Libro de Algebra PDF

Lic. Daniel A. Arana www.licdarana.com.
ar Álgebra
APUNTES
TEÓRICO - PRÁCTICOS
DE
ÁLGEBRA
Daniel A. Arana
2011 1
Lic. Daniel A. Arana www.licdarana.com.ar Álgebra
ÍNDICE
Índice 2
Prólogo 3
Estructuras Algebraicas 5
Ejercitación 14
Matrices y Determinantes 17
Ejercitación 40
Sistemas de ecuaciones lineales 65

Ejercitación 71
Espacios Vectoriales 85
Ejercitación 102
Programación Lineal 108

Ejercitación 120
Bibliografía 129
2011 2
PRÓLOGO
Este cuadernillo fue elaborado para ayudar a los alumnos en la

comprensión de una materia de las consideradas “duras” del Ciclo
Básico Común de la Facultad de Ciencias Económicas de la UBA.
Cada capítulo tiene una gran cantidad de ejercitación con el objeto de

acercarles los más complejo que tiene el estudio de la matemática: su
puesta en práctica.
Para ello, tomé parte de la ejercitación utilizada en los libros y

cuadernillos que habitualmente son utilizados por los alumnos en esta
materia, así como tuve en mi vista muchos libros escritos sobre la
asignatura, lo que me sirvió para tomar de los diferentes autores la
forma más clara de explicar cada tema.
Alguno de los ejercicios tienen su respuesta, en otros a cambio, he

preferido incentivar a los alumnos a que las realicen sin ninguna
ayuda.
Estoy plenamente convencido que para aprobar esta materia es

necesario desarrollar una ejercitación a conciencia, espero que los
alumnos entiendan que esta frase no está agregada sin razón, sino
que la coloqué para que los mismos tengan en claro que sin
ejercitación, aprobar Álgebra se transforma en muy difícil.
Verán una marcada tendencia a ejemplificar cada tema con cuestiones

económicas, lo que tiene su origen en que la economía es la ciencia
social que hemos elegido para profesionalizarnos.
Mi enorme agradecimiento a quienes siempre colaboraron conmigo en

estos 15 años de docencia, desde la persona que confió en mí y me
dió la oportunidad de conocer el fantástico rol de docente, la Doctora
Elba Font de Malugani.
Mi agradecimiento a mis estimadísimos colegas: mi querido amigo y

compañero de interminables horas de estudio Osvaldo Enrique
Fernández, mi amigo y compañero en el dictado de cursos Eugenio
Anselmi, y mi queridísima hermana Andrea Rebecchi. Han sido ellos
2011 3
quienes, a mi pedido, han leído y corregido estos Apuntes de Álgebra.

Mi enorme agradecimiento por el celo que han puesto para cumplir
con mi solicitud, haciéndome llegar las correcciones que consideraban
conveniente efectuar. Gracias nuevamente para Andrea, Eugenio y
Osvaldo.
Un agradecimiento especial merece la Profesora Alicia Bernardello,

dotándome de confianza en mi rol, ya sea como profesor adjunto de su
Cátedra, ya sea como Coordinador de Tutores de la Sede San Isidro
en el Programa “Económicas + vos”.
Agradezco a mis estimadísimas colaboradoras de tantos

cuatrimestres, Julieta Otero y Melina Pena, quienes han puesto un
cariño especial en cada clase dictada, en cada ejercicio que ayudaron
a resolver a los alumnos que las consultaran, su ayuda estableció una
clarísima diferencia que sirvió como motivación adicional a los
estudiantes. Doy la bienvenida a María Belén Paredes, brillante
alumna hace algunos cuatrimestres, que ahora me brinda su
invalorable ayuda como docente ayudante.
Por supuesto, mi agradecimiento también para mis hijos Belén,

Marcos, Sebastián y Consuelo.
Para terminar, es absolutamente justo expresar el agradecimiento a

mis alumnos del CBC de las Sedes San Isidro, Pilar y Bulnes por la
paciencia que tuvieron al hacer las veces de correctores literarios de
cada ejercicio. Va en este párrafo mi enorme saludo a ellos, los
grandes móviles de este sencillo trabajo.
¡¡¡ Ojalá les sirve para aprobar esta materia!!!
Daniel A. Arana
Enero de 2010
www.licdarana.com.ar
2011 4
CAPÍTULO
1
ESTRUCTURAS
ALGEBRAICAS
2011 5
Capítulo 1 - Estructuras Algebraicas
En la matemática, una estructura algebraica es un conjunto de elementos con

unas propiedades operacionales determinadas; es decir, lo que define a la
estructura del conjunto son las operaciones que se pueden realizar con los
elementos de dicho conjunto y las propiedades matemáticas que dichas
operaciones poseen. Un objeto matemático constituido por un conjunto no vacío y
algunas leyes de composición interna definida en él es una estructura algebraica.
Ley de composición interna:

Una ley de composición interna en un conjunto no vacío A consiste en una
operación que asigna a cada par ordenado de elementos de A un único elemento
de A como resultado de la operación. La ley interna va de A x A → A.
Es decir que:
∀a∈A,∀b∈A⇒a*b=c/c∈A
Ejemplo:
El par formado por (R, +) cumple con la ley de composición interna, porque dado
cualquier número real, si a ese número le sumamos otro número real, obtenemos
un elemento del mismo conjunto.
∀ 5 , ∀ 7 ∈ R ⇒ 5 + 7 = 12 / 12 ∈ R
El par formado por (N, -) no cumple con dicha ley, ya que si el sustraendo es
mayor que el sumando, el resultado de la resta da un número negativo, y, como
tal, no forma parte del conjunto de los números naturales.
∀ 5, ∀ 7 ∈ N ⇒ 5 - 7 = -2 / - 2 ∉ N
Ejemplo:
La siguiente tabla definen leyes de composición interna en el conjunto A={a, b, c)
i)
* a b c
a a b c
b b c a
c c a b
2011 6
ii)
* a b c
a a b b
b c a c
c b c a
Propiedades de una ley de composición interna:

Ley asociativa:
Una ley interna (*) en un conjunto no vacío A es asociativa ⇔
∀ a ∈ A , ∀ b ∈ A , ∀ c ∈ A : (a*b)*c = a * (b*c)
Ejemplo:
Veamos el cumplimiento de esta propiedad
con el conjunto de los números enteros y la suma
( Z , + ).
Dados los números enteros 2, 3 y 4, podemos verificar que:
(2+3)+4=2+(3+4)
5+4=2+7
9=9
Podríamos verificar que la multiplicación también cumple con esta ley.
∀ 2 , 3 y 4∈ Z
( 2.3 ) . 4 = 2. ( 3. 4 )
6 . 4 = 2 . 12
24 = 24
Verifiquemos si lo hace la resta:
( 2 – 3 ) – 4 ≠ 2 – ( 3 – 4)
-1 -4 ≠ 2 + 1
-5 ≠ 3
Donde verificamos que el par ( Z , - ) no cumple con esta propiedad.
2011 7
Ley conmutativa:
Una ley interna en un conjunto A es conmutativa ⇔
∀a∈Α,∀b∈Α:a*b=b*a
Podemos verificar que, tanto la suma como el producto son conmutativos para los
conjuntos numéricos naturales, enteros, racionales, reales y complejos.
Ejemplo:
5+6=6+5
11 = 11
5.6=6.5
30 = 30
Como el alumno podrá deducir claramente, ni la resta ni la división son

conmutativas, dado que:
4-2≠2-4
2≠-2
9 / 3≠3/ 9
3 ≠ 1/3
Existencia de elemento neutro:

Se llama elemento neutro y se lo denomina e a un elemento que operando a
izquierda y derecha con cualquier otro elemento a da el mismo resultado.
El elemento e tiene que pertenecer al mismo conjunto numérico que el elemento a.
e ∈ A es elemento neutro para la ley * ⇔
∀ a ∈ A, ∃ e ∈ A , / a * e = e * a = a
Podemos verificar la existencia de este elemento para lo enteros, racionales y los

reales y la operación suma, pero no para los números naturales, ya que el número
0 no forma parte de dicho conjunto numérico.
∀ 5 ∈ Z, Q, R ∃ 0 ∈ Z, Q, R / 5 + 0 = 0 + 5 = 5
2011 8
En cuanto a la multiplicación, el elemento neutro existe para todos los conjuntos

numéricos usuales, siendo éste único.
∀ 5 ∈ N, Z, Q, R ∃ 1∈ N, Z, Q, R / 5 . 1 = 1 . 5 = 5
En los capítulos siguientes, estudiaremos matrices y sus propiedades y vectores y

las suyas, pero podemos anticipar que la suma y el producto entre matrices tienen
su elemento neutro.
Regularidad de un elemento respecto de una ley interna:
La regularidad de un elemento respecto de una ley de composición interna

consiste en que es cancelable o simplificable a izquierda y a derecha en los dos
términos de una igualdad.
a * b = a * c ⇒ b = c
a ∈ A es regular respecto de * ⇔ 
b * a = c * a ⇒ b = c
Existencia de elemento simétrico en una ley con neutro:

Dado un elemento a ε A se llama simétrico de a y se lo denomina -a a un elemento
que operando a izquierda y derecha con a da el neutro.
De acuerdo a lo antedicho, es menester que exista neutro para una operación,
para que exista elemento simétrico.
-a ∈ A es elemento simétrico de a para la ley * ⇔
∀ a ∈ A , ∃ -a ∈ A / a * -a = -a * a = e
∀ 4∈Q ⇒ 4 + - 4 = 0
∀ 5 ∈ Z ⇒ 5 .1 = 5
Ley de composición externa:

En este caso se opera con elementos de dos conjuntos, de tal manera que el
resultado sea un elemento de uno de ellos.
2011 9
∀α∈Α,∀v∈V⇒α.v=w/w∈V
Ejemplo: El producto de escalares por matrices es un ejemplo de esta Ley de

Composición Externa.
∀ α ∈ Z ∧ ∀ A ∈ R mxn ⇒ α A ∈ R mxn
 4 - 5  12 − 15
3 . A 2x2 = 3.  = 
- 3 6  − 9 18 
Por norma se coloca primero el escalar.
El producto de un vector por un escalar es otra demostración de la Ley de

Composición Externa
∀ a ∈R3 ∧ ∀α ∈R ⇒α a ∈R3
5 . (2,3,4) = (10,15,20)
Estructura de Grupo :
Definición:
Sea el par formado por un conjunto no vacío G, y una función *, dicho par (G , *) es
un grupo si y sólo si * es una ley interna en G, asociativa, con neutro, y tal que
todo elemento de G admite inverso respecto de *.
Ejemplo:
El par formado por el conjunto de Matrices cuadradas y el producto ( Rnxn, . )
a) Cumple con la Ley de Composición Interna A2x2 . B2x2 = C2x2
b) Cumple con la propiedad asociativa (A . B) . C = A . (B . C)
c) Cumple con la existencia de Elemento Neutro A2x2 . I2x2 = A2x2
d) Cumple con la existencia de elemento inverso A2x2 . A-1 = I2x2
De lo expuesto, surge que las matrices cuadradas y la operación producto tienen

Estructura de Grupo.
2011 10
Estructura de Grupo Abeliano:

Si además cumple con la propiedad conmutativa, el grupo se denomina abeliano.
El par formado por el conjunto de los Números Reales (R) y el producto ( R , . )
a) Cumple con la Ley de Composición Interna 5 . 2 = 10
b) Cumple con la propiedad asociativa (2 . 3) . 4 = 2 . (3 . 4)
c) Cumple con la propiedad conmutativa 2.3=3.2
d) Cumple con la existencia de Elemento Neutro 2.1=2
e) Cumple con la existencia de elemento inverso 2 . 1/2 = 1
De lo expuesto, surge que el par formado por los números reales y la operación
producto tienen Estructura de Grupo Abeliano.
Semigrupo :
Definición :
El par ( A , * ), donde A ≠ φ y * es una operación, es un semigrupo si y sólo si * es

ley de composición interna y cumple con la propiedad asociativa en A.
Estructura de Cuerpo:
Definición:
La terna ( K , + , . ), formado por el conjunto numérico K y por las operaciones
suma y producto respectivamente es un cuerpo si y sólo si :
1. ( K , + ) es grupo abeliano.
2. ( K - {0} , . ) es grupo abeliano.
3. El producto es distributivo respecto de la suma.
Propiedades de los cuerpos :
1. Los cuerpos no admiten divisores de cero.
2011 11
2. En todo cuerpo vale la ley cancelativa del producto para todo elemento no
nulo del mismo.
3. Si b ≠ 0, entonces la ecuación b . x = a admite solución única en K.
4. El recíproco del opuesto de todo elemento no nulo es igual al opuesto de su

recíproco.
Ejemplo:
( R , +, . ) Los elementos del conjunto de los reales, la suma y el producto tienen

Estructura de Cuerpo ya que:
1) ( R , + ) es Grupo Abeliano:
a) ( R , + ) cumplen con la L.C.I., ya que la suma de dos reales

cualesquiera dan por resultado otro número real.
b) ( R . + ) cumplen con la propiedad asociativa (4 + 3)+2 = 4 + (3 + 2)
c) ( R , + ) cumplen con la propiedad conmutativa 4+3=3+4
d) ( R , + ) cumple con la existencia de elemento neutro 4+0=4
e) ( R , + ) cumple con la existencia de elemento simétrico 4 + (-4) = 0
2) ( R - {0} , . ) es Grupo Abeliano:
a) ( R - {0} , . ) cumple con la L.C.I., ya que el producto de dos reales

cualesquiera dan por resultado otro número real.
b) ( R - {0} , . ) cumple con la propiedad asociativa (4 . 3).2 = 4 . (3 . 2)
c) ( R - {0} , . ) cumple con la propiedad conmutativa 4 . 3 = 3 . 4
d) ( R - {0} , . ) cumple con la existencia de elemento neutro 4 . 1 = 1 . 4
e) ( R - {0} , . ) cumple con la existencia de elemento simétrico 4.¼=1
3) El producto (.) es distributivo respecto de la suma (+):
( 2 + 3 ) . 5 = ( 2 . 5 ) + ( 3 . 5 ) = 25
5 . 5 = 10 + 15 = 25
2011 12
Por lo expuesto, hemos podido verificar que la terna formada por ( R , + , . ) tiene
Estructura Algebraica de Cuerpo.
2011 13
CAPITULO 1 – EJERCITACIÓN
1- Analizar que propiedades cumplen los siguientes pares
a) (N0;+), b) (N;+), c) (Z;+), d) (Z;-), e) (N;.),

f) (Z; ÷), g) (Q;.) h) (Q; ÷), i) (R;+), j) (R;.), k) (R; ÷)
2- Analizar si las siguientes tablas correspondientes a leyes asociativas tienen

estructuras de grupo abeliano:
a)
∆ p q R
p p q R
q q r P
r r p Q
b)
* 0 1
0 0 1
1 1 2
c)
* a b c D
a a b c d
b b c d a
c c d a b
d d a b c
3- Completar la siguiente tabla si P son los números pares e I son los impares.
Analizar si tiene estructura de Grupo Abeliano. Indicar el elemento neutro y
simétrico.
+ P I
P
I
4. Sabiendo que (C ; *) tiene estructura de grupo, que C={a;b} y que b es el

Neutro, a)completar la tabla b) ¿Es grupo abeliano?
* a b
a
b
5- Probar que la adición y la multiplicación son leyes de composición interna en el

conjunto de los enteros pares.
2011 14
6- Determinar si (Z;.) tiene estructura de Grupo abeliano.
7- Indique entre las operaciones habituales definidas en R:
a) Una operación asociativa.

b) Una operación no asociativa.
c) Una operación conmutativa
d) Una operación no conmutativa
e) Una operación distributiva respecto de la suma y la resta
f) Una operación no distributiva respecto de la suma y la resta.
8- Dado A={m,p,r} y las operaciones *, & y # definidas en él:
∗ m p r
m m m m
p m p r
r m r p
& m p r
m m p r
p p r m
r r m p
# m p r
m m m m
p m p r
r r r m
a) Verificar que cada una de ellas defina una ley de composición interna en A.
b) Hallar el resultado de:

1. (m*m)+r
2. (m*r)#p
3. (p#r)*(p&r)
4. (m#m)&r
5. [(m*p)&r]#p
c) Indicar cuál es el elemento neutro para cada operación definida.
d) Hallar el inverso de cada elemento de A (si existen) respecto de *.
e) Determinar cuáles son las operaciones dadas son conmutativas. Justificar.
9- Analizar si constituyen o no grupo abeliano, justificando:

(N;+); (Z;+); (Q;.); (R;+); (R;.)
10- Probar que (R2;+) es grupo abeliano.
2011 15
11-Averiguar, justificando en cada caso, si las siguientes ternas tienen estructura

de cuerpo:
a) (Z; +; .)
b) (Q; +; .)
c) (R; +; .)
Siendo + y . La suma y el producto habituales.
2011 16
CAPÍTULO
2
MATRICES Y
DETERMINANTES
2011 17
Capítulo 2 – MATRICES Y DETERMINANTES
Definición de Matriz:
Se denomina matriz a un arreglo o disposición
rectangular de números.
Son cuadros que agrupan cantidades.
La matriz es un medio común y hábil para resumir y
presentar números o datos.
Orden:
Se llama orden de la matriz al número de filas y número de columnas que posee.
Una matriz que tiene m filas y n columnas es de orden m x n (m por n).
 1 − 5
− 2 6 
 
Esta matriz, como posee dos filas y dos columnas, es de orden 2x2.
Notación de una matriz:

La matriz lleva como nombre una letra mayúscula del abecedario, y los elementos
de la matriz se encuentran entre corchetes.
 1 − 5
A=  
− 2 6 
Elementos de una matriz:

Una matriz de orden m x n tiene (m x n) elementos, los que se denominan con la
misma letra que la matriz, pero en letra minúscula, y tienen para su correcta
ubicación, dos subíndices, el primero de los cuales (i) indica la fila y el segundo (j)
la columna a la que pertenece. De esta forma, al elemento que ocupe la segunda
fila, tercera columna de la matriz A, se lo denomina a23 .
a a12 a13 
A =  11
 a 21 a 22 a 23 
A ε R2x3, entonces, tiene 2 x 3 = 6 elementos
2011 18
Ejercicio: escribir la matriz definida por la siguiente expresión:
a a12 a13  − 2 − 6 − 10

A ∈ R 2x3 / aij = 2i − 4 j =  11 =
a21 a 22 a 23   0 − 4 − 8 
Tipos de matrices:
Matriz nula:
Recibe este nombre aquella matriz en la cual todos los elementos son 0, con
independencia de su orden. Se la designa como matriz N o simplemente matriz 0.
Si N es la matriz nula ⇒ ∀ i ∀ j / nij = 0
0 0 
0 0 0  0 0 
N = 0 0 N =   N= 
0 0 0 0 0  0 0 
Matriz cuadrada:
Es aquella en la cual el número de filas m es igual al número de columnas n. Se la
denomina matriz cuadrada de orden n.
 2 0 - 3 15
 2 4 - 6  1 -5 4 8 
4 - 5 3x3  
C 2x2 =   C = -5 8 2 C =  4x4 
2 7    - 5 2 6 7 
- 12 7 - 3  
 2 5 -7 4
Diagonal de una matriz cuadrada:

En una matriz cuadrada de orden n, la diagonal de la matriz es aquella formada
por los elementos en los cuales el subíndice i es igual al subíndice j. Es la diagonal
de n elementos que, de izquierda a derecha, desciende.
 a11 a12 a13 

A = a 21 a 22 a 23 
 a31 a32 a33 
2011 19
Traza de una matriz cuadrada:

Se llama traza de una matriz cuadrada a la suma de los elementos que componen
su diagonal.
n
tr (A) = ∑ a ii = a 11 + a 22 + a 33 + ... + a nn
i =1
 4 5 2
A =  2 3 6 ⇒ tr (A) = 4 + 3 + 4 = 11
 
- 3 8 4
Matriz diagonal:
Es una matriz cuadrada en la cual los elementos que no pertenecen a la diagonal
son nulos.
A es una matriz diagonal / ∀ i ∀ j ⇒ i≠j ⇒ aij = 0
 4 0 0
D = 0 2 0
0 0 3
Matriz escalar:
Es una matriz diagonal en la cual todos los elementos de la diagonal son iguales.
A es una matriz escalar ⇒ ∀ i ∀ j ⇒ i=j ⇒ aij son iguales
4 0 0 
E = 0 4 0
0 0 4
Matriz identidad:
Es una matriz escalar en la cual los elementos de la diagonal son 1.
A es una matriz identidad / ∀ i ∀ j ⇒ i=j ⇒ aij = 1
2011 20
1 0 0 
I = 0 1 0
0 0 1
Esta matriz tiene un papel muy importante en el producto entre matrices, tema que
será desarrollado cuando se estudien las operaciones matriciales.
Matriz fila:
Es la que tiene una sola fila. Es de orden 1 x n.
F1x4 = [4 - 2 - 6 8]
Matriz columna:
Es la que tiene una sola columna. Es de orden m x 1.
2
7
C 3x1
= - 5 D 2x1 =  
   - 8
 3 
Matriz opuesta:
La matriz opuesta de A es B ⇔ ∀i ∀ j : bij = -aij , se denomina como -A.
 3 − 2 − 3 2 
A = − 4 3  - A =  4 − 3
 
 8 − 5 − 8 5 
2011 21
Operaciones entre matrices:
Suma:
Sólo se pueden sumar matrices del mismo orden. El resultado da otra matriz del
mismo orden cuyos elementos se obtienen sumando entre sí los elementos que
ocupan la misma posición.
Propiedades de la suma:
a) Ley de cierre: la suma de las matrices da otra matriz del mismo orden.
b) Asociativa: (A + B) + C = A + (B + C)
c) Conmutativa: A + B = B + A
d) Existencia de neutro: A + N = N + A = A (N es la matriz nula)
e) Existencia de simétrico: A + (-A) = 0 (-A es la matriz opuesta)
 4 −5 −7  − 7 9 − 4 − 3 − 4 −11
A=   B =  2 6 − 7 A + B = C =  0 15 −19
− 2 9 −12    
Resta:
Restar A y B equivale a sumar a la matriz A la matriz opuesta de B.
A - B = A + (-B)
 4 −5 − 7  − 7 9 − 4  11 −14 − 3
A=   B =  2 6 − 7 A − B = C = − 4 3 − 5
− 2 9 −12    
Producto:
a) Producto de un escalar por una matriz:

Para multiplicar un escalar (número) por una matriz se multiplica el escalar por
cada elemento de la matriz es una ley externa. Se debe distribuir el producto del
escalar por cada elemento de la matriz, como se indica en el siguiente ejemplo.
α . A = B / ∀i ∀j ⇒ bij = α . aij
2011 22
 5 − 15 15 - 45

α =3 A =  0 4  3A =  0 12 
− 2 3  - 6 9 
Propiedades de la multiplicación de un escalar por una matriz:
a) 0 . A = N
b) α . N = N
c) Si α . A = N ⇔ α = 0 ó A = N
d) 1 . A = A
e) Distributiva respecto de la suma de matrices :
α . (A + B) = α . A + α . B
f) Distributiva respecto de la suma de escalares :
(α + β) . A = α . A + β . B
g) Tr (α . A) = α . Tr (A)
b) Producto entre matrices:

Dadas dos matrices A y B las mismas se pueden multiplicar si y sólo si el número
de columnas de la primera es igual al número de filas de la segunda.
La matriz producto tiene tantas filas como la matriz primera y tantas columnas
como la matriz segunda.
Cada elemento de la matriz producto se obtiene efectuando la sumatoria de las
multiplicaciones de los elementos de cada fila de la primera matriz por los
elementos de cada columna de la segunda matriz. se obtiene de esta manera una
matriz que tiene tantas filas como la primera matriz y tantas columnas como la
segunda matriz.
Condición:
A mxn ⋅ B pxq (si n = p) = C mxq
1 - 2 3 
3 6 - 1 
2 - 1 5 - 3  =  - 3 22 - 18
A=  B=
4 2 - 3 - 5 2 7 - 2 - 16 - 22 - 9 
 
4 1 5 
Elemento c11 2 x 1 + (-1) x 3 + 5 x 2 + (-3) x 4 = -3

Elemento c12 2 x (-2) + (-1) x 6 + 5 x 7 + (-3) 1 = 22
Elemento c13 2 x 3 + (-1) x (-1) + 5 x (-2) + (-3) x 5 = -18
Elemento c21 4 x 1 + 2 x 3 + (-3) x 2 + (-5) x 4 = -16
Elemento c22 4 x (-2) + 2 x 6 + (-3) x 7 + (-5) x 1 = -22
2011 23
Elemento c23 4 x 3 + 2 x (-1) + (-3) x (-2) + (-5) x 5 = -9
Propiedades del producto de matrices:
a) Asociativa : A . (B . C) = (A . B) . C
1 5   4 3 1 2   1 5  4 3  1 2
6 - 7 .  2 4.3 = . .
    4   6 − 7 2 4  3 4
1 5  13 20 14 23  1 2
6 − 7.14 = .
  20 10 − 10 3 4
b) No conmutativa : A . B ≠ B . A
1 2 3 4 3 4 1 2
3 4.5 ≠ .
  7  5 7 3 4
15 22 13 18 
26 ≠
 38 29 40
c) Distributiva respecto de la suma y resta. A . ( B + C ) = A . B + A . C
1 2  2 3 3 4   1 2 2 3   1 2 3 4 
3 4. 4 5 + 5 6  =  3 4.4 5  +  3 4.5 6 
           
1 2 5 7  10 13  13 16 
3 4.9 11 = 22 29 + 29 36
      
23 29 23 29
51 65 = 51 65
   
2011 24
d) Existencia de elemento neutro I . A = A . I = A
1 2 1 0 1 0 1 2 1 2
3 4.0 1 = 0 1.3 4 = 3 4
       
Potencias de una matriz:

Sólo se pueden elevar a una potencia matrices que tengan idéntica cantidad de
filas y de columnas, o sea, matrices cuadradas. La operación de multiplicar una
matriz por si misma debe hacerse de acuerdo a las reglas vistas para el producto
de matrices.
1 2 1 2  7 10 
A=  ⋅ A = 3 4 = A 2
= 15 22
3 4    
Trasposición de una matriz:

a) Definición:
La traspuesta de una matriz A es la matriz que se obtiene de permutar las filas por
las columnas.
 5 10 
- 8 9 
 5 - 8 3 - 4 t
A ∈ R 2x4 =   A ∈ R 4x2 = 
10 9 - 13 5   3 - 13
 
- 4 5 
b) Propiedades:
a) La traspuesta de una matriz traspuesta es la matriz original.
[A ]
t t
=A
1 6 
1 5 2
A=
−
 
 → A = 5 − 7  → A
t t
( ) t 1 5 2 
= =A
 6 7 4  2 4  6 − 7 4 
2011 25
b) La traspuesta de la suma es la suma de las traspuestas.
[A + B]t = A t + Bt
1 2 5 6  6 8 6 10 1 3 5 7  6 10
A=  +B=  / A+ B =   → ( A + B) t =  = + = 
3 4 7 8  10 12 8 12 2 4 6 8  8 12
c) La traspuesta de un producto es igual al producto de las traspuestas en

orden inverso.
[A . B]t = Bt . A t
1 2 5 6 19 22 19 43 t 5 7  t 1 3 19 43

3 4.7 8 / A.B = 43 50 → ( A.B) = 22 50 = B 6 8 . A 2 4 = 22 50
t
            
Matrices especiales:
Matriz idempotente:
Una matriz es idempotente si su cuadrado es igual a la matriz.
A2 = A
Ejemplo:
 2 - 2 - 4 - 1 2 4 
A = - 1 3 4  B =  1 - 2 - 4
   
 1 - 2 - 3 - 1 2 4 
Verifique que elevando la matriz A y la matriz B al cuadrado, nos da por resultado

la misma matriz, lo que determina que ambas matrices sean idempotentes.
2011 26
Matriz involutiva:
Una matriz es involutiva si su cuadrado es igual a la matriz identidad.
A2 = I
- 1 - 1 - 1
A =  0 1 0  ⇒ A2 = I
 
 0 0 1 
Matriz simétrica:
Una matriz cuadrada es simétrica si es igual a su traspuesta.
A = At
1 2 3 
A =  2 - 5 4 = A t
 
3 4 0
En una matriz simétrica, los elementos de la diagonal pueden tomar cualquier

valor, pero en los elementos donde i ≠ j entonces aij = aji.
Matriz antisimétrica:
Una matriz es antisimétrica si es igual a la opuesta de su traspuesta.
A = - At
 0 - 1 2
B =  1 0 3 = - B t
 
- 2 - 3 0
2011 27
En la matriz antisimétrica, cuando los subíndices son iguales (o sea, en la

diagonal), el elemento debe ser igual a 0, cuando los dos subíndices son
diferentes, entonces
aij = -aji
Propiedades de las matrices simétrica y antisimétrica:
a) La suma de una matriz cuadrada y su traspuesta da una matriz simétrica.
A nxn + A t = Matriz simétrica

1 2 1 3 2 5
3 4 + 2 4 = 5 8
     
b) La resta de una matriz cuadrada y su traspuesta da una matriz antisimétrica.
A nxn − A t = Matriz Antisimétrica

1 2 1 3 0 − 1
3 4 − 2 4 = 1 0 
     
c) El producto de una matriz y su traspuesta da una matriz simétrica.
A . A t = Matriz simétrica
2  4 6 10 
3[2 3 5] =  6 9 15 
   
5 10 15 25
d) Toda matriz cuadrada se puede descomponer en una suma de una matriz

simétrica y una matriz antisimétrica.
A nxn = Matriz simétrica + Matriz antisimétrica

1 2 1 3 1 2 1 3
+ 3 4 − 2 4  1 5 / 2  0 − 1 / 2 1 2
1 2 3 4 2 4    =
3 4 = + 5 / 2 4  + 1 / 2 =
0  3 4
  2 2   
2011 28
Matriz inversa:
Una matriz cuadrada A admite inversa si existe una matriz B que multiplicada a
izquierda y derecha por la matriz A da la matriz identidad.
A • A -1 = A -1 • A = I
La matriz inversa es el elemento inverso para el producto entre matrices
Matriz ortogonal:
Una matriz cuadrada es ortogonal si y solo si su inversa es igual a su transpuesta.

De lo que se deduce que una matriz es ortogonal si el producto de esa matriz por
su traspuesta da la identidad.
 1/3 2/3 2/3

A = - 2/3 - 1/3 2/3 es una matriz ortogonal pues A -1 = A t
 
 2/3 - 2/3 1/3 
Matrices triangulares:
Triangular superior:
Una matriz cuadrada es triangular superior ⇔ i>j ⇒ aij = 0
4 5 2
A = 0 3 7
0 0 9
Triangular inferior:
Una matriz cuadrada es triangular inferior ⇔ i<j ⇒ aij = 0
1 0 0 
B =  5 8 0 
14 9 - 7 
De lo expuesto, podemos indicar que las matrices identidad son Matrices

triangulares superiores e inferiores simultáneamente.
2011 29
Rango de una matriz:

a) Definición:
Es el mayor número de vectores columna distintos o vectores fila linealmente

independientes que tiene la matriz.
Es el mayor número de vectores columna canónicos distintos que se pueden
obtener en la matriz aplicando sucesivas operaciones elementales. Vector
canónico es aquel en el que todos los elementos son iguales a 0 excepto uno que
vale 1 . El rango de una matriz no se altera si se realizan en la matriz cualesquiera
de las siguientes operaciones:
a) Intercambiar el orden con el que figuran las filas en la matriz.
b) Método para obtener el rango de una matriz (Método de Gauss-Jordan):
El rango de una matriz se obtiene por medio del método de Gauss-Jordan, que
consiste en aplicar sucesivas operaciones aritméticas sencillas.
Síntesis del método:
1. Se elige el pivote (distinto de 0, preferentemente un 1).

2. La fila del pivote se divide por el pivote.
3. Los elementos de la columna del pivote se transforman en 0, excepto el pivote
que se transforma en 1.
4. Los demás elementos se transforman por la regla del rectángulo, que consiste
en lo siguiente: el elemento a transformar forma, con el pivot, la diagonal
principales de un rectángulo imaginario; como todo rectángulo consta de dos
diagonales, el transformado se halla realizando las siguientes operaciones:
Productos de los elementos de la diagonal principal, menos el producto de los
elementos de la diagonal secundaria (o contradiagonal), divididos por el pivot
5. Se reitera el procedimiento eligiendo otro pivote que no pertenezca ni a la fila ni
a la columna del pivote elegido anteriormente.
6. El vector columna canónica hallado en el pivoteo anterior se copia, y se retoma
desde el punto 2.
2011 30
Ejemplo: hallar el rango de la siguiente matriz
 1 -1 1 
 2 1 - 2
A= 
 1 1 - 1
 
- 1 2 1 
1 -1 1
2 1 -2
1 1 -1
-1 2 1
-------------
1 -1 1
0 3 -4
0 2 -2
0 1 2
-------------
1 0 3
0 0 - 10
0 0 -6
0 1 2
-------------
1 0 0
0 0 0
0 0 1
0 1 0
El rango de la matriz se conoce contando los Vectores Columna Canónicos, que
en esta matriz son 3.
Cálculo de la matriz inversa por Gauss – Jordan:
El método de Gauss - Jordan sirve también para calcular la inversa de una matriz
cuadrada no singular. Para ello se escribe a la derecha de A de orden n x n la
matriz identidad de igual orden, obteniéndose una matriz de orden n x 2n. Se
2011 31
aplica el método de Gauss - Jordan hasta que la matriz A se halla transformado en

la matriz identidad. A su derecha obtenemos la inversa de la matriz A (A-1).
Para ser inversible, el determinante de la matriz debe ser distinto de 0.
1 2 1 0
Matriz A Matriz Identidad
3 4 0 1
1 2 1 0
0 -2 -3 1
1 0 -2 1
Matriz Identidad Matriz A-1
0 1 3/2 -1/2
Nota: si a la izquierda se obtienen vectores canónicos pero no en el orden que

están en la matriz identidad (con los unos en la diagonal de la matriz), la misma se
obtiene permutando las filas de dicha matriz.
Determinantes:
Dada una matriz cuadrada se llama determinante a una función definida de Reales
(n x n) en Reales de modo que la imagen de cada matriz es un número real que se
obtiene como la sumatoria del producto de n elementos de distinta fila y distinta
columna con signo positivo si forman una permutación de clase par y de signo
negativo si forman una permutación de clase impar.
Nota: Son de clase par si, ordenados los elementos por el primer subíndice, el
segundo subíndice tiene un número par de permutaciones (no están en el orden
natural).
Determinante de una matriz de orden 1 x 1 y de una matriz 2 x 2
A = [5] A =5
b b12 
B =  11 = B = b11 . b 22 − b12 .b 21
b 21 b 22 
Determinante de una Matriz de 3 x 3. Regla de Sarrus:
Es una regla que sirve solamente para calcular determinantes de tercer orden. Se
repiten las dos primeras filas de la matriz cuyo determinante se quiere conocer.
El producto de las diagonales de tres elementos que descienden se suman,
mientras que las que ascienden se restan.
2011 32
2 3 1
2 3 1  2 1 2
 
C = 2 1 2 C = 3 2 3 = 2.1.3 + 2.2.1 + 3.3.2 - 3.1.1. - 2.2.2 - 2.3.3 = 6 + 4 + 18 - 3 - 8 - 18 = -1
3 2 3 2 3 1
2 1 2
Menor Complementario de un elemento de una matriz:
Se llama menor complementario de un elemento de una matriz cuadrada de orden

n al determinante asociado a la matriz cuadrada de orden n-1 que se obtiene al
suprimir la fila i y la columna j.
Se lo denomina αij
Ejemplo:
Dada la siguiente matriz A2x2, calcular los menores complementarios de cada
elemento de la matriz.
1 2
A= 
3 4
α 11 = 4 α 12 = 3 α 21 = 2 α 22 = 1
Adjunto de un elemento de una matriz:
Se llama así al número que se obtiene de multiplicar al menor complementario

por el número -1 elevado al exponente que surge de sumar sus dos subíndices:
Αij = αij . (-1)i+j
La suma de los dos subíndices puede dar un número par o impar. O sea, la
posibilidades son que el número -1 sea elevado a un exponente par o impar. El
número -1 elevado a un exponente par siempre da por resultado 1, mientras que si
lo elevamos a un exponente impar, obtendremos como resultado -1. De lo
manifestado surge que si la suma de los subíndices es par, el adjunto de un
elemento es igual a su menor, mientras que si la suma de los subíndices es impar,
el adjunto es igual al opuesto del menor.
A11= 4 A12= -3 A21= -2 A22= 1
2011 33
Matriz adjunta:
Es la matriz transpuesta de la matriz que se obtiene de reemplazar en una matriz

cuadrada cada elemento por su adjunto. Se la denomina adj A.
 4 - 2
Adj A =  
- 3 1 
Cálculo de la Matriz Inversa por el Método de la Matriz Adjunta
 4 − 2
 
Adj A − 3 1   − 2 1 
A =
-1
= = 
A −2 3 / 2 − 1 / 2
Comparando la matriz A2x2 con la Adj A, notamos que los elementos de la diagonal
se intercambian y los de la contradiagonal cambian su signo.
1 2  4 - 2
A=  Adj A =  
3 4 - 3 1 
De lo expuesto, queda claro que sólo es conveniente el empleo del método de la
matriz adjunta para calcular la inversa de una matriz en el caso de una matriz de
orden 2, siendo en todas las demás matrices la utilización del Método de Gauss
Jordan para su cálculo.
Propiedades de los determinantes:
El estudio de los determinantes es uno de los principales temas de la presente

unidad, razón por la que sus propiedades adquieren un importante valor en el
Álgebra Lineal. Las propiedades que se detallan son las mas importantes, pero no
las únicas.
1) Regla de Laplace: El valor de un determinante es igual a la suma de los

productos de los elementos de una línea cualquiera multiplicado por sus
correspondientes adjuntos.
Es la única manera de calcular el determinante en matrices de orden superior a
3.
2011 34
1 2
A=  A = −2 a 11 .A11 + a 12 .A12 = 1 . (α 11 . − 12 ) + 2 . (α 12 . - 13 ) = 4 - 6 = - 2
3 4
2) Si en una matriz una línea es 0, su determinante vale 0.
0 1 
A=  A = 0 . 2 + 1. 0 = 0
 0 2 
3) Si en una matriz se permutan filas por columnas los correspondientes

determinantes son iguales.
1 2 1 2 1 3 1 3
A= / = −2 At =  / = −2
3 4 3 4  2 4 2 4
4) Si en una matriz se permutan 2 líneas paralelas los correspondientes

determinantes tienen signos opuestos.
3 4 3 4
A= / 1 2 =2
1 2 
5) Si en una matriz dos líneas paralelas son proporcionales, su determinante vale

0.
1 2  1 2
A= / = 1. 8 - 2 . 4 = 0
4 8  4 8
6) Si en una matriz se multiplican todos los elementos de una línea por una
constante el determinante de la matriz queda multiplicado por la constante.
1 2 1 2
A= / = −2 Si multiplicamos la 1ra fila por 5:
3 4 3 4
5 10 5 10
A= / = - 10 que es el determinante original multiplicado por la
3 4  3 4
constante.
2011 35
7) Teorema de Jacobi: Si en una matriz a una línea se le suma una línea paralela
multiplicada por una constante k el determinante de la matriz no varía.
1 2
A=  / A = −2
3 4 
Si a la fila 2 le sumamos la fila 1 multiplicada por -3, me queda la siguiente matriz:
1 2 
B=  / B = −2
0 − 2 
Esta propiedad se utiliza para poder transformar en 0 elementos de una matriz, lo
que simplifica el cálculo del determinante.
8 ) El determinante de una matriz cuadrada triangular superior o inferior de orden n

x n es igual al producto de los elementos de la diagonal principal.
1 4 5
A = 0 2 5
 
0 0 3
Empleamos la Regla de Sarrus, lo que deja seis diagonales de tres elementos

cada una, debiendo sumar los productos de los elementos de cada línea, como
puede verse en el ejemplo, todos los productos se anulan por contener 0, menos
el producto de los elementos de su diagonal principal.
1 4 5
0 2 5
0 0 3 A = 1.2.3 + 0.0.5 + 0.4.5 − 0.2.5 − 1.0.5 − 0.4.3 = 6
1 4 5
0 2 5
9) Determinante de una suma y de un producto :

a) El determinante de una suma de matrices no es igual a la suma de los
determinantes.
2011 36
4 2 7 6  11 8 
A=  / A = 2 y B = 3 4 / B = 10 A + B =  8 7 /
5 3     
A + B = 13 ≠ A + B = 2 + 10 = 12
b) El determinante de un producto de matrices es igual al producto de los

determinantes.
4 2 7 6  34 32
A=  / A = 2 y B = 3 4 / B = 10 A.B = 44 42 / A.B = 20 = A . B
5 3     
10) El determinante de una matriz de orden n multiplicado por una constante k es

igual al determinante multiplicado por la constante elevada al orden de la matriz.
2.I 3x3 = 8 ⇒ I 3x3 = 1.23 = 8
11) El determinante de la inversa de una matriz es igual al inverso multiplicativo

del determinante de la matriz original.
1
A =5 A -1 =
5
12) El determinante de una matriz que no admite inversa (matriz singular) es igual
a 0.
Si A es una matriz singular, entonces A = 0
Ecuaciones matriciales:
Tienen la forma A . X = B y se resuelven efectuando la inversa de la matriz A y

realizando la premultiplicación de ésta matriz por la matriz B.
A.X=B (se conocen A y B, pero se desconoce X)
A-1 . A . X = A-1 . B (se premultiplican ambos lados de la igualdad por A-1)
I . X = A-1 . B (ya que A-1 . A = I)
2011 37
X = A-1 . B (por ser la matriz I el elemento neutro para el producto entre

matrices)
Si, en cambio, tenemos la ecuación planteada:

X . A = B (se conocen A y B, pero se desconoce X)
X . A . A-1 = B . A-1 (se postmultiplica ambos lados de la igualdad por A-1)
X . I = B . A-1
X = B . A-1
APLICACIONES ECONÓMICAS
Matriz insumo - producto:
El cálculo de las cuentas nacionales consiste tradicionalmente en la medición de
las magnitudes agregadas al ingreso, al producto y al gasto. La producción de un
sector está en directa relación con la demanda que de dicho sector tienen los
demás sectores de la economía y lógicamente, por la demanda final de los
consumidores de los productos del mismo sector. De lo expuesto se deduce
fácilmente que una variación en la demanda final de un sector modifica todos los
valores de nuestra tabla de insumo - producto. Sobre este tema en particular
volveremos más adelante. Al Gerente de Producción de cualquier fábrica le
resultará muy útil conocer que insumos deberá adquirir de otro sector de la
economía, dado un cambio en la Demanda Final (consumos de las familias más
inversión) de cualquier sector.
Para conocer estas variaciones es necesario trabajar con la Matriz Insumo -
Producto.
Características básicas de la tabla insumo - producto
La tabla tiene la forma de un cuadro de doble entrada. Para facilitar la

comprensión del tema trabajaremos con una sencilla economía de tres sectores,
sin sector externo, y cada uno de los sectores tendrá un solo producto final. Los
sectores están relacionados ya que cada sector debe utilizar como insumos
productos de otros sectores.
En las filas se registra el destino de las mercaderías y en las columnas el origen
de las mismas. La cuarta fila indica los valores agregados por los distintos
sectores y la cuarta columna muestra la demanda final. Luego, tanto la quinta fila
como la quinta columna indican los Valores Brutos de la Producción de cada
sector. A continuación, se brinda un ejemplo de una tabla de insumo - producto.
2011 38
Tabla de Insumo - Producto (en $)
Compras Agricultura Industria Servicios Demanda Valor Bruto de

Ventas Final la Producción
Agricultura 50 200 15 235 500
Industria 70 350 230 350 1000
Servicios 100 300 110 445 955
Valor Agregado 280 150 600 1030 xxxx
Valor Bruto de 500 1000 955 xxxx 2455
la Producción
Tal como explicamos anteriormente, las filas expresan los destinos que cada
sector le da a su producción y las columnas indican los insumos que el sector
requiere y el valor agregado (Remuneración de los factores de producción) del
sector.
Si procediéramos a escribir la matriz como un sistema de ecuaciones,
obtendríamos:
S1 S2 ... Sn DF VBP
S1 x11 x12 x1n Y1 X1
S2 x21 x22 x2n Y2 X2
... ... ... ... ... ...
Sn xn1 xn2 xnn Yn Xn
VA VA1 VA2 VAn
VBP X1 X2 ... Xn ΣX
Donde xij representa el valor de insumo i que utiliza el sector j. Podemos indicar
también, que :
X1 = x11 + x12 + ... + x1n + Y1
Matriz de Coeficientes tecnológicos o técnicos (M.C.T.):
Esta matriz indica la relación existente entre las compras que un sector realiza y
el Valor Bruto de la Producción (V.B.P.) de dicho sector. Para armas esta
matriz, es necesario trabajar sobre la parte de la M.I.P. referente a lo que un
sector compra a otro sector, o sea, excluimos las filas de Valor Agregado (V.A.) y
(V.B.P.), y las columnas de Demanda Final (D.F.) y (V.B.P.).a la matriz resultante
la denominaremos matriz A, que estará formada por los elementos aij tal que :
aij = xij / Xj
50/500 200/1000 15/955
A= 70/500 350/1000 230/955
100/500 300/1000 110/955
O, lo que es igual:
2011 39
1 2 3 
10 10 191
7 7 46 
A= 
 50 20 191
1 3 22 
 5 10 191
Matriz de coeficientes de requerimientos directos e indirectos

(M.C.R.D. e I.) – Matriz Inversa de la Matriz de Leontief:
La matriz de coeficientes tecnológicos no sirven para indicar en que forma un
cambio en la demanda final de un sector afecta, en forma directa, la producción de
dicho sector y, en forma indirecta, la producción de los demás sectores de la
economía.
Para medir las repercusiones directas e indirectas que resultan de un cambio en
una unidad de la demanda final recurrimos a la matriz de requerimientos directos e
indirectos. Llegamos a ella algebraicamente :
X=A.X+Y⇒X-A.X=Y⇒
(I-A) . X = Y premultiplicando por (I-A)-1
X = (I - A)-1 . Y
La matriz (I - A) es la llamada matriz de Leontief= (I-A)= (L). La inversa de esa

matriz recibe el nombre de matriz de coeficientes de requerimientos directos e
indirectos.
De acuerdo a lo estudiado anteriormente, dado un cambio en la demanda final de

uno o mas sectores, el empleo de la (M.C.D. e I.), nos permite conocer la nueva
matriz de Valores Brutos de la Producción.
Una vez conocida la matriz columna de los Valores Brutos de Producción, la
matriz de coeficientes tecnológicos nos permitirá armar la nueva Matriz Insumo -
Producto, siguiendo los pasos a la inversa de como lo hicimos para sacar la
Matriz de Coeficientes Técnicos.
Los Valores Agregados de los sectores de la economía se pueden obtener por
diferencia.
2011 40
COMPONENTES DE UNA MATRIZ INSUMO PRODUCTO
S1 S2 DF VBP
S1 4 10 6 20
S2 12 10 3 25
VA 4 5 9
VBP 20 25 45
4 10
12 10
Llamada Matriz Z, o matriz de intercambio de insumos. Esta matriz siempre es cuadrada, ya que
los mismos sectores que esta como elementos de la fila, lo están como elementos de la columna.
6
3
Matriz Y, o matriz columna de las Demandas Finales. Es la matriz que, con su variación, obligará
al cálculo de todos los nuevos componentes.
20
25
Matriz X, o matriz columna de los Valores Brutos de Producción.
20 25
t
Matriz X , o matriz fila de los Valores brutos de la Producción.
4 5
Matriz VA, o matriz fila de los Valores Agregados, la que se calcula por diferencia.
2011 41
Resumen de M.I.P.
Para calcular las variación que de producen en una Matriz Insumo Producto dado
una variación en la Demanda Final de los sectores, debemos realizar los siguientes
pasos:
1. Hallar la Matriz A, o matriz de coeficientes tecnológicos o técnicos. Tiene el

mismo orden que la matriz Z e indica la relación existente entre los insumos
que un sector compra y el valor bruto de la producción de dicho sector.
2. Hallar ( I – A ) o matriz de Leontief (L).
3. Hallar ( I – A )-1,o L-1 que es la matriz de coeficientes de requerimientos
directos e indirectos.
4. Hallar la matriz X, como resultado del producto de ( I – A )-1 . Y
5. Hallar los nuevos valores de la matriz Z, empleando la matriz Xt y la matriz
A.
6. Hallar los nuevos valores de la matriz VA por diferencia.
2011 42
Ejercicios – MATRICES Y DETERMINANTES
1- Dadas las matrices:

2 3 − 1 5
1 2 0  − 2 3  
 − 1 3 4 3 − 1 10C =  5 0 D = 2 − 1 E = 0 12 − 3 0
A=  B =     1 0 
 0 2 5   0 0 1 0 
0 15 2   4 1  
0 0 3 2
3 5 8 
1
F = [− 3 5 1]G =   H = 0 0 0 I = [3]
0 
0 0 0
a) Indicar el orden de cada matriz.

b) ¿Cuáles de las matrices dadas son cuadradas?
c) ¿Cuáles de las matrices dadas son triangulares superiores? ¿Cuáles triangulares inferiores?
d) ¿Cuáles de las matrices dadas son fila? ¿Y cuáles columna?
e) Indicar el valor de los elementos c11, c22, c31, c32 de la matriz C.
2- Determinar la matriz A ε R
4x3
cuyos elementos aij responden a la siguiente ley de formulación:
aij = 3i – 2j
3- Si A ε R
12x8
, indicar a) Cuántos elementos tiene A. b) Calcular los elementos a12, a33, a38, a45,
a53, a61, a10,7, a12,8 sabiendo que responden a la siguiente ley de formulación : aij = (-1)i+j (2i-3j).
4-Escribir explícitamente las matrices indicadas:
A ∈ R 4 x 3 / aij = 2i − j
A ∈ R 3 x 5 / aij = i + 2 j
A ∈ R 4 x 2 / aij = i j
A ∈ R 3 x 2 / aij = 2i.3 j
5- Siendo las matrices A ε R , y B ε R

2x3 2x3
cuyos elementos genéricos son:
aij= 2i-j y bij= 1-i2, hallar C= A – 2B
6- Escribir las matrices A y B de orden 3 x 2, con aij= i+j y bij = (-1)i+j .
2011 43
7- Sean las siguientes matrices:

5 − 1 3 1 
  5 − 4  0 0   
A = 2 3  B =   C = 0 0  D = 0 1 
0 4   2 0    0 − 1
Calcular, cuando sea posible. De no ser posible efectuar la operación, explicar por qué.
a) A + D
b) A + C
c) X, tal que X + B = C
d) Y, tal que Y – D = A
8- Operaciones con Matrices: Suma, Producto por un escalar, Producto entre matrices
 2 − 3 0 1 2
1 - 1 2  4 0 - 3
A=  B=  C =  5 − 1 − 4 2 D = - 1
0 3 4  - 1 - 2 3  − 1 0 0 3  3 
Hallar: (a) A + B , (b) A + C , (c) 5.B , (d) 3.D , (e) A . D , (f) B . C
9- Dadas las matrices A, B y C, hallar: a) A+B-C, b) M tal que A+C-B+M= N
1 5 8 6 3 7 2 4 7 
A =  2 − 5 2  B =  2 0 8  C = 1 7 0 
     
4 − 1 − 3 − 5 2 − 1 0 8 − 2
10- Dadas las matrices A y B ε R

2x3
, hallar: a) A-B b) B-A c) A+3B d) 2A-4B
2 − 4 3   2 − 4 − 6
A=  B =  − 3 1 − 3
7 3 − 2   
11- Sean las siguientes matrices:

 2 1 1 − 1
  1 - 4  - 2 - 1 0 3
A =  3 0  B = [5 1 - 2] C =   D = 0 1  E = 
 2 0  2 0 - 1 1
- 2 - 1 0 2 
Calcular, cuando sea posible:
a) 2.A b) A . C c) A . D d) ½ D . A e) A . E f) -2B . D g) B A + B h) 3.B . A i) C . 2E
2011 44
12- Dadas las matrices
2
5 4  - 3 0  3
   
A = - 1 7 B = 4 2 C = [1 2 3 4] D = [9 - 5 3 0] E =  
    − 1
 9 - 3  5 - 7  
0
0 
0 
 1 2
F = [1 2] G = [1 1] H =   I= 
- 1 0  0 
 
0 
a) Indicar el orden de cada matriz.
b) ¿Cuánto valen a12, c13, e21?
c) ¿Qué matrices se pueden sumar? Justifique su respuesta.
d) Resolver:
i) A+B
ii) 2B
iii) A-B
iv) 2C + D
v) 2A–¼B
vi) I+E
vii) Clasificar matrices en cuadradas, nulas, filas y columnas.
13- Resolver los siguientes productos de matrices:
2  4
2 0 − 1  
a )[2][
. − 5] b)[− 2 1 3]− 5 c)  5 d )[2][− 1 5 6]
  1 3 − 1  
 4  0
− 2 3 1
2 − 1 1  1 − 1  2 5 4 − 1
e)   2 − 2 4 f ) 
3 1 0   2 3  − 1 3 0 − 2
−1 1 0
− 1 5 0 1
1 − 2 2  
g )  2 1 3 0
4 0 1    
 4 − 2 1 1
2011 45
14- Efectuar los siguientes productos entre matrices:
 2 3  7 1 4 3 − 2 − 5 6 1 − 1 − 1 0 − 5 6 3 − 2
a)   b) c) d)
- 1 2   2 − 3 5 1 4   1 3 1 1   2 3  1 3 1 4 
3 − 1 1  1 6  1 6
− 4 5 1   7 1 4  7 1 4 
e)   5 6 4 f )  0 4 g )  0 4 
 0 4 2  0 2 −3 5  2 − 3 5
 1 2  − 2 3 − 2 3 
1 4 6 2 − 3 5   2 − 3 5  1 4 6 
1 4 − 2 0 1 
h)    i ) − 2 3 5 1 0 6 j ) 1 0 6 − 2 3 5
0 4 2  2 3 
1 0 4 2 3 1 2 3 1  1 0 4
 3 − 6 1 
2 3 − 2 1 1 0 0
4   3 2 1 − 2 4 
k )[1 4 0 2]  l) m) 4 0 6 0 1 0
1 0  − 6 4 0 3  0 
    5 1 9 0 0 1
− 2 3   2
2x3 3x4 3x2 2x3

15- Dadas las matrices A ,B ,C yD , hallar: a) A . B, b)A . C, c) C . (D + A)
1 2 3 1 − 3 1  − 4 5 
 2 0 3
A=  B = 5 − 3 − 1 4C =  2 − 2 D =  2 − 3
− 2 4 7       
6 3 − 2 3  4 1   1 4 
16- Dadas las matrices A y B ε R2x2 verificar que (A + B) . (A - B) ≠ A2 – B2
2 − 3 5 − 4 
A=  B =  
 4 − 1 2 − 3
2
17- Calcular A :
− 1 − 1 − 1
A= 0 1 0 Clasificar la matriz A.
 
 0 0 1 
2x2
18- Sea la siguiente matriz A Indicar lo siguiente:
2
a) Si f(X)= -3X +2X-5I hallar f(A)
b) Hallar α y β tal que: A + α A + β I = N
2
1 − 2
A= 
3 − 4
2011 46
19- Calcular los siguientes productos matriciales

 4 0 1   3 1 0 0   5 
2 0 1
a) 0 1 0 4 b) 0 1 0 − 2 c)
   
       1 3 1
 4 0 1 5 0 0 1  3 
20- Resolver el siguiente producto matricial
 3 1
1 2 - 3
A=  B =  2 4
4 0 2   
- 1 5
21- Resolver la siguiente multiplicación entre matrices:
3 - 2 7  6 - 2 4
A = 6 5 4 B = 0 1 3
 
   
0 4 9 7 7 5
22- Resolver el siguiente producto matricial
 1 2
- 2 3 4
A =  3 4 B= 
   3 2 1
- 1 5
23- Hallar el rango de la siguiente matriz:
1 1 - 1 1 -2 - 1
4 - 5 7 - 2 - 4 - 6
A=
2 5 - 8 4 -3 1 
 
3 - 3 4 - 1 - 3 - 4
24- Hallar los números reales x, y, z, u y v para los que se verifica:
x 2  5 1
 0 y  − 1 v  =  − 3 0 
   u 0  
 z 1     1 2
 
2011 47
25- Hallar las inversas de las siguientes matrices:
 1 -1 2 1
1 4 2 1 1 5  - 2 3
    - 4 1 
A = 3 7 9  B = 4 10 16 C = 
 5 -8 11 - 4
1 5 1  2 5 8   
- 2 3 -4 2 
1 0 0 0 1 0 0 0  - 2 -9 -8 5
1 1 0 0 2 1 0 0  - 3 - 12 10 6
D=   E=   F=
1 1 1 0 3 2 1 0  0 -2 2 1
     
1 1 1 1 4 3 2 1  - 2 -6 5 3
26- Encontrar la matriz inversa de las siguientes matrices:
1 1 1  2 -1 0  2 1 3 
 2 3 
a ) 0 1 1 b)- 1 2 - 1 c)  d ) 3 2 − 1
    1 4  
0 0 1  0 - 1 2  2 1 1 
27- Sean A y B dos matrices cuadradas de igual tamaño que son simétricas. Hallar una
condición necesaria y suficiente para que su producto A.B sea simétrica.
28- Sea M = A.B. Compruébese que si A tiene una fila nula, entonces también M tiene una fila
nula y que si B tiene una columna nula, entonces M también tiene una columna nula.
29- Si A y B son dos matrices cuadradas del mismo tamaño simétricas, compruébese que A.B
es simétrica sólo si A.B = B.A.
30- Hallar, si existen, las inversas de las siguientes matrices:
 1 0 0 4 3 2  2 1 - 1
 1 - 3 1 − 2
A=  B=  C =  3 1 5 D = 0 1 - 1 E = 0 1 1 
   
- 3 9  1 1  - 2 0 1 0 0 7  4 3 - 1
30 bis – Dada la matriz

 2 1 - 1
A = - 1 1 x 
 1 2 1 
a) Calcular x de modo que el rango de A sea 2. b) Hallar adj A (para el valor de x encontrado)
c) ¿A que es igual el producto de A . adj A
2011 48
31- Calcular los siguientes determinantes:
9 7 5 2 10 11 4 1 3 -1 3 4
4 -8 8 3 -1 4 5 -1 4 -3 5 6
A= B= C=
6 -5 8 4 5 8 -4 4 4 4 1 3
7 5 3 7 2 4 1 1 3 5 -6 7
3 9 -1 2 1 1 -2 4
2 -1 1 2 1 2
1 4 9 0 0 1 1 3
D= E= 3 0 - 2 F = 0 3 -1 G =
2 5 -1 1 2 -1 1 0
1 -3 5 4 1 1
6 5 2 1 3 4 2 -1
5 4 2 1 1 2 3 4
2 3 1 -2 2 3 4 1
H= I=
-5 -7 -3 9 3 4 1 2
1 - 2 -1 4 4 1 2 3
32- Calcular los determinantes de las siguientes matrices:
3 2 - 1 3 2 1  8 3 0
A = 4 2 5  B = 6 3 2 C = 5 2 4
   
0 3 8  1 5 4 1 - 2 3
2 - 2 1 3 
 3 2 1  3 1 2 1 3 - 1 - 1 
D = 15 8 5 E =  1 4 5 F =  
 3 - 1 1 - 4
 1 5 4 12 4 6  
8 2 - 2 - 4 
33- Calcular el determinante de la matriz dada:
a) Desarrollando por la primera columna.

b) Desarrollando por la segunda fila.
 2 1 - 2 - 1
0 3 1 1
M= 
- 1 5 0 2 
 
3 -3 4 4
2011 49
34- Calcular del modo mas “económico” posible el determinante de las matrices dadas:
1 0 3 5 5 0 0 0 5 0 4 4
0 - 2 
1 1 2 3 0 0  8 1 3 2
A= B= C= 
0 0 3 4 0 0 1 0 1 0 - 5 3
     
0 0 0 3 0 0 0 - 2 - 1 0 0 4
35- Utilizando las propiedades de los determinantes, calcular el determinante de las siguientes
matrices:
3 - 17 4  - 2 1 3  1 - 2 3 
A = 0 8 1  B =  1 - 7 4 C =  2 - 1 2 
     
0 0 - 2 - 2 1 3 4 - 5 8 
36- Resolver el siguiente producto matricial y encontrar el determinante.
1 
4[2 − 1 2]
 
2
37- Dada la siguiente matriz triangular superior, calcular el determinante de las siguientes
matrices:
4 4 8 8
0 1 2 2
A= 
0 0 2 6
 
0 0 0 2
Calcular el determinante de A, de At y de A-1.
38- Calcular el determinante de
0 1 1 1
1 0 1 1
A= 
1 1 0 1
 
1 1 1 0
2011 50
39- Para la siguiente matriz A, se pide:
a) Calcular el determinante por la regla de Sarrus.

b) Encontrar el determinante mediante Laplace.
c) Encontrar la Adj A
d) Hallar la inversa de A por el método de la matriz adjunta.
1 2 3
A = 0 4 0 
 
0 0 5
40- Calcular x e y para que se cumpla la siguiente igualdad:
1 2
[x 2 y ] − 2 1  = [5 − 2]

 5 − 1
41- Encuentre una matriz A tal que :
2 3 1 0
A.  = 
1 2  0 1 
42- Hallar x, y , z y w para demostrar la identidad
x y   x 6  4 x + y
3.  =  +
 z w   − 1 2 w  z + w 3 
43- Determinar las matrices X ε R eYεR

2x2 2x2
, tales que:
  5 2
3 X + 4Y = 
  − 12 9

− 2 X + 3Y =  8 − 7
 − 9 − 6
 
2011 51
44- Complementar las siguientes matrices

 1 ? ? - 2 0 1 
A= −3 2 B=3
  4 C = 2 - 3

     
 5 6 - 1 5   ? 2 
4 6

Sabiendo que 2A + B – C = - 5 11
 
 8 15
45- Determinar el valor de C= {(AB)-1 . A} B si

15 1 0 8 - 4 0
A =  0 14 2 B = 1 - 1 2
   
 9 1 9 0 1 9
46- Siendo
 1 1 0 1 
A=  B= 
- 1 0  0 - 1
calcular X en la siguiente expresión: B.( X + A ) + B = X
46 bis - Hallar el valor de x E R que verifique:

2 0 x
−2 4
x −1 1 =
1 x
0 x −2
Problemas económicos con matrices
47- Un fabricante necesita ruedas, ejes, asientos y pedales para tres tipos de rodados que
fabrica: A, B y C. La siguiente tabla indica las necesidades de partes para cada rodado.
A B C
Ruedas 3 4 3
Ejes 1 2 2
Asientos 1 1 1
pedales 2 2 2
Los pedidos de cada tipo de rodado para los primeros seis meses son:
Enero Febrero Marzo Abril Mayo Junio

A 100 80 70 50 40 90
B 50 50 50 20 30 50
C 60 40 30 20 30 40
2011 52
Usar multiplicación matricial para obtener las necesidades de partes para cada mes.
48- Para las unidades de tres alimentos, la siguiente matriz indica los correspondientes
contenidos de vitaminas en unidades apropiadas
Alimentos Vitaminas
A B C D
1 0,5 0,3 0,1 0
2 0,3 0,1 0 0,3
3 0,2 0,4 0,6 0,1
a) ¿Cuánto se consume de cada tipo de vitamina si se comen 4 unidades del alimento 1, 5

unidades del alimento 2 y 12 unidades del alimento 3?
b) Si sólo se paga por el contenido vitamínico de cada alimento y se han abonado
respectivamente 15 unidades monetarias (u.m.), 10 u.m., 18 u.m. y 20 u.m. por las unidades de
las cuatro vitaminas. ¿Cuánto cuesta la unidad de cada tipo de alimento?
c) Calcular por dos caminos distintos el costo total del alimento que hemos consumido.
49- Un carpintero ha aceptado el encargo de construir alacenas, escritorios y mesas. El

carpintero conoce la cantidad de los diversos tipos de materia prima necesarios para fabricar
cada tipo de mueble, como se indica en la siguiente matriz:
Madera Fórmica Vidrio Pintura M.Obra

Alacena 20 10 8 7 17
Escritorio 18 6 0 9 20
Mesa 10 4 10 5 12
La mano de obra se incluye como materia prima y cada una de ellas se mide en las unidades
adecuadas.
a) ¿Cuánto necesitará de cada materia prima para fabricar 5 alacenas, 3 escritorios y 4

mesas?
b) Suponiendo que cada unidad de madera, fórmica, vidrio, pintura y mano de obra cuesta,
respectivamente: 80 u.m., 50 u.m., 40 u.m., 20 u.m. y 100 u.m.
1) ¿Cuál es el costo de cada tipo de mueble?
2- ¿Cuál es el costo de materiales para cada tipo de muebles?
3- ¿Cuál es el costo total de materia prima para todos los muebles que construirá?
50- Un fabricante de joyería sobre diseño tiene órdenes por dos anillos, tres pares de aretes,
cinco prendedores y un collar. El fabricante estima que le lleva 1 hora de mano de obra hacer
un anillo, 11/2 horas hacer un par de aretes, ½ hora un prendedor y 2 horas un collar. Se pide lo
siguiente:
a) Exprese las ordenes del fabricante como un vector fila.
b) Exprese los requerimientos en horas para los distintos tipos de joyas como un vector
columna.
c) Utilice el producto escalar para calcular el número total de horas que requerirá para terminar
las órdenes.
2011 53
51- Una compañía paga un salario a sus ejecutivos y les da un porcentaje de sus acciones
como un bono anual. El año pasado el presidente de la compañía recibió $80.000 y 50
acciones, se pagó a cada uno de los dos vicepresidentes $45000 y 20 acciones y el tesorero
recibió $40000 y 10 acciones.
a) Exprese los pagos a los ejecutivos en dinero y acciones como una matriz de 2x3
b) Exprese el número de ejecutivos de cada nivel como un vector columna.
c) Utilice la multiplicación de matrices para calcular la cantidad total de dinero y el número total
de acciones que pagó la compañía a los ejecutivos el año pasado.
EJERCICIOS MATRIZ INSUMO PRODUCTO

52-
S1 S2 DF VBP Y*=
S1 4 10 6 20 Sector 1: 12
S2 12 10 3 25 Sector 2: 9
VA 4 5 9
VBP 20 25 45
53-
S1 S2 DF VBP Y*=
S1 5 3 12 20 Sector 1: 26
S2 10 9 5 24 Sector 2: 39
VA 5 12 17
VBP 20 24 44
54-
S1 S2 DF VBP Y*=
S1 40 44 16 100 Sector 1: 21
S2 40 0 15 55 Sector 2: 14
VA 20 11 31
VBP 100 55 155
55-
S1 S2 DF VBP Y*=
S1 13 18 21 52 Sector 1: 24
S2 26 12 10 48 Sector 2: 12
VA 13 18 31
VBP 52 48 100
56-
S1 S2 DF VBP Y*=
S1 32 28 36 96 Sector 1: 48
S2 16 7 19 42 Sector 2: 20
VA 48 7 55
VBP 96 42 138
2011 54
57-
S1 S2 DF VBP Y*=
S1 200 500 500 1200 Sector 1: 600
S2 400 200 900 1500 Sector 2: 805
VA 600 800 1400
VBP 1200 1500 2700
58-
S1 S2 DF VBP Y*=
S1 150 240 210 600 Sector 1: 500
S2 200 120 160 480 Sector 2: 200
VA 250 120 370
VBP 600 480 1080
59- Eleva la siguiente matriz al cuadrado:
1 0 
A= 
3 - 1
¿Como se denomina este tipo de matriz?
-1
60- Encuentre A
1 2 0 0 0
3 5 0 0 0
 
A = 0 0 2 0 0
 
0 0 0 7 8
0 0 0 5 6
2011 55
RESPUESTAS DE LOS EJERCICIOS

Nota: Los ejercicios en cuya respuesta dicen “SIN RESPUESTA”, están dados sin la misma para
que los alumnos la realicen sin ayuda ni condicionamiento alguno.
2x3 3x3 3x2 2x2 4x4 1x3 2x1 3x3 1x1
1- Rta: a) A ; B ; C ; D ; E ; F , G ; H ; I b) B; D; E; H e I c) M.T.S.:H M.T.I.: no
hay. d) F= F; I C= G; I e) c11= -2; c22=0; c31=4; c32= 1
 1 − 1 − 3
4 2 0
2- A=  
7 5 3
 
10 8 6
3- Rta:a) 96; b) 4; -3; 18; 7; 1; -9; 1; 0
4- Rta:
 a11 a12 a13  1 0 − 1
a a22 a23  3 2 1
A ∈ R / aij = 2i − j = A =   / 
4x3 21
 a31 a32 a33  5 4 3

   
a41 a42 a43  7 6 5
 a11 a12 a13 a14 a15  3 5 7 9 11
A ∈ R / aij = i + 2 j = A = a21 a 22
4x3
a 23 a24 a25  / 4 6 8 10 12
   
 a31 a32 a33 a34 a35  5 7 9 11 13
 a11 a12  1 1 
a a22  2 4 
A ∈ R / aij = i = A =
4x2 j  21
 / 
 a31 a32  3 9 
   
a41 a42  4 16
 a11 a12   6 12 
A ∈ R / aij = 2i.3 j = A = a21 a 22  / 12 24
3x2
   
 a31 a32  18 36
2011 56
3 2 1
5- C= 
3 8 7
2 3  1 - 1
6- A = 3 4 B = - 1 1 
 
   
4 5  1 - 1
7-
8 0  8 0 
   - 5 4 
a ) 2 4 b)no se puede c) X =   d) 2 4
   - 2 0  
0 3 0 3
6
 5 − 1 − 1  20 0 − 15  
a)
7 
b) no se puede c)  d ) − 3
− 1 1 − 5 − 10 15   
8- 9
9  11 − 12 0 − 5
e)   f )  
9 − 15 5 8 4 
5 4 8  3 - 6 - 8
9- A + B - C =  3 - 12 10  M =  - 1 - 2 6 
   
- 1 - 7 - 2 - 9 - 5 4 
 0 0 9  0 0 - 9
A-B=  B - A = - 10 - 2 - 1
10 2 1  
10-
 8 - 16 - 15 - 4 8 30
A + 3B =   2A - 4B =  
- 2 6 - 11  26 2 8 
2011 57
11- Rta:
4 2  4 -8 
a ) 2A =  6 0  b) A.C =  3 - 12 c) no se puede d) no se puede
   
- 4 - 2 - 4 8 
- 2 - 2 - 1 7 
e) A.E = - 6 - 3 0 9  f) [- 10 16] g) no se puede h) 3B.A = [51 21]
 
 2 2 1 - 7
- 20 - 2 8 - 2
i) C.2E =  
 - 8 - 4 0 12 
12-
a) A 3x2 , B3x2 , C1x4 , D1x4 , E 4x1 , F1x2 , G 1x2 , H 2x2 , I 4x1 b) a 12 = 4, c13 = 3, e 21 = 3
2 4 

c) A + B, C + D, F + G, E + I Por tener el mismo orden d) i) A + B = 3 9 
 
14 - 10
- 6 0   2 4

ii) 2B = 8 4  iii) A - B = - 5 5 iv) 2C + D = [11 - 4 9 8]
   
10 - 14  4 4
2
10.75 8  3

v) 2A - 1/4B = - 3 
13.5 vi) I + E =  
  − 1
16.75 - 4.25  
0
vii) Cuadradas : H ; Nulas : I ; Filas : C, D, F, G ; Columna : E, I
13- Rta.
− 7 9 − 2 3 2 4 1 
a) [- 10]b)[3]c)[8 19]d )[− 2 10 12]e)   f ) 
− 4 7 7  1 19 8 − 8
3 − 1 − 4 3
g ) 
0 18 1 5
14- Rta:
2011 58
 20 − 7 23 − 17 12 − 3 − 3 − 9 34

a)   b)   c)  d)
− 3 − 7 6   − 1 18  1 3   6 10 
 19 − 17 34
13 35 18   − 1 58 
e)   f )  g ) 8 − 12 20 h) no se puede
20 26 20 − 8 15  − 8 − 11 7 

18 15 35  13 − 1 17  3 − 2 1
   7 
i )  9 21 13 j )  7 4 30 k )[7 16]l )   m) 4 0 6

10 9 9  − 3 17 31 16 5 1 9
 
20 13 0 11 6 5
15- A.B =   A.C = 42 - 3
60 5 - 24 35  
- 35 - 7  − 25 5 
(A + B).(A - B) =   ≠ A 2 − B2 = 
− 12
16-
- 26 - 2  0
2
17- A = I , o sea, A es una matriz involutiva.
12 - 22
a) - 3A 2 + 2A - 5I =  
18- 33 - 43
b) α = 3; β = 2
19-
17 5
2
a) A =  4  b) B = - 2 c) C =  
 
17  3  4
20-
10 - 6
A= 
10 14 
2011 59
21-
67 41 41
A = 64 21 59
63 67 57
22-
4 7 6
A =  6 17 16
17 7 1 
23- Rta: r(A)= 3
24- Rta.: x= 1, y= -1, u= 3, v= 1, z= 2
25- Rta
1 − 1 − 2 − 4
− 19 3 11  2
  4 0 − 3
A= 3 − 0.5 − 1.5 B = no admite inversa C =  
  1 3 1 0 
 4 − 0.5 − 2.5  
0 −1 0 1 
1 0 0 0  1 0 0 0 0 1 0 - 2
− 1 1 0 0 - 2 1 0 0 1 - 34 49 50 
D=   E=   F= 
 0 − 1 1 0  1 - 2 1 0 0 -2 3 3 
     
0 0 − 1 1  0 1 - 2 1 2 - 4 93 94 
t
27– B = A
28- Verdadero.
29- Verdadero.
2011 60
30-
 1 0 0
 0 .333333 0 .66667 
A = no admite inversa. B-1 =   C -1 = − 13 1 − 5
− 0.33333 0.33333  
 2 0 1 
0.25 − 0.75 − 0.1785
D = 0
-1
1 0.14285  E -1 = no admite inversa
 
 0 0 0.14285 
31- Rtas: A= 100; B= -150; C= 0; D= 61; E= -4; F= -20; G= -135; H= 38; I= 160
32- Rta.: det A = -73; det B= -11; det C= 79; det D= -22; det E= -22; det F= -150
33- det M= -102
34- Rta: det A= -18 det B= -30 det C= -148
35- det A = -48 det B = 0 det C = 0
36- det A = 0
t -1
37- det A = 16 det A = 16 det A = 1/16
38-Rta.: det A = -3
39- a) b) det A = 20 c) d)
40- Rta: x= -1 y= 2
41- Rta:
 2 − 3
A= 
− 1 2 
2011 61
42- Rta
67 41 41
A = 64 21 59
 
 63 67 57
43- Rta.
4 7 6
C =  6 17 16
 
17 7 1 
44- Rta
1 − 1 0  .75 .5 .25 − 1.5 − 1 3.5 
 0 .8 − 0. 6 
a ) 0 1 − 1b)  .5 1 .5  c )  d )  2.5 2 − 5. 5
    − 0.2 0.4   
0 0 1  .25 .5 .75  0.5 0 − 0.5
45- Rta.
0.2115 - 0.6923 0.1538
A = 0.1730 - 1.3846 0.3076
 
- 0.019 0.1538 0.0769
46- Sin respuesta
46 bis- x= -2
47- Rta:
680 560 500 290 330 590
320 260 230 130 160 270
A= 
210 170 150 90 100 180 
 
420 340 300 180 200 360
48- Sin respuesta.
49- Sin respuesta.
2011 62
50- Sin respuesta.
51- Sin respuesta.
52-
S1 S2 DF VBP
S1 9 24 12 45
S2 27 24 9 60
VA 21
VBP
53-
S1 S2 DF VBP
S1 13 13 26 52
S2 26 39 39 104
VA 13 52 65
VBP 52 104 156
54-
S1 S2 DF VBP
S1 46 48 21 115
S2 46 0 14 60
VA 23 12 35
VBP 115 60 175
55-
S1 S2 DF VBP
S1 15 21 24 60
S2 30 14 12 56
VA 15 21 36
VBP 60 56 116
56-
S1 S2 DF VBP
S1 40 32 48 120
S2 20 8 20 48
VA 60 8 68
VBP 120 48 168
2011 63
57-
S1 S2 DF VBP
S1 215 475 600 1290
S2 430 190 805 1425
VA 645 760 1405
VBP 1290 1425 2715
58-
S1 S2 DF VBP
S1 300 400 500 1200
S2 400 200 200 800
VA 500 200 700
VBP 1200 800 2000
2
59- A =I porque A es una matriz involutiva.
- 5 2 0 0 0
 3 -1 0 0 0
 
60- A =  0 0 0.5 0 0
 
 0 0 0 3 - 4 
 0 0 0 - 2.5 3.5
2011 64
CAPÍTULO
3
SISTEMAS DE
ECUACIONES
LINEALES
2011 65
CAPÍTULO 3 - SISTEMAS DE ECUACIONES

LINEALES
Sistemas de ecuaciones lineales:
Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de

relaciones que tiene la forma que se indica a continuación:
a11 x1 + a12 x 2 + ...... + a1n x n = b1

a x + a x + ...... + a x = b
 21 1 22 2 2n n 2

.......... .......... .......... .......... ......
a m1 x1 + a m 2 x 2 + ........ + a mn x n = bn
Cada uno de los coeficientes tiene asignado dos subíndices, el primero de los
cuales (i) indica la fila donde se encuentra el coeficiente y el segundo de ellos (j)
indica la columna en la que se encuentra.
Cuando estamos ante un sistema cuya matriz A de coeficientes es de orden 3x4,

podemos afirmar que nos encontramos con un sistema de ecuaciones de 3
ecuaciones (cada fila de la matriz indica una ecuación) y 4 incógnitas (cada
columna indica una incógnita).
Un sistema puede tener solución o no. Si un sistema tiene solución se llama

sistema compatible, si no tiene solución se llama sistema incompatible.
Si es compatible puede admitir una única solución o infinitas soluciones. Si tiene
solución única se llama sistema compatible determinado, si tiene infinitas
soluciones se llama sistema compatible indeterminado.
Teorema de Rouche-Frobenius :
Si llamamos A a la matriz de los coeficientes del sistema, X a la matriz de las
incógnitas, y B a la matriz columna de los términos independientes, el sistema
puede expresarse matricialmente de la siguiente forma :
A.X=B Forma matricial de un sistema de ecuaciones lineales.
Llamaremos A’ a la matriz ampliada que se obtiene de agregarle a la matriz A la

columna de los términos independientes B.
2011 66
Enunciado : la condición necesaria y suficiente para que un sistema de

ecuaciones lineales sea compatible es que la matriz A y la matriz A’ tengan el
mismo rango,
Si además :
ρ (A) = ρ(A’) = n ⇒ el sistema es Compatible Determinado
ρ (A) = ρ(A’) = k < n ⇒ el sistema es Compatible Indeterminado
ρ(A) ≠ ρ(A’) ⇒ el sistema es Incompatible
Solución única
Rectas no paralelas; un
punto de intersección
Sist. Compatible
Determinado
a11x+a12y=b1
a21x+a22y=b2 x
2011 67
Sin Solución
Rectas paralelas; sin
puntos de intersección
Sist Incompatible
a11x+a12y=b1
a21x+a22y=b2
y
Número infinito de
soluciónes (Sist. Compatible
Indeterminado)
Rectas que coinciden; número infinito de
puntos de intersección
a11x+a12y=b1
a21x+a22y=b2
2011 68
Resolución de un sistema
a) Regla de Cramer :
Sea un sistema del tipo A .X = B, siendo A una matriz cuadrada y no singular.

Entonces, el sistema tiene solución única y cada incógnita es igual al cociente de
dos determinantes. En el denominador el determinante de la matriz de los
coeficientes y en el numerador el determinante de la matriz que resulta de
reemplazar la columna de los coeficientes de la incógnita cuyo valor deseamos
hallar por la columna de los términos independientes.
3x − 2 y = −16

5 x + 4 y = 10
− 16 − 2 3 − 16
10 4 − 44 5 10 110
x= = = −2 y= = =5
3 −2 22 3 −2 22
5 4 5 4
x = −2
y=5
b) Método de Gauss-Jordan :
Para resolver el sistema por el método de Gauss-Jordan se colocan los

coeficientes de las incógnitas de la matriz, agregando a continuación la columna
de los términos independientes del sistema. Se elige un pivot y se desarrolla el
Método de Gauss Jordan para conocer de esa forma el valor de cada incógnita.
Ej.: resolver, empleando el método de Gauss Jordan, el siguiente sistema de

ecuaciones lineales:
3x - 2y=-16
5x + 4y= 10
3 -2 -16
5 4 10
-3/2 1 8
11 0 -22
0 1 5
1 0 -2
x= -2
y= 5
2011 69
c) Inversión de matrices :
Se parte de la expresión matricial de un sistema de ecuaciones lineales : A . X =

B.
Si A es cuadrada no singular, existe la inversa de A .Premultiplicando por esta
inversa queda:
A-¹ . A . X = A-¹ . B
I . X = A-¹ . B
X = A-¹ . B
Este método sólo sirve para sistemas compatibles determinados.
3x − 2 y = −16

5 x + 4 y = 10
3 - 2 -1  2 / 11 1 / 11  - 16 - 2 
A=  A = − 5 / 22 3 / 22 . B =  10  X = 5
5 4       
Resolución de Sistemas Compatibles Indeterminados
Cuando del análisis del sistema surge que nos hallamos ante un Sistema
Compatible Indeterminado, por ser el rango de la matriz ρ(A) = rango de la matriz
ρ(A’), pero el número de incógnitas del sistema es mayor que el rango hallado, el
alumno debe mostrar 3 soluciones, a saber:
a) El análisis según el Teorema de Rouché Frobenius, que determinó que el

sistema fuera S.C.I. (SOLUCIÓN 1)
b) Indicar que variables son Dependientes (V.D.) y qué variables son

Independientes (V.I.). Para realizar esto, debemos establecer que las V.D.
son aquellas que contienen el Vector Columna Canónico. (SOLUCIÓN 2)
c) Establecer las relaciones entre las variables, lo que nos va a permitir

conocer los valores de las V.D. dados los valores que tomen las V.I.
(SOLUCIÓN 3)
d) Pueden existir problemas que piden una solución limitada al Conjunto

Numérico de los números naturales incluyendo el 0 (N0), en cuyo caso se
tendrá que hacer una tabla de valores indicando todas las soluciones
posibles. (SOLUCIÓN 4)
2011 70
Sistemas Homogéneos:
Si B es una matriz nula, el sistema se llama homogéneo. Este tipo de sistema

admite al menos una solución que se encuentra igualando a 0 el valor de todas las
incógnitas del Sistema. Esta solución recibe el nombre de solución trivial. Un
sistema homogéneo no puede ser incompatible.
Si además de la solución trivial admite otras soluciones el sistema es compatible
indeterminado.
El análisis de un Sistema de Ecuaciones Homogéneo se realiza por medio del
teorema de Rouche - Frobenius. Si el análisis del mismo nos da que los rangos
son iguales al número de incógnitas, el sistema admite sólo la solución trivial. Si
obtenemos un sistema Compatible Indeterminado, indicará que existen otras
soluciones aparte de la trivial.
Ejemplo:
x + 5 y = 0

7 x + 2 y = 0
Al analizar el Sistema según el Teorema de Rouche Frobenius, nos queda lo
siguiente:
1 5 0
7 2 0
1 5 0
0 -33 0
1 0 0
0 1 0
ρ (A) = ρ (A') = n = 2 ⇒ S.C.D. ⇒ x = y = 0 (Solución trivial)
2011 71
Unidad 3 – Sistemas de Ecuaciones Lineales -

EJERCICIOS
1) Dados los siguientes sistemas de ecuaciones lineales:
x 1 + x 2 + x3 = 1
2 x1 − x2 + x3 = −2 x − x − x = 7
  1 3x 1 − 2 x2 + x3 = 6
 x1 + 4 x 2 − x3 = 5
2 3
 
x + x + x = 6 2 x1 + x 2 + x3 = 5  x1 + x 2 + x3 = 10
 1 2 3
4 x1 − 2 x 2 + 3 x3 = 7
a) Escriba la matriz de los coeficientes de cada uno de los sistemas

b) Determine la matriz ampliada de cada uno de ellos.
c) Escriba cada uno de los sistemas en forma matricial.
2) Resuelva por el método de la matriz inversa (si es posible).
− x 2 − x3 = 7  x 1 + x 2 − x3 = 0
2 x − x 2 = 3  
a) 1 b)  x1 + x3 = 2 c)2 x1 − 4 x 2 + 3 x3 = 0
4 x1 + 5 x 2 = 7 3 x + 2 x = −5 − 5 x + 13x − 10 x = 0
 1 2  1 2 3
3) Dado un sistema de ecuaciones lineales A . X = B donde A es de orden nxn y no singular, se

tiene que X = A-1 . B. Deducir a partir de la expresión anterior usando operaciones y
propiedades de matrices y de los determinantes, la Regla de Cramer.
4) Resolver aplicando Cramer

2x − 2 y + 2 z = 1 x + 2y + z = 2 x + y + 2z + w = 5
  
a)  x + 2 y − z = −2 b) 2x - y + 7z = 3 c)2x + 3y - z - 2w = 2
x + 3y + z = 5 - 3x - 4y - 5z = -5 4x + 5y + 3z = 7
  
5) Resolver los siguientes S.E.L. por los métodos de Cramer, Gauss Jordan y Matriz Inversa.
3 x − 2 y = −16 4 x − y = 12 3x + y = −8 4 x − 3 y = 6 5 x − 4 y = 2
a) b)  c) d ) e) 
5 x + 4 y = 10 2 x + 3 y = −5 2 x − 5 y = −11 5 x + y = 17 2 x + 3 y = 17 / 4
 x / 5 − y = −2 2 x + y / 2 = 9 / 2 4 x − 8 y = 44 22 x − 3 y = 0  x + 2 y = 0
f ) g ) h)  i ) j )
4 x + y / 4 = 41  x − y / 5 = 9 / 5 2 x + 4 y = 22 4 x + y / 3 = 14 5 x + 10 y = 14
3 x − 4 y = 1 4 x + 3 y = 27  x + y = 50  x + y = 5 2 x − 3 y = 0
k ) l ) m)  n)  o)
2 x − 3 y = 0 6 x + 3 y − 3 = 0  x / y = 4 − x + y = −2 4 x + y = 14
− 7 x + 4 y = 3  y = 2  x − 2 y − 1 = 0  x − 1 = 0 3 y + 8 x − 1 = 0
p) q) r ) s) t )
y = x 2 x + 2 y − 1 = 0  y − 2 x + 2 = 0 1 − y = 0  y = 5 − 2 x
2011 72
6- Resolver los siguientes sistemas de ecuaciones lineales. Clasificarlos según su conjunto

solución:
 x + 6 y = −1 3 x + y = 1 4 x − 2 y = 7 5 x + 15 y = −4
a) b)  c) d )
2 x + 2 y = −7 − 2 x − y = −4 2 x + 4 y = −4 10 x + 5 y = −18
2 x − y = 4
 3 / 2 x − 2 y = 3
e)  1 f )
 2 x − y = 1  x − 1 / 3 x = 1
7- Resolver el siguiente problema de Sistemas de Ecuaciones Lineales:
a) Un moderno buque de turismo tiene camarotes dobles ( dos camas ) y simples ( 1 cama ). Si se
ofertan 65 camarotes que en total tienen 105 camas, averiguar el número de camarotes de cada
tipo. ( Resp.: 25 camarotes simples y 40 camarotes dobles. )
8- Resolver el siguiente problema de Sistemas de Ecuaciones Lineales:
Cierta vez poseía muchas monedas de 25 centavos y decidí cambiarlas por monedas de un peso.
Si el número de monedas disminuyó en 90, ¿cuánto dinero logré ahorrar.? (Resp.:30 pesos )
9-Resolver el siguiente problema de Sistemas de Ecuaciones Lineales
Hallar las edades de dos personas sabiendo que la suma de las mismas es, actualmente, 50 años
y que la razón entre las mismas era, hace 5 años, igual a 1/3. ( Resp.: 15 años y 35 años )
10- Resolver el siguiente problema de Sistemas de Ecuaciones Lineales
Cuántos objetos tiene Aníbal y cuántos Bernardo sabiendo que si Bernardo le da a Aníbal 5
objetos, éste tiene el triple de los que le quedan a Bernardo y que ambos quedan con el mismo
número de objetos si Aníbal le da a Bernardo 6 objetos. ( Resp.: Aníbal tenía 28 objetos y Bernardo
16 objetos. )
Descomponer el número 149 en dos partes tales que el cociente entero entre dichas partes sea 4 y
el resto 4. ( Resp.: 120 y 29 )
Hallar la base y la altura de un rectángulo sabiendo que si se aumenta 3 cm a la altura y se

disminuye 2 cm a la base, su área no aumenta ni disminuye, siendo además la altura 2 cm mayor
que la base.( Resp.: base = 10 cm; altura = 12 cm )
2011 73
Si el largo de un rectángulo fuese 9 cm más corto y el ancho fuese 6 cm más largo, la figura sería
un cuadrado con la misma área que el rectángulo. ¿Cuál sería el área del cuadrado ?. ( Resp.: 324
2
cm )
Una fábrica de agua lavandina ofrece dos tipos de producto. Uno de ellos ( lavandina A ) contiene
12% de materia activa, y el otro ( lavandina B ) 20% de materia activa. ¿Cuántos litros de cada uno
deben utilizarse para producir 100 litros de agua lavandina con 15% de materia activa? ( Resp.:
62,5 litros de lavandina A y 37,5 litros de lavandina B )
15- Resolver los siguientes S.E.L. Clasificarlos según su conjunto solución.
 x + y + z - 2t = 1
2 x + 2 y − z = 3 x - y + 2z = 3 x + y + z - t = 1 2x + y - z + t = 2
   
a) x − y + z = 2 b)4x + 2y - z = z c) 3 y − 2 z − t = 0 d)
x − 3 y + 2z = 1 7x - y + 5z = 10 x + 4 y − z = 5 3x + 2y - t = 3
    x - y + z = 5
x + y + z = 0
x − 2 y + z + t = 1 
2 x − 4 y + 2 z − 2t = 5 x + t + 1 = z - y x + 2y = 3 2x + 5y - z = 2
   
e)  f) x - y g) x - y = 1 h)x - 3y + z = 1
x + y − z = 1  t =1 2x + 3y = 0 3x + 2y = 3
 x + 2 y + t = 3   
 z − y + t = 0
16- Resolver los siguientes S.E.L. por el método de Gauss Jordan, realizando el análisis por el
Teorema de Rouché Frobenius:
x + y - z = 1
2x + 2y - z = 7 x - y + 2z = 3 x - 2y + z - t = 1
  
a)x - y + z = 1 b)4x + 2y - z = z c)
x - 3y + 2z = -2 7x - y + 5z = 10 x + 2y + t = 3
  2x - 4y + 2z - 2t = 5
x + y + z = 0
x + t + 1 = z - y x + 3y - z - t = 7
3x - y + z - 4t = 8
 
d) x - y e)
 t =1 2x - 2y + z + 3t = 8
 4x + y - z - 2t = 7
 z − y + t = 0
17-Resuelve el siguiente problema:

La entrada a una función de circo vale $ 6 para los adultos y la mitad para los chicos. ¿Qué
cantidad de chicos y adultos concurrieron a la última función si se recaudaron $ 195 y se
contabilizaron 40 personas.
2011 74
18- Resuelve el siguiente problema:
Divide el número 60 en dos partes sabiendo que agregando 10 a la primera parte y sustrayendo 10
a la segunda, se obtiene el mismo resultado.
19- Resuelve el siguiente problema:

La suma de dos números es –42. El primero de ellos menos el segundo es 52.
Calcula esos números.
20. La suma de dos números es –63. El primer número menos es segundo es –41. Calcula
estos números.
21. La diferencia entre dos números es 16. Tres veces el mayor de ellos es nueve veces el
más pequeño. ¿Cuáles son esos números?
22. La diferencia entre dos números es 11. El doble del más pequeño más tres veces el mayor
es 123. ¿Cuáles son los números?.
23. Se invirtió un total de $1150, una parte al 12% y el resto al 11%. El interés total fue de
$133,75. ¿Cuánto se invirtió en cada caso?
24. Una tienda vendió 30 camisas. Las blancas costaban $9,95 y las azules $10,50. En total,
se vendieron $310,60 en camisas. ¿Cuántas camisas se vendieron de cada color?.
25- Se hicieron dos inversiones por un total de $8800. En cierto año estas inversiones produjeron
$1326 de interés simple. Una parte de dinero se invirtió al 14% y otra al 16%. Encuentra la
cantidad invertida a cada tipo de interés.
26- Un negocio vendió 40 manteles. Los blancos constaban $4,95 y los estampados $7,95. En total
las ventas fueron de $282. ¿Cuántos manteles de cada tipo se vendieron?.
27- Un comerciante vende 84 pares de medias a dos precios distintos: unos pares a $ 4,50 cada
uno y los otros a $ 3,60, obteniéndose en total de la venta $ 310,50. ¿Cuántos pares de cada clase
vendió?.
28- Un pedido formulado a una fábrica de 10 Kg. de un artículo A y 8 Kg. de otro artículo B, ha
costado un total de $ 2.400. Un segundo pedido de 6 Kg. de A y 15 Kg. de B costó $ 2.970.
¿Cuánto costará un tercer pedido de 7 Kg. de A y 18 Kg. de B?
29- El perímetro de un rectángulo es igual a 56 centímetros; agregando 2 centímetros a la base y

2
sustrayendo 2 centímetros a la altura, el área del rectángulo disminuye en 12 cm . Determina la
diagonal del rectángulo.
2011 75
30- El numerador de una fracción supera en 1 al triplo del denominador. Si se sustraen 4 unidades
de ambos términos de la fracción, se obtiene una fracción equivalente a 6. Determina la fracción
dada.
31.- Determina dos números sabiendo que, agregando 12 al mayor, se obtiene el duplo de la suma
de 5 más el menor, y que, sustrayendo 2 del mayor, se obtiene el triplo de la diferencia entre el
menor y 3.
32- Resolver los sistemas de ecuaciones:
x + 2y + 2z = 0
x − 2 y + z = 5 3x + y + 3z = 3 3x - 4y + 6z = 7 x + y - z = 3
   
a )2 x − y − 2 z = −1 b)  c) 5x + 2y - 4z = 5 d)2x - y + 4z = 3
x + 3 y + z = 0 2x + y - 2z = -1 x + 3y - 5z = 3 3x + 2y - z = 8
 2x + y + z = 2  
Soluciones :
a) x = 1, y = - 1 , z = 2
b) x = 2 , y = - 3 , z = 1
c) El sistema es incompatible.
d)x = 2 - z, y = 1 , z = z
2011 76
33- Hallar los valores de k que hacen compatibles a los siguientes sistemas y resolverlos para el
valor de k hallado:
x + y + z = 1
x + 3 y + z = 0 2x - y + 3z = 5 x + 2y + 4z - 3w = 2
  
a )2 x + y − 3z = 5 b) c)3x + 7 y + 5 z − 5w = 3
− z + 7 y + 9 z = k 3x + 4y - 2z = 2 5 x + 12 y + 6 z − 7 w = k
 x + 3y - 2z = k 
x + y - z = 1 kx + y + z = 1
 
d)3x + ky + kz = 5 e)x + ky + z = k
4x + ky = 5 x + y + kz = k 2
 
Soluciones :
a ) ∀ k S.C.D.
b) k = -1 S.I. k ≠ 1 S.C.D.
c) k = 4 S.C.I. k ≠ 4 S.I.
d)
e)
34- Resolver los siguientes Sistemas de Ecuaciones:
x + y + z = 6
x + y − z = 0

a)
x + z = 4
 x + y = 3
x + y + z = 6

b)  x + y − z = 0
x + y = 3

35- Clasifique los siguientes Sistemas de Ecuaciones Lineales según el Teorema de Rouche
Frobenius. Resuélvalo empleando le Regla de Cramer, cuando sea posible.
a) 2x + 9y = 108 x + 2y = 12
8x + 6y = 48
e) 4x – 2y = 36
b) 5x + 5y = 0 -2x + y = 20
x = -y
f) x – 3y = 6
c) 3x – 9y = 24 -4x 12y = -24
-x + 3y = 0
g) x + y = 20
d) 4x – 2y = 8 2x – y = 12
2011 77
h) -3x = y + 2 i) 4x – y = 10
9x + 3y = -6 2x + 3y = 18
36- Encuentre el conjunto solución de los siguientes sistemas:
a) x+y+z=2
x – 3y + 2z = 7
4x – 2y – z = 9
b) -2x + y + 3x = 10
10x – 5y -15z = 30
x + y – 3z = 25
c) -4x – 12y - + 4z = -40

x + y – 6z = 10
x + 3y – z = 10
d) x – y + z = -5
3x + y – z = 25
2x + y + 3z = 20
e) x+y+z=0
3x – y . + 2z = -1
x + 2y + 3z = -5
f) x – 3y + z = 2
2x – 4y + 3z = 7
-3x + y + 2z = 9
g) 2x + 4y – 2z = 10
3x – 2y + 4z = 12
-x – 2y + z = 0
h) x+y+z=3
2x – y + 3z = 13
3x – 2y + z = 17
i) –x + 3y + z = 7
3x – 9y – 3z = 14
4x + 2y – 2z = 24
j) 5x – 4y + 6z = 24
3x – 3y + z = 54
-2x + y – 5z = 30
2011 78
Lic. Daniel Arana www.licdarana.com.ar Álgebra
37- Un fabricante de café quiere mezclar tres tipos de granos en una mezcla final del producto. Los
tres tipos de grano le cuestan $1,20, $1,60 y $1,40 por kilo, respectivamente. El fabricante quiere
mezclar un lote de 40.000 kilos y tienen un presupuesto de 57.600 dólares para la compra del café.
Al mezclar el café, una restricción es que la cantidad usada del componente 2 debe ser el doble de
la del componente 1. El objetivo es averiguar si hay una combinación de los tres componentes que
lleve a una mezcla definitiva 1) que sea de 40.000 kilos, 2) que cueste $ 57600 dólares y 3) que
satisfaga la restricción de mezclado de los componentes 1 y 2.
38- Cuando la gente invierte dinero hay profesionales a quienes se acude en busca de orientación
respecto al portafolio o cartera que mejor cubra las necesidades del inversionista. Supóngase que
un inversionista ha consultado a un experto en inversiones. Después de conversar con el cliente, el
experto decide que el cliente desea una cartera que posea los siguientes atributos o cualidades:
1) el valor de la cartera en el momento de la compra es de $ 50,000, 2) el crecimiento anual
esperado en el valor de mercado es de 12% y 3) el factor promedio de riesgo es del 10%. Se han
identificado tres opciones con las tasas efectivas de crecimiento y riesgo que aparecen en la
siguiente tabla:
Inversión Crecimiento Riesgo

1 16 % 12 %
2 8% 9%
3 12 % 8%
Se desea averiguar la cantidad que se debe colocar en cada inversión para cumplir los deseos del
inversionista.
39- Un fabricante de café desea mezclar tres tipos de granos en 10.000 kilos de una mezcla final.
Los tres componentes cuestan $2,40; $2,60 y $2 por kilo, respectivamente. El fabricante desea
obtener una mezcla de 10.000 kilos a un costo de $21.000 . Al mezclar el café, una restricción
establece que las cantidades usadas de los componentes 1 y 2 sean iguales. Investigue si hay una
combinación de los tres tipos de grano que de una mezcla final de 10000 kilos, que cueste $21000
y satisfaga la restricción de la mezcla.
40- Un inversionista cuenta con 500.000 dólares para invertir. Están estudiándose tres inversiones,
cada una con una tasa de interés anual esperada. Las tasas de interés son 15, 10 y 18%,
respectivamente. La meta del inversionista es un rendimiento promedio del 15 % en las tres
inversiones. Por el rendimiento alto en la alternativa de inversión 3, el inversionista quiere que la
cantidad de esta opción sea 40% del total de la inversión. Determine si hay una estrategia de
inversión que satisfaga estas exigencias.
2011 79
41-Un dietista está planeando una comida que conste de tres tipos de alimentos. En la planeación
de la comida, quiere que ésta satisfaga las necesidades diarias mínimas (NDM) de tres vitaminas.
La tabla, a continuación resume el contenido vitamínico por kilo de cada tipo de alimento,
expresado en miligramos (mg). Determine si hay combinaciones de los tres alimentos que
satisfagan exactamente las necesidades diaria mínimas de las 3 vitaminas.
Tipo de Alimento Contenido vitamínico/kilo

Vitamina 1 Vitamina 2 Vitamina 3
1 4 2 1
2 6 8 6
3 3 4 2
NDM 52 56 34
42- Un destilador quiere mezclar tres componentes de whisky para elaborar un whisky de alta
calidad. Suponiendo que, durante el proceso de mezclado, se desea mezclar 50.000 litros del
whisky. El único requisito de la mezcla es que la cantidad empleada del whisky 1 sea el doble del
que se usa del whisky 3. Además, se han destinado 130000 dólares para adquirir los whiskys
componentes. Los tres cuestan $2,50 ; $2,00 y $3,00 por litro, respectivamente. Determine si hay
una combinación de los tres que produzca los 50.000 litros deseados. De ser así, ¿Qué cantidades
deberían utilizarse?
Rta.: x= 30.000 y= 5.000 z= 15.000
43- Una compañía elabora tres productor que han de procesarse en un departamento, En la tabla a
continuación se resumen las necesidades de horas de trabajo y materias primas por unidad de
cada producto. Cada mes se cuenta con 1300 horas de trabajo y 4700 kilos de materias primas. Si
la producción mensual combinada de los tres productos ha de ser 400 unidades, averigüe si hay
combinaciones de los tres productos que aprovechen al máximo las disponibilidades mensuales de
trabajo y de materias primas, alcanzando además la meta de 400 unidades.
Producto
1 2 3
Horas de trabajo 5 2 4
Kilos materias primas 15 10 12
44- Una compañía fabrica cinco productos. Cada uno ha de ser procesado en cinco departamentos
diferentes A a E, tabla siguiente indica el número de horas que se necesitan para fabricar una
unidad de cada producto en cada departamento. También se indica el número de horas de
producción disponibles a la semana en cada departamento. La Compañía quiere determinar si hay
cantidades de los cinco productos que puedan fabricarse cada semana y que den por resultado la
utilización total de las horas disponibles en todos los departamentos.
a) Formule el sistema adecuado de ecuaciones lineales.
b) Determine las combinaciones de cinco productos que utilicen los cinco departamentos a su
entera capacidad.¿Cómo se distribuirá entre los cinco productos la capacidad semanal de cada
uno?
Depto. Producto Horas disp.

1 2 3 4 5
A 2 1 4 3 2 330
B 4 2 3 2 1 330
C 5 4 2 4 3 440
D 3 2 2 2 3 320
E 1 1 1 1 1 130
2011 80
45- Un dietista está planeando el menú de la comida de mediodía para una escuela de enseñanza
media. Se están estudiando seis vitaminas para su inclusión en la comida, caracterizada cada una
por distinto aporte nutricional.
La meta es que el contenido nutricional de la comida cumpla con los niveles diarios vitamínicos por
onza de cada alimento, expresado en miligramos (mg). Además, se indica el nivel mínimo diario
(NDM) de las seis vitaminas, también en miligramos. El problema radica en determinar las
porciones de cada alimento que se incluirán para que la comida satisfaga las raciones diarias de
las seis vitaminas.
Vitamina NDM Alimento

1 2 3 4 5 6
1 23 4 3 0 2 4 1
2 34 5 3 4 0 0 2
3 32 0 2 6 4 3 4
4 16 0 0 2 3 5 2
5 39 5 6 2 0 3 5
6 26 2 3 2 4 2 2
46- En los siguientes ejercicios, determine si el sistema tiene una solución no trivial.
2x - 5y + 8z = 0 x - 3y + 7z = 0
  - 3x + 5y - 7z = 0 - 5x + 7y + 9z = 0
a) - 2x - 7y + z = 0 b) - 2x + y - 4z = 0 c) d)
4x + 2y + 7z = 0 x + 2y + 9z = 0 - 6x + 7y + z = 0 x - 2y + 6z = 0
 
47- Resolver el siguiente problema de S.E.L.:

Una caja contiene 13 monedas con las denominaciones de un centavo, cinco centavos y diez
centavos, con un valor total de 83 centavos. ¿Cuántas monedas de cada tipo hay en la caja?
(Recuerde que se busca soluciones en N0).
48- Un grupo de 18 personas (hombres, mujeres y jóvenes) ganan un total de $ 250 por hora. Los
hombres ganan $20 por hora, las mujeres $15 por hora y los jóvenes $10 por hora. Hallar el
número de hombres, mujeres y jóvenes. (Recuerde que se busca soluciones en N0).
2011 81
RESPUESTAS DE LOS EJERCICIOS DEL CAPÍTULO 3
1 1 1
2 - 1 1  1 - 1 - 1
 C=
  3 - 2 1
a) A = 1 4 - 1 B =  1 1 1
  2 1 1  
1 1 1   
4 - 2 3
1)
1 1 1 1
 2 − 1 1 − 2 1 - 1 - 1 7
 C=
  3 -2 1 6
b) A = 1 4 − 1 5 B=  
  2 1 1 5 1 1 1 10
1 1 1 6   
4 - 2 3 7
2) a) x1= 1,5714 x2= 0.1429

b) x1= 2.60 x2= -6,40 x3= -0,60
c) x1= 0 x2= 0 x3= 0
3) Sin respuesta.
4) a) x= -1,31 y= 1,13 z= 2,94

b) no se puede
c) no se puede.
5) a) x= -2 y= 5 b) x= 2,2143 y= -3.1429 c) x= -3 y= 1 d) x= 3 y= 2
e) x= 1 y= 0,75 f) x= 10 y= 4 g) x= 2 y= 1 h) x= 11 y= 0
i) x= 2.1724 y= 15.931 j) no se puede. k) x= 3 y= 2 l) x= -12 y= 25
m) x= 40 y= 10 n) x= 3,5 y= 1,5 o) x= 3 y= 2 p) x= -1 y= -1
q) x= -1,5 y= 2 r) x= 1 y= 0 s) x= 1 y= 1 t) x= -7 y= 19
6) a) x= -4 y= 0.5 S.C.D. b) x= -3 y= 10 S.C.D. c) x= 1 y= -1,5 S.C.D. d) x= -2 y= 0,4

S.C.D. e) x= 2 y= 0 S.C.D. f) x= 0.6667 y= -1 S.C.D.
7) 40 camarotes dobles y 25 camarotes simples.
8) $ 30
9) 15 años y 35 años
10) Aníbal tenía 28 objetos y Bernardo 16 objetos
11) x= 120 y= 29
2011 82
12) Base= 10 cm, Altura= 12 cm
2
13) 324 cm
14) 62,50 litros de lavandina A y 37,50 litro de lavandina B.
15) a) x= 1 y= 2 z= 3 b) x= 0.67 y= -0.33 z= 1 h) x= 0 y= 2 z= 8
16) a) (2, 2, 1) , b) (2/3, -1/3, 1) , c) sin solución , d) (1/9, -1/3, 2/9, -5/9) ,
e) (3, 4, 7, 1)
17) 25 adultos y 15 chicos.
18) x= 20 y= 40
19) x= 5 , y= -47
20) x= -52 , y= -11
21) x= 24, y= 8
22) x= 29, y= 18
23) x= 725, y= 425
24) Blancas = 8 , Azules = 22.
25) Se invirtieron $ 4100 al 14% y $ 4700 al 16%.
26) Blancos= 12 , estampados= 28
27) Se vendieron 9 pares de medias a $4,50 y 75 pares a $3,60.
28) Cada kilo del Artículo A sale $120, cada kilo del artículo B sale 150. El pedido nuevo saldría
$3540.
2011 83
29)
30) El numerador es 22 y el denominador es 7.
31) El mayor es 8 y el menor es 5.
32) a) x= 1, y= -1, z= 2 b) x= 2, y= -3, z= 1 c) S.I. d) x= 2-z; y= 1; z= z
33) a) k= -10; x= 3 + 2z ; y= -1-z; z=z b) k= -1; x= 2; y= -1; z=0
34) b) Sistema Incompatible.
35) a) (-3,6 , 12,8 ) d) (4 , 4 ) i) (3,4285 , 3,7142 )
36) a) (2, -1, 1); d) (5, 10, 0); e) (4/3, 7/3, -11/3); f) (-1, 0,3); h) (4, -2,1)
37) x + y + z = 40000
1.20x + 1.6y + 1,40z = 57600
-2x + y = 0
38) x + y + z = 50000
16x + 8y + 12z = 600000
12x + 9y + 8z = 500000
( 20.000; 20.000; 10,000)
39) x + y + z = 10000
2.40x + 2.6y + 2z = 21000
x – 2y = 0
( 1000; 1000; 8000)
40) x + y + z = 500000
15x + 10y + 18z = 7500000
z = 200000
( 180000; 120000; 200000)
41) Sin respuesta.
42) Sin respuesta.
2011 84
43) x + y + z = 400
5x + 2y + 4z = 1300
15x + 10y + 12z = 4700
( 100; 200; 100)
44) Sin respuesta.
45) Sin respuesta.
46) Sin respuesta.
47) Sin respuesta.
48) Sin respuesta.
2011 85
CAPÍTULO
4
ESPACIOS
VECTORIALES
2011 86
Capítulo 4 - Espacios vectoriales

Vector:
Definición:
Se llama vector a un segmento orientado.
La recta que contiene al segmento orientado determina su dirección, la

orientación definida por el origen y el extremo su sentido y además el segmento
tiene una longitud, que determina su módulo o intensidad.
Vector en R2:
Un vector en R2 (plano o espacio bi-dimensional) es un objeto matemático

definido por una dupla ordenada de números reales, dispuestos como una fila o
como una columna entre paréntesis o entre corchetes.
a 
(a1 , a2 ) =  1  = [a1 a2 ]
a 2 
Vector en Rn
Generalizando, un vector en Rn es un objeto matemático definido por una n-dupla

ordenada de números reales, que puede representarse como una columna o como
una fila.
 a1 
a 
(a1 , a2 ,..., an ) =  2  = [a1 a2 ... an ]
 ... 
 
a n 
Vector nulo o Vector Cero:
Es un vector en el cual sus componentes son todos iguales a cero. Gráficamente

es el origen del espacio al cual pertenece.
En R2, el vector nulo es (0,0)

En R3, es (0,0,0)
En Rn, es (0,0,0,…,0)
Lo simbolizamos como vector nulo = 0
2011 87
Espacios Vectoriales
Definición:
Sean: V un conjunto no vacío, K un cuerpo, + y . las dos operaciones matemáticas
conocidas. El objeto ( V , + , K , . ) es un espacio vectorial si se verifican los
siguientes 10 axiomas:
Axiomas de un espacio vectorial :
1- Si x ∈ V y y ∈ V, entonces (x + y) ∈ V (cerradura ante la adición).
(4,6) y (-3,4) ε R2, entonces (4,6) + (-3,4) = (1,10) ε R2
2- Si x, y y z son elementos cualesquiera de V, entonces (x + y) + z = x + (y + z)

(ley de asociatividad de la adición vectorial).
(3,5); (2,-5); (2,8) ε R2 = [(3,5) + (2,-5)] + (2,8) = (3,5) + [(2,-5) + (2,8)]

(5,0)+(2,8) = (3,5) + (4,3)
(7,8) = (7,8)
3- Existe un vector 0 ∈ V tal que para todo x ∈ V, x + 0 = 0 + x = x ( al 0 se le

llama vector cero o identidad aditiva).
∀ (2,6) ε R2 ∃ (0,0) ε R2 / (2,6) + (0,0) = (0,0) + (2,6) = (2,6)
4- Si x ∈ V, existe un vector -x en V tal que x + (-x) = 0 (-x recibe el nombre de

inverso aditivo de x ).
∀ (2,-5) ε R2 ∃ (-2,5) ε R2 / (2,-5) + (-2,5) = (0,0)
5- Si x y y están en V, entonces x + y = y + x (ley de conmutatividad de la

adición vectorial).
∀ (2,5); (-4,3) ⇒ (2,5) + (-4,3) = (-4,3) + (2,5)
2011 88
6- Si x ∈ V y α es un escalar, entonces αx ∈ V (cerradura ante la multiplicación

por un escalar).
∀ (4,5) ε R2 ∧ 5 ε R ⇒ 5 (4,5) = (20,25) ε R2 .
7- Si x y y están en V y α es un escalar, entonces α (x + y) = αx + αy (primera

ley de distribución).
∀ (4,5), (2,3) ε R2 ∧ ∀ 5 ε R ⇒ 5 [(4,5) + (2,3)] = 5(4,5) + 5(2,3).
8- Si x ∈ V y α y β son escalares, entonces (α + β) x = αx

α + βx
β (segunda ley de
distribución).
∀ (4,5) ε R2 ∧ ∀ 5, 3 ε R ⇒ (5 + 3).(4,5) = 5(4,5) + 3(4,5).
9- Si x ∈ V y α y β son escalares, entonces α(βx) αβ)

α(β = (αβ
αβ x (ley de asociatividad
de la multiplicación por un escalar)
∀ (4,5) ε R2 ∧ ∀ 5, 3 ε R ⇒ (5 . [3.(4,5)] = (5.3) . (4,5)
10- Para todo vector x ∈ V, 1x = x (al escalar 1 se le llama identidad

multiplicativa).
1 . (4,5) = (4,5)
Los cinco primeros axiomas caracterizan a (V,+) como Grupo Abeliano. Los
últimos cinco axiomas son relativos a la ley de composición externa.
Los elementos de V se llaman vectores, y cuando nos referimos a K hablamos de
un conjunto numérico. Por último, + y . son las operaciones matemáticas
tradicionales: suma y producto, respectivamente.
Ejemplo de espacios vectoriales:
• El espacio de los números reales
Sea K = R
Se observa que K satisface todos los axiomas de un espacio vectorial si el

conjunto de escalares se toma como R.
2011 89
Adición de vectores:
Dados dos vectores de Rn (con idéntica cantidad de componentes), la suma de los

dos vectores da por resultado un tercer vector con la misma cantidad de
componentes, en el cual cada componente del vector resultante es igual a la suma
de los componentes que ocupan el mismo lugar.
Ejemplo:
Si v= (2,6) y u= (-5,8) entonces v + u = (2,6) + (-5,8) = (-3,14)
Multiplicación de un escalar por un vector:
Para efectuar este tipo de producto se debe distribuir la multiplicación del escalar
por cada componente del vector.
Ejemplo:
Si v= (3,-6) entonces 4.v = 4. (3,-6) = (12, -24)
• Espacio vectorial trivial :
Sea V = {0}. Es decir, V consiste únicamente en el numero 0. Como

0+0=1.0=0+(0+0)=(0+0)+0=0, se concluye que V es un espacio vectorial. Suele
llamarse espacio vectorial trivial.
• Sea V={1}. Éste no es un espacio vectorial porque no satisface el axioma de

cerradura. Esto se ve fácilmente, ya que 1+1 = 2 ∉ V. Hay otros axiomas que
tampoco satisface. Sin embargo, basta con demostrar que no cumple un
axioma para probar que V no es espacio vectorial.
Propiedades de los espacios vectoriales:
1. El producto del escalar 0 por cualquier vector es el vector nulo.
∀ a ∈ R 2 ⇒ 0. a = (0,0)
(4,-7) ∈ R 2 ⇒ 0(4,−7) = (0,0)
2. El producto de cualquier escalar por el vector nulo es el vector nulo.
∀ α ∈ K ⇒ α (0,0) = (0,0)
2011 90
3. Si el producto de un escalar por un vector es el vector nulo, entonces el escalar

es 0 o el vector es nulo.
α = 0
∀ α ∈ K ∧ ∀ a ∈ V ⇒ α a = (0,0) 
a = (0,0)
4. El opuesto de cualquier escalar multiplicado por un vector es igual al opuesto de su producto.
- α a = - (α a)
- 3 (4;-5) = - [3.(4;-5)]
(-12;15) = - (12;-15)
(-12;15) = (-12;15)
Subespacios vectoriales
Concepto:
Dados el espacio vectorial (V , + , K , . ) y el conjunto no vacío S ⊂ V, si S es un

espacio vectorial sobre el mismo cuerpo K y con las mismas leyes de composición
que en V, diremos que ( S , + , K , . ) es un subespacio de ( V , + , K , . ) o
simplemente, que S es un subespacio de V.
Definición:
Se llama subespacio de un espacio vectorial V a todo subconjunto de V que es, a

su vez, espacio vectorial respecto de las mismas operaciones en V.
Condición necesaria:
Si S es un subespacio de V, entonces está incluido en V, y se cumplen todas las

características de un espacio vectorial.
Condición necesaria:
1) S no en un conjunto vacío.
S ≠∅
2011 91
2) S está incluido en el conjunto de vectores V
S⊂V
3) S cumple con la ley de cerradura para la suma de vectores.
∀ a, b ∈ S ⇒ a + b = c / c ∈ S
4) S cumple con la ley de cerradura para el productor por escalares.
∀ a ∈S ∧ ∀ α ∈ K ⇒ α . a ∈S
5) S contiene al vector nulo.
Si a ε S ⇒ (0;0) ε S
Operaciones con subespacios

Intersección de subespacios:
Sea {Si} con i ∈ I una familia de subespacios de ( V , + , K , . ). Denotaremos con S

la intersección de dicha familia, o sea, S = ∩ Si . Resulta S un subespacio de V.
Unión de subespacios :
Si S1 y S2 son dos subespacios de ( V , + , K , . ), entonces S1 ∪ S2, no es
necesariamente un subespacio de V.
Suma de subespacios :
Sean S1 y S2 dos subespacios de ( V , + , K , . ). Definimos el conjunto
S = { x ∈ V / x = x1 + x2 ∧ x1 ∈ S1 ∧ x2 ∈ S2 }
O sea:
S = { x ∈ V / ∃ x1 ∈ S1 ∧ ∃ x2 ∈ S2 ∧ x = x1 + x2 }
El conjunto S se llama suma de los subespacios S1 y S2 y se indica
Teorema:
La suma de dos subespacios de V es un subespacio de V.
Hipótesis ) S1 y S2 son dos subespacios de ( V , + , K , . )

S = S1 + S2
2011 92
Tesis ) ( S , + , K , . ) es un subespacio de ( V , + , K , . )
Demostración ) Se verifica :
1. S no es vacío, pues
0 ∈ S1 ∧ 0 ∈ S2 ⇒ 0 + 0 = 0 ∈ S1 + S2 ⇒ 0 ∈ S ⇒ S ≠ φ
2. S es una parte de V, por la definición de S.
3. S es cerrado para la suma, ya que
x ∈ S ∧ y ∈ S ⇒ x = x1 + x2 ∧ y = y1 + y2 ∧ x1 , y1 ∈ S1 ∧ x2 , y2 ∈ S2 ⇒
x + y = ( x1 + y1 ) + ( x2 + y2 ) ∧ x1 + y1 ∈ S1 ∧ x2 + y2 ∈ S2 ⇒
x+y∈S
4. S es cerrado para el producto por escalares, porque
α ∈ K ∧ x ∈ S ⇒ α ∈ K ∧ x = x1 + x2 ∧ x1 ∈ S1 ∧ x2 ∈ S2 ⇒
α x = α x1 + α x2 ∧ α x1 ∈ S1 ∧ α x2 ∈ S2 ⇒ α x ∈ S
Por consiguiente, la suma de subespacios es un subespacio.
Combinaciones lineales:
Concepto:
Sea A = { v1,v2,...,vn } una familia o conjunto de vectores del espacio (V,+,K,.).

Entenderemos por combinación lineal de la familia A toda suma de productos de
escalares arbitrarios de K, por los vectores de A.
Definición:
Combinación lineal de la familia A ⊂ V es todo vector del mismo conjunto que
puede hallarse sumando los productos de escalares por vectores.
Σ αi vi = α1 v1 + α2 v2 + ....+ αn vn / αi ∈ K ∧ vi ∈ A
Ejemplo .
Sean los vectores:
v1 = ( -1, 0, 2) y v2 = (-1, 2, 4) en R3.
Determinamos si los vectores v=( -1, 1, 3) y u = ( 1, 2, 2)
Son combinación lineal de v1 y v2.
2011 93
1. Para que v sea combinación lineal de v1 y v2 deben existir escalares α1 y α2

tales que:
α 1 v1 + α 2 v2 = v
O sea
α1 ( -1, 0, 2) + α2 ( -1, 2, 4) = (-1, 1, 3)

Por definición de ley externa es
( -α1 , 0, 2 α1) + ( -α2 , 2 α2 , 4 α2) = ( -1, 1, 3)

Por suma de ternas
(-α1 -α2 , 2 α2 , 2 α1 + 4 α2) = ( -1, 1, 3)

Por igualdad de ternas resulta
−α1 −α2 = −1
2 α2 = 1
2 α1 + 4 α 2 = 3
Entonces
α1 + α2 = 1
α2 = 1/2
α1 + 2 α2 = 3/2
Sustituyendo a2 = 1/2 en la primera ecuación, se tiene:
α1 + 1/2 = 1 ⇒ α1 = 1/2
Como ambos valores α1 = 1/2 y α2 = 1/2 satisfacen la tercera relación
es v= 1/2 v1 + 1/2 v2.
O sea, v puede expresarse como combinación lineal única de v1 y v2.
2. Si u= ( 1, 2, 2), entonces procediendo análogamente se llega a
− α1 −α2 = 1
2011 94
2 α2 = 2
2 α1 + 4 α2 = 2
o bien
α1 + α2 = −1
α2 = 1
α1 + 2 α2 = 1
De donde
α2 = 1 ⇒ α1 +1 = −1 ⇒ α1 = −2
Al sustituir en la tercera ecuación
-2 + 2 . 1 = 0 ≠ 1
Entonces u no es combinación lineal de v1 y v2.
Combinación Lineal Convexa:

Cuando todos los escalares son positivos y la sumatoria de los mismos es igual a
1, la combinación lineal es convexa.
Combinación lineal trivial:
Una combinación lineal es trivial cuando todos sus escalares son nulos.
Subespacio generado:
Conjunto de combinaciones lineales
Sea A un conjunto no vacío de vectores del espacio ( V , + , K , . ).

A expensas de A podemos formar el subconjunto de V cuyos elementos sean
todas las combinaciones lineales de los vectores de A. A este conjunto lo
denotaremos con el símbolo Ã, que se lee “ A raya “.
Ejemplo.
El conjunto de todas las combinaciones lineales de los vectores
v1 = (1 , 0 , 1) y v2 = (0 , 1 , 1) de R3
es
Ã = { α1 (1 , 0 , 1) + α2 (0 , 1 , 1) / α1 ∈ R ∧ α2 ∈ R }
O sea
2011 95
Ã = {(α1,α2,α1+α2) / α1 ∈ R ∧ α2 ∈ R }
En consecuencia, a Ã pertenecen todas las ternas cuya tercera componente es la
suma de las dos primeras.
Podemos escribir :
Ã = {(x1 , x2 , x3) ∈ R3 / x3 = x1 + x2 }
Dependencia e independencia lineal :
Conjunto linealmente independiente
Se ha demostrado que la única combinación lineal de los vectores v1 y v2, cuyo

resultado es el vector nulo, es la trivial. O sea
α1 v1 + α2 v2 = 0 ⇒ α1 = α2 = 0
En este caso, los vectores son las funciones de R en R definidas por
f (t) = et y g(t) = et
y la función que asigna a todo número real t, el valor 0, es el vector nulo. Este
hecho se traduce diciendo que los vectores v1 y v2 son linealmente
independientes, o bien que la familia de vectores A= { v1 , v2} es linealmente
independiente.
Definición:
Sea A una familia de vectores del espacio ( V , + , K , . ). Dicha familia A V es
linealmente independiente si y sólo si la única combinación lineal de dicha familia,
cuyo resultado es el vector nulo, es la trivial.
Ejemplo: Dado el espacio vectorial (R3 , + , R , . ) determinar si los siguientes

conjuntos de vectores son linealmente independientes.
A = {(1 , 0 , 0) , (0 , 1, 0) , (0 , 0 , 1)}
Sea
α1 (1 , 0 , 0) + α2 (0 , 1 , 0) + α3 (0 , 0 , 1) = (0 , 0 , 0)
(α1 , 0 , 0) + (0 , α2 , 0) + (0 , 0 , α3) = ( 0 , 0 , 0)
(α1 , α2 , α3) = ( 0 , 0 , 0 )
2011 96
Por igualdad de ternas resulta
α1 = α2 = α3 = 0
Luego A es linealmente independiente.
Conjunto linealmente dependiente
Definición:
La familia A es linealmente independiente si y sólo si no es linealmente
independiente.
La familia A es un conjunto linealmente dependiente de vectores de V si y sólo si
existe una combinación lineal no trivial de dicha familia cuyo resultado sea el
vector nulo.
Ejemplo:
Los vectores ( -2 , 4 ) y ( 1 , -2 ) son linealmente dependientes en (R2,+,R,.)
Sea
α1 (-2 , 4) + α2 (1,-2) = (0,0)
Por definición de producto de escalares por pares y suma de pares es
(-2 α1 + α2 , 4 α1 - 2 α2) = (0,0)
Por igualdad de pares resulta
-2 α1 + α2 = 0
4 α1 - 2 α2 = 0
Dividiendo la segunda relación por -2, el sistema se reduce a la única ecuación
-2 α1 + α2 = 0
Esta admite infinitas soluciones, dadas por
α1 = k
α2 = 2 k y k ∈ R
2011 97
Sistema de generadores:
Concepto
La familia A es un sistema de generadores de V si y sólo si todo vector de V puede
expresarse como combinación lineal de los vectores de A. O bien, A es un sistema
de generadores de V si y sólo si el subespacio generado por A es V. Esto se logra
armando el sistemas de ecuaciones e igualándolo a x e y .
Ejemplo.
El conjunto A = {(1,0) , (0,1) , (1,1)} es un sistema de generadores de R2
En efecto, si (a,b) es cualquier vector de R2, deben existir escalares α, β y γ tales

que
α (1,0) + β (0,1) + γ (1,1) = (a,b)

O sea
(α + γ , β + γ) = (a,b)
Luego
α+γ=a y β+γ=b
En consecuencia
α=a-k , β=b-k , γ=k ∀k∈R

Este resultado nos dice que, efectivamente, A es un S.G. de R2, y además, que
cualquier vector del espacio puede expresarse de infinitas maneras como
Combinación lineal de los vectores de A. Por otra parte, es fácil verificar que A
constituye una familia linealmente dependiente.
Base de un espacio vectorial

Concepto de base :
Sea A = { v1, v2,..., vn } una familia de vectores de ( V , + , K , . ).
Definición :
La familia A ⊂ V es una base de ( V , + , K , . ) si y sólo si es un conjunto

linealmente independiente y sistema de generadores de V.
A ⊂ V es una base de V ⇔ A es L.I. y Ã = V
2011 98
Una base es un conjunto eficiente para representar un espacio vectorial, ya que

cualquier vector de dicho espacio se puede expresar como combinación lineal de
los vectores que constituyen la base.
Todo conjunto de n vectores linealmente independientes en Rn es una base en Rn.
Base canónica :
Recibe este nombre la base conformada por los vectores columna canónicos de
una matriz identidad.
Dimensión de un espacio vectorial
Concepto :
Si el espacio vectorial V tiene una base finita, entonces la dimensión de V es el

número de vectores en todas las bases y V se llama espacio vectorial de
dimensión finita.
Dimensión de un espacio vectorial V es el número cardinal de cualquiera de sus

bases. Si V consiste únicamente en el vector nulo, diremos que su dimensión es 0.
En ambos casos, V es un espacio de dimensión finita.
Si [ V ] = { v1, v2,..., vn } es una base de ( V , + , K , . ), escribiremos
dim k V = n
Ejemplo: vimos que B= {(1;2),(2;3)}es una base de R2, por lo tanto la dimensión
de R2 es 2 por existir una base que tiene 2 vectores. En general, la dimensión de
Rn es n .
Espacio o subespacio generado por un conjunto de vectores
Dado un conjunto de vectores A= {u1, u2, ..., un} ⊂ V se denomina espacio o

subespacio generado por A y se designa como Ã, al subconjunto de V formado por
todos los vectores que se pueden expresar como combinación lineal del conjunto
A.
Ejemplo:
Determinar el espacio o subespacio generado por A={(1;2),(2;4)}⊂ R2
2011 99
Efectuado el sistema y resuelto el mismo vemos que el conjunto A genera el

subespacio de R2 / x2 = 2 x1 , es decir, pares ordenados de la forma (x1;2x1).
Ã={(x1,x2) ∈ R2/ x2 = 2x1}.
Si los vectores de A hubieran sido linealmente independientes, hubieran generado

al espacio vectorial R2 y no a un subespacio de éste.
Tres vectores de R3 generan a R3 ⇔ son L.I. , de lo contrario generan a un

subespacio de éste y en general n vectores de Rn generan a Rn ⇔ son L.I. y por lo
tanto constituyen una base del mismo.
Ejercicio de subespacio generado
Dada la siguiente familia de vectores del Espacio Vectorial (R4, +, R, .)
A= {(1,2,3,4); (4,7,8,5); (2,3,4,7)}

Se pide :
1) Hallar el subespacio vectorial generado por la familia A.

2) Indicar una base de dicho subespacio vectorial.
3) Indicar la dimensión del subespacio vectorial.
Armo el sistema, y lo resuelvo por Gauss – Jordan
1 4 2 X1 1 0 0
2 7 3 X2 0 1 0 estos resultados no sirven
3 8 4 X3 0 0 1
4 5 7 X4 0 0 0 - 7X1+ 9X2– 5X3+ X4 = 0 esta es la condición
del subespacio, es decir, el subespacio generado por estos vectores es :
S =( X1, X2, X3, X4) E R4 / - 7 X1+ 9 X2– 5 X3+ X4 = 0
Despejo cualquiera de las variables, por ej.: X4 = 7 X1 – 9 X2 + 5 X3
Entonces el vector genérico del subespacio es :
( X1, X2, X3, 7 X1 – 9 X2 + 5 X3 ) Respuesta 1)

Ahora lo descompongo en una suma de vectores, uno para cada variable:
( X1, X2, X3, 7 X1 – 9 X2 + 5 X3 ) =

( X1, 0, 0, 7 X1) + (0, X2, 0, 0, - 9 X2) + (0, 0, X3, 5 X3)
(Fíjense que si suman estos 3 vectores vuelven a la expresión anterior) .

Ahora sacan las X afuera de los vectores, como escalares:
X1 ( 1, 0, 0, 7) + X2 ( 0, 1, 0, - 9 ) + X3 (0, 0, 1, 5)
2011 100
(Fíjense que si hacen el producto vuelven al paso anterior)
Y ya esta, una de las bases del subespacio es :
BASE de S.= (1, 0, 0, 7) ; (0, 1, 0, 9 ) ; (0, 0, 1, 5) Respuesta 2)
La dimensión es: DIM de S = 3

(cantidad de vectores que forman una base) Respuesta 3)
Reemplazo de un vector en una base

Dada una base de un espacio vectorial se trata de elegir otro vector del espacio
que no pertenezca a la base y sustituir uno de los vectores por éste de tal forma
que el nuevo conjunto de vectores siga siendo una base.
Hay que determinar que vector puede salir, pero para asegurar que el nuevo
conjunto de vectores continúa siendo base, se deben verificar las siguientes
condiciones:
1) Se escribe el vector que se va a introducir como Combinación Lineal de la

base.
2) Se determinan los coeficientes de la C.L. y se obtienen así las coordenadas del
nuevo vector respecto de la base original.
3) Se determinan las posibles bases que se pueden formar teniendo en cuenta
que puede sustituirse cualquier vector cuyo coeficiente en la C.L. sea distinto
de 0:
Ejemplo:
Base A= {(1,2,0), (4,3,1), (2,1,5)} queremos introducir el vector x = (1,5,-5).
Expresamos el vector ingresante como resultado de la C.L. de la base.
α1 + 4α2 + 2α3 = 1
x = α(1,2,0) + α(4,3,1) + α(2,1,5) = 2α1 + 3α2 + α3 = 5 ⇒ α1 =3,α2= 0,⇒α3=−1
α2 + 5α3 = -5
Como α2 = 0 no puede salir (4,3,1) por lo que pueden constituirse 2 nuevas bases:
Base 1 A’ = {(1,2,0),(4,3,1),(1,5,-5)}
Base 2 A’’= {(1,5,-5),(4,3,1),(2,1,5)}
2011 101
APLICACIONES ECONÓMICAS
Vector de precios – Ecuación Presupuestaria – Recta de Balance
Dado un conjunto de bienes X1, X2. , …, Xn, cuyos precios son respectivamente p1,
p2, …, pn, el vector de precios es aquél en el cual aparecen expresados los
precios de los distintos bienes.
p = ( p ; p ;...; p )
1 2 n
La ecuación de presupuesto es, dado un cierto ingreso I, que suponemos se gasta

en su totalidad, x1.p1+x2.p2+…+xn.pn=I, donde x1, x2, …, xn son respectivamente
las cantidades de los bienes X1, X2, …, Xn que pueden adquirirse con ese ingreso.
Esta ecuación indica las distintas combinaciones de las cantidades de los bienes
que se pueden obtener con un ingreso fijo conocidos sus precios y suponiendo
que se utiliza todo el ingreso.
En el caso de dos bienes y dos precios tenemos la ecuación de una recta, que
recibe el nombre de recta de balance o línea de posibilidades de consumo:
x1.p1+x2.p2=I.
Vemos que el ingreso, conocidos los precios de los artículos, se puede expresar
como combinación lineal de las cantidades de los bienes consumidos.
Propiedad:
El vector de precios es perpendicular a la recta de balance. Esto surge de la
ecuación de la recta ya que los precios son los coeficientes de la ecuación.
2011 102
CAPITULO 4 – Ejercicios
1-Determinar si los siguientes conjuntos constituyen, con las operaciones indicadas, espacios
vectoriales
a) (R , +, R, .) si (x1; x2)+(y1;y2)=(x1+y1;x2+y2) y α.(x1;x2)=(αx1;αx2)

2
b) (Z , +, Z, .) si (x1; x2)+(y1;y2)=(x1+y1;x2+y2) y α.(x1;x2)=(αx1;αx2)

2
c) (R , +, R, .) si (x1; x2; x3)+(y1;y2; y3)=(x1+y1;x2+y2;x3+y3) y α.(x1;x2;x3)=(αx1;αx2;αx3)

3
1) Rta.: a) Si b) si c) si
2- Dados los vectores de R2: u=(3;2) y v=(1;2).

a) Representarlos gráficamente.
b) Hallar u+v
c) Hallar 3u+2v
d) Representar gráficamente los vectores obtenidos en b) y c)
2) Rta.: b) (4,4) c) (11,10)
3- Escribir en forma explícita:

a) el neutro para la suma en R3
b) el inverso aditivo de (1;2;-3;5) ε R
4
c) el inverso aditivo del inverso aditivo de un vector v ε R

n
n
d) el inverso aditivo del neutro para la suma en R
3
e) el vector (1,1,1)+(3,2,2) en R .
3
f) la propiedad conmutativa para la suma de vectores en R .
2
g) la suma del inverso aditivo de (1,1) con 5 veces el vector (4,5) en R .
3
h) el vector 3.(1,1,8)+4.[(-2,3,0)+5.(1,0,1)] en R .
3
i) el vector de R que sumado al inverso aditivo del vector (1,-4,6) da por resultado el vector
3.(3,4,2)
3) Rta.: a) (0,0,0) b) (-1,-2,3,-5) c) (v1,v2, … , vn) d) Vector nulo e) (4,3,3) g) (19,24) h) (15,15,44)
i) (10,8,12)
2 2
4-Dados los siguientes subconjuntos W de R , determinar si (W, +, R, .) es subespacio de (R , +, R,
.) y representar en el plano.
2
a) W 1={(x1;x2)ε R / x2=0}
2
b) W 2={(x1;x2)ε R / x1-x2=0}
2
c) W 3={(x1;x2)ε R / x1+x2-1=0}
2 2 2
d) W 4={(x1;x2)ε R / x1 +x2 =0}
2
e) W 5={(x1;x2)ε R / x2 ≥0}
f) W 6={(x1;x2)ε R2/ x1.x2=1}
g) W 7={(0;0)}
4) a) si b) si c) no d) si e) no f) no g) si
3 n
5- Verificar que (R ,+) es un grupo. Generalizar para (R ,+).
5) Sin respuesta
6-Dados los siguientes conjuntos W de R3 o R4, determinar si (W, +, R, .) es subespacio de (R3, +,

4
R, .) o (R , +, R, .) respectivamente.
2011 103
3
a) W 1={(x1;x2;x3)ε R / x1= x3 ∧ x2= x1 + x3 }
3
b) W 2={(x1;x2;x3)ε R / 2x1+x2-x3 = 0}
3
c) W 3={(x1;x2;x3)ε R / x3 = 0}
3
d) W 4={(x1;x2;x3)ε R / x1+x2=2x3 }
3
e) W 5={(x1;x2;x3)ε R / x1+3x2-1 = 0}
f) W 6={(x1;x2;x3)ε R3/ x1+3x2 = 0 ∧ x3= x2}
4
g) W 7={(x1;x2;x3;x4)ε R / x1+x2= x3 ∧ x4= 2x1 – x2 }
4
h) W 8={(x1;x2;x3;x4)ε R / 3x1+x2-x3 = 2x2 + x3 = 0}
6) a)b)c)d)f)g)h) SI e) NO
7-Indicar en cada caso si el vector u se puede expresar como combinación lineal del conjunto A.
a) u=(1;2) A={(1;1),(-2;3)}
b) u=(1;2) A={(1;1),(2;2)}
c) u=(5;10) A={(1;2),(2;4)}
d) u=(1;2;-3) A={(1;2;3),(2;2;-1)}
e) u=(1;2;-3) A={(1;1;3),(2;1;-1),(0;-1;2)}
f) u=(9;2;7) A={(1;2;-1),(6;4;2)}
1 - 3  1 − 3  1 − 3 1 3 
g) U=  A =  , − 3 0 , 2 0 
2 0   − 2 0   
- 3 2 8  - 1 0 4   0 1 − 2  
U= A =  , − 2 3 − 6 
9 3
h)
- 1  1 1 5  
7) a)α1= 7/5 α2= 1/5 b) no se puede c) la combinación lineal no es única.
d) no se puede e) α1= -1/7 α2= 4/7 α3= -1
f) α1=-3 α2=2 g) α1= 5 α2= -4 α3= 0 h) α1= 3 α2= 2
8-Determinar si los siguientes conjuntos son linealmente independientes o dependientes.

2
i)V=R
a) A={(-2;1),(3;-2)}
b) A={(-3,2)}
c) A={(0;0)}
d) A={(-3;5), (3;-5)}
e) A={(-2;1),(2;3),(5;-1)}
3
ii)V=R
a) A={(1;2;4),(3;4;-16),(3;5;-2)}
b) A={(1;3;5),(-2;1;4)}
c) A={(1;0;0),(0;2;0),(0;0;3)}
d) A={(2;1;-3)}
e) A={(-2;1;-3),(1;2;1),(2;2;2),(-1;1;1)}
iii)V=R2x2
1 - 1 − 1 0  1 1  0 1 
a) A =  ,  ,  ,  
0 6   3 1 − 1 2 1 0 
2011 104
1 2 − 1 0 3 1 
b) A =  ,  ,  
2 6  0 1 1 2 
8) i) a) L.I. b) L.I. c) L.D. d) L.D. e) L.D.
ii) a) L.D. b) L:I. c) L.I. d) L.I. e) L.D.
iii) a) L.I. b) L.I.
9-Determinar valores de k para los cuales las siguientes familias vectoriales son linealmente
independientes:
a) A={(1;k),(2;3)}
b) A={(1+k;1-k),(1-k;1+k)}
c) A={(1;2;2),(2;1;1),(3;3;k)}
d) A={(1;1;1),(k;k;0),(1;0;k)}
9) a) k≠ 3/2 b) k≠ 0 c) k≠ 3 d) k≠ 0
10- Sean u y v dos vectores de Rn. Indicar verdadero o falso, justificando:

a) u.v=v.u b) u=0 ó v=0 => u.v=0 c) u.v=0 => u=0 ó v=0
10) a) V b) V c) F
3
11- Indicar para que valores de k la siguiente familia es base de R .
A={(2;k+2;0),(3;1;k+3),(k-1;0;0)}
11) Rta: a) k≠1 ≠ -2 ≠ -3
12- Si W es un conjunto de combinaciones lineales formado por A={(1;2),(3;-1)}
a) Encontrar un vector de W diferente de (1;2) o (3;-1)

b) ¿Cuántos vectores hay en W?
c) ¿Cuántos vectores hay en {(1;2),(3;-1)}
d) Describir geométricamente a W
e) ¿Pertenece (5;-4) a W?
f) Expresar cualquier vector de W como combinación lineal de {(1;2),(3;-1)}
2
12) Rta.: a) cualquier vector de R b) infinitos c) 2 d) todo el plano e) sí
f) α1=x1+3x2/7 α2= 2x1 – x2 /7
13- Determinar si el conjunto dado es o no espacio vectorial. Si no lo es, enunciar los axiomas que
no se cumplen:
a) El conjunto de las matrices cuadradas de orden n con las operaciones usuales de adición de
matrices y multiplicación por un escalar.
3
b) (N,+,R,.)/N= {0,0,0}, siendo + y . las operaciones usuales en R .
3 3
c) (S,+,R,.)/S= {(x1,x2,x3)εR /x1=x2=x3} siendo + y . las operaciones usuales en R .
13) Sin Respuesta
2011 105
14- Si W es un conjunto de combinaciones lineales formado por A={(1;2),(3;6)}
a) Encontrar un vector de W diferente de (1;2) o (3;6)

b) ¿Cuántos vectores hay en W?
c) ¿Cuántos vectores hay en {(1;2),(3;6)}
d) Describir geométricamente a W
e) ¿Pertenece (5;-4) a W?
f) Expresar cualquier vector de W como combinación lineal de {(1;2),(3;6)}
2
14) Rta.: a) cualquier vector de R de la forma x2 = 2x1 b) infinitos c) 2
d) la recta x2=2x1 e) no
15- Hallar el Subespacio generado por A, indicar una base y su dimensión.
a) A={(2;-3)}
b) A={(1;1;1),(-1;2;3),(0;3;4)}
 1 - 3 1 3 
c) A =   ,  2 0 
  - 2 0  
d) A={(1;2;0;3),(3;2;0;1),(1;1;0;1)}
16- Demostrar que todo subespacio de un espacio vectorial V contiene al vector nulo.
16) Sin respuesta

3   2  0  
17- Dado (R
2x1
,+,R,.), hallar las coordenadas de A =  en la base B =  ,   
4 1  1 
18- Dado el conjunto A={(3;0;-2),(2;-1;-5)} Se desea saber:

3
a) ¿A genera R ? b) si no lo genera, ¿Qué subespacio genera?
19- Hallar los valores de k para los que el conjunto A tiene dimensión 3.
2 - 1 − 2 − 3 6 1  
A =  ,  1 , 7 − 5 
  4 1   k  
20- Dada la base B={(1;0;1),(2;-1;4),(0;0;2)}, determinar cuales son las posibles nuevas bases que
se pueden formar si se cambia la base introduciendo el vector x=(2;-1;8)
21- Sea A={(1,-3,2),(2,-1,1)} una familia de vectores pertenecientes a R3

a) Escribir, si es posible, v=(4,3,-1) como combinación lineal de A
b) ¿Es posible expresar u=(2,1,-3) como combinación lineal de A?
c) ¿Para que valor de k e R es (1,12,k) combinación lineal de A?
d) Indicar que condición deben cumplir los números reales a, b y c para que el vector
(a,b,c) sea una combinación lineal de A
2011 106
21) Rta.: a) α1= -2 α2= 3 b) no c) k= -7 d) –a+3b+5c= 0
22- Determinar si el conjunto dado de vectores es L.D. o L.I.

3
a) En (R ,+,R,.), D= {(3,1,1); (2,-1,5); (4,0,-3)}
4 - 2 − 2 1 0 0  
b) En (R
2x2
,+,R,.), F =  ,  ,  
0 1   0 1 0 − 2 
1 2 0 2 0 0 0 1 0 
c) En (R
2x3
,+,R,.), B =   ,  4 0 0  , 0 0 0  
 3 0 0   
22) Rta.: a) LI b) LD c) LI
23- Determine el o las condiciones que deben satisfacer los números a,b,c y d a fin de que los
2
vectores de (a,b) y (c,d) del espacio (R ,+,R,.) sean L.I.
23) Rta.: a.d – b.c ≠ 0
2
24- Se sabe que {u,v} y {v,w} son conjuntos de vectores linealmente dependientes de R .
Determinar si el conjunto {u,w} es linealmente dependiente.
24) Rta.: Falso.
2
25- Se sabe que {u,v} y {v,w} son conjuntos de vectores linealmente independientes de R .
Determinar si el conjunto {u,w} es linealmente independiente.
25) Rta.: Falso
26- Se sabe que {u,v,w} es un conjunto de vectores linealmente dependiente de R3. Proporcione
un ejemplo para mostrar que u no es necesariamente una combinación lineal de v y w.
26) Rta.: Sin respuesta
27- Demostrar que si el conjunto de vectores {u,v} de un espacio vectorial (V,+,R,.) es linealmente
independiente, entonces también lo es el conjunto {u,u+v}
3
28- Demostrar que dos vectores del espacio (R ,+,R,.) son linealmente dependientes si y solo si
n
uno de ellos es un múltiplo de otro. Generalizar para R .
29- Un consumidor tiene un ingreso de $3.000 y lo destina a la compra de dos bienes, cuyo vector
de precios es p=(150;200). Hallar y representar: a)la recta de balance de consumo. b)la ecuación
presupuestaria y c)el semiplano de posibilidades de consumo si no consume todo su ingreso.
2011 107
30- El plano balance que contiene todos los presupuestos con un gasto de $45.000 para la
adquisición de tres bienes en su forma segmentaria es x1/5+x2/10+x3/20=1. a)Representarlo
b)Escribir la ecuación presupuestaria y c)Hallar el vector de precios.
31- Un consumidor tiene un ingreso I=3000 que quiere destinarlo a la compra de dos bienes cuyos
precios son respectivamente p1= 100 y p2= 300. Vamos a obtener: a) el vector de precios, b)las
posibles combinaciones de las cantidades si I>0, y c) la recta de balance o línea de posibilidades
de consumo si I=3000.
32- Un consumidor tiene un ingreso de $ 800 y lo destina a la compra de dos bienes A y B cuyos
precios unitarios son, respectivamente p1= 160 y p2=80.
a) Escribir el vector de precios y representarlo gráficamente.
b) Escribir la ecuación presupuestaria y graficar la recta de posibilidades de consumo. ¿Cómo es la
posición del vector de precios y la recta de posibilidades de consumo?
c)¿Cuál es la cantidad máxima de bienes B que el consumidor puede adquirir con su ingreso, sin
adquirir ningún bien A?
32) Rta.: a) p=(160,80) b) 160 x + 80 y = 800 c) perpendicular
33- El plano balance que contiene todos los presupuestos que contiene todos los presupuestos
que tienen un gasto de $ 3000 para la adquisición de tres bienes, escrito en forma segmentaria es
x1/6 + x2/15 +x3/10 = 1
a) Representarlo. b) escribir la ecuación presupuestaria, c) Hallar el vector de precios. d) ¿Cómo es
la posición del vector de precios respecto del plano balance?
33) Rta.: b) 500x+200y+300z= 3000 c) p= (500,200,300) d) perpendicular
34-Determinar si cada Familia es L.I.:

a) A={(5,0,0);(7,2,-6);(9,4,-8)} b) B={(0,0,2);(0,5,-8);(-3,4,1)} c) A={(1,-3);(-3,9)} d) B={(-1,4);(-2,-8)}
35- Determine los valores de h para los cuales las familias son L.D.
a) A={(1,-1,4),(3,-5,7),(-1,5,h) b) B={(2,-4,1),(-6,7,-3),(8,h,4)}
c) C={(1,5,-3),(-2,-9,6),(3,h,-9) d) D={(1,-1,-3),(-5,7,8),(1,1,h)}
2011 108
CAPÍTULO
5
PROGRAMACIÓN
LINEAL
2011 109
Capítulo 5 - Programación lineal
Durante el transcurso de la Segunda Guerra Mundial, las Fuerzas Armadas de las Islas
Británicas debían defender grandes extensiones territoriales con fuerzas terrestres, las
que eran escasas. Debieron por lo tanto estudiar como podían distribuir el
estacionamiento de tropas a lo largo y a lo ancho de su país, de modo tal de poder contar
rápidamente con la mayor cantidad de defensas posibles, en caso de producirse un
ataque enemigo.
Para resolver este grave problema solicitaron ayuda a grandes matemáticos, quienes
crearon la Investigación Operativa, de donde surgen los modelos de Programación Lineal,
que desarrollaremos en esta unidad.
Características de los problemas de programación lineal:
1- Un objetivo único.
Esta característica indica que no necesitamos ocuparnos de más de un
objetivo a la vez, el cual se debe optimizar.
2- Existencia de restricciones.
El cumplimiento del objetivo está sujeto a restricciones.
3- Proporcionalidad.
La función objetivo y las restricciones deben ser proporcionales al nivel de
fabricación de cada producto.
4- Divisibilidad.
Esta característica significa que son posibles asignaciones fraccionarias de
productos. Esta es una consideración importante en los casos en que se
trabaja con la producción o asignación de recursos discretos, dado que no
es posible garantizar que las soluciones de programación lineal sean
enteras.
5- Aditividad.
Las contribuciones de los productos individuales son aditivas. Esto significa
que el total es igual a la suma de las partes y que no hay efectos de
interacción entre los niveles de producción.
2011 110
6- No negatividad de los variables.

No es posible fabricar unidades negativas de un producto.
Resolución de un problema de P.L. por el Método Gráfico

La resolución por el método gráfico (sólo realizable en problemas con 2 (dos)
variables de producción) debe realizarse cumpliendo con los siguientes pasos:
1) Planteo matemático del Problema.
Para elaborar este planteo es menester tener claramente definido el objetivo que
se debe buscar (Maximización o minimización), las contribuciones (gastos en un
Problema de Minimización) de las variables de decisión y los coeficientes de las
restricciones.
2) Grafica de las restricciones.
Se toman las disposiciones de cada variable de decisión y se elabora el área que

cumple con cada una de las restricciones. Si la restricción es del tipo menor o
igual el área será convergente hacia el centro de coordenadas, si es del tipo
mayor o igual será divergente del centro.
3) Armado del Polígono de Soluciones Factibles (PSF).
Éste polígono surge de la intersección de las áreas que cumplen con cada
restricción.
4) Gráficos de la Función Objetivo.
Para realizar los gráficos de la Función Objetivo se deben calcular la producción

para diferentes valores de utilidad, trazándose para cada uno de ellos una recta
llamada de isoutilidad. En un problema de maximización se estará en la solución
óptima cuando la recta de isoutilidad se haga tangente en el vértice del PSF mas
alejado del centro de coordenadas. En un problema de minimización la recta de
isocosto deberá hacerse tangente al vértice del PSF más cercano al centro de
coordenadas.
5) Cálculo del beneficio que se obtiene en cada vértice del PSF.
Cuando tenemos identificados los vértices del PSF, debemos calcular la utilidad o
el costo de cada uno de los mismos, lo que nos permitirá conocer en cuál de los
vértices se maximizan los beneficios o se minimizan los costos, según el problema
de P.L. sea de maximización o minimización.
2011 111
6. Gráfica de la Función Objetivo.
Para realizar la gráfica de la función objetivo se toman diferentes valores de

utilidad y se determina la cantidad de producción que debería realizarse de cada
producto para obtenerla. De ésta forma se obtiene la pendiente de la recta. Como
cada recta tendrá idéntica pendiente, se trazan paralelas a la recta hallada y el
vértice en el cual se optimiza el funcional es aquel en el cual una recta de
isoutilidad (isocosto en un problema de Minimización) se hace tangente al vértice
más alejado del centro de coordenadas (en un problema de Minimización será en
el vértice será en el más cercano al centro de coordenadas).
De esta manera podemos hallar el Vértice en donde el nivel de las variables

obtiene su optimización.
Ejemplo de Resolución por el Método Gráfico
Un frigorífico se dedica a la cría de salmones y de truchas, las que necesitan de un alimento que
demanda mano de obra y materia prima para realizarlo. Además tiene una determinada Capacidad
de producción, valores indicados por la siguiente tabla. También se indican en la tabla los beneficios
que aportan tanto los salmones como las truchas. Se desea saber cual es la combinación de
salmones y truchas que maximiza el beneficio.
SALMONES TRUCHAS Disp.

Mano de Obra 5 6 15.000
Materia Prima 10 20 20.000
Cap Producción 1.500
Beneficios 60 80
La primera tarea que se debe desarrollar ante un problema de P.L. es realizar el

Planteo Matemático del mismo:
Z= 60 S + 80 T (Maximizar)
Planteo Sujeto a:
Matemático 5 S + 6 T ≤ 15000
del
Problema 10 S + 20 T ≤ 20000
S + T ≤ 1500
2011 112
A continuación, se deben graficar las restricciones:
3000
2500
2000
1500
1000 B
C
500 B
D
A 1000 1500 2000 3000
El paso siguiente es definir el área intersección de las 3 restricciones, esta área se

denominará Polígono de Soluciones Factibles (P.S.F.).
Teorema: si hay una solución que maximiza o minimiza el funcional entonces tal solución
corresponde a un vértice del P.S.F.. Por lo tanto para determinar la Solución Óptima del Problema
se deben evaluar los vértices del polígono de soluciones factibles. A este método para conocer el
vértice óptimo se lo conoce con el nombre de MÉTODO ANALÍTICO.
A (0,0)= 60 . 0 + 80 . 0 = 0
B (0,1000)= 60 . 0 + 80 . 1000 = 80.000
C (1000,500)= 60 . 1000 + 80 . 500 = 100.000
D. (1500,0)= 60 . 1500 = 90.000
Lo que significa que la ganancia se maximiza con la cría de 1000 salmones y 500
truchas, obteniéndose un beneficio de 100.000. En cualquier otra combinación de
salmones y truchas se obtiene una ganancia menor.
2011 113
Método simplex:
Para resolver un problema de programación por el método simplex se siguen

estos pasos:
1ro.- Se transforman las inecuaciones en ecuaciones agregando a las primeras

variables de holgura/escasez o variables artificiales.
a) Si la restricción es del tipo ≤ a la izquierda de la desigualdad se le suma una

variable no negativa, llamada variable de holgura, cuya contribución en el
Funcional es nula.
b) Si la restricción es del tipo ≥ a la izquierda de la desigualdad se le resta una

variable no negativa, llamada variable de excedencia, cuya contribución en el
Funcional es nula.
c) Por cada restricción del tipo = y por cada restricción del tipo ≥ al lado izquierdo
de la restricción se le suma una variable no negativa, llamada variable artificial.
Cuya contribución en el Funcional es +M si el problema es de minimización y de
–M cuando el problema es de Maximización.
2do.- Se forma la matriz de coeficientes incluyendo los términos independientes.

Las variables que conforman la base (1 variable básica por cada restricción) de la
tabla simplex inicial son las variables de holgura y las variables artificiales. O sea,
cuando partimos de una variable “menor o igual” concurre a la base la variable de
holgura, mientras que si estamos antes restricciones del tipo “mayor o igual” o
“igual” concurre a la base la variable artificial.
3ro.- Sobre la matriz se colocan los coeficientes del funcional. Las variables
artificiales llevan, en el caso de un problema de maximización, una contribución
negativa lo suficientemente alta que obligue a no estar en la solución óptima. En el
caso de un problema de minimización, el costo será extremadamente alto, con el
mismo objetivo. Dicha línea recibe el nombre de Cj.
4to.- A la izq. de la matriz se escribe una columna con los nombres de las
variables básicas en la solución inicial y a su izq. la columna de coeficientes que
esas variables tienen en el funcional, es decir, la contribución por unidad a la
ganancia.
5to.- Aparecen dos filas más Zj y Cj-Zj. Zj se obtiene sumando los productos de los
coeficientes en la columna Ci por los coeficientes de la columna asociada con la
variable respectiva. Los Zj correspondientes a las variables indican la pérdida que
se produce por cada unidad que se fabrica de cada producto (es el costo unitario
de producción). El Zj correspondiente a la columna de los b indica el valor que va
2011 114
tomando el funcional a medida que vamos pasando de un vértice a otro. En un

problema de maximización, cuando todos estos coeficientes son no positivos no
se puede aumentar el funcional y se llegó a la solución óptima. Por el contrario, en
un problema de minimización, se ha llegado a la sol. Óptima cuando todos los
valores de la fila Cj - Zj son iguales o menores que cero.
6to.- En un problema de maximización, entra en la base la variable con mayor

valor positivo. En uno de minimización, lo hace la variable de mayor valor absoluto
positivo, elegido entre los valores negativos.
7mo.- Se divide cada valor de b por el coeficiente de la variable entrante (siempre

que sean positivos). Sale la variable a la que le corresponde el cociente menor.
8vo.- El número que se encuentra en la intersección entre la variable que entra y

la que sale se denomina pivote.
9no.- Se divide la fila del pivote por el pivote y los valores de la columna se
transforman en 0, transformando los restantes valores según el método de Gauss-
Jordan ((PD-PCD)/Pivote).
Ejemplo de resolución por el Método Simplex:
Z= 2x + y + 3z (MAXIMIZAR)
Sujeto a:
3x + 2y + z ≤ 10
x + 4 y + 2z ≤ 12
Cj 2 1 3 0 0
Ci BASE x y z S1 S2 Bi
0 S1 3 2 1 1 o 10
0 S2 1 4 2 0 1 12
Zj 0 0 0 0 0 0
Cj-Zj 2 1 3 0 0
2011 115
Cj 2 1 3 0 0
0 S1 2.5 0 0 1 -0.5 4
3 z 0.5 2 1 0 0.5 6
Zj 1.5 6 3 0 1.5 18
Cj-Zj 0.5 -5 0 0 0
Cj 2 1 3 0 0
2 x 1 0 0 0.4 -0.2 1.6
3 z 0 2 1 -0.2 0.6 5.2
Zj 2 6 3 0.2 1.4 18.8
Cj-Zj 0 -5 0 -0.2 -1.4
Como vemos en la fila Cj – Zj todos los valores son menores o iguales a 0, lo que
indica que nos hallamos ante la Solución Óptima, la que se obtiene con la
elaboración de 1,6 unidades del producto x y 5,2 unidades del producto z,
obteniéndose una utilidad de 18,8. La ausencia de la base en la Solución Óptima
de los recursos S1 y S2 establece que los mismos han sido utilizados en su
totalidad (están saturados).
Análisis de Post-optimización:
Hallada la solución óptima por medio del Método Simplex, podemos leer en la fila
Cj-Zj los valores que indicarán:
1- En las columnas correspondientes a las variables de decisión se observan,

cambiando el sigo, los Costos de Oportunidad de dichas variables, cifra que
indicará la cantidad en que se disminuiría nuestra función objetivo máximo si
producimos un bien que no nos conviene producir.
2011 116
2- En las columnas correspondientes a los recursos del problema se observan,

también cambiando el signo, la cantidad que nos indica la Contribución
Marginal del Recurso, cifra que indica en cuanto se incrementará el funcional
si se dispusiera de una unidad adicional de un recurso saturado. Cabe agregar
que los recursos que no se hallan saturados tienen Contribución Marginal nula.
3- En las mismas columnas nos indican el Precio Sombra, que es el importe

límite que estaríamos dispuestos a abonar por disponer de una unidad
adicional de un recurso saturado (Como puede verse, el valor matemático es
coincidente en ambas definiciones).
4- El paso siguiente sería efectuar el Análisis de Sensibilidad de las variables

básicas y no básicas, el que a continuación se explica:
Análisis de Sensibilidad de una Variable No Básica:
Se efectúa para conocer el valor límite que puede incrementarse la

contribución en el funcional de una variable no básica, sin que ésta
ingrese a la base.
Se parte de la premisa que, para que esto no ocurra, la fila Cj – Zj debe
tener un valor menor o igual a 0, ya que en caso de tener valor positivo,
corresponde su inclusión en la base, generándose una nueva base.
El valor del incremento límite que puede sufrir la variable no básica es
coincidente con su Costo de Oportunidad.
Cj 2 1 3 0 0
Base X1 X2 X3 S1 S2 Bi
CI
2 X1 1 0 0 0,4 -0,2 1,6
3 X3 0 2 1 -0,2 0,6 5,2
Zj 2 6 3 0,2 1,4 18,8
Cj - Zj 0 -5 0 -0,2 -1,4
Es posible determinar cuán grande puede ser el incremento de la contribución en

el funcional de la variable x2 para que la misma continúe siendo no básica de la
siguiente forma:
6 – (1 + ∆C2) ≥ 0 ⇒ ∆C2 ≤ 5 ⇒ C2* ≤ 6
2011 117
Análisis de Sensibilidad de una Variable Básica
Se efectúa para conocer el valor límite que puede incrementarse la

contribución en el funcional de una variable básica, sin que ésta modifique
las variables que se encuentran en la base.
Se parte de la premisa que, para que esto no ocurra, la fila Cj - Zj debe
tener un valor menor o igual a 0.
La respuesta que se hallará no es una sino que es un rango de valores
dentro del cual puede moverse la Variable Básica para que la solución siga
sin tener modificaciones en su conformación, en cuanto a las variables y/o
recursos que la componen.
Cj 2 + ∆c1 1 3 0 0
Base X1 X2 X3 S1 S2 Bi
CI
2 + ∆c1 X1 1 0 0 0,4 -0,2 1,6
3 X3 0 2 1 -0,2 0,6 5,2
Zj 2 + ∆c1 6 3 0,2+0.4∆c1 1,4-0.2∆c1 ∆c
18,8+1,6∆
1
Cj – Zj 0 -5 0 -0,2-∆c1 -1,4+∆c1
Para que la solución siga siendo óptima debe verificarse que:
0,2 + 0,4 ∆C1 ≥ 0 ⇒ y que 1,4 – 0,2 ∆C1 ≥ 0
⇒ ∆C1 ≥ -0,5 y ∆C1 ≤ 7
⇒ -0,5 ≤ ∆C1 ≤ 7
⇒ 1,5 ≤ C1* ≤ 9
Si C1 varía entre 1,5 y 9, la solución sigue siendo óptima, de lo contrario, cambia.
Con este análisis se ha concluido el llamado Análisis de Post – Optimización.
El Problema Dual:
A cada problema de programación lineal, que denominaremos primal, le

corresponde un segundo problema, que denominaremos dual.
Cuando el primal es de maximización, el dual es de minimización y viceversa.
De esta manera, cuando el primal exige la maximización del beneficio, el dual pide
la minimización de los costos.
2011 118
Síntesis de las características del problema dual:
a) El dual tiene una variable para cada restricción del primal.

b) El dual tiene tantas restricciones como variables tiene el primal.
c) El dual de un problema de maximización es un problema de minimización y
viceversa.
d) Los coeficientes del funcional del primal son los términos independientes de las
restricciones del dual y los términos independientes de las restricciones del
primal son los coeficientes del funcional en el dual.
e) Los coeficientes de las restricciones del primal lo siguen siendo en el dual, pero
transpuestos.
f) Las desigualdades tienen sentidos inversos en el primal y en el dual.
Teorema fundamental de la dualidad:
Si existe un valor óptimo para cada uno de los problemas, dual y primal, el valor
que minimiza los costos es coincidente con el que maximiza los beneficios.
Ejemplo:
a) Problema primal: b) Problema Dual:
Z= 60 S + 80 T (Maximización) Z’= 15000 a + 20000 b + 1500 c

(minimización)
Sujeto a :
Sujeto a:
5S+6T ≤ 15000
10 S + 20 T ≤ 20000 5 a + 10 b + c ≥ 60
S+T ≤ 1500 6 a + 20 b + c ≥ 80
Interpretación del Problema Dual
En todo problema económico de maximización se desea obtener el máximo nivel

de ganancias, sujeta a una cantidad de recursos dados, o bien, minimizar la
utilización de dichos recursos sujetos a lograr una ganancia mayor o igual a la de
la función objetivo del problema primal.
SITUACIONES ESPECIALES:
Problema con soluciones óptimas alternativas:
A veces la solución óptima del problema no es única. Para saber si nos hallamos
ante este tipo de situación, debemos contar los ceros que tenemos en la fila Cj-Zj.
2011 119
En la mencionada fila, debemos tener tantos ceros como variables básicas.

Cuando existen más ceros que la cantidad de variables básicas del problema, la
solución óptima no es única, ya que tenemos otra u otras soluciones en donde
obtenemos el mismo funcional óptimo.
Ejemplo de la situación especial:
Z= 200 x + 400 y (MAX)

Sujeto a: 2 x + 4 y ≤ 1000
6 x + 4 y ≤ 2000
2 x + 4 y ≤ 800
Ausencia de solución factible:
Nos hallamos en esta situación cuando una variable artificial se encuentra en la

base, pero todos los valores de la fila Cj – Zj son menores o iguales a 0, lo que
establece que hemos arribado a la solución óptima.
Ejemplo de la situación especial:
Z= 10 x + 20 y (MAX)
Sujeto a: x+y≤5
x + y ≥ 20
Soluciones no acotadas o solución infinita:
En la fila Cj – Zj existen valores positivos, o sea, debe ingresar a la base una

variable, pero no hay cocientes positivos que deban abandonar la base.
2011 120
Ejercicios – PROGRAMACIÓN LINEAL

1. Dados los siguientes problemas de Programación Lineal, encontrar la solución óptima
utilizando el método gráfico:
a) MAXIMIZAR: Z= 4 x + 5 y
Sujeto a: 2x + 3y ≤ 120
2x +1,5y ≤ 80
(x= 20 y= 26.6667 Z= 213.33)
b) MAXIMIZAR: Z= 3 x + 2 y
Sujeto a: x ≤ 10
y ≤ 10
x + y ≤ 16
(x= 10, y= 6 s2=4, Z= 42)
c) MAXIMIZAR: Z= 3 x + y
Sujeto a: 6x + 4y ≤ 48
3x +6y ≤ 42
(x= 8 , y= 0 , S2= 18 , Z= 24)
d) MAXIMIZAR: Z= 2 x + 2 y
4x + 7y ≤ 56
-5x + 6y ≤ 30
(x= 4.31 y= 5.54 S3= 18.31 Z= 19.69)
e) MINIMIZAR: Z= 50 x + 20 y
Sujeto a: 2x - y ≥ 0
x + 4y ≥ 80
0.9x + 0.8y ≥ 40
(y= 50; s1= 50; S2= 120; Z= 1000)
f) MAXIMIZAR: Z= x + y
3x + 2y ≤ 12
(x= 3; y=1.5; Z= 4.5)
g) MAXIMIZAR: Z= 20x + 22y

6x + 8y ≤ 48
7x + 7y = 42
(x= 0; y= 6; S1=12; Z= 132)
h) MAXIMIZAR: Z= 3x + 2y
6x + 4y ≤ 48
(x= 8; y= 0 Z= 24 S1= 21)
2011 121
i) MAXIMIZAR: Z= 8x + 10y
Sujeto a: 4x + 6y ≤ 240
4x + 3y ≤ 160
x + y ≤ 120
(x=20; y=26,67 Z=426,67 ; S3= 73,33)
j) MAXIMIZAR: Z= 10x + 5y
3x +3y ≥ 18
y≥3
(x= 2;y=1 Z= 40 ; S3=4)
k) MAXIMIZAR: Z= 2x + 4y
Sujeto a: -2x + 2y ≤ 4
2x + y ≥ 8
Solución infinita
l) MAXIMIZAR: Z= 2x + y + 3z (Ejemplo 3 variables / A. Sensibilidad)

Sujeto a: 3x + 2y + z ≤ 10
x + 4y + 2z ≤ 12
(x=1,6 ; y= 5,2 ; Z= 18,8)
2. Añada variables de holgura, variables de excedencia y variables artificiales, según

corresponda y replantee la función objetivo.
a) MAXIMIZAR: Z= x + 5y
Sujeto a: 2x + 3y ≤ 120
2x +1.5y ≤ 80
(Z= x+5y+0S1+0S2 (MAX) 1°rest V.H. 2°rest V.H.)
b) MAXIMIZAR: Z= 2x + 2y
4x +7y ≤ 56
-5x +6y ≤ 30
(Z=2x+2y+0S1+0S2+0S3 (MAX) 1°,2° y 3° rest V.H.)
c) MAXIMIZAR: Z= 10x + 5y
3x +3y ≥ 18
y≥3
(Z=10x+5y+0S1+0S2-MA1+0S3-MA2)
2011 122
3. Resolver los siguientes problemas por el Método Simplex:

El gerente de mercadotecnia de una compañía que vende productos alimenticios
dietéticos está considerando la promoción de un nuevo producto. El presupuesto de
publicidad de la compañía incluye $ 60.000 para este fin. La compañía puede caber
publicidad al nuevo producto a través de comerciales en televisión y/o anuncios en
revistas. Cada comercial de televisión cuesta $ 8000, pero se ha estimado que esos
comerciales los ven 50.000 personas. Cada anuncio de revista cuesta $ 4500. Se estima
que 25.000 personas ven esos anuncios. Debido a que la compañía controladora de la
empresa que vende alimentos dietéticos también tiene inversiones en diversas imprentas,
los administradores de primer nivel han dado instrucciones al gerente de mercadotecnia
de que coloque cuando menos tres anuncios en revistas. El gerente de mercadotecnia ha
decidido que la compañía debería tener cuando menos tantos comerciales de televisión
como anuncios de revistas. Para auxiliarse en su proceso de toma de decisiones el
gerente de mercadotecnia ha planteado el problema como sigue:
MAXIMIZAR:
 x   y 
Z = 50000 +  25000
 8000   4500 
Sujeto a : x + y ≤ 60000
y
≥3
4500
x y
≥
8000 4500
en donde x = dólares que se gastarán en comerciales de televisión.
y = dólares que se gastarán en anuncios en revistas.
Se pide:
a) Explique la estructura de la función objetivo.
b) Que representa la restricción x + y ≤ 60000?
c) Que representa el término x/8000 en la función objetivo?
Explique la estructura de la restricción x/8000 ≤ y/4500.
2011 123
4. La Smith Motors vende automóviles normales y vagonetas. La compañía obtiene $300

de utilidad sobre cada automóvil que vende y $400 por cada vagoneta. El fabricante no
puede proveer más de 300 automóviles ni más de 200 vagonetas por mes. El tiempo
de preparación para los distribuidores es de 2 horas por cada automóvil y 3 horas para
cada vagoneta. La compañía cuenta con 900 horas de tiempo de taller disponible cada
mes para la prelación de automóviles nuevos. Plantee un problema de PL para
determinar cuántos automóviles y cuántas vagonetas deben ordenarse para maximizar
las utilidades.
Resp: Z= 130.000; x (Automotores)= 300, y (Vagonetas)= 100 S2= 100
Z= 300 x + 400 y (MAX)

Sujeto a : 2 x + 3 y ≤ 900
x ≤ 300
y ≤ 200
5. La EZ Company fabrica tres productos de última moda, a los cuales el departamento

de mercadotecnia ha denominado Mad, Mud y Mod. Estos tres productos se fabrican a
partir de tres ingredientes los cuales, por razones de seguridad, se han designado con
nombres en código que son Alpha, Baker y Charlie. Las libras de cada ingrediente que
se requieren para fabricar una libra de producto final se muestran en la siguiente tabla:
Producto Ingrediente
Alpha Baker Charlie
Mad 4 7 8
Mud 3 9 7
Mod 2 2 12
La empresa cuenta respectivamente con 400. 800 y 1000 libras de los ingredientes Alpha,
Baker y Charlie. Bajo las condiciones actuales del mercado, las contribuciones a las
utilidades para lo productos son $18 para Mad, $10 para Mud y $12 para Mod. Plantee un
problema de PL para determinar la cantidad de cada uno de los productos de última moda
que deben fabricarse.
(Rta.: x (Mad)= 87,50; z (Mod)= 25; Z= 1875; S2= 137.5)
6. La Clear-Tube-Company fabrica partes electrónicas para aparatos de televisión y

radio. La compañía ha decidido fabricar y vender radios de AM/FM y tocacintas.
Ha construido una planta que puede operar 48 horas semanales con gastos fijos
de $10.000 por semana. La producción de una radio AM/FM requiere 2 horas de
mano de obra y la producción de un tocacintas requiere 3 horas de mano de obra.
Cada radio contribuye con $ 20 a las utilidades y cada tocacintas con $25. El
Departamento de Mercadotecnia de la Clear-Tube ha determinado que lo máximo
que puede venderse por semana son 150 radios y 100 tocacintas. Plantee un
problema de PL para determinar la mezcla óptima de producción que maximice la
contribución a las utilidades.
(Rta.: x (Radios AM/FM)= 24; y (Tocacintas)= 0; Z= 480; S2= 126; S3= 100)
2011 124
7. La Ware Faros del Valle Schoharie cultiva Brócoli y coliflor en 500 hectáreas de
terreno en el valle. Una hectárea de brócoli produce $ 500 de contribución a las
utilidades y la contribución de una hectárea de coliflor es de $ 1.000. Debido a
reglamentos gubernamentales, no pueden cultivarse más de 200 hectáreas de brócoli.
Durante la temporada de plantación habrá disponibles 1200 horas-hombre de tiempo
de plantadores. Cada hectárea de brócoli requiere 2,5 horas-hombre, mientras que
cada hectárea de coliflor requiere 5,5 horas-hombre. Plantee un problema de PL para
determinar cuantas hectáreas de brócoli y cuantas de coliflor deben plantarse para
maximizar la contribución a las utilidades.
(Rta.: x (Brócoli)= 200; y (Coliflor)= 127,27 ; Z= 227.272,72)
8. La Prince Company fabrica y vende tres líneas de raquetas de tenis: A, B y C: La

raqueta A es “standard”, B y C son raquetas “profesionales”. El proceso de
manufactura de las raquetas hace que se requieran dos operaciones de producción;
todas las raquetas pasan a través de ambas operaciones. Cada raqueta requiere 3
horas de tiempo de producción en la operación 1. En la operación 2 la raqueta A
requiere 2 horas de tiempo de producción; la raqueta B requiere 4 horas y la C, 5. La
operación 1 tiene 50 horas de tiempo semanal de producción y la operación 2 tiene
suficiente mano de obra para operar 80 horas a la semana. El grupo de mercadotecnia
de Prince ha proyectado que la demanda de la raqueta Standard no será de más de 25
por semana. Debido a que las raquetas B y C son de calidad similar, se ha
pronosticado que la demanda combinada para éstas será, en total, de diez o más, pero
no más de 30 raquetas por semana. La venta de la raqueta A da como resultado $7 de
utilidades, en tanto que las raquetas B y C proporcionan utilidades de $8 y $8,50,
respectivamente. ¿Cuántas raquetas del tipo A, B y C deben fabricarse por semana, si
la compañía busca maximizar sus utilidades? Plantee el problema como un modelo
Standard de PL.
(Rta.: Z= 140 ; A= 1.11 ; C= 15.56 ; S3= 23.89 ; S4= 14.44)
9. La Compañía Di Palma fabrica piezas de metal de alta precisión que se utilizan en

los motores de automóviles de carreras. La pieza se fabrica en un proceso de
forjado y refinación y son necesarias cantidades mínimas de ciertos metales. Cada
pieza requiere 40 onzas de plomo, 48 de cobre y 60 de acero colado. Existen 4
tipos de mineral disponible para el proceso de forjado y refinación. El mineral tipo 1
contiene 4 onzas de plomo, 2 de cobre y 2 de acero colado por libra. Una libra de
mineral tipo 2 onzas de plomo, 6 de cobre y 6 de acero colado por libra. El mineral
tipo 3 contiene 1 onza de plomo, 4 de cobre y 4 de acero colado por libra. Por
último, el mineral de tipo 4 contiene 1/2 onzas de plomo, 1 de cobre y 8 de acero
colado por libra. El costo por libra para los cuatro minerales es $20, $30, $60 y
$50, respectivamente. A la Di Palma le gustaría mezclar los minerales de manera
que satisfagan las especificaciones de las piezas y se minimice el costo de
fabricación. Defina las variables de decisión y plantee el apropiado problema de
PL.
(Rta.: x= 6 ; y= 8 ; S2=12 Z= 360)
2011 125
10. El Señor Addams es el Superintendente de manufactura para la Cyclkone Block and

Brick Company. La compañía fabrica tabicón y ladrillo, la empresa obtiene un margen
de utilidad de $3,25 y $6 por cada 100 ladrillos y 100 tabicones, respectivamente. En
estos momentos el Señor Addams no tiene compromisos por pedidos de clientes de
ladrillos o tabicón. No existe inventario para ninguno de estos dos productos. La
producción de ladrillo y tabicón requiere de un proceso de dos etapas. Primero se los
moldea y luego se les hornea. En el proceso se moldeado se requieren 4 horas de
tiempo para fabricar 100 ladrillos y 8 horas para fabricar 100 tabicones. El proceso de
horneado no difiere para ninguno de los dos productos; se requieren 8 horas por cada
100 piezas de cada uno. Existen disponibles un máximo de 80 horas de tiempo de
moldeado y el máximo tiempo disponible para el proceso de horneado es de 120 horas
por semana. La compañía le ha asegurado al Señor Adams que es posible vender
todas las piezas de ladrillo y tabicón que se puedan fabricar, porque la industria de la
construcción se encuentra en un período de apogeo. Plantee un modelo de PL que le
permita al Sr. Addams maximizar la contribución a las utilidades. Interprete todas las
variables de holgura del problema.
(Rta.: 1000 Ladrillos, 500 tabicones; Z= 62,50)
11. La Watts Manufacturing Company fabrica y vende radios de AM y de AM/FM. La

producción de una radio de AM requiere 4 horas, en tanto que la fabricación de un
radio AM/FM requiere 6 horas. En la planta existe un total disponible de 96 horas-
hombre semanales para la producción. Los administradores de la empresa han
determinado que lo máximo que se puede vender a la semana son 30 radios AM y 20
AM/FM. La contribución a las utilidades por cada radio AM que se vende es $6, y cada
radio AM/FM contribuye con $12 a las utilidades. ¿Qué cantidad de cada tipo de radio
debe fabricar la compañía cada semana para maximizar sus utilidades?
(Rta. 16 AM/FM. Z= 192; S1:= 30; S2= 4
12. Una compañía de carga aérea desea maximizar los ingresos que obtiene por la carga
que transporta. La compañía tiene un solo avión diseñado para transportar dos clases de
carga: carga frágil y carga normal. La compañía no recibe pago extra por transportar carga
frágil; sin embargo, para asegurar ciertos contratos de negocios, la compañía ha acordado
transportar cuando menos 5 toneladas de carga frágil. Este tipo de carga debe llevarse en
una cabina presurizada, mientras que la carga normal puede llevarse en una cabina
principal no presurizada. La capacidad de la cabina principal es de 20 toneladas de carga.
La cabina presurizada no puede llevar más de 10 toneladas de carga. El avión tiene una
restricción de peso que le impide llevar más de 28 toneladas de carga. Para mantener el
equilibrio de peso, la carga de la cabina presurizada debe ser menor o igual que dos
tercios de la cabina principal, mas una tonelada. La compañía recibe $ 1.000 por tonelada
de cualquiera de los dos tipos de carga que transporta.
(Rta. x (C.Normal)= 20 Ton, y (C.Frágil)= 5 Ton; Z= 25.000 S3= 5; S4= 3; S5= 17,33)
13. Arme la Tabla inicial para el método simplex del siguiente

problema, indicando que variable ingresaría a la base y que
variable la abandonaría.
Z= 18 x + 22 y +14 z (minimizar)
Sujeto a: 4 x + 2 y + 2 z ≥ 100
5 x + 3 y + 6 z ≥ 153
Entra x1 y Sale A1 (Rta.: x1= 21 ; x3= 8 ; Z= 490)
2011 126

problema, indicando que variable ingresaría a la base y que
variable la abandonaría.
Z= 12 x + 8 y +10 z (Maximizar)
Sujeto a: 6 x + 3 y + 3 z ≤60
2 x + 2 y + 2 z ≤ 20
4 x + 6 y + 2 z ≥ 120
Entra x2 y Sale S2

problema, indicando que variable ingresaría a la base y que variable la abandonaría.
Z= 8 x + 24 y (minimizar)
Sujeto a: 30 x + 88 y ≤ 1320
-8 x + 16 y ≤ -64
18 x + 30 y = 540
Entra x2 y Sale S2

problema, indicando que variable ingresaría a la base y que variable la abandonaría.
Z= 10 x + 15y (Maximizar)
Sujeto a: 10 x + 8 y ≤ 40
22 x = -64
-8 x + 10 y ≥ 20
Entra x1 y Sale A1
17. Suponga que un modelo de programación lineal tiene diez variables de decisión
(denotados x), 5 restricciones del tipo menor o igual que (≤ ), 15 restricciones de
mayor o igual (≥ ) y 5 restricciones de igualdad (=). Se desea saber lo siguiente:
¿Cuántas variables totales existen cuando el problema se estructura en forma de
“ecuaciones” (es decir, después de añadir variables de holgura, de excedencia y
artificiales)?
18. La Beta Manufacturing Company fabrica tres productos: A, B y C. Los analistas

financieros de la compañía han informado a los administradores que se deben
recuperar $2000 de costos fijos asociados con inversiones de capital y gastos
generales para que la compañía alcance el punto de equilibrio. Los administradores
de la Beta desearían determinar la cantidad de cada uno de los productos que se
deben fabricar para que, cuando la empresa llegue al punto de equilibrio, la suma de
los costos de producción sea mínima. Los precios de venta de los tres productos son
$12, $10 y $6, respectivamente. Los costos variables asociados con los productos
son: $10, $8,50 y $5. Los pedidos atrasados que se tienen para los tres productos
son: A=300 unidades, B=250 unidades y C= 1000 unidades. Deben surtirse todos los
pedidos atrasados antes de surtir pedidos nuevos.
2011 127
19. La Specialty Fedd Company ha recibido un pedido de un alimento con alto contenido
preteínico. El pedido es de 100 libras del alimento. La Speciality ha observado que,
sujeto a ciertas restricciones, el pedido del cliente puede surtirse utilizando tres
alimentos base disponibles. El producto final debe contener cuando menos 60 libras
del alimento A y no más de 50 libras de los alimentos B y C combinados. En estos
momentos existen 80 libras del alimento A, 40 libras del alimento B y 40 del C
disponibles en el almacén. El alimento A cuesta a la Speciality $ 1,50 por libra, el B
$1,20 por libra y el C $1,00. El objetivo de la Speciality Feed Company es minimizar el
costo del alimento.
20. Considere el siguiente problema de PL. Encuentre la solución óptima.

Z= 2x + 2y (Maximizar)
3x + 4y ≤ 12
21. Para el siguiente problema de PL, hallar la solución óptima.

Z= 3x+4y+10z (Maximizar)
Sujeto a:
x + y + z ≤ 10
5x + 3y ≤ 15
22. Suponga que se ha planteado el siguiente problema de PL.

Z= x + 2y + 3z + 4w (Maximizar)
Sujeto a:
x + 2y + z + 2w ≤ 12
y≤6
w≤4
23. Un frigorífico se dedica a la cría de salmones y de truchas, las que necesitan de un alimento
que demanda mano de obra y materia prima para realizarlo. Además tiene una determinada
Capacidad de producción, valores indicados por la siguiente tabla. También se indican en la
tabla los beneficios que aportan tanto los salmones como las truchas. Se desea saber cual es
la combinación de salmones y truchas que maximiza el beneficio.
SALMONES TRUCHAS Disp.

Mano de Obra 5 6 15.000
Materia Prima 10 20 20.000
Cap Producción 1.500
Beneficios 60 80
(Z = $100.000 (1000 Salmones y 500 Truchas) S1= 7000)
2011 128
24. La Agro Tech es una fábrica de fertilizantes. Los dos fertilizantes que fabrica son las
mezclas denominadas 5-5-10 y 5-10-5. En cada caso el primer valor se refiere al
porcentaje que el producto final tiene de nitrato químico, el segundo valor se refiere al
porcentaje del fosfato y el tercer valor da el porcentaje de potasio. El fertilizante se
estabiliza con un material de relleno como podría ser barro. Por ejemplo, el fertilizante
5-5-10 está compuesto por 5% de nitrato, 5% de fosfato, 10% de potasio y el 80%
restante de barro. El mayorista comprará toda la cantidad de fertilizante que la Agro
Tech pueda fabricar. Está dispuesto a pagar $ 71,5 por tonelada del 5-5-10 y $ 69 por
tonelada del 5-10-5. Las disponibilidades y costos de materias primas son: 1100
toneladas de nitrato a $200 por tonelada, 1800 toneladas de fosfato a $80 por ton y
2000 toneladas de potasio a $160 por ton. El relleno está disponibles en cantidades
ilimitadas al precio de $10 la ton, pero para los otros tres ingredientes sólo se dispone
de las cantidades mencionadas antes. No hay restricciones para el uso de la mano de
obra ni tampoco para el empleo de maquinaria durante el mes, pero se tiene un costo
de $15 por tonelada por concepto de mezclado de los fertilizantes.
La pregunta que ustedes deben responder es: ¿Cómo utilizar los escasos recursos
de que dispone Agro Tech de manera que se obtengan las mayores utilidades para la
compañía?
Z= 18,5 x + 20 y (MAX)
Sujeto a: 0,05 x + 0,05 y ≤ 1100
0,05 x + 0,10 y ≤ 1800
0,10 x + 0,05 y ≤ 2000
(Rta.: A= 8.000 B= 14.000 S3= 3.000; Z= 428.000)
24- Un fabricante produce bicicletas y motos, las cuales se procesan a través de dos
centrales de producción mecánica. La primera tiene un máximo de 120 horas
disponibles y la segunda tiene un máximo de 180 horas disponibles. La manufactura de
una bicicleta requiere 6 horas de la central 1 y 3 horas de la central 2; la fabricación de
una moto requiere de 4 horas en la central 1 y 10 horas en la central 2. Si la ganancia
por bicicleta es de u$s 45 y por cada moto es de u$s 55, determinar el número de
bicicletas y de motos que se deben fabricar para obtener la máxima ganancia.
(Rta.: 10 Bicicletas y 15 Motos ; Z= 1275 )
25. Dos alimentos X e Y contienen vitaminas A, B y C en las

cantidades que se indican en la matriz. También en la matriz figura la cantidad mínima
que necesita una persona de cada vitamina para seguir una dieta equilibrada y el
precio unitario de cada alimento. Debemos determinar que cantidad de cada alimento
debe tener la dieta de tal manera que el costo de seguir la dieta sea el mínimo posible.
Alimentos Cant. Mínima

Vitaminas X Y
A 3 1 12
B 4 5 38
C 2 7 28
Precio por unidad 3 2
(Rta.: x1= 2 ; x2: 6 ; S3= 18 ; Z= 18)
2011 129
26. Z= 2 x1 + x2 + 3 x3 (Maximizar)
Sujeto a: 3 x1 + 2 x2 + x3 ≤ 10
x1 + 4 x2 + 2 x3 ≤ 12
(Rta.: x1= 1,60; x3= 5,20; Z= 18,80)
27. Una compañía de auditores se especializa en preparar

liquidaciones y auditorías de empresas pequeñas. Tienen interés en saber cuantas
auditorías y liquidaciones pueden realizar mensualmente para maximizar sus ingresos. Se
dispone de 800 horas de trabajo directo y 320 horas para revisión. Una auditoría en
promedio requiere de 40 horas de trabajo directo y 10 horas de revisión, además aporta
un ingreso de $ 300. Una liquidación de impuesto requiere de 8 horas de trabajo directo y
de 5 horas de revisión, produce un ingreso de $ 100. El máximo de liquidaciones
mensuales disponibles es de 60.
(Rta.: Auditorías: 12 Liquidaciones: 40; S3= 20 ; Z=7600)
28- Un expendio de carnes acostumbra preparar carne para hamburguesa con una
combinación de carne molida de res y carne molida de cerdo. La carne de res contiene 80
% de carne y 20 % de grasa y le cuesta a la tienda 80 centavos por kilo. La carne de
cerdo contiene 68 % de carne y 32 % de grasa y cuesta 60 centavos por kilo. ¿Qué
cantidad de cada tipo de carne debe emplear la tienda por cada kilo de carne para
hamburguesa si desea minimizar el costo y mantener el contenido de grasa no mayor de
25 %?
29- Un departamento de publicidad tiene que planear para el próximo mes una estrategia
de publicidad para el lanzamiento de una línea de T.V. a color tiene a consideración 2
medios de difusión: La televisión y el periódico.
Los estudios de mercado han mostrado que:
a. La publicidad por T.V. Llega al 2 % de las familias de ingresos altos y al 3 % de

las familias de ingresos medios por comercial.
b. La publicidad en el periódico llega al 3 % de las familias de ingresos altos y al 6

% de las familias de ingresos medios por anuncio.
La publicidad en periódico tiene un costo de $ 500. por anuncio y la publicidad por T.V.
tiene un costo de $ 2000. por comercial. La meta es obtener al menos una presentación
como mínimo al 36 % de las familias de ingresos altos y al 60 % de las familias de
ingresos medios minimizando los costos de publicidad.
2011 130
30- Un fabricante de juguetes prepara un programa de producción para dos nuevos

juguetes, muñecas y soldados, con base en la información concerniente a sus tiempos de
producción dados en la tabla que sigue;
Máquina A Máquina B Máquina C

Muñecas 2 hs 1h 1h
Soldados 1h 1h 3hs
Las horas disponibles empleadas por semana son: para operación de la máquina A,
70 horas; para la B, 40 horas; para acabado, 90 horas. Si las utilidades en cada
muñeca y cada soldado son $ 4.- y $ 6.- respectivamente, cuántos juguetes de cada
uno debe producir por semana el fabricante con el fin de maximizar la utilidad?. Cuál
es esta utilidad máxima?
(Rta. S1= 15; x1= 15; x2= 25; Z= 210)
31- Un fabricante produce dos tipos de parrillas para asar, Old Smokey y Blaze Away.
Para su producción, las parrillas requieren del uso de dos máquinas, A y B. El número de
horas necesarias para ambas está indicado en la tabla siguiente:
Máquina A Máquina B
Old Smokey 2 hs 4 hs
Blaze Away 4 hs 2 hs
Si cada máquina puede utilizarse 24 horas por día y las utilidades en los modelos de $ 4.-
y $ 6.- respectivamente, cuántas parrillas de cada tipo deben producirse por día para
obtener una utilidad máxima. Cuál es la utilidad máxima?
(Rta.: x2= 4; x1= 4; Z= 40)
32- Una dieta debe contener al menos 16 unidades de carbohidratos y 20 de proteínas. El

alimento A contiene 2 unidades de carbohidratos y 4 de proteínas; el alimento B contiene
2 unidades de carbohidratos y 1 de proteínas. Si el alimento A cuesta $ 1,20 por unidad y
el B $ 0,80 por unidad, cuántas unidades de cada alimento deben comprarse para
minimizar el costo?
(Rta.: x2= 4; x1= 4; Z= 8)
33-Un agricultor comprará fertilizantes que contienen tres nutrientes A, B y C: Los

requerimientos mínimos semanales de estos son 80 unidades de A, 120 de B y 240 de C.
Existen dos mezclas de fertilizantes de gran aceptación en el mercado. La mezcla I cuesta
$ 8.- por bolsa, y contiene 2 unidades de A, 6 de B y 4 de C. La mezcla II cuesta $ 10.-
por bolsa con 2 unidades de A, 2 de B y 12 de C. Cuántas bolsas de cada mezcla debe
comprar el agricultor para minimizar el costo de satisfacer sus requerimientos de
nutrientes?
2011 131
Bibliografía:
Rojo, Armando: Álgebra I y Álgebra II. El Ateneo, Buenos Aires, 1995
Font de Malugani, Elba – Lazzari, Luisa L. – Montero, Beatriz – Thompson, Silvia

E. – Fraquelli, Adriana – Loiácono, Teresa – Mouliá, Patricia – Wartenberg,
Rolando – Coordinadora: Casparri, María Teresa: Álgebra con Aplicaciones a
las Ciencias Económicas. Ediciones Macchi, Buenos Aires, 1999
Budnik, Franks: Matemáticas aplicadas para administración, economía y

ciencias sociales, McGraw-Hill, México, 1990
De Burgos, Juan: Álgebra lineal, McGraw-Hill, Madrid, 1996.
Anderson, David R. y otros: Introducción a los modelos cuantitativos para

administración, Editorial Iberoamericana, México, 1993.
Grossman, Stanley: Álgebra lineal, quinta edición, McGraw-Hill, México, 1997
Lipschutz, Seymour: Álgebra lineal, McGraw-Hill, Madrid, 1996.
García Venturini, Alejandro E. – Kicillof, Axel: Álgebra para estudiantes de

Ciencias Económicas, Ediciones Corporativas, 2000.
Chiang, Alpha C.: Métodos Fundamentales de Economía Matemática (Tercera

Edición), Madrid, 1997
Font de Malugani, Elba – Montero de Diharce, Beatriz – Thompson, Silvia –

Lázzari, Luisa L.: Álgebra - Guía de Trabajos Prácticos (Código 300), Centro de
Estudiantes de Ciencias Económicas, Buenos Aires, 1992
Lay, David C.: Álgebra Lineal y sus aplicaciones, Pearson Educación, Méjico,
2007.
Fissore, María Luisa – Simón, Silvia – Carnero, Mercedes – Hernández José Luis:
Álgebra Lineal, Editorial de la Fundación Universidad Nacional de Río Cuarto,
2007.
2011 132

Libro de Algebra PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Libro de Algebra PDF

Uploaded by

Copyright:

Available Formats

Lic. Daniel A. Arana www.licdarana.com.

Sistemas de ecuaciones lineales 65

Programación Lineal 108

Este cuadernillo fue elaborado para ayudar a los alumnos en la

Cada capítulo tiene una gran cantidad de ejercitación con el objeto de

Para ello, tomé parte de la ejercitación utilizada en los libros y

Alguno de los ejercicios tienen su respuesta, en otros a cambio, he

Estoy plenamente convencido que para aprobar esta materia es

Verán una marcada tendencia a ejemplificar cada tema con cuestiones

Mi enorme agradecimiento a quienes siempre colaboraron conmigo en

Mi agradecimiento a mis estimadísimos colegas: mi querido amigo y

quienes, a mi pedido, han leído y corregido estos Apuntes de Álgebra.

Un agradecimiento especial merece la Profesora Alicia Bernardello,

Agradezco a mis estimadísimas colaboradoras de tantos

Por supuesto, mi agradecimiento también para mis hijos Belén,

Para terminar, es absolutamente justo expresar el agradecimiento a

¡¡¡ Ojalá les sirve para aprobar esta materia!!!

Capítulo 1 - Estructuras Algebraicas

En la matemática, una estructura algebraica es un conjunto de elementos con

Ley de composición interna:

Propiedades de una ley de composición interna:

Una ley interna (*) en un conjunto no vacío A es asociativa ⇔

Podríamos verificar que la multiplicación también cumple con esta ley.

Donde verificamos que el par ( Z , - ) no cumple con esta propiedad.

Una ley interna en un conjunto A es conmutativa ⇔

Como el alumno podrá deducir claramente, ni la resta ni la división son

Existencia de elemento neutro:

e ∈ A es elemento neutro para la ley * ⇔

Podemos verificar la existencia de este elemento para lo enteros, racionales y los

En cuanto a la multiplicación, el elemento neutro existe para todos los conjuntos

En los capítulos siguientes, estudiaremos matrices y sus propiedades y vectores y

Regularidad de un elemento respecto de una ley interna:

La regularidad de un elemento respecto de una ley de composición interna

Existencia de elemento simétrico en una ley con neutro:

-a ∈ A es elemento simétrico de a para la ley * ⇔

Ley de composición externa:

Ejemplo: El producto de escalares por matrices es un ejemplo de esta Ley de

El producto de un vector por un escalar es otra demostración de la Ley de

El par formado por el conjunto de Matrices cuadradas y el producto ( Rnxn, . )

a) Cumple con la Ley de Composición Interna A2x2 . B2x2 = C2x2

b) Cumple con la propiedad asociativa (A . B) . C = A . (B . C)

c) Cumple con la existencia de Elemento Neutro A2x2 . I2x2 = A2x2

d) Cumple con la existencia de elemento inverso A2x2 . A-1 = I2x2

De lo expuesto, surge que las matrices cuadradas y la operación producto tienen

Estructura de Grupo Abeliano:

El par formado por el conjunto de los Números Reales (R) y el producto ( R , . )

a) Cumple con la Ley de Composición Interna 5 . 2 = 10

b) Cumple con la propiedad asociativa (2 . 3) . 4 = 2 . (3 . 4)

c) Cumple con la propiedad conmutativa 2.3=3.2

d) Cumple con la existencia de Elemento Neutro 2.1=2

e) Cumple con la existencia de elemento inverso 2 . 1/2 = 1

El par ( A , * ), donde A ≠ φ y * es una operación, es un semigrupo si y sólo si * es

Propiedades de los cuerpos :

1. Los cuerpos no admiten divisores de cero.

3. Si b ≠ 0, entonces la ecuación b . x = a admite solución única en K.

4. El recíproco del opuesto de todo elemento no nulo es igual al opuesto de su

( R , +, . ) Los elementos del conjunto de los reales, la suma y el producto tienen

a) ( R , + ) cumplen con la L.C.I., ya que la suma de dos reales

b) ( R . + ) cumplen con la propiedad asociativa (4 + 3)+2 = 4 + (3 + 2)

c) ( R , + ) cumplen con la propiedad conmutativa 4+3=3+4

d) ( R , + ) cumple con la existencia de elemento neutro 4+0=4

e) ( R , + ) cumple con la existencia de elemento simétrico 4 + (-4) = 0

2) ( R - {0} , . ) es Grupo Abeliano: