Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Guia 4 Matrices PDF
Guia 4 Matrices PDF
Guía 4
Álgebra (Cs. Económicas)
2014
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.
a)
( +
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
( +
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 .
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.
( )
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
( ) ( ) ( )
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!
b)
nulos ( ).
Para hacer este ejercicio, necesitamos saber un poco de qué se trata la trasposición de matrices:
a)
( + ( + ( +
( + ( +
( + ( + ( +
( + ( + ( + ( +
( ) ( + ( + ( +
( + ( +
( + ( + ( +
b)
( + ( + ( +
4.4 Dadas…
( *
( )
( )
a)
Como primer paso, reemplazamos las letras por las matrices correspondientes:
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.
( * ( ) ( * ( *
( * ( )
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
( + ( + ( + ( +
( + ⏟ ( ( ) + ( +
( )
( + ( + ( +
b) Verdadero
( + ( + ( +
( + ( + ( + ( +
c) Verdadero
d) Verdadero
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:
Importante: no existe una única base para un subespacio, basta con el conjunto de vectores
(matrices) que cumpla con estas condiciones.
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.
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.
( )
Por lo tanto,
( ) ( ) ( ) ( )
,( ) ( ) ( )-
c)
Vamos a seguir con la misma idea pero con más ecuaciones y matrices un poco más grandes, eso
es todo.
( +
Podemos reescribirla,
( + ( + ( + ( + ( +
{( + ( + ( + ( +}
d)
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.
( +
( +
( + ( + ( + ( + ( +
{. / . / . / . / . /}
4.8 Calcular…
a)
( )( + ( )
b)
( +( ) ( + ( +
Observemos,
( )( ) ( )( , ⏟
( )
En el segundo caso,
( )( ) ( , ( ) ( ,
⏟
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.
( +( + ( + ( +
( +( +
( ) ( )
( ( ) ( ) )
( ) ( )
( +( +
( ) ( )
( ( ) ( ) )
( ) ( )
( +
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
( ) [( +( )] ( )
( )
( ( ) )( ) ( +( )
( )
( )
( ( ) ) ( +
( )
( ) ( + *( )( )+
( )
( +( *
( )
( +
( )
( +( ) ( ( ) ) ( +
( )
( ) ( + ( + ( +
( + ( +⏟
( +( + ( +
( ) ( )
( ( ) ( ) ) ( +
( ) ( )
( + ( + ( +
( + ( ( ) )
( )
⏟ ( ) ( ) [( + ( +]
( )( +
( ) ( )
( *
( ) ( )
( )
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)
( +
c)
En este punto, recordemos que el cuadrado de una matriz no se obtiene de elevar cada coeficiente
de la matriz al cuadrado.
( + ( +( +
( ( ) ( ) ( ) )
( )
( )
( )( ) ( )
( )( ) ( ) ( )
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:
De las primeras dos ecuaciones, sabemos que y de las últimas dos ecuaciones que
.
Finalmente,
Antes de comenzar, vamos a querer saber qué significa . Es la matriz identidad multiplicada
por el escalar .
( ) ( )
Comencemos,
( )( ) ( * ( * ( )
( )( ) ( )
( )( ) ( )
( ) ( )
De la primera ecuación,
( ) ( )
a)
( )
Vamos a ver cómo tiene que ser una matriz para cumplir con la condición que define el
subespacio.
( )( ) ( )( )
( ) ( )
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.
( *
Esto sería lo mismo que decir que las posiciones y pueden tomar cualquier valor
independientemente.
( * ( ) ( )
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).
,( ) ( )-
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.
( ) ( )
( )( ) ( )( )
( ) ( )
( )
( ) ( ) ( )
Bajo la misma lógica que en el punto anterior, una base posible para el subespacio es:
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.
( ) ( )
( )( ) ( )( )
( ) ( )
Despejando,
( *
Es decir,
( ) ( )
,( ) ( )-
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 .
( ,( + ( ,
⏟
⏟
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,
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:
( +
( ,( + ( ,
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:
( +
( )
( )( + ( )
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 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:
( +( , ( +
b) Antes de comenzar, vamos a verificar si y son soluciones del sistema, para lo cual, tienen
que verificar la ecuación del sistema.
( +( , ( +
Ahora, antes de gastarnos en hacer cuentas innecesarias, vamos a observar una propiedad
de estos sistemas de ecuaciones, que nos permite hacer lo siguiente:
( ) ( ) ( )
Fácil,
( ) ⏟( + ( + ( +
( ) ( + ( + ( +
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:
( ,
( ,
( ) ( +( , ( +
*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.
( +
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 .
( +
( +( , ( +
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.
a) Al tratarse de cuatro ciudades, la matriz será . Para armarla, vamos a usar el mismo criterio
que en el ejercicio anterior.
( ,
( ,( , ( ,
c) La matriz representa los vuelos con dos escalas que son posibles entre las cuatro ciudades:
( ,( , ( ,
¿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, .
*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.
Matriz regular ( )
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.
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.
( )
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 .
( )
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
√
√ ( √ ) ( √ )
( *. / . / ( )
√ √ √ √ √ √
( )
( ) ( )
Ahora que sabemos que la matriz es invertible (es cuadrada y regular), calculemos su inversa:
( | ) ( | ) ( | )
Verificamos,
( )( ) ( ) ( )
( +
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,
( +( +
( + ( +
( +
( ) ( + | | ( )| | ( ) ( )
( +
*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.
( + | | | |
( | + ( | +
( | + ( | +
( + verificar
Verificamos,
( +( ,
( ( ) ( ) + ( +
( ) ( )
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,
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.
( ) ( )
( ) ( * ( ) ( )
( ) ( + | | | | ( ) ( )
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 …
( ) ( + | | | | ( ) ( )
Por lo tanto,
( ) | | | |
Continuemos,
| |
( +
4.28 a) Dadas…
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.
( +( +
( + ( +
( ) ( + | | ( ( ) )
( )( )
( )
( * ( )
( ) ( )
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 ( ) .
( )
4.29 Dadas ( +y ( +…
( + ( + ( +
( ) ( +
| | | | ( ) ( )
4.30 Si ( )y ( )…
i) ( )
( ) .( ) ( )/
( ) ( )
( ) ( )
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,
( ) *( ) ( )+ ( )
( )
| | √
4.31 Sea ( +…
( ) ( + | | | |
( ) ( )
( ) ( + ( )
( ) ( ) ( ) ( )( )
⏟ ( ) ⏟ ( )
( )( )
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*
*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.
a) Para que la matriz no sea inversible, el determinante tiene que ser nulo.
i)
( ) ( )
Para cumplir con la igualdad, para que la matriz sea no inversible debe tomar alguno de los
siguientes valores:
ii)
( + | | | | | |
( ) ( )
( + | | | | | |
La condición es:
Por lo tanto, para que la matriz sea no inversible, debe tomar alguno de los siguientes valores:
4.34 Si ( +y ( +…
( ) ( ) ( ) ( + ( +
| | (| | | |)
( )
( )
| | √ .
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
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:
Último comentario:
⏟ ⏟
a)
( +
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:
( +
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)
En este caso, ( +.
( ) ( + ⏟ | | | |
( )
c) Si estás con poco tiempo, podés saltear este punto y dejarlo para practicar o repasar.
( +
( ) ( + ⏟ | | | |
( )
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.
es ( +.
( +( + ( +
( | +
Donde,
||
⏟ ⏟
( )
( | + ( | + ( | +
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
Una definición más: Llamamos sistema compatible indeterminado a los sistemas que tienen
infinitas soluciones.
⏟ ⏟
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.
( ) ( + ⏟ | | | | ⏟
( )
Con lo que vimos en el punto anterior, vamos a ver para qué valores de , el sistema tiene
infinitas soluciones.
( | + ( | + ( | +
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.
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.
( ) ( + ⏟ | | | | | | ⏟
Ahora veamos que tiene que ocurrir con los valores de para que el sistema tenga
infinitas soluciones.
( | + ( | + ( | +
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.
4.38 Si ( +y ( +…
( ) ( + ⏟ | | ( ) ⏟
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 .
( )
( +( + ( +
c) Para hallar el vector , vamos a hacer un despeje de la manera que se hace cuando trabajamos
con matrices.
( )
( ) ( + ⏟ | |
Ahora que sabemos que existe, podemos hallarla, haciendo los cálculos,
( ) ( +
( ) ( +( + ( + ( +
( ) ( +( + ( + ( +
a)
b)
Ahora, vamos a calcular la producción necesaria para satisfacer la demanda que es dato.
Comenzamos escribiendo el sistema de ecuaciones en forma matricial:
( )( ) ( ) ( )
( )
( ) ( )
( )
( ) ( )( ) ( )
( )
( )
( ) ( +
( ) ( +( + ( + ( +
Resolviendo el sistema,
Por ahora no hay nada novedoso, tendremos que plantear el sistema que siempre vinimos
planteando:
( )
( )
Comenzamos hallando ( )
( ) ( )
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,
( ) ( )
( | ) ( | )
( ) ( )
Finalmente,
( ) ( )( ) ( ) ( *
( ) ( )( ) ( )
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 ( ) .
( )
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)
( )
( ) ( )
( ) ( )
( ) ( )
Dado que la matriz tiene todos sus coeficientes tecnológicos no nulos, sabemos que se trata de
una economía productiva.
iii)
( +
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.
a)
Donde {
b)
*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.
( ) ( )
( ) ( )
Finalmente, dado que todos los coeficientes de la matriz de Leontief son no negativos,
podemos afirmar que la economía de Costa Pobre es productiva.
( +
Pero si observamos,
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.
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,
( )
( )
( ) ( )
( )
( ) ( )
( ) ( )( ) ( )
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.