Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ALGEBRA MATRICIAL
6.1 MATRICES
OBJETIVO
Introducir el concepto de matriz y
considerar los tipos especiales de Buscando formas para describir situaciones en matemáticas y economía, llegam
matrices. al estudio de arreglos rectangulares de números. Por ejemplo, considere el siste
de ecuaciones lineales
3X + 4y + 3z = 0,
2x + Y - z = 0,
{ 9x - 6y + 2z = O.
[~
4
1
-6
que es llamado matriz (plural: matrices). Consideraremos a tales arreglos rectang
lares como objetos por sí mismos y, se acostumbra encerrarlos entre corchetes. T
ADVERTENCIA
bién es común que se utilicen paréntesis ( ). En la representación simbólica de ma
No utilice las barras verticales, 11, en
lugar de corchetes o paréntesis, ya que ces, usaremos letras mayúsculas en negritas como A, B, C, etcétera.
tienen un significado diferente. En economía con frecuencia es conveniente utilizar matrices en la formulaci6
de problemas y para exhibir datos. Por ejemplo, un fabricante de los productos A,
y C, podría representar las unidades de mano de obra y material involucrados en u
semana de producción de estos artículos como se muestra en la tabla 6.1. De mane
más sencilla, estos datos puede ser representados por la matriz
12
16]
7 .
9
220
6. 1 Motrices 221
TABLA 6.1
Producto
A B e
Mano de obra 10 12 16
Material 5 9 7
Ya que A tiene dos renglones y tres columnas, decimos que A tiene orden, o tamaño ,
2 x 3 (se lee "2 por 3"), donde el número de renglones se especifica primero. De
manera semejante, las matrices
B =[ ~ ~ =~]O y e=
-31
5
4
6
21
-3 5
r 7 -8
a
[d
b
e
e]
f .
Segundo, una sola letra se puede usar, digamos, a, junto con doble subíndice apro-
piado para indicar su posición:
Para la entrada a 12 se lee "a subíndice uno-dos", o sólo "a uno-dos", el primer
subíndice, 1, especifica el renglón y el segundo, 2, la columna en la que aparece la
~ S~b{ndice del renglón aparece a la entrada. De manera similar, la entradaa23 (se lee "a dos-tres") es la que se encuentra
IZquIerda del subíndice de la columna. en el segundo renglón y la tercera columna. Generalizando, decimos que el símbolo
En general, a,j :t al'... a¡j denota la entrada en el renglón i y en la columna}.
Definición
Un arreglo rectangular de números que consiste en m renglones y n columnas.
A = [1 7 12 3],
es llamada matriz renglón, o vector renglón. Una matriz que consiste en una sola
columna tal como la matriz de 5 x 1
-2
15
9
16
G ~
3 7
d. La ma"i, 11 5 - :] tiene o,den 3 x 5 y 3(5) = 15 en"ada>.
-2 -1
a. Construir una matriz columna de tres entradas tal que a,_ 1 =6 Y a./1 =Oen los otrOS
casos.
6. 1 Matrices 223
b. Si A = [a]
lj
tiene orden 3 x 4 ya lj.. = i + j, encontrar A.
1 + 1 1 + 2 1 + 3 1 + 4] [2 3 4 5]
A = 2 + 1 2+22+32+4 = 3456 .
[ 3 + 1 3+23+3 3+4 45 67
•
Igualdad de matrices
Ahora definimos 10 que significa decir que dos matrices son iguales.
Definición
Las matrices A = [a u.] y B = [b]u
son iguales si y sólo si tienen el mismo o rden y a lj.. =
b u.. para cada i y cadaj (esto es, entradas correspondientes son. iguales).
Por tanto
pero
[
X
2z
y +
5w
1]
224 6 ÁLGEBRA MATRICIAL
X = 2
1 7:
Y + =
2z = 4,
{
5w = 2.
t·
Resolviendo se obtiene x = 2, Y =6, z = 2 Y w = Es un hecho significativo que
ecuación matricial pueda definir un sistema de ecuaciones lineales como se m
anteriormente.
Definición
La transpuesta de una matriz A de m x n, denotada AT, es la matriz de n X m q
i-ésimo renglón es la i-ésima columna de A.
SiA = [! ~ ~l encontrarAT.
Solución: La matriz A es de 2 x 3, de modo que ATes de 3 x 2. La columna I de
se convierte en el renglón 1 de AT, la columna 2 se convierte en el renglón 2 y
columna 3 se convierte en el renglón 3. Por tanto,
A'~U n
Observe que las columnas de AT son los renglones de A. Debe darse cuenta de que
tomamos la transpuesta de nuestra respuesta, obtendremos la matriz original A.
es, la operación transpuesta tiene la propiedad de que
TECNOLOGíA Las calculadoras gráficas tienen la capacidad de manipular matrices. Por ejemplo,
figura 6.1 muestra el resultado de aplicar la operación de transposición a la matriz
[A] ~
[[2 0]
[ 15] Matrices especiales
[7 3]] Cierto tipo de matrices juegan papeles importantes en la teoría de matrices, A
[A] T consideraremos algunos de estos tipos especiales.
Una matriz de m x n cuyas entradas son todas iguales a cero, es llamada
[[2 1 7] triz cero de m x n y es denotada por 0",,<>, o, de manera más sencilla, por O s~
[0 5 3]] sobreentiende su tamaño. ASÍ, la matriz cero de 2 x 3 es
yen general
O O O
O O O
¡:VERTENCIA 0=
No confunda la matriz O con el
lIÓlIIero real O. O O O
Una matriz que tiene el mismo número de columnas que de renglones , por
ejemplo n renglones y n columnas, es llamada matriz cuadrada de orden n. Esto es,
una matriz m x n es cuadrada si y sólo si m = n. Por ejemplo, las matrices
y [3]
1 2
4 5
[
7 8
y
iH
II J ~l 6 O 1
Una matriz diagonal es considerada
~tO .triangular superior como son matrices triangular superior y triangular inferior, respectivamente, y por tanto
triangular inferior. son matrices triangulares.
226 6 ÁLGEBRA MATRICIAL
~l
-6
A = [ l B
- 4 2
8 9
e ~ [l n D = U~l
-2
-5
4
7
-~J
1 '
2
b. [~y y
O
~].
z
E = [' 2
o l
o o
o o n
6
2
6
F = [6 2], 15. Escriba la matriz cero de orden (a) 4; (b) 6.
G~m
J = [4].
H ~ [~
6
o
o n En los problemas 17-20 encuentre AT.
17. A [
6
2
- 3J
4 · 18. A [2 4 6 8:
2 3]
U
3
3. Establecer el orden de cada matriz.
19. A 2 -2 O .
b. ¿Cuáles matrices son cuadradas? 2 O 1
21. Sean
H
-1
5
n
~ [~ ~l
O
[~ ~l
En los problemas 2-9 sea
2
A = B
10 -3
-~J
- 2 14
2. ¿ Cuál es el orden de A?
2
4
O 2
3
O.
O
e ~ [:
O
O
O n D=
[~
O
4
O
-']
O .
6
$11 los problemas 24-27 resuelva la ecuación matricial. presentada a continuación. Los sectores consumidores son los
mismos que los productores -industriales, gobierno, acero,
Jt [~ /w] [~ ~].
=
25.
2z
= producto de un sector dado es consumido por los cuatro secto-
res. Por ejemplo, del total de la producción de la industria A,
; 3J[H n
50 unidades fueron para la industria A misma, 70 para la B,
200 para la C y 360 para todos los demás consumidores. La
suma de las entradas en el renglón 1, es decir, 680, da la pro-
ducción total de A para un periodo. Cada columna da la produc-
ción de cada sector que es consumida por un sector dado. Por
[~ ~]. ejemplo, en la producción de 680 unidades, la industria A con-
sume 50 unidades de A, 90 de B, 120 de C y 420 de todos los
demás productores. Para cada columna, encuentre la suma de
,s. Acciones Un agente de bolsa vendió a un cliente 200 ac- las entradas. Haga lo mismo con cada renglón. ¿Qué observa
ciones de tipo A, 300 de tipo B, 500 de tipo C y 300 de tipo al comparar esos totales? Suponga que el sector A aumenta su
D. Escriba un vector renglón que dé el número de acciones producción en u~ 20%, es decir, en 136 unidades. Suponiendo
vendidas de cada tipo. Si las acciones se venden en $20, $30, que esto tiene como consecuencia un aumento uniforme del
$45 y $100 por acción, respectivamente, escriba esta infor- 20% en todos sus insumos, ¿en cuántas unidades el sector B
mación como un vector columna. aumentará su producción? Responda la misma pregunta para
29. La compañía Widget tiene sus reportes de ventas mensuales C y para todos los demás productores.
dados por medio de matrices cuyos renglones, en orden, re- CONSUMIDORES
presentan el número de modelos regular, de lujo y de extra (
A
\
lujo vendidos, mientras que las columnas dan el número de Industria Industria Industria Otros
unidades rojas, blancas, azules y púrpuras vendidas. Las PRODUCTORES A B C consumidores
matrices para enero (E) y febrero (F) son
Industria A
Industria B
so 70 200
3@j
2O 61 31 52] , O 2 4 4] M 90 30 270 320
r
Industria C 120 240 lOO 1,050
E=
[2 7 6 O F=2332.
[
4 O 2 6
Otros
productores
420 370 940 4,960
(a) En enero, ¿cuántas unidades de los modelos de extra lujo 31. Encuentre todos los valores de x para los cuales
blancas se vendieron? (b) En febrero, ¿cuántos modelos de
lujo azules se vendieron? (c) ¿En qué mes se vendieron más
modelos regulares púrpuras? (d) ¿De qué modelo y color se
[
x
2
+ 1993x
X2
v?] [
In(e") =
1994
1994 - 1993x
vendió el mismo número de unidades en ambos meses? (e)
¿En qué mes se vendieron más modelos de lujo? (f) ¿En qué
mes se vendieron más artículos rojos? (g) ¿Cuántos artículos En los problemas 32 y 33, encuentre AT.
se vendieron en enero?
[-; ~].
-4
30. Matriz de insumo-producto Las matrices de insumo-pro-
I 32. A =
n
ducto, desarrolladas por W. W. Leontief, indican las
interrelaciones que existen entre los diferentes sectores de 4
una economía durante algún periodo. Un ejemplo hipotético
para una economía simplificada est~ dado por la matriz M
1 33 A
. [1 7
4
3
Deluxe Super
E = rojo [ 1
azul 3 ~l
Cada renglón de E y F proporciona el número vendido de cada modelo para Un do
dado. Cada columna proporciona el número vendido de cada color para un modelo
Una matriz que represente las ventas totales para cada modelo y color durant~
dos meses, puede ser obtenida sumando las correspondientes entradas en E y :F:
Definición
Si A = [ay] y B = [b¡) ambas son matrices de m x n, entonces la suma A + B es la
matriz de m x n obtenida sumando las correspondientes entradas de A y Bj esto el ,
A + B = [aij + b;) .
A = [; -1
o y B = [i -3
2
Como A Y B son del mismo tamaño (2 x 3), su suma está definida. Tenemos
a. [~56;] + [- ~3 -;] =
O
[~5+36+0
~ ~ ; ~ ;] = [ - 86
~ ~] .
b. [~; ] + [ i] no está definida ya que las matrices no son del mismo tamaño . •
La propiedad 1 establece que las matrices pueden ser sumadas en cualquier orden , y
la propiedad 2 permite que las matrices sean agrupadas para la operación de suma.
La propiedad 3 establece que la matriz cero j uega el mismo papel en la suma de
matrices que el número cero en la suma de números reales. Estas propiedades son
ilustradas en el ejemplo siguiente.
A =[
-2 O
1 2 B = [~ 1
-3
C= [
- 2
O
1
- 2
-1] 1 '
a. Demostrar que A + B = B + A.
Solución:
3 3
A+B=[ -11
-3 - 3
Por tanto, A + B =B + A.
b. Demostrar que A + (B + C) =(A + B) + C.
Solución:
A+ (B+C)=A+ [-~ 2
-5 2
1]=[-1
-1
4
-5 ~l
(A + B) +C = [ _! 3 3] [ -1
-3 2 +C= -1
4
-5 ~J.
c. Demostrar que A + O =A.
Solución:
A + O = [ -2
1 2
O 1]
1 +
[O O O]
O O O = [ 1 2
-2 O !] = A. •
EJEMPLO 3 Vectores de demanda para una economía
Considere una economía hipotética simplificada que tiene tres industrias, carbón ,
electricidad y acero, y tres consumidores 1,2 Y 3. Además, suponga que cada consu-
midor puede utilizar parte de la producción de cada industria y cada industria utiliza
parte de la producción de cada una de las otras industrias. Las necesidades de cada
consumidor y de cada industria pueden ser representadas por un vector (renglón) de
demanda cuyas entradas, en orden , dan la cantidad de carbón, electricidad y acero
necesarios para el consumidor o industria en algunas unidades convenientes. Por
ejemplo, los vectores de demanda para los consumidores podrían ser
F=[!~J.
Si en marzo el vendedor duplica las ventas de febrero de cada modelo y color
vehículos para nieve, la matriz de ventas M para marzo podrían ser obtenidas mul
tiplicando cada entrada de F por 2:
M = [2(3) 2(1)]
2(2) .
2(4)
Parece razonable escribir esta operación como:
que se considera como la multiplicación de una matriz por un número real. En rea
lidad, tenemos la definición siguiente.
Definición
Si A es una matriz m x n y k es un número real (también llamado escalar), entonce
con kA denotamos a la matriz m x n obtenida multiplicando cada entrada de A po
k. La operación es llamada multiplicación por un escalar, y kA es llamada múltipld.
escalar de A.
1 Este ejemplo, así como algunos otros en este capítulo, son de John G. Kemeny, J. Laurie SneIl ~
Por ejemplo,
Sea
a. 4A.
Solución:
4A 4[!
= _ ~] = [:~!~ 4(~(~~] = [1: -~J.
Solución:
1
c. 2" A + 3B.
Solución:
~ A + 3B = H! _~] + 3 [~ - ~]
= U - ~] + [2~ -1~] = [~ -11]
2 .
d. OA.
Solución:
e. kO.
Solución:
•
232 6 ÁLGEBRA MATRIC IAL
Las propiedades 4 y 5 fueron ilustradas en los ejemplos 4(d) y (e); las otr<1&
ilustradas en los ejercicios.
También tenemos las propiedades siguientes de la operación de transposici
donde A y B son del mismo tamaño y k es cualquier escalar:
(A + B? = A T + B T•
(kA? = kAT.
Sustracción de matrices
Si A es cualquier matriz, entonces el múltiplo escalar (-l)A se escribe simplemen
como -A y es llamado negativo de A:
,...A = (-l)A.
Así, si
entonces
Definición
Si A Y B tienen el mismo tamaño, entonces por A - B queremos decir A + (-B).
6.2 Suma de ma trices y multip lic a c ió n por un escalar 233
~ ~]
[-3 2 + [= ~ -~]
0-3
b. Si A [ ~ - ~] y B = [i -;l entonces
•
EJEMPLO 6 Ecuación matricial
Solución:
2[ !] = ¡l
~~] [ 5[ -
[ [ -7 -6]
[-10 3 ]]
y
B = [! i].
EJERCICIOS 6.2
En los problemas 1-12 realice las operaciones indicadas.
1 [-:
-6
o4 -3] [2 -3
O +
5
-1
9
6
JI
~].
-2
10.
l -
3
4
l-
~ ~l- ~ ~l
-6
9
3 1
4
-2'
5
2. [ - ~ - ~J + [ - ~ - ~ J + [~ n. 11. [
-4
~ -:
O
-~]
10
+ ! [~ ~ ~] .
3 3 9 9
S. 3[1
6. [7
-3
7] + 66.
1] + 2[-6 1 4] - 0[-2 7 4] .
A = n-~l B = [-~ =~l
7. D ;J + [~J. C=[=~ -~l O = [~ ~J.
13. -B. 14. -(A - B).
8. [27 -lJ
4 l' 3 [OO ~J. 1S. 20. 16. A + B - C.
17. 2(A - 2B). 18. O(A + B).
9. -6 [27 -6 7
1 6
IJ
-2' 19. 3(A - C) + 6. 20. A + (C + 20).
6.3 Multiplicación de matrices 235
2B - 3A + 2e. 22. 3C - 2B. En los problemas 37-40 resuelva las ecuaciones matriciales.
~¡..+ B)
(2 + 3)A
= 3A
= 2A
+ 3B.
+ 3A.
38. 3[~1- 4[ _~] = [ ~~].
k A) = (k¡k¡)A.
• k(
I 1
e ~l
en ese orden, por el vector de precios
C =
D [11 2O
= -1] 2 .
Definición
Sea A una matriz de m x n y B una matriz n X p. Entonces el producto AB el
matriz e de m X p cuya entrada cij en el renglón i y la columna j se obtiene e
sigue: sume los productos formados al multiplicar; en orden, cada entrada (esto
primera, segunda, etc.) del renglón i de A por la "correspondiente" entrada '(e
es, primera, segunda, etc.) de la columnaj de B.
A B e
m X n n X p m X p
t'-------_~
deben
ser iguales tamaño del producto
AB = [~ -3
1 -6][ 1 O-3]
2 O 4 2 .
-2 1 1
'" '"
CII
entradas de la columna 1/ de B
6.3 Multiplicación de matrices 237
[~ -3
1 -6][ 1 O-3]
2 O 4
2
1
= [14
C21
CI 2
C22
C I3
C23
]
•
-2 1
De manera similar, para C 12 usamos las entradas del renglón 1 de A y las de la colum-
na 2 de B:
entradas del renglón 1 de A
/ \ \
CI2 = (2)(0) + (1)(4) + (-6)(1) -2.
"'-! /
entradas de la columna 2 de B
Ahora tenemos
- 3
1 -6] [ 1 O-;] =
2 O 4
1
[14 -2
-2 1 C21
AB = [i -3
1 -6][ 1 O2 O 4
-10 -10]
-2
-7 .
-2 1
10
1
BA = O 4
-3
[ -2 1
AB = [~ -4
1
[~
-4 -10]
1 -2 .
[123m [32].
b. Caleulm U} 6J
Solución: El producto tiene orden 3 x 2:
U} 6J ~ [¡ l~l
18
H ~m~ "]
3 O -3
c. 2 -1 2]
3 =
[1610 -1 O .
O -2 -7 -4 10
ll 12
a ] [b
ll b l2] = [a"bl' + al2 b21 a llb l2 + al2bn ]
d. [a
a21 a22 b 21 bn a21b ll + a22b21 a21bl 2 + an b22 .
6.3 Multip licación de matrices 239
Calcular AB Y BA si
A = [~ -n y B = [-2 1]
1 4 .
Solución: Tenemos
La figura 6.3 muestra los resultados utilizando una calculadora gráfica para determinar
el producto AB del ejemplo 4.
[ [-5 -2]
[-5 7 ]] EJEMPLO 5 Vector de costos
Suponga que los precios en dólares por unidad para los productos A, B Y e están
representados por el vector de precios
Precio de
A B e
P = [2 3 4].
FIGURA 6.3 Solución por medio de
una calculadora del producto de matriz
Si las cantidades (en unidades) de A, B Y e que son compradas están dadas por el
del ejemplo 4.
vector columna
unidades de A
unidades de B
unidades de e,
entonces, el costo total en dólares de las compras está dado por la entrada en el
vector de costos PQ:
del acero $40.000 por unidad. Estos precios pueden ser representados por el v
(columna) de precios
. [10.000]
P = 20.000 .
40.000
=
10.000] = [400.000].
DAP [30 5
[40.000
O] 20.000
..
De aquí que la ganancia para la industria del acero es $1.200.000 - $400.000:::; $800
Si
A = [ 1
-3
-2]
4 ' B = [i ~ -1] 2 '
y
(AB)C = ([ _~ -m[~ ~]
-2
4
n
-9]
19 .
A = U~J.
Solución: En el lado izquierdo tenemos
A(B + C) = [; ~ ] ( [ - i ~] + [ - ~ ; ])
= [; ~][ -~ ~J [-4 1J
-5 17 .
En el lado derecho,
0J9 + [-2
-4 1
8 J = [-
4 J.
-5 171
Suponga que un contratista ha aceptado pedidos para cinco casas estilo rústico, siete
estilo moderno y 12 estilo colonial. Entonces, sus pedidos pueden estar representa-
dos por el vector renglón
Q = [5 7 12].
Además, suponga que las "materias primas" que se utilizan en cada tipo son acero,
madera, vidrio, pintura y mano de obra. Las entradas de la matriz R que sigue dan el
242 6 Á LGEBRA MATRICIAL
número de unidades de cada materia prima que se usará en cada tipo de cas
entradas no necesariamente son realistas, pero se eligieron así por convenie:'
5 20 16 7 17]
QR = [5 7 12] 7 18 12 9 21
[ 6 25 8 5 13
1500
800
C = 500
100
1000
Entonces RC da el costo de cada tipo de casa:
1500
5 20 800 49,200]
16 7 17]
RC = 7 18 12 9 21 500 = 52,800 .
[6 100 [
25 8 5 13 46,500
1000
Por tanto, el costo de los materiales para la casa rústica es de $49,200, para la casa
estilo moderno $52,800 y para la estilo colonial, $46,500.
El costo total de la materia prima para todas las casas está dado por
49,200]
QRC = Q(RC) = [5 7 12] 52,800 = [1,173,600].
[
46,500
Por ejemplo,
Esta propiedad puede ser extendida al caso de más de dos factores. Por ejemplo,
Aquí usamos el hecho de que (A T)T :: A. (ATBC? = CTBT(AT? = CTBTA.
Sea '
A = U~] y
B = U~J.
Demostrar que (AB? = BTA T.
Solución: Tenemos
Así
BTA
T
= U¿][¿ ;J = [; ;] = (AB)T,
r~
O O
[~ ~] n
O
1 O
13 = 1 e 14 = O 1
O
O O
Cuando el tamaño de una matriz identidad se entienda que debe ser el apropi
para que una operación esté definida, omitiremos el subíndice y sólo la denotarem
por l. Debe ser claro que
JI = l.
A = U~J. -~]
3 '
10
a. 1- A.
Solución:
AO = OA = O.
d. AB.
Solución:
Ap=
~
A·A·· ·A.
pfactores
Si A es de n x n, definimos AO = I n.
Si A = [~ ~ J, calcular A3.
Solución: Como A3 =(A2)A Y
tenemos
[A]
[[2 -3]
[1 4 ]]
[A]A4 Ecuaciones matriciales
[[-107 -252] Los sistemas de ecuaciones lineales pueden ser representados utilizando la multi~l
[84 61 ] ] cación de matrices. Por ejemplo, considere la ecuación matricial
•
FIGURA 6.4 Potencia de una
- 3
4
matriz.
El producto del lado izquierdo tiene orden de 2 x 1 así que es una matriz columna:
XI
[ 2xI -
+ 4X2 -
3X2 +
2x3
X3
J = [4J
- 3 .
XI + 4X2 - 2x 3 : 4
{ 2x 1 - 3X2 + X3 - - 3.
De aquí que este sistema de ecuaciones lineales pueda ser definido por la ecuación
matricial (1). En general describimos la ecuación (1) diciendo que tiene la forma
AX = B,
Escribir el sistema
Solución: Si
AX = B
o
EJERCICIOS 6.3
tIA ~ H: =:]. ~ H B
-2
4
En los problemas 19-36 realice las operaciones indicadas.
1. CII ' 2. Cn ·
3.
5.
Cll'
Cll'
4.
6.
Cll '
C ll ·
21.
[-; ~ ;1[H n . [I O6 2lm
Si A es de 2 x 3, B de 3 x 1, e de 2 x 5, D de 4 x 3, E de 3 x 2 y
F de 2 x 3, encuentre el orden y número de entradas en cada uno
de los siguientes incisos.
23. [ ~ ~ - ~][-~
-2 1 1
~]2 .
7. AE.
(9. EC.
11. FB.
8. DE.
10. DB.
12. BA.
U [~ l~ -m n o g
~ ~] .
13. EA. 14. E(AE). -1
15. E(FB). 25. [- 1 2 31[ 4 3
16. (F + A)B. - 1 3 -2
Escriba la matriz identidad que tiene el orden siguiente.
17.4. 18. 6.
26. [I -4{ -~ n
248 6 ÁLGEBRA MATRIC IAL
27. r-H2 -2 3 3]. En cada uno de los problemas 45-58 calcule la matriz req
da, si existe, dado que
28. [~ ~ J([~ ~ ~ J + [~ ~ ~ ]) . [~
O
-m[¡ n
-1 0J - 1
A = 1 1 '
31.
[: ¡]([i ~ -im -m Hl
-
~J 4([~ ~J[ -~ ~]) .
45. A2•
47. B3•
46. ATA.
48. A(BT)2.
49. (AC)Z. 50. AT(2CT ) .
33.
[~ ! mn 34. aI2J[xIJ.
a22 X2
51. (BA?
53. (21)2 - 212 •
52. (2B)T.
54. lAo.
x + y + z=6,
[~
+
~l
3 3X y = 6, 60. x - y + z = 2,
A = -2J B= [-2 59. { 7x - 2y = 5.
3 ' 1 -4 { 2x - Y + 3z = 6.
C =
[-1~!'1] D ~ [~
O
1
2 n 61.
{
4r -
3r
s
3s
+
-
+
3t = 9,
t = 7,
2t = 15.
n n ~ r~
O
~ [~
O
6
l
(;
62. Acciones Un agente de bolsa vendió a un cliente 200 ac-
E F ciones tipo A, 300 tipo B, 500 tipo C y 250 tipo D . Los pre-
O O
cios por acción deA, B, e y D son $100, $150, $200 y $300,
~G n
respectivamente. Escriba un vector renglón que represente
O
el número de acciones compradas de cada tipo. Escriba un
1 1
vector columna que represente el precio por acción de cada
O
tipo. Utilizando la multiplicación de matrices, encuentre el
costo total de las acciones.
37. DI - 1E. 38. DD. 63. Costo de construcción En el ejemplo 9 suponga que el
contratista tiene que construir siete casas estilo rústico, tres
39. 3A - 2BC. 40. B(D + E).
estilo moderno y cinco estilo colonial. Utilizando multipr
41. 21 - 4EF. 42. E(2D - 31). cación de matrices, calcule el costo total de materia prima.
6.4 Método de reducción 249
Costos En el ejemplo 9 suponga que el contratista desea porción de la cantidad total de dinero determinada en (c)
" mar en cuenta el costo de transportar la materia prima al que es pagada por los consumidores.
~o gar de la construcción así como el costo de compra. Su- 66. Si AB =BA, demuestre que (A + B)(A - B) =A2 - B2
~nga que los costos están dados en la matriz que se da a
continuación. 67. Si
Acero
[1500
800
45]
20 Madera =
demuestre que AB O. Observe que como ni A ni B son la
matriz cero, la regla algebraica para los números reales "si
C= 500 30 Vidrio
Pintura
ab = O, entonces alguno de a o b es cero" no se cumple para
100 5
las matrices . También puede mostrarse que la ley de cancela-
1000 O Mano de obra.
ción tampoco es cierta para las matrices. Esto es, si AB =
AC, entonces no necesariamente es cierto que B = C.
a. Calculando Re, encuentre una matriz cuyas entradas den
los costos de compra y de transporte de los materiales 68. Sean DI y D¡ dos matrices diagonales de 3 x 3. Calculando
para cada tipo de casa. DP2 y Dp¡ demuestre que:
b. Encuentre la matriz QRC cuya primera entrada dé el pre- a. Dp¡ y Dp¡ son matrices diagonales.
cio de compra total y cuya segunda entrada dé el costo
total de transporte. b. D¡ Y D¡ conmutan.
c. Sea Z =DJ calcule QRCZ, que da el costo total de materia- .l En los problemas 69-72 calcule las matrices requeridas dado
que
les y transporte para todas las casas que serán construidas.
65. Realice los siguientes cálculos para el ejemplo 6: A = [ 3.2
-2.6
-4.1 5.1 J
6.8 '
B = [ -2.3
L1 48]
3.2 ,
1.2
a. Calcule la cantidad que cada industria y cada consumi- 4.6 - 1.4
dor tienen que pagar por los bienes que reciben. Y
b. Calcule la utilidad recibida por cada industria.
c=[-1.2 1.5J
2.4 6.2 .
c. Encuentre la cantidad total de dinero que es pagada por
todas las industrias y todos los consumidores. .
69. A(2B). 70. -2(BC).
d. Calcule la proporción de la cantidad total de dinero deter-
minada en (c) pagada por las industrias . Encuentre la pro- 71. (- C)(3A)B. 72. C 3.
3X - y = 1, (1)
{ x + 2y = 5 (2)
que consiste en dos ecuaciones lineales con dos incógnitas, x y y. Aunque este siste-
ma puede ser resuelto por varios métodos algebraicos, lo resolveremos por un méto-
do que es fácilmente adaptable a matrices.
250 6 ÁLGEBRA MATRICIAL
Por razones que más adelante serán obvias, empezamos por reemplazar
ecuación (1) por la ecuación (2) y la ecuación (2) por la (1), así se obtiene el siste
equivalente 2
X + 2y = 5, (3)
{ 3x - y = 1. (4)
X + 2y = 5,
{ Ox - 7y = -14.
X + 2y = 5,
{ Ox + y = 2.
De la ecuación (8), y =2 Y de aquí -2y =-4. Sumando los miembros de -2y =-4
los correspondientes de la ecuación (7), obtenemos el sistema equivalente
X + Oy = 1,
{ Ox + y = 2.
= =
Por tanto, x 1 YY 2, de modo que el sistema original está resuelto.
Observe que en la solución del sistema original se estuvo reemplazando a ést
por un sistema equivalente, que era obtenido realizando una de las siguientes tr
operaciones (llamadas operaciones elementales) que dejan la solución sin cambios:
3X - y = 1,
{ x + 2y = 5,
primero necesitamos definir algunos términos. Recuerde de la sección 6.3 que la matri
2 Recuerde de la sección 4.4 que dos o más sistemas son equivalentes si tienen la misma so lución
6.4 Método de reducc ión 251
[i -1 \1]
2 5 .
= 1,
[~ - ~ I ~] = ~.
ex - y
x + 2y = 5.
{ x + 2y
3x - y
= 5,
= l. [1
:1 -~ I n= B.
-~ I 5] =c.
{ x + 2y = 5,
Ox - 7y = - 14. [~ - 14
+ 2y = 5,
[~ ~ I ~] = D.
{ x
Ox + y = 2.
+ Oy =
[~ ~ I ~] = E.
{ x 1,
Ox + y= 2.
= [~ -;I-l¡J.
Esta operación se describe como la suma de -3 veces el primer renglón de B
segundo renglón de B.
D puede ser obtenido a partir de e multiplicando cada entrada del segu
renglón de e por -f. Esta operación se describe como la multiplicación del se
do renglón de e por -+- '
E puede ser obtenido a partir de D sumando -2 veces el segundo renglón
al primer renglón de D.
Observe que E, que en esencia proporciona la solución, fue obtenida a p
de A al realizar de manera sucesiva una de las tres operaciones matriciales, llam
operaciones elementales sobre renglones:
kR .
I
Multiplicar el renglón R¡ por la constante k
Sumar k veces el renglón R¡ al renglón Rj (pero el renglón R¡
permanece igual)
[~
o
[~ -2
O
Matriz reducida
Una matriz se dice que es matriz reducida 3 si se satisface lo siguiente:
1. Si un renglón no consiste solamente en ceros,. entonces la primera entrada
diferente de cero en el renglón, llamada la entrada principal, es 1, mientras
que todas las demás entrada~ en la columna en la que el 1 aparece son ceros.
2. En cada renglón, la primera entrada diferente de cero está a la derecha de la
primera entrada diferente de cero de cada renglón arriba de él.
3. Todos los renglones que consistan únicamente en ceros están en la parte
inferio~ ' de la matriz.
[~ ~J. [~ ~J.
O
a. b.
[~ ~ J. [~ ~J.
O
c. d.
O
e.
[~
Solución:
O
O
1 n f. [~
1 O
O 1
O O n
a. No es una matriz reducida porque la entrada principal en el segundo renglón no es 1.
b. Matriz reducida.
d. Matriz reducida.
f. Matriz reducida.
Reducir la matriz
o
.~] .
1
-6 -3
-12 2 11
Solución: Ya que no existen renglones de ceros para moverlos a la parte inferior, proc
demos a encontrar la primera columna que tenga una entrada diferente de cero; es 1
columna l. Esto significa que en la matriz reducida, el 1 inicial en el primer rengl
estará en la columna l . Para empezar, intercambiaremos los primeros dos renglones
modo que la entrada diferente de cero esté en el primer renglón de la columna l.
[~ 1~]
O 1
-6 -3
-12 2
[~ ~l
-6 -3
RI H R,- )
O 1
-12 2 1I
[~ ~l
-2 -1
~R,
O I
-12 2 II
Ahora, ya que debemos tener ceros abajo (y arriba) de cada I inicial , sumamoS
veces el renglón 1 al renglón 3:
[~ ~l
-2 - 1
- 6R , + R'J
O I
O 8 11
6.4 Método de reducci ó n 255
- RR ~ + R, [~
-2 O
O 1
O O -5
;].
Otra vez nos movemos a la derecha para encontrar la primera columna que
tenga una entrada diferente de cero en el renglón 3; es la columna 4. Para hacer la
entrada principal igual al, multiplicamos el renglón 3 por -+:
[~
Por último, para hacer todas las demás entradas de la columna 4 iguales a cero,
sumamos -2 veces el renglón 3 a los renglones 1 y 2:
TECNOLOGíA Aunque las operaciones elementales sobre renglones pueden ser realizadas en una
calculadora gráfica, el procedimiento es muy engorroso.
implica
a mn Cm
determinar una matriz reducida tal que la matriz aumentada sea equivalen
ella.
r
Utilizando la reducción de matrices, resolver el sistema
+ 3y ~
-1.
2x + Y=
5,
x+ y= l.
D
3
1
1 -n RIH R¡
D
1
1
3 -i]
- 2R , + R,
I
G
1
~1
3
j]
-2RI+ Rl
)
[~ -1
1
1
j]
(-llR)
[~ 1
1
-!]
-3
[~ -~]
- R¡ + R,
O
1
-3
-H
-R) + R¡
O
1
G O
6.4 Método de reducción 257
+ Oy = 4,
X
Ox + y = -3,
{
Ox + Oy = O.
Ya que el sistema original es equivalente a este sistema, tiene una solución única, a
saber
x= 4,
Y = -3. •
EJEMPLO 4 Solución de un sistema por reducción
X + + 4z - 6 = O,
2y
2z + y - 3 = O,
{
x + y + 2z - 1 = O.
Solución: Reescribiendo el sistema de modo que las variables estén alineadas y
los términos constantes aparezcan en los miembros derechos de las ecuaciones, te-
nemos
X + 2y + 4z = 6,
Y + 2z = 3,
{ x+ y+2z=1. ·
[~
2 4
1
1
2
2 :]
[~
2 4
-1
1 2
..,..2 J]
[~
O
- 2R ~
(1 )R ~
+ RI
+ R,
) 1
O TtJ]
[~
O O
1
O
2
O :]
[i
O
1
O
O
2.
O
'~P~ .
n
258 6 ÁLGEBRA MATRICIAL
X = O,
Y + 2z = O,
{
Cada vez que obtengamos un renglón 0= l.
sólo con ceros aliado izquierdo de la
raya vertical y una entrada diferente de Como O '# 1, no existen valores de x, y y z para los cuales todas las ecuaciones
cero a la derecha, no existe solución. -;atisfechas de manera simultánea. Por tanto, el sistema original no tiene solución.
l~]
3 2 6
1 2 1
O -3 6
~]
3
2 1 3
1 2 1
0-3 6
3
3
J
2
2 1
• -6 -3
3
O -2
~]
2
-~ R l + R,
- )
1 2
~ R2 + RJ O 3 3
2
3
O -2 2
1
O
2
1 1
2
~
n
~]
O O 2
+ R, )
2R ,
1 O O
- 2RJ + Rl O I
2
Por tanto,
XI = -~X4 + 4, (9)
X2 = O, (10)
(11)
(12)
Si x 4 es cualquier número real, r, entonces las ecuaciones (9), (10), (11) Y (12) ,
determinan una solución particular para el sistema original. Por ejemplo, si r = O
(esto es, x 4 = O), entonces una solución particular es
XI = 4, X2 = O, X3 = 1, Y X4 = O.
Si r = 2, entonces
XI = - 1, X2 = O, X3 = O, Y
Recuerde [véase el ejemplo 3 de la sección 4.4] que la variable r, de la cual depen-
den XI' x 3 y x4 es llamada parámetro. 'Existe un número infinito de soluciones para el
sistema -una correspondiente a cada valor del parámetro-oDecimos que la solu-
ción general del sistema original está dada por
X2 = O,
X3 = -4r + 1,
donde r es cualquier número real, y decimos que se tiene una familia de solucione~
con un parámetro. •
Los ejemplos del 3 al5 ilustran el hecho de que un sistema de ecuaciones lineales
puede tener una solución única, ninguna solución o un número infinito de soluciones.
EJERCICIOS 6.4
En cada uno de los problemas 1- 6 determine si la matriz es re- En cada problema 7-12 reduzca la matriz dada.
ducida o no.
[! ~]. [~ !].
-2 O
1. [~ ~]. 2. [~ O O
O 1 ;]. 7. 8. 2 O
n [~ n -!]
3. [¡ O
1 9.
[2 4 6]
1 2 3 .
10. [1 8 .
O 4. 123
7
[¡ n •.[~
O O
l ·[-l H [¡
O O 3 O
5.
1
O
O
O
1
O
O
1
O n 4 2
3 1
2
12.
O
- 1
4 n
260 6 ÁLGEBRA MATRIC IAL
Por el método de reducción, resuelva los sistemas de los proble- estatal es el 10% de la parte que queda después que el t
mas 13-26. puesto federal ha sido pagado. Encuentre el monto de
impuestos federal y estatal.
2.x + 3y = 5, X - 3y = -11,
13. { x - 2y = - l. 14. { 4x + 3y = 9. 28. Toma de decisiones Un fabricante produce dos produ
A y B. Por cada unidad que vende de A la ganancia es de
3x + y = 4, X + 2y - 3z = 0, y por cada unidad que vende de B la ganancia es de $1\.
15. { 12.x + 4y = 2. 16. { _ 2.x - 4y + 6z = l. la experiencia se ha encontrado que puede ser vendido ~
más de A que de B. Para el año siguiente el fabricante
X + 2y + z- 4 = 0, una ganancia total de $42,000. ¿Cuántas unidades de
17. { 3x + 2z - 5 = O. producto debe vender?
X + 3z = -1 ,
3x + 2y + Ilz = 1,
24. x + y+ 4z = 1,
{
2.x - 3y + 3z = -8.
XI + X2 - XJ + X4 + Xj : 0,
XI + X2 + XJ - X4 + x) - 0,
25. XI - X2 - Xl + X4 - Xs = 0,
{
XI + X2 - X l - X4 - X) = O. 31. Vitaminas A una persona le prescribió el doctor tom8ll1
unidades de vitamina A, 9 unidades de vitamina D y 19 un
dades de vitamina E diariamente. La persona puede ele
entre tres marcas de píldoras vitamínicas. La marca X e
· ne 2 unidades de vitamina A, 3 de vitamina D y 5 de vita- La máquina 1 está disponible 850 horas, la 11 durante 1200
\I~na E; la marca y tiene 1,3 Y4 unidades, respectivamente; horas y la III durante 550 horas. Encuentre cuántas unidades
~8 marca Z tiene 1 unidad de vitamina A, ninguna de vita- de cada artículo deben ser producidas para utilizar todo el
~n8 D Y I unidad de vitamina E. tiempo disponible de las máquinas .
Encuentre todas las combinaciones posibles de píldoras que 33. Inversiones Una compañía de inversiones vende tres tipos
,. proporcionen de manera exacta las cantidades requeridas. de fondos de inversión, estándar (E), de lujo (D) y Gold
Star (G).
b. Si la marca X cuesta 1 centavo cada píldora, la marca Y 6
centavos Y la marca Z 3 centavos, ¿existe alguna combi- Cada unidad de E tiene 12 accioI;les tipo A, 16 tipo B y 8
nación de la parte :(a) que cueste exactamente 15 centa- tipo C.
vos por día?
Cada unidad de D tiene 20 acciones tipo A, 12 B Y 28 C.
c. ¿Cuál es la combinación menos cara de la parte (a)? ¿La
más cara? Cada unidad de G tiene 32 acciones tipo A, 28 B Y 36 C.
3Z, Producción Una compañía produce tres artículos, A, B Y
Suponga que un inversionista óesea comprar exactamente
e, que requiere se procesen en tres máquinas, 1, II Y lII. El 220 acciones tipo A, 176 tipo B y 264 tipo C comprando
tiempo en horas requerido para el procesamiento de una, uni-
unidades de los tres fondos .
dad de cada producto por las tres máquinas está dado por
a . Determine las combinaciones de unidades E, Dy G que
1 II III satisfagan los requerimientos del inversionista.
XI = -~r + 4,
X2 = O,
XJ = -tr + 1,
[¡ -1
2 5
3
- ]
5
4
2
-3]
- 1 ,
3
cuya form a reducida es
[~
O 3
De aquí
1 2 ]
O O O -H
{x¡ + x) + 3X4 = 1,
X2 + 2x) + X4 = -2,
a partir de 10 cual
Ya que no hay restricción sobre x) ni sobre x 4 ' pueden ser cualesquier números
les , dándonos una familia paramétrica de soluciones. Haciendo x ) = r y x 4 =S , P
mos obtener la solución del sistema dado como
x¡ = ] - r - 3s,
X2 = - 2 - 2r - s,
donde los parámetros r y s pueden ser cualquier número real. Asignando valores es
cíficos a r y s, obtenemos soluciones particulares. Por ejemplo, si r = 1 Ys =2, ento
ces la correspondiente solución particular es x¡ = -6, x 2 = -6, x ) = 1 Yx 4 = 2.
Definición
El sistema
El sistema
2X + 3y = 4,
{ 3x - 4y = °
es no homogéneo a causa del 4 en la primera ecuación. El sistema
2X + 3y = 0,
{ 3x - 4y = °
es homogéneo.
•
Si el sistema homogéneo
2X + 3y = 0,
{ 3x - 4y = °
fuera resuelto por el método de reducción, primero la matriz aumentada sería escrita
como
X + Oy = O,
{ Ox + y = 0,
°
de modo que la solución es x = y y =O.
264 6 ÁLGEBRA MATRICIAL
al l xl + al 2 x 2 + + al" x" = O,
a 21X I + a 22 X 2 + + a 2" x " = O,
+ amnX" = O.
Una solución siempre ocurre cuando Xl = O, X 2 = O, ..., YX" = O ya que cada ecuac¡j
se satisface para estos valores. Esta solución, llamada solución trivial, es una S
ción de todo sistema homogéneo.
Existe un teorema que nos permite determinar si un sistema homogéneo tie
una solución única (la solución trivial) o un número infinito de soluciones. El teo
ma está basado en el número de renglones diferentes de cero que aparecen en
matriz reducida del sistema. Un renglón diferente de cero es un renglón que
consiste solamente en ceros.
ADVERTENCIA
El teorema anterior y el corolario sólo se aplican a sistemas homogéneos de ecuaciones
lineales, considere el sistema
X + y - 2z = 3,
{ 2x + 2y - 4z = 4,
que consiste en dos ecuaciones lineales con tres incógnitas. No podemos concluir que este
sistema tiene un número infinito de soluciones ya que no es homogéneo. En realidad, debe-
mos verificar que este sistema no tiene solución.
6.5 Método de red ucción (contin uación) 265
Determinar si el sistema
X + y- 2z = O,
. { 2x + 2y - 4z = O
Solución: Hay dos ecuaciones en este sistema homogéneo y este número es me-
nor que el número de incógnitas (tres). Por tanto, por el corolario anterior, el sistema
tiene un número infinito de soluciones. •
X - 2y + z = O,
a. 2x - y + 5z = O,
{
x + y + 4z = O.
[~ 1] [1O O
- 2
-1 5 ~ ... ~ 1
4 O O
X + 3z = O,
{ Y + z = O,
la solución puede ser dada en forma paramétrica por
x = -3r,
y = -r,
z = r,
donde r es cualquier número real.
3X + 4y = O,
x - 2y = O,
h. 2x+ y= O,
{
2x + 3y = O.
266 6 ÁLGEBRA MATRICIAL
3 41
1 -2
fl 01
O 1
; ;~ ... ~~~.
f
El número de renglones diferentes de cero (2) en la matriz reducida es igual .
número de incógnitas en el sistema. Por el teorema, el sistema debe tener solu.
ción única, a saber, la solución trivial x = O, Y = O.
EJERCICIOS 6.5
En los problemas 1-8 resuelva los sistemas utilizando la reduc- Xl + 2x3 + X4 + 4Xj = 1,
ción de matrices. X2 + X3 - 3X4 = -2,
8. { 4xI - 3X2 + 5X3 + 13x4 + 16xj = 10,
W - x - y + 4z = 5, XI + 2x2 + 4X3 - 5X4 + 4xj = - 3.
1. 2w - 3x - 4y + 9z = 13,
{
2w + x + 4y + 5z = l.
Para cada uno de los problemas 9-14 determine si el sistema ¡
3W - x + 12y + 18z = -4, tiene un número infinito de soluciones o sólo la solución trivia( '
2. W - 2x + 4y + Ilz = - 13, No resuelva los sistemas.
{ w + x + 4y + 2z = 8.
2:: ~: ~~ =2~:
2w - x + 3y - 2z = - 8,
~:
{
x - 2y - 5z = O. { 3x - 2y = O.
5.
{ 3w + 2x + 8y - 3z = 2,
w + 2y - z = -2.
Resuelva cada uno de los siguientes sistemas.
w + x + y + 2z = 4, 15.
{ x + y = O, 16 {2x - 5y = O,
3x - 4y = O. • 8x - 20y = O.
2w + x + 2y + 2z = 7,
6. + 2x + y + 4z
r
w = 5,
{ x + 6y - 2z = O, {4X + 7y = O,
{ 3w - 2x + 3y - 4z = 7, 17. 2x - 3y + 4z = O. 18.
2x + 3y = o.
+ 4y
4w - 3x - 6z = 9.
X + y+ 2 = 0, IV + X + V + 4~ = 0,
5x - 2y - 92 : 0, 22.
w + x + 5z = 0,
ji. 3x + v - 2 - 0, {
2w + x + 3y + 42 = 0,
{ 3x - 2y - 7z = O. W - 3x + 2y - 9z = O.
X +Y + 7z = 0, w ~ x ~ 2y + 7z : 0,
X - Y- z = 0, 24. 2x y + z - 0,
¡
w
J3. 2x - 3y - 6z = 0,
{
w + 2x + 3y + 9z = 0,
3x + Y + 13z = O. 2w - 3x - y + 4z = O.
s 6.6 INVERSAS
OiJETIVO
f)etermi nar la inversa de una matriz Hemos visto cuán útil es el método de reducción para resolv0r sistemas de ecuaciones
invertible Y utilizar las inversas para lineales. Pero eso no significa que sea el único método que utiliza matrices. En esta
resolver sistemas. sección estudiaremos un método diferente que se aplica a ciertos sistemas de 11
ecuaciones lineales con n incógnitas .
En la sección 6.3 mostramos cómo un sistema de ecuaciones lineales puede
ser escrito en forma matricial como una sola ecuación matricial AX = B, donde A es
la matriz de coeficientes. Por ejemplo, el sistema
XI + 2x, : 3,
{ XI - X, - 1
puede ser escrito en la forma matricial AX = B, donde
A = [: -1 '
2] X= [XI] X2 '
y B = [~].
Si podemos determinar los valores de las entradas de la matriz de incógnitas X,
tendremos una solución para el sistema. Así, nos gustaría encontrar un método para
resolver la ecuación matricial AX = B, para X. Una motivación es proporcionada
examinando el procedimiento de solución de la ecuación algebraica ax = b. La últi-
ma ecuación se resuelve simplemente multiplicando ambos miembros por el inverso
multiplicativo de a. [Recuerde que el inverso multiplicativo de un número a diferen-
te de cero está denotado por a- 1 (que es l/a) y tiene la propiedad de que a- I a = l .] Por
ejemplo, si 3x = 11, entonces
11
así que X = -.
3
Si podemos aplicar un procedimiento semejante a la ecuación matricial
AX = B, (1)
entonces necesitamos un inverso multiplicativo de A, esto es, una matriz C tal que
CA = I. Entonces basta con multiplicar ambos miembros de la ecuación (1) por C:
C(AX) = CB,
(CA)X = CB,
IX = CB,
X = CB. (2)
268 6 ÁLGEBRA MATRICIAL
Por lo tanto la solución es x = eB. Por supuesto, este método está basadQ
existencia de una matriz e tal que eA = 1. Cuando tal matriz existe, decimos q
una matriz inversa (o simplemente inversa) de A.
Definición
=
Si A es una matriz cuadrada y existe una matriz e tal que eA 1, entonces .'
llamada inversa de A, y A se dice que es in vertible (o no singular).
la matriz e es la inversa de A.
Puede demostrarse que una matriz invertible tiene una, y sólo una, inve:
esto es, la inversa es única. Así en el ejemplo 1, la matriz e es la única matriz tal
eA =l. Por esta razón podemos hablar de la inversa de una matriz in vertible·
que denotamos por el símbolo A-l. Así, A-lA = l . Además, aunque la multiplicac'
matricial generalmente no es conmutativa, es un hecho que A-l conmuta con A: ~
A - lA = AA - l = l.
Resolver el sistema
XI + 2x2 = 5,
{
3x, + 7X2 = 18.
Así
x = A-lB = [ 7 -2J[ 5J [- IJ
- 3 l 18 3 '
de modo que X I
•
=-1 Y x = 3.
2 •
Con el fin de aplicar el método del ejemplo 2 a un sistema, se deben cumplir
dos condiciones:
Por lo que concierne a la condición 2, le advertimos que no todas las matrices c ua-
dradas son invertibles. Por ejemplo, si
A= [~ ~l
entonces
De aquÍ que no exista matriz que posmultiplicada por A produzca la matriz identi-
dad. Por tanto, A no es invertible.
Antes de estudiar un procedimiento para encontrar la inversa de una matriz
invertible, introducimos el concepto de matrices elementales. Una matriz elemen-
tal de n x n es una matriz obtenida a partir de la matriz identidad 1 de n x n por medi o
de una operación elemental sobre renglón . Así existen tres tipos básicos de matri ces
elementales:
Las matrices
El =
1 OO]
O O 1 ,
[O 1 O
son matrices elementales. El es obtenida a partir de la matriz identidad de 3 x 3
intercambiando el segundo y el tercer renglones . E 2 es obtenida a partir de la matri z
identidad de 2 x 2 multiplicando el primer renglón por -4. E 3 es obtenida a partir de
la matriz identidad de 2 x 2 sumando 3 veces el primer renglón al segundo. •
270 6 ÁLGEBRA MATRICIAL
E3 = [1 -2]
O l'
A = U ~J.
podemos proceder a través de una secuencia de pasos como se muestra a continuaci6n
EIA =
IL- 21 0] [1 0] = [° 0]
J 2 2
J
2 .
Por tanto, A- 1 puede ser obtenida aplicando las mismas operaciones elementales
sobre renglones, empezando con 1, que fue utilizada para reducir A a l.
Por lo tanto,
[-~ ~J.
A
_1
=
[
-1
1 0]~ .
Nuestro resultado puede verificarse demostrando que A-lA = 1:
A
_1
A -
_ [
_1
1 0] [1 0] _[1° 0]_ l.
~ 2 2 - 1 -
[A I 1] = [; ~°1 0] ~ [1° ° 1 0]
1 1 2
I
-2 1
1 ° 1 0]~ -
~ [° 1 I -1 - 1
- [1 lA] .
Observe que las primeras dos columnas de [1/A- 1] forman una matriz reducida.
272 6 ÁLGEBRA MATRICIAL
a. A~D
O
-2 -2]
1 .
2 -10
~]
O -2 1 O
[A I 1] =
n -2
2
1
-10
O 1
O O
[~ ~]
+ O -2 1 O
-4R, R2 , -2 9. -4 1
-IR , + R,
2 -8; -1 O
[~ ~]
-4 R ¡
O -2 1 O
1 _22 2 -1
2
2 -8 -1 O
[~ ~]
O -2 1 O
-2R 2 + R3
)
1 _22 2 1
-2
O 1 -5 1
2R3 +
~R3 +
R,
R2 [~
'0. O
1 O
O 1
-9 2
_i!.
, 2
-5
4
n
Las tres primeras columnas de la última matriz forman l. Así A es in vertible y ,•
-9
A- ' = -~
[
-5
6.6 Inversas 273
b. A = [~ ~J.
Solución: Tenemos
~
1
1 3
[O O -2
Las primeras dos columnas de la última matriz forman una matriz reducida dife-
rente de 1. Por tanto, A no es invertible. •
A ~ [~
O
-2
2
-2]
1 .
-10
Del ejemplo 4(a),
A-1 = [-9
-~
-5
2
4
n
274 6 ÁLGEBRA MATRICIAL
Xl]
[ ~~
[-9 22][ 1] [-7]
=~ ~ i -~ -~~ ,
de modo que Xl =-7, x 2 =-17 Yx 3 =-4.
Puede demostrarse que un sistema de n ecuaciones lineales con n .
tiene solución única si y sólo si, la matriz de coeficientes es invertible . En
el ejemplo anterior la matriz de coeficientes es invertible y existe una so
para el sistema. Cuando la matriz de coeficientes no es invertible, el sistema
número infinito de soluciones o bien, ninguna solución.
n
Solución: La matriz de coeficientes es
D=~
Como
-2 1 °1 31 2
[l -1 5
1 4
°° -1
3
1
3
'"
TECNOLOGIA Para resolver el sistema
[Al-' [Bl {
3X + 2y = 6,
+ 4y = -8
[[4 1 X
[ -311 con una calculadora gráfica, introducimos la matriz de coeficientes como [A] y la ma
columna de constantes como [B]. El producto [A] -I[B] en la figura 6.6 da la SoIUc1
x = 4, Y = -3 .
EJERCICIOS 6.6
fJtlos problemas 1-18 si la matriz dada es invertible, encontrar 23. {2X + y = 5, 24. {3X + 2y = 26,
111 inversa.
3x - y = O. 4x + 3y = 37.
1]
1 .
2.
[~ 1~ J. 25. {2X + 6y = 2,
3x + 9y = 3.
26. {2x + 8y
3x +
=
12y = 6.
3,
[~ -~J.
X + 2y + z = 4,
1]
1 .
4. 27. 3x + z = 2, 28.
X + y + z = 2,
x - y + z = - 2,
{ {
Hn
x- y+z=L x- y - z= O.
O
6. 4 X + y + z = 2, 2x + 8z = 8,
29. x- y+z = 1, 30. - x + 4y = 36,
{
x- y- z = O. { 2x + Y = 9.
2 3]
[~ ~l
O
O 4 . 8. O X + 3y + 3z = 7, X+ 3y + 3z = 7,
O 5 O -4 31. 2x + Y + z = 4, 32. 2x+ Y + z = 4,
{
n-1]
x + y + z = 4. {
x+ y + z = 3.
[~
O
10. O W ++ z = 4,
2y
O 33. w - x + 2z = 12,
2w + x + z = 12,
1 1 1]
11. O 1 1
2
1 4 .
{
w + 2x + Y + z = 12.
[O O 1 12. [;
-1 2 w +x + z = 2,
13.
[ -3
70
O 1 -2]
O . 14. [ -i -n -8
5
-1
34.
{
w +y = O,
x + y + z = 4,
Y+ z = L
O 1
15. [~ -! ~] .
., 1 -1 2
16.
[-5 1~
4
-7
-6
-3] 6 .
5
Para cada uno de los problemas 35 y 36, encuentre (1 -
para la matriz A dada .
A)-I
[2 -1] [-3 2]
17. [!1
~5 12~].
19. ~esuel va AX = B si .
18.
[l
-1
2
n 35.
1 3 ' 36. 4
20. Resuelva AX =B si
A' ~ [~ ~~] O 4
y B = [ ~].
-1
disponibles para pintura y 80 horas de mano de obra para Entre los dos han diseñado la siguiente matriz (utilizada
pulido. ¿Cuántos de cada modelo pueden ser producidos su amigo para codificar el mensaje):
cada hora si se utilizan todas las horas de mano de obra?
n
si utiliza todas las partes disponibles?
a. Calcule los tres productos matriciales R1A-I, R A-t
R 3~ • ~y
Si _1]~. fj 44. A
A- =
I
[~ ~] y B- = [11 21] '
I
15
encuentre (AB)- I.
0.4 0.6 -0.3
40. Si A es invertible, puede demostrarse que (AT)-I
Verifique esto si
= (A-I)T.
I [
• . 45. Si A = 0.2 0.1 - 0.1 ,encuentre (1 - A)-I, donde I es la
0.3 0.2 -0.4 U
triz identidad de orden 3. Redondee las entradas a dos decimal
A = [~ ~]. En los problemas 46 y 47, utilice una calculadora gráfica para ~sol
ver el sistema utilizando la inversa de la matriz de coeficielltes.
41. Una matriz P se dice que es ortogonal si p-I = PT. ¿La matriz
P = H! -~] es ortogonal? 1 46
. {
O.6X ~ 3y - 4.7z : 13,
2x O.4y + 2z - 4.7,
x - 0.8y - 0.5z = 7.2.
42. Mensaje secreto Un amigo le ha enviado un mensaje secreto
que consiste en tres matrices renglón de números como sigue:
~w + 4x + 4y - ~z = H,
RI = [-5 -9 29], R 2 = [7 23 48], 1 47 .
~w - ~x - 4y - z=
x - ~y + ~z = 9,
~,
RJ = [34 89 64]. 4w + 4y - ~z = ~.
6.7 DETERMINANTES
OBJETIVO
Encontrar el determinante de una Ahora introducimos una nueva función, la función determinante. Aquí las entradas
matriz cuadrada utilizando menores y serán matrices cuadradas, pero las salidas serán números reales. Si A es un a matrIz
cofactores y considerar propiedades cuadrada, entonces la función determinante asocia con A exactamente un número
que simplifican la evaluación de un real llamado determinante de A. Denotando el deternlÍnante de A con (esto es, IAI
determinante. utilizando líneas verticales), podemos pensar en la función determin ante como un~
correspondencia:
6.7 Determinantes 277
Definición
Si A= [a ll
] es una matriz cuadrada de orden 1, entonces IAI= a ll
.
12
a ] es una matriz cuadrada de orden 2, entonces
a22
c. I¿ ~I = (1)(1) - (0)(0) = 1.
d.
I~ ~I = (x)(1) - (O)(y) = x.
•
El determinante de una matriz cuadrada A de orden n (n > 2) está definido de la
manera siguiente. Con una entrada dada de A, asociamos la matriz cuadrada de or-
den n - 1 obtenida al eliminar las entradas en el renglón y columna a las que la
entrada pertenece. Por ejemplo, para la matriz
278 6 Á LGEBRA MATRIC IAL
ll
laa31 a13l,
a33
y para a23es
ll
a121 ·
laa31 a32
[~
-1
O
-n
aplicando la regla anterior al primer renglón (algunas veces referenciada como "de-
sarrollo con respecto al primer renglón"). Para la entrada
al
2
obtenemos (-1)(-1)1+21; -~I = (-1)(-1)(13) = 13,
al
3 0btenemos (3)(-1)1 +3 1; ~I = 3(1)(3) = 9.
De aquí
2 -1 3
3 0-5 10 + 13 + 9 = 32.
2
2 -1
2
3 O -51 1 .+ O + (1)(_1)3+ 213
2
= 13 + O + 19 = 32 como antes.
Encontrar IAI si
a. A = [~; - ~ - ~].
-10 2-3
1
- l 1 + (- 1)( - 1) 1 + 21 - 3 -11 + 3(-1)1 +3 1 -10
-3 2 1
- 3 -10 -3
suma de los tres productos de las entradas sobre las flechas que apuntan a la derecha
y reste de ésta la suma de los tres productos de las entradas sobre las flechas que
apuntan hacia la izquierda. El resultado es
Verifique este método para los determinantes del ejemplo 2. Subrayamos que nO
hay una forma semejante para la evaluación de determinantes de orden mayor que
tres.
La evaluación de determinantes se simplifica con frecuencia utilizando varias
propiedades, algunas de las cuales ahora listamos. En cada caso A denota una matri
cuadrada.
6.7 Determinantes 281
Por tanto
6 2 5
7 1 4 = O.
O O O
Por tanto
2 5 2 1
2 6 2 3
2 4 2 1 =0. ya que la columna 1 = columna 3.
6 5 6 1
Por tanto
2 6 1 O
O 5 7 6
O O - 2 5
= (2)(5)( - 2)(1) = - 20.
O O O 1
Por tanto, si
A ~ [1 1!~l
y B es la matriz obtenida a partir de A sumando -2 veces el renglón 3 al
renglón 1, entonces
2 4 2 6 O O O O
3 5 2 3 5 2
IA I = 1 2 1 3 2 1 3 = IBI ·
O 5 6 2 O 5 6 2
Por ejemplo, si
2 2
O O
A = O O
[
O 1
2 2 1 6 2 2 1 6
O O O 1 O 1 -3 4
IAI = O O 2 O O O 2 O
-(2)(1)(2)(1) = -4,
O 1 -3 4 O O O 1
Así
6 10 14 3 5 7
4R ,
5 2 1 2 5 2 1
9 15 21 9 15 21
3 5 7 3 5 7
2 5 2 1 2(3) 5 2 1 = 2(3)(0) = O,
9 15 21 357
Por ejemplo, si
6.7 Determinantes 283
entonces
Por ejemplo,
I~ ~I = -2 y
1
det [ 3 4
2]T
11 !I= -2.
Evaluar
2 -3 O
3 6 9
4 8
Solución: Tenemos
2 -3 O 2 -3 O 2 3
3 6 9 ~Bl 3 1 2 3 R , !::? R 2
- 3 2 -3 O
4 8 4 8 4 8
1 2 3 1 2 3
- 2R.L + R¡ - 3 O -7 - 6 - 4R.L + RJ
- 3 O - 7 -6
4 8 O O -11
Evaluar
1 O 5
1 2 O
O 2 1
3 O O -4
--Solución: Tenemos
1 1 O 5 1 1 O 5
1 2 1 O - R, + R2 O 1 1 -5
O 2 1 1 = O 2 1
3 O O -4 3 O O -4
1 1 O 5 1 O 5
- 3R , + R. O 1 1 - 5 - 2R ~ + RJ O 1 1 -5
= O 2 1 1 = O O -1 11
O -3 O - 19 O -3 O -19
1 1 O 5 1 1 O 5
3R 1 + R4 O 1 1 -5 3RJ + R. O 1 1 -5
= O O -1 11 = O O -1 11
O O 3 -34 O O O -1
?
TECNOLOGíA La figura 6.7 muestra el resultado de evaluar IAIcon una calculadora gráfica, don
det [A] A =
0.2 O
0.8 1
0.1]
- 0.3 .
. 34 [ 0.4 2 0.5
ERCICIOS 6.7
IJlos problemas 1-6 evalúe los determinantes. En los problemas 19-38 evalúe el determinante. Si es posible,
utilice las propiedades de los determinantes.
t i; ~I· 2.
I-~ -~I· 19.
2 3
2 O 1 20.
3 2 1
- 2 3
~I ·
2 -3 1 3
1-
J. -4 -6 .
4. 1-
-a
-4 O 6 -1 3 2
2 2 -3 1 O -1
2 5 1 2 3
litios problemas 7 Y 8, evalúe las expresiones dadas. 23. -3 4 -1 24. 4 5 4
O 6 -1 3 2
ti ¡I 8.
I~ ~I 2 -1 3 2 3
7'1 ; !I'
25. -1 26. 4 5 6
I~ -~ I ' 2 -3 7 8 9
1 I
I 2 -1 ¡ 4
I¡ il=12, 2 3 2 3
3 3
,. Resuelva para k si 27. -1 I 2 28. 2 '8 -2
3 3
- 1 9
3 - 4 8 2
A ~ [i
lÚtermine cada una de las expresiones,
2
5
8 n 29.
-1
4
2
1 7 -3
-1 O
1 O
2 3
8
-1
3
30.
-3
4
2
-3
O
O
O 2
O 6
O 1 -5 4
10. El menor de a 31 , 11. El menor de a 22 . 31.
O O 7
12. El cofactor de a 23 , 13. El cofactor de a32 , O O O 1
a a l2 al3
a,,]
A =
r a21 a22 a23 a24
" a32 a33 a34 '
a31
a41 a42 a43 a44
33.
O
O
O -2
O
O
O
4
O
O
O
34.
O
- 2
1 -3 2 6 4
13 O 1 5
2 3 4
O O O - 3 4 5 9
'
Para encontrar una f ormu 1a exp 1"lcIta para x, examlllamos
. x la
a2 1
ll
6.8 Reglo de cromer 287
Por tanto
all al 21 = ICI a1 21,
xl a21 a22 C2 a22
así
ICI al21
C2 a22
(2)
x = la ll a121'
a21 a22
1a para y, exammamos
. ll
'
Para encontrar una f ormu ylla
! a21
Por tanto
ll al2 1 = ll CII ,
y la la
a21 a22 a21 C2
así
ll CII
la
a21 C2
y = (3)
ll al2 1'
la
a21 a22
Observe que en las ecuaciones (2) y (3) los denominadores son iguales , a
saber, el determinante de la matriz de coeficientes del sistema dado . Para encontrar
x, el numerador en la ecuación (2) es el determinante obtenido reemplazando la
"columna de las x" (esto es, la columna 1) de la matriz de coeficientes por la colum-
na de constantes ~l ,De manera análoga, el numerador en la ecuación (3) es el deter-
2
minante de la matriz obtenida a partir de la matriz de coeficientes cuando la "colum-
na de las y" (esto es, la columna 2) es reemplazada por ~l. A condición de que el
2
288 6 Á LGEBRA MATRIC IA L
2x + Y + 5 = O,
{ 3y + x = 6.
Ll=!~ ;!=2(3)-1(1)=5.
x=
!-~
Ll
;! -21
5
21
5
Resolviendo para y, obtenemos
17
y=
5'
De este modo la solución es x = - 251 Y y = 1; •
El método descrito anterionnente puede ser extendido a sistemas de n ecuac~
nes lineales con n incógnitas y es conocido como la regla de Cramer.
Regla de Cramer
Sea un sistema de n ecuaciones lineales con n incógnitas como sigue:
+ a•• x. = e•.
Si el determinante Ll de la matriz dé coeficientes A es diferente de cero, ent0JVi
ces el sistema tiene una únic'a' solución.Además, la solución está dada por
Ll
donde k , el numerador de xe es el detenninante de la matriz obtenida reempl -
zando la k.ésima columna de A por la columna de constantes.
6.8 Reg la de cramer 289
2X + y + z = O,
4x + 3y + 2z = 2,
{ 2x - Y - 3z = O.
2 1
Ll = 4 3 2 -8.
2 -1 -3
Ya que Ll:f. O, existe una solución única. Resolviendo para x, reemplazamos la primera
columna de la matriz de coeficientes por la columna de constantes y obtenemos
O ] ]
2 3 2
O -] - 3 4 1
x= -
Ll -8 2'
De manera análoga,
2 O
4 2 2
2 O -3 -]6
y= -
- -
-8- -2,
Ll
2 O
4 3 2
2 -1 O 8
z= = -1.
Ll -8
- t, y= 2 Y z = -1.
La solución es x =
{ x + y + = 6,
5w
x + 2y +z = 4,
2y +z+ w = 6,
3x - 4w = 2.
Solución: Tenemos
1 O 5 1 O 5
1 2 O O -5
Ll= 1.
O 2 1 O O - 1 11
3 O O -4 O O O -1
290 6 ÁLGE BRA MATRICIAL
1 6 5 l I 6 5
I 2 4 O O I -2 -5
.ó., = O 2 6 O O 10 11 -98.
49
3 O 2 -4 O O O -S-
La regla de Cramer nos permite
resolver para una incógnita sin tener
que resolver para las otras.
De aquí z =tl./tl. =-98/1 =-98 .
EJERCICIOS 6.8
En los problemas 1-16 resuelva. Si es posible, utilice la regla de En los problemas 17 y 18, utilice la regla de Cralller para res
Cramer. ver las incógnitas indicadas.
2X - y = 4, 3X + y = 6, X - y + 3z + w = - 14,
1. { 3x + y = 5. 2. { 7x - 2)1= 5. x + 2)' - 3w = 12,
r
17. 2x +3y+ 6z+ w= 1, ; y, w.
- 2x = 4 - 3y, X + 2y - 6 = O, {
x + y + z+ w = 6.
3. { Y = 6x - l. 4. { :v - 1 = 3x.
= 6,
3(X + 2) = 5, +
x + 2y
y + 5, + w = 4,
5. { 6(x+y)= -8. 18. 2y + z+ w = 6, , x,y.
lX - lz = 1
3x - 4z = 2.
2 4 ' 0.6X - 0.7v = 0.33 ,
7. { *x + ~z = 2. 8. { 2.l x - 0.9'1' = 0.69. 19. Demuestre que la regla de Cramer no se aplica a
X +
+ Z y = 6, 2 - y = x
9. x - v + z. = 2, { 3 + x = -y,
{
2x - y + 3z = 6.
pero que a partir de consideraciones geométricas el siste
2r - y + 3z = I ~. no tiene solución.
10. x + y - z = - 3. 20. Determine todos los valores dec tales que la regla de Crame
{ x + 2y - 3z = - 10.
no pueda ser utilizada para resolver el sistema siguiente
2X - 3y + 4;:. = 0, X ++ 8: cy = - 4,
11. x + y - 3z = 4, ex z. - = 1,
{ 3x + 2y - z = O. {
- 53x - 6y + z = 2.
12. {!~ - 3s
s ~ 3~: ~:
+ 2/ = 15.
21. Eventos especiales Una estudiante determinó que tiene su-
ficiente tiempo disponible para asistir a 24 eve ntos especia·
les durante el año escolar. Entre los eventos están conciertoS.
2y + z = 3, juegos de hockey y producciones teatrales. Ella sien te que
X -
2.', ~ v + : = 1,
un balance ideal se alcanzaría si va el doble de veces a COO'
13. 2x + y + 2~ : 6. 14. r + :. = 4,
{
x + 8y + ~ - 3. { 5x + y + 3: = 5. ciertos que ajuegos de hockey, y si el número de concierto
a los que asista fuera igual al promedio del número de juegoS
2X - 31' + z = - 2, X - z = 14. de hockey y el número de obras de teatro. Utilice la regla de
15. x - 6y + 3z = - 2, 16. .v _ \' + : = 2 1, Cramer para determinar el número de juegos de hockey a lo
{ 3x + 3y - 2;:. = 2. {
, v+ z= - 10. que asistirá para alcanzar el balance ideal.
6.9 Aná lisis de insumo-producto c on ca lculadora gráfica 291
3W + 2x - 7y + z = 12, ~x - jy + ~z = ~.
- 5x - 6y + 3z = 8, -8x+~y
x -6.z=
. .!l
<) ,
{ 4w + 2y + 9z = 3, {
2x + ~Y + }z = ~.
7 w - 2x + 4y + 5z = 9.
Consumidores (insumo)
Industria Industria Demanda
A B final
Productores (producto) : Totales
Industria A 240 500 : 460 1200
Industria B 360 200 : 940 1500
Otros factores de producción
Totales
r----
600
1200
- ---- - - -~
800
1500
1
Cada industria aparece en un renglón y en una columna. El renglón muestra
las compras del producto de una industria por los sectores industriales y por los
consumidores para uso final (de aquÍ el término "demanda final") . Las entradas
representan los valores de los productos y podrían estar en unidades de millones de
dólares del producto. Por ejemplo, de la producción total de la industria A, 240
fueron como insumo a la industria A misma (para uso interno), 500 a la industri a B
y 460 fueron directo al sector de la demanda final. La producción total de A es la
suma de la demanda industrial y la demanda final (240 + 500 + 460 = 1200).
La columna de cada industria da el valor de lo que compró como in sumo de
cada una de las industrias así como lo gastado por otros conceptos. Por ejemplo , a
6 Leontief ganó el premio Nobel de Economía en 1973 por el desarrollo del método de "insumo -produc-
to" y sus aplicaciones a problemas económicos .
292 6 ÁLGEBRA MATRICIAL
A B A B
~,. ~l
~Hl
A 1200 1500 A
360 200
B i200 1500 B
--- -- -
600 800
Otros 1200 1500 2 15
Otros
= [k~ f;;~] [X
A A
[X ] ] [500]
Xs Xs + 1200·
6.9 Análisis de insumo-producto con calculadora gráfica 293
:51 '\1]
x= [~:l A= [l.. 15
10
2 '
y C =
500]
[ 1200 '
X = AX + C,
X - AX = C.
Si I es la matriz identidad de 2 x 2, entonces
IX - AX = C,
(1 - A)X = C.
................ i t':t 2- [A] ) La matriz I - A es llamada la matriz de Leontief. Introducimos las matrices A y C
en una calculadora gráfica. Con una TI-82, la matriz identidad de orden 2 es obteni-
404.494382] da cón el comando "identity 2". Evaluando (1 - A)-'C como se muestra en la figura
6.8, resulta la matriz de producción
870.786517]]
X = (1 - A) - 'C = [1404.49]
1870.79 .
Industria
_________________ Demanda
A B e final
1;~]
Industria: A 240 180 144 :
B 120 36 48: I
e 120 72 48 : 240
[- - - - - - - - - - - - - - _ 1
Solución: De forma separada sumamos las entradas en los primeros tres renglo
Los valores totales de producción para las industrias A, B Y e son 600, 360 Y
respectivamente. Para obtener la matriz de coeficientes A, dividimos las entradas
las industrias en cada columna entre el valor total de la producción para esa indus
:,6~
180
360
{~~
144
480 1
l
4":0 .
·1 [e] 120 72 48
··C(,) 1:']
[ [ ti
Clon 360 480
.. "-. ,J
r-rC
k
i::1
,_"_It,
l
] La matriz de demanda final es
[4 35 ]]
C [l~~].
1
=
231
EJERCICIOS 6.9
Dada la siguiente matri z de insumo-producto, encuentre la males) si la demanda final cambia a (a) 50 paraA, 40 para
matriz de producción si la demanda final cambia a 600 para y 30 para C; (b) 10 para A, 10 para B y 24 para C.
A y 805 para B. Encuentre el valor total de los otros costos
de producción que es to implica.
Industria
---------__ Demanda
Industria A B e final
Demanda
A B final
l~l
Industria: A l8
30 45 :
Industria: A 200 500 : 500] B
e __!9 _~L
~;
t
B 400 200 : 900 _! 26
Otras
___
600
_
800
___ 1
- Otras r 9 20 15
ii...' 2.
gg
Dada la siguiente matriz de insumo-producto, encuentre la
matriz de producción si la demanda final cambia a (a) 200 Dada la siguiente matriz de insumo-producto , encuentre
para A y 300 para B; (b) 64 para A y 64 para B. matriz de producción si la demanda final ' ambia a 300 p
A, 200 para B y 400 para C. Redondee sus entradas a d
Industria decimales.
Demanda
A B final
Industria
____________ Demanda
Industria: A
40 A B e final
B 90 ]
Industria: A 100 400 240 : 260l
Otras B 100 80 480 : 140
e
Dada la siguiente matriz de insumo-producto, encuentre la
matriz de producción (con entradas redondeadas a dos deci- Otras
[ _ _ __:
_:~¿ :_:~ ;:~ 500
6.10 Repaso 295
~ b REPASO
1 rmlnos Y símbolos importantes
matriz orden (o tamaño) entrada a i¡ [a) matriz (o vector) renglón
matriz (o vector) columna igualdad de matrices transpuesta de una matriz, A T matri z cero, O
matriz cuadrada diagonal principal matriz diagonal matriz triangular superior (inferior)
5ección 6.6 matriz inversa matriz invertible (no singular) matriz elemental
clón 6.7 determinante de una matriz menor de una entrada cofactor de una entrada
esumen
Uha matriz es un arreglo rectangular de números encerrado entre El segundo método de resolución de un sistema de ecuacio-
cotchetes. Tres tipos especiales de matrices son: matriz cero O , nes lineales involucra inversas. La inversa (si existe) de una ma-
matriz cuadrada y matriz identidad l. Además de la operación triz cuadrada A es una matri z A-I tal que A-l A = l. Si A es
b~ica de multiplicación por un escalar, están definidas las ope- invertibl e, podemos encontrar A - 1 aumentando A con I y apli-
raciones de suma y resta de matrices, que se aplican a matrices cando operaciones elementales sobre renglones hasta que A sea
del mismo orden. El producto AB está definido cuando el núme- reducida a l . El resultado de aplicar las mismas operaciones ele-
ro de columnas de A es igual al número de renglones de B. Aun- mentales sobre renglones a I es A-l. La in versa de una matri z
ijUe la suma de matrices es conmutativa, la multiplicación no lo es. puede ser utilizada para resolver un sistema de Il ecuaciones con
Utilizando la multiplicación matricial, podemos expresar un sis- n incógnitas dado por AX = B, a condición de que la matriz de
tema de ecuaciones lineales como la ecuación matricial AX =B. coeficientes A sea invertible. La solución única está dada por X
Un sistema de ecuaciones lineales puede tener solución úni- =A-lB. Si A no es invertible el sistema no tiene solución o bien
ca, ninguna solución o bien un número infinito de soluciones. Tres un número infinito de soluciones.
ihEtodos para resolver un sistema de ecuaciones lineales por me- El tercer método para resolver un sistema de ecuaciones
dio de matrices son: (1) utilizar las tres operaciones elementales lineales hace uso de determinantes y es conocido como la re gla
't'~re renglones, (2) usar una matriz inversa, y (3) por medio de de Cramer. Se aplica a sistemas de Il ecuaciones con Il incógnitas
Cletenninantes. El primer método implica aplicar las operaciones cuando el determinante de la matriz de coeficientes no es cero.
elementales sobre renglones a la matriz aumentada del sistema hasta Nuestra aplicación final de matrices trata las interrelaciones
qUe se obtiene una matriz reducida equi valente. La matriz reduci- que existen entre los diferentes sectores de una economía, y es
da hace que la solución o soluciones para el sistema sean obvias conocido como análisis de insumo-producto.
(suponiendo que existan). Si tiene un número infinito de solucio-
nes, la solución general implica al menos un parámetro.
PROBLEMAS DE REPASO
En los problemas 1-8 simplifique
296 6 ÁLGEBRA MATRIC IAL
X + y + 2z = 1,
-2J I .
21.
{
3x-2y-4z= - 7,
2x - y - 2z = 2.
4. 45{~ -:J
X y - z - 2 = O,
[l 22.
{
2xx ~ y + 2z + 5 = O,
+ Z + 3 = O.
5. [ - ~ ~ J([! ~ J - D~ ]). En los problemas 23-26 encuentre las inversas de las matriCl
~ ~J + 2 [ ~ =¡]).
6. - ([
23. [~ ~l 24. [~ ~l
7.2[~
1[33 ~J([: ~rr
25.(:
3
1
-2
-'] O .
2 u· U
O
3
-1
-!]
8. 3
En los problemas 27 y 28, resuelva el sistema dado utilizandb
En los problemas 9-12 calcule la matriz requerida si inversa de la matriz de coeficientes.
3X + + 4z : 1, 2x + y - Z = 0,
~l [~ ~J.
y
A = [ -11 B = 27. x + z - O, 28. 3x + z = 0,
{ 2y + Z = 2. { x - y + z = o.
9. (2A)T - 3F.
10. A(21) - AOT.
En los problemas 29-34 evalúe los determinantes.
11. B4 + 14.
12. (AB? - BTAT.
- ~I · 30· 1~ ~I·
2
29.
14
En los problemas 13 y 14, resuelva para x y para y. 1 2 -1 2 O 3
31. O 4. 32. 4 6 .
13. [;}xl = [~J. 2 2 -1 2 -1
r p q a e O O O
[~ ~ J[~ ~ J = [~ ~ J.
O j m a r O O
14. 33. O O c n 34. p j n O
O O O h s k
[! ~ n
X + 2y - z = 0,
35 {3X - y = 1,
37. Dado que IAI = -2, IBI = 4 Y lA -11 = I~I ' encuentre 1A-1B
En los problemas 19-22 resuelva cada uno de los sistemas por
el método de reducción. 38. Construya la matriz A = [aij 13x3 si a ij = li - ji.
2x - 5y = O,
19. { 4x + 3y = o. 20.
X - y +
3x+y+ z= 5 .
2z = 3, 39. Sea A = ig ~ Ól .Encuentre las matrices Al, A- y A 1 1m
{
Ll O ÓJ
6.10 Repaso 297
ti>
APLICACION
ti>
PRACTICA
Requerimientos
de insulina
como proceso
IineaF
Una posada vacacional en las montañas del estado de Was- donde A está dada por
hington tiene una bien merecida reputación por la atención
a las necesidades especiales de salud de sus huéspedes. La
Huésped . Huésped 1Huésped
semana siguiente el administrador de la posada espera re-
cibir cuatro huéspedes diabéticos dependientes de insulina. 123
Estos huéspedes planean permanecer en la posada durante insulina semilenta 20 40 30
7, 14,21 Y 28 días, respectivamente. insulina lenta 30 O 10
insulina ultralenta [ 10 O 30
La posada se encuentra muy alejada de la farmacia
más cercana, de modo que antes de que lleguen los hués- • I~
pedes el administrador planea obtener la cantidad total de Recuerde que el huésped 1 permanecerá 7
insulina que se necesitará. Se requiere de tres tipos dife- estará 14 días, el 3, 21 días y el huésped 4 28 días!
rentes de insulina: lenta, semilenta y ultralenta. El admi- hacer que el vector columna T represente el
nistrador almacenará la insulina y después el personal de días, que cada huésped permanecerá en la IJU"aU¡1 ,
la posada administrará la dosis diaria de los tres tipos a
cada uno de los huéspedes.
Los requerimientos diarios de los tres huéspedes son:
lt~l
ta, 50 de ultralenta.
1O(7{~
Adaptado de Richard F. Baum, "Insulin Requeriments as a Linear 4 3
nm
7
Process", en R. M . Thrall, J. A. Mortimer, K. R. Rebman y R. F. Baum O 1
(eds), Some Mathematical Models in Biology, edición revisada. Repor-
O 3
te 40241-R-7. Preparada en la Universidad de Michigan, 1967.
298
jll
Aplicación Práctica: Requerimientos de insulina como proceso lineal 299
B (o AT) indica que un total de 1610 unidades de donde XI es el número de días que el huésped i permanece
semilenta, 700 unidades de insulina lenta y 2100 en la posada y b¡, b2 , b3 dan, respectivamente, el número
de insulina ultralenta serán requeridas en total total de unidades de insulina semi lenta, lenta y ultralenta
cuatro huéspedes. necesarias para los cuatro huéspedes durante su estancia
Ahora, cambiando un poco el problema. Suponga que completa en la posada.
nUt~SpICU decidió duplicar el tiempo de estancia origi- Por último, suponga una vez más que el vector T
que da la cantidad total de insulina necesaria representa el número de días que cada huésped planeó ori-
ginalmente permanecer en la posada. Además, suponga que
el vector e proporciona el costo (en centavos) por unidad
4200 J
efecto, si cada huésped planeó extender un factor
el tiempo original en la posada (esto es, el hués-
e= [j] = matriz de eosto.
m
esto es, 41,090 centavos o $410.90.
•
estudio anterior. Encuentre la cantidad total que la posada
debe pagar por toda la insulina necesaria para los huéspedes.
La estadística descriptiva trata dos aspectos: el obtener información de los datos también
conocido como “análisis exploratorio de datos”* y por otro lado se preocupa de la "presentación de
resultados".
Tipos de Variables
*
El padre del análisis exploratorio de datos es John W. Tukey (1915-2000) Estados Unidos
Página 2 de 39
Tipos de variables
Base de datos 1:
En esta base de datos podemos notar que los alumnos tienen distintas características, por
ejemplo, no todos vienen de la misma ciudad.
Página 3 de 39
Definiciones:
Unidad es el objeto que observamos. Cuando el objeto es una persona, lo referimos como
sujeto.
Una colección de observaciones con una o más variables se llama base de datos.
Tipos de variables
Cualitativas Cuantitativas
Variables cualitativas son aquellas que clasifican las unidades en categorías. Las categorías
pueden tener un orden natural (ordinales) o no (nominales). Las variables cualitativas también se
llaman variables categóricas. Con estas variables podemos contar número de casos, comparar
entre categorías, pero no podemos realizar operaciones numéricas.
Variables cuantitativas tienen valores numéricos que representan medidas (largo, peso, etc.) o
frecuencias (número de). Tiene sentido realizar operaciones numéricas con estas variables.
Además distinguimos dentro de las variables cuantitativas las discretas y las continuas. Una
variable discreta es aquella en la cuál se puede contar el número posible de valores. Una variable
continua puede tomar cualquier valor en un intervalo dado.
Página 4 de 39
Ejemplo
Nominal: está asociada a nombres.
Ejemplo: Marca de auto, Sexo, Religión.
0 1 2 3 4 5
20 ml
0 ml
Ejemplo
Tipo de Variable.
Determine qué tipo son las siguientes variables. Si son variables cualitativas (nominal u ordinal) o
cuantitativas (discretas o continuas).
a) Marca de automóvil.
b) Duración de un compacto (segundos).
c) Número de temas de un compacto.
d) Nivel educacional (básica, media, universitaria).
e) Temperatura al mediodía en Talca (grados Celcius).
f) Estado civil (soltero, casado, divorciado, viudo).
g) Cantidad de lluvia en un año en Talca (mm3).
Página 5 de 39
Definición:
La distribución de una variable nos da los valores posibles de la variable y cuantas veces
ocurren. La distribución de una variable nos muestra la forma en que varía la variable.
Lo primero que hacemos al querer describir variables cualitativas es contar cuántas unidades caen
en cada categoría de la variable. Esto lo presentamos en una tabla de distribución de frecuencias
de la forma:
Valor o
categoría de la variable Frecuencia Porcentaje
...
Total n 100
Ejemplo
Tabla de distribución de frecuencias del sexo de la base de datos 1
En SPSS
Porcentaje Porcentaje
SEXO Frecuencia Porcentaje válido acumulado
Válidos F 16 44.4 44.4 44.4
M 20 55.6 55.6 100.0
Total 36 100.0 100.0
La salida de SPSS tiene columnas que no aportan información, Usted deberá editar estas tablas
con la información que es relevante y borrar lo que no interesa.
Página 6 de 39
Una vez que conocemos la distribución de la variable, nos interesa presentarla de alguna manera
gráfica, uno de los gráficos o diagramas más usados en variables cualitativas son los diagramas
sectoriales o de torta y los gráficos de barra.
Un gráfico de barras muestra la distribución de una variable cualitativa listando las categorías o
valores de la variable en el eje X y dibujando una barra sobre cada categoría. La altura de la barra
es igual al porcentaje de ítems en esa categoría. Las barras deben tener el mismo ancho.
Gráfico sectorial.
12.5%
25.0%
75.0% 87.5%
F
44.4%
M
55.6%
Página 7 de 39
Gráfico de barras
60 21
20
19
18
50
17
16
15
40 14
13
12
30 11
10
9
20 8
7
6
Frecuencia
Porcentaje
5
10 4
3
2
0 1
F M F M
Sexo Sexo
60 60
58
50
56
54
40
52
30 50
48
20
46
44
Porcentaje
Porcentaje
10
42
0 40
F M F M
Sexo Sexo
Página 8 de 39
30
20
10
Porcentaje
0
C
IQ
LI
M ES
PU ILL
PU TO
R TO
SA AG
SA
SA
SA
TA AG
U
AN
N
EL
U
LC O
N
N IPE
N IER
ER A
ER IBA
R
IL
AR
IQ
IP
TI
C
IC
LA
FE
FE
JA AN
A
U
O
V
E
R
U
N
M
A
O
Ñ
D
EZ
TT
CIUDAD O
Ejemplo
Métodos gráficos y numéricos para describir datos cualitativos
Tabla: Distribución de frecuencias de formas de hojas simples de una muestra de 39 hojas del
parque de la Universidad de Talca, sector del edificio Prosperidad, I semestre 2001.
6
Frecuencia
0
Aciculada Elíptica Flavelada Lanceolada Lobulada Ovada Ovovada Palmada
Forma de hojas simples
Aciculada
10%
Palmada
21%
Elíptica
22%
Ovovada
8%
Ovada
13% Flavelada
5%
Lobulada Lanceolada
8% 13%
Página 10 de 39
En esta sección veremos de qué manera podemos describir gráficamente las variables
cuantitativas. Veremos 3 tipos de gráficos:
1. Gráfico de puntos.
2. Diagrama de Tallo y Hojas.
3. Histograma.
1. Gráfico de Puntos.
Ejemplo
¿Cuántas llaves tiene en su bolsillo?
Haga un gráfico de frecuencias (de puntos) con el número de llaves que tienen los estudiantes
que asisten hoy a clases. Describa la forma del gráfico.
Formas de Distribuciones
Uniforme
Página 11 de 39
• Simétrica: La distribución puede ser dividida en dos partes alrededor de un valor central y
cada parte es el reflejo de la otra.
• Sesgada: Un lado de la distribución se alarga más que el otro. La dirección del sesgo es la
dirección del lado más largo.
• Unimodal: La distribución tiene un único máximo que muestra el o los valores más comunes
en los datos.
• Bimodal: La distribución tiene dos máximos. Esto resulta a menudo cuando la muestra
proviene de dos poblaciones.
Ejemplo
BASE DE DATOS médica = medidas en 20 individuos que fueron parte de un estudio médico
para reducir la presión sanguínea.
Los gráficos o diagramas de tallo y hoja son una manera muy fácil de ordenar y mirar la
distribución de los datos.
A veces se deja fuera el decimal pero se agrega una nota de cómo leer el valor.
Para 2,345 por ejemplo podremos decir que 234 | 5 se debe leer como 2,345.
2. Escribir los tallos en orden creciente de arriba abajo y dibujar una línea a la derecha de
los tallos.
Ejemplo
Diagrama básico de Tallo y Hoja para la Edad de base de datos de un estudio médico.
45 41 51 46 47 42 43 50 39 32
41 44 47 49 45 42 41 40 45 37
3 | 2
3 | 7 9
4 | 0 1112234
4 | 5 556779
5 | 0 1
Así podemos visualizar mejor que la distribución de las edades de los sujetos es aproximadamente
simétrica, centrada en aproximadamente 43-44, sin valores extremos evidentes (observaciones
que caen fuera del patrón general de datos).
Ejemplo
Puntajes de pruebas de dos estudiantes.
Estudiante A: 80 52 86 94 76 48 92 69 79 45
Estudiante B: 73 87 81 75 78 82 84 74 80 76
Pensemos
Explique por qué los siguientes gráficos de tallo y hojas no reflejan bien a la distribución de los
datos.
27 | 9 2|112223445567789 18 | 1
32 | 0 1178 3|022334678 19 | 0
33 | 1 2259 4|011 20 |
34 | 0 34 21 | 128
35 | 1 1 Nota: 2 | 1 representa 21 22 | 0
23 | 7
Nota: 27 | 9 representa 279 24 |
25 | 5 8
26 | 2 3
27 | 0 5
28 | 1 29
29 | 2
30 | 7
31 | 6
32 |
33 | 0
34 |
35 | 0
En SPSS
Analizar > Estadísticos Descriptivos > Explorar > Gráficos > Tallo y Hojas.
Stem width: 10
Each leaf: 1 case(s)
Stem width: 10
Each leaf: 1 case(s)
2.00 1 . 89
5.00 2 . 11123
10.00 2 . 5566778889
1.00 3 . 0
En SPSS
Estos diagramas contienen datos de la estatura (en cms) y de edad de los alumnos de la base de
datos de 36 alumnos de Estadística:
Diagrama 1
ESTATURA Stem-and-Leaf Plot Diagrama 2
EDAD Stem-and-Leaf Plot
Frequency Stem & Leaf
Frequency Stem & Leaf
1.00 15 . 4
4.00 15 . 5555 6.00 19 . 000000
7.00 16 . 0000222 14.00 20 . 00000000000000
3.00 16 . 567 6.00 21 . 000000
7.00 17 . 0023444 8.00 22 . 00000000
3.00 17 . 578 .00 23 .
10.00 18 . 0000022344 1.00 24 . 0
.00 18 . 1.00 Extremes (>=25.0)
1.00 19 . 4
Stem width: 1
Stem width: 10 Each leaf: 1 case(s)
Each leaf: 1 case(s)
3. Histograma
Los histogramas son otra manera de mostrar la distribución de una variable cuantitativa.
1. Dividir el rango de los datos (menor a mayor) en clases del mismo ancho. Las clases
deben contener el rango posible de datos y no se deben superponer. Ej. Si los datos
van de 0 a 29, comience en 0 hasta 30 de ancho 5.
5. Dibujar un rectángulo (una barra vertical) en cada clase con la altura igual a la
frecuencia, la proporción, o el porcentaje.
Página 16 de 39
Ejemplo
Histograma de Edad
Veamos nuevamente las edades de la base de datos médica. El rango va de 32 a 51, entonces
podemos crear clases que comiencen en 30 con incrementos de 5 hasta 55. Puede intentar
diferentes clases con distinto ancho hasta obtener una buena representación.
En SPSS
20
6
10
Frecuencia
Frecuencia
0
0
15
15
16
16
17
18
18
19
3
19 - 21 21 - 23 23 - 25 25 - 27
-1
-1
-1
-1
-1
-1
-1
-1
58
64
69
75
81
86
92
98
EDAD
ESTATURA
En SPSS
2.00 0 . 00
16.00 1 . 0000000000000000
8.00 2 . 00000000
10 5.00 3 . 00000
2.00 4 . 00
1.00 5 . 0
Frecuencia
18 18
16 16
14 14
12 12
10 10
8 8
6 6
Frecuencia
4 4
2 2
0 0
0 1 2 3 4 5 7 0 1 2 3 4 5 6 7
Hay ciertos errores comunes que aparecen en gráficos que pueden hacer que se mal interprete la
información. Cuando construya gráficos:
Ejemplo
Histograma del Peso al nacer de los recién nacidos en 1993 en Chile.
40
30
20
10
0
260 893 1526 2159 2792 3425 4058 4691 5324 5957 6590
Peso de Nacimiento en gramos
En este capítulo, empezamos a organizar y resumir los datos, primero tratamos las variables
cualitativas, luego la descripción gráfica de variables cuantitativas, ahora estudiaremos cómo
obtener buen resumen numérico de los datos. Específicamente estudiaremos medidas de
resumen o medidas descriptivas numéricas que son de tres tipos:
- las que ayudan a encontrar el centro de la distribución, llamadas medidas de tendencia
central.
- las que miden la dispersión, llamadas medidas de dispersión.
- las que describen la posición relativa de una observación dentro del conjunto de datos,
llamadas medidas de posición relativa.
Una Estadística es una medida descriptiva numérica calculada a partir de datos de una muestra.
Un Parámetro es una medida descriptiva numérica que usa la totalidad de las unidades de una
población.
a) Promedio.
∑x
i =1
i
x1 + x 2 + L + x n
x = = 1
n n
Si se tiene TODOS los valores de una población, el promedio de la población es la suma de todos
los valores dividida por cuántos son.
1
Pueden revisar la notación de sumatorias en Hopkins, K. Hopkins, B. Glass, G. (1997) Estadística básica para las ciencias
sociales y del comportamiento. Tercera edición. Prentice Hall.
Página 20 de 39
∑x
i =1
i
Ejemplo
Número promedio de niños por hogar.
Los datos siguientes son el número de niños en una muestra aleatoria de 10 casas en un
vecindario: 2, 3, 0, 2, 1, 0, 3, 0, 1, 4.
El resultado es 1,6 aunque no sea posible observar 1,6 niños en una casa. El promedio es 1,6
Supongamos que una observación en la última casa se anotó como 40 en vez de 4, ¿Qué le
pasará al promedio?
Notar que 9 de las 10 observaciones son menores que el promedio. El promedio es sensible a las
observaciones extremas.
Ejemplo
Un promedio NO es siempre representativo.
Las notas en varias pruebas de Juanita son 1,0 6,9 2,0 1,8 1,3, calcule el promedio de
Juanita.
Ejemplo
Combinando Promedios.
Mean =2.5
1 2 11
Mean =4
Si la distribución es sesgada, vamos a querer usar una medida que sea más resistente para
mostrar el centro. La medida de tendencia central que es más resistente a los valores extremos es
la mediana.
b) Mediana.
Definición:
Ejemplo
Edades de n=20 sujetos...
Calculamos (n+1)/2 obtenemos (20+1)/2 = 10,5. Entonces los términos centrales son la décima
y undécima observaciones, es decir 43 y 44. La mediana es el promedio de estos dos términos,
(43+44)/2=43,5 años.
32 37 39 40 41 41 41 42 42 43 44 45 45 45 46 47 47 49 50 51
Página 22 de 39
Ejemplo
Mediana del número de niños por hogar.
c) Mediana = ______________
Nota: La mediana es resistente (robusta), es decir, no cambia o cambia muy poco con
observaciones extremas.
c) Moda.
Definición:
• {0, 0, 0, 0, 0, 1, 2, 3, 4, 4, 4, 4, 5} ...
La Moda no se usa a menudo como medida de tendencia central para datos cuantitativos. Sin
embargo la Moda es LA medida de tendencia central que puede ser calculada en datos
cualitativos.
Página 23 de 39
10
4
Frecuencia
0
CU
CH O
IQ AN
LI UE
M ES
PU ILL
PU TO
RA TO ÑE
SA A G NT
SA
SA AV ND
TA IAG
A
N
EL
UI
LC O
R
IL
NC MO Z
NT ER O
A
ER A
ER IB
N
Q
IP
IC
FE A
J
F
A
E
LI
RN
U
I
PE
A
A
Ejemplo
Diferentes medidas pueden dar diferentes impresiones.
El famoso trío - promedio, mediana y moda – representan tres métodos diferentes para encontrar
EL valor del “centro”. Estos tres valores pueden ser un mismo valor pero a menudo son distintos.
Cuando son distintos, pueden servir para diferentes interpretaciones de los datos que queremos
resumir. Considere el ingreso mensual de cinco familias en un barrio:
$120 000 $120 000 $300 000 $900 000 $1 000 000
Si Usted está tratando que bajen las contribuciones, ¿Qué medida usaría?
Página 24 de 39
50%
mean=median
mean=median=mode two modes
50% 50%
Pensemos
Suponga que calcula el promedio, mediana y moda de una lista de números, ¿Cuál medida es
siempre un número en la lista?
Ejemplo
Una distribución diferente.
Ejemplo
Buenas o malas medidas.
Para los siguientes gráficos describa qué tan buenas o malas son las tres medidas de tendencia
central como descripción del centro de la distribución:
2. Medidas de Dispersión.
Las medidas de tendencia central son útiles pero nos dan una interpretación parcial de los datos.
Considere los dos siguientes conjuntos de datos:
Datos 1: 55, 56, 57, 58, 59, 60, 60, 60, 61, 62, 63, 64, 65
X
X
XXXXXXXXXXX .
35 40 45 50 55 60 65 70 75 80 85
Datos 2: 35, 40, 45, 50, 55, 60, 60, 60, 65, 70, 75, 80, 85
X
X
X X X X X X X X X X X .
35 40 45 50 55 60 65 70 75 80 85
a) Rango.
X
X X X X X X X
X X X X X X X X X X X
X X X X X X X X X X X X X X X X X X X X X X
20 21 22 23 24 25 26 27 28 29 30 20 21 22 23 24 25 26 27 28 29 30
Analice cuáles podrían ser las ventajas y desventajas del rango como medida de variabilidad.
Página 26 de 39
b) Desviación Estándar.
Ejemplo deviation = -4
deviation =1
deviation = 3
0 1 2 3 4 5 6 7
mean=4
La varianza muestral está definida como la suma de las desviaciones al cuadrado divididas por
el tamaño muestral menos 1, es decir, dividas por n − 1 .
varianza muestral =
(− 4)2 + (1)2 + (3)2 =
16 + 1 + 9 26
= = 13
3−1 2 2
Ejemplo
Desviación estándar para el número de niños por hogar.
Recordemos los datos del número de niños por hogar en una muestra de 10 casas de un barrio:
2, 3, 0, 2, 1, 0, 3, 0, 1, 4
"Los hogares tienen, en promedio 1,6 niños con una variación de alrededor de 1,43 niños".
En Resumen
Pensemos la desviación estándar como aproximadamente un promedio de las distancias de las
observaciones a la media.
La desviación estándar es positiva y mientras más alejados están los valores del promedio, mayor
será la desviación estándar.
Página 27 de 39
Si x1, x2 ,..., xn denota una muestra de n observaciones, la varianza muestral se denota por:
s 2
=
∑ (x i − x)
2
=
(x1 − x )2 + (x2 − x )2 + L + (x n − x )2
n −1 n −1
s= s2 .
σ = σ 2
=
∑ (x i − µ)
2
.
N
Notas:
- Así como el promedio es una medida de tendencia central que no es resistente a las
observaciones extremas, la desviación estándar, que usa el promedio en su definición,
tampoco es una medida de dispersión resistente a valores extremos.
- Tenemos argumentos estadísticos para demostrar por qué dividimos por n − 1 en vez de n en
el denominador de la varianza muestral.
Cuartiles
50% 50%
También es posible dividir los datos en más de dos partes. Cuando se dividen un conjunto
ordenado de datos en cuatro partes iguales, los puntos de división se conocen como cuartiles y
los representamos por Q1, Q2 y Q3.
Mínimo Q1 Q2 Q3 Máximo
Página 28 de 39
La diferencia entre el tercer cuartil y el primer cuartil se llama rango entre cuartiles, denotado
por RQ=Q3-Q1. El rango entre cuartiles mide la variabilidad de la mitad central de los datos.
Notas:
- Cuando el número de observaciones es impar, la observación del medio es la mediana. Esta
observación no se incluye luego en los cálculos de Q1 y Q3.
- Pueden encontrar diferentes fórmulas en libros, calculadoras o computadores, pero todas estas
fórmulas se basan en el mismo concepto.
- Si la distribución es simétrica, los cuartiles deben estar a la misma distancia de la mediana.
Ejemplo
Cuartiles para la Edad.
32 37 39 40 41 41 41 42 42 43 44 45 45 45 46 47 47 49 50 51
median = 43.5
Q1 = 41 Q3 = 46.5
Count
8
Ejemplo
¿Qué es Variabilidad?
Datos I: 4 4
2 3 3 3 4 4 4 4 5 5 5
5 5 2 2
Datos II:
3 3 3 3 3 4 4 4 4 5 5 1 2 3 4 5 6 1 2 3 4 5 6
Distribution III
5 6 Distribution IV
6 6
Datos III:
2 3 3 4 4 4 4 4 4 4 5 4 4
5 6
2 2
Datos IV:
3 3 3 3 3 3 4 5 5 5 5
5 5 1 2 3 4 5 6 1 2 3 4 5 6
Algunas personas asocian variabilidad con rango mientras que otras asocian variabilidad con cómo
difieren los valores de la media. Hay muchas medidas de variabilidad, y la desviación estándar es
la más usada. Pero recuerden que una distribución con la menor desviación estándar no es
necesariamente la distribución que es menos variable con respecto a otras definiciones de
variabilidad2.
2
Referencia: Nitko, A. (1983) Educational Tests and Measurement: An Introduction. Harcourt.
Página 30 de 39
En Resumen
Cuando queremos describir una variable usamos alguna medida de posición central y una medida
de dispersión. El par de medidas más comúnmente usado es el promedio y la desviación estándar.
Pero vimos que cuando la distribución de las observaciones es sesgada, el promedio no es una
buena medida de posición central y preferimos la mediana. La mediana en general va
acompañada del rango como medida de dispersión. Pero cuando observamos valores extraños
(extremos) el rango se ve muy afectado, por lo que preferimos usar el rango entre cuartiles.
Mínimo Q1 Q2 Q3 Máximo
También podemos dividir conjuntos de datos en 100 partes iguales y los puntos de división se
conocen como percentiles.
1% 1% 1% 1% 1% 1% 1% ... 1% 1% 1% 1% 1% 1%
Es así como los cuartiles son en realidad los percentiles 25, 50 y 75, respectivamente.
En general, el k-ésimo percentil es un valor tal que el k% de los datos son menores o iguales
que él, y el (100-k)% restante son mayores o iguales que él.
k% (100-k)%
Mínimo Pk Máximo
Página 31 de 39
Por ejemplo, el 25-ésimo percentil o percentil 25 (P25) es un valor tal que el 25% de los datos
son menores o iguales que él, y el (100-25) = 75% restante son mayores o iguales que él.
Definición:
Las medidas de posición relativa son medidas que describen la posición que tiene un valor
específico en relación con el resto de los datos.
Ejemplo
Si su nota estuvo en el percentil 84, entonces el 84% de las notas fueron inferiores a la suya y el
16% superiores.
Definición
Valores extremos (outliers): son valores que se alejan del conjunto de datos.
donde xi serán las primeras y últimas observaciones en la serie ordenada de los datos.
Ejemplo
¿Tiene valores extremos, la variable edad de los 20 sujetos en el estudio médico?
32 37 39 40 41 41 41 42 42 43 44 45 45 45 46 47 47 49 50 51
median = 43.5
Q1 = 41 Q3 = 46.5
Página 32 de 39
3. Por último se extienden las líneas, llamadas bigotes, saliendo de la caja hasta el mínimo y el
máximo (salvo en la presencia de valores extremos).
Ejemplo
Gráfico de caja para la EDAD
IQR
30 32 34 36 38 40 42 44 46 48 50 52 54 56
En la presencia de valores extremos, los "bigotes" se extienden hasta el valor observado anterior
al valor extremo.
Página 33 de 39
En SPSS
10
EDAD
30 35 40 45 50 55
La distancia entre la mediana y los cuartiles es aproximadamente la misma, lo que nos hace
pensar que la distribución de los datos es más o menos simétrica como vimos antes en el
histograma y en el tallo y hoja.
Los gráficos de caja son muy útiles para comparar distribuciones de dos o más grupos. Por
ejemplo, comparar los grupos de fumadores y no fumadores (ver ejercicios propuestos).
80
70
60
50
40
30
Minutos
20
10
N= 12 14
Fumadores No fumadores
Grupo
Página 34 de 39
Ejemplo
En diciembre de 2004, SERNAC realizó un estudio acerca del precio de las bicicletas en Santiago.
En el siguiente gráfico de caja se presentan los precios de 5 bicicletas Bianchi Modelo Goliat 12:
56
54
52
50
48
46
44
N= 5
Bianchi Goliat 12
Ejemplo
Identifique las 5 medidas de resumen e identifique los valores extremos:
26
25
Edad en años Stem-and-Leaf Plot
24 Frequency Stem & Leaf
23
6.00 19 . 000000
22
14.00 20 . 00000000000000
6.00 21 . 000000
21 8.00 22 . 00000000
.00 23 .
20
1.00 24 . 0
19 1.00 Extremes (>=25.0)
18
Stem width: 1
Edad de base de datos de 36 alumnos Each leaf: 1 case(s)
¿Valores extremos?
Página 35 de 39
Pensemos
Ejemplo
Considere los siguientes conjuntos de datos (ordenados):
I II
-1 1 2 2 3 3 3 4 4 4 4 5 5 5 6 6 7 9 1 1 1 1 1 1 3 3 4 6 7 7 9 9 9 9 9 9
Mínimo = -1 Mínimo = 1
Q1 = 3 Q1 = 1
Mediana = 4 Mediana = 5
Q3 = 5 Q3 = 9
Máximo = 9 Máximo = 9
III IV
Página 36 de 39
Ejemplo
Diseño muestral.
Los gráficos representan las notas en dos cursos de Estadística de los 3 últimos años que se
dictan para la Facultad de Ciencias de la Salud y la Facultad de Ciencias Económicas.
Considere tres diseños muestrales para estimar la verdadera media poblacional de las
notas:
a) ¿Para qué población (2002, 2003 o 2004) los diseños (i) y (ii) son igualmente efectivos?
b) ¿Para qué población (2002, 2003 o 2004) el diseño (ii) será el mejor?
c) ¿Para qué población (2002, 2003 o 2004) el diseño (iii) será el mejor?, ¿De cuál
Facultad se debe obtener una muestra de mayor tamaño?
Página 37 de 39
Ejemplo
Una transformación.
b) Suponga que cada niño recibe una mesada semanal de $500. Describa ahora el gasto en
mesadas de cada vivienda.
- Encuentre el promedio y la desviación estándar y compare con los obtenidos de las
observaciones originales.
- ¿Cómo cambia el promedio?, ¿Cómo cambia la desviación estándar?
- Describa cómo afecta al promedio y la desviación estándar el multiplicar una
constante a cada observación.
Ejemplo
La temperatura mínima en Talca la semana del 14 al 20 de Mayo de 2001 fue de:
x−x
Note que la variable estandarizada se puede expresar de la forma de una
sX
transformación lineal:
x−x 1 x
= x + − con a = 1
, y b = − x .
sX s s
sX sX X X
Transformaciones no lineales3
Ejemplo
Se tienen datos sobre la emisión de monóxido de Carbono de 46 vehículos del mismo tipo
(Monoxido.sav).
EN HC CO NOX
1 0,5 5,01 1,28
2 0,65 14,67 0,72
3 0,46 8,6 1,17
. . . .
. . . .
. . . .
44 0,46 3,99 2,01
45 0,47 5,22 1,12
46 0,55 7,47 1,39
A los investigadores les interesa calcular la media del monóxido de Carbono. Si analizamos
el histograma adjunto, vemos que la distribución del monóxido de Carbono es sesgada a la
derecha, por lo que la media no será un buen estimador del centro de la distribución. Como
solución podemos transformar la variable usando el logaritmo natural y calculamos el
3
Lectura complementaria Capítulo 6 de Peña, D. Romo, J. (1999) Introducción a la Estadística para las Ciencias
Sociales. McGraw Hill.
Página 39 de 39
25
Histograma 22
24
20
12,5
Número de Vehículos
15
10,0
7,5
10
5,0
2,5
Media =7,88
Desviación típica =5,163
N =48 0
0,0
0,00 5,00 10,00 15,00 20,00 25,00
Monóxido de Carbono Monóxido de Carbono
Media = 7,88.
Histograma
1,25
10
1,00
8
Número de Vehículos
6 0,75
4
0,50
Media = 2,2705.