 1
1 1 2

Rango (A) :

1 1 0 rango por lo menos 1


1 1

3 0 rango por lo menos 2

1 2

2 1 9 0 rango por lo menos 3


1 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 0 rango por lo menos 1

1 1

3 0 rango por lo menos 2

1 2
1

2 1 9 0 rango por lo menos 3


1 1 2

Rango (A) = Rango A b = n

Sistema compatible determinado.

237

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Anlisis de la solucin:
Resolviendo por el mtodo de Cramer:

90

18

2 1

18 1

90

18

1 1 18
A

30

90

18 1

1 18

36

24

Respuesta: La temperatura en Boston es 30, en New York 36 y en Montreal es


24.
17. Los mercados interrelacionados de dos bienes tienen las funciones de demanda y de
oferta que a continuacin se indican:
Demanda:

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

a) Calcule el equilibrio de los mercados segn los valores de a.


b) Halle los precios y cantidades intercambiadas en el equilibrio para a = 4. Use el
mtodo de GaussJordan.
Solucin:
a) Equilibrio de los mercados segn los valores de a.
Variables:
Precio 1: p1
Precio 2: p2
Datos:
Equilibrio de los mercados:

= Qs1
Qd 2 = Q
s2
d1

Sistema de ecuaciones lineales:


Qd 1 = Qs1
3
50 ap1 + p1 + p2 = 40 + 2ap1
2

ap + p 2ap1 = 40
1
1

238

3
2

p2 50

SISTEMAS DE ECUACIONES LINEALES

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

Forma matricial para el sistema de ecuaciones lineales:


3

1 3a

p
2 1 90

7 p 150
a
2

4
2

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Para que exista equilibrio, el sistema de ecuaciones debe ser compatible
determinado, para esto se debe cumplir:
Rango (A) = Rango A b = n

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

382.5 0 rango por lo menos 2

Rango A b 2

239

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Entonces para que el Rango (A) = Rango A b = n es decir sea solucin

compatible determinada, debe cumplir: Rango ( A) 2 .


3

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

para que exista equilibrio.

Respuesta: El equilibrio de los mercados existir y ser nico para cualquier


7
valor de a .
18
b) Halle los precios y cantidades intercambiadas en el equilibrio para a = 4. Use el
mtodo de Gauss Jordan.

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

Respuesta: Los precios son: p 23.54 y p 112.62 .


1

240

1 7 8

3 2
11

75
90

SISTEMAS DE ECUACIONES LINEALES


18. Un departamento de pesca y caza del estado proporciona tres tipos de comida a un
lago que alberga a tres especies de peces. Cada pez de la especie 1 consume cada
semana un promedio de 1 unidad del alimento1, 1 unidad del alimento 2 y 2
unidades del alimento 3. Cada pez de la especie 2 consume cada semana un
promedio de 3 unidades del alimento1, 4 del 2 y 5 del 3. Para un pez de la especie 3,
el promedio semanal de consumo es 2 unidades del alimento1, 1 unidad del alimento
2 y 5 unidades del 3. Cada semana se proporciona al lago 25000 unidades del
alimento 1, 20000 unidades del alimento 2 y 55000 del 3. Si se supone que los peces
se comen todo el alimento, Cuntos peces de cada especie pueden coexistir en el
lago?
Solucin:
Variables:
Cantidad de peces de la especie 1: x
Cantidad de peces de la especie 2: y
Cantidad de peces de la especie 3: z
Datos:
Especie 1 Especie 2 Especie 3
1
3
2
Alimento I
1
4
1
Alimento II
2
5
5
Alimento III

Total
25000
20000
55000

Sistema de ecuaciones lineales:


x 3 y 2 z 25000
x 4y

z 20000

2 x 5 y 5 z 55000

Forma matricial del sistema de ecuaciones lineales:

1 3 2 x 25000

1 4 1 y 20000
2 5 5 z 55000

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 3 2

A 1 4 1
2 5 5

Rango (A) :

1 1 0 rango por lo menos 1


1 3
1 4

4 3 1 0 rango por lo menos 2

241

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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 = 1 0 rango por los menos 1

1 3
1 4

= 4 3 = 1 0 rango por lo menos 2

1 3 25000
1 4 20000 0 rango por lo menos 2
2 5 55000
Rango (A) = Rango A b n

Sistema compatible indeterminado.

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

SISTEMAS DE ECUACIONES LINEALES


x 0 40000 5z 0
40000 5 z

8000 z
y 0 z 5000 0
z 5000
z0

5000

8000

Rango de valores para z:


z = 5000, 8000
Rango de valores para x:
(5000 z 8000)
(25000 5z 40000)
( 25000 5z 40000)
15000 40000 5z 0
15000 x 0
x = [0, 15000]
Rango de valores para y:
(5000 z 8000)
0 z 5000 3000
0 y 3000
y = [0, 3000]
Respuesta: Posibles soluciones, considerando respuestas enteras positivas:
z
x 40000 5z
y z 5000

5000 5001 5002 7999 8000


5

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
Variables:
Cantidad de acciones de Delta Airlines: x
Cantidad de acciones de Hilton Hotels: y
Cantidad de acciones de Mc. Donalds: z
Datos:
Hace dos das:
Delta Airlines = x

350

Hilton Hotels = 1.5y


Mc. Donalds = + 0.5z
Ayer:
Delta Airlines = + 1.5x
+600
Hilton Hotels = 0.5y
Mc. Donalds = + 1z
Sistema de ecuaciones lineales:
x 1.5 y 0.5 z 350
1.5 x 0.5 y

600

Forma matricial para el sistema de ecuaciones lineales:

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) :

1 1 0 rango por lo menos 1


1 1.5
1.5 0.5

2.75 0 rango por lo menos 2

1 1.5 0.5 350

A b
1
600
1.5 0.5
Rango A b :

1 1 0 rango por lo menos 1

244

Rango ( A) 2

SISTEMAS DE ECUACIONES LINEALES

1 1.5

2.75 0 rango por lo menos 2

1.5 0.5

Rango (A) = Rango A b n

Rango A b 2

Sistema compatible indeterminado.

Anlisis de la solucin:
x 1.5 y 350 0.5 z
1.5 x 0.5 y

600

1 1.5 x 350 0.5 z

1.5 0.5 y 600 z

Resolviendo por el mtodo de Cramer:

350 0.5 z

1.5

600 z

0.5

1 1.5

1075 1.25 z 4300 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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

z 42.9, 860 acciones.


x:
(300/7 z 860)
(

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.

Respuesta: Debido a la cantidad considerable de posibles soluciones, enteras


positivas, al corredor le ser imposible determinar el nmero exacto de acciones que
posee la accionista en cada compaa.
z
x 4300 / 11 5 / 11z
y 300 / 11 7 / 11z

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

SISTEMAS DE ECUACIONES LINEALES


Datos:
Cantidad de vasos de limonada = 1
1 Cheln y 2 peniques:
Cantidad de sndwich = 3
Cantidad de bizcochos = 7
Cantidad de vasos de limonada = 1
1 cheln y 5 peniques:

Cantidad de sndwich = 4
Cantidad de bizcochos = 10

Se tiene

1 cheln = 12 peniques

Sistema de ecuaciones lineales:


x 3y

7 z 14

x 4 y 10 z 17

Forma matricial para el sistema de ecuaciones lineales:

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) :

1 1 0 rango por lo menos 1


1 3
1 4

1 0 rango por lo menos 2

Rango ( A) 2

Rango A b 2

1 3 7 14

A b
1 4 10 17
Rango A b :

1 1 0 rango por lo menos 1

1 3
1 4

1 0 rango por lo menos 2

Rango (A) = Rango A b < n

Sistema compatible indeterminado.

247

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Anlisis de la solucin:
Resolviendo por el mtodo de Gauss:
1 3 7

1 4 10

14
F
17 21( 1)

1 3 7

0 1 3

14
3

El sistema escalonado es:

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

Respuesta: Los precios de las combinaciones que nos piden son:


a) x y z 5 2t 3 3t t 8 peniques (no depende de t).
b) 2 x 3 y 5z 10 4t 9 9t 5t 19 peniques.
21. Supongamos tres pases(A, B, C). Los saldos de sus balanzas de pagos respectivas
(Sa, Sb, Sc) son tal que:
S 3.5Ra 2 Rb 2.5Rc
a

S 2.5Ra 3Rb 1.5Rc


b

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

SISTEMAS DE ECUACIONES LINEALES


S a 0
Sb 0
Sc 0

Sistema de ecuaciones lineales:


3.5Ra 2 Rb 2.5Rc 0
2.5Ra 3Rb 1.5Rc 0
Ra

Rb

4 Rc 0

Forma matricial para el sistema de ecuaciones lineales:

2 2.5 Ra 0
3.5


2.5 3 1.5 Rb 0

1
1 4 Rc 0

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
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

5.5 0 rango por lo menos 2


2.5

2.5 3
1

1.5 0 rango por lo menos 2


1 4

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 3.5 0 rango por lo menos 1

3.5

2.5 3
3.5

5.5 0 rango por lo menos 2

2 2.5

2 2.5

2.5 3 1.5 0 3 1.5


1

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Rango A b 2

rango por lo menos 2


Rango (A) = Rango A b < n

Sistema compatible indeterminado.

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

Resolviendo por el mtodo de Cramer:

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

Sistema de ecuaciones lineales:


3.5Ra 2 Rb 2.5Rc

50

3Rb 1.5Rc

100

2.5Ra

Ra

Rb

4 Rc 150

Forma matricial para el sistema de ecuaciones lineales:


2 2.5 Ra 50
3.5

2.5 3 1.5 Rb 100

1
1 4 Rc 150

250

SISTEMAS DE ECUACIONES LINEALES


Anlisis del tipo de solucin del sistema de ecuaciones lineales:
Anlisis del rango:

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

5.5 0 rango por lo menos 2

2 2.5

2.5 3 1.5 0 rango por lo menos 2


1
1 4

Rango ( A) 2

2 2.5
50
3.5

A b 2.5 3 1.5
100

1
1 4 150

Rango A b :

3.5 3.5 0 rango por lo menos 1


3.5

2.5 3

3.5

5.5 0 rango por lo menos 2

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

100 0 rango por lo menos 2


1 150

Rango (A) = Rango A b < n

Rango A b 2

Sistema compatible indeterminado.

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

3Rb 100 1.5Rc

2 Ra 50 2.5Rc
3.5

2.5 3 Rb 100 1.5Rc


251

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Resolviendo por el mtodo de Cramer:

50 2.5Rc
Ra

100 1.5Rc 3
3.5

700
11

21
11

Rc

2.5 3
3.5
Rb

50 2.5Rc

2.5 100 1.5Rc


3.5

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

Sistema de ecuaciones lineales:


3.5Ra 2 Rb 2.5Rc

25

3Rb 1.5Rc

50

2.5Ra

Ra

Rb

4 Rc 50

Forma matricial para el sistema de ecuaciones lineales:

2 2.5 Ra 25
3.5

2.5 3 1.5 Rb 50

1
1 4 Rc 50

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:

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

252

5.5 0 rango por lo menos 2

SISTEMAS DE ECUACIONES LINEALES

3.5
2.5
1

2.5

3 1.5 0 rango por lo menos 2


1 4

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 3.5 0 rango por lo menos 1

3.5

2.5 3

5.5 0 rango por lo menos 2

3.5

25

2.5

50

50

137.5 0 rango por lo menos 3

Rango (A) Rango A b

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Sistema de ecuaciones lineales:
x 2 y 3z

11

3x 3 y 0 z

4 x 5 y 3z 20

Forma matricial para el sistema de ecuaciones lineales:


1 2 3 x 11


3 3 0 y 9
4 5 3 z 20

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1 2 3

A 3 3 0
4 5 3

Rango (A) :

1 1 0 rango por lo menos 1


1 2
3 3

3 0 rango por lo menos 2

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 1 0 rango por lo menos 1

1 2
3 3

3 0 rango por lo menos 2

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

Sistema compatible indeterminado.

SISTEMAS DE ECUACIONES LINEALES


Anlisis de la solucin:
De acuerdo a la informacin anterior, podemos tomar las dos primeras
ecuaciones como linealmente independientes.
2 y 11 3z

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

Respuesta: Las cantidades posibles deben verificar que: x 0, 3, y 0, 3 y


5 8
z , .
3 3
255

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


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.?
99
C ( x, y , z ) x 2 7 y 6 z
T
4
99
2
CT ( x, y, z ) (3z 5) 7(8 3z ) 6 z
4
99
2
CT ( x, y, z ) 9 z 45 z 81
4
2

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

c) Demostrar que realmente la distribucin encontrada en el apartado anterior hace


mnimo el precio.
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 .

Respuesta: Dado que la segunda derivada de los costos totales evaluada en


z 5 / 2 es positiva, entonces 5 / 2,1 / 2, 5 / 2 minimiza los costos.
23. Los esposos Garca disponen de $100000 para invertir en acciones, bonos y una
cuenta en el mercado de dinero. Las acciones tienen un valor de recuperacin de
12% por ao; los bonos, 8% y la cuenta de mercado de dinero, 4%. Ellos han
convenido que la cantidad invertida en acciones, debe ser igual a la suma de la
cantidad invertida en bonos y el triple de la suma invertida en la cuenta del mercado
de dinero. Cmo deben distribuir sus recursos si necesitan un ingreso anual de
$10000 por sus inversiones?
Solucin:
Variables:
Cantidad invertida en acciones: x
Cantidad invertida en bonos: y
Cantidad invertida en una cuenta en el mercado: z
Datos:
Cantidad total a invertir = $100000
Acciones
Bonos
Cuenta en el mercado
Se tiene

256

Valor de recuperacin (%)


12
8
4

x = y + 3z

SISTEMAS DE ECUACIONES LINEALES


Cantidad que necesitan como ingreso anual = $10000.
Sistema de ecuaciones lineales:
x

z 100000
3z

0.12 x 0.08 y 0.04 z

10000

Forma matricial para el sistema de ecuaciones lineales:


1
1 x 100000
1

1 3 y 0
1
0.12 0.08 0.04 z 10000

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1
1
1

A 1
1 3
0.12 0.08 0.04

Rango (A) :

1 1 0 rango por lo menos 1


1

1 1

2 0 rango por lo menos 2

0 rango por lo menos 2

Rango ( A) 2

0.12 0.08 0.04


1
1 100000
1

Ab 1
1 3
0
0.12 0.08 0.04 10000

Rango A b :

1 1 0 rango por lo menos 1

1 1

2 0 rango por lo menos 2

1
3

0.12 0.08 0.04


1

100000

0.12 0.08

10000

100000

10000

1
3

0.08 0.04

0 rango por lo menos 2

100000

0.12

10000

1
3 0
0.04

Rango A b 2

257

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Rango (A) = Rango A b < n

Sistema compatible indeterminado.

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

Resolviendo por el mtodo de Cramer:

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

SISTEMAS DE ECUACIONES LINEALES


24. Una pequea compaa constructora ofrece tres tipos de casas. El primer tipo de
casa requiere 3 unidades de concreto, 2 unidades de madera para cancelera y 5
unidades de madera para estructuras. Los tipos, segundo y tercero requieren 2, 3, 5 y
4, 2, 6 unidades, respectivamente, de concreto, madera para cancelera y madera
para estructuras. Si cada mes la compaa dispone de 100 unidades de concreto, 80
unidades de madera para cancelera y 200 unidades de madera para estructuras;
calcule el nmero de diferentes tipos de casas que la compaa podr construir al
mes, si usa todos los materiales de que dispone.
Solucin:
Variables:
Cantidad de casas tipo I: x
Cantidad de casas tipo II: y
Cantidad de casas tipo III: z
Datos:
Concreto
Madera para Cancelera
Madera para Estructuras

Tipo I
3
2
5

Tipo II
2
3
5

Tipo III
4
2
6

Disponible
100
80
200

Sistema de ecuaciones lineales:

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

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
3 2 4

A 2 3 2
5 5 6

Rango (A) :

3 3 0 rango por lo menos 1


3 2
2 3

5 0 rango por lo menos 2

3 2 4
2 3 2 0 rango por lo menos 2
5 5 6

Rango ( A) 2

259

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

3 2 4 100

A b 2 3 2 80
5 5 6 200

Rango A b :

3 3 0 rango por lo menos 1

3 2
2 3

5 0 rango por lo menos 2

3 2 100
2 3

80

Rango A b 3

100 0 rango por lo menos 3

5 5 200
Rango (A) Rango A b

Anlisis de la solucin:

Sistema incompatible.

De acuerdo al anlisis anterior no existe solucin para este sistema.


Respuesta: La compaa, con todos los materiales de que dispone, no podr
construir mensualmente los tres tipos de casas a la vez.
25. Un agente secreto sabe que 60 equipo areos, que consisten en aviones de combate y
bombarderos, estn estacionados en cierto campo areo secreto. El agente quiere
determinar cuntos de los 60 equipos son aviones de combate y cuntos son
bombarderos. Existe un tipo de cohete que llevan ambos aviones; el de combate
lleva 6 de ellos y el bombardero slo 2. El agente averigua que se requieren 250
cohetes para armar a todos los aviones del campo areo. An ms, escucha que se
tiene el doble de aviones de combate que bombarderos en la base. Calcule el nmero
de aviones de combate y bombarderos en el campo areo o muestre que la
informacin del agente debe ser incorrecta ya que es inconsistente.
Solucin:
Variables:
Cantidad de aviones de combate: x
Cantidad de aviones bombarderos: y
Datos:
Combate
= x
60 equipos areos:
Bombarderos = y
Combate

= 6x

250 cohetes:
Bombarderos = 2y
x 2y = 0

Se tiene
Sistema de ecuaciones lineales:
x

60

6 x 2 y 250
x 2y
260

SISTEMAS DE ECUACIONES LINEALES


Forma matricial para el sistema de ecuaciones lineales:

1
1
60

2 250
6
1 2 y 0

Anlisis del tipo de solucin del sistema de ecuaciones lineales:


Anlisis del rango:
1
1

A 6
2
1 2

Rango (A) :
1 1 0 rango por lo menos 1

1 1

2 6 4 0 rango por lo menos 2

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 0 rango por los menos 1

1 1

2 6 4 0 rango por lo menos 2

6 2
1

60

2 250 90 0 rango por lo menos 3


1 2
0

Rango (A) Rango A b

Sistema incompatible.

Anlisis de la solucin:
Respuesta: De acuerdo a lo anterior, la informacin que ha obtenido el agente es
inconsistente.

261

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

SISTEMAS DE ECUACIONES LINEALES


6. La alacena de ingredientes mgicos de una bruja contiene 10 onzas de trboles de
cuatro hojas molidos y 14 onzas de raz de mandrgora en polvo. La alacena se
resurte automticamente siempre que ella use justo todo lo que tiene. Una porcin
de amor requiere 3 131 onzas de trboles y 2 132 onzas de mandrgora. Una receta de
una conocida (por brujas) cura para el resfriado comn requiere 5 135 onzas de
trboles y 10 10
onzas de mandrgora. Qu cantidad de la porcin de amor y del
13
remedio para resfriado debe hacer la bruja para usar toda la reserva en su alacena?
7. Una empresa fabrica tres productos, A, B y C; para ello utiliza los factores de
produccin X, Y y Z. El precio de venta de cada unidad de producto es: 200 u.m.
para A, 150 u.m. para B y 300 u.m. para C. Las cantidades de factores de produccin
de las que dispone son: 280 unidades de factor X, 460 unidades de factor Y y 220
unidades de factor Z. La tabla de produccin por unidad de producto es:
Factor
X
Y
Z
Producto
2
6
8
A
4
11
1
B
8
6
2
C
Determnese el beneficio total que se obtiene con la venta de la produccin obtenida
con los recursos de que dispone la empresa, sabiendo que el precio de costo de los
factores es: 5 u.m. el factor X, 15 u.m. el factor Y y 10 u.m. el factor Z.
8. En un taller electromecnico se presenta el siguiente problema: se dispone de 2
mquinas, R y S, que elaboran tres productos, u, v y w. Por razones de
mantenimiento, la mquina R puede operar 50 h/semanales, y la S, 60 h/semanales;
cada unidad de producto u debe procesarse 7 h en la mquina R y 8 h en la mquina
S. Las cifras correspondientes al producto v son 4 y 6 h, y las del producto w son 3 y
2 h, respectivamente. Se pide:
a) Determinar el nmero de unidades que deben producirse semanalmente de cada
producto para lograr la plena ocupacin de ambas mquinas.
b) Sabiendo que el precio por unidad de producto u es a u.m. y el precio unitario de
los productos v y w es de b y c u.m., determinar qu combinacin de las
anteriores nos dar un costo de 6a 2b 5c u.m.
9. Un granjero da de comer a su ganado una mezcla de dos tipos de alimentos. Una
unidad estndar del alimento A proporciona a un novillo 10% del requerimiento
diario de protena y 15% de carbohidratos. Una unidad estndar del alimento tipo B
contiene 12% del requerimiento diario de protena y 8% del de carbohidratos. Si el
granjero requiere alimentar a su ganado con el 100% de los requerimientos mnimos
diarios de protena y carbohidratos. Cuntas unidades de cada tipo de alimento
debe dar a un novillo al da?
10. R.J.F.P y Asociados fabrica tres tipos de computadoras personales: Cicln, Cclope
y Cicloide. Para armar una Cicln se necesitan 10 horas, otras 2 para probar sus
componentes y 2 horas para instalar sus programas. El tiempo requerido para la
Cclope es 12 horas en su ensamblado, 2.5 para probarla y 2 horas para instalarla. La
Cicloide, la ms sencilla de la lnea, necesita 6 horas de armado, 1.5 horas de prueba
y 1.5 horas de instalacin. Si la fbrica de esta empresa dispone de 15860 horas de
trabajo por mes para armar, 340 horas para probar y 320 horas para instalar,
Cuntas PC de cada tipo puede producir en un mes?
263

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


11. Una comerciante mayorista le ha comentado lo siguiente: va a recibir pedidos por 3
semanas, de cuatro marcas de champ, A, B, C y D, por un total de 100 frascos por
semana. Desea vender las marcas de Champ A y B a razn de $1 por frasco cada
una, la marca C a $5 por frasco y la marca D a $6 por frasco, para un ingreso total
de $300 en la presente semana. Para la siguiente semana desea vender las marcas A
y B a $3 el frasco cada una, la marca D a $6, y la C a $8 el frasco, con un ingreso
total de $400 y en la ltima semana ha decidido vender las marcas de Champ Ay B
a razn de $2 por frasco cada una, la marca C a $6.5 y la D a $6 el frasco, con un
ingreso de $320. Ella est pensando vender todo el pedido de la semana en esas tres
semanas. Qu piensa usted de todo esto?
12. En una economa hay tres sectores productivos A, B y C. En la siguiente tabla se da
la cantidad de producto de cada sector necesaria para producir una cantidad de una
unidad de producto de los otros sectores y de l mismo. Sabiendo que la demanda
final es de 1200 unidades del producto del sector A, 3400 del sector B y 140 del
sector C, calcular la produccin que debe alcanzar para satisfacer estas demandas.
Sector A
0.6
0.4
0

Sector A
Sector B
Sector C

Sector B
0
0.2
0.3

Sector C
0.3
0.6
0.6

13. Una farmacia vende 100 unidades de vitamina A, 50 unidades vitaminas C y 25


unidades de vitamina D por un total de $17.50; 200 unidades de vitamina A, 100
unidades de vitamina C y 100 unidades de vitamina D por $45.00; 500 unidades de
vitamina A, 80 unidades de vitamina C y 50 unidades de vitamina D por $64.00.
Encuentre el costo por unidad de cada una de las vitaminas A, C y D.
14. La figura adjunta muestra el flujo de trfico en el centro de una ciudad durante las
horas pico de un da hbil.
200

300

200

x2

x1

200

a
100

x3
x4

200

100

x5

d
100

a) Establezca un sistema de ecuaciones que describa el diagrama del flujo del


trfico.
b) Suponga que la calle de a a c necesita cerrarse Puede cerrarse la calle de a a d
sin cambiar los sentidos de trnsito? Si no se puede cerrar, Cul es la cantidad
ms pequea de vehculos que debe poder admitir esta calle de a a d?
15. La agricultura (x), la manufactura (y) y la mano de obra y capital (z) en un pequeo
pas estn relacionados de la siguiente manera: 10% de la produccin agrcola se
emplea para pagar a las industrias manufactureras y para la mano de obra y capital;
la manufactura y la mano de obra requieren productos agrcolas equivalentes a 30%
264

SISTEMAS DE ECUACIONES LINEALES


y 22% de su propia produccin, respectivamente; la agricultura vende dentro del
pas 359 miles de dlares ajenos a la mano de obra y capital y a la manufactura. Las
demandas interindustriales totales sobre y y z, junto con sus demandas finales de
consumo local (en millones de dlares), son como sigue:
y 0.1x 0.6 y 0.2 z,
70
z 0.5x 0.1y 0.2 z, 1730
Encuentre las producciones de x, y, z, en millones de dlares si la oferta es igual a la
demanda.
16. La industria carbonera, x, de una ciudad emplea 20% de su ingreso para pagar la
electricidad, y, y mano de obra, z, obtenidas de dicha ciudad. La compaa de
electricidad gasta 10% de su ingreso en la compra de carbn, y la mano de obra
emplea el 30% de su ingreso en la compra de carbn. Adems, la industria
carbonera vende 1040 millones de dlares ajenos a la mano de obra y a la
electricidad dentro de dicha ciudad. Las demandas interindustriales totales sobre la
compaa de electricidad y la mano de obra junto con sus demandas finales de
consumo local (en millones de dlares), son como sigue:
y 0.21x 0.1y 0.4 z, 1690
z 0.1x 0.3 y 0.2 z, 1060
Determine las producciones de x, y, z, en millones de dlares, si la oferta es igual a
la demanda.
17. La figura adjunta muestra el flujo de trfico en el centro de una ciudad durante las
horas pico de un da hbil. Cada avenida puede aceptar hasta 1500 vehculos por
hora sin congestionarse, mientras que la capacidad mxima de cada calle es de mil
vehculos por hora. El flujo del trfico se controla con semforos instalados en cada
crucero.
Avenida 5

Avenida 6

900

1000

d
x3

600

600

x4

x2

e
x7

700

700

x5

x1

a
x6

800

900

1100

700

a) Establezca un sistema de ecuaciones lineales que describa el flujo.


b) Resuelva el sistema diseado en a) y sugiera dos posibles patrones de flujo que
garanticen que no habr congestionamientos.
c) Suponga que el flujo de trfico a lo largo de la calle 9 entre las avenidas 5 y 6,
x , se restringir debido a obras de drenaje. Cul es el mnimo flujo de trfico
6

permisible a lo largo de esta calle que no produzca congestionamientos?

265

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


18. La siguiente figura muestra el flujo de trfico cerca del centro cvico de una ciudad
durante las horas pico de un da hbil. Cada calle puede aceptar un mximo de 1000
vehculos por hora sin congestionarse. El flujo se controla con semforos instalados
en cada uno de los cinco cruceros.
Avenida 6

Avenida 7

700

600

Calle 3

x2

500

x6

x1

Calle 4
600
700

x5
700

x3

Circuito cvico

x4

800

600

a) Establezca un sistema de ecuaciones lineales que describa el flujo.


b) Resuelva el sistema diseado en a) y sugiera dos posibles patrones de flujo que
garanticen que no habr congestionamientos.
c) Suponga que la parte de la avenida 7 comprendida entre las calles 3 y 4 ser
cerrada por reparacin y proporcione un posible flujo de trfico que garantice un
flujo continuo del trfico.

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

clientes que se mantiene con la marca B es 7 . Si se sabe que en un inicio ambas


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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Dando forma matricial:


x t 1 8 6 x t


yt 1 2 1 yt
z

t 1

A z

Si consideramos t = 0 como el instante inicial, entonces tenemos:


z A z
1

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

Si conocemos z , se puede calcular el proceso en cualquier instante de acuerdo a


0

la siguiente ecuacin:
t

zt A z0

(I)

Observando la expresin anterior nos damos cuenta que el clculo ms


complicado es hallar At , conforme t sea ms grande ms laborioso resultar su
clculo. Para evitar este engorroso trabajo, consideremos una matriz C.
3 2
C

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

Observamos que se forma una matriz diagonal:

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

Si reemplazamos en la ecuacin (I) tenemos:


t

zt C D C

z0

Ahora nosotros debemos hallar D :


t
4 t
4 0
D

0
0 5
t

t
5
269

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Recordar, que si tenemos una matriz diagonal y nos piden dicha matriz elevada a
la potencia t entonces podemos encontrarla de forma rpida de la siguiente
manera:
d11 0

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

Esta simplificacin sugiere estudiar lo siguiente: si dada una matriz cuadrada A, se


puede encontrar una matriz invertible C, tal que C 1 A C sea una matriz
diagonal.
Veremos algunas caractersticas de esta matriz C:
El producto de A por cada uno de los vectores columna de C tiene como resultado:

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

la matriz C, entonces se cumple que:


A c c
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

Los vectores c y c se llaman vectores propios de A, mientras que los escalares


1
2

1 y 2 se llaman autovalores.

En este captulo nos dedicaremos al estudio de los valores y vectores propios de


matrices cuadradas reales, por lo tanto a la diagonalizacin de estas matrices.
Por lo mostrado anteriormente, un conjunto til de resultados para analizar una
matriz A, surge de las soluciones al conjunto de ecuaciones:
A c c

270

AUTOVALORES Y AUTOVECTORES

Donde c es un vector no nulo, las soluciones de la anterior ecuacin matricial son


los vectores caractersticos c y las races caractersticas .
a11 a12
a
21 a22
a
a
31 32


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

Observamos que tenemos n ecuaciones y n 1 incgnitas c1, c2 , , cn , .


Para eliminar la indeterminacin, en algunos casos se normaliza c de modo que:
t

c c 1
c2 c2 c2 c2 1
1

La solucin est constituidapor y las n 1 incgnitas de c .


Ecuacin caracterstica:
A c c
A c I c
A c I c 0

c 0

matriz caracters tica

Aqu tenemos un sistema homogneo donde deseamos un vector c no nulo. Por


lo tanto, la solucin de este sistema va ser compatible indeterminada y debe
cumplir:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Una definicin que se deriva de lo visto anteriormente es el autovalor de A, que es
un nmero tal que cuando lo sustraemos de cada elemento de la diagonal
principal convierte a la matriz A en una matriz singular.
Propiedades de los autovalores con respecto a algunas matrices:
Si la matriz cuadrada es simtrica, siempre los autovalores van a ser valores
reales (distintos, valores repetidos e incluso 0).
Si tenemos una matriz diagonal A, entonces sus autovalores son los elementos de
la diagonal.
0
5
A

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

1 con multiplicidad algebraica 2.


2

Si A es una matriz cuadrada entonces se cumple:


a) A y At tienen los mismos valores propios con las mismas multiplicidades
algebraicas.
b) Si es un autovalor de A y k 1, entonces k es un valor propio de Ak .
Sea A una matriz cuadrada de orden n con autovalores: 1 , 2 , 3 , , n
entonces se cumple:
a) Traza (A) = .
1
2
3
n
b) Det A = A = 1 2 3 n .
Si tenemos tres matrices A, B y C no singulares entonces:

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

Las races caractersticas no nulas de A A son las mismas que At A .


Si A1 existe, las races caractersticas de A1 son las recprocas de A, y los
vectores caractersticos son los mismos.

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

2 3 1 con mutiplicidad algebraica 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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

con multiplicidad algebraica 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

Ejemplo: Hallar los autovectores para los ejercicios anteriores:


5 1
1 6
y 2 3 .
1. A

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

tiene infinitas soluciones .

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

Pero si normalizamos c , es decir c c 1 la respuesta es:


1
1

c
c c 1 1
1 2
c2

c12 c22 1

Si sabemos que c1 c2 por lo tanto :


c c
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

Como el rango es 1 significa que existe una ecuacin linealmente


independiente.
2c c 0 c 2c
1

Puede ser :

1 1 2
c2 , , ,, etc.
2 2 4

Pero si normalizamos c , es decir c


2

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


c
1

, 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

Como el rango es 2 significa que existen dos ecuaciones linealmente


independientes, en este caso la segunda y tercera ecuacin.

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

Pero si normalizamos el vector c1 , es decir c1 c1 1, tenemos que:


2

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

Como el rango es 2 significa que existen dos ecuaciones linealmente


independientes, en este caso la primera y la segunda ecuacin.

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

Pero si normalizamos el vector c2 , es decir c2 c2 1, tenemos que:


2

c1 c2 c3 1

0 2 c2 2 0 2 1
c 1
2

0
0

c2 1 o 1
0
0

277

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


El conjunto de autovectores asociado a un autovalor junto con el vector nulo,
forman un subespacio vectorial de Rn de dimensin n menos el rango de la
matriz caracterstica ( A I ). Al espacio propio de un autovalor lo denotaremos
como E.
dim(E) = n Rango( A I )
Al espacio propio de un autovalor tambin se le conoce como la envolvente de
los autovectores linealmente independientes para ese autovalor

( Env c , c , c ,, c ). Asimismo, el espacio propio de un autovalor est


1 2 3
k
constituido por los autovectores generadores linealmente independientes de

dicho autovalor ( Gen c , c , c , , c


1 2 3
k

).

Espacio propio es un subespacio de A correspondiente al valor propio .


Vectores propios correspondientes a valores propios distintos son linealmente
independientes.
si : 1 2 3 n , entonces:

c1, c2 , c3, c4 ,, cn

son linealmente independientes

Ejemplo: Calcular los valores, vectores y espacios propios de la matriz siguiente:

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

con multiplicidad algebraica 2.

2
1 c1 0
3

1 2
c 0
1

2
1
2 3 c 0
3
Rango 2

Como el rango es 2 significa que existen dos ecuaciones linealmente


independientes, en este caso podemos tomar la segunda y tercera ecuacin.

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

Si se considera c c 1 estamos normalizando c :


1

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Como el rango es 1 significa que existe una ecuacin linealmente independiente,
en este caso puede ser cualquiera de ellas.

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 .

Ejemplo : calcular los valores, vectores y espacios propiosde la matriz :


5 5 9
A 8
9
1
2 3 7
Multiplicidad geomtrica. Sea un valor propio de la matriz A, entonces la
multiplicidad geomtrica de es la dimensin del espacio propio
correspondiente a . Es decir, la multiplicidad geomtrica de = dim(E).
Sea un valor propio de A entonces:
La multiplicidad geomtrica de la multiplicidad algebraica de .
Sea A una matriz n n , entonces A tiene n vectores propios linealmente
independientes si y slo si la multiplicidad geomtrica de cada autovalor es igual
a su multiplicidad algebraica. En particular, A tiene n autovectores linealmente
independientes, si todos los valores propios son distintos (ya que la
multiplicidad algebraica de cada valor propio es 1).

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:

es distinto de cero, podemos decir que es invertible. Por lo tanto,

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


d11 0
0 d
22
D

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

Veamos ahora qu matrices son diagonalizables:


Una matriz cuadrada A se dice que es diagonalizable cuando existe una matriz
diagonal semejante a ella, es decir, si existe una matriz invertible C de tamao

n n tal que C 1 A C D , entonces se dice que la matriz C diagonaliza a la


matriz A.
Si existe una matriz ortogonal C, tal que el resultado de C 1 A C es una
matriz diagonal, entonces A es diagonalizable ortogonalmente y se dice que C
diagonaliza ortogonalmente a A.
Una matriz A de orden n n es diagonalizable si y slo si se tienen n vectores
propios linealmente independientes. En tal caso, la matriz diagonal D semejante
a A esta dada por:
1 0
0
2
D

0 0

0
0 0

0
k

donde , , ... son los autovalores de A, y C es una matriz cuyas columnas


n
2
1
son los autovectores linealmente independientes de A.
DC

A C

Cuando A es diagonalizable, entonces el conjunto de los n vectores propios es


una base de R n .
Una matriz A de orden n es diagonalizable si y slo si, la suma de las
dimensiones de los espacios propios es n.
Una matriz A de tamao n n es diagonalizable si y slo si, se verifican las dos
condiciones siguientes:

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

0y3 Multiplicidad algebraica 2).


Hallamos los autovectores:
0:
1 1 1 c1 0

0
3 0 c 0

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

El conjunto de autovectores linealmente independientes {(3, 0, 1); (2, 0, 1)}


es menor que n = 3. Por lo tanto, A no es diagonizable.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Por lo tanto, Ak se puede calcular de la siguiente forma:


k

A C D C

Donde hallar D k es ms sencillo, facilitando nuestro trabajo.

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

0 3 2 1 665 550 133 110


1 1 2 243

3 0 32 1 1 5 825 390 165 78


5

5. Matrices simtricas y diagonalizacin ortogonal


El anlisis econmico utiliza dos reas de las matemticas: la Teora de
optimizacin y la Estadstica. Las matrices juegan un rol importante en estas reas,
como por ejemplo la Hessiana y la Hessiana Orlada, en las condiciones de
segundo orden de problemas de optimizacin y en las matrices de covarianzas y de
informacin en econometra.
Muchas de estas matrices cuadradas que aparecen en optimizacin y en
econometra son matrices simtricas. Existe una gran cantidad de economistas que
trabajan slo con matrices simtricas, cuyos trabajos se basan en los autovalores y
autovectores de las matrices simtricas involucradas.
Sea A una matriz simtrica real n n . Entonces los autovalores de A son reales.
Sea A una matriz simtrica real n n . Entonces los autovectores asociados a
autovalores distintos de A son ortogonales, es decir:
t

c c 0 siendo i j (autovalores distintos).


i

Sea A una matriz de tamao n n . La matriz A es simtrica si y slo si A es


diagonalizable mediante una matriz ortogonal. Es decir, existe una matriz
ortogonal C tal que C t A C D . Esta matriz C se forma con autovectores
ortogonales A C D C t .
Teorema espectral:
Si A es una matriz simtrica entonces existe una base ortonormal de Rn formada
por los autovectores de A.

287

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Teorema de Cayley Hamilton:
Toda matriz cuadrada de orden n satisface su propia ecuacin caracterstica, es
decir, si P 0 es la ecuacin caracterstica de A, entonces P A 0 . Este
teorema tiene su aplicacin para hallar la inversa de la matriz A.

c , c , c ,, c

son ortogonales cuando c c 0 , siendo


1 2 3
n
i
j
i j . Adems, estos mismos vectores sern ortonormales si tambin cumplen que

n vectores
t

c c 1.
i

c c1 c2 c3 cn

Norma de un vector:

Vector normalizado: Cuando su norma es igual a 1.

cn

c
c

Muchas veces los autovectores de un mismo autovalor no son ortogonales, por lo


tanto usaremos el algoritmo de GramSchmidt para transformarlos en ortogonales:
Siempre, en este algoritmo, se parte de un vector de referencia y los dems se
calculan de la siguiente manera:
t

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

y si deseamos que sea ortonormal:


con
i

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 (con multiplicidad algebraica 2) y 3 4 .


b) Hallamos los autovectores:

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

Se observa que se pueden obtener 2 autovectores linealmente


independientes, que provienen de un mismo autovalor:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Sabemos, por teorema, que autovectores asociados a autovalores distintos


son ortogonales. Por lo tanto, 0, 1,1 es ortogonal con respecto a los
otros dos autovectores. Entonces queda:

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

Debe cumplir que: C t A C D .

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

2. Diagonalizar ortogonalmente la siguiente matriz simtrica:

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 con multiplicidad algebraica 2 3 3 .


b) Hallamos los autovectores para:

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

Se observa que se pueden obtener 2 autovectores linealmente


independientes, que provienen de un mismo autovalor:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Ahora los normalizamos para obtener autovectores ortonormales:
con

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)}

Sabemos, por teorema, que autovectores asociados a autovalores distintos


son ortogonales. Por lo tanto, (1, 1, 1) es ortogonal con respecto a los dos
autovectores anteriores.
Ahora normalizamos:

con
2

1 1 1

(1, 1, 1)
,
,
3
3
3
3

Por lo tanto, la matriz ortogonal C es:


1/ 2

C 0

1/ 2

1/ 6
2/ 6
1/ 6

1/ 3

1/ 3

1/ 3

Que debe cumplir : C t A C D :


1 / 2

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

3. Diagonalizar ortogonalmente la matriz simtrica:

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

1 2 1 (con multiplicidad algebraica 2) y

3 10.

b) Hallamos los autovectores para:

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

E 1 Env{(1, 0, 2); (0,1, 2)}


A

Se observa que se pueden obtener 2 autovectores linealmente


independientes, que provienen de un mismo autovalor:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

co

1b

0, 1, 2

4
1, 0, 2 4 , 1, 2
5
5
5

Ahora los normalizamos para obtener autovectores ortonormales:

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

5c1 4c2 2c3 0 c1 c2


4c1 5c2 2c3 0 c1 2c3

2c
2
3
c 2c c 2
2
3
3
c
1
3

E (10) Env{(2, 2,1)}


A

Sabemos, por teorema, que autovectores asociados a autovalores distintos


son ortogonales. Por lo tanto, (2, 2, 1) es ortogonal con respecto a los dos
autovectores anteriores.
Ahora lo normalizamos:
2 2 1
con , ,
2 3 3 3

Por lo tanto, la matriz ortogonal C es:


1/ 5

C 0
2 / 5

4 / 3 5 2 / 3

5 / 3 5 2 / 3
2 / 3 5 1/ 3

Que debe cumplir: C t A C D :

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 = Proporcin de clientes de la marca A en un mes t.


t

B = Proporcin de clientes de la marca B en un mes t.


t

Con los datos que se presentan en el problema formamos un sistema de ecuaciones.


Sistema de Ecuaciones:
8
3
A B
t
10
10 t
2
7
B

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

Descomponiendo la matriz de transicin T:


T C DC

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Hallamos los autovectores:

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

Reemplazando en la expresin original tenemos:

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 .

Probamos con 0 , quedando:


1

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

Luego, hacemos lo mismo con 5 y llegamos a:


2

0
2 2 c1


3 2 c2

c1 c2 0

Rango 1

c1 c2

1
c c
2 1

lqqd.

0 0
7

2. Hallar los autovalores y autovectores de A 0 2 4 .


0
6 0
Solucin:
Hallamos primero el polinomio caracterstico P( ) Det ( A I ) :

P( ) (7 ) (2 )( ) 24 0
(7 )( 6)( 4) 0

1 7 ; 2 6 3 4

297

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

3. Comprubese el teorema de CayleyHamilton para la matriz A 2 1 0 .


0 0 3

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

Con estas operaciones estamos demostrando el teorema de CayleyHamilton.


4. Hallar el polinomio caracterstico, los autovalores, sus autovectores, la multiplicidad
1 0 0

algebraica y geomtrica de A 0 2 1 .
4 0 3

Solucin:

P( ) (1 )(2 )(3 ) 4(0)


1 ; 2 ; 3 3 todas las multiplicidades algebraicas son 1.
1

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

todas las multiplicidades geomtricas son 1.

5. Sea c un autovector de A cuyo autovalor correspondiente . Demuestre tambin


K
que c es un autovector de AK con el correspondiente autovalor .

Solucin:
( A I ) c 0

299

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

A c c
A A c A c

2
A c A c

2 c

Hacemos lo mismo k veces y obtenemos:


k

A c c
k

(A I) c 0
k
Si A es elevado a la potencia k entonces sus autovalores son los .

6. Demuestre, que si A es nilpotente Ak 0 entonces, su nico autovalor es cero.


Solucin:
De lo obtenido anteriormente vemos que:
k

(A ) c 0

Det A I

Si Ak 0 Det k I

0.

7. Encuentre el valor propio y calcule la multiplicidad geomtrica de:

2
0
A
0

1 0 0
2 1 0
0 2 0

0 0 2

Solucin:

P( ) (2 )(2 )(2 )(2 ) 0

(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

(3 )(3 )(1 )(1 ) 2 4(1 )(1 )


( 3)( 3)( 1)( 1) 8( 1)( 1)

( 1)( 1) 2 9 8

( 1)( 1)( 1)( 1)

( 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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Con 1 :
2

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

La matriz regular es:

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

0 . Por Sarrus obtenemos 2 .

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

Las races son 2 ; 1 (con multiplicidad algebraica 2).


1 0 0 c1 0


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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Para encontramos una base (1, 0, 0).
1

Para encontramos una base (1/3, 1, 1).


2

Para encontramos una base (1/5, 1, 0).


3

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

1 . Calclese los valores y vectores propios,


10. Sea la siguiente matriz A 1 3
3 3
1

estudie si es o no diagonalizable y en caso afirmativo, hllese las bases en las que


tiene su expresin diagonal, as como la matriz de paso.
Solucin:

0 2 2

A 1 3
1
3 3
1

Desarrollando obtenemos las siguientes races: 4 ; 2 y 2 .


Para 4 :

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

11. Dada la matriz A 2 4


3 , es A diagonalizable?
0 0
3

Solucin:
1

3 (con multiplicidad algebraica 2) y 2 .

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Reemplazamos 1 en la matriz y obtenemos:

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.

13. Calclese, aplicando el teorema de CayleyHamilton, la inversa de la matriz:

1 2 0

A 1 3 1 .
0 1 1

Solucin:

1 2 0

A 1 3 1
0 1 1

(1 )(3 )(1 ) (1 ) 2(1 ) 0

P 3 52 8 4 0
De acuerdo al teorema de CayleyHamilton debe cumplir:

P A A3 5 A2 8 A 4 0

Efectuando las potencias de la matriz A:


9 24 10
1 8 2

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

Por lo tanto, cumple:

( 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

14. Dada la matriz A 2


3 0 .
0
0 5

a) Es A diagonizable?
b) Determnese una matriz diagonal similar a A.
Solucin:
3

0 3 112 35 25 0 5 (con multiplicidad

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

a) 2 + 1 = 3. Por lo tanto, es diagonalizable.


b) Una matriz diagonal similar a A es:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Dim( 1) Dim( 2) 1 2 3 orden de la matriz H.

Si es diagonalizable.

a 0 0

17. Dada la matriz A b 3 0 . Se pide estudiar para qu valores de a y b puede


a 0 1

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

Si sumamos las dimensiones resulta 1 + 1 = 2 3 , entonces no es diagonalizable.


Si a 3 1 (multiplicidad 1) y 3 (multiplicidad algebraica 2).
3
1

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

A es diagonalizable para a 1 y en caso de que a 3 y b 0 .

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

Encontramos una base (2, 3).



12
8

c2 0

Para 1 :
8 6 c1 0

Encontramos una base (3, 4).


9 c2 0
12

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

1 0 0
0 2 2

19. Dadas las siguiente matrices A 1 3


1 y B = 0 1 0 . Para cada una
3 1 2
3 3
1

de ellas calclese los autovalores y autovectores, estdiese si son o no


diagonalizables y en caso afirmativo, hllese las bases en las que tienen su
expresiones diagonal, as como sus matrices de paso.
3 0 1

20. Calclese A Sabiendo que A 0 2 0 .


1 0 3

a 0 0

21. Dada la matriz A 0 3 0 . Se pide estudiar para qu valores de a y b puede


b 0 1

diagonalizarse.

22. Hallar el polinomio caracterstico, los autovalores, sus autovectores, la multiplicidad


1 0 0
algebraica y geomtrica de A = 0 2 1 .
4 6 3

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:

A = Porcentaje de la flota de camiones que est en A en un mes t.


t

B = Porcentaje de la flota de camiones que est en B en un mes t.


t

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

Descomponiendo la matriz de transicin T:


1
T C D C , donde D es una matriz diagonal compuesta por los autovalores y
C es una matriz compuesta por los autovectores correspondientes a los autovalores.

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

Reemplazando en la expresin original tenemos:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

At
B
t

1 5 t 3


14 12 7

t
1 5 4
14 12 7

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.
A3
B
3

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

Respuesta: El porcentaje al final del tercer mes es 43.37% en A y 56.63% en B.


b) Hllese el porcentaje de camiones en cada ciudad al cabo de infinitos meses.
A
B

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

Respuesta: El porcentaje de camiones al cabo de un largo tiempo ser 42.857%


en A y 57.143% en B.
2. Dos empresas A y B se reparten el mercado de un producto. El 70% de los clientes
de A vuelve a comprar al ao siguiente y el 30% se pasa a la competencia. El 60%
de los clientes de B vuelven a comprar al ao siguiente a B y el 40% se pasa a A. El
ao pasado la empresa B tuvo 1200 clientes. Hllese, cuntos clientes tuvo la
empresa A el ao pasado, si en este ao (ya concluso) ambas empresas tuvieron el
mismo nmero de clientes que el ao pasado.
Solucin:
Variables:

A = Porcentaje de clientes que compra en A en el ao t.


t

B = Porcentaje de clientes que compra en B en el ao t.


t

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

Respuesta: La empresa A el ao pasado tuvo 1600 clientes.


3. Para un segmento particular del mercado automotriz, el resultado de una encuesta
indica que el 80% de los propietarios compraran autos japoneses la siguiente vez.
De los propietarios de automvil no japons, el 60% comprara un automvil
japons la siguiente vez. Si el 60% de este segmento actualmente posee automviles
japoneses y el 40% posee automviles no japoneses. Se pide:
a) Cul es la distribucin para este segmento del mercado despus de la compra
de dos automviles ms?
b) A largo plazo (para un tiempo infinito) Cmo estar distribuido este segmento?
Solucin:
Variables:

A = Porcentaje de los propietarios que compraran autos japoneses en la vez t.


t

B = Porcentaje de los propietarios que compraran autos no japoneses en la vez t.


t

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

Descomponiendo la matriz de transicin T:


1
T C D C , donde D es una matriz diagonal compuesta por los autovalores y
C es una matriz compuesta por los autovectores correspondientes a los autovalores.

4 5 3 5 1 3 1 5 0 1 3
1 5 2 5 1 1 0 1 1 1

313

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Reemplazando en la expresin original tenemos:

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

a) Cul es la distribucin para este segmento del mercado despus de la compra de


dos automviles ms?
A2
B
2

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

Respuesta: Despus de la compra de dos automviles ms, el 74.4% compran


autos japoneses y el 25.6% autos no japoneses.
b) A largo plazo (Para un tiempo infinito) Cmo estar distribuido este segmento?
t
3

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

Respuesta: A largo plazo el 75% de los propietarios de autos poseer autos


japoneses y el 25% autos no japoneses.

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

otra nia. A la larga, Con qu frecuencia recibe cada uno la bola?


4. Un psiclogo hace los supuestos siguientes que conciernen al comportamiento de
ratas sujetas a un rgimen especial de alimentacin. Para una prueba particular, 80%
de las ratas que giraron para la derecha en el experimento previo hicieron lo mismo
en esta prueba, y 60 % de aquellas que giraron para la izquierda en el experimento
previo, giraron para la derecha en esta prueba. Si 50% van a la derecha en la primera
prueba, Qu se podra predecir para la tercera prueba?Qu se podra predecir para
la prueba nmero mil?
5. Supongamos que existe una competencia en el mercado entre tres proveedores, A, B,
y C (marcas respectivas). En la siguiente tabla observamos que de los compradores
que hoy compran un producto de la marca A, en un determinado periodo de tiempo
un 30% volver a comprar esta marca, un 40% cambiar a la marca B y un 30% a la
marca C. Los datos para B y C se muestran en la siguiente tabla.

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

Cul ser a largo plazo la participacin en el mercado de las marcas A, B y C,


siendo las participaciones actuales en el mercado de A, B y C, 40%, 50% y 10%
respectivamente?
6. Calcula las participaciones en el mercado que a largo plazo alcanzarn las
compaas R, S y T, si el comportamiento de los consumidores corresponde a una
cadena de Markov con las probabilidades de cambio que se muestran en la siguiente
tabla:
a
R
S
T
0.6 0.1 0.3
R
0.5 0.4 0.1
de S
0.2 0.1 0.7
T
315

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


7. Hay dos bolas blancas, en una urna A y tres bolas rojas en otra urna B. A cada paso
del proceso se selecciona una bola de cada urna y las dos bolas escogidas se
intercambian. Sea el estado a del sistema el nmero i de bolas rojas de la urna A.
i

Cul es la probabilidad de que haya 2 bolas rojas en la urna A despus de tres


pasos? A la larga, Cul es la probabilidad de que haya 2 bolas rojas en la urna A?
8. Una compaa de transporte terrestre seala a sus choferes tres rutas entre dos
ciudades: por el Viaducto del Puente, por el Paseo del Parque, o tomando la
Carretera N. 1. Si un chofer va por el Viaducto, el riesgo de entrar en un
congestionamiento de trfico es de 1 ; si le tocara el congestionamiento, al da
3

siguiente tomara el Paseo, con probabilidad 2 o la Carretera, con probabilidad 1 ;


3

si no se topara con un congestionamiento, al da siguiente ira de nuevo por el


Viaducto, con probabilidad 1 , por el Paseo, con probabilidad 1 , o por la Carretera,
6

con probabilidad

1
.
3

Si tomara el Paseo, el riesgo de hallarse en un

congestionamiento es 1 ; si entrara en un congestionamiento de trnsito, al da


2

siguiente ira por el Viaducto; si no tuviera tropiezo alguno, al siguiente da tomara


con igual probabilidad el Viaducto, el Paseo o la Carretera. Si el conductor toma la
citada Carretera N 1, invariablemente se retrasar, y por ello nunca tomar ese
camino dos das seguidos, sino que al da siguiente ira por el Viaducto, con
probabilidad 1 o por el Paseo del Parque, con probabilidad 2 . Qu proporcin de
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

estacin de servicio. Si en un da determinado el auto se pone en movimiento con


empuje, las probabilidades para el da siguiente (nunca ha necesitado ser empujado
2 das seguidos) son de 1 para inicio normal y 2 para la ayuda de la estacin de
3

servicio. Si un da se utiliza la citada estacin, las probabilidades para el da


siguiente son de 5 para el arranque normal y 1 para el arranque con empujn (el
6

servicio de la estacin nunca se requiere dos das seguidos). A largo plazo, qu

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

escasas o ventas satisfactorias, con igual probabilidad; si se emplea la R, habr


ventas escasas con probabilidad de 1 y ventas satisfactorias con probabilidad de 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

son escasas, satisfactorias y con sobredemanda, respectivamente?

317

Captulo V

Formas Cuadrticas

La empresa ReyesNeyra S.A fabrica tres productos en cantidades x , x y x ; donde


3
2
1
la funcin de beneficios es:

( x1 , x2 , x3 ) x12 x22 10 x32 2 x2 x3 6 x1 x3 .

a. Existen niveles de produccin que puedan generar prdida?


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?

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Donde se cumplen los siguientes conceptos:


A es semejante a D.
D es una matriz diagonal con los autovalores de A.
C es una matriz invertible y en este caso ortogonal, donde sus columnas son los
autovalores ortonormales correspondiente a los autovalores de A.
Observemos algunos ejemplos de formas cuadrticas:

Q x bx 2

1 2 a11x12 a12 x1x2 a22 x22


2
2
2
Qx1 , x2 , x3 a11 x1 a12 x1 x2 a13 x1 x3 a22 x2 a23 x2 x3 a33 x3

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

, como toda aplicacin

Por tanto, podemos definir una forma cuadrtica Q x

(funcin) de R en R tal que a cada vector x R n le hace corresponder el


valor numrico dado por el polinomio cuadrtico (cada uno de sus trminos es de
segundo grado).
n

Las formas cuadrticas tambin tienen una representacin matricial.

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

Compactando tenemos: Q x A x donde A es una matriz simtrica.


Ejemplos:
1. Exprese en forma matricial las siguientes formas cuadrticas:


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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


d) Q x x 2 2 x 2 4 x x .
2
1 2
1
e) Q x x 2 2 x x 3x 2 2 x x x 2 .
1
1 2
2
2 3
3

f) Q x 2 x x 2 x x x 2 x x x 2 .
1 2
1 3
2
2 3
3

Solucin:
a)

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

2. Exprese en forma polinmica las siguientes formas cuadrticas:


1 0 x
1
1
a) Q x x1 x2 x3 1 3 1 x2

0 1 1 x
3

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

3. Clasificacin de las formas cuadrticas


Existen 5 Formas Cuadrticas:
3.1. Definida positiva (DP).- Si todo vector no nulo le asigna un valor positivo a
t

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


3.3. Semidefinida positiva (SDP): Si asigna valor positivo para unos vectores y
nulos para los dems. Llamada tambin definida no negativa. Q x 0

t

n
x A x 0 , x 0 en R .

Ejemplo: Q x x 2 2 x x x 2 . Se observa que para todos los vectores


1 2
2
1
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

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

x A x 0 para algunos x en R n y x A x 0 para algunos x


en R n .
Ejemplo: Q x x 2 x 2 . Se observa que para todos los vectores de la
2
1
forma x x , 0 Q x x 2 0 x 0 (Curva AB), mientras que
1
1
1
para vectores de la forma x 0, x Q x x 2 0 x 0 (Curva
2
2
2

CD).

x3

x1

x2

Dado que es la matriz simtrica A la que determina la forma cuadrtica. Averiguar


a cul de los 5 tipos pertenece, es lo que se conoce como estudio del signo de la
matriz simtrica A o de la forma cuadrtica de la matriz A.

4. Mtodo de estudio del signo de la forma cuadrtica


Existen dos mtodos para el estudio del signo de la forma cuadrtica:
4.1. Mtodo de los autovalores.t

Si: Q x x A x

t

Como A es una matriz simtrica entonces A C D C , por lo tanto:


t

t
Q x x C D C x

Si reemplazamos y C t x tenemos que:

325

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

x A x y D y x A x

y
i 1

2
i i

Definida positiva: Si todos los autovalores son positivos.


Definida negativa: Si todos los autovalores son negativos.
Semidefinida positiva: Si nos encontramos con autovalores positivos y
nulos.
Semidefinida negativa: Si nos encontramos con autovalores negativos y
nulos.
Indefinida o no definida: Si nos encontramos con autovalores positivos y
negativos.
Ejemplo: Clasificar las siguientes Formas Cuadrticas:

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

Por lo tanto, la forma cuadrtica ES INDEFINIDA.


2
2
2
2. Q x x 2 x 2 x x 2 x
1
2
2 3
3

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

3 1 con multiplicidad algebraica 2.


Por lo tanto, la forma cuadrtica ES DEFINIDA NEGATIVA.
3. Q x x 2 x 2 2 x x x 2
2
2 3
3
1

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

Por lo tanto, la forma cuadrtica ES DEFINIDA POSITIVA.


2
2
2
5. Q x x1 2 x2 x3 2 x1x2 2 x2 x3

327

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Menores principales de orden 2 =

a
13
a

23

32

33

11
21

12
22

11
31

13
33

22

32

23

Menores principales de orden 1 = a11 , a22 , a33


Nota: Una matriz de orden n n tiene 2n 1 submatrices principales.

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

Sea A una matriz simtrica de orden n, entonces:


a) A es definida positiva si y slo si todos sus n menores principales
dominantes son positivos.

A1 > 0, A > 0, A > 0, , A > 0 DP


3
2
n
b) A es definida negativa si y slo si alternan de signo empezando por
negativo los menores principales dominantes

A1 < 0, A2 > 0, A3 < 0, A4 > 0, DN


c) A es semidefinida positiva, entonces se verifica que:
A = 0 y i 1, 2, 3,, n A 0
i

Si A = 0 y i < n

Ai 0 SDP

d) A es semidefinida Negativa, entonces se verifica que:


A = 0 y i 1,2,3,,n ,
A 0, si i es par
i

A 0 , si i es impar
i
Si A = 0 y i n

329

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

de la funcin dada, es una condicin

necesaria y suficiente para determinar que x0 es un mximo de f, un mnimo


de f o ninguno. La generalizacin de esta segunda derivada para grandes
dimensiones, involucra analizar si la matriz de segundas derivadas (o
Hessiano) de f es definida positiva, definida negativa o indefinida para un
punto crtico de f.
En forma similar, una funcin Y f x es cncava si su segunda derivada

f ' ' x es 0 en algn intervalo. La generalizacin de este resultado a


grandes dimensiones es que una funcin es cncava en alguna regin si su
matriz de segundas derivadas es semidefinida negativa para todo vector x
en esa regin.
330

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

Por lo tanto, los menores principales son positivos. Luego Q x es



DEFINIDA POSITIVA.

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

Los menores principales alternan de signo empezando por negativo, por lo


que Q x es DEFINIDA NEGATIVA.

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

El ltimo menor es distinto de cero, pero en este caso Q x no es



definida positiva ni definida negativa. Por tanto, Q x cumple los

requisitos de INDEFINIDA.
331

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

5. Formas cuadrticas reales con restricciones

Sea Q x x A x y x L V donde L x V / B x 0 . Para


estudiar el signo de la forma cuadrtica en el subespacio L tenemos que:
a) Si Q x es definida positiva o definida negativa en el espacio vectorial V

tambin lo es en el subespacio L.
b) En el caso de que no sea la forma cuadrtica definida negativa o definida
positiva entonces se puede analizar su signo de dos formas:
Primera forma:
En el caso de tener un conjunto de restricciones lineales se puede expresar

de la siguiente forma: L x V / B x 0 , donde el rangoB r y


dim L n r . Para estudiar el signo de la forma cuadrtica
t

Q x x A x restringida al subespacio L puede expresarse en



funcin de las n r variables libres y estudiar la forma cuadrtica sin
restricciones.
Ejemplo: Sea Qx, y, z 3x2 y 2 2 z 2 4 xz 2 yz restringida al
subespacio L x, y, z / x y z 0. Analicemos el signo de la forma
cuadrtica restringida.
Solucin:

Qx, y, z x

0 2 x
1
1 y
1
2 z

3
z 0
2

Analizando sin la restriccin:

A1 3 ;

A3 5 . Por lo tanto, la forma cuadrtica sin

A2 3 ;

restriccin es indefinida. Entonces, con la restriccin no podemos decir


cmo estar definida, porque no es ni definida positiva ni definida
negativa. En consecuencia, debemos analizar la restriccin.
Debemos despejar una variable de la restriccin en funcin de las otras:
x yz.
Ahora debemos reemplazar esa variable en la forma cuadrtica:

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

Se analiza la forma cuadrtica, que depende de dos variables, como si no


existiera la restriccin.
2 4 y
Q y , z y z

9 z
4

332

FORMAS CUADRTICAS
Analizando la nueva forma cuadrtica se obtiene:

A1 2 ; A2 2 . Entonces, Q y, z es DEFINIDA POSITIVA, y por

tanto, Qx, y, z tambin lo ser.

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

Analizando el signo de los ltimos

n m

menores principales

dominantes de A , empezando con el determinante de A :


a) Si el determinante de A tiene el mismo signo que 1n y si sus
ltimos n m menores principales dominantes alternan de signo,
entonces Q x es definida negativa en las restricciones dadas por

B x 0 .

n m
que 1m ,

b) Si el determinante de A y todos los ltimos

menores

principales dominantes tienen el mismo signo

entonces

Q x es definida positiva en la restriccin dada por B x 0 .



c) Si los anteriores casos a) y b) no cumplen y existe menores principales
dominantes diferentes de cero, entonces Q x es indefinido en el

grupo de restricciones B x 0 .
Ejemplo: Clasificar la siguiente forma cuadrtica restringida:
2
2
2
2
Q x x x x x 4 x x 2 x x
1
2
3
4
2 3
1 4

Restricciones:
x2 x3 x4 0

x1 9 x2 x4 0

333

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:

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

La Matriz Orlada es:

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

Dado que n 4 y m 2 , nosotros necesitamos analizar los ltimos

n m 2 menores principales dominantes es decir

A5 y A6 .

Suponiendo que es una matriz definida positiva, entonces debe cumplir:

12 1 (signo +), entonces

A5 0 y A6 0 .

Suponiendo que es una matriz definida negativa, entonces debe cumplir:

1n 14 1 , entonces

Hallando:

A5 77 y

A5 0 y A6 0 .

restringida es

A6 24 . Por lo tanto, Q x

definida positiva, y x 0 es un mnimo.


Matrices Definidas Positivas:
Definen una forma cuadrtica definida Positiva.
Propiedades:
t

1. Si A es Definida positiva, existe una matriz regular P tal que P P A .


t

2. Si la forma cuadrtica x A x restringida a x B x es definida


positiva, cuando B es semidefinida positiva, existe un escalar tal que
la forma sin restricciones:

334

FORMAS CUADRTICAS
t

x A B x es definida positiva.
t

3. La forma cuadrtica x A x restringida al subespacio vectorial

L= x V / B x 0

es definida positiva si y slo si la forma


t

cuadrtica sin restricciones x A B B x es definida positiva


para algn valor de suficientemente grande.

335

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin al problema introductorio del captulo
Despus de desarrollar este quinto captulo, es claro que el problema de la empresa se
basa en el anlisis de la funcin beneficios.
Se puede observar que la funcin de beneficios es una forma cuadrtica que depende de
tres variables:

( x1 , x2 , x3 ) x12 x22 10 x32 2 x2 x3 6 x1 x3


Expresando la forma cuadrtica de manera matricial se obtiene:

( x1 , x2 , x3 ) x1 x2

1 0 3 x1

x 0
1 1 x
3
2
3 1 10 x
3

Analizamos la matriz A para clasificar la forma cuadrtica, de manera que nosotros


podamos interpretar los resultados.
1 0 3
A 0
1 1
3 1 10

Estudiando el signo de la matriz A por el mtodo de los menores principales


dominantes se obtiene:

A1 1 0
A2 1 0

La forma cuadrtica es semidefinida positiva.

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

Utilizando el primer mtodo, donde reemplazamos las restricciones en la funcin


objetivo, la funcin beneficio nos queda:

336

FORMAS CUADRTICAS

2 3x3 2 10x32 23x3 x3 62x3 x3 5x32

( 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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Exprselas en forma matricial.


Estudie el signo de cada una en todo el espacio.

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

Es indefinida por ser distinto de cero el ltimo menor y no ser definida.

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

Es indefinida, porque el ltimo menor es el que debe ser igual a cero y no el


primer menor, adems el orden de los signos no le permite ser definida de
ningn tipo.
2. Estudie el signo, en todo el espacio, de cada una de las formas cuadrticas
siguientes, segn los valores del parmetro a:
a) Qx, y x2 2axy 4 y 2.

b) Q x1, x2 , x3 x12 2 x1x2 ax22 2 x1x3 2ax2 x3 3x32.


c) Qx, y, z x2 y 2 a 1z 2 2ayz 2 xz.
Solucin:
a) Qx, y x2 2axy 4 y 2.

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.

c) Qx, y, z x2 y 2 a 1z 2 2ayz 2 xz.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Para 0 a 1 Es definida positiva.


4. Estudie el signo para la siguiente forma cuadrtica restringida:

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

Hallar el signo de Q en el subespacio generado por los vectores 1, 0, 1 ,


0, 1, 2 .
Solucin:

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.

Restringida al subespacio generado por los vectores 1, 0, 1 ,


obtiene:
1
0 x

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.

6. Estudie el signo de las siguientes formas cuadrticas:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:

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

Q( x3 ) (3x3 ) 3x3 2(3x3 )( x3 ) x3 2( x3 ) x3


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.

Restringida al subespacio: L x1, x2 , x3 R3 x 0 ; x x 0 .


2

De las condiciones:

x2 0

x1 x3

Reemplazando en la forma cuadrtica, obtenemos:


2

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.

f) Q x1 , x2 , x3 x12 7 x22 8x32 6 x1 x2 4 x1 x3 10 x2 x3 ;

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

Q( x1 , x3 ) x1 7(2 x3 ) 8x3 6 x1 (2 x3 ) 4 x1 x3 10(2 x3 ) x3

343

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


2

x1 16 x3 8 x1 x3

x1
A1 1

4
3

A2 0

4 x1

16 x3

Es semidefinida positiva.

7. Dada la forma cuadrtica:


2
2
2
Q x1 , x2 , x3 4 x1 4 x1 x2 2 x1 x3 ax3 2 x2 .
Calclese el valor del parmetro a para que la forma cuadrtica sea semidefinida
negativa.

Solucin:

x1

A1 4 ;

2 1 x
4
1
2 2 0 x2
1
0 a x3

A2 4 y

A3 4a 2

Para que la forma cuadrtica sea semidefinida negativa


Por lo tanto:

4a 2 0

1
a .
2

8. Sea la funcin cuadrtica:


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

Para un valor a 1 ser semidefinida positiva y para a R 1 ser


indefinida.
b) Si a 1 , clasifique la forma cuadrtica restringida al subespacio:

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).

b) Q x 5x1 x2 7 x3 4 x1x2 6 x1x3 8x2 x3 : (Mtodo de los Menores


Principales Dominantes).

345

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


11. Sea la forma cuadrtica:

Q ( x, y, z ) x 2 3 y 2 2 z 2 2 xy .
1

Se pide:
Estudiar el signo de Q

en el subespacio determinado por la ecuacin

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

12. Dada la forma cuadrtica:


2
2
2
Q x1, x2 , x3 x1 2 x1x2 2 x2 x3 2 x2 x3 .

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)

18. Una empresa produce tres calidades de un mismo producto, en cantidades x, y, z.


Sabiendo que el incremento del beneficio en funcin de los incrementos de la
produccin viene dado por B x 2 y 2 7z 2 4xy 4xz 10yz , se
desea saber:
a) Los beneficios pueden disminuir?
b) Cmo ser el incremento del beneficio si el incremento de la produccin x es el
doble que el incremento de la produccin y?

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

Donde x, y y z representan el nmero de toneladas de las tres materias primas utilizadas


en el proceso de produccin. La empresa tiene un contrato con un proveedor que le
obliga a consumir exactamente 2 toneladas al mes de la primera materia prima y, que
las cantidades consumidas de las otras dos sean iguales.
Se pide:
Teniendo en cuenta las condiciones del contrato que ha firmado con el proveedor,
calcular las cantidades de materias primas que debe comprar la empresa para
maximizar los beneficios.

TEMARIO 1. INTRODUCCIN
2. CONCEPTOS BSICOS
3. OPTIMIZACIN LIBRE
4. OPTIMIZACIN RESTRINGIDA

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Teora del control o control ptimo


Programacin 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.

Teora de juegos: estudia situaciones de conflicto y cooperacin (juegos), en


las que interactan individuos racionales que buscan obtener el mejor
resultado posible (maximizar su utilidad), teniendo en cuenta que el resultado
del juego depende de sus acciones y de las acciones del resto de jugadores.

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

parciales en un punto a a1, a2 , a3 , ..., an , lleva asociado un vector

f a que se denomina gradiente de f en a :

351

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

2.2. Matriz jacobiana (Jacobiano).- Si una funcin vectorial f : R n R m


admite derivadas parciales en un punto a , lleva asociada una matriz

J f a de orden mxn que se denomina Jacobiano de f en a .

Una funcin vectorial es

m
f x f1 x , f 2 x , , f m x R ,

donde x x1, x2 ,, xn R n . En particular:


m
f a f a , f a ,, f a R
m
1 2

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

Teorema: Si el determinante del Jacobiano es distinto de 0, las componentes


de la funcin vectorial son funcionalmente independientes, eso quiere decir
que ninguna de las funciones puede ser obtenida mediante combinacin de
las otras.
Ejemplo: Sea la funcin f : R 2 R 2 , dada por:
y
y

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

Demostrar si las componentes de la funcin vectorial son funcionalmente


independientes.
Solucin:

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

Es importante resaltar que muchas veces esto no se ve por simple inspeccin.

f : R n R admite derivadas

2.3. Matriz hessiana.- Si una funcin real

parciales segundas en un punto a , entonces lleva asociada una matriz de


orden n n denominada Hessiana de f en a y se halla de la siguiente
manera:

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

2.4. Definiciones de mximos y mnimos.- Para una funcin Real f : R n R


se cumple que:
a) Un punto

x0 R

f x f x

es un mximo global de la funcin f si

x Rn .

353

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


b) Un punto x R n es un mximo global estricto (o nico) de la funcin f
0

x R n x x0 .

si f x f x
0

c) Un punto x R n es un mximo relativo (o local) de la funcin f si hay


0
una regin cerca de x tal que f x f x x que pertenezca a
0
0

dicha regin.
d) Un punto x R n es un mximo relativo estricto (o local nico) de la
0

funcin f si hay una regin cerca de x tal que f x f x


0
0

que pertenezca a dicha regin y x x .


0
Lo mismo ocurre con los puntos mnimos slo que ahora se invierte el
sentido de los signos de desigualdad.

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)

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
f
2
2
6 x 3x x x
1
2
2 3
x

f
x x
1 2
x

f
6 x x x x
2 1
1 3
x

f (1,1,1) (6(1) 2 3(1) 2 1(1), 6(1)(1) 1(1), 1(1))


lqqd.
f (1,1,1) (2, 7, 1)
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
f
f
1 x2
1 2x x
1
2
1
x
x
1
2

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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 ( x1, x2 , x3 ) 2 x1x2 x3 , 3x1 x2 x3 , 4 x1 x2 x3

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

Hf (1,1,1) 7 2 1 , siendo f x1, x2 , x3 x 3 x 2 x 2 x x x x .


1 2
1 3
1 2 3
3 1 0

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

f ( x1, x2 , x3 ) (3x1 x2 2 x1x3 x2 x3 , 2 x1 x2 x1x3 , x1 x1x2 )

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

6(1)(1) 2 2(1) 6(1) 2 (1) 1 2(1) 1 8 7 3

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

f : R 2 R diferenciable en un subconjunto abierto D R .


Condicin necesaria de Primer orden de extremo local
Versin diferencial:

d y0
2

Si se tiene una funcin f : R 2 R diferenciable en D R :

y f x1 , x2

f x

La condicin necesaria de primer orden para un extremo local (mximo o mnimo)


a D implica que la d y a d f a 0 .


Teniendo en cuenta que la diferencial total d y x es:

y
y
d y x d f x
d x1
d x2

x
x
1

Dando forma matricial:

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

Si llamamos un vector diferencial dx :


dx 0
dx 1 0
dx2 0
Entonces la expresin anterior queda simplificada de la siguiente forma:

d y x d

f x dx y dx

f x

Como el vector dx 0 , para verificar la condicin necesaria de primer orden de


extremo local se deber cumplir que f a 0 .

357

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Todos los puntos que cumplen f a 0 reciben el nombre de puntos

estacionarios. Los puntos estacionarios pueden ser mximos locales, mnimos
locales o puntos de silla (puntos de inflexin para f : R R ).
Ejemplo: f : R R
y = f x

f a

f x f ' x
f a 0

Punto de inflexin : A a, f a

Podemos generalizar, que para una funcin f : R n R diferenciable en un


n

subconjunto abierto D R , si deseamos hallar sus puntos estacionarios a D ,


debe cumplirse que:
f
a

x1 0
0
f a


f a 0

xn

Condicin suficiente de segundo orden de extremo local


Versin diferencial:
Si d 2 f a 0 entonces el punto estacionario a es un mnimo.

2
Si d f a 0 entonces el punto estacionario a es un mximo.

Si se tiene una funcin f : R 2 R diferenciable en D R :

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

En esta expresin se observa una forma cuadrtica. Por lo tanto, podemos


representarla de la siguiente forma:
2 f x 2 f x

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

analizada en a debe ser definida positiva), diremos que a es un mnimo


relativo estricto.
Si d 2 f a 0 eso significa que si H f a 0 (esto es, la matriz Hessiana


analizada en a debe ser definida negativa), si cumple, diremos que a es un
mximo relativo estricto.
Si d 2 f a es indefinida en a , entonces diremos que a es un punto de silla.

A travs de los mtodos de autovalores y/o menores principales dominantes
podremos saber cuando d 2 f a es definida (positiva o negativa) o indefinida.

n

Podemos generalizar que para una funcin f : R n R diferenciable en D R ,


si deseamos saber que tipo de puntos (mximo, mnimo o punto de silla) son sus

puntos estacionarios a D , deberemos analizar cmo se define H f a .

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

evaluada en el vector a (donde a es un punto estacionario). Por tanto:


Si la matriz Hessiana analizada en ese punto es definida negativa, entonces
estamos hablando de un punto mximo relativo.
359

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Si la matriz Hessiana analizada en ese punto es definida positiva, entonces
estamos hablando de un punto mnimo relativo.
Si la matriz Hessiana analizada en ese punto es indefinida, entonces estamos
hablando de un punto de silla.
Ejemplo:
Determinar los mximos y mnimos locales de las siguientes funciones:
1.

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

Desarrollando obtenemos los siguientes puntos estacionarios:


2, 1
2,1

a x ,y
0 0
1, 1
1,1

Estudiaremos que clase de puntos estacionarios son a travs de la condicin de


segundo orden:
12 x 6 0
H f a 0
6 y
0
0

Para el punto estacionario 2, 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

estacionario es indefinida. Entonces, el punto 1, 1 es un punto de silla.


Para el punto estacionario 1,1 :

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

Hallamos los puntos estacionarios, a travs de la condicin de primer orden:

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

Desarrollando obtenemos los siguientes puntos estacionarios:


2, 0
a x ,y
0 0
2, 0

Estudiaremos que clase de puntos estacionarios son a travs de la condicin de


segundo orden:
2
2
2 x x 2 3 y 2 12
2 y 3x y 4
0
0
0
0
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

Para el punto estacionario 2, 0 :

0
1 16
H f 2, 0
. Por lo tanto, la matriz Hessiana analizada en ese
0

1
16

punto estacionario es definida negativa. Entonces, el punto 2, 0 es un


mximo relativo.
361

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Para el punto estacionario 2, 0 :

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

Desarrollando obtenemos el siguiente punto estacionario:

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

Para el punto estacionario 4, 1,1 3 :

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 (40.5 0.03x 0.004 y)( x) (25.4 0.005 x 0.02 y)( y)


I 40.5 x 0.03x 2 25.4 y 0.02 y 2 0.009 xy
Condicin de primer orden:
I

x 0
I x, y
I 0

y
I
40.5 0.06 x 0.009 y 0
x

I
25.4 0.04 y 0.009 x 0
y

El punto crtico es:


(x0, y0) = (600, 500).

Condicin de segundo orden:


2I

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.

Respuesta: Para maximizar su ingreso, la compaa necesitar 600 libras de filete


de res y 500 libras de carne de cerdo.

363

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


2. Usando L unidades de mano de obra y M unidades de materiales, una empresa puede
elaborar T unidades de su producto, donde:
2
2
T 180L 150M 3LM L 4M .
a) Determine el nmero de unidades de mano de obra y materiales que deben
emplearse con objeto de maximizar la produccin de la empresa.
b) Suponga que la empresa logra vender todo lo que produce a $5 por unidad. Si le
cuesta a la empresa $40 por unidad de mano de obra y $10 por cada unidad de
material. Cuntas unidades de cada tipo deberan emplearse a fin de maximizar
los beneficios? Cul es el beneficio mximo?
c) Los costos de unidades de mano de obra y material son como en la parte (b). La
empresa dispone de $12660 para mano de obra y material. Determine la
asignacin ptima de estos fondos.

Solucin:
a) Variables:
Unidades de mano de obra: L
Unidades de materiales: M
Funcin Objetivo:

Produccin : T 180L 150M 3LM L2 4M 2 (Maximizar)


Anlisis:
2

T 180L 150M 3LM L 4M

Condicin de primer orden:


T

L 0
T L, M

T 0

M
T
180 3M 2 L 0
L

T
150 3L 8M 0
M

El punto crtico es:


(L0, M0) = (270, 120).

Condicin de segundo orden:


2T

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.

Respuesta: Para maximizar su produccin, la empresa necesitar 270 unidades


de mano de obra y 120 unidades de materiales.

364

OPTIMIZACIN CLSICA
b) Variables:
Unidades de mano de obra: L
Unidades de materiales: M
Funcin Objetivo:
Beneficios : 5T 40L 10M (Maximizar)

Anlisis:

860L 740M 15LM 5L2 20M 2


Condicin de primer orden:

L
L, M

0

0

860 15M 10 L 0
L

El punto crtico es:


(L0, M0) = (260, 116).

740 15L 40M 0


M

Condicin de segundo orden:

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.

Respuesta: Para maximizar sus beneficios, la empresa necesitar 260 unidades


de mano de obra y 116 unidades de materiales.
c) Variables:
Unidades de mano de obra: L
Unidades de materiales: M
Funcin Objetivo:

Beneficios : 5T 12660 (Maximizar)


Condicin:
12660 40 L 10M
M 1266 4 L

Anlisis:

385L2 219450L 31118280


365

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Condicin de primer orden:

L
0
L

770 L 219450 0
L

El punto crtico es:


(L0) = (285).

Condicin de segundo orden:

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

I x, y 0.005x 2 0.003 y 2 0.002 xy 20 x 15 y , donde x denota la cantidad de


ejemplares de lujo, y y los ejemplares econmicos, publicados y vendidos por da. El
gasto total semanal relativo a la publicacin de estos diccionarios, est dado por
C x, y 6 x 3 y 200 dlares. Determine, cuntos ejemplares de lujo y
econmicos debe publicar Weston cada da para maximizar sus beneficios. Cul es
el mximo beneficio posible?
Solucin:
Variables:
Cantidad de ejemplares de lujo: x
Cantidad de ejemplares econmicos: y
Funcin Objetivo:
Beneficios : I C (Maximizar)

Anlisis:

0.005x 2 0.003 y 2 0.002 xy 14 x 12 y 200


Condicin de primer orden:

x 0

x , y
0

0.01x 0.002 y 14 0
x

y
366

0.006 y 0.002 x 12 0

El punto crtico es:


7500 11500
,
(x0, y0) =

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.

Respuesta: Se necesitan valores enteros para las variables. Por lo tanto, se


analizarn los beneficios en puntos enteros cercanos al punto mximo:
1071,1642 U 1757.139

1072,1642 U 1757.14
1071,1643 U 1757.142
1072,1643 U 1757.141

En conclusin, la compaa se deber publicar y vender 1071 ejemplares de lujo y


1643 ejemplares econmicos, para obtener unos beneficios de 1757.142 dlares.
4. Una empresa utiliza dos tipos de materias primas, X y Y, en su producto. Usando x
unidades de X y y unidades de Y, la empresa puede elaborar P unidades del
producto, con P 0.52 x 0.48 y 0.12 xy 0.07 x 2 0.06 y 2 . Si el costo de cada
unidad de X es de $5.10 y de $1.80 por cada unidad utilizada de Y, y la empresa
puede vender todas las unidades que produce a $15 cada una. Qu cantidades de X
y Y debera utilizar la empresa con objeto de maximizar sus beneficios?
Solucin:
Variables:
Cantidad de materia prima X: x
Cantidad de materia prima Y: y
Funcin Objetivo:
Beneficios : 15P 5.1x 1.8 y (Maximizar)

Anlisis:

15 0.52 x 0.48 y 0.12 xy 0.07 x 2 0.06 y 2


5.1x 1.8 y

21 2 9
27
9 2 27
x xy
x y
y
20
5
10
10
5

Condicin de primer orden:


x
x , y

0

0

367

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

21
9
27
x y
0
x
10
5
10

9
9
27
y x
0
y
5
5
5

El punto crtico es:


(x0, y0) = (27, 30).

Condicin de segundo orden:


2

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.

Respuesta: Para maximizar sus beneficios, la empresa necesitar 27 unidades de


materia prima X y 30 unidades de materia prima Y.
5. Una empresa produce dos tipos de productos, A y B. El costo diario total (en
dlares) de producir x unidades de A y y unidades de B est dado por:

C x, y 250 4 x 7 y 0.2 x 2 0.1y 2 .


a) Determine el nmero de unidades de A y B que la empresa debe producir al da
con objeto de optimizar el costo total.
b) Si cada unidad de A se vende a $20 y cada unidad de B a $16, encuentre los
niveles de produccin de A y B que optimizan los beneficios de la empresa.
Cules son sus beneficios ptimos?
c) Resolver el apartado a) considerando la siguiente funcin de costos:
C x, y 1500 7.5x 15 y 0.3xy 0.3x2 0.2 y 2 .

Solucin:
a) Variables:
Unidades del producto A: x
Unidades del producto B: y
Funcin Objetivo:

Costos :

C 250 4 x 7 y 0.2 x 2 0.1y 2 (Minimizar)

Anlisis:

C 250 4 x 7 y 0.2 x 2 0.1y 2


Condicin de primer orden:
C

x 0

C x , y
C 0

368

OPTIMIZACIN CLSICA
C
4 0.4 x 0
x

C
7 0.2 y 0
y

El punto crtico es:


(x0, y0) = (10, 35).

Condicin de segundo orden:


2C

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

Respuesta: Para minimizar su costo, la empresa deber producir 10 unidades del


producto A y 35 unidades del producto B.
b) Variables:
Unidades del producto A: x
Unidades del producto B: y
Funcin Objetivo:

20 x 16 y 250 4 x 7 y 0.2 x 2 0.1y 2

Beneficios

( Maximizar)

Anlisis:

24 x 23 y 250 0.2 x 2 0.1y 2


Condicin de primer orden:

x
x , y

0

0

24 0.4 x 0
x

23 0.2 y 0
y

El punto crtico es:


(x0, y0) = (60, 115).

Condicin de segundo orden:


2

2
H x , y x2
0 0

yx

0
yx 0.4
2 0
0.2

2
y
2

369

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

H 0.4 0
1

0.08 0

Es definida negativa:
El punto crtico es un mximo relativo.

Respuesta: Para maximizar sus beneficios, la empresa deber producir 60


unidades del producto A y 115 unidades del producto B, donde el beneficio
mximo ser 1792.5.
c) Variables:
Unidades del producto A: x
Unidades del producto B: y
Funcin Objetivo:

C 1500 7.5x 15 y 0.3xy 0.3x 2 0.2 y 2 ( Minimizar)

Costo :
Anlisis:

C 1500 7.5x 15 y 0.3xy 0.3x 2 0.2 y 2


Condicin de primer orden:
C

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

El punto crtico es:


(x0, y0) = (50, 75).

Condicin de segundo orden:


2C

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.

Respuesta: Para minimizar su costo, la empresa debe producir 50 unidades del


producto A y 75 unidades del producto B.

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

El punto crtico es:


(x0, y0, z0) = (1, 5, 4).

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


H 2 0
1

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

El punto crtico es:


3
(x0, y0, z0) = 2, ,1 .
2

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

La solucin es cualquiera de los dos casos anteriores.


8. Una compaa cervecera produce dos tipos de cerveza, una tradicional, y otra tipo
light. Esta empresa contrata a un alumno de la Udep para poder encontrar la manera
de maximizar sus ingresos. El alumno, haciendo uso de sus conocimientos de B3,
empieza su trabajo con los datos que le proporciona la empresa, donde p es el precio
de la cerveza light y q el preciode la cerveza tradicional. Ambos precios estn en
funcin de las botellas de cada tipo de cerveza vendidas.
Dado que la empresa vende todo lo que produce, el alumno encontrar la cantidad
que la empresa produce de cada una de sus cervezas para maximizar sus ingresos.
p 60 0.8 x 0.05 y
q 20 0.004 x 0.02 y
Solucin:
Variables:
Cantidad de botellas de cerveza light de 650 ml. vendidas y fabricadas: x
Cantidad de botellas de cerveza tradicional de 650 ml. vendidas y fabricadas: y
Funcin Objetivo:
Ingreso : I px qy (Maximizar)

Anlisis:

I (60 0.8 x 0.05 y)( x) (20 0.004 x 0.02 y )( y)


I 60 x 0.8 x 2 20 y 0.02 y 2 0.054 xy

373

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

Condicin de primer orden:


I

x 0
I x, y
I 0

y
I
60 1.6 x 0.054 y 0
x

I
20 0.04 y 0.054 x 0
y

El punto crtico es:


330000 7190000
(x0, y0) =
,

15271 15271
(x0, y0) 21.61, 470.83 .

Condicin de segundo orden:


2I

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.

Respuesta: Para maximizar sus ingresos, la empresa necesitar producir 21.60


botellas de cerveza light y 470.83 botellas de cerveza tradicional, pero estos no son
valores enteros. Por lo tanto, analizamos los ingresos en aquellos valores enteros
cercanos a este punto mximo.
21, 470 I 5356.22

21, 471 I 5356.27


22, 470 I 5356.44
22, 471 I 5356.43

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:

x, y, z 6 xz 18 y yz 3x 2 z y 2 z 2 (En millones de Ptas.)


Siendo:
x = miles de telfonos mviles fabricados cada mes del modelo BLAline.
y = miles de telfonos mviles fabricados cada mes del modelo BLAstar.
z = miles de telfonos mviles fabricados cada mes del modelo BLAstel.
Determinar el nmero de telfonos que se han de fabricar mensualmente de cada
modelo con objeto de maximizar el beneficio.

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

Los puntos crticos son:


(x0, y0, z0) = (1, 13, 8).
(x0, y0, z0) = (1, 9, 0).
(x0, y0, z0) = (3, 9, 0).

18 z 2 y 0
y

2
6 x y 3x 2 z 0
z

Descartamos el segundo punto crtico porque no podemos obtener valores negativos


en el problema.
Condicin de segundo orden:
Para el punto 1,13, 8 :
2

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


H 48 0
1

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

C x 2 xy y 2 , Cules son las cantidades que maximizan sus beneficios?


Solucin:
Variables:
Cantidad de galones de leche entera: x
Cantidad de galones leche descremada: y
Funcin Objetivo:
Beneficios : p x p y C (Maximizar)
x

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

El punto crtico es:


(x0, y0) = (20, 20).

100 4 y x 0
y

Condicin de segundo orden:


2

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.

Respuesta: Para maximizar sus beneficios, la lechera necesitar producir 20


galones de leche entera y 20 galones de leche descremada.
11. Una empresa productora de dos bienes, tiene las siguientes funciones de demanda y
de costos:

Q1 40 2 p1 p2 Q2 35 p1 p2 y C Q 2 2Q 2 10 .
1

a) Hallar los niveles de produccin que satisfacen la condicin de primer orden


para maximizar el beneficio.
b) Comprobar la condicin suficiente de segundo orden. Se puede concluir que
este problema tiene un nico mximo relativo?
c) Cul es el beneficio mximo?
Solucin:
Variables:
Precio del primer bien: p

Precio del segundo bien: p

Funcin Objetivo:

Beneficios : p1Q1 p2Q2 C (Maximizar)


Anlisis:

340 p1 255 p2 8 p12 4 p2 2 10 p1 p2 4060


Condicin de primer orden:

p1
0
p , p
1 2

0

p
2

377

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

340 16 p1 10 p2 0 El punto crtico es:


p
1
85 170
(x0, y0) = ,

14 7

255 8 p 10 p 0
2
1
(x0, y0) = (6.071, 24.286).
p
2

Condicin de segundo orden:


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.

Respuesta: El beneficio mximo ser 68.57.


12. Si x denota la produccin de una empresa (en cientos) y y la cantidad gastada (en
miles de dlares) en los esfuerzos promocionales de vender el producto, entonces
los beneficios de la empresa (en miles de dlares) estn dados por

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

El punto crtico es:


(x0, y0) = (22, 14).

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.

Respuesta: La empresa necesitar producir 2200 unidades y gastar 14000 dlares


para obtener un beneficio mximo de 253000 dlares.
13. Usando L unidades de mano de obra y K unidades de capital, la produccin semanal
total de una empresa est dada por T L, K 20K 32L 3LK 2L2 2.5K 2 . Halle
el nmero de unidades de mano de obra y de capital que la empresa debe utilizar a
fin de maximizar su produccin.
Solucin:
Variables:
Unidades de mano de obra: L
Unidades de capital: K
Funcin Objetivo:

Produccin : T 20K 32L 3LK 2L2 2.5K 2 ( Maximizar)


Anlisis:
2

T 20K 32L 3LK 2L 2.5K

Condicin de primer orden:


T

L 0
T L, K

T 0

K
T
32 3K 4 L 0
L

T
20 3L 5K 0
K

El punto crtico es:


(L0, K0) = (20, 16).

Condicin de segundo orden:


2
2T
T

2
3

4
HT L , K 2L

2
0 0
T
3 5

LK K 2

379

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

H 4 0
1

11 0

Es definida negativa:
El punto crtico es un mximo relativo.

Respuesta: Para maximizar su produccin, la empresa necesitar 20 unidades de


mano de obra y 16 unidades de capital.
14. Usando L unidades del insumo mano de obra y K unidades del insumo capital, una
empresa fabrica cierta produccin de su artculo cuyo costo total T (en millones de
dlares) est dado por T 40 5K 3L 2KL 1.5K 2 L2 . Determine la cantidad
de cada insumo que debera utilizarse con el propsito de minimizar el costo de la
empresa. Cul es el costo mnimo?
Solucin:
Variables:
Unidades de mano de obra: L
Unidades de capital: K
Funcin Objetivo:

Produccin : T 40 5K 3L 2KL 1.5K 2 L2 (Maximizar)


Anlisis:
2

T 40 5K 3L 2KL 1.5K L

Condicin de primer orden:


T

L 0
T L, K

T 0

K
T
3 2 K 2 L 0
L

El punto crtico es:


(L0, K0) = (9.5, 8).

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

q1 2q2 3q3 2q1q3 25 .

Donde q , q , q representan las cantidades producidas de cada uno de los tres


2
3

bienes. Obtener los valores de q , q , q


2
1

que maximizan el beneficio de la

empresa.
Solucin:
Variables:
Cantidad producidas del bien 1: q

Cantidad producidas del bien 2: q


Cantidad producidas del bien 3: q

Funcin Objetivo:

Beneficios : p1q1 p2 q2 p3q3 C (Maximizar)


Anlisis:

16q1 12q2 20q3 q12 2q22 3q32 2q1q3 25


Condicin de primer orden:

q1


q1 , q 2 , q3 q 2 0

q3

16 2q1 2q3 0
q
1

12 4q 0
2
q
2

El punto crtico es:


(x0, y0, z0) = (7, 3, 1).

20 6q 2q 0
3
1
q
3

381

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Condicin de segundo orden:
2

q 2
1

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

El punto crtico es:


(x0, y0) = (2, 4).

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.

Respuesta: La empresa necesita 2 unidades del producto 1 y 4 unidades del producto 2


para maximizar sus beneficios.
17. Los ingresos de una empresa son: I x, y 15x 12 y . Los costos vienen dados por:

C x, y x 3 3xy 2 5 . Obtener las cantidades que se deben vender para obtener el


beneficio mximo.
Solucin:
Variables:
Cantidad del producto 1: x
Cantidad del producto 2: y
Funcin Objetivo:
Beneficios : I C (Maximizar)
Anlisis:

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

Los puntos crticos son:


(x0, y0) = (2, 1).
(x0, y0) = (1, 2).
(x0, y0) = (2, 1).
(x0, y0) = (1, 2).
Descartamos todos los puntos que presentan valores negativos ya que x e y representan
variables econmicas no negativas. Por lo tanto, slo nos quedamos con los puntos
2, 1 y 1, 2 .
Condicin de segundo orden:
Para el Punto 2, 1 :
2

2
H x , y x2
0 0

xy

yx 12 6

2
6 12
2
y
2

383

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

H 12 0
1

108 0

Es definida negativa:
El punto crtico es un mximo relativo.

Condicin de segundo orden:


Para el Punto 1, 2 :
2

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

Respuesta: Para maximizar los beneficios, se necesitan vender 2 unidades del


producto 1 y 1 unidad del producto 2.
18. Una tienda de autopartes para automviles vende dos tipos de llantas, que son
similares, pero que son elaboradas por diferentes fabricantes. El costo del primer
tipo de llanta A es de $40 y el costo del segundo tipo B es de $50. Por medio de la
experiencia, se ha determinado que si el precio de venta del tipo de llanta A es x
dlares y el precio de venta del tipo de llanta B es de y dlares, entonces el nmero
de llantas del tipo A que se venden mensualmente es 3200 50 x 25 y , y el de las
llantas del tipo B es 25x 25 y . Cul debe ser el precio de venta de cada tipo de
llanta a fin de obtener el mximo beneficio?
Solucin:
Variables:
Precio del tipo de llanta A: x
Precio del tipo de llanta B: y
Funcin Objetivo:
Beneficios : (Maximizar)

x3200 50 x 25 y y25 x 25 y 403200 50 x 25 y 5025 x 25 y


Anlisis:

3950 x 250 y 50 xy 50 x 2 25 y 2 128000


Condicin de primer orden:

x
x , y

y
384

0

0

OPTIMIZACIN CLSICA

3950 50 y 100 x 0
x

El punto crtico es:


(x0, y0) = (84, 89).

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

Respuesta: Se maximizan los beneficios cuando el precio de las llantas tipo A es 84


y el de tipo B es 89.
19. Una empresa de refresco produce dos tipos de cola: con cafena y sin cafena. La
curva de demanda para el primer caso es X 18 p , para el segundo es
c
c

X sc 10 psc . El tipo de produccin es el mismo para ambos tipos de cola y el


costo de producir x unidades, viene dado por la funcin C x 10 x 2 siendo
x X c X sc . Los ingresos obtenidos por la empresa (como funcin de los precios)

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

Condicin de primer orden:


pc
pc , p sc


p
sc

0
0

385

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

74 4 pc 2 p sc 0
p
c

66 4 p sc 2 pc 0
p

El punto crtico es:


(pc0, psc0) = (41 3, 29 3)
(pc0, psc0) = (13.6667, 9.6667).

sc

Condicin de segundo orden:


2

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.

Respuesta: Se maximizar el beneficio cuando el precio de la cola con cafena sea


13.6667 y el precio de la cola sin cafena sea 9.6667.
20. La empresa Coyina necesita saber los casos en que su funcin de utilidad estar en
sus puntos mximo y mnimo. Clasifique segn los valores de los parmetros a, b y
c;
los
puntos
crticos
de
la
funcin
de
beneficios:

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

2b y 2 0 Los puntos crticos son:


y
(x0, y0, z0) = (1, 2, 0).

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

Respuesta: Se observa que:

ser definido negativo, y (1, 2, 0) ser un mximo si: (a 0, b 0 y c 0) .

ser definido positivo,y (1, 2, 0) ser un mnimo si: (a 0, b 0 y c 0) .


21. La empresa Semiraco produce artculos electrodomsticos. En este mercado se
encuentra como lder local y quiere incursionar en el extranjero, pero necesita
analizar su funcin de beneficios para determinar los parmetros a y b de modo que
su valor mximo se de en el punto 2,1 . Encuentre a y b para

x, y ax 3 3bxy 2 15a 2 x 12 y .
Solucin:
Variables:
Variable 1: x
Variable 2: y
Funcin Objetivo:

Beneficios : ax 3 3bxy 2 15a 2 x 12 y (Maximizar)


Anlisis:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Pueden tomar los valores:


b 1, a 1 o a 1 5 .

Condicin de segundo orden:


2

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.

Respuesta: Para maximizar la utilidad en el punto 2,1 se debe verificar que


b 1 y a 1.
22. Los beneficios (en miles de dlares) por la venta de calculadoras graficadoras estn
aproximados por ( x, y) 800 2 x 3 12 xy y 2 , donde x es el costo de una
unidad de chips y y es el costo de una unidad de fuerza de trabajo. Encuentre el
beneficio mximo y el costo de los chips y la fuerza de trabajo que producen el
beneficio mximo.
Solucin:
Variables:
Costo de una unidad de chips: x
Costo de una unidad de fuerza de trabajo: y
Funcin Objetivo:

Beneficios : 800 2 x 3 12 xy y 2 (Maximizar)


388

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).

(x0, y0) = (12, 72).


12 x 2 y 0
y

Condicin de segundo orden:


Para el punto 0, 0 :
2

2
H x , y 2x
0 0

xy

yx 0 12

2
12 2
2
y
2

H 0
1

144 0

Es Indefinida.

Para el punto 12, 72 :


2

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.

Respuesta: Se obtiene un beneficio mximo de 2528, si el costo de una unidad de


chips es 12 y el costo de una unidad de trabajo es 72.
23. El beneficio total de un acre de cierta cosecha depende de la cantidad que se gasta
en fertilizante x y en semilla hbrida y, de acuerdo con el modelo:

( x, y) x 2 3xy 160 x 5 y 2 200 y 2600000 .


Encuentre valores de x y y que maximicen el beneficio. Encuentre el beneficio
mximo.

389

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
Variables:
Cantidad gastada en fertilizante: x
Cantidad gastada en semilla hbrida: y
Funcin Objetivo:

Beneficios : x 2 3xy 160 x 5 y 2 200 y 2600000 (Maximizar)


Anlisis:

x 2 3xy 160 x 5 y 2 200 y 2600000


Condicin de primer orden:

x 0

x , y
0

2 x 3 y 160 0
x

3x 10 y 200 0
y

El punto crtico es:


(x0, y0) = (200, 80).

Condicin de segundo orden:


2

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.

Respuesta: Se obtiene un beneficio mximo de 2624000, cuando la cantidad


gastada en fertilizantes es 200 y la cantidad gastada en semilla hbrida es de 80.
24. La empresa MartnezDe Lama vende dos tipos de bebidas gaseosas: A y B. El
costo de producir A es de 30 centavos de dlar por lata, mientras que el costo de
producir B es de 40 centavos de dlar por lata. Se estima que si A se vende a x
centavos la lata y B a y centavos, se vendern aproximadamente 70 5x 4 y latas
de A y 80 6 x 7 y latas de B. Qu precio se debe fijar a cada marca para
maximizar los beneficios obtenidas?
Solucin:
Variables:
Precio de venta en centavos de una lata tipo A: x
Precio de venta en centavos de una lata tipo B: y
390

OPTIMIZACIN CLSICA
Funcin Objetivo:

Beneficios : x 3070 5x 4 y y 4080 6 x 7 y (Maximizar)


Anlisis:

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

El punto crtico es:


(x0, y0) = 53, 55 .

Condicin de segundo orden:


2

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.

Respuesta: Para maximizar los beneficios el precio de la lata A debe ser 53


centavos y el de la lata B debe ser 55 centavos.
25. Un fabricante planea vender un nuevo producto al precio de 150 soles la unidad. Se
calcula que si se gastan x miles de soles en investigacin y y miles de soles en
320 y 160 x

publicidad los consumidores comprarn aproximadamente


unidades
y2 x4
del producto. Si el costo de fabricar cada unidad es de 50 soles. Cunto se debe
gastar en investigacin y publicidad para producir el mximo beneficio?
Solucin:
Variables:
Miles de soles en investigacin: x
Miles de soles en publicidad: y
Funcin Objetivo:

320 y 160 x
x y (Maximizar)
Beneficios : 0.15 0.05

2
x

391

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Anlisis:

32 y
16 x

x y
y2 x4

Condicin de primer orden:


x 0

x , y
0

y
16x 4 116 x

1 0
x
x 42

Los puntos crticos son:


(x0, y0) = 4, 6 .
(x0, y0) = 4, 10 .
32 y 2 1(32 y )

1 0 (x0, y0) = 12, 6 .


2
y
( y 2)
(x0, y0) = 12, 10 .
Nosotros descartamos todos los puntos que presentan valores negativos ya que x e y
son variables econmicas no negativas. Por lo tanto slo nos queda el punto 4, 6 .
Condicin de segundo orden:
2

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.

Respuesta: Se debe gastar 4 mil soles en investigacin y 6 mil soles en publicidad


para producir el mximo beneficio.
26. El beneficio que se obtiene al producir x unidades del modelo QQDrile y y
unidades del modelo Thorn viene dado por:

8x 10 y 0,001 x 2 xy y 2

10000

Determinar el nivel de produccin que reporta un beneficio mximo.


Solucin:
Variables:
Cantidad de unidades del modelo QQDrile: x
Cantidad de unidades del modelo Thorn: y
Funcin Objetivo:

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

Condicin de primer orden:


x 0

x , y
0

8 0.002 x 0.001y 0
x

10 0.002 y 0.001x 0
y

El punto crtico es:


(x0, y0) = 2000, 4000 .

Condicin de segundo orden:


2

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

Respuesta: Se deben producir 2000 unidades del modelo QQDrile y 4000


unidades del modelo Thorn para maximizar el beneficio.
27. Un monopolista vende los productos x e y, siendo las siguientes sus funciones de
demanda:
0.1 p x 1.2 0.2 x 0

10 p 320 40 y 0
y

Su funcin de costo total es: CT x, y x 2 2 xy y 2 .


Determinar el precio y la cantidad de cada bien, para que el monopolista maximice
sus beneficios. Verificar que los beneficios tienen un mximo en tal punto.
Solucin:
Variables:
Cantidad del producto 1: x
Cantidad del producto 2: y
Funcin Objetivo:

Beneficios : p x p y CT
x

Maximizar
393

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Anlisis:

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

El punto crtico es:


(x0, y0) = 1, 3 .

32 10 y 2 x 0
y

Condicin de segundo orden:


2

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.

Respuesta: Se debe producir una unidad del producto 1 y venderlo a 10 u.m; y 3


unidades del producto 2 y venderlo a 20 u.m. para maximizar los beneficios.
28. Una empresa pretende lanzar un nuevo producto al mercado, se sabe que el costo de
publicidad, sera de acuerdo al costo del producto en la siguiente relacin:

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

p x 2 0.01x (donde x es el nmero de unidades del nuevo producto).


Hallar el nmero de unidades a producir y el nmero de das a publicitar para
maximizar los beneficios, si el costo de producir cada unidad del nuevo producto es
0.02.
Solucin:
Variables:
Nmero de unidades del nuevo producto: x
Nmero de das a publicitar: y
Funcin Objetivo:

Beneficios : p x x Pv 0.02 x
394

Maximizar

OPTIMIZACIN CLSICA
Anlisis:

1.98x 0.01x 2 0.2 xy 1460 y 500


Condicin de primer orden:

x 0

x , y
0

1.98 0.02 x 0.2 y 0


x

1460 0.2 x 0
y

El punto crtico es:


(x0, y0) = 7300, 739.9 .

Condicin de segundo orden:


2

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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.

2. Determine el punto x , x , x , si existe, que maximice o minimice la funcin


1 2 3

f x1, x2 , x3 e

2
1

2
2

2
3

x 2x x 2x x

1 2 . Adems, calcule el valor de la funcin en

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

R 500 p 800 p 1,5 p p 1,5 p 2 p 2 ,


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

C 20 15q q . Hallar la cantidad que se debe producir para obtener el mximo


beneficio.
16. El costo total C por serie de produccin (en miles de dlares) de cierta industria est
dado por C x, y 3x 2 4 y 2 5xy 3x 14 y 20 , en donde x denota el nmero de
horashombre (en cientos) y y el nmero de unidades (en miles) del producto
397

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


elaboradas por serie. Qu valores de x y y darn como resultado el costo total
mnimo por serie de produccin?
17. La compaa occidental de dulces, produce caramelos en dos tamaos a costos
unitarios de $0.1 y $0.2 cada uno. Las demandas semanales x1 y x2 (en miles) para
los dos tamaos estn dadas por x p p y x 60 p 3 p en donde p y
1

p denotan los precios en centavos de dlar de los caramelos en los dos tamaos.
2

Determine los precios p y p , que maximizaran los beneficios semanales de la


1

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

x1 30 2 p2 5 p1 y x2 100 p1 2 p2 con p y p los precios unitarios (en


1

centavos de dlar) de los dos tipos de cochecitos. Determine los precios p y p


1

que la compaa debe fijar, a fin de maximizar sus beneficios.


19. A una compaa le cuesta $2 por unidad elaborar su producto. Si A dlares se gastan
por mes en publicidad, entonces el nmero de unidades por mes que se vender est

dado por; x 30 1 e 0.001A 22 p en donde p es el precio de venta. Halle los


valores de A y p que maximizarn el beneficio mensual neto de la empresa y calcule
el valor de este beneficio mximo.
20. Determine el mximo beneficio empresarial, si la funcin de produccin es

q 20 x 2 10 x 2 y 2 5 y , los precios de los insumos x e y son 2 y 1,


respectivamente, y el precio unitario de produccin z es 5.
21. Determine el mximo beneficio empresarial, si la funcin de produccin es

q 10 2 x 2 xy y 2 5 y , los precios de los insumos x e y son iguales a 3, y el


precio unitario de produccin z es 6.
22. El ingreso total semanal (en dlares) de Country Workshop por la produccin y
venta
de
sus
escritorios
est
dado
por:

I x, y 0.2 x 2 0.25 y 2 0.2 xy 200 x 160 y donde x denota la cantidad de


unidades acabadas, y y las unidades no acabadas, fabricadas y vendidas por semana.
El gasto total semanal relativo a la fabricacin de estos escritorios est dado por
C x, y 100 x 70 y 4000 dlares. Cuntas unidades acabadas y no acabadas
debe fabricar la compaa cada semana para maximizar sus beneficios? Cul es el
mximo beneficio posible?
23. La regin rectangular R que aparece en la siguiente figura, representa el distrito
financiero de una Ciudad. El precio de los terrenos en este distrito se aproxima
2

mediante la funcin p x, y 200 10 x 15 y 12 donde p(x, y) es el


2

precio de terreno en el punto (x, y) en dlares por pie cuadrado y x y y se miden en

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

bienes son: p 144 5q y p 144 3q siendo p y p los precios unitarios


1

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

C 2q 2 4 y C 6q 2 8 siendo la funcin de demanda para el producto


1

p 88 4Q y Q q q . Calcular la cantidad que ha de producir cada planta y el


1

precio que ha de aplicar a su producto para obtener el beneficio mximo.


28. Hasta la fecha reciente, la repblica de Taxonia venda en bruto el mineral de
taxonita extrado de sus minas, sin ningn procesado previo del mismo.

399

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Para generar un valor aadido a su produccin minera se crea la empresa nacional
Taxonita de Taxonia S.A. (TAXTAXSA) que proyecta instalar una planta de
procesado de taxonita de la que obtendr dos productos distintos.
El metacrilato de taxonita, lquido a temperatura ambiente.
El concentrado taxnico, residuo slido de alta densidad.
Parte del mineral de taxonita se exporta directamente, y parte se procesa para
obtener dichos productos, los cuales se exportan, a su vez, como indica la figura 1.
Taxonita

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

El costo del mineral de taxonita es de 1000 taxones/tn.


El costo operatorio de la planta de procesado es de 200 taxones por tonelada de
taxonita tratada.
Determine la capacidad ptima de la planta de procesado de taxonita que debe
instalar TAXTAXSA, para maximizar su beneficio de explotacin, suponiendo que
los costos de inversin son totalmente asumidos por el estado.
29. Una empresa lctea produce leche y queso, cuyos precios en un mercado en
competencia perfecta son, respectivamente, p = 42 y q = 51. Si x e y son las
cantidades producidas de dichos bienes, y la funcin de costo es:

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

Demanda da de fiesta: Q 35 0.25 p


2

Demanda nocturna: Q3 30 0.20 p3


Siendo la funcin de costos totales:

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

el beneficio de la compaa as como las demandas ptimas en cada caso.


33. Una empresa fabrica dos productos cuyas funciones de demanda son
q 40 2 p p y q 15 p p , siendo p y p los precios respectivos.
1

Sabiendo que la funcin de costo total es C

q2
1

q q q 2 , calcular los niveles


1 2

ptimos de produccin y el mximo beneficio.


34. Supongamos que los precios de los pltanos y naranjas se ven influidos por las
demandas respectivas de uno y otro producto, a travs de las siguientes expresiones:
p N 70 2d N 3d P ; p 110 3d 5d ,
p

donde p N y d N representan el precio y la demanda de naranjas respectivamente y


p y d lo anlogo para los pltanos. Sabiendo que el costo conjunto de abastecer
P

estas frutas en el mercado es de:


2

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

siendo p 50 5q y p 30 2q las funciones de demanda en cada mercado.


1

401

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Hallar la produccin que maximiza su beneficio total, el precio que pondr en cada
mercado y el beneficio total mximo.
36. En un instituto de enseanza secundaria, el equipo directivo ha recopilado las
siguientes notas medias obtenidas por los alumnos de segundo curso de Bachillerato
en los siete ltimos aos:
Ao
1
2
3
4
5
6
7
Nota media 5.25 5.60 5.50 4.75 5.30 6.00 5.80
Ajustar estos datos mediante una recta y utilizarla para estimar la nota media de los
alumnos en el octavo ao.
37. Las funciones de costo de un monopolista para sus dos fbricas son:

C 2q 2 4 y C 6 q 2 8 .
1

Siendo p 88 4Q donde Q q q . Hallar la produccin que maximiza su


1
2
beneficio, la cantidad que debe producir en cada fbrica y el precio que ha de poner
para su producto.
38. Sabiendo que la funcin de produccin z de una empresa es:

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

C x, y 0.04 x 2 0.01xy 0.01y 2 4 x 2 y 500 . Supongamos que la empresa


vende toda su produccin a un precio unitario de 15 euros para el tipo A y 9 euros
para el tipo B. Hallar los niveles de produccin de x e y que maximizan el beneficio.
Cul ser ese beneficio?
40. Un fabricante de ordenadores personales, ve como dos modelos prximos en su
gama ven influidas sus demandas por sus precios respectivos p y p . Si d es la
1

demanda del Pentium IV y d la demanda del Pentium III, siendo:


2

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

hallar los precios ptimos para que el beneficio sea mximo.


41. La funcin de produccin de una empresa es Q 8K 1 4 L1 2 . El precio de su
producto por unidad es 4 euros y los precios de los inputs capital (K) y trabajo (L)
son r 8 euros y w 4 euros, respectivamente. Hallar los niveles de inputs que
maximizan el beneficio de la empresa, el nivel de produccin y el beneficio
mximo.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

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

Se observa que se puede representar como una funcin vectorial g : R n R m .


Siendo n m , entonces podemos formar la funcin Lagrangiana.

i bi gi x
m

L x, F x

i 1

Desarrollando la condicin de primer orden para la funcin Lagrangiana.

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

H , empezando con el determinante de H :


a) Si el determinante de H tiene el mismo signo que 1n y si sus ltimos
n m menores principales dominantes alternan de signo, entonces H es
definida negativa en las restricciones dadas. Por lo tanto, ese punto es un
mximo relativo.
b) Si el determinante de H y todos los ltimos n m menores principales
dominantes tienen el mismo signo que 1m , entonces H es definida positiva
en las restricciones dadas. Por lo tanto, ese punto es un mnimo relativo.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Solucin:
a)

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

penltimo y ltimo menor principal dominante.

H3 0

H H4 1

H4

H3

DP

DN

es indefinida porque no cumple ninguna de las condiciones anteriores.

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

En el problema se puede observar que se dan dos condiciones:


Funciones de restriccin:
un proveedor que le obliga a consumir exactamente 2 toneladas al mes de la
primera materia prima x 2
las cantidades consumidas de las otras dos sean iguales. y z
Como se puede observar tenemos una funcin objetivo con dos restricciones, a partir de
ellas formaremos nuestra funcin Lagrangiana para luego analizarla.
Funcin Lagrangiana:

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

Condicin de primer orden:

L
0
2

L
0
L 1 , 2 , x, y, z
x

0
L 0

407

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

L
2
3x 0
1
x

L
y 0
2
y
L
1 0
2
z

El punto crtico es:


(x0, y0, z0) = 2,1,1 con un 1 12 y 2 1 .

L
2 x 0

L
zy0

Condicin de segundo orden:

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

Se analizan los ltimos n m menores principales dominantes, es decir 3 2 , el


ltimo menor principal dominante.

H H 5 1 0 como presenta el signo de 1n 13 1 entonces HL es


definida negativa. Por lo tanto, el punto crtico es un mximo relativo.
Las cantidades de materias prima que maximizan el beneficio son:
2 toneladas de la primera materia prima.
1 tonelada de la segunda materia prima.
1 tonelada de la tercera materia prima.
37
Siendo el beneficio mximo de
millones de dlares.
2

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 :

C x 2 1.5 y 2 300 (Minimizar)

Funcin Restriccin:
x y 200
Anlisis:
Funcin Lagrangiana:

Lx, y, x 2 1.5 y 2 300 200 x y


Condicin de primer orden:
L



L 0

L , x, y x 0
0
L

y


L
200 x y 0

L
2 x 0
x
L
3 y 0
y

El punto crtico es:


(x0, y0) = (120, 80) con un 240 .

Condicin de segundo orden:


2

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el
ltimo menor principal dominante.

H 3 5 0 como presenta el signo de

1m 11 1

entonces HL es

definida positiva. Por lo tanto, el punto crtico es un mnimo relativo.


Respuesta: Para minimizar su costo, la empresa debe producir 120 modelos
regulares y 80 modelos de lujo.
2. Una empresa puede elaborar su producto en dos de sus plantas. El costo de producir
x unidades en su primera planta y y unidades en la segunda planta est dado por la
funcin conjunta de costo C ( x, y) x 2 2 y 2 5xy 700 . Si la empresa tiene una
orden de suministrar 500 unidades Cuntas unidades debe producirse en cada
planta con el objeto de minimizar el costo total?
Solucin:
Variables:
Nmero de unidades producidas en la primera planta: x
Nmero de unidades producidas en la segunda planta: y
Funcin Objetivo:

Costo :

C x 2 2 y 2 5xy 700 (Minimizar)

Funcin Restriccin:
x y 500

Anlisis:
Funcin Lagrangiana:

Lx, y, x2 2 y 2 5xy 700 (500 x y)


Condicin de primer orden:
L



L 0

L , x, y x 0
0
L

y


L
2x 5 y 0
x

L
5x 4 y 0
y
L
500 x y 0

410

El punto crtico es:


(x0, y0) = (125, 375) con un 2125 .

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

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 4 0 como presenta el signo de 1n 12 1 entonces HL es definida


negativa. Por lo tanto el punto crtico es un mximo relativo.
Respuesta: En ese punto no se ha hallado el mnimo. Por lo tanto, no se puede
minimizar el costo.
3. Si una empresa gasta x miles de dlares en publicidad en la ciudad A, sus ventas
300 x
potenciales (en miles de dlares) en tal ciudad estn dadas por
. Si gasta y
x 10
miles de dlares en la ciudad B, sus ventas potenciales (en miles de dlares) en tal
500 y
ciudad estn dadas por
. Si la utilidad es del 25% de las ventas y la empresa
y 13.5
dispone de una restriccin del presupuesto de $16500 destinados a publicidad en las
dos ciudades Cunto deber gastar en cada ciudad con objeto de maximizar el
beneficio neto de la empresa?
Solucin:
Variables:
Miles de dlares gastados en publicidad en la ciudad A: x
Miles de dlares gastados en publicidad en la ciudad B: y
Funcin Objetivo:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Condicin de primer orden:
L



L 0

L , x, y x 0
0
L

y

L
750

0
x ( x 10) 2
L
1687.5

0
y ( y 13.5) 2

Los puntos crticos son:


(x0, y0) = (6, 10.5) con un 375 128 .
(x0, y0) = (90, 106.5) con un 15 128 .

L
16.5 x y 0

Descartamos aquel que presenta valores negativos ya que x e y son variables


econmicas no negativas, quedndonos con (6, 10.5).

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
1
1
0
2
L

1 375 1024
0

yx

1
0

125
512
2
L
2
y

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 625 1024 0 como presenta el signo de 1n 12 1 entonces HL es

definida negativa. Por lo tanto, el punto crtico es un mximo relativo.


Respuesta: Para maximizar el beneficio debe invertirse 6000 dlares en publicidad
en la ciudad A y 10500 dlares en publicidad de la ciudad B.
4. La ganancia mensual total (en dlares) obtenida por Country Workshop al fabricar y
vender sus escritorios, est dada por la funcin de beneficios:

( x, y) 0.2 x 2 0.25 y 2 0.2 xy 100 x 90 y 4000

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:

0.2 x 2 0.25 y 2 0.2 xy 100 x 90 y 4000

Beneficios :

Maximizar

Funcin Restriccin:

x y 200
Anlisis:
Funcin Lagrangiana:

Lx, y, 0.2 x 2 0.25 y 2 0.2 xy 100 x 90 y 4000 (200 x y)


Condicin de primer orden:
L



L 0

L , x, y x 0
0
L

y

L
0.4 x 0.2 y 100 0
x

L
0.5 y 0.2 x 90 0
y

El punto crtico es:


(x0, y0) = (140, 60) con un 32 .

L
200 x y 0

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
1
1
0
2
L
1 0.4 0.2

yx

0
.
2

0
.
5
2
L
2
y

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.
413

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

H 3 0.5 0 como presenta el signo de

1n 12 1

entonces HL es

definida negativa. Por lo tanto, el punto crtico es un mximo relativo.


Respuesta: Para maximizar el beneficio debe fabricarse 140 escritorios terminados
y 60 escritorios no terminados.
5. La gerencia de la tienda de departamentos NICO decide cerrar un rea de 800 pies
cuadrados fuera de su edificio, para exhibir plantas en maceta. El rea cerrada debe
tener forma rectangular y uno de sus lados ser la pared externa de la tienda. Dos
lados de la barda se construirn con tablas de madera y el cuarto ser de tela de
alambre galvanizado. Si el pie lineal de la barda de madera cuesta $6 y el pie lineal
de la tela de alambre cuesta $3, determine las dimensiones del rea por encerrar,
cuyo costo de construccin sea mnimo.

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 )

Condicin de primer orden:


L



L 0

L , x, y x 0
0
L

y

414

y
x
MADERA

ACERO

OPTIMIZACIN CLSICA
L
12 y 0
x

L
3 x 0
y

Los puntos crticos son:


(x0, y0) = 10 2 , 40 2 con un 3 2 20 .

(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 .

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
2
L
40 2
yx
10 2
2
L
2
y

10 2

0
3 2 20

3 2 20
0

40 2

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 240 2 0 como presenta el signo de 1m 11 1 entonces HL es


definida positiva. Por lo tanto, el punto crtico es un mnimo relativo.
Respuesta: Para minimizar su costo, la gerencia debe emplearse 14.14 pies lineales
de madera por lado y 56.57 pies lineales de acero para el frontis.
6. La compaa Betty Moore, requiere que los recipientes para su guiso de carne
tengan una capacidad de 64 pulgadas cbicas, sean cilindros circulares rectos y
estn hechos con una aleacin de aluminio. Determine el radio y la altura del
recipiente de menor costo posible; si el metal, para la parte lateral y la inferior
cuesta 4 centavos por pulgada cuadrada y el metal para la parte superior,
desprendible, cuesta 2 centavos la pulgada cuadrada.
Sugerencia: si el radio y la altura del recipiente son r y h pulgadas, respectivamente,
entonces el volumen del recipiente es r 2 h 64 , y el costo est dado por

C (r , h) 8rh 6r 2 .
Solucin:
Variables:
Radio en pulgadas: r
Altura en pulgadas: h
Funcin Objetivo:

Costo : C 8rh 6r 2 (Minimizar)


Funcin Restriccin:

r 2 h 64
415

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Anlisis:
Funcin Lagrangiana:

Lr, h, 8rh 6r 2 (64 r 2 h)


Condicin de primer orden:
L



L 0

L , r , h r 0
0
L

h


L
L 8h 12r 2 rh 0
r
r
L
2
L 8r r 0
h
h

L
2
L 64 r h 0

El punto crtico es:


4 18
18
(r0, h0) = 3 , 2 3 con un 3 12
3

(r0, h0) = 2.39, 3.58 .

Condicin de segundo orden:

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

53.649 37.699 25.133


hr
17.883 25.133
0
2
L

2
h

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante

H 3 36169.1 0 como presenta el signo de 1m 11 1 entonces HL es


definida positiva. Por lo tanto, el punto crtico es un mnimo relativo.
Respuesta: Para minimizar el costo de la compaa, el cilindro debe tener un radio
de 2.39 pulgadas y una altura de 3.58 pulgadas.
7. Una persona gasta 20 euros en la compra de 1 hora de trabajo, y 10 euros por la
compra de una unidad de capital. Si se dispone de T horas de trabajo y K unidades
de capital se podr producir Q(T , K ) T 2 3 K 1 3 mquinas. Si dispone de 1000
euros para invertir en la compra de trabajo y capital. Cul es el nmero mximo de
mquinas que se podrn producir?
416

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:

LT , K , T 2 3 K 1 3 (1000 20T 10K )


Condicin de primer orden:
L

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

El punto crtico es:


(T0, K0) = 100 3, 100 3 con un 1 30 .

L
1000 20T 10 K 0

Condicin de segundo orden:

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

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.
417

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

H 3 6.03 0 como presenta el signo de

1n 12 1

entonces HL es

definida negativa. Por lo tanto, el punto crtico es un mximo relativo.


Respuesta: Para maximizar la produccin debe utilizarse 33.33 horas de trabajo y
33.33 unidades de capital, para obtener una produccin de 33.33 mquinas.
8. Suponiendo que una lata cilndrica para una bebida ha de tener un volumen de 426
cm3. Si la compaa quiere minimizar el rea de la superficie de la lata

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:

Lr, h, 2rh 2r 2 (426 r 2h)


Condicin de primer orden:
L



L 0

L , r , h r 0
0
L

h


L
2h 4r 2 rh 0
r
L
2
2r r 0
h

L
2
426 r h 0

Si igualamos a cero cada derivada parcial obtenida se tendrn las siguientes


ecuaciones:

418

OPTIMIZACIN CLSICA
2h 4r 2rh

2h 4 r 2
h 2r , resultando:
2rh
r
2r r

2
.
r

Condicin de segundo orden:

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

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 12 3 r 4 0 como presenta el signo de 1m 11 1 entonces HL es


definida positiva. Por lo tanto, el punto crtico es un mnimo relativo.
Respuesta: Para minimizar el rea, la razn entre el radio y la altura debe ser
r 1
.
h 2
9. Una compaa planea gastar 10000 dlares en publicidad. Cuesta 3000 dlares un
minuto de publicidad en la televisin y 1000 dlares un minuto de publicidad en la
radio. Si la empresa compra x minutos de comerciales en la televisin y y minutos
de comerciales en la radio, su ingreso, en miles de dlares, est dado por

I x, y 2 x 2 y 2 xy 8x 3 y . Cmo puede la empresa maximizar su


ingreso?
Solucin:
Variables:
Minutos de publicidad en televisin: x
Minutos de publicidad en radio: y
Funcin Objetivo:

Ingreso :

I 2 x 2 y 2 xy 8x 3 y

Maximizar

Funcin Restriccin:
3x y 10

419

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Anlisis:
Funcin Lagrangiana:

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

El punto crtico es:


(x0, y0) = 69 28 , 73 28 con un 1 4
(x0, y0) = (2.46, 2.607)

L
2 y x 3 0
y
L
10 3x y 0

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 3 1
2
L
3 4
1

yx

1 2
2 1
L
2
y

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante

H 3 28 0 como presenta el signo de 1n 12 1 entonces HL es definida


negativa. Por lo tanto, el punto crtico es un mximo relativo.
Respuesta: Para maximizar el ingreso se debe comprar 2.46 minutos de publicidad
en televisin y 2.607 minutos de publicidad en radio.
10. La funcin de produccin de una empresa es QM , K 80M 3 4 K 1 4 , donde M y K
representan el nmero de unidades de mano de obra y de capital utilizada y P es el
nmero de unidades elaboradas del producto. Cada unidad de mano de obra tiene un
costo de $60 y cada unidad de capital cuesta $200 y la empresa dispone de $40000
destinados a produccin.

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:

LM , K , 80M 3 4 K 1 4 (40000 60M 200K )


Condicin de primer orden:
L

L , M , K M

0

0
0

L
60M 4 K 4 60 0
M
3

L
20M 4 K 4 200 0
K

El punto crtico es:


x0 = (M0, K0) = 500, 50 con un 4 1 10 .

L
40000 60M 200 K 0

421

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Condicin de segundo orden:

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

H 3 10796.8 0 como presenta el signo de 1n 12 1 entonces HL


es definida negativa. Por lo tanto, el punto crtico es un mximo relativo.
Respuesta: Para maximizar la produccin debe utilizarse 500 unidades de mano
de obra y 50 unidades de capital.
b) La razn de sus productividades marginales es:
1 1
1
1
4 4
4
4
P
M 60 M K 60(500) (50) 3
3 3
3
3 10
PK
20M 4 K 4
20(500) 4 (50) 4

La razn de sus costos unitarios es:

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

El incremento de la produccin cuando la mano de obra se incrementa de 500 a


500 + M y el capital se incrementa de 50 a 50 + K est dado por:

P P500 M , 50 K P500, 50
P PM 500, 50M PK 500, 50K

Pero, como en el nivel mximo se cumple:

60

P 200
K

422

OPTIMIZACIN CLSICA
Reemplazando tenemos:
P 60M 200K
P 60M 200K
P

En otras palabras, representa la productividad marginal del dinero.


11. Una inversin de p dlares en las cuatro inversiones A, B, C y D da como resultado
un rendimiento de p , 1.2 p , 1.3 p y 1.5 p dlares, respectivamente. Una
persona desea invertir $12000 en estas cuatro inversiones. Cunto deber invertir
en cada una de ellas a fin de maximizar el rendimiento anual?
Solucin:
Variables:
Inversin en A: x
Inversin en B: y
Inversin en C: z
Inversin en D: w
Funcin Objetivo:

Rendimient o :

R x 1.2 y 1.3z 1.5w

Maximizar

Funcin Restriccin:
x y z w 12000
Anlisis:

Funcin Lagrangiana:

Lx, y, z, w, x 0.5 1.2 y 0.5 1.3z 0.5 1.5w0.5 (12000 x y z w)


Condicin de primer orden:
L



L

x 0

L 0
L , x, y, z , w 0
y
0
0
L
z


L

w

423

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


L
0.5
0.5 x
0
x

L
1.2 0.5

y
0
y
2

El punto crtico es:


x = (x0, y0, z0, w0) = (2400, 2880, 3120, 3600)

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

Condicin de segundo orden:

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

Se analizan los ltimos n m menores principales dominantes, es decir 4 1 , los


tres ltimos menores principales dominantes.
H
H
H

3
4
5

3.898 10

1.096 10
2.248 10

11

17

0 como presentan el signo de 14 14 1 el H y


5

los dems menores principales dominantes son de signo intercalado entonces


decimos que HL es definida negativa, por lo tanto el punto crtico es un mximo
relativo.
Respuesta: Para maximizar el rendimiento debe invertir 2400 en A, 2880 en B,
3120 en C y 3600 en D.
424

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:

x, y 0.005x 2 0.003 y 2 0.002 xy 14 x 12 y 200


donde x denota el nmero de ediciones de lujo y y es el nmero de ediciones
estndar vendidas diariamente. La gerencia de Weston decide que la publicacin de
estos diccionarios debe restringirse a un total de exactamente 400 copias por da.
Cuntas copias de lujo y cuntas copias estndar deben publicarse y venderse por
da para maximizar el beneficio diario de Weston?
Solucin:
Variables:
Nmero de ediciones de diccionarios de lujo: x
Nmero de ediciones de diccionarios estndar: y
Funcin Objetivo:

Beneficios :

0.005x 2 0.003 y 2 0.002 xy 14 x 12 y 200

Maximizar

Funcin Restriccin:
x y 400

Anlisis:
Funcin Lagrangiana:

Lx, y, 0.005x 2 0.003 y 2 0.002 xy 14 x 12 y 200 (400 x y)


Condicin de primer orden:
L



L 0

L , x, y x 0
0
L

y

L
0.01x 0.002 y 14 0
x

L
0.006 y 0.002 x 12 0
y

El punto crtico es:


(x0, y0) = (300, 100) con un 54 5 .

L
400 x y 0

425

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Condicin de segundo orden:

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

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 0.012 0 como presenta el signo de 1n 12 1 entonces HL es


definida negativa. Por lo tanto, el punto crtico es un mximo relativo.
Respuesta: Para maximizar la utilidad debe fabricarse 300 ediciones de lujo y 100
ediciones estndar.
13. La compaa RossSimons tiene un presupuesto mensual para publicidad de
$60000. Su departamento de mercadotecnia estima que si han invertido x dlares en
publicidad en peridicos y y dlares en publicidad en televisin, entonces las ventas
mensuales estarn dadas por I x, y 90 x1 4 y 3 4 dlares. Determine cunto dinero
debe invertir mensualmente la empresa en anuncios en peridicos y televisin para
maximizar sus ventas mensuales.
Solucin:
Variables:
Cantidad de dlares invertidos en publicidad en peridicos: x
Cantidad de dlares invertidos en publicidad en televisin: y
Funcin Objetivo:

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

(x0, y0) = 15000, 45000 con un

L
60000 x y 0

45 4
2

33 .

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
1
1
0
2
L
1 0.0026 0.0009

yx

0
.
0009

0
.
0003
2
L
2
y

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 0.0011 0 como presenta el signo de 1n 12 1 entonces HL es


definida negativa. Por lo tanto, el punto crtico es un mximo relativo.
Respuesta: Para maximizar las ventas se debe invertir $15000 en peridicos y
$45000 en televisin.
14. Una empresa monopolista tiene las siguientes funciones de demanda para cada uno
de sus productos A y B: x 72 0.5Px y y 120 Py ( x y y son las cantidades de
los productos). La funcin de costo total es C x 2 xy y 2 35 y la produccin
mxima es de 40. Cunto es el mximo beneficio?
Solucin:
Variables:
Cantidad del producto A: x
Cantidad del producto B: y
Funcin Objetivo:

Beneficios :

Px x Py y C

Maximizar

Funcin Restriccin:
x y 40

Anlisis:
Funcin Lagrangiana:

Lx, y, 3x 2 2 y 2 144 x 120 y xy 35 (40 x y)


427

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Condicin de primer orden:
L



L 0

L , x, y x 0
0
L

y


L
6 x 144 y 0
x

L
4 y 120 x 0
y

El punto crtico es:


(x0, y0) = (18, 22) con un 14 .

L
40 x y 0

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 6 1

yx

4
2
L
2
y

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 8 0 como presenta el signo de 1n 12 1 entonces HL es definida


negativa. Por lo tanto el punto crtico es un mximo relativo.
Respuesta: Para obtener el beneficio mximo de $2861, la empresa debe vender 18
productos tipo A y 22 productos tipo B.
15. La funcin de produccin para determinado proceso, viene dada por:

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:

Lx, y, 100 x 0,75 y 0,25 (50000 150 x 250 y)


Condicin de primer orden:
L



L 0

L , x, y x 0
0
L

y


L
0.25 0.25
75 x
y
150 0
x

L
0.75 0.75
25 x
y
250 0
y
L
50000 150 x 250 y 0

El punto crtico es:


1 1
(x0, y0) = 250, 50 con un 4 .
2 5

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
150 250
0
2
L
150 0.05
0.25

yx

0.25 1.25
2 250
L
2
y

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 50000 0 como presenta el signo de 1n 12 1 entonces HL es


definida negativa. Por lo tanto el punto crtico es un mximo relativo.
Respuesta: Para maximizar la produccin se deben emplear 250 unidades de trabajo
y 50 unidades de capital.

429

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


16. Se desea construir una caja cuyo volumen sea de 105 m3, las paredes laterales deben
ser de concreto reforzado, cuyo costo es de $1.25 el m2 y las tapas deben ser de
acero quirrgico, que tiene un costo de $4.5 el m2. Determine las dimensiones de la
caja, de modo que se minimice el costo de construccin.
Solucin:
Variables:
Largo de una caja en metros: x
Altura de una caja en metros: y
Profundidad de una caja en metros: z
Creemos nuestra funcin objetivo, para esto determinemos el rea lateral y rea total
de la caja:

AL 2 xy 2 yz
A

Tapas

2 xz

Funcin Objetivo:

Costo :

CT 1.25(2 xy 2 yz ) 4.5(2 xz ) (Minimizar)

Funcin Restriccin:
xyz 105

Anlisis:
Funcin Lagrangiana:

Lx, y, z, 2.5xy 2.5 yz 9xz (105 xyz )


Condicin de primer orden:

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

El punto crtico es:


3 6300 3 3 6300 3 6300
con un
,
,
(x0, y0, z0) =
6

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

Se analizan los ltimos n m menores principales dominantes, es decir 3 1 , los


dos ltimos menores principales dominantes.
H
H

3
4

1616.81 0
21823.1 0

Como los dos ltimos menores principales dominantes presentan el signo de

1m 11 1 entonces HL es definida positiva. Por lo tanto, el punto crtico es


un mnimo relativo.
Respuesta: Para minimizar el costo debe emplearse 3.08 metros de largo, 3.08
metros de profundidad y 11.08 metros de altura.
17. La funcin de beneficios de una empresa que produce dos productos adopta la
expresin x, y x 2 10 xy 2 y 2 donde x e y representan el nmero de unidades
producidas de cada producto. La empresa dispone de tres trabajadores que realizan
conjuntamente 100 horas semanales. Se necesita una hora para producir una unidad
x y dos horas para producir una unidad y. Cuntas unidades de cada producto hay
que producir para maximizar los beneficios?
Solucin:
Variables:
Unidades del producto 1: x
Unidades del producto 2: y
Funcin Objetivo:

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


Condicin de primer orden:
L



L 0

L , x, y x 0
0
L

y


L
2 x 10 y 0
x

L
4 y 10 x 2 0
y
L

El punto crtico es:


(x0, y0) = 400 7 , 150 7 con un 2300 7 .

100 x 2 y 0

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 2
2
L
1 2 10

yx

2
10
4
2
L
2
y

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 28 0 como presenta el signo de 1n 12 1 entonces HL es definida


negativa. Por lo tanto, el punto crtico es un mximo relativo.
Respuesta: Para obtener un mximo beneficio se debera producir 400 7 unidades
del producto 1 y 150 7 unidades del producto 2.
18. La funcin de utilidad de un individuo es U x, y xy , siendo x e y las cantidades
consumidas de dos bienes, cuyos precios son p1 = 2 y p2 = 3. El individuo dispone
de una renta de 6 u.m. que debe gastar completamente en el consumo de ambos
bienes. Maximizar su utilidad.
Solucin:
Variables:
Cantidad consumida del bien 1: x
Cantidad consumida del bien 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

El punto crtico es:


(x0, y0) = 3 2 , 1 con un 1 2 .

L
6 2x 3y 0

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 2 3
2
L

2
0
1

yx

3
1
0
2
L
2
y

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 12 0 como presenta el signo de 1n 12 1 entonces HL es definida


negativa. Por lo tanto, el punto crtico es un mximo relativo.
Respuesta: Para obtener un mximo beneficio se debera producir 3 2 unidades del
bien 1 y 1 unidad del bien 2.
433

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


19. John Mills, dueo de la compaa de motores Mills, que fabrica motores para
aviones, ve que se necesitan x unidades de mano de obra y y unidades de capital
para producir Q( x, y) 100 x 3 / 4 y1 / 4 unidades del artculo. Si una unidad de mano
de obra cuesta $100 y una unidad de capital cuesta $200 y se dispone de un
presupuesto de $200000 para produccin, determine cuntas unidades deben
invertirse en mano de obra y en capital, para maximizar la produccin.
Solucin:
Variables:
Cantidad de unidades de mano de obra: x
Cantidad de unidades de capital: y
Funcin Objetivo:

Q 100 y1 4 x 3 4

Produccin :

Maximizar

Funcin Restriccin:
100 x 200 y 200000

Anlisis:
Funcin Lagrangiana:

Lx, y, 100 x 0,75 y 0,25 (200000 100 x 200 y)


Condicin de primer orden:
L


L
L , x, y
x
L

y

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

Condicin de segundo orden:

2L
HL , x , y
0 0 0
x
2
L
y

434

L
x
2

L
2

x
2
L
xy

El punto crtico es:


(x0, y0) = 1500, 250 con un

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.

H 3 5111.44 0 como presenta el signo de 1n 12 1 entonces HL es


definida negativa. Por lo tanto, el punto crtico es un mximo relativo.
Respuesta: Para maximizar la produccin se deben emplear 1500 unidades de mano
de obra y 250 unidades de capital.
20. Un fabricante de piezas de triciclo vende 3 ruedas por cada armazn. La demanda
1
viene dada por: x 63 0.25Px y y 60 Py (donde x es la cantidad de ruedas y
3
y es la cantidad de armazones). Los costos totales vienen dados por

C x 2 xy y 2 190 . Cul es el mximo beneficio?


Solucin:
Variables:
Cantidad de ruedas: x
Cantidad de armazones: y
Funcin Objetivo:

Beneficios :

Px x Py y C

Maximizar

4 x63 x 3 y60 y x 2 xy y 2 190

Funcin Restriccin:
x 3y

Anlisis:
Funcin Lagrangiana:

Lx, y, 5x 2 252 x 4 y 2 180 y xy 190 (3 y x)


Condicin de primer orden:
L

0
L
L , x, y 0
x
L 0

y

L
10 x 252 y 0
x

L
8 y 180 x 3 0
y

El punto crtico es:


(x0, y0) = 27, 9 con un 27 .

L
x 3y 0

435

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


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
1 3
0
2
L
1 10 1

yx

1 8
2 3
L
2
y

Se analizan los ltimos n m menores principales dominantes, es decir 2 1 , el


ltimo menor principal dominante.

H 3 104 0 como presenta el signo de 1n 12 1 entonces HL es definida


negativa. Por lo tanto, el punto crtico es un mximo relativo.
Respuesta: Para obtener un beneficio mximo de 4022 u.m deben fabricarse 27
ruedas y 9 armazones.

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

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


12. La funcin de produccin de una empresa es P L, K 800 3L2 1.5K 2 , en donde
L y K representan el nmero de unidades de mano de obra y de capital utilizados, y
P es el nmero de unidades elaboradas del producto. Cada unidad de mano de obra
tiene un costo de $250 y cada unidad de capital cuesta $50. La empresa dispone de
$6750 destinados a produccin.
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 multiplicador de Lagrange.
13. La

funcin

de

produccin

de

una

empresa

viene

dada

por

P L, K 113L 15K 3LK L 2K , en donde L y K representan el nmero de


unidades de mano de obra y de capital utilizados, y P es el nmero de unidades
elaboradas del producto. Cada unidad de mano de obra tiene un costo de $60 y cada
unidad de capital cuesta $100. La empresa dispone de $7200 destinados a
produccin.
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 la produccin. Pruebe que es
aproximadamente igual al multiplicador de Lagrange.
2

14. La

funcin

de

produccin

de

una

empresa

est

dada

por

P L, K 72L 30K 5LK 2L 3K , en donde L y K representan el nmero de


unidades de mano de obra y de capital utilizados, y P es el nmero de unidades
elaboradas del producto. Cada unidad de mano de obra tiene un costo de $80 y cada
unidad de capital cuesta $150. La empresa dispone de $5640 destinados a
produccin.
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 la produccin. Pruebe que es
aproximadamente igual al multiplicador de Lagrange.
2

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

elaborar P unidades de su producto, en donde P L, K 60 5 L2 K 2 . Los


costos de la mano de obra y del capital son de $200 y $100 por unidad. Suponga que
la empresa decide elaborar 4500 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.
17. Qu cantidad de artculos A y B debe producir una empresa para minimizar los
costos cuando la funcin de costo total es C 6 x 2 10 y 2 xy 30 (donde x y y son
las cantidades de A y B) y la empresa tiene una cuota de produccin de x y 34 ?
18. Se tiene la siguiente funcin de produccin Q L C , donde L y C son las
cantidades necesarias de insumos para la produccin de Q unidades. Los precios de
los insumos son 2 soles para L y 5 soles para C. Determinar:
a) La cantidad de insumos que maximizan la produccin, si se tiene 100 soles para
comprar dichos insumos.
b) La cantidad de insumos que minimizan los costos para una produccin de 300
unidades.
19. Si se tiene 320 metros de alambre para cercar un campo rectangular, Cules deben
ser las dimensiones para que el rea encerrada sea mxima?
20. Si se gastan x miles de dlares en mano de obra e y miles de dlares en equipos la
produccin de cierta fbrica ser Q 600 x1 3 y 2 3 unidades. Si se cuenta con
$120000, Cmo debe distribuirse el dinero para generar la mayor produccin
posible?
21. Un individuo consume semanalmente las cantidades x e y de dos bienes y trabaja
durante z horas. Se eligen esas cantidades de tal manera que optimicen la funcin
utilidad: U x, y, z Ln x Ln y 1 Ln L z , definida para 0 z L ,
x 0 , y 0 El individuo tiene la restriccin presupuestaria p x q y w z m ,
donde m ( m 0 ) designa la renta no salarial.
a) Encontrar el punto crtico x0 , y0 , z0 en funcin de las constantes.

439

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


b) Qu condiciones deben satisfacer las constantes para que la utilidad en ese
punto sea mxima?

w L ? Explique.
c) Qu ocurre cuando se da la siguiente igualdad m
1
22. Una empresa fabrica un solo producto en dos plantas. Los costos totales en cada
planta son: C 20q 3 24q 5 y C 27q 2 10 . Donde q
1

y q

son las

cantidades producidas en cada planta. El precio de mercado para el producto es de


216 u.m. Hllese el mximo beneficio que pueda tener la empresa y las cantidades
que para obtenerlo ha de producir en cada planta.
23. Una empresa fabrica un producto combinando dos factores productivos, segn la
funcin de produccin Q 6 xy , donde x e y son las cantidades empleadas de cada
factor. Los precios de los factores son: p x 20 u.m. y p y 10 u.m. El costo fijo es
de 100 u.m. Hllese la produccin ptima que puede obtener con un costo total de
700 u.m. (Demostrar que es ptima con el Hessiano Orlado).
24. Un productor de petrleo comienza la explotacin de un campo petrolfero en un
instante t = 0 , supongamos que va a extraer todo el petrleo en un tiempo t = y. La
cantidad total de petrleo, en un tiempo dado viene expresada por la funcin
xy 3
siguiente de x e y dada por Q x, y
, donde y es el tiempo de explotacin y x
6
es un factor. Los beneficios totales estn dados por la funcin

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

25. Una empresa fabrica rotuladores y bolgrafos. La produccin diaria de rotuladores


viene dada por la funcin qr 35400 100 pr 20 pb y la de bolgrafos por la
funcin qb 12000 140 pb 40 pr , donde p y p son los precios de venta de los
b
r

bolgrafos y rotuladores, respectivamente. Determnese, el nmero de bolgrafos y


rotuladores que se debern producir diariamente para optimizar los ingresos totales
de la empresa, sabiendo que, por limitaciones estructurales, no puede producir ms
de 29400 unidades diarias en total, y que debido a la gran demanda existente, la
empresa funciona siempre al lmite de sus posibilidades. Halle el ingreso ptimo.
26. Una herencia H debe distribuirse entre tres hermanos, la ley de sucesiones del pas
impone, que los impuestos a pagar por cada individuo sean proporcionales a su edad
y al cuadrado de la cantidad recibida. Obtener la parte de la herencia que debe
recibir cada hermano en funcin de sus edades, para que la cantidad a pagar de sus
impuestos sea mnima.

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
.

publicidad est dada por: V x, y


5 x 10 y
Los beneficios son un quinto de las ventas menos el costo de la publicidad. El
presupuesto para publicidad es de 25. Determinar, cmo debe de asignarse este
presupuesto en los dos medios para maximizar los beneficios.

441

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA

k
1
31. Demostrar que 0,
con

d
2 kd

k
1
y 0,
con
, son

d
2
kd

soluciones de optimizar f x, y y ax 2 sujeta a cx 2 dy 2 k . Sabiendo que


a, c, d y k son positivos y que f a, c, d , k es el valor de la funcin objetivo en el
mximo global de la funcin. Encuentre el valor mximo de la funcin, si se cumple
2a kd c .
32. Un fabricante de piezas para la industria de triciclos vende, ruedas x por cada
armazn y. Sabiendo que la funcin de costos viene dada por:

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

combinacin (x, y) de la cantidad x 0 del tipo B con la cantidad y 0 del tipo


1

. Los precios de los bienes del

B , reporta al sujeto una utilidad U x, y Ln xy


2

tipo B y B son respectivamente p y q. Cul ser el plan de compra del sujeto que
1

desea maximizar su utilidad?


40. En una planta industrial se consume un nico input del que se dispone en una
cantidad limitada de 8 unidades que es preciso consumir completamente. En dicha
planta funcionan tres procesos independientes entre los que es preciso repartir la
cantidad disponible de input. Sean x, y, z las cantidades asignadas a cada uno de los
procesos y:

f x 230 2 x 22 ; g y 345 2 y 82 ; hz 186 2 z 102 ,


los rendimientos obtenidos de ellos. Qu cantidad de factores debe asignarse a cada
uno de los procesos productivos, para que el rendimiento total sea mximo?
41. Un contratista que est removiendo tierra en una gran excavacin, puede conducir
sus camiones por dos carreteras distintas. Hay 100 m3 de tierra para remover y cada
camin carga 10 m3. Por una carretera el costo por cada carga es 468 2 x 2 euros,
siendo x la cantidad de camiones que pasan por esa carretera. Por la otra, el costo es
de 300 y 2 euros por carga, si y camiones la utilizan. Cuntas cargas deben
enviarse por cada ruta, para minimizar el costo total?

443

LGEBRA LINEAL PARA ADMINISTRACIN Y ECONOMA


42. Para la fabricacin de una mercanca se emplean dos factores de produccin, de
acuerdo con la siguiente funcin de produccin:
12 23

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

minimiza el costo y permite una produccin de 50 unidades de la mercanca. Cul


sera aproximadamente el costo adicional de incrementar la produccin a 52
unidades?
43. La funcin de produccin de un fabricante es Q 4K 1 2 L1 2 . Su funcin de costo es
C 2K 8L . Hallar la combinacin de K y L para minimizar el costo a un nivel de
produccin Q 32 .
44. La relacin entre el importe de las ventas S y las cantidades x e y gastadas en dos
medios de publicidad est dada por:
200 x 100 y
S

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

Espinoza, E. (1999). lgebra lineal. Lima: Servicios Grficos JJ.


Greene, W. (1999). Anlisis economtrico. Madrid: Prentice Hall.
Grossman, S. (1996). lgebra lineal. Mxico: Mc. Graw Hill.
Gutirrez, S. y Franco, A. (2002). Matemticas aplicadas a la economa y la
empresa. Madrid: Thomson.
Lenard, D. y Van Long, N. (2002). Optimal control theory and static optimization
in economics. Reino Unido: Cambridge University Press.
Lipschutz, S. (1991). lgebra lineal. Mxico: Mc. Graw Hill.
Lipschutz, S. (1971). Teora y problemas de lgebra lineal. Colombia: Mc. Graw
Hill.
Malaspina, U. (1994). Matemticas para el anlisis econmico. Lima: Fondo
Editorial de la Pontificia Universidad Catlica del Per.
Nakos, G. y Joyner, D. (1999). lgebra lineal con aplicaciones. Mxico: Thomson.
Sydsaeter, K. y Hammond, P. (1996). Matemticas para el anlisis econmico.
Madrid: Prentice Hall.
Weber, J. (1982). Matemticas para administracin y economa. Mxico: Harla.

448