Guia Alg 2021

Prácticos de Álgebra
Profs. Abrate, Diez, Gabetta, Prevero, Vargas.
2021
Contents
1 Programa de Álgebra 1
1.1 Sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Introducción a los espacios vectoriales. . . . . . . . . . . . . . 2
1.3 Programación lineal. . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Función exponencial y logaritmo. . . . . . . . . . . . . . . . . 3
1.5 Bibliografía. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.6 Parciales, regularidad y finales. . . . . . . . . . . . . . . . . . 4
1.7 Consultas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Sistemas Lineales. 6
2.1 Planteo y resolución de sistemas lineales . . . . . . . . . . . . 7
2.2 Sistemas Lineales . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.1 Sistemas lineales geométricamente. . . . . . . . . . . . 13
2.2.2 Operaciones elementales . . . . . . . . . . . . . . . . . 18
2.2.3 Sistemas Lineales Equivalentes . . . . . . . . . . . . . . 20
2.2.4 Reducidas y escalonadas. . . . . . . . . . . . . . . . . . 20
2.2.5 Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.6 Problemas aplicados . . . . . . . . . . . . . . . . . . . 28
2.3 Comentarios. . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4 Operaciones entre matrices. . . . . . . . . . . . . . . . . . . . 37
2.4.1 Sobre matrices. . . . . . . . . . . . . . . . . . . . . . . 37
2.4.2 Sobre suma y producto por un escalar. . . . . . . . . . 37
2.4.3 Producto matricial. . . . . . . . . . . . . . . . . . . . . 37
2.4.4 Inversas. . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4.5 Insumo producto. . . . . . . . . . . . . . . . . . . . . . 37
2.5 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6 Otras Cuestiones a Tener en cuenta. . . . . . . . . . . . . . . . 38
2.6.1 Problemas: . . . . . . . . . . . . . . . . . . . . . . . . 40
2
3
2.6.2 Caracterización de Matrices Inversibles. . . . . . . . . . 41

2.6.3 Sobre Determinantes. . . . . . . . . . . . . . . . . . . . 42
3 Espacios Vectoriales. 47
3.1 Comentarios. . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.1.1 Sobre Prácticos y Exámenes. . . . . . . . . . . . . . . . 47
3.1.2 Bibliografía. . . . . . . . . . . . . . . . . . . . . . . . . 47
3.1.3 Sobre la matriz P . . . . . . . . . . . . . . . . . . . . . 48
3.1.4 Sobre Determinantes. . . . . . . . . . . . . . . . . . . . 48
3.2 Espacios Vectoriales. . . . . . . . . . . . . . . . . . . . . . . . 52
3.2.1 Combinaciones Lineales. . . . . . . . . . . . . . . . . . 52
3.2.2 Líneas y Planos. . . . . . . . . . . . . . . . . . . . . . . 53
3.2.3 Independencia Lineal. . . . . . . . . . . . . . . . . . . 53
3.2.4 Subespacios. . . . . . . . . . . . . . . . . . . . . . . . . 54
4 Programación Lineal 57
5 Función exponencial y logaritmo 58

5.0.1 Problemas de aplicación. . . . . . . . . . . . . . . . . . 58
5.0.2 Bibliografía y problemas adicionales. . . . . . . . . . . 61
Chapter 1
Programa de Álgebra
Coordinador de Materia: Prof. J.M. Vargas

Profesores a cargo de clases: Prof. Diego Diez; Prof. Romina Prevero;
Prof. Sup. Ivana Gabetta; Lic. R. Abrate; Mgtr. J. M. Vargas.
1.1 Sistemas lineales

El eje principal es la resolución de sistemas lineales por medio del método
de Gauss-Jordan con especial énfasis en la equivalencia de sistemas lineales
y matrices por operaciones elementales por fila. La metodología es de lo
particular a lo general, de la experimentación numérica a la teoriza ción.
1. Resolución de sistemas lineales mediante eliminación de variables

en ejemplos concretos 2x2 y 3x3. Interpretaciones geométricas en el
plano y el espacio de tres dimensiones (esto es, Rouché-Frobenius geométricamente
pero sin decirlo); el conjunto solución geométricamente.
2. Operaciones elementales entre filas (ecuaciones). Eliminación

de variables por operaciones elementales entre ecuaciones. Tipos de
operaciones elementales. Reversibilidad de las operaciones elementales.
Sistemas equivalentes.
3. Matriz de coeficientes y aumentada; operaciones elementales por

fila (ahora sobre la matriz aumentada). Matrices reducidas y escalonadas.
Sistemas lineales reducidos. El conjunto solución algebraicamente. Rango
de una matriz. Teorema de Rouché-Frobenius.
1
2 CHAPTER 1. PROGRAMA DE ÁLGEBRA
4. Producto entre matrices y propiedades, forma AX=b de un sistema

lineal, matrices elementales, esquema PA=R (Método de Gauss-Jordan).
Matrices equivalentes y sistemas equivalentes por fila.
5. Inversas; cómputo vía reducción.
6. Caracterización de inversibilidad por sistema lineal asociado, y

como producto de elementales.
7. Determinantes axiomáticamente: Definición del determinante por

medio de operaciones elementales. Propiedades. Multilinealidad con
respecto a filas y alternancia. Construcción en los casos 2x2 y 3x3.
Existencia y unicidad en general.
8. Operaciones elementales y el determinante.
9. Método de Chio. Aplicación sistemática de las propidades y operaciones

elementales para el cómputo numérico del determinante.
10. Caracterización de inversibilidad por el determinante.
11. Adjunta de una matriz cuadrada; ejemplo: modelo insumo-producto

de W. Leontief.
Notas bibliográficas: Esta sección se puede seguir de varios textos en

aproximadamente el mismo orden. La principal diferencia con los textos
de la bibliografía reside en la definición inicial del determinante; nuestra
definición hace incapié en la relación del det con las operaciones elementales
y su computabilidad. Todas las propiedades se desprenden inmediatamente.
Haeussler/Paul puede seguirse mirando la sección 4.6 sobre aplicaciones de
sistemas de ecuaciones y el capítulo 6 completo. Para cubrir los temas desde
un punto de vista más teórico se puede ver el libro de Antón “Álgebra Lineal."
Para un tratamiento mas riguroso y dinámico ver el libro de Hoffman/Kunze,
“Álgebra Lineal," capítulo 1.
1.2 Introducción a los espacios vectoriales.

Se desarrollan las nociones básicas de combinación lineal, independencia
lineal, base y dimensión en el contexto de Rn , luego, a través de ejemplos
concretos a otros espacios vectoriales reales finitamente generados. La totalidad
1.3. PROGRAMACIÓN LINEAL. 3
de los conceptos se desarrollan sobre la experiencia previa de resolución

y comprensión geométrica de los sistemas lineales y su equivalencia por
operaciones elementales por fila a un sistema reducido y escalonado.
1. Espacio generado por un conjunto finito de vectores, combinaciones
lineales y subespacios finitamente generados. Ejemplos en el plano y el
espacio. Ejemplos en el espacio euclídeo de dimensión finita Rn .
2. Independencia lineal.
3. Base y dimensión. Teorema de la cardinalidad y existencia de las
bases para espacios finitamente generados. Subespacios de Rn .
4. Ejemplos. Base del conjunto solución del sistema AX=0. Base del
subespacio generado por un conjunto finito de vectores dados. Subespacio
fila; subespacio columna. Base y dimensión vía matriz reducida. Líneas
y planos en el espacio.
Notas bibliográficas: Los temas de este módulo están desarrollados
a un paso moderado en Antón. Ver Hoffman/Kunze, capítulo 2, para más
detalles, más rápido y con mayor carga notacional.
1.3 Programación lineal.

El énfasis se centra en las aplicaciones económicas y significación geométrica.
1. Ejemplos de problemas de programación lineal. Método geométrico.
2. Algoritmo simplex para maximización. Ejemplos.
3. Minimización por método geométrico. Ejemplos.
Notas bibliográficas: Todos estos temas se tomrán del libro de Haeussler/Paul,
capítulo 7; las aplicaciones también se extraerán del texto de Budnick.
1.4 Función exponencial y logaritmo.

1. Función exponencial real,existencia y unicidad; propiedades generales.
Modelo de crecimiento exponencial.
2. Función logaritmo; propiedades generales. Modelo logístico.
4 CHAPTER 1. PROGRAMA DE ÁLGEBRA
1.5 Bibliografía.
Entre lo libros listados aquí el texto más accesible, ameno a la lectura in-
dependiente, es el texto de Haeussler y Paul; el texto más elevado y menos
accesible para quien recién comienza es el de Hoffman y Kunze. Los textos de
Gerber, Grossman son adecuados para una lectura independiente; El texto
de Anton es intermedio, técnicamente más elevado que Haeussler pero mucho
más accesible que Hoffman.
1. Antón, Howard; Álgebra Lineal.
2. Gerber, Álgebra Lineal.
3. Budnick, Frank; Matemáticas para la Administración, Economía y

Ciencias Sociales, 8 va. edición.
4. Grossman, Stanley; Álgebra Lineal con Aplicaciones;. 5 ta. edición;

Pearson Prentice Hall.
5. Haeussler E., R. Paul; Matemáticas para la Administración, Economía,

Ciencias Sociales y de la Vida.
6. Hoffman/Kunze, Álgebra Lineal; Reverté.
1.6 Parciales, regularidad y finales.

La materia se regulariza a través de dos parciales, los cuales deben aprobarse
con cuatro o más. Un cuatro es aproximadamente el sesenta por ciento
correcto del examen. Sólo se puede recuperar un parcial al final del curso.
No hay ningún tipo de promoción. El examen final es escrito. Las fechas de
los parciales son tentativas:
Parcial Fecha Horario Temas

1er. Parcial 30 de abril habitual de clases 1er. y 2do. Cap.
2do.Parcial 4 de junio habitual de clases 3er. y 4to. Cap.
Recuperatorio 11 de junio A determinar los mismos del
parcial a recuperar.
1.7. CONSULTAS. 5
1.7 Consultas.
Cada profesor fijará a su conveniencia no menos de dos horas de consulta
semanales a las que puedan asistir sus alumnos y los de cualquier otra
seccón. Otras consultas y preguntas al coordinador se recibirán por e-mail a
la dirección donjmvargas@gmail.com
Chapter 2
Sistemas Lineales.
6
2.1. PLANTEO Y RESOLUCIÓN DE SISTEMAS LINEALES 7
2.1 Planteo y resolución de sistemas lineales

compilados por Ignacio Zurrián
El objetivo es plantear los siguientes problemas. Todos son
sistema de ecuaciones, más no todos son lineales; plantear los
sistemas de ecuaciones en todos los casos y decidir cuáles son
lineales.
1. En una granja se crían gallinas y conejos. Si se cuentan las cabezas,
son 50, si las patas, son 134. ¿Cuántos animales hay de cada clase?
2. Un granjero cuenta con un determinado número de jaulas para sus
conejos. Si introduce 6 conejos en cada jaula quedan cuatro plazas libres en
una jaula. Si introduce 5 conejos en cada jaula quedan dos conejos libres.
¿Cuántos conejos y jaulas hay?
3. En una lucha entre moscas y arañas intervienen 42 cabezas y 276
patas. ¿Cuántos luchadores habrá de cada clase?
4. En la granja se han envasado 300 litros de leche en 120 botellas de dos
y cinco litros. ¿Cuántas botellas de cada clase se han utilizado?
5. Se quieren mezclar vino de 60 pesos con otro de 35 pesos, de modo
que resulte vino con un precio de 50 pesos el litro. ¿Cuántos litros de cada
clase deben mezclarse para obtener 200 litros de la mezcla?
6. Al comenzar los estudios de Bachillerato se les hace un test a los
estudiantes con 30 cuestiones sobre Matemáticas. Por cada pregunta contestada
correctamente se le dan 5 puntos y por cada pregunta incorrecta o no
contestada se le quitan 2 puntos. Un alumno obtuvo en total 94 puntos.
¿Cuántas pregunta s respondió correctamente?
7. En mi clase están 35 alumnos. Nos han regalado por nuestro buen
comportamiento 2 bolígrafos a cada chica y un cuaderno a cada chico. Si en
total han sido 55 regalos, ¿cuántos chicos y chicas están en mi clase?
8. Un ama de casa compra en un supermercado 6 Kg. de café y 3 de
azúcar, por lo que paga 1530 pesos. Ante la amenaza de nuevas subidas,
vuelve al día siguiente y compra 1 Kg. de café y 10 Kg. de azúcar por lo
que paga 825 pesos. No se fija en el precio y plantea el problema a su hijo
de 13 años. Este después de calcular lo que su madre hubiera pagado por 6
Kg de café y 60 de azúcar halla el precio de cada artículo. ¿Podrías llegar tú
a resolver el problema?
9. Con 1000 pesos que le ha dado su madre Juan ha comprado 9 paquetes
de leche entera y leche semidesnatada por un total de 960 pesos. Si el paquete
8 CHAPTER 2. SISTEMAS LINEALES.
de leche entera cuesta 115 pesos y el de semidesnatada 90 pesos ¿Cuántos

paquetes ha comprado de cada tipo?
10. En un puesto de verduras se han vendido 2 Kg de naranjas y 5 Kg
de patatas por 835 pesos y 4 Kg de naranjas y 2 Kg de patatas por 1.285
pesos Calcula el precio de los kilogramos de naranja y patata.
11. Un comerciante de ultramarinos vende el Kg de azúcar a 120 pesos
Además, tiene café de dos clases; cuando toma 2 Kg de la primera calidad
y 3 Kg de la segunda resulta la mezcla a 75 pesos el Kg y cuando toma 3
Kg de la primera clase y 2 Kg de la segunda entonces resulta la mezcla a 80
pesos el Kg ¿Cuál es el precio de cada calidad de café?
12. El día del estreno de una película se vendieron 600 entradas y se
recaudaron 196.250 pesos Si los adultos pagaban 400 pesos y los niños 150
pesos ¿Cuál es el número de adultos y niños que acudieron?
13. En una librería han vendido 20 libros a dos precios distintos: unos
a 800 pesos y otros a 1200 pesos con los que han obtenido 19.200 pesos
¿Cuántos libros han vendido de cada precio?
14. En una pastelería se fabrican dos clases de tartas. La primera necesita
2 Kg de masa y 3 horas de elaboración. La segunda necesita 4 Kg de masa y
2 horas de elaboración. Calcula el número de tartas elaboradas de cada tipo
si se han dedicado 60 horas de trabajo y 80 Kg de masa.
15. Un pastelero compra dulces a 65 pesos la unidad y bombones a 25
pesos cada uno por un total de 585 pesos Como se le estropean 2 pasteles y
5 bombones calcula que si vende cada bombón a 3 pesos más y cada pastel
a 5 pesos más de lo que le costaron perdería en total 221 pesos ¿Cuántos
pasteles y bombones compró?
16. Halla dos números tales que si se dividen el primero por 3 y el
segundo por 4 la suma es 15; mientras que si se multiplica el primero por 2
y el segundo por 5 la suma es 174.
17. Un número consta de dos cifras cuya suma es 9. Si se invierte el orden
de las cifras el resultado es igual al número dado más 9 unidades. Halla dicho
número.
18. Determina dos números tales que la diferencia de sus cuadrados es
120 y su suma es 6.
19. Halla una fracción equivalente a 3/5 (por ejemplo 9/15) cuyos túrminos
elevados al cuadrado sumen 544.
20. Calcula dos números positivos tales que la suma de sus cuadrados
sea 193 y la diferencia sea 95.
21. Un número está formado por dos cifras cuya suma es 15. Si se toma
la cuarta parte del número y se le agregan 45 resulta el número con las cifras
invertidas. ¿Cuál es el número?
22. Calcula dos números que sumen 150 y cuya diferencia sea cuádruple
del menor.
23. Calcula el valor de dos números sabiendo que suman 51 y que si al
primero lo divides entre 3 y al segundo entre 6, los cocientes se diferencian
en 1.
24. Tengo 30 monedas. Unas son de cinco centavos y otras de un centavo
¿Puedo tener en total 78 centavos?
25. Juan y Roberto comentan:
Juan: "Si yo te tomo 2 monedas, tendrá tantas como tú"
Roberto: "Sí, pero si yo te tomo 4, entonces tendrá 4 veces más que tú".
¿Cuántas monedas tienen cada uno?
26. En una bolsa hay 16 monedas con un valor de 220 centavos Las
monedas son de 5 y 25 centavos ¿Cuántas monedas hay de cada valor?
27. Tenía muchas monedas de 1 peso y las he cambiado por billetes de
cinco. Ahora la cantidad de billetes es 60 menos que las de monedas que
tenía antes. ¿Cuánto dinero tengo?
28. En la fiesta de una amigo se han repartido entre los 20 asistentes el
mismo número de monedas. Como a última hora ha acudido un chico más
nos han dado a todos 1 moneda menos y han sobrado 17. ¿Cuantas monedas
para repartúa se tenía?
29. El otro día mi abuelo de 70 años de edad quiso repartir entre sus nietos
cierta cantidad de dinero. Si nos daba 300 pesos a cada uno le sobraba 600
pesos y si nos daba 500 pesos le faltaba 1000. ¿Cuántos nietos tiene? ?’Qué
cantidad quería repartir?
30. Al preguntar en mi familia cuántos hijos son, yo respondo que tengo
tantas hermanas como hermanos y mi hermana mayor responde que tiene
doble número de hermanos que de hermanas. ¿Cuántos hijos e hijas somos?
31. Hace 5 años la edad de mi padre era el triple de la de mi hermano y
dentro de 5 años sólo será el duplo. ¿Cuáles son las edades de mi padre y de
mi hermano?
32. Entre mi abuelo y mi hermano tienen 56 años. Si mi abuelo tiene 50
años más que mi hermano, ?’qué edad tienen cada uno?
33. Mi padrino tiene 80 años y me contó el otro día que entre nietas y
nietos suman 8 y que si les diese 1.000 pesos a cada nieta y 500 a cada nieto
se gastaría 6.600 pesos ¿Cuántos nietos y nietas tiene mi padrino?
34. Sabemos que mi tío tiene 27 años más que su hijo y que dentro de
12 años le doblará la edad. ¿Cuántos años tiene cada uno?
35. La edad de mi tía, hoy es el cuadrado de la de su hija; pero dentro
de nueve años será solamente el triple. ?’Qué edad tiene cada una?
36. Mi tío le dijo a su hija. "Hoy tu edad es 1/5 de la mía y hace 7 años
no era más que 1/7". ?’Qué edad tienen mi tío y su hija?
37. Una persona ha trabajado durante 30 días para dos empresas ganando
20700 pesos. La primera le pagaba 650 pesos diarios y la segunda 800 pesos
?’Cuantos días trabajó para cada patrón?
38. Dos obreros trabajan 8 horas diarias en la misma empresa. El primero
gana 500 pesos diarios menos que el segundo; pero ha trabajado durante 30
jornadas mientras que el primero sólo 24. Si el primero ha ganado 33.000
pesos más que el segundo calcula el salario diario de cada obrero.
39. Un rectángulo tiene un perímetro de 392 metros. Calcula sus dimensiones
sabiendo que mide 52 metros más de largo que de ancho.
40. Un rectángulo mide 40 m2 de área y 26 metros de perímetro. Calcula
sus dimensiones.
41. El perímetro de un rectángulo mide 36 metros. Si se aumenta en
2 metros su base y se disminuye en 3 metros su altura el área no cambia.
Calcula las dimensiones del rectúngulo.
42. Calcula las dimensiones de un rectángulo tal que si se aumenta la
base en 5 metros y se disminuye la altura en otros 5 la superficie no varía;
pero si se aumenta la base en 5 y disminuye la altura en 4, la superficie
aumenta en 4 metros cuadrados.
43. El área de un triángulo rectángulo es 120 cm2 y la hipotenusa mide
26 cm. ¿Cuáles son las longitudes de los catetos?
44. Uno de los ángulos agudos de un triángulo rectúngulo es 18 grados
mayor que el otro. ¿Cuánto mide cada ángulo del triángulo?
45. La altura de un trapecio isósceles mide 4 cm, la suma de las bases es
de 14 cm, y los lados oblicuos miden 5 cm. Averigua las bases del trapecio.
46. El perímetro de un triángulo rectángulo mide 30 m y el área 30 m2 .
Calcula los catetos.
47. La diferencia de las diagonales de un rombo es de 2 m. Si a las dos
las aumentamos en 2 m el área aumenta en 16 m2 . Calcula las longitudes de
las diagonales, el perímetro y el área de dicho rombo.
48. Los lados paralelos de un trapecio miden 15 cm y 36 cm, respectivamente,
y los no paralelos 13 y 20 cm. Calcula la altura del trapecio.
49. En un pueblo, hace muchos años, se utilizaba, como unidades de

medida de peso, la libra y la onza. Recientemente se encontró un documento
del siglo pasado en el que aparecían los siguientes pasajes: "... pesando
3 libras y 4 onzas, es decir 1495 gramos..." y "... resultando 2 libras y 8
onzas, cuando el extranjero preguntó por el peso en gramos le contestaron
1150 gramos". ¿Sabrías calcular el valor, en gramos, de la libra y la onza?
50. En el mismo documento antes mencionado nos encontramos el siguiente
pasaje: "... las dimensiones del mural eran 5 toesas y 3 pies de largo y 3
toesas y 5 pies de alto..." Como ese mural se conserva en la actualidad se
ha medido con la máxima precisión posible: 4'82 m de largo por 2'988 m
de alto. Con estos datos ¿puedes decir cuánto mide una toesa y un pie en
metros?
51. A las tres de la tarde sale de la ciudad un coche con una velocidad
de 80 Km/h. Dos horas más tarde sale una moto en su persecución a una
velocidad de 120 Km/h. ¿A qué hora lo alcanzará? ¿A qué distancia de la
ciudad?
52. Dos pueblos, A y B, distan 155 Km. A la misma hora salen de cada
pueblo un ciclista. El de A viaja a una velocidad de 25 Km/h y el de B a 33
Km/h. ?’A qué distancia de cada pueblo se encuentran? ¿Cuánto tiempo ha
transcurrido?
53. Un crucero tiene habitaciones dobles (2 camas) y sencillas (1 cama).
En total tiene 47 habitaciones y 79 camas. ¿Cuántas habitaciones tiene de
cada tipo?
54. Dos grifos han llenado un depósito de 31 m3 corriendo el uno 7 horas
y el otro 2 horas. Después llenan otro depósito 27 m3 corriendo el uno 4 horas
y el otro 3 horas. ¿Cuántos litros vierte por hora cada grifo?
55. Un depósito se llena por un grifo en 5 horas y por otro en 2 horas.
¿Cuánto tardará en llenarse abriendo los dos grifos a la vez?
56. Dos grifos alimentan simultáneamente un depósito tardando 2'4 horas
en llenarlo. Si se abriera cada grifo por separado el primero tardaría 2 horas
menos que el segundo. ¿Cuánto tiempo tardaría cada uno de ellos en llenarlo
de manera independiente?
57. Un reloj señala las tres en punto. A partir de esa hora, ?’a qué hora
coincidirán las manecillas por primera vez?
58. Un reloj señala las tres en punto. Por tanto las manecillas del reloj
forman un ángulo recto. ¿Cuánto tiempo debe transcurrir para que formen
de nuevo un ángulo recto?
59. Un reloj marca las doce horas. ?’A qué hora la manecilla que marca
los minutos se encontrará otra vez con la manecilla que marca la hora?
2.2 Sistemas Lineales

¿Qué es una ecuación lineal? Es un polinomio en varias variables con
coeficientes en R o C, de grado menor o igual a uno igualado a cero. Se
acostumbra escribir todas las variables del lado izquierdo y la constante del
lado derecho del signo igual. Ejemplos de ecuaciones lineales escritas de
manera estándard son las siguientes:
1. x = 0, 2t = 1/2, 0x = 1, 0x = 0, todas son ecuaciones lineales en una

variable.
√
2. x+y = 0, y = 1, x = 3, 0x+0y = 1, 0x+0y = 0, todas son ecuaciones
lineales en dos variables, aunque algunas no se ven por tener coeficiente
cero.
3. x + y + z = 1, x = 0, x − y = 1, 0x + 0y + 0z = 1, 0x + 0y + 0z = 0,
todas en tres variables x, y, z.
No son ecuaciones lineales ninguna de las siguientes
√ 1 1
2x + y − z 2 = 0, x − y + xz = 1, x2 + y 2 = 1, + = 1, xyz = 0.
x y
Definición 2.1. En general, una ecuación lineal en n variables escrita de

manera estándard se ve así
a1 x 1 + · · · + an x n = b
Un sistema lineal de tamaño m × n, consiste de m ecuaciones lineales

escritas de manera estándard. Un tal sistema se ve así


 a11 x1 + · · · + a1n x1 = b1
a21 x1 + · · · + a2n x1 = b2


 ···
am1 x1 + · · · + amn x1 = bm

2.2. SISTEMAS LINEALES 13
Por ejemplo, son sistemas lineales  233

 x=1
 x−y+z =1  3552


3x − y = 1 x=5
(a) (b) 2y − z = 5 (c)
x + 2y = 5 0x = 1
z =2
 

7x = 3

 2

 5
x−y =1
x + 3y = 5

 
 x=5


0x + 0y = 1 x−y+z =1

(d) (e) (f ) 0x = 1
7x − y = 3 x+y+z =5
7x = 3

 
x+y =0




πx + y = 0

El par (2, 3) es solución de x − y = −1 porque 2 − 3 = −1. De la
misma manera la terna (1, 0, 0) es una de las muchas soluciones de la ecuación
x+y +z = 1; otras soluciones, a modo de ejemplo, son las ternas (1/2, 1/2, 0)
(3, 0, −2) (1, π, −π), etc. Pronto descubriremos que listar soluciones de una
o varias ecuaciones lineales no es buena idea a menos que sean en cantidad
finita.
Una n-upla (x1 , x2 , . . . , xn ) es solución de una sistema lineal si es solución
de cada una de las ecuaciones que componen al sistema. Si denotamos el
conjunto solución de una ecuación dada por Sol.(ecuación) y el sistema lineal
se escribe
ecuación1


ecuación2


sistema
 ···
ecuaciónm


entonces el problema consiste en determinar el conjunto
Sol.(sitema) = Sol.(ecuación1 ) ∩ Sol.(ecuación2 ) ∩ · · · ∩ Sol.(ecuaciónm )
Preste especial atención a las intersecciones porque eso es exactamente lo

que significa ‘simultáneamente’.
2.2.1 Sistemas lineales geométricamente.

Es posible visualizar, al menos conceptualmente, los sistemas lineales y ganar
cierta comprensión sobre la naturaleza geométrica de las ecuaciones. Por
ejemplo en dos variables reales, el conjunto solución de una sola ecuación
representa en la mayoría de los casos una línea en el plano euclideano;

pero existe un par de casos extremos que parecen sin importancia y que sin
embargo son cruciales al momento de la resolución algebraica de los sistemas
lineales. Con mayor precisión,
 una línea en R2 , si a 6= 0 o b 6= 0

Sol.(ax+by = c) representa todo R2 , si a = 0 y b = 0, y c = 0.

el vacío, si a = 0 y b = 0, y c 6= 0.

Así, un sistema lineal en dos variables consistente de tres ecuaciones

podría verse de alguna de estas formas
(a) (b) (c)
(d) (e) (f)
Figure 2.1: Algunos sistemas lineal 3x2.
Los
 sistemas de la figura fig.
2.1 bien podrían ser 
 3x − y = −1  −2x − y = 1  −x − y = 1
(a) x + 5y = 0 (b) −2x − y = 5 (c) −x − y = 5
−3x − y = 7 x−y =2 −x − y = 6
  
 2
x−y =1  
 5  x − y = −1  0x + 0y = 0


x+y =0
(d) (e) 3x − 3y = −3 (f ) 0x + 0y = 0
x−y =0
0x + 0y = 0 0x + 0y = 0

  
x + 0y = 0

En donde hemos representado todo el plano como un cuadrado con puntas
redondeadas; tal es el caso del conjunto solución de la ecuación 0x + 0y =
0. Observe que los tres primeros sitemas (a), (b) y (c) de la fig. 2.1, no
tienen solución: su conjunto solución es la intersección de tres líneas que se
intersectan en el conjunto vacío.
Una impresión gráfica similar puede obtenerse de sistemas en tres variables;
 un plano en R3 , si a 6= 0 o b 6= 0 o c 6= 0

Sol.(ax+by+cz = d) representa todo R3 , si a = 0 y b = 0 y c = 0 y d = 0.

el vacío, si a = 0 y b = 0 y c = 0 y d 6= 0.

La siguiente figura muestra posibles sistemas lineales de tres o más ecuaciones

en tres variables
(a) (b) (c)
Figure 2.2: Algunos sistemas lineales mx3.
En la fig. ??, (a) y (c) no tienen solución por existir cierto grado de
paralelismo entre los planos que describen las ecuaciones del sistema lineal;
(b) tiene única solución (vértice de la esquina.)
El problema consiste en encontrar todas las soluciones simultáneas a
todas las ecuaciones de un sistema lineal dado, justificando que las soluciones
obtenidas completan la el conjunto solución.
La idea para resolver un sistema lineal es muy simple: eliminar variables
mediante sustitución y así obtener un sistema lo más simple posible al que
le sea posible leer las soluciones sin más, sin mediar operaciones o cuentas.
Pero antes de pensar en un método algebraico que resuelva cualquier sistema
lineal, miremos el problema geométricamente.
Ejemplo.
Sea el sistema dos por dos

3x − y = 1
x + 2y = 5
De la segunda ecuación se puede obtener x en términos de y: x = 5 − 2y. Si

se sustituye en la primera resulta
3(5 − 2y) − y = 1
15 − 6y − y = 1
−7y = −14
quedando de esta manera el sistema
− 7y = −14 (se eliminó x desde la segunda por sustitución)

x + 2y = 5 (sin cambio)
A esta altura de los cómputos, el sistema ha cambiado, no tenemos más el

sistema original. Se espera a pesar de esto que la solución no haya cambiado.
Despejando y desde la primera ecuación mediante multiplicación por
−1/7, el sistema cambia a
y = 2 (se despejó y)

x + 2y = 5 (sin cambio)
Ahora se puede eliminar y de la segunda ecuación desde la primera por

sustitución quedando el sistema
y = 2 (no se modificó)

x = 1 (se eliminó y por sustitución desde la primra.)
Observe la prolijidad: La primera columna se reserva para la primer variable,

la segunda columna para la segunda variable y la tercera columna para las
constantes. Todos los iguales están alineados verticalmente también.
Ahora mire este ejemplo nuevamente desde el libro de Haeussler-Paul, p.

250-251. Realice las gráficas de las líneas correspondientes a los sistemas de
los pasos intermedios. Todo junto para este ejemplo debería verse así:

Hs(1,2)
5
2
3x − y = 1 HHH
0 31 5
H
x + 2y = 5
-1

5
2
(1,2)
HsH
− 7y = −14 HH
0 5
H
x + 2y = 5

5
2
(1,2)
HsH
y = 2 HH
0 5
H
x + 2y = 5
2 s(1,2)
y = 2
x = 1 0 1
Conjunto solución = {(1, 2)}
Problemas:
En cada uno de los siguientes casos calcular el conjunto solución mediante
eliminación de variables y graficar la línea que representa cada ecuación en
cada paso intermedio de los cómputos.

x − y = 1
1.
x + y = 5


 x + 2y = 3
3y = 1

2.

 2x = −1
x − y = 0


 x − y = 0
3. x + y = 1
3x − 3y = −1


 x + 2y = 1
4. 3x + 6y = 3
−x − 2y = −1



 x − y = 2
2x + 3y = 1

5.

 3x + 2y = 3
x + 4y = −1


 x + y = 3
6. 2x − y = 4
 3
7
x + 0y = 5
Preguntas
Analice cada una de las siguientes preguntas y afirmaciones. Si no tiene ahora
la respuesta, mantengase alerta hasta que, al avanzar el curso, encuentre las
explicaciones. Intente jugar con ejemplos pequeños, como los del problema
anterior.
1. Al resolver un sistema lineal, las ecuaciones se modifican hasta encontrar

otro sistema lineal más fácil de resolver. ¿Por qué se ha de esperar que
estos sistemas distintos tengan las mismas soluciones?
2. ¿Es posible para un sistema lineal tener exactamente tres soluciones?

3. Si un sistema lineal tiene dos soluciones distintas, ¿entonces tiene infinitas

soluciones?
4. Si cierto sistema lineal de ecuaciones tiene un número finito no nulo de

soluciones, ¿cuántas soluciones tiene?
5. Cierto sistema lineal de tres ecuaciones en dos incógnitas tiene conjun-

to solución
{(x, y)/x + y = 0}. ¿Qué puede decir acerca del sistema original?
2.2.2 Operaciones elementales

Los ejemplos anteriores muestran que una vista fina del proceso de eliminación
de variables es crucial para responder a las preguntas que nos hemos formulado.
Lo primero es dejar en claro qué significa que una ecuación lineal sea combinación
lineal de otras:
Definición 2.2. La ecuación lineal a1 x1 + · · · + an xn = b es combinación
lineal de las ecuaciones
a11 x1 + · · · + a1n xn = y1 , . . . , am1 x1 + · · · + amn xn = ym
si existen escalares c1 , . . . , cm tales que a1 x1 + · · · + an xn = b es la ecuación
c1 (a11 x1 + · · · + a1n xn ) + · · · + cm (am1 x1 + · · · + amn xn ) = c1 y1 + · · · + cm ym
Es decir, una ecuación es combinanción lineal de m otras ecuaciones si se

puede expresar como suma de múltiplos escalares de estas m ecuaciones.
Por ejemplo, en el sistema


 x − y = 2
2x + 3y = 1


 3x + 2y = 3
−2x − 4y = −4

la ecuación x−y = 2 es combinación lineal de las otras tres ecuaciones porque

se obtiene sumando la tercera menos la segunda mas cero veces la cuarta.
(Compruébelo por Usted mismo.)
Un tipo muy especial de combinaciones lineales entre ecuaciones lineales
son las denominadas operaciones elementales.
Definición 2.3. Dado un sistema lineal cualquiera, son operaciones elementales

alguna de las siguientes
1. A la ecuación en la fila i se la reemplaza por la misma ecuación más un

múltiplo de otra en la fila j con j 6= i. Es particularmente importante
que i sea distinto de j, siendo posible que la ecuación de la fila i sea
igual a la de la fila j.
2. A la ecuación de la fila i se la reemplaza por la misma ecuación multiplicada

por un escalar no nulo. De nuevo es crucial que el escalar sea no nulo.
3. Es posible reordenar las filas. En otras palabras las filas se oueden

permutar.
Las operaciones elementales por filas son ’especiales’ porque son reversibles:
Teorema 2.1. Si e(.)denota una operación elemental, entonces existe otra

operación elemental del mismo tipo, que denotaremos e−1 (), que es inversa
de la primera.
Por ejemplo, si se realiza la operación ‘dos veces la tercera’, su inversa es

‘un medio por la tercera’; si la operación fuese ‘la segunda menos tres veces
la primera’, su inversa es ‘la segunda más tres veces la primera’. Está claro
que las permutaciones son siempre invertibles: siempre es posible retornar al
ordenamiento de partida.
el hecho más importante en relación a las operaciones elementales reside
en que preservan el conjunto solución. Esto nos permite cambiar el sistema
lineal a resolver sin alterar el conjunto solución.
Teorema 2.2. Las operaciones elementales preservan el conjunto solución

del sistema lineal al que se les aplica.
2.2.3 Sistemas Lineales Equivalentes

Dicho lo anterior, es importante señalar que los sistemas están ‘clasificados’
por las operaciones elementales.
Definición 2.4 (Sistemas Lineales Equivalentes). Dos sistemas lineales son

equivalentes, si (tienen la misma cantidad de ecuaciones y) existe una cantidad
finita de operaciones elementales que transforma uno en el otro.
Corolario 2.1. Sistemas equivalentes tienen el mismo conjunto solución.
Recuerde que una relación definida en eun conjunto es de equivalencia si es

reflexiva, simétrica y transitiva. La relación de ‘equivalencia’ entre sistemas
lineales es realmente una relación reflexiva, simétrica y transitiva que clasifica
a los sistemas en clases, disjuntas dos a dos. Resolver un sistema lineal es
encontrar otro sistema ‘reducido’, más fácil de resolver, que es equivalente
al dado. En la siguiente sección definiremos excatamente cuándo un sistema
está reducido.
2.2.4 Reducidas y escalonadas.

Una matriz es reducida si el primer elemento no nulo de cada fila no nula
es un uno, denominado pivote de esa fila, y todas las entradas de la matriz
arriba y abajo de cada pivote son cero.
Una matriz es reducida y escalonada si es reducida y si sus filas
han sido reordenadas de manera tal que toda fila nula se encuentra al final,
y si j1 , j2 , · · · , jr denotan las columnas donde aparecen los pivotes de las r
primeras filas no nulas, entonces j1 < j2 < · · · < jr . Dicho de otra manera,
el pivote de cada fila no nula está a la derecha de los pivotes de las filas no
nulas de arriba.
Teorema 2.3. Toda matriz Am×n se reduce a una única matriz reducida y
escalonada RA .
Si en el enunciado del teorema se hubiese omitido ‘escalonada’ entonces

habría un número finito de matrices a la que A se reduciría —todas las que
se obtienen permutando las filas de la única reducida y escalonada RA .
Demostración. Para demostrar el teorema hace falta mostrar dos cosas. Primero
que efectivamente existe un número finito de operaciones elementales por fila
que reducen A a alguna matriz reducida; luego haciendo una cantidad finita
de permutaciones entre sus filas es posible siempre escalonarla. Segundo,
debemos probar que la reducida y escalonada obtenida anteriormente es en
verdad única. La demostración de este hecho lo diferimos para después de
que desarrollemos la noción de subespacios vectoriales.
Veamos entonces cómo es posible hacer un número finito de operaciones
elementales por fila hasta reducir A. Miramos la primera fila de A; si es nula,
vamos a la segunda fila. Caso contrario, existe un primer elemento no nulo.
Si ese primer elemento no nulo no es uno, usamos una operación elemental

del tipo multiplicación por un escalar distinto de cero sobre la fila uno para
convertir ese primer elemento no nulo en uno. Así podemos suponer que es
uno (el pivote de la fila uno, si es no nula.) Ahora con operaciones del tipo
‘a una fila se la reemplaza por la misma fila más un múltiplo de otra fila’ es
posible poner ceros arriba y abajo de ese pivote.
Luego pasamos a la fila dos. Si es nula, vamos a la fila tres. Caso contrario,
existe un primer elemento no nulo, que como antes podemos suponer es un
uno, en una columna distinta de la del pivote de la fila uno, si ésta era no
nula. Con operaciones elementales del tipo ‘una fila se reemplaza por la
misma fila más un múltiplo de otra fila’ siempre es posible poner ceros arriba
y abajo de ese uno (pivote de la segunda fila , si ésta es no nula.)
Continuando de esta manera, en a lo más tantos pasos como filas de A,
nos encontramos con una matriz reducida por filas obtenida de A mediante
un número finito de operaciones elementales.
La demostración de la unicidad de la reducida y escalonada escapa al
alcance de estas notas y el interesado puede encontrar una demostración en
el texto de Hoffman y Kunze.
Definición 2.5. El rango de una matriz se define como el número de filas
no nulas de la correspondiente matriz reducida y escalonada. Denotamos el
rango de A por r(A).
Ejercicio 2.1. Clasificar todas las matrices reducidas y escalonadas 2x2, 3x2
y 2x3 de acuerdo al rango 0, 1, 2; lo mismo pero con las matrices 3x3, de
acuerdo al rango 0, 1, 2, 3.
Definición 2.6. Un sistema lineal está reducido si su matriz de coeficientes
es reducida y escalonada.
Corolario 2.2. Todo sistema lineal es equivalente a un único sistema cuya
matriz de coeficientes es reducida y escalonada.
Teorema 2.4. Sea AX = b un sistema lineal de m ecuaciones en n incógnitas;
denotamos por A|b la matriz aumentada del sistema. Entonces
1. el sistema AX = b tiene conjunto solución no vacío, es decir, es
“compatible”, si y sólo si r(A) = r(A|b);
2. el conjunto solución consiste de una única solución, es decir, es “compatible
determinado”, si y sólo si r(A) = r(A|b) = n;
3. el conjunto solución consiste de infinitas soluciones, es decir, es “compatible

indeterminado”, si y sólo si r(A) = r(A|b) < n.
Observaciones. Siempre el rango de una matriz es menor que el número

de filas y que el número de columnas. Por esta razón, el rango de la aumentada
es a lo sumo el rango de la matriz de coeficientes mas uno. El primer punto
en la conclusión del teorema anterior simplemente dice que en el sistema
reducido equivalente no aparece la ecuación del vacío. Y en ese caso, la
segunda conclusión del teorema dice que no hay variables libres, mientras que
en la tercera conclusión del teorema, existen variables libres produciendo una
multitud de soluciones (exactamente n − r(A) variables libres o parámetros.)
Es importante recalcar que operativamente la forma más eficaz de determinar
el rango de una matriz es reducirla. Esto hace que el teorema de arriba
se torne casi obvio cuando se resuelve un sistema lineal por el método de
reducción o de Gauss-Jordan.
Ejercicio 2.2. Cada uno de los siguientes diagramas representa conceptualmente

un sistema lineal m × 2 (m ecuaciones en 2 incógnitas). Asocie a cada gráfica
un sistema reducido que sea consistente. Por ejemplo, a

(1,2)

HsH
HH 1 0 1
le corresponde
0
H
0 1 2
@
@
@
@s
@
@
@
1. @ (Todas se cortan en el punto (a, b).)
(1,2) s
s (1,1)
2.
s
(2,3)
3.
s
(3,3)
s
(1,1)
4. (Tres líneas superpuestas.)
@
@s s
(1,2)@ (3,2)
@s
@
5. (2,1)@
(0,1)
s
6. (Cuatro líneas horizontales que pasan por (0, 1).)

0
7. s (Cinco líneas verticales que pasan por (2, 0).)

0 (2,0)
Al revés. A cada uno de los sistemas reducidos, escritos en forma

matricial, asociarles una gráfica conceptual que represente el sistema original.
1 0 1
1 0 a 0 1 1
i) iv) vii) 0 1 2
0 1 b 0 0 2
0 0 0
0 1 1 1 0 2
1 2 a
ii) v) 0 0 0 viii) 0 0 3
0 0 0
0 0 0 0 0 4
1 0 a 1 −1 0
0 1 a
iii) vi) 0 1 b ix) 0 0 0
0 0 0
0 0 1 0 0 0
2.2.5 Aplicaciones
Plantee en términos de ecuaciones lineales y resuelva usando eliminación
gaussiana cada uno de los siguientes problemas.1
1. Un granjero dispone de tres tipos de alimentos balanceados, normal
(N), especial (E) y rendidor (R). Cada bolsa del normal contiene 12
unidades de carbohidratos, 16 unidades de proteínas y 8 unidades de
grasas. Cada bolsa de especial contiene 20 unidades de carbohidratos,
12 de proteínas y 28 de grasas. Cada bolsa de rendidor contiene 32
unidades de carbohidratos, 28 de proteínas y 36 de grasas. Asuma que
el granjero necesita suministrar 220 unidades de carbohidratos, 176
unidades de proteínas y 264 unidades de grasas a sus animales.
(a) Determine las combinaciones de bolsas de los balanceados disponibles
que son posibles para satisfacer los requerimientos exactamente.
(b) Suponga que los precios unitarios de cada una de las bolsas de
los alimentos es $200 para el normal, $250 para el especial y $270
para el rendidor. Encuentre la combinación que minimiza el costo
total del granjero.
2. A una persona se le prescribió tomar vitaminas en las cantidades 10
unidades de vitamina A, 9 unidades de vitamina D y 19 unidades de
1
Estos problemas están inspirados o directamente tomados de Haeussler–Paul,
Matemáticas para Administración, Economía, Ciencias Sociales y de la Vida, capítulo
6.
vitamina E diariamente. El paciente dispone de tres tipos de píldoras

correspondientes a cada una de tres marcas de vitaminas. La marca
Vital, contiene por comprimido 2 unidades de vitamina A, 3 de D
y 5 de E; la marca Total contiene por comprimido 1, 3 y 4 unidedes
respectivamente; finalmente, la marca Star contiene 1 unidad de vitamina
A, ninguna de vitamina D y 1 unidad de vitamina E.
(a) Encuetre todas las combinaciones posibles de píldoras que se ajusten

exactamente a la prescripción médica.
(b) Si el costo de cada comprimido de Vital es de 1 centavo, de
Total 6 centavos y Star 3 centavos, ¿Cuál es la combinación más
económica?
3. Una empresa produce tres artículos A, B y C que se procesan en tres

máquinas I, II y III. Los tiempos requeridos en horas para procesar
cada artículo en las tres máquinas son como sigue.
I II III
A 3 1 2
B 1 2 1
C 2 4 1
La máquina I está disponible 425 horas, la II durante 600 y la III

durante 275 horas. Encuentre cuántos artículos de cada uno deben
producirse para utilizar todas las horas disponibles de las máquinas.
4. Un fabricante produce tres artículos A, B y C. La utilidad por cada

unidad vendida de cada uno es de $1, $2 y $3 respectivamente. El costo
fijo anual es de $17.000 y los costos de producción de cada unidad A, B y
C son $4, $5 y $7 respectivamente. Para el año siguiente serán vendidas
11.000 unidades entre los tres tipos de artículos con una utilidad total
de $25.000. Si el costo total será de $80.000, cuántas unidades de cada
artículo deberán producirse para el siguiente año?
5. La economía de cierta ciudad se ha simplificado en dos sectores dominantes,

servicios e industria. El año pasado la interacción entre los sectores,
las demandas externas, y sus producciones totales se detallan en la
siguiente tabla. Asuma que la economía se encuentra en equilibrio, es
cerrada, y el costo unitario de los insumos es constante de un año a

otro.
Usuarios
Serv. Ind. Dem. Ext. Prod. Tot.
Productores Serv. 110 90 180 380
Ind. 80 150 200 430
(a) Para este año se espera que la demanda externa sobre cada sector
cambie a los valores 230 millones y 180 millones para servicios e
industria, respectivamente. Calcule la producción total esperada
para cada sector para el presente año. Use la fórmula de la adjunta
para calcular la inversa de una matriz.
(b) Cuánto demandará la industria de los servicios?
6. Una fábrica produce cuatro tipos de artículos A, B, C y D. Cada uno

se procesa en cuatro diferentes máquinas R, S, T y U con las siguientes
horas máquina por producto:
A B C D
R 1 4 1 2
S 1 1 0 0
T 3 0 1 1
U 0 1 1 1
¿Cuántas unidades de cada uno de los artículos deben producirse para

cubrir 24 horas en R, 6 horas en S, 10 en T y 8 en U?
Problemas:
1. Determinar cuáles de las siguientes matrices están escalón reducidas
por filas.

1 2 0 1 0 2 0 1 0
(a) (b) (c)
0 0 1 0 1 −3 0 0 1
   
1 0 0 1 0 0
0 1 0 0
(d) (e) 0 1 (f ) 0 0 0
0 0 0
0 0 1 0 0 1
   
1 −3 0 1 0 0 −2
(g) 0 0 1 (h) 0 1 0 1
0 0 0 0 0 1 4
   
1 2 0 −2 1 1 0 0
(i) 0
 0 1 1 (j) 0 0 1 0
0 0 0 0 0 0 0 1
2. Encontrar las correspondientes matrices elementales a las siguientes o-

peraciones elementales, en tamaño 4x4: 1ra −3∗4ta , 3ra −4ta , 2da +4∗4ta ,
−3 ∗ 4ta , permutar 2da por 4ta .
3. A las siguientes matrices elementales encontrarles la correspondiente

operación elemental y calcular la matriz elemental inversa de cada una
de ellas exhibiendo la correspondiente operación elemental.
1 0 0 1 0 0 1 0 0
E1 = −3 1 0 E2 = 0 1 7 E3 = 0 1 0
0 0 1 0 0 1 −3 0 1
1 0 0 1 0 5 0 0 1
E4 = 0 1/2 0 E5 = 0 1 0 E6 = 0 1 0
0 0 1 0 0 1 1 0 0
2.2.6 Problemas aplicados

1. Dispone solamente de cinco pesos para comprar café. Las alternativas
en el almacén de la esquina son o un café económico por $3.50 el kilo, o
un café importado de alta calidad por $7 el kilo ¿Cómo haría Usted para
comprar un kilo del mejor café que le sea posible gastando exactamente
los cinco pesos que dispone?
2. Como en el problema anterior, suponga que dispone de siete pesos
para comprar un kilogramo de café y tiene Usted a su disposición tres
opciones: un café económico por $3.50 el kilogramo, que llamaremos
café Lindo, otro café de razonable calidad por $5.50 el kilogramo, de
marca Bogotá, y finalmente un café de alta calidad, Juan Valdez, que
cuesta $11.00 el kiliogramo. ¿Cuáles son las opciones de compra de las
que dispone si desea gastar toda la plata en un kilogramo de café?
3. Cierta fábrica de autos produce tres modelos: Salón, Sport GT y
Rural. Cada modelo insume chapa, plásticos y aluminio, para los cuales
la fábrica ha dispuesto cierta cantidad de recursos. Las cantidades
medidas en miles de pesos son como se detalla a continuación.
Insumos Salón Sport GT Rural Disponibilidades
Chapa 5 10 15 35000
Plástico 3 6 3 15000
Aluminio 6 12 12 36000
(a) Determine todas las posibilidades de producción que utilizan la
totalidad de los recursos asignados a cada rubro.
(b) Si la utilidad neta por la venta de un modelo Salón es de 5
mil pesos, 6 mil por un modelo Sport, y 4 mil por un modelo
Rural, cuál es la alternativa entre las anteriores que maximiza las
utilidades?
4. Un agrónomo que dispone de tres alimentos balanceados A, B, C,
desea mezclar los balanceados de manera tal que los contenidos de
proteínas, fibra y grasas sean de 20gr, 18gr y 38gr, por unidad de
peso. Los contenidos nutricionales por unidad de peso son como sigue:
El alimento A contiene 4gr de proteínas, 6gr de fibras y 10gr de grasas;
el alimeto B contiene 2gr de proteínas, 6gr de fibras y 8gr de grasas; y
el alimeto C contiene 2gr de proteínas, 0gr de fibras y 2gr de grasas.
(a) Planteando un sistema lineal, determine las posibles mezclas entre

los alimenetos, por unidad de peso, que satisfacen los requerimientos
nutricionales.
(b) Si el costo de cada alimento por unidad de peso es de 4cent.,

6cent., 1cent., para A, B, C, respectivamente, cuál es la mezcla
más económica?
5. Una empresa tiene ingresos gravables por 250.000 pesos. Debe pagar
tres impuestos: federales, provinciales y municipales. El impuesto
federal es del 15% sobre el total grvable depués de deducir el impuesto
provincial y municipal. El impuesto provincial es de 5% y se calcula
sobre la totalidad del ingreso gravable después de deducir el impuesto
federal y el municipal. El impuesto municipal es de 2% y se calcula
sobre el ingreso gravable después de deducir el impuesto federal y
provincial. Cuál es el monto que debe abonarse por cada impuesto?
(Ayuda: describa la situación planteada mediante un sistema 3 × 3.
Resuélvalo.)
6. Usted dispone de 13 pesos para comprar un kilo de café de la mejor

calidad posible, y a su elección tiene tres tipos de cafés para formar la
mezcla deseada: Café El Colombiano, a 21 pesos el kilo; café Carioca,
por 11 pesos el kilo; y café El Criollito por 7 pesos el kilo. Si desea
gastar la totalidad del dinero disponible, de cuáles alternativas dispone
para formar la mezcla deseada y cuál es la alternativa de mejor calidad
si se asume que el más caro es efectivamente mejor que otro más barato?
7. El responsable de abastecer las farmacias de una obra de salud cuenta

con tres tipos de cajas, I, II, y III, preparadas con tres tipos de medicamentos:
Vitaforte, Ibuprofin y Calmatón. Las cajas del tipo I contienen 35
unidades de Vitaforte, 40 de Ibuprofin y 25 de Calmatón; las cajas tipo
II contienen 20 unidades de Vitaforte, 20 unidades de Ibuprofin y 35
de Calmatón; finalmente las cajas del tipo III contienen 11, 12 y 12, de
cada medicamento respectivamente. Si el encargado debe satisfacer un
envío de 540 unidades de Vitaforte, 560 de Ibuprofin y 800 de Calmatón,
cuáles son las alternativas posibles de las que dispone?
8. Por prescripción médica una persona debe tomar por semana exactamente
12 unidades de vitamina A, 22 unidades de vitamina B y 32 unidades
de C. Existen tes marcas de complejos vitamínicos. La marca I contiene
1 unidad de cada vitamina A, B y C. La marca II contiene 1 unidad de
vitamina A, 2 de B y 3 de C. Y la marca III contiene 4 de A, 7 de B y
10 de C.
¿Cuál es la combinación exacta de cápsulas de las marcas I, II y III que

producirá exactamente la combinación deseada?
¿Si la marca I tiene un costo de 5 cent. por cápsula, la marca II 7 cent.
cada una y la III 20 cent. cada una,¿quécombinación minimizará su
costo semanal?
9. Un granjero dispone de tres tipos de alimentos balanceados, normal

(N), especial (E) y rendidor (R). Cada bolsa del normal contiene 12
unidades de carbohidratos, 16 unidades de proteínas y 8 unidades de
grasas. Cada bolsa de especial contiene 20 unidades de carbohidratos,
12 de proteínas y 28 de grasas. Cada bolsa de rendidor contiene 32
unidades de carbohidratos, 28 de proteínas y 36 de grasas. Asuma que
el granjero necesita suministrar 220 unidades de carbohidratos, 176
unidades de proteínas y 264 unidades de grasas a sus animales.
(a) Determine las combinaciones de bolsas de los balanceados disponibles

que son posibles para satisfacer los requerimientos exactamente.
(b) Suponga que los precios unitarios de cada una de las bolsas de
los alimentos es $200 para el normal, $250 para el especial y $270
para el rendidor. Encuentre la combinación que minimiza el costo
total del granjero.
10. Una empresa de transporte realiza traslado de mercaderías en cajas

para dos compañias, A y B. La compañia A envía cajas que pesan cada
una 3Kgr y tienen un volúmen de 2l; La B envía cajas que pesan 5Kgr
y tienen un volúmen de 1l. Tanto A como B envian al mismo destino y
se encuentran en la misma ciudad. El costo de transporte por caja de
A es de $0.75 y el de B es de $0.50. La empresa de fletes dispone de un
camión con una capacidad máxima de carga de 9200Kgr y un volúmen
máximo de carga de 2400l. ¿Cuántas cajas de cada compañia deberán
ser cargadas en el camión por viaje para maximizar los ingresos de la
empresa de transporte? Y cuál es el valor del ingreso máximo?
11. (Difícil)La economía de cierta ciudad se ha simplificado en dos sectores

dominantes, servicios e industria. El año pasado la interacción entre los
sectores, las demandas externas, y sus producciones totales se detallan
en la siguiente tabla.
Usuarios
Serv. Ind. Dem. Ext. Prod. Tot.
Productores Serv. 210 90 180 480
Ind. 80 150 100 330
(a) Para este año se espera que la demanda externa sobre cada sector
cambie a los valores 230 millones y 180 millones para servicios e
industria, respectivamente. Calcule la producción total esperada
para cada sector para el presente año.
(b) Cuánto demandará la industria de los servicios?
12. Para la fabricación de tres productos A,B,C una fábrica dispone de

1500 y 5000 horas para maquinado y acabado, respectivamente. Las
horas necesarias por cada producto se detallan en la siguiente tabla.
Maquinado Acabado
A 1 4
B 2 4
C 3 8
Si la utilidad por cada artículo A, B, C es de $3, $4, y$6 respectivamente,
cuál es la utilidad máxima posible?
13. Una fábrica produce cuatro tipos de artículos A, B, C y D. Cada uno

se procesa en cuatro diferentes máquinas R, S, T y U con las siguientes
horas máquina por producto:
A B C D
R 1 4 1 2
S 1 1 0 0
T 3 0 1 1
U 0 1 1 1
¿Cuántas unidades de cada uno de los artículos deben producirse para

cubrir 24 horas en R, 6 horas en S, 10 en T y 8 en U?
14. La panadería de Don José. Don José es el panadero del pequeño

pueblo de San Javier a orillas del bello río Paraná. Todos los días a las
tres de la mañana se levanta para tener el pan listo al alba para todo el
pueblo. Don José prepara pan casero, pan criollo y francés, además de
facturas. Sabe bien cuánto de harina, grasa, levadura, huevos y azúcar
le insume todo el proceso; tanto así que compra a granel exactamente
lo necesario para cada día especulando con no quedarse con insumos
que pudieran envejecer. La receta de Don José es muy simple y con
todos la comparte; ésta puede verse en la tabla2.1 a continuación. La
tabla muestra los ingredientes necesarios para hacer exactamente un
kilogramo de pan o facturas. El peso de los ingredientes en cada caso
suma menos de un kilogramo por la sencilla razón de que el resto es
agua.
Ingredientes Pan Casero Pan Criollo Pan Francés Facturas Disponibilidad

Azúcar 0.050 0.050 0.150 0.250 30
Levadura 0.050 0.050 0.100 0.100 22
Harina 0.600 0.500 0.550 0.550 176
Huevos 0 0 2 6 320
Grasa 0.150 0.100 0.000 0.050 26
Utilidad ×Kgr. $4 $5 $4 $6
Todas las cantidades que se consignan en la tabla2.1 están en kilogramos,

excepto por los huevos que se cuentan en unidades.
(a) ¿Cuántos kilogramos de cada pan y cuántos de facturas prepara

Don José cada día si usa la totalidad de los insumos disponibles?
(Advertencia: es posible que existan múltiples soluciones a esta
pregunta y no olvide que las cantidades son positivas. Esto último
implica desigualdades para la/las variables ”libres“ que definen un
intervalo. )
(b) ¿Cuál es la función utilidad expresada en términos de la respuesta
anterior?
(c) De todas las alternativas posibles de producción que tiene Don
José, ¿cuál es la que maximiza la utilidad? (Atención: no olvide
que la/las variables libres se mueven en un intervalo.)
15. Las recetas de Doña Charo Doña Charo es una conocida curandera
y consejera sobre temas del amor que reside en las afueras del bello
paraje serrano de Villa Los Reartes. Experimentada en todo aspecto

posible de temas de la vida, ha comentado para nuestro deleite una serie
de recetas con distintos fines. Todos los ingredientes de tales pócimas
se encuentran al alcance de la mano si uno habita ciertos parajes por
las noches: murciélagos, mandrágoras, sapos y hasta unicornios. Doña
Charo tiene una receta casamentera infalible: un ojo de murciélago bien
macerado en alcohol, dos raíces molidas de mandrágora y tres gramos
de rayaduras de cuerno de unicornio. Además ha tenido notable éxito
su receta para la “juventud”: han de tomarse dos ojos de murciélago,
bien macerados en cognac, una raíz de mandrágora, tres gramos de
cuerno de unicornio y cierra la receta con tres pieles de sapos en polvo.
Con esa receta no hay viejos en el pueblo. Le queda a Doña Charo
otra receta más mundana que “atrae plata”; para ésta se combinan
un ojo de murciélago macerado en vinagre, una raíz de mandrágora,
dos gramos de cuerno de unicornio y una piel de sapo en polvo. Con
esta receta no hay paisanos pobres en la Villa –ni unicornios ! Por
su avanzada edad Doña Charo no ha podido últimamente recorrer por
las noches esos parajes tan ricos en materiales exóticos, por lo cual
ha tenido que valerse de sus reservas, muy menguadas ya, de todos
esos materiales: le quedan exactamente quince ojos de murciélago,
doce raíces de mandrágora, veintisiete gramos de cuerno de unicornio
y dieciocho pieles de sapos. Para cada una de las pócimas Doña Charo
ha puesto su precio; una pócima casamentera cuesta 7500 pesos (y se
venden todas!); una receta para mantenerse joven cuesta 5500 pesos,
y todas las señoras del pueblo se ven bien conservadas; por último, el
menjunje para la plata sale 2300 pesos. ¿Cuántas de cada pócima le
conviene preparar si utiliza la totalidad de sus reservas? Usted deberá
exhibir la totalidad de posibilidades para producir las recetas; dar la
función utilidad en términos de la respuesta a lo primero y decir qué
alternativa es la más redituable.)
16. La pinturería de Don Carlos. Tres colores de pintura se disponen

en las siguientes cantidades: 111 litros de azul, 115 litros de amarillo y
100 litros de rojo. Nuevos tonos se obtienen de mezclar los anteriores;
el verde se obtine combinando dos partes de azul con una de amarillo,
el marrón se obtiene mezclando azul, amarillo y rojo por partes iguales,
el tono naranja se obtiene mezlcando una parte de amarillo con tres de
rojo; por último, el limón se logra mezclando una parte de azul con
dos partes de amarillo. Las utilidades por litro de cada nuevo color
son siete pesos por litro de verde, seis pesos por litro de marrón, cinco
pesos por cada litro de naranja y cuatro pesos por un litro de limón.
(Advertencia: si para preparar verde hacen falta mezclar dos partes de
azul con una parte de amarillo, para hacer un litro de verde hacen falta
dos tercios litro de azul y un tercio litro de amarillo.)
(a) ¿Cuántos litros de cada nuevo tono son posibles? (Es posible que
existan múltiples soluciones y no olvide que las cantidades son
positivas. Esto último implica desigualdades para la/las variables
”libres“ que definen un intervalo. )
(b) Exprese la función utilidad en términos de la solución anterior.
(c) ¿Cuál es la utilidad máxima?
(d) ¿Cuántos litros de cada nuevo color le conviene más a Don Carlos
preparar, si vende todo lo que produce?
17. Los cerdos de Juan. Juan es granjero y cría cerdos que alimenta
con balanceados de distintas marcas y calidades. Dispone de cuatro
altenativas, Chan-chow, HappyPig, PowerHogg y CerealMix. Cada
uno de los cuales tiene distintivas características alimenticias; todas
poseen fibras, proteínas, grasas, carbohidratos y cenizas, en distintas
cantidades según la marca. En el cuadro 2.1 se establecen los contenidos
porcentuales tal cual se muestran en sus repectivas etiquetas. Juan
sabe por experiencia que debe suministrar a sus cerdos una mezcla que
contenga exactamente 30% de fibra, 15% de proteínas, 14% de grasas
y 30% de carbohidratos; el restante es la cantidad tolerable de cenizas.
Desea preparar 500 Kgr de alimento mezclando las distintas marcas.
Encuentre todas las posibilidades que satisfacen esos requerimientos.
Si deseara obtener la mezcla más económica, cuánto de cada marca
debe intervenir en la mezcla final? Cuál es costo de la mezcla óptima?
18. La bicicletería de Don Pedro. Héroe de tiempos pasados, Don

Pedro ha ganado todos circuitos locales en carreras de bicicleta de
pista; pero esos honores yacen ya en la memoria de los vecinos del
barrio donde aún vive. Hoy Don Pedro posee una bicicletería que le
provee a paisanos locales de medios de transporte como así tambien
Componentes Chan-chow HappyPig PowerHogg CerealMix Requer.

Fibra 25% 35% 30% 29% 30%
Proteínas 15% 20% 5% 12% 15%
Grasas 15% 10% 20% 16% 14%
Carbohidratos 35% 25% 30% 21% 30%
Cenizas 10% 10% 15% 12% 11%
Costo ×Kgr. $3.5 $2.75 $3 $2
Table 2.1: Componentes y costos por kilogramo de balanceado.
divertimento sobre ruedas, al tiempo que él gana su sustento diario.

Tras un recuento de disponibilidades en su almacén ha verificado que
cuenta con 11200 rayos, 500 llantas y 500 cubiertas para armar ruedas.
Tiene además 50 cuadros y 200 manubrios. Para armar una bicicleta
típica necesita 64 rayos, 2 llantas, 2 cubiertas, un cuadro y un manubrio.
Para ensamblar un triciclo necesita 96 rayos, 3 llantas, 3 cubiertas, un
cuadro y un manubrio. Don Pedro arma monopatines, cada uno de
los cuales requiere 32 rayos, dos llantas, dos cubiertas y un manubrio.
De vez en cuando tambien arma sillas de rueda de carreras, cada una
requiriendo 64 rayos, dos llantas, dos cubiertas mas otros materiales.
Si Don Pedro vende cada bicicleta por 275 pesos, cada triciclo por 325
pesos, cada monopatín por 100 pesos y cada silla de ruedas de carrera
por 300, puede Usted determinar
(a) cuáles son todas las posibilidades de producción de las que dispone,
(b) y cuál entre las opciones anteriores es la más remunerativa?
19. La feria de platos. Con el fin de recaudar fondos para el viaje de

estudios de fin de curso los alumnos y padres del colegio local realizan
una feria de platos. Venden gaseosas para los mas pequeños, cerveza
para los padres que sean mayores, y sangrías “falsas” (sin alcohol) para
los mayores, abuelos en su mayoría que no pierden las ganas de bailar
y celebrar. Para evitar roturas de craneos por exceso de envases vacíos
que siempre muestran alguna tendencia al vuelo en ocasiones como
estas, todas las bebidas se sirven en vaso plástico. Por 3.50 pesos se
tiene vaso de gaseosa, por 5 pesos uno de cerveza y por 4. 50 pesos uno
de sangría Se venden empanadas criollas y árabes por 12 pesos la media
2.3. COMENTARIOS. 37
docena,que siempre son bien recibidas para deleite de todos, grandes

y chicos. Las madres se organizaron para hacer tortas artesanales que
se vendieron a 2 pesos por porción, seis porciones por torta. Tambien
se vendieron panchos por 2.50 cada uno. Todo esto en cinco horas
de ardua tarea para organizadores y mucho baile para el resto de la
nutrida concurrencia terminó por dejar un monto final de 4445 pesos
en la caja, de los cuales 2135 corresponden a la venta de bebidas y
el resto a empanadas, tortas y panchos. La bebida deja un margen de
ganancia del 33, 4% en general, específicamente, la gaseosa deja un 30%
de ganancia, la cerveza un 60% y la sangría falsa un 20%. La comida
por experiencia anterior deja una utilidad del 47%. Específicamente,
las empanadas dejan un margen de 40% y los panchos un 60%. Las
tortas fueron donación de 30 madres, que cada una aportó una torta,
por lo que no se contabilizaron en el cálculo de los costos. Puede Usted
determinar la cantidad aproximada de empanadas, porciones de tortas
y panchos vendidos? Puede determinar la cantidad aproximada de cada
bebida vendida, si en la barra dijeron haber tendido 480 vasos?
2.3 Comentarios.
La siguiente lista de problemas están en las fotocopias del teórico ya disponibles.
No hay necesidad de sacar los textos de biblioteca.
Estos problemas son representativos de los parciales y exámenes finales.
Por ello es fundamental terminar este práctico antes del primer parcial. Se
debe prestar especial atención a los problemas de aplicación, aún cuando
éstos no hayan sido explícitamente resueltos en clase (debe tener en cuenta
que éste es un cuatrimestre anormal y se trata de hacer lo posible para salvar
la materia.)
2.4 Operaciones entre matrices.

2.4.1 Sobre matrices.
De la sección 6.1, p. 226, los problemas 11, 12, 13, 19, 20, 22, 28, 29, 30
(Insumo producto.)
2.4.2 Sobre suma y producto por un escalar.

De la sec. 6.2, p. 234-235, los problemas 10, 11, 12, 19, 20, 33, 34, 35, 36,...,
hasta el 41 inclusive.
2.4.3 Producto matricial.

De la sec. 6.3, p. 247-249, desde el 33 hasta el 44 inclusive; desde el 59 hasta
el 61, en cada caso dando el conjunto solución explícitamente. Desde el 62
al 65.
2.4.4 Inversas.
De la sec. 6.6, p. 275-276, impares del 3 al 13, 14,16, 20, 32, 33, 34, 37 al 40.
2.4.5 Insumo producto.

Estos problemas hacen uso extensivo de cuentas por calculadora; como pauta
general no debe redondearse a menos de dos decimales o los errores pueden
desviar la respuesta considerablemente. De la sec. 6.9, p. 294, 1, 3. A
título ilustrativo, vea el trabajo de W. Leontieff disponible en fotocopia sobre
predicciones hechas en los ochenta sobre la economía mundial.
2.5 Determinantes
Salvo por casos 2x2 o 3x3, todos se resuelven usando las propiedades de los
determinantes y operaciones elementales por fila (Chio.) De la sec. 6.7, p.
285-286, 19, 22, 27, 31, 33, 37, 43, 44, 45.
2.6 Otras Cuestiones a Tener en cuenta.

Ya sabe Usted que a cada operación elemental por fila le corresponde una
matriz elemental que proviene de hacerle a la matriz identidad la misma
operación elemental. Así por ejemplo, a la operación 2da −3∗1ra le corresponde
la matriz elemental, digamos en el mundo de las tres por tres,
2.6. OTRAS CUESTIONES A TENER EN CUENTA. 39
1 0 0
E1 = −3 1 0
0 0 1
De la misma forma, a la matriz elemental
1 0 0
E2 = 0 1 5
0 0 1
le corresponde la operación elemental 2da + 5 ∗ 3ra .

Cada vez que se reduce una matriz A nxm, y por lo tanto no necesaria
mente cuadrada, se puede calcular la matriz P producto de elementales que
corresponden a las operaciones elementales que se usaron para reducir A.
Entonces siempre se tiene P A = RA , donde RA es la reducida de A. P se
calcula acumulando las mismas operaciones elementales que se hacen a A
pero comenzando desde la identidad nxn.
A I
e1 ↓ e1 ↓
.. ..
. .
er ↓ er ↓
RA P
Esta misma cuenta se puede hacer al mismo tiempo que se resuelve un

sistema lineal, sólo que en este caso se tiene ademśs el aumento b y todo lo
anterior luce así
A|b I
e1 ↓ e1 ↓
.. ..
. .
er ↓ er ↓
RA |b̃ P
donde b̃ = P b.
Otra forma para calcular A−1 . Usted ha visto cómo se puede calcular
la inversa de una matriz cuadrada A haciendo las mismas operaciones elementales
por fila sobre la matriz identidad, obteniéndo P , que sobre A para reducirla.
Si la reducida RA de A es la identidad, A es invertible con inversa igual a P .
Es posible obtener la inversa de una matriz A nxn de otra forma: se resuelve
el sistema AX = Y para un vector columna nx1 genérico Y . Luego de hacer
todas las operaciones elementales por fila necesarias para reducir A queda
el sistema equivalente P AX = P Y , donde P A es RA . Si A es invertible, se
reduce a la identidad y en ese caso RA = P A = I y P es A−1 . Osea, luego de
reducir uno ve, cuando A es invertible, X = P Y (única solución.) Para leer
la matriz P se hace y1 = 1, y2 = 0, ..., yn = 0 para obtener la primer columna
de la P . Si se hacen y1 = 0, y2 = 1, y3 = 0, ..., yn = 0, se obtiene la segunda
columna de P . Siguiendo de esta manera se obtienen todas las columnas de
P . Veamos un ejemplo. Sea el sistema
−1 2 3 y1
4 5 6 y2
7 8 9 y3
Luego de hacer las cuentas para reducirlo, obtenemos
1 0 0 − 12 y1 + y2 − 21 y3
0 1 0 y1 − 5y2 + 3y3
0 0 1 − 2 y1 + 11
1
3 2
y − 13 y
6 3
De donde se deduce lo siguiente:
1. A es invertible porque se reduce a la identidad.
2. La inversa es P y tiene coeficientes
− 12 1 − 12
1 −5 3
− 12 11
3
− 13
6
Ahora haga de nuevo usando este método los problemas 5, 11, 13, 34,
de la sec.6.6, p. 275. No olvide esta forma de cómputo porque más
adelante le servirá para hacer varias cuentas en una, cuando veamos
espacios vectoriales.
2.6.1 Problemas:
1. Encontrar las correspondientes matrices elementales a las siguientes o-
peraciones elementales, en tamaño 4x4: 1ra −3∗4ta , 3ra −4ta , 2da +4∗4ta ,
−3 ∗ 4ta , permutar 2da por 4ta .
2. A las siguientes matrices elementales encontrarles la correspondiente
operación elemental y calcular la matriz elemental inversa de cada una
de ellas exhibiendo la correspondiente operación elemental.
1 0 0 1 0 0 1 0 0
E1 = −3 1 0 E2 = 0 1 7 E3 = 0 1 0
0 0 1 0 0 1 −3 0 1
1 0 0 1 0 5 0 0 1
E4 = 0 1/2 0 E5 = 0 1 0 E6 = 0 1 0
0 0 1 0 0 1 1 0 0
3. ¿Cuáles de las siguientes matrices se puede expresar como producto de

elementales? En caso afirmativo, exprese la matriz dada en términos
de elementales. (Ayuda: reduzca la matriz dada, junte las op. elem.
una por una en matrices elem. –y en el orden en que aparecen–, mire
la reducida, y decida. Pregunta: ¿Porqué esto funciona?)
1 2 0 1 0 1 1 2 3
A = −3 1 0 B = −3 1 0 C= 0 7 4
0 0 4 −1 0 1 0 0 5
0 0 0 1 0 −3 3 0 0
D= 3 1 5 E= 0 1 0 F = 0 3 0
2 3 1 3 0 1 0 0 3
2.6.2 Caracterización de Matrices Inversibles.

Supongamos que A es una matriz invertible; esto es, A es cuadrada y existe
otra matriz, por ahora milagro mediante, que sugestivamente denotamos A−1 ,
tal que
AA−1 = I y A−1 A = I
Entonces el sistema AX = b tiene única solución:
A−1 AX = A−1 b
multiplicando ambos miembros por A−1 ,
IX = A−1 b
por la identidad de arriba, para obtener finalmente
X = A−1 b
Ahora un sistema AX = b tiene única solución si y sólo si la matriz reducida

de A es I; en caso contrario, RA 6= I y tendría una fila cero por lo menos y
el sistema AX = b no sería compatible o no tendría única solución. Por otro
lado si RA = I, el sistema AX = b tiene la solución X = P b, donde P es la
matriz producto de elementales tal que P A = RA .
Además RA = I si y sólo si AX = 0 tiene sólo la solución trivial. Esto se
ve igual que antes.
Si RA = I, entonces de reducir A, se obtiene una matriz P producto
de elementales tal que P A = RA = I, digamos P = E1 . . . Er producto de
elementales. Como cada elemental es invertible con inversa igual a la matriz
elemental correspondiente a la operación elemental inversa, y como producto
de invertibles es invertible, multiplicando sucesivamente a izquierda por E1−1 ,
E2−1 , etc. se obtiene
PA = I
E1 . . . Er A = I
E2 . . . Er A = E1−1
E3 . . . Er A = E2−1 E1−1 . . .
A = Er−1 . . . E1−1
Esto es, A es producto de elementales y por lo tanto invertible, así cerrando

el círculo.
2.6.3 Sobre Determinantes.

El determinante es la única función desde el conjunto de todas las matrices
cuadradas nxn en los reales con las propiedades 1, 2, 3, y 4; o equivalentemente,
1, 3, 4 y 6 entre las siguientes.
1. det(I) = 1
2. det(e(A)) = det(A) donde e(A) es una operación elemental del tipo a

una fila se le suma un múltiplo de otra fila distinta.
3. det(eij (A)) = −det(A) donde eij (A) significa permutar la fila i por la
fila j, con i 6= j.
4. det(e(A)) = c∗det(A) donde e(A) es la operación elemental que consiste

en multiplicar la fila i por una constante c 6= 0.
La función determinante queda totalmente determinada por estas pro-
piedades debido a que la reducida y escalonada de una matriz es única
y el determinante resulta no nulo si y sólo si la matriz se reduce a la
identidad. De esas propiedades se deducen las siguientes otras
5. det(A) = 0 si alguna fila de A es nula. Esto se sigue de la propiedad

4 de arriba. (Explique porqué.) Luego det(A) = 0 si A tiene dos filas
iguales, o si tiene una fila múltiplo de otra. Estas afirmaciones se siguen
de la primera y la segunda propiedad de arriba.
     
F1 F1 F1
..  ..   .. 
.  .   . 
 
 
6. det  Fi + Gi  = det  Fi  + det  Gi 
     
 ..   . 
 .. 
 . 
 .. 
 . 
Fn Fn Fn
Aquí Fi + Gi significa que la i-ésima fila de la matriz A es suma,

componente a componente, de dos vectores fila, Fi y Gi . Veamos un
ejemplo de esto.
   
3 2 5 1+2 0+2 1+4
det 0 3 1
  = det  0 3 1 
7 4 3 7 4 3
   
1 0 1 2 2 4
= det  0 3 1  + det  0 3 1 
7 4 3 7 4 3
o también se podría pensar que la primer fila se descompone así
(3, 2, 5) = (3, 0, 0) + (0, 2, 0) + (0, 0, 5)
lo que conduce a
     
3 2 5 3 0 0 0 2 0
det  0 3 1  = det  0 3 1  + det  0 3 1 
7 4 3 7 4 3 7 4 3
 
0 0 5
+ det  0 3 1 
7 4 3
Se podría continuar de esta manera hasta desarmar totalmente el determinante

de A en una larga suma en la que solamente sobreviven términos con
múltiplos de determinante de alguna matriz que proviene de permutar
las filas de la identidad. Este proceso conduce a una fórmula para el
determinante que es muy ineficiente computacionalmente. En el caso
2x2 queda
a b
det = ad − bc
c d
En el caso 3x3 resulta

 
a11 a12 a13
det a21
 a22 a23  = a11 a22 a33 + a21 a32 a13 + a12 a23 a31
a31 a32 a33
− a31 a22 a13 − a11 a32 a23 − a12 a21 a33
Véa la regla de Sarrus.

7. det(At ) = det(A) donde At denota la traspuesta de A. Esto es una

simetría del determinante: toda propiedad que tenga por fila la tiene
por columna.
8. det(AB) = det(A)det(B)
En particular, si A es invetible, se sigue que det(A)det(A−1 ) = 1;
de donde se deduce que si A es invertible su determinante debe ser
no nulo y det(A−1 ) = 1/det(A). El recíproco es cierto: Si A tiene
determinante no nulo, entonces A es invertible. Esto se sigue de las
cuatro primeras propiedades del determinante. Es posible reducir A
adentro del determinante y obtener que el determinante de A es múltiplo
del determinante de RA . La única forma de que det(RA ) sea no nulo
es que RA sea la identidad; en caso contrario tendría por lo menos una
fila nula y el determinante sería cero. Pero entonces A se reduce a la
identidad y por lo tanto debe ser invertible.
Para probar esta propiedad se apela a la unicidad del determinante
como sigue. Si det(A) 6= 0, entonces la función definida por
det(AB)
g(B) =
det(A)
tiene las propiedades que caracterizan al determinante (linealidad con

respecto a sus filas, cambio de signo si se permutan dos filas, y el
determinante de la identidad es uno.) Luego g debe ser la función
determinante; osea,
det(AB)
g(B) = = det(B)
det(A)
de donde
det(AB) = det(A)det(B)
Si det(A) = 0, entonces A no se reduce a la identidad y por lo tanto AB

no se puede reducir a la identidad tampoco: se multiplica a izquierda
por PA , el producto de elementales necesarios para reducir a A, quedando
PA AB = RA B
Como A no se reduce a la identidad, RA debe tener por lo menos

una fila nula, digamos la última, haciendo que RA B también tenga la
última fila nula por lo menos. Entonces AB no se reduce a la identidad

(porque para llegar a RAB se puede pasar a mitad de camino por RA B,
que al tener una fila nula, obliga a RAB a tener por lo menos una fila
nula;) y por lo tanto su determinante es cero. Luego ambos lados de la
identidad det(AB) = det(A)det(B) son cero.
Chapter 3
Espacios Vectoriales.
3.1 Comentarios.
3.1.1 Sobre Prácticos y Exámenes.
Como se ha podido ya apreciar de la experiencia del primer parcial, los

prácticos son la parte principal del curso. Por un lado proveen de la ejercitación
necesaria para realizar cuentas indispensables que serán de uso en otras
materias, y por otro lado existen numerosas explicaciones que forman la
base de las técnicas que se manejan. No es de extrañarse entonces que este
material sea parte de los objetivos de la materia y sean evaluados a la hora
de parciales y finales.
Si Usted no realizó los problemas de aplicación aún, este es el momento
para estar al día.
3.1.2 Bibliografía.
Esta parte del curso puede seguirse desde dos textos. Una posible elección
es el libro de Anton. No lo saque de biblioteca porfavor. Existen copias
disponibles de las partes necesarias. Otra posibilidad es el texto de Hoffman
y Kunze, capítulo 2 completo. Ahí conviene mirar la parte última del capítulo
2 sobre equivalencia por filas y cálculos sobre subespacios.
47
48 CHAPTER 3. ESPACIOS VECTORIALES.
3.1.3 Sobre la matriz P .

Cada vez que se reduce una matriz A nxm, y por lo tanto no necesaria
mente cuadrada, se puede calcular la matriz P producto de elementales que
corresponden a las operaciones elementales que se usaron para reducir A.
Entonces siempre se tiene P A = RA , donde RA es la reducida de A. P se
calcula acumulando las mismas operaciones elementales que se hacen a A
pero comenzando desde la identidad nxn.
A I
e1 ↓ e1 ↓
.. ..
. .
er ↓ er ↓
RA P
Esta misma cuenta se puede hacer al mismo tiempo que se resuelve un
sistema lineal, sólo que en este caso se tiene ademśs el aumento b y todo lo
anterior luce así
A|b I
e1 ↓ e1 ↓
.. ..
. .
er ↓ er ↓
RA |b̃ P
donde b̃ = P b.
3.1.4 Sobre Determinantes.

Todo este material es indispensable a los fines teóricos, y va aparecer de
alguna forma en los exámenes finales.
Unicidad del determinante: El determinante es la única función desde
el conjunto de todas las matrices cuadradas nxn en los reales con las propiedades
1, 2, 3, y 4; o equivalentemente, 1, 3, 4 y 6 entre las siguientes. (La
demostración de la equivalencia de 2 y 6 bajo la suposición de 3 y 4 depende
del concepto de independencia lineal y base; más adelante se proveerá.)
1. det(I) = 1
2. det(e(A)) = det(A) donde e(A) es una operación elemental del tipo a
una fila se le suma un múltiplo de otra fila distinta.
3. det(eij (A)) = −det(A) donde eij (A) significa permutar la fila i por la
fila j, con i 6= j.
4. det(e(A)) = c∗det(A) donde e(A) es la operación elemental que consiste

en multiplicar la fila i por una constante c 6= 0.
La función determinante queda totalmente determinada por estas pro-
piedades debido a que la reducida y escalonada de una matriz es única
y el determinante resulta no nulo si y sólo si la matriz se reduce a la
identidad. De esas propiedades se deducen las siguientes otras
5. det(A) = 0 si alguna fila de A es nula. Esto se sigue de la propiedad

4 de arriba. (Explique porqué.) Luego det(A) = 0 si A tiene dos filas
iguales, o si tiene una fila múltiplo de otra. Estas afirmaciones se siguen
de la primera y la segunda propiedad de arriba.
     
F1 F1 F1
..  ..  .. 
.  .  . 
  
  
6. det  Fi + Gi  = det  Fi  + det  Gi 
     
 ..   . 
 .. 
 .. 
 .   . 
Fn Fn Fn
Aquí Fi + Gi significa que la i-ésima fila de la matriz A es suma,

componente a componente, de dos vectores fila, Fi y Gi . Veamos un
ejemplo de esto.
   
3 2 5 1+2 0+2 1+4
det  0 3 1  = det  0 3 1 
7 4 3 7 4 3
   
1 0 1 2 2 4
= det  0 3 1  + det  0 3 1 
7 4 3 7 4 3
o también se podría pensar que la primer fila se descompone así
(3, 2, 5) = (3, 0, 0) + (0, 2, 0) + (0, 0, 5)

lo que conduce a
     
3 2 5 3 0 0 0 2 0
det  0 3 1  = det  0 3 1  + det  0 3 1 
7 4 3 7 4 3 7 4 3
 
0 0 5
+ det 0 3 1 

7 4 3
Se podría continuar de esta manera hasta desarmar totalmente el determinante

de A en una larga suma en la que solamente sobreviven términos con
múltiplos de determinante de alguna matriz que proviene de permutar
las filas de la identidad. Este proceso conduce a una fórmula para el
determinante que es muy ineficiente computacionalmente. En el caso
2x2 queda
a b
det = ad − bc
c d
En el caso 3x3 resulta

 
a11 a12 a13
det a21
 a22 a23  = a11 a22 a33 + a21 a32 a13 + a12 a23 a31
a31 a32 a33
− a31 a22 a13 − a11 a32 a23 − a12 a21 a33
(Véa la regla de Sarrus de las clases o de la bibliografía.)
7. det(At ) = det(A) donde At denota la traspuesta de A. Esto es una

simetría del determinante: toda propiedad que tenga por fila la tiene
por columna.
8. det(AB) = det(A)det(B)
En particular, si A es invetible, se sigue que det(A)det(A−1 ) = 1;
de donde se deduce que si A es invertible su determinante debe ser
no nulo y det(A−1 ) = 1/det(A). El recíproco es cierto: Si A tiene
determinante no nulo, entonces A es invertible. Esto se sigue de las
cuatro primeras propiedades del determinante. Es posible reducir A
adentro del determinante y obtener que el determinante de A es múltiplo
del determinante de RA . La única forma de que det(RA ) sea no nulo
es que RA sea la identidad; en caso contrario tendría por lo menos una

fila nula y el determinante sería cero. Pero entonces A se reduce a la
identidad y por lo tanto debe ser invertible.
Para probar esta propiedad se apela a la unicidad del determinante
como sigue. Si det(A) 6= 0, entonces la función definida por
det(AB)
g(B) =
det(A)
tiene las propiedades que caracterizan al determinante (linealidad con

respecto a sus filas, cambio de signo si se permutan dos filas, y el
determinante de la identidad es uno.) Luego g debe ser la función
determinante; osea,
det(AB)
g(B) = = det(B)
det(A)
de donde
det(AB) = det(A)det(B)
Si det(A) = 0, entonces A no se reduce a la identidad y por lo tanto AB

no se puede reducir a la identidad tampoco: se multiplica a izquierda
por PA , el producto de elementales necesarios para reducir a A, quedando
PA AB = RA B
Como A no se reduce a la identidad, RA debe tener por lo menos

una fila nula, digamos la última, haciendo que RA B también tenga la
última fila nula por lo menos. Entonces AB no se reduce a la identidad
(porque para llegar a RAB se puede pasar a mitad de camino por RA B,
que al tener una fila nula, obliga a RAB a tener por lo menos una fila
nula;) y por lo tanto su determinante es cero. Luego ambos lados de la
identidad det(AB) = det(A)det(B) son cero.
3.2 Espacios Vectoriales.

3.2.1 Combinaciones Lineales.
Descomponga al vector v0 en términos de los vectores v1 y v2 en forma gráfica
y planteando el correspondiente sistema lineal 2x2:
1. v0 = (23, 11), v1 = (1, −1) y v2 = (1, 1)
2. v0 = (1, 1), v1 = (5, 3) y v2 = (3, 5)
3. v0 = (2, 3), v1 = (1, 2) y v2 = (−1, 1)
4. v0 = (1, 2), v1 = (−1, 1) y v2 = (3, −3)
5. v0 = (a, b), v1 = (1, −1) y v2 = (1, 2)
6. ¿Qué vectores v0 = (a, b) se descomponen en términos de v1 = (−1, 1)

y v2 = (3, −3)?
Descomponga al vector v0 en términos de v1 , v2 . . . vn sólo en forma algebraica

planteando el correspondiente sistema de ecuaciones.
1. v0 = (1, 2, 3), v1 = (1, 0, 0), v2 = (0, 1, 0) y v3 = (0, 0, 1).
2. v0 = (1, −1, 2), v1 = (1, 1, 1), v2 = (1, 2, 0) y v3 = (5, 0, 0).
3. v0 = (1, 7, 11), v1 = (3, 5, −1), v2 = (1, 1, 3) y v3 = (1, 0, 1).
4. v0 = (2, 1, 1), v1 = (1, 2, 1), v2 = (1, 1, 1) y v3 = (0, 1, 0).
5. ¿Qué vectores v0 = (a, b, c) se descomponen como combinación lineal

de los vectores v1 = (1, 1, 1), v2 = (1, 2, 0) y v3 = (5, 0, 0)?
6. ¿Qué vectores v0 = (a, b, c) se descomponen como combinación lineal

de los vectores v1 = (1, 2, 1), v2 = (1, 1, 1) y v3 = (0, 1, 0)?
7. v0 = (1, 0, 1, 2), v1 = (2, 1, 0, 1), v2 = (0, 1, 1, 2), v3 = (0, 0, −3, 1) y

v4 = (0, 0, 0, 7).
8. v0 = (a, b, c, d), v1 = (1, 1, 1, 1), v2 = (1, 0, 2, 0), v3 = (1, −1, 1, −1) y

v4 = (3, 0, 4, 0).
3.2. ESPACIOS VECTORIALES. 53
3.2.2 Líneas y Planos.

1. En los siguientes casos calcular la línea que pasa por v0 y paralela a
v1 (Grafique):
(a) v0 = (1, 1), v1 = (1, −1).
(b) v0 = (−2, 1), v1 = (0, −1)
(c) v0 = (1, 1), v1 = (1, 3)
2. En los siguientes casos detrminar la línea que pasa por v0 y v1 (Grafique):
(a) v0 = (1, 1), v1 = (1, −1)
(b) v0 = (3, 1), v1 = (1, −2)
(c) v0 = (0, 1), v1 = (1, 0)
3. Determine el plano que pasa por v0 y es paralelo a v1 y v2 ; intente
graficarlo mirando cada uno de los vectores dados.
(a) v0 = (0, 0, 1), v1 = (1, −1, 0) y v2 = (0, 1, −1).
(b) v0 = (1, 0, 0), v1 = (0, 0, 1) y v2 = (0, 1, 0).
(c) v0 = (0, 0, 0), v1 = (1, 1, 0) y v2 = (1, −1, 0).
4. Determine el plano que pasa por los vectores v0 , v1 y v2 ; intente
visualizar el plano mirando los vectores dados en el espacio.
(a) v0 = (1, 0, 0), v1 = (0, 1, 0) y v2 = (0, 0, 1).
(b) v0 = (1, 0, 0), v1 = (1, 1, 0) y v2 = (1, 1, 1).
(c) v0 = (1, 2, 3), v1 = (−1, −2, 0) y v2 = (0, 2, 1).
3.2.3 Independencia Lineal.

En cada caso, averigüar qué vectores son combinación lineal de la lista de
vectores dados y decidir si son o no linealmente independientes mediante la
resolución de un sistema lineal apropiado1 . En caso de dependencia lineal,
se debe extraer una sublista maximal linealmente independiente entre los
vectores dados.
1
Aquí es donde se simplifican los cálculos si se ponen los vectores en columna y se
resuelve el sistema aumentado por la columna de las yi0 s, como se mostrara en las cuentas
hechas en el práctico III, sec. 4.1
1. v1 = (1, 0, 1), v2 = (1, 1, 1), v3 = (−1, 2, 3) y v4 = (−1, 1, −1).
2. v1 = (1, 0, 1, −1), v2 = (1, 1, 0, −1), v3 = (0, −1, 1, 0) y v4 = (−1, −2, 1, 1)
3. v1 = (2, 0, 0, 1, 1), v2 = (0, −1, 1, 1, 0), v3 = (0, 0, 1, 1, −1) y v4 =

(2, 1, 0, 1, 0)

1 −1 2 −1 0 −1 3 −3
4. v1 = , v2 = , v3 = y v4 =
1 1 1 3 1 0 3 4
   
0 1 −1 0 1 0
5. v1 =  0 0 1 , v2 =  0 0 2 ,
0 0 0 0 0 0
   
0 1 1 2 0 0
v3 =  0 0 1 , y v4 =  0 2 0 .
0 0 0 0 0 2
3.2.4 Subespacios.
Para cada uno de los subespacios dados Usted debe
• Determinar qué vectores pertenecen al subespacio dado.
• Poder decidir si un vector dado está o no en el subespacio.
• Ser capaz de calcular una base del subespacio.
• Entender geométricamente las respuestas anteriores y la forma en que

está dado el subespacio.
1. (a) Determine cuáles vectores están en el subespacio fila de la matriz

 
1 −1 1 1
A= 1 0 1 2 
2 −1 2 3
(b) Decida si el vector v0 = (1, 2, 3, 0) pertenece al subespacio fila de

A.
(c) Reduciendo A obtenga una base del subespacio fila (Las filas no
nulas de la reducida de A forman una base del subespacio fila.)
3.2. ESPACIOS VECTORIALES. 55
(d) Determine la dimensión del subespacio.

(e) Exprese este subespacio como el conjunto solución de un sistema
homogéneo.
2. Considere la misma matriz A del problema anterior. Determine una

base del subespacio columna de A. Exprese el subespacio columna de A
como el conjunto solución de un sistema homogéneo. (Ayuda: Aumente
la matriz A por un vector columna b con yi ’s como entradas; esto
puede leerse después de reducir A|b como los b’s tales que pertenecen al
subespacio generado por las columnas de A son exactamente aquellos
que hacen al sistema lineal AX = b compatibles. Luego las condiciones
de compatibilidad—de existir—forman un sistema homogéneo que caracteriza
al subespacio generado por las columnas de A como el conjunto solución
del mismo.) Realice las mismas cuentas para cada una de las siguientes
matrices relativas al subespacio fila y columna.
(a)  
1 −1 1 1
 1 0 1 2 
A1 =  
 2 −1 2 3 
1 0 1 0
(b)  
0 −1 1
A2 =  1 0 1 
2 −1 2
(c)  
1 1 1 1
 1 1 1 2 
A3 = 
 2

2 2 3 
1 1 1 0
3. Determine el subespacio solución del sistema homogéneo



 x +y +2z = 0
−x −z = 0


 x +y +2z = 0
x +2y +3z = 0

como combinación lineal de una lista finita de vectores. Encuentre una

base. Explique la relación con el problema anterior.
4. De la lista de vectores del problema 3, sec. 2.3, determine una base

del subespacio generado por los cuatro vectores dados. Exprese este
subespacio como el conjunto solución de un sistema lineal homogéneo.
5. Igual que antes pero con la lista del problema 4, secc. 2.3.
6. Igual que antes pero con la lista del problema 5, secc. 2.3.
7. Liste de acuerdo a la dimensión todos los subespacios de R2 y R3 .

(No debe hacer cuentas, sólo debe usar el sguiente resultado: Todo
subespacio W de Rn es el subespacio generado por las combinaciones
lineales de algún conjunto finito de vectores en W .)
Chapter 4
Programación Lineal
Esta sección consiste en una aplicación de los sistemas lineales y su resolución

por Gauss-Jordan a problemas de optimización lineales. Abordaremos este
sección del programa desde el capítulo 7 del libro de Haeussler, puntualmente
desde las secciones 7.1,7.2,7.3, y 7.4.
1. Resolver los ejercicios que se detallan a continuación:
(a) De la sección 7.1, los ejercicios: 11,15 y 24.

(b) De la sección 7.2, los ejercicios impares del 1 al 11, 13, 15 y 17
(Estos problemas son muy importantes
(c) De la sección 7.4, los ejercicios: 1, 3, 5, 11, 13, 15 y 17.
57
Chapter 5
Función exponencial y logaritmo
5.0.1 Problemas de aplicación.

1. La población del conejo silvestre de las pampas se estimó en 120 mil
individuos hace cinco años. Este año nuevos estudios mostraron que la
población ha disminuído en 25 mil.
(a) Describa la evolución de la población mediante un modelo exponencial.

(b) Prediga el destino final de los conejos y calcule el tiempo necesario
para que esto ocurra.
2. En cierto experimento biológico se probó el efecto de determinada droga

sobre una población experimental de bacterias e-coli. Al comienzo del
experimento se contaron 11000 bacterias. Dos horas mas tarde, se
contaron 3000 menos.
(a) Describa la evolución de la población mediante un modelo exponencial.

(b) Prediga el efecto final de la droga sore las bacterias del experimento
y calcule el tiempo necesario para que esto ocurra.
3. La edad media de vida del isótopo radiactivo C14 del carbono, llamado
carbono catorce, es de aproximadamente 5600 años, y es el tiempo
necesario para que la mitad de cierta cantidad de C14 se desintegre o
decaiga. Esta variación radiactiva del carbono se encuentra natualmente
en cierta proporción estable en la atmósfera terrestre y es producida
en la alta atmósfera por los rayos cósmicos. Todos los seres vivos
permanentemente incorporan C14 hasta su muerte. Cuando un organismo
58
59
muere, la incorporación de C14 cesa, y su proporción va disminuyendo

exponencialmente con los años. Midiendo la proporción de C14 en un
fósil es posible determinar aproximadamente su edad.
Suponga que se ha encontrado un fósil cuya proporción de C14 es la
milésima parte de la orginal. Determine la edad del fósil.
4. Se encontró que en determinada pieza de madera quemada el 85.5 por

ciento del C14 se había desintegrado. Estime la edad de la pieza. (Así
se determinaron las edades de las pinturas rupestres en las cuevas de
Lascaux, Francia.)
5. Un capital de $10.000 evoluciona bajo interés compuesto a una tasa

anual del 12%.
(a) Si se asume que la capitalización es instantánea, describa mediante

una función exponencial apropiada el capital en función del tiempo.
(b) Indique el tiempo necesario para doblar el monto inicial.
6. La población actual del planeta se estimó al fin del siglo veinte en seis
mil millones de almas. Asumiendo una tasa relativa del 1, 5% anual, y
un modelo exponencial, describa la población en el tiempo.
(a) Calcule el tiempo necesario para sumar mil millones de habitantes

adicionales.
(b) Calcule la cantidad de individuos esperada en el año 2010.
7. Cierta enfermedad se disemina de manera tal que la tasa de contagio es

proporcional en cada instante a la cantidad de individuos contagiados.
Inicialmente se encontraron 300 infectados; una semana mas tarde, se
contaron 1500 infectados.
(a) Describa la evolución de la epidemia en el tiempo mediante un

modelo matemático apropiado.
(b) Cuántos dias han de pasar antes de que el número de individuos
infectados sea de 5000?
(c) Cuántos individuos contagiados se esperan transcurridos treinta
dias?
60 CHAPTER 5. FUNCIÓN EXPONENCIAL Y LOGARITMO
8. En cierta gran ciudad se ha comentado sobre la posibilidad de la renuncia

de su principal dirigente político. Si inicialmente la información es
conocida por 15 allegados, y una semana más tarde la información la
conocen 132 personas del municipio, ¿Cuántos días pasarán para que
la información sea conocida por 1500 individuos si se asume que el
número de personas por día que aprenden la noticia es proporcional a
la cantidad de gente que ya sabe del rumor?
9. En cierto poblado 23 de sus miembros fueron diagnosticados con una

grave forma de gripe la semana pasada. Actualmente la cuenta de
afectados suma 35. Médicos sanitaristas han estimado que la población
en riesgo de contagio asciende a 1500 personas. Asumiendo un modelo
logístico, cuánto tiempo transcurrirá antes de que la mitad de la población
en riesgo sea afectada si ninguna medida es tomada?
10. El valor de un automóvil se deprecia con tasa relativa constante igual

al 13% anual. Si el valor inicial del vehículo es de 25000 pesos, cuál
será su valor en cinco años? Proponga una ecuación diferencial que
describa la evolución del valor del auto en el tiempo; intégrela y con el
resultado obtenga el valor solicitado.
11. El valor de un inmuble se deprecia 2.5% anualmente. Si inicialmente

el valor es de C0 = 75000 pesos, describa la evolución del valor C(t)
del inmueble en el tiempo mediante una ecuación diferencial apropiada.
Resuélvala y encuentre el valor de la propiedad después de 15 años.
12. El valor de un inmueble es de 95.000 pesos de los cuales 25.000 pesos

corresponden al valor del terreno. Asumiendo que el terreno tiene un
valor estable en el tiempo y que el inmueble se deprecia de manera tal
que al cabo de diez años el valor del mismo es de 65.000 pesos, encuentre
un modelo exponencial apropiado y su correspondiente ecuación diferencial
que describa la evolución del valor de la propiedad en el tiempo. Cuál
es la tasa de depreciación anual? cuánto tiempo deberá transcurrir
antes de que el valor de la propiedad sea de 30.000 pesos?(Ayuda: La
Ley de Enfriamiento de Newton.)
13. El valor de un inmueble es de 115.000 pesos, de los cuales 45.000

corresponden al valor del tereno. Asumiendo que el valor del terreno
aumenta a una tasa constante de 1.5% anual y el valor de lo construído
61
se deprecia a razón de 2.5% anual, proponga una—tal vez dos— ecuación

diferencial que modele el valor del inmueble en el tiempo y prediga el
valor de la propiedad en 10 años.
14. En el pequeño pueblo El Talar se supo de las firmes intenciones de

renunciar del actual intendente. Si inicialmente la noticia la saben
15 vecinos y una semana más tarde la conocen 55 miembros de la
comunidad, proponga un modelo logístico para describir la evolución
de la cantidad de individuos que conocen el rumor en función del tiempo
(asuma que la población total del pueblo es 3500 habitantes.) Luego
calcule el tiempo necesario antes de que la mitad del pueblo sepa la
noticia.
15. Alicia cocinó para sus amigos un bizcochuelo unas horas antes de que
éstos llegaran a su casa a las seis de la tarde. Si la temperatura de
su casa es estable en dieciocho grados centígrados, a qué hora sacó
Alicia del horno el bizcochuelo si su temperatura era de treinta grados
al momento de servirlo? Asuma que la temperatura del bizcochuelo al
salir del horno era de unos doscientos cincuenta grados centígrados, y
diez minutos después su temperatura era de ciento cincuenta grados.
(Usted debe modelar la temperatura del bizcochuelo mediante una
ecuación diferencial apropiada, resolverla y plantear las ecuaciones correspondientes
que le permitan calcular el tiempo transcurrido.)
5.0.2 Bibliografía y problemas adicionales.

El lector interesado puede consultar el texto de Paul y Haeussler, o el de
Dennis Zill. Allí se encontrarán más aplicaciones a las propuestas. Hay
una lista adicional de problemas (seleccionados por R. Juan y R. Abrate)
de rutina complementerios que se encuentran disponibles con esta lista de
problemas.

Guia Alg 2021

Cargado por

Información del documento

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

Guia Alg 2021

Cargado por

Copyright:

Formatos disponibles

Prácticos de Álgebra

Profs. Abrate, Diez, Gabetta, Prevero, Vargas.

2.6.2 Caracterización de Matrices Inversibles. . . . . . . . . . 41

5 Función exponencial y logaritmo 58

Coordinador de Materia: Prof. J.M. Vargas

1.1 Sistemas lineales

1. Resolución de sistemas lineales mediante eliminación de variables

2. Operaciones elementales entre filas (ecuaciones). Eliminación

3. Matriz de coeficientes y aumentada; operaciones elementales por

4. Producto entre matrices y propiedades, forma AX=b de un sistema

5. Inversas; cómputo vía reducción.

6. Caracterización de inversibilidad por sistema lineal asociado, y

7. Determinantes axiomáticamente: Definición del determinante por

8. Operaciones elementales y el determinante.

9. Método de Chio. Aplicación sistemática de las propidades y operaciones

10. Caracterización de inversibilidad por el determinante.

11. Adjunta de una matriz cuadrada; ejemplo: modelo insumo-producto

Notas bibliográficas: Esta sección se puede seguir de varios textos en

1.2 Introducción a los espacios vectoriales.

de los conceptos se desarrollan sobre la experiencia previa de resolución

1.3 Programación lineal.

1.4 Función exponencial y logaritmo.

1. Antón, Howard; Álgebra Lineal.

2. Gerber, Álgebra Lineal.

3. Budnick, Frank; Matemáticas para la Administración, Economía y

4. Grossman, Stanley; Álgebra Lineal con Aplicaciones;. 5 ta. edición;

5. Haeussler E., R. Paul; Matemáticas para la Administración, Economía,

6. Hoffman/Kunze, Álgebra Lineal; Reverté.

1.6 Parciales, regularidad y finales.

Parcial Fecha Horario Temas

2.1 Planteo y resolución de sistemas lineales

de leche entera cuesta 115 pesos y el de semidesnatada 90 pesos ¿Cuántos

49. En un pueblo, hace muchos años, se utilizaba, como unidades de

2.2 Sistemas Lineales

1. x = 0, 2t = 1/2, 0x = 1, 0x = 0, todas son ecuaciones lineales en una

No son ecuaciones lineales ninguna de las siguientes

Definición 2.1. En general, una ecuación lineal en n variables escrita de

Un sistema lineal de tamaño m × n, consiste de m ecuaciones lineales

Por ejemplo, son sistemas lineales  233

entonces el problema consiste en determinar el conjunto

Sol.(sitema) = Sol.(ecuación1 ) ∩ Sol.(ecuación2 ) ∩ · · · ∩ Sol.(ecuaciónm )

Preste especial atención a las intersecciones porque eso es exactamente lo

2.2.1 Sistemas lineales geométricamente.

representa en la mayoría de los casos una línea en el plano euclideano;

Sol.(ax+by = c) representa todo R2 , si a = 0 y b = 0, y c = 0.

Así, un sistema lineal en dos variables consistente de tres ecuaciones

(a) (b) (c)

(d) (e) (f)

Figure 2.1: Algunos sistemas lineal 3x2.

Sol.(ax+by+cz = d) representa todo R3 , si a = 0 y b = 0 y c = 0 y d = 0.

La siguiente figura muestra posibles sistemas lineales de tres o más ecuaciones

(a) (b) (c)

Figure 2.2: Algunos sistemas lineales mx3.

De la segunda ecuación se puede obtener x en términos de y: x = 5 − 2y. Si

− 7y = −14 (se eliminó x desde la segunda por sustitución)

A esta altura de los cómputos, el sistema ha cambiado, no tenemos más el

Ahora se puede eliminar y de la segunda ecuación desde la primera por

x = 1 (se eliminó y por sustitución desde la primra.)

Observe la prolijidad: La primera columna se reserva para la primer variable,

Ahora mire este ejemplo nuevamente desde el libro de Haeussler-Paul, p.

Conjunto solución = {(1, 2)}

cada paso intermedio de los cómputos.

1. Al resolver un sistema lineal, las ecuaciones se modifican hasta encontrar

2. ¿Es posible para un sistema lineal tener exactamente tres soluciones?