Sistemas de Ecuaciones Lineales

MATEMATICA II
3. SISTEMAS DE ECUACIONES LINEALES

MODELO INSUMO PRODUCTO

Apunte Terico-Prctico

Roberto Cassibba
Juan Jos Mara Martnez

SISTEMAS DE ECUACIONES LINEALES (SEL)

1) Definicin de Sistema de Ecuaciones Lineales

1.1) Ecuacin Lineal: Se dice de una ecuacin de n incgnitas que puede expresarse como

1 1 2 2 3 3 n n i
a .x a .x a .x ... a .x b / a IR i, 1 i n b IR + + + + =

Donde se habla de a
i
como del coeficiente de la i-sima incgnita y de b como trmino independiente.
Podemos escribir la expresin en forma matricial:
[ ]
1
2
1 2 3 n 3
n
x
x
a a a a . b x
1x1
1xn
x
nx1

=

_
.

1.2) Sistema de Ecuaciones Lineales: Es un conjunto de m ecuaciones con n incgnitas.

( )
11 1 12 2 1n n 1 11 12 1n
21 1 22 2 2n n 2 21 22 2n
m1 m2 mn m1 1 m2 2 mn n m
a .x a .x ... a .x b a a a
a .x a .x ... a .x b a a a
I
.................................................
a a a a .x a .x ... a .x b
mxn
A
+ + + =

+ + + =
+ + + =

. . .
_
1 1
2 2
n m
x b
x b
.
x b
nx1 mx1
X B

=

. .

Donde:

a
ij
es el coeficiente correspondiente a la i-sima incgnita en la j-sima ecuacin.
b
j
es el trmino independiente de la j-sima ecuacin.
A: matriz de coeficientes.
X: vector de incgnitas (matriz columna).
B: vector de coeficientes independientes (matriz columna).

La Matriz
11 12 1n 1
21 22 2n 2
m1 m2 mn m
a a a b
a a a b
A
a a a b

. . . .
suele llamarse matriz ampliada del sistema y A.X = B es la

expresin matricial del sistema.

Sistemas de Ecuaciones / R. Cassibba J.J.M.Martnez
1
1.3) Sistemas Homogneos y No Homogneos:
Un Sistema de Ecuaciones Lineales (SEL) es Homogneo (SELH) si todos los trminos independientes
del mismo son nulos. Es decir si el vector B = 0.
Y se denomina Sistema de Ecuaciones Lineales no Homogneo (SELNH) en caso contrario. Es decir, si
existe por lo menos un trmino independiente no nulo.

1.4) Solucin de un SEL: Una solucin del SEL (I) es un conjunto de escalares que
sustituidos en (I) satisfacen simultneamente todas sus ecuaciones.
1 2 n
x , x , .... x

1.5) Tipos de Soluciones de un SEL : Se ver ms adelante que un SEL puede presentar tres
situaciones en cuanto a sus soluciones, a saber: nica, infinitas o ninguna.
Se dice compatible si tiene solucin (SC) e incompatible (SI) si no la tiene.
Si tiene solucin nica se denomina compatible determinado (SCD) y si tiene ms de una solucin,
compatible indeterminado (SCI).

2) Mtodos de Resolucin de Ecuaciones Lineales

2.1) Resolucin Matricial En el caso que A sea una matriz cuadrada e inversible entonces
es la solucin del sistema (I).
1
X A .
= B

Por ejemplo:
3.x 2.y z 1
2.x y z 2
x 3.y z 0
+ =
+ =
+ =

1
1
X B B
A
A
3 2 1 x 1 x 3 2 1 1 2/ 7 1/ 7 1/ 7 1 0
2 1 1 y 2 y 2 1 1 . 2 3/ 7 2/ 7 5/ 7 . 2 1
1 3 1 z 0 z 1 3 1 0 1 1 1 0 3

= = = =

_ _

2.2) Sistemas Cramerianos: Se dice que un sistema de ecuaciones es un Sistema de Cramer, si el
nmero de ecuaciones es igual al nmero de incgnitas y el determinante de la matriz de coeficientes es
distinto de cero.

Teorema: Si el sistema de ecuaciones lineales con igual nmero de ecuaciones que incgnitas:

11 1 12 2 1n n 1
21 1 22 2 2n n 2
n1 1 n2 2 nn n n
a .x a .x ... a .x b
a .x a .x ... a .x b
.................................................
a .x a .x ... a .x b
+ + + =
+ + + =
+ + + =

2

es de Cramer, es decir , entonces el sistema tiene una nica solucin que viene dada por: (A) 0

11 1j 1 1j 1 1n
21 2j 1 2j 1 2n
i
j
n1 nj 1 nj 1 nn
j
a a a
a a a
x / (A) y
a a a
+
+
+
= = =

. . . . .

1
2
n
b
b
b
a
a
a
,

es decir que el valor de la j-sima incgnita se calcula haciendo el cociente entre el determinante que
resulta al sustituir la j-sima columna en la matriz de coeficientes A con el determinante de dicha matriz.

Por ejemplo:
3.x 2.y z 1
2.x y z 2
x 3.y z 0
+ =
+ =
+ =
3 2 1
(A) 2 1 1 7 0
1 3 1
= =
, sistema crameriano. As

1 2 1 3 1 1 3 2 1
2 1 1 2 2 1 2 1 2
0 3 1 1 0 1 1 3 0
0 7
x 0; y 1; z
(A) 7 (A) 7 (A) 7

= = = = = = = = =

21
3

NOTA 1: Un sistema permite resolucin matricial si y solo si es un sistema crameriano.

NOTA 2: En el caso que el SEL tenga ms incgnitas (n) que ecuaciones (m), es decir que n > m, se
puede resolver con el mtodo matricial o el de Cramer aplicando la siguiente tcnica:

Se eligen m incgnitas entre las n tal que la matriz cuadrada resultante (sub-matriz de la matriz A del
sistema) tenga determinante distinto de cero. Se toman dichas incgnitas como incgnitas de un sistema
cuadrado y los trminos que contengan las n m incgnitas restantes se ubican en el vector de trminos
independientes. De esta forma dichas variables actuarn como parmetros libres del sistema. De ah
en ms la resolucin se sigue, por matrices o Cramer, con la tcnica habitual.

Ejemplo:

2.x 3.y z 2 2.x 3.y 2 z 2 3
/ 7 0
x 2.y 2.z 1 x 2.y 1 2.z 1 2
+ = + = +
=

+ = =

la variable z es tomada como parmetro y se resuelve, por ejemplo con Cramer:

2.x 3.y 2 t
x 2.y 1 2.t
z t
+ = +

=

3
2 t 3 2 2 t
1 2.t 2 1 1 2.t 1 4 4 5
x .t ; y
7 7 7 7 7 7
+ +

= = = = +

.t ; z t =

As se llega a un SCI de solucin:
1 4 4 5
SL ( .t ; .t ; t ) / t IR
7 7 7 7

= +

que como depende de un
parmetro libremente elegible, corresponde a tener infinitas soluciones.

3.3) Mtodo de Gauss-Jordan: La resolucin general de un SEL cualquiera sea su tamao, es decir
cualquier cantidad de ecuaciones e incgnitas no es posible con los mtodos anteriores. Vamos a
desarrollar entonces, una tcnica general que desembocar en el llamado Mtodo de Gauss-Jordan y
sus variantes.

3.3.1) Definiciones:

a) Dos sistemas de ecuaciones (en particular, lineales) se dicen equivalentes si tienen el mismo
conjunto de soluciones.

Por ejemplo: los sistemas son equivalentes porque la solucin
de ambos sistemas es la misma (
x 2.y 3 7.x 19.y 12
(1) y (2)
3.x 5.y 2 x 9.y 8
= + =

+ = =

x 1; y 1 = = ).

b) Si toda solucin de un sistema de ecuaciones satisface a otra ecuacin, se dice que esta es
consecuencia o dependiente de aquellas.
Por ejemplo: la ecuacin 3. es dependiente de las ecuaciones del sistema x 5.y z 4 + =
x y z 1
(3) 2.x z 2
x 3.y 0
+ =
+ =

porque la solucin de este ltimo (
9 3
x ; y ; z
10 10 5
1
= = = ) satisface dicha ecuacin:
9 3 1
3. 5. 4
10 10 5

+ =

c) De qu hecho resultan la equivalencia y la dependencia? De la llamada combinacin lineal de
ecuaciones.
Una ecuacin E: A=B es combinacin lineal de otras si la primera resulta de sumar
miembro a miembro las otras multiplicadas cada una de ellas por un factor constante y arbitrario. Es
decir:
1 1 1
2 2
n n
E : A B
E : A B
E : A B
=
2
n
4
1 1 1 1 1 1
1 2 1 2 1 2
1 n 1 n 1 n
1 1 1 n 1 1 1 n
.E : A B
E : A B
E : A B
E: A ... A B ... B
A B
=
=
+
=
+ + = + +
_ _

Por ejemplo los dos sistemas del ejemplo anterior resultaron equivalentes porque las ecuaciones de
(2) son combinaciones lineales de las de (1):

1 2 1
( 2).( x 2.y 3) 2.( x 2.y 3)
3.(3.x 5.y 2) ( 1).(3.x 5.y 2) ( 2)E 3.E 2.E ( 1).E
7.x 19.y 9 7.x 19.y 9
= =
+ +

+ = + = + +

+ = + =

2

y la ecuacin 3. es la combinacin lineal de dos veces la primera, ms la segunda, menos
la tercer ecuacin del sistema (3).
x 5.y z 4 + =

d) Una forma til de representar matricialmente un sistema de ecuaciones es a partir de su matriz
ampliada, que extiende con una columna (vector de coeficientes independientes) ms a la matriz de
coeficientes:

Si entonces A.X B =
[ ] A A B = . Por ejemplo los sistemas (1), (2) y (3) se representarn:

1 1 1 1
1 2 3 7 19 12
, , 2 0
3 5 2 1 9 8
2 3 0 0

1 2

e) Con esta representacin matricial las combinaciones lineales entre ecuaciones se traducen en lo
que se da de llamar operaciones elementales entre filas. As, la equivalencia de los sistemas (1) y (2)
puede pensarse como una transformacin con dichas operaciones:

1 2 1
1 2 2
2.F 3.F F
2.F F F
1 2 3 7 19 12
3 5 2 1 9 8
~

As surge la idea de utilizar dichas propiedades para generar sistemas de ecuaciones equivalentes cuya
solucin sea ms directa o hasta inmediata.

3.3.2) Metodologa de Trabajo: Sea una matriz no nula (en particular la matriz ampliada de un SEL):

a) Se elige un elemento distinto de cero, al cual se lo llama pivote. Para fijar ideas y sin prdida de
generalidad supongamos que el pivote es a
11
=a y la matriz es

5
a b c
d e f

. . . .
dividiendo la fila del pivote por su valor, se obtiene

1 b/ a c / a
d e f

. . . .

b) Se reducen a cero los restantes elementos que figuran en la columna del pivote. Para ello se
realiza una operacin elemental entre filas: a la segunda fila se le suma la primera multiplicada
por d/a. De este modo d se transforma en 0, e se transforma en e-d.b/a , f se transforma
en f-d.c/a y as sucesivamente para todos los elementos de la fila. Se obtiene:

b c
a a
b c
e .d f .d
a a
1
0

. . . .

Se sigue procediendo de igual manera sobre las restantes filas, siempre con la operacin:

0 p
Fila a
Elemento Fila del
transformar
a anular Pivote
F a . F

c) Los pasos siguientes dependen del objetivo de la aplicacin del mtodo. ste resulta til para la
resolucin de SEL, para hallar matrices inversas o para encontrar el rango de una matriz (ver
notas al final).
En el caso de la resolucin de un SEL se repiten los pasos a y b sobre todas las filas, siempre
que esto sea posible (*), eligiendo el pivote en un elemento de la matriz de coeficientes. El
resultado final es una matriz equivalente a la primera que contiene como mximo un elemento
distinto de cero en los elementos de la matriz de coeficientes.

(*) eventualmente una fila puede contener solo ceros.

A continuacin se dan tres ejemplos de resolucin de SEL, que corresponden a los tipos de soluciones
ya nombrados. A saber: SCD, SCI y SI.

Ejemplo 1: Resolver el SEL
x y z w 0
x y z w 12
x y z w 6
x y z w 8
+ + + =
+ =
+ =
+ + =

6
2 1 2 2 2 1 2 1
3 1 3 3 2 3
4 4 1
F F F F /( 2) F F F F
F F F F 2.F F
F F F
1 1 1 1 0
1 1 1 1 0 1 0 1 0 6
1 1 1 1 0
0 2 0 2 12 0 1 0 1 6
1 1 1 1 12 0 1 0 1 6
0 2 2 0 6 0 0 2 2 18
1 1 1 1 6 0 2 2 0 6
0 0 2 0 8 0 0 2
1 1 1 1 8 0 0 2 0 8
~ ~ ~

+

4
4 4 4 3 3 1 3 1 1 1
4 4 2 2 3
4 3 3
F /( 2) F F F F F /( 2) F F F F
F F F F 2.F F
F F F
0 8
1 0 1 0 6 1 0 0 1 3
1 0 0 1 3 1 0 0 0 2
0 1 0 1 6 0 1 0 1 6
0 1 0 1 6
0 0 1 1 9
0 0 1 1 9
0 0 1 1 9
0 0 0 2 10
0 0 2 0 8 0 0 0 1 5
~
~ ~ ~ ~

+
+

0 1 0 0 1
0 0 1 0 4
0 0 0 1 5

De la ltima matriz equivalente por filas resulta el sistema
x 2
y 1
z 4
w 5
=
cuya solucin es inmediata.

{ } SL ( 2 ; 1; 4 ; 5 ) = Dado que hay un nico vector de valores solucin es un SCD.

x y z 2.w
5.x 12.y 3.z 3.w 2
2.x 5.y z w 1
6.x 6.y 5.z 6.w 1
+ + =
+ =
+ =
+ + =
2

2 1 2 2 2
3 1 3
4 4 1
1 2 1
F 5.F F F /( 17) F
F 2.F F
F 6.F F
F
F F F
8/ 17 13/ 17 8/ 17
1 1 1 2 2
1 1 1 2 2
1 1 1 2 2
0 17 8 13 8
5 12 3 3 2 0 1
0 7 3 5 3
2 5 1 1 1 0 7 3 5 3
0 24 11 18 11
6 18 5 6 1 0 24 11 18 11
~ ~

~
3 3 1 3 1
2
3 2 3
4 4 2
.
F /(5/17) F F 9/17.F F
F 8/17.
7 F F
F 24 F F .
9/ 17 21/ 17 26/ 17
9/ 17 21/ 17 26/ 17
8/ 17 13/ 17 8/ 17
8/ 17 13/ 17 8/ 17
5/ 17 6/ 17 5/ 17
6/ 5 1
5/ 17 6/ 17 5/ 17
5/ 17 6/ 17 5/ 17
1 0
1 0
0 1
0 1
0 0
0 0 1
0 0
0 0
~ ~
+

3 2
4 4 3
F F
F 5/17.F F
3/ 5 1
1/ 5 0
6/ 5 1
0
1 0 0
0 1 0
0 0 1
0 0 0 0
~

De la ltima matriz equivalente por filas resulta el sistema
3
x .w
5
1
y .w
5
6
z .w
5
1
0
1
=
que, como se ve, queda en

funcin de un variable que puede ser elegida arbitrariamente:
3 1 6
x 1 .w ; y .w ; z 1 .w
5 5 5
= + = = +
7
As, w acta como parmetro y la solucin del sistema puede expresarse como

3 1 6
SL ( 1 .t ; .t ; 1 .t ; t ) / t IR
5 5 5

= + +

Dado que hay un vector de valores solucin por cada posible valor de t es un SCI.
Obsrvese la cuarta ecuacin del sistema desaparece; lo cual indica que era combinacin lineal de las
anteriores y no aportaba nuevas restricciones a los valores de la variable.

2.x 3.y 4.z 6
3.x y 5.z 1
x 2.y z 4
+ =
+ =
+ + =

1 1 2 1 2 1 1
3 1 3
1 2 1
3 2 3
F / 2 F F 3.F F F /(7/ 2) F
F F F
F (3/ 2).F F
F (7/ 2).F F
3/ 2
3/ 2 3/ 2
7/ 2 2/ 7 16/ 7
7/ 2 7/ 2
11/ 7 3/ 7
1 2
1 2 3
2 3 4 6 1 2 3 1 2 3
3 1 5 1 3 1 5 1 0 1 8 0 1
1 2 1 4 1 2 1 4 0 1 1 0 1 1
1 0
0
~ ~ ~
~
+

/ 7 16/ 7
23/ 7 0 0 0

No puede continuarse el procedimiento porque todos los elementos de la tercera fila de la matriz de
coeficientes son nulos.
De esta ltima matriz resulta que
11 3
x .z
7 7
2 1
y .z
7 7
23
0
7
+ =
6
3
lo que es absurdo y muestra que este sistema no tiene
solucin. Es decir es un SCI.

NOTA 1: La variante de Triangulacin del mtodo propone aplicar estas transformaciones elementales
para generar una matriz triangular (superior habitualmente) y luego escalonar el despeje de los valores
de solucin.
Ejemplo:
x y z
3.x 2.y z 3
x 2.y z 1
+ =
+ =
+ =

4/ 5 6/ 5 4/ 5 6/ 5 4/ 5 6/ 5
4/ 5 26/ 5 1 13/ 2
1 1 1 3
1 1 1 3 1 1 1 3 1 1 1 3 1 1 1 3
3 2 1 3 0 5 4 6 0 1 0 1 0 1
1 2 1 1 0 1 0 4 0 1 0 4 0 0 0 0
~ ~ ~ ~

8
Resulta
( )
13 1
x y z 3 x 4 3 x
2 2
4 6 4 13 6
y .z y . y 4
5 5 5 2 5
13
z
2

+ = = + + =

= = + =

NOTA 2: El mtodo de diagonalizar la matriz por transformaciones elementales entre filas permite hallar
la matriz inversa, si sta existe. No justificaremos la tcnica pero bsicamente consta en armar una
matriz ampliada formada por la matriz a invertir y la matriz identidad. Por medio de Gauss-Jordan se
diagonaliza la primer matriz. El primer bloque de matriz resulta la identidad y el segundo la inversa de la
matriz original. Las permutaciones entre filas estn permitidas.

Ejemplo: Hallar la matriz inversa de
1 0 1
A 1 2 2
2 1 1

=

2 1 2 2 2 3 2 3
3 1 3
3 3
F F F F / 2 F F F F
F 2.F F
F /(5/ 2) F
1/ 2 1/ 2 1/ 2
1/ 2 1/ 2 1/ 2
5/ 2 5/ 2 1/ 2
1 0 1 1 0 0 1 0 1 1 0 0 1 0 1 1 0 0
1 2 2 0 1 0 0 2 1 1 1 0 0 1 0
2 1 1 0 0 1 0 1 3 2 0 1 0 1 3 2 0 1
1 0 1 1 0 0 1 0 1
0 1 0
0 0 1
~ ~
~ ~
+

~
1 3 3
2 3 2
.
F F F
F (1/ 2) F F
1/ 5 2/ 5
1/ 2 1/ 2 1/ 2 0 3/ 5 1/ 5
1 1 1/ 5 2/ 5 1 1 1/ 5 2/ 5
1 0 0 1 0 0 0
0 1 0 0 1 1
0 0 0 0
~
+
+

As
1
1/ 5 2/ 5
3/ 5 1/ 5
1/ 5 2/ 5
0
A 1
1

=

NOTA 3: El mtodo de Gauss-Jordan permite tambin encontrar el rango de una matriz: El nmero de
filas no nulas despus de aplicado corresponde al rango de la matriz considerada.

Ejemplo: Mediante Gauss Jordan, obtener el rango de la matriz
1 2 1 1
1 1 0 2
A
0 1 2 1
2 2 1 2

=

1 2 1 1 1 0 3 1
1 0 0 7
1 2 1 1
0 1 1 2
0 0 1 2
1 1 0 2 0 0 1 2
0 1 0 5
0 1 2 1 0 1 2 1 0 1 2 1
0 0 0 0
2 2 1 2 0 2 3 2 0 0 1 2
~ ~ ~

9
Obsrvese que el pibote se eligi sobre cualquier elemento de la fila considerada, dado que el objeto no
es diagonalizar.

4) Teorema de Rouch-Frobenius: Este teorema predice el tipo de solucin que tiene un SEL, a partir de
los rangos de la matriz y de la matriz ampliada del sistema.

Teorema: Dado el SEL A.X B = ,

Si rag(A) rag(A) n = = (nmero de incgnitas) entonces el sistema es compatible determinado
(SCD).
Si rag(A) rag(A) r n = = < entonces el sistema es compatible indeterminado (SCI) y su solucin
depender de n - r parmetros.
Si rag(A) rag(A) entonces el sistema es incompatible (SI)

Ejemplos:

1)
2.x y 1
x 3.y 2
5.x 4.y 7
=
+ =

5/ 7 5/ 7 5/ 7 0
1/ 7 1/ 7 0
24/ 7
2 1 1
0 7 5 0 1 0 1 0 1 0 1
A 1 3 2 1 3 2 1 3 2 1 0 1 0 1 0
5 4 7 0 19 17 0 19 17 0 0 0 0 1
0 0 1
~ ~ ~ ~ ~

=

rag(A) 2
SI
rag(A) 3
=

=

ya que rag(A) rag(A)

2)
x 3. y 3
3.x 5.y 7
2.x 4.y 5
+ =
+ =
+ =

1 3 3 rag(A) 2
1 3 3 1 3 3 1 3 0
A 3 5 7 0 4 2 0 2 1 0 2 1 rag(A) 2 SCD
2 4 5 0 2 1 0 2 1 0 0 0 n 2
~ ~ ~
=

= =

=

ya que rag(A) rag(A) n = =

10
3)
3. x 2. y z 2
2. x y z 2
x 3.y 2.z 0
+ =
+ =
+ =

5/ 7 2/ 7 5/ 7 2/ 7
1/ 7 6/ 7
rag(A) 2
3 2 1 2 0 7 5 2 0 1 0 1
2 1 1 2 0 7 5 2 0 7 5 2 0 0 0 0 rag(A) 2 SC
1 3 2 0 1 3 2 0 1 0 n 3
1 3 2 0
~ ~ ~

=

=

=

I

ya que rag(A) rag(A) n = y su solucin depender de n r 3 2 1 = = parmetros.

Obsrvese que no es necesario que el pivote se lleve a 1; solo se ha hecho a fines de homogeneidad
con las aplicaciones anteriores.

4) Clasifique el siguiente SEL segn el valor que toman los parmetros a y b
3. x y 2. z 1
x 4.y z b
2.x 5.y a.z 2
+ =
+ + =
+ =

( ) ( )
( )
1/ 13 1 3.b / 13 1/13 4 b / 13
9/ 13
a 2 2 2.b a 1 3 b
1/13 4 b / 13
9/ 13
3 b
a 1
3 1 2 1
0 13 1 1 3.b 0 1 0 1
1 4 1 b 1 4 1 b 1 4 1 b 1 0 b
2 5 a 2 0 13 a 2 2 2.b 0 13 0 0
0 1 0
0 1
Si a 1: 1 0 b
0 0 1
~ ~ ~
~ ~
+
+
+
+

( )
( )
4.a 2.b a.b 1
13.(a 1)
13.a.b 22.b 27
13.(a 1)
3 b
a 1
1/13 4 b / 13
9/ 13
1/13 4 b / 13
9/ 13
3 b
rag(A) 3
1 0 0 rag(A) 3 SCD
n 3
0 0 1
rag(A) 2
0 1
Si b 3: 1 0 b rag(A)
0 1
0 0 0 0
Si a 1: 1 0 b
0 0 0
~
+
+
+
+

=

=

=

= =

=

( ) 1/13 4 b / 13
9/ 13
2 SCI
n 3
0 1
rag(A) 2
Si b 3: 1 0 b SI
rag(A) 3
0 0 0 0
+

=

=

=

11
Resumiendo
a \ b b 3 b 3
a 1 SCD SCD
a 1 SI SCI
=
=

5) Sistemas Homogneos

Si el sistema es homogneo (SELH)
[ ] [ ]
A A 0 rag( A) rag( A 0 ) rag(A) = = = y el sistema
siempre ser compatible.

Ejemplos:

1)
x 2.y z 0
3.x y 2.z 0
x 4.z
+ =
+ =
0

3/ 5 3/ 5 0
1/ 5 1/ 5 1/ 5 0
23/ 5 1 1
1 2 1 0
1 2 1 0 1 2 1 0 1 0 0 1 0 0 1 0 0
3 1 2 0 0 5 1 0 0 1 0 0 1 0 0 1 0 0 1 0
1 0 4 0 0 2 5 0 0 2 5 0 0 0 0 0 0 0 0 0 0
~ ~ ~ ~ ~

{
rag(A) 3
rag(A) 3 SCD SL (0 ; 0 ; 0)
n 3
=
=

}
nica solucin (sl. Trivial)

2)
x 2.y 3.z 0
2.x y 2.z 0
x 3.y 5.z 0
+ =
+ =
+ =

1/ 5
8/ 5 8/ 5
0
1 2 3 0 rag(A) 2
1 2 3 0 1 2 3 0 1 0 0
2 1 2 0 0 5 8 0 0 1 0 0 1 0 rag(A) 2 SCI
1 3 5 0 0 5 8 0 0 5 8 0 0 0 0 n 3
~ ~ ~

=

=

=

1 1
x .z 0 x .z
1 8
5 5
SL ( .t ; .t ; t) / t IR
5 5 8 8
y .z 0 y .z
5 5
+ = =
= =

infinitas soluciones.

12
PRACTICA DE SISTEMAS DE ECUACIONES

1) Dados los SEL que se dan a continuacin, representarlos en forma matricial y justifique si pueden ser
resueltos matricialmente.

1 2 3
1 2 3
1 2 3
1 2 3
x x x 1
2.x y z 2 3.x 2.y z w 2
x x x 7
a) x 4.y z 5 ; b) ; c) x 3.y z 2.w 0
2.x x x 5
x y z 6 x y 3.w 1
4.x 2.x 3.x 2
+ + =
+ = + =
=

+ = + + =

+ + =

+ + = + =

+ =

2) Resolver, cuando sea posible, por el mtodo matricial y por la regla de Cramer los siguientes SEL

2 3 1 2 3
1 2
1 2 1 2 3
1 2
1 2 1 2 3
x x 7 x x x 0 4.x 3.y 3.z 0
2.x x 3
a) ; b) 6.x y 9.z 9 ; c) x x 5 ; d) 2.x 4.x 3.x 1
4.x 5.x 7
2.x 5.y 6.z 5 3.x 2.x 5 5.x 13.x 10.x 1
x 3.y 4.z 13
e) 3.x y 2.z 3
3.x 5.y z 9
= + = + =
=

+ = + = + =

+ =

= + = + =

+ =
+ =
+ =
1 2 3 4
2 3 4
1 2 3 4
1 3 4
x 5.x 3.x x 5
6.x 3.x x 6
; f)
2.x 3.x x x 4
x x x 1
+ =
+ + =
+ + + =

+ + =

3) Resulta por el mtodo matricial o por la Regla de Cramer los siguientes SEL, considerando el exceso
de variables como parmetros del sistema

2 3 4
1 2 3
1 4
2 3
1 2 3
1 2 3 4
1 2 3 4
1 2 3 4
x x x 0
2.x 2.x x 1 x 3.y z w 0
a) ; b) ; c) x x 1;
x 2.x 8 2.x y 9.z 3.w 9
x 2.x x 1
x 2.x 3.x 4.x 26 x 2.y 4.z w t 3
d) x y 2.z 2.t 3 ; e) 2.x x x x 3
x 5.y z 2 x x x x 8
+ =
+ = + + =
+ =

+ = + =

+ + =
+ + + = + + =
+ = + =

+ = + + + =

4) Encontrar el conjunto de soluciones de los siguientes sistemas utilizando el mtodo de Gauss Jordan:

1 2 3
1 2 3
1 2 3
1 2 3
x x x 1
x y 2.z 1 3.x 2.y z w 2 y z
x x x 7
a) x 4.y z 5 ; b) ; c) x 3.y z 2.w 0 ; d) x y 5
2.x x x 5
x y z 6 x y 3.w 1 3.x y
4.x 2.x 3.x 2
+ + =
+ + = + = =
=

+ = + + = + =

+ + =

+ + = + = + =

+ =
7
5

13
1 2 3
1 2 3
1 2 3
x x 2.x 1 x 2.y z 2 x 2.y 3.z 0 x 3.y 0
e) x 2.x x 2 ; f) 2.x y 7.z 3 ; g) 2.x y 3.z 0 ; h) 2.x 2.y 3
3.x 4.y 5.z 5 3.x 2.y z 0 5.x y 1 x 3.x x 5
+ + = + + = + + = =

+ = + = + + = + =

= + + = = + + =

1 2 3 4
1 2 3
1 2 3 4
x 2.y z 3 2.x y z 3
x 3.x 2.x x 2 x 3.y 5
15.y 6.z 9 2.x z 5
i) 2.x y 5 ; j) ; k) ; l) x 5.x 6.x 8
3.x 7.y 4.z 12 x y z 2
x y 3 3.x 7.x 4.x x 2
x 3.y z 0 x 2.y 2.z 3
+ + = + =
+ + = + =

+ = + =

+ = + =

+ + = + + =

+ = + =

+ + = + =

1 2 3
1 2 3
1 2 3
1 3
5.x 2.x 3.x 0
x 2.y 3.z 3 5.x y 7
x z w 2
x 3.x x 3 3.x y z 4 2.x y 7
m) ; n) ; o) 3.x 2.y 2.z 5 ; p)
y 2.z 3 x x 2.x 5 3.x y 3
y 2.z 2.w 4
2.x 2.y 3.z 0 2.x 4.y 8 5.x 4.x 8
+ = + = + =
+ + =

+ = + + = =

+ =

+ = + = + =

=

+ = + = + =

2 3 4 1 2 3
1 2 3 4 1 2 3 4
1 2 3 4 1 2
1 2 3 4 1 2 3 4
4.x 3.x 6.x 37 2.x x x 2
x 2.x 3.x 4.x 26 x x 2.x x 1
q) ; r)
2.x x x x 3 x 2.x 2
2.x x 2.x x 3 x x x x 8
+ + = + =

+ + + = + =

+ = + =

+ + = + + + =

5) Hallar la matriz inversa, cuando sea posible, aplicando el mtodo de Gauss-Jordan.

0 1 0 1 3 4 0 0 4 2 1 1
2 1 1 1 1 1 1 1 0
0 2 1 1 2 3 0 0 1 3 2 0
a) 4 2 0 , b) , c) 1 2 1 , d) , e) 0 1 1 , f)
1 2 1 1 1 1 2 1 7 10 1 3
3 1 1 2 1 1 1 0 1
1 0 1 3 2 1 3 2 2 4 0 1

6) Efectuando operaciones elementales entre filas, hallar el rango de las siguientes matrices.

1 2 3 1
1 0 0 1 a 0 0 b
1 0 1 a 0 b k 1 1 1 3 2 0
1 1 0 0 b a 0 0
a) 1 1 0 , b) , c) b a 0 , d) , e) 1 k 1 , f) 2 0 1 0
0 1 1 0 0 b a 0
0 1 1 0 b a 1 1 k 0 1 0 7
0 0 1 1 0 0 b a
1 2 3 1

2
1 0 1 2 1
2 3 4 5 6 k 1 1 1 1 2 2 0 3
g) 0 0 3 2 5 , h) 1 k 1 k , i) 2 1 1 1 0
0 0 0 0 4 1 1 k k 1 5 6 1 5
2 2 3 2 1

14
7) Clasificar las soluciones de los siguientes SELNH, segn los valores que tomen los parmetros que
aparecen en ellos.

x 4.y z b x m.y 1 b.x y z 1 x k.y 2.z 2
k.x y 1
a) ; b) 2.x 5.y a.z 2 ; c) m.x y n ; d) x b.y z 1; e) 2.x 3.y z 1 ;
x k.y 1
3.x y 2.z 1 x y n x y b.z 1 7.x 21.y 11.z k
+ + = + = + + = + + =
+ =
+ = + = + + = + =

+ =

+ = + = + + = + =

2 2 2
2 2
2.x 5.y 3.z 10 b.x c .y c .z c .b
a.y z b a.x b.y z 1
f) a.x b.z 1 ; g) 3.y z k ; h) x a.b.y z b; i) x c. y c .z 1 ;
a. x a.y 2.z 3 2.x 2.y 2.z 6 x b.y a.z 1 x c. y b.c.z c
+ + = + + = + = + + =

+ = + = + + = + + =

+ + = = + + = + + =

2
2.x (a 2).y a. z a 8 2.x (2 a).y 0
j) (a 1).x (a 1).y 2.a 4; k) (2.a 2).x a.y 2.z 2.a 2
a.x (2.a 3).y (2.a 4).z a 1 (a 1).x (a 1).z a 1
+ + + = + + =

+ + + = + + + + =

+ + + + = + + + + =

8) Resuelva y clasifique los siguientes SELH

2.x y 4.z 0 x 3.y z 0 x 2.y 3.z 0
3.x 2.y 0
a) ; b) 4.x y 2.z 0 ; c) x y z 0 ; d) x 4.y 6.z 0
x 4.y 0
x y 3.z 0 x 2.y 4.z 0 2.x 2.y 3.z 0
= + + = + =
=
+ = + = + =

+ =

= = + =

9) Hallar los valores de que hacen que los siguientes sistemas homogneos tengan soluciones no
triviales

3.x y .z 0 (2 ).x 2.y z 0 x y .z 0
a) 4.x 2.y 3.z 0 ; b) 2.x (3 ).y 2.z 0 ; c) x y z 0
2. .x 4.y .z 0 x 2.y .z 0 x y z 0
+ = + = + =

= + + = =

+ + = + = + =

Aplicaciones Econmicas

10) Una fbrica de automviles produce dos modelos. El primero requiere una hora de mano de obra
para pintura y media hora de mano de obra para el pulido; el segundo requiere de una hora de mano de
obra para cada uno de los dos procesos. Durante cada una de las horas que trabaja la lnea de
ensamble, existen 100 horas de mano de hora disponibles para pintura, y 80 horas para pulido.
Qu cantidad de cada modelo se puede fabricar cada hora si se utilizan todas las horas disponibles?

11) Cruceros Arco Iris cobra $ 8 y $ 4 por nio, por un boleto de viaje. Los registros muestran que cierto
fin de semana 1000 personas abordaron el crucero el sbado y 400 personas el domingo. Los ingresos
totales del sbado fueron de $ 6100 y $ 1800 el domingo. Cuntos adultos y nios abordaron el crucero
esos das?
15

12) La Fundacin Carver proporciona fondos a tres organizaciones no lucrativas orientadas a la
investigacin de energas alternativas. La tabla que sigue contiene los datos relativos a la proporcin de
fondos que cada institucin destina a la investigacin de la energa solar, energa elica y del
movimiento de las mareas.

Solar Elica Mareas
Organizacin I
Organizacin II
Organizacin III
0,6 0,3 0,1
0,4 0,3 0,3
0,2 0,6 0,2
Dinero Proporcin de Gastado
Energa

Encuentre la cantidad otorgada a cada institucin si la cantidad utilizada por las tres organizaciones en
la investigacin de dichas energas es de $ 9,2 millones, $ 9,6 millones y $ 5,2 millones respectivamente.

13) Un campesino alimenta a su ganado con una mezcla de dos tipos de alimento. Una unidad estndar
del tipo A suministra a una cabeza de ganado el 10% de sus requerimientos diarios mnimos de
protenas y el 15% de carbohidratos.
El tipo B contiene, en una unidad estndar 12% del requerimiento de protenas y 8% del de
carbohidratos. Si el campesino desea dar a su ganado el 100% de sus requerimientos mnimos.
Cuntas unidades de alimentos debe dar a cada cabeza de ganado diariamente?

14) Una empresa fabrica unidades de control industrial. Sus nuevos modelos son el AI y el AII. Para
fabricar cada unidad de AI, utilizan 6 piezas de A y 3 piezas de B. Para fabricar cada unidad de AII
utilizan 10 piezas A y 8 piezas B. La empresa recibe un total de 760 piezas A y 500 piezas B, de su
proveedor cada da. Cuntas unidades de cada modelo puede fabricar la empresa diariamente?
Suponga que se utilizan la totalidad de las piezas.

15) Una compaa elabora tres productos que han de ser procesados en tres departamentos. La
siguiente tabla resume las horas requeridas por unidad de cada producto y en cada apartamento. Por
otro lado las capacidades semanales se expresan en cada departamento en trminos de horas de
trabajo disponibles. Se desea determinar si hay combinaciones de los tres productos que aprovechen al
mximo las capacidades semanales de los tres departamentos.

Hs disponibles
Departamento Pr oducto3 Pr oducto2 Pr oducto3
por semana
A 2 3,5 3 1200
B 6 5 4 2300
C 4 3 2 1400

16) cuando la gente invierte dinero hay profesionales a quienes se acude en busca de orientacin
respecto a la cartera que mejor cubra las necesidades del inversionista. Supngase que uno de ellos ha
consultado a un experto en inversiones. Despus de conversar con el cliente, el experto decide que el
cliente desea una cartera que posea las siguientes cualidades:
16
El valor total de la cartera en el momento de la inversin es de $ 50000.
El crecimiento anual esperado en el valor de mercado es de 12%.
El factor promedio de riesgo es del 10%.

Se han identificado tres opciones con las tasas relativas de crecimiento y riego que aparecen en la
siguiente tabla.
Crecimiento Anual Riesgo
Inversin
Esperado Pr evio
A 16% 1
B 8% 9
C 12% 8
2%
%
%

Determine si hay una estrategia de inversin que satisfaga los deseos del cliente.

Respuestas Seleccionadas de Sistemas de Ecuaciones:

1)
1
2
3
1 1 1 1 x
2 1 1 x 2 x 3 2 1 1 2
1 1 1 7 y
a) 1 4 1 y 5 , si; b) x , no; c) 1 3 1 2 0 , no.
2 1 1 5 z
1 1 1 z 6 x 1 1 0 3 1
4 2 3 2 w

= = =

2) ( ) { }
11 1 1 2 31 3 9
a) SL ; ; b) SL ;0; ; c) SL 15;20; 27 ; d) No; e) SL ; ; ;
7 7 2 3 8 8 2

= = = =

9 10 7 3
f) SL ; ; ;
13 13 13 13

=

3)
17 5 27 26 10 9 11 1
a) SL .t ; 8 2.t ; t / t IR ; b) SL .t .u ; .t .u ; t ; u / t,u IR ;
2 2 7 7 7 7 7 7

= = + +

2 2 2 1 16 11 1
c) SL 2 t ; .t; .t ; t / t IR ; d) SL 9 3. ; . . ; ; / , IR ;
3 3 3 3 9 9 9

= + = + + +

4 3 6
d) SL 3 .t ; 5 .t; 7 .t ; t / t IR
5 5 5

= +

4)
43 11 9 24 1 4 6 16 14 39
a) SL ; ; 5 ; b) SL 4; ; ; c) SL .t ; .t; .t ; t / t IR ;
3 3 5 5 5 5 5 5 5 5

= = = + +

( ) { } ( ) { } ( ) { } ( ) { }
d) SL 5;10; 17 ; e) SL 6;3;2 ; f) S.I.; g) SL 0;0;0 ; h) S.I.; i) SL 2;1 ; = = = =
( ) { }
4 12 2 9 9 11
j) SL 5;7; 16 ; k) S.I.; l) SL .t ; .t ; .t ; t / t IR ; m) S.I.; n) S.I.;
5 5 5 5 5 10

= =

17
( ) { }
4 3 6
o) SL 6 2.t ; 12 4.t; 4 t ; t / t IR ; p) S.I.; q) SL 3 .t ; 4 .t; 7 .t ; t / t IR ;
5 5 5

= + + + = +

4 1 4
r) SL ; ;1;
3 3 3

=

5) 5/ 2
1/ 2
4 4 6 2 3 4 0 0
1 1 1 3 0 3
6 2 1 1 2 3 0 0 1 1
a) 2 2 , b) . , c) . 3 1 2 , d) ,
8 10 2 3 3 3 6 9 2 1
1 0 3 1 1
2 2 1 1 13 19 3 2

7 0 7 14
3 1 5 12 1
e)No existe, f ) .
7 1 2 4 11
26 4 34 69

6)
2 2
matriz c) d) e) h)
0 si a b 0
0 si a b 0 1 si k 1 1 si k 1
rango 2 si a 0, a b 0 3 si a 0, a b 2 si k 2 3 enotro caso
3 en otro caso 4 en otro caso 3 en otro caso
= =
= = = =
+ = = =

matriz a) b) f ) g) i)
rango 3 3 4 3 4

7)
sistema a) b) c)
S.C.I. si k 1 S.C.I. si a 1 b 3 S.C.I. si m 1 n 1
solucin S.I. si k 1 S.I. si a 1 b 3 S.I. si m 1 n 1 m.n 1
S.C.D si k 1 S.C.D si a 1 S.C.D si m 1 m.n 1
= = = = =
= = = =

sistema d) e) f ) g)
S.C.I. si b 1 S.C.I. si k 1 S.C.I. si a 0 S.C.I. si k 2
solucin S.I. si b 2 S.I. si k 1 S.I. si a 0 b 1 S.I. si k 2
S.C.D si b 1, 2 S.C.D nunca S.C.D si a 0 b 1 S.C.D nunca
= = =
= =

=

sistema h) i)
S.C.I. si a 1 b 1 si a 2 b 2 S.C.I. si b c 1
solucin S.I. si b 0 si a 1 b 1 si a 2 b 2 S.I. si b c 1 si c 0
S.C.D si b 1, 2 b 0 S.C.D en otro caso
= = = = = =
= = = = =

18

sistema j) k)
S.C.I. si a 0 S.C.I. si a 0, 1
solucin S.I. si a 1 S.I. si a 1
S.C.D si a 0, 1, 1 S.C.D si a 0, 1, 1
= =
= =

8) ( ) { } ( ) { } ( ) { }
a) SL 0; 0 , SCD ; b) SL t ; 2.t ; t / t IR , SCI ; c) SL t ; t ; t / t IR , SCI ; = = =

3
d) SL 0 ; .t ; t / t IR , SCI
2

=

9)
sistema a) b) c)
sl. trivial
si 1 9 si 1 3 si
S.C.D.
sl. no trivial
si 1 9 si 1 3 si 0
S.C.I.

= = = = =
0

10) Se pueden fabricar 40 automviles del primer modelo y 60 del segundo.

11) El da sbado lo abordaron 525 adultos y 465 nios; el da domingo fueron 50 adultos y 350 nios.

12) La Fundacin Carver entrega 6 millones a la Organizacin I, 10 millones a la Organizacin II y 8
millones a la Organizacin III.

13) Cada unidad de ganado debe consumir diariamente 4 unidades del alimento A y 5 unidades del
alimento B para tener los requerimientos mnimos de protenas y carbohidratos.

14) Deben fabricarse 60 unidades del modelo AI y 40 unidades del modelo AII.

15) Se deben producir semanalmente 200 unidades del Producto I, 100 unidades del Producto II y 150
unidades del Producto III para aprovechar la totalidad de disponibilidades.

16) Deben ubicarse $20000 en la Inversin I, otros $ 20000 en la Inversin II y los $ 10000 restantes en
la Inversin III, para cumplir con las expectativas del cliente.

19
MATRIZ INSUMO PRODUCTO:

1) Introduccin:

El estudio de las relaciones intersectoriales no es un aspecto reciente dentro del pensamiento
econmico. En el siglo XVIII Franois Quesnay vio la necesidad de contar con un sistema integrado de
cuentas nacionales que sirviera como instrumento para revelar el comportamiento de la actividad
econmica de un pas o de una regin determinada. No obstante, esta idea por mucho tiempo no tuvo
un impacto significativo y slo hasta el siglo pasado con los trabajos pioneros de Wassily Leontief, en la
dcada del treinta, el concepto fue sistematizado dando origen a las tablas insumo-producto. A partir de
estas tablas Leontief (1936) pudo identificar la interdependencia industrial de la economa de Estados
Unidos, facilitando as el desarrollo de un modelo matemtico dentro del cual todos los encadenamientos
econmicos fueron establecidos y estimados estadsticamente.
El modelo matemtico de Leontief en un comienzo fue formulado en un contexto esttico y
posteriormente fue adaptado a una forma dinmica por Leontief y por otros autores. Nosotros solo
trabajaremos con primero de ellos.
El anlisis econmico basado en estos modelos fue muy usado durante la dcada del sesenta y
principios de la dcada del setenta, logrando en esta poca sus mayores avances. Sin embargo, la
modelizacin insumo-producto entr en desuso a raz del poco poder predictivo que durante los setenta
tuvieron los grandes modelos macroeconmicos y macroeconomtricos. No obstante, hoy en da existe
un crculo de economistas, algunos de los cuales estn agrupados en la Asociacin Internacional
InsumoProducto (International Input- Output Association), que ven en estos modelos una herramienta
fundamental para analizar la economa.

2) Desarrollo del Modelo Esttico y Abierto:

Para explicar como funciona un modelo insumo-producto esttico se parte de la construccin de un
sistema de ecuaciones que represente la estructura de la economa en trminos de venta y de compra
de bienes y servicios de cada sector con respecto a todos los otros sectores. Para una economa en la
que se producen n tipos de bienes el sistema se representa de la siguiente forma,

1 11 12 1n 1
2 21 22 2n 2
n n1 n2 nn n
Demandas Demandas
Demandas
Totales Externas
Derivadas
x x x x d
x x x x d
(I)
x x x x d
= + + + +
= + + + +
= + + + +
_

Donde

x
i
: cantidad producida del bien i.
x
ij
: cantidad del bien i que es usada como insumo en la produccin del bien j .
d
i
: demanda final del bien i.

Dentro de la modelacin insumo-producto tradicional la demanda final es tomada como una variable
exgena, con esto se busca resaltar los efectos directos e indirectos de un cambio en dicha demanda
final sobre las decisiones de consumo intermedio de los diferentes sectores de produccin.
Este sistema de ecuaciones no tiene necesariamente que incluir todas las industrias de la economa
tratada ni el Valor Agregado (V.A.) por el productor (capital y trabajo). As, este modelo se limitara a
20
expresar que la demanda para cada una de las industrias es igual a la demanda derivada (demanda
proveniente de la utilizacin del producto como insumo e otras industrias y en la propia industria) ms la
demanda autnoma, demanda externa o demanda final (la demanda de consumidores directos, del
gobierno, etc.).
As, dicho modelo se puede presentar en la prctica como una tabla o matriz de Transacciones

n n n n
1 i1 2 i 2 n in i
i 1 i 1 i 1 i 1
11 12 1n 1
21 22 2n 2
n1 n2 nn n
1
2
n
Industria1 Industria 2 Industria " n" Demanda Ext. Demanda Total
Industria1
Industria 2
Industria " n"
OtrosFactores X X X X X X d
Demanda T
X X X X
X X X X
X X X X
d
d
d
= = = =

. . . . . . .
n
i
i 1
1 2 n
otal X X X X
=

Obsrvese que otros factores involucra por un lado la cantidad de cada bien que est comprometida
fuera de las industrias del modelo (
n
i
j 1
X
=
ji
X
) como as tambin la demanda total externa (

n
i
i 1
d
=
).
Una representacin operativa del sistema (I) es

1 2 n
1 2 n
1 2 n
1 11 12 1n 1
2 21 22 2n
n n1 n2 nn
X X X
.X X .X
.X .X X
x a . a . a d
x a a . a d
(II)
x a x a . d
. = + + + +
2
n
= + + + +
= + + + +

donde
ij
ij
j
X
a
X
= es un coeficiente tecnolgico de produccin (o coeficiente tcnico) que da la cantidad
del bien i necesaria para producir una unidad del bien j.

Los coeficientes tecnolgicos muestran dos cosas:

1) los efectos directos en todos los sectores debido al cambio en una unidad en la produccin de un
sector particular, revelando de esta forma los diferentes encadenamientos intersectoriales que
presentan en la economa.
2) Segundo, los efectos directos de un cambio en la demanda final. Sin embargo, los efectos
directos miden slo una fraccin del impacto econmico total. Esto ocurre dado que hay efectos
indirectos que se presentan cuando el sistema se reajusta a la nueva situacin de equilibrio.

El sistema de ecuaciones (II) implica una serie de supuestos, que obviamente son simplificatorios y
limitan su utilidad en la economa real:

1) Los coeficientes tcnicos se consideran constantes (cada industria tiene una relacin fija de
insumos para la obtencin de su producto). Es decir un modelo esttico.
21
2) Cada sector produce un solo bien o servicio el cual es homogneo (permite la produccin de ms
de un bien conjuntamente, suponiendo que lo hacen en una proporcin fija uno de otro).
3) Cada producto o servicio es producido por un solo sector.
4) Cada sector opera bajo rendimientos constantes a escala (un cambio en una dada proporcin en
cada insumo dar lugar a un cambio en el producto de igual proporcin).

Para nuestro enfoque supondremos que los precios estn dados y podemos pensar los coeficientes
tecnolgicos a partir de unidades monetarias. As que
23
0, 27 a = significar que hacen falta 0,27
unidades monetarias del segundo bien para producir una unidad monetaria del tercer bien.

La presencia de los otros factores nombrados anteriormente que determinan exgenamente una
demanda externa (demanda sin insumo) para el producto de cada industria y que ofrecen un imput
primario (por ejemplo, mano de obra) no producido por las n industrias consideradas determina que el
modelo sea abierto. Esto se refleja en que la suma de los coeficientes tecnolgicos para cada bien sea
menor que uno:
n
ij
i 1
a 1 / 1 j n
=
<
(III)
Con esta interpretacin , la cantidad que falta a la suma anterior para llegar a una unidad
monetaria, debe representar la remuneracin del imput primario del sector abierto.
n
ij
i 1
1 a
=
Podemos representar a los coeficientes tecnolgicos en su correspondiente matriz (matriz de

coeficientes tecnolgicos) A:
11 12 1n
21 22 2n
n1 nn nn
a a a
a a a
A
a a a

=

. . .

matriz cuadrada definida no negativa. As, la suma anterior se hace sobre las filas para cada columna.
Entonces el sistema (II) se puede escribir matricialmente como

1 1
2 2
n n
Matriz de Vector Vector
Coeficientes Demanda Demanda
Tecnolgi cos Externa Total
X
X
X
d
d
X A . X D / X y D
d

= + = =

. .

Reagrupando, se obtiene que
(Id A).X D = (IV)

La matriz L I es la llamada Matriz de Leontief. d A =
La anterior forma funcional del modelo insumo-producto esttico es la ms relevante en trminos
econmicos. Los elementos de la matriz de Leontief miden el impacto total del cambio en la demanda
final de un sector sobre la produccin de todos los otros sectores de la economa despus de considerar
todas las sucesivas rondas de cambios en la produccin (los efectos directos e indirectos).
22
As, dada una demanda externa fijada, puede encontrarse el nivel adecuado de produccin

NOTA: Un estudio ms completo sobre las propiedades de la matriz tecnolgica en un sistema abierto
permite asegurar que la matriz de Leontief es no singular y su inversa no negativa; entonces, el sistema
(IV) tiene solucin no negativa si el vector de demandas es no negativo. En el caso de un sistema
cerrado (sin demanda externa y con la suma III igual a uno) (IV) resultar un sistema homogneo y la
matriz de Leontief singular; con lo cual queda asegurada la existencia de soluciones no triviales que
darn los niveles de produccin unos en funcin de otros. Para obtener valores absolutos de los
mismos, sern necesarias restricciones adicionales al modelo.

Ejemplo: Dada una economa de tres industrias cuya matriz de transacciones para un dado nivel de
produccin (en unidades monetarias) es

65,4 162 0 99,6 327
65,4 0 154 50,6 270
130,8 54 385 200,2 770
65,4 54 231 350,4
327 270 770 1367
Industria1 Industria 2 Industria3 Demanda Ext. Demanda Total
Industria1
Industria 2
Industria3
OtrosFactores
Demanda Total

Encontrar los niveles correctos de produccin para que la demanda final sea de 110, 100 y 180 unidades
monetarias respectivamente.
La matriz de coeficientes tecnolgicos y la correspondiente matriz de Leontief sern

65,4/ 327 162/ 270 0/ 770
65,4/ 327 0/ 270 154/ 770
130,8/ 327 54/ 270 385/ 770
0,2 0,6 0 0,8 0,6 0
0,2 0 0,2 0,2 1 0,2
0,4 0,2 0,5 0,4 0,2 0,5
A L

= = = =

Id A

El vector de demanda es . As
110
100
180
D

=

1
2
3
1
0,8 0,6 0 110 1,77 1,15 0,46 110 393, 08
0,2 1 0,2 100 0,69 1,54 0,62 100 340, 77
0,4 0,2 0,5 180 1,69 1,54 2,62 180 810, 77
X
X . .
X

= =

=

Obsrvese que basta calcular una sola vez la matriz de Leontief para obtener el vector de produccin
para cada demanda.

NOTA: En la literatura econmica tradicional se reconocen cuatro formas principales de incluir
dinamicidad al modelo:
La primera, considerando que no toda la produccin es utilizada como insumo durante el mismo perodo
en que est es producida.
23
La segunda, haciendo consideraciones de evolucin tecnolgica y/o cambio estructural; es decir
asumiendo que los coeficientes tcnicos son los elementos que le imprimen el comportamiento dinmico
al modelo.
La tercera consiste en incluir el anlisis economtrico dentro del desarrollo de los modelos insumo-
producto con el fin de aprovechar las caractersticas dinmicas de este tipo de anlisis.
Y la ltima, en endogenizar la demanda final dentro del sistema y a partir de la misma incluir el
elemento dinmico dentro del sistema.
El anlisis de estos modelos excede lo introductorio del apunte.

Fuentes:
ALLEN R.G.D Economa Matemtica Aguilar, Madrid 1965
CHIANG, Alpha Mtodos Fundamentales de la Economa Matemtica Mc. Graw-Hill Madrid 1987
YAMANE, Taro Matemtica para Economistas Ariel Barcelona 1977
PERDOMO STRAUCH, lvaro A., Modelo Insumo-Producto Dinmico Departamento Nacional de
Planificacin - Direccin de Planeamiento Econmico. Colombia 2004

PRACTICA DE MATRIZ INSUMO-PRODUCTO

1) Dada la siguiente matriz de transacciones, determine la matriz de produccin si la demanda final
cambia a 600 para A y a 805 para B. Obtenga el valor total de los otros costos de produccin que ello
implica.

200 500 500 1200
400 200 900 1500
600 800 1400
1200 1500 2700
Industria A IndustriaB Demanda Ext. Pr od. Total
Industria A
IndustriaB
VA
Pr od. Total

2) Dada la matriz de insumo-producto correspondiente a un determinado ao

80 88 32 200
80 0 30 110
40 22 62
200 110 310
Industria A IndustriaB Demanda Ext. Pr od. Total
Industria A
IndustriaB
VA
Pr od. Total

Construir la tabla correspondiente si la demanda final cambia a 42 para A y 28 para B.

24

3) Dada la siguiente matriz de Leontief,
0,8 0,3 0, 2
0, 4 0,9 0, 2
0,1 0,3 0,8

a) si las demandas finales son 3000 y 15000 unidades monetarias.Cules seran los niveles de
produccin para las tres industrias?
b) calcular las cantidades de insumos primarios para los niveles de produccin obtenidos en el inciso
anterior.

4) En una economa de dos industrias, sabemos que la industria I utiliza $ 0,10 de su propio producto y
$ 0,60 del bien producido por II para producir un peso del bien I; la industria II no utiliza nada de su
propio producto pero usa $ 0,50 del bien producido por la industria I en producir un peso del bien II; y el
sector abierto demanda $ 100.000 del bien I y $200.000 del bien II.
a) Escribir la matriz de transacciones (imput), la matriz tecnolgica y la ecuacin matricial de imput-
output especfica para esta economa.
b) Hallar los niveles de produccin de la solucin.

5) Una economa de dos industrias tiene por matriz tecnolgica a

1/ 2 1/ 4
1/ 3 1/ 6

con un vector de demandas de . Halle:
120
180
a) La matriz de transacciones.
b) La produccin para una demanda de
360
240

.

6) Dada la matriz de insumo producto y el vector de demanda final

0,05 0, 25 0,34 1800
A 0,33 0,10 0,12 D 200
0,19 0,38 0 900

= =

a) Explicar el significado econmico de los elementos 0,33 y 200.
b) Explicar el significado econmico (si cabe) de la suma de la tercera columna.
c) Explicar el significado econmico (si cabe) de la suma de la tercera fila.
d) Hallar los niveles de produccin solucin (redondear a dos cifras decimales).

25

Sistemas de Ecuaciones Lineales

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

Sistemas de Ecuaciones Lineales

Cargado por

Copyright:

Formatos disponibles

MATEMATICA II

3. SISTEMAS DE ECUACIONES LINEALES

suele llamarse matriz ampliada del sistema y A.X = B es la

dividiendo la fila del pivote por su valor, se obtiene

Sistemas de Ecuaciones / R. Cassibba J.J.M.Martnez

cuya solucin es inmediata.

que, como se ve, queda en

) como as tambin la demanda total externa (

Podemos representar a los coeficientes tecnolgicos en su correspondiente matriz (matriz de

También podría gustarte