Ec005 PDF

,
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.
Lo que caracteriza a este sistema son los coeficientes numéricos en la ecuaciqn

junto con sus posiciones relativas . Por esta razón, el sistema puede ser descrito
el arreglo rectangular
[~
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
Los renglones de una matriz están numerados de manera consecutiva de arriba

hacia abajo, y las columnas están numeradas de manera consecutiva de izquierda a
derecha. Para la matriz A anterior tenemos
columna 1 columna 2 columna 3

renglón 1 [ 10 12 16
renglón 2 5 9 7 J= A.
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
tienen órdenes 3 x 3 y 4 x 2, respectivamente.

Los números en una matriz son llamados entradas o elementos. Para denotar
entradas arbitrarias de una matriz, digamos de una de orden 2 x 3, existen dos méto-
dos comunes. Primero, podemos utilizar letras diferentes:
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}.
Nuestra atención en este capítulo estará en la operación y aplicación de varios

tipos de matrices. Para completar, ahora daremos una definición formal de una matriz.
222 6 ÁLGEBRA MATRICIAL
Definición
Un arreglo rectangular de números que consiste en m renglones y n columnas.
a" a,z a,"

az, azz aZIl
es llamado matriz de m X n o matriz de orden m x n . Para la entrada a. llama

- '1
a i el subíndice del renglón y a j el subíndice de la columna.
El número de entradas en una matriz de m x n es mn . Por brevedad, una ma

ADVERTENCIA
de m x n puede ser denotada por el símbolo [a;)m xlI o de manera más sencilla [a
No confunda la entrada general aij con
la matriz [al donde el orden se entiende que es el apropiado para el contexto dado. Esta notaci
sólo indica qué tipos de símbolos son utilizados para denotar la entrada general.
Una matriz que tiene exactamente un renglón, tal como la matriz de l x 4
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
es llamada matriz columna, o vector columna.
EJEMPLO 1 Orden (o tamaño) de una matriz
a. La matriz [1 2 O] tiene orden 1 x 3.
b. La ma"i, [i -!] tiene tamaño 3 x 2.
c. La matriz [7] tiene orden 1 x 1.
G ~
3 7
d. La ma"i, 11 5 - :] tiene o,den 3 x 5 y 3(5) = 15 en"ada>.
-2 -1
EJEMPLO 2 Construcción de matrices
a. Construir una matriz columna de tres entradas tal que a,_ 1 =6 Y a./1 =Oen los otrOS
casos.
6. 1 Matrices 223
Solución: Como a ll =a 31 =0, la matriz es
b. Si A = [a]
lj
tiene orden 3 x 4 ya lj.. = i + j, encontrar A.
Solución: Aquí i = 1, 2,3 Yj = 1,2, 3,4 YA tiene (3)(4) = 12 entradas. Ya que a ij

= i + j, la entrada en el renglón i y columnaj se obtiene sumando los números i y
j. De aquí a ll = 1 + 1 = 2, a l2 = 1 + 2 = 3, a l 3 = 1 + 3 = 4, etc. Por tanto,
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
c. Construir la matriz 1 de 3 x 3 dado que a ll = a 22 = a 33 = 1 Y a =

ij
°en cualquier
otro caso.
Solución: La matriz está dada por
•
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
y [1 1] '* [1 1 1] (diferentes tamaños) .
Una ecuación matricial puede definir un sistema de ecuaciones. Por ejemplo,

suponga que
[
X
2z
y +
5w
1]
Igualando las entradas correspondientes, debemos tener
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.
Transpuesta de una matriz

Si A es una matriz, la matriz formada a partir de A intercambiando sus renglones,
sus columnas es llamada la transpuesta de A.
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.
EJEMPLO 3 Transpuesta de una matriz
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
FIGURA 6.1 Ay AT. 0= [°O°° O'

0]
6.1 Mat rices 225
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]
son cuadradas con órdenes 3 y 1, respectivamente.

En una matriz cuadrada de orden n, las entradas au' a 22 , a 33 , • • • , all/l las cuaJes
están sobre la diagonal "principal" que va desde la esquina superior izquierda hasta
la esquina inferior derecha, son llamadas entradas de la diagonal principa l, o de
forma más sencilla la diagonal principal. Así, en la matriz
1 2
4 5
[
7 8
la diagonal principal (véase la región sombreada) consiste en a u = 1, a 22 = 5 ya" = 9.

Una matriz cuadrada A es llamada matriz diagonal si todas las entradas que
se encuentran fuera de la diagonal principal son cero; esto es, aIJ.. = O para i ,¡. j .
Ejemplos de matrices diagonales son
U na matriz cuadrada A se dice que es una matriz triangular superior si todas

las entradas abajo de la diagonal principal son cero; esto es, a = O para i > j. De
manera análoga, una matriz A se dice que es una matriz triangular inferior si todas
las entradas por arriba de la diagonal principal son cero; esto es, aij = O para i < j.
Cuando una matriz es triangular superior o triangular inferior, es llamada una ma-
triz triangular. Así, las matrices
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.
EJERCICIOS 6.1 12. Construya la matriz B =[bij] si B es de 2 x 2 Yh;J =(-1 y+J(jl.¡.

13. Si A = [aij] es 12 x 10, ¿cuántas entradas tiene A? Si a
1. Sean para i =j, y a j . = O para i 7= j, encuentre a ll , a S2 ' a y~
J 10.1 0 ,
~ [~ 25 3]6 , 14. Liste la diagonal principal de
~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.
16. Si A es una matriz de 4 x 5, ¿cuál es el orden de AT?
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
c. ¿Cuáles·matrices son triangulares superiores? ¿Triangu-

lares inferiores?
d. ¿Cuáles son vectores renglón?

e. ¿Cuáles son vectores columna?
20. A
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
3. ¿Cuáles son matrices diagonales?

Determine las entradas siguientes.
b. ¿Cuáles son matrices triangulares?
3. a4l ·
22. Una matriz es simétrica si AT =A. ¿La matriz del problema
20 es simétrica?
8. ass· 23. Si
9. ¿Cuáles son las entradas de la diagonal principal?

1 2 3]
10. Escriba la matriz triangular inferior de orden 5 en la que to-
das las entradas que no se requiere que sean cero, son iguales
A =
[4 5 6 ,
7 8 9
a uno.
verifique la propiedad general de que (A T)1 =A encontrando
11. Construya una matriz A =[aij] si A es de 3 x 4 y aij =2i + 3). A TYdespués (AT)!.
6.2 Suma de matrices y multiplicación por un escalar 227
$11 los problemas 24-27 resuelva la ecuación matricial. presentada a continuación. Los sectores consumidores son los
mismos que los productores -industriales, gobierno, acero,
[ 3y~ ~] [~2 7~].

agricultura, doméstico, etc. Cada renglón muestra cómo el
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
6.2 SUMA DE MATRICES Y MULTIPLICACiÓN POR UN ESCALAR

OBJETIVO
Definir la suma de matrices y la Suma de matrices
. multiplicación por escalar y considerar
las propiedades relacionadas con estas Considere un comerciante de vehículos para nieve quien vende dos modelos, Deluxe
Operaciones. y Super. Cada uno está disponible en uno de dos colores, rojo y azul. Suponga que
las ventas para enero y febrero están representadas por las matrices de ventas
228 6 ÁLGEBRA MATRIC IAL
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:
Esta situación nos motiva a introducir la operación de suma de matrices para

matrices del mismo orden.
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;) .
Por ejemplo, sean
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+B=[3+5 0+(-3) -2+6] [8 -3

2 + 1 - 1 + 2 4 + (- 5) = 3 1
EJEMPLO 1 Suma de matrices
a. [~56;] + [- ~3 -;] =
O
[~5+36+0
~ ~ ; ~ ;] = [ - 86
~ ~] .
b. [~; ] + [ i] no está definida ya que las matrices no son del mismo tamaño . •
Si A, B, e y O tienen el mismo orden, entonces las propiedades siguientes se

cumplen para la suma de matrices:
Estas propiedades de la suma de Propiec;Jades para la suma de matrices

matrices son similares a las
Á+B=B+A (propiedad conmutativa),
propiedades correspondientes de los
números reales. A + (B + C) ::: (A + B) + e (propiedad asociativa),
A+O=O+A=A (propiedad del neutro aditivo).
6.2 Suma de matrices y multip lic ació n por un escalor 229
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.
EJEMPLO 2 Propiedades de la suma de matrices

Sean
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
DI = [3 2 5], D2 = [O 17 1], DJ = [4 6 12],

y para las industrias,
De = [O 4], DE = [20 O 8], DA = [30 5 O],
donde los subíndices e, E y A son para carbón, electricidad y acero, respectiv

te. La demanda total, de los consumidores, para estos bienes está dada por la s
DI+D2 +D3 =[3 25]+[0171]+[4612]=[725
La demanda industrial total está dada por la suma

4] + [20 O 8] + [30 5 O] [50 6 12],
Por tanto, la demanda globa¡"total está dada por
[7 25 18] + [50 6 12] = [57 31 30].
Así, la industria del carbón vende un total de 57 unidades, el total de unidades

electricidad vendidas es 31 y el total de unidades de acero que fueron vendidllS
30. 1
Multiplicación por escalar

Regresando al vendedor de vehículos para nieve, recuerde que en febrero las ven
estaban dadas por la matriz
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:
M= 2F = 2[! 21] = [2'3 2· 1] = [68 42] '

2·4 2·2
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 ~
Gerald L. Thompson, Introduction 10 Finite Mathematics, tercera edición. © 1974. Reimpreso ca

permiso de Prentice-HalJ, Inc., Englewood Cliffs, Nueva Jersey.
6.2 Suma de matrices y multiplicación por un escalar 231
Por ejemplo,
_3[1 O -2] = [ -3(1) -3(0) - 3( - 2) ] = [- 3 O 6]

2 - 1 4 - 3(2) - 3( - 1) - 3(4) -6 3 -12'
EJEMPLO 4 Multiplicación por un escalar
Sea
B = [~ -4] 1 ' O = [~ ~J.

Calcular lo siguiente.
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:
•
Si A, B Y O son del mismo tamaño, entonces para cualesquier escalares

y k2 tenemos las propiedades siguientes de multiplicación por un escalar: •
Propiedades de la multiplicación por un escalar

k(A + B) =kA + kB.
(k¡ + kz)A = k¡A + kzA .
Recuerde que O "# O, porque O es un

k/k2A) =(k¡k2)A.
escalar y O es una matriz cero. OA=O.
kO=O.
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.
La primera propiedad establece que la transpuesta de una suma es la suma de '

transpuestas.
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
Observe que -A es la matriz que se obtiene multiplicando cada entrada de A por-1

La resta (o sustracción) de matrices se define en términos de la suma de matrie
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
EJEMPLO 5 Resta de matrices
a. [-~ !] -[~-n Hn (-l)[~ -n +
~ ~]
[-3 2 + [= ~ -~]
0-3
De manera más sencilla, para encontrar

1\ - B podemos restar cada entrada de
~].
-1
Bde la correspondiente entrada de A.
b. Si A [ ~ - ~] y B = [i -;l entonces
•
EJEMPLO 6 Ecuación matricial
Resolver la ecuación 2 [~~] - [!] = ¡J. 5[ -
Solución:
Estrategia: Primero simplificamos cada lado en una matriz. Después, por la

igualdad de matrices, igualamos las entradas correspondientes.
2[ !] = ¡l
~~] [ 5[ -
[~~] [!] = [ -~~l

[~~ =!] -[-~~ J.
Por la igualdad de matrices debemos tener 2x¡ - 3 = 25, que dax¡ = 14; a partir de 2x"
-4 = -20 obtenemos x 2 =-8. •
TECNOLOGíA Las operaciones matriciales de suma, resta y multiplicación por un escalar

realizadas en una calculadora gráfica. Por ejemplo, la figura 6.2 muestra 2.\
2[A]-3[B] donde
[ [ -7 -6]
[-10 3 ]]
y
B = [! i].
FIGURA 6.2 Operaciones matriciales

con una calculadora gráfica.
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
3. [-~ ~]-[;-n 12. 2[ ~ ! ~] -3m -~ ~] -[-~ -: -m

4. {~ -i -H En los problemas 13-24 calcule las matrices requeridas si
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.
1.4 - 2(B + 2C). 24. 2A - 4(B - C).
/aS matrices A, B Y C anteriores, verifique: 37. 3 [~] -3[-;] 4[ _ ~].

=
~¡..+ B)
(2 + 3)A
= 3A
= 2A
+ 3B.
+ 3A.
38. 3[~1- 4[ _~] = [ ~~].
k A) = (k¡k¡)A.
• k(
I 1
k'A+B+C)=kA+kB+ke. 39. m + { ;,] ~ [ =m

40. x[~]3 + 2[ -~]6 + y[ -3~] = [ ! ].
A ~ [~ -n 3x + 12 - 3y
41. Suponga que el precio de los productos A, 8 Y e está dado,
e ~l
en ese orden, por el vector de precios
C =
D [11 2O
= -1] 2 .
Calcule, si es posible, las matrices indicadas.

Si los precios se incrementan en un 10%, el vector de los
29. 3AT + D. 30. (B - C? nuevos precios puede ser obtenido multiplicando P, ¿por qué
escalar?
31. 2BT - 3CT 32. 2B + BT •
42. Demuestre que (A - B)T = AT - BT. Sugerencia: Utilice la
". cr - D. 34. (D - 2A T ?
definición de resta y las propiedades de la operación de
35. Exprese la ecuación matricial transposición.
ti En los problemas 43-45 calcule las matrices dadas si
como un sistema de ecuaciones lineales y resuélvalo.

A = [ _; - ~ ~l B = [! ~ ~l
36. En forma inversa a la que utilizó en el problema 35, escriba 1
el sistema Y C = [ -2 61
3X + 5y = 16 43. 4A + 3B. 44. -2(A + B) - C .

{ 2x - 6y = -4
45. 2(3C - A) + 2B .
como una ecuación matricial.
6.3 MULTIPLICACiÓN DE MATRICES

OBJETIVO '
Definir la multiplicación de matrices y Además de las operaciones de suma de matrices y multiplicación por un escalar,
considerar las propiedades asociadas. bajo ciertas circunstancias puede definirse el producto AB de las matrices A y B,
Expresar un sistema como una sola esta circunstancia es que el número de columnas de A sea igual al número de renglo-
ecuación matricial utilizando la nes de B. Aunque la siguiente definición de multiplicación de matrices no parece ser
multiplicación de matrices. muy natural (parecería más natural s6lo multiplicar las entradas correspondientes),
un estudio más minucioso de la matrices lo convencerán de que nuestra definición
es apropiada y extremadamente práctica para aplicaciones.
236 6 Á LGEBRA M ATRIC IAL
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.
Tres puntos concernientes a la definición anterior de AB deben ser compl

mente comprendidos. Primero, la condición de que A sea de m X n y B sea de n)(~
es equivalente a decir que el número de columnas de A debe ser igual al nÚl1l
de renglones de B. Segundo, el producto será una matriz de orden m X p; tendrá tan
renglones como A y tantas columnas como B.
A B e
m X n n X p m X p
t'-------_~
deben
ser iguales tamaño del producto
Tercero, la definición se refiere al producto AB, en ese orden; A es el factor izqui

do y B el factor derecho. Para AB decimos que B está premultiplicado por A, o bi n
que A está posmultiplicado por B.
Para aplicar la definición, encontramos el producto
AB = [~ -3
1 -6][ 1 O-3]
2 O 4 2 .
-2 1 1
La matriz A tiene tamaño 2 X 3 (m X n) y la matriz B tiene tamaño 3 x 3 (n x p).

número de columnas de A es igual al número de renglones de B (n = 3), de modo qpe
el producto e está definido y será una matriz de 2 x 3 (m x p):
e= [CII Cl2 cJ3].

C21 C22 C23
La entrada c II es obtenida sumando los productos de cada entrada en el renglón 1 do

A por la "correspondiente" entrada en la columna 1 de B. Así
entradas del renglón 1 de A

/ \ \
(2)(1) + (1)(0) + (-6)(-2) = 14.
'" '"
CII
entradas de la columna 1/ de B
En este paso tenemos
[~ -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
Para las restantes entradas de AB obtenemos
Cn = (2)( - 3) + (1)(2) + (- 6)(1) = - lO,

C21 = (1)(1) + (- 3)(0) + (2)( - 2) = - 3,
C22 = (1)(0) + (- 3)(4) + (2)(1) = -lO,
C23 = (1)( - 3) + (- 3)(2) + (2)(1) = -7.
Así
AB = [i -3
1 -6][ 1 O2 O 4
-10 -10]
-2
-7 .
-2 1
Observe que si invertimos el orden de los factores, entonces el producto
10
1
BA = O 4
-3
[ -2 1
no está definido ya que el número de columnas de B no es igual al número de renglo-

La multiplicación de matrices no es nes de A. Esto muestra que la multiplicación de matrices no es conmutativa. Esto es,
cOnmutativa. para cualesquier matrices A y B en general AB '# BA (aun si ambos productos están
definidos), de modo que el orden en el que las matrices estén escritas en un producto
es extremadamente importante.
EJEMPLO 1 Tamaños de matrices y su producto
Sea A una matriz de 3 x 5 y B una matriz de 5 x 3. Entonces AB está definida y es

una matriz de 3 x 3. Además, BA también está definida y es una matriz de 5 x 5.
Si C es una matriz de 3 x 5 y D es una matriz de 7 x 3, entonces eD

definida, pero DC está definida y es una matriz de 7 x 5.
EJEMPLO 2 Producto de matrices
Calcular el producto de matrices
AB = [~ -4
1
Solución: Como A es de 2 x 3 y B es de 3 x 2, el producto AB está definido y

orden de 2 x 2. Moviendo de manera simultánea el dedo índice de la man o izq
a lo largo de los renglones de A, y el dedo índice de la mano derecha a lo largo
columnas de B, no le debe ser difícil determinar mentalmente las entradas del
dueto.
[~
-4 -10]
1 -2 .
Solución: El producto tiene orden 1 x l :
[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
e eJIlplo 4 muestra que aun cuando

productos de matrices AB y BA
AB = [~ -~][ -~ !] -5
[ -5 -2J7 '
definidos, no necesanamente son
es. BA = [- ~ !][~ - ~ ] -1
[ 14
3]
3 .
Observe que aunque ambos productos AB y BA están definidos, AB =1- BA. •
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:
PQ ~ [2 3 4{n ~ [(2-7) + (3-5) + (4-¡¡)1 ~ [731 _ •
EJEMPLO 6 Utilidad para una economía
En el ejemplo 3 de la sección 6.2, suponga que en la economía hipotética el precio

del carbón es de $10,000 por unidad, el de la electricidad $20,000 por unidad y el
del acero $40.000 por unidad. Estos precios pueden ser representados por el v
(columna) de precios
. [10.000]
P = 20.000 .
40.000
Considere la industria del acero. En total vende 30 unidades de acero en $40.000

unidad Y. por tanto. su ingreso total es de $1.200.000. Sus costos por los diferen
bienes están dados por el producto de matriz '
=
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
La multiplicación de matrices satisface las propiedades siguientes siemp

cuando todas las sumas y productos estén definidos:
Propiedades de la multiplicación de matrices

A(BC) :::; (AB)C . (propiedad asociativa),
A(B + C) =AB + AC, (propiedad distributiva).
(A + B)C:::; AC + BC
EJEMPLO 7 Propiedad asociativa
Si
A = [ 1
-3
-2]
4 ' B = [i ~ -1] 2 '
y
calcular ABC de dos maneras.
Solución: Agrupando BC se obtiene
A(BC) ~ [ -; - ¡J([; O - ; 1[~ m

= [ 1 -2]4 [23 -1]4
- 3
= [- 4 -9]
6 19'
De manera alterna, agrupando AB se obtiene
(AB)C = ([ _~ -m[~ ~]
-2
4
n
-9]
19 .
Observe que A(BC) = (AB)C. •

EJEMPLO 8 Propiedad distributiva
Verificar que A(B + C) = AB + AC si
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
Por tanto, A(B + C) =AB + AC. •

EJEMPLO 9 Materia prima y costos
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:'
Acero Madera Vidrio Pintura Mano

de obra
Rústico
Moderno
Colonial
[ 5
7
6
20
18
25
16
12
8
7
9
5
17
21
13
].
Cada renglón indica la cantidad de materia prima necesaria para una clase dada
casa; cada columna indica la cantidad de una materia prima dada necesaria
cada tipo de casa. Ahora suponga que el contratista desea calcular la cantidad de
materia prima necesaria para satisfacer todos sus pedidos. Entonces, tal infonnae'
está dada por QR:
5 20 16 7 17]
QR = [5 7 12] 7 18 12 9 21
[ 6 25 8 5 13
= [146 526 260 158 388].

Así, el contratista debe ordenar 146 unidades de acero, 526 de madera, 260 de vidn
etcétera.
El contratista también está interesado en conocer los costos que tendrá q
pagar por estas materias primas. Suponga que el acero cuesta $1500 por unidad,
madera $800 por unidad, y vidrio, pintura y mano de obra cuestan $500, $100
$1000 por unidad, respectivamente. Estos datos pueden ser escritos como el vec
columna de costo
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
El costo total es $1,173,600.

Otra propiedad de las matrices involucra las multiplicaciones por un escalar y

la multiplicación de matrices. Si k es un escalar y el producto AB está definido,
entonces
k(AB) = (kA)B = A(kB).
El producto k(AB) puede ser escrito simplemente como kAB. Así

kAB = k(AB) = (kA)B = A(kB).
Por ejemplo,
Existe una propiedad interesante que concierne a la transpuesta de un produc-

to de matrices:
La transpuesta de un producto de matrices es igual al producto, en el orden

inverso, de sus.transpuestas.
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.
EJEMPLO 10 Transpuesta de un producto
Sea '
A = U~] y
B = U~J.
Demostrar que (AB? = BTA T.
Solución: Tenemos
AB = D;]. de modo que (AB? = U ;J.

Ahora,
Así
BTA
T
= U¿][¿ ;J = [; ;] = (AB)T,
de modo que (AB? = BTA T.

•
244 6 ÁLGEBRA MATRIC IA L
Al igual que la matriz cero juega un papel importante como identidad

suma de matrices, existe una matriz especial, llamada matriz identidad, que juega
papel correspondiente en la multiplicación de matrices.
La matriz identidad de n X n, denotada In' es la matriz diagonal cuyas

de la diagonal principal son números uno . .
Por ejemplo, las matrices identidad 13 e 14 son
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.
La matriz identidad juega el mismo papel en la multiplicación de matrices cu

el número 1 en la multiplicación de números reales. Esto es, igual que el producto ,
un número real por 1 es igual al mismo número, el producto de una matriz ·y a
1
matriz identidad es la misma matriz. Por ejemplo,
En general, si I es de n x n y A tiene n columnas, entonces Al = A. Si B tiene

renglones, entonces lB =B. Además, si A es de n x n, entonces
EJEMPLO 11 Operaciones con matrices que involucran a I y a O

Si
A = U~J. -~]
3 '
10
1=[6 ~J. y O = [~ ~J.

calcular cada una de las siguientes matrices.
a. 1- A.
Solución:
I-A=[~ ~] - [i 42] =[-2 -2]

-1 - 3 .
b. 3(A - 21).
Solución:
3(A - 21) =3([i ~] - 2[ ~ ~])

=3([i ~] [~ ~]) -
=3C ~] =[; ~J.

c. AO.
Solución:
AO =[i ~][~ ~] =[~ ~] =O.

En general, si AO y OA están definidos, entonces
AO = OA = O.
d. AB.
Solución:
AB =[i 42] [-fa~ ~] =[~ ~] =l. •

Si A es una matriz cuadrada, podemos hablar de una potencia de A:
Si A es una matriz cuadrada y p es un entero positivo, entonces la p-ésima

potencia de A, escrita AP, es el producto de p factores de A:
Ap=
~
A·A·· ·A.
pfactores
Si A es de n x n, definimos AO = I n.
Hacemos notar que Ip =1.

EJEMPLO 12 Potencia de una matriz
Si A = [~ ~ J, calcular A3.
Solución: Como A3 =(A2)A Y
tenemos
TECNOLOGíA Uso de la calculadora gráfica para calcular A4, donde A

en la figura 6.4.
U-¡l esmos
[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 .
Por la igualdad de matrices, las entradas correspondientes deben ser iguales, de mo

que obtenemos el sistema
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,
dondt A es la matriz obtenida de los coeficientes de las variables, X es una matri

columna constituida por las variables y B es una matriz columna obtenida de las
constantes. La matriz A es llamada matriz de coeficientes del sistema.
EJEMPLO 13 Forma matricial de un sistema utilizando la multiplicación de

matrices
Escribir el sistema
en forma matricial utilizando multiplicación de matrices.
Solución: Si
entonces el sistema dado es equivalente a la ecuación matricial
AX = B
o
EJERCICIOS 6.3
tIA ~ H: =:]. ~ H B
-2
4
En los problemas 19-36 realice las operaciones indicadas.
AH = C, encuentre cada uno de lo siguiente. 20l~ nD -2J 4 .
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
43. (DC)A. 44. A(BC)
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 '
2•. 3([-; -~ i]+2[-: ~

O
30. [=~ ~J[-~ O _~ -IJ

-2 .
-n O O]
1 O ,
O 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.
35. [~ 9 ;][::] 36.

[~ -!][::l 55. A(I - O).
57. (AB)(AB?
56. ¡TO.
58. B 2 - 3B + 21.
En los problemas 59-61 represente el sistema dado utilizando la

En los problemas 37-44 calcule las matrices requeridas si multiplicación de matrices.
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
Precio de compra Transporte A=[~ ~J y B = [ 2

-1
-3J
~ ,
2
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.
6.4 MÉTODO DE REDUCCiÓN

OBJETIVO
Mostrar cómo reducir una matriz y En esta sección ilustraremos un método por el cual las matrices pueden ser utilizadas
utilizar la reducción de matrices para para resolver un sistema de ecuaciones lineales, el método de reducción. En el desa-
resolver un sistema lineal. rrollo del método primero resolveremos un sistema por medio del método usual de
eliminación. Después obtendremos la misma solución utilizando matrices .
Consideremos el sistema
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.
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)
Multiplicando ambos miembros de la ecuación (3) por - 3 se obtiene -3x - 6y::: _[

Sumando los miembros izquierdo y derecho de esta ecuación a los correspondien .
de la ecuación (4) , se obtiene un sistema equivalente en el que x es eliminada de la
segunda ecuación:
X + 2y = 5,
{ Ox - 7y = -14.
Ahora eliminaremos y de la primera ecuación. Multiplicando ambos miembros de

ecuación (6) por -t se obtiene el sistema equivalente
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:
1. Intercambio de dos ecuaciones.

2. Suma de un múltiplo constante de los miembros de una ecuación a los cor rp.t
pondientes miembros de otra ecuación.
3. Multiplicación de una ecuación por una constante diferente de cero.
Antes de mostrar un método matricial para resolver el sistema original,
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
es la matriz de coeficientes de este sistema. Las entradas en la primera co lumn a

corresponden a los coeficientes de las x en las ecuaciones. Por ejempl o, la entrada en
el primer renglón y primera columna corresponde al coeficiente de x en la primera
ecuación; la entrada en el segundo renglón y primera columna corresponde al coefi-
ciente de x en la segunda ecuación. De forma análoga, las entradas en la segunda
columna corresponden a los coeficientes de las y.
Otra matriz asociada con este sistema es la llamada matriz aumentada y está
dada por
[i -1 \1]
2 5 .
La primera y segunda columnas son la primera y segunda columnas, respectivamen-

te, de la matriz de coeficientes. Las entradas en la tercera columna corresponden a
los términos constantes del sistema: la entrada en el primer renglón de esta columna
es el término constante de la primera ecuación, mientras que la entrada en el segun-
do renglón es el término constante de la segunda ecuación. Aunque no es necesario
incluir la línea vertical en la matriz aumentada, sirve para recordarnos que el 1 y el
5 son los términos constantes que aparecen en el lado derecho de las ecuaciones. La
matriz aumentada describe por completo al sistema de ecuaciones.
El procedimiento que fue utilizado para resolver el sistema original involucra
varios sistemas equivalentes. A cada uno de estos sistemas podemos asociar su ma-
triz aumentada. A continuación se listan los sistemas involucrados, junto con su
correspondiente matriz aumentada, los que hemos etiquetado con A, B, e, D y E.
= 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.
Veamos ahora cómo están relacionadas estas matrices.

B puede ser obtenida a partir de A intercambiando el primero y segundo ren-
glones de A. Esta operación corresponde al intercambio de dos ecuaciones en el
sistema original.
e puede ser obtenida a partir de B sumando a cada entrada del segundo ren-
glón de B, - 3 veces la correspondiente entrada del primer renglón de B:
e= [3 + (~3)(1) - 1 + ~ - 3)(2) 11 + (~3)(5)]
= [~ -;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:
Operaciones elemental~ sobre renglones

, Intercambio de dos renglones de una matriz;
Suma de un múltiplo de un renglón de una matriz a un renglón
esa matriz; ' .
Multiplicación de un renglón de una matriz por un escalar diferente de cer
Estas operaciones elementales sobre renglones corresponden a las tres operacion

elementales utilizadas en el método algebraico de eliminación. Cuando una mat .
pueda ser obtenida a partir de otra por una o más de las operaciones elemental
sobre renglones, decimos que las matrices son equivalentes. Así A y E son equiv
lentes. (También podríamos obtener A a partir de E realizando operaciones simil
sobre renglones en el sentido opuesto, de modo que el término equivalentes es apr
piado.) Cuando se describan operaciones elementales sobre renglones, por conve-
niencia usaremos la notación siguiente:
Notación Operactón sobre renglón correspondiente

R.HR.
I )
Intercambiar los renglones R. y R.
I )
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)
Por ejemplo, escribiendo
[~
o
[~ -2
O
significa que la segunda matriz fue obtenida de la primera al sumar -4 veces el

primer renglón al segundo. Observe que podemos escribir (-k)R¡ como -kR¡.
6.4 Método de redu cc ió n 253
Ahora estamos preparados para describir un procedimiento matricial para re-

solver un sistema de ecuaciones lineales. Primero, formamos la matriz aumentada
del sistema; después, por medio de operaciones elementales sobre renglones, deter-
minamos una matriz equivalente que indique claramente la solución. Siendo más
específicos en lo que queremos decir por una matriz que indique claramente la solu-
ción es una matriz, llamada matriz reducida que se define como sigue:
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.
En otras palabras, para resolver el sistema debemos encontrar la matriz reducida

equivalente a la matriz aumentada del sistema. En nuestro estudio anterior de opera-
ciones elementales sobre renglón, la matriz:
es una matriz reducida.
EJEMPLO 1 Matrices reducidas
Para cada matriz que Se muestra a continuación, determine si es reducida o no.
[~ ~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.
3 O en forma escalonada reducida .

r
c. No es una matriz reducida, porque la entrada principal en el segundo rengl6

se encuentra a la derecha de la primera entrada diferente de cero en el pr~
renglón.
d. Matriz reducida.
e. No es una matriz reducida, porque el segundo renglón, que consiste solamente

ceros, no está en la parte inferior de la matriz.
f. Matriz reducida.
EJEMPLO 2 Reducción de una matriz
Reducir la matriz
o
.~] .
1
-6 -3
-12 2 11
Estrategia: Para reducir la matriz, debemos hacer que la entrada princiRal

1 en el primer renglón, un 1 en el segundo renglón y así sucesivamente, n
llegar a renglones de ceros, si los hay. Además, debemos trabajar de izq¡sier
derecha ya que el 1 inicial en cada renglón debe encontrarse a la izqui~tda
los otros unos iniciales en los renglones de abajo.
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
Ahora multiplicamos el renglón 1 por t de modo que la entrada principal sea un l.
[~ ~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
Nos movemos a la derecha de la columna 1 para encontrar la primera columna

que tenga una entrada diferente de cero en el renglón 2 o abajo de él; es la columna
3. Esto significa que en la matriz reducida, el 1 inicial en el segundo renglón debe
estar en la columna 3. La matriz anterior ya tiene el 1 ahí. Así que todo lo que
necesitamos para obtener ceros abajo y arriba del 1 es sumar una vez el renglón 2 al
renglón 1, Y sumar -8 veces el renglón 2 al renglón 3:
- 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:
La secuencia de pasos que se utiliza 1

pIt8 reducir una matriz no es única;
ala embargo, la forma reducida sí es - 2R,+R )
- 2R , + R,
,
[00 -~O °01 ~1· ]·
dalca.
La última matriz está en forma reducida.

•
TECNOLOGíA Aunque las operaciones elementales sobre renglones pueden ser realizadas en una
calculadora gráfica, el procedimiento es muy engorroso.
El método de reducción descrito para resolver nuestro sistema original puede

ser generalizado a sistemas de m ecuaciones lineales con n incógnitas . Resolver un
sistema tal como
a"x, + a12x2 + + a'nXn = c"

a2'x, + a22 x2 + + a2nX" = C2,
implica
1. determinar la matriz aumentada del sistema:

256 6 Á LG EBRA M ATRIC IAL
a mn Cm
determinar una matriz reducida tal que la matriz aumentada sea equivalen
ella.
Con frecuencia, el paso 2es llamado reducción de la matriz aumentada.
EJEMPLO 3 Solución de un sistema por reducción
r
Utilizando la reducción de matrices, resolver el sistema
+ 3y ~
-1.
2x + Y=
5,
x+ y= l.
Solución: Reduciendo la matriz aumentada del sistema, tenemos
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
La última matriz está reducida y corresponde al sistema
+ 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
Utilizando la reducción de matrices, resolver
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. ·
Reduciendo la matriz aumentada, tenemos •
[~
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
La última matriz es reducida y corresponde a
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.
EJEMPLO 5 Forma paramétrica de una solución
Utilizando la reduq:ión de matrices, resolver
Solución: Reduciendo la matriz aumentada, tenemos
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
Esta matriz es reducida y corresponde al sistema

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
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 + 2y + 5z - 1 = 0, 29. Planeación de producción Un fabricante produce trea

18. { x + y + 3z - 2 = O. tículos A, B Y C. La utilidad por cada unidad vendida de
By C es uno, dos y tres dólares, respectivamente. Los co
XI - 3X2 = 0, fijos son de $17,000 por año y los costos de producción
19. 2.x 1 + 2.x2 : 3, cada unidad son $4, $5 y $7, respectivamente. El afio
{
5xI - X2 - 1. guiente serán producidas y vendidas un total de 11 ,000
dades entre los tres productos y se obtendrá una utilidad
XI + 3X2 = 5,
tal de $25,000. Si el costo total será de $80,000, ¿cu
20. 2xI + X2 = 5,
unidades de cada producto deberán producirse el afio
{
XI + X2 = 3.
guiente?
X - Y - 3z = - 4,
30. Asignación de producción Escritorios Nacionales ti
21. 2.x - Y - 4z = -7,
plantas para la producción de escritorios en la costa Este y en
{
X + Y - z = -2.
Oeste. En la planta de la costa Este, los costos fijos son $16,
por año y el costo de producción de cada escritorio es de·S
22.
{; ~ 3~ =2~:
X - Y - 5z = 18.
~: En la planta Oeste, los costos fijos son de $20,000 por ailo y
costo de producción de cada escritorio es de $80. El año
guiente la compañía quiere producir un total de 800 escrit
2.x
- 4z = 8, rios. Determine la producción de cada planta para el año pro
2y - 2z = 14,
X - mo si el costo total de cada una debe ser el mismo.
23.
{ x+ y-2z=
-1,
3x + y + Z = O.
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
Resuelva los problemas 27-33 utilizando la reducción de matri-

ces.
27. Impue~tos Una compañía tiene ingresos gravables por

$312,000. El impuesto federal es un 25% de la parte que queda
después que el impuesto estatal ha sido pagado. El impuesto
6.5 Método de red ucción (continuac ión) 261
· 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.
A 3 I 2 b. Suponga que cada unidad de E (respectivamente de D.

G) cuesta al inversionista $300 (respectiva~ente, $400 y
B 1 2 I $600) . ¿Cuáles de las combinaciones de la parte (a) mi-
nimizarán el costo total del inversionista?
C 2 4 1
6.5 MÉTODO DE REDUCCiÓN (CONTlNUACIÓN)4

OBJETIVO
Centrar la atención en los sistemas no Como vimos en la sección 6.4, un sistema de ecuaciones lineales puede tener solu-
hotnogéneos que involucran más de un ción única, ninguna solución o un número infinito de soluciones. Cuando existe un
parámetro en su solución general. número infinito de soluciones, la solución general está expresada en términos de al
Resolver y considerar la teoría de menos un parámetl,"o. Por ejemplo, la solución general en el ejemplo 4 se dio en
sIstemas homogéneos. términos del parámetro r.
XI = -~r + 4,
X2 = O,
XJ = -tr + 1,
En ocasiones, es necesario más de un parámetro,5 como lo muestra el ejemplo siguiente.
EJEMPLO 1 Familia de soluciones con dos parámetros

Utilizando la reducción de matrices, resolver
XI + 2x2 + 5xJ + 5X4 = -3,
XI + X2 + 3xJ + 4X4 = - 1,
{
XI - X2 - XJ + 2X4 . = 3.
4 Esta sección puede ser omitida.

s Véase el ejemplo 7 de la sección 4.4.
262 6 ÁLGE BRA MATRICIAL
Solución: La matriz aumentada es
[¡ -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.
Es costumbre clasificar a un sistema lineal de ecuaciones como homogéneo o

como no homogéneo, dependiendo de si todos los términos constantes son o no
iguales a cero.
Definición
El sistema
a ¡¡x¡ + a¡ 2x2 + + a¡" x" el ,

a2¡x¡ + a22 x) + + a2" x" e2,
es llamado sistema homogéneo si e¡ = e,_ = ... = em = O. El sistema es un sistema no

homogéneo si al menos una de las e no es igual a eero.
6.5 Méto do de reducció n (continuación) 263
EJEMPLO 2 Sistemas no homogéneos y homogéneos
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
Observe que la última columna es solamente de ceros. Esto es común en la matri z

aumentada de cualquier sistema homogéneo. Entonces reduciríamos esta matriz uti-
lizando las operaciones elementales sobre renglones:
La última columna de la matriz reducida también tiene ceros solamente. Esto no

ocurre por casualidad. Cuando cualquiera de las operaciones elementales sobre ren-
glón es realizada sobre una matriz que tiene una columna que consiste solamente en
ceros, la columna correspondiente de la matriz resultante también tiene ceros sola-
mente. Cuando resolvamos un sistema homogéneo por reducción de matrices, por
conveniencia acostumbraremos eliminar la última columna de la matriz involucrada.
Esto es, reduciremos sólo la matriz de coeficientes del sistema. Para el sistema ante-
rior tendríamos
Aquí la matriz reducida, llamada matriz coeficiente reducida, corresponde al sistema
X + Oy = O,
{ Ox + y = 0,
°
de modo que la solución es x = y y =O.
Ahora consideraremos el número de soluciones del sistema homogéneo
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.
Sea A la matriz reducida. de un sistema homogéneo en m ecuaciones lin¡j

con n incógnitas. Si A tiene exactamente k renglones diferentes de cero, eni-
ces k ::; n. Además,
a. si k < n, el sistema tiene un número infinito de soluciones;
y
b. si k = n, el 'Sistema tiene una única solución (la solución trivial) ,
Si un sistema homogéneo consiste en m ecuaciones con n incógnitas, entone

la matriz de coeficientes del sistema tiene orden m x n. Por tanto, si m < n y k es ~
número de renglones diferentes de cero en la matriz reducida, entonces k ::; m y as!
< n. Por el teorema, el sistema debe tener un número infinito de soluciones. En
consecuencia tenemos lo ·siguiente.
Un sisteIha homogéneo de eéuacion~s lineales con menos ecuadones que '

cógnitas tiene un númerO infinito de soluciones.
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
EJEMPLO 3 Número de soluciones de un sistema homogéneo
Determinar si el sistema
X + y- 2z = O,
. { 2x + 2y - 4z = O
tiene solución única o un número infinito de soluciones .
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. •
EJEMPLO 4 Solución de sistemas homogéneos
Determinar si los sistemas homogéneos siguientes tienen solución única o un núme-

ro infinito de soluciones; después resolver los sistemas.
X - 2y + z = O,
a. 2x - y + 5z = O,
{
x + y + 4z = O.
Solución: Reduciendo la matriz de coeficientes, tenemos
[~ 1] [1O O
- 2
-1 5 ~ ... ~ 1
4 O O
El número de renglones diferentes de cero (2) en la matriz reducida es menor que

el número de incógnitas (3) en el sistema. Por el teorema anterior, existe un nú-
mero infinito de soluciones.
Ya que la matriz reducida corresponde a
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.
Solución: Reduciendo la matriz de coeficientes, tenemos
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.
3W - x - 3y - z = - 2, 9. {o~~~~ =~:!~ : ~: ~~~ : ~:

2w - 2x - 6y - 6z = -4,
3. 2w - x - 3y - 2z = - 2, 3W + 5x - 4y + 2z = O,
{ 10. { 7w - 2x + 9y + 3z = O.
3w + x+ 3y + 7z = 2.
3X - 4y = O, 2x + 3y + 12z = 0,
w + x + 5z = 1,
11. x + 5y = O, 12. 3x - 2y + 5z = 0,
w + y + 2z = 1, { 4x - y = o. { 4x + y + 14z = O.
4. w - 3x + 4y - 7z = 1,
{
x - y + 3z = O. X + y + Z = O, 2x + 5y = O,
13. x - z = O, 14. x + 4y= O,
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.
7. {4X I - 3X2 + 5X3 - IOx4 + Ilxj = -8, 19.

+ y = 0,
3x - 4y = O, 20.
rx - 3y + 2," 0,
x + 2y + 3z = 0,
2x
1 + X2 + 5X3 + 3xj = 6. 5x - 8y = O. x + y + z = O.
6,6 Inversas 267
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)
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).
EJEMPLO 1 Inversa de una matriz
eA = [ 73 -21]r31 72] [1° 0]1

_ = . = 1,
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.
Regresando a la ecuación matricial AX =B, de la ecuación (2) podemos es

blecer lo siguiente:
Si A es una matriz invertible, entonces la ecuación matricial AX =B tiene s~:

ción única X =A-lB.
EJEMPLO 2 Uso de la inversa para resolver un sistema
Resolver el sistema
XI + 2x2 = 5,
{
3x, + 7X2 = 18.
Solución: En forma matricial tenemos AX = B, donde
En el ejemplo 1 mostramos que
A = [ -37 -2]l '

- 1
6.6 Inve rsas 269
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:
El sistema debe tener el mismo número de ecuaciones que de incógnitas.

La matriz de coeficientes debe ser invertible.
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:
1. Una obtenida por medio de intercambio de dos renglones de 1;

2. Una obtenida por medio de la multiplicación de cualquier renglón de 1 por
un escalar diferente de cero;
3. Una obtenida por medio de la suma de un múltiplo constante de un renglón
de 1 a cualquier otro renglón.
EJEMPLO 3 Matrices 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. •
Suponga que E es una matriz elemental de n x n obtenida a partir de 1

cierta operación elemental sobre renglón, y A es una matriz de n x n. Enton
puede demostrarse que el producto EA es igual a la matriz obtenida a partir de
aplicando la misma operación elemental sobre renglón a A. Por ejempl o, sea
E3 = [1 -2]
O l'
Observe que El' E 2 YEJ son matrices elementales, El es obtenida intercambiando

primero y el segundo renglones de 1. Del mismo modo, el producto
es la matriz obtenida de A intercambiando el primero y segundo renglones de A.

matriz E 2 se obtiene multiplicando el segundo renglón de 1 por 2. En consecuenci
el producto
es la matriz obtenida al multiplicar el segundo renglón de A por 2. La matriz El

obtenida sumando -2 veces el segundo renglón de 1 al primer renglón. El producto
EJA= [1O -2]1[13 42] = [- 53 4

-6]
es la matriz obtenida a partir de A por lil misma operación elemental sobre rengl6
Si queremos reducir la matriz
A = U ~J.
podemos proceder a través de una secuencia de pasos como se muestra a continuaci6n
Observe que A se reduce a 1. Ya que nuestro proceso de reducción involucra opera-

ciones elementales sobre renglones, parece natural que las matrices elementales pue-
dan ser utilizadas para reducir A. Si A es premultiplicada por la matriz elemental El
= [_ i ~J. entonces ElA es la matriz obtenida a partir de A sumando - 2 veces el

primer renglón al segundo renglón:
6.6 Inversas 271
EIA =
IL- 21 0] [1 0] = [° 0]
J 2 2
J
2 .
Premultiplicando EIA por la matriz elemental E 2 = [6 +J da la matriz obtenida al

multiplicar el segundo renglón de E1A por +:
Así hemos reducido A multiplicándola por un producto de matrices elementales.

Como (E 2E l )A = E/E1A) = 1, el producto EZEl es A -l. Así que,
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 -
En resumen, para encontrar A-l aplicamos las operaciones elementales sobre

renglones, empezando con I y procediendo en el mismo orden, que fueron utilizadas
para reducir A a 1. Determinar A-1 por esta técnica puede hacerse de manera con ve-
niente usando el formato siguiente. Primero escribimos la matriz
[A 11] = [21 °2 11° 0]1 .

Después aplicamos operaciones elementales sobre renglones hasta que [AII] sea
equivalente a una matriz que tenga a I en sus primeras dos columnas. Las últimas
dos columnas de esta matriz serán A-l. De esta manera
[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.
Este procedimiento puede utilizarse también para encontrar la inversa

quier matriz invertible:
Método para encontrar la inversa de una matriz

Si M es una matriz invertible de n x n, formar la m~triz de n x (2n), .~
Después realizar operaciones elementales sobre renglones hasta que las
ras n columnas formen una matriz reducida igual a l. Las últimas n
serán M-l.
Una matriz es invertible si y sólo si, es

I
[M 1] ~ ... ~ [1 M-l]. I
equivalente a la matriz identidad. Si \loa matrjz M no se reduce a I,entoncés M-l no existe.
EJEMPLO 4 Determinación de la inversa de una matriz
Determinar A-l si A es invertible.
a. A~D
O
-2 -2]
1 .
2 -10
Solución: Siguiendo el procedimiento anterior, tenemos
~]
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. •
La determinación de la inversa de una matriz invertible con una calculadora gráfica

puede ser un ahorro real de tiempo. La figura 6.5 muestra la inversa de
! [[.4 -.2] A=[i ~].

ú [-.1 .3 ]] Además, en la TI-82 podemos desplegar nuestra respuesta con entradas fraccionales.
Frac
2/5 -115]
. 1/10 3/10]] Resolveremos un sistema utilizando la inversa.
EJEMPLO 5 Uso de la inversa para resolver un sistema

nGURA 6.5 Inversa de A con
Resolver el sistema
ntradas decimales y fraccionarias.
determinando la inversa de la matriz de coeficientes.
Solución: En la forma matricial el sistema es AX = B, donde A es la matriz de

coeficientes:
A ~ [~
O
-2
2
-2]
1 .
-10
Del ejemplo 4(a),
A-1 = [-9
-~
-5
2
4
n
La solución está dada por X = A-lB:
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.
EJEMPLO 6 Una matriz de coeficientes que no es invertible

Resolver el sistema
X - 2y + z = 0,
2x - y + 5z = 0,
{
X + Y + 4z = O.
n
Solución: La matriz de coeficientes es
D=~
Como
-2 1 °1 31 2
[l -1 5
1 4
°° -1
3
1
3
la matriz de coeficientes no es invertible. De aquí qur. el sistema no puede ser res

to por medio de inversas. Debe utilizarse otro método. En el ejemplo 4(a) I~
sección 6.5, la solución que se determinó era X = -3r, y =-r y Z = r.
'"
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 .
FIGURA 6.6 [A]-I[B] da la solución

x = 4, Y =- 3 para el sistema de
ecuaciones.
6.6 Inversas 275
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
37. Producción de automóviles Resuelva los siguientes pro-

blemas utilizando la inversa de la matriz implicada.
3 .
a. Una fábrica de automóviles produce dos modelos, A y B.
A-I=[!~] Y B=[~J. El modelo A requiere 1 hora de mano de obra para pin-
20. Resuelva AX =B si
A' ~ [~ ~~] O 4
y B = [ ~].
-1
Para cada uno de los problemas 21-34 si la matriz de coeficien-

tu del sistema es invertible, resuelva el sistema utilizando la
(IIyersa. Si no es así, resuelva el sistema por el método de reduc-
ci6n.
,
+
tarse y hora de mano de obra en pulido; el modelo B
requiere de 1 hora de mano de obra para cada uno de los
~1~ {6x + 5y = 2, 22. { 2x + 3y = 4, procesos. Durante cada hora que la línea de ensamblado
x + y = -3. -x + 5y = -2. está funcionando, existen 100 horas de mano de obra
276 6 Á LGEBRA MATRIC IA L
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?
Suponga que cada modelo A requiere 10 dispositivos y

14 calces, y cada modelo B requiere 7 dispositivos y lO
2
5
-2
-1]
2 .
2
calces. La fábrica puede obtener 800 dispositivos y 1130
calces cada hora. ¿Cuántos automóviles puede producir Descifre el mensaje procediendo de la manera siguiente:
n
si utiliza todas las partes disponibles?
a. Calcule los tres productos matriciales R1A-I, R A-t
R 3~ • ~y
38, S; A = [~ ~ dond, a, b, " O, d,mo",,, qo,

b. Suponga que las letras del alfabeto corresponden a 1
números del 1 al 26, reemplace los números en estas
O
lIb O]
O .
matrices por letras y determine el mensaje.
En los problemas 43 y 44, utilice una calculadora gráfica Pato

O l/e
(a) encontrar A- 1 Y exprese sus entradas redondeando a dos dt-
39. Si A Y B son matrices invertibles con el mismo orden, cimales. (b) Exprese las entradas de A-I en forma fraccional.11
=
demuestre que (AB)-I B-IA-l. Sugerencia: Demuestre que su calculadora tiene esa capacidad. {Precaución: Para la parlt
(b), utilice la matriz A- 1 de la calculadora para convertir.hu
entradas a forma de fracciones; no utilice la matriz de valo
redondeados de la parte (a).]
y utilice el hecho de que la inversa es única.
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
El determinante de A también es matriz número = determinante

denotado como det A. cuadrada real deA
El uso de los determinantes en la solución de sistemas lineales será estudiado

posteriormente. Pasemos a ver cómo un número real es asignado a una matriz cua-
drada; primero consideraremos los casos especiales de matrices de orden I y 2.
Después extenderemos la definición a matrices de orden n.
Definición
Si A= [a ll
] es una matriz cuadrada de orden 1, entonces IAI= a ll
.
Esto es, la función determinante asigna a la matriz de una entrada [a ll ] el número a ll .

A
De aquí que si = [6] entonces = 6. IAI
Definición
12
a ] es una matriz cuadrada de orden 2, entonces
a22
Esto es, el determinante de una matriz de 2 x 2 se obtiene tomando el producto de las

entradas de la diagonal principal y restándole el producto de las entradas de la otra
diagonal :
Hablamos del determinante de una matriz de 2 x 2 como un determinante de orden 2.
EJEMPLO 1 Evaluación de determinantes de orden 2
3. I~ _!I = (2)(-4) - (1)(3) = -8 - 3 = -11.
b. I -~ -il = (-3)(1) - (-2)(0) = -3 - O = -3.
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
para la entrada a21 eliminamos las entradas del renglón 2 y de la columna 1,
dejando la matriz de orden 2,
El determinante de esta matriz es llamado el menor de a 21 • De forma análoga, e

menor de a22 es
ll
laa31 a13l,
a33
y para a23es
ll
a121 ·
laa31 a32
Con cada entrada aIJ.. asociamos también un número determinado por lo

subíndices de la entrada:
donde i + j es la suma del número de renglón i y del número de columnaj en la qu

se encuentra la entrada. Con la entrada a21 asociamos (-1 )2+1 = -1 , con a22 el númer
(-1)2+2 = 1 Y con a'3
-
(_1)2+3 =-1. El cofactor cIJ.. de la entrada aIJ.. es el producto de
J
(_l)i+ Y el menor de a .. . Por ejemplo, el cofactor de a' l es
ij -
La única diferencia entre un cofactor y un menor es el factor (-ly+J.
Determinante de una matriz cuadrada

Para encontrar el determinante de cualquier matriz cuadrada A de orden n (n' ';j;
2), seleccione cualquier renglón (o columna) de A y multiplique cada entrad
en el renglón (columna) por su cofactor. La suma de estos productos será-e{
determinante de A, llamado determinante de orden n. )
Por ejemplo, encontraremos el determinante de
[~
-1
O
-n
aplicando la regla anterior al primer renglón (algunas veces referenciada como "de-
sarrollo con respecto al primer renglón"). Para la entrada
a ll obtenemos (2)(-1)1 + 1 1~ -~I = (2)(1)(5) = lO,
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
De manera alterna, si hubiésemos expandido con respecto a la segunda columna ,

entonces
2 -1
2
3 O -51 1 .+ O + (1)(_1)3+ 213
2
= 13 + O + 19 = 32 como antes.
Puede demostrarse que el determinante de una matriz es único y no depende

del renglón o columna seleccionada para su evaluación. En el problema anterior, la
segunda expansión es preferible por el cero en la columna 2 el cual no contribuye a
la suma, simplificando por tanto, el cálculo.
EJEMPLO 2 Evaluación de un determinante de orden 3 utilizando cofactores
Encontrar IAI si
a. A = [~; - ~ - ~].
-10 2-3
Solución: Desarrollando a lo largo del primer renglón, tenemos
1
- l 1 + (- 1)( - 1) 1 + 21 - 3 -11 + 3(-1)1 +3 1 -10
-3 2 1
- 3 -10 -3
= 12(1)(-1) + (-1)(-1)(-1) + 3(1)(4) = - 1.

Solución: Desarrollando, por conveniencia con respecto a la primera columna,

tenemos
IAI = O + 2(-lf+ll_~ ~I + O = 2(-1)(4) = -8.
EJEMPLO 3 Evaluación de un determinante de orden 4

2 O O 1
O 1 O 3
Evaluar IAI O O 1 2 expandiendo con respecto al primer renglón.
1 2 3 O
Solución:
1 O 3 O 1 O
IAI=2(-1)1+IO 1 2 +1(-ly+40 01
2 3 O 1 2 3
Ahora hemos expresado IAIen términos de determinantes de orden tres. Desarro-

llando cada uno de estos determinantes con respecto al primer renglón, tenemos
IAI = 2(1{1(-1)1+11~ ~I + 3(-1)1+31~ ~I] + 1(-1)[1(-1)1+21~ ~I]

= 2[1(1)( - 6) + 3(1)( - 2)] + (-1)[(1)( -1)( -1)] = - 25.
También podemos evaluar un de~erminante de orden 3 como sigue. Copie la pri-

mera y la segunda columnas a la derecha como se muestra a continuación. Tome la
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.
1. Si cada una de las entradas de un renglón (o columna) deA es O, enton-

ces IAI = O.
Por tanto
6 2 5
7 1 4 = O.
O O O
2. Si dos renglones (o columnas) de A son idénticos, IAI := 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
3. SiA es triangular superior (o inferior), entonces IAI es igual al produc-

to de las entradas de la diagonal principal.
Por tanto
2 6 1 O
O 5 7 6
O O - 2 5
= (2)(5)( - 2)(1) = - 20.
O O O 1
De esta propiedad concluimos que el determinante de una matriz identidad es l .
4. Si B es la matriz obtenida sumando un múltiplo de un renglón (o co-

lumna) de A a otro renglón (columna), entonces IBI = IAI.
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 la propiedad 1, IBI = O y así IAI = o.
5. Si B es la matriz obtenida intercambiando dos renglones (o columnas)

de A, entonces IBI= -IAI. o de manera equivalente, IAI =-IBI.
Por ejemplo, si
2 2
O O
A = O O
[
O 1
intercambiando los renglones 2 y 4, por la propiedad 3, tenemos
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
6. Si B es la matriz obtenida multiplicando cada entrada de un rengÍón ,

columna) de Apor el mismo número k, entonces IBI =klAI.
En esencia, con esta propiedad un número puede ser "factori zado" en un reno
glón o columna. Por ejemplo,
6 10 14 2(3) 2(5) 2(7) 3 5 7

5 2 1 5 2 1 =2 5 2 1
9 15 21 9 15 21 9 15 21
Así
6 10 14 3 5 7
4R ,
5 2 1 2 5 2 1
9 15 21 9 15 21
donde la notación tR¡ indica que multiplicamos el renglón 1 por t e inserta!

mos un factor 2 al frente. Continuando, tenemos
3 5 7 3 5 7
2 5 2 1 2(3) 5 2 1 = 2(3)(0) = O,
9 15 21 357
ya que los renglones 1 y 3 son iguales.
7. Si k es uná constante y A tiene orden n, entonces IkAI =k"IAI. Esto se

sigue de la propiedad 6, ya que cada uno de los n renglones de kA tiene
un factor común de k.
Por ejemplo, si
entonces IAI = - 2 de modo que 14AI = 421AI = 16(- 2) = - 32.
8. El determinante del producto de dos matrices de orden n es el produc-

to de sus determinantes. Esto es, IABI IAIIBI. =
Por tanto , si
entonces
IABI = IAI · IBI = I~ ~I ' I~ ;1 = (-2)(3) = - 6.
El hecho de que las propiedades de la 1 a la 6 sean verdaderas para columnas, así

como para renglones , es resultado de otra propiedad: el determinante de una matriz
cuadrada y el determinante de su transpuesta son iguales:
Por ejemplo,
I~ ~I = -2 y
1
det [ 3 4
2]T
11 !I= -2.
Las propiedades de 1 a la 6 son útiles en la evaluación de IAI ya que nos dan

una manera de expresar A en forma triangular (decimos que "triangulamos"); enton -
ces, por la propiedad 3, tomamos el producto de la diagonal principal.
EJEMPLO 4 Evaluación de un determinante por triangulación
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
- 3(1)( -7)( - 11) = -231 .

•
EJEMPLO 5 Evaluación de un determinante por triangulación
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
= (1)(1)( -1)( -1) = 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
La evaluación da IAI = 0.34.
FIGURA 6.7 Evaluación del det A

obteniéndose 0.34.
6 .7 Determinantes 285
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
I~ 6. 1- -a2 l . 21. 4 5 4 22. O O

;1 · -a
3 -2 -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
En los problemas 10-13 si

1 O 3 2 7 6 O 5
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
14. Si A = [a) es 50 x 50 y el menor de a43.47 es igual a 20, ¿cuál

2 -3 4
es el valor del cofactor
"
de a43.47 ?
3 -1 2 4
32.
-2 -4 6 -8
En los problemas 15- 18 si O 3 -) 2
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
"criba cada expresión,

1 -1 2 -1 1 O -2 3
2 3 - 1 2 4 2 4
U. El menor de a 32' 16. El menor de a 24 . 35. 36.
4 - 3 3 -5 3 -1 - 7
17. El cofactor de a 13' 18. El cofactor de a43 , 4 3 O 5 -4 3
5 - 1 4 -2 2 44. Si la matriz A tiene orden 4 x 4 y IAI .= 2, enc'lentre.

O 2 2 3 -4 valores de (a) 13AI (b) I-AI y (c) IA-' I· Sugerencia: Para
37. 2 O 3 5 O parte (c), consulte el problema 43.
7 1 1 2 -2
45. Determine el (los) valorees) de la constante c para los cu
3 O O O
el sistema siguiente ti ene un número infinito de sOlúCiQ
3 6 9 12 15
1 2 3 4 3 X = -2z - 3y,
38. 2 3 1 6 3 cy + x = -4z,
{
4 3 3 5 2y + cz = O.
2 2 4 3
Sugerencia: Véanse los dos párrafos que preceden al ej
plo 6 de la sección 6.6 y el inicio del enunciado del proble
En los problemas 39 y 40, resuelva para x. 43 anterior.
3 x 2x
39. x7 -2 1
7 _ x = 26. 40. O x 99 = 60. En los problemas 46-48 utilice una calculadora gráfica
evaluar el determinante.
p
I O O x- I
41. Si A es de orden 4 x 4 y ¡Al = 12, ¿cuál es el valor del deter- 2 -3 4 6
minante de la matriz obtenida al multiplicar cada entrada de 40 80 7
A por2? •~
" 46. -23
15
46
10
18
-9 1 47
O
. 5
3
7 2
-1 2
O
-3
-4
6
42. Suponga que A es una matriz cuadrada de orden 5 y IAI = +.
Sea B la matriz obtenida al multi plicar el tercer renglón de A
por 7 (los otros renglones permanecen sin cambio). Encuen- 0.3 -9.1 7.4 4.7
tre 12BI.
43. Puede rip'llostrarse que una matriz cuadrada A es in vertible
ti 48.
-6.2
5.2
5.1
3.4 9.6
0.2 7.8
7.2 9.6
3.2
1.6
-0.4
si y sólo si IAI 7' O.
Si A es invertible, demuestre que
IA-'I = I~I' 1 49. SiA= [i -3]2

4
2
-~ YB
U -']!
O
4
2
,encuen
Si IA I = 3, encuentre Ik' l. 12A - WI.
6.8 REGLA DE CRAMER

OBJETIVO
Motivar una fórmula, llamada regla de Los determinantes pueden ser aplicados para resolver ciertos tipos de sistemas de
Cramer, para la solución de un sistema ecuaciones lineales. De hecho, es a partir del análisis de tales sistemas que surg~6
de ecuaciones lineales con dos estudio de los determinantes. Primero consideraremos un sistema de dos ec uacion
incógnitas y generalizarla para n lineales con dos incógnitas. Después los resultados se extenderán para inciuir situ
ecuaciones lineales con n incógnitas . ciones más generales .
Resolvamos
'
Para encontrar una f ormu 1a exp 1"lcIta para x, examlllamos
. x la
a2 1
ll
6.8 Reglo de cromer 287
all al21 lall x al21

x la2 1 a22 (propiedad 6 de la sección 6.7)
a21x a22
lal lX + al2Y al21(sumando y veces la columna 2 a la columna I l.

a21x + a22Y a22
ICI al 21 (de la ecuación 1)

C2 a22
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
ll al2 1 = ll al2Y I (propiedad 6 de la sección 6.7)

y la la
a2 1 a22 a21 a22Y
ll allx + al 2Y l (sumando x veces la columna 1 a la columna 2)

la
a21 a21x + a22Y
ll CI I [de la ecuación (1 )].

la
a21 C2
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
detenninante de la matriz de coeficientes sea diferente de cero, el sistema origí

tendrá solución única. Sin embargo, si este detenninante es cero, el procedimienl
no es aplicable y el sistema puede tener un número infinito de soluciones o bie
ninguna solución. En tales casos se deben utilizar los métodos anteriores para reso
ver el sistema.
Ilustraremos los resultados anteriores para resolver el sistema
2x + Y + 5 = O,
{ 3y + x = 6.
Primero, el sistema es escrito en la fonna apropiada:

2x + Y = -5,
{ x + 3y = 6.
El detenninante Ll de la matriz de coeficientes es
Ll=!~ ;!=2(3)-1(1)=5.
Ya que Ll:;t: O, existe una única solución. Resolviendo para x, tenemos
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:
QlIX¡ + a12 X 2 + + a¡.x. = el,

a2¡X¡ + a22X2 + + a2nx. = e2,
+ 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
EJEMPLO 1 Aplicación de la regla de Cramer
Resolver el sistema siguiente utilizando la regla de Cramer.
2X + y + z = O,
4x + 3y + 2z = 2,
{ 2x - Y - 3z = O.
Solución: El determinante de la matriz de coeficientes es
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 =
EJEMPLO 2 Aplicación de la regla de Cramer

•
Resolver el sistema siguiente para z utilizando la regla de Cramer.
{ 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
Aquí transformamos en la forma triangular superior y determinamos el produc!

las entradas de la diagonal principal (sección 6.7, ejemplos 4 y 5). De manera ?
lar obtenemos,
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
; Utilice la regla de Cramer para resolver el sistema siguiente

para y:
1 23. Utilice la regla de Cramer para resolver el sistema
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.
Redondee su respuesta a dos decimales. Redondee sus respuestas a dos decimales .
6.9 ANÁLISIS DE INSUMO-PRODUCTO CON

CALCULADORA GRÁFICA
Las matrices de insumo-producto, desarrolladas por Wassi ly W. Leontief,ó indican

las interrelaciones entre oferta y demanda que se dan en los diferentes sectores de
una economía durante algún periodo. La frase "insumo-producto" es utili zada ya
que las matrices muestran los valores de los productos de cada industri a que son
vendidos como insumos tanto a industrias como a consumidores fin ales.
Un ejemplo hipotético para una economía muy simplificada que consta de dos
industrias, está dado por la matriz de insumo-producto que se da a continuación.
Antes de que expliquemos la matriz, digamos que los s.ectores industriales puede
suponerse que son los de manufactura, acero, agricultura, carbón , etc. Los otros
factores de producción del sector consisten en los costos para las industrias como
mano de obra, utilidad, etc. El sector de demanda final podría ser el domés ti co,
gubernamental, etcétera.
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 .
fin de producir 1200 unidades, la industria A compró 240 unidades de su pr

ción, 360 de la producción de B y tiene gastos de mano de obra y otros por
unidades.
Observe que para cada industria, la suma de las entradas en su renglón es i
a la suma de las entradas en su columna. Esto es, el valor de la producción total
es igual al valor de los insumos totales de A.
El análisis de insumo-producto nos permite estimar la producción total de
sector industrial cuando existe un cambio en la demanda final mientras la estruc
ra básica de la economía permanece igual. Esta importante suposición significaq
para cada industria, la cantidad gastada en cada insumo por cada dólar de produ
debe permanecer fija.
Por ejemplo, al tener una producción con un valor de 1200 unidades, la in
tria A compra 240 unidades de la industria A, 360 de la industria B y gasta
unidades en otros conceptos. Así, por cada dólar de producción, la industria A
t
1;: = (= $0.20) en A, ,32~0 = ,30(= $0.30) en By ,62~ =t(= $0.50) en otros é
ceptos. Combinando estas razones fijas de la industria A con aquellas de la indu
B, podemos dar los requerimientos por dólar de producción para cada industti' .
A B A B
~,. ~l
~Hl
A 1200 1500 A
360 200
B i200 1500 B
--- -- -
600 800
Otros 1200 1500 2 15
Otros
Las entradas en la matriz son llamadas coeficientes de insumo-producto. La su

de cada columna es 1.
Ahora suponga que el valor de la demanda final cambia de 460 a 500 para
industria A, y de 940 a 1200 para la industria B. Nos gustaría estimar el valor d
la producción total que A y B deben alcanzar para satisfacer las demandas de amb
industrias y la demanda final para satisfacer esta meta, a condición de que la estrue
tura en la matriz precedente permanezca igual.
Sean XA YXB los nuevos valores de producción total para las industrias A y B
respecti vamente. Ahora, para A,
valor total de valor valor valor consumido

la producción = consumido + consumido + por la demanda
deA por A porB final
así que tenemos
Del mismo modo, para B,
Xs = foX A + fsX s + 1200.

Utilizando la notación matricial podemos escribir
= [k~ f;;~] [X
A A
[X ] ] [500]
Xs Xs + 1200·
6.9 Análisis de insumo-producto con calculadora gráfica 293
En esta ecuación matricial, sean
:51 '\1]
x= [~:l A= [l.. 15
10
2 '
y C =
500]
[ 1200 '
Llamamos a X la matriz de producción, A es la matriz de coeficientes y C la

matriz de demanda final. De la ecuación (1)
X = AX + C,
X - AX = C.
Si I es la matriz identidad de 2 x 2, entonces
IX - AX = C,
(1 - A)X = C.
Si (1 - A)-' existe, entonces
................ 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 .
Aquí redondeamos las entradas de X a dos decimales. Así, para satisfacer la

meta, la industria A debe producir 1404.49 unidades y la industria B debe producir
FIGURA 6.8 Evaluación de una 1870.79. Si estuviéramos interesados en el valor de los otros factores de producción
matriz de producción. para A, digamos, PA , entonces
EJEMPLO 1 Análisis de insumo-producto
Dada la siguiente matriz de insumo-producto. suponga que la demanda final cam-

bia a 77 para A. 154 para B y 231 para C. Determine la matriz de producción para
la economía. (Las entradas están en millones de dólares.)
Industria
_________________ Demanda
A B e final
1;~]
Industria: A 240 180 144 :
B 120 36 48: I
e 120 72 48 : 240
[- - - - - - - - - - - - - - _ 1
Otras 120 72 240

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
(ident..i t..1~ 3- [A] ) A =

600
'40
:,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
La figura 6.9 muestra el resultado de evaluar (1 -At1C. Así la matriz de producción
FIGURA 6.9 Evaluación de la

matriz de producción del ejemplo l.
692.5]
X=(I-A) - 'C= 380.
[ 495
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)
multiplicación por un escalar suma y resta de matrices
multiplicación de matrices matriz identidad, I potencia de una matri z ecuación matricial, AX =B

matriz de coeficientes matriz aumentada operación elemental sobre renglón
matrices equivalentes matriz reducida entrada principal parámetro
ción 6.5 sistema homogéneo sistema no homogéneo solución tri vial
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
.Sección 6.8 regla de Cramer
Sección 6.9 matriz de insumo-producto matriz de Leontief
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
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
En los problemas 15-18 reduzca las matrices dadas.

Resuelva los sistemas de los problemas 35 y 36 utilizand"
regla de Cramer.
15. U ~J. 16. [~ ~ ~J.
[! ~ n
X + 2y - z = 0,
35 {3X - y = 1,
17. 18. [l ~ ~ ~].

O O O
• 2x + 3y = 8.
36.
{
x +
Y + 4z = 0,
2y + 2z = O.
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
44. Suponga que A es una matriz de Il x invertible.

40. Si A:: [~ ~J. demuestre que (AT)-I :: (A-I)T.
Il
Demuestre que A3 es invertible.

~ Suponga que a, b y c son constantes diferentes de cero. Uti-
, lice la regla de Cramer para resolver el siguiente sistema de
Si B Y C son matrices de n x Il tales que AB = AC, de-
muestre que B :: C.
ecuaciones lineales:
Si A 2 =A (decimos que A es idempotellte), encuentre A.
{ ~~: ~~ : ~:
ax + ay + cz = c.
1 45. Si A =[I~ -¡] yB =[_~ -~l encuentre 3AB - 4B!
4" Demuestre que la regla de Cramer puede ser utilizada para
resolver el siguiente sistema y después úselo para encontrar
el valor de x que satisface el sistema:
"
1
' .'
46. ~tilizando la inversa de la matriz de coeficientes, resuel va el
sIstema
9.7X - 3.4y + 7.2z = 18.2,
X + 3y + 2w + 1 = z,
4.3x + 8.5y - 6 .7z = 20.8,
2w + Z = 2x + 4y + 1, { 5.4x - 2.6y - 4.7z = 30.9
{
x + 2y + 3z + 3w - 3 = O,
2x + 7y + 6z + 2w = 6. Redondee sus respuestas a dos decimales.
• Un consumidor desea completar su consumo vitamínico en

exactamente 13 unidades de vitamina A, 22 de vitamina B y
'31 de vitamina C por semana. Existen disponibles tres mar-
1,
, 47. Dada la siguiente matriz de insumo-producto, encuentre la
matriz de producción si la demanda final cambia a 8 para A y
8 para B. (Los datos están en miles de millones de dólares.)
cas de cápsulas vitamínicas. La marca 1 contiene 1 unidad de
cada una de las vitaminas A, B Y C por cápsula; la marca II
contiene 1 unidad de vitamina A, 2 de By 3 de C, y la marca Industria
Demanda
III contiene 4 unidades de A, 7 de B y 10 de C.
A B final
¿Cuál combinación de cápsulas de las marcas 1, II Y III
producirá exactamente las cantidades deseadas? Industria: A[10
B 15
20
14
:
: 10
4]
_ ____ __ 1
Si las cápsulas de la marca 1 cuestan 5 centavos cada una,
d, la marca II 7 centavos cada una y de la marca III 20 Otras 9 5 -
éentavos cada una, ¿cuál combinación minimizará su cos-
to semanal?
r
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:
Huésped 1 20 unidades de insulina semi lenta, 30 de len-

ta, 10 de ultralenta;
Huésped 2 40 unidades de insulina semilenta, O de len-
ta, O de ultralenta; Para determinar las cantidades totales de los tres
Huésped 3 30 unidades de insulina semi lenta, 10 de len- insulina necesarios para los cuatro huéspedes,
ta, O de ultralenta; producto matricial AT:
Huésped 4 10 unidades de insulina semi lenta, 10 de len-
lt~l
ta, 50 de ultralenta.
Esta información será representada por la siguiente matriz AT =

[203040 30
O 10 10 21
de "requerimientos" A: 10 O 30 50 28
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
20XI + 40X2 + 30X3 + IOX4 = b

= 70 23]
10 = [1610]
700 = B. 30xI + IOX3 + IOx4 = b2",
[ 30 {
2100 10x, + 30X3 + 50x4 = b3 ,
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
A(2T) = 2(AT) = 2B = [~~~~]. de insulina de los tres tipos, donde
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.
planeó permanecer durante k . 7 días, el huésped 2

· 14 días, y así sucesivamente), entonces los requeri- Esto es, una unidad de semilenta cuesta 9 centavos, una
de insulina serían unidad de lenta cuesta 8 centavos y una unidad de ultralenta
cuesta 10 centavos. Entonces la cantidad total pagada por
.A(kT) ~ k(AT) = kB = [k'k· 700
1610]
.
la posada por toda la insulina necesaria para los cuatro
huéspedes es
k·2100
mismo modo, si los huéspedes decidieran agre-

, 4, Y 6 días, respectivamente, a los tiempos que [41,090],
proyectaron permanecer, entonces las canti-
insulina requeridas serán
m
esto es, 41,090 centavos o $410.90.
~T, + T,) = AT + AT dondeT, =

"
EJERCICIOS
en los resultados hasta este punto, es obvio que 1. Suponga que el huésped l permanecerá en la posada por 7
.."'....'''"L'' ecuación matricial generaliza la situación. días, el huésped 2 por 10 días, el huésped 3 por 7 días y el
huésped 4 por 5 días. Los requerimientos diarios de los cua-
tro y la matriz de costo son los mismos que los dados en el
AX = B
•
estudio anterior. Encuentre la cantidad total que la posada
debe pagar por toda la insulina necesaria para los huéspedes.
2. Suponga que el huésped 1 permanecerá en la posada durante

20 4 días, el huésped 2 por 7 días y el huésped 3 por 10 días. El
30 huésped 4 cambia sus planes y no permanecerá en la posada.
[
, 10 Los requerimientos diarios de los tres huéspedes y la matriz
de costo son los mismos que los dados en el estudio. En-
cuentre la cantidad total que la posada debe pagar por toda la
¡mT'rp""nt~ el sistema lineal insulina necesaria por los huéspedes.
Página 1 de 39
CAPÍTULO 4: ESTADÍSTICA DESCRIPTIVA
En capítulos anteriores revisamos el diseño de estudios y la obtención de datos a través del

muestreo, en este capítulo aprenderemos a trabajar con los datos y a resumirlos, de manera
gráfica y numérica, para convertirlos en información útil para el problema en estudio.
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".
En este capítulo hablaremos sobre:
Tipos de Variables
Métodos gráficos y numéricos para describir variables cualitativas

- Tablas de distribución de frecuencias.
- Gráficos para variables cualitativas: Sectorial y de Barras.
Métodos gráficos para describir variables cuantitativas

- Gráfico de Puntos.
- Diagrama de Tallo y Hojas.
- Histograma.
Métodos numéricos para describir variables cuantitativas

- Medidas de Tendencia Central: Promedio, Mediana, Moda.
- Medidas de Dispersión: Rango, Desviación Estándar, Rango entre Cuarteles.
- Medidas de Posición Relativa.
Transformaciones lineales y estandarización
*
El padre del análisis exploratorio de datos es John W. Tukey (1915-2000) Estados Unidos
Página 2 de 39
Tipos de variables
La base de datos número 1, adjunta, contiene la información de 36 alumnos de un curso de

Estadística de la Universidad de Talca.
Base de datos 1:
Número Sexo Edad Estatura Peso Ciudad de residencia Número de hermanos

1 M 22 180 74 SAN FERNANDO 7
2 M 20 175 95 CHILLAN 2
3 M 20 178 68 TALCA 2
4 M 22 183 75 TALCA 7
5 M 25 180 76 LINARES 3
6 M 22 180 78 SANTIAGO 1
7 M 21 180 . TALCA 1
8 M 24 182 85 TALCA 1
9 M 21 177 78 CURICO 1
10 M 21 184 85 SANTIAGO 0
11 M 20 172 70 SAN FERNANDO 3
12 M 21 173 59 IQUIQUE 4
13 F 20 162 56 SANTIAGO 0
14 M 22 194 105 LINARES 4
15 M 20 174 79 SANTIAGO 1
16 F 20 165 50 SAN JAVIER 1
17 F 22 167 58 TALCA 1
18 F 20 155 52 PUERTO MONTT 2
19 M 20 174 65 LINARES 2
20 F 20 160 48 SANTIAGO 2
21 F 22 155 58 SANTIAGO 1
22 M 19 174 80 SAN FELIPE 1
23 F 19 162 60 MELIPILLA 1
24 M 19 180 82 TALCA 3
25 F 20 160 57 TALCA 1
26 F 21 170 70 SANTIAGO 2
27 F 20 155 50 SANTIAGO 1
28 F 21 160 60 TALCA 1
29 F 22 166 61 PUERTO IBAÑEZ 1
30 M 19 170 68 RANCAGUA 3
31 F 22 160 60 SANTIAGO 1
32 M 20 182 72 TALCA 1
33 F 19 162 55 RANCAGUA 2
34 F 20 154 46 SANTIAGO 3
35 F 19 155 50 RANCAGUA 2
36 M 20 184 85 RANCAGUA 5
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.
Observación es la información o característica que registramos de cada unidad.
Una característica que puede variar de unidad en unidad es llamada variable.
Una colección de observaciones con una o más variables se llama base de datos.
Tipos de variables
Cualitativas Cuantitativas
Nominales Ordinales Discretas Continuas
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.
Ordinal: tiene asociado un orden.

Ejemplo: Nivel educacional, Estado nutricional, Nivel Socioeconómico.
Discreta: sólo puede tomar un número finito (o contable) de posible valores.

Ejemplo: El número de respuestas correctas en una prueba de 5 preguntas de V o F.
0 1 2 3 4 5
Continua: puede tomar cualquier valor en un intervalo(s).

Ejemplo: Cantidad de agua en un vaso de 50 ml.
0 50
50 ml
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
Métodos gráficos y numéricos para describir variables cualitativas
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.
Tablas de distribución de frecuencias.
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
Sexo Número de alumnos Porcentaje de alumnos

Femenino 16 44,4
Masculino 20 55,6
Total 36 100,0
En SPSS
Analizar > Estadísticos Descriptivos > Frecuencias.
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
Gráficos para variables cualitativas.
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 sectorial (o de torta) muestra la distribución de una variable cualitativa dividiendo

un círculo en partes que corresponden a las categorías de la variable, tal que el tamaño (ángulo)
de cada pedazo es proporcional al porcentaje de ítems en cada categoría.
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.
Figura 1 (a): Figura 1 (b):

Diagrama sectorial con 1/4 de los ítems que Diagrama sectorial con 7/8 de los ítems que
comparten alguna propiedad. comparten alguna propiedad
12.5%
25.0%
75.0% 87.5%
Diagrama sectorial para la variable SEXO de base de datos 1
F
44.4%
M
55.6%
Página 7 de 39
Gráfico de barras
Compare los siguientes gráficos. ¿Cuáles son las diferencias?
Gráfico de barras: Sexo en la base de datos 1.
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
Compare los siguientes gráficos. ¿Cuáles son las diferencias?
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
Gráfico de Barras: Ciudad de procedencia de alumnos de base de datos 1.
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.
Formas de hojas simples Número de hojas Porcentaje de hojas

Aciculada 4 10,3
Elíptica 9 23,1
Flagelada 2 5,1
Lanceolada 5 12,8
Lobulada 3 7,7
Ovada 5 12,8
Ovovada 3 7,7
Palmada 8 20,5
Total 39 100
Página 9 de 39
Figura 1: Gráfico de barras que muestra la frecuencia de formas de hojas simples.

10
6
Frecuencia
0
Aciculada Elíptica Flavelada Lanceolada Lobulada Ovada Ovovada Palmada
Forma de hojas simples
Alternativamente podemos describir gráficamente con un gráfico circular como el de la figura 2.
Figura 2: Gráfico circular que muestra la frecuencia de formas de hojas simples.
Aciculada
10%
Palmada
21%
Elíptica
22%
Ovovada
8%
Ovada
13% Flavelada
5%
Lobulada Lanceolada
8% 13%
Página 10 de 39
Métodos gráficos para describir variables cuantitativas
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
Simétrica, acampanada, unimodal Bimodal
Sesgada a la derecha (sesgo positivo) Sesgada a la izquierda (sesgo negativo)
Uniforme
Página 11 de 39
Los términos usados para describir la forma de una distribución son:
• 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.
• Uniforme: Los valores posibles tienen la misma frecuencia.
Ejemplo
BASE DE DATOS médica = medidas en 20 individuos que fueron parte de un estudio médico
para reducir la presión sanguínea.
Número Sexo Edad N_tabletas Presión_antes Presión_después

1001 M 45 2 100.2 100.1
1002 M 41 1 98.5 100.0
1003 F 51 2 100.8 101.1
1004 F 46 2 101.1 100.9
1005 F 47 3 100.0 99.8
1006 M 42 2 99.0 100.2
1007 M 43 4 100.7 100.7
1008 F 50 2 100.3 100.9
1009 M 39 1 100.6 101.0
1010 M 32 1 99.9 98.5
1011 M 41 2 101.0 101.4
1012 M 44 2 100.9 100.8
1013 F 47 2 97.4 96.2
1014 F 49 3 98.8 99.6
1015 M 45 3 100.9 100.0
1016 F 42 1 101.1 100.1
1017 M 41 2 100.7 100.3
1018 F 40 1 97.8 98.1
1019 M 45 2 100.0 100.4
1020 M 37 3 101.5 100.8
Página 12 de 39
2. Diagrama de Tallo y Hojas (Stem and Leaf).
Los gráficos o diagramas de tallo y hoja son una manera muy fácil de ordenar y mirar la
distribución de los datos.
Pasos para hacer un Tallo y Hoja:
1. Separar cada medida en un tallo y una hoja.

Generalmente la hoja consiste en exactamente un dígito (el último) y el tallo consiste
en uno o más dígitos.
Ejemplo: 734 => tallo=73, hoja=4 2,345 => tallo=2,34, hoja=5.
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.
3. Agregar las hojas a su respectivo tallo en orden creciente.
Ejemplo
Diagrama básico de Tallo y Hoja para la Edad de base de datos de un estudio médico.
Considere las edades de 20 sujetos de la base de datos médica.
1. Separamos los números en un tallo y una hoja:
45 41 51 46 47 42 43 50 39 32
41 44 47 49 45 42 41 40 45 37
2. Elegimos el tallo y lo anotamos en orden creciente
3. Agregamos las hojas en orden creciente:

Página 13 de 39
Una modificación útil es que podemos dividir los tallos:
3 | 2
3 | 7 9
4 | 0 1112234
4 | 5 556779
5 | 0 1
Note que el menor valor representado por 3 | 2 se lee 32 años.
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
Construya un gráfico de tallo y hoja comparativo para los datos
¿Puede decir a cuál de los dos le ha ido mejor? Explique.
Pensemos
¿Qué está malo?
Explique por qué los siguientes gráficos de tallo y hojas no reflejan bien a la distribución de los
datos.
Tallo y hoja 1 Tallo y Hoja 2 Tallo y hoja 3
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
Nota:18 | 1 representa 181

Página 14 de 39
En SPSS
Analizar > Estadísticos Descriptivos > Explorar > Gráficos > Tallo y Hojas.
TALLO1 Stem-and-Leaf Plot
Frequency Stem & Leaf

1.00 27 . 9
0.00 28 .
0.00 28 .
0.00 29 .
0.00 29 .
0.00 30 .
0.00 30 .
0.00 31 .
0.00 31 .
3.00 32 . 011
2.00 32 . 78
3.00 33 . 122
2.00 33 . 59
3.00 34 . 034
0.00 34 .
2.00 35 . 11
Stem width: 10
Each leaf: 1 case(s)

2.00 2 . 11
4.00 2 . 2223
4.00 2 . 4455
3.00 2 . 677
2.00 2 . 89
1.00 3 . 0
2.00 3 . 22
Stem width: 10
2.00 1 . 89
5.00 2 . 11123
10.00 2 . 5566778889
1.00 3 . 0
Stem width: 100

Página 15 de 39
En SPSS
Analicemos ahora la salida que nos entrega el programa 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
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)
3. Histograma
Los histogramas son otra manera de mostrar la distribución de una variable cuantitativa.
Pasos para hacer un histograma:
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.
2. Contar el número de observaciones (frecuencias) que caen en cada clase.
3. Dibujar en el eje horizontal y marcar las clases.
4. El eje vertical puede contener la frecuencia, la proporción, o el porcentaje.
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.
Para empezar es necesario construir una tabla de distribución de frecuencias:
Clase Cuenta Número de observaciones Porcentaje
(30,35] / 1 1/20 = 0.05 => 5%
(35,40] /// 3 3/20 = 0.15 => 15%
(40,45] ////////// 10 10/20 = 0.50 => 50%
(45,50] ///// 5 5/20 = 0.25 => 25%
(50,55] / 1 1/20 = 0.05 => 5%
Histograma para Edad de base de datos médica:

Página 17 de 39
En SPSS
Gráficos > Generador de Gráficos > Histograma.
Histograma de la estatura de 36 alumnos Histograma para la edad de 36 alumnos

10 30
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
Comparemos histogramas con tallo y hoja.
Histograma para el número de hermanos

Número de hermanos Stem-and-Leaf Plot
de 36 alumnos
20
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
2.00 Extremes (>=7.0)

0
0 1 2 3 4 5 6 7
Stem width: 1
Número de hermanos Each leaf: 1 case(s)
Página 18 de 39
Cuidado con usar gráficos de barras para variables cuantitativas:
Gráfico de barras: número de hermanos Histograma para el número de hermanos

20 20
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
Guía para gráficos, figuras o diagramas:
Hay ciertos errores comunes que aparecen en gráficos que pueden hacer que se mal interprete la
información. Cuando construya gráficos:
- Póngale un título apropiado.

- Incluya la fuente de los datos o cualquier información relevante.
- Escriba el nombre de la variable que se describe en los ejes.
- Incluya las unidades de medida de las variables.
- Verifique si el eje de la frecuencia, proporción o porcentaje comienza en cero.
- Verifique si los ejes mantienen una escala constante
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
Fuente: Instituto Nacional de Estadística.

Página 19 de 39
Métodos numéricos para describir variables cuantitativas
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.
1. Medidas de Tendencia Central.

Las medidas de tendencia central son valores numéricos que quieren mostrar el centro de un
conjunto de datos, nos interesan especialmente dos medidas: la media y la mediana.
Si los datos son una muestra, el promedio y la mediana se llamarán estadísticas. Si los datos son
una población entonces estas medidas de tendencia central se llamarán parámetros.
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.
El promedio de un conjunto de n observaciones es simplemente la suma de las observaciones

dividida por el número de observaciones, n.
Promedio de edad de los 20 sujetos en el estudio médico:

Sume las 20 edades y divida por 20:
45 + 41 + 51 + 46 + 47 + L + 45 + 37
= 43,35 años
20
Notación: Si x1, x2 ,..., xn denota una muestra de n observaciones, entonces el promedio de la

muestra se llama "x-barra" y se denota por:
n
∑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
El promedio de la población se denota por la letra Griega µ (mu): µ = .

N
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 promedio de estas 10 observaciones es: 1,6
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.
La mayoría de los métodos gráficos nos ayudarán de detectar 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.
El promedio de 3 estudiantes es 5,4 y el promedio de otros 4 estudiantes es 6,7, ¿Cuál es el

promedio de los 7 estudiantes?
El promedio también se define como el punto de equilibrio, el

punto donde distribución se balancea.
1 2 3
Si la distribución es simétrica, el promedio será exactamente
el centro de la distribución.
Mean =2
Página 21 de 39
Si la observación más grande se mueve a la derecha, el

promedio se mueve con la observación extrema.
1 2 5
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:
La mediana de un conjunto de n observaciones, ordenadas de menor a mayor, es un valor tal

que la mitad de las observaciones son menores o iguales que tal valor y la mitad de las
observaciones son mayores o iguales que ese valor.
Pasos para encontrar la mediana:
1. Ordenar los datos de menor a mayor;
2. Calcular la posición de la mediana: (n+1)/2, donde n es el número de observaciones
3. a) Si el número de observaciones es impar, la mediana es un único término central.
b) Si el número de observaciones es par, la mediana es el promedio de los dos términos

centrales.
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.
Encuentre la mediana del número de niños por hogar en la muestra de 10 hogares.

Número de Niños: 2, 3, 0, 1, 4, 0, 3, 0, 1, 2.
a) Ordenar las observaciones de menor a mayor:
b) Calcular (n+1)/2 = _________________
c) Mediana = ______________
d) ¿Qué le pasa a la mediana si la quinta observación en la lista se anota incorrectamente como

40 en vez de 4?
e) ¿Qué le pasa a la mediana si la tercera observación en la lista se anota incorrectamente como

–20 en vez de 0?
Nota: La mediana es resistente (robusta), es decir, no cambia o cambia muy poco con
observaciones extremas.
c) Moda.
Definición:
La moda de un conjunto de observaciones es el valor más frecuente.
• La moda de los valores: { 0, 0, 0, 0, 1, 1, 2, 2, 3, 4 } es 0.
• { 0, 0, 0, 1, 1, 2, 2, 2, 3, 4 } dos modas, 0 y 2 (bimodal).
• ¿Cuál sería la moda del siguiente conjunto de valores? { 0, 1, 2, 4, 5, 8 }.
• {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
CIUDAD de origen de 36 alumnos

12
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
¿Cuál es el ingreso típico de este grupo?
El ingreso mensual promedio es:
La mediana del ingreso mensual es:
La moda del ingreso mensual es:
Si Usted está tratando de promover el barrio, ¿Qué medida usaría?
Si Usted está tratando que bajen las contribuciones, ¿Qué medida usaría?
Página 24 de 39
¿Cuál medida de tendencia central usar?
Forma acampanada, Simétrica Bimodal
50%
mean=median
mean=median=mode two modes
Sesgada a la derecha Sesgada a la izquierda
50% 50%
mode mean mean mode

median median
Pensemos
Suponga que calcula el promedio, mediana y moda de una lista de números, ¿Cuál medida es
siempre un número en la lista?
Si la distribución es simétrica, ¿Cuál medida de tendencia central calcularía: el promedio o la

mediana?, ¿Por qué?
Ejemplo
Una distribución diferente.
En la figura se muestra la distribución de una

1/4
variable:
a) ¿Es esta distribución simétrica?
b) ¿Su mediana es menor, igual o mayor a

0 4 8 4?
X
c) ¿Su promedio es menor, igual o mayor a

4?
Página 25 de 39
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.
Es la medida de variabilidad o dispersión más simple. Se calcula tomando la diferencia entre el

valor máximo y el mínimo observado.
Rango = Máximo – Mínimo.
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.
Es una medida de la dispersión de las observaciones a la media. Es un “promedio de la distancia

de las observaciones a la media”.
Ejemplo deviation = -4
deviation =1
deviation = 3
0 1 2 3 4 5 6 7
mean=4
Observación Desviación Desviación al cuadrado

x x−x (x − x )2
0 0–4=-4 16
5 5–4= 1 1
7 7–4= 3 9
Promedio = 4 Suma = 0 Suma = 26
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
desviación estándar muestral = 13 ≈ 3,6
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
Use su calculadora científica y compruebe es siguiente resultado:
"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.
Si todas las observaciones son iguales, entonces la desviación estándar es cero.
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
La desviación estándar muestral, denotada por s , es la raíz cuadrada de la varianza:
s= s2 .
La desviación estándar poblacional, se denota por la letra Griega σ (sigma), es la raíz

cuadrada de la varianza poblacional y se calcula como:
σ = σ 2
=
∑ (x i − µ)
2
.
N
Notas:
- La varianza y la desviación estándar no son medidas de variabilidad distintas, debido a que la

última no puede determinarse a menos que se conozca la primera.
- A menudo se prefiere la desviación estándar en relación con la varianza, porque se expresa en

las mismas unidades físicas de las observaciones.
- 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
La mediana de una distribución divide los datos en dos partes iguales:
Datos ordenados en orden creciente:
50% 50%
Mínimo Mediana Máximo
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.
25% 25% 25% 25%
Mínimo Q1 Q2 Q3 Máximo
Página 28 de 39
c) Rango entre cuartiles.
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.
Pasos para calcular cuartiles:
1. Encontrar la mediana de todas las observaciones.

2. Encontrar el primer cuartil = Q1 = mediana de las observaciones que son menores a la
mediana.
3. Encontrar el tercer cuartil = Q3 = mediana de las observaciones que son mayores a la
mediana.
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.
Lista ordenada de las edades 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
Count
8
Podemos ver que la distribución de la edad es

aproximadamente simétrica y que los cuartiles están casi a 2
la misma distancia de la mediana.

30 35 40 45 50 55
Página 29 de 39
Ejemplo
¿Qué es Variabilidad?
Considere los 4 conjuntos de datos Distribution I Distribution II

siguientes y sus histogramas: 6 6
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
Medidas de variabilidad I II III IV

Rango
Rango entre cuartiles
Desviación Estándar
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.
Medida de Medida de Uso en

tendencia dispersión Distribuciones Ventajas Desventajas
central
Promedio Desviación Simétricas Buenas Sensible a valores
estándar propiedades, muy extremos.
usados.
Mediana Rango Sesgadas, sin Mediana robusta a Rango sensible a
valores extremos valores extremos. valores extremos.
Rango muy
conocido, fácil de
entender.
Mediana Rango entre Sesgadas con Medidas robustas a El rango entre
cuartiles valores extremos valores extremos. cuartiles no es muy
conocido.
3. Medidas de posición relativa.

Los cuartiles dividen un conjunto ordenado de datos, en cuatro partes iguales:
25% 25% 25% 25%
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%
Mín P1 P2 P3 . . . . . . P97 P98 P99 Máx
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.
Además existen los quintiles y los deciles, ¿Cuáles serán?
Usos de medidas de posición relativa en:

- Calificaciones de exámenes.
- Puntajes en tests Psicológicos.
- Curvas de crecimiento en salud (http://www.cdc.gov/growthcharts/)
Definición
Valores extremos (outliers): son valores que se alejan del conjunto de datos.
Regla para identificar valores o datos extremos:
Vamos a definir una observación xi como extrema si:
xi < Q1 – 1,5 * (Q3-Q1) o xi > Q3 + 1,5 * (Q3-Q1)
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
Diagramas de caja (boxplot):
El diagrama de caja se construye de la siguiente manera:
1. Dibujar la caja que empieza en el primer cuartil y termina en el tercer cuartil.
2. Dibujar la mediana con una línea dentro de la caja.
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
min = 32 Q1 = 41 mediana = 43,5 Q3= 46,5 max = 51
Min Q1 Median Q3 Max
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
Gráfico > Generador de Gráficos > Diagrama de Caja.
Diagrama de caja de edad en
base de datos médica según 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
a) ¿Cuál es el rango aproximado del precio de las bicicletas?
b) ¿Cuál es el valor aproximado del 25% de las bicicletas más caras?
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)
Mínimo = _________ Q1 = ______________ Mediana = _________ Q3 = ______________ Máximo = _________
¿Valores extremos?
Página 35 de 39
Pensemos
Si el gráfico de caja es simétrico, ¿Podemos concluir que la distribución de los datos es

simétrica?
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.
Año 2002 Año 2003 Año 2004

Fc Cs Salud FACE Fc Cs Salud FACE Fc Cs Salud FACE
Considere tres diseños muestrales para estimar la verdadera media poblacional de las
notas:
i) muestreo aleatorio simple.

ii) muestreo aleatorio estratificado tomando muestras del mismo tamaño en cada estrato.
iii) muestreo aleatorio estratificado tomando más unidades de un estrato que de otro.
Asuma que el tamaño muestral total es igual en todos los diseños.
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
Anexo: Transformaciones lineales y estandarización.
Ejemplo
Una transformación.
Se tiene datos del número de niños por hogar de 10 viviendas de un barrio:

2, 3, 2, 2, 1, 0, 3, 2, 1, 4
El promedio es 2,0 y desviación estándar = 1,1547 niños
a) Suponga que queremos describir el número de personas en cada vivienda y suponga

que en cada vivienda hay 2 adultos: 4, 5, 4, 4, 3, 2, 5, 4, 3, 6
- Encuentre el promedio y la desviación estándar de esta nueva variable y compare
con las observaciones originales.
- ¿Cómo cambia el promedio? ¿Cómo cambia la desviación estándar?
- Describa como afecta al promedio y la desviación estándar el sumar una constante a
cada observación.
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.
Si X representa una variable, x su promedio y sx su desviación estándar. Sea Y=aX+b,

una transformación lineal de X, entonces:
El promedio de Y es: y = ax + b
y la desviación estándar: sY = a sX
NOTA: |a| es el valor absoluto o módulo de la constante a, donde a es cualquier valor

positivo o negativo y su módulo es siempre positivo.
Ejemplo
La temperatura mínima en Talca la semana del 14 al 20 de Mayo de 2001 fue de:
Lunes Martes Miércoles Jueves Viernes Sábado Domingo

X= t ºF 38 46 38 50 45 34 43
El promedio y la desviación estándar son: x = 42 grados Fahrenheit y

sX = 5,67 grados Fahrenheit.
Página 38 de 39
Sea Y = la temperatura en escala de grados Celsius, Y está relacionada con X = la

5
temperatura en grados Fahrenheit, por la siguiente transformación lineal: C = (F − 32) , o
9
5 160
en términos de Y y X: Y = X − .
9 9
Calcule el promedio y la desviación estándar en grados Celsius.
Si X representa una variable, x su promedio y sx su desviación estándar. Llamaremos z a

la variable estandarizada:
x−x
z=
sX
Una variable está estandarizada si la variable tiene media cero y desviación estándar uno.
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 
Calcule el promedio y desviación estándar de la variable número de niños estandarizada.
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
promedio de la nueva variable. Pero al investigador le interesa conocer el valor de la media

en las unidades originales de la variable, para eso convertimos a la unidad original de CO
0,82
con exponencial ( e = 2,2705 ). Esta media de la variable transformada se conoce
como media geométrica.
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 =0,82 0,25

Desviación típica =0,26
N =48
0
0,25 0,50 0,75 1,00 1,25
Logaritmo del Monóxido de Carbono Logaritmo del Monóxido de Carbono
Media = 2,2705.

Ec005 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ec005 PDF

Cargado por

Copyright:

Formatos disponibles

,

Lo que caracteriza a este sistema son los coeficientes numéricos en la ecuaciqn

Los renglones de una matriz están numerados de manera consecutiva de arriba

columna 1 columna 2 columna 3

tienen órdenes 3 x 3 y 4 x 2, respectivamente.

Nuestra atención en este capítulo estará en la operación y aplicación de varios

a" a,z a,"

es llamado matriz de m X n o matriz de orden m x n . Para la entrada a. llama

El número de entradas en una matriz de m x n es mn . Por brevedad, una ma

es llamada matriz columna, o vector columna.

EJEMPLO 1 Orden (o tamaño) de una matriz

a. La matriz [1 2 O] tiene orden 1 x 3.

b. La ma"i, [i -!] tiene tamaño 3 x 2.

c. La matriz [7] tiene orden 1 x 1.

EJEMPLO 2 Construcción de matrices

Solución: Como a ll =a 31 =0, la matriz es

Solución: Aquí i = 1, 2,3 Yj = 1,2, 3,4 YA tiene (3)(4) = 12 entradas. Ya que a ij

c. Construir la matriz 1 de 3 x 3 dado que a ll = a 22 = a 33 = 1 Y a =

Solución: La matriz está dada por

y [1 1] '* [1 1 1] (diferentes tamaños) .

Una ecuación matricial puede definir un sistema de ecuaciones. Por ejemplo,

Igualando las entradas correspondientes, debemos tener

Transpuesta de una matriz

EJEMPLO 3 Transpuesta de una matriz

FIGURA 6.1 Ay AT. 0= [°O°° O'

son cuadradas con órdenes 3 y 1, respectivamente.

la diagonal principal (véase la región sombreada) consiste en a u = 1, a 22 = 5 ya" = 9.

U na matriz cuadrada A se dice que es una matriz triangular superior si todas

EJERCICIOS 6.1 12. Construya la matriz B =[bij] si B es de 2 x 2 Yh;J =(-1 y+J(jl.¡.

~ [~ 25 3]6 , 14. Liste la diagonal principal de

16. Si A es una matriz de 4 x 5, ¿cuál es el orden de AT?

c. ¿Cuáles·matrices son triangulares superiores? ¿Triangu-

d. ¿Cuáles son vectores renglón?

3. ¿Cuáles son matrices diagonales?

9. ¿Cuáles son las entradas de la diagonal principal?

[ 3y~ ~] [~2 7~].

6.2 SUMA DE MATRICES Y MULTIPLICACiÓN POR UN ESCALAR

Esta situación nos motiva a introducir la operación de suma de matrices para

Por ejemplo, sean

A+B=[3+5 0+(-3) -2+6] [8 -3

EJEMPLO 1 Suma de matrices

Si A, B, e y O tienen el mismo orden, entonces las propiedades siguientes se

Estas propiedades de la suma de Propiec;Jades para la suma de matrices

EJEMPLO 2 Propiedades de la suma de matrices

DI = [3 2 5], D2 = [O 17 1], DJ = [4 6 12],

y para las industrias,

De = [O 4], DE = [20 O 8], DA = [30 5 O],

donde los subíndices e, E y A son para carbón, electricidad y acero, respectiv

DI+D2 +D3 =[3 25]+[0171]+[4612]=[725

La demanda industrial total está dada por la suma

[7 25 18] + [50 6 12] = [57 31 30].

Así, la industria del carbón vende un total de 57 unidades, el total de unidades

Multiplicación por escalar

M= 2F = 2[! 21] = [2'3 2· 1] = [68 42] '

Gerald L. Thompson, Introduction 10 Finite Mathematics, tercera edición. © 1974. Reimpreso ca

_3[1 O -2] = [ -3(1) -3(0) - 3( - 2) ] = [- 3 O 6]

EJEMPLO 4 Multiplicación por un escalar

B = [~ -4] 1 ' O = [~ ~J.

Si A, B Y O son del mismo tamaño, entonces para cualesquier escalares

Propiedades de la multiplicación por un escalar

Recuerde que O "# O, porque O es un

La primera propiedad establece que la transpuesta de una suma es la suma de '

Observe que -A es la matriz que se obtiene multiplicando cada entrada de A por-1

[] [!] = [ -l