II.

SISTEMAS DE ECUACIONES LINEALES

Muchos problemas de las ciencias naturales, sociales y de la ingeniería se tratan con

ecuaciones que relacionan dos conjuntos de variables.

Una ecuación del tipo 𝑎𝑥 = 𝑏, expresa la variable 𝑏 en términos de la variable 𝑥 y la

constante 𝑎, es una ecuación lineal. La palabra lineal se utiliza en este caso debido a que la
gráfica de la ecuación es una línea recta.

De manera análoga, la ecuación

𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏

que expresa 𝑏 en términos de las variables 𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 y las constantes conocidas

𝑎1 , 𝑎2 , ⋯ , 𝑎𝑛 es una ecuación lineal.

En general, un sistema de 𝑚 ecuaciones lineales en 𝑛 incógnitas, o simplemente un sistema

lineal, es un conjunto de 𝑚 ecuaciones lineales, cada una con 𝑛 incógnitas.

Un sistema lineal se puede escribir como

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2

⋮ ⋮ ⋯ ⋮ ⋮

𝑎m1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚

y es equivalente a la ecuación matricial

𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1 𝑏1

𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑥2 𝑏2
[ ⋮ ⋮ ⋱ ⋮ ][ ⋮ ] = [ ⋮ ]
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚

en forma compacta o implícita se tiene

𝐴𝑥 = 𝑏

Donde; 𝐴 es la matriz de los coeficientes, 𝑥 es la matriz de las incógnitas y 𝑏 la matriz de

los términos independientes.

NOTAS
 Si 𝑏 ≠ 0, entonces el sistema 𝐴𝑥 = 𝑏 se denomina sistema de ecuaciones lineales
no homogéneo.
Si 𝑏 = 0, entonces el sistema 𝐴𝑥 = 0 se denomina sistema de ecuaciones lineales
homogéneo.
La matriz
𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑏1
𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑏2
𝐴𝑎 = [𝐴|𝑏] = [ ⋮ ⋮ ⋱ ⋮ | ⋮ ]
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑏𝑚
Se denomina matriz aumentada o ampliada del sistema 𝐴𝑥 = 𝑏

2.1 SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES

Veamos los siguientes resultados:

El sistema lineal 𝐴𝑥 = 𝑏 es consistente si tiene una o más soluciones en caso
contrario el sistema lineal es inconsistente si no tiene solucion.
Sean 𝐴𝑥 = 𝑏 y 𝐶𝑥 = 𝑑 dos sistemas lineales, cada uno con 𝑚 ecuaciones y
𝑛 incógnitas. Si las matrices aumentadas [𝐴|𝑏] y [𝐶|𝑑] y de estos sistemas
son equivalentes por filas, entonces ambos sistemas lineales tienen
exactamente las mismas soluciones.
En consecuencia: si 𝐴 y 𝐶 son dos matrices de orden 𝑚×𝑛 equivalentes por
filas, entonces los sistemas lineales 𝐴𝑥 = 0 y 𝐶𝑥 = 0 tienen las mismas
soluciones.
El sistema lineal 𝐴𝑥 = 𝑏 es consistente si y solo si 𝑟(𝐴) = 𝑟(𝐴𝑎 )
El sistema 𝐴𝑥 = 𝑏 tiene solución única si y solo si 𝑟(𝐴) = 𝑟(𝐴𝑎 ) = 𝑛 número
de incógnitas
El sistema 𝐴𝑥 = 𝑏 tiene más de una solución (infinitas soluciones) si 𝑟(𝐴) =
𝑟(𝐴𝑎 ) = 𝑘 < 𝑛, entonces existen 𝑛 − 𝑘 variables o incógnitas del sistema que
toman valores arbitrarios (variables libres)
El sistema lineal 𝐴𝑥 = 𝑏 es inconsistente (no existen soluciones) si y solo si
𝑟(𝐴) ≠ 𝑟(𝐴𝑎 )
El sistema homogéneo 𝐴𝑥 = 0 de 𝑚 ecuaciones en 𝑛 incógnitas siempre es
consistente, pues siempre tiene la solución nula (solución trivial) o solucion
no nula(solucion no trivial).
El sistema homogéneo 𝐴𝑥 = 0 de 𝑚 ecuaciones en 𝑛 incógnitas siempre
tiene:
 9.1. Una solución no trivial si 𝑚 < 𝑛; es decir, si el número de incógnitas
es mayor que el número de ecuaciones.
9.2. Una solucion trivial si 𝑚 ≥ 𝑛, es decir el numero de ecuaciones es
mayor o igual al numero de incognitas.
Si 𝐴 es una matriz de orden 𝑛, el sistema homogéneo 𝐴𝑥 = 0 tiene una
solución no trivial si y solo si 𝐴 es singular.
Si 𝐴 es una matriz de orden 𝑛, el sistema homogéneo 𝐴𝑥 = 0 sólo tiene la
solución trivial si y solo si 𝐴 es no singular.

2.1.1 ELIMINACIÓN GAUSSIANA1

El método de eliminación gaussiana para resolver el sistema de ecuaciones lineales

𝐴𝑥 = 𝑏 consiste en los siguientes pasos:
Formar la matriz aumentada [𝐴|𝑏]
Transformar la matriz aumentada a su forma escalonada mediante
operaciones elementales por filas
Resolver el sistema que corresponde a la matriz escalonada obtenida en el
paso (2) mediante sustitucion regresiva.

2.1.2 REDUCCIÓN DE GAUSS-JORDAN2

El procedimiento de reducción de Gauss-Jordan para resolver el sistema de

ecuaciones lineales 𝐴𝑥 = 𝑏 consiste en los siguientes pasos:
Formar la matriz aumentada [𝐴|𝑏]
Transformar la matriz aumentada a su forma escalonada reducida
mediante operaciones elementales por filas
El sistema que corresponde a la matriz escalonada reducida obtenida en en
el paso (2) tiene exactamente las mismas soluciones que el sistema lineal
dado. Para cada fila distinta de cero de la matriz en forma escalonada
reducida, se despeja la incógnita correspondiente a la entrada principal de
la fila. Las filas nulas se ignoran, pues la ecuación correspondiente será
satisfecha por cualesquier valor de las incógnitas.

1
Tomado del libro Algebra lineal con aplicaciones y Matlab (KOLMAN, 1999, pág. 539)
2
Tomado del libro Algebra lineal con aplicaciones y Matlab (KOLMAN, 1999, pág. 54)
 NOTA

En la práctica los pasos (1), (2) y (3) se efectúan en un solo procedimiento

2.1.3 FACTORIZACIÓN LU

Para resolver el sistema de ecuaciones lineales 𝐴𝑥 = 𝑏, donde 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 se puede

escribir como el producto de una matriz 𝐿 en forma triangular inferior y una matriz
𝑈 en forma triangular superior. Es decir, el sistema 𝐴𝑥 = 𝑏 se puede escribir como
(𝐿𝑈)𝑥 = 𝑏 donde; 𝐴 = 𝐿𝑈 tiene una factorización 𝐿𝑈 o una descomposición 𝐿𝑈 y
se resuelve del siguiente modo
(𝐿𝑈)𝑥 = 𝑏
𝐿(𝑈𝑥) = 𝑏
Si 𝑈𝑥 = 𝑧, se tiene
𝐿𝑧 = 𝑏
Como 𝐿 es una matriz triangular inferior se resuelve mediante sustitución hacia
adelante. Determinado 𝑧 y como 𝑈 es una matriz triangular superior se resuelve
𝑈𝑥 = 𝑧 mediante sustitución regresiva, obteniéndose la solución 𝑥 del sistema de
ecuaciones lineales 𝐴𝑥 = 𝑏.
Para determinar la factorización 𝐴 = 𝐿𝑈 la única operación permitida es la suma de
un múltiplo real de una fila a otra distinta. (KOLMAN, 1999, pág. 551)

Ejercicio 1. Resolver el sistema de ecuaciones lineales, bien puede decirse, halle la

intersección de los siguientes planos
2𝑦 + 2𝑥 + 6𝑧 = 10
2𝑥 − 𝑦 + 4𝑧 = 11
𝑧−𝑦 =3
𝑥
Solución 1. Se desea hallar los valores de las incógnitas. Es decir, hallar la matriz [𝑦]. Para
𝑧
ello utilizaremos primero el método de la eliminación gaussiana y luego la reducción de
Gauss-Jordan
Mediante el método de la eliminación gaussiana
Ordenando el sistema se tiene
2𝑥 + 2𝑦 + 6𝑧 = 10
2𝑥 − 𝑦 + 4𝑧 = 11
 −𝑦 + 𝑧 = 3
En forma matricial
2 2 6 𝑥 10
[2 −1 4] [𝑦] = [11]
0 −1 1 𝑧 3
Tomando la matriz aumentada del sistema y reduciendo por filas a su forma
escalonada
2 2 6 10 (1)𝑓1 1 1 3 5 𝑓2 +(−2)𝑓1 1 1 3 5
2
𝐴𝑎 = [2 −1 4|11] → [2 −1 4|11] → [0 −3 −2|1]
0 −1 1 3 0 −1 1 3 0 −1 1 3
1 1 3 5 5
1
(− )𝑓2 1 1 3 5 2 1
3
(− )𝑓3
1 1 3 1
2 1 3𝑓 +(−1)𝑓2 0 1 2−
3 |− 3 →
3 5
→ [0 1 3 |− ] → 0 1 3| 3
(−1)𝑓3 3 5 8 8
→ 0 1 −1 −3 [0 0 − 3 − 3] [0 0 1 5 ]
Luego el sistema de ecuaciones lineales representado por la matriz escalonada es
𝑥 + 𝑦 + 3𝑧 = 5
2 1
𝑦+ 𝑧=−
3 3
8
𝑧=
5
Utilizando sustitución regresiva se tiene
8
𝑧=
5
1 2 8 7
𝑦=− − ( )=−
3 3 5 5
7 8 8
𝑥 = 5 − (− ) − 3 ( ) =
5 5 5
Finalmente,
8
𝑥 5
7
[𝑦] = −
𝑧 5
8
[ 5 ]
Mediante la reducción de Gauss-Jordan
Ordenando el sistema se tiene
2𝑥 + 2𝑦 + 6𝑧 = 10
2𝑥 − 𝑦 + 4𝑧 = 11
−𝑦 + 𝑧 = 3
En forma matricial
2 2 6 𝑥 10
[2 −1 4] [𝑦] = [11]
0 −1 1 𝑧 3
Tomando la matriz aumentada del sistema y reduciendo por filas a su forma
escalonada reducida
2 2 6 10 (1)𝑓1 1 1 3 5 𝑓2 +(−2)𝑓1 1 1 3 5
2
𝐴𝑎 = [2 −1 4|11] → [2 −1 4|11] → [0 −3 −2|1]
0 −1 1 3 0 −1 1 3 0 −1 1 3
1 1 3 5 5
(− )𝑓2 1 1 3 5 1 1 3 1
1 3
𝑓 +(−1)𝑓 2 1 (− )𝑓3
2 2|−
|− 1] →
3 3 2 0 1 3 |− → 5
→ [0 1 3 0 1 3
(−1)𝑓3 3 3 5 8 3 8
→ 0 1 −1 −3 [0 0 − 3 − 3] [0 0 1 5 ]
1 8
2
𝑓2 +(− )𝑓3 1 1 0 5 5
3 | 7 𝑓1 +(−1)𝑓2 1 0 0| 7
→ 0 1 0− → 0 1 0−
𝑓1 +(−3)𝑓3 | 5 | 5
→ 0 0 1 8 0 0 1 8
[ 5 ] [ 5 ]
matriz escalonada reducida
Luego el sistema de ecuaciones lineales representado por la matriz escalonada
reducida es
8
𝑥=
5
7
𝑦=−
5
8
𝑧=
5
En forma matricial
8
𝑥 5
7
[𝑦] = −
𝑧 5
8
[ 5 ]
solución única del sistema dado, pues 𝑟(𝐴𝑎 ) = 𝑟(𝐴) = 3 numero de incógnitas.
Mediante factorización 𝐿𝑈
Para resolver el sistema 𝐴𝑥 = 𝑏 se sigue
(𝐿𝑈)𝑥 = 𝑏
𝐿(𝑈𝑥) = 𝑏
Si 𝑈𝑥 = 𝑧, se tiene
 𝐿𝑧 = 𝑏
Hallamos la factorización 𝐿𝑈 de la matriz de coeficientes
2 2 6
𝐴 = [2 −1 4]
0 −1 1
Mediante el procedimiento siguiente
Hacemos ceros debajo de la primera entrada diagonal de 𝐴
2 2 6 𝑓2 +(−1)𝑓1 2 2 6
𝐴 = [2 −1 4] → 𝑈1 = [0 −3 −2]
0 −1 1 0 −1 1
Se inicia la construccion de la matriz triangular inferior con unos en su diagonal
principal escribiendo los negativos de los factores utilizados en las operaciones por
fila en la primera columna debajo de la primera entrada diagonal. Esto es
1 0 0
𝐿1 = [1 1 0]
0 1
Hacemos ceros debajo de la segunda entrada diagonal de 𝑈1 y se repite el
procedimiento anterior obteniendose 𝑈2
2 2 6
2 2 6 𝑓3 +(−1)𝑓2
3 0 −3 −2
𝑈1 = [0 −3 −2] → 𝑈2 = [ 5]
0 −1 1 0 0
3
Escribimos los negativos de los factores utilizados en las operaciones por fila en la
segunda columna debajo de la segunda entrada diagonal de 𝐿1 . Obteniendose
1 0 0
1 1 0
𝐿2 = [ 1 ]
0 1
3
Finalmente, 𝑈2 = 𝑈 y 𝐿2 = 𝐿 por lo que
1 0 0 2 2 6
L = [1 1 0] , 𝑈 = [0 −3 −2] y
1 5
0 3
1 0 0
3
1 0 0 2 2 6
2 2 6
1 1 0 0 −3 −2
𝐴 = [2 −1 4] = [ 1 ][ 5 ] = 𝐿𝑈
0 −1 1 0 1 0 0
3 3
Resolvemos 𝐿𝑧 = 𝑏
1 0 0 𝑧
1 10
1 1 0 𝑧
[ 1 ] [ 2 ] = [ 11]
0 1 𝑧3 3
3
 Mediante sustitución hacia adelante
𝑧1 = 10
𝑧2 = 11 − 𝑧1 = 11 − 10 = 1
1 1 8
𝑧3 = 3 − 𝑧2 = 3 − (1) =
3 3 3
Ahora resolvemos 𝑈𝑥 = 𝑧
2 2 6 10
𝑥
0 −3 −2 1
[ 5 ] [𝑦] = [ 8 ]
0 0 𝑧
3 3
Mediante sustitución regresiva
3 8 8
𝑧= ( )=
5 3 5
1 1 8 7
𝑦 = − (1 + 2𝑧) = − (1 + 2 ( )) = −
3 3 5 5
1 1 7 8 8
𝑥 = (10 − 2𝑦 − 6𝑧) = (10 − 2 (− ) − 6 ( )) =
2 2 5 5 5
Finalmente,
8
𝑥 5
7
[𝑦] = −
𝑧 5
8
[ 5 ]
8 7 8
Los planos se intersecan en el punto (5 , − 5 , 5)

Ejercicio 2. Determinar la ecuación vectorial de la intersección de los siguientes

hiperplanos
𝑥 + 𝑦 + 2𝑧 − 5𝑤 = 3
2𝑥 + 5𝑦 − 𝑧 − 9𝑤 = −3
2𝑥 + 𝑦 − 𝑧 + 3𝑤 = −11
𝑥 − 3𝑦 + 2𝑧 + 7𝑤 = −5

Solución 2. Se desea hallar la ecuación vectorial de la intersección de los hiperplanos. Es

decir, resolver el sistema
𝑥 + 𝑦 + 2𝑧 − 5𝑤 = 3
2𝑥 + 5𝑦 − 𝑧 − 9𝑤 = −3
2𝑥 + 𝑦 − 𝑧 + 3𝑤 = −11
 𝑥 − 3𝑦 + 2𝑧 + 7𝑤 = −5
En forma matricial
1 1 2 −5 𝑥 3
2 5 −1 −9 𝑦 −3
[ ][ ] = [ ]
2 1 −1 3 𝑧 −11
1 −3 2 7 𝑤 −5
Aplicamos el procedimiento de Gauss-Jordan.
Reducimos por filas la matriz aumentada del sistema
1 1 2 −5 3 𝑓→2 +(−2)𝑓1 1 1 2 −5 3
2 5 −1 −9 −3 𝑓3 +(−2)𝑓1 0 3 −5 1 −9
𝐴𝑎 = [ | ] [ | ]
2 1 −1 3 −11 → 0 −1 −5 13 −17
𝑓 +(−1)𝑓1
1 −3 2 7 −5 →4 0 −4 0 12 −8
1 1 2 −5 3 1 1 2 −5 3
𝑓2 ×𝑓3 0 −1 −5 13 −17 (−1)𝑓2 0 1 5 −13 17
→ [ | ]→ [ | ]
0 3 −5 1 −9 0 3 −5 1 −9
0 −4 0 12 −8 0 −4 0 12 −8
𝑓3 +(−3)𝑓2
1 1 2 −5 3 1 1 2 −5 3
→ 0 1 5 −13 17 𝑓4 +𝑓3 0 1 5 −13 17
[ | ]→ [ | ]
𝑓4 +(4)𝑓2 0 0 −20 40 −60 0 0 −20 40 −60
→
0 0 20 −40 60 0 0 0 0 0
1 1 1 2 −5 3 𝑓 +(−5)𝑓 1 1 0 −1 −3
(− )𝑓3 2 3
20 0 1 5 −13 17 → 0 1 0 −3 2
→ [ | ] 𝑓 +(−2)𝑓 [ | ]
0 0 1 −2 3 1 3 0 0 1 −2 3
→
0 0 0 0 0 0 0 0 0 0
1 0 0 2 −5
𝑓1 +(−1)𝑓2 0 1 0 −3 2
→ [ | ]
0 0 1 −2 3
0 0 0 0 0
Matriz escalonada reducida, donde 𝑟(𝐴) = 𝑟(𝐴𝑎 ) = 3 < 4 numero de incógnitas. Por lo
que, existen 𝑁º 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑙𝑖𝑏𝑟𝑒𝑠 = 4 − 3 = 1(existen infinitas soluciones)
El sistema correspondiente a la matriz escalonada reducida es
𝑥 + 2𝑤 = −5
𝑦 − 3𝑤 = 2
𝑧 − 2𝑤 = 3
Sea 𝑤 = 𝑡 , 𝑡 ∈ 𝑅
Despejando en cada ecuación la incógnita se tiene:
𝑥 = −5 − 2𝑤 = −5 − 2𝑡
𝑦 = 2 + 3𝑤 = 2 + 3𝑡
𝑧 = 3 + 2𝑤 = 3 + 2𝑡
La solución en forma matricial
 𝑥 −5 − 2𝑡 −5 −2𝑡 −5 −2
𝑦 2 + 3𝑡 2 3𝑡 2 3
[ ]=[ ]=[ ]+[ ] = [ ] + 𝑡[ ],𝑡 ∈ 𝑅
𝑧 3 + 2𝑡 3 2𝑡 3 2
𝑤 𝑡 0 𝑡 0 1
Finalmente, la ecuación vectorial de la intersección de los hiperplanos es la recta 𝐿 en 𝑅 4
dada por
𝐿: 𝑃 = (−5,2,3,0) + 𝑡(−2,3,2,1) , 𝑡 ∈ 𝑅

Ejercicio 3. El polinomio de interpolación es aquel polinomio de grado 𝑛 − 1 o menor

donde 𝑛 es el número de puntos que interpola (de paso). Hallar el polinomio de
interpolación que interpola los siguientes puntos:(0, −1), (2,3), (3,32), (−1,0) y (−2,27)

Solución 3. Se desea hallar el polinomio de interpolación de grado 4 o menor, pues el

número de punto que interpola es 5. Es decir;
𝑃(𝑥) = 𝑎4 𝑥 4 + 𝑎3 𝑥 3 + 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0
Como los puntos dados satisfacen el polinomio se tiene;
(0, −1) ∈ 𝑃(𝑥) ↝ 𝑎0 = −1
(2,3) ∈ 𝑃(𝑥) ↝ 16𝑎4 + 8𝑎3 + 4𝑎2 + 2𝑎1 + 𝑎0 = 3
(3,32) ∈ 𝑃(𝑥) ↝ 81𝑎4 + 27𝑎3 + 9𝑎2 + 3𝑎1 + 𝑎0 = 32
(−1,0) ∈ 𝑃(𝑥) ↝ 𝑎4 − 𝑎3 + 𝑎2 − 𝑎1 + 𝑎0 = 0
(−2,27) ∈ 𝑃(𝑥) ↝ 16𝑎4 − 8𝑎3 + 4𝑎2 − 2𝑎1 + 𝑎0 = 27
Obteniéndose el sistema de ecuaciones lineales
𝑎0 = −1
16𝑎4 + 8𝑎3 + 4𝑎2 + 2𝑎1 + 𝑎0 = 3
81𝑎4 + 27𝑎3 + 9𝑎2 + 3𝑎1 + 𝑎0 = 32
𝑎4 − 𝑎3 + 𝑎2 − 𝑎1 + 𝑎0 = 0
16𝑎4 − 8𝑎3 + 4𝑎2 − 2𝑎1 + 𝑎0 = 27
En forma matricial tenemos
0 0 0 0 1 𝑎0 −1
16 8 4 2 1 𝑎1 3
81 27 9 3 1 𝑎2 = 32
1 −1 1 −1 1 𝑎3 0
[16 −8 4 −2 1] [𝑎4 ] [ 27 ]

Aplicamos el procedimiento de Gauss-Jordan para resolver el sistema. Sea la matriz

aumentada y reduciendo por filas a su forma escalonada reducida se tiene;
 0 0 0 0 1 −1 𝑜𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠 1 0 0 0 0 1
16 8 4 2 1 3 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑎𝑙𝑒𝑠
𝑝𝑜𝑟 𝑓𝑖𝑙𝑎𝑠
0 1 0 0 0 −2
𝐴𝑎 = 81 27 9 3 1|| 32 → 0 0 1 0 0|| 0
1 −1 1 −1 1 0 0 0 0 1 0 2
[16 −8 4 −2 1 27 ] [0 0 0 0 1 −1]

Despejando de cada ecuación la incógnita correspondiente a la entrada principal, del

sistema lineal correspondiente a la matriz escalonada reducida, se tiene la solución del
sistema lineal. Es decir;

𝑎0 1
𝑎1 −2
𝑎2 = 0
𝑎3 2
[𝑎4 ] [−1]

Finalmente, el polinomio de interpolación buscado es

𝑃(𝑥) = −𝑥 4 + 2𝑥 3 − 2𝑥 + 1

Ejercicio 4. Considere una sociedad sencilla, formada por un agricultor, que produce
todo el alimento; un carpintero, que construye todas las viviendas y un sastre que fabrica
toda la ropa. Cada individuo produce una unidad de cada bien durante 3 meses. Suponga
que, durante dicho tiempo, la parte de cada bien que es consumida por cada individuo está
dada en la siguiente tabla (KOLMAN, 1999, págs. 82,462)
Bienes Bienes Consumidos por
Producidos por Agricultor Carpintero Sastre
7 5 1
Agricultor
16 16 4
1 1 1
Carpintero
2 6 3
3 5 1
Sastre
16 16 2
7
Así, el agricultor consume de su propio producto, mientras que el carpintero consume
16
5 5
del producto del agricultor, el carpintero consume de la ropa fabricada por el
16 16
sastre, etc. Determinar los precios relativos por unidad de bien de modo que nadie gane ni
pierda.
Solución 4. Se desea determinar los precios relativos por unidad de bien de modo que nadie
gane ni pierda.
Sean;
𝑝1 el precio de una unidad de bien producido por el agricultor.
𝑝2 el precio de una unidad de bien producido por el carpintero.
𝑝3 el precio de una unidad de bien producido por el sastre
Para que nadie gane ni pierda, se entiende, que los gastos son iguales a sus ingresos, pues
cada miembro de la sociedad produce una unidad del bien. Es decir, se tiene el sistema
lineal
7 1 3
𝑝 + 𝑝2 + 𝑝 = 𝑝1 gastos igual a ingresos de agricultor
16 1 2 16 3
5 1 5
𝑝
16 1
+ 6 𝑝2 + 16 𝑝3 = 𝑝2 gastos igual a ingresos de carpintero
1 1 1
𝑝
4 1
+ 3 𝑝2 + 2 𝑝3 = 𝑝3 gastos igual a ingresos de sastre

En forma matricial se tiene

7 1 3
16 2 16 𝑝 𝑝1
5 1 5 𝑝1
[ 2 ] = [𝑝2 ]
16 6 16 ⏟𝑝3 ⏟𝑝3
1 1 1 𝑃 𝑃
[4
⏟ 3 2]
𝐴
7 1 3
16 2 16 𝑝1
5 1 5 1 0 0
− [0 1 0] [𝑝2 ] = 0
16 6 16 0 0 1 𝑝3
1 1 1
([ 4 3 2] )
Expresión que se puede escribir como el sistema homogéneo:(𝐴 − 𝐼)𝑃 = 0
Ahora;
Si la matriz 𝐴 − 𝐼 es no singular, entonces 𝑃 = 0 (solución trivial), no tiene sentido,
significaría que todos los precios son nulos.
Si la matriz 𝐴 − 𝐼 es singular, entonces 𝑃 ≠ 0 (solución no trivial). Aplicando el
procedimiento de Gauss-Jordan se tiene;
9 1 3 0
− 16 (−16)𝑓1 9 −8 −3 0 4 0
2 16 → 40 1 −2
5 5 | (16)𝑓 5 − 3
𝐴𝑎 = 5 5 |0 𝑓→1 ×𝑓3 ||0
16 − 6 16 0 → 2 3 | 40
| 4 5 − 3 5
(4)𝑓3
1 1 1 → [1 −2 ] [
[ 4 − 0 3 0 9 −8 −3 0]
3 2 ]
 4 0 4 0 4
1 −2
1 1 −2 0
𝑓3 +(−1)𝑓2 1 −2
𝑓2 +(−5)𝑓1 (− )𝑓2 3
→ 3 3 20
[ |0 ] → [ | ]→
𝑓3 +(−9)𝑓1 0 −20 15 0 −20 15 0 0
3| 0
1 −4
→ 0 −20 15 0 0 0
0 0 [0 0 0 0]
4
𝑓1 +(− )𝑓2
0 −1 0
1
3 3
→ [0
1 − 4|0] matriz escalonada reducida.
0
0 0 0
Matriz escalonada reducida, donde 𝑟(𝐴) = 𝑟(𝐴𝑎 ) = 2 < 3 numero de incógnitas. Por lo
que, existen 𝑁º 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑙𝑖𝑏𝑟𝑒𝑠 = 3 − 2 = 1(existen infinitas soluciones)
El sistema correspondiente a la matriz escalonada reducida es
𝑝1 − 𝑝3 = 0
3
𝑝2 − 𝑝3 = 0
4
Sea 𝑝3 = 𝑡 , 𝑡 ∈ 𝑅 cualquier número real y despejando en cada ecuación la incógnita
correspondiente a la entrada principal, del sistema lineal correspondiente a la matriz
escalonada reducida, se tiene la solución del sistema lineal. Es decir;
𝑝1 = 𝑝3 = 𝑡
3 3
𝑝2 = 𝑝3 = 𝑡
4 4
Finalmente, los precios relativos por unidad de bien de modo que nadie gane ni pierda esta
dado por;
𝑡
3 𝑡 4 4
𝑃 = [ 𝑡 ] = [ 3] = 𝑟 [ 3] , 𝑟 ∈ 𝑅
4 4
𝑡 4 4

Ejercicio 5. Sean (−1,1), (−2, −15), (1,3), (2,49), (3,325), (0,1) puntos de paso de la
gráfica del polinomio 𝑃(𝑥). Halle dicho polinomio.

Solución 5. Se desea hallar el polinomio 𝑃(𝑥) cuya grafica pasa o interpola a los 6 puntos
dados.
Recordamos que; el grado de un polinomio 𝑃(𝑥) que interpola 𝑛 puntos es menor o igual
a𝑛−1
Por lo que se desea hallar los coeficientes del polinomio
𝑃(𝑥) = 𝑎5 𝑥 5 + 𝑎4 𝑥 4 + 𝑎3 𝑥 3 + 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0
Remplazando los puntos dados
(−1,1) ∈ 𝑃(𝑥) ↝ 1 = −𝑎5 + 𝑎4 − 𝑎3 + 𝑎2 − 𝑎1 + 𝑎0
(−2, −15) ∈ 𝑃(𝑥) ↝ −15 = −32𝑎5 + 16𝑎4 − 8𝑎3 + 4𝑎2 − 2𝑎1 + 𝑎0
 (1,3) ∈ 𝑃(𝑥) ↝ 3 = 𝑎5 + 𝑎4 + 𝑎3 + 𝑎2 + 𝑎1 + 𝑎0
(2,49) ∈ 𝑃(𝑥) ↝ 49 = 32𝑎5 + 16𝑎4 + 8𝑎3 + 4𝑎2 + 2𝑎1 + 𝑎0
(3,325) ∈ 𝑃(𝑥) ↝ 325 = 243𝑎5 + 81𝑎4 + 27𝑎3 + 9𝑎2 + 3𝑎1 + 𝑎0
(0,1) ∈ 𝑃(𝑥) ↝ 1 = 𝑎0
Se obtiene el sistema
−𝑎5 + 𝑎4 − 𝑎3 + 𝑎2 − 𝑎1 + 𝑎0 = 1
−32𝑎5 + 16𝑎4 − 8𝑎3 + 4𝑎2 − 2𝑎1 + 𝑎0 = −15
𝑎5 + 𝑎4 + 𝑎3 + 𝑎2 + 𝑎1 + 𝑎0 = 3
32𝑎5 + 16𝑎4 + 8𝑎3 + 4𝑎2 + 2𝑎1 + 𝑎0 = 49
243𝑎5 + 81𝑎4 + 27𝑎3 + 9𝑎2 + 3𝑎1 + 𝑎0 = 325
𝑎0 = 1
En forma matricial
−1 1 −1 1 −1 1 𝑎5 1
−32 16 −8 4 −2 1 𝑎4 −15
1 1 1 1 1 1 𝑎3 3
𝑎 =
32 16 8 4 2 1 2 49
243 81 27 9 3 1 𝑎1 325
[ 0 0 0 0 0 1] [𝑎0 ] [ 1 ]
Tomando la matriz aumentada y aplicando reducción Gauss Jordan
−1 1 −1 1 −1 11 1 1 1 1 1 1 3
−32 16 −8 4 −2 1
−15 −32 16 −8 4 −2 1 −15
1 1 1 1 1 13 𝑓1 ×𝑓3 −1 1 −1 1 −1 1 1
32 16 8 4 2 149 → 32 16 8 4 2 1 49
243 81 27 9 3 1
325 243 81 27 9 3 1 325
[ 0 0 0 0 0 11 ] [ 0 0 0 0 0 1 1 ]
𝑓2 +(32)𝑓1 1 1 1 1 1 1 3
→ 0 48 24 36 30 31 81
𝑓3 +𝑓1
→ 0 2 0 2 0 2 4
𝑓4 +(−32)𝑓1 0 −16 −24 −28 −30 −31 −47
→
𝑓5 +(−243)𝑓1 0 −162 −216 −234 −240 −242 −404
→ [0 0 0 0 0 1 1 ]
1 0 0 0 0 0 1
0 1 0 0 0 0 1
0 0 1 0 0 0 0
0 0 0 1 0 0 0
0 0 0 0 1 0 0
[0 0 0 0 0 1 1]
Luego,
 𝑎5 1
𝑎4 1
𝑎3 0
𝑎2 = 0
𝑎1 0
[𝑎0 ] [1]
Finalmente, el polinomio es
𝑃(𝑥) = 𝑥 5 + 𝑥 4 + 1

Ejercicio 6. Determinar los valores de 𝑘 ∈ 𝑅 para que el sistema

𝑘𝑥 + 𝑘𝑦 + (𝑘 + 1)𝑧 = 𝑘
𝑘𝑥 + 𝑘𝑦 + (𝑘 − 1)𝑧 = 2 − 𝑘
𝑥 + (𝑘 + 4)𝑧 = 1 − 𝑘
Tenga solución única. Hallar dicha solución
Sea inconsistente. Verifique su respuesta.

Solución 6. Se desea determinar los valores reales de 𝑘 para que:

El sistema tenga solución única. El sistema en forma matricial es
𝑘 𝑘 𝑘+1 𝑥 𝑘
[𝑘 𝑘 𝑘 − 1] [𝑦] [2 − 𝑘 ]
1 0 𝑘+4 𝑧 1−𝑘
Aplicando el método de reducción de Gauss-Jordan. Tomando la matriz aumentada
o ampliada del sistema y reduciendo por filas se tiene;
𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑘 𝑘 𝑘+1 𝑘 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑎𝑙𝑒𝑠 1 0 𝑘+4 1−𝑘
𝑝𝑜𝑟 𝑓𝑖𝑙𝑎
[k 𝑘 𝑘−1 2 − 𝑘] → [0 𝑘 −3𝑘 − 1 − 𝑘 2 2 − 2𝑘 + 𝑘 2 ]
1 0 𝑘+4 1−𝑘 0 0 2 −2 + 2𝑘
1
( )𝑓2 1 0 𝑘+4 1−𝑘
𝑘
→ [ −3𝑘 − 1 − 𝑘 2 2 − 2𝑘 + 𝑘 2
1 0 1 ] , 𝑘 ∈ 𝑅 − {0}
( )𝑓3 𝑘 𝑘
2
→ 0 0 1 −1 + 𝑘
De la matriz escalonada reducida se tiene que;
r(𝐴) = 𝑟(𝐴𝑎 ) = 3 numero de incógnitas, por lo que, el sistema tiene solución
única para todo 𝑘 ∈ 𝑅 − {0}
El sistema de ecuaciones correspondiente es
𝑥 + (𝑘 + 4)𝑧 = 1 − 𝑘
−3𝑘 − 1 − 𝑘 2 2 − 2𝑘 + 𝑘 2
𝑦+( )𝑧 =
𝑘 𝑘
𝑧 = −1 + 𝑘
Aplicando sustitución regresiva tenemos
 𝑧 = −1 + 𝑘
2 − 2𝑘 + 𝑘 2 −3𝑘 − 1 − 𝑘 2
𝑦= −( )𝑧
𝑘 𝑘
2 − 2𝑘 + 𝑘 2 −3𝑘 − 1 − 𝑘 2
= −( ) (−1 + 𝑘)
𝑘 𝑘
𝑘 3 + 3𝑘 2 − 4𝑘 + 1
𝑦=
𝑘
𝑥 = 1 − 𝑘 − (𝑘 + 4)𝑧 = 1 − 𝑘 − (𝑘 + 4)(−1 + 𝑘) = 5 − 4𝑘 − 𝑘 2
En forma matricial, se tiene:

𝑥 5 − 4𝑘 − 𝑘 2
𝑘 + 3𝑘2 − 4𝑘 + 1
3
[𝑦] = [ ] , 𝑘 ∈ 𝑅 − {0}
𝑧 𝑘
−1 + 𝑘
Solución única del sistema.
El sistema sea inconsistente.
Como el sistema tiene solución única para todo 𝑘 ∈ 𝑅 − {0}, entonces el sistema
tiene infinitas soluciones o es inconsistente (incompatible) cuando 𝑘 = 0.
Verificando tenemos, la matriz aumentada o ampliada del sistema y reduciendo por
filas
𝑂𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
0 0 1 0 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑎𝑙𝑒𝑠 1 0 4 1
𝑝𝑜𝑟 𝑓𝑖𝑙𝑎
[0 0 −1 2] → [0 0 −1 2 ]
1 0 4 1 0 0 2 −2
(−1)𝑓2
→ 1 0 4 1 𝑓3 +(−1)𝑓2 1 0 4 1
1
( )𝑓3
[0 0 1 −2] → [0 0 1 −2]
→
2 0 0 1 −1 0 0 0 1
De la matriz escalonada reducida se tiene que;
r(𝐴) = 2 ≠ 3 = 𝑟(𝐴𝑎 ) por lo que, el sistema es inconsistente o no tiene solucion
para 𝑘 = 0

Ejercicio 7. En 𝑅 3
Sean 𝑃0 y 𝑃 dos puntos. Halle una expresión para el punto 𝑃, después de sufrir una
rotación, en sentido antihorario, de un ángulo 𝜃 en forma paralela al plano 𝑌𝑍
respecto de 𝑃0
Sean 𝑃0 (1,3,2) y 𝑃(2,8,6). Halle el punto 𝑃 después de sufrir una rotación, en
sentido antihorario, de un ángulo 𝜃 = 37° en forma paralela al plano 𝑌𝑍 respecto
de 𝑃0 .
Solución 7. Se desea hallar:
Una expresión para el punto 𝑃, después de sufrir una rotación, en sentido
antihorario, de un ángulo 𝜃 en forma paralela al plano 𝑌𝑍 respecto de 𝑃0
El punto 𝑃 después de sufrir la rotación lo denotamos como 𝑃𝑟 . En la figura se
observa
Z
̅̅̅̅̅̅ ̅̅̅̅̅̅
𝑃0 𝑃𝑟 = ‖𝑃 0 𝑃𝑟 ‖ (cos(𝛼
⏟ + 𝜃) , 𝑠𝑒𝑛(𝛼 + 𝜃)) 𝑃𝑟
̅
𝑢 𝑃
𝑢̅ es un vector unitario paralelo al plano 𝑌𝑍 𝜃
𝛼
̅̅̅̅̅̅
y ‖𝑃 ̅̅̅̅̅
0 𝑃𝑟 ‖ = ‖𝑃0 𝑃‖ 𝑃0
Desarrollando tenemos X
Y
̅̅̅̅̅̅ ̅̅̅̅̅
𝑃0 𝑃𝑟 = ‖𝑃 0 𝑃‖(cos 𝛼𝑐𝑜𝑠𝜃 − 𝑠𝑒𝑛𝛼𝑠𝑒𝑛𝜃, 𝑐𝑜𝑠𝛼𝑠𝑒𝑛𝜃 + 𝑠𝑒𝑛𝛼𝑐𝑜𝑠𝜃)

̅̅̅̅̅̅ ⏟̅̅̅̅̅
𝑃0 𝑃𝑟 = (‖𝑃 0 𝑃‖𝑐𝑜𝑠𝛼 𝑐𝑜𝑠𝜃 − ⏟
̅̅̅̅̅
‖𝑃 0 𝑃‖𝑠𝑒𝑛𝛼 𝑠𝑒𝑛𝜃, ⏟
̅̅̅̅̅
‖𝑃 0 𝑃‖𝑐𝑜𝑠𝛼 𝑠𝑒𝑛𝜃
𝑦−𝑦0 𝑧−𝑧0 𝑦−𝑦0

+⏟̅̅̅̅̅
‖𝑃 0 𝑃 ‖𝑠𝑒𝑛𝛼 𝑐𝑜𝑠𝜃)
𝑧−𝑧0

̅̅̅̅̅̅
𝑃0 𝑃𝑟 = ((𝑦 − 𝑦0 )𝑐𝑜𝑠𝜃 − (𝑧 − 𝑧0 )𝑠𝑒𝑛𝜃, (𝑦 − 𝑦0 )𝑠𝑒𝑛𝜃 + (𝑧 − 𝑧0 )𝑐𝑜𝑠𝜃 )
Las coordenadas, correspondiente al eje 𝑋, tanto del punto 𝑃(𝑥, 𝑦, 𝑧) como del punto
rotado 𝑃𝑟 (𝑥𝑟 , 𝑦𝑟 , 𝑧𝑟 ) es la misma, pues se rota en forma paralela al plano 𝑌𝑍
𝑃𝑟 = 𝑃0 + (𝑦 − 𝑦0 )(0, 𝑐𝑜𝑠𝜃, 𝑠𝑒𝑛𝜃) + (𝑧 − 𝑧0 )(0, −𝑠𝑒𝑛𝜃, 𝑐𝑜𝑠𝜃)
𝑃𝑟 = 𝑃0 + (𝑥 − 𝑥0 )(1,0,0) + (𝑦 − 𝑦0 )(0, 𝑐𝑜𝑠𝜃, 𝑠𝑒𝑛𝜃)
+ (𝑧 − 𝑧0 )(0, −𝑠𝑒𝑛𝜃, 𝑐𝑜𝑠𝜃)
En forma matricial
𝑥𝑟 𝑥0 1 0 0 𝑥 − 𝑥0
𝑦 𝑦
[ 𝑟 ] = [ 0 ] + [0 𝑐𝑜𝑠𝜃 −𝑠𝑒𝑛𝜃 ] [ − 𝑦0 ]
𝑦
𝑧𝑟 𝑧0 0 𝑠𝑒𝑛𝜃 𝑐𝑜𝑠𝜃 𝑧 − 𝑧0

El punto 𝑃(2,8,6) después de sufrir una rotación, en sentido antihorario, de un

ángulo 𝜃 = 37° en forma paralela al plano 𝑌𝑍 respecto del punto 𝑃0 (1,3,2).
Reemplazando los datos en la expresión obtenida en la parte (a) se tiene:
𝑥𝑟 1 1 0 0 2−1
° °
[𝑦𝑟 ] = [3] + [0 𝑐𝑜𝑠(37 ) −𝑠𝑒𝑛(37 )] [8 − 3]
𝑧𝑟 2 0 𝑠𝑒𝑛(37° ) 𝑐𝑜𝑠(37° ) 6 − 2
 1 0 0
𝑥𝑟 1 4 3 1
𝑦 0 −
[ 𝑟 ] = [3] + 5 5 [5]
𝑧𝑟 2 3 4 4
[0
5 5 ]
1
𝑥𝑟 1 8
𝑦
[ 𝑟 ] = [ 3] + 5
𝑧𝑟 2 31
[5]
2
𝑥𝑟 23
[𝑦𝑟 ] = 5
𝑧𝑟 41
[5]
Finalmente, el punto rotado es:
8 31
𝑃𝑟 (2, , )
5 5
EJERCICIOS PROPUESTOS.

0 2 1 
Ejercicio 8. Sea A  0 0 3 una matriz nilpotente, hallar su índice.
0 0 0

1  2 3 
Ejercicio 9. Hallar f (A) , si A  2  4 1 y f (x)  3x 2  2x  5
3  5 2

 1 - 2 - 6
Ejercicio 10. Demostrar que la matriz A  - 3 2 9  es periódica y determine su
 2 0 - 3

periodo.

1 197
Ejercicio 11. Si A 6  A , hallar A para la matriz
2

1 2 1
A  3 1 2
1 2 3

 1  1  1
Ejercicio 12. Calcular A120 si A   0 1 0 
 0 0 1 
 0 2  1 a   1 
Ejercicio 13. Calcules a  b  c si  2 0 1  b   5 
 3  1 0   c   3

Ejercicio 14. Resolver la ecuación matricial A  B  XT  2A T  B si

 1 5  3  1 4 2 
A   3 0 6  y B   3 1  5
 2 1 2   3 2 1 

Ejercicio 15. Si A es una matriz involutiva. Demuestre que

1
I  A  y 1 I  A  son
2 2
matrices idempotentes

Ejercicio 16. Demuestre que las siguientes matrices son idempotentes y permutables
 2  1  4   1 2 4
 1 3 4  ,  1  2  4
 

 1  2  3  1 2 4 

 2 3  2 6 2 4 
   
Ejercicio 17. Hallar la matriz M  AB T
 2C si A   1 4 3  , B  0 2  2 y
 0 2 1  3 0  1

 3 3 
2 2 2 
C  5 2 2 
 15 7
2  
 2 2 

1 0 0 3 1 1
Ejercicio 18. Sea A    , B  0 1 y C  1 1 . Expresar las siguientes matrices
3 0    
como combinación lineal de A, B y C
 5  1
11 1 
 

0 2
2 0
 

3 7 
7 3 
 

2 6
6 4
 
Ejercicio 19. Hallar la matriz triangular inferior B y las matrices columna C y D tal que
0  0  4 2 1 
    A  2 4 2
A  BB BD  6 B C  D
T T
AC  6
, , y verifique que donde
9 9 1 2 4

Ejercicio 20. Sea

5 0 0 
5A  0 3 4 
0 4  3

Determinar el periodo de la matriz A

Hallar A 225
Hallar A 1 si existe
Expresar la matriz A como la suma de una matriz simétrica y otra antisimétrica.

Ejercicio 21. Halle la transpuesta de la matriz inversa, si existe, de la matriz

2 4 3 3
3 6 5 2 
A
2 5 3  3
 
4 5 14 14 

Ejercicio 22. Halle la inversa, si existe, de la matriz transpuesta de la matriz

3 2 2 0
1 4 5  1
A
0 2 3 5
 
3 1 2  1

Ejercicio 23. Hallar una matriz X, si existe, tal que AX  B , donde

 7 4  1  1 2 2 

A 1 2 5  y B  4 3 1

 3  3  2 3 1 4

Ejercicio 24. Dadas las matrices

a 2 3  1 1 1 1 1 2 
A  5 0 6 , B  4  b 4  y C  1 2 e 
6 7 d  6 7  d  0 0  2
 Hallar a, b, d, e y la matriz X conociendo que AX  BX  I y XC  I

Ejercicio 25. Resolver los siguientes sistemas lineales

2 x  8 y  4z  0
xzy  0
z  2 x  3y  0

2x  4 y  z  w  7
4 x  5 y  2z  3
 x  y  2z  2w  10
3x  2 y  z  w  0

Ejercicio 26. Determinar la ecuación vectorial del plano P, intersección de las siguientes
ecuaciones llamadas hiperplanos
2z  3w  3y  x  9
3w  2x  z  3
z  2x  4 y  9w  7
x  3y  z  6 w  6

Ejercicio 27. Sea el sistema

2x  y  5z  u  5
x  y  3z  4u  1
3x  6 y  2z  u  8
2x  2 y  2z  3u  2

Hallar el rango de la matriz de coeficientes

Resolver el sistema
Hallar la inversa de la matriz de los coeficientes si existe

Ejercicio 28. Investigar la consistencia y hallar la solución del sistema

x  y  z  u  1
x  y  z  u  1
x  y  z  u  1
x  y  z  u  1

Ejercicio 29. Dadas las matrices aumentadas correspondientes a sistemas de ecuaciones

lineales en las variables x, y, z, w
 1 3 2 1  4 1  1 2 0  2
0 1 0 2 3  0 1 1 2  3
 y 
0 0 1 0 2 0 0 1 0 0
   
0 0 0 1 0 0 0 0 0 0

Indicar cada uno de los sistemas de ecuaciones

Determinar el conjunto solución de dichos sistemas.

Ejercicio 30. En la matriz A, determinar los valores de x e y para que el rango de A sea
3
1 2 1 03 
2 4 x  2  1 y  6
A
1 2 0  7 y  3
 
0 1 2 4 0 

Ejercicio 31. Hallar el polinomio de interpolación que interpola los siguientes conjuntos
de puntos
a) 1,5 , 0,1 y 2,11 .

b) 1,6 , 0,1 , 1,0 , 2,8 y 3,34

Ejercicio 32. Sea Q3,4,5 un punto de R 3 . Hallar las coordenadas de Q después de rotar
2
los ejes del plano YZ , en sentido antihorario, un ángulo de alrededor del eje X.
3

Ejercicio 33. Loli alquila automóviles en tres zonas de Lima; en la zona I alquila 60
grandes 40 medianos y 50 pequeños, en la zona II alquila 50 grandes 30 medianos y 20
pequeños y en la zona III alquila 10 grandes 10 medianos y 30 pequeños. El promedio de
reparaciones de bujía por automóvil durante un año es de 10 de los grandes, 8 de los
mediano y 5 de los pequeños. Y el promedio de reparaciones de llantas por automóvil
durante un año es de 4 de los grandes, 6 de los medianos y 8 de los pequeños. Encontrar
con ayuda del cálculo matricial
Las necesidades zonales de la reparación
El costo total de la reparación, sabiendo que cada bujía cuesta $7 y cada llanta $15.

Ejercicio 34. Una empresa fabrica 4 equipos de refrigeración, donde 4, 7, 8 y 10 repuestos

del tipo 1 se necesitan para armar los equipos del tipo 1, 2, 3 y 4 respectivamente. 5, 2, 6 y
7 repuestos del tipo 2 se necesitan para armar los equipos del tipo 1, 2, 3 y 4
respectivamente. 6, 3, 5 y 3 repuestos del tipo 3 se necesitan para armar los equipos del
tipo 1, 2, 3 y 4 respectivamente. Además 4, 6 y 2 horas de mano de obra profesional se
necesita para fabricar los repuestos del tipo 1, 2 y 3 respectivamente. Y 5, 3 y 8 horas de
mano de obra técnica se necesitan para fabricar los repuestos del tipo 1, 2 y 3
respectivamente.
Hallar la matriz de la mano de obra para fabricar los equipos
Hallar la matriz de costos por equipos si la mano de obra profesional cuesta S/. 20
por hora y la mano de obra técnica cuesta S/. 10 por hora.
Verifique la matriz de costos por equipos hallada en (b) calculando la matriz de
costos por repuestos.

Ejercicio 35. El triángulo de vértices P1 2,2,1 , P2 6,7,0 y P3 1,8,4 se rota, en sentido


antihorario, en forma paralela al plano XY un ángulo   respecto del origen de
3
coordenadas. Hallar los vértices del triángulo rotado.