Linear Algebra For Economists Fuad Aleskerov 2011 (001 050) .En - Es

Springer Texts in Business and Economics
Para más volúmenes:

http://www.springer.com/series/10099
•
Fuad Aleskerov • Hasan Ersel Dmitri
Piontkovski
Álgebra lineal
para economistas
123
Prof.Dr. Fuad Aleskerov Universidad Dr. Dmitri Piontkovski
Nacional de Investigación Universidad Nacional de Investigaciones
Escuela Superior de Economía Escuela Superior de Economía

Matemáticas para la Economía Matemáticas para la Economía
Calle Myasnitskaya, 20 Calle Myasnitskaya, 20
101000 Moscú 101000 Moscú
Rusia Rusia
alesk@hse.ru dpiontkovski@hse.ru
Dr. Hasan Ersel

Universidad Sabanci
Facultad de Artes y Ciencias Sociales
Orhanli-Tuzla, Estambul
pavo
hasanersel@yahoo.com
ISBN 978-3-642-20569-9 e-ISBN 978-3-642-20570-5

DOI 10.1007 / 978-3-642-20570-5
Springer Heidelberg Dordrecht Londres Nueva York
Número de control de la Biblioteca del Congreso: 2011934913
c Springer-Verlag Berlín Heidelberg 2011

Esta obra está sujeta a derechos de autor. Quedan reservados todos los derechos, ya sea total o parcial, en concreto los derechos de traducción,
reimpresión, reutilización de ilustraciones, recitación, difusión, reproducción en micropelícula o de cualquier otra forma y almacenamiento en bancos
de datos. La reproducción de esta publicación o de partes de la misma está permitida únicamente según las disposiciones de la Ley de derechos de
autor alemana del 9 de septiembre.
1965, en su versión actual, y siempre se debe obtener el permiso de uso de Springer. Las infracciones están sujetas a enjuiciamiento en virtud de
la Ley de derechos de autor alemana.
El uso de nombres descriptivos generales, nombres registrados, marcas comerciales, etc. en esta publicación no implica, incluso en ausencia de una
declaración específica, que dichos nombres estén exentos de las leyes y regulaciones de protección pertinentes y, por lo tanto, libres para uso
general.
Diseño de portada: eStudio Calamar SL Impreso
en papel sin ácido
Springer es parte de Springer Science + Business Media ( www.springer.com )

Prefacio
La estructura del libro fue propuesta en las conferencias impartidas por Aleskerov en 1998-2000 en la
Universidad de Boĝaziçi (Estambul, Turquía), sin embargo, Ersel impartió diferentes partes del curso en
1975-1983 en la Universidad de Ankara (Turquía) y por Piontkovski en 2004-2010 en la Escuela Superior de
Economía de la Universidad Nacional de Investigación (Moscú, Rusia).
El objetivo principal del libro es, naturalmente, dar a los estudiantes las nociones e instrumentos fundamentales
del álgebra lineal. La linealidad es el principal supuesto utilizado en todos los campos de la ciencia. Proporciona una
primera aproximación a cualquier problema en estudio y se utiliza ampliamente en economía y otras ciencias
sociales. Uno puede preguntarse por qué decidimos escribir un libro en álgebra lineal a pesar de que hay muchos
libros excelentes como [ 10 , 11 , 19 , 27 , 34 ]? Nuestras razones se pueden resumir de la siguiente manera. En primer
lugar, tratamos de adaptar el curso a las necesidades de los estudiantes de economía y de los estudiantes de
matemáticas e informática que deseen obtener más conocimientos en economía. En segundo lugar, construimos
todas las exposiciones en el libro de tal manera que ayuden a los estudiantes de economía a aprender matemáticas y
la realización de pruebas en matemáticas de una manera conveniente y sencilla. En tercer lugar, dado que las horas
asignadas a este curso en los departamentos de economía son bastante limitadas, proponemos una forma
ligeramente diferente de impartir este curso. Es decir, no intentamos dar todas las demostraciones de todos los
teoremas presentados en el curso. Los teoremas que no se prueban se ilustran mediante figuras y ejemplos, e
ilustramos todas las nociones que apelan a la intuición geométrica. Los teoremas que se prueban se prueban de la
manera más precisa que se hace para los estudiantes de matemáticas. Las nociones principales siempre se apoyan
con ejemplos económicos. El libro ofrece muchos ejercicios referentes a la matemática pura y la economía.
El libro consta de once capítulos y cinco apéndices. El capítulo 1 contiene la introducción al curso y los
conceptos básicos de vector y escalar. El capítulo 2 presenta las nociones de vectores y matrices, y analiza
algunos ejemplos económicos básicos que se utilizan a lo largo del libro. Aquí comenzamos con la noción de
producto escalar de dos vectores, definimos matrices y sus rangos, consideramos operaciones elementales
sobre matrices. El capítulo 3 trata sobre matrices importantes especiales: matrices cuadradas y sus
determinantes. El capítulo 4 presenta las matrices inversas. En el Cap. 5 analizamos los sistemas de
ecuaciones lineales, damos métodos de cómo resolver estos sistemas. El capítulo termina con la discusión de
ecuaciones homogéneas. El capítulo 6 discute
v
vi Prefacio
tipo más general de objetos algebraicos - espacios lineales. Aquí se introduce la noción de independencia lineal
de los vectores, la cual es muy importante desde el punto de vista económico ya que de fi ne cuán diversa es la
información obtenida. Consideramos aquí el isomorfismo de espacios lineales y la noción de subespacio. El
capítulo 7 trata de un caso importante de espacios lineales: los euclidianos. Consideramos la noción de bases
ortogonales y la utilizamos para construir la idea de proyección y, en particular, el método de mínimos cuadrados
ampliamente utilizado en las ciencias sociales. En el capítulo 8 consideramos las transformaciones lineales y
todas las nociones relacionadas, como una imagen y un núcleo de transformación. También consideramos
transformaciones lineales con respecto a diferentes bases. El capítulo 9 analiza los valores propios y los vectores
propios. Aquí consideramos las transformaciones autoadjuntas, transformaciones ortogonales, formas cuadráticas
y su representación geométrica. El capítulo 10 aplica los conceptos desarrollados anteriormente al modelo de
producción lineal en economía. Para ello utilizamos, en particular, el teorema de Perron-Frobenius. El capítulo 11
trata sobre la noción de convexidad y los llamados teoremas de separación. Usamos este instrumento para
analizar el problema de programación lineal.
Observamos durante los años de nuestra experiencia docente que el argumento de inducción crea algunas
dificultades entre los estudiantes. Entonces, explicamos este argumento en el Apéndice A. En el Apéndice B
discutimos cómo evaluar los determinantes. En el Apéndice C damos una breve introducción a los números
complejos, que son importantes para comprender mejor los valores propios de los operadores lineales. En el
Apéndice D consideramos la noción de matriz pseudoinversa o inversa generalizada, ampliamente utilizada en
diferentes aplicaciones económicas.
Cada capítulo termina con la cantidad de problemas que permiten comprender mejor los temas considerados.
En el Apéndice mi Se dan las respuestas y sugerencias para las soluciones a los problemas de los capítulos y
apéndices anteriores.
Fuad Aleskerov
Hasan Ersel
Dmitri Piontkovski
Moscú – Estambul
Agradecimientos
Estamos muy agradecidos con nuestros estudiantes por muchos comentarios y sugerencias útiles. Agradecemos
especialmente a Andrei Bodrov, Svetlana Suchkova y otros estudiantes de la Escuela Superior de Economía de la
Universidad Nacional de Investigación (HSE) por sus comentarios y soluciones de ejercicios. Entre ellos, estamos
particularmente agradecidos a Maria Lyovkina quien, además, nos ayudó mucho con la infografía.
Fuad Aleskerov agradece al DeCAn de Laboratorio de HSE, el Fondo Científico de HSE, la Fundación Rusa
para la Investigación Básica (subvención # 09-01-91224-CT-a) por el apoyo financiero parcial.
Le gustaría agradecer a los colegas de HSE y al Instituto de Ciencias de Control de la Academia de

Ciencias de Rusia por su ayuda y apoyo permanente.
Fuad Aleskerov agradece al Magdalene College de la Universidad de Cambridge por haber podido
completar el borrador final de este libro. Él aprecia mucho la hospitalidad y el apoyo del Dr. Patel,
miembro de Magdalene College.
Hasan Ersel quisiera agradecer a Tuncer Bulutay, su primer profesor de economía matemática, por
crear un excelente entorno de investigación en las condiciones bastante desfavorables de la década de
1970 en la Facultad de Ciencias Políticas (FPS) de la Universidad de Ankara y por su continuo apoyo y
aliento que abarca más de 40 años. Hasan Ersel también agradece a sus colegas Yilmaz Akyuz, Ercan
Uygur y Nuri Yildirim, todos del FPS durante la década de 1970, por su amable ayuda, comentarios y
sugerencias.
Dmitri Piontkovski agradece a la Fundación Científica de HSE (proyecto 10-01-0037) por el apoyo financiero
parcial.
Estamos muy agradecidos con la Universidad Boǵazici, la Universidad Bilgi, la Universidad Sabanci y los
colegas turcos, que organizaron las visitas de Fuad Aleskerov y Dmitri Piontkovski a estas universidades.
Estas visitas también nos ayudaron a trabajar juntos en el libro.
Finalmente, agradecemos a nuestras familias por su paciencia y apoyo.
vii
•
Contenido
1 Algunos conceptos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.1 Introducción ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Linealidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Sistema de coordenadas en el plano R 2 . . . . . . . . . . . . . . . . . . . 2
1.2 Microeconomía: equilibrio de mercado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1 Equilibrio en un mercado único . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Equilibrio multimercado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Problema de política macroeconómica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1 Un modelo de política macroeconómica simple con un objetivo . . . . . . . . . . . . . . . . . . . .
......................... 11
1.3.2 Modelo de política macroeconómica
con Multip le Objetivos y múltiples instrumentos . . . . . . . . . . 13
1.4 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 Vectores y matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1 Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.1 Propiedades algebraicas de los vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.2 Interpretación geométrica de vectores y operaciones sobre ellos . . . . . . . . . . . . . . .
.................... 19
2.1.3 Interpretación geométrica en R 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2 Producto escalar de dos vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.1 La longitud de un vector y el ángulo entre dos vectores . . . . . . . . . . . . . . . . . .
.................... 24
2.3 Un ejemplo económico: dos plantas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.4 Otra aplicación económica: números de índice . . . . . . . . . . . . . . . . . . . 29
2.5 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5.1 Operaciones sobre matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.5.2 Multiplicación de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.3 Rastro de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.6 Transposición de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2,7 Rango de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.8 Operaciones elementales y matrices elementales . . . . . . . . . . . . . . . . . . 38
2.9 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
ix
X Contenido
3 Matrices cuadradas y determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

3.1 Transformación de coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.1.1 Traducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.1.2 Rotación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2 Matrices cuadradas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.1 Matriz de identidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.2 Poder de una matriz y polinomio de una matriz . . . . . . . . . . . 52
3.3 Sistemas de ecuaciones lineales: el caso de dos variables . . . . . . . . . 52
3.4 Determinante de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.4.1 Las propiedades básicas de los determinantes . . . . . . . . . . . . . . . . . . . . . 57
3.4.2 Operaciones determinantes y elementales . . . . . . . . . . . . . . . . . . 60
3,5 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4 Matriz inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sesenta y cinco
4.1 Matriz inversa y división matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sesenta y cinco
4.2 Rango y determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

4.3 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5 Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

5.1 El caso de la solución única: la regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . 78
5.2 Método de Gauss: eliminación secuencial de variables desconocidas . . . . 80
5.3 Ecuaciones homogéneas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.4 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.4.1 Problemas matemáticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.4.2 Problemas económicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
6 Espacios lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
6.1 Independencia lineal de vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6.1.1 Suma de vectores y multiplicación de un vector por un número real . . . . . . . . .
..................... 96
6.2 Isomorfismo de espacios lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
6.3 Subespacios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
6.3.1 Ejemplos de subespacios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
6.3.2 Un método de construcción de subespacios . . . . . . . . . . . . . . . . . . . . . 99
6.3.3 Subespacios unidimensionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6.3.4 Hiperplano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6.4 Coordinar el cambio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.5 Ejemplo económico: conjunto de tecnologías de producción . . . . . . . . . . . . . . . . . . . 101
6.6 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
7 Espacios euclidianos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.1 Definiciones generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.2 Bases ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
7.3 Método de mínimos cuadrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
7.4 Isomorfismo de espacios euclidianos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

7.5 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
Contenido xi
8 Transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123

8.1 Suma y multiplicación de operadores lineales . . . . . . . . . . . . . . . . . . . 130
8.2 Transformación inversa, imagen y kernel bajo una transformación . . . . . . . . . . . . . . . . . . . . . . .
....................... 132
8.3 Matrices de transformación lineal con respecto a diferentes bases . . . . . . . . . . . . . . . . . . . . . . . . .
........................... 135
8.4 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
9 Autovectores y autovalores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

9.1 Ejemplo macroeconómico: crecimiento y consumo . . . . . . . . . . . . . . 148
9.1.1 El modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
9.1.2 Ejemplo numérico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
9.2 Operadores autoadjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
9.3 Operadores ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
9.4 Formas cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
9.5 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
10 Modelo lineal de producción en un entorno clásico . . . . . . . . . . . . . . . . . . . . . 165

10.1 Introducción ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
10.2 El modelo de Leontief . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
10.3 Existencia de una solución única no negativa para el sistema Leontief . . . . . . . . . . . . . . . . . . . . . .
......................... 172
10,4 Condiciones para obtener una solución positiva (económicamente significativa) al modelo de
Leontief . . . . . . . . . . . . . . . . . . . . . . . . 176
10,5 Precios de producción en el modelo de producción lineal . . . . . . . . . . . . . . 179
10,6 Teorema de Perron-Frobenius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
10,7 Modelo de producción lineal (continuación) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
10.7.1 Sistema Sraffa: el caso de los productos básicos . . . . . . . . . . 189
10.7.2 Sistema Sraffa: Se agregaron productos básicos no básicos . . . . . . . . . . 191
10,8 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
11 Programación lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195

11.1 Problema de dieta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
11.2 Modelo de producción lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
11.3 Convexidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
11.4 Problema de transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
11.5 Problema dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
11.6 Interpretación económica de variables duales . . . . . . . . . . . . . . . . . . . . . . . . . 209
11.7 Una generalización del modelo de Leontief: múltiples técnicas de producción y
programación lineal . . . . . . . . . . . . . . . . . . 211
11,8 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
A Números naturales e inducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217

A.1 Números naturales: definición axiomática . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
A.2 Principio de inducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
A.3 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
xii Contenido
B Métodos de evaluación de determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225

B.1 Transformación de determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
B.2 Métodos de evaluación de determinantes de orden superior . . . . . . . . . . . . . . . 226
B.2.1 Reducción a forma triangular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
B.2.2 Método de multiplicadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
B.2.3 Definición recursiva de determinante . . . . . . . . . . . . . . . . . . . . . . 228
B.2.4 Representación de un determinante como suma de dos determinantes . . . . . . . . . . . . .
.......................... 230
B.2.5 Cambiar los elementos del determinante . . . . . . . . . . . . . . . . . . . 230
B.2.6 Dos determinantes clásicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
B.3 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
C Números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237

C.1 Operaciones con números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
C.1.1 Conjugación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
C.1.2 Módulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
C.1.3 Inversa y división . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
C.1.4 Argumento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
C.1.5 Exponente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
C.2 Ecuaciones algebraicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
C.3 Espacios lineales sobre números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
C.4 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
D Pseudoinverso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
D.1 Definición y propiedades básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
D.1.1 Las propiedades básicas de la pseudoinversa . . . . . . . . . . . . . . . . . . . . 251
D.2 Factorización de rango completo y una fórmula para pseudoinverso . . . . . . . . . 252
D.3 Pseudoinverso y aproximaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
D.4 Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
mi Respuestas y Soluciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275
Índice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
Algunos conceptos básicos
1
1.1 Introducción
Supongamos que estudiamos varias empresas analizando los siguientes parámetros: a 1 - Numero de trabajadores, a 2 -
capital social y a 3 - beneficio anual. Entonces, cada empresa se puede representar como una tupla de 3 a D . a 1; a 2; a 3 /.
El conjunto de todos norte- tuplas. a 1; :::; a norte/ de números reales se denota por R norte.
Para norte D 1, tenemos la linea real R. Un punto a está representado por su valor X a en la linea real R.
Ejemplo 1.1. Dejar a; B; C denotar tres automóviles diferentes con el respectivo

precios pag a> pag b> pag c> 0. Uno puede pedir estos tres coches en el eje de precios, pag,
como se muestra en la Fig. 1.1 .
Tenga en cuenta que, dado que los precios no son negativos, pag- el eje coincide con la línea real no negativa R C en el
ejemplo anterior.
1.1.1 Linealidad
Precio de los dos coches a y B es igual a la suma de sus precios:
Pensilvania ˚ B/ D pag a C pag B:
La adición es una lineal operación.

Pero también puede darse el caso de que
Pensilvania ˚ B/ D pag 2 a C pag 2 B:
Sin embargo, esta no es una relación lineal y no estudiaremos tales relaciones no lineales en este libro.
F. Aleskerov y col., Álgebra lineal para economistas, Springer Texts in Business and Economics, 1
DOI 10.1007 / 978-3-642-20570-5 1,
© Springer-Verlag Berlín Heidelberg 2011
2 1 Algunos conceptos básicos
Figura 1.1 Eje de precios
pag C pag B pag a pag

0
y
Figura 1.2 Coordenadas en el plano R 2
ya a
0 Xa X
1.1.2 Sistema de coordenadas en el plano R 2
Un punto a se puede representar en R 2 por sus coordenadas, es decir, el par ordenado. X a; y a/,
ver Fig. 1.2 .
Distancia en el plano entre dos puntos a y B se denota por da; B/, dónde
da; B/ 2 D . X B Xa/2C . yB y a / 2;
y
da; B/ D pag . XB Xa/2C . yB y a / 2:
Ejemplo 1.2. Dejar a ser una empresa X a el número de trabajadores, y y a el costo de la producción (digamos, en $) de la empresa una.
Considere ahora una ecuación que relaciona la variable X a y como
y D kx C B;
dónde k; B son constantes. La ecuación anterior representa una función lineal.

Estudiemos primero el caso cuando k D 2; B D 1, así que eso y es una función creciente de X. Ya que y D 2x
1, por X D 0 tenemos y D 1 ( Higo. 1.3 ). Esto significa, por ejemplo, que incluso en ausencia de trabajadores, la
fábrica debe mantenerse en alguna condición que, a su vez, cuesta $ 1. Se llama costo fijo.
Ejemplo 1.3. Considere una empresa cuya función de beneficio es
y D 2x C 3;
dónde X es el nivel de salida (Fig. 1.4 ). Indica que, en algún nivel de producción, la utilidad de la empresa se reduce a cero y,
más allá de este punto, incurre en pérdidas.

1.1 Introducción 3
Figura 1.3 La función de costo

y
lineal: caso de costo fijo
y D 2x 1
Figura 1.4 La función de costo lineal: el

y
caso de pérdida en algún nivel de
producción
y D 2x C 3
Figura 1.5 La función de demanda lineal qD
q D D un pb
a pag
B
Pasemos a un modelo más realista. Considere un mercado con un solo bien,

y suponga que la cantidad demandada q D es una función decreciente del precio pag del bien, es decir,
q D D a bp;
dónde a; b> 0 ( Higo. 1,5 ).

Figura 1.6 La función de suministro lineal qs
q s D C C dp
D pag
C
C
Figura 1.7 Un equilibrio
Suponga a continuación que la cantidad ofrecida q s del bien es una función lineal creciente de pag, es decir,
q s D C C dp;
dónde C; d> 0, ver Fig. 1,6 .

Considere ahora la siguiente definición general:
Definición 1.1. El equilibrio es un estado del sistema en el que no hay tendencia a cambiar.
Ejemplo 1.4. Bola dentro de un bol (ver Fig. 1,7 ).
Definamos un "exceso de demanda" como la diferencia entre la oferta y la demanda. Se dice que un
mercado está en equilibrio al precio pag si el exceso de demanda del bien es cero, es decir,
q D . p / q s. pag/ D 0:
Para el ejemplo del mercado, el precio de equilibrio se puede encontrar resolviendo simultáneamente las dos
ecuaciones
q D . pag/ D q D a bp;
y
q s. pag/ D q D C C dp:
Un equilibrio típico se ilustra en la Fig. 1.8 .

Una solución única para el equilibrio como en la figura anterior puede surgir solo para ciertos valores de
parámetros a; B; C y D .
En general, dos líneas en un plano se intersecan o son paralelas o coincidentes, como se muestra en la Fig. 1,9 .
Resolver un sistema de tres ecuaciones en dos incógnitas corresponde a la intersección de tres rectas en el plano.
Pueden surgir una serie de posibilidades, como se muestra en las siguientes figuras, consulte la Fig. 1,10 .
1.1 Introducción 5
qD;qs
a q s D C C dp
q q D D un pb
a
D pag
B
C
Figura 1.8 El equilibrio del mercado
y y y
l2 l2 l 1; l 2
l1
l1
X X X
Figura 1.9 Dos líneas en un plano con diferentes características de ubicación.
En el primero de los gráficos de la Fig. 1,10 tres líneas se cruzan en un punto único. En el segundo gráfico,
cada par de las tres líneas se cruza en un punto único, lo que da tres
distintos puntos de intersección. En el tercer gráfico, las líneas l 2 y l 3 coinciden mientras se cruzan con l 1 en un punto
único. En el cuarto gráfico coinciden todas las líneas. En las líneas del quinto gráfico l 2 y l 3 coinciden que son
paralelas a la línea separada l 1. En el proximo
gráfico, las líneas separadas l 2 y l 3 son paralelos entre sí, intersectando con la línea l 1
en dos puntos distintos. Finalmente, en el último gráfico las tres líneas separadas son paralelas.
Resolver el sistema de tres ecuaciones en tres incógnitas
8
< a 11 X 1 C a 12 X 2 C a 13 X 3 D B 1;
: a 21 X 1 C a 22 X 2 C a 23 X 3 D B 2;
a 31 X 1 C a 32 X 2 C a 33 X 3 D B 3
es mucho más difícil que en el caso de dos ecuaciones con dos incógnitas.
Es obvio que en el caso de dimensiones superiores el número de posibilidades aumenta enormemente, por lo
que las herramientas gráficas se vuelven casi inaplicables. Por tanto, necesitamos algunas herramientas analíticas
para resolver y analizar sistemas finitos de ecuaciones arbitrariamente grandes. Para ello, en los siguientes
capítulos trataremos los vectores y las matrices.
y y y
l3 l3 l 2; l 3
l2
l2
l1 l1 l1
X X X
y y y
l 1; l 2; l 3 l 2; l 3 l3
l1 l2
l1
X X X
y l3
l2
l1
Figura 1.10 Tres líneas en un plano con diferentes características de ubicación.
Ejemplo 1.5. Considere las siguientes tres buenas economías. Supongamos que todos estos
los bienes se utilizan en la producción de otros. Dejar X ij denotar la cantidad de la I - th
bueno usado para producir bueno j, y deja X I denota la cantidad total del bien producido I .
Deja que la cantidad de bien I utilizado para producir una unidad de bien j es dado por
a ij D X ij = X j:
Estos se denominan coeficientes de entrada / salida. Suponga también que cada uno de estos bienes se demanda para
uso final (es decir, para el consumo de los hogares).
Supongamos que tenemos la siguiente información estadística.
X1 X2 X3
X 1 a 11 D 0: 3 a 12 D 0: 2 a 13 D 0: 3 x 2 a 21 D 0: 2 a 22
D 0: 3 a 23 D 0: 2 x 3 a 31 D 0: 4 a 32 D 0: 6 a 33 D 0:
4
1.2 Microeconomía: equilibrio de mercado 7
La demanda final del bien 1 es y 1 D 20, para el bien 2 es y 2 D 30 y para bien 3 es

y 3 D 40. Entonces, el nivel de producción total que satisface los requisitos de entrada y la demanda final se puede
encontrar resolviendo el siguiente sistema de ecuaciones lineales
8
< X 1 D 0: 3 veces 1 C 0: 2x 2 C 0: 3 veces 3 C 20;
X 2 D 0: 2x 1 C 0: 3 veces 2 C 0: 2x 3 C 30; X 3 D 0: 4x 1 C
:
0: 6x 2 C 0: 4x 3 C 40:
1.2 Microeconomía: equilibrio de mercado
En la secc. 1.1 hemos planteado el problema de la intersección de líneas en un espacio. En esta y las siguientes
secciones damos algunas razones micro y macroeconómicas para este problema.
En las economías contemporáneas se produce una amplia variedad de bienes para satisfacer las necesidades de las
personas. Estos bienes son producidos por muchos productores diferentes y demandados por muchos consumidores
diferentes (individuos o instituciones). A lo largo de la historia, las sociedades desarrollaron varios métodos para encontrar una
respuesta que satisfaga tanto a los consumidores como a los productores. Uno de esos métodos que se utiliza ampliamente
es el mecanismo de precios. En este marco, se supone que tanto la oferta como la demanda se ven influidas por los precios
de los bienes más otros factores. Cuando se dan otros factores como dados, un cambio en el precio de un bien afecta tanto a
su demanda como a su oferta.
Por lo tanto, los economistas desarrollaron el enfoque de equilibrio parcial para examinar un mercado para un bien
particular aislado de los otros bienes. En este marco, al tomar como dados factores distintos del precio, la cantidad
demandada y ofrecida de un bien puede considerarse en función de su precio. Utilizando el aparato de oferta y
demanda, se puede encontrar el precio y la cantidad correspondiente a la que tanto los consumidores como los
productores están satisfechos, es decir, el punto en el que la demanda es igual a la oferta. Este problema se analiza a
continuación.
Sin embargo, el enfoque de equilibrio parcial no tiene en cuenta el hecho de que los mercados
interactúan entre sí. Un cambio en el precio de un bien afecta la demanda y / o la oferta de otro. Por lo
tanto, en un marco más realista, donde muchos bienes se producen, demandan e intercambian
simultáneamente, se necesita un marco más general. El enfoque de equilibrio multimercado es un
primer paso en esta dirección. 1
1 El análisis de equilibrio parcial tiene una larga historia en economía. Fue elaborado y ampliamente utilizado por el economista
francés Antoine Augustin Cournot (1801–1877) y el economista inglés Alfred Marshall (1842–1924). El análisis de equilibrio general
en economía, por otro lado, busca explicar el comportamiento de la oferta, la demanda y los precios en una economía con muchos
mercados. Se considera que la economista francesa Marie-Esprit-Léon Walras (1834-1910) es la madre de este enfoque.
1.2.1 Equilibrio en un mercado único
Consideremos un mercado aislado para siempre I . Suponga que tanto la demanda ( q D I)

y suministro q s I ) de este bien es función de su precio ( pag I ), solamente. 2
q IDD ˛ 0̨ ˛ 1̨ pag I (1,1)
q IsD ˇ 0̌ C ˇ 1 pag I (1,2)
Estas funciones suponen que existe una relación lineal entre la cantidad demandada (o ofrecida) y
el precio del bien. I .
Observación 1.1. Aunque, en los textos de economía ( 1.1 ) y ( 1.2 ) suelen denominarse
funciones lineales de oferta y demanda, desde un punto de vista estrictamente matemático, no lo son. Tienen un
término pendiente extra constante. En matemáticas, las funciones lineales con pendiente constante se llaman funciones
afines. Observe que en el caso de funciones afines, cuando la variable explicativa (en este ejemplo, el precio) en la
ecuación es cero, la variable explicada (en este ejemplo, la cantidad demandada o ofrecida, respectivamente)
puede tomar valores distintos de cero. La formulación de función lineal, por otro lado, no lo permite.
Pregunta 1.1. ¿Por qué en economía se utilizan funciones afines para formular funciones de oferta y demanda?
Todos los coeficientes en ( 1.1 ) y ( 1.2 ) se supone que son positivos. Lo negativo
El signo delante del coeficiente de pendiente en la función de demanda indica que, a medida que aumenta el precio
del bien, su demanda disminuye. Lo contrario es válido para la oferta. El signo negativo delante del término de
intersección en la ecuación de oferta implica que la oferta se volverá positiva solo después de que el precio del bien
en cuestión sea positivo y suficientemente alto.
Se dice que el mercado del bien i está en 'equilibrio' cuando la demanda del bien i es igual a su oferta, es
decir
q IDD q s I
(1,3)
Recuerde que la diferencia entre oferta y demanda se llama exceso de demanda.

Usando este concepto, el equilibrio del mercado también se puede caracterizar como el punto en el que el exceso de demanda
es cero, es decir
Ep I / D q D I
q IsD 0 (1,4)
2 Este modelo básico de oferta y demanda es, obviamente, una simplificación excesiva. En economía, tanto la
demanda como la oferta de un bien se tratan como funciones de muchas variables, incluidos los precios de otros
bienes, los ingresos, etc.
1.2 Microeconomía: equilibrio de mercado 9
Supongamos que queremos encontrar el equilibrio del mercado descrito por ( 1.1 ), ( 1.3 )
o ( 1.1 ), ( 1.4 ). Este punto de equilibrio se puede caracterizar por dos variables, el precio de equilibrio y la
cantidad. Una forma fácil de encontrar este punto es sustituir ( 1.1 ) y ( 1.2 ) en ( 1.4 ), es decir
Ep I / D . ˛ 0̨ ˛ 1̨ pag I / . ? ̌ 0 C ˇ 1 pag I / D 0;
del cual el precio de equilibrio pag O se puede derivar como
˛ 0̨ C ˇ
pag O I D (1,5)
˛ 1̨ C 0 ˇ 1
El nivel de cantidad de equilibrio, por otro lado, se puede obtener sustituyendo ( 1,5 ) ya sea en ( 1.1 )
(o ( 1.2 )), lo que da
˛ 1̨ ˇ 0̌
q O I D ˛ 0̨ ˇ 1̌ (1,6)
˛ 1̨ C ˇ 1
Obviamente, ( 1,6 ) da un resultado económicamente significativo, es decir q O yo> 0 sólo si

˛ 0̨ ˇ 1̌ ˛ 1̨ ˇ 0̌> 0.
Ejemplo 1.6. Dejar

q D D 38 2p
ser la función de demanda y

q s D 6 C 9p
ser la función de suministro para algún bien. Encuentre el precio de equilibrio y el nivel de cantidad correspondiente.
Responder: pag sobredosis 4; q sobredosis 30.
1.2.2 Equilibrio multimercado
Considere una economía con dos bienes. Suponga que la oferta y la demanda de cada bien son funciones de su
propio precio, así como del precio de otro bien. Dicho sistema se puede representar mediante las siguientes cuatro
ecuaciones:
q 1D D ˛ 0̨1 C ˛ 1̨1 pag 1 C ˛ 1̨2 pag 2 (1,7)
q 1s D ˇ 01 C ˇ 1̌1 pag 1 C ˇ 1̌2 pag 2 (1,8)
q 2D D ˛ 0̨2 C ˛ 1̨2 pag 1 C ˛ 2̨2 pag 2 (1,9)
q 2s D ˇ 02 C ˇ 1̌2 pag 1 C ˇ 2̌2 pag 2 (1,10)

Para tal economía, el equilibrio multimercado es el cuádruple. pag O 1; pag O 2; q O 1; q O 2 / en el cual
s
mi 1. pag O 1; pag O 2 / D q D1. pag O 1; pag O 2 / q 1. pag O 1; pag O 2 / D 0 (1,11)
y
D. pag O 1; pag O 2 / q s
mi 2. pag O 1; pag O 2 / D q 2 2. pag O 1; pag O 2 / D 0 (1,12)
se satisfacen simultáneamente.
Ejercicio 1.1. ( lo estoy utilizando ( 1,7 ) - ( 1.12 ) encontrar los precios de equilibrio de los bienes 1 y 2; (ii) ¿cuál es la
cantidad de equilibrio para el bien 1?
Pista. Usar ( 1,11 ) y ( 1.12 ) para derivar dos ecuaciones con dos incógnitas (precios).
El uso de una de las ecuaciones expresa un precio en términos del otro. Sustituyendo esta relación en la otra
ecuación se obtiene una expresión para uno de los precios en términos de los parámetros del modelo. Las
expresiones para otras variables se pueden obtener de manera similar mediante sustitución.
Ejemplo 1.7. Considere una economía con dos bienes. q 1; q 2 /. Sean las funciones de oferta y demanda de
estos bienes las siguientes. Para el bien 1:
q D1 D 3 2p 1 C 2p 2;
q 1s D 4 C 3p 1:
Para el bien 2:
q D2 D 22 C 2p 1 pag 2;
q 2s D 20 C pag 2:
Encuentre los precios de equilibrio de los bienes 1 y 2.
Responder: pag 1 D 3; pag 2 D 4.
1.3 Problema de política macroeconómica
Después de la Segunda Guerra Mundial, el papel de los gobiernos en la gestión de la economía fue ampliamente
aceptado. El modo de intervención del gobierno varió desde una amplia planificación a nivel macro y micro en las
economías socialistas hasta políticas monetarias y fiscales más orientadas al mercado adoptadas en las economías
avanzadas. Muchos países en desarrollo (como India y Turquía) optaron por implementar una planificación del
desarrollo que era menos completa que la planificación socialista, pero que aún requiere una intervención
gubernamental mucho más intensiva que las políticas económicas utilizadas en las economías de mercado
avanzadas.
A medida que el compromiso del gobierno se hizo cada vez más extenso, se hizo necesario tener un
marco para abordarlos de manera simultánea y coherente. La contribución fundamental en este campo
fue hecha por Jan
1.3 Problema de política macroeconómica 11
Tinbergen 3 célebre libro, [ 31 ], que se convirtió en la piedra angular de la teoría de la política económica desde
entonces.
El marco de Tinbergen consta de tres ingredientes básicos:
1. Un conjunto de instrumentos que son controlados por el responsable de la formulación de políticas.
2. Un conjunto de objetivos. No están controlados por el responsable de la formulación de políticas, pero son de
interés para el hacedor de políticas debido a su contribución al bienestar de la sociedad.

3. Un modelo cuantitativo que describe las relaciones entre las metas, los instrumentos y otras variables (es decir,
variable endógena que no es importante desde el punto de vista de la política económica y variables puramente
exógenas, es decir, aquellas variables cuyos valores son dados externamente y no pueden ser controlados por el
formulador de políticas).
1.3.1 Un modelo de política macroeconómica simple con una meta
Considere el siguiente modelo macroeconómico simple de un sector,
Y D C C I C GRAMO C XM; (1,13)
C D cY D ; 0 <c <1 (1,14)
YDD Y T (1,15)
T D tY; 0 <t <1 (1,16)
GRAMO D T C D; (1,17)
METRO D mi; 0 <m <1; (1,18)
dónde Y - Producto interno bruto (PIB), C - Consumo privado, T - Los ingresos tributarios, I - Inversión privada, GRAMO
- Gasto gubernamental, X - Exportaciones, METRO - Importaciones, D - Déficit presupuestario. La primera
ecuación ( 1,13 ) del modelo, es de fi nitiva. Define el PIB
desde el lado de los gastos. Ecuación ( 1,14 ) es una función de consumo, que es una ecuación de
comportamiento. Relaciona el consumo privado con la renta disponible, que se define en ( 1,15 ) como los
ingresos que los hogares pueden gastar después de pagar sus impuestos. En esta ecuación c es propensión
marginal al consumo. Da el aumento en el consumo privado agregado, cuando el PIB aumentó una unidad.
Ecuación ( 1,16 ) es un ecuación institucional, re fl eja el código fiscal. Un cierto porcentaje ( t) del PIB se recauda
como impuestos. Ecuación ( 1,17 ) es otro ecuación de definición lo que indica que los gastos del gobierno se
pueden financiar mediante la recaudación de impuestos o mediante préstamos. Ecuación ( 1,18 ) es la función de
importación, que conecta las importaciones con el PIB. Es una ecuación de comportamiento, que afirma que a
medida que aumenta el PIB
3 Jan Tinbergen (1903-1994) fue un distinguido economista holandés. Recibió el Primer Premio Nobel de Economía (1969),
que compartió por haber desarrollado y aplicado modelos dinámicos para el análisis de procesos económicos.
aumenta la demanda de bienes extranjeros. En esta ecuación metro denota propensión marginal a importar.
El modelo tiene seis ecuaciones. Cada una de estas ecuaciones describe una variable diferente. Estos
son variables endógenas del modelo. Sus valores están determinados por el modelo. Observe que el
modelo tiene tres variables exógenas, I; X y D.
Aquí la inversión privada I se trata como exógeno en aras de la simplicidad. 4
Estos se conocen como variables de datos. Supongamos que sus valores dados exógenamente se denotan por I y
X , respectivamente. La tercera variable exógena es el déficit presupuestario ( D). Requiere una atención especial.
La magnitud de esta variable la determina el parlamento cuando aprueba el presupuesto nacional presentado por
el gobierno. En otras palabras, en contraste con I y X, D puede ser controlado por los responsables de la
formulación de políticas. Por eso se llama política instrumento. Distinguámoslo de otras variables exógenas
denotando su valor como D Q, es decir D D D Q.
El siguiente enunciado informal se llama teorema de Tinbergen.

En un marco de política económica tipo Tinbergen, el número de objetivos debería ser igual al número de
instrumentos.
Explicación. Tinbergen en [ 31 , Cap. 4] discute el significado de la igualdad del número de instrumentos

y se discute. Cuando se cumple esta condición, se pueden determinar los valores únicos de los
instrumentos para lograr los objetivos dados. Los problemas que surgen cuando el número de
instrumentos no es igual al número de objetivos se abordan en el siguiente capítulo del libro de
Tinbergen [ 31 , Cap. 5]. El problema se discutirá desde el punto de vista matemático en el cap. 5 de este
libro.
t
tu
A la luz de este teorema fundamental, el modelo macro dado anteriormente permite al hacedor de políticas elegir una
variable objetivo. Suponga que el responsable de la formulación de políticas elige el PIB como variable objetivo. Entonces, la
pregunta que nos ocupa se puede formular de la siguiente manera: ¿Cuánto debe pedir prestado el gobierno para alcanzar
el nivel de PIB objetivo?
Sustituyendo ( 1,14 ) a ( 1,18 ) en ( 1,13 ), y reorganizando, tenemos
1
YD ICXCD mi (1,19)
1 c.1 t / t C metro
Cuando el valor objetivo del PIB, digamos Y O se da, la cantidad requerida de déficit presupuestario (es decir, el
valor del instrumento) se obtiene de ( 1,19 ) como
mi D . 1 c.1 t / t C mi O
D ICX (1,20)
Ejemplo 1.8. Considere el modelo dado por ( 1,13 ) - ( 1,18 ). Suponga que se estiman los siguientes
coeficientes
4 De hecho, la inversión privada es un componente muy importante del PIB y, por lo tanto, cualquier modelo
macroeconómico que pretenda caracterizar la economía del trabajo debería estar en condiciones de explicar la actividad
inversora privada.
1.3 Problema de política macroeconómica 13
C D propensión marginal al consumo D 0: 9; t D relación impuesto /
PIB D 0:15; metro D propensión marginal a importar D 0: 3:
Asumir que I D $ 50 y X D $ 50 ( mil millones). Suponga que las autoridades apuntaron al nivel del PIB como $ 320 mil
millones.
¿Cuánto debería pedir prestado el gobierno?
Respuesta: $ 23: 2 mil millones.
1.3.2 Un modelo de política macroeconómica con múltiples objetivos y múltiples

instrumentos
En la mayoría de los casos, los gobiernos tienen más de un objetivo. Por ejemplo, se encuentran
logrando un nivel de empleo satisfactorio y limitando el dé fi cit de cuenta corriente a un nivel razonable.
Suponga que es el caso de una economía que está representada por el siguiente modelo.
Y D C C I C GRAMO C XM; (1,21)
GRAMO D GRAMO C C GRAMO I ; (1,22)
C D cY; 0 <c <1 (1,23)
I D k 1. Y Y 1 / C k 2 GRAMO I ; k 1; k 2> 0 (1,24)
METRO D metro C C C metro I I C metro GRAMO GRAMO I C metro X X; 0 <m C ; metro I ; metro GRAMO; metro X < 1; (1,25)
norte D Nueva York; n> 0 (1,26)
B D pag X X p metro METRO: (1,27)
En este sistema de ecuaciones hay tres grupos de variables:

1. Variables endógenas
Y - PIB, C - Consumo privado, I - Inversión privada, METRO - Importaciones, norte - Empleo, B -
Cuenta corriente de la balanza de pagos.
2. Variables exógenas
(a) Variables de datos: exportaciones X y el PIB de los últimos años Y 1.
(b) Instrumentos: GRAMO C - Gastos de consumo público, GRAMO I - Gastos de inversión pública.
3. Variables objetivo Las variables objetivo y sus valores determinados por la política.
fabricante son los siguientes
B D B O;
norte D norte O:
Los parámetros son los siguientes: C - participación del consumo en la renta, t -

tipo impositivo medio, metro - importación por unidad de producción, norte - empleo por unidad de producción
(el reverso de la productividad), pag X y pag metro - precios de exportación e importación, el coeficiente
k 1 muestra cuántas inversiones realizarán los agentes privados en respuesta

a un aumento en el PIB desde su nivel del período anterior por unidad, y k 2 muestra cuánta inversión
adicional se realizará si el gobierno aumenta su inversión en
unidad.
Ejemplo 1.9. Considere el modelo dado por ( 1,21 ) - ( 1,27 ). Dejar
C D 0: 8; k 1 D 0: 2; k 2 D 0:05; metro C D 0: 1; metro I D 0: 4; metro GRAMO D 0: 3; metro X D 0: 2; norte D 0: 4:
Suponer
Y 1 D 100; X D 30:
Supongamos también que el gobierno quiere lograr los siguientes objetivos
B D 0; norte D 60:
Encuentra las cantidades de GRAMO C y GRAMO I .
Solución. Tenemos el sistema de ecuaciones lineales:
8
ˆˆ Y D C C I C GRAMO C 30 M;
ˆˆ
ˆˆ
ˆ GRAMO D GRAMO C G; I
ˆˆ
<̂ C D C 0:
ˆˆ I D 8Y;
ˆˆ D 0: 2.Y C 1000:/ C 0: 3G
4I C 0: 05G I ; I C 0: 2 30;
ˆ METRO D 0: 1C
ˆˆ
ˆ
:̂ ̂ 60
0 D 0: 4Y;
pag X 30 p metro METRO:
Después de la eliminación de todas las variables excepto GRAMO I y GRAMO C , obtenemos
GRAMO I D 93: 75r 68:75 y GRAMO C D 62: 1875 68: 4375r;
dónde r D pag X = pag METRO.
Pregunta 1.2. Explicar y categorizar ecuaciones ( 1,21 ) - ( 1,27 ) (de fi nitivo, técnico, etc.)
Ejercicio 1.2. Encuentre los valores de los instrumentos que le permiten al sistema alcanzar los niveles
objetivo de saldo en cuenta corriente y empleo.
1.4 Problemas 15
1.4 Problemas
1. Trace cada uno de los siguientes pares de puntos en R 2 y dibujar (y calcular el

longitud de) el segmento de línea que los conecta
páginas pag pag
(a) . 4; 10 /; .0; 1 /; ( B) . 0; 0 /; . 7; 8 /; ( C) . 2; 5 /; . 2; 5/
2. Considere dos puntos sobre X- eje. Demuestre que la distancia entre ellos es igual a
el valor absoluto de la diferencia de sus coordenadas.
3. Dibuja las siguientes líneas en R 2
(a) 3x 4 años D 12; ( B) X C y D 10; ( C) 2x 5 años D 10; ( D) X D 5.
4. Escribe la ecuación de las líneas determinadas por los dos puntos en cada parte del problema 1.
5. Dibuja una línea que tenga (a) una X- interceptar pero no y- interceptar, (b) a y- interceptar pero
No X- interceptar, (c) X- interceptar y y- interceptar como coincidente.

6. Demuestre que si a ¤ 0, b ¤ 0, luego las intersecciones de la línea
hacha C por C C D 0
son . 0; c = b / y . c = a; 0 /.
7. Demuestre que
XCyD1
a B
es la ecuación de una línea recta con las intersecciones. 0; B/ y . a; 0 /.

8. Resuelve 7 x 10 D 0 gráficamente considerando y D 7 x 10.
9. Dibuja las líneas para cada una de las siguientes ecuaciones.
(a) j X j C j y j D 1; ( B) j X C y j D 1.
10. Resuelve los siguientes sistemas de ecuaciones.
3x 5 años D 15; 6x 10 años D 30;

(a) 3x 5 años D 15;
2x C y D 5 I ( B) 6x 10 años D 30 I ( C) 3x 5 años D 10:
11. Deje
z 1 D a 11 y 1 C a 12 y 2
z 2 D a 21 y 1 C a 22 y 2
y
y 1 D B 11 X 1 C B 12 X 2
y 2 D B 21 X 1 C B 22 X 2:
Rápido z 1 y z 2 como funciones de X 1 y X 2.

•
Vectores y matrices
2
2.1 Vectores
Ordenado norte- tupla de objetos se llama vector
y D . y 1; y 2; :::; y norte/:
A lo largo del texto nos limitamos a vectores de los elementos y I de los cuales son números reales.
Por el contrario, una variable cuyo valor es un solo número, no un vector, se llama
escalar.
Ejemplo 2.1. Podemos describir alguna unidad económica UE por el vector
UE = ( producción, # de empleados, capital social, beneficio)
Dado un vector y D . y 1; :::; y norte/, elementos y I ; I D 1; :::; norte son llamados

componentes del vector. Por lo general, indicaremos los vectores con letras en negrita. 1 los
número norte de componentes se llama dimensión del vector y. El conjunto de todos
norte –Los vectores dimensionales se denotan por R norte y llamó norte- espacio real dimensional 2 .
Dos vectores X; y 2 R norte son iguales si X I D y I para todos I D 1; 2; :::; norte.
Dejar X D . X 1; :::; X norte/ y y D . y 1; :::; y norte/ ser dos vectores. Comparamos estos
dos vectores elemento por elemento y decir que X es mayor que y si por todos ix yo> y I ,
y denotar esta declaración por x> y. De manera análoga, podemos definir X y.
Tenga en cuenta que, a diferencia del caso de los números reales, para los vectores cuando x> y no se sostiene, esto no
implica y X. De hecho, considere los vectores X D . 1; 0 / y y D

. 0; 1 /. Se puede ver fácilmente que ni X y ni y X es verdad.
Algunas otras notaciones para vectores son y norte y !

1
y.
2 Los términos espacio aritmético, espacio numérico y coordinar el espacio también se utilizan.
F. Aleskerov y col., Álgebra lineal para economistas, Springer Texts in Business and Economics, 17
DOI 10.1007 / 978-3-642-20570-5 2,
© Springer-Verlag Berlín Heidelberg 2011
18 2 vectores y matrices
Un vector 0 D . 0; 0; :::; 0 / ( también denotado por 0 NORTE) se llama un vector nulo. 3
Un vector X D . X 1; X 2; :::; X norte/ se llama no negativo (que se denota por X 0)

si X I 0 para todos I .
Un vector X se llama positivo si X yo> 0 para todos I . Denotamos este caso por x> 0.
2.1.1 Propiedades algebraicas de los vectores
Se pueden definir las siguientes operaciones aritméticas naturales con vectores. Suma de dos norte- vectores
X C y D . X 1 C y 1; X 2 C y 2; :::; X norte C y norte/
Resta de dos norte- vectores
xy D . X 1 y 1; X 2 y 2; :::; X norte y norte/
Multiplicación de un vector por un número real
y D . y 1; y 2; :::; y norte/
Ejemplo 2.2. Dejar UE 1 D . Y 1; L 1; K 1; PAG 1 / ser un vector que represente una unidad económica, digamos, una empresa, vea el
ejemplo 2.1 (donde, como de costumbre, Y es su salida, L es el numero
de los empleados, K es el capital social, y PAG es la ganancia). Asumamos que es

fusionada con otra empresa representada por un vector UE 2 D . Y 2; L 2; K 2; PAG 2 / ( es decir, debemos considerar
dos unidades separadas como una sola). La unidad resultante será
representado por una suma de dos vectores
UE 3 D . Y 1 C Y 2; L 1 C L 2; K 1 C K 2; PAG 1 C PAG 2 / D UE 1 C UE 2:
En esta situación, también tenemos UE 2 D UE 3 UE 1. Además, si la segunda empresa

es similar al primero, podemos suponer que UE 1 D UE 2, de ahí la unidad
UE 3 D . 2 años 1; 2L 1; 2K 1; 2P 1 / D 2 UE 1
da también un ejemplo de la multiplicación por un número 2.

Este ejemplo, así como otros ejemplos "económicos" de este libro, tiene un carácter ilustrativo. Tenga en
cuenta, sin embargo, que el beneficio de la empresa fusionada podría ser
mayor o menor que la suma de dos beneficios PAG 1 C PAG 2.
3 El vector nulo también se llama vector cero.

2.1 Vectores 19
Las siguientes propiedades de las operaciones vectoriales anteriores se derivan de las definiciones:
1a. X C y D y C X ( conmutatividad). 1b. . X C y / C z D X C . y C z

/ ( asociatividad). 1c. X C 0 D X.
1d. X C . X/ D 0.
2a. 1 X D X.
2b. . X/ D . X/.
3a. . C / X D X C X.
3b. . X C y / D X C y.
Ejercicio 2.1. Intente probar estas propiedades usted mismo.
2.1.2 Interpretación geométrica de vectores y operaciones sobre ellos
Considerar R 2 plano. Vector z D . ˛ 1̨; ˛ 2̨ / está representado por un segmento de línea dirigido desde el origen. 0; 0 / a
. ˛ 1̨; ˛ 2̨ /, ver Fig. 2.1 .
La suma de los dos vectores z 1 D . ˛ 1̨; ˇ 1̌ / y z 2 D . ˛ 2̨; ˇ 2̌ / se obtiene sumando sus coordenadas, ver Fig. 2.2
.
En esta figura, la suma z 1 C z 2 D . ˛ 1̨ C ˛ 2̨; ˇ 1̌ C ˇ 2̌ / está representado por una diagonal
de un paralelogramo cuyos lados están formados por los vectores z 1 y z 2.
La multiplicación de un vector por un escalar tiene una contracción (respectivamente, expansión
sionario) si el escalar en valor absoluto es menor (respectivamente, mayor) que la unidad. La dirección
del vector no cambia si el escalar es positivo y cambia por 180 grados si el escalar es negativo. Figura 2.3
traza la multiplicación escalar para un
vector X, dos escalares 1> 1 y 1 < 2 < 0.
La diferencia de los dos vectores z 2 y z 1 se muestra en la Fig. 2.4 .
La proyección del vector. a en X El eje se denota por pr X a, y se muestra en la Fig. 2.5 debajo.
Dejar z 1; :::; z s ser un conjunto de vectores en R norte. Si existen números reales 1; :::; s no todos son iguales a 0 y
˛ 2̨ z D . ˛ 1̨; ˛ 2̨ /
Figura 2.1 Un vector en el avion. R 2 0 ˛ 1̨

Figura 2.2 La suma de dos vectores
z1C z2
ˇ1 C ˇ2
z2
ˇ2
ˇ1 z1
0 ˛ 2̨ ˛ 1̨ ˛ 1̨ C ˛ 2̨
Figura 2.3 La multiplicación de un vector

por un escalar. 1X
2 X
Figura 2.4 La diferencia de

vectores
z2
z2 z1
z1
1 z1C 2 z2C C s z s D 0;
entonces estos vectores se llaman linealmente dependiente.
Ejemplo 2.3. Tres vectores a D . 1; 2; 3 /, B D . 4; 5; 6 / y C D . 7; 8; 9 / son linealmente dependientes porque

2.1 Vectores 21
Figura 2.5 La proyección de un y

vector a sobre el X- eje
pr X a X
Figura 2.6 Vectores unitarios en R 3

z
mi 3 = ( 0,0,1)
mi 1 = ( 1,0,0)
X
mi 2 = ( 0,1,0)
1 a 2 B C 1 C D 0:
Los vectores z 1; :::; z s son llamados independiente linealmente si
1 z1C C s zsD 0
se sostiene solo cuando 1 D 2 D D s D 0.

Tenga en cuenta que el norte vectores mi 1 D . 1; 0; :::; 0 /, mi 2 D . 0; 1; :::; 0 /,:::, mi norte D
. 0; 0; :::; 1 / ( ver Fig. 2.6 para el caso norte D 3) son linealmente independientes en R norte.
Suponga que los vectores z 1; :::; z s son linealmente dependientes, es decir, existe al menos una I , dónde 1
I s, tal que I ¤ 0 y
1 z1C 2 z2C C IzIC C s z s D 0:
Entonces
IzID 1 z1 2 z2 yo 1 z yo 1 IC1 zIC1 s z s;
y
zID 1 z1C C yo 1 z yo 1 C I C 1 z I C 1 C C s z s; (2,1)
dónde j D j = yo, para todos j ¤ I y j 2 f 1; :::; s gramo.

Un vector a se llama un combinación lineal de los vectores B 1; :::; B norte si se puede representar como
a D ˛ 1̨ B 1 C C ˛ norte B norte;
dónde ˛ 1̨; :::; ˛ norte son números reales. En particular, ( 2.1 ) muestra que el vector z I es un
combinación lineal de los vectores z 1; :::; z i 1; z I C 1; :::; z s .
Estos resultados se pueden formular como
Teorema 2.1. Si vectores z 1; :::; z s son linealmente dependientes, entonces al menos uno de ellos es una
combinación lineal de otros vectores. Vectores uno de los cuales es lineal
la combinación de otros son linealmente dependientes.
2.1.3 Interpretación geométrica en R 2
Son los vectores z y z ( ver Fig. 2,7 ) linealmente dependiente?

Nota de la Fig. 2.8 que el vector 1 z 1 C 2 z 2 es una combinación lineal de los vectores z 1 y z 2. Cualesquiera tres
vectores en R 2 son linealmente dependientes!
Observación 2.1. Considera lo siguiente norte vectores en R norte.
Figura 2.7 ¿Son estos vectores
linealmente dependientes?
0
1 z1C 2 z2
1 z1
z1
z
22
z2
Figura 2.8 Un lineal
combinación de dos vectores 0
2.2 Producto escalar de dos vectores 23
a 1 D . 1; 2; 0; 0; :::; 0 /
a 2 D . 0; 1; 2; 0; :::; 0 /
::: :
::: :
::: :
a n 1 D . 0; 0; :::; 0; 1; 2 /
a norte D . 2. n 1 /; 0; :::; 0; 0; 1 /
Estos vectores son linealmente dependientes ya que
2 norte a 1 C 2. n 1 / a 2 C C 2 1 a norte D 0:
Si n> 40 entonces 2. n 1 / < 10 12, un número muy pequeño. Además, si n> 64, entonces
2 norte D 0 para computadoras. Entonces, para n> 64, podemos asumir que en nuestro sistema a norte es dado por a norte D . 0; :::; 0; 1 /. Por
tanto, el sistema se escribe como
8
ˆˆ D
ˆˆ a
ˆˆ 1 D . 1;
. 0;2;1;0;2;0;0;:::;
:::;00/ /:
ˆˆ a
ˆ<̂2:: :
: :
ˆˆ ::
ˆˆ : :
ˆˆ ::
ˆˆ
ˆ: a n 1 D
a norte D . 0;
. 0;0;0;:::;
:::;0;0;1;0;21/ /
Pero este sistema es linealmente independiente. (¡Revisalo!)

Este ejemplo muestra cuán sensible podría ser la dependencia lineal de los vectores al redondeo.
Ejercicio 2.2. Compruebe si los siguientes tres vectores son linealmente dependientes:
(a) a D . 1; 2; 1 /; B D . 2; 3; 2 /; C D . 7; 4; 7 /;
(B) a D . 1; 2; 3 /; B D . 0; 1; 3 /; C D . 2; 1; 2 /.
2.2 Producto escalar de dos vectores
Definición 2.1. Para dos vectores cualesquiera X D . X 1; :::; X norte/ y y D . y 1; :::; y norte/, la producto escalar 4 de X y y se
denota por. X; y /, y se define como
X
. X; y / D X 1 y 1 C X 2 y 2 C C X norte y norte D norte X I y:I (2,2)
ID1
4 Otros términos para el producto escalar son producto escalar y producto Interno.
Ejemplo 2.4. Dejar a 1 D . 1; 2; 0; :::; 0 / y a 2 D . 0; 1; 2; 0; :::; 0 /. Entonces
. a 1; a 2 / D 1 0 C . 2/1 C 0. 2 / C 0 0 C::: C 0 0 D 2:
Ejemplo 2.5 (Gastos del hogar). Supongamos que la familia consume norte bienes. Dejar
pag ser el vector de precios de estos productos básicos (asumimos una economía competitiva y los tomamos
como dados), y q ser el vector de las cantidades de productos consumidos por este hogar. Entonces, el gasto
total del hogar se puede obtener mediante el producto escalar de estos dos vectores
mi D . pag; q /:
Producto escalar. X; y / de dos vectores X y y es un número real y tiene las siguientes propiedades, que se pueden
verificar directamente:
1.. X; y / D . y; X/ ( simetría o conmutatividad)
2.. X; y / D . X; y / para todos 2 R ( asociatividad con respecto a la multiplicación por un
escalar)
3.. X 1 C X 2; y / D . X 1; y / C . X 2; y / ( distributividad)
4.. X; X/ 0 y . X; X/ D 0 si X D 0 ( no negatividad y no degeneración).
2.2.1 La longitud de un vector y el ángulo entre dos vectores
pag
Definición 2.2. La longitud de un vector X
X 12como.
j X j. Si X D . X 1; :::; X norte/ entonces j X jD q en R norte se define C yXdenotado
C X; X/ 2 por
norte. El ángulo 'entre cualquier
dos vectores distintos de cero X y y en R norte se define como
porque ' D . X; y / ' : (2,3)

j X jj y j; 0
Veremos a continuación que esta definición de cos 'es correcta, es decir, el lado derecho de la fórmula
anterior pertenece al intervalo Œ 1; 1.
Demostremos primero que el ángulo entre dos vectores X y y en el plano cartesiano es el ángulo
geométrico (Fig. 2.9 ).
Tome dos vectores cualquiera X D . X 1; X 2 / y y D . y 1; y 2 / en R 2. Entonces y XD
. y1 X 1; y 2 X 2 /. Por la ley de los cosenos tenemos
j yx j 2 D j y j 2 C j X j 2 2 j y jj X j cos ';
o
q q
2 2
. y1 X 1/2 C . y 2 X 2/2 D y 2 1C X2 1C y2 2C X2 2
2 años 2
1C y2 2X1C X 2 cos ':
2.2 Producto escalar de dos vectores 25
Figura 2.9 El ángulo entre dos

vectores
y2
y
yx
' y1 X1
0
X
X2
Entonces
yx1 C
1q y2 X2 y
porque ' D q D . X; /
j X jj y j:
y 21 C y 2 2X2 1C X2 2
Definición 2.3. Dos vectores X y y en R norte son llamados ortogonal notación: X ? y)

si el ángulo entre ellos es = 2, es decir . X; y / D 0.
Teorema 2.1 (Pitágoras). Dejar X y y ser dos vectores ortogonales en R norte. Entonces
j X C y j 2 DJ X j 2 C j y j 2: (2,4)
Prueba. j X C y j 2 D . X C y; X C y / D . X; X/ C. X; y / C. y; X/ C. y; y / D j X j 2 C j y j 2
ya que X y y son ortogonales.
La generalización inmediata del teorema anterior es la siguiente.
Teorema 2.2. Dejar z 1; :::; z s ser un conjunto de vectores mutuamente ortogonales en R norte, es decir, para todos I; j y I ¤ j; . z I ; z j / D 0. Entonces
j z1C z2C C z s j 2 DJ z 1 j 2 C j z 2 j 2 C C j z s j 2: (2,5)
De la definición del ángulo (2.3), se sigue que
. X; y /
1 1;
j X jj y j
ya que ' 2 Œ0; . Las desigualdades anteriores se pueden reescribir como
. X; y / 2
1;
j X j2 j y j2
o
. X; y / 2 . X; x / .y; y /: (2,6)
La desigualdad ( 2.6 ) se llama Cauchy 5 desigualdad.

Probémoslo para comprender mejor por qué el ángulo 'entre dos vectores puede tomar cualquier
valor en el intervalo de Œ0; .
Prueba. Dados dos vectores cualesquiera X y y en R norte, considerar el vector X y, dónde está
un número real. Por axioma 4 de producto escalar debemos tener
.X y; X y/ 0;
eso es,
2. y; y / 2. X; y / C . X; X/
0:
Pero entonces el discriminante de la ecuación cuadrática
2. y; y / 2. X; y / C . X; X/ D 0
no puede ser positivo. Por tanto, debe ser cierto que
. X; y / 2 . X; x / .y; y / 0:
Corolario 2.2. Para todos X y y en R norte,
j X C y jj X j C j y j: (2,7)
Prueba. Tenga en cuenta que
j X C y j 2 D . X C y; X C y / D . X; X/ C 2. X; y / C . y; y /
Ahora usando 2. X; y / 2 j. X; y / j 2 j X jj y j por la desigualdad de Cauchy, obtenemos
j X C y j2 . X; X/ C 2 j X jj y j C. y; y /
D .j X j C j y j / 2
lo que implica el resultado deseado.
5 Augustin Louis Cauchy (1789-1857) fue un gran matemático francés. Además de sus trabajos en álgebra y determinantes,
había creado un enfoque moderno del cálculo, el llamado formalismo épsilon-delta.
2.3 Un ejemplo económico: dos plantas 27
Ejercicio 2.3. Trazar los vectores tu D . 1; 2 /, v D . 3; 1 / y su suma w D tu C v

y verifique visualmente la desigualdad anterior.
Ejercicio 2.4. Resuelve el sistema de ecuaciones
8
<. 0; 0; 1; 1 /? X;
:. h 1; 2; I 0; 1 /? X
X; a D j a jj X j; ;
dónde a D . 2; 1; 0; 0 / y X es un vector desconocido de R 4.
Ejercicio 2.5 k. Dos vectores a y B son llamados paralela si son linealmente dependientes (notación: ab). Resuelve el
sistema de ecuaciones
. 0; k
j X0; j D 3;
15:
4 / X;
Ex D . 0; 1;2.6.
ercise 0; Encuentra
1 / y C D .el1;ángulo
0; 0; 1máximo
/ son tres puntos en
del triángulo RC
AB 4. , dónde A D . 0; 1; 2; 0 /,
Ejercicio 2.7. Dados tres puntos A. 0; 1; 2; 3 /, B. 1; 1; 1; 1 / y C. 1; 1; 0; 0 / en

R 4, encuentra la longitud de la mediana SOY del triangulo A B C .
2.3 Un ejemplo económico: dos plantas
Considere una empresa que opera dos plantas en dos ubicaciones diferentes. Ambos producen la misma salida (digamos,
10 unidades) utilizando el mismo tipo de entradas. Aunque las cantidades de insumos varían entre las plantas, el nivel de
producción es el mismo.
La gerencia de la empresa sospecha que el costo de producción en la Planta 2 es más alto que en la Planta
1. La siguiente información fue recopilada de los gerentes de estas plantas.
PLANTA 1
Aporte Precio Importe utilizado
Entrada 1 3 9
Entrada 2 5 10
Entrada 3 7 8
PLANTA 2
Aporte Precio Importe utilizado
Entrada 1 4 8
Entrada 2 7 12
Entrada 3 3 9
Pregunta 1. ¿Esta información confirma la sospecha de la dirección de la empresa?
Responder. Para responder a esta pregunta, es necesario calcular la función de costo. Dejar
w ij denotar el precio de la I a entrada en el j th planta y X ij denotar la cantidad de I el insumo utilizado en la
producción j la planta I D 1; 2; 3 y j D 1; 2). Supongamos que ambos
las magnitudes son perfectamente divisibles, por lo tanto se pueden representar mediante números reales. El costo de
producción se puede calcular multiplicando la cantidad de cada insumo por su precio y sumando todos los insumos.
Esto significa vectores de precio y cantidad ( pag y q) se definen en el espacio real y se define el producto interno de
estos vectores. En otras palabras, ambos pag y q están en el espacio R 3. La función de costo en este caso se puede
escribir como un producto interno de los vectores de precio y cantidad como
C D . w; q /; (2,8)
dónde C es el costo, un escalar. Usando los datos en las tablas anteriores, el costo de producción se puede calcular
usando ( 2.8 ) como:
En la Planta 1 el costo total es 133, lo que implica que el costo unitario es 13,3.
En la Planta 2, por otro lado, el costo de producción es 143, lo que da el costo unitario como
14.3 que es más alta que la primera planta. Es decir,
la sospecha es razonable.
Pregunta 2. El gerente de la Planta 2 afirma que la razón de las diferencias de costos son los precios de los
insumos más altos en su región que en la otra. ¿La información disponible respalda su afirmación?
Responder. Supongamos que los vectores de precios de entrada para la Planta 1 y 2 se denoten como pag 1 y pag 2.
Supongamos que el último es un múltiplo del primero, es decir,
pag 2 D pag 1:
Dado que ambos vectores están en el espacio R 3, la longitud se define para ambos. De la definición de longitud se puede
obtener que
j pag 2 j D j pag 1 j:
Sin embargo, en este caso, como puede verse en las tablas, no es así. La planta I disfruta de precios más bajos para los insumos 2 y 3,
mientras que la planta 2 disfruta de un precio más bajo para el insumo 3. Para una estimación aproximada, todavía se pueden comparar
las longitudes de los vectores de precios de los insumos que son
j pag 1 j D 9:11; j pag 2 j D 8:60;
lo que indica que los datos de precios no respaldan la afirmación del gerente de la Planta 2. Cuando se
examina más de cerca, se puede ver que la Planta 2 usa intensamente el insumo más caro (insumo 2). Por
el contrario, la Planta 2 logró ahorrar al utilizar la entrada más cara (en este caso la entrada 3). Por lo tanto,
el gerente debe explicar las razones detrás de la combinación de insumos elegida en su planta.
2.4 Otra aplicación económica: números de índice 29
2.4 Otra aplicación económica: números de índice
Uno de los problemas con los que se enfrentan los economistas aplicados es ¿cómo se puede agregar
exactamente la información microeconómica relativa a muchos (de hecho, en millones) precios y cantidades de
bienes en un número menor de variables de precio y cantidad? Considere una economía que produce muchos
bienes diferentes (en términos de calidad, ubicación y tiempo). Esto significa que habrá que considerar miles, si
no millones, de precios.
Supongamos, por ejemplo, que se desea estimar la tasa de inflación de esta economía. La inflación es
la tasa de variación del nivel general de precios, es decir, debe calcularse teniendo en cuenta las
variaciones de los precios de todos los bienes. Asumir
que ahí hay norte diferentes bienes. Dejar pag I ser el precio y q I es la cantidad del bien
I . Considere dos puntos en el tiempo, 0 y t. Denote el valor agregado de todos los bienes en
tiempo 0 y t, respectivamente, como
X
V 0 D norte pag
IqI
00 (2,9)
I
X norte
V tD pag
IqI:
tt (2,10)
I
Si pag 0 D . pag 0
1; :::; pag 0 norte/ y q 0 D . q 0 1; :::; q 0 norte/ son los vectores (fila) que caracterizan
precios y cantidades de bienes, respectivamente, entonces V 0 D . pag 0; q 0 / es solo el punto

producto de vectores pag 0 y q 0. Entonces V t es el producto escalar de los vectores pag t y
q t, es decir V t D . pag t; q t /.
Nótese que, en general, entre el tiempo 0 (período inicial) y t ( período final) tanto los precios como las
cantidades de bienes varían. Así que simplemente dividiendo ( 2.10 ) por ( 2.9 ) no dará la tasa de inflación. Es
necesario eliminar el efecto del cambio en las cantidades. Este es el problema del número índice que tiene una
larga historia. 6
En 1871, Laspeyres 7 propuso la siguiente fórmula de número índice para hacer frente a este problema
PAG norte
I q 0I
PAG L D PAG I Dnorte
1 pag t (2,11)
0
I D 1 pqii0
Observe que en esta fórmula los precios se ponderan por ponderaciones de cantidad del período inicial, en otras palabras,
Laspeyres asumió que los cambios de precio no llevaron a un cambio en la composición de las cantidades.
6 A Charles de Ferrare Dutot se le atribuye la introducción del primer índice de precios en su libro Re fl mi K xions politiques sur les fi
nances et le commerce en 1738. Utilizó los promedios de precios, sin pesos.

7 Ernst Louis Etienne Laspeyres (1834-1913) fue un economista y estadístico alemán, representante de la escuela histórica
alemana de economía.
En 1874, Paasche 8 , sugirió usar ponderaciones del período final, en lugar de las del período inicial
PAG norte
I q tI
PAG pag D PAG I D 1 pag t
norte 0
I D 1 pqiit
El índice de Laspeyeres subestima, mientras que el índice de Paasche sobreestima la inflación real.
Ejercicio 2.8. Formular índices de Laspeyres y Paasche en términos de vectores de precio y cantidad.
Esquema de la respuesta:
PAG L D . pag t; q 0 / ;
. pag 0; q 0 /
PAG PAG D . pag t; q t / :

. pag 0; q t /
Ejercicio 2.9. Considere una buena economía de tres. La inicial ( t D 0) y el período final ( t D 1) Los precios y las cantidades
de los bienes son los que se indican en la siguiente tabla:
Precio ( t D 0) Cantidad ( t D 0) Precio ( t D 1) Cantidad ( t D 1)
Bueno 1 2 50 1,8 90
Bueno 2 1,5 90 2,2 70
Bueno 3 0,8 130 1 100
I. Estime la in fl ación (es decir, el cambio porcentual en el nivel general de precios) para esta economía calculando
el índice de Laspeyres.
ii. Repita el mismo ejercicio calculando el índice de Paasche.
Para obtener más información sobre los números de índice, remitimos al lector a [ 9 , 23 ].
2.5 Matrices
Una matriz es una matriz rectangular de números reales.
2 3
a 11 a 12 : : : a 1n
6 a 22 : : : a 2n 7 7
6 a 21
6
6 :: : : :7 7
6 : : : 7:
4 :: :: : : :5
a m1 a m2::: a Minnesota
8 Hermann Paasche (1851-1925), economista y estadístico alemán, fue profesor de ciencias políticas en la Universidad de
Aquisgrán.
2.5 Matrices 31
Denotaremos matrices con letras mayúsculas A, B ,. . . El elemento genérico de un

matriz A se denota por a ij; I D 1; :::; metro I j D 1; :::; norte, y la matriz misma es
denotado brevemente como A D k a ij k m n. Tal matriz con metro filas y norte se dice que las columnas están en orden Minnesota Si la
matriz es cuadrada (es decir, metro D norte), simplemente se dice que es
de orden norte.
Denotamos por 0 la nulo matriz que contiene solo ceros. los identidad matriz
es una matriz I D I norte de tamaño nn cuyos elementos son I k; k D 1 y I k; m D 0 por
k ¤ metro; k D 1; :::; norte y metro D 1; :::; norte, es decir, tiene unidades en la diagonal y
ceros en los otros lugares. La noción de matriz de identidad se discutirá en la secc. 3.2 .
Ejemplo 2.6. Objeto - propiedad: Considere metro unidades económicas, cada una de las cuales se describe mediante norte índices.
Las unidades pueden ser empresas y los índices pueden incluir la producción, el número de empleados, el capital social, etc., de
cada empresa.
Ejemplo 2.7. Considere una economía que consta de metro D norte sectores, donde para todos
I; j 2 f 1; 2; :::; norte gramo, a ij denota la participación de la producción producida en el sector I y utilizado por sector j, en la
producción total del sector I . ( Tenga en cuenta que en este caso la fila
elementos suman uno.)
Ejemplo 2.8. Considerar metro D norte ciudades. Aquí a ij es la distancia entre la ciudad I y ciudad j. Naturalmente, a ii D
0, a ij> 0, y a ij D a Ji para todos I ¤ j, y I; j 2
F 1; 2; :::; norte gramo.
Decimos que una matriz A D a ij mn no es negativo si a ij 0 para todos I D
1; :::; metro I j D 1; :::; norte: Este caso simplemente se denota por A 0.

Análogamente se define una matriz positiva A> 0.
2.5.1 Operaciones sobre matrices
Dejar A D a ij mn yBD B ij mn ser dos matrices. La suma de estas matrices

se define como
A C B D a ij C B ij mn :
Ejemplo 2.9.
2 32 3 2 3
10 32 4 2
4 4 2 5 C 4 7 3 5 D 4 11 5 5:
71 41 11 2
Dejar A D a ij mn y 2 R. Entonces
AD a ij mn :
Ejemplo 2.10.
2 3 2 3
30 6 0
24245D44 85
19 2 18
Propiedades de la suma y multiplicación de matrices por un escalar
(1-a) A C B D B C UNA.
(1-b) A C . B C C/ D . A C B/ C C .
(1-c) A C . A/ D 0, dónde A D . 1 / A.
(1-d) A C 0 D UNA.
(2-a) 1A D UNA.
(2-b). A/ D . / A; ; 2 R.
(3-a) 0A D 0.
(3-b). C / A D A C A; ; 2 R.
(3-c). A C B/ D A C B; ; 2 R.
Las propiedades de estas dos operaciones son las mismas que para los vectores de R norte. Aclararemos esto más adelante
en el cap. 6 .
2.5.2 Multiplicación de matrices
Dejar A D a ij mn yBD B jk np ser dos matrices. Entonces la matriz AB de

orden mp se define como
2 3
norte
AB D X 4 abij j5 k
jD1
mp
En otras palabras, un producto C D AB de las matrices anteriores A y B es una matriz

C D C ij mp , dónde C ij es igual al producto escalar. A I ; B j / de El I - lanzar A I de
la matriz A y el j - a columna B j de la matriz B considerados como vectores de R norte.
Considerar 2 2 caso. Dado
a 11 a 12 B 11 B 12
AD yBD ;
a 21 a 22 B 21 B 22
2.5 Matrices 33
Figura 2.10 Una rotacion y
X0
'
0 X
tenemos
ab11 11 C a 12 B 21 a 11 B 12 C a 12 B 22:
AB D
a 21 B 11 C a 22 B 21 a 21 B 12 C a 22 B 22
Ejemplo 2.11.
2 3
364
01242585D 16 7 2 6
:
215 43 22 61
719
Ejemplo 2.12. Rotación de un vector X D . X; y / en R 2 alrededor del origen por un ángulo fijo '(Fig. 2.10 ) se puede
expresar como una multiplicación de matrices. Si X 0 D . X 0; y 0 / es el vector rotado, entonces sus coordenadas se pueden
expresar como
X0 X
; (2,12)
y 0 D R̨ y
dónde
R ˛ D porque ˛ pecado ˛
pecado ˛ porque ˛
se llama un matriz de rotación.

Tenga en cuenta que si consideramos los vectores X y X 0 como 1 2 matrices, entonces ( 2.12 ) mayo
ser reescrito brevemente como X 0 T D R̨ X T.
Ejercicio 2.10. Usando geometría y trigonometría elementales, pruebe la igualdad ( 2.12 ).
Propiedades de MatrixMultiplication
(1-a) ˛.AB / D .. ˛Ą / B / D A.˛B̨ /.

(1-b) A B C/ D . A B C .
(1-c) A 0 D 0.
(2-a) AB C C/ D AB C AC.
(2-b). A C ANTES DE CRISTO D C.A. C ANTES DE CRISTO .
Observación 2.2. Advertencia. AB ¤ LICENCIADO EN LETRAS, en general.
De hecho, deja A y B ser matrices de orden metro norte y norte pag, respectivamente. A
de fi nir la multiplicación LICENCIADO EN LETRAS, Debemos tener pag D metro. Pero matrices A y B no puede conmutar
incluso si ambas son matrices cuadradas de orden m m. Por ejemplo, considere
12
AD12 yBD :
03 13
Tenemos
18 14
AB D mientras licenciado en Letras D :
39 1 11
Ejercicio 2.11. Dejar A y B ser matrices cuadradas tales que AB D LICENCIADO EN LETRAS. Muestra esa:
1.. A C B/ 2 D A 2 C 2AB C B 2.
2. A 2 B 2 D . AB / .A C B/.
Ejercicio 2.12. ¡Demuestre las propiedades anteriores de la multiplicación de matrices! ción.

PÁGINAS
norte metro metro norte
Pista. Para deducir la propiedad 1-b), use la fórmula X ij D PÁGINAS X Ij.

ID1jD1 j D 1 yo D 1
Observación 2.3. La multiplicación de matrices definida anteriormente es uno de los muchos conceptos que se
cuentan bajo el término más amplio "producto de matriz". Sin duda, es el más utilizado. Sin embargo, hay otros
dos productos matriciales que son de cierto interés para los economistas.
Producto Kronecker de matrices
Dejar A D k a ij k frijol Minnesota matriz y B D k B ij k ser un pq matriz. Entonces el

Kronecker 9 producto de estas dos matrices se define como
2 3
4:::::::::
A ˝ B D a 11 B::: a 1n B5
a m1 B::: a Minnesota B
que es un mp nq matriz. El producto Kronecker también se denomina producto directo

o producto tensor de matrices. Para conocer su uso en econometría, consulte [ 1 , 8 , 14 ].
9 Leopold Kronecker (1823–1891) fue un matemático alemán que hizo una gran contribución tanto al álgebra como a la
teoría de números. Fue uno de los fundadores de las llamadas matemáticas constructivas.
2.6 Transposición de una matriz 35
Producto de matrices de Hadamard
los Hadamard 10 producto de matrices o producto elementwise, o Shur 11 producto)

de dos matrices A D k a ij k y B D k B ij k de las mismas dimensiones Minnesota es una submatriz del producto
Kronecker
A I B D k a ij B ij k Minnesota:
Ver [ 1 , pag. 340] y [ 24 , Secta. 36] para el uso del producto de Hadamard en desigualdades matriciales.
2.5.3 Traza de una matriz
Dado un nn matriz A D k a ij k, la suma de sus elementos diagonales Tr A D PAG norte I D 1 a ii

se llama el rastro de la matriz UNA.
Ejemplo 2.13.
2 3
1 2 3
Tr 4 10 20 30 5 D 321
100 200 300
Ejercicio 2.13. Dejar A y B ser dos matrices de orden norte. Muestre que: (a) Tr. A C B/ D Tr A C
Tr B.
(b) Tr. AB / D Tr. LICENCIADO EN LETRAS/.
2.6 Transposición de una matriz
Dejar A D a ij mn . La matriz B D B ij nm se llama el transponer de A ( y

denotado por A T) si B ij D a Ji para todos I 2 f 1; 2; :::; metro gramo y j 2 f 1; 2; :::; norte gramo.
Ejemplo 2.14.
2 3T
30
321
4245D
049
19
10 Jacques Salomon Hadamard (1865–1963), un famoso matemático francés que contribuyó en muchas ramas de las
matemáticas como teoría de números, geometría, álgebra, cálculo y sistemas dinámicos, así como en óptica, mecánica y
geodesia. Su libro más popular La psicología de la invención en el campo matemático ( 1945) ofrece una bonita descripción
del pensamiento matemático.
11 Issai Schur (1875-1941), un matemático israelí que nació en Bielorrusia y murió en Israel, hizo contribuciones
fundamentales al álgebra, ecuaciones integrales y algebraicas, teoría de matrices y teoría de números.
El operador de transposición satisface las siguientes propiedades:

1.. A T / T D UNA.
2.. A C B/ T D A T C B T.
3.. A/ T D A T.
4.. AB / T D B T A T.
Prueba. Para probar las propiedades anteriores, tenga en cuenta que uno puede escribir formalmente
T
A T D a ij mn D a Jinm :
T
Entonces . A T / T D a Jin D metro D a ij D UNA. Esto prueba la propiedad 1.
T
Ahora, . A C B/ T a ij B ij mn
C Minnesota D a JiC B Jinm D a Jinm C
B Jinm D AT C B T. Esto le da la segunda propiedad.
T T
Para comprobar el tercero, deducimos eso. A/ T D a ij mn Da Jinm D
T T
a Jinm D UNA .
Ahora, queda por verificar la cuarta propiedad. Dejar METRO D AB y norte D B T A T,

donde las matrices A y B son de ordenes Minnesota y notario público, respectivamente. Entonces METRO D
? ̨ metro esbelto j/y norte ?̨
con metro D
ij . A I;B D norte ij pn con norte
ij D .. B T / i; . A T / j /.
Dado que la transposición cambia filas y columnas, tenemos las igualdades de los vectores
. B T / DI B I ; . A T / j D A j:
Por eso, metro ij D norte Ji para todos I D 1; :::; metro y j D 1; :::; pag. Por lo tanto METRO T D NORTE, como se desee.
Una matriz A se llama simétrico si A D A T. Un simple ejemplo de simétrico

matrices es la distancia matri ciudades X
I yAj.DObviamente,
Œa ij, dóndeaaij ijDes
a la distancia entre el
Ji o A D A T.
Teorema 2.3. Para cada matriz A de orden nn, la matriz Automóvil club británico T es simétrico.
Prueba. Estafa D sider. Automóvil club británico T / T. Por las propiedades 3) y 4), tenemos. Automóvil club británico T / T D
. AT/TAT Automóvil club británico T.
Ejercicio 2.14. Dejar A y B ser dos matrices de orden norte. Muestra que Tr A T D Tr UNA.
2,7 Rango de una matriz
Son los vectores X; y, y z en la Fig. 2.11 linealmente dependiente? Es obvio

que existe tal que
tu C z D 0;
o
˛ X C ˇ y C z D 0;
2.7 Rango de una matriz 37
Figura 2.11 Son los vectores X,

y, y z linealmente dependiente? tu D ˛ X C ˇ y
ˇy
y
X ˛X
es decir, estos tres vectores son linealmente dependientes.
Recordemos la noción de dependencia lineal de vectores. Considere los vectores
˛ D . 2; 5; 1; 1 / ˇ D . 1; 3;
6; 5 /
D . 1; 4; 1; 2 /:
¿Son linealmente dependientes? Para responder, construimos un sistema de ecuaciones lineales de la siguiente manera: supongamos
que los vectores anteriores son linealmente dependientes. Entonces
aCBCCD0
para algunos parámetros a; B; C, que no son todos cero. En forma de componentes, obtenemos un sistema
homogéneo de ecuación lineal:
8
ˆˆ 2a C 1b C C D 0
<
5a CC3b C 4c D 0
ˆ a CD
:̂ ̂
a C 6b5b C 2c D 00
Aquí el sistema de ecuaciones lineales se llama homogéneo si cada ecuación tiene la forma “una
combinación lineal de variables es igual a cero”.
Se puede comprobar directamente que una solución del sistema anterior viene dada por a D 7; B D
3 y C D 11. Por eso

7˛ 3ˇ C 11 D 0:
Considere ahora una matriz A
2 3
a 11 a 12::: a 1n
6 7
6a 2n 7
A D 6 21
6a ::::22::: a :77
6 : : 7:
4 ::: ::: :: 5
a s1 a s2::: a sn

Linear Algebra For Economists Fuad Aleskerov 2011 (001 050) .En - Es

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

Linear Algebra For Economists Fuad Aleskerov 2011 (001 050) .En - Es

Cargado por

Copyright:

Formatos disponibles

Springer Texts in Business and Economics

Para más volúmenes:

Escuela Superior de Economía Escuela Superior de Economía

Dr. Hasan Ersel

ISBN 978-3-642-20569-9 e-ISBN 978-3-642-20570-5

Número de control de la Biblioteca del Congreso: 2011934913

c Springer-Verlag Berlín Heidelberg 2011

Diseño de portada: eStudio Calamar SL Impreso

en papel sin ácido

Springer es parte de Springer Science + Business Media ( www.springer.com )

Le gustaría agradecer a los colegas de HSE y al Instituto de Ciencias de Control de la Academia de

Finalmente, agradecemos a nuestras familias por su paciencia y apoyo.

1 Algunos conceptos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

3 Matrices cuadradas y determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

4 Matriz inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sesenta y cinco

4.1 Matriz inversa y división matricial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sesenta y cinco

4.2 Rango y determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

5 Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

7 Espacios euclidianos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

7.1 Definiciones generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

7.2 Bases ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

7.3 Método de mínimos cuadrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117

7.4 Isomorfismo de espacios euclidianos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

8 Transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123

9 Autovectores y autovalores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

10 Modelo lineal de producción en un entorno clásico . . . . . . . . . . . . . . . . . . . . . 165

11 Programación lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195

A Números naturales e inducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217

B Métodos de evaluación de determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225

C Números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237

mi Respuestas y Soluciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263

Ejemplo 1.1. Dejar a; B; C denotar tres automóviles diferentes con el respectivo

Precio de los dos coches a y B es igual a la suma de sus precios:

Pensilvania ˚ B/ D pag a C pag B:

La adición es una lineal operación.

Pensilvania ˚ B/ D pag 2 a C pag 2 B:

Figura 1.1 Eje de precios

pag C pag B pag a pag

1.1.2 Sistema de coordenadas en el plano R 2

Considere ahora una ecuación que relaciona la variable X a y como

dónde k; B son constantes. La ecuación anterior representa una función lineal.

Ejemplo 1.3. Considere una empresa cuya función de beneficio es

más allá de este punto, incurre en pérdidas.

Figura 1.3 La función de costo

Figura 1.4 La función de costo lineal: el

Figura 1.5 La función de demanda lineal qD

Pasemos a un modelo más realista. Considere un mercado con un solo bien,

dónde a; b> 0 ( Higo. 1,5 ).

Figura 1.6 La función de suministro lineal qs

Figura 1.7 Un equilibrio

dónde C; d> 0, ver Fig. 1,6 .

Ejemplo 1.4. Bola dentro de un bol (ver Fig. 1,7 ).

Un equilibrio típico se ilustra en la Fig. 1.8 .

Figura 1.8 El equilibrio del mercado

Figura 1.9 Dos líneas en un plano con diferentes características de ubicación.

Figura 1.10 Tres líneas en un plano con diferentes características de ubicación.

La demanda final del bien 1 es y 1 D 20, para el bien 2 es y 2 D 30 y para bien 3 es

1.2 Microeconomía: equilibrio de mercado

su demanda como a su oferta.

1.2.1 Equilibrio en un mercado único

Consideremos un mercado aislado para siempre I . Suponga que tanto la demanda ( q D I)

q IDD ˛ 0̨ ˛ 1̨ pag I (1,1)

q IsD ˇ 0̌ C ˇ 1 pag I (1,2)