Álgebra Matricial Mag.

Ferdinand Ceballos Bejarano

Álgebra Matricial

Problema sobre Construcción

Un contratista de obras ha convenido en construir seis casas estilo Campirano, siete casas
estilo Techo de dos aguas y catorce casas estilo Colonial. El número de unidades de
materia prima que se necesitan en cada tipo de casa es: Campirano, 5 unidades de acero,
22 de madera, 14 de vidrio, 7 de pintura y 17 de mano de obra; Techo de dos aguas, 7
unidades de acero, 20 de madera, 10 de vidrio, 9 de pintura y 21 de mano de obra; y
Colonial, 6 unidades de acero, 27 de madera, 8 de vidrio, 5 de pintura y 13 de mano de
obra. Si los precios unitarios de las materias primas son de: acero US$1600, la madera
US$900, vidrio US$500, pintura US$100 y mano de obra US$1000. Se necesita
proporcionar el número de unidades de materia prima necesario para construir las casas y
el costo de cada casa.

Matrices
1. DEFINICIÓN DE MATRIZ.
Una matriz es una ordenación o arreglo rectangular de elementos, en forma de tabla,
dispuestos en filas y columnas, de manera que cada elemento (cada número), puede ser
identificado mediante su posición: la fila y la columna en las que está situado el elemento.
Las matrices se nombran con letras mayúsculas: A, B, C, etc. y sus elementos con letras
minúsculas con dos subíndices aij , que indican la i-ésima fila y la j-ésima columna, en la
que se sitúa el elemento. Toda la ordenación de elementos se encierra entre llaves o
paréntesis. Entonces una matriz se puede representar de la siguiente forma:
 a11 a12 a13 a1n 
a a22 a23 a2 n 
 21
A   a31 a32 a33 a3n 
 
 
 am1 am 2 am3 amn 
Las filas se ubican horizontalmente en la matriz y las columnas verticalmente.
Una matriz que tiene m filas y n columnas, se dice que es una matriz de orden mxn y se
representa por Amn .
Ejemplos:
a. Se la matriz A de orden 4x3:
 3 1 4
 6 2 5 
A
1 3 8
 
7 9 4

1
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

Luego, algunos de sus elementos serían:

a21  6, el elemento ubicado en la fila 2 y la columna 1
a33  8, el elemento ubicado en la fila 3 y la columna 3
a42  9, el elemento ubicado en la fila 4 y la columna 2
a12  1, el elemento ubicado en la fila 1 y la columna 2
b. La matriz B de orden 3x3
 5 3 4 
B   3 7 2 
 1 1 0 

b11  1, el elemento ubicado en la fila 1 y la columna 1

b31  5, el elemento ubicado en la fila 3 y la columna 1
b13  4, el elemento ubicado en la fila 1 y la columna 3
b22  7, el elemento ubicado en la fila 2 y la columna 2
2. MATRIZ O VECTOR FILA. Es una matriz de orden 1xn, es decir tiene una fila y n
columnas.
F   f11 f12 f13 f1n 
3. MATRIZ O VECTOR COLUMNA. Es una matriz de orden mx1, es decir tiene m filas
y una columna.
 c11 
c 
 21 
C   c31 
 
 
cm1 

4. OPERACIONES CON MATRICES.

a. Suma y Diferencia de Matrices. Dadas las matrices A  aij  y B  bij  , el mismo
orden, se define la suma o la diferencia: A  B  C  cij  , donde la matriz C e del
mismo orden de A y B, tal que:
cij  aij  bij

Ejemplos:
8 5 4 6   1 2 5 9 
a. Sean las matrices: A  1 9 2 3 y B   4 3 5 0 
 
7 6 3 2   8 1 1 6 

La suma A  B es:

2
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

8 5 4 6   1 2 5 9   8  1 5   2  45 69 
     
A  B  1 9 2 3   4 3 5 0   1   4  93 2  5 3  0 
7 6 3 2   8 1 1 6   7  8 6 1 3   1 2  6 
 9 7 9 15 
 A  B   3 12 3 3
15 7 2 8 

 3 6  2 4
b. Hallar la diferencia C  D siendo: C    yD 
4 5   2 5
 3 6   2 4  3   2  6  4 
CD   
4 5   2 5  4  2 55 
 5 10 
 
2 0 
Propiedades de la suma.
Sean las matrices cualesquiera A, B y C de orden mxn.
A1. Asociativa.
A   B  C    A  B  C
A2. Conmutativa.
A B  B  A
A3. Elemento Neutro.
Para toda matriz A de orden mxn, existe una matriz O de orden mxn, llamada
matriz nula o elemento neutro para matrices, tal que:
AO  O  A  A
A4. Elemento Opuesto.
Para toda matriz A de orden mxn, existe una única matriz -A de orden mxn,
llamada matriz opuesta de A, y resulta de considerar la matriz cuyos elementos
son los opuestos de los elementos de A, tal que:
A    A   A  A  O
b. Producto de un Escalar por una Matriz.
Dado cualquier número real   , también llamado escalar, y una matriz A de orden
mxn, se define el producto   A  A   , como otra matriz del mismo orden, que
resulta de multiplicar  por cada elemento de A:

3
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

   a11   a12   a13   a1n 

  a   a22   a23   a2 n 
 21

  A    a31   a32   a33   a3n 

 
 
  am1   am 2   am 3   amn 
 a11   a12   a13   a1n   
 a  a  a  a2 n   
 21 22 23

 a31   a32   a33  

 a3n     A  
 
 
 am1   am 2   am3   amn   

Ejemplos:
1 2 6 
 Sea el escalar 5 y la matriz B    , hallar el producto 5  B .
3 4 5 
 5 1 5 2 5   6   5 10 30
5 B   
5  3 5   4  5  5  15 20 25 

12 4 6 
Hallar el producto:  D , siendo D   9 3 5 

1

3
 2 3 15

 1 1 1   4 
  3 12  4
3
  6   4
3

3
2 
   
1  1
  D     9 
1
 3    5     3
1
1
5
3  3 3 3   3
   
  1 2 1 1
   3    15    
2
1 5
 3 3 3   3 
Propiedades del Producto de un Escalar por una Matriz.
Dados dos escalar  ,   y sean las matrices cualesquiera A, B y C de orden mxn.
PE1. Asociativa Respecto al Producto por Escalares.
     A       A
PE2. Conmutativa.
  A  A 
PE3. Distributiva respecto de la Suma de Matrices.
   A  B    A    B
PE4. Distributiva respecto de la Suma de Escalares.
A       A    A  

4
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

c. Producto de Matrices.
Dadas dos matrices cualesquiera Amn y Bn p , compatible para el producto, es decir, el
número de columnas de A (n-columnas) coincide con el número de filas de B (n-filas).
Definimos el producto de A  B como una matriz C que tiene tantas filas como la
matriz A y columnas como la matriz B, siendo el elemento cij el resultado de sumar los
productos de los elementos de la fila i de A por los de la columna j de B.
 a11 a12 a13 a1n   b11 b1 j b1 p 
  b b2 j b2 p 
   21
A   ai1 ai 2 ai 3 ain  B  b31 b3 j b3 p 
   
   
 am1 am 2 am3 amn  bn1 bnj bnp 

 
A  B  C   cij  ai1  b1 j  ai 2  b2 j   ain  bnj 

 

Ejemplos:
 Sean las matrices: A23 , B22 , C33 , D13 , E24 .
A  B  No se puede realizar el producto, el número de columnas de la matriz A (3)
no es igual al número filas de la matriz B (2).
B  A  Si son compatibles para el producto, el número de columnas de la matriz B
(2) coincide con el número filas de la matriz A (2). La matriz resultante
tendrá entonces el número de filas de B (3) y el número de columnas de A
(2), es decir de orden 3x2.
A  C  Si son compatibles para el producto, el número de columnas de la matriz A
(3) coincide con el número filas de la matriz C (3). La matriz resultante
tendrá entonces el número de filas de A (2) y el número de columnas de C
(3), es decir de orden 2x3.
C  D  No se puede realizar el producto, el número de columnas de la matriz C
(3) no es igual al número filas de la matriz D (1).
B  E  Si son compatibles para el producto, el número de columnas de la matriz B
(2) coincide con el número filas de la matriz E (2). La matriz resultante
tendrá entonces el número de filas de B (2) y el número de columnas de E
(4), es decir de orden 2x4.
 Hallar el producto de A  B , siendo:
 1 5 
 3 2 1   
A  y B3 1 
 4 2 6 
 4 2 
Entonces:

5
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

 1 5 
 3 2 1   
A B    3 1 
 4 2  6   4 2 
 
 3   1   2   3  1  4 3  5   2  1  1   2  
 
 4   1  2  3   6   4 4  5  2 1   6    2  
 3  6  4 15  2  2 
 
 4  6  24 20  2  12 
 5 11 
A B   
 22 34 
 Hallar el producto de B  A :
 1 5 
3 7 1 
B  A   3 1   
 4 2 6 
 4 2 
  1  3  5  4  1  7  5  2  1 1  5   6  
 
  3  3  1 4 3  7  1 2 3 1  1   6  
 4  3   2   4 4  7   2   2 4 1   2    6  
 3  20 7  10 1  30 
  9  4 21  2 3  6 
 12  8 28  4 4  12 
17 3 31
B  A  13 23 3 
 4 24 16 

Propiedades del Producto de Matrices.

Sean las matrices cualesquiera A, B y C de orden mxn, se cumple:
PM1. Asociativa.
A  B  C    A B  C
PM2. Distributiva Respecto a la Suma de Matrices.
A  B  C    A B   A C 

PM3. El Producto de Matrices por lo General no es Conmutativo.

Es decir:
A B  B  A
En algunos casos se verifica la conmutatividad de matrices, para ello es
condición necesaria que las matrices sean cuadradas, pero no es condición
suficiente.

6
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

Ejemplos:
 1 5 3 8 1 1
 Sean las matrices cuadradas: A   2 6 1 y B   2 3 1 
 4 3 7   4 2 3

No son matrices conmutables para el producto dado que:

 6 22 13  14 43 32 
A  B   24 22 7  y B  A   4 31 2 
 
 2 9 14  12 1 31

 1 5 3 4 0 0
 Sin embargo las matrices: A   2 6 1 y C  0 4 0 
 4 3 7   0 0 4

Son matrices conmutables para el producto, porque verificamos que:

1 5 3  4 0 0  4 20 12 
A  C   2 6 1   0 4 0    8 24 4 
 4 3 7   0 0 4  16 12 28 
4 0 0  1 5 3  4 20 12 
C  A   0 4 0    2 6 1   8 24 4 
 0 0 4   4 3 7  16 12 28 
PM4. El Producto de Matrices tiene Divisores de Cero.
Si A  B  O , no necesariamente alguna de las matrices debe cumplir
AO ó B O.
Ejemplo: Sean Las matrices:
 3 3  1 1
A  y B 
 2 2 1 1
 3 3  1 1 0 0
A B     
 2 2  1 1 0 0
A  B  O, con A  O y B  O
PM5. El Producto de Matrices no Verifica la Simplificación.
Si A  B  A  C , no necesariamente se debe cumplir B  C .
Ejemplo: Sean las matrices:
1 1  3 2  2 1
A  ,B  y C 
1 1 3 2  2 1 

7
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

1 1  3 2  1 1  2 1
A B     AC
1  3 2  1 1  2 1 
=
1
0 0  0 0 
A B    AC
0  0 0 
=
0
Pero vemos que B  C
5. MATRICES ESPECIALES.
a) Matriz Cuadrada: Se dice que una matriz A de orden mxn es cuadrada, cuando se
verifica que m=n, en este caso se puede escribir Amm  Am y se dice que es una matriz
de orden m.
Ejemplos:
 3 2 6 0 
 4 5 8 1 4 8 1 
 4 4 
A3   3 2 2  B4    C2   
6 2 9 7   2 3 
 6 1 4   
 2 6 1 1
b) Matriz Nula: Es aquella matriz en la cual todos sus elementos son nulos o iguales a
cero.
Ejemplos:
0 0 0 0
0 0 
0 0 0 0 0 0 0 
O2    O4   O 
0 0 0 0 0 0 0 0 0 
 
0 0 0 0
Definimos anteriormente una matriz cuadrada, como aquella matriz que tiene igual
número de filas que de columnas.
En una matriz cuadrada A de orden nxn, se llama diagonal principal de la matriz a la línea
formada por los elementos cuyos subíndices (fila y columna) coinciden:
 a11 a12 a13 a1n 
 
 a21 a22 a23 a2 n 
 
A   a31 a32 a33 a3n 
 
 
 
 an1 an 2 an 3 ann 

Se llama triángulo superior al formado por los elementos que se encuentran por arriba de
la diagonal principal.
Por ejemplo para una matriz de orden 5x5, tenemos que su triángulo superior esta formado
por los elementos:

8
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

 a11 a12 a13 a14 a15 

 
 a21 a22 a23 a24 a25 
 
A   a31 a32 a33 a34 a35 
 
a a42 a43 a44 a45 
 41 
 a51 a52 a53 a54 a55 
De manera análoga, triángulo inferior se le llama al formado por los elementos que se
encuentran por debajo de la diagonal principal. Para el ejemplo de una matriz de orden
5x5, tenemos que su triángulo inferior tiene por los elementos:
 a11 a12 a13 a14 a15 
 
 a21 a22 a23 a24 a25 
 
A   a31 a32 a33 a34 a35 
 
 a41 a42 a43 a44 a45 
 
 a51 a52 a53 a54 a55 

c) Matriz Triangular Superior: Es una matriz cuadrada que tiene un triangulo inferior
nulo.
Ejemplo:
 3 7 4 1
0 2 8 6 
TS 4  
0 0 9 1
 
0 0 0 4 
d) Matriz Triangular Inferior: Es una matriz cuadrada que tiene un triangulo inferior
nulo.
Ejemplo:
6 0 0 0
 1 5 0 0 
TI 4  
 1 8 2 0
 
 4 7 4 3
e) Matriz Diagonal: Es aquella matriz cuadrada que es triangular superior e inferior al
mismo tiempo, es decir, que sus únicos elementos no nulos o diferentes de cero, son
los de la diagonal principal.
Ejemplo:
 1 0 0 0
0 2 0 0 
D4  
0 0 3 0
 
0 0 0 4 

9
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

f) Matriz Escalar: Es una matriz diagonal, cuyos elementos no nulos, son todos iguales.
Ejemplo:
5 0 0 0
0 5 0 0 
E4  
0 0 5 0
 
0 0 0 5
g) Matriz Identidad: Es la más usual de las matrices escalares, también se le llama
matriz unidad, y es aquella cuya diagonal principal está formada por unos.
1 0 0 0
0 1 0 0 
I4  
0 0 1 0
 
0 0 0 1
La matriz identidad es el elemento nulo en la multiplicación de matrices, es decir,
cualquier matriz multiplicada por la matriz identidad (siempre y cuando sean
compatibles), nos da como resultado la misma matriz.
h) Matriz Inversa: Dada una matriz cuadrada A decimos que tiene inversa B, si:
A B  B  A  I
A la inversa de la matriz A se le denota por A1  B , entonces nuestra definición se
convierte en:
A  A1  A1  A  I
No todas las matrices tienen inversa, a las que tienen se les llama matrices regulares o
invertibles y las que no tienen matrices singulares.
i) Matriz Transpuesta: Dada una matriz cualquiera Anm se llama transpuesta de A y se
escribe At , a la matriz que resulta de cambiar ordenadamente sus filas por sus
columnas.
Ejemplos:
1 2 
1 4 0
 Sea la matriz A   4 3  , su transpuesta sería At  
2 3 5
.
 0 5 

 2 1 3   2 5 4
 Dada la matriz B   5 1 2  , tenemos que B   1 1 8  .
  t

 4 8 6   3 2 6 

j) Matriz Simétrica: Se dice que una matriz cuadrada es simétrica, cuando los elementos
simétricos respecto a la diagonal principal son iguales. Es decir se cumple que At  A .
Ejemplo:

10
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

 a11 a12 a13 a14 a15 

a a25 
 21 a22 a23 a24
 Para la matriz A   a31 a32 a33 a34 a35  , sus elementos simétricos respecto a
 
 a41 a42 a43 a44 a45 
 a51 a52 a53 a54 a55 
la diagonal principal son:
a12  a21 , a13  a31 , a14  a41 , a15  a51 , a23  a32
a24  a42 , a25  a52 , a34  a43 , a35  a53 , a45  a54

 2 1 4 
 Entonces la matriz B   1 3 8  es una matriz simétrica.
 4 8 6 

6. DETERMINANTE DE UNA MATRIZ

Decimos que a toda matriz cuadrada An se le puede asociar un número real llamado
determinante, denotado por A y simbolizado de la forma:

a11 a12 a1n

a21 a22 a2 n
A

an1 an 2 ann
Este número se puede hallar de diferentes formas, nosotros estudiaremos dos.
a) Método de Sarrus: Se usa cuando la matriz es de orden dos o tres. Consiste en sumar
todos los productos que se obtienen al multiplicar dos o tres, según sea el caso,
elementos de la matriz en todas sus formas posibles, con la condición que en cada
producto exista un elemento de cada fila y uno de cada columna, con sus signos
correspondiente y para ello se utiliza el siguiente esquema:
 Para matrices de orden 2:
a a  a a
A   11 12   A  11 12  a11  a22  a12  a21
 a21 a22  a21 a22

a11 a12 a11 a12


a21 a22 a21 a22

Ejemplo:
 2 3
Calcular el determinante de la matriz A   
 1 5 

11
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

A  2  5   3   1
 10  3
A 7

 Para matrices de orden 3:

 a11 a12 a13 
A   a21 a22 a23 
 a31 a32 a33 
a11 a12 a13
a a a  a a a  a a a
 A  a21 a22 a23  11 22 33 21 32 13 31 12 23
a13  a22  a31  a23  a32  a11  a33  a12  a21
a31 a32 a33

a11 a12 a13 a11 a12 a13

a21 a22 a23 a21 a22 a23

a31 a32 a33 - a31 a32 a33

a11 a12 a13 a11 a12 a13

a21 a22 a23 a21 a22 a23

Ejemplo:
1 3 5 
 
Calcular el determinante de la matriz A  7 2 3
 4 6 1
 
1 2
1 3 5 1 3 5

7 2 3 7 2 3
A4 6 1  4 6 1

1 3 5 1 3 5

7 2 3 7 2 3
A  1 2   1  7  6  5  4  3   3   5  2  4   3   6 1   1  3  7 
1 2

A  2  210  36  40  18  21
A  171

12
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

b) Método de Cofactores. Para estudiar este método vamos a definir dos nuevos
conceptos:
 Menor Complementario: Se le denota por mij . Dada una matriz An se llama
menor complementario de un elemento aij al determinante de la matriz que resulta
de suprimir la fila i y la columna j en la matriz An .

 a11 a12 a13 a14 

a a22 a23 a24 
A   21
 a31 a32 a33 a34 
 
 a41 a42 a43 a44 
Algunos menores complementarios de la matriz A(4x4) serían:
a22 a23 a24
que resulta de suprimir la fila 1
m11  a32 a33 a34
y la columna 1 de la matriz A
a42 a43 a44

a11 a13 a14

que resulta de suprimir la fila 3
m32  a21 a23 a24
y la columna 2 de la matriz A
a41 a43 a44

a11 a12 a13

que resulta de suprimir la fila 2
m24  a31 a32 a33
y la columna 4 de la matriz A
a41 a42 a43

a11 a12 a13

que resulta de suprimir la fila 4
m44  a21 a22 a23
y la columna 4 de la matriz A
a31 a32 a33

Los menores complementarios mij son los determinantes de las matrices que
resultan de suprimir la fila y la columna donde se encuentra el elemento.
Ejemplos:
2 0 1
- Hallar los menores complementarios de la matriz A   1 4 1
 1 3 2 

4 1 1 1 1 4
m11   11 m12   3 m13  1
3 2 1 2 1 3
0 1 2 1 2 0
m21  3 m22   3 m23   6
3 2 1 2 1 3
0 1 2 1 2 0
m31   4 m32   3 m33  8
4 1 1 1 1 4
De aquí obtenemos la matriz de menores complementarios de A:

13
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

 11 3 1 
M A   3 3 6 
 4 3 8 

 Cofactor de un elemento: Al producto de  1

i j
, por el menor complementario
mij del elemento aij , se le llama cofactor del elemento aij y se escribe Aij .
Entonces:
Aij   1
i j
 mij

 1
i j
La primera parte de la fórmula , solamente nos va a dar el signo del
elemento Aij , es decir:

 1   1   1  1

2

 1   1   1   1   1  1

4

 1   1   1   1   1   1   1  1

6

 1 elevado a un número par (2, 4, 6, etc.), siempre va a ser positivo y:

 1   1   1   1  1
3

 1   1   1   1   1   1  1

5

 1   1   1   1   1   1   1   1  1

7

 1 elevado a un número impar (3, 5, 7, etc.), siempre va a ser negativo.

Por lo tanto, el cofactor de aquel elemento en el cual la suma de sus subíndices es
un número par, será su menor complementario con su mismo signo, y para el
elemento en el cual la suma de sus subíndices sea un número impar el cofactor
será su menor complementario con signo cambiado.
A11   1  m11   1  m11  1 m11  m11
11 2

A23   1  m23   1  m23  1 m23  m23

23 5

A31   1  m31   1  m31  1 m31  m31

31 4

A44   1  m44   1  m44  1  m44  m44

4 4 8

A21   1  m21   1  m21  1 m21   m21

2 1 3

A43   1  m43   1  m43  1  m43  m43

43 7

Luego, los signos cambiados en la matriz de menores complementarios de orden 2,

3 y 4, quedaría de la siguiente forma,:

14
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

   
    
      
M2   , M 3       , M4  
     
      
   
 Matriz de Cofactores: Es la matriz formada y ordenada por los cofactores de la
matriz An , se le llama matriz cofactor de A y se le denota por Cof  A . También
podemos decir que es la matriz de menores complementarios con el respectivo
cambio de signos a los elementos que corresponda. Por ejemplo para una matriz de
orden tres el cofactor de la matriz sería:
 m11 m12 m13 
Cof  A   m21 m22 m23 
 m31 m32 m33 
Ejemplo: La matriz cofactor de la matriz
2 0 1
A   1 4 1
 1 3 2 

resulta de hallar primero su matriz de menores complementarios:

 11 3 1 
M A   3 3 6 
 4 3 8 

y luego cambiar los signos que corresponde:

 11   3 1 
 
Cof  A      3 3   6  
 4   3 8 
 11 3 1
Cof  A    3 3 6 
 4 3 8 
A partir de estos conceptos obtenemos otra forma de calcular el determinante de una
matriz. El valor del determinante de cualquier matriz cuadrada resulta de sumar los
productos de los elementos de una fila o de una columna cualquiera, por su respectivo
cofactor.
Ejemplo: Para hallar el determinante de la matriz A, del ejemplo anterior:
2 0 1  11 3 1 
A   1 4 1 Cof  A   3 3 6 
 1 3 2   4 3 8 

Tomamos la fila 1 de la matriz y de su adjunta:

15
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

Fila 1 de A   2 0 1 Fila 1 de Cof  A   11 3 1

luego hallamos la sumatoria de los productos de cada elemento con su cofactor:
A  2   11  0  3  11  22  0  1
A  21
Por ejemplo, si tomamos la columna 2:
0 3
Columna 2 de A   4  Columna 2 de Cof  A   3
 3  3 

multiplicamos cada elemento por su cofactor y sumamos:

A  0  3  4   3   3  3  0  12  9
A  21
Entonces, tomemos cualquier fila o cualquier columna el resultado siempre va a ser:
A  21 .
7. INVERSA DE UNA MATRIZ.
Recordemos la definición de matriz inversa dada anteriormente. Sea una matriz cuadrada
A decimos que tiene inversa B, si cumple las desigualdades:
A B  I
B A  I
Siendo I la matriz identidad del mismo orden de A. A la inversa de la matriz A se le denota
por A1  B , entonces la definición queda de la siguiente manera:
A  A1  I
A1  A  I
No todas las matrices tienen inversa. Un resultado de algebra lineal prueba que la matriz
1
inversa A existe si y solo si el determinante de A es distinto de cero., aquellas
matrices que tienen inversa se les llama matrices regulares o invertibles y las que no,
matrices singulares.

Cálculo de la Matriz Inversa:

a) Por el Método de la Adjunta:
Matriz Adjunta: Se llama matriz adjunta de la matriz cuadrada A, a la transpuesta de
su matriz de cofactores. Es decir:

Adj  A  Cof  A  Cof  At 

t

Ahora, para el cálculo de la inversa de una matriz cuadrada A, se utiliza la siguiente

fórmula:

16
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

Adj  A
A1 
A

2 0 1  11 3 1 
Ejemplo: Sea A   1 4 1 y su matriz cofactor Cof  A    3 3 6 
 
 1 3 2   4 3 8 

y su det  A  21 . Hallar la inversa de la matriz A.

Hallamos primero la matriz adjunta:
 11 3 4 
Adj  A   Cof  A     3 3 3 
t

 1 6 8 
 11 3 4 
Adj  A    3 3 3 
 1 6 8 
Luego, aplicamos la fórmula:
 11 3 4   11 3 4 
 3 3 3  
   21 21 21 

A1 
Adj     1 6 8    3
A  3 3 
A 21  21 21 21 
 1 6 8 

 21 21 21 

 0.5238 0.1429 0.1905 

A   0.1429 0.1429 0.1429
1

 0.0476 0.2857 0.3710

b) Método de Gauss:
Operaciones Fila o Columna. Sobre una matriz cualquiera Anm decimos que
efectuamos una operación elemental sobre una fila o columna, cuando realizamos
cualquiera de las siguientes transformaciones:
 Cambiar entre si dos filas o columnas.
 Multiplicar una fila o una columna por un número real k  0 .
 Sumar o restar una fila o una columna a otra.
 Sumar a la fila o columna i, la fila o columna j, multiplicada por un número real
k  0.
 1 2 4 
Ejemplos: Sea la matriz: A   3 0 5 
 1 7 8

17
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

Intercambiamos la fila 1 por la fila 2.

F1  F2  1 2 4  3 0 5 
 3 0 5    1 2 4
   
 1 7 8  1 7 8

Intercambiamos la columna 3 por la columna 1

C3  C1  1 2 4  4 2 1 
3 0 5 5 0 3
   
 1 7 8  8 7 1

A la fila 3 la multiplicamos por -2

 1 2 4   1 2 4 
3 0 5 3 0 5 
  
 2   F3 1 7 8 2 14 16
La fila 1 le sumamos a la fila 3
 1 2 4 1 2 4 
 3 0 5   3 0 5 
   
F1  F3  1 7 8 0 9 12 
La fila 1 la multiplicamos por (-3) y la sumamos a la fila 2
 1 2 4  1 2 4 
 3  F1  F2  3 0 5    0 6 17 
 1 7 8  1 7 8

Eliminación Gaussiana para Determinar la Matriz Inversa.

Sea An cuadrada y no singular, realizando operaciones elementales exclusivamente
sobre las filas de A podemos obtener A1 . Tomamos la matriz A y la ampliamos con la
matriz identidad del mismo orden  A I n2 n . Realizamos un número finito de
operaciones elementales sobre las filas de hasta transformar la matriz A en la matriz

identidad, es decir, I A1  , entonces la matriz que acompaña a I es la inversa de A.
n2 n

1° Debemos tomar como “pivote” el elemento a11 y por operaciones elementales lo

convertimos en uno y en ceros todos los elementos que se encuentran por debajo
de él en su misma columna.
2° Realizamos la misma operación con el siguiente elemento de la diagonal, a22 ,
hasta llegar al último elemento de la diagonal principal, ann , que también debe ser
transformado en uno.
3° Desde este elemento, transformamos en ceros los elementos que se encuentran por
encima de él y luego con el anterior elemento de la diagonal, hasta que en el lado
derecho queda la matriz identidad.
Ejemplo:
18
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

 3 2 2 
Encuentre la matriz inversa de E   1 1 1 , aplicando el método de eliminación
 2 1 0 
Gaussiana.

F1  F2  3 2 2 1 0 0   1 1 1 0 1 0 
   
 1 1 1 0 1 0    3 2 2 1 0 0 
 2 1 0 0 0 1   2 1 0 0 0 1 
   
 1 1 1 0 1 0   1 1 1 0 1 0 
   
F2   3  F1  3 2 2 1 0 0    0 1 1 1 3 0 
 2 1 0 0 0 1   2 1 0 0 0 1 
   
 1 1 1 0 1 0 1 1 1 0 1 0
   
 0 1 1 1 3 0   0 1 1 1 3 0 
F3  2  F1  2 1 0 0 0 1  0 3 2 0 2 1 

1 1 1 0 1 0  1 1 1 0 1 0
   
 1  F2 0 1 1 1 3 0  0 1 1 1 3 0
0 3 2 0 2 1  0 3 2 0 2 1 
   
1 1 1 0 1 0  1 1 1 0 1 0 
   
0 1 1 1 3 0   0 1 1 1 3 0 
F3   3  F2 0 3 2 0 2 1  0 0 1 3 7 1 

1 1 1 0 1 0  1 1 1 0 1 0 
   
F2  F3 0 1 1 1 3 0   0 1 0 2 4 1 
0 0 1 3 7 1  0 0 1 3 7 1 
   
F1  F3 1 1 1 0 1 0  1 1 0 3 6 1
   
0 1 0 2 4 1   0 1 0 2 4 1
0 0 1 3 7 1  0 0 1 3 7 1
   

F1   1  F2 1 1 0 3 6 1 1 0 0 1 2 0 
   
0 1 0 2 4 1  0 1 0 2 4 1 
0 0 1 3 7 1 0 0 1 3 7 1 
   
Por lo tanto:
1 2 0 
 
E 1   2 4 1 
 3 7 1 
 

19
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

8. RANGO DE UNA MATRIZ

Sea una matriz A de orden nxm, el rango de A, denotado por rang  A , es el número de
líneas de esta matriz (filas o columnas), que son linealmente independientes.
Una línea es linealmente dependiente de otra u otras, cuando se puede establecer una
combinación lineal entre ellas.
Por ejemplo, si F1  2F3  3F4 , entonces decimos que F1 es linealmente dependiente de
F3 y F4 .
A F1  2F3  3F4 se le llama combinación lineal de F3 y F4 por medio de la cual resulta
F1 .

Cálculo del Rango de una Matriz:

Vamos a describir el método por filas (de igual forma sería por columnas). Básicamente
consiste en hacer nulos los elementos que hay debajo de los aii con i  1, 2,3,..., n ; y el
rango final será el número de filas distintas de cero.
 El método consta de n-1 etapas, siendo n el número de filas.
 En una etapa i cualquiera se deja fija la fila i, y tomando como referencia el elemento
aii , por medio de operaciones elementales (nombradas anteriormente) se hacen cero
todos los elementos de su columna que estén por debajo de él.
 Si el elemento aii es igual a cero, es preciso intercambiar previamente esa fila por
alguna otra fila de abajo, y si no es posible (porque también sea cero) con alguna
columna de la derecha, hasta conseguir que aii sea distinto de cero (es conveniente,
para evitar cálculos tediosos que sea 1, si no lo fuera, utilizando operaciones sencillas
intentaremos cambiarlo a 1).
Finalmente, el rango es el número de filas distintas de cero que aparecen en la matriz.

Ejemplos:
1 4 7 
1. Hallar el rango de la matriz C   2 5 8  .
 3 6 9 

20
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

1 4 7  1 4 7 
F2   2   F1  2 5 8   0 3 6 
 3 6 9   3 6 9 
1 4 7  1 4 7 
0 3 6   0 3 6 

F3   3  F1  3 6 9  0 6 12 
1 4 7  1 4 7 
0 3 6   0 3 6 
   
F3   2   F2 0 6 12  0 0 0 
Por lo tanto la matriz C tiene rango 2, es decir, rang (C )  2

1 4 2 1
 3 12 6 3
2. Hallar el rango de la matriz B  
 2 1 0 1
 
0 1 3 1

1 4 2 1 1 4 2 1
F2   3  F1  3 126 3 0 0 0 0 

F3   2   F1  2 1 0 1  0 7 4 3
   
0 1 3 1 0 1 3 1
1 4 2 1 1 4 2 1
F2  F4 0 0 0 0  0 1 3 1

0 7 4 3  0 7 4 3
   
0 1 3 1 0 0 0 0
1 4 2 1 1 4 2 1
0 1 3 1 0 1 3 1
 
F3   7   F2 0 7 4 3  0 0 25 10 
   
0 0 0 0  0 0 0 0

Luego decimos: rang  B   3

9. SISTEMAS DE ECUACIONES LINEALES.

Se llama sistema de n ecuaciones lineales con m variables (o incógnitas) x1 , x2 , x3 ,..., xm al
conjunto de n ecuaciones lineales de la forma:
a11 x1  a12 x2  a13 x3   a1m xm  b1
a21 x1  a22 x2  a23 x3   a3m xm  b2
a31 x1  a32 x2  a33 x3   a3m xm  b3 1

an1 x1  an 2 x2  an3 x3   anm xm  bn

21
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

Los números a11 , a12 , , a1m , a21 , , a2m , a31 , , a3m , an1 ,
, anm , son los coeficientes del
sistema b1 , b2 , b3 , , bn , son los términos constantes. Si todos los términos constantes son
cero, el sistema se llama homogéneo.

Sistema de Ecuaciones Expresado en Forma Matricial.

El sistema (1) puede ser expresado como un sistema matricial, de la siguiente forma:
 a11 x1  a12 x2  a13 x3   a1m xm1  b1 
a x  a x  a x   a x   
 21 1 22 2 23 3 3m m  b2 
 a31 x1  a32 x2  a33 x3   a3m xm   b3 
   
   
 a x  a x  a x   a x  b 
 n1 1 n 2 2 n3 3 nm m   n
 a11 a12 a13 a1m   x1   b1 
a a22 a23 a2 m   x2  b2 
 21
 a31 a32 a33 a3m    x2    b3 
     
     
 an1 an 2 an 3 anm   xn  bn 

A X  B
Donde: A es la matriz de coeficientes, de orden nxm
X es la matriz columna o vector de variables, de orden nx1
B es el vector de constantes, de orden nx1
Ejemplos:
1) Dado el sistema de ecuaciones:
2 x1  x2  x3  6
x1  4 x2  2 x3  0
3x1  5 x2  x3  4
Se trasforma en un sistema matricial:
 2 1 1   x1   6 
1 4 2   x    0 
   2  
 3 5 1   x3   4 

donde:
 2 1 1   x1  6
A  1 4 2  X   x2  B   0 
 3 5 1   x3   4

y queda como una ecuación matricial de la forma:

A X  B

22
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

La Inversa y los Sistemas de Ecuaciones.

Los sistemas de ecuaciones lineales, dado que pueden ser expresados matricialmente,
también pueden solucionarse con la aplicación de matrices. Pero otra manera de dar
solución a un sistema de ecuaciones lineales es con la aplicación de la matriz inversa,
siguiendo el siguiente razonamiento:
Dado el sistema lineal de ecuaciones A  x  b , con A matriz singular (tiene inversa),
podemos realizar las siguientes operaciones con matrices:
A X  B
A   A  X   A1  B
1

A 1
 A   X  A1  B
I  X  A1  B
X  A1  B
Entonces la solución del sistema está dada en función a la inversa de la matriz de
coeficientes A.
Ejemplo: Dado el siguiente sistema de ecuaciones:
2 x  3 y  z  3
 x  6 y  3z  4
4x  4  z  6
Expresado matricialmente sería:
 2 3 1   x   3
 1 6 3   y   4 
     
 4 4 1  z   6 

 6 1 3 
Sabiendo que A   11 2 5  , calculamos la solución de la forma:
1

 20 4 9 

X  A1  B
 6 1 3   3  4 
X   11 2 5    4    11

 20 4 9   6   22 
x x  4
 
X   y   y  11
 z  z  22
Nota: No debemos confundir el vector de variables X, con la variable x.

23
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

10. APLICACIONES A LA ADMINISTRACIÓN.

a) Problemas Aplicados
1) Cierta empresa produce cuatro productos, A, B, C y D. El productor de cada artículo
requiere cantidades específicas de dos materias primas, X y Y, y también cantidades
determinadas de mano de obra. Suponga que la empresa desea comparar los
números de unidades de X, Y y de mano de obra que se requieren en la producción
semanal de estos cuatro productos. La siguiente tabla resume esa información:
A B C D
Unidades de Material X 250 300 170 200
Unidades de Material Y 160 230 75 120
Unidades de Mano de Obra 80 85 120 100
a. Exprese matricialmente la tabla anterior.
b. Interprete la información que nos dan las filas.
c. Interprete la información que nos dan las columnas.
d. Interprete la información que nos cada uno de los elementos.
2) Una cadena de tiendas de electrónica tiene dos distribuidores en Lima. En mayo la
venta de televisores, videocaseteras y estéreos en los dos almacenes estuvieron
dados por la tabla siguiente:
T V E
Distribuidor 1 22 34 16
Distribuidor 2 14 40 20
Si la dirección establece ventas objetivo para junio de un 50% de aumento sobre las
ventas de mayo, escriba la matriz que representa las ventas proyectadas para junio.
3) Para la cadena de tiendas del ejemplo 2, el número de televisores, videocaseteras y
estéreos en existencia en los dos almacenes al inicio de mayo está dada por la
matriz:
30 30 20 
B
18 32 28 

Durante mayo, se hicieron entregas a los almacenes de acuerdo con la matriz:

 20 38 12 
C
10 48 0 

Determine la matriz que representa el número de los tres artículos en existencia al

final de mayo.
4) Una compañía tiene plantas en tres localidades: X, Y y Z, y cuatro almacenes en los
lugares A, B, C y D. El costo (en dólares) de transportar cada unidad de su producto
de una planta a una bodega está dado por la siguiente tabla:
X Y Z
A 10 12 15
B 13 10 12
C 8 15 6
D 16 9 10

24
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

a. Coloque en forma matricial los datos de la tabla.

b. Si los costos de transporte se incrementan uniformemente en $1 por unidad.
¿Cuál es la nueva matriz?
c. Si los costos de transporte se elevan en un 20%, escriba los nuevos costos en
forma matricial.
5) Un contratista calcula que los costos (en dólares) de adquirir y transportar unidades
determinadas de concreto, madera y acero desde tres diferentes localidades están
dadas por:
Localidad A Localidad B Localidad C
C M A C M A C M A
Material 20 35 25 22 36 24 18 32 26
Transporte 8 10 6 9 9 8 11 8 5
Escriba la matriz que representa los costos totales de material y transporte por
unidades de concreto, madera y acero desde cada una de las tres localidades.
6) Una empresa produce tres tamaños de cintas magnetofónicas en dos calidades
diferentes. La producción (en miles) en sus plantas de Lima y Arequipa está dada
por:
Lima Arequipa
T1 T2 T3 T1 T2 T3
Calidad 1 32 40 35 12 15 13
Calidad 2 25 38 30 9 14 12
a. Escriba la matriz que represente la producción de cintas en cada una de las
plantas.
b. Escriba la matriz que represente la producción total de cintas en ambas plantas.
c. El dueño de la empresa desea abrir una tercera planta en Trujillo la cual tendría
dos veces la capacidad de la planta de Arequipa. Escriba la matriz que
represente la producción en la planta de Trujillo.
d. ¿Cuál sería la matriz que represente la producción en las tres plantas?
7) Una empresa fabrica un producto usando diferentes cantidades de tres insumos P, Q
y R (por ejemplo: materias primas, mano de obra). El número de unidades utilizadas
para la fabricación de cada unidad de producto está dado por la matriz:
P Q R
A  3 2 4
Y el costo por unidad de insumos dado por la matriz:
10  P
 8 Q
 6 R
 
¿Cuál es el costo de los tres insumos por unidad de producto?

25
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

8) Si la empresa del ejercicio 7, extiende su producción a dos tipos de producto, sean I

y II, usando diferentes cantidades de las tres materias primas P, Q y R, dadas en la
siguiente matriz:
P Q R
 3 2 4 Producto I
A
 2 5 1  Producto II
Luego, la empresa produce estos dos productos en dos plantas X y Y, situadas en
distintas ciudades. Sean los costos de las materias primas (por unidad) en las dos
ciudades dados por la matriz:
X Y
10 9  P
B   8 12  Q
 6 11 R
 
Encuentre el costo total de materias primas por unidad de cada artículo en las
ciudades X y Y.
9) Un distribuidor de televisores a color tiene: 5 televisores de 29’’, ocho de 25’’,
cuatro de 21’’ y diez de 14’’. Los televisores de 29’’ tienen un valor de venta de
$650 cada uno, los de 25’’ en $550 cada uno, los televisores de 21’’ en $500 cada
uno y los de 14’’ se venden en $300 cada uno.
a. Expresar el precio de venta total de la existencia de televisores como el
producto de dos matrices.
b. ¿Cuánto de dinero total tiene el distribuidor si logra vender todos los
televisores?
10) El distribuidor del ejercicio 9, abre dos tiendas en otras dos ciudades, el precio por
unidad de cada televisor en estas ciudades está dado en la tabla siguiente:

Arequipa Cuzco
29’’ $680 $700
25’’ $600 $650
21’’ $540 $580
14’’ $320 $340
Y la cantidad de televisores en existencia en cada una de las tiendas es:
29’’ 25’’ 21’’ 14’’
Arequipa 3 5 5 6
Cuzco 2 3 5 8
a. Expresar el precio de venta total de la existencia de televisores en cada una de
las tres ciudades, como el producto de dos matrices.
b. ¿Cuánto de dinero total tiene el distribuidor, en cada ciudad, si logra vender
todos los televisores?

11) Una empresa usa cuatro diferentes materias primas M1, M2, M3 y M4, en la
elaboración de dos productos P1 y P2. El número de unidades de materias primas

26
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

usadas es de 4, 3, 2 y 5, respectivamente para P1, y 2, 5, 3 y 3 unidades de materia

prima para P2. Luego, el costo por unidad de las materias primas es de $5, $7, $6 y
$3 respectivamente.
a. Exprese el costo total de las materias primas por unidad de cada producto, P1 y
P2, como el producto de dos matrices.
b. ¿Cuál es el costo total de las materias primas por unidad de cada producto, P1 y
P2?
12) Si la producción de la empresa se extiende dos productos más y en otra ciudad,
siendo el número de unidades de materias primas usadas para la producción de una
unidad de P3 de 1, 4, 1 y 3, respectivamente y para P4, 3, 2, 4 y 2 unidades de
materia prima para P2 y los costos de las materias primas en esta ciudad son: $10,
$5, $7 y $5.
a. Exprese el costo total de las materias primas por unidad de cada producto, P1,
P2, P3 y P4, en cada ciudad, como el producto de dos matrices.
b. ¿Cuál es el costo total de las materias primas por unidad de cada producto, P1,
P2, P3 y P4 en cada una de las dos ciudades?

27
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

El Análisis Insumo-Producto y
La Matriz Tecnológica de Leontief.
Al observar el complejo funcionamiento económico de nuestra sociedad desde un cierto
punto de vista esencial hallamos una imagen sorprendentemente simple de él. El modelo
insumo-producto fue introducido por primera vez a finales de los años cuarenta por
Wassily W. Leontief (1905), ganador del premio Nobel en 1973, profundizando y
desarrollando la idea de Quesnay, quien ideó un esquema llamado Tableu Economique,
para representar el flujo de productos intercambiados entre las tres clases que componían
la sociedad: agricultores, terratenientes y manufactureros, a las cuales Quesnay les dio el
nombre de: clase productiva, clase propietaria y clase estéril, respectivamente. Así
Leontief aplicó estos avances en un estudio de la economía de Estados Unidos, hasta
convertirla en una poderosa herramienta de análisis económico. El objetivo del modelo es
permitir a los economistas predecir los niveles de producción futuros de cada industria a
fin de satisfacer demandas futuras para diversos productos. Esta predicción se complica
por las interacciones entre diferentes industrias, a causa de las cuales un cambio en la
demanda de un producto en una industria puede modificar los niveles de producción de
otras industrias, por ejemplo: un incremento en la demanda de automóviles no solo
conducirá a un aumento en los niveles de producción de los fabricantes de autos, sino
también en los niveles de otras industrias en la economía, tales como: la industria del
acero, la industria del vidrio, la industria de los neumáticos, etc. En el modelo original de
Leontief, la economía Estadounidense aparece con 500 sectores que interactúan entre si.
Para poder entender el modelo con claridad, vamos a suponer que la economía a estudiar
consta de sólo 2 industrias, A y B, y que las interacciones entre estas dos industrias se dan
en la siguiente tabla:
Insumos que Insumos que Demandas Producción
usa la Industria A usa la Industria B Finales Total
Prod. de la Industria A 36 64 20 120
Prod. de la Industria B 72 80 8 160
Insumos Primarios 12 16
Insumos Totales 120 160
Interpretación de la tabla:
Las dos primeras columnas nos muestran los insumos que utilizan las dos industrias, en
valor monetario. Vemos entonces que para la producción de A, se utiliza 36 unidades de
su propio producto, 72 unidades del producto de B y 12 unidades de insumos primarios;
de manera análoga, B emplea 64 unidades de la producción de A, 80 unidades de su
propia producción y 16 unidades de insumos primarios. Los insumos primarios pueden
referirse a mano de obra, suelos, materias primas, etc. El total de cada columna nos indica
los insumos totales que utiliza cada producto para su elaboración, en el caso de A se
utiliza 120 unidades y en el caso de B 160 unidades.
Analicemos ahora las filas, las cuales nos indican como se utiliza la producción de cada
industria, es decir, del total de 120 unidades que produce A, 36 unidades son para ella
misma y 64 unidades son utilizadas por B, pero hay 20 unidades disponibles las cuales se
utilizarán para satisfacer las demandas finales. De manera similar, de las 160 unidades
producidas por B, 72 son usadas por A, 80 por la misma industria B y 8 para satisfacer
demandas finales. Las demandas finales son los bienes que no utilizan internamente las

28
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

propias industrias productoras sino bienes producidos para el consumo doméstico,

consumo del gobierno o exportación.
Expresar Matricialmente la Información.
Es claro que las dos industrias no operan independientemente, por ejemplo la producción
de A depende de la demanda final de B y viceversa. Entonces la producción de una
industria depende de la producción de la otra industria. Vamos a tomar a x1 como la
producción total de A y x2 la producción total de B. De nuestra tabla observamos:
 Para producir 120 unidades, la industria A emplea 36 unidades de su propio producto y
36
72 unidades del producto de B, es decir,  x1 unidades de su propio producto y
120
72
 x2 unidades de la producción de B. Razonando de la misma manera B utiliza
160
64 80
 x1 unidades del producto A y  x2 unidades de su propio producto.
120 160
 Por lo tanto podemos llegar a las siguientes ecuaciones para la producción total de
cada industria:
Producción Unidades Unidades Demanda
= + +
Total de A Consumidas por A Consumidas por B Final de A

Es decir:
36 64
x1  x1  x2  20
120 160
Producción Unidades Unidades Demanda
= + +
Total de B Consumidas por A Consumidas por B Final de B

Es decir:
72 80
x2  x1  x2  8
120 160
Para comprobar la veracidad de estas ecuaciones reemplazamos en x1  120 y x2  160
que son lo valores respectivos a las producciones totales de A y B:
36 64
x1  x1  x2  20
120 160
36 64
120  120  160  20
120 160
 36  64  20
120  120
Y también:

29
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

72 80
x2  x1  x2  8
120 160
72 80
160  120  160  8
120 160
 72  80  8
160  160
Escribiendo estas dos ecuaciones en forma matricial, sería:
36 64   36 64 
x1  x1  x2  20 
120 160   x1  120 160   20 
  
72 80   x2   72 80   8 
x2  x1  x2  8
120 160  120 160 
Por lo tanto:
X  LX  D
x 
Donde: X   1  es la matriz de producción:
 x2 
 36 64 
120 160 
L  es la matriz insumo producto
 72 80 
120 160 
 20 
D    es la matriz de demanda actual
8
Las entradas de la matriz insumo-producto L, representan las proporciones de los insumos
36
de con respecto a la producción total, por ejemplo: , es la proporción de las insumos
120
72
que la industria A utiliza de su propio producto entre su producción total, es la
120
proporción de los insumos que la industria A utiliza de la producción de B entre su
64
producción total. Similarmente, , es la proporción de los insumos que la industria B
160
72
utiliza de la producción de A entre su producción total, es la proporción de los
120
insumos que la industria B utiliza de su propio producto entre su producción total. Luego
nuestra matriz insumo producto queda:
 36 64 
120 160   0.3 0.4 
L  
 72 80  0.6 0.5
120 160 
La matriz de demanda actual debe ser reemplazada por una matriz de demanda
pronosticada, digamos: si la demanda de A se espera que crezca de 20 a 30 unidades y la

30
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

demanda de B crezca también de 8 a 12 unidades. La nueva matriz de demanda en nuestra

30 
ecuación será: D   
12 
La ecuación X  LX  D , se conoce como la ecuación insumo-producto, la cual
utilizaremos para encontrar una nueva matriz de producción con las demandas
proyectadas, resolvemos la ecuación despejando X:
X  LX  D pasamos a restar LX
X  LX  D factorizamos X por la derecha
 I  L X  D multiplicamos por la inversa de  I  L 
 I  L  I  L X   I  L D I  L I  L  I
1 1 1

I  X   I  L D
1
IX  X
X   I  L D
1

Por lo tanto la matriz X queda determinada una vez que se encuentra la inversa de la
matriz  I  L  por cualquiera de los métodos estudiados. Resolvemos entonces la
ecuación insumo –producto para nuestro ejemplo:
1 0  0.3 0.4  0.7 0.4
 I  L     
0 1  0.6 0.5  0.6 0.5 
 0.7 0.4 
 I  L   
 0.6 0.5 
1 50 40 
 I  L
1

11 60 70 

X   I  L D
1

1 50 40  30 
 
11  60 70  12 
1 1980 
 
11  2640 
180 
X  
 240 
De aquí decimos que la industria A debe producir 180 unidades para satisfacer una
demanda final de 30 unidades y la industria B debe producir 240 unidades para satisfacer
la nueva demanda de 12 unidades.
Por último debemos determinar los nuevos insumos primarios que utilizarán las industrias.
Determinamos la proporción de los insumos primarios que necesita la industria A entre su
12
producción total que sería  0.1 , y la proporción de los insumos primarios que utiliza
120

31
Álgebra Matricial Mag. Ferdinand Ceballos Bejarano

16
B entre su producción total,  0.1 . Luego, como tenemos las nuevas producciones
160
totales de A y B, y las proporciones de sus insumos primarios, tenemos:
La cantidad de Insumos Primarios que utilizaría la industria A para una demanda de 30
unidades sería 0.1180  18 unidades.
La cantidad de Insumos Primarios que utilizaría la industria B para una demanda de 12
unidades sería 0.1 240  24 unidades.

Ejercicio.
Suponga que en una economía hipotética con sólo dos industrias I y II, la interacción de
estas dos industrias es como se expone en la tabla siguiente:

Industria Industria Demandas Producción

I II Finales Total
Industria I 72 120 48 240
Industria II 96 150 54 300
Insumos 72 30
240 300

a) Determine la matriz insumo-producto L.

b) Exprese la ecuación insumo-producto.
c) Obtenga la matriz de producción si las demandas finales cambian a 40 unidades en el
caso de la industria I y a 60 unidades para la industria II.
d) ¿Cuáles serán los nuevos insumos primarios para las dos industrias?
Soluciones:
 0.3 0.4
a) L 
0.4 0.5
 x1   0.3 0.4  x1   40
b)         
 x2  0.4 0.5  x2  60 
 231.5789 
c) X  
305.2632 
d) Nuevos insumos para la industria I, 69.4737 unidades.
Nuevos insumos para la industria II, 30.5263 unidades.

32