Guia 4 Matrices PDF

www.exapuni.com – Todo para tu Carrera!
Guía 4
Álgebra (Cs. Económicas)
2014
4.1 Escribir las matrices dadas…
Nota: no nulo=distinto de cero
El enunciado del ejercicio nos da información sobre los coeficientes que hay en cada una
de las posiciones de la matriz, lo único que hace falta es interpretar y completar la matriz.
Antes de terminar de escribir la matriz, es recomendable mirar si el tamaño de la matriz es

el que nos piden en el enunciado.
Para comenzar el ejercicio, recordemos que:
: elemento (número) de la matriz que se encuentra en la posición fila y columna .
a)
si es el conjunto de elementos que se encuentran fuera de la diagonal de la matriz y por

lo que dice en el enunciado tienen que ser todos ceros. El resto de los coeficientes (los que están
en la diagonal) son ceros.
( +
b)
El enunciado indica que los elementos son nulos. Estas posiciones son las que se
encuentran debajo de la diagonal, para las que se cumple que el número de fila es mayor que el
número de columna. Es importante remarcar que los coeficientes en los que son los de la
Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

1
diagonal, en los que el número de fila es igual al número de columna. Para estos coeficientes, el
enunciado dice que son todos . Para los elementos (las posiciones que se encuentran por
encima de la diagonal), los coeficientes coinciden con el número de columna.
( +
De este punto, tiene que quedar claro que:
son las posiciones por debajo de la diagonal

son las posiciones de la diagonal
son las posiciones por encima de la diagonal
c)
En este caso, los elementos de la matriz se obtienen restando el número columna ( ) al número
de fila ( ).
( +
d)
En este caso, es simple, los elementos de la matriz son el número de fila en el que se encuentran.
( +
e)
significa que en la primera columna, los elementos coinciden con la fila en la que se
encuentran. En cambio, significa que los elementos de la segunda columna son el doble
de la fila en la que se encuentran.
( +
f)
Los elementos que se encuentran fuera de la diagonal ( ) son nulos. Los elementos de
la diagonal se obtienen de dividir el número de fila por .

2
( ,
g)
Este punto es simple, tenemos una matriz columna (matriz de una sola columna) cuyos
elementos son el número de fila cambiado de signo.
( +
h)
Este caso es simple, tenemos una matriz fila (matriz de una sola fila) cuyos elementos son
el número de fila elevado al cuadrado.
( )
4.2 Dados los conjuntos…
Antes de comenzar el ejercicio, vamos a hacer un pequeño paréntesis teórico sobre los
distintos tipos de matrices que nos podemos encontrar:
Matrices simétricas
Existe una definición un poco más compleja, pero por ahora es suficiente saber que una matriz es
simétrica cuando existe una simetría con respecto a la diagonal. La matriz “tiene como un espejo
en la diagonal”. Es decir, los elementos por encima de la matriz coinciden con los elementos por
debajo de la matriz, de tal manera que .
Ejemplos:
( + ( + ( +
⏟
Notemos de la definición, que la simetría no tiene nada que ver con los valores que hayan en la
diagonal.
Matrices antisimétricas
Para hacer una definición simple, las matrices antisimétricas también tienen “ese espejo” en la
diagonal solo que de un lado de la diagonal, los números son tienen un signo y del otro, el signo
contrario. De tal manera que

3
Ejemplos:
( ) ( ) ( )
Observación! Las matrices antisimétricas cumplen que su traspuesta es igual a la inversa de la

matriz. Es decir, .
Matrices triangulares superiores

Una matriz es triangular superior, cuando por debajo de la diagonal, todos los elementos son
nulos. De tal manera que si .
Ejemplos:
( + ( + ( +
Matrices diagonales
De los tipos de matrices que estamos viendo, es el caso más simple. Este tipo de matrices, todos
los elementos que se encuentran fuera de la diagonal son nulos. Es decir, si , .
Ejemplos:
( + ( + ( +
Observación: Notar que como en los otros tres casos que vimos, la definición tampoco hace
referencia a cómo tiene que ser la diagonal. Es decir, podrían ser todos elementos nulos sin
problema!
a) Este punto ya lo resolvimos cuando definimos los tipos de matrices!
b)
( + es simétrica, ver que se cumple que .

4
( + es diagonal, observar que todos los elementos fuera de la diagonal son nulos. Si
( + es antisimétrica, ver que se cumple que
( + es triangular superior, todos los elementos debajo de la diagonal ( ) son
nulos ( ).
4.3 Dadas las matrices del ejercicio anterior…
Para hacer este ejercicio, necesitamos saber un poco de qué se trata la trasposición de matrices:
La trasposición se hace de tal manera que cada elemento de la matriz original se

convertirá en el elemento de la matriz transpuesta . Por lo tanto, las filas pasan a ser
columnas y las columnas pasan a ser filas.
a)
( + ( + ( +
( + ( +
( + ( + ( +
( + ( + ( + ( +
( ) ( + ( + ( +

5
( + ( +
*Recordar que, como es una matriz antisimétrica, (como habíamos mencionado en la

definición que vimos al principio del ejercicio.
*Recordar que, como la matriz es simétrica, .
( + ( +
( + ( + ( +
b)
Si no nos complicamos, este punto es simple, podemos despejar de la ecuación:
( + ( + ( +
4.4 Dadas…
( *
( )
( )
a)
¿Cómo resolvemos esto?
Como primer paso, reemplazamos las letras por las matrices correspondientes:

6
( * ( ) ( )
⏟
Como segundo paso, dejamos la ecuación en una forma más simplificada, reduciendo el primer
miembro de la ecuación ( )a una matriz, resolviendo el primer miembro.
( * ( ) ( * ( *
Como tercer paso, tenemos que:
( * ( )
Para que las dos matrices sean iguales, necesitamos que todas los elementos sean iguales. Pero
hay igualdades que no nos aportan nada:
( * ( )
Por lo tanto, por casualidad, tenemos justo tres ecuaciones que nos sirven, que es lo que
necesitamos (porque tenemos tres incógnitas ).
{ {
b)
( * ( )
( * ( )
Pero si observamos con cuidado, vemos que las matrices nunca podrán ser iguales (ver la
posición marcada en negrita en ambas matrices y ver que no coincidirán nunca,
independientemente de los valores que puedan tomar las incógnitas).
4.5 Dadas…
( +; ( +; ( +; ( +
a) Verdadero
¿A qué se refiere con que sea CL (combinación lineal) de y ?

7
Significa que se pueda escribir como CL de y . Es decir, . Donde y
es un par de valores constantes.
( + ( + ( + ( +
De la igualdad de las matrices, se desprende:
Pero atención, porque no podemos afirmar que y sean soluciones.

Faltaría ver que no tengamos una situación similar a la del punto b del ejercicio anterior. Es decir,
verificar que tengamos igualdad en todos los elementos:
( + ⏟ ( ( ) + ( +
( )
Por lo tanto, como verificamos, es CL de y , ya que es posible escribirla como CL de

esas matrices, de la siguiente manera:
( + ( + ( +
b) Verdadero
Vamos a seguir la misma lógica que en el punto anterior,
( + ( + ( +
Armamos el sistema de ecuaciones,
Por último, verificamos,
( + ( + ( + ( +
c) Verdadero

8
La respuesta es simple, por lo que vimos en el punto a, es CL de y . Por lo tanto, el
conjunto es LD (linealmente dependiente). Cuando un conjunto es linealmente independiente,
ningún elemento del conjunto se puede expresar como CL de otro/s del conjunto.
d) Verdadero
Es verdadero, a partir de lo que obtuvimos en el punto b, que se puede expresar como

CL de y . El motivo es el mismo que explicamos en el punto anterior.
4.6 Hallar una base del subespacio de …
Buscamos armar una base del subespacio generado por , y .
Antes que nada, recordemos ¿qué es una base?
La base es un conjunto de vectores que sirve para generar todos los elementos del espacio
o subespacio.
Simplificando, permite escribir “cualquier bicho que vive en ese subespacio” como CL de
esos “bichos generadores”.
Pero ¿cualquier conjunto puede ser generador? ¿Cómo tiene que ser ese “conjunto de bichos”?
Para que un conjunto sea considerado base, tiene que cumplir tres condiciones:
1. Ser un conjunto de elementos que pertenece al

subespacio o espacio que se desea generar. Por
ejemplo, no podemos generar el espacio
con elementos del espacio .
2. Tener la misma cantidad de elementos que la
dimensión del espacio o subespacio que genera.
Por ejemplo, no podemos generar con un
único vector, necesitamos al menos .
3. Ser un conjunto LI. Por ejemplo, no podemos
tener una base de formada por dos vectores
LD como el ( ) y el ( ). Es como si el segundo
vector, “aportara ruido”, como si no aportara
nada nuevo y no tuviésemos suficiente
información.
Importante: no existe una única base para un subespacio, basta con el conjunto de vectores
(matrices) que cumpla con estas condiciones.
Haciendo una analogía…

9
La base vendría a ser como la paleta de colores de un pintor o las cuerdas de una guitarra de un
músico.
Cada acorde que ejecute el músico podría ser un vector del subespacio de acordes
posibles que puede ejecutar con las cuerdas de su guitarra. Y, a su vez, cada color que produce el
artista es una combinación posible de colores que puede hacer con su paleta.
Ahora, después de repasar, vamos al ejercicio.
Como recién repasamos, necesitamos un conjunto LI, pero el conjunto * + es LD

(recordando del punto a del ejercicio anterior). Por lo tanto, podemos tomar las matrices y
que son LI, sacándolo del conjunto por ser LD y terminamos la historia.
4.7 Hallar las bases de los siguientes subespacios de matrices…
a)
Lo primero que nos planteamos es ¿cómo son los elementos de este subespacio? ¿Cómo
son los bichos que viven en este subespacio?
En este caso, solo tenemos la información sobre y . Sabemos que ambos son nulos.
Como no sabemos nada sobre los otros elementos de la matriz, los dejamos expresado en forma
genérica:
( *
Ahora, lo que normalmente se hace (conviene que lo tomes como una técnica/ truco), es
descomponer la matriz en dos:
( * ( ) ( )
Pero si observamos con atención, nos damos cuenta de que las dos matrices que
obtuvimos (las que están en negrita), son LI y generan a todos los elementos del subespacio. Por lo
tanto, una base posible es:
,( ) ( )-
b)
Vamos a usar el mismo procedimiento del punto anterior, vamos a buscar una forma
genérica de un elemento del subespacio, a partir del cual, encontraremos los generadores.
La definición del subespacio dice que . Por lo tanto, sabemos que

. Pero como de las otras posiciones de la matriz, no tenemos información,
simplemente las vamos a llamar con sus nombres usuales, y .

10
Por lo tanto, en este caso “el bicho genérico que vive en este subespacio” tiene la siguiente forma:
( )
Por lo tanto,
( ) ( ) ( ) ( )
Por lo tanto, una base posible es:
,( ) ( ) ( )-
c)
En este caso, las ecuaciones son:
Vamos a seguir con la misma idea pero con más ecuaciones y matrices un poco más grandes, eso
es todo.
Del sistema de ecuaciones, obtenemos:
La matriz genérica del subespacio tendrá la forma:
( +
Podemos reescribirla,
( + ( + ( + ( + ( +
Por lo tanto, una base posible para el subespacio es:
{( + ( + ( + ( +}
d)

11
En este caso, las ecuaciones son:
De la primera ecuación,
De la segunda ecuación, {
Notamos que la segunda ecuación hace que la matriz sea simétrica (revisar la definición al
comienzo del ejercicio 2.
Reemplazando en una matriz genérica,
( +
Por lo tanto, descomponiendo la matriz:
( +
( + ( + ( + ( + ( +
Por lo tanto, una base para el subespacio puede ser:
{. / . / . / . / . /}
4.8 Calcular…
a)
( )( + ( )
b)
( +( ) ( + ( +

12
Al terminar el ejercicio, uno podría preguntarse para qué hay un ejercicio tan fácil en la
guía. Mi opinión es que el objetivo es ver la diferencia entre dos productos similares pero que dan
matrices de diferentes tamaños, para evitar confusiones.
Observemos,
En el primer caso, tenemos:
( )( ) ( )( , ⏟
( )
En el segundo caso,
( )( ) ( , ( ) ( ,
⏟
4.9 Dadas las matrices…
Observar que el enunciado dice cuando sea posible, esto hace referencia al hecho de que
para poder efectuar un producto es necesario que las matrices tengan una relación entre sus
tamaños. Por lo que, antes de comenzar a hacer operaciones, es conveniente verificar que los
tamaños sean adecuados, ahora lo vas a entender mejor haciendo el ejercicio. Esto no es algo a lo
que estamos muy acostumbrados todavía, porque antes, cuando trabajábamos solo con números
en lugar de matrices, todas (o casi todas) las operaciones se podían realizar sin problema. Ahora,
vamos a tener que tener en cuenta las dimensiones.
( +( + ( + ( +
En el caso de , no es posible realizar el producto porque no dan las dimensiones

(verificarlo tratando de resolver).
( +( +
( ) ( )
( ( ) ( ) )
( ) ( )

13
( +
( +( +
( ) ( )
( ( ) ( ) )
( ) ( )
( +
Por lo tanto, vemos que no es se cumple la conmutatividad, ya que .
Atención! A partir de ahora, cuando trabajemos con matrices, ya no es más válida la

conmutatividad del producto. No es lo mismo ( )que( ).
Por lo tanto, no es lo mismo si multiplico “por adelante” o “por atrás”. Por eso llamamos:
Premultiplicar a una matriz por una matriz Postmultiplicar a una matriz por una matriz
( ) [( +( )] ( )
( )
( ( ) )( ) ( +( )
( )
( )
( ( ) ) ( +
( )
( ) ( + *( )( )+
( )
( +( *
( )

14
( ) ( )
( +( ) ( ( ) ( ) )
( ) ( )
( +
Por lo tanto, verificamos que se cumple la asociatividad, ( ) ( ).
( )
( +( ) ( ( ) ) ( +
( )
( ) ( + ( + ( +
En el caso de ( ) , no es posible realizar el producto . Por lo tanto, no es posible

realizar la operación.
( + ( +⏟
( +( + ( +
( ) ( )
( ( ) ( ) ) ( +
( ) ( )
( + ( + ( +
*Una aclaración muy importante,
( + ( ( ) )
( )
Potencia de una matriz:
En general, para elevar una matriz, pongámosle , necesitamos hacer la multiplicación

matricial de matrices iguales a . No podemos hacer la cuenta elevando a la potencia cada
coeficiente de la matriz porque nos va a dar distinto, salvo algún caso particular.

15
Por lo tanto,
⏟ ( ) ( ) [( + ( +]
( )( +
( ) ( )
( *
( ) ( )
( )
*Recordemos que se cumple la distributividad del producto respecto a la suma.
Por último, la operación no se puede realizar porque las dimensiones no lo permiten.
4.10 Sean las matrices…
a) Para hallar la matriz , vamos a comenzar por la primera parte (⏟ ) .
Nota: Multiplicar una constante por una matriz equivale a multiplicar cada coeficiente por la
constante.
( + ( + ( +
Consejo: La idea ahora es no hacer la operación completa porque lleva mucho tiempo y solo
necesitamos una posición de la matriz.
( ) ( +( +
( + ( +
Finalmente, .
b)

16
( +( + ( +
( +
Finalmente, la primera columna de es ( +.
c)
En este punto, recordemos que el cuadrado de una matriz no se obtiene de elevar cada coeficiente
de la matriz al cuadrado.
( + ( +( +
( ( ) ( ) ( ) )
( )
Finalmente, la segunda fila de es ( ).
4.11 Si… hallar y tales que
Antes de comenzar, vamos a calcular la traspuesta de la matriz ,
( )
( )( ) ( )
( )( ) ( ) ( )
Recordemos que para que dos matrices sean iguales, tienen que ser iguales en todas las
posiciones. Por lo tanto, nos queda determinado el siguiente sistema de ecuaciones:

17
{
De las primeras dos ecuaciones, sabemos que y de las últimas dos ecuaciones que
.
Finalmente,
4.12 Si… determinar todos los valores de …
Antes de comenzar, vamos a querer saber qué significa . Es la matriz identidad multiplicada
por el escalar .
( ) ( )
Comencemos,
( )( ) ( * ( * ( )
Finalmente, la única condición que nos queda es . Por lo tanto, | | .
4.13 Si… determinar si existe un tal que…
Antes de comenzar el ejercicio, vamos a recordar que porque no se cumple la

conmutatividad del producto en la multiplicación de matrices. Por lo que vamos a tener que
calcular cada producto por separado e igualar.
( )( ) ( )
( )( ) ( )
( ) ( )
Por lo tanto, tenemos un sistema de dos ecuaciones,
De la primera ecuación,

18
Ahora, faltaría verificar si este valor cumple con la segunda ecuación.
( ) ( )
Por lo tanto, el valor que estábamos buscando es .
4.14 Hallar una base…
a)
Vamos a comenzar por nombrar los coeficientes de la matriz en forma genérica:
( )
Vamos a ver cómo tiene que ser una matriz para cumplir con la condición que define el
subespacio.
( )( ) ( )( )
( ) ( )
Tendremos entonces, las siguientes ecuaciones:
Tanto la primera como la última ecuación se cumplen siempre. En cambio, para que se
cumplan la segunda y la tercera ecuación, tiene que ocurrir que y sean nulos.
Por lo tanto, la matriz tiene que tener la siguiente forma:
( *
Esto sería lo mismo que decir que las posiciones y pueden tomar cualquier valor
independientemente.

19
Podemos reescribir,
( * ( ) ( )
Esto quiere decir que las matrices de esa forma, se pueden escribir como CL de estas dos
matrices. Por lo tanto, las podemos tomar como base (son LI).
Una base posible para el subespacio es:
,( ) ( )-
b)
En este caso, lo que define el subespacio también es una ecuación. Recordemos que, por
lo que vimos hasta ahora, a los subespacios los podemos definir por una base de generadores o
por una o más ecuaciones.
( ) ( )
( )( ) ( )( )
( ) ( )
Por lo tanto, el sistema de ecuación que queda determinado es:
De la primera ecuación, vemos que . De la segunda ecuación, sabemos que

. La tercera y la cuarta ecuación no aportan información.
Por lo tanto, una matriz perteneciente a este subespacio tiene la forma:
( )
Haciendo lo mismo que hicimos en el punto anterior,
( ) ( ) ( )
Bajo la misma lógica que en el punto anterior, una base posible para el subespacio es:

20
,( ) ( )-
c)
Este punto es igual a los dos anteriores y es solo para practicar. Si estás apurado o sin
tiempo, dejalo para repasar el tema.
( ) ( )
( )( ) ( )( )
( ) ( )
Por lo tanto, el sistema de ecuaciones nos queda:
Despejando,
Observemos que la primera y la última ecuación son iguales.
Las matrices pertenecientes a este subespacio tendrán la forma:
( *
Es decir,
( ) ( )
Finalmente, una base posible para este subespacio es:
,( ) ( )-
4.15 Las familias Pérez, Hirsch…
a) En filas, vamos a poner a cada familia. En columnas, los años.

21
( )
( )
( ) ( ,
⏟ ⏟ (
⏟ )
( )
b) Atención, antes de romperse la cabeza, el enunciado dice que queremos obtener el total
donado por cada familia, no el total donado por las familias. Es decir, queremos obtener el total
de cada fila.
¿Cómo hacemos para sumar el total cada fila? Multiplicando la matriz por una matriz
columna que en todos los coeficientes tiene el número .
( ,( + ( ,
⏟
⏟
*Recordemos que así llamaba el enunciado a la matriz que estábamos buscando.
Siempre que necesitemos sumar los totales de las filas, lo que hacemos es post multiplicar
por una matriz columna que tenga tantas filas como la cantidad de columnas que tiene la matriz
sobre la que estamos trabajando, y que en todos sus coeficientes tiene el valor .
c) Este punto es similar al anterior, solo que necesitamos sumar las columnas.
¿Cómo hacemos para sumar los totales de las columnas? La respuesta es simple, al revés
que la suma de filas. Es decir, en lugar de postmultiplicar, premultiplicamos. Y en lugar de hacerlo
por una matriz columna, lo hacemos por una matriz fila cuyo tamaño es el número de filas de la
matriz sobre la que estamos trabajando.
( )( , ( )
d) Para resolver esto, observemos que si a la matriz anterior le aplicamos lo que aprendimos
en el punto b, vamos a estar sumando el total de la fila y el total de todas las familias en todos los
años.
Finalmente,

22
( )( ,( +
⏟
⏟
Por lo tanto, para sumar todas las posiciones de la matriz, premultiplicamos y

postmultiplicamos por matrices fila y columna que en todas sus posiciones tienen el valor .
4.16 En las primeras fechas del campeonato…
El ejercicio vendría a ser muy similar al anterior, comenzamos formando la matriz. En cada
fila vamos a poner un equipo y en cada fila la cantidad de veces que ganó, empató o perdió.
( ,
Por lo que dice el enunciado, por cada vez que gana tiene que sumar tres puntos y por
cada vez que empata, uno. Por lo tanto, habría que multiplicar la primera columna por , la
segunda por y la última por (dado que perder no suma puntos). Por lo tanto, vamos a
postmultiplicar por la matriz:
( +
Finalmente, los puntos por equipo son:
( ,( + ( ,
Observación! También podríamos haber planteado que la matriz tenía a los equipos en las
columnas en lugar de las filas. En ese caso, hubiésemos tenido:
( +
( )
( )( + ( )

23
4.17 Escribir el sistema…
A esto que nos piden lo llamamos expresar matricialmente un sistema de ecuaciones. Que
es simplemente, escribir el sistema de una forma más compacta, cómoda y sobre todo más útil.
Esto tiene como ventaja la posibilidad de volcar las matrices en un programa o en una calculadora
y resolver problemas más fácilmente. La forma matricial se expresa de la siguiente manera:
Donde:
La matriz se forma con los coeficientes que multiplican a las incógnitas y, por eso, la
llamamos matriz de coeficientes.
( +
es una matriz columna que contiene las incógnitas.
( ,
es una matriz columna que contiene las términos independientes (que son los números que se
encuentran en los términos de la derecha de las ecuaciones que no multiplican ninguna incógnita).
Por eso, muchas veces se la llama matriz de términos independientes.
( +
Una vez que tenemos definidas las tres matrices, podemos escribir el sistema matricialmente:
( +( , ( +
Observemos que si en el primer término hacemos la multiplicación, nos quedará una

matriz columna de tres filas. Si igualamos las matrices, nos queda determinado el sistema de
ecuaciones del que partimos. Esto nos muestra que esta es solo otra forma de expresar el mismo
sistema.
b) Antes de comenzar, vamos a verificar si y son soluciones del sistema, para lo cual, tienen
que verificar la ecuación del sistema.

24
( +( , ( +
⏟ ⏟
⏟
( +( , ( +
Ahora, antes de gastarnos en hacer cuentas innecesarias, vamos a observar una propiedad
de estos sistemas de ecuaciones, que nos permite hacer lo siguiente:
( ) ( ) ( )
Donde y son constantes.
A esto lo llamamos linealidad.
En particular, utilizando esta propiedad, veamos nuestro ejercicio:
Pero, ¿dónde están las constantes?
Fácil,
Por lo tanto, por haber linealidad, sabemos que:
( ) ⏟( + ( + ( +
*Los valores de y ya los conocemos del principio del ejercicio.
( ) ( + ( + ( +
También podríamos haber resuelto el ejercicio sin saber nada sobre linealidad, pero
hubiésemos hecho más cuentas con mayor riesgo de equivocarnos, aunque el resultado es el
mismo:
( ,

25
( ) ( +( , ( +
( ,
( ) ( +( , ( +
4.18 Para las próximas elecciones hay tres candidatos…
Comencemos armando la matriz, en filas vamos a colocar los candidatos y, en columnas,

vamos a colocar los grupos de personas por edad y sexo mostrando la composición en
porcentajes.
Columnas (votantes): { Filas (candidatos): {
*el límite de edad es cincuenta años. En columnas se colocarán los porcentajes que votan a cada
uno de los candidatos dentro de cada grupo de votantes.
En base a esto, la matriz nos quedará:
( +
Esta sería la matriz de porcentajes.
Ahora, vamos a armar una matriz de cantidad de votantes que hay por cada grupo:
( ,
Pero la matriz , así como la tenemos no nos sirve, porque si multiplicamos los
porcentajes por las cantidades de votantes, no nos va a dar la cantidad de votantes. Por lo tanto,
vamos a reescribir la matriz .
( +

26
De esta manera, nos da la cantidad de votantes por cada candidato.
( +( , ( +
4.19 La matriz… muestra los vuelos directos…
a)
( ,
b)
( )( ) ( )
Ahora faltaría verificar si esta es la matriz de vuelos con una escala entre esas ciudades:
Para , sólo se puede ir en una escala a si misma, y por dos rutas distintas.
Para , se puede ir en una escala a si misma y a D.
Para , se puede ir con un vuelo de una escala de dos formas a y de una manera a si misma.
Para , se puede ir en un vuelo de una escala a si misma y a , por una sola ruta.
Para , se puede ir en un vuelo de una escala a , a y a si misma.
Por lo tanto, la interpretación sí es correcta.
4.20 Construir la matriz …
a) Al tratarse de cuatro ciudades, la matriz será . Para armarla, vamos a usar el mismo criterio
que en el ejercicio anterior.
Para armar la matriz, sabemos que de se puede ir a , de se puede ir a o a , de

se puede ir a o a y de se puede ir a . Colocando estos datos en una matriz:
( ,
b) Sabemos que con una escala:

27
{
Finalmente, nos queda de la forma:
( ,( , ( ,
c) La matriz representa los vuelos con dos escalas que son posibles entre las cuatro ciudades:
( ,( , ( ,
4.21 Determinar si cada una de las siguientes matrices…
¿Qué es la inversa de una matriz? La inversa de una matriz es una matriz tal que
.
¿Cómo tiene que ser una matriz para ser inversible? Para que una matriz sea inversible,
tiene que cumplir las siguientes dos condiciones:
1. Ser cuadrada, .
2. Tener determinante no nulo, ( ) . Es decir, la matriz es regular.*
Las matrices invertibles también se conocen con el nombre de no singulares, no degeneradas o

regulares.
*Observar que para poder calcular el determinante de una matriz, esta ya tiene que ser cuadrada.
Por lo tanto, alcanzaría con pedir que la matriz sea regular.
Nota: Una matriz se llama singular, cuando su determinante es nulo.
Matriz regular ( )

28
Matriz singular ( )
Recordar:
Cuando una matriz tiene una fila o una columna LD, la matriz no es invertible, porque el
determinante vale cero (la matriz es singular).
Por lo tanto, para saber si una matriz cuadrada es invertible, podemos mirar las columnas
o las filas y ver si hay alguna LD. Si no hay ninguna LD, la matriz tendrá determinante no nulo (no
hará falta calcularlo) y como cumple las dos condiciones, es invertible.
Conclusión: Si sabemos que todas las columnas o filas de una matriz cuadrada son LI entre
sí, podemos afirmar que el determinante es no nulo. Por lo tanto, esta matriz será cuadrada y
regular y, entonces, invertible.
Reflexión: ¿Qué nos dice el determinante de una matriz?
Por ahora, el determinante de una matriz nos sirve como una herramienta para saber si la
matriz es singular o regular, para clasificarla. Saber si la matriz que analizamos tiene o no columnas
LD. Si el determinante es nulo (cero), la matriz es singular y tiene columnas LD. Si la matriz tiene
determinante no nulo (distinto de cero), la matriz es regular y sus columnas son LI.
Observar que para calcular el determinante de una matriz, esta tiene que ser cuadrada.
Entonces, calculando el determinante, estamos determinando si la matriz es o no inversible.
Ahora, vamos a los ejercicios que nos proponen.
( )
En este caso, la matriz es cuadrada y sus columnas son LI (y por lo tanto las filas también).
Por lo tanto, la matriz es invertible. Para hallar la inversa, no necesitamos hacer ningún cálculo, ya
que si miramos con atención, vemos que . Por lo tanto, la matriz inversa es la misma
matriz, ya que .
( )
De todas formas, para estar seguros, podemos ver que ( ) ( ) .

29
( )
En este caso, es más difícil ver si la matriz tiene columnas LI. Por lo tanto, vamos a calcular
el determinante: ( ) ( ) . Por lo tanto, la matriz no es invertible.
De todas formas, si mirábamos con atención, veíamos que la segunda fila se puede obtener como
combinación lineal de la primera, ( ) ( ).
( *
√
En este caso, en realidad no haría falta hacer el determinante porque nos podemos dar
cuenta de que la segunda columna no se puede obtener como CL de la primera porque tiene un
cero en la posición . De todas formas, calculando el determinante vemos que ( )
( * √ ( ) √ . Por lo tanto, la matriz es invertible (cuadrada y
√
regular).
Hallemos la inversa,
√
( | * ( | * ( | * . | /
√ √ √ √
√
. / verificar
√
Vamos a verificar con la definición de matriz inversa:
√ ( √ ) ( √ )
( *. / . / ( )
√ √ √ √ √ √
( )
Observemos que en este caso, la segunda columna no se puede obtener como CL de la

primera porque coincide en el primer valor pero no en el segundo. De todas formas, vamos a
hacer el determinante aunque no sea necesario (ya sabemos que el determinante va a ser distinto
de cero porque la matriz tiene todas sus columnas LI).
( ) ( )
Ahora que sabemos que la matriz es invertible (es cuadrada y regular), calculemos su inversa:
( | ) ( | ) ( | )

30
( ) verficar
Verificamos,
( )( ) ( ) ( )
( +
Antes de ponernos a calcular un determinante que nos llevaría bastante tiempo

observemos que, como ocurrió con la matriz . La segunda y la tercera columna son LI porque
coinciden en el primer valor pero no en los siguientes. Además, la primera columna es LI con las
otras dos porque no puede obtenerse como CL por tener un cero que las otras columnas no
tienen. Por lo tanto, de antemano ya sabemos que es regular (su determinante es no nulo).
De todas formas, para los fanáticos que prefieren hacer determinantes, observen qué
largo que se hace. Primero hallamos el determinante y después tenemos que verificar. Mi
conclusión es que es mejor mirar primero las columnas o filas de la matriz para ver si son LI o no.
( ) ( + | | ( )| | ( ) ( )
( | + ( | + ( | +
( + verificar
Verificamos,
( +( +
( + ( +
( +

31
En este caso, podemos ver que la primera columna se obtiene de sumar la última columna
menos la mitad de la segunda. Por lo tanto, las columnas son LD. Por lo tanto, es singular
(determinante nulo) y, por no la tano, no es invertible. Para los que no pudieron darse cuenta que
las columnas era LD, vamos con el determinante:
( ) ( + | | ( )| | ( ) ( )
( +
*En este caso, las primeras dos columnas son LI porque la primera columna tiene un cero, lo que hace
imposible generarla como CL de la segunda. Y para generar la tercera columna con CL de las dos primeras, la única
posibilidad sería multiplicando la segunda columna por el escalar para que nos de bien la primera posición, lo que
obligaría a que el escalar que multiplica la primera columna sea para generar la segunda posición pero esto haría
imposible que haya igualdad en la última coordenada. Por lo tanto, las tres columnas son LI.
En este caso, en general es difícil darse cuenta que las columnas son LI por simple
inspección. Así que vamos a ir directamente a calcular el determinante.
( + | | | |
Por lo tanto, es invertible.
( | + ( | +
( | + ( | +
( + verificar
Verificamos,
( +( ,
( ( ) ( ) + ( +
( ) ( )

32
Moraleja del ejercicio: Pudimos saber si las matrices tenían determinante nulo o no nulo,
mirando si las columnas eran o no LI. Para hacer esto en un examen, hay que justificar muy bien.
Para evitar problemas tal vez sea mejor inspeccionar la matriz para ver si sus columnas son LI y
luego calcular el determinante como verificación.
4.22 Determinar en cada caso los valor de y para que la matriz sea inversible…
Como ya sabemos del ejercicio anterior, para saber si una matriz es inversible,
necesitamos ver que sea cuadrada y regular (que tenga determinante no nulo). Por lo tanto, esa es
la condición que debe cumplir cada una de las matrices. Imponer esta restricción, nos da
información sobre cómo tienen que ser los valores de las constantes.
( )
( ) ( )
Para que esto se cumpla, ninguno de los valores o puede valer cero. Por lo tanto,
( )
En este caso, no tenemos que hacer ninguna cuenta porque siempre la primera fila va a
ser igual a la segunda (y, por lo tanto, CL). Por lo tanto, la matriz no será inversible. De todas
formas, podemos verificar que ( ) ( ) independientemente de los
valores que tomen las constantes.
( +
( )
Por lo tanto, ninguno de los tres valores puede ser nulo. Por lo tanto,
4.23 Usar los resultados del ejercicio…

33
Lo que el enunciado pide es obtener la matriz en cada caso. Esto lo podemos hacer con
un despeje, aunque con la precaución de que cuando trabajamos con producto de matrices, no es
lo mismo posmultiplicar que premultiplicar.
a)
( )
⏟ ( )
( )
*Este paso es importante para evitar errores en el pasaje de términos! Siempre se premultiplica o se posmultiplica en
ambos miembros. Es decir, si premultiplico en un término, premultiplico en el otro. Posmultplico en un término
posmultiplico en el otro.
( )( ) ( )
b) Este punto es igual al anterior, salvo que trabajamos con matrices de otras dimensiones.
( +
⏟ ( +
( +( + ( +
4.24 Calcular…
No se entiende mucho cuál es el sentido de este ejercicio a esta altura de la guía pero
vamos a hacerlo igual para practicar. Si estás con poco tiempo, dejalo para un repaso.
( ) ( )
( ) ( * ( ) ( )
( ) ( + | | | | ( ) ( )

34
( ) ( + | | | | ( ) ( )
4.25 Calcular el determinante…
El objetivo de este ejercicio es tomar conciencia de que siempre es conveniente mirar por
dónde calcular los determinantes, para ir por el camino más rápido, fácil y seguro. Para esto,
vamos a tomar una fila o columna que tenga la mayor cantidad de ceros posible para evitar que
los cálculos sean muy extensos. Si el resultado es el mismo, siempre vamos a optar por el camino
más fácil.
( ) ( , | | * | |+
( ) ( , | | * | |+
( ) | | | |
( )
* | |+
4.26 Si ( +, determinar …
Comencemos calculando el determinante y luego impondremos la condición de que tiene que

valer .
( ) ( + | | | | ( ) ( )
Por lo tanto,
4.27 Sabiendo que ( ) …
Vamos a comenzar planteando cómo es el determinante que nos piden,

35
( + | | | | | |
⏟
( ) | | | |
Pero también sabemos que, como ( ) , entonces, .
Continuemos,
| |
( +
4.28 a) Dadas…
Propiedad del producto de determinantes: Sean y dos matrices cuadradas, ( )

( ) ( ).
a) En este caso, tenemos que optar entre hacer dos determinantes utilizando la propiedad de que
( ) ( ) ( ) o hacer el producto entre las dos matrices y luego el determinante. Al
parecer, la segunda opción es la más sencilla.
( +( +
( + ( +
Teniendo la matriz, ya podemos calcular el determinante.
( ) ( + | | ( ( ) )
b) En este caso, vamos a probar ambas estrategias para comparar:
( )( )
( )
( * ( )
( ) ( )

36
( ) ( ) ( )( )
Aplicando la propiedad,
( ) ( ) ( )
Vemos que ambos resultados son iguales, pero llegamos con menos trabajo y menos
riesgo de error en el segundo camino.
Ahora, veamos qué valor tiene que tomar la constante para que ( ) .
( )
Por lo tanto, la constante puede tomar los valores:
4.29 Dadas ( +y ( +…
Vamos a comenzar por hallar la matriz .
( + ( + ( +
( ) ( +
| | | | ( ) ( )
4.30 Si ( )y ( )…
i) ( )
( ) .( ) ( )/
( ) ( )
Ahora, planteemos la condición del enunciado:
( ) ( )

37
ii) ( )
Antes de comenzar, recordemos que trasponer una matriz es cambiar las filas por las
columnas y las columnas por las filas. Por lo tanto,
Si ( ) ( )
Continuemos,
( ) *( ) ( )+ ( )
Ahora, impongamos la condición inicial,
( )
| | √
4.31 Sea ( +…
Comencemos calculando los determinantes,
( ) ( + | | | |
( ) ( )
( ) ( + ( )
Aplicamos la propiedad del producto de determinantes que vimos en el ejercicio anterior:
( ) ( ) ( ) ( )( )
Del enunciado, teníamos como condición inicial, que ( ) ( ).
⏟ ( ) ⏟ ( )
( )( )

38
Finalmente, los valores de que buscábamos son:
4.32 Determinar cuáles de las siguientes matrices son inversibles…
Si todavía no hiciste el ejercicio , es recomendable que lo hagas a conciencia antes. Para

resolver este ejercicio, vamos a calcular los determinantes de las matrices y ver si son nulos.
Recordemos que si el determinante de una matriz es nulo, significa que hay alguna fila o columna
LD y que, por lo tanto, la matriz no es inversible.
Se supone que ya sabemos cómo se resuelve este ejercicio, si estás con poco tiempo,
dejalo para practicar más adelante.
a) Inversible*
( )
*Notar que la segunda columna es LI con la primera, porque coinciden en un valor pero en el otro no, por lo tanto, no es
posible escribir una columna como CL de la otra. Ya sabemos de antemano que el determinante es no nulo.
b) No inversible*
( )
*Si miramos con atención, vemos que la segunda columna es dos veces la primera. Por lo tanto, las columnas son LD y la
matriz tendrá determinante nulo y, por lo tanto, será no inversible.
c) Inversible*
( + | | | |
*Si miramos con atención, la primera y la última columna son LI. Para generar la segunda columna como CL de las otras
dos, tendrían que sumarse para obtener el cero que hay en el medio de la columna central pero las demás coordenadas
no coincidirían. Por lo tanto, la matriz tiene todas sus columnas LI y será inversible.
d) No inversible*
( + | | | |
*Si miramos con atención, vemos que la tercera fila se obtiene de sumar la primera y la segunda. Por lo tanto, la matriz
no es inversible.
e) No inversible*

39
( , | | | |
*Si observamos con atención, vemos que la primera fila se obtiene de sumar la última fila más seis veces la tercera. Por
lo tanto, la matriz no es inversible.
Mi conclusión a esta altura de la guía es que calcular un determinante lleva tiempo y

concentración y hay riesgo de cometer errores. Siempre que sea posible, es preferible evitar
calcularlos o hacerlo de la manera más directa, por la fila o la columna más conveniente. De
hecho, en este ejercicio, bastaba con justificar adecuadamente para resolver todos los puntos sin
calcular ningún determinante.
4.33 Determinar los valores de …
a) Para que la matriz no sea inversible, el determinante tiene que ser nulo.
i)
( ) ( )
La condición que pedimos es:
Para cumplir con la igualdad, para que la matriz sea no inversible debe tomar alguno de los
siguientes valores:
ii)
( + | | | | | |
( ) ( )
La condición que pedimos es:

40
iii)
( + | | | | | |
La condición es:
Por lo tanto, para que la matriz sea no inversible, debe tomar alguno de los siguientes valores:
4.34 Si ( +y ( +…
( ) ( ) ( ) ( + ( +
| | (| | | |)
Para que la matriz no admita inversa,
( )
( )
| | √ .
4.35 Determinar en cada caso todos los valores…
Antes de comenzar, observemos que los sistemas no están expresados en forma matricial,
con lo cual, el primer paso va a ser reescribir es sistema matricialmente.
Pedir que un sistema tenga una solución única es lo mismo que pedir que el sistema

41
sea compatible determinado. Lo que es lo mismo que decir que el determinante de la matriz de
coeficientes tenga determinante no nulo, ( ) . Es decir, pedimos que la matriz de
coeficientes sea regular (esto te tiene que sonar conocido, ¿no?).
Reflexión! Si la matriz es regular, según lo que aprendimos en los ejercicios anteriores, tiene que
tener inversa. Por lo tanto, podemos hallar una solución al sistema de la siguiente manera:
Donde es la famosa solución única.
Recomendación: Ver el ejercicio , esta forma de resolver un sistema ya la utilizamos!
Último comentario:
⏟ ⏟
a)
Recordemos cómo se escribe un sistema en forma matricial,
Primero definimos cuáles son las variables,
( +
Luego, escribimos la matriz de coeficientes, que se forma con los valores que multiplican las
variables:
( +
Por último, determinamos cuáles son los términos independientes y los colocamos sin cambiar el
orden en una matriz columna:
( +

42
Pero en este ejercicio solo necesitamos la matriz de coeficientes del sistema de
ecuaciones, que dijimos que es ( +.
Como dijimos al principio del ejercicio, si queremos que el sistema tenga solución única,
necesitamos que la matriz sea inversible. Por lo tanto, se debe cumplir que ( ) .
( ) ( + ⏟ | | | | | |
( )
b)
Seguimos sin mucha ceremonia, como en el punto anterior.
En este caso, ( +.
( ) ( + ⏟ | | | |
( )
c) Si estás con poco tiempo, podés saltear este punto y dejarlo para practicar o repasar.
( +
( ) ( + ⏟ | | | |
( )

43
( )
Para que el sistema sea compatible determinado, .
4.36 Determinar si existe …
Para resolver este ejercicio, tenemos que expresar el sistema como una matriz ampliada.
Una matriz ampliada o matriz aumentada es una matriz que se forma de agregarle una
última columna adicional a la matriz de coeficientes que contenga los términos independientes. Es
más fácil verlo que describirlo, vamos al ejemplo del ejercicio.
En este caso, la matriz de coeficientes es ( + y la matriz de términos independientes
es ( +.
El sistema se puede escribir de la siguiente manera,
( +( + ( +
La matriz ampliada tiene la siguiente forma,
( | +
Donde,
||
⏟ ⏟
( )
Lo que vamos a hacer ahora es triangular esta matriz,
( | + ( | + ( | +
Observemos que para que el sistema tenga infinitas soluciones, de la última fila,
necesitamos que no exista ninguna restricción para el valor de . Para eso, pedimos que

44
, de esta manera puede tomar cualquier valor y seguir verificando el sistema de
ecuaciones. Por lo tanto, habrá infinitas soluciones. Observemos que esto ocurre cuando la última
fila es nula, porque de esta manera, la matriz siempre será LD.
Una definición más: Llamamos sistema compatible indeterminado a los sistemas que tienen
infinitas soluciones.
⏟ ⏟
4.37 Determinar en cada caso los valores de …
En este ejercicio, vamos a ver el tercer tipo de sistemas de ecuaciones, los sistemas
incompatibles. Estos son los sistemas que no tienen solución posible.
Este es un ejercicio muy útil para aplicar lo que estuvimos aprendiendo en los ejercicios
anteriores, no es recomendable que lo saltees.
a)
Primero, vamos a calcular el determinante de la matriz de coeficientes y ver cuáles son los valores
que lo anulan.
( ) ( + ⏟ | | | | ⏟
( )
Para la matriz tiene solución única.
Con lo que vimos en el punto anterior, vamos a ver para qué valores de , el sistema tiene
( | + ( | + ( | +

45
( | +
La única forma de anula la última fila es que .
Por último, para que el sistema no tenga solución, en alguna fila tiene que quedar todos
ceros excepto en el término independiente. Observar que en ese caso, no hay ninguna solución
posible.
Tomando la última fila, vemos que si , la última fila queda ( | ), con un

valor no nulo en el término independiente como estábamos buscando.
Finalmente,
Sistema compatible determinado
(solución única)
Sistema compatible indeterminado
(infinitas solución)
Sistema incompatible
(sin solución posible)
b) Para este punto vamos a trabajar de la misma manera que veníamos haciendo en el punto
anterior.
( ) ( + ⏟ | | | | | | ⏟
Para que el sistema tenga solución única, .
Ahora veamos que tiene que ocurrir con los valores de para que el sistema tenga
( | + ( | + ( | +
Como la última fila nunca puede ser toda nula, no hay ningún valor posible de para el
que el sistema sea compatible indeterminado. En cambio, si , la tercera fila queda nula,
salvo por el término independiente y el sistema será incompatible.
Sistema compatible determinado

(solución única)
Sistema compatible indeterminado No hay
(infinitas solución) valor
posible
de
Sistema incompatible

46
Finalmente, (sin solución posible)
4.38 Si ( +y ( +…
Lo que estamos buscando es que el sistema tenga solución.
( ) ( + ⏟ | | ( ) ⏟
Por lo tanto, para que el sistema tenga única solución (sistema compatible determinado), y
.
Ahora veamos la condición para que el sistema tenga infinitas soluciones (compatible
indeterminado):
( | +
Sin hacer mucho esfuerzo, vemos que si , el sistema no tiene solución (sistema
incompatible). Si , el sistema tendrá infinitas soluciones, ya que se anularía la última fila.
Finalmente, el sistema tiene solución (es compatible) para cualquier valor de tal que .
4.39 En una economía de tres rubros…
a) El sistema correspondiente es:
b) Comenzamos restando la matriz a la matriz identidad.
( )
( +( + ( +
c) Para hallar el vector , vamos a hacer un despeje de la manera que se hace cuando trabajamos
con matrices.
( )

47
( )
Pero vamos a verificar que sea posible hallar la matriz ( ) ,
( ) ( + ⏟ | |
Ahora que sabemos que existe, podemos hallarla, haciendo los cálculos,
( ) ( +
( ) ( +( + ( + ( +
d) En este punto, hacemos lo mismo que en el anterior, pero difiere la matriz .
( ) ( +( + ( + ( +
4.40 Un chapista y un mecánico están asociados…
a)
Primero vamos a plantear el sistema de ecuaciones,
Como dato, sabemos que {
Para obtener los valores de y , solo necesitamos reemplazar en el sistema de

ecuaciones que planteamos y despejar.
b)
Ahora, vamos a calcular la producción necesaria para satisfacer la demanda que es dato.
Comenzamos escribiendo el sistema de ecuaciones en forma matricial:
( )( ) ( ) ( )

48
( )
( )
Necesitamos calcular la matriz ( ) .
( ) ( )
( )
Por lo tanto, podemos hallar la inversa, que, haciendo los cálculos es ( ) ( ).
Ahora, estamos en condiciones de calcular la matriz .
( ) ( )( ) ( )
Finalmente, la producción del chapista tiene que ser de y la del mecánico

para satisfacer esa demanda externa.
Nuevamente, comenzamos planteando el sistema de ecuaciones:
Por lo tanto, nos queda ( +.
Como datos, tenemos {
La incógnita en este caso es la producción necesaria para satisfacer la demanda.
( )
( )
Comenzamos viendo si es posible hallar ( )
( ) ( +

49
Haciendo los cálculos, hallamos que ( ) ( +
Ya estamos en condiciones de hallar una solución para el sistema inicial.
( ) ( +( + ( + ( +
Comenzamos planteando el sistema de ecuaciones del problema,
Como dato, sabemos que:
Sustituyendo los datos en el sistema de ecuaciones que planteamos,
Resolviendo el sistema,
4.43 Dos economías y tienen los mismos rubros…
Por ahora no hay nada novedoso, tendremos que plantear el sistema que siempre vinimos
planteando:
( )
( )
Comenzamos hallando ( )
( ) ( )

50
Analicemos si podemos hallar la inversa de la matriz:
La matriz tiene columnas LI. Tratemos de generar la segunda columna como CL de la

primera. ¿Qué observamos? Si multiplicamos la segunda columna por , nos quedaría la
columna ( ). Por lo tanto, vamos a poder generar única coordenada pero la segunda no. Es
decir, no habrá ningún valor de constante por la que podamos multiplicar la segunda columna
para generar la primera (ni tampoco al revés) y las columnas son LI. Si las columnas son LI, también
lo serán las filas y la matriz será determinante no nulo (inversible). Este tipo de análisis son
interesantes para hacer mentalmente y ahorrarnos los cálculos de los determinantes.
De todas formas, si te resulta muy complicado darte cuenta de que la matriz tiene
columnas LI, podés calcular el determinante de la manera que lo veníamos haciendo,
( ) ( )
Calculando la inversa de la matriz de la manera en que lo vinimos haciendo,
( | ) ( | )
( ) ( )
Finalmente,
( ) ( )( ) ( ) ( *
Conociendo la producción de , vamos a calcular la demanda de ,
( ) ( )( ) ( )
4.44 Decidir si las siguientes matrices de tecnología…
Recordemos: Para que una economía sea productiva si y solo si todos los coeficientes de
( ) sean no negativos. Donde ( ) es la matriz de Leontief y es la matriz de
tecnología.
El procedimiento básico para resolver este ejercicio se podría pensar en tres pasos:
1) Hallar la matriz ( );
2) Verificar si ( );
3) Calcular ( ) .

51
i)
( )
Primer paso: ( ) ( )
Segundo paso: ( ) ( )
Tercer paso: ( ) ( )
Como vimos al comienzo del ejercicio, como ( ) tiene todos sus coeficientes
negativos, no se trata de una economía productiva.
ii)
Procedemos de la misma manera que en el punto anterior,
( )
( ) ( )
( ) ( )
( ) ( )
Dado que la matriz tiene todos sus coeficientes tecnológicos no nulos, sabemos que se trata de
una economía productiva.
iii)
En este caso, será conveniente evitar el cálculo del determinante.
( +

52
∑
Finalmente, como la suma en cada caso fue menor que la unidad, sabemos que se trata de una
economía productiva.
iv)
( +
Este caso es como el anterior, como todas las sumatorias son menores que la unidad, podemos
afirmar que la economía es productiva.
4.45 La economía de Costa pobre está basada…
a)
En primer lugar, para hallar la matriz, necesitamos primer el sistema de ecuaciones:
Donde {
Finalmente, la matriz de tecnología es ( ) tomando los coeficientes que resultan del

sistema de ecuaciones.
b)
Simplemente, realizamos las sumatorias* correspondientes:

53
∑
*Para dar una definición simple, una sumatoria es el valor que equivale a la suma de una cantidad definida de
constantes.
c)
Este punto es tan simple como el anterior, solo tendremos que efectuar las sumatorias:
d)
En este caso, tenemos una sumatoria mayor que la unidad en los coeficientes de columna.
Por lo tanto, no podremos aplicar la propiedad. Por lo tanto, lo vamos a resolver por definición.
Vamos a comenzar por hallar ( ) ,
( ) ( )
( ) ( )
Finalmente, dado que todos los coeficientes de la matriz de Leontief son no negativos,
podemos afirmar que la economía de Costa Pobre es productiva.
4.46 Los rubros de una economía son…
Comenzamos planteando el sistema de ecuaciones:
Por lo tanto, la matriz de tecnología , nos quedará:
( +
Pero si observamos,

54
∑
Por lo tanto, no hay otra opción que calcular ( ) y verificar si los signos de sus
coeficientes son positivos.
( ) ( +
( ) ( +
Felizmente, los coeficientes son no negativos y podemos afirmar que la economía es productiva.
4.47 Una economía tiene matriz de tecnología…
Este ejercicio es muy similar a los anteriores, si estás con poco tiempo, la idea es utilizarlo para
practicar y reforzar el procedimiento.
a)
En este caso, lo que vamos a hacer es encontrar qué producción debería tener para
satisfacer esta demanda. Para ello, vamos a hacer uso de la expresión que vinimos utilizando,
( )
( )
Comenzamos de la misma manera que vinimos,
( ) ( )
( )
( ) ( )
( ) ( )( ) ( )
Como los valores de producción son negativos, llegamos a un absurdo. Por lo tanto, la
respuesta es que la economía no puede satisfacer esa demanda.

55
b)
Bajo el mismo criterio que utilizamos en los puntos anteriores, la economía no es

productiva, ya que todos los coeficientes de la matriz ( ) son negativos.
Eso fue todo! Cualquier error o sugerencia es más que bienvenido.

56

Guia 4 Matrices PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guia 4 Matrices PDF

Cargado por

Copyright:

Formatos disponibles

www.exapuni.com – Todo para tu Carrera!

4.1 Escribir las matrices dadas…

Nota: no nulo=distinto de cero

Antes de terminar de escribir la matriz, es recomendable mirar si el tamaño de la matriz es

Para comenzar el ejercicio, recordemos que:

: elemento (número) de la matriz que se encuentra en la posición fila y columna .

si es el conjunto de elementos que se encuentran fuera de la diagonal de la matriz y por

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

De este punto, tiene que quedar claro que:

son las posiciones por debajo de la diagonal

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

4.2 Dados los conjuntos…

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

Observación! Las matrices antisimétricas cumplen que su traspuesta es igual a la inversa de la

Matrices triangulares superiores

a) Este punto ya lo resolvimos cuando definimos los tipos de matrices!

( + es simétrica, ver que se cumple que .

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

( + es antisimétrica, ver que se cumple que

( + es triangular superior, todos los elementos debajo de la diagonal ( ) son

4.3 Dadas las matrices del ejercicio anterior…

La trasposición se hace de tal manera que cada elemento de la matriz original se

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

*Recordar que, como es una matriz antisimétrica, (como habíamos mencionado en la

*Recordar que, como la matriz es simétrica, .

Si no nos complicamos, este punto es simple, podemos despejar de la ecuación:

¿Cómo resolvemos esto?

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

Como tercer paso, tenemos que:

¿A qué se refiere con que sea CL (combinación lineal) de y ?

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

De la igualdad de las matrices, se desprende:

Pero atención, porque no podemos afirmar que y sean soluciones.

Por lo tanto, como verificamos, es CL de y , ya que es posible escribirla como CL de

Vamos a seguir la misma lógica que en el punto anterior,

Armamos el sistema de ecuaciones,

Por último, verificamos,

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

Es verdadero, a partir de lo que obtuvimos en el punto b, que se puede expresar como

4.6 Hallar una base del subespacio de …

Buscamos armar una base del subespacio generado por , y .

Antes que nada, recordemos ¿qué es una base?

1. Ser un conjunto de elementos que pertenece al

Haciendo una analogía…

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

Ahora, después de repasar, vamos al ejercicio.

Como recién repasamos, necesitamos un conjunto LI, pero el conjunto * + es LD

4.7 Hallar las bases de los siguientes subespacios de matrices…

La definición del subespacio dice que . Por lo tanto, sabemos que

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

Por lo tanto, una base posible es:

En este caso, las ecuaciones son:

Del sistema de ecuaciones, obtenemos:

La matriz genérica del subespacio tendrá la forma:

Por lo tanto, una base posible para el subespacio es:

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

Reemplazando en una matriz genérica,

Por lo tanto, descomponiendo la matriz:

Por lo tanto, una base para el subespacio puede ser:

Todo lo que necesitás para tu carrera, encontralo en www.exapuni.com!

En el primer caso, tenemos:

4.9 Dadas las matrices…

En el caso de , no es posible realizar el producto porque no dan las dimensiones