Está en la página 1de 367

MODELOS LINEALES

INGENIERÍA DE SISTEMAS
FACULTAD DE CIENCIAS BÁSICAS E INGENIERÍA
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
2

El módulo de estudio de la asignatura Modelos Lineales es propiedad de la Corporación Universitaria Remington. Las
imágenes fueron tomadas de diferentes fuentes que se relacionan en los derechos de autor y las citas en la bibliografía. El
contenido del módulo está protegido por las leyes de derechos de autor que rigen al país.

Este material tiene fines educativos y no puede usarse con propósitos económicos o comerciales.

AUTOR
Pablo Emilio Botero Tobón
pbotero@uniremington.edu.co

Nota: el autor certificó (de manera verbal o escrita) No haber incurrido en fraude científico, plagio o vicios de autoría; en
caso contrario eximió de toda responsabilidad a la Corporación Universitaria Remington, y se declaró como el único
responsable.

RESPONSABLES
Jorge Mauricio Sepúlveda Castaño
Decano de la Facultad de Ciencias Básicas e Ingeniería
lmaya@uniremington.edu.co

Martha Lucía Duque Ramírez


Vicerrectora modalidad distancia y virtual
mduque@uniremington.edu.co

Francisco Javier Álvarez Gómez


Coordinador CUR-Virtual
falvarez@uniremington.edu.co

GRUPO DE APOYO
Personal de la Unidad CUR-Virtual Derechos Reservados
EDICIÓN Y MONTAJE
Primera versión. 2017

Esta obra es publicada bajo la licencia Creative Commons.


Reconocimiento-No Comercial-Compartir Igual 2.5 Colombia.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
3

TABLA DE CONTENIDO
Pág.

1 MAPA DE LA ASIGNATURA ............................................................................................................................ 8

2 UNIDAD 1 SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES 2X2. ........................................................... 9

TEMA 1 CONCEPTOS RELACIONADOS CON SISTEMAS DE DOS ECUACIONES LINEALES CON DOS
INCÓGNITAS ...................................................................................................................................................... 9

TEMA 2 MÉTODOS DE SOLUCIÓN DE SISTEMAS LINEALES DE DOS ECUACIONES CON DOS


INCÓGNITAS O SISTEMA 2X2. .........................................................................................................................10

2.2.1 MÉTODO GRÁFICO: .....................................................................................................................10

2.2.2 MÉTODO IGUALACIÓN. ...............................................................................................................17

2.2.3 MÉTODO SUSTITUCIÓN...............................................................................................................23

2.2.4 MÉTODO REDUCCIÓN (O MÉTODO DE ELIMINACIÓN). ..............................................................28

2.2.5 MÉTODO DETERMINANTES.........................................................................................................33

2.2.6 EJERCICIOS DE ENTRENAMIENTO ...............................................................................................46

3 UNIDAD 2 MATRICES...................................................................................................................................51

TEMA 1 CONCEPTOS Y DEFINICIONES ................................................................................................51

3.1.1 EJERCICIOS DE APRENDIZAJE ......................................................................................................54

3.1.2 EJERCICIOS DE APRENDIZAJE ......................................................................................................56

3.1.3 CLASIFICACIÓN DE LAS MATRICES ..............................................................................................60

3.1.4 MATRIZ CUADRADA: ...................................................................................................................60

3.1.5 MATRIZ NULA O MATRIZ CERO: ..................................................................................................61

3.1.6 MATRIZ IDENTIDAD .....................................................................................................................62

3.1.7 TRANSPUESTA DE UNA MATRIZ ..................................................................................................63

3.1.8 MATRIZ SIMÉTRICA .....................................................................................................................65

3.1.9 MATRIZ TRIANGULAR SUPERIOR ................................................................................................66


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
4

3.1.10 MATRIZ TRIANGULAR INFERIOR .................................................................................................66

3.1.11 MATRIZ TRIANGULAR ..................................................................................................................66

3.1.12 MATRIZ DIAGONAL .....................................................................................................................67

TEMA 2 ALGEBRA DE MATRICES. ........................................................................................................67

3.2.1 IGUALDAD DE MATRICES. ...........................................................................................................67

3.2.2 SUMA DE MATRICES. ..................................................................................................................69

3.2.3 MULTIPLICACIÓN POR UN ESCALAR ...........................................................................................72

3.2.4 MULTIPLICACIÓN DE MATRICES O PRODUCTO MATRICIAL........................................................76

4 UNIDAD 3 SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES UTILIZANDO TÉCNICAS MATRICIALES Y


APLICACIONES .....................................................................................................................................................96

TEMA 1 SISTEMAS DE ECUACIONES LINEALES Y MATRICES ...............................................................96

4.1.1 EJERCICIOS DE APRENDIZAJE ......................................................................................................99

4.1.2 PROCEDIMEINTO PARA SOLUCIONAR UN SISTEMA DE ECUACIONES LINEALES POR EL MÉTODO


DE REDUCCIÓN GAUSSIANA: ....................................................................................................................103

TEMA 2 SISTEMAS HOMOGÉNEOS ...................................................................................................129

4.2.1 MÉTODO 2: ELIMINACIÓN GAUSS – JORDAN ...........................................................................130

4.2.2 MÉTODO 3: MATRIZ INVERSA ...................................................................................................145

4.2.3 SISTEMAS DE ECUACIONES LINEALES SOLUCIONADOS CON LA MATRIZ INVERSA ..................158

4.2.4 MÉTODO 4: DETERMINANTES...................................................................................................173

4.2.5 EJERCICIOS DE APRENDIZAJE ....................................................................................................176

4.2.6 EJERCICIOS DE APRENDIZAJE ....................................................................................................181

4.2.7 EJERCICIOS DE APRENDIZAJE ....................................................................................................184

4.2.8 EJERCICIOS DE APRENDIZAJE ....................................................................................................187

4.2.9 EJERCICIO DE APRENDIZAJE ......................................................................................................197

4.2.10 EJERCICIOS DE APRENDIZAJE ....................................................................................................202

4.2.11 EJERCICIOS DE ENTRENAMIENTO .............................................................................................207


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
5

4.2.12 EJERCICIOS DE ENTRENAMIENTO .............................................................................................224

5 UNIDAD 4 VECTORES, RECTAS Y PLANOS EN EL ESPACIO .........................................................................228

TEMA 1 VECTORES EN R2 Y R3 ..........................................................................................................228

5.1.1 VECTOR .....................................................................................................................................228

5.1.2 EJERCICIOS DE APRENDIZAJE ....................................................................................................229

5.1.3 EJERCICIOS DE APRENDIZAJE ....................................................................................................230

5.1.4 EJERCICIOS DE APRENDIZAJE ....................................................................................................231

5.1.5 EJERCICIOS DE APRENDIZAJE ....................................................................................................235

5.1.6 EJERCICIOS DE APRENDIZAJE ....................................................................................................237

5.1.7 EJERCICIOS DE APRENDIZAJE ....................................................................................................240

5.1.8 EJERCICIOS DE APRENDIZAJE ....................................................................................................241

5.1.9 EJERCICIOS DE APRENDIZAJE ....................................................................................................244

5.1.10 EJERCICIOS DE APRENDIZAJE ....................................................................................................245

5.1.11 EJERCICIOS DE APRENDIZAJE ....................................................................................................247

5.1.12 EJERCICIOS DE APRENDIZAJE ....................................................................................................249

5.1.13 EJERCICIOS DE APRENDIZAJE ....................................................................................................251

5.1.14 EJERCICIOS DE APRENDIZAJE ....................................................................................................252

5.1.15 EJERCICIOS DE APRENDIZAJE ....................................................................................................253

5.1.16 EJERCICIOS DE APRENDIZAJE ....................................................................................................256

5.1.17 EJERCICIOS DE APRENDIZAJE ....................................................................................................258

5.1.18 EJERCICIOS DE APRENDIZAJE ....................................................................................................260

5.1.19 EJERCICIOS DE APRENDIZAJE ....................................................................................................262

5.1.20 EJERCICIOS DE APRENDIZAJE ....................................................................................................271

5.1.21 EJERCICIOS DE APRENDIZAJE ....................................................................................................274

5.1.22 ECUACIONES DE LOS PLANOS COORDENADOS ........................................................................275


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
6

5.1.23 EJERCICIOS DE APRENDIZAJE ....................................................................................................277

5.1.24 EJERCICIOS DE ENTRENAMIENT0 ..............................................................................................279

6 UNIDAD 5 PROGRAMACION LINEAL .........................................................................................................284

TEMA 1 CONSTRUCCIÓN DE MODELOS DE PROGRAMACIÓN LINEAL ..............................................284

6.1.1 CONSTRUCCIÓN DE MODELOS DE PROGRAMACIÓN LINEAL ...................................................285

6.1.2 EJERCICIO DE APRENDIZAJE ......................................................................................................288

6.1.3 EJERCICIO DE APRENDIZAJE ......................................................................................................291

6.1.4 EJERCICIO DE APRENDIZAJE ......................................................................................................295

6.1.5 EJERCICIOS DE ENTRENAMIENTO .............................................................................................296

6.1.6 EJERCICIOS DE APRENDIZAJE ....................................................................................................299

6.1.7 EJERCICIOS DE APRENDIZAJE ....................................................................................................303

6.1.8 EJERCICIOS DE ENTRENAMIENTO .............................................................................................318

6.1.9 EJERCICIO DE APRENDIZAJE ......................................................................................................320

6.1.10 EJERCICIO DE APRENDIZAJE ......................................................................................................324

6.1.11 EJERCICIOS DE ENTRENAMIENTO .............................................................................................325

TEMA 2 APLICACIONES DE PROGRAMACIÓN LINEAL .......................................................................326

6.2.1 APLICACIÓN 1 ............................................................................................................................326

6.2.2 APLICACIÓN 2 ............................................................................................................................331

6.2.3 APLICACIÓN 4 ............................................................................................................................337

6.2.4 APLICACIÓN 5 ............................................................................................................................340

6.2.5 EJERCICIO DE APRENDIZAJE DE ESQUINA NOROESTE ..............................................................341

6.2.6 EJERCICIO DE APRENDIZAJE: METODO DE APROXIMACION DE VOGEL ...................................343

6.2.7 EJERCICIOS DE ENTRENAMIENTO .............................................................................................347

6.2.8 EJERCICIO DE APRENDIZAJE POR EL METODO DE RAMIFICAR Y ACORTAR. .............................348

6.2.9 APLICACIÓN LINEAL ENTERA CON VARIABLES BINARIAS ..........................................................350


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
7

TEMA 3 PROGRAMACIÓN MULTIOBJETIVA ......................................................................................352

6.3.1 PROGRAMACIÓN MULTIOBJETIVA............................................................................................352

6.3.2 OTROS ALGORITMOS PARA PROGRAMACIÓN LINEAL..............................................................355

6.3.3 EJERCICIO DE APRENDIZAJE ......................................................................................................356

6.3.4 EJERCICIO DE APRENDIZAJE ......................................................................................................357

6.3.5 EJERCICIO DE APRENDIZAJE ......................................................................................................360

6.3.6 EJERCICIOS DE ENTRENAMIENTO .............................................................................................362

7 GLOSARIO..................................................................................................................................................364

8 BIBLIOGRAFÍA............................................................................................................................................365
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
8

1 MAPA DE LA ASIGNATURA

MODELOS LINEALES
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
9

2 UNIDAD 1 SOLUCIÓN DE SISTEMAS DE ECUACIONES


LINEALES 2X2.
OBJETIVO GENERAL

Analizar las características y la forma de los sistemas de ecuaciones lineales de dos ecuaciones con dos
incógnitas, explicando los diferentes métodos utilizados para la solución de los mismos (Métodos: Reducción,
igualación, sustitución y gráfico) y aplicarlos en diferentes situaciones problémicas.

OBJETIVOS ESPECÍFICOS

Describir las características de los sistemas de ecuaciones lineales de dos ecuaciones con dos incógnitas.

Solucionar ecuaciones lineales con dos incógnitas, utilizando los métodos de: Reducción, igualación,
sustitución y gráfico; se explica, además, la forma de enfrentarse a diferentes situaciones problémicas que se
resuelven planteando sistemas de ecuaciones lineales con dos incógnitas.

TEMA 1 CONCEPTOS RELACIONADOS CON SISTEMAS DE DOS


ECUACIONES LINEALES CON DOS INCÓGNITAS
SISTEMA DE ECUACIONES:

“Es la reunión de dos o más ecuaciones con dos o más incógnitas” BALDOR

Un sistema de ecuaciones consiste en varias ecuaciones con varias incógnitas. Cuando el sistema tiene dos
ecuaciones lineales con dos incógnitas recibe el nombre de sistema lineal 2X2.

𝟐𝒙 + 𝟑𝒚 = −𝟓
Por ejemplo: El sistema { Es un sistema 2x2
𝒙 + 𝟒𝒚 = −𝟏𝟎
Solucionar un sistema 2x2 es encontrar las parejas 𝐱 ∧𝐲 que al reemplazarlas en la ecuación se obtiene
una identidad, es decir una igualdad verdadera:
Al solucionar un sistema de ecuaciones puede suceder:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
10

TEMA 2 MÉTODOS DE SOLUCIÓN DE SISTEMAS LINEALES DE


DOS ECUACIONES CON DOS INCÓGNITAS O SISTEMA 2X2.
Para solucionar sistemas 2x2, se utilizan cinco métodos diferentes que son:

Método gráfico.
Método por igualación.
Método por sustitución.
Método por reducción.
Método por regla de Cramer o determinantes.

2.2.1 MÉTODO GRÁFICO:


Este método consiste en graficar en un mismo plano cartesiano cada ecuación, y luego determinar las
coordenadas del punto de corte, los valores 𝒙 ∧𝒚 de dicho punto corresponden a la solución del sistema.

Se presentan tres casos posibles para las gráficas de las ecuaciones de un sistema:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
11

a. Las rectas se intersecan en un solo punto: Son las coordenadas del punto de corte.

b. Las ecuaciones describen la misma recta: Cuando al graficar ambas rectas solo se observa
una sola, esto quiere decir que el sistema tiene infinitas soluciones.

c. Las dos rectas son paralelas”: Cuando las rectas son paralelas, es decir no se cortan, esto
quiere decir que el sistema no tiene solución.

Nota: No olvide que, para graficar una línea recta, es suficiente con conocer las coordenadas de dos puntos
sobre la línea recta, en muchos casos estas coordenadas corresponden a las intersecciones con los ejes.

2.2.1.1 EJERCICIOS DE APRENDIZAJE


Utilizando el método gráfico solucione los siguientes sistemas 2x2:

𝒙 + 𝒚 = −𝟏 → 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
1)
𝟑𝒙 + 𝒚 = 𝟑 → 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

PROCEDIMIENTO

a. Se realiza la gráfica de cada una de las líneas rectas, asignándole valores a 𝒙 para obtener el
correspondiente de 𝒚, se tomarán las intersecciones con los ejes, esto es:

 Puntos para graficar: 𝒙 + 𝒚 = −𝟏

PUNTOS INTERCEPTOS ECUACIÓN 1 PUNTO PARA


SOBRE LOS EJES REPRESENTAR
COORDENADOS 𝒙 + 𝒚 = −𝟏

𝑆𝑖 𝑥 = 0 𝟎 + 𝒚 = −𝟏 → 𝒚 = −𝟏 (0, −1)

𝑆𝑖 𝑦 = 0 𝒙 + 𝟎 = −𝟏 → 𝒙 = −𝟏 (−1,0)
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
12

 Puntos para graficar: 𝟑𝒙 + 𝒚 = 𝟑

PUNTOS INTERCEPTOS ECUACIÓN 2 PUNTO PARA


SOBRE LOS EJES REPRESENTAR
COORDENADOS 𝟑𝒙 + 𝒚 = 𝟑

𝑆𝑖 𝑥 = 0 𝟑 ∗ (𝟎) + 𝒚 = 𝟑 → 𝒚 = 𝟑 (0,3)

𝑆𝑖 𝑦 = 0 𝟑𝒙 + 𝟎 = 𝟑 → 𝒙 = 𝟏 (1,0)

 La gráfica la podemos ver en la figura1:

Figura 1.

Se puede observar que las dos rectas se cortan en el punto 𝒙 = 𝟐 ∧ 𝒚 = −𝟑


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
13

 Prueba: Se reemplazan los puntos del intercepto en cada una de la ecuación dada:
ECUACIÓN 1:

𝒙 + 𝒚 = −𝟏 → (𝟐) + (−𝟑) = −𝟏 → 𝟐 − 𝟑 = −𝟏 → −𝟏 = −𝟏
Lo cual es verdadero.

Ecuación 2:

𝟑𝒙 + 𝒚 = 𝟑 → 𝟑(𝟐) + (−𝟑) = 𝟑 → 𝟔 − 𝟑 = 𝟑 → 𝟑 = 𝟑
Lo cual es verdadero.

b. Por lo tanto, la solución del sistema es:

𝒙 = 𝟐 ∧ 𝒚 = −𝟑, el punto p de coordenadas 𝒑(𝟐, −𝟑)

𝟐𝒙 + 𝒚 = 𝟑 → 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
2)
𝒙 + 𝒚 = 𝟒 → 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
PROCEDIMIENTO

a. Se realiza la gráfica de cada una de las líneas rectas, asignándole valores a 𝒙 para obtener el
correspondiente de 𝒚, se tomarán las intersecciones con los ejes, esto es:

 Puntos para graficar: 𝟐𝒙 +𝒚=𝟑

PUNTOS INTERCEPTOS ECUACIÓN 1 PUNTO PARA


SOBRE LOS EJES REPRESENTAR
COORDENADOS 𝟐𝒙 + 𝒚 = 𝟑

𝑆𝑖 𝑥 = 0 𝟐(𝟎) + 𝒚 = 𝟑 → 𝒚 = 𝟑 (0,3)
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
14

𝑆𝑖 𝑦 = 0 𝟑 3
𝟐𝒙 + 𝟎 = 𝟑 → 𝒙 = ( , 0)
𝟐 2

 Puntos para graficar: 𝒙+𝒚=𝟒

PUNTOS INTERCEPTOS ECUACIÓN 2 PUNTO PARA


SOBRE LOS EJES REPRESENTAR
COORDENADOS 𝒙+𝒚=𝟒

𝑆𝑖 𝑥 = 0 𝟎+𝒚=𝟒→𝒚=𝟑 (0,4)

𝑆𝑖 𝑦 = 0 𝒙+𝟎=𝟒→𝒙=𝟒 (4,0)

La gráfica de estas dos rectas se puede ver en la figura 2

Figura 2.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
15

Se puede observar que las dos rectas se cortan en el punto 𝒙 = −𝟏 ∧ 𝒚 = 𝟓


El punto de coordenadas: (−𝟏, 𝟓)

Prueba en : 𝟐𝒙 + 𝒚 = 𝟑 → 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏.
𝟐(−𝟏) + (𝟓) = 𝟑 → −𝟐 + 𝟓 = 𝟑
𝟑 = 𝟑 Verdadero

Prueba en: 𝒙 + 𝒚 = 𝟒 → 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐


(−𝟏) + (𝟓) = 𝟒 → −𝟏 + 𝟒 = 𝟓
𝟒 = 𝟒 Verdadero

b. Por lo tanto, la solución del sistema es:

𝒙 = −𝟏 ∧ 𝒚 = 𝟓, el punto p de coordenadas 𝒑(−𝟏, 𝟓)

𝒙+𝒚=𝟖
3)
𝒙 + 𝒚 = 𝟏𝟐

a. La representación gráfica de estas dos ecuaciones se ve en la figura 3.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
16

Figura 3

Se puede ver que estas dos rectas son paralelas, es decir no se cortan por lo tanto el sistema no tiene solución.

𝒙+𝒚=𝟒
4)
𝟐𝒙 + 𝟐𝒚 = 𝟖

a. La representación gráfica de estas dos ecuaciones se puede observar en la figura 4.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
17

Figura 4

b. Sólo se observa una sola recta, ya que las dos rectas coinciden, esto quiere decir que el sistema tiene
infinitas soluciones.

NOTA: La forma de indicar las soluciones de un sistema de ecuaciones, cuando este tiene infinitas soluciones,
se analizará en la unidad 3.

2.2.2 MÉTODO IGUALACIÓN.


Se analizará el método a través de algunos ejemplos:

2.2.2.1 EJERCICIOS DE APRENDIZAJE


Solucione los siguientes sistemas 2 X 2 utilizando el método igualación:

𝟑𝒙 + 𝟐𝒚 = 𝟓
1) 𝟒𝒙 + 𝟑𝒚 = 𝟏𝟐

a. PROCEDIMIENTO:

Nota: Es conveniente que enumere cada ecuación y cada resultado obtenido:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
18

𝟑𝒙 + 𝟐𝒚 = 𝟓 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏𝟏
𝟒𝒙 + 𝟑𝒚 = 𝟏𝟐 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

b. Se despeja la misma variable de ambas ecuaciones:

 De la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏𝟏 se despeja 𝒙:
𝟓 − 𝟐𝒚
𝟑𝒙 + 𝟐𝒚 = 𝟓 → 𝟑𝒙 = 𝟓 − 𝟐𝒚 → 𝒙 = 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
𝟑

 De la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 se despeja 𝒙:

𝟏𝟐 − 𝟑𝒚
𝟒𝒙 + 𝟑𝒚 = 𝟏𝟐 → 𝟒𝒙 = 𝟏𝟐 − 𝟑𝒚 → 𝒙 = 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒
𝟒

c. Se igualan las dos ecuaciones anteriores, Para el ejemplo vamos a igualar la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑 con la
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒:
𝟓 − 𝟐𝒚 𝟏𝟐 − 𝟑𝒚
=
𝟑 𝟒

d. Se soluciona esta ecuación para 𝒚:

𝟓 − 𝟐𝒚 𝟏𝟐 − 𝟑𝒚
= → 𝟒 ∗ (𝟓 − 𝟐𝒚) = 𝟑 ∗ (𝟏𝟐 − 𝟑𝒚) →
𝟑 𝟒
𝟐𝟎 − 𝟖𝒚 = 𝟑𝟔 − 𝟗𝒚 → −𝟖𝒚 + 𝟗𝒚 = 𝟑𝟔 − 𝟐𝟎 → 𝒚 = 𝟏𝟔 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟓
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
19

e. Se reemplaza el resultado anterior en cualquiera de las ecuaciones anteriores, preferiblemente


en la ecuación 3 o en la ecuación 4 (ya está despejada la 𝒙) .

 Se reemplaza la ecuación 5 en la ecuación 3:


𝟓−𝟐𝒚
𝒚 = 𝟏𝟔 𝒆𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟓 𝒙= 𝒆𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
𝟑

𝟓 − 𝟐(𝟏𝟔) 𝟓 − 𝟑𝟐 −𝟐𝟕
𝒙= → 𝒙= → 𝒙= → 𝒙 = −𝟗
𝟑 𝟑 𝟑

f. Se debe dar la prueba en las ecuaciones originales con 𝑥 = −9 ∧ 𝑦 = 16


 Prueba en la ecuación 1:

𝟑𝒙 + 𝟐𝒚 = 𝟓 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏𝟏
𝟑(−𝟗) + 𝟐(𝟏𝟔) = 𝟓 → −𝟐𝟕 + 𝟑𝟐 = 𝟓 →
𝟓 = 𝟓 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐
 Prueba en la ecuación 2:

𝟒𝒙 + 𝟑𝒚 = 𝟏𝟐 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
𝟒(−𝟗) + 𝟑(𝟏𝟔) = 𝟏𝟐 → −𝟑𝟔 + 𝟒𝟖 = 𝟏𝟐 →
𝟏𝟐 = 𝟏𝟐 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐
Por lo tanto, la solución del sistema es:

𝒙 = −𝟗 ∧ 𝒚 = 𝟏𝟔 El punto 𝒑 de coordenadas 𝒑(−𝟗, 𝟏𝟔)

𝟒𝒙 − 𝟑𝒚 = 𝟏𝟓 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
2)
𝟕𝒙 + 𝟑𝒚 = −𝟏𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
20

PROCEDIMIENTO

𝟒𝒙 − 𝟑𝒚 = 𝟏𝟓 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏𝟏
𝟕𝒙 + 𝟑𝒚 = −𝟏𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

a. Se despeja la misma variable de ambas ecuaciones:

 De la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏𝟏 se despeja 𝒙:
𝟏𝟓 + 𝟑𝒚
𝟒𝒙 − 𝟑𝒚 = 𝟏𝟓 → 𝟒𝒙 = 𝟏𝟓 + 𝟑𝒚 → 𝒙 = 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
𝟒

 De la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 se despeja 𝒙:
−𝟏𝟎 − 𝟑𝒚
𝟕𝒙 + 𝟑𝒚 = −𝟏𝟎 → 𝟕𝒙 = −𝟏𝟎 − 𝟑𝒚 → 𝒙 = 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒
𝟕

b. Se igualan las dos ecuaciones anteriores, Para el ejemplo vamos a igualar la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑 con la
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒:
𝟏𝟓 + 𝟑𝒚 −𝟏𝟎 − 𝟑𝒚
=
𝟒 𝟕

c. Se soluciona esta ecuación para 𝒚:

𝟏𝟓 + 𝟑𝒚 −𝟏𝟎 − 𝟑𝒚
= → 𝟕 ∗ (𝟏𝟓 + 𝟑𝒚) = 𝟒 ∗ (−𝟏𝟎 − 𝟑𝒚) →
𝟒 𝟕
𝟏𝟎𝟓 + 𝟐𝟏𝒚 = −𝟒𝟎 − 𝟏𝟐𝒚 → 𝟐𝟏𝒚 + 𝟏𝟐𝒚 = −𝟏𝟎𝟓 − 𝟒𝟎 → 𝟑𝟑𝒚 = −𝟏𝟒𝟓
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
21

−𝟏𝟒𝟓 𝟏𝟒𝟓
𝒚= →𝒚=− 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟓
𝟑𝟑 𝟑𝟑

d. Se reemplaza el resultado anterior en cualquiera de las ecuaciones anteriores, preferiblemente en la


ecuación 3 o en la ecuación 4 (ya está despejada la 𝒙) .
 Se reemplaza la ecuación 5 en la ecuación 3:
𝟏𝟒𝟓 𝟏𝟓 + 𝟑𝒚
𝒚=− 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟓 𝒙= 𝒆𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
𝟑𝟑 𝟒
𝟏𝟒𝟓 𝟏𝟒𝟓 𝟏𝟔𝟓 − 𝟏𝟒𝟓
𝟏𝟓 + 𝟑 ∗ (− ) 𝟏𝟓 −
𝒙= 𝟑𝟑 → 𝒙 = 𝟏𝟏 → 𝒙 = 𝟏𝟏
𝟑 𝟒 𝟒
𝟐𝟎 𝟓
→ 𝒙= → 𝒙=
𝟒 ∗ 𝟏𝟏 𝟏𝟏

e. Se debe dar la prueba en las ecuaciones originales con 𝑥 = −9 ∧ 𝑦 = 16


 Prueba en la ecuación 1:

𝟒𝒙 − 𝟑𝒚 = 𝟏𝟓 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏𝟏
𝟓 𝟏𝟒𝟓 𝟐𝟎 𝟏𝟒𝟓 𝟏𝟔𝟓
𝟒( ) − 𝟑 (− )= + = 𝟏𝟓 → = 𝟏𝟓 →
𝟏𝟏 𝟑𝟑 𝟏𝟏 𝟏𝟏 𝟏𝟏
𝟏𝟓 = 𝟏𝟓 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐
 Prueba en la ecuación 2:

𝟕𝒙 + 𝟑𝒚 = −𝟏𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
𝟓 𝟏𝟒𝟓 𝟑𝟓 𝟏𝟒𝟓 𝟑𝟓 − 𝟏𝟒𝟓
𝟕 ( ) + 𝟑 (− ) = −𝟏𝟎 → − = −𝟏𝟎 → = −𝟏𝟎 →
𝟏𝟏 𝟑𝟑 𝟏𝟏 𝟏𝟏 𝟏𝟎

−𝟏𝟎 = −𝟏𝟎 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐


Por lo tanto, la solución del sistema es:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
22

𝟓 𝟏𝟒𝟓 𝟓 𝟏𝟒𝟓
𝒙= ∧𝒚=− El punto 𝒑, de coordenadas 𝒑 ( ,− )
𝟏𝟏 𝟑𝟑 𝟏𝟏 𝟑𝟑

𝟓𝒙 − 𝟑𝒚 = 𝟏 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
3)
𝟏𝟎𝒙 − 𝟔𝒚 = 𝟖 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
PROCEDIMIENTO

𝟓𝒙 − 𝟑𝒚 = 𝟏 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏𝟏
𝟏𝟎𝒙 − 𝟔𝒚 = 𝟖 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

a. Se despeja la misma variable de ambas ecuaciones:

 De la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏𝟏 se despeja 𝒙:
𝟏 + 𝟑𝒚
𝟓𝒙 − 𝟑𝒚 = 𝟏 → 𝟓𝒙 = 𝟏 + 𝟑𝒚 → 𝒙 = 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
𝟓

 De la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 se despeja 𝒙:
𝟏𝟎𝒙 − 𝟔𝒚 = 𝟖 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 → 𝟏𝟎𝒙 = 𝟖 + 𝟔𝒚 →
𝟖 + 𝟔𝒚
𝒙= 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒
𝟏𝟎

b. Se igualan las dos ecuaciones anteriores, Para el ejemplo vamos a igualar la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑 con la
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒:
𝟏 + 𝟑𝒚 𝟖 + 𝟔𝒚
=
𝟓 𝟏𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
23

c. Se soluciona esta ecuación para 𝒚:

𝟏 + 𝟑𝒚 𝟖 + 𝟔𝒚
= → 𝟏𝟎 ∗ (𝟏 + 𝟑𝒚) = 𝟓 ∗ (𝟖 + 𝟔𝒚) →
𝟓 𝟏𝟎
𝟏𝟎 + 𝟑𝟎𝒚 = 𝟒𝟎 + 𝟑𝟎𝒚 → 𝟑𝟎𝒚 − 𝟑𝟎𝒚 = 𝟒𝟎 − 𝟏𝟎 →

𝟎 = 𝟑𝟎 𝑭𝒂𝒍𝒔𝒐
Se eliminó la variable 𝒚 se llegó a una igualdad falsa, esto quiere decir que el sistema no tiene solución.

2.2.3 MÉTODO SUSTITUCIÓN.


Se analizará el método a través de algunos ejemplos:

2.2.3.1 EJERCICIOS DE APRENDIZAJE


1) Solucione el siguiente sistema 2x2.

𝟐𝒙 + 𝟑𝒚 = −𝟓
{
𝒙 + 𝟒𝒚 = −𝟏𝟎
PROCEDIMIENTO

a. Para identificar las ecuaciones es conveniente numerarlas:

𝟐𝒙 + 𝟑𝒚 = −𝟓 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
{
𝒙 + 𝟒𝒚 = −𝟏𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

b. De una de las ecuaciones despeje una de las variables. Por facilidad despeje de la ecuación #2 la 𝒙,
queda:

De ecuación #2: 𝒙 + 𝟒𝒚 = −𝟏𝟎 → 𝒙 = −𝟏𝟎 − 𝟒𝒚 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑,


c. La ecuación obtenida (ecuación 3) se reemplaza en la ecuación 1 (se despeja en una ecuación y se tiene
que reemplazar en la otra):
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
24

Queda: 𝟐(−𝟏𝟎 − 𝟒𝒚) + 𝟑𝒚 = −𝟓


Se obtiene una ecuación lineal con una incógnita

d. Se despeja la variable de la ecuación anterior:

−𝟐𝟎 − 𝟖𝒚 + 𝟑𝒚 = −𝟓 → −𝟖𝒚 + 𝟑𝒚 = −𝟓 + 𝟐𝟎 → −𝟓𝒚 = 𝟏𝟓 →


𝟏𝟓
−𝟓𝒚 = 𝟏𝟓 → 𝒚 = → 𝒚 = −𝟑 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒
−𝟓

e. El resultado anterior se remplaza o sustituye en cualquiera de las ecuaciones anteriores, preferiblemente


en la ecuación #3 (ya está despejada la 𝒙:

 Sustituyendo ecuación 𝒚 = −𝟑 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒 en la ecuación


𝒙 = −𝟏𝟎 − 𝟒𝒚 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑, se tiene:

𝒙 = −𝟏𝟎 − 𝟒 ∗ (−𝟑) → 𝒙 = −𝟏𝟎 + 𝟏𝟐 → 𝒙 = 𝟐

f. Prueba
 En la ecuación 1: 𝟐𝒙 + 𝟑𝒚 = −𝟓
𝟐 ∗ (𝟐) + 𝟑 ∗ (−𝟑) = −𝟓 → 𝟒 − 𝟗 = −𝟓 →

−𝟓 = −𝟓 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐

 En la ecuación 2: 𝒙 + 𝟒𝒚 = −𝟏𝟎
𝟐 + 𝟒 ∗ (−𝟑) = −𝟏𝟎 → 𝟐 − 𝟏𝟐 = −𝟏𝟎 →
−𝟏𝟎 = −𝟏𝟎 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
25

g. Por lo tanto la solución del sistema es: 𝒙 = 𝟐, 𝒚 = −𝟑 que se puede dar también como la pareja ordenada
(𝟐, −𝟑) correspondiendo siempre el primer valor a 𝒙, el segundo valor a 𝒚.

2) Utilizando el método sustitución solucione el sistema:

𝟑𝒙 − 𝟓𝒚 = 𝟏𝟎
{
𝒚 + 𝟐𝒙 = 𝟏𝟏

PROCEDIMIENTO
a. Para identificar las ecuaciones es conveniente numerarlas:

𝟑𝒙 − 𝟓𝒚 = 𝟏𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
{
𝒚 + 𝟐𝒙 = 𝟏𝟏 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

b. De cualquiera de las ecuaciones se despeja una de las variables:

 En este caso se despejará 𝒚 de la ecuación 2:


𝒚 + 𝟐𝒙 = 𝟏𝟏 → 𝒚 = 𝟏𝟏 − 𝟐𝒙 Ecuación 3

 Se reemplaza la ecuación 3 en la ecuación 1:


𝟑𝒙 − 𝟓𝒚 = 𝟏𝟎 → 𝟑𝒙 − 𝟓 ∗ (𝟏𝟏 − 𝟐𝒙) = 𝟏𝟎 → 𝟑𝒙 − 𝟓𝟓 + 𝟏𝟎𝒙 = 𝟏𝟎 →
𝟔𝟓
𝟑𝒙 + 𝟏𝟎𝒙 = 𝟏𝟎 + 𝟓𝟓 → 𝟏𝟑𝒙 = 𝟔𝟓 → 𝒙 = → 𝒙 = 𝟓 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒
𝟏𝟑

 Se reemplaza la ecuación 4 en la ecuación 3:


𝒚 = 𝟏𝟏 − 𝟐𝒙 → 𝒚 = 𝟏𝟏 − 𝟐 ∗ (𝟓) → 𝒚 = 𝟏𝟏 − 𝟏𝟎 → 𝒚 = 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
26

 Se reemplazan estos valores en las ecuaciones 1 y 2 para verificar su validez:

En la ecuación 1:

𝟑𝒙 − 𝟓𝒚 = 𝟏𝟎 → 𝟑 ∗ (𝟓) − 𝟓 ∗ (𝟏) = 𝟏𝟎 → 𝟏𝟓 − 𝟓 = 𝟏𝟎 →
𝟏𝟎 = 𝟏𝟎 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐

En la ecuación 2:

𝒚 + 𝟐𝒙 = 𝟏𝟏 → 𝟏 + 𝟐 ∗ (𝟓) = 𝟏𝟏 → 𝟏 + 𝟏𝟎 = 𝟏𝟏 →
11 = 11 𝑉𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜

c. 𝒙 = 𝟓, 𝒚 = 𝟏 que se puede dar también como la pareja


Por lo tanto la solución del sistema es:
ordenada (𝟓, −𝟏) correspondiendo siempre el primer valor a 𝒙, el segundo valor a 𝒚.

3. Utilizando el método sustitución solucione el sistema:

𝟑𝒙 + 𝟒𝒚 = 𝟐
{
𝟔𝒙 + 𝟖𝒚 = 𝟒

PROCEDIMIENTO

a. Para identificar las ecuaciones es conveniente numerarlas:

𝟑𝒙 + 𝟒𝒚 = 𝟐 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
{
𝟔𝒙 + 𝟖𝒚 = 𝟒 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
b. De cualquiera de las ecuaciones se despeja una de las variables:

 De la ecuación 1 se despeja la 𝒙:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
27

𝟐 − 𝟒𝒚
𝟑𝒙 + 𝟒𝒚 = 𝟐 → 𝟑𝒙 = 𝟐 − 𝟒𝒚 → 𝒙 = 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
𝟑
 Se reemplaza la ecuación 3 en la ecuación 2:

𝟐 − 𝟒𝒚
𝟔𝒙 + 𝟖𝒚 = 𝟒 → 𝟔 ( ) + 𝟖𝒚 = 𝟒 → 𝟐 ∗ (𝟐 − 𝟒𝒚) + 𝟖𝒚 = 𝟒 →
𝟑
=
𝟒 − 𝟖𝒚 + 𝟖𝒚 = 𝟒 → 𝟒 = 𝟒
Se eliminó la variable 𝒚 se llegó a una igualdad verdadera (𝟒 = 𝟒), por lo tanto el sistema tiene infinitas
soluciones.
Nota: Cuando un sistema 2 x 2 tiene infinitas soluciones, para dar la solución se acostumbra despejar la primera
variable de la última ecuación.

 Para nuestro sistema se tiene:

De la ecuación 2 se despeja 𝒙:

𝟒 − 𝟖𝒚 𝟐 − 𝟒𝒚
𝟔𝒙 + 𝟖𝒚 = 𝟒 → 𝟔𝒙 = 𝟒 − 𝟖𝒚 → 𝒙 = →𝒙=
𝟔 𝟑
 Como 𝒚 puede asumir cualquier valor, se dice que la solución es:

𝟐 − 𝟒𝒕
𝒚 = 𝒕, 𝒙 = , 𝒕 𝝐 𝑹𝒆
𝟑
 Es decir, la solución del sistema es:

𝟐 − 𝟒𝒕
𝒙= ⩘ 𝒚 = 𝒕, 𝒄𝒐𝒏 𝒕 𝝐 𝑹𝒆
𝟑
 Para determinar las diferentes soluciones se le debe asignar valores a 𝒕.

Por ejemplo:

 Para 𝒕 = 𝟎 , la solución es:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
28

𝟐−𝟒∗(𝟎) 𝟐
𝒙= ⩘𝒚=𝟎→𝒙= ⩘𝒕=𝟎
𝟑 𝟑

 Para 𝒕 = 𝟏, la solución es:


𝟐−𝟒∗(𝟏) 𝟐
𝒙= ⩘𝒚=𝟏→𝒙=− ⩘𝒕=𝟏
𝟑 𝟑

Nota: Si se quieren obtener más soluciones, se le asignan más valores a t.

2.2.4 MÉTODO REDUCCIÓN (O MÉTODO DE ELIMINACIÓN).


Para resolver un sistema con el método eliminación se combinan las ecuaciones, con sumas o diferencias, de tal
manera que se elimina una de las variables.

 Método de Eliminación

Se debe realizar el siguiente procedimiento:

a. IGUALAR LOS COEFICIENTES. Se multiplica una o más de las ecuaciones por números adecuados para
que el coeficiente de una de las variables en una de las ecuaciones sea el negativo del coeficiente
correspondiente de la otra (se igualan coeficientes de alguna de las variables, pero con signo contrario).

b. SUMAR LAS ECUACIONES. Se suman las dos ecuaciones para eliminar una de las variables y a
continuación se despeja la variable que queda.

Nota: Con este método se busca que los coeficientes de una de las variables sean iguales en ambas ecuaciones
y luego se restan o se suman término a término ambas ecuaciones.

2.2.4.1 EJERCICIOS DE APRENDIZAJE


Utilizando el método reducción, solucione cada una de las siguientes ecuaciones.

𝟒𝒙 − 𝟑𝒚 = 𝟓
1) {
𝟐𝒙 + 𝒚 = 𝟕
PROCEDIMIENTO
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
29

a. Para identificar las ecuaciones es conveniente numerarlas:

𝟒𝒙 − 𝟑𝒚 = 𝟓 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
{
𝟐𝒙 + 𝒚 = 𝟕 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

 Inicialmente se eliminará la 𝒙: Para igualar los coeficiente y que queden con signos contrarios, la
ecuación 1 se multiplica por 2 y la ecuación 2 se multiplica por −4:

𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏 ∗ (𝟐) → 𝟖𝒙 − 𝟔𝒚 = 𝟏𝟎

𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 ∗ (−𝟒) → −𝟖𝒙 − 𝟒𝒚 = −𝟐𝟖

 Se suman las ecuaciones obtenidas al multiplicar:

𝟖𝒙 −𝟔𝒚 = 𝟏𝟎
−𝟖𝒙 −𝟒𝒚 = −𝟐𝟖
𝟎 −𝟏𝟎𝒚 = −𝟏𝟖

 Queda entonces que:

−𝟏𝟖 𝟗
−𝟏𝟎𝒚 = −𝟏𝟖 → 𝒚 = →𝒚=
−𝟏𝟎 𝟓

 Se realiza el mismo proceso para eliminar y, esto es, se multiplica la ecuación 1 por 1 y la ecuación 2
por

𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏 ∗ (𝟏) → 𝟒𝒙 − 𝟑𝒚 = 𝟓
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 ∗ (𝟑) → 𝟔𝒙 + 𝟑𝒚 = 𝟐𝟏
𝟒𝒙 −𝟑𝒚 = 𝟓
𝟔𝒙 +𝟑𝒚 = 𝟐𝟏

𝟏𝟎𝒙 𝟎 = 𝟐𝟔

 Queda entonces que:

𝟐𝟔 𝟏𝟑
𝟏𝟎𝒙 = 𝟐𝟔 → 𝒙 = →𝒙=
𝟏𝟎 𝟓
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
30

Ahora sumamos ambas ecuaciones término a término:

b. PRUEBA:

En la ecuación 1:

𝟏𝟑 𝟗 𝟓𝟐 𝟐𝟕
𝟒𝒙 − 𝟑𝒚 = 𝟓 → 𝟒 ∗ ( )−𝟑∗( )= 𝟓→ − =𝟓→
𝟓 𝟓 𝟓 𝟓
𝟓𝟐 − 𝟐𝟕 𝟐𝟓
=𝟓→ = 𝟓 → 𝟓 = 𝟓 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐
𝟓 𝟓

 En la ecuación 2:

𝟏𝟑 𝟗 𝟐𝟔 𝟗
𝟐𝒙 + 𝒚 = 𝟕 → 𝟐 ∗ ( )+( )=𝟕→ + =𝟕→
𝟓 𝟓 𝟓 𝟓
𝟐𝟔 + 𝟗 𝟑𝟓
=𝟕→ = 𝟕 → 𝟕 = 𝟕 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐
𝟓 𝟓

𝟏𝟑 𝟗
c. Por lo tanto la solución del sistema es: 𝒙 = ,𝒚 = que se puede dar también como la pareja
𝟓 𝟓
𝟏𝟑 𝟗
ordenada ( , ) correspondiendo siempre el primer valor a 𝒙, el segundo valor a 𝒚.
𝟓 𝟓

𝟑 𝟏
𝒙− 𝒚=𝟒
2) {𝟐 𝟑
𝒙 + 𝒚 = −𝟏

a. Para identificar las ecuaciones es conveniente numerarlas:

𝟑 𝟏
𝒙 − 𝒚 = 𝟒 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
{𝟐 𝟑
𝒙 + 𝒚 = −𝟏 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
31

 Inicialmente se eliminará la 𝒙: Para igualar los coeficiente y que queden con signos contrarios, la
𝟑
ecuación 1 se multiplica por 1 y la ecuación 2 se multiplica por − 𝟐:

𝟑 𝟏
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏 ∗ (𝟏) → 𝒙− 𝒚=𝟒
𝟐 𝟑
𝟑 𝟑 𝟑 𝟑
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 ∗ (− ) → − 𝒙 − 𝒚 =
𝟐 𝟐 𝟐 𝟐

 Sumando término a término:

𝟑 𝟏
𝒙 − 𝒚 =𝟒
𝟐 𝟑
𝟑 𝟑 𝟑
− 𝒙 − 𝒚 =
𝟐 𝟐 𝟐
𝟏 𝟑 −𝟐𝒚 − 𝟗𝒚 𝟏𝟏 𝟑 𝟏𝟏
𝟎 − 𝒚− 𝒚= =− 𝒚 = 𝟒+ =
𝟑 𝟐 𝟔 𝟔 𝟐 𝟐

 Queda para resolver la ecuación:

𝟏𝟏 𝟏𝟏 (𝟏𝟏) ∗ (𝟔) 𝟔𝟔
=− 𝒚= →𝒚= →𝒚= → 𝒚 = −𝟑
𝟔 𝟐 (𝟐) ∗ (−𝟏𝟏) −𝟐𝟐

 Se aplica el mismo proceso para eliminar la otra variable:

Para igualar los coeficientes y que queden con signos contrarios, la ecuación 1 se multiplica por 1 y la ecuación
𝟏
2 se multiplica por :
𝟑

𝟑 𝟏
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏 ∗ (𝟏) → 𝒙− 𝒚=𝟒
𝟐 𝟑
𝟏 𝟏 𝟏 𝟏
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 ∗ ( ) → 𝒙 + 𝒚=− Sumando término a término:
𝟑 𝟑 𝟑 𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
32

𝟑 𝟏 =𝟒
𝒙 − 𝒚
𝟐 𝟑

𝟏 𝟏 𝟏
𝒙 𝒚 =−
𝟑 𝟑 𝟑
𝟑 𝟏 𝟗𝒙 + 𝟐𝒙 𝟏𝟏 0
𝒙+ 𝒙= = 𝒙 𝟏 𝟏𝟐 − 𝟏 𝟏𝟏
𝟐 𝟑 𝟔 𝟔 =𝟒− = =
𝟑 𝟑 𝟑

 Queda para resolver la ecuación:

𝟏𝟏 𝟏𝟏 𝟔 ∗ 𝟏𝟏 𝟔
𝒙= →𝒙= →𝒙= →𝒙=𝟐
𝟔 𝟑 𝟏𝟏 ∗ 𝟑 𝟑

 PRUEBA:
𝟑 𝟏
 En la ecuación 1: 𝒙− 𝒚=𝟒
𝟐 𝟑

𝟑 𝟏
∗ (𝟐) − (−𝟑) = 𝟒 → 𝟑 + 𝟏 = 𝟒 →
𝟐 𝟑
𝟒 = 𝟒 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐

 En la ecuación 2:
𝒙 + 𝒚 = −𝟏 → 𝟐 + (−𝟑) = −𝟏 → 𝟐 − 𝟑 = −𝟏 →
 −𝟏 = −𝟏 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐

b. Por lo tanto la solución del sistema es: 𝒙 = 𝟐, 𝒚 = −𝟑 que se puede dar también como la pareja
ordenada (𝟐, −𝟑) correspondiendo siempre el primer valor a 𝒙, el segundo valor a 𝒚.

𝟐𝒙 + 𝟐𝒚 = 𝟏
3. {
𝒙+ 𝒚=𝟕
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
33

a. Para identificar las ecuaciones es conveniente numerarlas:

𝟐𝒙 + 𝟐𝒚 = 𝟏 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
{
𝒙 + 𝒚 = 𝟕 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏𝟏 ∗ (𝟏) → 𝟐𝒙 + 𝟐𝒚 = 𝟏 → 𝟐𝒙 + 𝟐𝒚 = 𝟏
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 ∗ (−𝟐) → 𝒙 + 𝒚 = 𝟕 → −𝟐𝒙 − 𝟐𝒚 = −𝟏𝟒

 Sumando término a término:

𝟐𝒙 𝟐𝒚 = 𝟏

−𝟐𝒙 −𝟐𝒚 = −𝟏𝟒

𝟎 𝟎 = −𝟏𝟑𝟑

 Resulta la siguiente ecuación:

𝟎 = −𝟏𝟑 𝑭𝒂𝒍𝒔𝒐
 Se eliminaron ambas variables y se llegó a una igualdad falsa. Por lo tanto el sistema no tiene
solución.

2.2.5 MÉTODO DETERMINANTES


Un determinante 2 x 2 es una expresión de la forma:

𝒂 𝒃
𝑫=| |
𝒄 𝒅
𝒂
En la columna 1 tenemos las entradas | |
𝒄
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
34

𝒃
En la columna 2 tenemos las entradas | |
𝒅
El determinante es un número que se obtienen como:

𝒂 𝒃
𝑫=| | = 𝒂𝒅 − 𝒃𝒄
𝒄 𝒅
Nota: Más adelante se profundizará sobre los determinantes.

2.2.5.1 EJERCICIOS DE APRENDIZAJE


Calcule los siguientes determinantes:

−4 −2
1. 𝐷 = | | = (−4) ∗ (6) − (−2) ∗ (5) = −24 + 10 = −14
5 6
2. 𝑫 = | 𝟖 −𝟒
| = (𝟖) ∗ (𝟕) − (−𝟒) ∗ (−𝟏) = 𝟓𝟔 − 𝟒 = 𝟓𝟐
−𝟏 𝟕

 SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES MÉTODO DETERMINANTES:

Dado un sistema 2 X 2 de la forma:

𝒂𝒙 + 𝒃𝒚 = 𝑬
𝒄𝒙 + 𝒅𝒚 = 𝑭
Se debe cumplir que:

 Las variables estén en el mismo orden en las dos ecuaciones.


 El término independiente este en el lado derecho de la ecuación.
 Se deben reducir términos semejantes.

Para este sistema se pueden escribir 3 determinantes así:

1. El determinante formado por los coeficientes de las variables con sus respectivos signos:

𝒂 𝒃
𝑫=| |
𝒄 𝒅
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
35

2. El determinante formado al reemplazar la entrada de la primera columna por la entrada del término
independiente, esto es:

𝑬 𝒃
𝑫𝟏 = | |
𝑭 𝒅
3. El determinante formado al reemplazar la entrada de la segunda columna por la entrada del término
independiente, esto es:

𝒂 𝑬
𝑫𝟐 = | |
𝒄 𝑭
La solución del sistema por determinantes está dada por:

𝑫𝟏 𝑫𝟐
𝒙= , 𝒚=
𝑫 𝑫

2.2.5.2 EJERCICIOS DE APRENDIZAJE


Utilizando determinantes, solucionar los siguientes sistemas de ecuaciones:

𝟓𝒙 − 𝟑𝒚 = 𝟔
1) {
𝟐𝒙 + 𝟕𝒚 = 𝟒
PROCEDIMIENTO
𝟔 −𝟑
𝑫𝟏 | | (𝟔)∗(𝟕)−(−𝟑)∗(𝟒) 𝟒𝟐+𝟏𝟐 𝟓𝟒
𝟒 𝟕
 𝒙= →𝒙= 𝟓 −𝟑 = (𝟓)∗(𝟕)−(−𝟑)∗(𝟐) = =
𝑫 | | 𝟑𝟓+𝟔 𝟒𝟏
𝟐 𝟕

𝑫𝟐 |𝟓𝟔|
(𝟓)∗(𝟒)−(𝟔)∗(𝟐) 𝟐𝟎−𝟏𝟐 𝟖
 𝒚= →𝒚= 𝟐 𝟒 = (𝟓)∗(𝟕)−(−𝟑)∗(𝟐) = =
𝑫 𝟓 −𝟑 𝟑𝟓+𝟔 𝟒𝟏
| |
𝟐 𝟕

 PRUEBA:
En la ecuación 1:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
36

𝟓𝟒 𝟖 𝟐𝟕𝟎 𝟐𝟒
𝟓𝒙 − 𝟑𝒚 = 𝟔 → 𝟓 ∗ ( )−𝟑∗( )= 𝟔 → − =𝟔→
𝟒𝟏 𝟒𝟏 𝟒𝟏 𝟒𝟏
𝟐𝟕𝟎 − 𝟐𝟒 𝟐𝟒𝟔
=𝟔→ = 𝟔 → 𝟔 = 𝟔 𝒗𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐
𝟒𝟏 𝟒𝟏

En la ecuación 2:

𝟓𝟒 𝟓𝟒 𝟏𝟎𝟖 𝟓𝟔
𝟐𝒙 + 𝟕𝒚 = 𝟒 → 𝟐 ∗ ( ) + 𝟕( ) = + =𝟒→
𝟒𝟏 𝟒𝟏 𝟒𝟏 𝟒𝟏
𝟏𝟎𝟖 + 𝟓𝟔 𝟏𝟔𝟒
=𝟒→ = 𝟒 → 𝟒 = 𝟒 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐
𝟒𝟏 𝟒𝟏

 Por lo tanto, la solución del sistema es:

𝟓𝟒 𝟖
𝒙= ,𝒚 =
𝟒𝟏 𝟒𝟏
________________________________________________________________________________

𝟑𝒙 − 𝟐𝒚 = 𝟐𝟎
2) {
𝟓𝒙 + 𝟐𝒚 = 𝟖

PROCEDIMIENTO

𝟐𝟎 −𝟐
𝑫𝟏 | | (𝟐𝟎)∗(𝟐)−(−𝟐)∗(𝟖)
𝟖 𝟐
 𝒙= →𝒙= 𝟑 −𝟐 = (𝟑)∗(𝟐)−(−𝟐)∗(𝟓)
=
𝑫 | |
𝟓 𝟐
𝟒𝟎 + 𝟏𝟔 𝟓𝟔 𝟕
= =
𝟔 + 𝟏𝟎 𝟏𝟔 𝟐
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
37

𝟑 𝟐𝟎
𝑫𝟐 | | (𝟑)∗(𝟖)−(𝟐𝟎)∗(𝟓)
𝟓 𝟖
 𝒚= →𝒚= 𝟑 −𝟐 =( =
𝑫 | | 𝟑)∗(𝟐)−(−𝟐)∗(𝟓)
𝟓 𝟐
𝟐𝟒 − 𝟏𝟎𝟎 −𝟕𝟔 𝟏𝟗
= =−
𝟔 + 𝟏𝟎 𝟏𝟔 𝟒

 PRUEBA:
En la ecuación 1:

𝟕 𝟏𝟗 𝟐𝟏 𝟏𝟗
𝟑𝒙 − 𝟐𝒚 = 𝟐𝟎 → 𝟑 ∗ ( ) − 𝟐 ∗ (− ) = 𝟐𝟎 → + = 𝟐𝟎 →
𝟐 𝟒 𝟐 𝟐
𝟐𝟏 + 𝟏𝟗 𝟒𝟎
= 𝟐𝟎 → = 𝟐𝟎 → 𝟐𝟎 = 𝟐𝟎 𝑽𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐
𝟐 𝟐

En la ecuación 2:

𝟕 𝟏𝟗 𝟑𝟓 𝟏𝟗 𝟑𝟓 − 𝟏𝟗
𝟓𝒙 + 𝟐𝒚 = 𝟖 → 𝟓 ∗ ( ) + 𝟐 ∗ (− ) = 𝟖 → − =𝟖→
𝟐 𝟒 𝟐 𝟐 𝟐
𝟏𝟔
=𝟖→ = 𝟖 → 𝟖 = 𝟖 𝒗𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒐
𝟐

 Por lo tanto, la solución del sistema es:

𝟕 𝟏𝟗
𝒙 = ,𝒚 = −
𝟐 𝟒
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
38

APLICACIONES: Para la solución de problemas, se sugiere el siguiente procedimiento:


SOLUCIÓN DE PROBLEMAS DE APLICACIÓN

a. ASIGNAR LETRAS A LAS VARIABLES: Se asignan letras para representar las cantidades variables del
problema. Por lo general, la última oración del problema indica lo que se pregunta, de modo que eso es lo que
debe representar las letras asignadas.
b. ORGANIZAR LA INFORMACIÓN SUMINISTRADA: Si es posible, trazar un diagrama, o formar una tabla que
ayude a visualizar la relación entre las cantidades que intervienen en el problema.
c. TRADUCIR LA INFORMACIÓN SUMINISTRADA EN ECUACIONES: Traducir la información sobre las variables
que aparecen en el problema. Recuerde que una ecuación sólo es una afirmación escrita, usando los símbolos
de las matemáticas.
d. RESOLVER LAS ECUACIONES E INTERPRETAR LOS RESULTADOS: Resolver las ecuaciones formuladas en el
paso 3 y expresar con palabras lo que significan las soluciones, en términos de los significados originales de las
variables.

2.2.5.3 EJERCICIOS DE APRENDIZAJE

1) Una mujer planea invertir un total de US$ 2.500. Parte de él lo pondrá en un certificado de ahorros que
paga una tasa de interés del 9.5% anual y el resto lo pondrá en un fondo de inversiones que paga una tasa de
interés del 13% anual. ¿Cuánto debe invertir en cada uno para obtener una ganancia del 11?6%, sobre su dinero
después de un año?

PROCEDIMIENTO

a. CANTIDADES Y MODO DE INVERSIÓN

CANTIDAD INVERTIDA MODO DE INVERSIÓN

𝒙 Certificado de ahorros

𝒚 Fondo de inversiones

𝒙 + 𝒚 = 𝟐𝟓𝟎𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
39

b. RENDIMIENTOS ANUALES

MODO DE INVERSIÓN RENDIMIENTO OBTENIDO REPRESENTACIÓN


MATEMÁTICA

Certificado de ahorros 𝟗. 𝟓% 𝒅𝒆 𝒙 𝟗. 𝟓
𝒙
𝟏𝟎𝟎

Fondo de inversiones 𝟏𝟑% 𝒅𝒆 𝒚 𝟏𝟑


𝒚
𝟏𝟎𝟎

c. GANANCIA TOTAL

PORCENTAJE MONTO CÁLCULOS TOTAL

𝟏𝟏. 𝟔% 2500 𝟏𝟏. 𝟔 290


∗ 𝟐𝟓𝟎𝟎
𝟏𝟎𝟎

𝟗. 𝟓 𝟏𝟑
𝒙+ 𝒚 = 𝟐𝟗𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
𝟏𝟎𝟎 𝟏𝟎𝟎
d.
e. Se debe solucionar el sistema y para realizarlo se utilizará el método de determinante:

𝒙 + 𝒚 = 𝟐𝟓𝟎𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
𝟗. 𝟓 𝟏𝟑
𝒙+ 𝒚 = 𝟐𝟗𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
𝟏𝟎𝟎 𝟏𝟎𝟎
 Utilizando el método de determinantes se tiene:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
40

𝟏 𝟏
𝑫 = | 𝟗. 𝟓 𝟏𝟑 |
𝟏𝟎𝟎 𝟏𝟎𝟎
𝟐𝟓𝟎𝟎 𝟏
𝑫𝟏 = | 𝟏𝟑 |
𝟐𝟗𝟎
𝟏𝟎𝟎
𝟏 𝟐𝟓𝟎𝟎
𝑫𝟐 = | 𝟗. 𝟓 |
𝟐𝟗𝟎
𝟏𝟎𝟎

𝟐𝟓𝟎𝟎 𝟏
| 𝟏𝟑 | 𝟏𝟑
𝑫𝟏 𝟐𝟗𝟎 𝟏𝟎𝟎 (𝟐𝟓𝟎𝟎)∗( )−(𝟏)∗(𝟐𝟗𝟎) 𝟑𝟐𝟓−𝟐𝟗𝟎
 𝒙= →𝒙= 𝟏 𝟏 = 𝟏𝟑
𝟏𝟎𝟎
𝟗.𝟓 = →
𝑫 (𝟏)∗( )−(𝟏)∗( ) 𝟎.𝟏𝟑−𝟎.𝟎𝟗𝟓
| 𝟗.𝟓 𝟏𝟑 | 𝟏𝟎𝟎 𝟏𝟎𝟎
𝟏𝟎𝟎 𝟏𝟎𝟎

𝟑𝟓
𝒙= → 𝒙 = 𝟏𝟎𝟎𝟎
𝟎. 𝟎𝟑𝟓

𝟏 𝟐𝟓𝟎𝟎
| 𝟗.𝟓 | 𝟗.𝟓
𝑫𝟐 𝟐𝟗𝟎 (𝟏)∗(𝟐𝟗𝟎)−(𝟐𝟓𝟎𝟎)∗( ) 𝟐𝟗𝟎−𝟐𝟑𝟕.𝟓
 𝒚= →𝒚= 𝟏𝟎𝟎
𝟏 𝟏 = 𝟏𝟑
𝟏𝟎𝟎
𝟗.𝟓 = →
𝑫 (𝟏)∗( )−(𝟏)∗( ) 𝟎.𝟏𝟑−𝟎.𝟎𝟗𝟓
| 𝟗.𝟓 𝟏𝟑 | 𝟏𝟎𝟎 𝟏𝟎𝟎
𝟏𝟎𝟎 𝟏𝟎𝟎

𝟓𝟐. 𝟓
𝒚= → 𝒚 = 𝟏𝟓𝟎𝟎
𝟎. 𝟎𝟑𝟓

f. Se invierten US $1.000 en el certificado de ahorro y US$ 1.500 en el fondo de inversiones.

2) “Un hacendado compró 4 vacas y 7 caballos por 514 dólares y más tarde, a los mismos precios,
compró 8 vacas y 9 caballos por 818 dólares. Halle el costo de una vaca y el costo de un caballo.”
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
41

PROCEDIMIENTO

a. Costo unitario

ANIMALES COMPRADOS COSTO UNITARIO (en dólares)

𝒗𝒂𝒄𝒂𝒔 𝒙

𝒄𝒂𝒃𝒂𝒍𝒍𝒐𝒔 𝒚

b. Compras totales

COMPRA RELACIÓN MATEMÁTICA

4 vacas y 7 caballos por 514 dólares 𝟒𝒙 + 𝟕𝒚 = 𝟓𝟏𝟒 Ecuación 1

8 vacas y 9 caballos por 818 dólares 𝟖𝒙 + 𝟗𝒚 = 𝟖𝟏𝟖 Ecuación 2

c. Las ecuaciones plantadas para la situación problémica son:

𝟒𝒙 + 𝟕𝒚 = 𝟓𝟏𝟒 Ecuación 1
𝟖𝒙 + 𝟗𝒚 = 𝟖𝟏𝟖 Ecuación 2
 Utilizando el método de determinantes se tiene:

𝟒 𝟕
𝑫=| |
𝟖 𝟗
𝟓𝟏𝟒 𝟕
𝑫𝟏 = | |
𝟖𝟏𝟖 𝟗
𝟒 𝟓𝟏𝟒
𝑫𝟐 = | |
𝟖 𝟖𝟏𝟖
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
42

|𝟓𝟏𝟒 𝟕|
 𝒙=
𝑫𝟏
→ 𝒙 = 𝟖𝟏𝟖 𝟗 = (𝟓𝟏𝟒)∗(𝟗)−(𝟕)∗(𝟖𝟏𝟖) = 𝟒𝟔𝟐𝟔−𝟓𝟕𝟐𝟔 →
𝑫 |
𝟒 𝟕| (𝟒)∗(𝟗)−(𝟕)∗(𝟖) 𝟑𝟔−𝟓𝟔
𝟖 𝟗

−𝟏𝟏𝟎𝟎
𝒙= → 𝒙 = 𝟓𝟓
−𝟐𝟎

𝑫𝟐 |𝟒 𝟓𝟏𝟒|
(𝟒)∗(𝟖𝟏𝟖)−(𝟓𝟏𝟒)∗(𝟖) 𝟑𝟐𝟕𝟐−𝟒𝟏𝟏𝟐
 𝒚= → 𝒚 = 𝟖𝟒 𝟖𝟏𝟖
𝟕 = (𝟒)∗(𝟗)−(𝟕)∗( ) = →
𝑫 | | 𝟖 𝟑𝟔−𝟓𝟔
𝟖 𝟗

−𝟖𝟒𝟎
𝒚= → 𝒚 = 𝟒𝟐
−𝟐𝟎

d. Una vaca cuesta 55 dólares, un caballo cuesta 42 dólares.

3) Una persona tiene 4100 $ en 13 monedas de 500 $ y de 200 $. Determine cuantas monedas de 500 $
y cuantas monedas de 200$ tiene la persona.

PROCEDIMIENTO

a. Costo unitario

CANTIDAD DE MONEDAS NOMINACIÓN

𝒙 $ 𝟐𝟎𝟎

𝒚 $ 𝟓𝟎𝟎

𝒙 + 𝒚 = 𝟏𝟑 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏 𝟐𝟎𝟎𝒙 + 𝟓𝟎𝟎𝒚 = 𝟒𝟏𝟎𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
43

b. Se tiene que:

𝒙 + 𝒚 = 𝟏𝟑 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
𝟐𝟎𝟎𝒙 + 𝟓𝟎𝟎𝒚 = 𝟒𝟏𝟎𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

 Utilizando el método de determinantes se tiene:

𝟏 𝟏
𝑫=| |
𝟐𝟎𝟎 𝟓𝟎𝟎
𝟏𝟑 𝟏
𝑫𝟏 = | |
𝟒𝟏𝟎𝟎 𝟓𝟎𝟎
𝟏 𝟏𝟑
𝑫𝟐 = | |
𝟐𝟎𝟎 𝟒𝟏𝟎𝟎

𝑫𝟏 | 𝟏𝟑 𝟏 |
(𝟏𝟑)∗(𝟓𝟎𝟎)−(𝟏)∗(𝟒𝟏𝟎𝟎) 𝟔𝟓𝟎𝟎−𝟒𝟏𝟎𝟎
 𝒙= →𝒙= 𝟒𝟏𝟎𝟎 𝟓𝟎𝟎 = = →
𝑫 |
𝟏 𝟏 | (𝟏)∗(𝟓𝟎𝟎)−(𝟏)∗(𝟐𝟎𝟎) 𝟓𝟎𝟎−𝟐𝟎𝟎
𝟐𝟎𝟎 𝟓𝟎𝟎
𝟐𝟒𝟎𝟎
𝒙= →𝒙=𝟖
𝟑𝟎𝟎

𝑫𝟐 | 𝟏 𝟏𝟑 |
(𝟏)∗(𝟒𝟏𝟎𝟎)−(𝟏𝟑)∗(𝟐𝟎𝟎) 𝟒𝟏𝟎𝟎−𝟐𝟔𝟎𝟎
 𝒚= →𝒚= 𝟐𝟎𝟎 𝟒𝟏𝟎𝟎 = = →
𝑫 |
𝟏 𝟏 | (𝟏)∗(𝟓𝟎𝟎)−(𝟏)∗(𝟐𝟎𝟎) 𝟑𝟔−𝟓𝟔
𝟐𝟎𝟎 𝟓𝟎𝟎
𝟏𝟓𝟎𝟎
𝒚= →𝒚=𝟓
𝟑𝟎𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
44

c. La persona tiene 8 monedas de 200 pesos y 5 monedas de 500 pesos.

1
4) “La diferencia de dos números es 40 y 8 de su suma es 11. Halle los dos números.”

PROCEDIMIENTO

a. Sean:

𝒙: 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆𝒔𝒄𝒐𝒏𝒐𝒄𝒊𝒅𝒐

𝒚: 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆𝒔𝒄𝒐𝒏𝒐𝒄𝒊𝒅𝒐

b. De acuerdo a las condiciones dadas, se tiene que:

𝒙 − 𝒚 = 𝟒𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏

𝟏
(𝒙 + 𝒚) = 𝟏𝟏 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
𝟖

Nota: La ecuación 2 se pude expresar de la siguiente forma:

𝟏
(𝒙 + 𝒚) = 𝟏𝟏 → 𝒙 + 𝒚 = 𝟖𝟖
𝟖

 Por lo tanto, se debe solucionar el sistema:

𝒙 − 𝒚 = 𝟒𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏

𝒙 + 𝒚 = 𝟖𝟖 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

c. Se tiene que:

𝒙 − 𝒚 = 𝟒𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
45

𝒙 + 𝒚 = 𝟖𝟖 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

 Utilizando el método de determinantes se tiene:

𝟏 −𝟏
𝑫=| |
𝟏 𝟏
𝟒𝟎 −𝟏
𝑫𝟏 = | |
𝟖𝟖 𝟏
𝟏 𝟒𝟎
𝑫𝟐 = | |
𝟏 𝟖𝟖

𝑫𝟏 |𝟒𝟎−𝟏|
(𝟒𝟎)∗(𝟏)−(−𝟏)∗(𝟖𝟖) 𝟒𝟎+𝟖𝟖
 𝒙= →𝒙= 𝟖𝟖 𝟏 = = →
𝑫 |𝟏 −𝟏| (𝟏)∗(𝟏)−(−𝟏)∗(𝟏) 𝟏+𝟏
𝟏 𝟏
𝟏𝟐𝟖
𝒙= → 𝒙 = 𝟔𝟒
𝟐

𝑫𝟐 |𝟏 𝟒𝟎|
(𝟏)∗(𝟖𝟖)−(𝟒𝟎)∗(𝟏) 𝟖𝟖−𝟒𝟎
 𝒚= →𝒚= 𝟏 𝟖𝟖 = = →
𝑫 |𝟏 −𝟏| (𝟏)∗(𝟏)−(−𝟏)∗(𝟏) 𝟏+𝟏
𝟏 𝟏
𝟒𝟖
𝒚= → 𝒚 = 𝟐𝟒
𝟐

d. Los números son 𝒙 = 𝟔𝟒 y 𝒚 = 𝟐𝟒.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
46

2.2.6 EJERCICIOS DE ENTRENAMIENTO


3 x  2 y  10
1. Dado el sistema:  indique si el punto (2,8)
 7 x  6 y  62
es o no es solución del sistema.

Justifique su respuesta.

2. Solucione los siguientes sistemas de ecuaciones utilizando dos métodos diferentes.

 6 x  9 y  15
a. 
 4 x  3 y  21
7 3 5
x y 
5 4 6
b. 3 1
12x  y 
7 2
 x  11y  18
c. 6 x  12 y  21

3. Para solucionar las siguientes situaciones problémicas, plantee sistemas de ecuaciones 2X2 y resuélvalas
utilizando el método que desee.

a. En 30 billetes de 10 mil pesos y de 5 mil pesos se tienen 210 mil pesos. Diga cuantos billetes de 10 mil pesos
y cuantos billetes de 5 mil pesos hay.
b. En un cine hay 700 personas entre adultos y niños. Cada adulto pagó 7 mil pesos y cada niño pagó 5 mil
pesos por su entrada. La recaudación es de $ 4’100 000. ¿Cuántos adultos y cuántos niños hay en el cine?

4. Solucione los siguientes sistemas 2 X 2 y las situaciones problémicas planteadas, utilizando el método que
desee.

 3x  11y  20  14x  5 y  42
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
47

 12 3
 5 x  41  2
 4
 8 x  y  10
 7

5. Solucione los siguientes problemas de aplicación, justificando cada uno de los procesos realizados:

a. Una persona tiene $ 7’000.000 para invertir. Una parte la invierte a una tasa de interés del 4.5% anual, el
cuádruple de la parte anterior la invierte a una tasa de interés del 6% anual y el resto lo invierte a una tasa de
interés del 5% anual. Si el interés total ganado en un año es de $ 435.000, Determine el interés ganado en cada
una de las inversiones.

b. Una fábrica dispone de dos máquinas para producir dos artículos A y B. Para producir una unidad del artículo
A se requiere utilizar la máquina I cinco horas y la máquina II seis horas 30 minutos. Para producir una unidad
del artículo B se necesita tres horas y media y dos horas en cada máquina respectivamente. Si la máquina I se
encuentra disponible al mes 715 horas y la máquina II 700 horas. Determine cuantas unidades de cada artículo
se pueden producir mensualmente.

6. Resuelva los siguientes sistemas 2X2 y las situaciones problémicas utilizando cualquiera de los métodos
desarrollados anteriormente:

a. 13x  14 y  0  2 x  y  15

 4
 x  2y  5
7 5
 x  y  4
b.  6 9

2 5 7 15 7 5
x y   x y 
c. 9 6 4 2 18 4
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
48

 4 4
 7 x  8y  3
7 5
 x y  11
d. 12 18

2 5 7 5 17 5
x y   x y 
e. 5 4 10 4 18 9

1) Una persona invirtió $ 3’800.000: Parte a una tasa de interés del 6% anual y el resto a una tasa de interés del
7% anual. El interés ganado al final de un año, fue equivalente a una tasa del 6.5% de la inversión inicial. ¿Cuánto
fue invertido a cada tasa?

2) 6 Libras de café y 5 libras de azúcar costaron $ 8100 y 5 libras de café y 4 libras de azúcar costaron $ 6650.
Halle el precio de una libra de café y el precio de una libra de azúcar.

3) Una persona tiene:


a. $ 3400 en monedas de $ 50 y $100. Si tiene en total 47 monedas. ¿Cuántas monedas tienen de cada
denominación?
b. $ 99000 en billetes de $ 1000, $ 5000 y $ 10000; si tiene 26 billetes, y la cantidad de billetes de $ 1000
es el doble de la de $ 5000. ¿Cuántos billetes tiene de cada denominación?

4) Un hacendado compró 5 vacas y 7 caballos por $ 44.5 millones, luego a los mismos precios compró 8 vacas
y 3 caballos por $ 26.1 millones. Halle el costo de cada vaca y de cada caballo.

5) El doble de un número menor más el triple de otro número mayor es 44. El doble del número mayor menos
el triple del número menor es igual a -1. ¿Cuáles son los números?

6) “La suma de dos números es 190 y de su diferencia es 2. Halle los números. R: 104 y 86.”

7) En un cine 15 entradas de adulto y 20 entradas de niño cuestan $ 220 000. 12 entradas de adulto y 25
entradas de niño cuestan $ 221000. Determine el valor de la entrada para niño y el valor de la entrada para
adulto.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
49

8) “Las edades de A y de B están en la relación 5 a 7. Dentro de 2 años la relación entre la edad de A y la edad
de B será de 8 a 11. Halle las edades actuales. R: 30 y 42 años.”

9) “La edad actual de A guarda con la edad actual de B la relación 2 a 3. Si la edad que tenía A hace 4 años se
divide por la edad que tendrá B dentro de 4 años, el resultado es . Halle las edades actuales de A y de B.”

10) “Cuando empiezan a jugar A y B la relación de lo que tiene A y lo que tiene B es 10 a 13. Después que A
le ha ganado 10 mil pesos a B la relación entre lo que tiene A y lo que le queda a B es 12 a 11. ¿Con cuánto
dinero empezó a jugar cada uno? R: 50 mil pesos y 65 mil pesos.”

11) “Si A le da a B 1 millón de ambos quedan con lo mismo. Si B le da a A 1 millón de pesos, A quedará con
el triple de lo que le queda a B. ¿Cuánto dinero tiene cada uno?”

12) Si B le da a A 2 dólares ambos quedan con lo mismo y si A le da a B 2 dólares; B queda con el doble de
lo que le queda a A. ¿Cuánto tienen cada uno?

13) “Si Pedro le da a Juan 3 millones de pasos, ambos quedan con igual cantidad de dinero. Si Juan le da a
Pedro 3 millones de pasos, este tiene 4 veces lo que le queda a Juan. ¿Cuánto dinero tiene cada uno?”

14) Si A le da a B 50 mil pesos, ambos quedan con el mismo dinero. Si B le da a A 50 mil pesos, A queda con
5 veces el dinero de B, ¿cuánto dinero tiene cada uno?

15) “Hace 10 años la edad de A era el doble que la edad de B; dentro de 10 años la edad de B será los de
la edad de A. Halle las edades actuales.”

16) “Hace 6 años la edad de A era el doble que la edad de B; dentro de 6 años será los de la edad de B.
Halle las edades actuales. R: 42 y 24 años.”

17) “La edad actual de un hombre es los de la edad actual de su esposa. Dentro de 4 años la edad de su

esposa será los de la edad de su esposo. Halle las edades actuales. R: 36 y 20 años.”

18) “Un padre le dice a su hijo: Hace 6 años tu edad era de la mía; dentro de 9 años será los . Halle ambas
edades.”
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
50

19) “Pedro le dice a Juan: Si me das 15, tendré 5 veces lo que tú. Juan le dice a Pedro: Si me das 20, tendré
3 veces lo que tú. ¿Cuánto tiene cada uno?”

Un grupo de 65 personas, entre adultos y niños entraron a cine. Si la entrada para adultos cuesta a $7.500 y
tiene un costo de $2.000 más que la entrada para niños y en total se obtuvo un ingreso por entradas de $
407.500. Determine: ¿Cuál fue el ingreso obtenido por la entrada de los niños?
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
51

3 UNIDAD 2 MATRICES
OBJETIVO GENERAL:

Interpretar el concepto de matriz, entradas de una matriz, orden de una matriz, matriz cuadrada, entre otros y
algunos tipos de matrices especiales, identificando, también, las características que deben cumplirse para que
dos matrices sean iguales, así como la explicación de las diferentes operaciones que pueden efectuarse con
matrices.

OBJETIVOS ESPECÍFICOS

Realizar las operaciones básicas con matrices.


Identificar algunos tipos de matrices y sus propiedades.

TEMA 1 CONCEPTOS Y DEFINICIONES


ALGO DE HISTORIA.
Conexión con la historia

CRONOLOGÍA

Año Acontecimiento

200 a. C En China los matemáticos usan series de números

1848 d. C J.J. Sylvester introduce el término “matiz”.

1858 Cayley publica Memorias sobre la teoría de matrices.

1878 Frobenius demuestra resultados fundamentales en álgebra matricial.

1925 Werner Heisenberg utiliza la teoría


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
52

El origen de las matrices es muy antiguo. Los cuadrados latinos y los cuadrados mágicos se estudiaron desde
hace mucho tiempo. Un cuadrado mágico, 3 por 3, se registra en la literatura china hacia el 650 a. C.2

Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un importante texto matemático
chino que proviene del año 300 a. C. a 200 a. C., Nueve capítulos sobre el Arte de las matemáticas (Jiu Zhang
Suan Shu), es el primer ejemplo conocido de uso del método de matrices para resolver un sistema de ecuaciones
simultáneas.3 En el capítulo séptimo, "Ni mucho ni poco", el concepto de determinante apareció por primera
vez, dos mil años antes de su publicación por el matemático japonés Seki Kōwa en 1683 y el matemático alemán
Gottfried Leibniz en 1693.

Los "cuadrados mágicos" eran conocidos por los matemáticos árabes, posiblemente desde comienzos del siglo
VII, quienes a su vez pudieron tomarlos de los matemáticos y astrónomos de la India, junto con otros aspectos
de las matemáticas combinatorias. Todo esto sugiere que la idea provino de China. Los primeros "cuadrados
mágicos" de orden 5 y 6 aparecieron en Bagdad en el 983, en la Enciclopedia de la Hermandad de Pureza (Rasa'il
Ihkwan al-Safa).2

Después del desarrollo de la teoría de determinantes por Seki Kowa y Leibniz para facilitar la resolución de
ecuaciones lineales, a finales del siglo XVII, Cramer presentó en 1750 la ahora denominada regla de Cramer. Carl
Friedrich Gauss y Wilhelm Jordan desarrollaron la eliminación de Gauss-Jordan en el siglo XIX.

Fue James Joseph Sylvester quien utilizó por primera vez el término «matriz» en 1848/1850.

En 1853, Hamilton hizo algunos aportes a la teoría de matrices. Cayley introdujo en 1858 la notación matricial,
como forma abreviada de escribir un sistema de m ecuaciones lineales con n incógnitas.

Cayley, Hamilton, Hermann Grassmann, Frobenius, Olga Taussky-Todd y John von Neumann cuentan entre los
matemáticos famosos que trabajaron sobre la teoría de las matrices. En 1925, Werner Heisenberg redescubre
el cálculo matricial fundando una primera formulación de lo que iba a pasar a ser la mecánica cuántica. Se le
considera a este respecto como uno de los padres de la mecánica cuántica.

Olga Taussky-Todd (1906-1995), durante la II Guerra Mundial, usó la teoría de matrices para investigar el
fenómeno de aeroelasticidad llamado fluttering.

Tomado de es.wikipedia.org/wiki/Matriz_(matemáticas) 30 de septiembre de 2013

“Los orígenes de cada una de las áreas que componen el álgebra lineal se diluyen a través de la historia de la
humanidad. En textos chinos y babilonios de más de 2000 años de antigüedad se han encontrado sistemas de
ecuaciones lineales enunciados a partir de problemas reales, pero con el indudable propósito de educar al
estudiante en los procedimientos matemáticos. El término matriz se mencionó por primera vez en un artículo
escrito por el matemático inglés James Sylvester en 1850, pero el concepto de producto de matrices fue
desarrollado por “El Príncipe de la matemática” Karl Friederich Gauss (1777 – 1855), quién lo presento en su
obra Disquisitiones Arithmeticae a partir de la composición de transformaciones lineales. Por su parte, el
también matemático inglés Arthur Cayley introdujo en un artículo publicado en 1855 la noción de Inversa de
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
53

una matriz. Al igual que Sylvester, Calyley se hizo abogado y durante los primeros años de ejercicio profesional
conoció a Sylvester, con quien entabló una am amistad que permaneció durante 40 años y fue muy fructífera
para el desarrollo del álgebra lineal”.

Definición de Matriz:
Una matriz es un arreglo en dos dimensiones (rectangular) de elementos, llamados entradas de una matriz.
Las matrices se usan generalmente para describir:
 Sistemas de ecuaciones lineales,
 Sistemas de ecuaciones diferenciales, o
 Representar una aplicación lineal (dada una base).

Notas:
 Las matrices se describen en el campo de la teoría de matrices.
 Las matrices se utilizan para múltiples aplicaciones y sirven, en particular, para representar los coeficientes
de los sistemas de ecuaciones lineales o para representar las aplicaciones lineales; en este último caso las
matrices desempeñan el mismo papel que los datos de un vector para las aplicaciones lineales.
 Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que también las hace un concepto
clave en el campo del álgebra lineal.

Representación de una matriz:

 Para la representación simbólica de matrices se utilizan letras mayúsculas como A, B, C, entre otras.

 Los elementos dentro de la matriz se encierran entre paréntesis o entre corchetes, nunca entre llaves.

 Cada elemento se distribuye en FILAS (o renglones) y en COLUMNAS.

LAS FILAS: Son los arreglos horizontales y se enumeran de arriba hacia abajo.

LAS COLUMNAS: Son los arreglos verticales y se enumeran de izquierda a derecha.

Cada elemento dentro de la matriz tiene una posición definida y se identifica por la fila y la columna a la cual
pertenece, por lo tanto, para nombrar un elemento cualquiera, se utiliza la notación de doble
subíndice: 𝒂𝒊 𝒋 dónde: 𝑖 𝑒𝑠 𝑙𝑎 𝑓𝑖𝑙𝑎, 𝑦 𝑗 𝑒𝑠 𝑙𝑎 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
54

Por lo tanto, cada elemento de una matriz se identifica por su fila y su columna. Por ejemplo el
elemento 𝒂𝟐𝟒 se ubica en la fila 2 y en la columna 4.

(Siempre el primer subíndice corresponde a la fila y el segundo subíndice corresponde a la columna).

3.1.1 EJERCICIOS DE APRENDIZAJE


1) Para la siguiente matriz:

𝟖 −𝟗 𝟖 −𝟗 𝟖
−𝟑 𝟐 −𝟑 𝟐 −𝟓
𝟎 −𝟕 𝟎 −𝟕 𝟐
𝑨 = 𝟖 −𝟗 𝟖 −𝟗 −𝟒
−𝟑 𝟐 −𝟑 𝟐 𝟑
𝟎 −𝟕 𝟎 −𝟕 −𝟐
[ 𝟎 −𝟓 𝟑 𝟗 𝟏]

Identifique el elemento correspondiente a las siguientes posiciones (entradas): Complete la tabla

ENTRADA FILA COLUMNA ELEMENTO

𝐀𝟑𝟒

𝐀𝟓𝟒

𝐀𝟒𝟐 Fila 4 Columna 2 −9

𝐀𝟓𝟑

𝐀𝟔𝟓
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
55

𝐀𝟕𝟏 Fila 7 Columna1 0

𝐀𝟒𝟒

2) Para la matriz:

𝟐 𝟎 𝟎 −𝟗 𝟐
𝑩 = [−𝟖 −𝟑 𝟏 −𝟖 −𝟒 ]
𝟏 𝟗 𝟐 𝟗 𝟏𝟐
Identifique el elemento correspondiente a las siguientes posiciones (entradas): Complete la tabla

ENTRADA FILA COLUMNA ELEMENTO

𝐵31 Fila 3 Columna 1 1

𝐵34

𝐵22

𝐵53 Fila 5 Columna 3 12

𝐵15

𝐵23
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
56

Orden de una matriz:


Se dice que el orden de una matriz (es decir el número de elementos que tiene) se obtiene al indicar en forma
de multiplicación el número de FILAS por el número de COLUMNAS, esto es: Una matriz 𝑨 de 𝒎 filas y 𝒏
columnas se denota por 𝑨𝒎×𝒏 y se dice que su orden es 𝒎 × 𝒏 .
Nota:

1. Una matriz A de orden 𝒎 × 𝒏 también se puede simbolizar como: 𝑨𝒊 𝒋 .

2. El primer valor corresponde al número de FILAS y el segundo valor al NÚMERO DE COLUMNAS;


de esta manera se puede indicar exactamente la posición de la entrada o elemento.

En forma general una matriz 𝑨 de orden 𝒎 × 𝒏 se escribe como:

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 … 𝒂𝟏𝒏


𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 … 𝒂𝟐𝒏
𝑨= : : : : :
: : : : :
[𝒂𝒎𝟏 𝒂𝒎𝟐 𝒂𝒎𝟑 … 𝒂𝒎𝒏 ]

Generalizando, se dice que el símbolo 𝒂𝒊 𝒋 denota la entrada en la 𝒇𝒊𝒍𝒂 𝒊 y en la 𝒄𝒐𝒍𝒖𝒎𝒏𝒂 𝒋.

3.1.2 EJERCICIOS DE APRENDIZAJE


1) Construya una matriz A 3 X 5 donde el resto son ceros:

ENTRADA VALOR

𝒂𝟏𝟏 1

𝒂𝟏𝟒 -8
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
57

𝒂𝟐𝟐 6

𝒂𝟐𝟓 4

𝒂𝟑𝟑 -7

𝒂𝟑𝟒 2

Demás entradas 0

PROCEDIMIENTO
a. Se construye una matriz genérica:

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟒 𝒂𝟏𝟓


𝑨 = [𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 𝒂𝟐𝟒 𝒂𝟐𝟓 ]
𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 𝒂𝟑𝟒 𝒂𝟑𝟓

b. Se reemplazan los valores dados en la matriz genérica:

𝟏 𝟎 𝟎 −𝟖 𝟎
𝑨 = [ 𝟎 𝟔 𝟎 𝟎 𝟒]
𝟎 𝟎 −𝟕 𝟐 𝟎
2) Construya una matriz columna de tres entradas, tal que:

ENTRADA VALOR

𝐚𝟐𝟏 14
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
58

𝐚𝟏𝟏 -9

𝐚𝟑𝟏 16

PROCEDIMIENTO
a. Se construye una matriz genérica:

𝒂𝟏𝟏
𝑨 = [ 𝒂𝟐𝟏 ]
𝒂𝟑𝟏
b. Se reemplazan los valores dados en la matriz genérica:

−𝟗
𝑨 = [ 𝟏𝟒 ]
𝟏𝟔

3) Si 𝑨 = [𝒂𝒊 𝒋 ] y tiene un orden 𝟑 × 𝟒 con la condición de que 𝒂𝒊 𝒋 = 𝒊 + 𝒋

∀ 𝒊 𝒋, escribir la matriz.

PROCEDIMIENTO
a. Se construye una matriz genérica:

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟒


𝑨 = [𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 𝒂𝟐𝟒 ]
𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 𝒂𝟑𝟒

b. Aplicando la fórmula: 𝒂𝒊 𝒋 =𝒊+𝒋


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
59

𝒂𝟏𝟏 = 𝟏 + 𝟏 𝒂𝟏𝟐 = 𝟏 + 𝟐 𝒂𝟏𝟑 = 𝟏 + 𝟑 𝒂𝟏𝟒 = 𝟏 + 𝟒


𝑨 = [𝒂𝟐𝟏 = 𝟐 + 𝟏 𝒂𝟐𝟐 = 𝟐 + 𝟐 𝒂𝟐𝟑 = 𝟐 + 𝟑 𝒂𝟐𝟒 = 𝟐 + 𝟒 ]
𝒂𝟑𝟏 = 𝟑 + 𝟏 𝒂𝟑𝟐 = 𝟑 + 𝟐 𝒂𝟑𝟑 = 𝟑 + 𝟑 𝒂𝟑𝟒 = 𝟑 + 𝟒
c. La matriz queda:

𝟐 𝟑 𝟒 𝟓
𝑨 = [𝟑 𝟒 𝟓 𝟔]
𝟒 𝟓 𝟔 𝟕

4) Construya la matriz B de orden 3 × 3, que cumpla las siguientes condiciones:

ENTRADA CONDICIÓN

𝟏. 𝒂𝒊 𝒋 = 𝟏 𝒊 = 𝒋(Igual subíndice)

𝟐. 𝒂𝒊𝒋 = 𝟎 𝒊 ≠ 𝒋 (Diferente subíndice)

aij  1, para i  j  aij  0, para i  j


PROCEDIMIENTO

a. Se construye una matriz genérica:

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑


𝑨 = [𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ]
𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑

b. Para la primera condición:


c.
𝒊 = 𝒋, (Igual subíndice) se tiene:
𝒂𝟏𝟏 = 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
60

𝒂𝟐𝟐 = 𝟏
𝒂𝟑𝟑 = 𝟏

d. Para la segunda condición:

𝒊 ≠ 𝒋 (Diferente subíndice)
𝒂𝟏𝟐 = 𝟎
𝒂𝟏𝟑 = 𝟎
𝒂𝟐𝟏 = 𝟎
𝒂𝟐𝟑 = 𝟎
𝒂𝟑𝟏 = 𝟎
𝒂𝟑𝟐 = 𝟎

e. La matriz queda:

𝟏 𝟎 𝟎
𝑨 = [𝟎 𝟏 𝟎]
𝟎 𝟎 𝟏

3.1.3 CLASIFICACIÓN DE LAS MATRICES


3.1.4 MATRIZ CUADRADA:
Es una matriz donde el número de Filas es igual al número de columnas, se denota como 𝐴𝑛 .

Nota: Siempre se debe especificar que es una matriz cuadrada.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
61

3.1.4.1 EJERCICIOS DE AUTOAPRENDIZAJE


1) Sea la matriz:

𝟏 𝟑 −𝟓
𝑨 = [𝟒 −𝟏𝟎 𝟏𝟏 ]
𝟕 −𝟖 𝟐
Es una matriz que tiene 3 filas y 3 columnas, por lo tanto, se define como una matriz cuadrada de orden 3.

2) Sea la matriz:
𝟐 𝟑 𝟒 𝟓
𝑨=[ 𝟑 𝟒 𝟓 𝟔 ]
−𝟕 𝟐 𝟑 −𝟗
𝟎 𝟏 𝟎 −𝟏
Es una matriz que tiene 4 filas y 4 columnas, por lo tanto, se define como una matriz cuadrada de orden 4.

3) Sea la matriz:
2 5
𝐵=[ ]
1 −3
Es una matriz que tiene 2 filas y2 columnas, por lo tanto, se define como una matriz cuadrada de orden 2.

3.1.5 MATRIZ NULA O MATRIZ CERO:


Es una matriz de orden 𝒎 × 𝒏 donde todas las entradas (elementos) son iguales a cero.

3.1.5.1 EJERCICIOS DE APRENDIZAJE

1. La matriz nula de orden 𝟑 × 𝟓 es:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
62

𝟎 𝟎 𝟎 𝟎 𝟎
𝑪=[ 𝟎 𝟎 𝟎 𝟎 𝟎]
𝟎 𝟎 𝟎 𝟎 𝟎

2. La matriz nula de orden 2 (entiéndase matriz cuadrada de orden 2 X 2) es:

𝟎 𝟎
𝑫=[ ]
𝟎 𝟎

3. La matriz nula de orden 3 (entiéndase matriz cuadrada de orden 3 X3) es:

𝟎 𝟎 𝟎
𝑴 = [𝟎 𝟎 𝟎]
𝟎 𝟎 𝟎

3.1.6 MATRIZ IDENTIDAD


Es una matriz cuadrada que cumple las siguientes condiciones:

 Es una matriz cuadrada.


 Las entradas (elementos) de la diagonal principal son iguales a 1.

Nota: Se define como Diagonal Principal de una matriz las entradas (elementos) donde 𝒊 = 𝒋 (Igual subíndice),
esto es:

𝒂𝟏𝟏 , 𝒂𝟐𝟐 , 𝒂𝟑𝟑 …


 Las demás entradas (elementos) son iguales a cero.
 La matriz identidad se simboliza con la letra: 𝑰, se le debe colocar el subíndice indicando el orden, esto es:

𝑰𝟐 : Matriz Identidad de orden 2:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
63

𝟏 𝟎
𝑰𝟐 = [ ]
𝟎 𝟏

𝑰𝟑 : Matriz Identidad de orden 3:

𝟏 𝟎 𝟎
𝑰𝟑 = [𝟎 𝟏 𝟎]
𝟎 𝟎 𝟏

𝑰𝟒 ∶ Matriz Identidad de orden 4:

𝟏 𝟎 𝟎 𝟎
𝑰𝟒 = [𝟎 𝟏 𝟎 𝟎]
𝟎 𝟎 𝟏 𝟎
𝟎 𝟎 𝟎 𝟏

𝑰𝒏 : Matriz Identidad de orden n con 𝒏 𝝐 𝒁+ .

3.1.7 TRANSPUESTA DE UNA MATRIZ


Sea 𝑨 = [𝒂𝒊 𝒋 ] una matriz de orden 𝒎 × 𝒏, se define como la matriz Transpuesta de 𝑨 a la matriz de orden 𝒏 ×
𝒎, obtenida al intercambiar las filas por las columnas en la matriz 𝑨, que se simboliza por 𝑨′ 𝒐 𝑨𝑻 , por lo tanto:

𝑻
Si 𝑨 = [𝒂𝒊 𝒋 ] → 𝑨 = [𝒂 𝒋 𝒊 ]
Se dice, entonces, que sí:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
64

𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝟓𝒂𝟏𝒏


𝒂 𝒂𝟐𝟐 … 𝒂𝟐𝒏
𝑨 = [ 𝟐𝟏
: : : : ]
𝒂𝒎𝟏 𝒂𝒎𝟐 … 𝒂𝒎𝒏

Entonces:

𝒂𝟏𝟏 𝒂𝟐𝟏 … 𝒂𝒎𝟏


𝒂 𝒂𝟐𝟐 … 𝒂𝒎𝟐
𝑨𝑻 = [ 𝟏𝟐
: : : : ]
𝒂𝟏𝒏 𝒂𝟐𝒏 … 𝒂𝒎𝒏

NOTA: Para determinar la transpuesta de una matriz A, basta con poner las columnas como filas o las filas como
columnas.

3.1.7.1 EJERCICIOS DE APRENDIZAJE


Dadas las siguientes matrices, escriba la transpuesta de cada una de ellas:

1. Sea:

𝟒 𝟑 𝟐
𝟒 −𝟑 𝟐 𝟑
𝑨 = [−𝟑 −𝟐 −𝟏] → 𝑨𝑻 = [
𝟑 −𝟐 𝟒 𝟓]
𝟐 𝟒 𝟔
𝟑 𝟓 𝟐 −𝟏 𝟔 𝟕
𝟕
La matriz 𝑨 es de orden 𝟒 × 𝟑, por lo tanto su transpuesta 𝑨𝑻 es de orden 𝟑 × 𝟒

2. Sea:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
65

𝟏 𝟖 𝟗 𝟏 𝟓 𝟕
𝑻
𝑪 = [𝟓 𝟒 𝟎 ] → 𝑪 = [𝟖 𝟒 −𝟐]
𝟕 −𝟐 −𝟏 𝟗 𝟎 −𝟏
𝑻
La matriz 𝑪 es de orden 𝟑 × 𝟑, por lo tanto su transpuesta 𝑪 es de orden 𝟑 × 𝟑, resultan del mismo
orden ya que son matrices cuadradas.

3. Sea:

−𝟑
𝑻
𝑫 = [−𝟑 −𝟐 −𝟏] → 𝑫 = [−𝟐]
−𝟏
La matriz 𝑫 es de orden 𝟏 × 𝟑, por lo tanto su transpuesta 𝑪𝑻 es de orden 𝟑 × 𝟏

3.1.8 MATRIZ SIMÉTRICA


Una matriz cuadrada 𝑨 de orden 𝒏 se llama matriz simétrica Si y solo sí:

𝑨𝑻 = 𝑨
Por ejemplo:

𝟐 𝟑 𝟖
 𝑨 = 𝑨 = [𝟑𝑻
−𝟏 𝟔]
𝟖 𝟔 𝟐

𝟓 𝟗 𝟒 −𝟏𝟎
 𝑩 = 𝑩𝑻 [ 𝟗 𝟑 𝟎 𝟏 ]
𝟒 𝟎 𝟗 𝟖
−𝟏𝟎 𝟏 𝟖 𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
66

3.1.9 MATRIZ TRIANGULAR SUPERIOR


Es una matriz que cumple las siguientes condiciones:

 Es una matriz cuadrada.


 Todas las entradas debajo de la diagonal principal son iguales a cero.

Por ejemplo:

𝟓 𝟗 𝟒 −𝟏𝟎
[𝟎 𝟑 𝟗 𝟏 ]
𝟎 𝟎 𝟗 𝟖
𝟎 𝟎 𝟎 𝟑

3.1.10 MATRIZ TRIANGULAR INFERIOR


Es una matriz que cumple las siguientes condiciones:

 Es una matriz cuadrada.


 Todas las entradas encima de la diagonal principal son iguales a cero.

Por ejemplo:

𝟓 𝟎 𝟎 𝟎
[−𝟗 𝟑 𝟎 𝟎 ]
−𝟖 𝟒 𝟗 𝟎
𝟐 𝟏 𝟓 𝟑

3.1.11 MATRIZ TRIANGULAR


Es una matriz que cumple las siguientes condiciones:

 Es una matriz cuadrada.


 Todas las entradas por encima y por debajo de la diagonal principal son iguales a cero.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
67

𝟓 𝟎 𝟎 𝟎
[𝟎 𝟑 𝟎 𝟎 ]
𝟎 𝟎 𝟗 𝟎
𝟎 𝟎 𝟎 𝟑

3.1.12 MATRIZ DIAGONAL


Una matriz diagonal es una matriz cuadrada en que las entradas son todas cero, excepto en la diagonal
principal, y éstas pueden ser cero o no.

Por ejemplo:

𝟑 𝟎 𝟎 𝟎
𝟎 𝟓 𝟎 𝟎
𝑨 = [𝟎 𝟎 𝟏 𝟎]
𝟎 𝟎 𝟎 𝟒

TEMA 2 ALGEBRA DE MATRICES.


3.2.1 IGUALDAD DE MATRICES.
Dos matrices A y B son iguales si cumplen las siguientes condiciones:

 Las matrices tienen el mismo orden.


 Si las entradas correspondientes de A y de B son iguales.

Por lo tanto:

𝑨 = 𝑩 ↔ 𝒂𝒊 𝒋 = 𝒃𝒊 𝒋, ∀ 𝒊, 𝒋
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
68

3.2.1.1 EJERCICIOS DE APRENDIZAJE


1) Las matrices:

𝟖 𝟐 𝟖 𝟐
𝑨 = [𝟓 𝟏 ] 𝒚 𝑩 = [𝟓 𝟏 ]
𝟎 −𝟐 𝟎 −𝟐
Son iguales, ya que tienen el mismo orden (ambas son matrices de orden 𝟑 × 𝟐 ), además sus entradas
correspondientes son iguales:

ENTRADA EN A ENTRADA EN B Valor de entrada en A y en


B

𝒂𝟏𝟏 𝒃𝟏𝟏 𝟖

𝒂𝟏𝟐 𝒃𝟏𝟐 𝟐

𝒂𝟐𝟏 𝒃𝟐𝟏 𝟓

𝒂𝟐𝟐 𝒃𝟐𝟐 𝟏

𝒂𝟑𝟏 𝒃𝟑𝟏 𝟎

𝒂𝟑𝟐 𝒃𝟑𝟐 −𝟐

16 𝑥 𝑦 𝑧 10 3
2) Para que la matriz𝐴=[ ] y la matriz 𝐵=[ ], sean iguales,
8 5 9 𝑤 𝑝 9
se debe cumplir que:

Igualando las respectivas entradas se tiene:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
69

ENTRADA EN A ENTRADA EN B Valor de entrada en A y en


B

𝒂𝟏𝟏 𝒃𝟏𝟏 𝒛 = 𝟏𝟔

𝒂𝟏𝟐 𝒃𝟏𝟐 𝒙 = 𝟏𝟎

𝒂𝟏𝟑 𝒃𝟏𝟑 𝒚=𝟑

𝒂𝟐𝟏 𝒃𝟐𝟏 𝒘=𝟖

𝒂𝟐𝟐 𝒃𝟐𝟐 𝒑=𝟓

𝒂𝟐𝟑 𝒃𝟐𝟑 𝟗=𝟗

3.2.2 SUMA DE MATRICES.


Para sumar (restar) matrices se deben tener en cuenta las siguientes condiciones:

 Las matrices deben tener el mismo orden.


 Se suman (o se restan) las entradas correspondientes (los elementos en sus respectivas posiciones).
 Se obtiene como resultado una matriz del mismo orden de las que se sumaron (o se restaron).

En general:

Si 𝑨 = [𝒂𝒊 𝒋 ] y 𝑩 = [𝒃𝒊 𝒋 ], son matrices de orden 𝒎 × 𝒏, la suma 𝑨 + 𝑩 es una matriz


de orden 𝒎 × 𝒏 obtenida al sumar las entradas correspondientes, esto es:

𝑨 + 𝑩 = [𝒂𝒊 𝒋 ] + [𝒃𝒊 𝒋 ] = [𝒂𝒊 𝒋 + 𝒃𝒊 𝒋 ]


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
70

3.2.2.1 EJERCICIOS DE APRENDIZAJE


Dadas las siguientes matrices encuentre la suma (o diferencia de las mismas):

1. Sean:

𝟑 𝟕 𝟐 𝟗 𝟑 −𝟐 𝟏𝟐 𝟏𝟓
−𝟏 𝟔 𝟐 𝟒 𝟒 𝟓 𝟏𝟔 −𝟗
𝑨=[ 𝟖 𝟎 𝟏 −𝟖 ] 𝒚 𝑩 = [ 𝟕 𝟗 −𝟖] →
−𝟖
𝟏 𝟑 −𝟓 𝟒 −𝟓 𝟔 𝟑 −𝟔

a. Se suman las respectivas entradas (los elementos en sus posiciones):

𝟑+𝟑 𝟕−𝟐 𝟐 + 𝟏𝟐 𝟗 + 𝟏𝟓
𝑨 + 𝑩 = [−𝟏 + 𝟒 𝟔+𝟓 𝟐 + 𝟏𝟔 𝟒−𝟗 ]→
𝟖+𝟕 𝟎−𝟖 𝟏+𝟗 −𝟖 − 𝟖
𝟏−𝟓 𝟑+𝟔 −𝟓 + 𝟑 𝟒−𝟔

b. Se obtiene la matriz suma con el mismo orden de los sumandos:

𝟔 𝟓 𝟏𝟒 𝟐𝟒
𝑨+𝑩=[ 𝟑 𝟏𝟏 𝟏𝟖 −𝟓 ]
𝟏𝟓 −𝟖 𝟏𝟎 −𝟏𝟔
−𝟒 𝟗 −𝟐 −𝟐

2. Sean:

−𝟏 −𝟗 𝟏 −𝟗 𝟏𝟎 𝟒
𝑨 = [ 𝟐 −𝟖 𝟑] 𝒚 𝑩 = [−𝟖 𝟒 −𝟑 ] →
−𝟓 𝟒 𝟗 𝟎 −𝟕 −𝟏𝟐
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
71

a. Se suman las respectivas entradas (los elementos en sus posiciones):

−𝟏 − 𝟗 −𝟗 + 𝟏𝟎 𝟏+𝟒
𝑨+𝑩=[ 𝟐−𝟖 −𝟖 + 𝟒 𝟑−𝟑 ]→
−𝟓 + 𝟎 𝟒−𝟕 𝟗 − 𝟏𝟐

b. Se obtiene la matriz suma con el mismo orden de los sumandos:

−𝟏𝟎 𝟏 𝟓
𝑨 + 𝑩 = [ −𝟔 −𝟒 𝟎]
−𝟓 −𝟑 −𝟑

3. Sean:

𝟏 −𝟓 𝟒 −𝟗 −𝟑 𝟔
𝑨=[ ]𝒚 𝑩 = [ ]
𝟑 −𝟖 𝟐 𝟓 𝟖 −𝟐

Realice las siguientes operaciones:

𝟏−𝟗 −𝟓 − 𝟑 𝟒+𝟔
𝑨+𝑩=[ ]→𝑨+𝑩=
𝟑+𝟓 −𝟖 + 𝟖 𝟐−𝟐
−𝟖 −𝟖 𝟏𝟎
[ ]
𝟖 𝟎 𝟎

−𝟗 + 𝟏 −𝟑 − 𝟓 𝟔+𝟒
𝑩+𝑨=[ ]→𝑩+𝑨=
𝟓+𝟑 𝟖−𝟖 −𝟐 + 𝟐
−𝟖 −𝟖 𝟏𝟎
[ ]
𝟖 𝟎 𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
72

𝟏 − (−)𝟗 −𝟓 − (−𝟑) 𝟒−𝟔


𝑨−𝑩=[ ]→
𝟑−𝟓 −𝟖 − 𝟖 𝟐 − (−𝟐)

𝟏+𝟗 −𝟓 + 𝟑 𝟒−𝟔 𝟏𝟎 −𝟐 −𝟐
𝑨−𝑩=[ ]→𝑨−𝑩=[ ]
𝟑−𝟓 −𝟖 − 𝟖 𝟐+𝟐 −𝟐 −𝟏𝟔 𝟒

−𝟗 − 𝟏 −𝟑 − (−𝟓) 𝟔 − 𝟒
𝑩−𝑨=[ ]→
𝟓−𝟑 𝟖 − (−𝟖) −𝟐 − 𝟐

−𝟗 − 𝟏 −𝟑 + 𝟓 𝟔 − 𝟒
𝑩−𝑨=[ ]→𝑩−𝑨
𝟓−𝟑 𝟖 + 𝟖 −𝟐 − 𝟐
−𝟏𝟎 𝟐 𝟐
=[ ]
𝟐 𝟏𝟔 −𝟒

−𝟗 − 𝟗 −𝟑 − 𝟑 𝟔 + 𝟔
𝑩+𝑩=[ ]→ 𝑩+𝑩=
𝟓+𝟓 𝟖 + 𝟖 −𝟐 − 𝟐
−𝟏𝟖 −𝟔 𝟏𝟐
[ ]
𝟏𝟎 𝟏𝟔 −𝟒

3.2.3 MULTIPLICACIÓN POR UN ESCALAR


En matrices se denomina escalar a los números reales y/o constantes; para indicar que un número 𝒌 es un escalar,
se escribe: 𝒌 𝝐 𝑹𝒆 .

Sea 𝑨 una matriz de orden 𝒎 × 𝒏 y 𝒌 𝝐 𝑹𝒆 .


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
73

La multiplicación de 𝒌 ∗𝑨=𝑨∗𝒌 se llama Multiplicación de una matriz por un


escalar.
Esta se obtiene al multiplicar cada entrada (cada elemento) de la matriz 𝑨 por el escalar 𝒌 , es decir,

𝒌 ∗ 𝑨 = 𝒌 ∗ [𝒂𝒊 𝒋 ] = [𝒌𝒂𝒊 𝒋 ]

3.2.3.1 EJERCICIOS DE APRENDIZAJE


Dada la siguiente matriz:

−𝟏 𝟑 −𝟔
𝑨=[ 𝟗 𝟖 𝟐]
−𝟏𝟎 −𝟒 𝟎
1. Hallar 𝟑𝑨:
−𝟏 𝟑 −𝟔 −𝟏 𝟑 −𝟔
𝑨=[ 𝟗 𝟖 𝟐 ] → 𝟑𝑨 = 𝟑 ∗ [ 𝟗 𝟖 𝟐 ]→
−𝟏𝟎 −𝟒 𝟎 −𝟏𝟎 −𝟒 𝟎
𝟑 ∗ −𝟏 𝟑 ∗ 𝟑 𝟑 ∗ −𝟔
𝟑𝑨 = [ 𝟑 ∗ 𝟗 𝟑∗𝟖 𝟑 ∗ 𝟐 ] → 𝟑𝑨
𝟑 ∗ −𝟏𝟎 𝟑 ∗ −𝟒 𝟑 ∗ 𝟎
−𝟑 𝟗 −𝟏𝟖
= [ 𝟐𝟕 𝟐𝟒 𝟔 ]
−𝟑𝟎 −𝟏𝟐 𝟎

𝟐
2. Hallar 𝑨:
𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
74

−𝟏 𝟑 −𝟔 𝟐 𝟐 −𝟏 𝟑 −𝟔
𝑨=[ 𝟗 𝟖 𝟐 ]→ 𝑨= ∗[ 𝟗 𝟖 𝟐 ]→
𝟑 𝟑
−𝟏𝟎 −𝟒 𝟎 −𝟏𝟎 −𝟒 𝟎

𝟐 𝟐 𝟐
∗ −𝟏 ∗𝟑 ∗ −𝟔
𝟑 𝟑 𝟑
𝟐 𝟐 𝟐 𝟐 𝟐
𝑨= ∗𝟗 ∗𝟖 ∗𝟐 → 𝑨
𝟑 𝟑 𝟑 𝟑 𝟑
𝟐 𝟐 𝟐
[𝟑 ∗ −𝟏𝟎 ∗ −𝟒 ∗𝟎 ]
𝟑 𝟑
𝟐 ∗ −𝟏 𝟐 ∗ 𝟑 𝟐 ∗ −𝟔
𝟑 𝟑 𝟑
𝟐∗𝟗 𝟐∗𝟖 𝟐∗𝟐
= →
𝟑 𝟑 𝟑
𝟐 ∗ −𝟏𝟎 𝟐 ∗ −𝟒 𝟐 ∗ 𝟎
[ 𝟑 𝟑 𝟑 ]
𝟐 𝟔 −𝟏𝟐 𝟐
− − 𝟐 −𝟒
𝟑 𝟑 𝟑 𝟑
𝟐 𝟏𝟖 𝟏𝟔 𝟒 𝟐 𝟏𝟔 𝟒
𝑨= → 𝑨= 𝟔
𝟑 𝟑 𝟑 𝟑 𝟑 𝟑 𝟑
−𝟐𝟎 −𝟖 𝟎 −𝟐𝟎 −𝟖
[ 𝟑 𝟎]
𝟑 𝟑 ] [ 𝟑 𝟑

3. Hallar: −𝟓𝑨
−𝟏 𝟑 −𝟔 −𝟏 𝟑 −𝟔
𝑨=[ 𝟗 𝟖 𝟐 ] → −𝟓𝑨 = 𝟓 ∗ [ 𝟗 𝟖 𝟐 ]→
−𝟏𝟎 −𝟒 𝟎 −𝟏𝟎 −𝟒 𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
75

−𝟓 ∗ −𝟏 −𝟓 ∗ 𝟑 −𝟓 ∗ −𝟔
−𝟓𝑨 = [ −𝟓 ∗ 𝟗 −𝟓 ∗ 𝟖 −𝟓 ∗ 𝟐 ] → −𝟓𝑨
−𝟓 ∗ −𝟏𝟎 −𝟓 ∗ −𝟒 −𝟓 ∗ 𝟎
𝟓 −𝟏𝟓 𝟑𝟎
= [−𝟒𝟓 −𝟒𝟎 −𝟏𝟎] →
𝟓𝟎 𝟐𝟎 𝟎
PROPIEDADES DE LA SUMA DE MATRICES Y DE LA MULTIPLICACIÓN POR ESCALAR.

Sean 𝑨, 𝑩 𝒚 𝑪 Tres matrices de orden 𝑚 × 𝑛, ∝ 𝑦 𝑘 dos escalares, se cumple que:

PROPIEDAD ENUNCIADO

1. Toda matriz sumada con la matriz nula es


𝟏. 𝑨𝒎𝒏 + 𝟎𝒎𝒏 = 𝑨𝒎𝒏 igual a la misma matriz.

2. Toda matriz multiplicada por la matriz nula


𝟐. 𝟎 ∗ 𝑨 = 𝟎 es igual a la matriz nula.

3. La suma de matrices, cumple la propiedad


𝟑. 𝑨 + 𝑩 = 𝑩 + 𝑨 conmutativa de la suma.

4. La multiplicación de una matriz por un


𝟒. 𝒌 ∗ 𝑨 = 𝑨 ∗ 𝒌 escalar, cumple la propiedad conmutativa
de la multiplicación.
5. Toda matriz multiplicada por el escalar 1
𝟓. 𝟏 ∗ 𝑨 = 𝑨 (Elemento neutro), es igual a la misma
matriz.
6. Al multiplicar una matriz por el escalar -1, se
𝟔. − 𝟏 ∗ 𝑨 = −𝑨 cambian todos los signos de la matriz.

7. Propiedad distributiva de la suma de


𝟕. 𝒌 ∗ (𝑨 + 𝑩) = 𝒌 ∗ 𝑨 + 𝒌 ∗ 𝑩 matrices respecto a un escalar.

8. Propiedad distributiva de la suma de


𝟖. (𝒌+∝) ∗ 𝑨 = 𝒌 ∗ 𝑨+∝∗ 𝑨 escalares respecto a una matriz.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
76

9. Una suma transpuesta de matrices es igual


𝑻 𝑻 𝑻
𝟗. (𝑨 + 𝑩) = 𝑨 + 𝑩 a la suma de cada una de las transpuestas
de los sumandos.

3.2.4 MULTIPLICACIÓN DE MATRICES O PRODUCTO MATRICIAL.


Para multiplicar dos matrices existe una condición fundamental que dice:

La multiplicación de dos matrices se puede realizar si y solo si el número de columnas de la primera matriz es
igual al número de filas de la segunda matriz,

# Columnas de la primera matriz= # Filas de la segunda matriz

Por lo tanto, el matriz producto tendrá el número de filas de la primera matriz y el número de columnas de la
segunda matriz.

En forma general:

𝑨𝒎𝒏 ∗ 𝑩𝒏𝒒 = 𝑪𝒎𝒒

Como se observa en la forma general:

 𝑛: Columnas de la primera y filas de la segunda.


 En la matriz producto 𝑪𝒎𝒒, se tiene las filas de la primera y las columnas de la segunda.

Ejemplo: Dado el producto de las siguientes matrices se obtiene como resultado otra matriz que contiene el
número de filas de la primera y el número de columnas de la segunda:

MULTIPLICACIÓN RESULTADO ORDEN DE LA MATRIZ RESULTANTE

𝑨𝟑𝒙𝟓 𝑩𝟓𝒙𝟒 𝐶3𝑥4 3×4


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
77

𝑨𝟓𝒙𝟔 𝑩𝟔𝒙𝟑 𝐶5𝑥3 5×3

𝑨𝟐𝒙𝟏 𝑩𝟏𝒙𝟔 𝐶2𝑥6 2×6

𝑨𝟒𝒙𝟕 𝑩𝟒𝒙𝟑 No se puede realizar, ya que las columnas de la primera matriz (7), son
diferentes a los filas de la segunda matriz (4).

PROCEDIMIENTO PARA MULTIPLICAR MATRICES.


Si 𝑨𝒎𝒏 es una matriz de orden 𝒎 × 𝒏 y 𝑩𝒏𝒒 es una matriz de orden 𝒏 × 𝒒, la multiplicación de la matriz 𝑨 por
la matriz 𝑩 dará una matriz 𝑪𝒎𝒒 de orden 𝒎 × 𝒒.

Para determinar las entradas de la matriz 𝑨𝒎𝒏 𝑩𝒏𝒒 = 𝑪𝒎𝒒 , se procede de la siguiente manera:

 a11 a12  a1n  b11 b12  b1q 


a a  a  b b  b 
Amxn  21 22 2 n  Bnxq   21 22 2 q 
        
   
 m1 m 2
a a  a mn  
bn1 bn 2  b nq 

 a11 a12  a1n  b11 b12  b1q 


a a  a  b b22  b2 q 
 21 22 2 n   21
La multiplicación 𝑨𝒎𝒏 𝑩𝒏𝒒         
  
 m1 m 2
a a  a mn  bn1 bn 2  bnq 

Dará una matriz 𝑪𝒎𝒒 de la forma:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
78

 c11 c12  c1q 


c c 22  c 2 q 

21
C mq
    
 
c m1 cm 2  c mq 

Las entradas de la matriz 𝑪𝒎 𝒒 se obtienen de la siguiente manera:

Fila 1
𝑪 :
𝟏𝟏 Se obtiene multiplicando las correspondientes entradas de la primera fila de la primera matriz
por las correspondientes entradas de la primera columna de la segunda matriz como se observa en la figura1:

Figura 1

Esto es: 𝑪𝟏𝟏 = 𝒂𝟏𝟏 𝒃𝟏𝟏 + 𝒂𝟏𝟐 𝒃𝟐𝟏 + 𝒂𝟏𝟑 𝒃𝟑𝟏 + ⋯ + 𝒂𝟏𝒏 𝒃𝒎𝟏

𝑪𝟏𝟐 Se obtiene multiplicando las correspondientes entradas de la primera fila de la primera matriz
por las correspondientes entradas de la segunda columna de la segunda matriz como se observa en la figura 2:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
79

Figura 2

Esto es: 𝑪𝟏𝟐 = 𝒂𝟏𝟏 𝒃𝟏𝟐 + 𝒂𝟏𝟐 𝒃𝟐𝟐 + 𝒂𝟏𝟑 𝒃𝟑𝟐 + ⋯ + 𝒂𝟏𝒏 𝒃𝒏𝟐

Nota: De igual manera se obtienen las demás entradas de la primera fila de la matriz C, en general se multiplica
la primera fila de la primera matriz por todas y cada una de las columnas de la segunda matriz.

Fila 2:
Para hallar 𝑪𝟐𝟏, se efectúa la multiplicación que muestra la figura 3

Figura 3

Esto es: 𝑪𝟐𝟏 = 𝒂𝟐𝟏 𝒃𝟏𝟏 + 𝒂𝟐𝟐 𝒃𝟐𝟏 + 𝒂𝟐𝟑 𝒃𝟑𝟏 + ⋯ + 𝒂𝟐𝒏 𝒃𝒏𝟏
Para hallar 𝑪𝟐𝟐 se utiliza la figura 4
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
80

Figura 4

Esto es: 𝑪𝟐𝟏 = 𝒂𝟐𝟏 𝒃𝟏𝟐 + 𝒂𝟐𝟐 𝒃𝟐𝟐 + 𝒂𝟐𝟑 𝒃𝟑𝟐 + ⋯ + 𝒂𝟐𝒏 𝒃𝒏𝟐

Nota: De igual manera se obtienen las demás entradas de cada una de las filas de la matriz C, en general se
multiplican todas y cada una de las filas de la primera matriz por todas y cada una de las columnas de la segunda
matriz (siguiendo el proceso descrito en la secuencia anterior).

3.2.4.1 EJERCICIOS DE APRENDIZAJE


1. Dadas las siguientes matrices A y B, hallar 𝑨𝑩 𝒚 𝑩𝑨

𝟏 𝟎 −𝟑
𝟐 𝟏 𝟔
𝑨=[ ] 𝒚𝑩=[ 𝟎 𝟒 𝟐 ]
𝟏 −𝟑 𝟐
−𝟐 𝟏 𝟏
PROCEDIMIENTO

a. Recuerde que:

𝑨𝑩 = 𝑪
𝑨 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟑,
𝑩 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟑 × 𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
81

Por lo tanto: 𝑪𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟑, Filas de la primera matriz y las columnas de la segunda matriz,
obteniendo en forma general una matriz 𝑪 de la forma:

𝒄𝟏𝟏 𝒄𝟏𝟐 𝒄𝟏𝟑


𝑪 = [𝒄 𝒄𝟐𝟐 𝒄𝟐𝟑 ] ∗∗
𝟐𝟏

Cálculo de las entradas de la matriz C

Para hallar 𝒄𝟏𝟏 se realiza la siguiente operación:

𝒄𝟏𝟏 = (𝟐) ∗ (𝟏) + (𝟏) ∗ (𝟎) + (−𝟔) ∗ (−𝟐) = 𝟏𝟒


Para hallar𝒄𝟏𝟐 :

𝒄𝟏𝟐 = (𝟐) ∗ (𝟎) + (𝟏) ∗ (𝟒) + (−𝟔) ∗ (𝟏) = −𝟐

Para hallar 𝒄𝟏𝟑 :


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
82

𝒄𝟏𝟑 = (𝟐) ∗ (−𝟑) + (𝟏) ∗ (𝟐) + (−𝟔) ∗ (𝟏) = −𝟏𝟎

𝒄𝟐𝟏 :
Para hallar

𝒄𝟐𝟏 = (𝟏) ∗ (𝟏) + (−𝟑) ∗ (𝟎) + (𝟐) ∗ (−𝟐) = −𝟑

𝒄𝟐𝟐 :
Para hallar

𝒄𝟐𝟐 = (𝟏) ∗ (𝟎) + (−𝟑) ∗ (𝟒) + (𝟐) ∗ (𝟏) = −𝟏𝟎


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
83

Para hallar 𝒄𝟐𝟑 :

𝒄𝟐𝟑 = (𝟏) ∗ (−𝟑) + (−𝟑) ∗ (𝟐) + (𝟐) ∗ (𝟏) = −𝟕

b. Reemplazando en **, se tiene:

𝟏𝟒 −𝟐 −𝟏𝟎
𝑨𝑩 = 𝑪 = [ ]
−𝟑 −𝟏𝟎 −𝟕

Cálculo de BA: Analizando el orden de las matrices:

𝑩 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟑 × 𝟑 (Primera matriz).


𝑨 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟑 (Segunda matriz).

Como B es de orden 3 x 3 y A es de orden 2 X 3, la multiplicación no se puede efectuar.

(𝟑 ≠ 𝟐)
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
84

2. Dadas las siguientes matrices A y B, hallar 𝑨𝑩 𝒚 𝑩𝑨

𝟒 𝟑 −𝟑 𝟐
𝑨=[ ] 𝒚 𝑩=[ ]
−𝟐 𝟓 𝟔 𝟕

PROCEDIMIENTO

a. Recuerde que:

𝑨𝑩 = 𝑪
𝑨 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟐,
𝑩 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟐
Por lo tanto: 𝑪 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟐, Filas de la primera matriz y las columnas de la segunda
matriz, obteniendo en forma general una matriz 𝑪 de la forma:

𝒄𝟏𝟏 𝒄𝟏𝟐
𝑪 = [𝒄 𝒄𝟐𝟐 ] ∗∗
𝟐𝟏
Cálculo de las entradas de la matriz C
Cálculo de AB:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
85

Como 𝑨 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟐 y 𝑩 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟐, la multiplicación se puede


realizar y dará una matriz 𝑪 𝒅𝒆 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟐.

Efectuando las operaciones:

𝟒 𝟑 −𝟑 𝟐
𝑪 = 𝑨𝑩 = [ ][ ]
−𝟐 𝟓 𝟔 𝟕
(𝟒) ∗ (−𝟑) + (𝟑) ∗ (𝟔) (𝟒) ∗ (𝟐) + (𝟑) ∗ (𝟕)
=[ ]
(−𝟐) ∗ (−𝟑) + (𝟓) ∗ (𝟔) (−𝟐) ∗ (𝟐) + (𝟓) ∗ (𝟕)

−𝟏𝟐 + 𝟏𝟖 𝟖 + 𝟐𝟏 𝟔 𝟐𝟗
𝑪 = 𝑨𝑩 = [ ]→𝑪=[ ] ∗∗
𝟔 + 𝟑𝟎 −𝟒 + 𝟑𝟓 𝟑𝟔 𝟑𝟏

Cálculo de BA:

𝑩=𝑪

𝑩 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟐 (Primera matriz).

𝑨 𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟐 (Segunda matriz).

Por lo tanto: 𝑪𝒆𝒔 𝒅𝒆𝒍 𝒐𝒓𝒅𝒆𝒏 𝟐 × 𝟐, Filas de la primera matriz y las columnas de la segunda matriz,
obteniendo en forma general una matriz 𝑪 de la forma:

𝒄𝟏𝟏 𝒄𝟏𝟐
𝑪 = [𝒄 𝒄𝟐𝟐 ] ∗∗
𝟐𝟏
Efectuando las operaciones:

−𝟑 𝟐 𝟒 𝟑
𝑪 = 𝑩𝑨 = [ ][ ]
𝟔 𝟕 −𝟐 𝟓
(−𝟑) ∗ (𝟒) + (𝟐) ∗ (−𝟐) (−𝟑) ∗ (𝟑) + (𝟐) ∗ (𝟓)
=[ ]→
(𝟔) ∗ (𝟒) + (𝟕) ∗ (−𝟐) (𝟔) ∗ (𝟑) + (𝟕) ∗ (𝟓)
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
86

−𝟏𝟐 − 𝟒 −𝟗 + 𝟏𝟎 −𝟏𝟔 𝟏
𝑪 = 𝑨𝑩 = [ ]→𝑪=[ ] ∗∗
𝟐𝟒 − 𝟏𝟒 𝟏𝟖 + 𝟑𝟓 𝟏𝟎 𝟓𝟑

NOTA: Con la solución de los ejercicios se ve claramente que la multiplicación de matrices no es conmutativa,
es decir, que en términos generales 𝑨𝑩 ≠ 𝑩𝑨.

PROPIEDADES DE LA MULTIPLICACIÓN DE MATRICES:

Sean: 𝑨, 𝑩, 𝑪 Tres matrices cuyos productos se pueden efectuar y 𝒌 𝝐 𝑹𝒆 , entonces:

PROPIEDAD ENUNCIADO

𝑨𝑩 ≠ 𝑩𝑨. La multiplicación de matrices no cumple la propiedad


conmutativa.

𝑨(𝑩𝑪) = (𝑨𝑩)𝑪. En la multiplicación de matrices se cumple la


propiedad asociativa.

𝒌(𝑨𝑩) = 𝑨(𝒌𝑩) = (𝑨𝑩)𝒌 Propiedad asociativa de la multiplicación de matrices


respecto a un escalar

𝑨(𝑩 + 𝑪) = 𝑨𝑩 + 𝑨𝑪 Propiedad distributiva (a la izquierda) de la multiplicación


respecto a la suma.

(𝑨 + 𝑩)𝑪 = 𝑨𝑪 + 𝑩𝑪 Propiedad distributiva (a la derecha) de la multiplicación


respecto a la suma.

𝑨𝑰 = 𝑨 La multiplicación de una matriz 𝑨 por la matriz identidad 𝑰


es igual a la misma matriz 𝑨.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
87

𝑰𝑨 = 𝑨 La multiplicación de la matriz identidad 𝑰 por una matriz


𝑨, es igual a la misma matriz 𝑨.

(𝑨𝑩)𝑻 = 𝑩𝑻 𝑨𝑻 La matriz transpuesta de un producto de matrices, es igual


a la matriz transpuesta de la segunda matriz por la matriz
transpuesta de la primera matriz.

POTENCIA DE UNA MATRIZ:

Sea 𝑨 una matriz cuadrada de orden 𝒏.

POTENCIA IGUAL A… RESULTADO

𝑨𝟎 = 𝑰

𝑨𝟏 = 𝑨

𝑨𝟐 = 𝑨𝟐 = 𝑨𝑨

𝑨𝟑 = 𝑨𝟑 = 𝑨𝟐 𝑨

Y así sucesivamente.

3.2.4.2 EJERCICIOS DE APRENDIZAJE

1. Sea la matriz: 𝐴 = [−𝟏 𝟏𝟎], hallar:


𝟒 𝟓
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
88

𝟏 𝟎
a. 𝑨𝟎 = [ ]
𝟎 𝟏
𝟏 −𝟏 𝟏𝟎
b. 𝑨 =[ ]
𝟒 𝟓

−𝟏 𝟏𝟎 −𝟏 𝟏𝟎
c. 𝑨𝟐 = 𝑨𝑨 = [ ][ ]→
𝟒 𝟓 𝟒 𝟓

(−𝟏) ∗ (−𝟏) + (𝟏𝟎) ∗ (𝟒) (−𝟏) ∗ (𝟏𝟎) + (𝟏𝟎) ∗ (𝟓)


𝑨𝑨 = [ ]→
(𝟒) ∗ (−𝟏) + (𝟓) ∗ (𝟒) (𝟒) ∗ (𝟏𝟎) + (𝟓) ∗ (𝟓)

𝟏 + 𝟒𝟎 −𝟏𝟎 + 𝟓𝟎 𝟒𝟏 𝟒𝟎)
𝑨𝑨 = [ ] → 𝑨𝑨 = [ ] = 𝑨𝟐
−𝟒 + 𝟐𝟎 𝟒𝟎 + 𝟐𝟓 𝟏𝟔 𝟔𝟓

−𝟏 𝟏𝟎 𝟒𝟏 𝟒𝟎)
d. 𝑨𝟑 = 𝑨𝑨𝟐 = [ ][ ]→
𝟒 𝟓 𝟏𝟔 𝟔𝟓
(−𝟏) ∗ (𝟒𝟏) + (𝟏𝟎) ∗ (𝟏𝟔) (−𝟏) ∗ (𝟒𝟎) + (𝟏𝟎) ∗ (𝟔𝟓)
𝑨𝟑 = [ ]
(𝟒) ∗ (𝟒𝟏) + (𝟓) ∗ (𝟏𝟔) (𝟒) ∗ (𝟒𝟎) + (𝟓) ∗ (𝟔𝟓)

−𝟒𝟏 + 𝟏𝟔𝟎 −𝟒𝟎 + 𝟔𝟓𝟎 𝟏𝟏𝟗 𝟔𝟏𝟎
𝑨𝟑 = [ ] → 𝑨𝟐 𝑨 = [ ] = 𝑨𝟑
𝟏𝟔𝟒 + 𝟖𝟎 𝟏𝟔𝟎 + 𝟑𝟐𝟓 𝟐𝟒𝟒 𝟒𝟖𝟓
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
89

𝟑 𝟎 𝟏
2. Si 𝑩 = [𝟐 −𝟖 𝟗]
𝟓 𝟒 𝟑
𝟏 𝟎 𝟎
𝟎
a. 𝑩 = 𝑰𝟑 = [𝟎 𝟏 𝟎]
𝟎 𝟎 𝟏
𝟑 𝟎 𝟏
𝟏
b. 𝑩 = [𝟐 −𝟖 𝟗]
𝟓 𝟒 𝟑

c. ACTIVIDAD: Compruebe, siguiendo el procedimiento del ejercicio anterior, que:


𝟏𝟒 𝟒 𝟔
𝟐
𝑩 = [𝟑𝟓 𝟏𝟎𝟎 −𝟒𝟑]
𝟑𝟖 −𝟐𝟎 𝟓𝟎
𝟖𝟎 −𝟖 𝟔𝟖
𝑩𝟑 = [ 𝟗𝟎 −𝟗𝟕𝟐 𝟖𝟎𝟔]
𝟑𝟐𝟒 𝟑𝟔𝟎 𝟖
𝟐𝟕𝟕𝟏𝟐 𝟑𝟏𝟔𝟏𝟔 −𝟒𝟔𝟒
𝑩𝟒 = [𝟏𝟖𝟎𝟖𝟔𝟒 𝟏𝟐𝟑𝟒𝟐𝟐𝟒 −𝟕𝟕𝟎𝟖𝟔𝟒]
𝟔𝟎𝟗𝟏𝟐 −𝟑𝟒𝟗𝟔𝟑𝟐 𝟑𝟏𝟐𝟐𝟓𝟔

3.2.4.3 EJERCICIOS DE ENTRENAMIENTO


1. Escriba la matriz en cada caso:

a. Matriz A de orden 4X7 tal que: aij  5i  j para i  j aij  i  j para i  j


Matriz cuadrada B de orden 5 tal que: aij   1
i j
b. para i  j , aij  i  j para i  j y

aij   3
j i
para i  j .
2. Algebra de matrices.

Para las matrices:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
90

 5 5 2   11 4  8
A   0 4  7  B   10 15 5 
 6 7 6   0 5 4 
Hallar:

a.  A  B  A  B 
b.  A  B T
c.  A  B 2
d. A2  B 2

3. Encuentre los valores de x, y, z, w; de tal manera que se cumpla cada igualdad:

 x y  12  3 1 0
 z w  9 5   0 1 
a.
    
x y  2 y  1 4 x  3   2 x 3 y  12 
5 
  
 z   w  3 z  w  20
b.
2
 4 z 5 w  w

4. ACTIVIDAD
i j
cuando i  j y aij   1
i j
a. Escriba la matriz A de orden 6X 6 tal que aij  cuando i  j y
2
aij  j  i cuando i  j
b. Escriba la matriz A de orden 4X 5 tal que aij  2i  5 j cuando i  j y aij  (i  j ) 2 cuando i  j
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
91

Escriba la matriz A de orden 5X 3 tal que aij  i  3 j cuando i  j , aij   1


1 j
c. cuando i  j y
i2j
aij  cuando i  j
3
i j
la matriz A de orden 6X 6 tal que aij   1
i j
d. Escriba cuando i  j , aij  cuando i  j y
2

aij  j  4i cuando i  j
j
e. Escriba la matriz A de orden 4X 5 tal que aij  i * j cuando i  j , a ij  cuando i  j y aij  2 j  3i
i
cuando i  j

5. Halle los valores correspondientes de cada letra:


 5  31 2  a  5 b c   2 4 1 
 12 0 4   d e  3 f    3 1  5

 2 13 5  g  4 h i   10 4 23 
a.
1 0 4 3   a 2 b 1   0 e7 2 4 
1  2 0    
 1   5 c9 2 d  f 5 3 g 1 
b.
1 a 2 b   1 1 g 5 
k  c 3 d 7    3 h  10 6 i  12 
 e f 3 4   1 0 j 3 m 
c.

6. Halle x, y, w, z, de tal manera que se cumpla la igualdad:


 3 x  y  3 z  1  5 6  5w 
a.     
 w  2 10   2  7 z 2 x  y  z 
 5x  y  4 4   8 w
    
 z x  2 y   7 y  3 15 
b.
 w  3z x  y    3 4x  3y  5
    
c.  2 x  3 y 5 z  10   20 3w  2 
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
92

 7  3x  3  5z   x  3 y zw 

4  5 y 10  2 w  z  2 y  x 2 z  w  7
d.    
1 2  x y  1 0
3 4  z w  0 1
e.     
3 4   x y  51 19 
9  5  z w   0  62
f.     

7. Halle:
AT , BT , A  B, 2 A  3B  4B  3 A
Con:

3 5 8    3 12 6 
 0  9  3  8 6 7 
   
A  13 14 7   B   5  14 7 
   
 8 0 9    34 7 9 
12 5  9  12 9 13

AT , A  B, B  A,  A  B  , AT  B T  2 A  3B
T
8. Hallar: Con:

 4 9 10  5   34  2 4 6 
   
A   2 45 6  7   B   7  6 7  8 
 9 4  9 23  5 5 7 43 
  

9. Hallar AB  BA Para las matrices:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
93

 3 6 7 8
 2 8  9   
  3 4 6 7
 5 10 7 
A  B 9 0  4 23
1 6 7  
   7 3 8 9
 4 9 3 
   6
 5 4 7 

4  9 0 
 1 7 9 4  5 8  2
 
C  6 7 3 2   D   
6  5 2 
0 8 9 4  
 7 8 6 
10. Dadas las matrices:

 7  3 12 7 
A     B   
5 9   0  4
Halle:

a. AB  BA
b. 2 AB
c.  A  B  A  B 
d. A2  B 2
e.  A  B 2
f.  A  B 2
g. A T
 BT 
T

h. A 2  AB  BA  B 2
i. A 2  AB  BA  B 2
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
94

j. A 2  AB  BA  B 2

 4 2   5 12 
11. Para las matrices: A     B    compruebe que:
 7 5   1 6 
a.  A  B A  B  A2  B 2
b.  A  B 2  A 2  2 AB  B 2
c.
 A  B 2  A 2  AB  BA  B 2
d.  A  B 2  A2  AB  BA  B 2
e.  A  B 2  A 2  2 AB  B 2

f.
AI 2  A
g.
BI 2  B
h.  A  B A  B  A2  AB  BA  B 2

12. Encuentre los valores de x, y, z  w de manera que se cumpla la igualdad:

 x y  4 3   1 0 
     
 z w   2 5   0 1 

13. Encuentre los valores de x, y, z  w tal que se cumpla la igualdad:

 x y  3 6  10 45 
     
 z w  7 10   6 23 
14. Encuentre los valores de x, y, z  w tal que se cumpla la igualdad:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
95

 x y 11  4   4 5 
     
 z w  3 2   6 3 
15. Encuentre los valores de x, y, z  w tal que se cumpla la igualdad:

 3  2  x y   8 10 
     
 4 13  z w    4 13 

16. Escriba las siguientes matrices:


a. Identidad de orden 6.
b. Identidad de orden 4.
c. Nula de orden 5X3.
d. Nula de orden 3X6.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
96

4 UNIDAD 3 SOLUCIÓN DE SISTEMAS DE ECUACIONES


LINEALES UTILIZANDO TÉCNICAS MATRICIALES Y
APLICACIONES

OBJETIVO GENERAL

Desarrollar las técnicas analíticas para solucionar sistemas de ecuaciones lineales en forma matricial,
explicando, además, en qué consisten los sistemas consistentes e inconsistentes y el algoritmo para la solución
de sistemas de ecuaciones lineales por los métodos: Eliminación Gaussiana, Eliminación Gauss – Jordán, Matriz
inversa y determinantes.

OBJETIVOS ESPECÍFICOS

Determinar cuándo un sistema de ecuaciones tiene solución única, infinitas soluciones o no tiene solución.
Solucionar sistemas de ecuaciones por medio de eliminación Gaussiana.
Analizar los sistemas de ecuaciones homogéneas.
Solucionar sistemas de ecuaciones por medio de eliminación Gauss-Jordan.
Solucionar sistemas de ecuaciones lineales utilizando la matriz inversa.
Solucionar sistemas de ecuaciones lineales utilizando la factorización de matrices.
Solucionar sistemas de ecuaciones lineales mediante el empleo de determinantes.

TEMA 1 SISTEMAS DE ECUACIONES LINEALES Y MATRICES


Definición de un sistema de 𝒎 ecuaciones con 𝒏 incógnitas
Un sistema de ecuaciones lineales consiste en varias 𝒎 ecuaciones y cada ecuación con 𝒏 incógnitas, el
sistema se caracteriza por que las variables tienen potencia uno, es decir, son sistemas lineales, no existe
producto entre ellas y además no existen variables en el denominador.

Solucionar un sistema de ecuaciones consiste en encontrar una serie de valores 𝒕𝟏, 𝒕𝟐, 𝒕𝟑, … 𝒕𝒏 que
simultáneamente son solución de cada una de las ecuaciones, es decir si se remplazan todos los 𝒕𝒊 en una
ecuación se obtiene una igualdad verdadera.

EJEMPLOS

1. 𝟑𝒙𝟏 − 𝟓𝒙𝟐 + 𝟒𝒙𝟑 = 𝟏𝟎


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
97

−𝟓𝒙𝟏 + 𝟕𝒙𝟐 − 𝟏𝟏𝟎𝒙𝟑 = 𝟏

𝟏𝟐𝒙𝟏 + 𝒙𝟐 + 𝟕𝒙𝟑 = 𝟏𝟐

Es un sistema 3 X3

2. 𝟏𝟏𝒙𝟏 + 𝟐𝒙𝟐 − 𝟖𝒙𝟑 − 𝟏𝟒𝒙𝟒 = 𝟏𝟔


−𝟖𝒙𝟏 + 𝟒𝒙𝟐 − 𝟔𝒙𝟑 + 𝟏𝟐𝒙𝟒 = 𝟏𝟐

Es un sistema 2 X4

SISTEMAS CONSISTENTES E INCONSISTENETES


1. Un sistema es consistente cuando tiene una única solución, es decir, las ecuaciones son independientes.

2. Un sistema es inconsistente cuando no tiene solución.

3. Si el sistema tiene infinitas soluciones, se dice que el sistema es consistente pero las ecuaciones son
dependientes.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
98

FORMA MATRICIAL DE UN SISTEMA DE ECUACIONES LINEALES


La forma matricial de un sistema de ecuaciones está dada por:

𝑨𝑿 = 𝑩
Dónde:

 𝑨 Es la matriz que contiene los coeficientes, tiene orden 𝒎 × 𝒏.


 𝑿 Es la matriz de variables tiene orden 𝒏 × 𝟏.
 𝑩 Es la matriz en la cual se pone el término independiente de cada una de las ecuaciones. Es de orden
𝒎 × 𝟏.
NOTA: Para construir matrices a partir de sistemas de ecuaciones, se debe tener en cuenta lo siguiente:

a. El término independiente debe estar aislado o despejado (casi siempre a la derecha de la


ecuación).
b. Las variables deben tener el mismo orden en todas las ecuaciones.
c. Es obligatorio colocar ceros los espacios donde falte una de las variables.

𝒏: Es el número de variables; 𝒎: Es el número de ecuaciones.

EJEMPLO: Un sistema de la forma:

𝒂𝟏𝟏 𝒙 + 𝒂𝟏𝟐 𝒚 + 𝒂𝟏𝟑 𝒛 = 𝒃𝟏


{ 𝒂𝟐𝟏 𝒙 + 𝒂𝟐𝟐 𝒚 + 𝒂𝟐𝟑 𝒛 = 𝒃𝟐
𝒂𝟑𝟏 𝒙 + 𝒂𝟑𝟐 𝒚 + 𝒂𝟑𝟑 𝒛 = 𝒃𝟑

Se puede escribir como:

𝒂𝟏𝟏 + 𝒂𝟏𝟐 + 𝒂𝟏𝟑 𝒙 𝒃𝟏


[𝒂𝟐𝟏 + 𝒂𝟐𝟐 + 𝒂𝟐𝟑 ] [𝒚] = [𝒃𝟐 ]
𝒂𝟑𝟏 + 𝒂𝟑𝟐 + 𝒂𝟑𝟑 𝒛 𝒃𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
99

El primer arreglo se llama matriz de coeficientes.


El segundo arreglo se llama matriz de variables, note que las variables se colocan en el mismo
orden o secuencia en que se encuentran en las ecuaciones.

El tercer arreglo se llama matriz de constantes o matriz del término


independiente.
Nota: También se puede escribir la matriz aumentada, que consiste en agregar a la matriz de
coeficientes, la matriz de constantes en el lado derecho, as:

𝒂𝟏𝟏 + 𝒂𝟏𝟐 + 𝒂𝟏𝟑| 𝒃𝟏


[ 𝒂𝟐𝟏 + 𝒂𝟐𝟐 + 𝒂𝟐𝟑| 𝒃𝟐 ]
𝒂𝟑𝟏 + 𝒂𝟑𝟐 + 𝒂𝟑𝟑 | 𝒃𝟑
Matriz aumentada

4.1.1 EJERCICIOS DE APRENDIZAJE


Para cada uno de los siguientes sistemas de ecuaciones lineales, construya la matriz de coeficientes, la matriz
de constantes, la matriz de variables y la matriz aumentada.

𝟑𝒙 −𝟐𝒛 = 𝟏𝟎
1. {𝟓𝒙 −𝟐𝒚 +𝟒𝒛 = 𝟎
𝟕𝒚 −𝟓𝒛 = 𝟒

PROCEDIMIENTO

a. El sistema quedaría (las variables que falten- espacios en blanco- en el sistema lineal se deben
representar con cero):

𝟑𝒙 +𝟎𝒚 −𝟐𝒛 = 𝟏𝟎
{𝟓𝒙 −𝟐𝒚 +𝟒𝒛 = 𝟎
𝟎𝒙 𝟕𝒚 −𝟓𝒛 = 𝟒
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
100

b. La matriz de coeficientes: Sea C el matriz coeficiente:

𝟑 𝟎 −𝟐
𝑪 = [𝟓 −𝟐 𝟒]
𝟎 𝟕 −𝟓

c. La matriz de variables: Sea V la matriz de variables:

𝒙
𝑽 = [𝒚]
𝒛

d. El matriz término independiente: Sea B la matriz de términos independientes:

𝟏𝟎
𝑩=[𝟎]
𝟒

e. La matriz aumentada: Sea A la matriz Aumentada:

𝟑 𝟎 −𝟐| 𝟏𝟎
[𝟓 −𝟐 𝟒| 𝟎]
𝟎 𝟕 −𝟓| 𝟒

𝟐𝒙 −𝒚 = 𝟏𝟎
2. { 𝟓𝒙 −𝟐𝒛 +𝟒𝒚 = 𝟏𝟏
𝟏𝟎𝒙 𝟕𝒚 −𝟓𝒛 = −𝟒
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
101

PROCEDIMIENTO

a. El sistema quedaría (las variables que falten- espacios en blanco- en el sistema lineal se deben representar
con cero):

Nota: En la segunda ecuación lineal se deben ordenar las variables, para que las tres tengan el mismo
ordenamiento.

𝟑𝒙 −𝒚 𝟎𝒛 = 𝟏𝟎
{ 𝟓𝒙 𝟒𝒚 −𝟐𝒛 = 𝟏𝟏
𝟏𝟎𝒙 𝟕𝒚 −𝟓𝒛 = −𝟒

b. La matriz de coeficientes: Sea C el matriz coeficiente:

𝟑 −𝟏 𝟎
𝑪=[𝟓 𝟒 −𝟐]
𝟏𝟎 𝟕 −𝟓

c. La matriz de variables: Sea V la matriz de variables:

𝒙
𝑽 = [𝒚]
𝒛

d. El matriz término independiente: Sea B la matriz de términos independientes:

𝟏𝟎
𝑩 = [ 𝟏𝟏 ]
−𝟒

e. La matriz aumentada: Sea A la matriz Aumentada:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
102

𝟑 −𝟏 𝟎 | 𝟏𝟎
[𝟓 𝟒 −𝟐| 𝟏𝟏 ]
𝟏𝟎 𝟕 −𝟓| −𝟒

FORMA ESCALONADA POR FILA DE UNA MATRIZ:


Una matriz está en su forma escalonada por, fila, si tiene la siguiente apariencia:

∗ ∗ ∗ ∗
𝟎 ∗ ∗ ∗
[𝟎 𝟎 ∗ ∗]
𝟎 𝟎 𝟎 ∗

Nota: PIVOTE: En una matriz es la primera entrada distinta de cero (𝒆𝒏𝒕𝒓𝒂𝒅𝒂 ≠ 𝟎) en una fila.

Los pivotes son los primeros asteriscos de cada fila (si son diferentes de cero) y los asteriscos restantes pueden
ser o no ser ceros, de esta manera podemos decir que: una matriz está en forma escalonada por fila si:

a. Todas las filas que contienen solo ceros están agrupadas en la parten inferior de la matriz.
b. En cada fila que no contiene solo ceros, el pivote se encuentra a la derecha del pivote de cada renglón
por encima de él.

ACTIVIDAD
Las siguientes matrices están en su forma escalonada, verifique que cumplen con las propiedades anteriores:

𝟒𝟓 𝟐𝟑 −𝟖 𝟐 −𝟗 𝟑 𝟏𝟓 𝟕 𝟖 𝟒
[𝟎 𝟎 𝟏𝟒 𝟏𝟓 −𝟑 𝟏], [ 𝟎 𝟐𝟑 𝟏𝟔 −𝟐]
𝟎 𝟎 𝟎 𝟏 𝟏 𝟏
𝟎 𝟎 𝟏𝟐 −𝟏
𝟎 𝟎 𝟎 𝟎 𝟎 𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
103

TEOREMA PARA TRANSFORMAR LAS FILAS DE UNA MATRIZ


Dada la matriz de un sistema de ecuaciones lineales, las siguientes transformaciones conducen a la matriz de
un sistema de ecuaciones equivalente:

a. Intercambiar dos filas cualesquiera.


b. Multiplicar todos los elementos de una fila por el mismo número 𝒌 𝝐 𝑹𝒆 y 𝒌 ≠ 𝟎.
c. Sumar a los elementos de una fila, 𝒌 veces los correspondientes elementos de cualquier otra fila, en donde
𝒌 𝝐 𝑹𝒆

OPERACIONES ELEMENTALES EN UNA MATRIZ


En una matriz se pueden efectuar las siguientes operaciones, llamadas operaciones elementales (por fila), y la
matriz no se altera.

d. Sumar un múltiplo de una fila a otra fila.


e. Intercambiar dos filas.
f. Multiplicar una fila por una constante distinta de cero.

MÉTODOS MATRICIALES PARA SOLUCIONAR SISTEMAS DE ECUACIONES LINEALES

MÉTODO 1: ELIMINACIÓN GAUSSIANA

4.1.2 PROCEDIMEINTO PARA SOLUCIONAR UN SISTEMA DE


ECUACIONES LINEALES POR EL MÉTODO DE REDUCCIÓN
GAUSSIANA:
Se explicará el desarrollo del método mediante algunos ejemplos:

Nota: Utilizando ELIMINACIÓN GAUSSIANA, resuelva los siguientes sistemas:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
104

𝟐𝒙𝟏 −𝒙𝟐 −𝒙𝟑 = 𝟑


1. {−𝟔𝒙𝟏 +𝟔𝒙𝟐 +𝟓𝒙𝟑 = −𝟑
𝟒𝒙𝟏 +𝟒𝒙𝟐 +𝟕𝒙𝟑 = 𝟑

PROCEDIMIENTO

1. Se escribe la matriz aumentada asociada:

𝟐 −𝟏 −𝟏| 𝟑
[−𝟔 𝟔 𝟓 | −𝟑]
𝟒 𝟒 𝟕| 𝟑

2. Se reduce la matriz aumentada a su forma escalonada. Para ello se realizan los siguientes pasos:
a. Se convierte en 1 la entrada 𝒂𝟏𝟏, esta entrada debe ser diferente de cero y se llama el ELEMENTO PIVOTE.
Para el ejemplo se tiene que:
𝟏
CONDICIÓN: Se multiplica la primera fila por , esto es:
𝟐

𝟏
∗𝒇
𝟐 𝟏
𝒑𝒆𝒓𝒐: 𝒇𝟐 = 𝒇 𝟐 , 𝒚

𝒇𝟑 = 𝒇𝟑

La matriz queda:

𝟏 𝟏 𝟏 𝟏 𝟏 𝟏 𝟑
𝟐∗ −𝟏 ∗ −𝟏 ∗ | 𝟑 ∗ 𝟏 − − |
[ 𝟐 𝟐 𝟐| 𝟐] = [ 𝟐 𝟐| 𝟐 ]
−𝟔 𝟔 𝟓 | −𝟑 −𝟔 𝟔 𝟓 | −𝟑
𝟒 𝟒 𝟕 𝟑 𝟒 𝟒 𝟕 𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
105

Nota: Si la entrada 𝒂𝟏𝟏 = 𝟎, se necesita realizar un intercambio de filas (para el ejemplo este paso no es
necesario efectuarlo).

b. Con el 1 que hay en la entrada 𝒂𝟏𝟏 , se hacen cero todas las demás entradas en la primera columna,
para ello sume un múltiplo apropiado de la primera fila a las demás filas, para el ejemplo:

CONDICIÓN

𝒇𝟏 = 𝒇𝟏
𝒇𝟐
= 𝒇𝟐 + 𝟔𝒇𝟏
𝒇𝟑
= 𝒇𝟑 − 𝟒𝒇𝟏

Efectuando las operaciones en cada fila se tiene:

Primera fila: 𝒇𝟏 = 𝒇𝟏

𝒂𝟏𝟏 = 𝒂𝟏𝟏

𝒂𝟏𝟐 = 𝒂𝟏𝟐

𝒂𝟏𝟑 = 𝒂𝟏𝟑

𝒃𝟏 = 𝒃𝟏

Segunda fila: 𝒇𝟐 = 𝒇𝟐 + 𝟔𝒇𝟏

𝒂𝟐𝟏 = −𝟔 + 𝟔(𝟏) = −𝟔 + 𝟔 = 𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
106

𝟏
𝒂𝟐𝟐 = 𝟔 + 𝟔 (− ) = 𝟔 − 𝟑 = 𝟑
𝟐
𝟏
𝒂𝟐𝟑 = 𝟓 + 𝟔 (− ) = 𝟓 − 𝟑 = 𝟐
𝟐
𝟑
𝒃𝟐 = −𝟑 + 𝟔 ( ) = −𝟑 + 𝟗 = 𝟔
𝟐

Tercera fila: 𝒇𝟑 = 𝒇𝟑 − 𝟒𝒇𝟏

𝒂𝟑𝟏 = 𝟒 − 𝟒(𝟏) = 𝟒 − 𝟒 = 𝟎
𝟏
𝒂𝟑𝟐 = 𝟒 − 𝟒 (− ) = 𝟒 + 𝟐 = 𝟔
𝟐
𝟏
𝒂𝟑𝟑 = 𝟕 − 𝟒 (− ) = 𝟕 + 𝟐 = 𝟗
𝟐
𝟑
𝒃𝟑 = 𝟑 − 𝟒 ( ) = 𝟑 − 𝟔 = −𝟑
𝟐

La matriz queda:

𝟏 𝟏| 𝟑
𝟏 − −
[ 𝟐 𝟐| 𝟐 ]
𝟎 𝟑 𝟐 𝟔
|
𝟎 𝟔 𝟗 −𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
107

c. Se repiten los pasos anteriores ignorando el primer renglón:

CONDICIÓN

𝒇𝟏 = 𝒇𝟏
𝟏
𝒇𝟐 = ( )𝒇𝟐
𝟑
𝒇𝟑 = 𝒇𝟑

𝟏 𝟏 𝟑 𝟏 𝟏
𝟏 𝟏| 𝟑 𝟏 − − | 𝟏 − − | 𝟑
𝟏 − − 𝟐 𝟐 𝟐 𝟐 𝟐
[ 𝟐 𝟐| 𝟐 ] = 𝟏 𝟏 𝟏| 𝟏 = 𝟐 | 𝟐
𝟎 𝟑 𝟐 𝟔 𝟎 ∗ 𝟑 ∗ 𝟐∗ | 𝟔∗ 𝟎 𝟏 𝟐
| 𝟑 𝟑 𝟑 𝟑 𝟑 | −𝟑
𝟎 𝟔 𝟗 −𝟑 [ 𝟎 𝟔 𝟗 −𝟑 ] [𝟎 𝟔 𝟗 ]

d. Se deben volver cero todas las entradas debajo de la entrada 𝒂𝟐𝟐 , para ello se utiliza el 1 de la

entrada 𝒂𝟐𝟐
Se deben efectuar las siguientes operaciones en la matriz:

CONDICIÓN

𝒇𝟏 = 𝒇𝟏
𝒇𝟐 = 𝒇𝟐
𝒇𝟑 = 𝒇𝟑 − 𝟔𝒇𝟐
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
108

Para la tercera fila se tiene:

𝒂𝟑𝟏 = 𝟎 − 𝟔(𝟎) = 𝟎 + 𝟎 = 𝟎

𝒂𝟑𝟐 = 𝟔 − 𝟔(𝟏) = 𝟔 − 𝟔 = 𝟎
𝟐
𝒂𝟑𝟑 = 𝟗 − 𝟔 ( ) = 𝟗 − 𝟒 = 𝟓
𝟑
𝒃𝟑 = −𝟑 − 𝟔(𝟐) = −𝟑 − 𝟏𝟐 = −𝟏𝟓

La matriz queda:

𝟏 𝟏
𝟏 − − | 𝟑
𝟐 𝟐
𝟐 | 𝟐
𝟎 𝟏 𝟐
𝟑 | −𝟏𝟓
[𝟎 𝟎 𝟓 ]

e. Se convierte en 1 la entrada 𝒂𝟑𝟑 :

CONDICIÓN

𝒇𝟏 = 𝒇𝟏
𝒇𝟐 = 𝒇𝟐
𝟏
𝒇𝟑 = (𝒇 )
𝟓 𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
109

𝟏 𝟏
𝟏 𝟏 𝟏 − − 𝟑 𝟏 𝟏
𝟏 − − | 𝟑 𝟐 𝟐| 𝟏 − − | 𝟑
𝟐 𝟐 𝟐 𝟐 𝟐 𝟐
𝟐 | 𝟐 = 𝟎 𝟏 | 𝟐 = 𝟐 | 𝟐
𝟎 𝟏 𝟐 𝟑 | 𝟏 𝟎 𝟏 𝟐
𝟑 | −𝟏𝟓 𝟏 𝟏 𝟏 ∗ − 𝟏𝟓 𝟑 |
−𝟑 ]
[𝟎 𝟎 𝟓 ] ∗ 𝟎 ∗𝟎 ∗𝟓 𝟓 [𝟎 𝟎 𝟏
[𝟓 𝟓 𝟓 ]

La matriz está en la forma escalonada.

3. Se reescribe el sistema y se resuelve por sustitución hacia atrás, esto es:

𝟏 𝟏 𝟏 𝟏
𝟏 − − | 𝟑 𝒙𝟏 − 𝒙𝟐 − 𝒙𝟑 𝟑
𝟐 𝟐 𝟐 𝟐 = → 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
𝟐 | 𝟐 → 𝟐 = 𝟐
𝟎 𝟏 𝟐 𝒙𝟐 + 𝒙𝟑 = 𝟐→ 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
𝟑 | −𝟑 𝟑
−𝟑 → 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
[𝟎 𝟎 𝟏 ] 𝒙𝟑

De la ecuación 3 se tiene que: 𝒙𝟑 = −𝟑


Se reemplaza este valor en la ecuación 2 y se despeja 𝒙𝟐 :

𝟐 𝟐
𝒙𝟐 + 𝒙𝟑 = 𝟐 → 𝒙𝟐 + (−𝟑) = 𝟐 → 𝒙𝟐 − 𝟐 = 𝟐 → 𝒙𝟐 = 𝟐 + 𝟐 → 𝒙𝟐 = 𝟒
𝟑 𝟑

Se reemplazan estos valores, 𝒙𝟑 = −𝟑 , 𝒙𝟐 = 𝟒 en la ecuación 1 y se despeja 𝒙𝟏 :

𝟏 𝟏 𝟑 𝟏 𝟏 𝟑 𝟑 𝟑
𝒙𝟏 − 𝒙𝟐 − 𝒙𝟑 = → 𝒙𝟏 − (𝟒) − (−𝟑) = → 𝒙𝟏 − 𝟐 + = → 𝒙𝟏
𝟐 𝟐 𝟐 𝟐 𝟐 𝟐 𝟐 𝟐
𝟑 𝟑
= − +𝟐→
𝟐 𝟐
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
110

𝒙𝟏 = 𝟐

Prueba: Se reemplazan los valores obtenidos en las ecuaciones originales, esto es:

𝟐(𝟐) −𝟒 −(−𝟑) = 𝟑→𝟒−𝟒+𝟑=𝟑→𝟑=𝟑


−𝟔(𝟐) +𝟔(𝟒) +𝟓(−𝟑) = −𝟑 → −𝟏𝟐 + 𝟐𝟒 − 𝟏𝟓 = −𝟑 → −𝟑 = −𝟑
𝟒(𝟐) +𝟒(𝟒) +𝟕(−𝟑) = 𝟑 → 𝟖 + 𝟏𝟔 − 𝟐𝟏 = 𝟑 → 𝟑 = 𝟑

Por lo tanto, la solución del sistema es:

𝒙𝟏 = 𝟐, 𝒙𝟐 = 𝟒, 𝒙𝟑 = −𝟑

2. Utilizando ELIMINACIÓN GAUSSIANA Resuelva el sistema:

𝟐𝒙 + 𝟖𝒚 − 𝒛 + 𝒘 = 𝟎

𝟒𝒙 + 𝟏𝟔𝒚 − 𝟑𝒛 − 𝒘 = −𝟏𝟎

−𝟐𝒙 + 𝟒𝒚 − 𝒛 + 𝟑𝒘 = −𝟔

−𝟔𝒙 + 𝟐𝒚 + 𝟓𝒛 + 𝒘 = 𝟑
PROCEDIMIENTO

a. Se obtiene la matriz aumentada


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
111

𝟐 𝟖 −𝟏 𝟏 𝟎
[𝟒 𝟏𝟔 −𝟑 −𝟏 | −𝟏𝟎]
−𝟐 𝟒 −𝟏 𝟑 −𝟔
−𝟔 𝟐 𝟓 𝟏 𝟑

Se convierte la entrada 𝒂𝟏𝟏 en 1:

CONDICIÓN

𝟏
𝒇𝟏 = (𝒇 )
𝟐 𝟏
𝒇𝟐 = 𝒇 𝟐
𝒇𝟑 = 𝒇 𝟑
𝒇𝟒 = 𝒇 𝟒

La matriz queda:

𝟏 𝟏 𝟏 𝟏 𝟏
𝟐 𝟖 −𝟏 𝟏 𝟎 ∗𝟐 ∗𝟖 ∗ −𝟏 ∗𝟏 ∗𝟎
[ 𝟒 𝟏𝟔 −𝟑 −𝟏 | −𝟏𝟎] = 𝟐 𝟐 𝟐 𝟐 𝟐
−𝟐 𝟒 −𝟏 𝟑 −𝟔 𝟒 𝟏𝟔 −𝟑 −𝟏 | −𝟏𝟎 =
−𝟐 𝟒 −𝟏 𝟑 −𝟔
−𝟔 𝟐 𝟓 𝟏 𝟑 [ −𝟔 𝟐 𝟓 𝟏 𝟑 ]

𝟏 𝟒 − 𝟏⁄𝟐 𝟏⁄𝟐 𝟎
[𝟒 𝟏𝟔 −𝟑 −𝟏 | −𝟏𝟎]
−𝟐 𝟒 −𝟏 𝟑 −𝟔
−𝟔 𝟐 𝟓 𝟏 𝟑

Se convierten en ceros cada una de las entradas debajo del 1 anterior:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
112

CONDICIÓN

𝒇𝟏 = 𝒇𝟏

𝒇𝟐
= 𝒇𝟐 − 𝟒𝒇𝟏

𝒇𝟑
= 𝒇𝟑 + 𝟐𝒇𝟏

𝒇𝟒
= 𝒇𝟒 + 𝟔𝒇𝟏

Para la fila 2 se tiene:

𝒂𝟐𝟏 = 𝟒 − 𝟒(𝟏) = 𝟒 − 𝟒 = 𝟎

𝒂𝟐𝟐 = 𝟏𝟔 − 𝟒(𝟒) = 𝟏𝟔 − 𝟏𝟔 = 𝟎
𝟏
𝒂𝟐𝟑 = −𝟑 − 𝟒 (− ) = −𝟑 + 𝟐 = −𝟏
𝟐
𝟏
𝒂𝟐𝟒 = −𝟏 − 𝟒 ( ) = −𝟏 − 𝟐 = −𝟑
𝟐
𝒃𝟐 = −𝟏𝟎 − 𝟒(𝟎) = −𝟏𝟎 − 𝟎 = −𝟏𝟎

Para la fila 3:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
113

𝒂𝟑𝟏 = −𝟐 + 𝟐(𝟏) = −𝟐 + 𝟐 = 𝟎
𝒂𝟑𝟐 = 𝟒 + 𝟐(𝟒) = 𝟒 + 𝟖 = 𝟏𝟐
𝟏
𝒂𝟑𝟑 = −𝟏 + 𝟐 (− ) = −𝟏 − 𝟏 = −𝟐
𝟐
𝟏
𝒂𝟑𝟒 = 𝟑 + 𝟐 ( ) = 𝟑 + 𝟏 = 𝟒
𝟐
𝒃𝟑 = −𝟔 + 𝟐(𝟎) = −𝟔 + 𝟎 = −𝟔

Para la fila 4:

𝒂𝟒𝟏 = −𝟔 + 𝟔(𝟏) = −𝟔 + 𝟔 = 𝟎
𝒂𝟒𝟐 = 𝟐 + 𝟔(𝟒) = 𝟐 + 𝟐𝟒 = 𝟐𝟔
𝟏
𝒂𝟒𝟑 = 𝟓 + 𝟔 (− ) = 𝟓 − 𝟑 = 𝟐
𝟐
𝟏
𝒂𝟒𝟒 = 𝟏 + 𝟔 ( ) = 𝟏 + 𝟑 = 𝟒
𝟐
𝒃𝟒 = 𝟑 + 𝟔(𝟎) = 𝟑 + 𝟎 = 𝟑

La matriz queda:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
114

𝟏 𝟒 − 𝟏⁄𝟐 𝟏⁄𝟐 𝟎
[𝟎 𝟎 −𝟏 −𝟑 | −𝟏𝟎]
𝟎 𝟏𝟐 −𝟐 𝟒 −𝟔
𝟎 𝟐𝟔 𝟐 𝟒 𝟑

Como la entrada 𝒂𝟐𝟐 es igual a cero (resaltada en amarillo en la matriz), se debe hacer intercambio de
fila.

Se cambia 𝒇𝟐 𝒄𝒐𝒏 𝒇𝟑

La matriz queda:

𝟏 𝟒 − 𝟏⁄𝟐 𝟏⁄𝟐 𝟎
[𝟎 𝟏𝟐 −𝟐 𝟒 | −𝟔 ]
𝟎 𝟎 −𝟏 −𝟑 −𝟏𝟎
𝟎 𝟐𝟔 𝟐 𝟒 𝟑

Se convierte en 1 la entrada 𝒂𝟐𝟐 :


CONDICIÓN

𝟏
𝒇𝟐 = (𝒇 )
𝟏𝟐 𝟐

Efectuando la operación indicada:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
115

𝟏 𝟒 − 𝟏⁄𝟐 𝟏⁄𝟐 𝟎
[𝟎 𝟏𝟐 −𝟐 𝟒 | −𝟔 ]
𝟎 𝟎 −𝟏 −𝟑 −𝟏𝟎
𝟎 𝟐𝟔 𝟐 𝟒 𝟑
𝟏 𝟒 − 𝟏⁄𝟐 𝟏⁄
𝟐 𝟎
𝟏 𝟏 𝟏 𝟏 𝟏
→ 𝟏𝟐 ∗ 𝟎 ∗ 𝟏𝟐 ∗ −𝟐 ∗ 𝟒 | 𝟏𝟐 ∗ −𝟔 →
𝟏𝟐 𝟏𝟐 𝟏𝟐
𝟎 𝟎 −𝟏 −𝟑 −𝟏𝟎
[ 𝟎 𝟐𝟔 𝟐 𝟒 𝟑 ]

𝟏 𝟏⁄
𝟏 𝟒 − ⁄𝟐 𝟐 𝟎
𝟎 𝟏 − 𝟏⁄ 𝟏⁄ 𝟏
− ⁄𝟐
𝟔 𝟑 |
𝟎 𝟎 −𝟏𝟎
−𝟏 −𝟑
[ 𝟎 𝟐𝟔 𝟑 ]
𝟐 𝟒

Se deben convertir en cero las entradas debajo del 1 anterior:

CONDICIÓN

𝒇𝟏 = 𝒇𝟏
𝒇𝟐 = 𝒇𝟐
𝒇𝟑 = 𝒇𝟑
𝒇𝟒 = 𝒇𝟒 − 𝟐𝟔𝒇𝟐

Para la fila 4 (resaltada en amarillo)


𝒂𝟒𝟏 = 𝟎 − 𝟐𝟔(𝟎) = 𝟎 − 𝟎 = 𝟎

𝒂𝟒𝟐 = 𝟐𝟔 − 𝟐𝟔(𝟏) = 𝟐𝟔 − 𝟐𝟔 = 𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
116

𝟏 𝟏𝟑 𝟔 + 𝟏𝟑 𝟏𝟗
𝒂𝟒𝟑 = 𝟐 − 𝟐𝟔 (− ) = 𝟐 + = =
𝟔 𝟑 𝟑 𝟑
𝟏 𝟐𝟔 𝟏𝟐 − 𝟐𝟔 𝟏𝟒
𝒂𝟒𝟒 = 𝟒 − 𝟐𝟔 ( ) = 𝟒 − = =−
𝟑 𝟑 𝟑 𝟑
𝟏
𝒃𝟒 = 𝟑 − 𝟐𝟔 (− ) = 𝟑 + 𝟏𝟑 = 𝟏𝟔
𝟐

La matriz queda:

− 𝟏⁄𝟐 𝟏⁄𝟐
𝟏 𝟒 𝟎
𝟎 𝟏 − 𝟏⁄𝟔 𝟏⁄𝟑 𝟏
− ⁄𝟐
|
𝟎 𝟎 −𝟏 −𝟑 −𝟏𝟎
𝟎 𝟎 𝟏𝟗 𝟏𝟒 𝟏𝟔
[ − ]
𝟑 𝟑

Se convierte en 1 la entrada 𝒂𝟑𝟑 :


CONDICIÓN

𝒇𝟏 = 𝒇𝟏
𝒇𝟐 = 𝒇𝟐
𝒇𝟑 = −𝒇𝟑
𝒇𝟒 = 𝒇𝟒

Para la fila 3: Se multiplica f_3 por-1


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
117

− 𝟏⁄𝟐 𝟏⁄
𝟐
𝟏 𝟒 𝟎
𝟎 𝟏 − 𝟏⁄𝟔 𝟏⁄
𝟑 | 𝟏
− ⁄𝟐

𝟎 ∗ −𝟏 𝟎 ∗ −𝟏 −𝟏 ∗ −𝟏 −𝟑 ∗ −𝟏 −𝟏𝟎 ∗ −𝟏
𝟎 𝟎 𝟏𝟗 𝟏𝟒 𝟏𝟔
[ − ]
𝟑 𝟑
Realizando las operaciones indicadas:

− 𝟏⁄𝟐 𝟏⁄𝟐
𝟏 𝟒 𝟎
𝟎 𝟏 − 𝟏⁄𝟔 𝟏⁄𝟑 𝟏
− ⁄𝟐
|
𝟎 𝟎 𝟏 𝟑 𝟏𝟎
𝟎 𝟎 𝟏𝟗 𝟏𝟒 𝟏𝟔
[ − ]
𝟑 𝟑

Se deben convertir en cero las entradas debajo del 1 anterior:

CONDICIÓN

𝒇𝟏 = 𝒇𝟏
𝒇𝟐 = 𝒇𝟐
𝒇𝟑 = −𝒇𝟑
𝟏𝟗
𝒇𝟒 = 𝒇𝟒 − 𝒇
𝟑 𝟑

Para la fila 4:
𝟏𝟗
𝒂𝟒𝟏 = 𝟎 − (𝟎) = 𝟎 − 𝟎 = 𝟎
𝟑
𝟏𝟗
𝒂𝟒𝟐 = 𝟎 − (𝟎) = 𝟎 − 𝟎 = 𝟎
𝟑
𝟏𝟗 𝟏𝟗 𝟏𝟗 𝟏𝟗
𝒂𝟒𝟑 = − (𝟏) = − =𝟎
𝟑 𝟑 𝟑 𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
118

𝟏𝟒 𝟏𝟗 𝟏𝟒 𝟓𝟕 −𝟏𝟒−𝟓𝟕 𝟕𝟏
𝒂𝟒𝟒 = − − (𝟑) = − − = =−
𝟑 𝟑 𝟑 𝟑 𝟑 𝟑
𝟏𝟗 𝟏𝟗𝟎 𝟒𝟖−𝟏𝟗𝟎 𝟏𝟒𝟐
𝒃𝟒 = 𝟏𝟔 − (𝟏𝟎) = 𝟏𝟔 − = =−
𝟑 𝟑 𝟑 𝟑

La matriz queda:

− 𝟏⁄𝟐 𝟏⁄
𝟐 𝟎
𝟏 𝟒 𝟏 𝟏⁄ − 𝟏⁄𝟐
𝟎 𝟏 − ⁄𝟔 𝟑 |
𝟎 𝟎 𝟑 𝟏𝟎
𝟏 𝟕𝟏 − 𝟏𝟒𝟐
𝟎 𝟎
[ 𝟎 − 𝟑 ]
𝟑

Se convierte en 1 la entrada 𝒂𝟒𝟒 :


CONDICIÓN

𝒇𝟏 = 𝒇𝟏
𝒇𝟐 = 𝒇𝟐
𝒇𝟑 = 𝒇𝟑
𝟑
𝒇𝟒 = − 𝒇
𝟕𝟏 𝟒

La matriz queda:

− 𝟏⁄𝟐 𝟏⁄𝟐 𝟎
𝟏 𝟒 𝟏 𝟏⁄ 𝟏
− ⁄𝟐
𝟎 𝟏 − ⁄𝟔 𝟑 |
𝟎 𝟎 𝟑 𝟏𝟎 →
𝟏 𝟕𝟏 − 𝟏𝟒𝟐
𝟎 𝟎
[ 𝟎 − 𝟑 ]
𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
119

𝟏 𝟒 − 𝟏⁄𝟐 𝟏⁄
𝟐 𝟎
𝟏
− ⁄𝟐
𝟎 𝟏 − 𝟏⁄𝟔 𝟏⁄
𝟑
𝟎 𝟎 | 𝟏𝟎 →
𝟑 𝟑 𝟏 𝟑
𝟎∗− 𝟎∗− 𝟑 𝟕𝟏 𝟑 𝟏𝟒𝟐 𝟑
𝟕𝟏 𝟕𝟏 𝟎 ∗ − − ∗− − ∗ −
[ 𝟕𝟏 𝟑 𝟕𝟏 𝟑 𝟕𝟏]

𝟏 𝟏⁄
𝟏 𝟒 − ⁄𝟐 𝟐 𝟎
𝟎 𝟏 − 𝟏⁄ 𝟏⁄ 𝟏
− ⁄𝟐
𝟔 𝟑 |
𝟎 𝟎 𝟏𝟎
𝟏 𝟑
[𝟎 𝟎
𝟎 𝟏 𝟐 ]

La matriz está en la forma escalonada.


b. Se reescribe el sistema de ecuaciones:

𝟏 𝟏
 𝒙 + 𝟒𝒚 − 𝒛 + 𝒘 = 𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
𝟐 𝟐
𝟏 𝟏 𝟏
 𝒚 − 𝒛 + 𝒘 = − 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
𝟔 𝟑 𝟐
 𝒛 + 𝟑𝒘 = 𝟏𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
 𝒘 = 𝟐 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒

c. El sistema se resuelve por sustitución hacia atrás, esto es:

Se reemplaza la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟒 en la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑:


𝒛 + 𝟑𝒘 = 𝟏𝟎 → 𝒛 + 𝟑(𝟐) = 𝟏𝟎 → 𝒛 + 𝟔 = 𝟏𝟎 → 𝒛 = 𝟏𝟎 − 𝟔 → 𝒛 = 𝟒

Se reemplazan los valores de 𝒛 ,𝒘 en la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
120

𝟏 𝟏 𝟏 𝟏 𝟏 𝟏 𝟐 𝟐 𝟏
𝒚 − 𝒛 + 𝒘 = − → 𝒚 − (𝟒) + (𝟐) = − → 𝒚 − + = − →
𝟔 𝟑 𝟐 𝟔 𝟑 𝟐 𝟑 𝟑 𝟐

𝟏
𝒚=−
𝟐

Se reemplazan los valores de 𝒚, 𝒛 , 𝒘 en la 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏𝟏:

𝟏 𝟏 𝟏 𝟏 𝟏
𝒙 + 𝟒𝒚 − 𝒛 + 𝒘 = 𝟎 → 𝒙 + 𝟒 (− ) − (𝟒) + (𝟐) = 𝟎 →
𝟐 𝟐 𝟐 𝟐 𝟐

𝒙−𝟐−𝟐+𝟏=𝟎→𝒙−𝟑=𝟎→𝒙=𝟑

𝟏
La solución del sistema es: 𝒙 = 𝟑, 𝒚 = − , 𝒛 = 𝟒, 𝒘 = 𝟐
𝟐

ACTIVIDAD: Realice la prueba reemplazando los valores en las ecuaciones originales, tome el ejercicio
anterior como ejemplo.

ACTIVIDAD: Encuentre la solución del siguiente sistema, tome el ejercicio anterior como ejemplo, resuélvalo y
confróntelo con su tutor.

𝒙 +𝟐𝒚 +𝒛 = −𝟔
{𝟒𝒙 −𝟐𝒚 −𝒛 = −𝟒
𝟐𝒙 −𝒚 +𝟑𝒛 = 𝟏𝟗

Respuesta: solución del sistema es:(−𝟐, −𝟓, 𝟔)


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
121

Solución de sistemas de ecuaciones lineales con infinitas soluciones:

3. Solucione el siguiente sistema:


𝒙 +𝒚 +𝒛 = 𝟐
{𝟓𝒙 −𝟐𝒚 +𝟐𝒛 = 𝟎
𝟖𝒙 +𝒚 +𝟓𝒛 = 𝟔

PROCEDIMIENTO

a. Se obtiene la matriz de aumentada:

𝟏 𝟏 𝟏 𝟐
[𝟓 −𝟐 𝟐 𝟎 ]
𝟖 𝟏 𝟓 𝟔

Como la entrada 𝒂𝟏𝟏 es 1, por lo tanto se convierten en cero las entradas que están por
debajo del mismo:

CONDICIÓN

𝒇𝟏 = 𝒇𝟏
𝒇𝟐 = 𝒇𝟐 − 𝟓𝒇𝟏
𝒇𝟑 = 𝒇𝟑 − 𝟖𝒇𝟏

La matriz queda:

𝟏 𝟏 𝟏 𝟐 𝟏 𝟏 𝟏 𝟐
[𝟓 −𝟐 𝟐 𝟎 ] = [𝟓 − 𝟓(𝟏) −𝟐 − 𝟓(𝟏) 𝟐 − 𝟓(𝟏) 𝟎 − 𝟓(𝟐)]
𝟖 𝟏 𝟓 𝟔 𝟖 − 𝟖(𝟏) 𝟏 − 𝟖(𝟏) 𝟓 − 𝟖(𝟏) 𝟔 − 𝟖(𝟐)
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
122

Efectuando las operaciones indicadas:

𝟏 𝟏 𝟏 𝟐 𝟏 𝟏 𝟏 𝟐
[𝟓 − 𝟓 −𝟐 − 𝟓 𝟐 − 𝟓 𝟎 − 𝟏𝟎] = [𝟎 −𝟕 −𝟑 − 𝟏𝟎]
𝟖 − 𝟖 𝟏 − 𝟖 𝟓 − 𝟖 𝟔 − 𝟏𝟔 𝟎 −𝟕 −𝟑 − 𝟏𝟎

Se convierte en 1 la entrada 𝒂𝟐𝟐 :


CONDICIÓN:

𝒇𝟏 = 𝒇𝟏
𝟏
𝒇𝟐 = − 𝒇𝟐
𝟕
𝒇𝟑 = 𝒇𝟑

𝟏 𝟏 𝟏 𝟐
[𝟎 −𝟕 −𝟑 − 𝟏𝟎]
𝟎 −𝟕 −𝟑 − 𝟏𝟎
𝟏 𝟏 𝟏 𝟐
𝟏 𝟏 𝟏 𝟏
= [𝟎 ∗ − −𝟕 ∗ − −𝟑 ∗ − − 𝟏𝟎 ∗ − ]
𝟕 𝟕 𝟕 𝟕
𝟎 −𝟕 −𝟑 − 𝟏𝟎

Realizando las operaciones indicadas:

𝟏 𝟏 𝟏 𝟐
𝟑 𝟏𝟎
[𝟎 𝟏 ]
𝟕 𝟕
𝟎 −𝟕 −𝟑 − 𝟏𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
123

Se convierten en cero las entradas que están por debajo del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏
𝒇𝟐 = 𝒇𝟐
𝒇𝟑 = 𝒇𝟑 + 𝟕𝒇𝟐

𝟏 𝟏 𝟏 𝟐
𝟏 𝟏 𝟏 𝟐 𝟑 𝟏𝟎
𝟑 𝟏𝟎 𝟎 𝟏
[𝟎 𝟏 ]= 𝟕 𝟕
𝟕 𝟕 𝟑 𝟏𝟎
𝟎 −𝟕 −𝟑 − 𝟏𝟎 𝟎 + 𝟕(𝟎) −𝟕 + 𝟕(𝟏) −𝟑 + 𝟕 ( ) − 𝟏𝟎 + 𝟕( )
[ 𝟕 𝟕 ]

Realizando las operaciones indicadas, se obtiene la matriz en la cual la entrada 𝒂𝟑𝟑 =𝟎

𝟏 𝟏 𝟏 𝟐
𝟑 𝟏𝟎
[𝟎 𝟏 ]
𝟕 𝟕
𝟎 𝟎 𝟎 𝟎

b. Se reescribe el sistema:

𝟏 𝟏 𝟏 𝟐 𝒙 + 𝒚 + 𝒛 = 𝟐 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
𝟑 𝟏𝟎 𝟑 𝟏𝟎
[𝟎 𝟏 ]→{ 𝒚+ 𝒛= 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
𝟕 𝟕 𝟕 𝟕
𝟎 𝟎 𝟎 𝟎 𝟎 = 𝟎 𝑰𝒈𝒖𝒂𝒍𝒅𝒂𝒅 𝒗𝒆𝒓𝒅𝒂𝒅𝒆𝒓𝒂

Nota: Como se llega a una igualdad verdadera, el sistema tiene infinitas soluciones.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
124

De la ecuación 2 se despeja 𝒚:

𝟑 𝟏𝟎 𝟏𝟎 𝟑
𝒚+ 𝒛= 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐 → 𝒚 = − 𝒛 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
𝟕 𝟕 𝟕 𝟕
Se reemplaza la ecuación 3 en la ecuación 1:

𝟏𝟎 𝟑
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏 → 𝒙 + 𝒚 + 𝒛 = 𝟐 → 𝒙 + ( − 𝒛) + 𝒛 = 𝟐 →
𝟕 𝟕
𝟏𝟎 𝟑 𝟏𝟎 𝟑
𝒙+ − 𝟕𝒛 + 𝒛 = 𝟐 → 𝒙 = − + 𝟕 𝒛 − 𝒛 + 𝟐 → Reduciendo términos
𝟕 𝟕
semejantes:

𝟒 𝟒
𝒙= − 𝒛
𝟕 𝟕

Para indicar una solución más general:

Haciendo: 𝒛 = 𝒌 donde 𝒌 𝝐 𝑹𝒆 , entonces la solución del sistema (𝒙, 𝒚, 𝒛) es:

𝟒 𝟒 𝟏𝟎 𝟑
( − 𝒌, − 𝒌, 𝒌)
𝟕 𝟕 𝟕 𝟕
Para cada número real 𝒌 se obtiene una solución para el sistema dado, se revisarán algunos valores:

𝒌 (𝒙, 𝒚, 𝒛)
𝟒 𝟒 𝟏𝟎 𝟑 SOLUCIÓN
( − 𝒌, − 𝒌, 𝒌)
𝟕 𝟕 𝟕 𝟕

𝟎 𝟒 𝟒 𝟏𝟎 𝟑 𝟒 𝟏𝟎
− (𝟎), − (𝟎), 𝟎 ( , , 𝟎)
𝟕 𝟕 𝟕 𝟕 𝟕 𝟕
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
125

𝟏 𝟒 𝟒 𝟏𝟎 𝟑 (𝟎, 𝟏, 𝟏)
− (𝟏), − (𝟏), 𝟏
𝟕 𝟕 𝟕 𝟕

𝟐 𝟒 𝟒 𝟏𝟎 𝟑 𝟒 𝟒
− (𝟐), − (𝟐), 𝟐 (− , , 𝟐)
𝟕 𝟕 𝟕 𝟕 𝟕 𝟕

𝟑 𝟒 𝟒 𝟏𝟎 𝟑 𝟖 𝟏
− (𝟑), − (𝟑), 𝟑 (− , , 𝟑)
𝟕 𝟕 𝟕 𝟕 𝟕 𝟕

ACTIVIDAD: Realiza el mismo cuadro asignando 3 valores negativos.

4. Solucione el siguiente sistema:

𝟐𝒙 −𝒚 −𝒛 = 𝟎
{𝟐𝒙 +𝟑𝒚 =𝟏
𝟖𝒙 −𝟑𝒛 = 𝟒

PROCEDIMIENTO

a. Se obtiene la matriz de aumentada:

𝟐 −𝟏 −𝟏 𝟎
[𝟐 𝟑 𝟎 𝟏]
𝟖 𝟎 −𝟑 𝟒

Se convierte en 1 la entrada 𝒂𝟏𝟏 :


CONDICIÓN:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
126

𝟏
𝒇𝟏 = (𝒇 )
𝟐 𝟏
𝒇𝟐 = 𝒇𝟐
𝒇𝟑 = 𝒇𝟑

𝟏 𝟏 𝟏 𝟏
𝟐 −𝟏 −𝟏 𝟎 ∗ (𝟐) ∗ (−𝟏) ∗ (−𝟏) ∗ (𝟎)
[𝟐 𝟑 𝟎 𝟏] → 𝟐 𝟐 𝟐 𝟐 →
𝟖 𝟎 −𝟑 𝟒 [ 𝟐 𝟑 𝟎 𝟏
𝟖 𝟎 −𝟑 𝟒 ]

𝟐 𝟏 𝟏 𝟏 𝟏
− (− ) 𝟎 𝟏 − − 𝟎
𝟐 𝟐 𝟐 → 𝟐 𝟐
𝟐 𝟑 𝟎 𝟏 𝟐 𝟑 𝟎 𝟏
[𝟖 𝟎 −𝟑 𝟒 ] [𝟖 𝟎 −𝟑 𝟒]

Se convierten en cero las entradas que están por debajo del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐 − 𝟐𝒇𝟏

𝒇𝟑 = 𝒇𝟑 − 𝟖𝒇𝟏

𝟏 𝟏
𝟏 − − 𝟎
𝟐 𝟐 →
𝟐 𝟑 𝟎 𝟏
[𝟖 𝟎 −𝟑 𝟒]
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
127

𝟏 𝟏
𝟏 − − 𝟎
𝟐 𝟐
𝟏 𝟏
𝟐 − 𝟐(𝟏) 𝟑 − 𝟐(− ) 𝟎 − 𝟐 (− ) 𝟏 − 𝟐(𝟎) →
𝟐 𝟐
𝟏 𝟏
𝟖 − 𝟖(𝟏) 𝟎 − 𝟖(− ) −𝟑 − 𝟖 (− ) 𝟒 − 𝟖(𝟎)
[ 𝟐 𝟐 ]

𝟏 𝟏
𝟏 − − 𝟎
𝟐 𝟐 𝟏 𝟏
𝟐 𝟏 − − 𝟎
𝟐−𝟐 𝟑+𝟏 𝟎+ 𝟏−𝟎 → [ 𝟐 𝟐 ]
𝟐 𝟎 𝟒 𝟏 𝟏
𝟖 𝟖 𝟎 𝟒 𝟏 𝟒
[𝟖 − 𝟖 𝟎+
𝟐
−𝟑 +
𝟐
𝟒−𝟎 ]

Se convierte en 1 la entrada 𝒂𝟐𝟐


CONDICIÓN:

𝒇𝟏 = 𝒇𝟏
𝟏
𝒇𝟐 = (𝒇 )
𝟒 𝟐
𝒇𝟑 = 𝒇𝟑

𝟏 𝟏
𝟏 𝟏 𝟏 − − 𝟎
𝟏 − − 𝟎 𝟐 𝟐
[ 𝟐 𝟐 ]→ 𝟏 𝟏 𝟏 𝟏 →
𝟎 𝟒 𝟏 𝟏 ∗𝟎 ∗ 𝟒 ∗ 𝟏 ∗ 𝟏
𝟎 𝟒 𝟏 𝟒 𝟒 𝟒 𝟒 𝟒
[ 𝟎 𝟒 𝟏 𝟒 ]
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
128

𝟏 𝟏 𝟏 𝟏
𝟏 − − 𝟎 𝟏 − − 𝟎
𝟐 𝟐 𝟐 𝟐
𝟎 𝟒 𝟏 𝟏 → 𝟏 𝟏
𝟎 𝟏
𝟒 𝟒 𝟒 𝟒 𝟒 𝟒
[𝟎 𝟒 𝟏 𝟒] [𝟎 𝟒 𝟏 𝟒]

Se convierten en cero las entradas que están por debajo del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = 𝒇𝟑 − 𝟒(𝒇𝟐 )

𝟏 𝟏
𝟏 𝟏 𝟏 − − 𝟎
𝟏 − − 𝟎 𝟐 𝟐
𝟐 𝟐 𝟏 𝟏
𝟏 𝟏 → 𝟎 𝟏 →
𝟎 𝟏 𝟒 𝟒
𝟒 𝟒 𝟏 𝟏
[𝟎 𝟒 𝟏 𝟒] 𝟎 − 𝟒(𝟎) 𝟒 − 𝟒(𝟏) 𝟏 − 𝟒( ) 𝟒 − 𝟒( )
[ 𝟒 𝟒 ]

𝟏 𝟏
𝟏 − − 𝟎 𝟏 𝟏
𝟐 𝟐 𝟏 − − 𝟎
𝟏 𝟏 𝟐 𝟐
𝟎 𝟏 → 𝟏 𝟏 →
𝟒 𝟒 𝟎 𝟏
𝟒 𝟒 𝟒 𝟒
[𝟎 𝟎 𝟎 𝟑]
[𝟎 − 𝟎 𝟒−𝟒 𝟏−( )
𝟒
𝟒 − ( )]
𝟒

b. Se reescribe el sistema:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
129

𝟏 𝟏 𝒙 − 𝟏 𝒚 − 𝟏 𝒛 = 𝟎 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
𝟏 −
𝟐

𝟐
𝟎 𝟐 𝟐
𝟎 𝟏
𝟏 𝟏 →
𝒚 + 𝟏 𝒛 = 𝟏 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
[𝟎 𝟎
𝟒
𝟎
𝟒
𝟑]
𝟒 𝟒
{ 𝟎 = 𝟑 𝑰𝒈𝒖𝒂𝒍𝒅𝒂𝒅 𝒇𝒂𝒍𝒔𝒂

c. Como se llega a una igualdad falsa (𝟎 = 𝟑) , el sistema es inconsistente, quiere decir


que no tiene solución.

TEMA 2 SISTEMAS HOMOGÉNEOS


Dado el sistema:

𝒂𝒙 + 𝒃𝒚 + 𝒄𝒛 = 𝟎
{𝒆𝒙 + 𝒇𝒚 + 𝒈𝒛 = 𝟎
𝒊𝒙 + 𝒋𝒚 + 𝒌𝒛 = 𝟎
Es homogéneo porque término independiente en todas las ecuaciones es igual a cero.

Nota: Un sistema lineal homogéneo siempre tiene la solución trivial (𝟎, 𝟎, 𝟎), por lo tanto estos siempre son
sistemas consistentes; además de la solución trivial pueden tener también infinitas soluciones no triviales.

ACTIVIDAD: Siguiendo el proceso anterior solucione el siguiente sistema, determine el número de soluciones,
si las tiene, confronte con el tutor su validez.

𝒙+𝒚+𝒛=𝟎
{𝟓𝒙 − 𝟐𝒚 + 𝟐𝒛 = 𝟎
𝟖𝒙 + 𝒚 + 𝟓𝒛 = 𝟎

{
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
130

4.2.1 MÉTODO 2: ELIMINACIÓN GAUSS – JORDAN


Este método consiste en llevar la matriz aumentada del sistema a una matriz de la forma

𝟏 𝟎 𝟎 𝟎 𝒂
[𝟎 𝟏 𝟎 𝟎 𝒃]
𝟎 𝟎 𝟏 𝟎 𝒄
𝟎 𝟎 𝟎 𝟏 𝒅

Todas las entradas de la diagonal principal son iguales a 1 y todas las entradas arriba y abajo de la
diagonal principal son iguales a cero.

Una matriz de este tipo se dice que está en su forma ESCALONADA REDUCIDA POR RENGLÓN.

Donde los números 𝒂, 𝒃, 𝒄, 𝒅, … 𝝐 𝑹𝒆 .


Se deduce de lo anterior que:

𝒙𝟏 = 𝒂
𝒙𝟐 = 𝒃
𝒙𝟑 = 𝒄
𝒙𝟒 = 𝒅
:
𝒙𝒏…

4.2.1.1 EJERCICIOS DE APRENDIZAJE


Utilizando ELIMINACIÓN GAUSS – JORDAN resuelva los siguientes sistemas:

Ejercicio tomado de GROSSMAN. Stanley I. Álgebra lineal. 5 ed. México: Mc Graw Hill, 1966. P 7
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
131

𝟐𝒙𝟏 + 𝟒𝒙𝟐 +𝟔𝒙𝟑 = 𝟏𝟖


1. {𝟒𝒙𝟏 + 𝟓𝒙𝟐 + 𝟔𝒙𝟑 = 𝟐𝟒
𝟑𝒙𝟏 + 𝒙𝟐 −𝟐𝒙𝟑 = 𝟒
PROCEDIMIENTO

a. Se obtiene la matriz de aumentada:

𝟐 𝟒 𝟔 𝟏𝟖
[𝟒 𝟓 𝟔 𝟐𝟒]
𝟑 𝟏 −𝟐 𝟒
Se convierte en 1 la entrada 𝒂𝟏𝟏

CONDICIÓN:

𝟏
𝒇𝟏 = (𝒇 )
𝟐 𝟏
𝒇𝟐 = 𝒇𝟐
𝒇𝟑 = 𝒇𝟑

𝟐 𝟒 𝟔 𝟏𝟖 𝟏/𝟐 ∗ (𝟐) 𝟏/𝟐 ∗ (𝟒) 𝟏/𝟐 ∗ (𝟔) 𝟏/𝟐 ∗ (𝟏𝟖)


[𝟒 𝟓 𝟔 𝟐𝟒] → [ 𝟒 𝟓 𝟔 𝟐𝟒 ]→
𝟑 𝟏 −𝟐 𝟒 𝟑 𝟏 −𝟐 𝟒
Efectuando las operaciones indicadas:

𝟐/𝟐 𝟒/𝟐 𝟔/𝟐 𝟏𝟖/𝟐 𝟏 𝟐 𝟑 𝟗


[ 𝟒 𝟓 𝟔 𝟐𝟒 ] → [𝟒 𝟓 𝟔 𝟐𝟒]
𝟑 𝟏 −𝟐 𝟒 𝟑 𝟏 −𝟐 𝟒

Se convierten en cero las entradas que están por debajo del 1 obtenido:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
132

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐 − 𝟒(𝒇𝟏 )

𝒇𝟑 = 𝒇𝟑 − 𝟑(𝒇𝟏 )

𝟏 𝟐 𝟑 𝟗 𝟏 𝟐 𝟑 𝟗
[𝟒 𝟓 𝟔 𝟐𝟒] → [𝟒 − 𝟒(𝟏) 𝟓 − 𝟒(𝟐) 𝟔 − 𝟒(𝟑) 𝟐𝟒 − 𝟒(𝟗)]
𝟑 𝟏 −𝟐 𝟒 𝟑 − 𝟑(𝟏) 𝟏 − 𝟑(𝟐) −𝟐 − 𝟑(𝟑) 𝟒 − 𝟑(𝟗)
Efectuando las operaciones indicadas:

𝟏 𝟐 𝟑 𝟗 𝟏 𝟐 𝟑 𝟗
[𝟒 − 𝟒 𝟓−𝟖 𝟔 − 𝟏𝟐 𝟐𝟒 − 𝟑𝟔] → [𝟎 −𝟑 −𝟔 −𝟏𝟐]
𝟑−𝟑 𝟏−𝟔 −𝟐 − 𝟗 𝟒 − 𝟐𝟕 𝟎 −𝟓 −𝟏𝟏 −𝟐𝟑

Se convierte en 1 la entrada 𝒂𝟐𝟐:


CONDICIÓN:

𝒇𝟏 = 𝒇𝟏
𝟏
𝒇𝟐 = − (𝒇𝟐 )
𝟑
𝒇𝟑 = 𝒇𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
133

𝟏 𝟐 𝟑 𝟗 𝟏 𝟐 𝟑 𝟗
[𝟎 −𝟑 −𝟔 −𝟏𝟐] → [−𝟏/𝟑 ∗ 𝟎 −𝟏/𝟑 ∗ −𝟑 −𝟏/𝟑 ∗ −𝟔 − 𝟏/𝟑 ∗ −𝟏𝟐]
𝟎 −𝟓 −𝟏𝟏 −𝟐𝟑 𝟎 −𝟓 −𝟏𝟏 −𝟐𝟑

Efectuando las operaciones indicadas:

𝟏 𝟐 𝟑 𝟗
𝟎 −𝟑 −𝟔 −𝟏𝟐 𝟏 𝟐 𝟑 𝟗
[− − − − ] → [𝟎 𝟏 𝟐 𝟒 ]
𝟑 𝟑 𝟑 𝟑 𝟎 −𝟓 −𝟏𝟏 −𝟐𝟑
𝟎 −𝟓 −𝟏𝟏 −𝟐𝟑

Se convierten en cero las entradas que están por encima y por debajo del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏 − 𝟐(𝒇𝟐 )
𝒇𝟐 = 𝒇𝟐
𝒇𝟑 = 𝒇𝟑 + 𝟓(𝒇𝟐 )

𝟏 𝟐 𝟑 𝟗
[𝟎 𝟏 𝟐 𝟒 ]
𝟎 −𝟓 −𝟏𝟏 −𝟐𝟑
𝟏 − 𝟐 ∗ (𝟎) 𝟐 − 𝟐 ∗ (𝟏) 𝟑 − 𝟐 ∗ (𝟐) 𝟗 − 𝟐 ∗ (𝟒)
→[ 𝟎 𝟏 𝟐 𝟒 ]
𝟎 + 𝟓 ∗ (𝟎) −𝟓 + 𝟓 ∗ (𝟏) −𝟏𝟏 + 𝟓 ∗ (𝟐) −𝟐𝟑 + 𝟓 ∗ (𝟒)

Efectuando las operaciones indicadas:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
134

𝟏−𝟎 𝟐−𝟐 𝟑−𝟒 𝟗−𝟖 𝟏 𝟎 −𝟏 𝟏


[ 𝟎 𝟏 𝟐 𝟒 ] → [𝟎 𝟏 𝟐 𝟒]
𝟎+𝟎 −𝟓 + 𝟓 −𝟏𝟏 + 𝟏𝟎 −𝟐𝟑 + 𝟐𝟎 𝟎 𝟎 −𝟏 −𝟑

Se convierte en 1 la entrada 𝒂𝟑𝟑:


CONDICIÓN:

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = −𝒇𝟑

𝟏 𝟎 −𝟏 𝟏 𝟏 𝟎 −𝟏 𝟏
[𝟎 𝟏 𝟐 𝟒 ]→[ 𝟎 𝟏 𝟐 𝟒 ]→
𝟎 𝟎 −𝟏 −𝟑 −𝟏 ∗ 𝟎 −𝟏 ∗ 𝟎 −𝟏 ∗ −𝟏 −𝟏 ∗ −𝟑
Efectuando las operaciones indicadas:

𝟏 𝟎 −𝟏 𝟏
[𝟎 𝟏 𝟐 𝟒]
𝟎 𝟎 𝟏 𝟑

Se convierten en cero las entradas que están por encima del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏 + 𝒇𝟑

𝒇𝟐 = 𝒇𝟐 − 𝟐(𝒇𝟑 )
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
135

𝒇𝟑 = 𝒇𝟑

𝟏 𝟎 −𝟏 𝟏 𝟏+𝟎 𝟎+𝟎 −𝟏 + 𝟏 𝟏+𝟑


[𝟎 𝟏 𝟐 𝟒] → [𝟎 − 𝟐 ∗ (𝟎) 𝟏 − 𝟐 ∗ (𝟎) 𝟐 − 𝟐 ∗ (𝟏) 𝟒 − 𝟐 ∗ (𝟑)]
𝟎 𝟎 𝟏 𝟑 𝟎 𝟎 𝟏 𝟑
Efectuando las operaciones indicadas:

𝟏+𝟎 𝟎+𝟎 −𝟏 + 𝟏 𝟏 + 𝟑 𝟏 𝟎 𝟎 𝟒
[𝟎 − 𝟎 𝟏 − 𝟎) 𝟐 − 𝟐 𝟒 − 𝟔 ] → [𝟎 𝟏 𝟎 −𝟐]
𝟎 𝟎 𝟏 𝟑 𝟎 𝟎 𝟏 𝟑

b. La solución del sistema reemplazando las respectivas variables:

𝒙 𝟎 𝟎 𝟒 𝒙=𝟒
[𝟎 𝒚 𝟎 −𝟐] → {𝒚 = −𝟐
𝟎 𝟎 𝒛 𝟑 𝒛=𝟑
ACTIVIDAD: Con los valores obtenidos realizar la correspondiente prueba.

2. En el siguiente ejercicio se deben completar los procesos a partir de las condiciones dadas (tomar el

ejercicio anterior como referencia).

Resolver el siguiente sistema:

{
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
136

𝒙+𝒚+𝒛+𝒘=𝟎
𝟐𝒙 + 𝟒𝒚 + 𝟖𝒛 + 𝟏𝟔𝒘 = 𝟐𝟔
{
𝟑𝒙 + 𝟗𝒚 + 𝟐𝟕𝒛 + 𝟖𝟏𝒘 = 𝟏𝟒𝟒
𝟒𝒙 + 𝟏𝟔𝒚 + 𝟔𝟒𝒛 + 𝟐𝟓𝟔𝒘 = 𝟒𝟔𝟖

PROCEDIMIENTO

a. La matriz aumentada es:

𝟏 𝟏 𝟏 𝟏 𝟎
[𝟐 𝟒 𝟖 𝟏𝟔 𝟐𝟔 ]
𝟑 𝟗 𝟐𝟕 𝟖𝟏 𝟏𝟒𝟒
𝟒 𝟏𝟔 𝟔𝟒 𝟐𝟓𝟔 𝟒𝟔𝟖

Como la entrada 𝒂𝟏𝟏 𝒆𝒔 𝟏, se convierten en cero las entradas que están por debajo del 1:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐 − 𝟐(𝒇𝟏 )

𝒇𝟑 = 𝒇𝟑 − 𝟑(𝒇𝟏 )

𝒇𝟒 = 𝒇𝟒 − 𝟒(𝒇𝟏 )

𝟏 𝟏 𝟏 𝟏 𝟎 𝟏 𝟏 𝟏 𝟏 𝟎
[𝟐 𝟒 𝟖 𝟏𝟔 𝟐𝟔 ] → [ ]→
𝟑 𝟗 𝟐𝟕 𝟖𝟏 𝟏𝟒𝟒
𝟒 𝟏𝟔 𝟔𝟒 𝟐𝟓𝟔 𝟒𝟔𝟖
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
137

𝟏 𝟏 𝟏 𝟏 𝟎 𝟏 𝟏 𝟏 𝟏 𝟎
[ ]→[ ]

Se convierte en 1 la entrada 𝒂𝟐𝟐:


CONDICIÓN:

𝒇𝟏 = 𝒇𝟏
𝟏
𝒇𝟐 = (𝒇 )
𝟐 𝟐
𝒇𝟑 = 𝒇𝟑

𝒇𝟒 = 𝒇𝟒

𝟏 𝟏 𝟏 𝟏 𝟎 𝟏 𝟏 𝟏 𝟏 𝟎
[𝟎 ] → [𝟎 𝟏 ]
𝟎 𝟎
𝟎 𝟎

Se convierten en cero las entradas que están por encima y por debajo del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏 − 𝒇𝟐

𝒇𝟐 = 𝒇𝟐
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
138

𝒇𝟑 = 𝒇𝟑− 𝟔𝒇𝟐

𝒇𝟒 = 𝒇𝟒 − 𝟏𝟐𝒇𝟐

𝟏 𝟏 𝟏 𝟏 𝟎 𝟏 𝟏 𝟏 𝟏 𝟎
𝟎 𝟏 𝟎 𝟏
[ ]→[ ]
𝟎 𝟎
𝟎 𝟎
𝟏 𝟎 𝟏 𝟏 𝟎
→ [𝟎 𝟏 ]
𝟎 𝟎
𝟎 𝟎

Se convierte en 1 la entrada 𝒂𝟑𝟑:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐
𝟏
𝒇𝟑 = (𝒇 )
𝟔 𝟑
𝒇𝟒 = 𝒇𝟒

𝟏 𝟎 𝟏 𝟏 𝟎 𝟏 𝟎 𝟏 𝟏 𝟎 𝟏 𝟎 𝟏 𝟏 𝟎
[𝟎 𝟏 ] = [𝟎 𝟏 ] → [𝟎 𝟏 ]
𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟏
𝟎 𝟎 𝟎 𝟎 𝟎 𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
139

Se convierten en cero las entradas que están por encima y por debajo del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏 + 𝟐𝒇𝟑

𝒇𝟐 = 𝒇𝟐 − 𝟑𝒇𝟑

𝒇𝟑 = 𝒇𝟑

𝒇𝟒 = 𝒇𝟒 − 𝟐𝟒𝒇𝟑

𝟏 𝟎 𝟏 𝟏 𝟎 𝟏 𝟎 𝟎 𝟏 𝟎
𝟎
[𝟎 𝟏 ] → [𝟎 𝟏 ]→
𝟎 𝟎 𝟏 𝟎 𝟎 𝟏
𝟎 𝟎 𝟎 𝟎 𝟎

Se convierte en 1 la entrada 𝒂𝟒𝟒:


CONDICIÓN:

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = 𝒇𝟑
𝟏
𝒇𝟒 = (𝒇
𝟐𝟒 𝟒)
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
140

𝟏 𝟎 𝟎 𝟏 𝟎 𝟏 𝟎 𝟎 𝟏 𝟎 𝟏 𝟎 𝟎 𝟏 𝟎
𝟎 𝟎 𝟎
[𝟎 𝟏 ] → [𝟎 𝟏 ] → [𝟎 𝟏 ]
𝟎 𝟎 𝟏 𝟎 𝟎 𝟏 𝟎 𝟎 𝟏
𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝟏
Se convierten en cero las entradas que están por encima del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏 − 𝟔(𝒇𝟒 )

𝒇𝟐 = 𝒇𝟐 + 𝟏𝟏(𝒇𝟒 )

𝒇𝟑 = 𝒇𝟑 − 𝟔(𝒇𝟒 )

𝒇𝟒 = 𝒇𝟒

𝟏 𝟎 𝟎 𝟏 𝟎 𝟏 𝟎 𝟎 𝟏 𝟎 𝟏 𝟎 𝟎 𝟎 −𝟑
𝟎 𝟎
[𝟎 𝟏 ] → [𝟎 𝟏 ] →[𝟎 𝟏 𝟎 𝟎 𝟐]
𝟎 𝟎 𝟏 𝟎 𝟎 𝟏 𝟎 𝟎 𝟏 𝟎 −𝟏
𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟏 𝟐

b. La solución del sistema reemplazando las respectivas variables:

𝟏 𝟎 𝟎 𝟎 −𝟑 𝒙 = −𝟑
[𝟎 𝟏 𝟎 𝟎 𝟐 ]→{ 𝒚=𝟐
𝟎 𝟎 𝟏 𝟎 −𝟏 𝒛 = −𝟏
𝟎 𝟎 𝟎 𝟏 𝟐 𝒘=𝟐
ACTIVIDAD: Con los valores obtenidos realizar la correspondiente prueba.

3. Resolver el siguiente sistema:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
141

𝟐𝒚 + 𝟑𝒛 = 𝟒
{𝟐𝒙 − 𝟔𝒚 + 𝟕𝒛 = 𝟏𝟓
𝒙 − 𝟐𝒚 + 𝟓𝒛 = 𝟏𝟎

PROCEDIMIENTO

a. La matriz aumentada es:

𝟎 𝟐 𝟑 𝟒
[𝟐 −𝟔 𝟕 𝟏𝟓]
𝟏 −𝟐 𝟓 𝟏𝟎
Como la entrada 𝒂𝟏𝟏 es cero, se intercambia la fila 1 con la fila 3:

𝟎 𝟐 𝟑 𝟒 𝟏 −𝟐 𝟓 𝟏𝟎
[𝟐 −𝟔 𝟕 𝟏𝟓] → [𝟐 −𝟔 𝟕 𝟏𝟓]
𝟏 −𝟐 𝟓 𝟏𝟎 𝟎 𝟐 𝟑 𝟒

Se convierten en cero las entradas que están por debajo del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐− 𝟐(𝒇𝟏 )

𝒇𝟑 = 𝒇𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
142

𝟏 −𝟐 𝟓 𝟏𝟎
[𝟐 −𝟔 𝟕 𝟏𝟓]
𝟎 𝟐 𝟑 𝟒
𝟏 −𝟐 𝟓 𝟏𝟎
→ [𝟐 − 𝟐 ∗ (𝟏) −𝟔 − 𝟐 ∗ (−𝟐) 𝟕 − 𝟐 ∗ (𝟓) 𝟏𝟓 − 𝟐 ∗ (𝟏𝟎)]
𝟎 𝟐 𝟑 𝟒
Realizando las operaciones indicadas:

𝟏 −𝟐 𝟓 𝟏𝟎 𝟏 −𝟐 𝟓 𝟏𝟎
[𝟐 − 𝟐 −𝟔 + 𝟒 𝟕 − 𝟏𝟎 𝟏𝟓 − 𝟐𝟎] → [𝟎 −𝟐 −𝟑 −𝟓]
𝟎 𝟐 𝟑 𝟒 𝟎 𝟐 𝟑 𝟒

Se convierte en 1 la entrada 𝒂𝟐𝟐:


CONDICIÓN:

𝒇𝟏 = 𝒇𝟏
𝟏
𝒇𝟐 = − (𝒇𝟐 )
𝟐
𝒇𝟑 = 𝒇𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
143

𝟏 −𝟐 𝟓 𝟏𝟎
[𝟎 −𝟐 −𝟑 −𝟓]
𝟎 𝟐 𝟑 𝟒
𝟏 −𝟐 𝟓
→ [−𝟏/𝟐 ∗ (𝟎) −𝟏/𝟐 ∗ (−𝟐) −𝟏/𝟐 ∗ (−𝟑)
𝟎 𝟐 𝟑
𝟏𝟎
− 𝟏/𝟐 ∗ (−𝟓)]
𝟒

Realizando las operaciones indicadas:

𝟏 −𝟐 𝟓 𝟏𝟎 𝟏 −𝟐 𝟓 𝟏𝟎
𝟎 −𝟐 −𝟑 −𝟓 𝟑 𝟓
[− − − − ] → [𝟎 𝟏 ]
𝟐 𝟐 𝟐 𝟐 𝟐 𝟐
𝟎 𝟐 𝟑 𝟒 𝟎 𝟐 𝟑 𝟒

Se convierten en cero las entradas que están por encima y por debajo del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏 + 𝟐𝒇𝟐

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = 𝒇𝟑 − 𝟐𝒇𝟐

𝟏+𝟐∗𝟎 −𝟐 + 𝟐 ∗ 𝟏 𝟓 + 𝟐 ∗ 𝟑/𝟐
𝟏 −𝟐 𝟓 𝟏𝟎 𝟏𝟎 + 𝟐 ∗ 𝟓/𝟐
𝟎 𝟏 𝟑/𝟐
[𝟎 𝟏 𝟑/𝟐 𝟓/𝟐] → [ 𝟓/𝟐 ]
𝟑
𝟎 𝟐 𝟑 𝟒 𝟎−𝟐∗𝟎 𝟐−𝟐∗𝟏 𝟑−𝟐∗ 𝟒 − 𝟐 ∗ 𝟓/𝟐
𝟐
Realizando las operaciones indicadas:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
144

𝟏+𝟎 −𝟐 + 𝟐 𝟓 + 𝟑 𝟏𝟎 + 𝟓 𝟏 𝟎 𝟖 𝟏𝟓
[ 𝟎 𝟏 𝟑/𝟐 𝟓/𝟐 ] → [𝟎 𝟏 𝟑/𝟐 𝟓/𝟐]
𝟎−𝟎 𝟐−𝟐 𝟑−𝟑 𝟒−𝟓 𝟎 𝟎 𝟎 −𝟏

Se convierte en 1 la entrada 𝒂𝟑𝟑: No es posible convertir esta entrada (0) en 1, por lo tanto la reducción
de la matriz acaba en este punto.

b. Rescribiendo el sistema:

𝟏 𝟎 𝟖 𝟏𝟓 𝒙 + 𝟖𝒛 = 𝟏𝟓 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
𝟑 𝟓 𝟑 𝟓
[𝟎 𝟏 ] → { 𝒚 + 𝒛 = 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐
𝟐 𝟐 𝟐 𝟐
𝟎 𝟎 𝟎 −𝟏 𝟎 = −𝟏 𝑰𝒈𝒖𝒂𝒍𝒅𝒂𝒅 𝒇𝒂𝒍𝒔𝒂

Como se llega a una igualdad falsa (𝟎 = −𝟏), quiere decir que el sistema no tiene solución.

4. ACTIVIDAD: Solucione el siguiente sistema de ecuaciones lineales, utilizando el método de Gauss-Jordan y


demuestre (utilizando como guía los ejercicios anteriores) que el sistema tiene infinitas soluciones:

𝟐𝒙 + 𝟒𝒚 + 𝟔𝒛 = 𝟏𝟖
{ 𝟒𝒙 + 𝟓𝒚 + 𝟔𝒛 = 𝟐𝟒
𝟐𝒙 + 𝟕𝒚 + 𝟏𝟐𝒛 = 𝟑𝟎

Respuesta: El sistema tiene infinitas soluciones que son:

𝒙 = 𝟏 + 𝒌, 𝒚 = 𝟒 − 𝟐𝒌, 𝒛 = 𝒌; 𝒄𝒐𝒏 𝒌 𝝐 𝑹𝒆
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
145

4.2.2 MÉTODO 3: MATRIZ INVERSA


4.2.2.1 MATRIZ INVERSA
DEFINICIÓN: Es una matriz cuadrada especial que tiene la característica que al ser multiplicada por la
matriz que la genera produce la matriz de identidad. La matriz inversa es única.

Si 𝑨 es una matriz cuadrada de orden 𝒏, su inversa se simboliza por 𝑨−𝟏 que también es una matriz
cuadrada de orden 𝒏.

Para hallar la matriz inversa es utilizando el método de matriz aumentada, en la cual la matriz de coeficientes se
debe aumentar con la matriz identidad, esto es:

4.2.2.2 MATRIZ AUMENTADA


𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏 𝟏 𝟎 … 𝟎
𝒂𝟐𝟏 𝒂𝟐𝟐 … 𝒂𝟐𝒏 𝟎 𝟏 … 𝟎
𝒂𝟑𝟏 𝒂𝟑𝟐 … 𝒂𝟑𝒏 …
𝟎 𝟎 𝟎
: : … : …
: : :
[𝒂𝒏𝟏 𝒂𝒏𝟐 … 𝒂𝒏𝒏 …
𝟎 𝟎 𝟏]
Realizando operaciones, como las realizadas en los ejercicios anteriores, se debe convertir la matriz original en
la matriz identidad y la matriz identidad en la matriz inversa, esto es:

𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏 | 𝟏 𝟎 … 𝟎


𝒂𝟐𝟏 𝒂𝟐𝟐 … 𝒂𝟐𝒏 | 𝟎 𝟏 … 𝟎
𝒂𝟑𝟏 𝒂𝟑𝟐 … …
𝒂𝟑𝒏 | 𝟎 𝟎 𝟎
: : … …
: : : :
… …
[𝒂𝒏𝟏 𝒂𝒏𝟐 𝒂𝒏𝒏 | 𝟎 𝟎 𝟏]
𝟏 𝟎 … 𝟎| 𝒂𝟏𝟏 𝒂𝟏𝟐 … 𝒂𝟏𝒏
𝟎 𝟏 … 𝟎| 𝒂𝟐𝟏 𝒂𝟐𝟐 … 𝒂𝟐𝒏

→ 𝟎 𝟎 … 𝟎 𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝒏

: : … : : : :

[𝟎 𝟎 … 𝟏| 𝒂𝒏𝟏 𝒂𝒏𝟐 𝒂𝒏𝒏 ]
En general:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
146

MATRIZ ORIGINAL MATRIZ AUMENTADA MATRIZ INVERSA

𝑨 𝑨𝑰 𝑰𝑨−𝟏

AA 1  A 1 A  I

PROPIEDADES DE LA MATRIZ INVERSA

𝑨𝑨−𝟏 = 𝑨−𝟏 𝑨 = 𝑰

(𝑨−𝟏 )−𝟏 = 𝑨

(𝑨𝑩)−𝟏 = 𝑩−𝟏 𝑨−𝟏

(𝑨𝑻 )−𝟏 = (𝑨−𝟏 )𝑻

4.2.2.3 EJERCICIOS DE APRENDIZAJE


1. Encontrar la inversa de la matriz:
𝟐 𝟒 𝟔
𝑨 = [𝟒 𝟓 𝟔]
𝟑 𝟏 −𝟐

PROCEDIMIENTO
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
147

a. Se determina la matriz aumentada con la matriz identidad de orden tres:

𝟐 𝟒 𝟔 𝟏 𝟎 𝟎
[𝟒 𝟓 𝟔 𝟎 𝟏 𝟎]
𝟑 𝟏 −𝟐 𝟎 𝟎 𝟏
Se convierte en 1 la entrada 𝒂𝟏𝟏:

CONDICIÓN:

𝟏
𝒇𝟏 = (𝒇 )
𝟐 𝟏
𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = 𝒇𝟑

𝟐 𝟒 𝟔 𝟏 𝟎 𝟎
[𝟒 𝟓 𝟔 𝟎 𝟏 𝟎]
𝟑 𝟏 −𝟐 𝟎 𝟎 𝟏
𝟏/𝟐 ∗ 𝟐 𝟏/𝟐 ∗ 𝟒 𝟏/𝟐 ∗ 𝟔 𝟏/𝟐 ∗ 𝟏 𝟏/𝟐 ∗ 𝟎 𝟏/𝟐 ∗ 𝟎
→[ 𝟒 𝟓 𝟔 𝟎 𝟏 𝟎 ]
𝟑 𝟏 −𝟐 𝟎 𝟎 𝟏

Efectuando las operaciones indicadas:

𝟐/𝟐 𝟒/𝟐 𝟔/𝟐 𝟏/𝟐 𝟎/𝟐 𝟎/𝟐 𝟏 𝟐 𝟑 𝟏/𝟐 𝟎 𝟎


[ 𝟒 𝟓 𝟔 𝟎 𝟏 𝟎 ] → [𝟒 𝟓 𝟔 𝟎 𝟏 𝟎] →
𝟑 𝟏 −𝟐 𝟎 𝟎 𝟏 𝟑 𝟏 −𝟐 𝟎 𝟎 𝟏
Se convierten en cero las entradas que están por debajo del 1 obtenido:

CONDICIÓN:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
148

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐 − 𝟒𝒇𝟏

𝒇𝟑 = 𝒇𝟑 − 𝟑𝒇𝟏

𝟏 𝟐𝟑 𝟏/𝟐 𝟎 𝟎
[𝟒 𝟓𝟔 𝟎 𝟏 𝟎]
𝟑 𝟏
−𝟐 𝟎 𝟎 𝟏
𝟏 𝟐 𝟑 𝟏/𝟐 𝟎 𝟎
→ [𝟒 − 𝟒(𝟏) 𝟓 − 𝟒(𝟐) 𝟔 − 𝟒(𝟑) 𝟎 − 𝟒(𝟏/𝟐) 𝟏 − 𝟒(𝟎) 𝟎 − 𝟒(𝟎)]
𝟑 − 𝟑(𝟏) 𝟏 − 𝟑(𝟐) −𝟐 − 𝟑(𝟑) 𝟎 − 𝟑(𝟏/𝟐) 𝟎 − 𝟑(𝟎) 𝟏 − 𝟑(𝟎)

Efectuando las operaciones indicadas:

𝟏 𝟐 𝟑 𝟏/𝟐 𝟎 𝟎
[𝟒 − 𝟒 𝟓 − 𝟖 𝟔 − 𝟏𝟐 𝟎 − 𝟒/𝟐 𝟏 − 𝟎 𝟎 − 𝟎]
𝟑−𝟑 𝟏 − 𝟔 −𝟐 − 𝟗 𝟎 − 𝟑/𝟐) 𝟎−𝟎 𝟏−𝟎
𝟏 𝟐 𝟑 𝟏/𝟐 𝟎 𝟎
→ [𝟎 −𝟑 −𝟔 −𝟐 𝟏 𝟎]
𝟎 −𝟓 −𝟏𝟏 −𝟑/𝟐 𝟎 𝟏

Se convierte en 1 la entrada 𝒂𝟐𝟐:


CONDICIÓN:

𝒇𝟏 = 𝒇𝟏
𝟏
𝒇𝟐 = − (𝒇𝟐 )
𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
149

𝒇𝟑 = 𝒇𝟑

𝟏 𝟐 𝟑 𝟏/𝟐 𝟎 𝟎
[𝟎 −𝟑 −𝟔 −𝟐 𝟏 𝟎]
𝟎 −𝟓 −𝟏𝟏 −𝟑/𝟐 𝟎 𝟏

→ [−𝟏/𝟑

𝟏 𝟐 𝟑 𝟏/𝟐 𝟎 𝟎
∗ 𝟎 −𝟏/𝟑 ∗ −𝟑 −𝟏/𝟑 ∗ −𝟔 −𝟏/𝟑 ∗ −𝟐 −𝟏/𝟑 ∗ 𝟏 −𝟏/𝟑 ∗ 𝟎]
𝟎 −𝟓 −𝟏𝟏 −𝟑/𝟐 𝟎 𝟏

Efectuando las operaciones indicadas:

[−𝟏/𝟑

𝟏 𝟐 𝟑 𝟏/𝟐 𝟎 𝟎
∗ 𝟎 −𝟏/𝟑 ∗ −𝟑 −𝟏/𝟑 ∗ −𝟔 −𝟏/𝟑 ∗ −𝟐 −𝟏/𝟑 ∗ 𝟏 −𝟏/𝟑 ∗ 𝟎]
𝟎 −𝟓 −𝟏𝟏 −𝟑/𝟐 𝟎 𝟏

𝟏 𝟐 𝟑 𝟏/𝟐 𝟎 𝟎
→ [𝟎/𝟑 𝟑/𝟑 𝟔/𝟑 𝟐/𝟑 ∗ −𝟏/𝟑 𝟎/𝟑]
𝟎 −𝟓 −𝟏𝟏 −𝟑/𝟐 𝟎 𝟏
𝟏 𝟐 𝟑 𝟏/𝟐 𝟎 𝟎
→ [𝟎 𝟏 𝟐 𝟐/𝟑 −𝟏/𝟑 𝟎]
𝟎 −𝟓 −𝟏𝟏 −𝟑/𝟐 𝟎 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
150

Se convierten en cero las entradas que están por encima y por debajo del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏 − 𝟐𝒇𝟐

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = 𝒇𝟑 + 𝟓𝒇𝟐

𝟏 𝟐 𝟑 𝟏/𝟐 𝟎 𝟎
[𝟎 𝟏 𝟐 𝟐/𝟑 −𝟏/𝟑 𝟎]
𝟎 −𝟓 −𝟏𝟏 −𝟑/𝟐 𝟎 𝟏
𝟏/𝟐 − 𝟐(𝟐/𝟑) 𝟎 − 𝟐(−𝟏/𝟑) 𝟎 − 𝟐(𝟎)
𝟏 𝟐 − 𝟐(𝟏) 𝟑 − 𝟐(𝟐)
𝟐/𝟑 −𝟏/𝟑 𝟎
[ 𝟎 𝟏 𝟐 ]
𝟑
𝟎 − 𝟓(𝟎) −𝟓 + 𝟓(𝟏) −𝟏𝟏 + 𝟓(𝟐) − + 𝟓(𝟐/𝟑) 𝟎 + 𝟓(𝟏/𝟑) 𝟏 + 𝟓(𝟎)
𝟐
𝟏 𝟐−𝟐 −𝟏 𝟏/𝟐 − 𝟒/𝟑 𝟎 + 𝟐/𝟑| 𝟎−𝟎
[ 𝟎 𝟏 𝟐 𝟐/𝟑 −𝟏/𝟑 𝟎 ]
𝟎−𝟎 −𝟓 + 𝟓 −𝟏𝟏 + 𝟏𝟎 −𝟑/𝟐 + 𝟏𝟎/𝟑 𝟎 + 𝟓/𝟑 𝟏−𝟎
𝟏 𝟎 −𝟏 −𝟓/𝟔 𝟐/𝟑 𝟎
[𝟎 𝟏 𝟐 𝟐/𝟑 −𝟏/𝟑 𝟎]
𝟎 𝟎 −𝟏 𝟏𝟏/𝟔 −𝟓/𝟑) 𝟏

Se convierte en 1 la entrada 𝒂𝟐𝟐:


CONDICIÓN:

𝒇𝟏 = 𝒇𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
151

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = (−𝟏)𝒇𝟑

𝟓 𝟐
− 𝟎
𝟔 𝟑
𝟏 𝟎 −𝟏 𝟐 𝟏
𝟎 𝟏 𝟐 − 𝟎 →
𝟎 𝟎 −𝟏 𝟑 𝟑
𝟏𝟏
[ −𝟓/𝟑) 𝟏]
𝟔
𝟏 𝟎 −𝟏 −𝟓/𝟔 𝟐/𝟑 𝟎
[ 𝟎 𝟏 𝟐 𝟐/𝟑 −𝟏/𝟑 𝟎 ]
(−𝟏) ∗ 𝟎 (−𝟏) ∗ 𝟎 (−𝟏) ∗ −𝟏 (−𝟏) ∗ 𝟏𝟏/𝟔 (−𝟏) ∗ −𝟓/𝟑 (−𝟏) ∗ 𝟏

Efectuando las operaciones indicadas:

𝟏 𝟎 −𝟏 −𝟓/𝟔 𝟐/𝟑 𝟎
[𝟎 𝟏 𝟐 𝟐/𝟑 −𝟏/𝟑 𝟎]
𝟎 𝟎 𝟏 −𝟏𝟏/𝟔 𝟓/𝟑 −𝟏
Se convierten en cero las entradas que están por encima del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏 + 𝒇𝟑

𝒇𝟐 = 𝒇𝟐 − 𝟐𝒇𝟑

𝒇𝟑 = 𝒇𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
152

𝟓 𝟐
− 𝟎
𝟔 𝟑
𝟏 𝟎 −𝟏 𝟐 𝟏
𝟎 𝟏 𝟐 − 𝟎 →
𝟎 𝟎 𝟏 𝟑 𝟑
𝟏𝟏 𝟓
[ − −𝟏]
𝟔 𝟑
−𝟓/𝟔 − 𝟏𝟏/𝟔 𝟐/𝟑 + 𝟓/𝟑 𝟎−𝟏
𝟏+𝟎 𝟎+𝟎 −𝟏 + 𝟏 𝟏
[𝟎 − 𝟐(𝟎) 𝟏 − 𝟐(𝟎) 𝟐 − 𝟐(𝟏) 𝟐/𝟑 − 𝟐(−𝟏𝟏/𝟔) − − 𝟐(𝟓/𝟑) 𝟎 − 𝟐(−𝟏)]
𝟎 𝟎 𝟏 𝟑
−𝟏𝟏/𝟔 𝟓/𝟑 −𝟏
Efectuando las operaciones indicadas:

𝟏 𝟎 𝟎 −𝟖/𝟑 𝟕/𝟑 −𝟏
[𝟎 𝟏 𝟎 𝟏𝟑/𝟑 −𝟏/𝟑 𝟐]
𝟎 𝟎 𝟏 −𝟏𝟏/𝟔 𝟓/𝟑 −𝟏

b. Por lo tanto, la matriz inversa es:

𝟖 𝟕
− −𝟏
𝟑 𝟑
𝟏𝟑 𝟏𝟏
− 𝟐
𝟑 𝟑
𝟏𝟏 𝟓

[ 𝟔 −𝟏]
𝟑

c. Se debe probar que: 𝑨𝑨−𝟏 = 𝑰𝟑 , Esto es:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
153

𝟖 𝟕
− −𝟏
𝟑 𝟑
𝟐 𝟒 𝟔 𝟏𝟑 𝟏𝟏 𝟏 𝟎 𝟎
−𝟏
𝑨𝑨 = 𝑰𝟑 → [ 𝟒 𝟓 𝟔] − 𝟐 = [𝟎 𝟏 𝟎]
𝟑 𝟏 −𝟐 𝟑 𝟑 𝟎 𝟎 𝟏
𝟏𝟏 𝟓

[ 𝟔 −𝟏]
𝟑

ACTIVIDAD: Realiza la demostración que queda indicada y verifica que si se cumple la respectiva propiedad.

2. Hallar la inversa de la matriz:

𝟏 𝟎 −𝟐
𝑨 = [𝟒 −𝟐 𝟏 ]
𝟏 𝟐 −𝟏𝟎

PROCEDIMIENTO

a. Se determina la matriz aumentada con la matriz identidad de orden tres:

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟒 −𝟐 𝟏 𝟎 𝟏 𝟎]
𝟏 𝟐 −𝟏𝟎 𝟎 𝟎 𝟏
Como la entrada 𝒂𝟏𝟏 =1, Se convierten en cero las entradas que están por debajo del 1
obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐 − 𝟒𝒇𝟏

𝒇𝟑 = 𝒇𝟑 − 𝒇𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
154

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟒 −𝟐 𝟏 𝟎 𝟏 𝟎]
𝟏 𝟐 −𝟏𝟎 𝟎 𝟎 𝟏
𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
→ [𝟒 − 𝟒(𝟏) −𝟐 − 𝟒(𝟎) 𝟏 − 𝟒(−𝟐) 𝟎 − 𝟒(𝟏) 𝟏 − 𝟒(𝟎) 𝟎 − 𝟒(𝟎)]
𝟏−𝟏 𝟐−𝟎 −𝟏𝟎 − (−𝟐) 𝟎−𝟏 𝟎−𝟎 𝟏−𝟎

Efectuando las operaciones indicadas:

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟒 − 𝟒 −𝟐 − 𝟎 𝟏+𝟖 𝟎−𝟒 𝟏−𝟎 𝟎 − 𝟎]
𝟏−𝟏 𝟐 − 𝟎 −𝟏𝟎 + 𝟐 𝟎−𝟏 𝟎−𝟎 𝟏−𝟎
𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎 −𝟐 𝟗 −𝟒 𝟏 𝟎]
𝟎 𝟐 −𝟖 −𝟏 𝟎 𝟏
Se convierte en 1 la entrada 𝒂𝟐𝟐:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏
𝟏
𝒇𝟐 = − 𝒇𝟐
𝟐
𝒇𝟑 = 𝒇𝟑

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎 −𝟐 𝟗 −𝟒 𝟏 𝟎]
𝟎 𝟐 −𝟖 −𝟏 𝟎 𝟏
𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
𝟏 𝟏 𝟏 𝟏 𝟏 𝟏
→ [− ∗ 𝟎 − ∗ −𝟐 − ∗𝟗 − ∗ −𝟒 − ∗ 𝟏 − ∗ 𝟎]
𝟐 𝟐 𝟐 𝟐 𝟐 𝟐
𝟎 𝟐 −𝟖 −𝟏 𝟎 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
155

Efectuando las operaciones indicadas:

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[−𝟎⁄𝟐 𝟐 ⁄𝟐 − 𝟗 ⁄𝟐 𝟒 ⁄𝟐 − 𝟏 ⁄𝟐 − 𝟎 ⁄𝟐 ]
𝟎 𝟐 −𝟖 −𝟏 𝟎 𝟏
𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
→ [𝟎 𝟏 − 𝟗⁄𝟐 𝟐 − 𝟏⁄𝟐 𝟎]
𝟎 𝟐 −𝟖 −𝟏 𝟎 𝟏

Se convierten en cero las entradas que están por debajo (por encima ya es cero) del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = 𝒇𝟑 − 𝟐𝒇𝟐

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎 𝟏 − 𝟗⁄𝟐 𝟐 − 𝟏⁄𝟐 𝟎] →
𝟎 𝟐 −𝟖 −𝟏 𝟎 𝟏
𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[ 𝟎 𝟏 − 𝟗⁄ 𝟐 𝟐 − 𝟏⁄ 𝟐 𝟎 ]
𝟎 − 𝟐(𝟎) 𝟐 − 𝟐(𝟏) −𝟖 − 𝟐(− 𝟗⁄𝟐) −𝟏 − 𝟐(𝟐) 𝟎 − 𝟐(− 𝟏⁄𝟐) 𝟏 − 𝟐(𝟎)
Efectuando las operaciones indicadas:

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[ 𝟎 𝟏 − 𝟗 ⁄𝟐 𝟐 − 𝟏 ⁄𝟐 𝟎 ]
𝟎−𝟎 𝟐 − 𝟐 −𝟖 + 𝟗 −𝟏 − 𝟒 𝟎 + 𝟏 𝟏 − 𝟎
𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
→ [𝟎 𝟏 − 𝟗⁄𝟐 𝟐 − 𝟏⁄𝟐 𝟎]
𝟎 𝟎 𝟏 −𝟓 𝟏 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
156

Como ya se obtuvo el 1 de la entrada 𝒂𝟑𝟑, Se convierten en cero las entradas que están por debajo (por encima
ya es cero) del 1 obtenido:

CONDICIÓN:

𝒇𝟏 = 𝒇𝟏 + 𝟐𝒇𝟑
𝟗
𝒇𝟐 = 𝒇
𝟐 𝟑
𝒇𝟑 = 𝒇𝟑

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎 𝟏 − 𝟗 ⁄𝟐 𝟐 − 𝟏 ⁄𝟐 𝟎 ] →
𝟎 𝟎 𝟏 −𝟓 𝟏 𝟏
𝟏 + 𝟐(𝟎) 𝟎 + 𝟐(𝟎) −𝟐 + 𝟐(𝟏) 𝟏 + 𝟐(−𝟓) 𝟎 + 𝟐(𝟏) 𝟎 + 𝟐(𝟏)
[𝟎 + 𝟗⁄𝟐 ∗ 𝟎 𝟏 + 𝟗⁄𝟐 ∗ 𝟎 − 𝟗⁄𝟐 + 𝟗⁄𝟐 ∗ 𝟏 𝟐 + 𝟗⁄𝟐 ∗ −𝟓 − 𝟏⁄𝟐 + 𝟗⁄𝟐 ∗ 𝟏 𝟎 + 𝟗⁄𝟐 ∗ 𝟏]
𝟎 𝟎 𝟏 −𝟓 𝟏 𝟏

Efectuando las operaciones indicadas:

𝟏+𝟎 𝟎+𝟎 −𝟐 + 𝟐 𝟏 − 𝟏𝟎 𝟎+𝟐 𝟎+𝟐


[𝟎 + 𝟎 𝟏+𝟎 − 𝟗⁄𝟐 + 𝟗⁄𝟐 𝟐 −𝟒𝟓⁄𝟐 − 𝟏 ⁄𝟐 + 𝟗 ⁄𝟐 𝟎 + 𝟗 ⁄𝟐 ]
𝟎 𝟎 𝟏 −𝟓 𝟏 𝟏

𝟏 𝟎 𝟎 −𝟗 𝟐 𝟐
[𝟎 𝟏 𝟎 −𝟒𝟏⁄𝟐 𝟒 𝟗⁄ 𝟐]
𝟎 𝟎 𝟏 −𝟓 𝟏 𝟏

b. La matriz inversa:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
157

𝟏 𝟎 −𝟐 −𝟗 𝟐 𝟐
Si 𝑨 = [𝟒 −𝟐 𝟏 ] → 𝑨−𝟏 = [−𝟒𝟏⁄𝟐 𝟒 𝟗⁄𝟐]
𝟏 𝟐 −𝟏𝟎 −𝟓 𝟏 𝟏
c. Realice la prueba efectuando la operación indicada, confronte el resultado con su tutor:

𝑨𝑨−𝟏 = 𝑰
𝟏 𝟎 −𝟐 −𝟗 𝟐 𝟐 𝟏 𝟎 𝟎
[𝟒 −𝟐 𝟏 ] [−𝟒𝟏⁄𝟐 𝟒 𝟗⁄𝟐] = [𝟎 𝟏 𝟎]
𝟏 𝟐 −𝟏𝟎 −𝟓 𝟏 𝟏 𝟎 𝟎 𝟏
ACTIVIDAD

1. Demuestre que, dada la matriz:

𝒅 𝒃
𝒂 𝒃
𝑨=[ ], su inversa es 𝑨−𝟏 = [𝒂𝒅−𝒃𝒄
𝒄
𝒃𝒄−𝒂𝒅
𝒂 ]
𝒄 𝒅
𝒃𝒄−𝒂𝒅 𝒂𝒅−𝒃𝒄

Nota: Al desarrollar el procedimiento (tome como modelo los ejercicios desarrollados) debe justificar cada uno
de los pasos realizados, confronte con su tutor el trabajo realizado y demuestre además que:

𝑨𝑨−𝟏 = 𝑰

2. Encuentre la inversa de la siguiente matriz siguiendo los procedimientos vistos y comprobando que

𝑨𝑨−𝟏 = 𝑰
𝟐 𝟒 𝟐 𝟔
𝑨=[ 𝟏 𝟑 𝟐 𝟓]
−𝟏 𝟒 𝟑 𝟕
𝟎 𝟐 𝟏 −𝟕

La matriz inversa es:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
158

𝟏 𝟏
− 𝟏 − 𝟎
𝟒 𝟐
𝟒𝟕 𝟏𝟗 𝟗 𝟏

𝑨−𝟏 = 𝟒𝟎 𝟏𝟎 𝟐𝟎 𝟏𝟎
𝟕𝟑 𝟑𝟏 𝟏𝟏 𝟏
− −
𝟒𝟎 𝟏𝟎 𝟐𝟎 𝟏𝟎
𝟑 𝟏 𝟏 𝟏
− − ]
[ 𝟒𝟎 𝟏𝟎 𝟐𝟎 𝟏𝟎

4.2.3 SISTEMAS DE ECUACIONES LINEALES SOLUCIONADOS CON


LA MATRIZ INVERSA

Recuerde que: La forma matricial de un sistema de ecuaciones es:

𝑨𝑿 = 𝑩 Igualdad 1

Si la matriz 𝑨 tiene inversa, esta es 𝑨−𝟏 .


Al multiplicar la igualdad 1 por 𝑨−𝟏 , se tiene que:

𝑨−𝟏 𝑨𝑿 = 𝑨−𝟏 𝑩, pero 𝑨−𝟏 𝑨 = 𝑰, entonces:

𝑰𝑿 = 𝑨−𝟏 𝑩 → 𝑿 = 𝑨−𝟏 𝑩

Por lo tanto: Para solucionar un sistema de ecuaciones lineales utilizando la inversa de la matriz de
coeficientes, se debe efectuar la siguiente multiplicación de matrices:

𝑿 = 𝑨−𝟏 𝑩
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
159

4.2.3.1 EJERCICIOS DE APRENDIZAJE


1. Utilizando la matriz inversa, solucione el siguiente sistema:

𝒙𝟏 − 𝟐𝒙𝟑 = 𝟏
{𝒙𝟏 + 𝟐𝒙𝟐 − 𝟏𝟎𝒙𝟑 = −𝟏
𝟒𝒙𝟏 − 𝟐𝒙𝟐 + 𝒙𝟑 = 𝟐
PROCEDIMIENTO

a. Se forma la matriz de coeficientes:

𝟏 𝟎 −𝟐
[𝟏 𝟐 −𝟏𝟎]
𝟒 −𝟐 𝟏

b. Se determina la matriz aumentada con la matriz identidad de orden tres:

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟏 𝟐 −𝟏𝟎 𝟎 𝟏 𝟎]
𝟒 −𝟐 𝟏 𝟎 𝟎 𝟏

Se halla la inversa de la matriz de coeficientes:

Como la entrada 𝒂𝟏𝟏 =1, Se convierten en cero las entradas que están por debajo del 1 obtenido:
CONDICIÓN

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐 − 𝒇𝟏

𝒇𝟑 = 𝒇𝟑 − 𝟒𝒇𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
160

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟏 𝟐 −𝟏𝟎 𝟎 𝟏 𝟎] →
𝟒 −𝟐 𝟏 𝟎 𝟎 𝟏
𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[ 𝟏−𝟏 𝟐−𝟎 −𝟏𝟎 − (−𝟐) 𝟎−𝟏 𝟏−𝟎 𝟎−𝟎 ]
𝟒 − 𝟒(𝟏) −𝟐 − 𝟒(𝟎) 𝟏 − 𝟒(−𝟐) 𝟎 − 𝟒(𝟏) 𝟎 − 𝟒(𝟎) 𝟏 − 𝟒(𝟎)

Efectuando las operaciones indicadas:

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟏 − 𝟏 𝟐 − 𝟎 −𝟏𝟎 + 𝟐 𝟎−𝟏 𝟏−𝟎 𝟎 − 𝟎] →
𝟒−𝟒 −𝟐 − 𝟎 𝟏+𝟖 𝟎−𝟒 𝟎−𝟎 𝟏−𝟎
𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎 𝟐 −𝟖 −𝟏 𝟏 𝟎]
𝟎 −𝟐 𝟗 −𝟒 𝟎 𝟏
Se convierte en 1 la entrada 𝒂𝟐𝟐:

CONDICIÓN

𝒇𝟏 = 𝒇𝟏

𝟏
𝒇𝟐 = (𝒇 )
𝟐 𝟐
𝒇𝟑 = 𝒇 𝟑

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎 𝟐 −𝟖 −𝟏 𝟏 𝟎] →
𝟎 −𝟐 𝟗 −𝟒 𝟎 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
161

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟏⁄𝟐 ∗ 𝟎 𝟏⁄ ∗ 𝟐
𝟐
𝟏⁄ ∗ −𝟖
𝟐
𝟏⁄ ∗ −𝟏
𝟐
𝟏⁄ ∗ 𝟏
𝟐
𝟏⁄ ∗ 𝟎]
𝟐
𝟎 −𝟐 𝟗 −𝟒 𝟎 𝟏
Efectuando las operaciones indicadas:

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎⁄𝟐 𝟐⁄
𝟐
−𝟖⁄
𝟐
−𝟏⁄
𝟐
𝟏⁄
𝟐
𝟎⁄ ]
𝟐
𝟎 −𝟐 𝟗 −𝟒 𝟎 𝟏

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎 𝟏 −𝟒 −𝟏⁄ 𝟏⁄ 𝟎]
𝟐 𝟐
𝟎 −𝟐 𝟗 −𝟒 𝟎 𝟏
Se convierten en cero las entradas que están por debajo (por encima ya es cero) del 1 obtenido:

CONDICIÓN

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = 𝒇𝟑 + 𝟐𝒇𝟐

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎 𝟏 −𝟒 −𝟏⁄ 𝟏⁄ 𝟎] →
𝟐 𝟐
𝟎 −𝟐 𝟗 −𝟒 𝟎 𝟏

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
−𝟏⁄ 𝟏⁄ 𝟎
[ 𝟎 𝟏 −𝟒 𝟐 𝟐 ]
𝟎 + 𝟐(𝟎) −𝟐 + 𝟐(𝟏) 𝟗 + 𝟐(−𝟒) 𝟏 𝟏
−𝟒 + 𝟐(− ⁄𝟐) 𝟎 + 𝟐( ⁄𝟐) 𝟏 + 𝟐(𝟎)

Efectuando las operaciones indicadas:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
162

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[ 𝟎 𝟏 −𝟒 −𝟏⁄ 𝟏⁄ 𝟎 ]→
𝟐 𝟐
𝟎+𝟎 −𝟐 + 𝟐 𝟗−𝟖 −𝟒 − 𝟏 𝟎+𝟏 𝟏+𝟎

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎 𝟏 −𝟒 −𝟏⁄ 𝟏⁄ 𝟎]
𝟐 𝟐
𝟎 𝟎 𝟏 −𝟓 𝟏 𝟏
Como ya se obtuvo el 1 de la entrada 𝒂𝟑𝟑, Se convierten en cero las entradas que están por encima del 1
obtenido:

CONDICIÓN

𝒇𝟏 = 𝒇𝟏 + 𝟐𝒇𝟑

𝒇𝟐 = 𝒇𝟐 + 𝟒𝒇𝟑

𝒇𝟑 = 𝒇𝟑

𝟏 𝟎 −𝟐 𝟏 𝟎 𝟎
[𝟎 𝟏 −𝟒 −𝟏⁄ 𝟏⁄ 𝟎] →
𝟐 𝟐
𝟎 𝟎 𝟏 −𝟓 𝟏 𝟏
𝟏 + 𝟐(𝟎) 𝟎 + 𝟐(𝟎) −𝟐 + 𝟐(𝟏) 𝟏 + 𝟐(−𝟓) 𝟎 + 𝟐(𝟏) 𝟎 + 𝟐(𝟏)
[ 𝟎 + 𝟒(𝟎) 𝟏 + 𝟒(𝟎) −𝟒 + 𝟒(𝟏) −𝟏⁄ + 𝟒(−𝟓) 𝟏⁄ + 𝟒(𝟏) 𝟎 + 𝟒(𝟏) ]
𝟐 𝟐
𝟎 𝟎 𝟏 −𝟓 𝟏 𝟏
Efectuando las operaciones indicadas:

𝟏+𝟎 𝟎+𝟎 −𝟐 + 𝟐 𝟏 − 𝟏𝟎 𝟎+𝟐 𝟎+𝟐


[𝟎 + 𝟎 𝟏+𝟎 −𝟒 + 𝟒 −𝟏⁄ − 𝟐𝟎 𝟏⁄ + 𝟒 𝟎 + 𝟒]
𝟐 𝟐
𝟎 𝟎 𝟏 −𝟓 𝟏 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
163

𝟏 𝟎 𝟎 −𝟗 𝟐 𝟐
→ [𝟎 𝟏 𝟎 −𝟒𝟏⁄ 𝟗⁄ 𝟒]
𝟐 𝟐
𝟎 𝟎 𝟏 −𝟓 𝟏 𝟏
c. Por lo tanto la matriz inversa es:

−𝟗 𝟐 𝟐
𝑨−𝟏 = [−𝟒𝟏⁄𝟐 𝟗⁄𝟐 𝟒]
−𝟓 𝟏 𝟏
d. ACTIVIDAD: Demostrar que:

𝟏 𝟎 −𝟐 −𝟗 𝟐 𝟐 𝟏 𝟎 𝟎
𝑨𝑨 −𝟏
= 𝑰𝟑 → [𝟏 𝟐 −𝟏𝟎] [−𝟒𝟏⁄𝟐 𝟗⁄𝟐 𝟒 ] = [𝟎 𝟏 𝟎]
𝟒 −𝟐 𝟏 −𝟓 𝟏 𝟏 𝟎 𝟎 𝟏
Nota: La realiza el estudiante y confronta el resultado con el tutor.

−𝟏
e. Se soluciona el sistema de ecuaciones utilizando la matriz inversa 𝑨 :

𝑿 = 𝑨−𝟏 𝑩
f.
Recuerde que B es la matriz correspondiente al término independiente., reemplazando se tiene:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
164

𝒙𝟏 𝟏
𝑿 = [𝒙𝟐 ] 𝒚 𝑩 = [−𝟏]
𝒙𝟑 𝟐
𝒙𝟏 −𝟗 𝟐 𝟐 𝟏
𝑿 = 𝑨−𝟏 𝑩 → [𝒙𝟐 ] = [−𝟒𝟏⁄𝟐 𝟗⁄𝟐 𝟒 ] [−𝟏]
𝒙𝟑 −𝟓 𝟏 𝟏 𝟐

Realizando el producto de matrices indicado, se tiene:

−𝟗 ∗ (𝟏) + 𝟐 ∗ (−𝟏) + 𝟐 ∗ (𝟐) −𝟗 −𝟐 + 𝟒


[−𝟒𝟏⁄𝟐 ∗ (𝟏) 𝟗⁄ ∗ (−𝟏) 𝟒 ∗ (𝟐) ] = [−𝟒𝟏⁄𝟐 − 𝟗⁄ +𝟖]
𝟐 𝟐
−𝟓 ∗ (𝟏) 𝟏 ∗ (−𝟏) 𝟏 ∗ (𝟐) −𝟓 −𝟏 +𝟐
−𝟕
= [−𝟏𝟕] →
−𝟒
Por lo tanto:

𝒙𝟏 −𝟕
[𝒙𝟐 ] = [−𝟏𝟕]
𝒙𝟑 −𝟒

Igualando las respectivas entradas, se tiene la solución para el sistema:

𝒙𝟏 = −𝟕
𝒙𝟐 = −𝟏𝟕
𝒙𝟑 = −𝟒
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
165

g. Por último, se debe dar la prueba de la solución del sistema:

𝒙𝟏 − 𝟐𝒙𝟑 = 𝟏 → −𝟕 − 𝟐(−𝟒) = 𝟏 → −𝟕 + 𝟖 = 𝟏 → 𝟏 = 𝟏
𝒙𝟏 + 𝟐𝒙𝟐 − 𝟏𝟎𝒙𝟑 = −𝟏 → −𝟕 + 𝟐(−𝟏𝟕) − 𝟏𝟎(−𝟒) = 𝟏 →
−𝟕 − 𝟑𝟒 + 𝟒𝟎 = −𝟏 → −𝟏 = −𝟏
𝟒𝒙𝟏 − 𝟐𝒙𝟐 + 𝒙𝟑 = 𝟐 → 𝟒(−𝟕) − 𝟐(−𝟏𝟕) + (−𝟒) = 𝟐 →
{ −𝟐𝟖 + 𝟑𝟒 − 𝟒 = 𝟐 → 𝟐 = 𝟐

Se obtuvieron tres identidades, por lo tanto, los valores obtenidos son la solución para el sistema de ecuaciones
dado.

2. Utilizando la matriz inversa solucione el siguiente sistema:

𝟐𝒙 + 𝒚 + 𝒛 = −𝟏
{−𝒙 + 𝟑𝒚 − 𝒛 = 𝟒
𝒙−𝒚+𝒛=𝟎

PROCEDIMIENTO

a. Se forma la matriz de coeficientes:

𝟐 𝟏 𝟏
[−𝟏 𝟑 −𝟏 ]
𝟏 −𝟏 𝟏
b. Para ser más prácticos en el procedimiento, se intercambian la primera fila y la tercera (que empieza
por 1, pero se puede proceder con el 2 en esta salida y convertirlo en 1, realizando operaciones simples),
quedaría entonces:

𝟏 −𝟏 𝟏
[−𝟏 𝟑 −𝟏 ]
𝟐 𝟏 𝟏
c. Se determina la matriz aumentada con la matriz identidad de orden tres:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
166

𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎
[ −𝟏 𝟑 −𝟏 𝟎 𝟏 𝟎]
𝟐 𝟏 𝟏 𝟎 𝟎 𝟏

d. Se halla la matriz inversa:

Como la entrada 𝒂𝟏𝟏 =1, Se convierten en cero las entradas que están por debajo del 1 obtenido:
CONDICIÓN

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐 + 𝒇𝟏

𝒇𝟑 = 𝒇𝟑 − 𝟐𝒇𝟏

𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎
[ −𝟏 𝟑 −𝟏 𝟎 𝟏 𝟎] →
𝟐 𝟏 𝟏 𝟎 𝟎 𝟏
𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎
[ −𝟏 + 𝟏 𝟑 + (−𝟏) −𝟏 + 𝟏 𝟎+𝟏 𝟏+𝟎 𝟎+𝟎 ]
𝟐 − 𝟐(𝟏) 𝟏 − 𝟐(−𝟏) 𝟏 − 𝟐(𝟏) 𝟎 − 𝟐(𝟏) 𝟎 − 𝟐(𝟎) 𝟏 − 𝟐(𝟎)
𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎
[ −𝟏 + 𝟏 𝟑 + (−𝟏) −𝟏 + 𝟏 𝟎+𝟏 𝟏+𝟎 𝟎+𝟎 ]
𝟐 − 𝟐(𝟏) 𝟏 − 𝟐(−𝟏) 𝟏 − 𝟐(𝟏) 𝟎 − 𝟐(𝟏) 𝟎 − 𝟐(𝟎) 𝟏 − 𝟐(𝟎)
Efectuando las operaciones indicadas:

𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎
[ 𝟎 𝟐 𝟎 𝟏 𝟏 𝟎]
𝟎 𝟑 −𝟏 −𝟐 𝟎 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
167

Se convierte en 1 la entrada 𝒂𝟐𝟐:


CONDICIÓN

𝒇𝟏 = 𝒇𝟏
𝟏
𝒇𝟐 = 𝒇
𝟐 𝟐
𝒇𝟑 = 𝒇𝟑

𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎
[ 𝟎 𝟐 𝟎 𝟏 𝟏 𝟎] →
𝟎 𝟑 −𝟏 −𝟐 𝟎 𝟏

𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎
[ 𝟏⁄𝟐 ∗ 𝟎 𝟏⁄ ∗ 𝟐
𝟐
𝟏⁄ ∗ 𝟎
𝟐
𝟏⁄ ∗ 𝟏 𝟏⁄ ∗ 𝟏
𝟐 𝟐
𝟏⁄ ∗ 𝟎]
𝟐
𝟎 𝟑 −𝟏 −𝟐 𝟎 𝟏
Efectuando las operaciones indicadas:

𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎
[ 𝟎⁄𝟐 𝟐⁄
𝟐
𝟎⁄
𝟐
𝟏⁄
𝟐
𝟏⁄
𝟐
𝟎⁄ ]
𝟐
𝟎 𝟑 −𝟏 −𝟐 𝟎 𝟏
𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎
→[ 𝟎 𝟏 𝟎 𝟏⁄𝟐 𝟏⁄𝟐 𝟎]
𝟎 𝟑 −𝟏 −𝟐 𝟎 𝟏
Se convierten en cero las entradas que están por encima y por debajo del 1 obtenido:

CONDICIÓN
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
168

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = 𝒇𝟑 − 𝟑𝒇𝟐

𝟏 −𝟏 𝟏 𝟏 𝟎 𝟎
𝟏⁄ 𝟏⁄
[ 𝟎 𝟏 𝟎 𝟐 𝟐 𝟎]
𝟎 𝟑 −𝟏 −𝟐 𝟎 𝟏
𝟏 −𝟏 + 𝟏 𝟏+𝟎 𝟏 + 𝟏⁄𝟐 𝟎 + 𝟏⁄𝟐 𝟎+𝟎
→ 𝟎 𝟏 𝟎 𝟏⁄ 𝟏⁄ 𝟎
𝟐 𝟐
𝟎 − 𝟑(𝟎) 𝟑 − 𝟑(𝟏) −𝟏 − 𝟑(𝟎)
[ −𝟐 − 𝟑(𝟏⁄𝟐) 𝟎 − 𝟑(𝟏⁄𝟐) 𝟏 − 𝟑(𝟎)]

Efectuando las operaciones indicadas:

𝟑⁄ 𝟏⁄ 𝟎
𝟏 𝟎 𝟏 𝟐 𝟐
𝟎 𝟏 𝟎 𝟏⁄ 𝟏⁄ 𝟎
𝟐 𝟐
𝟎 𝟎 −𝟏
[ − 𝟕⁄𝟐 − 𝟑⁄𝟐 𝟏]

Se convierte en 1 la entrada 𝒂𝟑𝟑:


CONDICIÓN

𝒇𝟏 = 𝒇𝟏

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = −𝒇𝟑

𝟑⁄ 𝟏⁄ 𝟎
𝟏 𝟎 𝟏 𝟐 𝟐
𝟎 𝟏 𝟎 𝟏⁄ 𝟏⁄ 𝟎 →
𝟐 𝟐
𝟎 𝟎 −𝟏
[ − 𝟕⁄𝟐 − 𝟑⁄𝟐 𝟏]
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
169

𝟑⁄ 𝟏⁄ 𝟎
𝟏 𝟎 𝟏 𝟐 𝟐
𝟎 𝟏 𝟎 𝟏⁄ 𝟏⁄ 𝟎
𝟐 𝟐
(−𝟏) ∗ 𝟎 (−𝟏) ∗ 𝟎 (−𝟏) ∗ −𝟏
[ (−𝟏) ∗ − 𝟕⁄𝟐 (−𝟏) ∗ − 𝟑⁄𝟐 (−𝟏) ∗ 𝟏]

Efectuando las operaciones indicadas:

𝟑⁄ 𝟏⁄
𝟏 𝟎 𝟏 𝟐 𝟐 𝟎
𝟏⁄ 𝟏⁄
𝟎 𝟏 𝟎 𝟐 𝟐 𝟎
𝟎 𝟎 𝟏 𝟕⁄ 𝟑⁄
[ 𝟐 𝟐 −𝟏]
Se convierten en cero las entradas que están por encima del 1 obtenido:

CONDICIÓN

𝒇𝟏 = 𝒇𝟏 − 𝒇𝟑

𝒇𝟐 = 𝒇𝟐

𝒇𝟑 = −𝒇𝟑

𝟑⁄ 𝟏⁄ 𝟎
𝟏 𝟎 𝟏 𝟐 𝟐
𝟎 𝟏 𝟎 𝟏⁄ 𝟏⁄ 𝟎 →
𝟐 𝟐
𝟎 𝟎 𝟏 𝟕⁄ 𝟑⁄
[ 𝟐 𝟐 −𝟏]
𝟑⁄ − 𝟕⁄ 𝟏⁄ − 𝟑⁄
𝟏−𝟎 𝟎−𝟎 𝟏−𝟏 𝟐 𝟐 𝟐 𝟐 𝟎 − (−𝟏)
𝟎 𝟏 𝟎 𝟏⁄ 𝟏⁄ 𝟎
𝟐 𝟐
𝟎 𝟎 𝟏 𝟕⁄ 𝟑⁄
[ 𝟐 𝟐 −𝟏 ]

Efectuando las operaciones indicadas:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
170

−𝟐 −𝟏 𝟏
𝟏 𝟎 𝟎 𝟏⁄ 𝟏⁄
[ 𝟎 𝟏 𝟎 𝟐 𝟐 𝟎]
𝟎 𝟎 𝟏 𝟕⁄ 𝟑⁄
𝟐 𝟐 −𝟏

e. Por lo tanto, la matriz inversa es:

−𝟐 −𝟏 𝟏
𝟏⁄ 𝟏⁄
𝑨−𝟏 =[ 𝟐 𝟐 𝟎]
𝟕⁄ 𝟑⁄
𝟐 𝟐 −𝟏

f. ACTIVIDAD: Demostrar que:

−𝟐 −𝟏 𝟏
𝟏 −𝟏 𝟏 𝟏 𝟏⁄ 𝟏 𝟎 𝟎
𝑨𝑨 −𝟏
= 𝑰𝟑 → [−𝟏 𝟑 −𝟏 ] [ ⁄𝟐 𝟐 𝟎 ] = [𝟎 𝟏 𝟎]
𝟐 𝟏 𝟏 𝟕⁄ 𝟑⁄ −𝟏 𝟎 𝟎 𝟏
𝟐 𝟐
Nota: La realiza el estudiante y confronta el resultado con el tutor.

−𝟏
g. Se soluciona el sistema de ecuaciones utilizando la matriz inversa 𝑨
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
171

𝑿 = 𝑨−𝟏 𝑩
h.
Recuerde que B es la matriz correspondiente al término independiente, reemplazando se tiene:

𝒙 𝟎
𝑿 = [𝒚] 𝒚 𝑩 = [ 𝟒 ]
𝒛 −𝟏

𝒙 −𝟐 −𝟏 𝟏
𝟏⁄ 𝟏⁄ 𝟎
−𝟏
𝑿 = 𝑨 𝑩 → [𝒚] = [ 𝟐 𝟐 𝟎 ][ 𝟒 ]
𝒛 𝟕⁄ 𝟑⁄ −𝟏
𝟐 𝟐 −𝟏

𝒙 −𝟐 −𝟏 𝟏
𝟏⁄ 𝟏⁄ 𝟎
[ 𝒚] = [ 𝟐 𝟐 𝟎 ][ 𝟒 ]
𝒛 𝟕⁄ 𝟑⁄ −𝟏
𝟐 𝟐 −𝟏
−𝟐 ∗ 𝟎 −𝟏 ∗ 𝟒 +𝟏 ∗ −𝟏
𝟏 𝟏
= [ ⁄𝟐 ∗ 𝟎 + ⁄𝟐 ∗ 𝟒 +𝟎 ∗ −𝟏]
𝟕⁄ ∗ 𝟎 + 𝟑⁄ ∗ 𝟒 −𝟏 ∗ −𝟏
𝟐 𝟐

Efectuando las operaciones indicadas:

𝒙 𝟎 −𝟒 −𝟏 𝒙 −𝟓
[𝒚] = [ 𝟎 +𝟐 +𝟎] → [𝒚] = [ 𝟐 ]
𝒛 𝟎 +𝟔 +𝟏 𝒛 𝟕
i. Igualando las respectivas entradas, se tiene la solución para el sistema:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
172

𝒙 = −𝟓
𝒚=𝟐
𝒛=𝟕
j. ACTIVIDAD: Realizar la prueba y confrontarla con el tutor (recuerde que debe tomar las ecuaciones
originales).

3. ACTIVIDAD: Utilizando la MATRIZ INVERSA solucione el siguiente sistema y confróntelo con el tutor:

𝟐𝒙𝟏 + 𝟒𝒙𝟐 + 𝟑𝒙𝟑 = 𝟔


{ 𝒙𝟐 − 𝒙𝟑 = −𝟒
𝟑𝒙𝟏 + 𝟓𝒙𝟐 + 𝟕𝒙𝟑 = 𝟕
Respuesta: Se debe obtener como matriz inversa:

𝟒 − 𝟏𝟑⁄𝟑 − 𝟕⁄𝟑
𝑨−𝟏 = −𝟏 𝟓⁄ 𝟐⁄
𝟑 𝟑
𝟐⁄ 𝟐⁄
[−𝟏 𝟑 𝟑 ]
La solución para el sistema es:

𝒙𝟏 = 𝟐𝟓
𝒙𝟐 = −𝟖
𝒙𝟑 = −𝟒
3. ACTIVIDAD: Utilizando la MATRIZ INVERSA solucione el siguiente sistema y confróntelo con el tutor:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
173

𝟑𝒙 − 𝟐𝒚 − 𝒛 = 𝟓
{𝒙 + 𝒚 − 𝟐𝒛 = −𝟓
𝟐𝒙 − 𝒚 + 𝒛 = 𝟔
La solución para el sistema es:

𝒙=𝟏
𝒚 = −𝟐
𝒛=𝟐

4.2.4 MÉTODO 4: DETERMINANTES


Concepto de Determinante: Se entiende por determinante a una notación matemática formada por una
tabla cuadrada de números u otros elementos, ubicados entre dos líneas verticales, su valor se calcula siguiendo
el desarrollo de ciertas normas o reglas.

Definición de Determinante: El determinante se define como una forma multilineal alternada de un


cuerpo, indicando una serie de propiedades matemáticas, generalizando el concepto y haciéndolo aplicable en
numerosos campos.

El concepto de Determinante, sin embargo, fue introducido para estudiar el número de soluciones de los
sistemas de ecuaciones lineales y se puede definir como:

Una función que asocia a toda matriz cuadrada A un número que se llama determinante de A, el cual se
denota por det A o A . Esta función tiene la propiedad que si 𝐝𝐞𝐭 𝑨 ≠ 𝟎 , si y solo si 𝑨 es no singular.

Nota: se habla de la no-singularidad o inversibilidad de una matriz cuadrada con el hecho de que su
determinante sea diferente de 0.

CÁLCULO DE DETERMINANTES

1. DETERMINANTE DE MATRCES 2X2


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
174

Para una matriz 2X2 de la forma:

𝒂𝟏𝟏 𝒂𝟏𝟐
𝑨 = [𝒂 𝒂𝟐𝟐 ]
𝟐𝟏
Su determinante se obtiene como: El producto de las entradas de la diagonal principal (𝒊 = 𝒋),
menos el producto de las entradas de la diagonal secundaria (𝒊 ≠ 𝒋), esto es:

𝐝𝐞𝐭 𝑨 = 𝒂𝟏𝟏 𝒂𝟐𝟐 − 𝒂𝟏𝟐 𝒂𝟐𝟏

4.2.4.1 EJERCICIOS DE APRENDIZAJE


a. Calcular el determinante de la siguiente matriz de orden 2:

𝟒 −𝟐
𝒅𝒆𝒕 [ ] = (𝟒) ∗ (𝟏) − (−𝟐) ∗ (−𝟓) = 𝟒 − 𝟏𝟎 = −𝟔
−𝟓 𝟏
Esta matriz es invertible porque −𝟔 ≠ 𝟎
b. Calcular el determinante de la siguiente matriz de orden 2:

𝟑 𝟔
𝒅𝒆𝒕 [ ] = (𝟑) ∗ (−𝟒) − (𝟔) ∗ (−𝟐) = −𝟏𝟐 + 𝟏𝟐 = 𝟎
−𝟐 −𝟒
Esta matriz no es invertible porque 𝒆𝒍 𝒓𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐 𝒆𝒔 𝒄𝒆𝒓𝒐.
2. DETERMINANTE DE MATRICES 3X3:

Para una matriz 3x3 de la forma:

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑


𝑨 = [𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ]
𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
175

El valor del determinante de A está dado por:

det A  a11a22 a33  a12 a23 a31  a21a32 a13  a13 a22 a31  a23 a32 a11  a12 a21a33

Pero existen otras maneras más fáciles de encontrar dicho determinante, tales como:

a. Repitiendo, a continuación de la matriz, las dos primeras columnas.

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟏 𝒂𝟏𝟐


𝑨 = [𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ] 𝒂𝟐𝟏 𝒂𝟐𝟐
𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 𝒂𝟑𝟏 𝒂𝟑𝟐
Figura 1

Se efectúa cada multiplicación como se muestra en la figura 2, corresponden al producto de las entradas
de las diagonales principales (de izquierda a derecha y de arriba abajo), cada uno de los productos lleva el signo
+ (más).
+ + +
𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟏 𝒂𝟏𝟐
[𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ] 𝒂𝟐𝟏 𝒂𝟐𝟐
𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 𝒂𝟑𝟏 𝒂𝟑𝟐
+ Figura2

Se efectúa cada multiplicación como se muestra en la figura 3, corresponden al producto de las


entradas de las diagonales secundarias (de derecha a izquierda y de arriba abajo, como lo indica la flecha), cada
uno de los productos lleva el signo − (𝒎𝒆𝒏𝒐𝒔).
− − −

𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟏 𝒂𝟏𝟐


[𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ] 𝒂𝟐𝟏 𝒂𝟐𝟐
𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 𝒂𝟑𝟏 𝒂𝟑𝟐
Figura 3.

Reuniendo en una misma gráfica la figura 2 y la figura 3, se tiene:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
176

- - -
𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟏 𝒂𝟏𝟐
[𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ] 𝒂𝟐𝟏 𝒂𝟐𝟐
𝒂𝟑𝟏 𝒂𝟑𝟐 𝒂𝟑𝟑 𝒂𝟑𝟏 𝒂𝟑𝟐
+ + +
Figura 4.

4.2.5 EJERCICIOS DE APRENDIZAJE


1. Obtener el determinante de la siguiente matriz:

𝟑 −𝟑 −𝟐
𝑨 = [𝟓 𝟎 −𝟓]
𝟏 −𝟏 −𝟑
PROCEDIMIENTO

a. Se repiten, a continuación de la matriz, las dos primeras columnas:

𝟑 −𝟑 −𝟐 𝟑 −𝟑
[𝟓 𝟎 −𝟓] 𝟓 𝟎
𝟏 −𝟏 −𝟑 𝟏 −𝟏

Nota: Para mayor comprensión en el desarrollo del ejercicio, se realizarán por separado los productos de las
diagonales:

Diagonales principales (Amarillo):

[(3)*(0)*(-3)] + [(-3)*(-5)*(1)] + [(-2)*(5)*(-1)]= (-9) + (15) + (10)=16

Diagonales secundarias (verde):


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
177

𝟑 −𝟑 −𝟐 𝟑 −𝟑
[𝟓 𝟎 −𝟓] 𝟓 𝟎
𝟏 −𝟏 −𝟑 𝟏 −𝟏

[(-2)*(0)*(1)] + [(3)*(-5)*(-1)] + [(-3)*(5)*(-3)]= (0) + (15) + (45)=60


b. Se calcula el determinante:

det 𝐴 = 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑑𝑖𝑎𝑔𝑜𝑛𝑎𝑙 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙


− 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑑𝑖𝑎𝑔𝑜𝑛𝑎𝑙 𝑠𝑒𝑐𝑢𝑛𝑑𝑎𝑟𝑖𝑎

Reemplazando por los valores obtenidos, se tiene:

𝐝𝐞𝐭 𝑨 = 𝟏𝟔 − 𝟔𝟎 → 𝐝𝐞𝐭 𝑨 = −𝟒𝟒


2. Obtener el determinante de la siguiente matriz:

−𝟏 𝟔 −𝟓
𝑨 = [ 𝟑 −𝟒 −𝟓]
𝟏 𝟒 −𝟐
PROCEDIMIENTO

c. Se repiten, a continuación de la matriz, las dos primeras columnas:

−𝟏 𝟔 −𝟓 −𝟏 𝟔
[ 𝟑 −𝟒 −𝟓] 𝟑 −𝟒
𝟏 𝟒 −𝟐 𝟏 𝟒

−𝟏 𝟔 −𝟓 −𝟏 𝟔
[𝟑 −𝟒 −𝟓] 𝟑 −𝟒
𝟏 𝟒 −𝟐 𝟏 𝟒
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
178

Nota: Para mayor comprensión en el desarrollo del ejercicio, se realizarán por separado los productos de las
diagonales:

Diagonales principales (Amarillo):

[(-1)*(-4)*(-2)] + [(6)*(-5)*(1)] + [(-5)*(3)*(4)]=


(-8) + (-30) + (-60) =-8-30-60= -98
Diagonales secundarias (verde):

−𝟏 𝟔 −𝟓 −𝟏 𝟔
[𝟑 −𝟒 −𝟓] 𝟑 −𝟒
𝟏 𝟒 −𝟐 𝟏 𝟒

[(-5)*(-4)*(1)] + [(-1)*(-5)*(4)] + [(6)*3)*(-2)]= (20) + (20) + (-36)=


20+20-36= -4
d. Se calcula el determinante:

𝐝𝐞𝐭 𝑨 = 𝑺𝒖𝒎𝒂 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍 𝒑𝒓𝒊𝒏𝒄𝒊𝒑𝒂𝒍


− 𝑺𝒖𝒎𝒂 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍 𝒔𝒆𝒄𝒖𝒏𝒅𝒂𝒓𝒊𝒂

Reemplazando por los valores obtenidos, se tiene:

𝐝𝐞𝐭 𝑨 = −𝟗𝟖 − (−𝟒) → 𝒅𝒆𝒕 𝑨 = −𝟗𝟖 + 𝟒 → 𝐝𝐞𝐭 𝑨 = −𝟗𝟒


2. Obtener el determinante de la siguiente matriz:

−𝟏 𝟔 −𝟓
𝑨 = [ 𝟑 −𝟒 −𝟓]
𝟏 𝟒 −𝟐
Nota: Se realizará el ejercicio número 2, pero en vez de repetir las dos primeras columnas hacia la derecha, se
repetirán las dos primeras filas hacia abajo, de la siguiente manera:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
179

−𝟏 𝟔 −𝟓
𝟑 −𝟒 −𝟓
𝟏 𝟒 −𝟐
−𝟏 𝟔 −𝟓
[ 𝟑 −𝟒 −𝟓]
Se trazan las diagonales principales y se halla su respectivo valor:
−𝟏 𝟔 −𝟓
𝟑 −𝟒 −𝟓
𝟏 𝟒 −𝟐
−𝟏 𝟔 −𝟓
[ 𝟑 −𝟒 −𝟓]
Diagonales principales (Amarillo):

[(-1)*(-4)*(-2)] + [(3)*(4)*(-5)] + [(1)*(6)*(-5)]=


(-8) + (-60) + (-30) =-8-60-30= -98

Se trazan las diagonales secundarias y se halla su respectivo valor:


−𝟏 𝟔 −𝟓
𝟑 −𝟒 −𝟓
𝟏 𝟒 −𝟐
−𝟏 𝟔 −𝟓
[ 𝟑 −𝟒 −𝟓]

[(-5)*(-4)*(1)] + [(-5)*(4)*(-1)] + [(-2)*(6)*(3)]= (20) + (20) + (-36)=


20+20-36= -4
𝐝𝐞𝐭 𝑨 = 𝑺𝒖𝒎𝒂 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍 𝒑𝒓𝒊𝒏𝒄𝒊𝒑𝒂𝒍
− 𝑺𝒖𝒎𝒂 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍 𝒔𝒆𝒄𝒖𝒏𝒅𝒂𝒓𝒊𝒂
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
180

Reemplazando por los valores obtenidos, se tiene:

𝐝𝐞𝐭 𝑨 = −𝟗𝟖 − (−𝟒) → 𝒅𝒆𝒕 𝑨 = −𝟗𝟖 + 𝟒 → 𝐝𝐞𝐭 𝑨 = −𝟗𝟒

Nota: El resultado obtenido es el mismo, por lo tanto cualquiera de los


métodos es válido.

ACTIVIDAD: Dadas las siguientes matrices, calcule el respectivo determinante utilizando los métodos vistos.

Nota: En el primer ejercicio y en el segundo utilice los dos métodos y demuestre que se obtiene el mismo
resultado, confronte los resultados con el tutor.

−𝟏𝟎 𝟔𝟎 −𝟏𝟓
.𝟏. 𝑨 = [ 𝟏𝟑 𝟎 −𝟖 ]
𝟏𝟐 −𝟒 𝟐

−𝟏𝟏 −𝟔 −𝟐
𝟐. 𝑨 = [ 𝟎 −𝟒 −𝟐]
𝟎 −𝟑 −𝟓
𝟖 −𝟔 −𝟏
𝟑. 𝑨 = [𝟑 −𝟑 𝟏]
𝟏 𝟐 𝟏
𝟑 𝟔 −𝟐
𝟒. 𝑨 = [ −𝟑 −𝟔 𝟏]
𝟑 𝟏 𝟐

3. DETERMINANTE DE MATRICES 𝒏 × 𝒏
DESARROLLO POR COFACTORES

Dada una matriz cuadrada A de orden 𝒏 × 𝒏


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
181

Se define LA MATRIZ MENOR de la forma 𝑨𝒊 𝒋 Como una matriz de orden

𝒏 − 𝟏 × 𝒏 − 𝟏 y resulta de eliminar en la matriz 𝑨 la fila 𝒊 y la columna 𝒋.

4.2.6 EJERCICIOS DE APRENDIZAJE


1. Para la matriz:

−𝟏𝟏 −𝟔 −𝟐
𝑨=[ 𝟎 −𝟒 −𝟐]
𝟎 −𝟑 −𝟓
Obtenga las matrices menores: 𝑨𝟐𝟐 𝒚 𝑨𝟑𝟏
PROCEDIMIENTO

𝒂. 𝑨𝟐𝟐 : Para obtener la Matriz Menor se elimina la segunda fila y la segunda columna en la matriz
A, esto es:
Si:
−𝟏𝟏 −𝟔 −𝟐
−𝟏𝟏 −𝟐
𝑨=[ 𝟎 −𝟒 −𝟐] → 𝑨𝟐𝟐 = [ ]
𝟎 −𝟓
𝟎 −𝟑 −𝟓

𝒃. 𝑨𝟑𝟏 : Para obtener la Matriz Menor se elimina la tercera fila y la primera columna en la matriz
A, esto es:
Si:

−𝟏𝟏 −𝟔 −𝟐
−𝟔 −𝟐
𝑨=[ 𝟎 −𝟒 −𝟐] → 𝑨𝟑𝟏 = [ ]
−𝟒 −𝟐
𝟎 −𝟑 −𝟓
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
182

2. Dada la matriz:

𝟏 𝟒 −𝟏 𝟖
𝑨=[ 𝟑 𝟓 −𝟐 −𝟗]
−𝟐 𝟏𝟓 −𝟔 𝟕
𝟎 𝟏𝟎 −𝟖 𝟑

Obtenga las matrices menores: 𝑨𝟐𝟏, 𝑨𝟒𝟑, 𝑨𝟒𝟐, 𝑨𝟏𝟑, 𝑨𝟑𝟒


PROCEDIMIENTO

𝒂. 𝑨𝟐𝟏 : Para obtener la Matriz Menor se elimina la segunda fila y la primera columna en la matriz
A, esto es:
Si:

𝟏 𝟒 −𝟏 𝟖 𝟒 −𝟏 𝟖
𝑨=[ 𝟑 𝟓 −𝟐 −𝟗] → 𝑨 = [𝟏𝟓
𝟐𝟏 −𝟔 𝟕]
−𝟐 𝟏𝟓 −𝟔 𝟕
𝟏𝟎 −𝟖 𝟑
𝟎 𝟏𝟎 −𝟖 𝟑

𝒃. 𝑨𝟒𝟑 : Para obtener la Matriz Menor se elimina la cuarta fila y la tercera columna en la matriz A,
esto es:

𝟏 𝟒 −𝟏 𝟖 𝟏 𝟒 𝟖
𝑨=[ 𝟑 𝟓 −𝟐 −𝟗] → 𝑨 = [ 𝟑
𝟑𝟒 𝟓 −𝟗 ]
−𝟐 𝟏𝟓 −𝟔 𝟕
−𝟐 𝟏𝟓 𝟕
𝟎 𝟏𝟎 −𝟖 𝟑

𝒄. 𝑨𝟒𝟐 : Para obtener la Matriz Menor se elimina la cuarta fila y la segunda columna en la matriz A,
esto es:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
183

𝟏 𝟒 −𝟏 𝟖 𝟏 −𝟏 𝟖
𝑨=[ 𝟑 𝟓 −𝟐 −𝟗] → 𝑨 = [
𝟑𝟒 𝟑 −𝟐 −𝟗 ]
−𝟐 𝟏𝟓 −𝟔 𝟕
−𝟐 −𝟔 𝟕
𝟎 𝟏𝟎 −𝟖 𝟑

𝒅. 𝑨𝟏𝟑 : Para obtener la Matriz Menor se elimina la primera fila y la tercera columna en la matriz
A, esto es:

𝟏 𝟒 −𝟏 𝟖 𝟑 𝟓 −𝟗
𝑨=[ 𝟑 𝟓 −𝟐 −𝟗] → 𝑨 = [
𝟑𝟒 −𝟐 𝟏𝟓 𝟕]
−𝟐 𝟏𝟓 −𝟔 𝟕
𝟎 𝟏𝟎 𝟑
𝟎 𝟏𝟎 −𝟖 𝟑
_____________________________________________________________________________

𝒆. 𝑨𝟑𝟒 : Para obtener la Matriz Menor se elimina la tercera fila y la cuarta columna en la matriz A,
esto es:

𝟏 𝟒 −𝟏 𝟖 𝟏 𝟒 −𝟏
𝑨=[ 𝟑 𝟓 −𝟐 −𝟗] → 𝑨 = [ 𝟑
𝟑𝟒 𝟓 −𝟐]
−𝟐 𝟏𝟓 −𝟔 𝟕
𝟎 𝟏𝟎 −𝟖
𝟎 𝟏𝟎 −𝟖 𝟑

NOTAS:

𝟏. 𝑬𝑳 𝑴𝑬𝑵𝑶𝑹: |𝑴𝒊 𝒋 |
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
184

El menor |𝑴𝒊 𝒋 | es el determinante de la matriz menor 𝑨𝒊 𝒋

2. COFACTOR: 𝑪𝒊 𝒋

El COFACTOR 𝑪𝒊 𝒋 es un número que se asocia a cada entrada de una matriz cuadrada A.

Cálculo de Cofactores:
Para calcular el cofactor se utiliza la siguiente forma:

𝑪𝒊 𝒋 = (−𝟏)𝒊+𝒋 𝑴𝒊 𝒋

𝒊+𝒋
Nota: La única diferencia entre un menor y un cofactor es el factor∶ (−𝟏)

4.2.7 EJERCICIOS DE APRENDIZAJE


1. Para la matriz:

𝟑 𝟓 𝟑
𝑨 = [𝟑 𝟎 𝟖]
𝟐 𝟐 𝟑
Encontrar los siguientes cofactores:

a. 𝑪𝟐𝟑
PROCEDIMIENTO
Se toma la matriz A y se busca su menor de acuerdo a la indicación dada:

En este caso se elimina la segunda fila y la tercera columna:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
185

𝟑 𝟓 𝟑
𝑨 = [𝟑 𝟎 𝟖]
𝟐 𝟐 𝟑

Se utiliza la forma:
𝑪𝒊 𝒋 = (−𝟏)𝒊+𝒋 𝑴𝒊 𝒋
𝟑 𝟓
𝑪𝟐𝟑 = (−𝟏)𝟐+𝟑 [ ] = (−𝟏)𝟓 ∗ [(𝟑) ∗ (𝟐) − (𝟓) ∗ (𝟐)]
𝟐 𝟐
= −𝟏 ∗ (𝟔 − 𝟏𝟎) → (−𝟏) ∗ (−𝟒) = 𝟒
𝐛. 𝑪𝟏𝟏

PROCEDIMIENTO
Se toma la matriz A y se busca su menor de acuerdo a la indicación dada:

En este caso se elimina la segunda fila y la tercera columna:

𝟑 𝟓 𝟑
𝑨 = [𝟑 𝟎 𝟖]
𝟐 𝟐 𝟑

Se utiliza la forma:
𝑪𝒊 𝒋 = (−𝟏)𝒊+𝒋 𝑴𝒊 𝒋
𝟎 𝟖
𝑪𝟏𝟏 = (−𝟏)𝟏+𝟏 [ ] = (−𝟏)𝟐 ∗ [(𝟎) ∗ (𝟑) − (𝟖) ∗ (𝟐)]
𝟐 𝟑
= 𝟏 ∗ (𝟎 − 𝟏𝟔)
→ 𝟏 ∗ (−𝟏𝟔) = −𝟏𝟔
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
186

2. Para la matriz

−𝟏 𝟐 −𝟓
𝑨 = [−𝟒 𝟑 𝟖]
𝟎 𝟔 −𝟕
Determine los siguientes cofactores: 𝑪𝟏𝟐 , 𝑪𝟑𝟑

𝐚. 𝑪𝟏𝟐
PROCEDIMIENTO
Se toma la matriz A y se busca su menor de acuerdo a la indicación dada:

En este caso se elimina la primera fila y la segunda columna:

−𝟏 𝟐 −𝟓
𝑨 = [−𝟒 𝟑 𝟖]
𝟎 𝟔 −𝟕

Se utiliza la forma:
𝑪𝒊 𝒋 = (−𝟏)𝒊+𝒋 𝑴𝒊 𝒋
−𝟒 𝟖
𝑪𝟏𝟐 = (−𝟏)𝟏+𝟐 [ ]
𝟎 −𝟕
= (−𝟏)𝟑 ∗ [(−𝟒) ∗ (−𝟕) − (𝟖) ∗ (𝟎)] = −𝟏 ∗ (𝟐𝟖 − 𝟎)
→ (−𝟏) ∗ (𝟐𝟖) = 𝟐𝟖

𝒃. 𝑪𝟑𝟑
PROCEDIMIENTO
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
187

Se toma la matriz A y se busca su menor de acuerdo a la indicación dada:

En este caso se elimina la tercera fila y la tercera columna:

−𝟏 𝟐 −𝟓
𝑨 = [−𝟒 𝟑 𝟖]
𝟎 𝟔 −𝟕
Se utiliza la forma:
𝑪𝒊 𝒋 = (−𝟏)𝒊+𝒋 𝑴𝒊 𝒋
−𝟏 𝟐
𝑪𝟑𝟑 = (−𝟏)𝟑+𝟑 [ ]
−𝟒 𝟑
= (−𝟏)𝟔 ∗ [(−𝟏) ∗ (𝟑) − (𝟐) ∗ (−𝟒)] = 𝟏 ∗ (−𝟑 + 𝟖)
→ 𝟏 ∗ (𝟓) = 𝟓

CÁLCULO DE DETERMINANTES DE MATRICES 𝒏 × 𝒏

Cálculo de determinantes por expansión por cofactores:

Para encontrar el determinante de cualquier matriz cuadrada 𝑨 de orden 𝒏, se selecciona cualquier Fila (o
columna) de 𝑨 y se multiplica cada entrada de la fila (o columna) por su cofactor. La suma de estos
productos será el determinante de 𝑨, llamado determinante de orden 𝒏.

4.2.8 EJERCICIOS DE APRENDIZAJE


1. Encuentre el determinante de:

𝟐 −𝟏 𝟑
𝑨 = [𝟑 𝟎 −𝟓]
𝟐 𝟏 𝟏

a. Ampliando las dos primeras columnas (Recuerde que también puede ampliar las dos primeras filas).
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
188

b. Utilizando cofactores en la primera fila.


c. Utilizando cofactores en la segunda columna.

PROCEDIMIENTO

a. Ampliando las dos primeras columnas:


𝟐 −𝟏 𝟑 𝟐 −𝟏
[𝟑 𝟎 −𝟓] 𝟑 𝟎
𝟐 𝟏 𝟏 𝟐 𝟏

𝑺𝒖𝒎𝒂 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍 𝒑𝒓𝒊𝒏𝒄𝒊𝒑𝒂𝒍

[(2)*(0)*(1)] + [(-1)*(-5)*(2)] + [(3)*(3)*(1)]=


[0+ 10+ 9]= 19
𝑺𝒖𝒎𝒂 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍 𝒔𝒆𝒄𝒖𝒏𝒅𝒂𝒓𝒊𝒂

[(3)*(0)*(2)] + [(2)*(-5)*(1)] + [(-1)*(3)*(1)]= (0) + (-10) + (-3)=


0-10-3=-13
𝐝𝐞𝐭 𝑨 = 𝑺𝒖𝒎𝒂 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍 𝒑𝒓𝒊𝒏𝒄𝒊𝒑𝒂𝒍
− 𝑺𝒖𝒎𝒂 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍 𝒔𝒆𝒄𝒖𝒏𝒅𝒂𝒓𝒊𝒂
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
189

Reemplazando por los valores obtenidos, se tiene:

𝐝𝐞𝐭 𝑨 = 𝟏𝟗 − (−𝟏𝟑) → 𝒅𝒆𝒕 𝑨 = 𝟏𝟗 + 𝟏𝟑 → 𝐝𝐞𝐭 𝑨 = 𝟑𝟐


Utilizando cofactores en la primera fila: [𝟐 −𝟏 𝟑]

𝒅𝒆𝒕 𝑨 = 𝒂𝟏𝟏 𝒄𝟏𝟏 + 𝒂𝟏𝟐 𝒄𝟏𝟐 + 𝒂𝟏𝟑 𝒄𝟏𝟑

Ecuación 1
Entonces:

Se elimina la primera fila y la primera columna:

𝟎 −𝟓
𝒂𝟏𝟏 𝒄𝟏𝟏 = 𝒂𝟏𝟏 (−𝟏)𝟏+𝟏 𝑴𝟏𝟏 = 𝟐(−𝟏)𝟏+𝟏 [ ]→
𝟏 𝟏
𝒂𝟏𝟏 𝒄𝟏𝟏 = 𝟐 ∗ 𝟏 [(𝟎) ∗ (𝟏) − (−𝟓) ∗ (𝟏)] = 𝟐(𝟎 + 𝟓) = 𝟐 ∗ 𝟓 = 𝟏𝟎

Se elimina la primera fila y la segunda columna:

𝟑 −𝟓
𝒂𝟏𝟐 𝒄𝟏𝟐 = 𝒂𝟏𝟐 (−𝟏)𝟏+𝟐 𝑴𝟏𝟐 = (−𝟏)(−𝟏)𝟏+𝟐 [ ]→
𝟐 𝟏
𝒂𝟏𝟐 𝒄𝟏𝟐 = (−𝟏) ∗ (−𝟏) [(𝟑) ∗ (𝟏) − (−𝟓) ∗ (𝟐)] = 𝟏(𝟑 + 𝟏𝟎) = 𝟏 ∗
𝟏𝟑 = 𝟏𝟑
Se elimina la primera fila y la tercera columna:

𝟑 𝟎
𝒂𝟏𝟑 𝒄𝟏𝟑 = 𝒂𝟏𝟑 (−𝟏)𝟏+𝟑 𝑴𝟏𝟑 = 𝟑(−𝟏)𝟏+𝟑 [ ]→
𝟐 𝟏
𝒂𝟏𝟑 𝒄𝟏𝟑 = (𝟑) ∗ (𝟏) [(𝟑) ∗ (𝟏) − (𝟎) ∗ (𝟐)] = 𝟑(𝟑 + 𝟎) = 𝟑 ∗ 𝟑
=𝟗
Reemplazando en la ecuación 1:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
190

𝒅𝒆𝒕 𝑨 = 𝒂𝟏𝟏 𝒄𝟏𝟏 + 𝒂𝟏𝟐 𝒄𝟏𝟐 + 𝒂𝟏𝟑 𝒄𝟏𝟑


𝒅𝒆𝒕 𝑨 = 𝟏𝟎 + 𝟏𝟑 + 𝟗 → 𝒅𝒆𝒕 𝑨 = 𝟑𝟐
−𝟏
c. Utilizando cofactores en la segunda columna:[ 𝟎 ]
𝟏

𝒅𝒆𝒕 𝑨 = 𝒂𝟏𝟐 𝒄𝟏𝟐 + 𝒂𝟐𝟐 𝒄𝟐𝟐 + 𝒂𝟑𝟐 𝒄𝟑𝟐

Ecuación 2
Entonces:

Se elimina la primera fila y la segunda columna:

𝟑 −𝟓
𝒂𝟏𝟐 𝒄𝟏𝟐 = 𝒂𝟏𝟐 (−𝟏)𝟏+𝟐 𝑴𝟏𝟐 = (−𝟏) ∗ (−𝟏)𝟏+𝟐 [ ]→
𝟐 𝟏
𝒂𝟏𝟐 𝒄𝟏𝟐 = 𝟏 [(𝟑) ∗ (𝟏) − (−𝟓) ∗ (𝟐)] = 𝟏(𝟑 + 𝟏𝟎) = 𝟏 ∗ 𝟏𝟑
= 𝟏𝟑

Se elimina la segunda fila y la segunda columna:

𝟐 𝟑
𝒂𝟐𝟐 𝒄𝟐𝟐 = 𝒂𝟐𝟐 (−𝟏)𝟐+𝟐 𝑴𝟐𝟐 = (𝟎)(−𝟏)𝟐+𝟐 [ ]→
𝟐 𝟏
𝒂𝟐𝟐 𝒄𝟐𝟐 = 𝟎

Se elimina la tercera fila y la segunda columna:

𝟐 𝟑
𝒂𝟑𝟐 𝒄𝟑𝟐 = 𝒂𝟑𝟐 (−𝟏)𝟑+𝟐 𝑴𝟑𝟐 = 𝟏(−𝟏)𝟑+𝟐 [ ]→
𝟑 −𝟓
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
191

𝒂𝟑𝟐 𝒄𝟑𝟐 = (𝟏) ∗ (−𝟏)[(𝟐) ∗ (−𝟓) − (𝟑) ∗ (𝟑)] = −𝟏 ∗ (−𝟏𝟎 − 𝟗)


= −𝟏 ∗ (−𝟏𝟗) = 𝟏𝟗
Reemplazando en la ecuación2:

𝒅𝒆𝒕 𝑨 = 𝒂𝟏𝟐 𝒄𝟏𝟐 + 𝒂𝟐𝟐 𝒄𝟐𝟐 + 𝒂𝟑𝟐 𝒄𝟑𝟐


𝒅𝒆𝒕 𝑨 = 𝟏𝟑 + 𝟎 + 𝟏𝟗 → 𝒅𝒆𝒕 𝑨 = 𝟑𝟐
2. Obtener el determinante de la siguiente matriz, utilizando los cofactores de la segunda fila:

𝟏𝟐 −𝟏 𝟑
𝑨 = [ −𝟑 𝟏 −𝟏 ]
−𝟏𝟎 𝟐 −𝟑

Utilizando cofactores en la segunda fila:[−𝟑 𝟏 −𝟏]

𝒅𝒆𝒕 𝑨 = 𝒂𝟐𝟏 𝒄𝟐𝟏 + 𝒂𝟐𝟐 𝒄𝟐𝟐 + 𝒂𝟐𝟑 𝒄𝟐𝟑

Ecuación 3

Se elimina la segunda fila y la primera columna:

−𝟏 𝟑
𝒂𝟐𝟏 𝒄𝟐𝟏 = 𝒂𝟐𝟏 (−𝟏)𝟐+𝟏 𝑴𝟐𝟏 = (−𝟏) ∗ (−𝟏)𝟐+𝟏 [ ]→
𝟐 −𝟑
𝒂𝟐𝟏 𝒄𝟐𝟏 = (−𝟑) ∗ (−𝟏)[(−𝟏) ∗ (−𝟑) − (𝟑) ∗ (𝟐)] = 𝟑(𝟑 − 𝟔)
= 𝟑 ∗ (−𝟑) = −𝟗

Se elimina la segunda fila y la segunda columna:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
192

𝟏𝟐 𝟑
𝒂𝟐𝟐 𝒄𝟐𝟐 = 𝒂𝟐𝟐 (−𝟏)𝟐+𝟐 𝑴𝟐𝟐 = (𝟏)(−𝟏)𝟐+𝟐 [ ]
−𝟏𝟎 −𝟑

𝒂𝟐𝟐 𝒄𝟐𝟐 = (𝟏) ∗ (𝟏)[(𝟏𝟐) ∗ (−𝟑) − (𝟑) ∗ (−𝟏𝟎)]


= 𝟏 ∗ (−𝟑𝟔 + 𝟑𝟎) = 𝟏 ∗ (−𝟔) = −𝟔
Se elimina la segunda fila y la tercera columna:

𝟏𝟐 −𝟏
𝒂𝟐𝟑 𝒄𝟐𝟑 = 𝒂𝟐𝟑 (−𝟏)𝟐+𝟑 𝑴𝟐𝟑 = (−𝟏) ∗ (−𝟏)𝟐+𝟑 [ ]→
−𝟏𝟎 𝟐
𝒂𝟐𝟑 𝒄𝟐𝟑 = (−𝟏) ∗ (−𝟏)[(𝟏𝟐) ∗ (𝟐) − (−𝟏) ∗ (−𝟏𝟎)]
= 𝟏 ∗ (𝟐𝟒 − 𝟏𝟎) = 𝟏 ∗ (𝟏𝟒) = 𝟏𝟒
Reemplazando en la ecuación 3:

𝒅𝒆𝒕 𝑨 = 𝒂𝟐𝟏 𝒄𝟐𝟏 + 𝒂𝟐𝟐 𝒄𝟐𝟐 + 𝒂𝟐𝟑 𝒄𝟐𝟑

𝒅𝒆𝒕 𝑨 = −𝟗 − 𝟔 + 𝟏𝟒 = −𝟏

3. Utilizando cofactores, calcule el determinante de la matriz:

𝟑 𝟒 𝟕
𝑨 = [𝟎 −𝟏 −𝟓]
𝟎 𝟐 −𝟑
PROCEDIMIENTO
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
193

Como en la primera columna hay dos entradas iguales a cero (𝒂𝟐𝟏 𝒚 𝒂𝟑𝟏 ), se calcula el determinante
utilizando cofactores en la primera columna.

Se elimina la primera fila y la primera columna:

−𝟏 −𝟓
𝒂𝟏𝟏 𝒄𝟏𝟏 = 𝒂𝟏𝟏 (−𝟏)𝟏+𝟏 𝑴𝟏𝟏 = (𝟑) ∗ (−𝟏)𝟏+𝟏 [ ]→
𝟐 −𝟑
𝒂𝟏𝟏 𝒄𝟏𝟏 = (𝟑) ∗ (𝟏)[(−𝟏) ∗ (−𝟑) − (−𝟓) ∗ (𝟐)] = (𝟑) ∗ (𝟑 + 𝟏𝟎) = 𝟑 ∗
(𝟏𝟑) = 𝟑𝟗

𝒅𝒆𝒕 𝑨 = 𝟑𝟗
4. Calcule el determinante de la siguiente matriz:

𝟐 𝟎 𝟎 𝟏
𝑩 = [𝟎 𝟏 𝟎 𝟑]
𝟎 𝟎 𝟏 𝟐
𝟏 𝟐 𝟑 𝟎

PROCEDIMIENTO
Analizando la matriz se observa que tanto en la primera fila como en la primera columna existen ceros en las
entradas: 𝒂𝟏𝟐 , 𝒂𝟏𝟑 , 𝒂𝟐𝟏 , 𝒂 𝟑𝟏 , para hallar el determinante de la matriz B, se utilizarán los
cofactores de la primera columna, esto es:

a. ECUACIÓN 1**

𝟏 𝟎 𝟑 𝟎 𝟎 𝟏
𝟏+𝟏 𝟒+𝟏
𝐝𝐞𝐭 𝑩 = 𝟐(−𝟏) ∗ 𝐝𝐞𝐭 [𝟎 𝟏 𝟐] + 𝟏(−𝟏) [𝟏 𝟎 𝟑]
𝟐 𝟑 𝟎 𝟎 𝟏 𝟐

Quedan 2 determinantes de orden 3 que se resolverán por separado: (recuerde que para solucionar un
determinante de este orden se repiten las dos primeras filas o las dos primeras columnas):

Resolviendo el primer determinante, repitiendo las dos primeras columnas:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
194

𝟏 𝟎 𝟑 𝟏 𝟎
[𝟎 𝟏 𝟐] 𝟎 𝟏→
𝟐 𝟑 𝟎 𝟐 𝟑
[(𝟏 ∗ 𝟏 ∗ 𝟎) + (𝟎 ∗ 𝟐 ∗ 𝟐) + (𝟑 ∗ 𝟎 ∗ 𝟑)]
− [(𝟑 ∗ 𝟏 ∗ 𝟐) + (𝟏 ∗ 𝟐 ∗ 𝟑) + (𝟎 ∗ 𝟎 ∗ 𝟎)] →
[𝟎 + 𝟎 + 𝟎] − [𝟔 + 𝟔 + 𝟎] = 𝟎 − 𝟏𝟐 = −𝟏𝟐

Resolviendo el segundo determinante:

𝟎 𝟎 𝟏 𝟎 𝟎
[𝟏 𝟎 𝟑] 𝟏 𝟎
𝟎 𝟏 𝟐 𝟎 𝟏
[(𝟎 ∗ 𝟎 ∗ 𝟐) + (𝟎 ∗ 𝟑 ∗ 𝟎) + (𝟏 ∗ 𝟏 ∗ 𝟏)]
− [(𝟏 ∗ 𝟎 ∗ 𝟎) + (𝟎 ∗ 𝟑 ∗ 𝟏) + (𝟎 ∗ 𝟏 ∗ 𝟐)] →
[𝟎 + 𝟎 + 𝟏] − [𝟎 + 𝟎 + 𝟎] = 𝟏 − 𝟎 = 𝟏

b. Reemplazando los valores obtenidos en la ecuación 1**:

𝐝𝐞𝐭 𝑩 = 𝟐(−𝟏)𝟏+𝟏 ∗ (−𝟏𝟐) +𝟏(−𝟏)𝟒+𝟏 ∗ 𝟏 →


𝐝𝐞𝐭 𝑩 = 𝟐(−𝟏)𝟐 ∗ (−𝟏𝟐) +𝟏(−𝟏)𝟓 ∗ 𝟏 →
𝐝𝐞𝐭 𝑩 = 𝟐 ∗ 𝟏 ∗ (−𝟏𝟐) +𝟏 ∗ (−𝟏) ∗ 𝟏 = − 𝟐𝟒 − 𝟏 = −𝟐𝟓
𝐝𝐞𝐭 𝑩 = −𝟐𝟓

5. Determinar el valor de 𝒙, de tal manera que el determinante de la matriz A sea igual a −𝟏𝟎𝟓.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
195

𝟓 𝟒 −𝟑
𝑨=[ 𝟐 𝒙 𝟎]
−𝟖 𝟔 𝟑
PROCEDIMIENTO
Resolviendo el primer determinante, repitiendo las dos primeras columnas:

𝟓 𝟒 −𝟑 𝟓 𝟒
[𝟐 𝒙 𝟎] 𝟐 𝒙→
−𝟖 𝟔 𝟑 −𝟖 𝟔
Efectuando los productos indicados y la propiedad correspondiente (Suma del producto de las
diagonales principales, menos la suma del producto de las diagonales secundarias):

[(𝟓 ∗ 𝒙 ∗ 𝟑) + (𝟒 ∗ 𝟎 ∗ −𝟖) + (−𝟑 ∗ 𝟐 ∗ 𝟔)]


− [(−𝟑 ∗ 𝒙 ∗ −𝟖) + (𝟓 ∗ 𝟎 ∗ 𝟔) + (𝟒 ∗ 𝟐 ∗ 𝟑)] →
[𝟏𝟓𝒙 + 𝟎 − 𝟑𝟔] − [𝟐𝟒𝒙 + 𝟎 + 𝟐𝟒] = 𝟏𝟓𝒙 − 𝟑𝟔 − 𝟐𝟒𝒙 − 𝟐𝟒
= −𝟗𝒙 − 𝟔𝟎

En el enunciado de la matriz dice que: 𝒅𝒆𝒕 𝑨 = −𝟏𝟎𝟓, entonces:


−𝟒𝟓
−𝟗𝒙 − 𝟔𝟎 = −𝟏𝟎𝟓 → −𝟗𝒙 = −𝟏𝟎𝟓 + 𝟔𝟎 → −𝟗𝒙 = −𝟒𝟓 → 𝒙 =
−𝟗
→𝒙=𝟓

Por lo tanto la matriz 𝑨, reemplazando el valor de 𝒙 quedaría:

𝟓 𝟒 −𝟑
𝑨=[ 𝟐 𝟓 𝟎]
−𝟖 𝟔 𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
196

Actividad: Realice los siguientes ejercicios justificando cada uno de los pasos y confrontando el proceso con
el tutor:

1. Determine el valor de 𝒙, de tal manera que el determinante de la matriz sea igual a −𝟏

−𝟔 𝟑 𝒙
𝑨=[ 𝟕 𝟐 −𝟓]
𝟓 𝟗 −𝒙
Respuesta: La solución a obtener es 𝒙=𝟒

2. Calcular el determinante de la siguiente matriz utilizando uno de los métodos vistos

𝟑 𝟒 −𝟏 𝟎
𝑨=[ 𝟒 −𝟏 𝟎 𝟑]
−𝟔 𝟒 𝟖 −𝟐
−𝟏 𝟏 𝟐 𝟕
Respuesta: La solución a obtener es 𝐝𝐞𝐭 𝑨 = − 𝟏𝟏𝟔𝟐

3. Determine el valor de 𝒙 , de tal manera que el determinante de la matriz sea igual a – 𝟏𝟒𝟏:

𝒙 𝟔 𝟓
𝑨=[ 𝟒 𝒙𝟐 𝟐]
𝟔 𝒙 𝟓
Respuesta: La solución a obtener es 𝒙 = 𝟑

4. Determine el valor de 𝒙 , de tal manera que el determinante de la matriz sea igual a 𝟐𝟐


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
197

𝒙−𝟑 𝟗 𝟑
𝑨=[ 𝟕 𝟖 𝒙 − 𝟐]
𝟓 𝟎 𝟒
Respuesta: La solución a obtener es 𝒙 = 𝟖

MATRIZ ADJUNTA:
Definición: Para una matriz 𝑨 de orden 𝒏 × 𝒏 (una matriz cuadrada), se define la matriz adjunta como la
transpuesta de la matriz de cofactores.

TEOREMA: Si A es una matriz 𝑨 de orden 𝒏 × 𝒏 y 𝐝𝐞𝐭 𝑨 ≠ 𝟎, entonces 𝑨−𝟏 existe y se obtiene


como:

𝟏
𝑨−𝟏 = 𝒂𝒅𝒋 (𝑨)
𝐝𝐞𝐭 𝑨

4.2.9 EJERCICIO DE APRENDIZAJE


1. Utilizando la matriz adjunta, encuentre la inversa de la siguiente matriz:

𝟐 𝟑 𝟏
𝑨 = [𝟒 𝟎 −𝟐]
𝟑 −𝟏 −𝟑
Este ejercicio queda propuesto para acabarlo y confrontar el resultado con el tutor

RESPUESTA:

𝐝𝐞𝐭 𝑨 = −𝟐𝟔
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
198

La matriz de cofactores es:

−𝟐 𝟔 −𝟒
𝒄 = [ −𝟏𝟎 −𝟗 −𝟕 ]
𝟔 𝟖 𝟏𝟐

La matriz adjunta (transpuesta de la matriz de cofactores) es:


−𝟐 −𝟏𝟎 𝟔
𝒂𝒅𝒋 = [ 𝟔 −𝟗 𝟖]
−𝟒 −𝟕 𝟏𝟐

La matriz inversa es:

−𝟏
𝟏 −𝟐 −𝟏𝟎 𝟔
𝑨 =− [ 𝟔 −𝟗 𝟖]
𝟐𝟔
−𝟒 −𝟕 𝟏𝟐
Nota: Terminar el proceso justificando cada uno de los pasos realizados.
Propiedades de los determinantes:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
199

CONDICIÓN ENTONCES PROPIEDAD

Si − − −→ 𝐝𝐞𝐭 𝑰 = 𝟏
𝑰 𝒆𝒔 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝒊𝒅𝒆𝒏𝒕𝒊𝒅𝒂𝒅
1

2 La matriz identidad de orden 𝟐× − − −→ 𝐝𝐞𝐭 𝑰 = (𝟏)(𝟏) − (𝟎)(𝟎) = 𝟏


1 0
𝟐 𝑒𝑠 [ ]:
0 1

3 Si 𝑩 se obtiene a partir de − − −→ 𝒅𝒆𝒕 𝑩 = −𝒅𝒆𝒕 𝑨


𝑨 intercambiando dos filas de 𝑨.

4 Si se obtiene 𝑩a 𝑨
partir de − − −→ 𝒅𝒆𝒕 𝑩 = 𝒅𝒆𝒕 𝑨
sumando un múltiplo de una fila de 𝑨
a otra fila:

5 Si se obtiene 𝑩 a partir de 𝑨 − − −→ 𝒅𝒆𝒕 𝑩 = 𝒎 𝒅𝒆𝒕 𝑨


multiplicando una fila de 𝑨 por un
número m:

6 Si 𝑨 es una matriz diagonal: − − −→ 𝒅𝒆𝒕 𝑨 = 𝒂𝟏𝟏, 𝒂𝟐𝟐, … 𝒂𝒎𝒏

7 Si𝑨 una matriz triangular, − − −→ 𝒅𝒆𝒕 𝑨 = 𝒂𝟏𝟏, 𝒂𝟐𝟐, … 𝒂𝒎𝒏


superior o inferior:

8 Si dos filas de 𝑨 son iguales: − − −→ 𝒅𝒆𝒕 𝑨 = 𝟎


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
200

9 Si 𝑨 tiene una fila de ceros: − − −→ 𝒅𝒆𝒕 𝑨 = 𝟎

10 Una matriz cuadrada 𝑨 es


↔ 𝒅𝒆𝒕 𝑨 ≠ 𝟎
invertible:
(se lee: si y
sólo sí)

11 Si𝑨 y 𝑩 son matrices de orden − − −→ 𝒅𝒆𝒕(𝑨 𝑩) = 𝒅𝒆𝒕 𝑨 ∗ 𝒅𝒆𝒕 𝑩


𝒏 × 𝒏:

12 En términos generales el determinante − − −→ 𝒅𝒆𝒕(𝑨 + 𝑩) ≠ 𝒅𝒆𝒕 𝑨 + 𝒅𝒆𝒕 𝑩


de una suma:

13 Si se obtiene 𝑩 a partir de 𝑨 − − −→ 𝒅𝒆𝒕 𝑩 = 𝒅𝒆𝒕 𝑨


sumando un múltiplo de una columna
de 𝑨 a otra:

14 Si se obtiene 𝑩 a partir de 𝑨 − − −→ 𝒅𝒆𝒕 𝑩 = 𝒎 𝒅𝒆𝒕 𝑨


multiplicando una columna de 𝑨 por
un número 𝒎:

15 Si se obtiene 𝑩 a partir de 𝑨 − − −→ 𝒅𝒆𝒕 𝑩 = −𝒅𝒆𝒕 𝑨


intercambiando dos columnas:

16 Si 𝑨 es una matriz de orden − − −→ 𝒅𝒆𝒕 𝑨 = −𝒅𝒆𝒕 𝑨𝑻


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
201

𝒏 × 𝒏 y 𝑨𝑻 es su
transpuesta:

SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES UTILIZANDO DETERMINANTES

Se utilizará el método o regla de CRAMER, que dice:

En un sistema de 𝒏 ecuaciones lineales con 𝒏 incógnitas:

𝒂𝟏𝟏 𝒙𝟏 + 𝒂𝟏𝟐 𝒙𝟐 + 𝒂𝟏𝟑 𝒙𝟑 +⋯ + 𝒂𝟏𝒏 𝒙𝒏 = 𝒄𝟏


𝒂𝟐𝟏 𝒙𝟏 + 𝒂𝟐𝟐 𝒙𝟐 + 𝒂𝟐𝟑 𝒙𝟑 +⋯ + 𝒂𝟐𝒏 𝒙𝒏 = 𝒄𝟐
⋮ ⋮ ⋮ ⋮ ⋮ ⋯ … ⋮ ⋮
⋮ ⋮ ⋮ ⋮ ⋮ … … ⋮ ⋮
{𝒂𝒏𝟏 𝒙𝟏 + 𝒂𝒏𝟐 𝒙𝟐 + 𝒂𝒏𝟑 𝒙𝟑 +⋯ + 𝒂𝒏𝒏 𝒙𝒏 = 𝒄𝒏

Si el 𝐝𝐞𝐭 𝑨, matriz de coeficientes, es diferente de cero, el sistema tiene única solución que se
obtiene de la siguiente manera:

𝑫𝟏 𝑫𝟐 𝑫𝒏
𝒙𝟏 = , 𝒙𝟐 = , … 𝒙𝒏 =
𝑫 𝑫 𝑫

DETERMINANTE DEFINICIÓN

𝑫 Es el determinante de la matriz de coeficientes.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
202

𝑫𝟏 Es el determinante de la matriz que resulta de intercambiar en la matriz de


coeficientes las entradas de la primera columna por las entradas de la
matriz 𝑩 o matriz del término independiente.

𝑫𝟐 Es el determinante de la matriz que resulta de intercambiar en la matriz de


coeficientes las entradas de la segunda columna por las entradas de la
matriz 𝑩 o matriz del término independiente.

𝑫𝟑 Es el determinante de la matriz que resulta de intercambiar en la matriz de


coeficientes las entradas de la tercera columna por las entradas de la
matriz 𝑩 o matriz del término independiente.

𝑫𝒏 Es el determinante de la matriz que resulta de intercambiar en la matriz de


coeficientes las entradas de la 𝑛 é𝑠𝑖𝑚𝑎 columna por las entradas de la matriz 𝑩
o matriz del término independiente.

4.2.10 EJERCICIOS DE APRENDIZAJE


1. Utilizando determinantes, resuelva el siguiente sistema:

𝟐𝒙 − 𝟓𝒚 + 𝟒𝒛 = 𝟏𝟑
{ 𝟑𝒙 + 𝟐𝒚 + 𝟑𝒛 = 𝟑𝟎
𝟒𝒙 + 𝟔𝒚 − 𝟓𝒛 = −𝟒

PROCEDIMIENTO

a. Para obtener el determinante 𝑫 se utiliza la matriz de coeficientes:

𝟐 −𝟓 𝟒
𝑫 = [𝟑 𝟐 𝟑]
𝟒 𝟔 −𝟓
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
203

Repitiendo las dos primeras columnas:

𝟐 −𝟓 𝟒 𝟐 −𝟓
𝑫 = [𝟑 𝟐 𝟑] 𝟑 𝟐
𝟒 𝟔 −𝟓 𝟒 𝟔

𝑫 = [(𝟐 ∗ 𝟐 ∗ −𝟓) + (−𝟓 ∗ 𝟑 ∗ 𝟒) + (𝟒 ∗ 𝟑 ∗ 𝟔)]


− [(𝟒 ∗ 𝟐 ∗ 𝟒) + (𝟐 ∗ 𝟑 ∗ 𝟔) + (−𝟓 ∗ 𝟑 ∗ −𝟓)]
𝑫 = [−𝟐𝟎 − 𝟔𝟎 + 𝟕𝟐] − [𝟑𝟐 + 𝟑𝟔 + 𝟕𝟓] → 𝑫 = (−𝟖) − (𝟏𝟒𝟑)
= −𝟖 − 𝟏𝟒𝟑 → 𝑫 = −𝟏𝟓𝟏

Para calcular el determinante 𝑫𝟏 , se reemplazan las entradas de la primera columna en la matriz de


coeficientes por las entradas de la matriz término independiente:

𝟐 −𝟓 𝟒 𝟏𝟑 −𝟓 𝟒
𝑫 = [𝟑 𝟐 𝟑 ] → 𝑫𝟏 = [ 𝟑𝟎 𝟐 𝟑]
𝟒 𝟔 −𝟓 −𝟒 𝟔 −𝟓

Repitiendo las dos primeras columnas:

𝟏𝟑 −𝟓 𝟒 𝟏𝟑 −𝟓
𝑫𝟏 = [ 𝟑𝟎 𝟐 𝟑] 𝟑𝟎 𝟐
−𝟒 𝟔 −𝟓 −𝟒 𝟔
𝑫𝟏 = [(𝟏𝟑 ∗ 𝟐 ∗ −𝟓) + (−𝟓 ∗ 𝟑 ∗ −𝟒) + (𝟒 ∗ 𝟑𝟎 ∗ 𝟔)]
− [(𝟒 ∗ 𝟐 ∗ −𝟒) + (𝟏𝟑 ∗ 𝟑 ∗ 𝟔) + (−𝟓 ∗ 𝟑𝟎 ∗ −𝟓)]
𝑫𝟏 = [−𝟏𝟑𝟎 + 𝟔𝟎 + 𝟕𝟐𝟎] − [−𝟑𝟐 + 𝟐𝟑𝟒 + 𝟕𝟓𝟎] → 𝑫𝟏 = 𝟔𝟓𝟎 − 𝟗𝟓𝟐 → 𝑫𝟏
= −𝟑𝟎𝟐

Para calcular el determinante 𝑫𝟐 , se reemplazan las entradas de la segunda columna en la matriz de


coeficientes por las entradas de la matriz término independiente:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
204

𝟐 −𝟓 𝟒 𝟐 𝟏𝟑 𝟒
𝑫 = [𝟑 𝟐 𝟑 ] → 𝑫𝟐 = [𝟑 𝟑𝟎 𝟑]
𝟒 𝟔 −𝟓 𝟒 −𝟒 −𝟓

Repitiendo las dos primeras columnas:

𝟐 𝟏𝟑 𝟒 𝟐 𝟏𝟑
𝑫 𝟐 = [𝟑 𝟑𝟎 𝟑] 𝟑 𝟑𝟎
𝟒 −𝟒 −𝟓 𝟒 −𝟒
𝑫𝟐 = [(𝟐 ∗ 𝟑𝟎 ∗ −𝟓) + (𝟏𝟑 ∗ 𝟑 ∗ 𝟒) + (𝟒 ∗ 𝟑 ∗ −𝟒)]
− [(𝟒 ∗ 𝟑𝟎 ∗ 𝟒) + (𝟐 ∗ 𝟑 ∗ −𝟒) + (𝟏𝟑 ∗ 𝟑 ∗ −𝟓)]
𝑫𝟐 = [−𝟑𝟎𝟎 + 𝟏𝟓𝟔 − 𝟒𝟖] − [𝟒𝟖𝟎 − 𝟐𝟒 − 𝟏𝟗𝟓] → 𝑫𝟏 = −𝟏𝟗𝟐 − 𝟐𝟔𝟏 → 𝑫𝟐
= −𝟒𝟓𝟑
Para calcular el determinante 𝑫𝟑 , se reemplazan las entradas de la tercera columna en la matriz de
coeficientes por las entradas de la matriz término independiente:

𝟐 −𝟓 𝟒 𝟐 −𝟓 𝟏𝟑
𝑫 = [𝟑 𝟐 𝟑 ] → 𝑫𝟑 = [𝟑 𝟐 𝟑𝟎 ]
𝟒 𝟔 −𝟓 𝟒 𝟔 −𝟒
Repitiendo las dos primeras columnas:

𝟐 −𝟓 𝟏𝟑 𝟐 −𝟓
𝑫𝟑 = [𝟑 𝟐 𝟑𝟎 ] 𝟑 𝟐
𝟒 𝟔 −𝟒 𝟒 𝟔
𝑫𝟑 = [(𝟐 ∗ 𝟐 ∗ −𝟒) + (−𝟓 ∗ 𝟑𝟎 ∗ 𝟒) + (𝟏𝟑 ∗ 𝟑 ∗ 𝟔)]
− [(𝟏𝟑 ∗ 𝟐 ∗ 𝟒) + (𝟐 ∗ 𝟑𝟎 ∗ 𝟔) + (−𝟓 ∗ 𝟑 ∗ −𝟒)]
𝑫𝟑 = [−𝟏𝟔 − 𝟔𝟎𝟎 + 𝟐𝟑𝟒] − [𝟏𝟎𝟒 + 𝟑𝟔𝟎 + 𝟔𝟎] → 𝑫𝟏 = −𝟑𝟖𝟐 − 𝟓𝟐𝟒
→ 𝑫𝟑 = −𝟗𝟎𝟔
b. Reemplazando en el siguiente formato se obtiene la solución del sistema:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
205

𝑫𝟏 𝑫𝟐 𝑫𝒏
𝒙𝟏 = , 𝒙𝟐 = , … 𝒙𝒏 =
𝑫 𝑫 𝑫

𝑫𝟏 −𝟑𝟎𝟐
𝒙𝟏 = → 𝒙𝟏 = → 𝒙𝟏 = 𝟐
𝑫 −𝟏𝟓𝟏
𝑫𝟐 −𝟒𝟓𝟑
𝒙𝟐 = → 𝒙𝟐 = → 𝒙𝟐 = 𝟑
𝑫 −𝟏𝟓𝟏
𝑫𝟑 −𝟗𝟎𝟔
𝒙𝟑 = → 𝒙𝟑 = → 𝒙𝟑 = 𝟔
𝑫 −𝟏𝟓𝟏

c. Realizando la prueba:

𝟐𝒙 − 𝟓𝒚 + 𝟒𝒛 = 𝟏𝟑 → 𝟐(𝟐) − 𝟓(𝟑) + 𝟒(𝟔) = 𝟏𝟑 → 𝟒 − 𝟏𝟓 + 𝟐𝟒 = 𝟏𝟑 →


𝟏𝟑 = 𝟏𝟑
𝟑𝒙 + 𝟐𝒚 + 𝟑𝒛 = 𝟑𝟎 → 𝟑(𝟐) + 𝟐(𝟑) + 𝟑(𝟔) = 𝟑𝟎 → 𝟔 + 𝟔 + 𝟏𝟖 = 𝟑𝟎 →
𝟑𝟎 = 𝟑𝟎
𝟒𝒙 + 𝟔𝒚 − 𝟓𝒛 = −𝟒 → 𝟒(𝟐) + 𝟔(𝟑) − 𝟓(𝟔) = −𝟒 → 𝟖 + 𝟏𝟖 − 𝟑𝟎 →
{ −𝟒 = −𝟒
2. Aplicando la regla de Cramer, resolver el siguiente sistema:

𝟐𝒙 + 𝒚 + 𝒛 = 𝟎
{𝟒𝒙 + 𝟑𝒚 + 𝟐𝒛 = 𝟐
𝟐𝒙 − 𝒚 − 𝟑𝒛 = 𝟎
PROCEDIMIENTO

Actividad
Realizar cada uno de los determinantes repitiendo las dos primeras columnas en cada uno de ellos y
confronte con el resultado dado.

Una vez obtenido el resultado de cada una de las variables, realizar la prueba al sistema de ecuaciones.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
206

a. Para obtener el determinante 𝑫 se utiliza la matriz de coeficientes:

𝟐 𝟏 𝟏
𝑫 = [𝟒 𝟑 𝟐 ] → 𝑫 = −𝟖
𝟐 −𝟏 −𝟑
b. Para calcular los determinantes 𝑫𝟏 , 𝑫𝟐 , 𝑫𝟑 , se reemplazan las entradas década una de las columnas en
la matriz de coeficientes por las entradas de la matriz término independiente:
𝟎 𝟏 𝟏
𝑫𝟏 = [ 𝟐 𝟑 𝟐] = 𝟒
𝟎 −𝟏 −𝟑
𝟐 𝟎 𝟏
𝑫𝟐 = [ 𝟒 𝟐 𝟐 ] = −𝟏𝟔
𝟐 𝟎 −𝟑

𝟐 𝟏 𝟎
𝑫𝟑 = [ 𝟒 𝟑 𝟐] = 𝟖
𝟐 −𝟏 𝟎

d. Reemplazando en el siguiente formato se obtiene la solución del sistema:

𝑫𝟏 𝑫𝟐 𝑫𝒏
𝒙𝟏 = , 𝒙𝟐 = , … 𝒙𝒏 =
𝑫 𝑫 𝑫

𝑫𝟏 𝟒 𝟏
𝒙𝟏 = → 𝒙𝟏 = → 𝒙𝟏 = −
𝑫 −𝟖 𝟐

𝑫𝟐 −𝟏𝟔
𝒙𝟐 = → 𝒙𝟐 = → 𝒙𝟐 = 𝟐
𝑫 −𝟖

𝑫𝟑 𝟖
𝒙𝟑 = → 𝒙𝟑 = → 𝒙𝟑 = −𝟏
𝑫 −𝟖
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
207

APLICACIONES: PROBLEMAS QUE SE RESUELVEN PLANTEANDO SISTEMAS DE


ECUACIONES LINEALES
A continuación, se realizan algunas sugerencias a tener en cuenta para la solución de problemas, no sólo te
servirán en esta área sino en todas aquellas asignaturas que te planteen situaciones problémicas y debas
asociarlas con variables.

1. Lea detenidamente el problema, para una mejor comprensión.


2. Determine con claridad los datos conocidos y desconocidos que le plantea el
problema.
3. Si es posible, represente gráficamente el problema.
4. Se asignan variables a las cantidades desconocidas.
5. Se relacionan los datos conocidos y las cantidades desconocidas.
6. Se escriben las ecuaciones teniendo en cuenta las condiciones determinadas
en el problema.
7. Se resuelven las ecuaciones, utilizando el método que se considere más
apropiado.
8. Se verifica si la solución obtenida si cumple con las condiciones determinadas
inicialmente en el problema (se realiza la prueba de verificación de resultados).

4.2.11 EJERCICIOS DE ENTRENAMIENTO


Solucione los siguientes problemas que involucran sistemas de ecuaciones lineales.

Nota: En ellos se hará únicamente el planteamiento, los sistemas resultantes se deben realizar como actividad
y confrontar los resultados obtenidos con el respectivo tutor.

1. Cuando Beth se graduó en la universidad, había completado 40 cursos, en los cuales recibió grados de
A, B y C. Su PPG final (puntaje promedio de grado) fue de 3.125. Su PPG en solo los cursos que recibió los grados
de A y B fue de 3.8. Se supone que los cursos A, B y C valen 4 puntos, 3 puntos y 2 puntos, respectivamente.
Determine el número de grados A, B y C que recibió

PROCEDIMIENTO
a. Se asignan variables:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
208

TIPOS DE CURSO MATERIAS CANTIDAD DE


MATERIAS

𝑨 Formación profesional 𝒙

𝑩 Formación matemática 𝒚

𝑪 Formación humanística 𝒛

b. Se plantean las ecuaciones de acuerdo a las condiciones del problema:


Para la cantidad de cursos vistas:

𝒙 + 𝒚 + 𝒙 = 𝟒𝟎 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟏
Para su PPG final (puntaje promedio de grado)
𝟒𝒙 + 𝟑𝒚 + 𝟐𝒛
= 𝟑. 𝟏𝟐𝟓 → 𝟒𝒙 + 𝟑𝒚 + 𝟐𝒛 = 𝟒𝟎 ∗ 𝟑. 𝟏𝟐𝟓 →
𝟒𝟎
𝟒𝒙 + 𝟑𝒚 + 𝟐𝒛 = 𝟏𝟐𝟓 ECUACIÓN 2

Total de cursos donde recibió las materias de formación Profesional y de formación Matemática
es 𝒙 + 𝒚, está dado por: 𝒙 + 𝒚 = 𝟒𝟎 − 𝒛
Por lo tanto, el promedio de estos cursos está dado por:

𝟒𝒙 + 𝟑𝒚
= 𝟑. 𝟖 → 𝟒𝒙 + 𝟑𝒚 = 𝟑. 𝟖(𝟒𝟎 − 𝒛) → 𝟒𝒙 + 𝟑𝒚
𝟒𝟎 − 𝒛
= 𝟑. 𝟖 ∗ 𝟒𝟎 − 𝟑. 𝟖𝒛
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
209

𝟒𝒙 + 𝟑𝒚 + 𝟑. 𝟖𝒛 = 𝟑. 𝟖 ∗ 𝟒𝟎 →
𝟒𝒙 + 𝟑𝒚 + 𝟑. 𝟖𝒛 = 𝟏𝟓𝟐 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
c. Se debe solucionar el sistema:

𝒙 + 𝒚 + 𝒛 = 𝟒𝟎 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟏
{ 𝟒𝒙 + 𝟑𝒚 + 𝟐𝒛 = 𝟏𝟐𝟓 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟐
𝟒𝒙 + 𝟑𝒚 + 𝟑. 𝟖𝒙 = 𝟏𝟓𝟐 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
d. Utilizando cualquiera de los métodos vistos realice el anterior sistema, la solución es la siguiente:

𝒙 = 𝟐𝟎

𝒚= 𝟓

𝒛 = 𝟏𝟓

2. Encuentre una parábola de la forma: 𝒚 = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄 que pase por los

Puntos (𝟏, 𝟑), (𝟕, 𝟒), (−𝟑, 𝟓)

PROCEDIMIENTO

a. Se remplaza cada uno de los puntos dados en la ecuación de la parábola:

𝒚 = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄 ∗∗
El punto
(𝟏, 𝟑), en el cual 𝒙 = 𝟏, 𝒚 = 𝟑
Reemplazando en **, se tiene:

𝟑 = 𝒂(𝟏)𝟐 + 𝒃(𝟏) + 𝒄 → 𝒂 + 𝒃 + 𝒄 = 𝟑 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟏

=
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
210

El punto (𝟕, 𝟒), en el cual 𝒙 = 𝟏, 𝒚 = 𝟑


Reemplazando en **, se tiene:

𝟒 = 𝒂(𝟕)𝟐 + 𝒃(𝟕) + 𝒄 → 𝟒𝟗𝒂 + 𝟕𝒃 + 𝒄


= 𝟒 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟐
El punto (−𝟑, 𝟓), en el cual 𝒙 = −𝟑, 𝒚 = 𝟓
Reemplazando en **, se tiene:

𝟓 = 𝒂(−𝟑)𝟐 + 𝒃(−𝟑) + 𝒄 → 𝟗𝑨 − 𝟑𝑩 + 𝑪 =
𝟓 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟑
b. Se debe solucionar el sistema:

𝒂 + 𝒃 + 𝒄 = 𝟑 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟏
{𝟒𝟗𝒂 + 𝟕𝒃 + 𝒄 = 𝟒 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟐
𝟗𝒂 − 𝟑𝒃 + 𝒄 = 𝟓 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑
c. Utilizando cualquiera de los métodos vistos realice el anterior sistema, la solución es la siguiente:

𝟏
𝒂=
𝟏𝟓
𝟏𝟏
𝒃=−
𝟑𝟎
𝟑𝟑
𝒄=
𝟏𝟎
3. En una fábrica se producen 4 artículos A, B, C, y D.
Si los costos de producción de los cuatro artículos en Enero fueron US$ 5675 y se produjeron 30 artículos del
producto A, 15 de B, 70 de C y 25 del producto D.

Los costos en Febrero fueron de US$ 1875 y se produjeron respectivamente 10, 10, 5 y 40 artículos de cada
producto.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
211

Para marzo los costos de producción fueron de US$ 7775, con producciones de 95, 0, 45 y 50.

Para abril los costos son de US$ 5100, con producciones de: 1, 80, 50 y 0.

Si los costos de producción de cada artículo permanecieron constantes durante estos cuatro meses, determine
el costo de producir una unidad de cada artículo.

PROCEDIMIENTO

a. Se expresa con variables y en forma de ecuación cada una de las condiciones del problema:

FECHA ARTÍCULOS COSTO PRODUCCIÓN


PRODUCCIÓN

ENERO 𝑨 = 𝟑𝟎, 𝟑𝟎𝑨 + 𝟏𝟓𝑩 + 𝟕𝟎𝑪 + 𝟐𝟓𝑫 = 𝟓𝟔𝟕𝟓


𝑩 = 𝟏𝟓,
𝑪 = 𝟕𝟎,
𝑫 = 𝟐𝟓

FEBRERO 𝑨 = 𝟏𝟎, 𝟏𝟎𝑨 + 𝟏𝟎𝑩 + 𝟓𝑪 + 𝟒𝟎𝑫 = 𝟏𝟖𝟕𝟓


𝑩 = 𝟏𝟎,
𝑪 = 𝟓,
𝑫 = 𝟒𝟎

MARZO 𝑨 = 𝟗𝟓, 𝟗𝟓𝑨 + 𝟒𝟓𝑪 + 𝟓𝟎𝑫 = 𝟕𝟕𝟕𝟓


𝑩 = 𝟎,
𝑪 = 𝟒𝟓,
𝑫 = 𝟓𝟎

ABRIL 𝑨 = 𝟏, 𝑨 + 𝟖𝟎𝑩 + 𝟓𝟎𝑪 = 𝟓𝟏𝟎𝟎


𝑩 = 𝟖𝟎,
𝑪 = 𝟓𝟎,
𝑫= 𝟎

b. El sistema para resolver está dado por:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
212

𝟑𝟎𝑨 + 𝟏𝟓𝑩 + 𝟕𝟎𝑪 + 𝟐𝟓𝑫 = 𝟓𝟔𝟕𝟓


𝟏𝟎𝑨 + 𝟏𝟎𝑩 + 𝟓𝑪 + 𝟒𝟎𝑫 = 𝟏𝟖𝟕𝟓 ]
[
𝟗𝟓𝑨 + 𝟒𝟓𝑪 + 𝟓𝟎𝑫 = 𝟕𝟕𝟕𝟓
𝑨+ 𝟖𝟎𝑩 + 𝟓𝟎𝑪 = 𝟓𝟏𝟎𝟎

C. Utilizando cualquiera de los métodos vistos realice el anterior sistema, la solución es la siguiente:

𝑨 = 𝑼𝑺 $𝟓𝟎

𝑩 = 𝑼𝑺 $𝟑𝟓

𝑪 = 𝑼𝑺 $𝟒𝟓

𝑫 = 𝑼𝑺 $𝟐𝟎

4. Entre A, B y C tienen 140000 Bolívares.

C tiene la mitad de lo que tiene A.


A tiene 10000 más que B.
¿Cuánto tiene cada uno?
PROCEDIMIENTO

a. Se asocian con variables cada una de las cantidades:

ELEMENTOS CANTIDAD/ELEMENTO

𝑨 𝒙𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
213

𝑩 𝒙𝟐

𝑪 𝒙𝟑

b. De acuerdo a las condiciones del problema, se deben plantear las siguientes ecuaciones:
Entre A, B y C tienen 140000 Bolívares, entonces y de acuerdo a la tabla elaborada:

𝒙𝟏 +𝒙𝟐 + 𝒙𝟐 = 𝟏𝟒𝟎𝟎𝟎𝟎 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟏

C tiene la mitad de lo que tiene A, entonces:


𝟏
𝒙𝟑 = 𝒙 → 𝟐𝒙𝟑 = 𝒙𝟏 → 𝒙𝟏 − 𝟐𝒙𝟑 = 𝟎 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟐
𝟐 𝟏

A tiene 10000 más que B: Para poder escribir la igualdad, se le restan los 10000 a A o se le suman
a B, esto es:

𝒙𝟏 = 𝒙𝟐 + 𝟏𝟎𝟎𝟎𝟎 → 𝒙𝟏 − 𝒙𝟐 = 𝟏𝟎𝟎𝟎𝟎 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟑


c. El sistema para resolver está dado por:

𝒙𝟏 + 𝒙𝟐 +𝒙𝟑 = 𝟏𝟒𝟎𝟎𝟎𝟎
1. { 𝒙𝟏 − 𝟐𝒙𝟑 = 𝟎
𝒙𝟏 − 𝒙𝟐 = 𝟏𝟎𝟎𝟎𝟎
𝒐 𝒅𝒆 𝒍𝒂 𝒔𝒊𝒈𝒖𝒊𝒆𝒏𝒕𝒆 𝒇𝒐𝒓𝒎𝒂:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
214

𝒙𝟏 + 𝒙𝟐 +𝒙𝟑 = 𝟏𝟒𝟎𝟎𝟎𝟎
2. { 𝒙𝟏 − 𝒙𝟐 = 𝟏𝟎𝟎𝟎𝟎
𝒙𝟏 − 𝟐𝒙𝟑 = 𝟎

PROCEDIMIENTO
a. Se tomará el numeral 2 para el procedimiento, esto es:

𝒙𝟏 + 𝒙𝟐 +𝒙𝟑 = 𝟏𝟒𝟎𝟎𝟎𝟎
{ 𝒙𝟏 − 𝒙𝟐 = 𝟏𝟎𝟎𝟎𝟎
𝒙𝟏 − 𝟐𝒙𝟑 = 𝟎
d. Para obtener el determinante 𝑫 se utiliza la matriz de coeficientes:

𝟏 𝟏 𝟏
𝑫 = [𝟏 −𝟏 𝟎] → 𝑫 = 𝟓
𝟏 𝟎 −𝟐
e. Para calcular los determinantes 𝑫𝟏 , 𝑫𝟐 , 𝑫𝟑 , se reemplazan las entradas década una de las
columnas en la matriz de coeficientes por las entradas de la matriz término independiente:

ACTIVIDAD: Realice cada uno del determinante y verifique el resultado.

𝟏𝟒𝟎𝟎𝟎𝟎
𝟏 𝟏
𝑫𝟏 = [ 𝟏𝟎𝟎𝟎𝟎 −𝟏 𝟎 ] = 𝟑𝟎𝟎. 𝟎𝟎𝟎
𝟎 𝟎 −𝟐
𝟏 𝟏𝟒𝟎𝟎𝟎𝟎 𝟏
𝑫𝟐 = [𝟏 𝟏𝟎𝟎𝟎𝟎 𝟎 ] = 𝟐𝟓𝟎. 𝟎𝟎𝟎
𝟏 𝟎 −𝟐
𝟏 𝟏 𝟏𝟒𝟎𝟎𝟎𝟎
𝑫𝟑 = [𝟏 −𝟏 𝟏𝟎𝟎𝟎𝟎 ] = 𝟏𝟓𝟎. 𝟎𝟎𝟎
𝟏 𝟎 𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
215

e. Reemplazando en el siguiente formato se obtiene la solución del sistema:

𝑫𝟏 𝑫𝟐 𝑫𝒏
𝒙𝟏 = , 𝒙𝟐 = , … 𝒙𝒏 =
𝑫 𝑫 𝑫

𝑫𝟏 𝟑𝟎𝟎. 𝟎𝟎𝟎
𝒙𝟏 = → 𝒙𝟏 = → 𝒙𝟏 = 𝟔𝟎. 𝟎𝟎𝟎
𝑫 𝟓

𝑫𝟐 𝟐𝟓𝟎. 𝟎𝟎𝟎
𝒙𝟐 = → 𝒙𝟐 = → 𝒙𝟐 = 𝟓𝟎. 𝟎𝟎𝟎
𝑫 𝟓
𝑫𝟑 𝟏𝟓𝟎. 𝟎𝟎𝟎
𝒙𝟑 = → 𝒙𝟑 = → 𝒙𝟑 = 𝟑𝟎. 𝟎𝟎𝟎
𝑫 𝟓
5. Hay una única parábola de la forma 𝒚 = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄 que pasa por los puntos
(−𝟐, −𝟐𝟎), (𝟑, −𝟏𝟎) ∧ (𝟓, −𝟔𝟐). Encontrar dicha parábola.

PROCEDIMIENTO

a. Se remplaza cada uno de los puntos dados en la ecuación de la parábola:

𝒚 = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄 ∗∗
El punto
(−𝟐, −𝟐𝟎), en el cual 𝒙 = −𝟐, 𝒚 = −𝟐𝟎
Reemplazando en **, se tiene:

−𝟐𝟎 = 𝒂(−𝟐)𝟐 + 𝒃(−𝟐) + 𝒄 →


𝟒𝒂 − 𝟐𝒃 + 𝒄 = −𝟐𝟎 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
216

El punto (𝟑, −𝟏𝟎), en el cual 𝒙 = 𝟑, 𝒚 = −𝟏𝟎


Reemplazando en **, se tiene:

−𝟏𝟎 = 𝒂(𝟑)𝟐 + 𝒃(𝟑) + 𝒄 → 𝟗𝒂 + 𝟑𝒃 + 𝒄


= −𝟏𝟎 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟐
El punto (𝟓, −𝟔𝟐), en el cual 𝒙 = 𝟓, 𝒚 = −𝟔𝟐
Reemplazando en **, se tiene:

𝟓 = 𝒂(𝟓)𝟐 + 𝒃(𝟓) + 𝒄 → 𝟐𝟓𝑨 + 𝟓𝑩 + 𝑪 =


−𝟔𝟐 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟑

b. Se debe solucionar el sistema:

𝟒𝒂 − 𝟐𝒃 + 𝒄 = −𝟐𝟎 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟏
{ 𝟗𝒂 + 𝟑𝒃 + 𝒄 = −𝟏𝟎 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟐
𝟐𝟓𝒂 + 𝟓𝒃 + 𝒄 = −𝟔𝟐 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑

c. Para obtener el determinante 𝑫 se utiliza la matriz de coeficientes:


𝟒 −𝟐 𝟏
𝑫=[𝟗 𝟑 𝟏] → 𝑫 = −𝟕𝟎
𝟐𝟓 𝟓 𝟏
d. Para calcular los determinantes 𝑫𝟏 , 𝑫𝟐 , 𝑫𝟑 , se reemplazan las entradas década una de las
columnas en la matriz de coeficientes por las entradas de la matriz término independiente:

ACTIVIDAD: Realice cada uno de los determinantes y verifique el resultado.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
217

−𝟐𝟎 −𝟐 𝟏
𝑫𝟏 = [−𝟏𝟎 𝟑 𝟏] = 𝟐𝟖𝟎
−𝟔𝟐 𝟓 𝟏

𝟒 −𝟐𝟎 𝟏
𝑫𝟐 = [ 𝟗 −𝟏𝟎 𝟏] = −𝟒𝟐𝟎
𝟐𝟓 −𝟔𝟐 𝟏

𝟒 −𝟐 −𝟐𝟎
𝑫𝟑 = [ 𝟗 𝟑 −𝟏𝟎] = −𝟓𝟔𝟎
𝟐𝟓 𝟓 −𝟔𝟐

e. Reemplazando en el siguiente formato se obtiene la solución del sistema:

𝑫𝟏 𝑫𝟐 𝑫𝒏
𝒙𝟏 = , 𝒙𝟐 = , … 𝒙𝒏 =
𝑫 𝑫 𝑫

𝑫𝟏 𝟐𝟖𝟎
𝒙𝟏 = → 𝒙𝟏 = → 𝒙𝟏 = −𝟒
𝑫 −𝟕𝟎

𝑫𝟐 −𝟒𝟐𝟎
𝒙𝟐 = → 𝒙𝟐 = → 𝒙𝟐 = 𝟔
𝑫 −𝟕𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
218

𝑫𝟑 −𝟓𝟔𝟎
𝒙𝟑 = → 𝒙𝟑 = → 𝒙𝟑 = 𝟖
𝑫 −𝟕𝟎

f. Reemplazando estos valores en la ecuación:

𝒚 = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄 ∗∗ Se tiene la ecuación de la parábola buscada:

𝒚 = −𝟒𝒙𝟐 + 𝟔𝒙 + 𝟖
6. Una fábrica dispone de tres máquinas para producir tres artículos A, B y C. Para producir una unidad
del artículo A se requiere utilizar la máquina I dos horas, la máquina II una hora 30 minutos, la máquina III 30
minutos. Para producir una unidad del artículo B se necesita Hora y media, 3 horas y 4 horas en cada máquina
respectivamente. Para una unidad del artículo C se requiere el utilizar las máquinas I, II y III; 2 horas, 30
minutos y 3 horas respectivamente.

Se sabe que la máquina I se encuentra disponible al mes 122 horas y 30 minutos, la máquina II 100 horas y la
máquina III está disponible 135 horas.

PROCEDIMIENTO

a. Se asocian con variables cada una de las cantidades:

ARTÍCULO UNIDADES A MÁQUINAS DISPONIBILIDAD MÁQUINAS


PRODUCIR

𝑨 𝒙𝟏 𝑰 𝟏𝟐𝟐. 𝟓 𝒉𝒐𝒓𝒂𝒔

𝑩 𝒙𝟐 𝑰𝑰 𝟏𝟎𝟎 𝒉𝒐𝒓𝒂𝒔

𝑪 𝒙𝟑 𝑰𝑰𝑰 𝟏𝟑𝟓 𝒉𝒐𝒓𝒂𝒔


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
219

b. De acuerdo a las condiciones del problema, para determinar el número de unidades de cada artículo a
fabricar cada mes de tal manera que las máquinas sean utilizadas totalmente, se deben plantear las siguientes
ecuaciones:
A se requiere utilizar la máquina I dos horas, la máquina II una hora 30 minutos (1.5 horas), la máquina
III 30 minutos (0.5 horas):

B se necesita Hora y media, 3 horas y 4 horas en cada máquina respectivamente.

C se requiere el utilizar las máquinas I, II y III; 2 horas, 30 minutos y 3 horas respectivamente.

PLANTEAMIENTOS

𝑨 𝑩 𝑪 Disponibilidad ECUACIONES

𝟐𝒙𝟏 + 𝟏. 𝟓𝒙𝟐 + 𝟐𝒙𝟑 = 𝟏𝟐𝟐. 𝟓 ECUACIÓN 1

𝟏. 𝟓𝒙𝟏 + 𝟑𝒙𝟐 + 𝟎. 𝟓𝒙𝟑 = 𝟏𝟎𝟎 ECUACIÓN 2

𝟎. 𝟓𝒙𝟏 + 𝟒𝒙𝟐 + 𝟑𝒙𝟑 = 𝟏𝟑𝟓 ECUACIÓN 3

c. Solución del sistema:


La matriz determinante sería:
𝟐 𝟏. 𝟓 𝟐
𝑫 = [𝟏. 𝟓 𝟑 𝟎. 𝟓] = 𝟏𝟔, 𝟔𝟐𝟓
𝟎. 𝟓 𝟒 𝟑

ACTIVIDAD: Se debe verificar el resultado de cada uno de los determinantes utilizando alguno de los métodos
vistos:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
220

g. Para calcular los determinantes 𝑫𝟏 , 𝑫𝟐 , 𝑫𝟑 , se reemplazan las entradas década una de las
columnas en la matriz de coeficientes por las entradas de la matriz término independiente:

ACTIVIDAD: Realice cada uno del determinante y verifique el resultado.

𝟏𝟐𝟐. 𝟓 𝟏. 𝟓 𝟐
𝑫𝟏 = [ 𝟏𝟎𝟎 𝟑 𝟎. 𝟓] = 𝟒𝟗𝟖. 𝟕𝟓
𝟏𝟑𝟓 𝟒 𝟑
𝟐 𝟏𝟐𝟐. 𝟓 𝟐
𝑫𝟐 = [ 𝟏. 𝟓 𝟏𝟎𝟎 𝟎. 𝟓] = 𝟐𝟒𝟗, 𝟑𝟕𝟓
𝟎. 𝟓 𝟏𝟑𝟓 𝟑
𝟐 𝟏. 𝟓 𝟏𝟐𝟐. 𝟓
𝑫𝟑 = [ 𝟏. 𝟓 𝟑 𝟏𝟎𝟎 ] = 𝟑𝟑𝟐. 𝟓
𝟎. 𝟓 𝟒 𝟏𝟑𝟓

h. Reemplazando en el siguiente formato se obtiene la solución del sistema:

𝑫𝟏 𝑫𝟐 𝑫𝒏
𝒙𝟏 = , 𝒙𝟐 = , … 𝒙𝒏 =
𝑫 𝑫 𝑫

𝑫𝟏 𝟒𝟗𝟖. 𝟕𝟓
𝒙𝟏 = → 𝒙𝟏 = → 𝒙𝟏 = 𝟑𝟎
𝑫 𝟏𝟔, 𝟔𝟐𝟓

𝑫𝟐 𝟐𝟒𝟗, 𝟑𝟕𝟓
𝒙𝟐 = → 𝒙𝟐 = → 𝒙𝟐 = 𝟏𝟓
𝑫 𝟏𝟔, 𝟔𝟐𝟓
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
221

𝑫𝟑 𝟑𝟑𝟐. 𝟓
𝒙𝟑 = → 𝒙𝟑 = → 𝒙𝟑 = 𝟐𝟎
𝑫 𝟏𝟔, 𝟔𝟐𝟓
7. Si A le da a C $ 1 (en millones de $), ambos quedan con lo mismo. Si B tuviera $ 1 (en millones de $),
menos, tendría lo mismo que C. Si A tuviera $ 5(en millones de $), más, tendría tanto como el doble de lo que
tiene C. ¿Cuánto tienen cada uno?

PROCEDIMIENTO

a. Se asocian con variables cada una de las cantidades:

ELEMENTOS CANTIDAD DE DINERO

𝑨 𝒙𝟏

𝑩 𝒙𝟐

𝑪 𝒙𝟑
b. De acuerdo a las condiciones del problema, se deben plantear las siguientes ecuaciones:
Si A le da a C $ 1(en millones de $),, ambos tienen lo mismo:
A queda con: 𝒙𝟏 − 𝟏
C queda con: 𝒙𝟐 + 𝟏
Por lo tanto, la ecuación es:

𝒙𝟏 − 𝟏 = 𝒙𝟐 + 𝟏 → 𝒙𝟏 − 𝒙𝟐 = 𝟐 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟏

Si B tuviera $ 1 (en millones de $), menos, tendría lo mismo que C:


La ecuación es:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
222

𝒙𝟐 − 𝟏 = 𝒙𝟑 → 𝒙𝟐 − 𝒙𝟑 = 𝟏

Si A tuviera $ 5 (en millones de $), más, tendría tanto como el doble de lo que
tiene C:
La ecuación es:

𝒙𝟏 + 𝟓 = 𝟐𝒙𝟑 → 𝒙𝟏 − 𝟐𝒙𝟑 = −𝟓

c. El sistema de ecuaciones a resolver es:

𝒙𝟏 − 𝒙𝟐 = 𝟐 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟏
{ 𝒙𝟐 − 𝒙𝟑 = 𝟏 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟐
𝒙𝟏 − 𝟐𝒙𝟑 = −𝟓 𝑬𝑪𝑼𝑨𝑪𝑰Ó𝑵 𝟑

d. Solución del sistema:


La matriz determinante sería:

𝟏 −𝟏 𝟎
𝑫 = [𝟎 𝟏 −𝟏] = −𝟏
𝟏 𝟎 −𝟐

ACTIVIDAD: Se debe verificar el resultado de cada uno de los determinantes utilizando alguno
de los métodos vistos:

i. Para calcular los determinantes 𝑫𝟏 , 𝑫𝟐 , 𝑫𝟑 , se reemplazan las entradas década una de las
columnas en la matriz de coeficientes por las entradas de la matriz término independiente:

ACTIVIDAD: Realice cada uno de los determinantes y verifique el resultado.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
223

𝟐 −𝟏 𝟎
𝑫𝟏 = [ 𝟏 𝟏 −𝟏 ] = −𝟏𝟏
−𝟓 𝟎 −𝟐
𝟏 𝟐 𝟎
𝑫𝟐 = [ 𝟎 𝟏 −𝟏] = −𝟗
𝟏 −𝟓 −𝟐
𝟏 −𝟏 𝟐
𝑫𝟑 = [ 𝟎 𝟏 𝟏 ] = −𝟖
𝟏 𝟎 −𝟓

j. Reemplazando en el siguiente formato se obtiene la solución del sistema:

𝑫𝟏 𝑫𝟐 𝑫𝒏
𝒙𝟏 = , 𝒙𝟐 = , … 𝒙𝒏 =
𝑫 𝑫 𝑫

𝑫𝟏 𝟒𝟗𝟖. 𝟕𝟓
𝒙𝟏 = → 𝒙𝟏 = → 𝒙𝟏 = 𝟏𝟏(en millones de $),
𝑫 −𝟏

𝑫𝟐 𝟐𝟒𝟗, 𝟑𝟕𝟓
𝒙𝟐 = → 𝒙𝟐 = → 𝒙𝟐 = 𝟗(en millones de $),
𝑫 −𝟏

𝑫𝟑 𝟑𝟑𝟐. 𝟓
𝒙𝟑 = → 𝒙𝟑 = → 𝒙𝟑 = 𝟖(en millones de $),
𝑫 −𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
224

4.2.12 EJERCICIOS DE ENTRENAMIENTO

NOTA: Para solucionar estos ejercicios, tenga en cuenta los ejercicios de


aprendizaje resueltos en el desarrollo del tema y confronte con su tutor los
resultados obtenidos.

1. Escriba la forma matricial del siguiente sistema de ecuaciones lineales:

4 x1  7 x 2  x5  7 x6  9 x7  8
3 x1  5 x 2  x3  x 4  45
x3  6 x 4  4 x5  x 6  34 x7  22
 7 x1  5 x3  16 x 4  x7  2
6 x 2  x3  x 4  x5  23x6  x7  50
2. Solucione el siguiente sistema de ecuaciones utilizando dos métodos diferentes:

3x  6 y  2 z  w  34
6 x  5 y  z  5w  12
9 x  7 y  8 z  3w  25
6 y  11z  4w  100

3. Solucione el siguiente problema utilizando planteando sistemas de ecuaciones lineales y utilizando


cualquiera de los métodos matriciales vistos.

a. Una fábrica produce 4 artículos A, B, C y D.

La producción de la fábrica en el mes de diciembre de 30 unidades del artículo A, 10 del artículo B, 60 del artículo
C y 45 unidades del artículo D. En enero, la producción fue de 50, 15, 35 y 5 respectivamente. En febrero la
producción fue de 100 artículos de A, 30 artículos de B, ninguno del artículo C y 50 unidades del artículo D. En
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
225

marzo la producción fue de 5 unidades de A, 20 de B, la cantidad producida de C fue el doble de la de B y 50


unidades del artículo D.

Si los costos de producción en cada mes fueron de: Diciembre $ 230000, enero de $ 210000, febrero de $
355000 y en marzo de $ 190000. Determine el costo de producir una unidad de cada artículo.

4. Solucione el siguiente sistema lineal de ecuaciones:

3 x1  7 x 2  6 x3  15
2 x1  7 x 2  9 x3  7
8 x1  5 x3  7 x 2  20
Utilizando:
 Eliminación Gaussiana
 Eliminación Gauss – Jordan.
 Matriz inversa.
 Determinantes.

NOTA: Para solucionar los siguientes problemas utilice las técnicas matriciales vistas en clase.

5.
 6 x1  7 x 2  x3  17

 8 x1  3x 2  5 x3  14
12x  2 x  3x  10
a.  1 2 3

 3x1  6 x 2  6 x3  15

 2 x1  15x 2  4 x3  30
 3x  8 x  6 x  48
b.  1 2 3

 3x1  11x 2  5 x3  67

 2 x1  3x 2  15x3  24
3x  2 x  13x  118
c.  1 2 3
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
226

 x  3 y  4 z  5w  28
 x  y  2 z  3w  13


 x  5 y  5 z  2w  11

2 x  7 y  4 z  6w  32
d.
 x  7 y  6 z  3w  30
 x  18 y  4 z  5w  56


  3x  2 y  3w  96
4 x  7 y  31z  10w  220
e.
6. Una concesión del gobierno de US $ 1’360000 se dividió entre 100 científicos de tres grupos de
investigación A, B C. Cada científico del grupo de investigación A recibió US $ 20000, cada científico de B recibió
US $ 8000 y cada científico de C recibió US $ 10000. El grupo de investigación A recibió cinco veces los fondos
del grupo de investigación B. ¿Cuántos científicos pertenecen a cada grupo?

7. Entre A, B y C tienen 22 mil pesos. La suma de lo que tiene A con lo que tiene B menos lo que tiene C es
2 mil pesos. El doble de lo que tiene C supera en 8 mil pesos lo que tienen A y B juntos. ¿Cuánto dinero tiene
cada uno? 5, 7 y 10 mil pesos.

8. 5 kilos de azúcar, 3 de café y 4 de frijoles cuestan $ 1.18. 4 de azúcar, 5 de café y 3 de frijoles cuestan
$1.45. 2 de azúcar, 1 de café y 2 de frijoles cuestan 46 cts. Halle el precio de un kilo de cada mercancía. R: 600,
2000 y 700.

9. Una gaseosa, 1 paquete de pan y una bolsa de mecato cuestan $ 7700. 3 gaseosas, 2 paquetes de pan
y una bolsa de mecato cuestan $ 11 000. 4 gaseosas, un paquete de pan y dos bolsas de mecato cuestan $ 16
100. Determine el costo de una gaseosa, un paquete de pan y de una bolsa de mecato. R: $ 1 000, 1 300 y 5
400.

10. La suma de los tres ángulos de un triángulo es 180º, el mayor excede al menor en 35º y el menor
excede en 20º a la diferencia entre el mayor y el mediano. Halle los tres ángulos. R: 80º, 55º y 45º

11. La parábola y  ax 2  bx  c pasa por los puntos 1, 10,  1, 12  2, 18 . Halle a, b y c

12. Un fabricante produce tres artículos A, B y C. La utilidad por cada unidad vendida de A, B y C es uno, dos
y tres dólares, respectivamente. Los costos fijos son de $ 17000 por año y los costos de producción por cada
unidad son $ 4, $ 5 y $ 7, respectivamente. El año siguiente serán producidas y vendidas un total de 11000
unidades entre los tres productos y se obtendrá una utilidad de $ 25000. Si el costo total será de $ 80000,
¿Cuántas unidades de cada producto deben producirse el año siguiente? R: 2000, 4000 y 5000.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
227

13. Una empresa elabora tres productos A, B y C, los cuales pueden procesarse en tres máquinas I, II y III.
Una unidad de A requiere 4, 5 y 6 horas de procesamiento en las máquinas, mientras cada unidad de B requiere
3, 5 y 5 horas de procesamiento y una unidad de C requiere 2, 4 y 6 horas en las máquinas. Se dispone de las
máquinas I, II y III, por 500, 800 y 1.000 horas, respectivamente, ¿cuántas unidades de cada producto puede
elaborarse usando todo el tiempo disponible de las máquinas?
1 1
14. Un hombre tiene 110 animales entre vacas, caballos y terneros, del número de vacas más del
8 9
1
número de caballos más del número de terneros equivalen a 15, y la suma del número de terneros con el
5
de vacas es 65. ¿Cuántos animales de cada clase tiene?

0
15. En un triángulo la suma del ángulo mayor con el mediano es 135 y la suma del mediano y el menor
0
es 110 . Halle los ángulos.

16. Las edades de tres personas suman 45 años, la suma de las dos primeras equivale al doble de la tercera.
La diferencia entre la primera y la tercera equivale a un medio de la segunda. Determine la edad de cada
persona. R: 20, 10, 15.

17. Encuentre una parábola de la forma y  ax 2  bx  c que pase por los puntos
5,  3,  3, 8  1, 1 .

18. Encuentre un polinomio de la forma y  Ax 3  Ax 2  Bx  C que pase por los puntos:


2,5,  3,10 y 8,2

19. Encuentre un polinomio de la forma: y  Ax 4  8x 2  Bx  C que pase por los puntos


1,25,  5,12 y 6,0

Encuentre el polinomio de la forma y  4 x 4  Ax 3  Bx 2  Cx  20 que pase por los puntos


10,10, 5,25 y  3,48 No referenciar.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
228

5 UNIDAD 4 VECTORES, RECTAS Y PLANOS EN EL ESPACIO


OBJETIVO GENERAL

Desarrollar las técnicas que permitan la manipulación de vectores en R2 y R3, calculando, además, la norma y los
ángulos directores de un vector, las diferentes operaciones con vectores; determinando, también las diferentes
ecuaciones de una recta en el espacio, la ecuación de los diferentes planos, las ecuaciones de una recta en el
espacio y la ecuación de un plano en el espacio, la forma de graficarlos y cómo se identifican los planos paralelos.

OBJETIVOS ESPECÍFICOS

Determinar vectores y las diferentes ecuaciones de una recta en el plano y en el espacio.

Hallar las ecuaciones de una recta en el espacio y la ecuación de un plano en el espacio, graficando
planos e identificando planos paralelos.

TEMA 1 VECTORES EN R2 Y R3
5.1.1 VECTOR
Es una herramienta geométrica utilizada para representar una magnitud definida por su módulo o magnitud
(siempre positiva), su dirección ( orientación, Angulo ) y su sentido (que distingue el origen del extremo). Los
vectores en un espacio euclídeo se pueden representar geométricamente como segmentos de recta dirigidos
en el plano 𝐼𝑹𝟐 o en el espacio 𝐼𝑹𝟑 .

NOTACIÓN DE VECTOR:

Se acostumbra usar el símbolo → para denotar el vector que va del punto A, considerado punto inicial, al
𝑨𝑩
punto B llamado punto final.

Otra forma para denotar o simbolizar vectores es utilizando letras minúsculas en negrita como: a, b, u, v, w, m,
entre otras.

MAGNITUD DE UN VECTOR:
A la longitud del segmento dirigido se le llama magnitud del vector y se denota por:

|𝑨𝑩| 𝒐 |𝒖| 𝒐 |𝒗| 𝒐|𝒘|, entre otros.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
229

VECTORES EN 𝐼𝑹𝟐

Un vector en 𝐼𝑹𝟐 (en el plano, en dos dimensiones), es una pareja ordenada o par ordenado de números
reales, se denota de la siguiente manera:

𝒗 = (𝒂, 𝒃) 𝒐 𝒗 = 𝒂𝒊 + 𝒃𝒋 𝒄𝒐𝒏 𝒂, 𝒃 𝝐 𝑹𝒆

5.1.1.1 EJERCICIOS DE APRENDIZAJE


Representar en la forma 𝒗 = 𝒂 𝒊 + 𝒃𝒋 los siguientes vectores:

a. 𝒗 (𝟏𝟏, −𝟗) = 𝟏𝟏𝒊 + 𝟗𝒋


b. 𝒗 (−𝟖, 𝟓) = −𝟖𝒊 + 𝟓 𝒋

c. 𝒗 (𝟑, 𝟔) = 𝟑𝒊 + 𝟔𝒋

VECTORES EN 𝐼𝑹𝟑

Un vector en 𝐼𝑹𝟑 (en el espacio, en tres dimensiones) es una tripleta ordenada de números reales, se denota
de la siguiente manera:

𝒗 = (𝒂, 𝒃, 𝒄) 𝒐 𝒗 = 𝒂𝒊 + 𝒃𝒋 + 𝒄𝒌 𝒄𝒐𝒏 𝒂, 𝒃, 𝒄 𝝐 𝑹𝒆

5.1.2 EJERCICIOS DE APRENDIZAJE


Representar en la forma 𝒗 = 𝒂𝒊 + 𝒃𝒋 + 𝒄𝒌 los siguientes vectores:

a. 𝒗 (𝟏𝟏, −𝟗, −𝟐) = 𝟏𝟏𝒊 − 𝟗𝒋 − 𝟐𝒌


b. 𝒗 (−𝟖, 𝟓, 𝟐) = −𝟖𝒊 + 𝟓𝒋 + 𝟐𝒌
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
230

c. 𝒗 (𝟑, 𝟔, −𝟕) = 𝟑𝒊 + 𝟔𝒋 − 𝟕𝒌

VECTOR ENTRE DOS PUNTOS:


Sean los puntos:

𝑨 = (𝒂𝟏, 𝒃𝟏, 𝒄𝟏 ) 𝒚 (𝒂𝟐, 𝒃𝟐 , 𝒄𝟐 ) 𝒆𝒏 𝑰𝑹𝟑 𝒐 𝑨 = (𝒂𝟏, 𝒃𝟏 ) 𝒚 𝑩


= (𝒂𝟐, 𝒃𝟐 ) 𝒆𝒏 𝑰𝑹𝟐
Se pueden obtener los siguientes vectores (recuerde la Geometría Analítica):

⃑⃑⃑⃑⃑⃑
𝑨𝑩 = (𝒂𝟐 − 𝒂𝟏 )𝒊 + (𝒃𝟐 − 𝒃𝟏 )𝒋 + (𝒄𝟐 − 𝒄𝟏 )𝒌 𝒆𝒏 𝑰𝑹𝟑

⃑⃑⃑⃑⃑⃑
𝑨𝑩 = (𝒂𝟐 − 𝒂𝟏 )𝒊 + (𝒃𝟐 − 𝒃𝟏 )𝒋 𝒆𝒏 𝑰𝑹𝟐

⃑⃑⃑⃑⃑⃑ = (𝒂𝟏 − 𝒂𝟐 )𝒊 + (𝒃𝟏 − 𝒃𝟐 )𝒋 + (𝒄𝟏 − 𝒄𝟐 )𝒌 = ⃑⃑⃑⃑⃑⃑⃑⃑⃑⃑


𝑩𝑨 −𝑨𝑩 𝒆𝒏 𝑰𝑹𝟑

⃑⃑⃑⃑⃑⃑
𝑩𝑨 = (𝒂𝟏 − 𝒂𝟐 )𝒊 + (𝒃𝟏 − 𝒃𝟐 )𝒋 = ⃑⃑⃑⃑⃑⃑⃑⃑⃑⃑
−𝑨𝑩 𝒆𝒏 𝑰𝑹𝟐

5.1.3 EJERCICIOS DE APRENDIZAJE


1. Dados los puntos 𝑒𝑛 𝑰𝑹𝟑 𝒅𝒆 𝒄𝒐𝒐𝒓𝒅𝒆𝒏𝒂𝒅𝒂𝒔 𝑨 = (𝟏𝟓, −𝟑, 𝟏𝟐) y
𝑩 = (𝟏𝟕, 𝟑, 𝟏𝟎), Hallar los siguientes vectores:

⃑⃑⃑⃑⃑⃑
𝑨𝑩 = (𝟏𝟕 − 𝟏𝟓)𝒊 + (𝟑 − (−𝟑))𝒋 + (𝟏𝟎 − 𝟏𝟐)𝒌 = 𝟐𝒊 + 𝟔𝒋 − 𝟐𝒌
⃑⃑⃑⃑⃑⃑
𝑩𝑨 = (𝟏𝟓 − 𝟏𝟕)𝒊 + (−𝟑 − 𝟑)𝒋 + (𝟏𝟐 − 𝟏𝟎)𝒌 = −𝟐𝒊 − 𝟔𝒋 + 𝟐𝒌
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
231

⃑⃑⃑⃑⃑⃑
𝑶𝑨 = (𝟏𝟓 − 𝟎)𝒊 + (−𝟑 − 𝟎)𝒋 + (𝟏𝟐 − 𝟎)𝒌 = 𝟏𝟓𝒊 − 𝟑𝒋 + 𝟏𝟐𝒌
⃑⃑⃑⃑⃑⃑
𝑶𝑩 = (𝟏𝟕 − 𝟎)𝒊 + (𝟑 − 𝟎)𝒋 + (𝟏𝟎 − 𝟎)𝒌 = 𝟏𝟕𝒊 + 𝟑𝒋 + 𝟏𝟎𝒌

GRÁFICA DE VECTORES
Los vectores se grafican ubicando el punto indicado y uniendo dicho punto con el centro de coordenadas de la
siguiente manera:

VECTORES Centro de coordenadas GRÁFICA

𝑰𝑹𝟐 (𝟎, 𝟎) Plano Cartesiano (dos


dimensiones).

𝟑 (𝟎, 𝟎, 𝟎) En el espacio (tres dimensiones).


𝑰𝑹

5.1.4 EJERCICIOS DE APRENDIZAJE


1. Graficar el vector : 𝒖 = (𝟐, 𝟑)
PROCEDIMIENTO:
Se ubican las coordenadas dadas en el plano cartesiano (dos dimensiones) y luego se une el centro de
coordenadas (𝟎, 𝟎) con el punto de coordenadas (𝟐, 𝟑) por medio de una flecha en sentido de (𝟎, 𝟎) hacia
(𝟐, 𝟑), así:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
232

2. Graficar el vector 𝒗 = −𝟑𝒊 + 𝟐𝒋


PROCEDIMIENTO
Se ubican las coordenadas dadas en el plano cartesiano (dos dimensiones) y luego se une el centro de
coordenadas (𝟎, 𝟎) con el punto de coordenadas (−𝟑, 𝟐) por medio de una flecha en sentido de (𝟎, 𝟎) hacia
(−𝟑, 𝟐), así:

3. Graficar el vector 𝒘 = 𝟐𝒊 + 𝟓𝒋 + 𝟖𝒌
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
233

PROCEDIMIENTO
Se ubica en el espacio (tres dimensiones) el punto de coordenadas (𝟐, 𝟓, 𝟖), de la siguiente manera:

Se ubica sobre el eje 𝒙 la coordenada 𝟐, de allí y en forma paralela al eje 𝒚 se desplaza hasta la coordenada 𝟓,
desde este punto (𝟐, 𝟓) 𝑑𝑒𝑙 𝑝𝑙𝑎𝑛𝑜 𝒙𝒚, se levanta una paralela al eje 𝒛 hasta la coordenada indicada 𝟖, luego
se une el centro de coordenadas (𝟎, 𝟎, 𝟎) con este punto final.

8

𝑾

5 y
2
x

4. Grafique el vector: 𝒖 = (𝟏𝟐, 𝟖, −𝟓)


Se ubica sobre el eje 𝒙 la coordenada 1𝟐, de allí y en forma paralela al eje 𝒚 se desplaza hasta la
coordenada 𝟖, desde este punto (𝟏𝟐, 𝟖) 𝑑𝑒𝑙 𝑝𝑙𝑎𝑛𝑜 𝒙𝒚, se baja una paralela al eje 𝒛 hasta la
coordenada indicada −𝟓, luego se une el centro de coordenadas (𝟎, 𝟎, 𝟎) con este punto final.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
234


𝑾

12 8
X Y


𝒖

-5

CÁLCULO DE LA NORMA DE UN VECTOR:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
235

Sea el vector en 𝑰𝑹𝟐 : 𝒗 = (𝒂, 𝒃) 𝒐 𝒗 = 𝒂𝒊 + 𝒃𝒋 , Su magnitud o


norma se calcula como:

|𝒗| = √𝒂𝟐 + 𝒃𝟐
Sea el vector en 𝑰𝑹𝟑 : 𝒗 = (𝒂, 𝒃, 𝒄) 𝒐 𝒗 = 𝒂𝒊 + 𝒃𝒋 + 𝒄𝒌 , Su
magnitud o norma se calcula como:

|𝒗| = √𝒂𝟐 + 𝒃𝟐 + 𝒄𝟐

5.1.5 EJERCICIOS DE APRENDIZAJE


1. Calcular la norma del vector 𝒖 = 𝟐𝒊 − 𝟓𝒋 + 𝟖𝒌
PROCEDIMIENTO

a. Se determina el valor de:

𝒂=𝟐
𝒃 = −𝟓
𝒄=𝟖

𝟑
b. Se reemplaza en la respectiva ecuación, en este caso en la correspondiente a 𝑰𝑹

|𝒖| = √(𝟐)𝟐 + (−𝟓)𝟐 + (𝟖)𝟐 → |𝒖| = √𝟒 + 𝟐𝟓 + 𝟔𝟒 →

|𝒖| = √𝟗𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
236

2. Calcular la norma del vector 𝒗 = (−𝟑, 𝟐)


PROCEDIMIENTO

a. Se determina el valor de:

𝒂 = −𝟑
𝒃=𝟐
𝟐
b. Se reemplaza en la respectiva ecuación, en este caso en la correspondiente a 𝑰𝑹

|𝒗| = √(−𝟑)𝟐 + (𝟐)𝟐 → |𝒗| = √𝟗 + 𝟒 →


|𝒗| = √𝟏𝟑

ÁNGULOS DIRECTORES
El ángulo director de cualquier vector en 𝑰𝑹𝟐 , diferente de cero es el ángulo 𝜽 que se mide desde el lado positivo
del eje 𝒙 en sentido contrario al de las agujas del reloj hasta la representación de posición del vector. Si 𝜽 se
𝒃
mide en radianes, 𝟎 ≤ 𝜽 ≤ 𝟐𝝅 Si 𝑨 = (𝒂, 𝒃), entonces tan 𝜽 , 𝒔𝒊 𝒂 ≠ 𝟎.
𝒂

𝝅 𝟑𝝅
𝑺𝒊 𝒂 = 𝟎 → 𝜽 = 𝝈𝜽= .
𝟐 𝟐
NOTA:

CUADRANTE VALOR DE 𝜽

𝑰 𝒃
𝜽 = 𝒕𝒂𝒏−𝟏 ( )
𝒂

𝑰𝑰 𝒃
𝜽 = 𝝅 + 𝒕𝒂𝒏−𝟏 ( )
𝒂
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
237

𝑰𝑰𝑰 𝒃
𝜽 = 𝝅 + 𝒕𝒂𝒏−𝟏 ( )
𝒂

𝑰𝑽 𝒃
𝜽 = 𝟐𝝅 + 𝒕𝒂𝒏−𝟏 ( )
𝒂

Si 𝒂 = 𝟎 𝝅
𝟏. 𝜽= 𝒑𝒂𝒓𝒂 𝒃 > 𝟎
𝟐

𝟑
𝟐. 𝜽 = 𝝅 𝒑𝒂𝒓𝒂 𝒃 < 𝟎
𝟐

5.1.6 EJERCICIOS DE APRENDIZAJE


Trazar cada uno de los siguientes vectores, encontrar su magnitud y el ángulo positivo 𝜽 más
pequeño que está determinado por el eje positivo de x y el vector.

1. 𝒂 = (−𝟑, −𝟑)
PROCEDIMIENTO

a. Se calcula la Magnitud o Norma:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
238

|𝒂| = √(−𝟑)𝟐 + (−𝟑)𝟐 → |𝒗| = √𝟗 + 𝟗

|𝒂| = √𝟗 + 𝟗 = √𝟏𝟖 = √𝟗 × 𝟐 → |𝒂| = 𝟑√𝟐

b. Se realiza la gráfica:

c. Se calcula el ángulo:

El vector se encuentra en el tercer cuadrante, por lo tanto:

𝒃 −𝟑 𝟓
𝜽 = 𝝅 + 𝒕𝒂𝒏−𝟏 ( ) = 𝟏𝟖𝟎𝟎 + 𝒕𝒂𝒏−𝟏 ( ) = 𝟐𝟐𝟓𝟎 = 𝝅
𝒂 −𝟑 𝟒

2. 𝒃 = (𝟑, −𝟐)
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
239

PROCEDIMIENTO

a. Se calcula la Magnitud o Norma:

|𝒂| = √(𝟑)𝟐 + (−𝟐)𝟐 → |𝒗| = √𝟗 + 𝟒


|𝒗| = √𝟏𝟑

b. Se realiza la gráfica:

Gráfica:

c. Se calcula el ángulo:

El vector se encuentra en el cuarto cuadrante, por lo tanto:


𝒃 −𝟐
𝜽 = 𝟐𝝅 + 𝒕𝒂𝒏−𝟏 ( ) = 𝟑𝟔𝟎𝟎 + 𝒕𝒂𝒏−𝟏 ( ) = 𝟑𝟐𝟔, 𝟑𝟎 …𝟎 = 𝟓. 𝟔𝟗𝟓 … 𝒓𝒂𝒅
𝒂 𝟑
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
240

Recuerde que: 𝟏 𝒓𝒂𝒅𝒊á𝒏 = 𝟓𝟕. 𝟑𝟎 aprox.

El ángulo director de cualquier vector en 𝑰𝑹𝟑 , diferente de cero es el ángulo 𝜽 son los tres ángulos no negativos
dados en radianes (𝜶, 𝜷, 𝜸), tomadas desde los ejes positivos 𝒙, 𝒚, 𝒛 hasta la representación de posición del
vector.

La medida en radianes de cada ángulo director está en 𝒆𝒏 𝒆𝒍 𝒊𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒐 𝒄𝒆𝒓𝒓𝒂𝒅𝒐 [𝟎, 𝝅], se tiene:

COSENOS DIRECTORES DEL

VECTOR V

𝒂
𝐜𝐨𝐬 𝛂 =
|𝒗 |
𝒃
𝐜𝐨𝐬 𝛃 =
|𝒗 |
𝒄
𝐜𝐨𝐬 𝛄 =
|𝒗 |

NOTA: El vector cero no tiene ángulos directores y por lo tanto no tiene cosenos directores.

5.1.7 EJERCICIOS DE APRENDIZAJE


1. Encontrar la magnitud y los cosenos directores del vector 𝑨 = (𝟑, 𝟐, −𝟔)
PROCEDIMIENTO

a. Se calcula la Magnitud o Norma:

|𝑨| = √(𝟑)𝟐 + (𝟐)𝟐 + (−𝟔)𝟐 → |𝑨| = √𝟗 + 𝟒 + 𝟑𝟔 = √𝟒𝟗 →


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
241

|𝑨| = 𝟕

b. Se hallan los cosenos directores: Reemplazando los valores anteriores se tiene:

𝟑
𝐜𝐨𝐬 𝛂 =
𝟕
𝟐
𝐜𝐨𝐬 𝛃 =
𝟕
𝟔
𝐜𝐨𝐬 𝛄 = −
𝟕

TEOREMA:

Si 𝐜𝐨𝐬 𝜶 , 𝐜𝐨𝐬 𝜷, 𝒚 𝐜𝐨𝐬 𝜸 son los ángulos directores de un vector, entonces se cumple
𝟐 𝟐 𝟐
que: 𝒄𝒐𝒔 𝜶 + 𝒄𝒐𝒔 𝜷 + 𝒄𝒐𝒔 𝜸 = 1

TEOREMA:

Si𝐜𝐨𝐬 𝜶 , 𝐜𝐨𝐬 𝜷, 𝒚 𝐜𝐨𝐬 𝜸 son los ángulos directores de un vector, entonces se cumple que:
𝒄𝒐𝒔𝟐 𝜶 + 𝒄𝒐𝒔𝟐 𝜷 + 𝒄𝒐𝒔𝟐 𝜸 = 1

5.1.8 EJERCICIOS DE APRENDIZAJE


1. Encontrar los cosenos directores del vector 𝑨 = (𝟑, 𝟐, −𝟔) y demuestre que el anterior
teorema se cumple.
a. Se calcula la Magnitud o Norma:

|𝑨| = √(𝟑)𝟐 + (𝟐)𝟐 + (−𝟔)𝟐 → |𝑨| = √𝟗 + 𝟒 + 𝟑𝟔 = √𝟒𝟗 →


|𝑨| = 𝟕
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
242

b. Se hallan los cosenos directores: Reemplazando los valores anteriores se tiene:

𝟑
𝐜𝐨𝐬 𝛂 =
𝟕
𝟐
𝐜𝐨𝐬 𝛃 =
𝟕
𝟔
𝐜𝐨𝐬 𝛄 = −
𝟕

c. Se verifica la identidad reemplazando los valores obtenidos:

2 2 2
3 2 6
𝒄𝒐𝒔𝟐 𝜶 + 𝒄𝒐𝒔𝟐 𝜷 + 𝒄𝒐𝒔𝟐 𝜸 = 1 → ( ) + ( ) + (− ) = 1
7 7 7
9 4 36 9 + 4 + 36
→ + + =1→ =1→
49 49 49 49
49
= 1 → 1 = 1, se cumple la identidad
49

2. Encontrar los cosenos directores del vector 𝑨 = (𝟏, −𝟐, 𝟑) y demuestre que el anterior
teorema se cumple.

d. Se calcula la Magnitud o Norma:

|𝑨| = √(𝟏)𝟐 + (−𝟐)𝟐 + (𝟑)𝟐 → |𝑨| = √𝟏 + 𝟒 + 𝟗 = √𝟏𝟒 →


|𝑨| = 𝟕

e. Se hallan los cosenos directores: Reemplazando los valores anteriores se tiene:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
243

𝟏
𝐜𝐨𝐬 𝛂 =
√𝟏𝟒
𝟐
𝐜𝐨𝐬 𝛃 = −
√𝟏𝟒
𝟑
𝐜𝐨𝐬 𝛄 =
√𝟏𝟒

f. Se verifica la identidad reemplazando los valores obtenidos:

2 2 2
𝟐 𝟐 𝟐
1 −2 3
𝒄𝒐𝒔 𝜶 + 𝒄𝒐𝒔 𝜷 + 𝒄𝒐𝒔 𝜸 = 1 → ( ) +( ) +( ) =1
√𝟏𝟒 √𝟏𝟒 √𝟏𝟒
1 4 9 1+4+9
→ + + =1→ =1→
14 14 14 14

14
= 1 → 1 = 1, se cumple la identidad
14

OPERACIONES CON VECTORES.

1. ADICIÓN O SUMA DE VECTORES.

Una suma de vectores se realiza igual que una suma de matrices, es decir, se suman las correspondientes
entradas, esto es:

En 𝑰𝑹𝟐
Dados los vectores 𝑨 = (𝒂, 𝒃) 𝒚 𝑩 = (𝒄, 𝒅), entonces:
𝑨 + 𝑩 = (𝒂, 𝒃) + (𝒄, 𝒅) = (𝒂 + 𝒄, 𝒃 + 𝒅)
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
244

En 𝑰𝑹𝟑
Dados los vectores 𝑨 = (𝒂𝟏, 𝒃𝟏, 𝒄𝟏) 𝒚 𝑩 = (𝒂𝟐,𝒃𝟐, 𝒄𝟐), entonces:

𝑨 + 𝑩 = (𝒂𝟏 , 𝒃𝟏, 𝒄𝟏 ) + (𝒂𝟐, 𝒃𝟐 , 𝒄𝟐 ) = (𝒂𝟏 + 𝒂𝟐 , 𝒃𝟏 + 𝒃𝟐 , 𝒄𝟏 + 𝒄𝟐 )

5.1.9 EJERCICIOS DE APRENDIZAJE


1. Sean los vectores : 𝒘 = (−𝟑, 𝟓) 𝒚 𝒗 = 𝟐𝒊 + 𝟑𝒋. Hallar 𝒘 + 𝒗
𝒘 + 𝒗 = (−𝟑 + 𝟐)𝒊 + (𝟓 + 𝟑)𝒋 = −𝒊 + 𝟖𝒋

2. Sean: 𝒖 = 𝟓𝒊 − 𝟔𝒋 + 𝟕𝒌 𝒚 𝒗 = (𝟒, 𝟖, 𝟑), hallar 𝒖 + 𝒗:


𝒖 + 𝒗 = (𝟓 + 𝟒)𝒊 + (−𝟔 + 𝟖)𝒋 + (𝟕 + 𝟑)𝒌 = 𝟗𝒊 + 𝟐𝒋 + 𝟏𝟎𝒌

PROPIEDADES PARA LA ADICIÓN DE VECTORES:

PROPIEDAD ESQUEMA PROPIEDAD

Conmutativa 𝒂+𝒃=𝒃+𝒂

Asociativa 𝒂 + (𝒃 + 𝒄) = (𝒂 + 𝒃) + 𝒄

Modulativa 𝒂+𝟎=𝟎+𝒂

Inverso aditivo 𝒂 + (−𝒂) = 𝟎


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
245

VECTORES UNITARIOS: 𝒊, 𝒋 𝑒𝑛 𝑰𝑹𝟐 ; 𝒊, 𝒋. 𝒌 𝑒𝑛 𝑰𝑹𝟑


Se llaman vectores unitarios porque su magnitud es igual a uno y se utilizan para representar cualquier
vector en 𝑰𝑹𝟐 (𝒊, 𝒋)o cualquier vector en 𝑰𝑹𝟑 (𝒊, 𝒋, 𝒌), se tiene:

𝟐
En 𝑰𝑹 : 𝒊 = (𝟏, 𝟎) 𝒚 𝒋 = (𝟎, 𝟏)
𝒗 = (𝒂, 𝒃) = (𝒂, 𝟎) + (𝟎, 𝒃) = 𝒂(𝟏, 𝟎) + 𝒃(𝟎, 𝟏) = 𝒂𝒊 + 𝒃𝒋

En 𝑰𝑹𝟑 : 𝒊 = (𝟏, 𝟎, 𝟎), 𝒋(𝟎, 𝟏, 𝟎), 𝒌(𝟎, 𝟎, 𝟏)


𝒗 = (𝒂, 𝒃, 𝒄) = (𝒂, 𝟎, 𝟎) + (𝟎, 𝒃, 𝟎) + (𝟎, 𝟎, 𝒄) →
𝒗 = (𝒂, 𝒃, 𝒄) = 𝒂(𝟏, 𝟎, 𝟎) + 𝒃(𝟎, 𝟏. 𝟎) + 𝒄(𝟎, 𝟎, 𝟏)
= 𝒂𝒊 + 𝒃𝒋 + 𝒄𝒌

MULTIPLICACIÓN POR UN ESCALAR


La multiplicación por un escalar (número real) se realiza igual que en la multiplicación de matrices, esto es, el
escalar se multiplica por cada una de las entradas del vector.

𝒌 (𝒂, 𝒃)) = (𝒌𝒂, 𝒌𝒃)

5.1.10 EJERCICIOS DE APRENDIZAJE


1. Sea 𝒖 = (−𝟑, 𝟐), hallar 𝟔𝒖:
PROCEDIMIENTO
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
246

Si𝒖 = (−𝟑, 𝟐) → 𝟐𝒖 = (𝟐 ∗ −𝟑, 𝟐 ∗ 𝟐) → 𝟐𝒖 = (−𝟔, 𝟒) = −𝟔𝒊 +


𝟒𝒋

2. Sea 𝒗 = 𝟑𝒊 + 𝟕𝒋 − 𝟔𝒌, hallar 𝟕𝒗


PROCEDIMIENTO

Si 𝒗 = 𝟑𝒊 + 𝟕𝒋 − 𝟔𝒌 → 𝟕𝒗 = 𝟕 ∗ 𝟑𝒊 + 𝟕 ∗ 𝟕𝒋 − 𝟕 ∗ 𝟔𝒌 = 𝟐𝟏𝒊 +
𝟒𝟗𝒋 − 𝟒𝟐𝒌

NOTA: El vector 𝟎, tiene como componentes:

𝑬𝒏 𝑰𝑹𝟐 (𝒊, 𝒋): 𝟎 = (𝟎, 𝟎)


𝑬𝒏 𝑰𝑹𝟑 (𝒊, 𝒋, 𝒌): 𝟎 = (𝟎, 𝟎, 𝟎)

PROPIEDADES DE LA MULTIPLICACIÓN POR ESCALAR DE VECTORES

PROPIEDAD ENUNCIADO

𝒄(𝒂 + 𝒃) = 𝒄𝒂 + 𝒄𝒃 Cumple la propiedad distributiva, por la izquierda,


de la multiplicación respecto a la suma de vectores.

(𝒄 + 𝒅)𝒂 = 𝒄𝒂 + 𝒅𝒂 Cumple la propiedad distributiva, por la derecha,


de la multiplicación respecto a la suma de vectores.

(𝒄𝒅)𝒂 = 𝒄(𝒅𝒂) = 𝒅(𝒄𝒂) Es asociativa respecto a la multiplicación.

𝟏𝒂 = 𝒂 Si el escalar es uno positivo, se obtiene como


producto el mismo vector.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
247

𝟎𝒂 = 𝟎 Si el escalar es cero se obtiene como producto cero.

NOTA:

Si 𝒗 = (𝒂, 𝒃) = 𝒂𝒊 + 𝒃𝒋 𝒚 𝜶 𝒆𝒔 𝒖𝒏 𝒆𝒔𝒄𝒂𝒍𝒂𝒓, entonces:


|𝜶𝒗| = |𝜶||𝒗|

La dirección de 𝜶𝒗:
Tiene la dirección de 𝒗, 𝒔𝒊 𝜶 > 𝟎
Tiene la dirección de 𝒗 + 𝝅, 𝒔𝒊 𝜶 < 𝟎

5.1.11 EJERCICIOS DE APRENDIZAJE


Dado el vector 𝒗 = 𝟑𝒊 − 𝟓𝒋, Hallar v  3i  5 j Halle:

1. |𝒗|

|𝒗| = √(𝟑)𝟐 + (−𝟓)𝟐 = √𝟗 + 𝟐𝟓 = √𝟑𝟒

2. El ángulo director 𝜽𝒗
𝒃 −𝟓
𝜽𝒗 = 𝟐𝝅 + 𝒕𝒂𝒏−𝟏 ( ) = 𝟑𝟔𝟎 + 𝒕𝒂𝒏−𝟏 ( ) = 𝟑𝟎𝟎. 𝟗𝟐 …𝟎
𝒂 𝟑
= 𝟓. 𝟐𝟓 … 𝒓𝒂𝒅.

3. 𝒘 = 𝟐𝒗
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
248

𝒘 = 𝟐𝒗 = 𝟐(𝟑𝒊 − 𝟓𝒋) = 𝟔𝒊 − 𝟏𝟎𝒋

4. |𝑤|
|𝒘| = √(𝟔)𝟐 + (−𝟏𝟎)𝟐 = √𝟑𝟔 + 𝟏𝟎𝟎 = √𝟏𝟑𝟔 = √𝟒 ∗ 𝟑𝟒 = 𝟐|𝒗|

5. 𝜃𝑤
Nota: El vector se encuentra en el cuarto cuadrante: 𝑺𝒊𝒈𝒏𝒐𝒔 (+, −), por lo tanto:

𝒃 −𝟏𝟎
𝜽𝒘 = 𝟐𝝅 + 𝒕𝒂𝒏−𝟏 ( ) = 𝟑𝟔𝟎 + 𝒕𝒂𝒏−𝟏 ( ) = 𝟑𝟎𝟎. 𝟗𝟐 …𝟎
𝒂 𝟔
= 𝟓. 𝟐𝟓 … 𝒓𝒂𝒅.

Nota: 𝜽𝒗 = 𝜽𝒘 , ya que al multiplicar un vector por un escalar positivo


el vector resultante tiene la misma dirección del vector original.

6. 𝒑 = −𝟑𝒗
𝒑 = −𝟑𝒗 = −𝟑(𝟑𝒊 − 𝟓𝒋) = −𝟗𝒊 + 𝟏𝟓𝒋

7. |𝒑| = √(−𝟗)𝟐 + (𝟏𝟓)𝟐 = √𝟖𝟏 + 𝟐𝟐𝟓 = √𝟑𝟎𝟔 = √𝟗 ∗ 𝟑𝟒 =


𝟑√𝟑𝟒 = 𝟑|𝒗|
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
249

8. 𝜃𝑤
Nota: El vector se encuentra en el segundo cuadrante: 𝑺𝒊𝒈𝒏𝒐𝒔 (−, +), por lo tanto:

𝒃 𝟏𝟓
𝜽𝒘 = 𝟐𝝅 + 𝒕𝒂𝒏−𝟏 ( ) = 𝟏𝟖𝟎 + 𝒕𝒂𝒏−𝟏 ( ) = 𝟏𝟐𝟎. 𝟗𝟔 …𝟎
𝒂 −𝟗
= 𝟐. 𝟏𝟏 … 𝒓𝒂𝒅.

VECTOR UNITARIO 𝒖

Es un vector cuya Magnitud o Norma es 1.

Para 𝑰𝑹𝟐 (𝒊, 𝒋):


Sí 𝒂 = (𝒂, 𝒃) = 𝒂𝒊 + 𝒃𝒋 , entonces el vector unitario 𝒖 que tiene la misma dirección que 𝒂 ,está
dado por:

𝒂 𝒃
𝒖= 𝒊+ 𝒋
|𝒂| |𝒂|

Para 𝑰𝑹𝟑 (𝒊, 𝒋, 𝒌):


Sí 𝒂 = (𝒂, 𝒃, 𝒄) = 𝒂𝒊 + 𝒃𝒋 + 𝒄𝒌, entonces el vector unitario 𝒖 que tiene la misma dirección que
𝒂, está dado por:
𝒂 𝒃 𝒄
𝒖= 𝒊+ 𝒋+ 𝒌
|𝒂| |𝒂| |𝒂|

5.1.12 EJERCICIOS DE APRENDIZAJE


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
250

1. Dados los puntos 𝑹(𝟐, −𝟏, 𝟑) 𝒚 𝑺(𝟑, 𝟒, 𝟔), determinar el vector unitario que
tenga la misma dirección que V RS  .

PROCEDIMIENTO

a. ⃑⃑⃑⃑⃑ :
Se determina el vector 𝑹𝑺

⃑⃑⃑⃑⃑⃑⃑ = (𝟑 − 𝟐)𝒊 + (𝟒 − (−𝟏))𝒋 + (𝟔 − 𝟑)𝒌 → 𝑽(𝑹𝑺)


𝑽(𝑹𝑺) ⃑⃑⃑⃑⃑⃑⃑ = 𝒊 + 𝟓𝒋 + 𝟑𝒌

b. La magnitud del vector ⃑⃑⃑⃑⃑⃑⃑ :


𝑽(𝑹𝑺)
⃑⃑⃑⃑⃑⃑⃑ | = √(𝟏)𝟐 + (𝟓)𝟐 + (𝟑)𝟐 = √𝟏 + 𝟐𝟓 + 𝟗 = √𝟑𝟓
|𝑽(𝑹𝑺)

c. Se determina el vector unitario 𝒖:

𝟏 𝟓 𝟑
𝒖= 𝒊+ 𝒋+ 𝒌
√𝟑𝟓 √𝟑𝟓 √𝟑𝟓

PRODUCTO ESCALAR

El producto escalar entre dos vectores 𝒖 𝒚 𝒗 se simboliza por 𝒖. 𝒗.

Si 𝒖 = (𝒂𝟏 , 𝒃𝟏 ) 𝒚 𝒗 = (𝒂𝟐 , 𝒃𝟐 ), son dos vectores en 𝑰𝑹𝟐 , entonces el producto


escalar de 𝒖 𝒚 𝒗 representado por 𝒖. 𝒗 está dado por:

𝒖. 𝒗 = (𝒂𝟏 , 𝒃𝟏 ). (𝒂𝟐 , 𝒃𝟐 ) = 𝒂𝟏 𝒂𝟐 +𝒃𝟏 𝒃𝟐

Si 𝒖= (𝒂𝟏 , 𝒃𝟏 , 𝒄𝟏 ) 𝒚 𝒗 = (𝒂𝟐 , 𝒃𝟐 , 𝒄𝟐 ), son dos vectores en 𝑰𝑹𝟑 , entonces el


producto escalar de 𝒖 𝒚 𝒗 representado por 𝒖. 𝒗 está dado por:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
251

𝒖. 𝒗 = (𝒂𝟏 , 𝒃𝟏 , 𝒄𝟏 ). (𝒂𝟐 , 𝒃𝟐 𝒄𝟐𝟏 ) = 𝒂𝟏 𝒂𝟐 +𝒃𝟏 𝒃𝟐 +𝒄𝟏 𝒄𝟐

Nota: El producto escalar de dos vectores es un número real (o escalar) y no es un vector. También recibe el
nombre de producto punto o producto interior.

5.1.13 EJERCICIOS DE APRENDIZAJE

Determinar el producto escalar de los siguientes vectores:


1. 𝒖 = (𝟓, 𝟔) 𝒚 𝒗 = (−𝟑, 𝟒)
𝒖. 𝒗 = 𝟓 ∗ −𝟑 + 𝟔 ∗ 𝟒 = −𝟏𝟓 + 𝟐𝟒 = 𝟗

2. 𝒗 = (−𝟓, −𝟏) 𝒚 𝒘 = (−𝟑, 𝟐)


𝒗. 𝒘 = −𝟓 ∗ −𝟑 + (−𝟏) ∗ 𝟐 = 𝟏𝟓 − 𝟐 = 𝟏𝟑

3. 𝒗 = (𝟑, 𝟗) 𝒚 𝒘 = (𝟐, 𝟐)
𝒗. 𝒘 = 𝟑 ∗ 𝟐 + 𝟗 ∗ 𝟐 = 𝟔 + 𝟏𝟖 = 𝟐𝟒

4. 𝒗 = (−𝟏, −𝟐) 𝒚 𝒘 = (−𝟑, −𝟒)


𝒗. 𝒘 = −𝟏 ∗ −𝟑 + −𝟐 ∗ −𝟒 = 𝟑 + 𝟖 = 𝟏𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
252

Nota 1: De la definición de producto escalar se nota que:

𝒗. 𝒗 = |𝒗|𝟐

5.1.14 EJERCICIOS DE APRENDIZAJE


Determinar el producto escalar de los siguientes vectores:

1. 𝒗 = (−𝟓, 𝟔)
𝒗. 𝒗 = (−𝟓, 𝟔). (−𝟓, 𝟔) = −𝟓 ∗ −𝟓 + 𝟔 ∗ 𝟔 = 𝟐𝟓 + 𝟑𝟔 = 𝟔𝟏 = |𝒗|𝟐

NOTA 2:
𝒊. 𝒊 = 𝟏, 𝒋. 𝒋 = 𝟏 𝒚 𝒊. 𝒋 = 𝟎

TEOREMA:

𝟐 𝟑
Si 𝑨, 𝒚 𝑩 son vectores en 𝑰𝑹 𝒐 𝒆𝒏 𝑰𝑹 y 𝒄 es un
escalar, se cumple que:

 𝒄(𝑨. 𝑩) = 𝒄𝑨. 𝑩

 𝟎. 𝑨 = 𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
253

 𝑨. 𝑨 = |𝑨|𝟐

ANGULO ENTRE DOS VECTORES


Sean los vectores: 𝒖 = (𝒂𝟏 , 𝒃𝟏 ) 𝒚 𝒗 = (𝒂𝟐 , 𝒃𝟐 ), dos vectores diferentes de cero, entonces el ángulo 𝝋 entre
𝒖 𝒚 𝒗 está definido como el ángulo no negativo más pequeño entre dichos vectores y que tienen el origen como
punto inicial.

El ángulo se calcula como:

𝒖 .𝒗
𝒄𝒐𝒔 𝝋 =
|𝒖| ∗ |𝒗|

5.1.15 EJERCICIOS DE APRENDIZAJE


Para cada par de vectores, calcular el ángulo entre ellos.

1. 𝒖 = (𝟑, 𝟏) 𝒚 𝒗 = (𝟒, 𝟐)
PROCEDIMIENTO
Se calcula la magnitud o norma de cada uno de los vectores:

|𝒖| = √(𝟑)𝟐 + (𝟏)𝟐 = √𝟗 + 𝟏 = √𝟏𝟎


|𝒗| = √(𝟒)𝟐 + (𝟐)𝟐 = √𝟏𝟔 + 𝟒 = √𝟐𝟎 = √𝟒 ∗ 𝟓 = 𝟐√𝟓

a. Se calcula el ángulo entre los dos vectores:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
254

𝒖 .𝒗 𝟑∗𝟒+𝟏∗𝟐 𝟏𝟒
𝒄𝒐𝒔 𝝋 = → 𝒄𝒐𝒔 𝝋 = → 𝒄𝒐𝒔 𝝋 = → 𝒄𝒐𝒔 𝝋
|𝒖| ∗ |𝒗| √𝟏𝟎 ∗ 𝟐√𝟓 𝟐√𝟓𝟎
𝟏𝟒 𝟏𝟒 𝟏𝟒 𝟕 𝟕 ∗ √𝟐 𝟕√𝟐
= = = = = =
𝟐√𝟐𝟓 ∗ 𝟐 𝟐 ∗ 𝟓√𝟐 𝟏𝟎√𝟐 𝟓√𝟐 𝟓√𝟐 ∗ √𝟐 𝟏𝟎

𝟕√𝟐 𝟕√𝟐
𝒄𝒐𝒔 𝝋 = → 𝝋 = 𝒄𝒐𝒔−𝟏 ( ) = 𝟎. 𝟗𝟖𝟗 … 𝒓𝒂𝒅 = 𝟓𝟔. 𝟕𝟐𝟒 …𝟎
𝟏𝟎 𝟏𝟎

2. 𝒘 = 𝟐𝒊 + 𝟑𝒋 𝒚 𝒗 = −𝟕𝒊 + 𝒋
PROCEDIMIENTO

a. Se calcula la magnitud o norma de cada uno de los vectores:


|𝒖| = √(𝟐)𝟐 + (𝟑)𝟐 = √𝟒 + 𝟗 = √𝟏𝟑
|𝒗| = √(−𝟕)𝟐 + (𝟏)𝟐 = √𝟒𝟗 + 𝟏 = √𝟓𝟎 = √𝟐 ∗ 𝟐𝟓 = 𝟓√𝟐

b. Se calcula el ángulo entre los dos vectores:

𝒖 .𝒗 𝟐 ∗ −𝟕 + 𝟑 ∗ 𝟏 −𝟏𝟒 + 𝟑
𝒄𝒐𝒔 𝝋 = → 𝒄𝒐𝒔 𝝋 = → 𝒄𝒐𝒔 𝝋 =
|𝒖| ∗ |𝒗| √𝟏𝟑 ∗ 𝟓√𝟐 𝟓√𝟐𝟔
−𝟏𝟏
→ 𝒄𝒐𝒔 𝝋 =
𝟓√𝟐𝟔
−𝟏𝟏 −𝟏𝟏
𝒄𝒐𝒔 𝝋 = → 𝝋 = 𝒄𝒐𝒔−𝟏 ( ) = 𝟐. 𝟎𝟏𝟔𝟗 … 𝒓𝒂𝒅 = 𝟏𝟏𝟓. 𝟓𝟓 …𝟎
𝟓√𝟐𝟔 𝟓√𝟐𝟔

3. 𝒘 = (𝟐, −𝟑) 𝒚 𝒗 = (−𝟒, 𝟔) ∗ Tomado de Grossman pág. 243


PROCEDIMIENTO
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
255

b. Se calcula la magnitud o norma de cada uno de los vectores:

|𝒘| = √(𝟐)𝟐 + (−𝟑)𝟐 = √𝟒 + 𝟗 = √𝟏𝟑


|𝒗| = √(−𝟒)𝟐 + (𝟔)𝟐 = √𝟏𝟔 + 𝟑𝟔 = √𝟓𝟐
c. Se calcula el ángulo entre los dos vectores:
𝒖 .𝒗 𝟐 ∗ −𝟒 + −𝟑 ∗ 𝟔 −𝟖 − 𝟏𝟖
𝒄𝒐𝒔 𝝋 = → 𝒄𝒐𝒔 𝝋 = → 𝒄𝒐𝒔 𝝋 = → 𝒄𝒐𝒔 𝝋
|𝒖| ∗ |𝒗| √ 𝟏𝟑 ∗ √𝟓𝟐 √𝟏𝟑 ∗ 𝟓𝟐
−𝟐𝟔
=
√𝟔𝟕𝟔
−𝟏𝟏 −𝟐𝟔
𝒄𝒐𝒔 𝝋 = → 𝝋 = 𝒄𝒐𝒔−𝟏 ( ) = 𝝅 𝒓𝒂𝒅 = 𝟏𝟖𝟎𝟎
𝟓√𝟐𝟔 √𝟔𝟕𝟔

1. 𝒖 = 𝟑𝒊 − 𝒋 + 𝟐𝒌 𝒚 𝒗 = 𝟒𝒊 + 𝟑𝒋 − 𝒌 ∗ Tomado de Grossman pág. 257

PROCEDIMIENTO

a. Se calcula la magnitud o norma de cada uno de los vectores:

|𝒖| = √(𝟑)𝟐 + (−𝟏)𝟐 + (𝟐)𝟐 = √𝟗 + 𝟏 + 𝟒 = √𝟏𝟒


|𝒗| = √(𝟒)𝟐 + (𝟑)𝟐 + (−𝟏)𝟐 = √𝟏𝟔 + 𝟗 + 𝟏 = √𝟐𝟔
b. Se calcula el ángulo entre los dos vectores:

𝒖 .𝒗 𝟑 ∗ 𝟒 + −𝟏 ∗ 𝟑 + 𝟐 ∗ −𝟏
𝒄𝒐𝒔 𝝋 = → 𝒄𝒐𝒔 𝝋 = →
|𝒖| ∗ |𝒗| √𝟏𝟒 ∗ √𝟐𝟔
𝟏𝟐 − 𝟑 − 𝟐 𝟕
𝒄𝒐𝒔 𝝋 = → 𝒄𝒐𝒔 𝝋 =
√𝟏𝟒 ∗ 𝟐𝟔 √𝟑𝟕𝟒
𝟕 𝟕
𝒄𝒐𝒔 𝝋 = → 𝝋 = 𝒄𝒐𝒔−𝟏 ( ) = 𝟏. 𝟏𝟗𝟓 … 𝒓𝒂𝒅 = 𝟔𝟖. 𝟒𝟕 …𝟎
√𝟑𝟕𝟒 √𝟑𝟕𝟒
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
256

TEOREMA:

Si 𝝋 es la medida en radianes del ángulo entre dos vectores 𝑰𝑹𝟐 𝒐 𝒆𝒏 𝑰𝑹𝟑 y


𝑨, 𝑩 ≠ 𝟎, entonces:

𝑨 ∙ 𝑩 = |𝑨||𝑩|𝒄𝒐𝒔𝝋
VECTORES PARALELOS:

𝑨, 𝑩 ≠ 𝟎 𝒆𝒏 𝑰𝑹𝟐 𝒐 𝒆𝒏 𝑰𝑹𝟑 son paralelos si el ángulo


Dos vectores entre ellos es
,,
𝟎 𝒐 𝝅 , es decir, si 𝝋 = 𝟎 𝒐 𝝋 = 𝝅.
En general: dos vectores 𝑨, 𝑩 son paralelos SI Y SOLO SI uno es múltiplo escalar del otro, por lo
tanto se cumple que:

Si 𝑨. 𝑩 = ±|𝑨||𝑩|, es decir si 𝒄𝒐𝒔 𝝋 = ±𝟏

VECTORES ORTOGONALES

Dos vectores 𝑨, 𝑩 ≠ 𝟎 𝒆𝒏 𝑰𝑹𝟐 𝒐 𝒆𝒏 𝑰𝑹𝟑 son ortogonales (perpendiculares) si el ángulo


𝝅 𝝅 ,,
entre ellos es , es decir, si 𝝋 =
𝟐 𝟐

En general: dos vectores 𝑨, 𝑩 son ortogonales (perpendiculares) SI Y SOLO Si 𝑨 .𝑩 = 𝟎 es decir si


𝒄𝒐𝒔 𝝋 = 𝟎

5.1.16 EJERCICIOS DE APRENDIZAJE

1. Compruebe que los vectores 𝒖 = 𝟑𝒊 − 𝟒𝒋 𝒚 𝒗 = 𝟒𝒊 + 𝟑𝒋, son ortogonales


(perpendiculares).

PROCEDIMIENTO

a. Se efectúa el producto escalar de 𝒖 y 𝒗


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
257

𝒖.𝒗 = (𝟑) ∗ (𝟒) + (−𝟒) ∗ (𝟑) = 𝟏𝟐 − 𝟏𝟐 = 𝟎 →


b. Se calcula el ángulo entre los vectores:

𝒖. 𝒗 −𝟏
𝝅
𝒄𝒐𝒔 𝝋 = = 𝟎 → 𝝋 = 𝒄𝒐𝒔 𝟎 → 𝝋 =
|𝒖||𝒗| 𝟐
𝝅
Recuerde que: 𝒄𝒐𝒔 = 𝒄𝒐𝒔 𝟗𝟎° = 𝟎
𝟐

2. Demuestre, mediante vectores que los puntos 𝑨 = (𝟒, 𝟗, 𝟏),


𝑩 = (−𝟐, 𝟔, 𝟑) 𝒚 𝑪(𝟔, 𝟑, −𝟐), son los vértices de un triángulo rectángulo.
PROCEDIMIENTO

a. Se determinan los vectores: 𝑽 (→ ) , 𝑽 (→ ) , 𝑽 (→ )


𝑨𝑩 𝑨𝑪 𝑩𝑪

𝑽 (→ ) = (−𝟐 − 𝟒)𝒊 + (𝟔 − 𝟗)𝒋 + (𝟑 − 𝟏)𝒌 = −𝟔𝒊 − 𝟑𝒋 + 𝟐𝒌


𝑨𝑩

𝑽 (→ ) = (𝟔 − 𝟒)𝒊 + (𝟑 − 𝟗)𝒋 + (−𝟐 − 𝟏)𝒌 = 𝟐𝒊 − 𝟔𝒋 − 𝟑𝒌


𝑨𝑪

𝑽 (→ ) = (𝟔 − (−𝟐))𝒊 + (𝟔 − 𝟗)𝒋 + (−𝟐 − 𝟑)𝒌 = 𝟖𝒊 − 𝟑𝒋 − 𝟓𝒌


𝑩𝑪

b. Se calculan los diferentes productos escalares, esto es:

𝑽 (→ ) . 𝑽 (→ ) = (−𝟔) ∗ (𝟐) + (−𝟑) ∗ (−𝟔) + (𝟐) ∗ (−𝟑)


𝑨𝑩 𝑨𝑪

= −𝟏𝟐 + 𝟏𝟖 − 𝟔 = 𝟎
𝑽 (→ ) . 𝑽 (→ ) = (𝟐) ∗ (𝟖) + (−𝟔) ∗ (−𝟑) + (−𝟑) ∗ (−𝟓)
𝑨𝑪 𝑩𝑪

= 𝟏𝟔 + 𝟏𝟖 + 𝟏𝟓 = 𝟒𝟗
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
258

𝑽 (→ ) . 𝑽 (→ ) = (−𝟔) ∗ (𝟖) + (−𝟑) ∗ (−𝟑) + (𝟐)(−𝟓)


𝑨𝑩 𝑩𝑪

= −𝟒𝟖 + 𝟗 − 𝟏𝟎 = −𝟒𝟗

C. De los resultados anteriores se concluye Que los vectores perpendiculares son 𝑽 (→ ) . 𝑽 (→ ), ya


𝑨𝑩 𝑨𝑪
que su producto escalar es cero, por lo tanto, estos vectores corresponden a los catetos del triángulo
rectángulo y 𝑽 (→ ), correspondería a la hipotenusa.
𝑩𝑪

PROYECCIONES EN 𝑰𝑹𝟐 𝒚 𝒆𝒏 𝑰𝑹𝟑


Sean los vectores 𝒖,𝒗 ≠ 𝟎, entonces la proyección de 𝒖 sobre 𝒗, denotada por 𝒑𝒓𝒐𝒚𝒗 𝒖 , está definida
por:

𝒖. 𝒗
𝒑𝒓𝒐𝒚𝒗 𝒖 = 𝒗
|𝒗|𝟐

5.1.17 EJERCICIOS DE APRENDIZAJE


1. Sean 𝑢 = 𝟐𝒊 + 𝟑𝒋 + 𝒌 y 𝒗 = 𝒊 + 𝟐𝒋 − 𝟔𝒌, encontrar
𝒑𝒓𝒐𝒚𝒗 𝒖PROCEDIMIENTO
Aplicando la ecuación de proyección se obtiene:

𝒖. 𝒗 (𝟐, 𝟑, 𝟏). (𝟏, 𝟐, −𝟔)


𝒑𝒓𝒐𝒚𝒗 𝒖 = 𝟐 𝒗 = 𝟐 (𝒊 + 𝟐𝒋 − 𝟔𝒌)
|𝒗| (𝟏 + 𝟐𝟐 + (−𝟔)𝟐 )
𝟐 ∗ 𝟏 + 𝟑 ∗ 𝟐 + 𝟏 ∗ −𝟔
𝒑𝒓𝒐𝒚𝒗 𝒖 = (𝒊 + 𝟐𝒋 − 𝟔𝒌)
𝟏 + 𝟒 + 𝟑𝟔
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
259

𝟐 + 𝟔 + −𝟔 𝟐
𝒑𝒓𝒐𝒚𝒗 𝒖 = ( )
𝒊 + 𝟐𝒋 − 𝟔𝒌 = (𝒊 + 𝟐𝒋 − 𝟔𝒌)
𝟏 + 𝟒 + 𝟑𝟔 𝟒𝟏

2. Sean 𝒖 = 𝟐𝒊 − 𝟑𝒋 y 𝒗 = 𝒊 + 𝒋, encontrar 𝒑𝒓𝒐𝒚𝒗 𝒖

𝒖. 𝒗 (𝟐, −𝟑). (𝟏, 𝟏)


𝒑𝒓𝒐𝒚𝒗 𝒖 = 𝒗= (𝒊 + 𝒋)
|𝒗|𝟐 (𝟏𝟐 + 𝟏𝟐 )

𝟐 ∗ 𝟏 + −𝟑 ∗ 𝟏
𝒑𝒓𝒐𝒚𝒗 𝒖 = (𝒊 + 𝒋)
𝟏+𝟏
𝟐−𝟑 𝟏 𝟏 𝟏
𝒑𝒓𝒐𝒚𝒗 𝒖 = (𝒊 + 𝒋) = − (𝒊 + 𝒋) = − 𝒊 − 𝒋
𝟐 𝟐 𝟐 𝟐

NOTA 1:

 𝒗 y 𝒑𝒓𝒐𝒚𝒗 𝒖, tienen:
La misma dirección cuando 𝒖. 𝒗 > 𝟎
Direcciones opuestas cuando 𝒖. 𝒗 < 𝟎

NOTA 2:

𝒑𝒓𝒐𝒚𝒗 𝒖 es paralelo a 𝒗
𝒖 − 𝒑𝒓𝒐𝒚𝒗 𝒖 es ortogonal a 𝒗
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
260

DETERMINACIÓN DE UN VECTOR ORTOGONAL A OTRO VECTOR

Sea 𝒗 un vector diferente de cero, entonces para cualquier otro vector 𝒖, se puede obtener otro vector 𝒘
ortogonal a 𝒗 de la siguiente manera:

𝒖.𝒗
𝒘 = 𝒖 − 𝒑𝒓𝒐𝒚𝒗 𝒖 → 𝒘 = 𝒖 − |𝒗|𝟐
𝒗

ACTIVIDAD: Demuestre que 𝒗 Y 𝑾 son ortogonales.

5.1.18 EJERCICIOS DE APRENDIZAJE


Para el par de vectores 𝒗 y 𝒖 , hallar un vector 𝒘 ortogonal al vector 𝒗 .

1. 𝒗 = (𝟑, 𝟓) 𝒚 𝒖 = (𝟕, 𝟐)
PROCEDIMIENTO

a. Se reemplaza en la ecuación determinada, esto es:

𝒖.𝒗 (𝟑,𝟓)∗(𝟕,𝟐)
𝒘 = 𝒖 − |𝒗|𝟐 𝒗 = (𝟕, 𝟐) − ∗ (𝟑, 𝟓) =
𝟑𝟐 +𝟓𝟐

𝟑∗𝟕+𝟓∗𝟐 𝟐𝟏 + 𝟏𝟎
(𝟕, 𝟐) − ∗ (𝟑, 𝟓 ) = (𝟕, 𝟐 ) − ∗ (𝟑, 𝟓) =
𝟑𝟐 + 𝟓 𝟐 𝟗 + 𝟐𝟓
𝟑𝟏 𝟑𝟏 ∗ 𝟑 𝟑𝟏 ∗ 𝟓
(𝟕, 𝟐) − ∗ (𝟑, 𝟓) = (𝟕, 𝟐) − ( , )
𝟑𝟒 𝟑𝟒 𝟓𝟒
𝟗𝟑 𝟏𝟓𝟓 𝟗𝟑 𝟏𝟓𝟓
( )
= 𝟕, 𝟐 − ( , ) = (𝟕 − ,𝟐 − )
𝟑𝟒 𝟑𝟒 𝟑𝟒 𝟑𝟒
𝟐𝟑𝟖−𝟗𝟑 𝟔𝟖−𝟏𝟓𝟓 𝒖.𝒗 𝟏𝟒𝟓 𝟖𝟕
=( , )→𝒘=𝒖−
|𝒗|𝟐
𝒗 ( , − )
𝟑𝟒 𝟑𝟒 𝟑𝟒 𝟑𝟒
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
261

b. Demostrar que 𝒗 y 𝒘 son ortogonales:

Para mostrar que son ortogonales hay que demostrar que 𝒗. 𝒘 =𝟎


𝟏𝟒𝟓 𝟖𝟕 𝟑 ∗ 𝟏𝟒𝟓 𝟓 ∗ −𝟖𝟕 𝟒𝟑𝟓 𝟒𝟑𝟓
𝒗. 𝒘 = (𝟑, 𝟓). ( ,− ) = + = − =𝟎
𝟑𝟒 𝟑𝟒 𝟑𝟒 𝟑𝟒 𝟑𝟒 𝟑𝟒
Por lo tanto, 𝒗 y 𝒘 son ortogonales.

ACTIVIDAD: Grafique los tres vectores en el mismo plano.

2. 𝒗 = (−𝟐, 𝟑) 𝒚 𝒖 = (𝟓, −𝟏)


PROCEDIMIENTO

a. Se reemplaza en la ecuación determinada, esto es:

𝒖.𝒗 (−𝟐,𝟑)∗(𝟓,−𝟏)
𝒘 = 𝒖 − |𝒗|𝟐 𝒗 = (𝟓, −𝟏) − ∗ (−𝟐, 𝟑) =
(−𝟐)𝟐 +𝟑𝟐

−𝟐 ∗ 𝟓 + 𝟑 ∗ −𝟏
(𝟓, −𝟏) − ∗ (−𝟐, 𝟑) =
(−𝟐)𝟐 + 𝟑𝟐
−𝟏𝟎 − 𝟑 −𝟏𝟑
(𝟓, −𝟏) − ∗ (−𝟐, 𝟑) = (𝟓, −𝟏) − ∗ (−𝟐, 𝟑) =
𝟒+𝟗 𝟏𝟑
(𝟓, −𝟏) + 𝟏 ∗ (−𝟐, 𝟑) = (𝟓, −𝟏) + (−𝟐, 𝟑) =
𝒖.𝒗
(𝟓 + (−𝟐)), ((−𝟏) + 𝟑) → 𝒘 = 𝒖 − |𝒗|𝟐
𝒗 = (𝟑, 𝟐)

B. demostrar que 𝒗 y 𝒘 son ortogonales:

Para mostrar que son ortogonales hay que demostrar que 𝒗. 𝒘 =𝟎


𝒗. 𝒘 = (−𝟐, 𝟑) . (𝟑, 𝟐) = (−𝟐) ∗ 𝟑 + 𝟑 ∗ 𝟐 = −𝟔 + 𝟔 = 𝟎
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
262

Por lo tanto, 𝒗 y 𝒘 son ortogonales.

PRODUCTO VECTORIAL O PRODUCTO CRUZ

El producto VECTORIAL o el producto CRUZ sólo se define en 𝑰𝑹𝟑


Sean los vectores:

𝒖 = 𝒂𝟏 𝒊 + 𝒃𝟏 𝒋 + 𝒄𝟏 𝒌
𝒗 = 𝒂𝟐 𝒊 + 𝒃𝟐 𝒋 + 𝒄𝟐 𝒌
El producto cruz o producto vectorial de 𝒖 𝒚 𝒗, denotado como 𝒖 × 𝒗 que es un nuevo
vector y se calcula como:

𝒊 𝒋 𝒌
𝒖 × 𝒗 = [𝒂𝟏 𝒃𝟏 𝒄𝟏 ] = (𝒃𝟏 𝒄𝟐 − 𝒄𝟏 𝒃𝟐 )𝒊 − (𝒂𝟏 𝒄𝟐 − 𝒄𝟏 𝒂𝟐 )𝒋 + (𝒂𝟏 𝒃𝟐 − 𝒃𝟏 𝒂𝟐 )𝒌
𝒂𝟐 𝒃𝟐 𝒄𝟐

NOTA: El vector 𝒖 × 𝒗 es perpendicular a 𝒖 y a 𝒗.

5.1.19 EJERCICIOS DE APRENDIZAJE

1. Sean: 𝒖 = 𝟐𝒊 + 𝟒𝒋 − 𝟓𝒌 𝒚 𝒗 = −𝟑𝒊 − 𝟐𝒋 + 𝒌Hallar: 𝒖 × 𝒗


PROCEDIMIENTO:

a. Recuerde el proceso por menores:

Se elimina la primera fila y la primera columna para 𝒊:

𝒊 𝒋 𝒌
𝒖×𝒗=[ 𝟐 𝟒 −𝟓] = [(𝟒) ∗ (𝟏) − (−𝟓) ∗ (−𝟐)]𝒊
−𝟑 −𝟐 𝟏
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
263

= (𝟒 − 𝟏𝟎)𝒊 = −𝟔𝒊

Se elimina la primera fila y la segunda columna para 𝒋:

𝒊 𝒋 𝒌
𝒖×𝒗=[ 𝟐 𝟒 −𝟓] = [(𝟐) ∗ (𝟏) − (−𝟓) ∗ (−𝟑)]𝒋
−𝟑 −𝟐 𝟏
= (𝟐 − 𝟏𝟓)𝒋 = −𝟏𝟑𝒋
Se elimina la primera fila y la tercera columna para 𝒌:
𝒊 𝒋 𝒌
𝒖×𝒗=[ 𝟐 𝟒 −𝟓] = [(𝟐) ∗ (−𝟐) − (𝟒) ∗ (−𝟑)]𝒌
−𝟑 −𝟐 𝟏
= (−𝟒 + 𝟏𝟐)𝒌 = 𝟖𝒌
Nota: Recuerde que los signos van alternados empezando por el signo más, queda entonces el vector:

𝒖 × 𝒗 = +(−𝟔𝒊) − (−𝟏𝟑𝒋) + ( 𝟖𝒌) → 𝒖 × 𝒗 = −𝟔𝒊 + 𝟏𝟑𝒋 + 𝟖𝒌


2. Sean 𝑨 = (𝟐, 𝟏, −𝟑) 𝒚 𝑩 = (𝟑, −𝟏, 𝟒)
PROCEDIMIENTO:

a. Recuerde el proceso por menores:


Se elimina la primera fila y la primera columna:
𝒊 𝒋 𝒌
𝒖×𝒗=[ 𝟐 𝟏 −𝟑] = [(𝟏) ∗ (𝟒) − (−𝟑) ∗ (−𝟏)]𝒊
𝟑 −𝟏 𝟒
= (𝟒 − 𝟑)𝒊 = 𝒊

Se elimina la primera fila y la segunda columna:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
264

𝒊 𝒋 𝒌
𝒖×𝒗=[ 𝟐 𝟏 −𝟑] = [(𝟐) ∗ (𝟒) − (−𝟑) ∗ (𝟑)]𝒋
𝟑 −𝟏 𝟒

= (𝟖 + 𝟗)𝒋 = 𝟏𝟕𝒋
Se elimina la primera fila y la tercera columna:
𝒊 𝒋 𝒌
𝒖×𝒗=[ 𝟐 𝟏 −𝟑 ] = [(𝟐) ∗ (−𝟏) − (𝟏) ∗ (𝟑)]𝒌
𝟑 −𝟏 𝟒
= (−𝟐 − 𝟑)𝒌 = −𝟓𝒌
Nota: Recuerde que los signos van alternados empezando por el signo más, queda entonces el vector:

𝒖 × 𝒗 = +(𝒊) − (𝟏𝟕𝒋) + (−𝟓𝒌) → 𝒖 × 𝒗 = 𝒊 − 𝟏𝟕𝒋 − 𝟓𝒌

TEOREMA

Si 𝑨, 𝑩, 𝑪 son vectores en 𝑰𝑹𝟑 , entonces:

𝑨×𝑨 = 𝟎

𝟎×𝑨 = 𝟎

𝑨×𝟎 = 𝟎

𝑨×𝑩 = −𝑩 × 𝑨
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
265

𝑨 × (𝑩 × 𝑪) ≠ (𝑨 × 𝑩) × 𝑪
El producto vectorial no
es asociativo

𝑨 × (𝑩 + 𝑪) = (𝑨 × 𝑩) + (𝑨 × 𝑪)
El producto vectorial de
a multiplicación
respecto a la suma.

(c𝑨) × 𝑩 = 𝑨 × (𝒄𝑩)

(c𝑨) × 𝑩 = c(𝑨 × 𝑩)

𝑨. (𝑩 × 𝑪) = (𝑨 × 𝑩). 𝑪
Esta propiedad se
llama triple
producto escalar
de los vectores 𝐴, 𝐵, 𝐶.

𝑨 × (𝑩 × 𝑪) = (𝑨. 𝑪)𝑩 − (𝑨. 𝑩)𝑪

|𝑨 × 𝑩| = |𝑨||𝑩|𝒄𝒐𝒔𝜽

Los vectores 𝒔𝒊 𝒚 𝒔𝒐𝒍𝒐 𝒔𝒊 𝑨×𝑩=𝟎


𝑨 𝒚 𝑩 𝒔𝒐𝒏 𝒑𝒂𝒓𝒂𝒍𝒆𝒍𝒐𝒔
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
266

El vector 𝑨 × 𝑩 𝑬𝒔 𝒐𝒓𝒕𝒐𝒈𝒐𝒏𝒂𝒍 𝑨𝒍 𝒗𝒆𝒄𝒕𝒐𝒓 𝑨 𝒚 𝒂𝒍 𝒗𝒆𝒄𝒕𝒐𝒓 𝑩

𝑨. (𝑨 × 𝑩) = 𝑩. (𝑨 × 𝑩) → 𝑨 × 𝑩 𝒆𝒔 𝒐𝒓𝒕𝒐𝒈𝒐𝒏𝒂𝒍 𝒂 𝑨 𝒚 𝒂 𝑩

RECTAS Y PLANOS EN 𝑰𝑹𝟑 .


 RECTAS EN EL ESPACIO.

GRÁFICA: Para graficar rectas en el espacio se debe conocer las coordenadas de dos puntos sobre la recta y
luego se traza una línea recta que pase por ambos puntos:

ACTIVIDAD: Grafique cada una de las siguientes rectas:

1. La recta que pasa por los puntos: (𝑷(𝟕, −𝟑, 𝟓)) 𝒚 𝑸(𝟐, 𝟑, 𝟕):
Representando los puntos en el plano tridimensional, se tiene:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
267

1. La recta que pasa por los puntos: 𝑷(𝟎, 𝟎, 𝟑) 𝒚 𝑸(𝟓, 𝟎, 𝟎):


Representando los puntos en el plano tridimensional, se tiene:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
268

ECUACIONES DE UNA RECTA


La siguiente teoría es una síntesis tomada del autor GROSSMAN

Para determinar una recta en el espacio se deben conocer las coordenadas de dos puntos, o también se debe
conocer un punto y la dirección de la recta.

Dados dos puntos de coordenadas ( 𝑷(𝒙𝟏, 𝒚𝟏, 𝒛𝟏) 𝒚 𝑸 (𝒙𝟐, 𝒚𝟐, 𝒛𝟐 ) sobre una recta 𝑳 en el
espacio véase la figura:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
269

El vector: 𝒗 = (𝒙𝟏 − 𝒙𝟐 )𝒊 + (𝒚𝟏 − 𝒚𝟐 )𝒋 + (𝒛𝟏 − 𝒛𝟐 )𝒌, es un vector que está


sobre la recta 𝑳, es decir, es un vector paralelo a 𝑳.

Sea 𝑹 = (𝒙, 𝒚, 𝒛) otro punto sobre la recta 𝑳. Entonces el vector 𝑷𝑹 es paralelo al vector 𝑷𝑸,
que a su vez es paralelo a al vector 𝒗.
Como 𝑷𝑹 es paralelo al vector 𝒗, podemos asegurar que:
𝑷𝑹 = 𝒕𝒗

Para cualquier número real 𝒕, se tiene que:

OR  OP  PR , es decir:

OR  OP  tv
Esta ecuación se llama ecuación vectorial de la recta 𝑳

Con:

OR  xi  yj  zk

OP  x1i  y1 j  z1k
Con

tv  t x 2  x1 i  t  y 2  y1  j  t z 2  z1 
Remplazando estas expresiones en la ecuación vectorial de 𝑳 se tiene:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
270

xi  yj  zk  x1i  y1 j  z1k  x2  x1 i  t  y2  y1  j  t z 2  z1 


Igualando término a término:

x  x1  t  x 2  x1 
y  y1  t  y 2  y1 
z  z1  t  z 2  z1 
Llamadas ecuaciones paramétricas de la recta 𝑳.

Despejando 𝒕 en cada ecuación:

x  x1 y  y1 z  z1
 
x2  x1 y 2  y1 z 2  z1
O

x  x1 y  y1 z  z1
 
a b c
Con:

a  x 2  x1
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
271

b  y 2  y1

c  z 2  z1

Llamadas ecuaciones simétricas de la recta 𝑳.

5.1.20 EJERCICIOS DE APRENDIZAJE


1. Determinarlas ecuaciones vectoriales, simétricas y paramétricas de la recta 𝑳 que pasa por los puntos
𝑷(𝟐, −𝟏, 𝟔) 𝒚 𝑸(𝟑, 𝟏, −𝟐). Graficar la recta.
PROCEDIMIENTO

a. Se halla el vector 𝒗:
𝒗 = (𝟑 − 𝟐)𝒊 + (𝟏 − (−𝟏))𝒋 + (−𝟐 − 𝟔)𝒌 → 𝑽 = 𝒊 + 𝟐𝒋 − 𝟖𝒌
b. Luego se halla el vector:

OP  2  0i  1  0 j  6  0k  2i  j  6k


Sea 𝑹(𝒙, 𝒚, 𝒛) un punto sobre la recta 𝑳:

Se debe hallar el vector:

OR  xi  yj  zk

OR  OP  tv
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
272

Remplazando en la ecuación anterior:

xi  yj  zk  2i  j  6 k  t i  2 j  8k 
Igualando término a término:

x  2t
*** y  1 2t

{ z  6  8t
Despejando 𝒕 de las ecuaciones anteriores:

x2 y 1 z6
 
1 2 8

c. La prueba se da remplazando los puntos P y Q en la ecuación anterior y se debe obtener tres


igualdades.

d. Para encontrar otros puntos sobre la recta se elige un valor de 𝒕 y se remplaza en cada ecuación
simétrica. ***

Por ejemplo para 𝒕 = 𝟑 se obtiene el punto (5,5, −18)

PLANOS EN EL ESPACIO:
La siguiente teoría es una síntesis del autor GROSSMAN
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
273

Sea 𝑷(𝒙𝟎 , 𝒚𝟎 , 𝒛𝟎 ) 𝒏 = 𝒂𝒊 + 𝒃𝒋 + 𝒄𝒌 un vector dado


un punto en el espacio y sea
diferente de cero. El conjunto de todos los puntos 𝑸(𝒙. 𝒚. 𝒛) para los que PQ  n  0 constituye un
𝟑
plano en 𝑰𝑹 .

Notación de un plano: Para simbolizar un plano se utiliza: 


PQ  x  x0 i   y  y0  j  z  z 0 k  n  ai  bj  ck

PQ  n 0  x  x0 i   y  y0  j  z  z0 k  ai  bj  ck   0
 ax  x0   b y  y0   cz  z 0   0

ax  by  cz  ax0  by0  cz 0

ax  by  cz  d Ecuación cartesiana de un plano


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
274

Con:
d  ax0  by0  cz 0

5.1.21 EJERCICIOS DE APRENDIZAJE

1. Encuentre la ecuación del plano 𝝅 que pasa por el punto (𝟐, 𝟓, 𝟏) cuyo vector normal es
𝒏 = 𝒊 − 𝟐𝒋 + 𝟑𝒌

PROCEDIMIENTO

a. De 𝒏, se tiene: 𝒂 = 𝟏, 𝒃 = −𝟐, 𝒄 = 𝟑

Entonces, reemplazando el punto (𝟐, 𝟓, 𝟏):


𝒙 − 𝟐𝒚 + 𝟑𝒛 = 𝟏(𝟐) − 𝟐(𝟓) + 𝟑(𝟏) = 𝟐 − 𝟏𝟎 + 𝟑
𝒙 − 𝟐𝒚 + 𝟑𝒛 = −𝟓
b. Otra forma de resolverlo sería:

1(𝒙 − 𝟐) − 𝟐(𝒚 − 𝟓) + 𝟑(𝒛 − 𝟏) = 𝟎

2. Encuentre la ecuación del plano que pasa por los puntos:

P  1,2,1, Q   2,3,1  R  1,0,4


PROCEDIMIENTO

a. El vector normal se encuentra efectuando el producto cruz de dos de los vectores que unen a los tres
puntos.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
275

Nota: Con el vector y uno de los puntos se halla la ecuación del plano.

PQ  3i  j  2k  QR  3i  3 j  5k
i j k
n  PQ X QR   3 1  2  i  9 j  6k
3 3 5
b. Usando el punto R, se tiene:

  1x  1  9 y  0  6z  4  0

 x  9 y  6 z  23

5.1.22 ECUACIONES DE LOS PLANOS COORDENADOS


1. PLANO 𝒙𝒚:

El plano 𝒙, 𝒚 pasa por el origen de coordenadas (𝟎, 𝟎, 𝟎) y cualquier vector a lo largo del eje 𝒛 es
normal a él.
El vector más simple es 𝒌 = (𝟎, 𝟎, 𝟏), se tiene que:

0 x  0   0 y  0   1 z  0   0

Lo que implica que: 𝒛 =𝟎


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
276

Planos paralelos al plano 𝒙𝒚 tienen la ecuación: 𝒛 = 𝒄

2. PLANO 𝒙𝒛 tiene la ecuación: : 𝒚 = 𝟎

Planos paralelos al plano 𝒙𝒛 tienen la ecuación: 𝒚=𝒃

3. PLANO 𝒚𝒛 tiene la ecuación: 𝒙=𝟎


Planos paralelos al plano 𝒚𝒛 tienen la ecuación: 𝒙=𝒂

PLANOS PARALELOS

paralelos si sus vectores normales son paralelos,


Dos planos son es decir si el producto cruz de sus
vectores normales es igual a cero.

5.1.22.1 EJERCICIOS DE APRENDIZAJE


1. Determine si los planos: 𝝅𝟏 : 𝟐𝒙 + 𝟑𝒚 − 𝒛 = 𝟑y
𝝅𝟐 : −𝟒𝒙 − 𝟔𝒚 + 𝟐𝒛 = 𝟖, son paralelos
PROCEDIMIENTO:
Se halla el Producto Vectorial:

𝒊 𝒋 𝒌
𝝅𝟏 × 𝝅𝟐 = [ 𝟐 𝟑 −𝟏 ] →
−𝟒 −𝟔 𝟐

𝜋1 × 𝜋2 = [(3) ∗ (2) − (−1) ∗ (−6)]𝑖 − [(2) ∗ (2) − (−1) ∗ (−4)]𝑗 + [(2) ∗ (−6)
− (3) ∗ (−4)]
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
277

𝝅𝟏 × 𝝅𝟐 = (𝟔 − 𝟔)𝒊 − (𝟒 − 𝟒)𝒋 + (−𝟏𝟐 + 𝟏𝟐)𝒌 → 𝝅𝟏 × 𝝅𝟐 = 𝟎𝒊 + 𝟎𝒋 +


𝟎𝒌

Por lo tanto: 𝝅𝟏 | | 𝝅𝟐 (𝝅𝟏 𝒑𝒂𝒓𝒂𝒍𝒆𝒍𝒐 𝒂 𝝅𝟐 ).

PLANOS NO PARALELOS

Si dos planos no son paralelos, entonces se intersecan en una línea recta.

5.1.23 EJERCICIOS DE APRENDIZAJE


1. Encuentre todos los puntos de intersección de los planos:

𝝅𝟏 : 𝟐𝒙 − 𝒚 − 𝒛 = 𝟑 y 𝝅𝟐 : 𝒙 + 𝟐𝒚 + 𝟑𝒛 = 𝟕

PROCEDIMIENTO:

a. Se debe resolver un sistema de orden 𝟐 × 𝟑:


𝟐 −𝟏 −𝟏 |𝟑
[ ]
𝟏 𝟐 𝟑 |𝟕

b. Se intercambian la primera y la segunda filas:

𝟏 𝟐 𝟑 |𝟕
[ ]
𝟐 −𝟏 −𝟏 |𝟑

c. Se convierte en cero las entradas por debajo del 1 obtenido:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
278

CONDICIÓN

𝒇𝟐 = 𝒇𝟐 − 𝟐𝒇𝟏

𝟏 𝟐 𝟑 |𝟕
[ ]=
𝟐 − 𝟐(𝟏) −𝟏 − 𝟐(𝟐) −𝟏 − 𝟐(𝟑) |𝟑 − 𝟐(𝟕)
𝟏 𝟐 𝟑 |𝟕
[ ]=
𝟐−𝟐 −𝟏 − 𝟒 −𝟏 − 𝟔 |𝟑 − 𝟏𝟒
𝟏 𝟐 𝟑 |𝟕
[ ]→
𝟎 −𝟓 −𝟕 | − 𝟏𝟏

𝒙 + 𝟐𝒚 + 𝟑𝒛 = 𝟕 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏
−𝟓𝒚 − 𝟕𝒛 = −𝟏𝟏 𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐

d. De la ecuación 2 se despeja 𝒚, se remplaza en la ecuación 1:


𝟏𝟏 𝟕
𝒚= − 𝒛
𝟓 𝟓
𝟏𝟏 𝟕 𝟏𝟑 𝟏
𝒙 + 𝟐 ( − 𝒛) + 𝟑𝒛 = 𝟕 → 𝒙 = − 𝒛
𝟓 𝟓 𝟓 𝟓

ACTIVIDAD: Realizar las operaciones indicadas y verificar el resultado obtenido.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
279

e. Se hace 𝒛
= 𝒕, se tiene como solución:
𝟏𝟑 𝟏
𝒙 = 𝟓 −𝟓𝒕
𝟏𝟏 𝟕
𝒚 = 𝟓 −𝟓𝒕
𝒛=𝒕

5.1.24 EJERCICIOS DE ENTRENAMIENT0


1. uxv
Encuentre el producto cruz
u  5i  j  3k  v  3i  2 j  7k
u  i  5 j  5k  v  6i  2 j  k

2. En los siguientes problemas encuentre una ecuación vectorial, las ecuaciones paramétricas y las
ecuaciones simétricas de cada recta dada.
Contiene a: 6, 21,  7   1, 2,  1
Contiene a: 4, 7, 1   3, 4, 5

3. Encuentre la magnitud o norma y la dirección de cada uno de los siguientes vectores, además dibuje
cada vector:
v  4,9
v   14,4
v   5,12

w   5, 3 
w  1,14
w  2i  3 j

4. Encuentre la magnitud o norma y los ángulos directores de cada vector. Dibuje cada vector:
v  3,3,2
v  2i  j  k
v  2i  3 j  k
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
280

v  2i  5 j  7k
v  3i  3 j  5k
v  i  2k

5. Dados los siguientes vectores encuentre vectores unitarios para cada uno de ellos:
v  12i  3 j
v  2i  3 j  2k
v  3 j  5k
v i jk

6. Calcule el producto escalar entre el par de vectores dados y el ángulo entre ellos.
u i jv i j
u  3i  v  12 j
u  i  5 j  v  3i  2 j
u  3i  12 j  2k  v  2i  3 j  7k
u  4k  v  2i  5 j  4k
u  i  j  k  v  2 j  5k

7. Determine si los dos vectores dados son paralelos, ortogonales o ninguno de los dos:
u  2i  5 j  v  6i  10 j
u  6i  4 j  v  2i  3 j
u  12i  18 j  v  6i  4 j
u  2i  3 j  v  3i  2 j
u  4i  3 j  5k  v  8i  6 j  10k

8. Sean: u  i  3 j  2k , v  3i  5 j  6k , w  3i  7 j  2k  t  i  5 j  5k
Halle:

uv
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
281

2u  3v
t  3w  v
2u  7w  5v
2v  7t  w
u.v
w
u.w  w.t
proyu v
proyt w

9. Calcule proyv u
u   15,27,63  v   84,77,51
u  4,3  v   6,4
v  5,2  u   3,5
u  3i  5 j  2k  v  7i  12k
u  5i  2 j  8k  v  i  3 j  3k

10. Encuentre el producto cruz uxv


u  2i  4 j  3k  v  6i  3 j  5k
u  3i  9 j  15k  v  3i  j  k
u  i  7 j  3k  v  i  7 j  3k
u  3i  2 j  v  3k
u  15i  10 j  5k  v  6i  4 j  2k
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
282

11. En los siguientes problemas encuentre una ecuación vectorial, las ecuaciones paramétricas y las
ecuaciones simétricas de cada recta dada.
Contiene a: 5, 1, 3  1, 2,  1
Contiene a: 7,  1, 1   1, 1,  7 
Contiene a:  8, 1, 3  2, 0, 1
Contiene a: 12, 3,  4  2, 5,  4
Contiene a: 0, 2, 3  3, 2, 11
Contiene a: 2, 1, 3   1,  2, 8

12. En los siguientes problemas encuentre la ecuación del plano


P  4, 2, 3; n  i  3 j
P   3,  4, 5; n  3i  4 j  5k .
P  0,  2, 5; n  2i  7 j  4k .
Contiene a: 1, 2,  4, 3, 3, 7    3,  1, 3
Contiene a:  2, 1, 0, 5,  1, 3  4, 1, 5
Contiene a: 1, 0, 0; 0, 1, 0  0, 0, 1
Contiene a: 2, 1,  2, 3,  1,  1  3, 1, 4

13. Encuentre la magnitud o norma y los ángulos directores de cada vector. Dibuje cada vector.
v   15,7,4
v  6i  2 j  5k
v  4i  8 j  13k
v  5,3,8

Rectas y planos en el espacio.

14. En los siguientes problemas encuentre una ecuación vectorial, las ecuaciones paramétricas y las
ecuaciones simétricas de cada recta dada.
Contiene a: 5, 11, 4  5, 12,  7 

Contiene a: 1, 2, 3  4,  2, 4


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
283

15. En los siguientes problemas encuentre la ecuación del plano


P  6,  4, 5; n  3i  3 j  5k
Contiene a: 4,  2,  7 , 6, 1, 2  3,  6, 8
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
284

6 UNIDAD 5 PROGRAMACION LINEAL

OBJETIVO GENERAL

Formular de manera sistemática un modelo de programación lineal que solución problemas de la vida
cotidiana

OBJETIVOS ESPECÍFICOS

Plantear de manera sistemática un modelo de programación lineal a una situación real.


Utilizar las técnicas analíticas de solución de modelos de programación.
Incursionar en la construcción de modelos determinísticos.
Realizar análisis de sensibilidad sobre los parámetros de la función objetivo y los lados derechos de las
restricciones.

TEMA 1 CONSTRUCCIÓN DE MODELOS DE PROGRAMACIÓN


LINEAL
OBJETIVO TERMINAL

Modelar una situación problémica por medio de modelos de programación lineal.

OBJETIVOS ESPECÍFICOS

Formular de manera sistemática un problema de programación lineal


Solucionar un problema de programación lineal por medio del método grafico
Solucionar un problema de programación lineal por medio del método Simplex
Solucionar problemas de maximización y minimización por medio del método simplex
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
285

6.1.1 CONSTRUCCIÓN DE MODELOS DE PROGRAMACIÓN LINEAL


1. Definición de variables de decisión.
El primer paso durante la formulación de un problema de programación lineal es identificar las variables de
decisión las cuales son denominadas variables. Los valores, una vez determinados, proporcionan la solución de
un problema de la vida cotidiana. Como estos elementos no se dan a conocer a cada variable de decisión toma
el nombre de simbólico (Es un nombre descriptivo dado a una variable en un modelo matemático que permite
la comprensión del significado de la variable.

Se tiene las siguientes características:

1. Qué elementos afectan los costos y/o las ganancias.


2. Qué elementos puede elegir y/o controlar libremente.
3. Qué decisión tiene que tomar.
4. Qué valores toma la variable para la solución del problema

2. Identificación de la función objetivo.


Consiste en la función que se desea optimizar, es decir, maximizar utilidades o minimizar costos.

El procedimiento es el siguiente:

1. Se establece el objetivo en forma verbal.


2. En el momento adecuado se descompone el objetivo en una suma, diferencia o producto de
las cantidades individuales.
3. Se expresa las cantidades individuales matemáticamente usando las variables de decisión y
otros datos que se tienen el problema a estudiar.

3. Identificación de restricciones.
Las restricciones son condiciones que las variables de decisión deben satisfacer para constituir una solución
aceptable.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
286

Estas parten de

1. Limitaciones físicas.
2. Restricciones impuestas por la administración
3. Restricciones externas.
4. Relaciones implicadas entre las variables.
5. Restricciones lógicas de variables individuales

6.1.1.1 EJERCICIO DE APRENDIZAJE


1. MAXz = 12x - 3y = 200

RESTRICCIONES:

4x + 2y ≤ 36
3x - 4y ≤ 60

2. MINz = 22x - 13y = 450

RESTRICCIONES:

6x + 8y ≤ 48
12x - 14y ≤ 80

4. MÉTODO GRAFICO.

El método gráfico se utiliza para la solución de problemas de PL, representando geométricamente a las
restricciones, condiciones técnicas y el objetivo.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
287

Nota: El modelo se puede resolver en forma gráfica si sólo tiene dos variables. Para
modelos con tres o más variables, el método gráfico es impráctico o imposible.

Nota: Cuando los ejes son relacionados con las variables del problema, el método es
llamado método gráfico en actividad.

El procedimiento según el método grafico es el siguiente:

1. Se definen las variables de decisión.

2. Se define la función Objetivo: si se va a maximizar utilidades y/o minimizar costos.

3. Se difieren las restricciones que deben ser lineales. Asimismo, la restricción debe adoptar alguna de las
siguientes formas (≤, ≥, =, es decir, la restricción de programación lineal sierre están cerrados).

4. trazar cada línea recta en el plano y la región en cual se encuentra cada restricción cuando se considera la
desigualdad lo indica la dirección de la flecha situada sobre la línea recta asociada.

5. Cada punto contenido o situado en la frontera del espacio de soluciones satisfacen todas las restricciones y
por consiguiente, representa un punto factible.

6. Aunque hay un número infinito de puntos factibles en el espacio de soluciones, la solución óptima puede
determinarse al observar la dirección en la cual aumenta la función objetivo.

7. Las líneas paralelas que representan la función objetivo se trazan mediante la asignación de valores arbitrarios
a fin de determinar la pendiente y la dirección en la cual crece o decrece el valor de la función objetivo.

4.1. Maximización de utilidades

Es una tendencia en la toma de decisiones por parte del comprador o el demandante o demandantes en obtener
el mayor beneficio o la mayor ganancia posible.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
288

4.2. Minimización de costos

La minimización de costos consiste en el menor valor que genera la función al utilizar cierto número de unidades
de las variables o recursos.

4.3. Análisis de sensibilidad de los parámetros de la función objetivo y los lados derechos de las
restricciones.

Una vez resuelto un modelo de Programación Lineal resulta útil hacer un análisis de sensibilidad que permita
identificar cómo afecta en los resultados del problema variaciones en los parámetros de éste, sin que esto pase
por resolver el problema nuevamente.

6.1.2 EJERCICIO DE APRENDIZAJE


MAXIMIZACION DE UTILIDADES

PROCEDIMIENTO

Paso 1. Se define la función Objetivo

Maxz = 1000X+ 1500Y


Paso 2. Se definen las restricciones.

2 x + 1 y ≤ 120
1 x + 2 y ≤ 110
1 x + 1 y ≤ 80

Nota: Cada punto en esta restricción, propuesta una solución factible y la región es llamada región
factible.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
289

RESTRICCION 1

2 x + 1 y = 120
Cuando x = 0 Cuando y = 0

y = 120 X =120/2 X = 60

P1(0,120) P2(60,0)

RESTRICCION 2

1 x + 2 y = 110
Cuando x = 0 Cuando y = 0

y = 110/2 y = 55 X =110

P3(0, 55) P4(110,0)

RESTRICCION 3

1 x + 1 y = 80
Cuando x = 0 Cuando y = 0

y = 80 X =80

P5(0, 80) P6(80,0)


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
290

Paso 3. Se efectúa el gráfico en el plano cartesiano

160

150

140

130

120 P1

110

100

90 P5

80

70

60 P3

50

40

30

20

10

P2 P6 P4

10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 X

Esta será la recta cuya intersección y sea la más lejana del origen (esto da un valor máximo de P), que, al mismo
tiempo, tenga al menos un punto en común en la región factible
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
291

Paso 4. Se evalúa la función Objetivo Maxz = 1000X+ 1500Y y en cada uno de los puntos obtenidos con las
restricciones.

PUNTOS 1000X 1500Y Maxz = 1000X+ 1500Y

P1(0,120) 0 180.000 180.000

P2(60,0) 60.000 0 60.000

P3(0,55) 0 82.500 82.500

P4(110,0) 110.000 0 110.000

P5(0,80) 0 120.000 120.000

P6(80,0) 80.000 0 80.000

P7(55,40) 55.000 60.000 115.000

P8(30,60) 30.000 90.000 120.000

P9(40,50) 40.000 75.000 115.000

Paso 5. Conclusión.
La utilidad máxima sujeto a restricciones es de $ 180.000.

6.1.3 EJERCICIO DE APRENDIZAJE


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
292

MINIMIZACION DE COSTOS

PROCEDIMIENTO

Paso 1. Se define la función Objetivo

Minz = 2.500X+ 3.500Y


Paso 2. Se definen las restricciones.

2 x + 3 y ≥ 210
3 x + 2 y ≥ 180
1 x + 4 y ≥ 100
x, y ≥ 0
Cada punto en esta restricción, propuesta una solución factible y la región es llamada región factible.

Paso 3. Para efectuar la operación se realizar un cambio de una desigualdad a una igualdad con cada una de las
restricciones para encontrar los puntos críticos y trazar la línea recta por cada restricción.

RESTRICCION 1

2 x + 3 y ≥ 210
Cuando x = 0 Cuando y = 0

y = 210/ 3 y= 70 X =210/2 X = 105

P1(0,70) P2(105,0)

RESTRICCION 2

3 x + 2 y ≥ 180
Cuando x = 0 Cuando y = 0

y = 180/ 2 y= 90 X =180/3 X = 60
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
293

P3(0,90) P4(60,0)

RESTRICCION 3

1 x + 4 y ≥ 100
Cuando x = 0 Cuando y = 0

y = 100/ 4 y= 25 X =100

P5(0,25) P6(100,0)

Paso 4. Se efectúa el gráfico en el plano cartesiano

160

150

140

130

120 P3

110

100

90

80 P1

70 P3

60

50

40 P5

30
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
294

20

10

P4 P2 P6

10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 X

P5(0,25) P6(100,0)

Esta será la recta cuya intersección y sea la más lejana del origen (esto da un valor mínimo de P), que, al mismo
tiempo, tenga al menos un punto en común en la región factible

Paso 6. Se evalúa la función Objetivo Minz = 1.500X+ 4.500Y y en cada uno de los puntos obtenidos con las
restricciones.

PUNTOS 2.500X 3.500Y Minz = 2.500X+ 3.500Y

P1(0,70) 0 245.000 245.000

P2(105,0) 262.500 0 262.500

P3(0,90) 0 315.000 315.000

P4(60,0) 150.000 0 150.000

P5(0,25) 0 87.500 87.5000

P6(100,0) 250.000 0 250.000

P7(30,50) 75.000 175.000 250.000


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
295

P8(50,40) 125.0000 140.000 265.000

Paso 7. Conclusión.

El mínimo costo sujeto a restricciones es de $ 87.500.

6.1.4 EJERCICIO DE APRENDIZAJE


ANALISIS DE SENSIBILIDAD

PUNTOS FUNCION OBJETIVO RESTRICCION 1

P1(0,73) 328.500 219

P2(110,0) 165.000 220

P3(0,120) 540.000 360

P4(80,0) 120.000 160

P5(0,30) 135.000 90

P6(120,0) 180.000 240

P7(70,20) 195.000 200

P8(50,40) 255.000 220

P9(100,10) 195.000 230


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
296

Se observa que al comprobar que al incrementarse el valor lado derecho de la restricción 1de 90 a 360, el valor
de la función objetivo en la solución óptima se incrementa de manera lineal. La pendiente de esa línea se calcula
así:

Pendiente = (ganancias cuando ld=160) - (ganancias cuando ld=90)

160-90

Pendiente = 120.000 – 135.000

70

Pendiente = - 214
Nos quiere decir que se produce una variación que cuando el precio disminuye la cantidad aumenta y viceversa.

6.1.5 EJERCICIOS DE ENTRENAMIENTO


1. Dado el siguiente problema de programación lineal, resuelva por el método gráfico.

Min Z= 2X+3Y
Restricción

5X+3Y  27

1.5X+3Y  15

1X+1,5Y  9

X, Y  0

2. Dado el siguiente problema de programación lineal, resuelva por el método gráfico.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
297

Min Z= 10X+12Y
Restricción

15X+13Y  21

2X+4Y  25

2X+2Y  11

X, Y  0

SOLUCIÓN DE MODELOS DE PROGRAMACIÓN LINEAL POR MEDIO DEL METODO


SIMPLEX.

1. METODO SIMPLEX
Este método le permitirá solucionar problemas que no pueden ser resueltos por el método gráfico, es decir,
cuando se tienen dos o más variables. Este nos permite resolver problemas que tengan cualquier número de
variables.

1.1. VARIABLE DE HOLGURA

Una variable de holgura es una variable que me permite que las variables de las ecuaciones de las restricciones
queden o formen una igualdad,

Nota: Por cada ecuación se involucra una de holgura.

PROCEDIMIENTO DEL MÉTODO SIMPLEX

1. Se define el problema:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
298

MAXZ=c1x1 + c2x2 + c3x3

2. Se definen las restricciones:

a11x1 + a12 x2 + a13x3 ≤ b1,

a21x1 + a22 x2 + a23x3 ≤ b2,

a31x1 + a32 x2 + a33x3 ≤ b3,

Donde x1, x2, x3, y b1, b2, b3 son valores no negativos.

3. Se configura la tabla simplex:

X1 X2 X3 S1 S2 S3 z b

S1 a11 a12 a13 1 0 0 0 b1

S2 a21 a22 a23 0 1 0 0 b2

S3 a31 a32 a33 0 0 1 0 b3

Z -c1 -c2 -c3 0 0 0 0

Existen tres variables de holgura s1, s2 y s3 y una por cada restricción.

4. Si todos los indicadores, en el último renglón son no negativos, entonces Z tiene un valor máximo cuando
x1=0, x2=0 y x3=0. El valor máximo es cero. Si existen indicadores negativos, localice la columna en la que
aparezca el indicador más negativo. Esta columna pivote proporciona la variable entrante.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
299

5. Divida cada entrada positiva por encima de la línea punteada en la columna de la variable entrante, con
el correspondiente valor de b. (tomando el valor de b como dividendo y la entrada positiva como divisor).

6. Marque la entrada en la columna pivote que corresponda al cociente más pequeño del anterior paso.
Esta es la entrada pivote. La variable saliente es aquella que está a la izquierda en la fila del pivote.

7. Utilice operaciones elementales sobre las filas para transformar la tabla en una nueva tabla equivalente
que tenga un 1 donde estaba la entrada pivote y ceros alrededor.

8. En lado izquierdo de esta tabla la variable entrada reemplazada a la variable saliente.

9. Si los indicadores de la nueva tabla son todos no negativos, se tendrá la solución óptima.

6.1.6 EJERCICIOS DE APRENDIZAJE


1. Problemas de maximización.

Maxz= 10x1+8x2, sujeto a:


2X1 + 2X2 ≤ 40

4X1 + 2X2 ≤ 70

-6X1 + 2X2 ≤ 24

X1, X2 ≥ 0
PROCEDIMIENTO

TABLA 1
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
300

X1 X2 S1 S2 S3 Z B

S1 2 2 1 0 0 0 40

S2 4 2 0 1 0 0 70

S3 -6 2 0 0 1 0 24

Z -10 -8 0 0 0 1 0

S1 VARIABLES SALIENTES -10 Y -8 VARIABLE DE ENTRADA

Cocientes

40 / 2 = 20

70 / 4 = 17,5

-6 Es un valor negativo.

El indicador más negativo es -10, aparece en la columna de x1 es la variable entrante. El cociente más pequeño
es 17,5, de modo que es la variable saliente. La entrada del pivote es 4. Utilizando las operaciones elementales
sobre las filas se obtiene un 1 en la posición del pivote y ceros a su alrededor, se tiene.

TABLA 2

X1 X2 S1 S2 S3 Z B

2 2 1 0 0 0 40
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
301

1/4F2 1 1/2 0 1/4 0 0 17,5

-6 2 0 0 1 0 24

-10 -8 0 0 0 1 0

TABLA 3

X1 X2 S1 S2 S3 Z B

F1-2F2 0 1 1 1/2 0 0 5

1/4F2 1 1/2 0 1/4 0 0 17,5

F3+6F2 0 5 0 3/2 1 0 129

F4+10F2 0 -3 0 2,5 0 1 175

TABLA 4

La Nueva tabla está dada por:

X1 X2 S1 S2 S3 Z B

S1 0 1 1 1/2 0 0 5

X1 1 1/2 0 1/4 0 0 17,5


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
302

S3 0 5 0 3/2 1 0 129

z 0 -3 0 2,5 0 1 175

COCIENTES:

5/1=5

17,5 / 0,5 = 35

129 / 5 = 25,8

TABLA 5

X1 X2 S1 S2 S3 Z B

1F1 0 1 1 1/2 0 0 5

1 1/2 0 1/4 0 0 17,5

0 5 0 3/2 1 0 129

0 -3 0 2,5 0 1 175

TABLA 6

X1 X2 S1 S2 S3 Z B
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
303

1F1 0 1 1 1/2 0 0 5

F2-1/2F1 1 0 -1/2 0 0 0 15

F3-5F1 0 0 -5 -1 1 0 104

F4+3F1 0 0 3 4 0 1 160

TABLA 7

X1 X2 S1 S2 S3 Z B

X2 0 1 1 1/2 0 0 5

X1 1 0 -1/2 0 0 0 15

S3 0 0 -5 -1 1 0 104

Z 0 0 3 4 0 1 160

Donde x2 reemplazó así en el lado izquierdo. Ya que todos los indicadores son no negativos, el máximo de Z es
160 y ocurre cuando x2 = 5, x1 = 15 y s3 = 104, s2 = 0 y s3 = 0.

6.1.7 EJERCICIOS DE APRENDIZAJE


1. Una empresa de confección de ropa para niño, hombre y mujer ofrece sus productos a pequeños
comerciantes de Antioquia. Cada uno de ellos para la fabricación de estos productos. Tiene el siguiente
requerimiento para ropa de niño de la maquina A durante 3 horas, de la maquina B en 3 hora y de la maquina
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
304

C de 1 hora. Para ropa de hombre de la maquina A durante 4 horas, de la maquina B en 3 hora y de la


maquina C de 2 hora. De ropa de mujer de la maquina A durante 2 horas, de la maquina B en 2 hora y
de la maquina C de 1 hora. Además, el número de horas disponibles para la fabricación del producto
es de 180, 160 y 150, respectivamente. La utilidad por cada ropa de niño es de $2.000, de hombre
$1.800 y mujer $1600 Si la compañía vende todos los productos. ¿Cuántos artículos de cada tipo debe
producir con el fin de maximizar la utilidad mensual?

A B C UTILIDAD

ROPA DE NIÑO 3 3 1 $2.000

ROPA DE HOMBRE 4 3 2 $1.800

ROPA DE MUJER 2 2 1 $ 1.600

HORAS DISPONIBLES 180 160 150

PROCEDIMIENTO

Maxz= 2000X1+1800x2+ 1600X3 sujeto a:

3X1 + 4X2 + 2X3 ≤ 180

3X1 + 3X2 + 2X3 ≤ 160

1X1 + 2X2 + 1X3 ≤ 150

X1, X2, X3 ≥ 0

TABLA 1

X1 X2 X3 S1 S2 S3 Z B

S1 3 3 1 1 0 0 0 180
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
305

S2 4 3 2 0 1 0 0 160

S3 2 2 1 0 0 1 0 150

Z -2000 -1800 -1600 0 0 0 1 0

S1 VARIABLES SALIENTES -2000, -18000 - -1600 VARIABLE DE ENTRADA

Cocientes:

180 / 3 = 60

160 / 4 = 40

150 / 2 = 75

TABLA 2

X1 X2 X3 S1 S2 S3 Z B

3 3 1 1 0 0 0 180

1/4F2 1 0,75 0,5 0 0,25 0 0 40

2 2 1 0 0 1 0 150

-2000 -1800 -1600 0 0 0 1 0

TABLA 3

X1 X2 X3 S1 S2 S3 Z B
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
306

F1-3F2 0 0,75 -0,5 1 -0,75 0 0 60

1 0,75 0,5 0 0,25 0 0 40

F3-2F2 0 0,5 0 0 -0,5 1 0 70

F4+2000F2 0 -300 -600 0 500 0 1 80000

Cocientes:

60 / 0,75 = 80

70 / 0,5 = 140

TABLA 4

X1 X2 X3 S1 S2 S3 Z B

1/0,75F1 0 1 -0,67 1,3 -1 0 0 80

1 0,75 0,5 0 0,25 0 0 40

0 0,5 0 0 -0,5 1 0 70

0 -300 -600 0 500 0 1 80000

TABLA 5
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
307

X1 X2 X3 S1 S2 S3 Z B

0 1 -0,67 1,33 -1 0 0 80

F2-0,75 F1 1 0 1 -1 1 0 0 -20

F3-0,5F1 0 0 0,33 -0,67 0 1 0 30

F4+300F1 0 0 -800 400 200 0 1 104000

TABLA 6

X1 X2 X3 S1 S2 S3 Z B

0 1 -0,67 1,333 -1 0 0 80

1 0 1 -1 1 0 0 -20

1/0,33*F3 0 0 1 -2 0 3 0 90

0 0 -800 400 200 0 1 104000

TABLA 7

X1 X2 X3 S1 S2 S3 Z B
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
308

0 1 0 0 -1 2 0 140

1 0 0 1 1 -3 0 -110

0 0 1 -2 0 3 0 90

0 0 0 1202 200 2402 1 176072

La máxima utilidad es de 176.072.

2. Minz= 12x1+16x2 sujeto a

80X1 + 20X2 ≤ 2450

20X1 + 30X2 ≤ 2150

10X1 + 30X2 ≤ 1550

X1, X2 ≥ 0

PROCEDIMIENTO

Primero se observa que el problema dado es un problema común de maximización; así pues, se puede
resolver mediante el método simplex. Al introducir variables de holgura x y y, se obtiene el siguiente
sistema de ecuaciones lineales:

80X1 + 20X2 +10 x3 + S1 = 12

20X1 + 30X2 + 30x2 + S2 = 16

Al continuar con el algoritmo simplex, se obtienen la serie de tablas simplex:

TABLA 1

X1 X2 X3 S1 S2 Z B
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
309

S1 80 20 10 1 0 0 12

S2 20 30 30 0 1 0 16

Z -2450 -2150 -1550 0 0 1 0

Cocientes:

12 / 80 = 0.15

16 / 20 = 0.8

TABLA 2

X1 X2 X3 S1 S2 Z B

1/80F1 1 0,25 0,125 0,013 0 0 0,15

20 30 30 0 1 0 16

-2450 -2150 -1550 0 0 1 0

TABLA 3

X1 X2 X3 S1 S2 Z B

1 0,25 0,125 0,013 0 0 0,15

F2-20F1 0 25 27,5 -0,25 1 0 13


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
310

F3+2450F1 0 -1538 -1244 30,63 0 1 367,5

Cocientes:

0,15 / 0.25 = 0.6

13 / 25 = 0.5

TABLA 4

X1 X2 X3 S1 S2 Z B

1 0,25 0,125 0,013 0 0 0,15

0 1 1,1 -0,01 0,04 0 0,52

0 -1538 -1244 30,63 0 1 367,5

TABLA 5

X1 X2 X3 S1 S2 Z B

1 0 -0,15 0,015 -0,01 0 0,02

0 1 1,1 -0,01 0,04 0 0,52

0 0 447,8 15,25 61,52 1 1167


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
311

El teorema fundamental de dualidad dice que la solución del problema primal es x=15,25 y, y=61,52 con
un valor mínimo de 1167 para el costo.

3. Minz= 21000x1+36000x2 sujeto a

180X1 + 140X2 ≤ 3260

120X1 + 150X2 ≤ 3400

120X1 + 160X2 ≤ 3650

X1, X2 ≥ 0

PROCEDIMIENTO

Primero se observa que el problema dado es un problema común de maximización; así pues, se puede
resolver mediante el método simplex. Al introducir variables de holgura x y y, se obtiene el siguiente
sistema de ecuaciones lineales:

180X1 + 120X2 +120 x3 + S1 = 21

140X1 + 150X2 + 160x2 + S2 = 36

Al continuar con el algoritmo simplex, se obtienen la serie de tablas simplex.

TABLA 1

X1 X2 X3 S1 S2 Z B

S1 180 120 120 1 0 0 21000

S2 140 150 160 0 1 0 36000

Z -3260 -3400 -3650 0 0 1 0

Cocientes:
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
312

21000 / 120 = 175

36000 / 160 = 225

TABLA 2

X1 X2 X3 S1 S2 Z B

1,5 1 1 0,008 0 0 175

140 150 160 0 1 0 36000

-3260 -3400 -3650 0 0 1 0

TABLA 3

X1 X2 X3 S1 S2 Z B

1,5 1 1 0,008 0 0 175

-100 -10 0 -1,3 1 0 8000

2215 250 0 30,4 0 1 638750

El teorema fundamental de dualidad dice que la solución del problema primal es x=2215 y y=250 con
un valor mínimo de 638.750 para el costo.

Problemas con restricciones mixtas.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
313

4. Maxz= 25x1+19x2 sujeto a:

8X1 + 12X2 ≤ 80

12X1 + 15X2 ≤ 60

-6X1 + 22X2 ≤ 44

X1, X2 ≥ 0

PROCEDIMIENTO

TABLA 1

X1 X2 S1 S2 S3 Z B

S1 8 12 1 0 0 0 80

S2 12 15 0 1 0 0 60

S3 -6 22 0 0 1 0 44

Z -25 -19 0 0 0 1 0

S1 VARIABLES SALIENTES -25 Y -19 VARIABLE DE ENTRADA

Cocientes:

80 / 8 = 10

60 / 12 = 5

-6 Es un valor negativo.

TABLA 2
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
314

X1 X2 S1 S2 S3 Z B

8 12 1 0 0 0 80

1 1,25 0 0,08 0 0 5

-6 22 0 0 1 0 44

-25 -19 0 0 0 1 0

TABLA 3

X1 X2 S1 S2 S3 Z B

0 2 1 -0,67 0 0 40

1 1,25 0 0,08 0 0 5

0 29,5 0 0,5 1 0 74

0 12,25 0 2,08 0 1 125

La máxima utilidad esperada es de 125.

5. Maxz= 49x1+52x2 sujeto a

13X1 + 31X2 ≤ 100


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
315

22X1 + 25X2 ≤ 120

16X1 + 42X2 ≤ 160

X1, X2 ≥ 0

PROCEDIMIENTO

TABLA 1

X1 X2 S1 S2 S3 Z B

S1 13 31 1 0 0 0 100

S2 22 25 0 1 0 0 120

S3 16 42 0 0 1 0 160

Z -49 -52 0 0 0 1 0

S1 VARIABLES SALIENTES -25 Y -19 VARIABLE DE ENTRADA

Cocientes:

100 / 31 = 3.2

120 / 25 = 4.8

160 / 42 = 3.8

TABLA 2
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
316

X1 X2 S1 S2 S3 Z B

0,4 1 0 0 0 0 3

22 25 0 1 0 0 120

16 42 0 0 1 0 160

-49 -52 0 0 0 1 0

TABLA 3

X1 X2 S1 S2 S3 Z B

0,4 1 0 0 0 0 3

12 0 -1 1 0 0 39

-2 0 -1 0 1 0 25

-27 0 2 0 0 1 168

Cocientes:

3 / 0,4 = 7.5

39 / 12 = 3.25

- 2 es un valor negativo
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
317

TABLA 4

X1 X2 S1 S2 S3 Z B

0,4 1,0 0,0 0,0 0,0 0,0 3,2

1 0 0 0 0 0 3

-2 0 -1 0 1 0 25

-27 0 2 0 0 1 168

TABLA 5

X1 X2 S1 S2 S3 Z B

0 1 0 -0,03 0 0 2

1 0 -0,1 0,1 0 0 3

0 0 -1 0,2 1 0 31

0 0 2 3 0 1 256

La máxima utilidad esperada es de 256 cuando x1=3 y x2=2.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
318

6.1.8 EJERCICIOS DE ENTRENAMIENTO


1. Dado el siguiente problema de programación lineal, resolver por el método simplex.

Min Z= 12X+13Y

Restricción:

15X+13Y  32

4X+5Y  21

3X+2Y  8

X, Y  0

2. Dado el siguiente problema de programación lineal, resolver por el método simplex.

Min Z= 11X+15Y

Restricción:

12X+16Y  32

3X+5Y  21

3X+3Y  15

X, Y  0

Solución de problemas a través de Excel (función solver)

La opción Solver de EXCEL sirve para resolver problemas de optimización lineal y no lineal; también se
pueden indicar restricciones enteras sobre las variables de decisión. Con Solver es posible resolver
problemas que tengan hasta 200 variables de decisión, 100 restricciones explícitas y 400 simples (cotas
superior e inferior o restricciones enteras sobre las variables de decisión). Para acceder a Solver,
seleccione Tools en el menú principal y luego Solver.

Para explicar el procedimiento en solver, utilicemos el siguiente ejemplo:


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
319

1. FUNCION OBJETIVO:

MAXZ= 5X + 6Y

2. RESTRICCIONES:

6X + 4Y ≤ 240

8X + 12Y ≤ 540

XY≥0

3. PROCEDIMIENTO

a. Se escribe los coeficientes de una función objetivo


b. Se expresan las diferentes restricciones
c. Se escribe la fórmula correspondiente a la función objetivo
d. 6. Se escribe la fórmula correspondiente para cada restricción
e. Se hace clic sobre la opción HERRAMIENTAS del MENU principal de EXCEL y a continuación se selecciona
la opción SOLVER.
f. Al soltar el botón de Mouse, se obtiene el cuadro de dialogo de EXCEL.
g. Para incluir la primera restricción, se hace clic sobre el botón AGREGAR del cuadro diálogo.
h. Se obtiene el cuadro de diálogo.
i. De la misma manera para cada restricción
j. Para obtener la solución del problema se hace clic sobre el botón RESOLVER.
k. Para finalizar se hace clic sobre el botón ACEPTAR y el problema queda resuelto.

CUADRO 1

OBJETIVO 5 6

VARIABLES X Y

RESTRICCION 1 6 4 <= 240

RESTRICCION 2 8 12 <= 540


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
320

OBJETIVO 0

VARIABLES

RESTRICCION 1 0

RESTRICCION 2 0

CUADRO 2

OBJETIVO 288

VARIABLES 18 33

RESTRICCION 1 240

RESTRICCION 2 540

6.1.9 EJERCICIO DE APRENDIZAJE


1. FUNCION OBJETIVO
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
321

MINIMIZAR Z = 2X1 + 2X2


RESTRICCIONES

X1 + 2X2 ≥ 80

31 + 2X2 ≥ 160

51 + 2X2 ≥ 200

X1, X2 ≥ 0

CUADRO 1

OBJETIVO 2 2

VARIABLES X Y

RESTRICCION 1 1 2 >= 80

RESTRICCION 2 3 2 >= 160

RESTRICCION 3 5 2 >= 200

APLICACIONES DE PROGRAMACIÓN LINEAL


CUADRO 2

OBJETIVO 160

VARIABLES 80 0
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
322

RESTRICCION 1 160

RESTRICCION 2 480

RESTRICCION 3 800

TEORIA DE DUALIDAD Y ANÁLISIS DE SENSIBILIDAD

Se puede, qué de cada problema de programación lineal, se tiene un segundo problema que se encuentra
asociado con él. Uno de ellos es un primal y el otro es un problema dual. Los 2 poseen propiedades muy
relacionadas, de tal manera que la solución óptima a un problema proporciona información completa sobre la
solución óptima para el otro problema.

Las relaciones entre el primal y el dual se utilizan para reducir el esfuerzo de cómputo en ciertos tipos de
problemas y para obtener información adicional sobre las variaciones en la solución óptima debidas a ciertos
cambios en los coeficientes y en la forma de la formulación del problema. Esto se denomina como análisis de
sensibilidad.

Si el Primal es:

Máx Z = CX

Restricción es:

AX b

xi 0

El Dual es:

Min Z = bTY

s.a.

AT YCT

yi 0
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
323

PROPIEDADES DEL PRIMAL Y DEL DUAL.

1. Si el problema de programación lineal es un Primal el cual en su función objetivo es una


Maximización o Minimización, se pasa en el Dual a un problema de Minimización o Maximización.

2. Los valores de los recursos del Primal son los valores de los coeficientes de la función objetivo del
Dual, y viceversa.

3. La matriz de los coeficientes del Dual es la matriz transpuesta de los coeficientes del Primal. Se
puede decir que:

(AT)T=A, entonces, el Dual(Dual)=Primal.


4. El número de restricciones del Primal es igual al número de variables de decisión del Dual, es decir,
por cada restricción del Primal existe una variable Dual asociada.

5. El número de variables de la decisión del Primal es igual al número de restricciones del Dual.

6. Si una restricción del Primal está en la forma canónica del problema, la variable Dual asociada es
no negativa y viceversa.

7. Si una restricción del Primal no está en la forma canónica del problema, la variable Dual asociada
es no positiva y viceversa.

8. Si una restricción del Primal es una igualdad, la variable Dual asociada es sin restricción de signo y
viceversa.

TEOREMA FUNDAMENTAL DE DUALIDAD.

Para que exista un problema Primal y su Dual, se debe cumplir una de las siguientes condiciones:

a) Los dos deben de tener una solución óptima finita.


b) Uno de los problemas es no factible y el otro es no acotado.
c) Ambos son No Factibles.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
324

TEOREMA DEBIL DE LA HOLGURA COMPLEMENTARIA.

Si una restricción tiene holgura no nula en la solución óptima, entonces la variable dual asociada a esa
restricción es nula y viceversa.

Si una restricción tiene holgura nula en la solución óptima, entonces la variable dual asociada a esa restricción
no es nula y viceversa, si no tiene solución degenerada.

INTERPRETACIÓN ECONOMICA DE LAS VARIABLES DEL DUAL.

Económicamente significa que cada incremento en una unidad de un recurso genera un incremento en el valor
de la función objetivo igual al valor de la variable dual de esa restricción, por lo tanto, el costo que genera el
incremento en el recurso por una unidad no debe ser mayor al valor del dual; conocido también como precio
sombra.

6.1.10 EJERCICIO DE APRENDIZAJE


1. EJEMPLO PRIMAL:

Min Z= 2X+3Y
RESTRICCIÓN:

5X+3Y  27

1.5X+3Y  15

1X+1,5Y  9

X, Y  0

EL DUAL SERÁ:

Máx Z=27X+15Y+9Z
RESTRICCIÓN:

5X+1,5Y+1Z  2
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
325

3X+3Y+1,5Z  3

X, Y, Z  0

6.1.11 EJERCICIOS DE ENTRENAMIENTO


1. Dado el siguiente problema de programación lineal primal, pasarlo a dual.

Min Z= 12X+14Y
RESTRICCIÓN:

8X+6Y  22

6X+7Y  11

5X+3Y  16

X, Y  0

2. Dado el siguiente problema de programación lineal primal, pasarlo a dual.

Máx Z=11X+21Y+25Z
RESTRICCIÓN:

6X+8Y+12Z  24

8X+9Y+12Z 28

X, Y, Z  0

3. De acuerdo a lo planteado en el desarrollo del tema, responda las siguientes preguntas, en una forma
clara y precisa:

a. ¿Cómo define usted el concepto de Método Gráfico?


b. ¿Cómo define usted el concepto de Método Simplex?
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
326

c. ¿Qué es un análisis de Método Simplex?


d. Con una aplicación en su empresa calcule los parámetros de Método Gráfico y Método Simplex, defina sus
propiedades.

4. ACTIVIDAD

El estudiante debe realizar un proyecto aplicando de programación lineal y analizar si es viable o no teniendo
en cuenta el análisis de cálculos y gráficas.

TEMA 2 APLICACIONES DE PROGRAMACIÓN LINEAL


OBJETIVO GENERAL

Modelar una situación problémica por medio de modelos de programación lineal.

OBJETIVOS ESPECÍFICOS

Formular de manera sistemática un problema de programación lineal


Solucionar aplicaciones de problema de programación lineal
Analizar el procedimiento que se debe llevar a cabo por medio del método de Transporte
Determinar el procedimiento a seguir mediante la programación lineal de enteros.

APLICACIONES DE LA PROGRAMACIÓN LINEAL


Después de haber estudiado detalladamente los conceptos básicos de Programación Lineal en los capítulos
anteriores, se hace fundamental el conocer cómo es posible aplicarlos estos a diferentes situaciones prácticas.
Este desarrollo de situaciones del mundo real constituye el auténtico desarrollo de la programación lineal.

6.2.1 APLICACIÓN 1
6.2.1.1 EJERCICIO DE APRENDIZAJE
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
327

Una empresa de muebles para establecimientos educativos del Área metropolitana del Valle de Aburra produce
dos tipos de artículos, madera y metálicos. Cada uno de ellos para la fabricación de estos. Tiene el siguiente
requerimiento para muebles de madera de la maquina A durante 2 horas, de la maquina B en una hora y de la
maquina C de 1 hora. Para muebles metálicos de 1 hora de la maquina A, de 2 horas de la maquina B y de 1 hora
de la maquina C. Además, el número de horas disponibles para la fabricación del producto es de 160, 150 y 90,
respectivamente. La utilidad por cada mueble de madera es de $1.000 y por cada mueble de metal de $ 1.500.
Si la compañía vende todos los muebles que puede producir. ¿Cuántos artículos de cada tipo debe producir con
el fin de maximizar la utilidad mensual?

A B C UTILIDAD

MUEBLES DE 2 1 1 $1.000
MADERA

MUEBLES 1 2 1 $1.500
METALICOS

HORAS 160 150 90


DISPONIBLES

PROCEDIMIENTO

Paso 1. Se definen las variables de decisión.

X= Muebles de Madera

Y= Muebles de Metálicos

Paso 2. Se define la función Objetivo

Maxz = 1000X+ 1500Y


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
328

Paso 3. Se definen las restricciones.

2 x + 1 y ≤ 160

1 x + 2 y ≤ 150

1 x + 1 y ≤ 90
Cada punto en esta restricción, es la propuesta de una solución factible y la región es llamada región factible.

Paso 4. Para efectuar la operación se realizar un cambio de una desigualdad a una igualdad con cada una de las
restricciones para encontrar los puntos críticos y trazar la línea recta por cada restricción.

RESTRICCION 1

2 x + 1 y = 160
Cuando x = 0 Cuando y = 0

y = 160 X =160/2 X = 80

P1(0,160) P2(80,0)

RESTRICCION 2

1 x + 2 y = 150
Cuando x = 0 Cuando y = 0

y = 150/2 y = 75 X =150

P3(0, 75) P4(150,0)

RESTRICCION 3

1 x + 1 y = 90
Cuando x = 0 Cuando y = 0
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
329

y = 90 X =90

P5(0, 90) P6(90,0)

Paso 5. Se efectúa el gráfico en el plano cartesiano

160 P1

150

140

130

120

110

100

90 P5

80 P3

70

60

50

40

30

20

10

P2 P6 P4

10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 X


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
330

Esta será la recta cuya intersección y sea la más lejana del origen (esto da un valor máximo de P), que, al mismo
tiempo, tenga al menos un punto en común en la región factible

Paso 6. Se evalúa la función Objetivo Maxz = 1000X+ 1500Y y en cada uno de los puntos obtenidos con
las restricciones.

PUNTOS 1000X 1500Y Maxz = 1000X+ 1500Y

P1(0,160) 0 240.000 240.000

P2(80,0) 80.000 0 80.000

P3(0,75) 0 112.500 112.500

P4(150,0) 150.000 0 150.000

P5(0,90) 0 135.000 135.000

P6(90,0) 90.000 0 90.000

P7(65,30) 65.000 45.000 110.000

P8(30,60) 30.000 90.000 120.000

Paso 7. Conclusión.

La utilidad máxima sujeto a restricciones es de $ 240.000, obteniendo la producción de 160 muebles metálicos
y ningún mueble de madera.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
331

6.2.2 APLICACIÓN 2
6.2.2.1 EJERCICIO DE APRENDIZAJE
EJEMPLO DE MINIMIZACION DE COSTOS

Un piscicultor para alimentar a sus peces tiene tres tipos de alimentos, A, B y C. Las necesidades mínimas
requeridas son de 220 unidades de A, 240 de B y 120 de C. En el mercado existen tres tipos marcas de alimentos
de peces principales que se venden según la familia. El primero es hojuelas, con un costo de $1500 por bolsa de
2 unidades de A, 3 unidades de B y 1 unidad de C. El segundo en Granulado, con un costo de $4500 por bolsa
de 3 unidades de A, 2 unidades de B y 4 unidades de C. Si el piscicultor desea minimizar el costo mientras se
mantenga el requerimiento de nutrientes, ¿Cuántas bolsas de cada marca debe comprar?

SOLUCION

A B C Costo/Bolsa

Hojuelas 2 3 1 $1.500

Granulado 3 2 4 $4.500

Unidades 220 240 120


Requeridas

PROCEDIMIENTO

Paso 1. Se definen las variables de decisión.

X= Compra del alimento en hojuelas

Y= Compra del alimento en Granulado

Paso 2. Se define la función Objetivo


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
332

Minz = 1.500X+ 4.500Y

Paso 3. Se definen las restricciones.

2 x + 3 y ≥ 220

3 x + 2 y ≥ 240

1 x + 4 y ≥ 120

x, y ≥ 0
Cada punto en esta restricción, propone una solución factible y la región es llamada región factible.

Paso 4. Para efectuar la operación se realiza un cambio de una desigualdad a una igualdad con cada una de las
restricciones para encontrar los puntos críticos y trazar la línea recta por cada restricción.

RESTRICCION 1

2 x + 3 y ≥ 220
Cuando x = 0 Cuando y = 0

y = 220/ 3 y= 73 X =220/2 X = 110

P1(0,73) P2(110,0)

RESTRICCION 2

3 x + 2 y ≥ 240
Cuando x = 0 Cuando y = 0

y = 240/ 2 y= 120 X =240/3 X = 80

P3(0,120) P4(80,0)

RESTRICCION 3

1 x + 4 y ≥ 120
Cuando x = 0 Cuando y = 0
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
333

y = 120/ 4 y= 30 X =120

P5(0,30) P6(120,0)

Paso 5. Se efectúa el gráfico en el plano cartesiano:

160

150

140

130

120 P3

110

100

90

80 P1

70

60

50

40 P5

30

20

10

P4 P2 P6

10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 X

Esta será la recta cuya intersección y sea la más lejana del origen (esto da un valor mínimo de P), que, al mismo
tiempo, tenga al menos un punto en común en la región factible
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
334

Paso 6. Se evalúa la función Objetivo Minz = 1.500X+ 4.500Y y en cada uno de los puntos obtenidos con
las restricciones:

PUNTOS 1.500X 4.500Y Minz = 1.500X+ 4.500Y

P1(0,73) 0 328.500 328.500

P2(110,0) 165.000 0 165.000

P3(0,120) 0 540.000 540.000

P4(80,0) 120.000 0 120.000

P5(0,30) 0 135.000 135.000

P6(120,0) 180.000 0 180.000

P7(70,20) 105.000 90.000 195.000

P8(50,40) 75.0000 180.000 255.000

P9(100,10) 150.000 45.000 195.000

Paso 7. Conclusión.

El mínimo costo sujeto a restricciones es de $ 120.000, obteniendo la producción de 80 unidades de alimentos


en hojuela y ninguno en alimento en Gránulos.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
335

6.2.2.2 APLICACIÓN 3
6.2.2.3 EJERCICIO DE APRENDIZAJE
Un granjero tiene 560 hectáreas en la que se puede sembrar ya sea trigo o maíz. El calcula que tiene 650 horas
de trabajo disponible durante la estación crucial del verano. Dados márgenes de utilidad y los requerimientos
laborales mostrados a la derecha, ¿Cuántas hectáreas de cada uno debe plantar para maximizar su utilidad?
¿Cuál es ésta utilidad máxima?

Matiz:
Utilidad: $50 por hrs.

Trabajo: 3hs por hrs.

Trigo:
Utilidad: $40 por hrs.

Trabajo: 2hs por hrs

PROCEDIMIENTO
FUNCION OBJETIVO

MAXZ=50X +40 Y
RESTRICCIÓN

3x+2y<650
x+y <560
x,y >0

TABLA1

X1 X2 S1 S2 Z B

S1 3 2 1 0 0 650
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
336

S2 1 1 0 1 0 560

Z -50 -40 0 0 1 0

Cocientes:

650 /3 = 217

560 /1 = 560

TABLA 2

X1 X2 S1 S2 Z B

1 1 0,3 0 0 217

1 1 0 1 0 560

Z -50 -40 0 0 1 0

TABLA 3

X1 X2 S1 S2 Z B

1 1 0,3 0 0 217

0 0,3 -0,3 1 0 343

Z 0 -6,7 17 0 1 10833
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
337

TABLA 4

X1 X2 S1 S2 Z B

1 0 1 -3 0 -824

0 1 -1 3 0 1040

Z 0 0 10 20 1 17773

La máxima utilidad para el granjero es de $17.773.

6.2.3 APLICACIÓN 4
6.2.3.1 EJERCICIO DE APRENDIZAJE
Un fabricante desea maximizar la ganancia de dos productos. El primero produce una ganancia de 2 dólares por
unidad y el segundo una ganancia de 3 dólares por unidad. Pruebas de mercado y recursos disponibles han
indicado las siguientes restricciones.

1. El nivel de producción combinado no debe exceder de 1200 unidades mensuales.


2. La demanda del Producto 2 es menor o igual que la mitad de la demanda del producto 1.
3. El nivel de producción del articulo 1 y representa el número de unidades del producto 2.

PROCEDIMIENTO

FUNCIÓN OBJETIVO

Maxz= 2x+3y
RESTRICCIÓN

x + y ≤1200

-x+2y ≤0

x -3y ≤600

TABLA 1
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
338

X1 X2 S1 S2 S3 Z B

S1 1 1 1 0 0 0 1200

S2 -1 2 0 1 0 0 0

S3 1 -3 0 0 1 0 600

Z -2 -3 0 0 0 1 0

Cocientes:

1200 / 1 = 1200

0/2=0

-3 Es un valor negativo.

TABLA 2

X1 X2 S1 S2 S3 Z B

1 1 1 0 0 0 1200

-0,5 1 0 0,5 0 0 0

1 -3 0 0 1 0 600

-2 -3 0 0 0 1 0
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
339

TABLA 3

X1 X2 S1 S2 S3 Z B

1,5 0 1 -0,5 0 0 1200

-0,5 1 0 0,5 0 0 0

-0,5 0 0 1,5 1 0 600

-3,5 0 0 1,5 0 1 0

TABLA 4

X1 X2 S1 S2 S3 Z B

1 0 0,7 -0,3 0 0 800

-0,5 1 0 0,5 0 0 0

-0,5 0 0 1,5 1 0 600

-3,5 0 0 1,5 0 1 0

TABLA 5

X1 X2 S1 S2 S3 Z B

1 0 0,7 -0,3 0 0 800


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
340

0 1 0,3 0,3 0 0 400

0 0 0,3 1,3 1 0 1000

0 0 2,3 0,3 0 1 2800

La máxima utilidad para el fabricante es $2800.

6.2.4 APLICACIÓN 5
6.2.4.1 EJERCICIO DE APRENDIZAJE
Un agricultor tiene 250 cerdos que consumen 85lb de comida especial todos los días. El alimento se prepara
como una mezcla de maíz y harina de soya con las siguientes composiciones:

ALIMENTO CALCIO PROTEINA FIBRA Costo ($/lb)

MAIZ 0,002 0,10 0,03 1.5

HARINA DE TRIGO 0,003 0,65 0,1 2.5

Los requisitos diarios de alimento de los cerdos son

1. Cuando menos 1% de calcio


2. Por lo menos 30% de proteína
3. Máximo 5% de fibra.

PROBLEMAS DE TRANSPORTE, ASIGNACION Y TRANSBORDO


El problema general de transporte se refiere a la distribución de cualquier grupo de centros de abastecimiento,
llamados orígenes, a cualquier centro de recepción denominados destinos, de tal manera que se minimicen los
costos totales de distribución.

Tabla de costos y requerimientos para el problema de transporte.


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
341

ORIGENES DESTINO RECURSOS

1 C11 S1

2 C21 C12 . C1N S2

. . . . . .

M CM1 CM2 . CMN SM

DEMANDA D1 D2 . DN

Se puede introducir un origen destino imaginario (llamado origen ficticio o destino ficticio) para captar la holgura
con el fin de convertir las desigualdades en igualdades y satisfacer la condición factible.

6.2.5 EJERCICIO DE APRENDIZAJE DE ESQUINA NOROESTE


Una compañía nacional de helados produce su producto líder en tres fábricas de diferentes, los cuales se envían
por camión a cuatro bodegas de distribución las cuales se encargan de su venta. La producción por fábrica es la
siguiente (se utiliza como unidad de medida – camiones de producto):

FABRICA PRODUCCION

1 120 Camiones

2 220 Camiones

3 360 Camiones
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
342

TOTAL 700 Camiones

La capacidad de cada bodega es la siguiente (se utiliza como unidad de medida –


camiones de producto):

BODEGA CAPACIDAD

1 120 Camiones

2 180 Camiones

3 190 Camiones

4 210 Camiones

TOTAL 700 Camiones

Los costos asociados a enviar productos desde las diferentes fabricas a las bodegas, es el siguiente:

FABRICA BODEGA 1 BODEGA 2 BODEGA 3 BODEGA 4

1 $570 $580 $585 $710

2 $345 $220 $675 $920

3 $985 $720 $380 $690

PROCEDIMIENTO
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
343

BODEGA1 BODEGA2 BOD 3 BOD 4 TOTAL PRODUCCION

FABRICA 1 120 0 0 0 120 120

FABRICA 2 0 180 40 0 220 220

FABRICA 3 0 0 150 210 360 360

TOTAL 120 180 190 210

CAPACIDAD 120 180 190 210

6.2.6 EJERCICIO DE APRENDIZAJE: METODO DE APROXIMACION DE VOGEL


Una región de Colombia es una dependencia que suministra la distribución de agua a 4 lugares. Las fuentes son
tres ríos, esta región vende suministro de agua 4 diferentes lugares de municipios. Sin embargo, dada la
distribución geográfica de los acueductos y los municipios en la región, lo que le cuesta el abastecimiento
depende tanto de la fuente como del municipio. En la tabla se dan los costos variables por acre pie de agua (en
dólares) para cada combinación de rio y municipio. A pesar de las variaciones producidas, el precio de suministro
cobra por acre es independiente de la fuente de agua y es el mismo para cada municipio. Se desea cumplir con
las necesidades de cada municipio y al menor costo.

Municipio1 Municipio2 Mun 3 Mun 4 Recursos

Rio 1 32 26 44 34 100

Rio 2 28 26 38 30 120
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
344

Rio 3 38 40 46 0 100

Min 60 140 0 10
Necesidades

Pedido 100 140 60 120

Además, se tiene una variable ficticia por el suministro que necesita alguno de lo municipios es mayor y otros
es contante. Para el municipio 1, si la necesidad mínima es 60, se deben realizar ajustes para evitar que el origen
ficticio contribuya más de 40 al abastecimiento total (100). Esto se da si se divide en dos destinos, uno de 60
unidades de demanda y un costo unitario M para cualquier asignación, que provenga del origen ficticio y la otra
con una demanda de 40 y con un costo unitario de cero para la asignación del destino ficticio. Observe la tabla
a continuación.

PROCEDIMIENTO

ORIGEN Muno1 Municipio1 Municipio2 Municipio Municipio RECURSOS Diferencia


3 4 por Fila

Rio 1 32 32 26 44 34 100 6

Rio 2 28 28 26 38 30 120 2

Rio 3 38 38 40 46 M 100 0

FICTICIO M 0 M 0 0 100 0

DEMANDA 60 40 140 60 120

Diferencia 4 28 14 44 30

Por Col
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
345

ORIGEN Municipio1 Municipio1 Municipio2 Municipio 4 RECURSOS Diferencia por


Fila

Rio 1 32 32 26 34 100 6

Rio 2 28 28 26 30 120 2

Rio 3 38 38 40 M 100 38

FICTICIO M 0 M 0 100 0

DEMANDA 60 40 140 120

Diferencia 4 28 4 30

Por
Columna

ORIGEN Municipio1 Municipio1 Municipio2 Municipio 4 RECURSOS Diferencia por


Fila

Rio 1 32 32 26 34 100 6

Rio 2 28 28 26 30 120 2

Rio 3 38 38 40 M 100 0
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
346

DEMANDA 60 40 140 120

Diferencia 4 4 0 4

Por Columna

ORIGEN Municipio1 Municipio1 Municipio2 Municipio 4 RECURSOS Diferencia por


Fila

Rio 2 28 28 26 30 120 2

Rio 3 38 38 40 M 100 0

DEMANDA 60 40 20 120

Diferencia 10 10 14 M-30

Por
Columna

ORIGEN Municipio1 Municipio1 Municipio2 RECURSOS

Rio 3 38 38 40 100

DEMANDA 60 40 0

Seleccionar X31=60, X32=40 Y X33=0


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
347

6.2.7 EJERCICIOS DE ENTRENAMIENTO


1. Una compañía de electrodomésticos produce dos modelos de radio, cada uno en una línea de producción
de volúmenes diferente. La capacidad diaria de la primera línea es de 80 unidades y la de la segunda de 70
radios. Cada unidad del primer modelo utiliza 12 piezas de cierta componente electrónica, en tanto que cada
unidad del segundo modelo requiere 10 piezas de la misma componente. La disponibilidad diaria máxima de la
componente especial es de 780 piezas. La ganancia por unidad de los modelos 1 y 2 es $45 y $30,
respectivamente. Determine la producción diaria óptima de cada modelo de radio.

Resolver por transporte

2. Una empresa dedicada a la fabricación de componentes de ordenador tiene dos fábricas que producen,
respectivamente, 750 y 1250 piezas mensuales. Estas piezas han de ser transportadas a tres tiendas que
necesitan 1200, 800 y 700 piezas, respectivamente. Los costes de transporte, en pesetas por pieza son los que
aparecen en la tabla adjunta. ¿Cómo debe organizarse el transporte para que el coste sea mínimo?

Tienda A Tienda B Tienda C

Fabrica I 5 2 4

Fabrica 2 3 5 6

3. Una fábrica de jamones tiene dos secaderos A y B que producen 55 y 85 jamones por mes. Se distribuyen
a tres tiendas de las ciudades P, Q y R cuya demanda es 30, 40 y 55 respectivamente. El coste del transporte
por jamón en euros se ve en la tabla siguiente:

P Q R

A 8 5 4

B 3 6 2
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
348

Averigua cuántos jamones deben enviarse desde cada secadero a cada tienda para hacer mínimo el gasto en
1transporte.

PROGRAMACIÓN LINEAL DE ENTEROS.


En algunas situaciones que pueden representarse con modelos lineales, nos encontramos con que sólo tienen
sentido aquellas soluciones de la región factible en las que todas o algunas de las variables de decisión sean
números enteros. Estas situaciones pueden representarse mediante modelos matemáticos ligeramente
diferentes de la programación lineal. Si todas las variables de decisión deben ser enteras, tenemos un problema
de programación lineal entera.

En algunos casos, todas o algunas de las variables enteras sólo pueden tomar los valores de 0 o 1. A estas
variables se les llama variables binarias.

Tipos de modelos de programación lineal de enteros.

Existen principalmente dos métodos:

1. Método de Ramificar y acortar


2. Método de plano de corte.

6.2.8 EJERCICIO DE APRENDIZAJE POR EL METODO DE RAMIFICAR


Y ACORTAR.
El método de ramificación y acotación comienza por resolver el PLA, de modo que, si la solución al PLA verifica
las condiciones de integridad, entonces también es la solución al problema entero, en caso contrario se comienza
con la ramificación del problema. La ramificación consiste en dividir cada problema en dos nuevos subproblemas,
obtenidos mediante la imposición de restricciones excluyentes que dividen el conjunto de oportunidades del
problema original en dos partes, pero eliminando en ambas partes la solución no entera del problema original.

FUNCION OBJETIVO

MAXZ= 16X1 + 20 X2
RESTRICCION

8X1 + 12X2 ≤ 48

16X1+ 6X2 ≤ 48

X1, X2≥ 0 X1, X2 ∈ 𝒁+


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
349

Al resolver en primer lugar por PLA, es decir:

FUNCION OBJETIVO

MAXZ= 16X1 + 20 X2
RESTRICCION

8X1 + 12X2 ≤ 48

12X1+ 6X2 ≤ 48

X1, X2≥ 0

Se obtiene el valor x1=3, X2=2, Z=88, dado que ésta solución lineal entera optima del problema.

COMPUTADOR

OBJETIVO 16 20

VARIABLES X Y

RESTRICCION 1 8 12 <= 48

RESTRICCION 2 12 6 <= 48

OBJETIVO 88
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
350

VARIABLES 3 2

RESTRICCION 1 48

RESTRICCION 2 48

Se obtiene el valor x1=3, X2=2, Z=88, dado que ésta solución lineal entera optima del problema.

6.2.9 APLICACIÓN LINEAL ENTERA CON VARIABLES BINARIAS


Aunque en un principio pueda parecer que los problemas lineales enteros son más fáciles de resolver que los
continuos, dado que el número de soluciones factibles a analizar, cuando el conjunto de oportunidades está
acotado, es finito, éste número suele ser lo suficientemente grande (en un problema binario con n variables el
número de soluciones factibles a estudiar es 2n) como para que resulte imposible su comparación.

6.2.9.1 EJERCICIOS DE ENTRENAMIENTO


1. maximizar x1 + 2x2
RESTRICCIÓN:

x1 + x2 ≤4

x1 + 2x2 ≤ 2

x1; x2 ≥ 0 ∈ (𝟎, 𝟏)
SOLUCION

OBJETIVO 1 2

VARIABLES X Y
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
351

RESTRICCION 1 1 2 <= 4

RESTRICCION 2 1 1 <= 2

OBJETIVO 4

VARIABLES 0 2

RESTRICCION 1 4

RESTRICCION 2 2

Solución óptima: x1 = 0, x2 = 2, MAXZ = 4

2. En un hospital se quiere elaborar una dieta alimenticia para un determinado grupo de enfermos con dos
alimentos A y B. Estos alimentos contienen tres principios nutritivos: NI, N2 y N3. Una unidad de A vale 120
pesetas y contiene 3 unidades de NI, 2 de N2 y 1 de N3. Una unidad de B vale 245 pesetas y contiene 3, 2 y 2
unidades de NI, N2 y N3 respectivamente. Un enfermo de este grupo necesita diariamente al menos 2, 4 y 6
unidades de NI, N2 y N3 respectivamente. Se pide plantear un problema de programación lineal que permita
determinar las cantidades de alimentos A y B que dan lugar a la dieta de coste mínimo.

NOTA: Resolver por Programación Lineal Entera

3. De acuerdo a lo trabajado en el desarrollo del tema, responda las siguientes preguntas:

a. ¿Cómo define usted el concepto de Método Transporte?


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
352

b. ¿Cómo define usted el concepto de Programación lineal Entera y de un ejemplo?


c. ¿Qué es un análisis de Programación lineal Entera?
d. Con una aplicación en su empresa calcule los parámetros de Programación lineal Entera y Método
Transporte.

4. ACTIVIDAD

El estudiante debe realizar un proyecto aplicando de programación lineal y analizar si es viable o no teniendo
en cuenta el análisis de cálculos y gráficas.

TEMA 3 PROGRAMACIÓN MULTIOBJETIVA


OBJETIVO TERMINAL

Resolver problemas de programación lineal avanzados.

OBJETIVOS ESPECÍFICOS

Formular de manera sistemática un problema de programación lineal más complejo


Solucionar la programación aplicaciones multiobjetiva
Analizar el procedimiento que se debe llevar a cabo por medio de otros algoritmos de programación
lineal

6.3.1 PROGRAMACIÓN MULTIOBJETIVA


1. TOMA DE DECISIONES CON OBJETIVOS MULTIPLES Y HEURÍSTICA.

Hasta el momento se había trabajado en problemas de programación lineal de maximizar utilidades o minimizar
costos, a partir de objetivos múltiples existen más metas por lograr.

6.3.1.1 EJERCICIO DE APRENDIZAJE


Una compañía colombiana produce dos tipos de tubos: el primero, que vende a $20 el pie y el segundo a $24
pesos el pie. Para el proceso de manufacturación se requiere 2 pie del primer tubo con un tiempo de 2 minuto
por la maquina formadora. 2 pie del segundo tubo con un tiempo de 1 minuto por la maquina formadora.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
353

También se necesita dentro del proceso de una 1 onza de soldadura. El costo de producción total se estima en
$6 y $5 respectivamente.

Para la próxima semana la compañía ha recibido por parte de otras compañías los siguientes pedidos en 4000
pies del primer tubo y 8000 pies del segundo tubo. Como la compañía tiene una disposición de 80 horas de
tiempo de maquina formadora, 4800 en tiempo de máquina y solamente 11000 onzas de material de soldadura
se encuentran en inventario, el departamento de producción no será capaz de lograr cumplir con la demanda,
que necesita un total de 194 horas de tiempo máquina y 22000 onzas de material de soldadura. La empresa
cree que siga el nivel tan alto de solicitud de pedidos, por tanto, no desea extender sus instalaciones de
producción y tampoco no perder el contrato. Por lo tanto, va necesitar contratar el servicio de terceros a un
costo de entrega de $12 por pie del primero, $12 pie del segundo. A continuación, se suministra la tabla con la
respectiva información.

TIPO DE Precio de Demanda Tiempo de Material de Costo de Costo de


TUBO venta Maq sold producc adquisición

Primero 20 4000 2 1 6 12

Segundo 24 8000 1 1 5 12

PROCEDIMIENTO

En este problema surgen dos objetivos maximizar ganancias y minimizar costos de importaciones.

P= Numero de pies del primer tubo por producir

Q= Numero de pies del segundo tubo por producir

S= Numero de pies del primer tubo por comprar a terceros

T= Número de pies del segundo tubo por comprar a terceros

Las Funciones objetivo para el problema son:

1. Maximizar la ganancia

MaxZ= 14P+16Q
2. Minimizar el costo de importación
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
354

MinZ= 12S+12T
Por tanto, el problema de programación multiobjetivo queda así:

FUNCION OBJETIVO

MaxZ= 14P+16Q

MinZ= 12S+12T
RESTRICCIÓN DE DEMANDA

P + S = 4000

Q + T = 8000
RESTRICCIÓN DE RECURSOS

2P+1Q ≤ 4800

P+Q ≤ 11000 (Tiempo de maquina)

P, Q, S, T ≥ 0 (Tiempo de soldadura)
Se Toma por separado Maximizar ganancias quedando:

OBJETIVO 62400

VARIABLES 800 3200

4000

4000

4800
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
355

4000

La máxima ganancia es de $62.400

El costo de importación es de $48.000, siguiendo el proceso en Excel.

MinZ= 12(4800) +12(4000) = 57600+48000

Minz=$105600

NOTA: Se puede observar que el costo de las importaciones se ha incrementado.

6.3.2 OTROS ALGORITMOS PARA PROGRAMACIÓN LINEAL.


1. Método simplex dual

Este método es basado en la teoría de dualidad, para describir un par de soluciones básicas complementarias
en los problemas primal y dual.

6.3.2.1 EJERCICIO DE APRENDIZAJE


FUNCION OBJETIVO

MAXIMIZARZ= -8X - 24Y - 36 Z

RESTRICCIÓN:

2X + 6Z ≥ 6

4Y + 4Z ≥10

X, Y, Z≥O

PROCEDIMIENTO
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
356

COEFICIENTE DE

INTERACCIÓN VARIABLES BÁSICAS Y1 Y2 Y3 Z S1 S2 Lado derecho

Z 8 24 36 1 0 0 0

S1 -2 0 -6 0 1 0 -6

S2 0 -4 -4 0 0 1 -10

Z 8 0 12 1 0 6 -60

-2 0 -6 0 1 1 -6

0 1 1 0 0 -0,3 2,5

2. PROGRAMACIÓN LINEAL PARAMÉTRICA


Se estudiarán las variaciones continuas en los coeficientes del modelo cuando estos cambian simultáneamente
como función de un parámetro. Se lleva a cabo este análisis únicamente en relación con los dos casos más
usuales y reales, como son los coeficientes de costo y los recursos. Aunque es posible un análisis paramétrico
en relación con otros coeficientes, sin embargo, en la práctica son poco frecuentes.

6.3.3 EJERCICIO DE APRENDIZAJE


FUNCIÓN OBJETIVO:

MAXZ=(45+β) +(80+β) X2
RESTRICCIÓN:

5X1+20X2≤400

10X1+15X2≤450
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
357

X1, X2≥0

CD D X1 X2 S1 S2

80+β X2 14 0 0 0,08 0,04

45+β X1 24 1 1 -0,12 0,16

Z 2200+38β 0 0 1-0,4β 4+0,12β

Nota: Para el ejercicio anterior existen múltiples soluciones.

3. TÉCNICA DE COTA SUPERIOR


El problema de programación lineal de cota superior está definido por

OPTZ=CX
RESTRICCION:

AX ≤ B

O ≤ X≤ µ

Es decir, que se trata de un problema de programación donde se tienen m+n restricciones dadas.

6.3.4 EJERCICIO DE APRENDIZAJE


Resolver por el método simplex de cota superior el siguiente problema de programación lineal

Paso 1: FUNCION OBJETIVO

MAXZ= 2X+1Y
RESTRICCION:

X+2Y≤320.000
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
358

2X+1Y≤260.000

0 ≤ X ≤100.000

Y≥0

ITERACIÓN 1

X1 X2 Z S1 S2

S1 1 2 1 0 0 320000

S2 2 1 0 1 1 260000

Z -2 -1 0 0 0

Paso 2. X1 entra a la base por lo que k=1

Paso 3. r1=r2=0 y f1=f2=∞

Paso 4 y 5. Como todas las Yi1›0 i=1,2 se tiene r2=0 y f2=∞

Min (Xs1/Yi1! Yi1>0) =Min (320.000/1,260000/2) =110.000

Y por lo tanto r1=2 f1=110.000

Paso 6. Min (f1, f2, µ1) =Min (160.000, ∞,100.000) =100.000

Paso 7. La iteración es del tipo III, es decir que X1 se le reemplaza por (100.000-W1) y se hacen los siguientes
cambios:

1) Ws1=Xs1 - µkYik, i=1,2 k=1


Es decir, para i =1

Ws1=190.000
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
359

Y para i=2

Ws2=130.00

Z=260.0000

ITERACIÓN 2

EL NUEVO TABLERO

X1 X2 Z S1 S2

S1 0 1,5 1 -0,5 -0,5 190000

S2 1 0,5 0 0,5 0,5 130000

Z 0 0 0 1 1 260000

Donde la máxima utilidad es de 260.000

4. ALGORITMO DE PUNTO INTERIOR


Se trata de un poderoso algoritmo para resolver problemas muy grandes de programación lineal con una idea
muy diferente al método simplex.

Concepto 1 Obtener, del interior de la región factible, una solución factible que lleve a la solución óptima.

Concepto 2. Moverse en la dirección que mejore el valor de la función objetivo lo más rápido posible.

Concepto 3. Transformar la región factible para colocar la solución prueba actual cerca del centro permitiendo
así una mejora grande cuando se aplique el concepto 2.
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
360

6.3.5 EJERCICIO DE APRENDIZAJE


1. Una empresa de productos lácteos produce dos tipos de producto X y Y, a partir de una única materia prima
M de la que sólo se cuenta con 36 unidades. Para producir una unidad de X se necesitan 6 de M y 4 unidades
de M por unidad de Y. Por problemas de almacenamiento, no se puede producir más de 8 unidades de X ni más
de 12 unidades de Y. Si los precios de venta son 6 y 10 dólares respectivamente, cuánto se debe producir de X
y Y para que la ganancia sea máxima.

Max z = 4X + 10Y

6X + 4Y ≤ 36

X≤8

Y ≤ 12

X, Y ≥ 0

Para el modelo se agregan las variables de holgura

6X+4Y+S1=36

X+S2=8

Y+S3=12

El vector x° en M es una solución básica al sistema Ax = b, si n-m componentes de x° son nulas y las columnas en
la matriz A asociadas a las m restantes componentes de x° son linealmente independientes, entonces:

6X+2Y+S1=36

X+S2= 8 n=5 m=3

Y+S3=12 n-m=2

X=Y=0 (0, 0, 36, 8, 12)

X=S1=0 (0, 18, 0, 8, -6)

X=S2=0 IMPOSIBLE

X=S3= 0 (0, 12, 12, 8, 0)

Y=S1=0 (12, 0, 0, -4, 12)

Y= S2=0 (8, 0, 12, 0, 12)


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
361

Se tendrían diez combinaciones básicas de posibles soluciones óptimas.

Método grafico

Puntos 4X 10Y Max z = 4X + 10Y

(0,0) 0 0 0

(0,12) 0 120 120

(8,0) 32 0 32

(8,6) 32 60 92

(4,12) 16 120 136

Máxima Z
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
362

La solución óptima es de 136.

6.3.6 EJERCICIOS DE ENTRENAMIENTO


1. FUNCION OBJETIVO
MAXIMIZAR Z= 16X -8Y - 10 Z

RESTRICCIÓN:

7X +5Z ≥ 5

6Y + 2Z ≥8

X, Y, Z≥O

2. FUNCION OBJETIVO

MAXIMIZAR Z= -13X - 21Y - 25 Z


RESTRICCIÓN:

10X + 12Z ≥2 6

8Y + 9Z ≥20

X, Y, Z≥O

3. FUNCION OBJETIVO
MINIMIZAR Z= 12X - 10Y - 21 Z

RESTRICCIÓN:

11X + 13Z ≥20

18Y + 12Z ≥25

X, Y, Z≥O
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
363

4. Max z = 5X + 12Y
7X + 3Y ≤ 28

X ≤ 10

Y ≤ 12

X,Y ≥ 0

5. Responda las siguientes preguntas de acuerdo a lo trabajado en el desarrollo de la unidad.

a. ¿Cómo define usted el concepto de toma de decisiones con objetivos múltiples?


b. ¿Cómo define usted el concepto de Método Simplex dual?
c. ¿Qué es un análisis de Programación lineal paramétrica?
d. Con una aplicación en su empresa calcule los parámetros de de decisiones con objetivos múltiples.

6. ACTIVIDAD

El estudiante debe realizar un proyecto aplicando de toma de decisiones con objetivos múltiples y analizar si es
viable o no teniendo en cuenta el análisis de cálculos y gráficas
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
364

7 GLOSARIO
matriz: una matriz es un arreglo rectangular de elementos, llamados entradas de la matriz

matriz identidad: es una matriz cuadrada en la cual todas las entradas de la diagonal son iguales a uno y las
demás entradas son iguales a cero.

matriz triangular inferior: una matriz cuadrada es triangular inferior si todas las entradas arriba de la
diagonal son iguales a cero

matriz diagonal: una matriz cuadrada es diagonal si los elementos por fuera de la diagonal son todos cero

matriz inversa: es una matriz cuadrada especial que tiene la característica que al ser multiplicada por la
matriz que la genera produce la matriz de identidad. la matriz inversa es única.

determinantes: determinante es un número que se asocia a toda matriz cuadrada.

vector: es un segmento de recta dirigido. un vector tiene magnitud (siempre positiva) y tiene dirección
(ángulo).

método gráfico: se utiliza para la solución de problemas de pl, representando geométricamente a las
restricciones, condiciones técnicas y el objetivo.

maximización de utilidades: es una tendencia en la toma de decisiones por parte del comprador o el
demandante o demandantes en obtener el mayor beneficio o la mayor ganancia posible.

minimización de costos: consiste en el menor valor que genera la función al utilizar cierto número de
unidades de las variables o recursos
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
365

8 BIBLIOGRAFÍA
Fuentes bibliográficas
 BALDOR. Aurelio. Algebra. Madrid: Editorial Mediterráneo.
 BELTRÁN. Luis P; RODRÍGUEZ. Benjamín P; DIAMATÉ S. Mónica C. Matemáticas con tecnología aplicada
10. 1 ed. Bogotá: Prentice Hall, 1977.
 DE BURGOS. Juan. Algebra Lineal y geometría cartesiana. 3a edición. Ed. McGraw Hill/Interamericana
de España. 2006.
 DÍEZ M. Luis H. Matemáticas Operativas. 15 ed. Medellín: Zona Dinámica, 2002.
 DIAZ SANTA, Georlin. Álgebra Lineal. 3ª edición. Medellín: editorial UPB. 2001.
 GROSSMAN. Stanley I. Álgebra lineal. 5 ed. México: Mc Graw Hill, 1966.
 HAEUSSLER. Ernest. F. Jr; RICHARD S. Paul. Matemáticas para Administración, Economía, Ciencias
sociales y de la vida. 8 ed. México: Prentice Hall, 1997.
 HILL, Richard. Algebra Lineal Elemental con Aplicaciones. 3ª edición. Prentice Hall. 1997.
 HOWARD. Anton. Introducción al Álgebra Lineal. Editorial Limusa Wiley. 2003.
 MERINO L, SANTOS E. Algebra Lineal con métodos elementales. Ed. Thompson-Paraninfo. 2006.
 NICHOLSONW. Keith, Algebra lineal con aplicaciones, 4ta edición, McGraw-Hill Interamericana, 2003.
 S. T. Tan. Matemáticas para Administración y Economía. 1 ed. México: International Thompson editores,
1998.
 SOLER FAJARDO, Francisco; MOLINA FOCAZZIO, Fabio; ROJAS CORTÉS, Lucio. Álgebra Lineal y
Programación Lineal aplicaciones a ciencias Administrativas, Contables y Financieras. 2 ed. Bogotá: Ecoe
ediciones, 2005.
 STEWAR. James; REDLIN. Lothar; WATSON. Saleem. Precálculo. 3ed. México: International Thomson
Editores, 2001.
 SWOKOWSKI. Earl W. Álgebra y Trigonometría con Geometría Analítica. 2 ed. México: Grupo Editorial
Iberoamérica, 1986.
 ZILL. Dennis G; DEWAR. Jacqueline M. Algebra y Trigonometría. 2 ed. México: Mc Graw Hill. 1995.
 ANDERSON David R. Métodos Cuantitativos para los negocios. 9 edición. Cengage Learning Editores,
2004. 822 páginas
 ARREOLA RISA Jesús R., ARREOLA RISA Antonio. Programación lineal: Una introducción a la toma de
decisiones cuantitativa. Cengage Learning Editores, 2003. 502 páginas
 FRÍAS BUSTAMANTE, María Pilar; MARTÍNEZ RODRÍGUEZ, Ana María. Programación lineal: una
introducción. España; Grupo Editorial Universitario, 2006. 254 páginas
 HILLIER, Frederick S. LIBERMAN, Gerald J. Investigación de operaciones. Séptima edición. Mc Graw
Hill,2002. 1223 páginas.
 MATHUR Kamlesh, DOMÍNGUEZ REYES Ariadne Catalina, SOLOW Daniel. Investigación de operaciones:
el arte de la toma de decisiones. 2 ed. Prentice Hall, 1996. 977 páginas.
 PRAWDA Juan, PRAWDA WITENBERG Juan. Métodos y modelos de investigación de operaciones:
Modelos Estocásticos. Editorial Limusa, 2002. 200 páginas.
 Sala Garrido R. Programación lineal: metodología y problemas. Editorial Tebar, 1993. 272 páginas.
 TAHA, Hamdy A. Investigación de Operaciones. 7 ed. Pearson Educación, 2004. 830 páginas
MODELOS LINEALES
INGENIERÍA DE SISTEMAS
366

Fuentes digitales o electrónicas


 http://www1.universia.net/CatalogaXXI/pub/ir.asp?IdURL=127020&IDC=10010&IDP=ES&IDI=1

Fecha de consulta enero de 2010.

 http://www.ma1.upc.edu/~rafael/al/matrices.pdf

Fecha de consulta de 2010.

 http://www.ma1.upc.edu/~rafael/al/determinantes.pdf

Fecha de consulta enero de 2010.

 http://thales.cica.es/rd/Recursos/rd99/ed99-0289-02/ed99-0289-02.html

Fecha de consulta enero de 2010.

 http://cnx.org/content/m12862/latest/

Fecha de consulta enero de 2010

 http://elcentro.uniandes.edu.co/cr/mate/algebralineal/index.htm

Fecha de consulta enero de 2010

 http://www.vitutor.com/algebralineal.html

Fecha de consulta enero de 2010

 http://es.wikibooks.org/wiki/%C3%81lgebra_Lineal

Fecha de consulta enero de 2010

 http://www.youtube.com/watch?v=FEorJI6qJNk

Fecha de consulta enero de 2010

 http://video.google.com.co/videosearch?sourceid=navclient&hl=es&rlz=1T4WZPC_esCO342CO345&q
=algebra+lineal&um=1&ie=UTF-
8&ei=zX1XS83iIsaVtge_vbStBA&sa=X&oi=video_result_group&ct=title&resnum=11&ved=0CEAQqwQwCg#

Fecha de consulta enero de 2010

 http://www.abaco.com.ve/

Fecha de consulta enero de 2010


MODELOS LINEALES
INGENIERÍA DE SISTEMAS
367

 http://centros5.pntic.mec.es/ies.salvador.dali1/selectividad/rectas%20en%20el%20plano%20y%20en
%20espacio.pdf

Consultado en marzo de 2010.

 http://docs.google.com/viewer?a=v&q=cache:NkGUnYN9gbQJ:www.cidse.itcr.ac.cr/cursos-
linea/Algebra-Lineal/algebra-vectorial-geova-
walter/Vectores.pdf+rectas+y+planos+en+r3&hl=es&gl=co&pid=bl&srcid=ADGEESiqLfGz8vx1b0D1PMWywlUd
Xw-VWfTKGsLRgwLX6-
Xpuj8rRrPytEBTlLK0pvH5rhBPWVGFJZt1wBlx75Sc2iAf6qWoOcCf9B_sLvfEbkKAmsRgdx7hUd4fRKJONzazkLVAUk
UV&sig=AHIEtbTMWQ-hEjaq8nhP6UBbsgt-fb8T_g

Consultado en marzo de 2010.

 http://www.monografias.com/trabajos12/exal/exal.shtml

Fecha de consulta enero de 2010

 http://www.programacionlineal.net/
 http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T08.pdf
 http://thales.cica.es/rd/Recursos/rd98/Matematicas/29/matematicas-29.html
 http://www.monografias.com/trabajos23/programacion-lineal/programacion-lineal.shtml
 http://www.investigacion-operaciones.com/Resumen%20PL.htm
 http://www.investigacion-operaciones.com/Metodo_Minimizacion.htm
 http://antiguo.itson.mx/dii/elagarda/apagina2001/PM/metodos.html