UNIVERSIDAD METROPOLITANA DE HONDURAS

VICERRECTORIA DE EDUCACIÓN DISTANCIA

VED / UMH

MANUAL
ALGEBRA LINEAL

COMPILACION REALIZADA
A SOLICITUD DE LA UMH POR:

LICENCIADO
OSCAR RODRIGUEZ

OCTUBRE 2006
AGE-112 ÁLGEBRA / UMH

PROHIBIDA LA REPRODUCCIÓN DE ESTE DOCUMENTO SIN AUTORIZACIÓN DE LA UMH

 PRESENTACIÓN

Por medio de esta asignatura se afianza en el estudiante las habilidades

necesarias, para resolver casos y problemas que enfrentamos en la vida diaria, los
cuales podemos representar como sistemas de ecuaciones lineales y
desigualdades lineales.

Se ha considerado de suma importancia las aplicaciones a la administración y la

economía, las demostraciones de los teoremas y la teoría básica no se han
desarrollado a fin de que el material sea más práctico, se desarrolló para cada
capítulo problemas con su debida explicación y se procede a ilustrarlo y a
analizar su importancia con varios ejemplos. Se aplicaron diversas técnicas para
resolver problemas por varios recursos. Esto nos da el criterio sobre el tiempo
necesario para mejorar las habilidades matemáticas y aprender a conocer que
herramienta es la necesaria según el caso de estudio.

Los estudiantes que aprenden a dominar las técnicas por lo común desarrollan una
intuición razonablemente clara del proceso.

El contenido se ha seleccionado de tal manera que incluya partes básicas, que son
de utilidad y de mayor interés para los estudiantes. Por lo general las aplicaciones
se ofrecen en estrecha cercanía con el tratamiento del concepto matemático
específico.

Se ofrece al estudiante, la programación lineal, una de las más importantes

herramientas de la investigación de operaciones, se utiliza cuando un problema se
puede describir utilizando ecuaciones y desigualdades que son todas lineales.

Dedico este trabajo a la mi esposa por su invaluable aportación a mi vida, a los

alumnos y al personal de la universidad Metropolitana de Honduras con los
deseos de éxito y aprovechamiento de este contenido.

Ing. Oscar Mauricio Rodríguez Corrales

rrconsultores_hn@yahoo.com

TEL: 239-5100

PROHIBIDA LA REPRODUCCIÓN DE ESTE DOCUMENTO SIN AUTORIZACIÓN DE LA UMH

ÁLGEBRA DE MATRICES
CAPITULO 1
1.1

MATRICES

Introducción

Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J.
Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en
1853. En 1858, A. Cayley introduce la notación matricial como una forma abreviada de
escribir un sistema de m ecuaciones lineales con n incógnitas.

Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de

ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Además de su utilidad para el estudio de sistemas de ecuaciones lineales, las matrices
aparecen de forma natural en geometría, estadística, economía, informática, física, etc...

DEFINICIÓN: Una Matriz es un arreglo rectangular de números reales, encerrados en

grandes paréntesis rectangulares. Las matrices por lo general se denotan con letras
mayúsculas como A, B, C… etc.

Algunos ejemplos de Matrices:

Cada número dentro de la matriz es llamado elemento de la matriz se denominan como

aij si pertenece a la matriz A, se llamara bij en el caso de pertenecer a una matriz
llamada B y si fuese de otra matriz se utiliza según se llame la matriz la representación
de un elemento con letra minúscula.
Esto anterior se entenderá mejor si se define el orden y el tamaño de una matriz como
sigue.

Los elementos ordenados en forma Horizontal son llamados renglón o fila y los
elementos colocados de forma vertical son llamados columna.
Si una matriz tiene m renglones y n columnas, se dice que su tamaño es m x n y se lee
como (m por n). De los ejemplos anteriores usted puede encontrar que A es una matriz
de tamaño 2x3 o sea dos filas por tres renglones, la matriz B de manera similar se puede
definir como tamaño de 3x4.

Es conveniente utilizar nomenclatura como ya se menciono para los elementos dentro

de la matriz, recuerde que i = filas y j = columnas así como m = filas y n = columnas.
Encontrar y definir los elementos a22, a34 y a13 de la siguiente matriz:

Podemos decir que:

a13 = 2, a22 = 4 y a34 = 2

Matriz cero: Se llama así cuando todos los elementos dentro de una matriz son ceros.
Véase el siguiente ejemplo:

Nota: esta matriz se representa con el número 0.

Matriz cuadrada: Una matriz con igual número de filas y de columnas se conoce como
matriz cuadrada. Véase el siguiente ejemplo:

Donde A es una matriz de 2x2 y B una matriz de 3x3.

Dada la siguiente matriz:

Note que la matriz E también es una matriz cuadrada dado que:

m = n o lo mismo que i = j, E es uma matriz de 1x1.

Se dice que dos matrices A y B son iguales si:

i) Son del mismo tamaño
ii) Sus elemento correspondientes son iguales aij = bij
Ejemplo:

Las matrices A y B son del mismo tamaño 2x3 y son iguales si a = 0, b = 7 y c =

EJERCICIOS 1.1

1.- Determine el tamaño de cada matriz.

1 0 
A=  
 2 3

 2 3 1
B=  
 1 2 3 

3 
C = 1 
 
 2 

1 2 3 

D = 4 5 6
 
9 8 7 


3 4 5 
E=  
1 0 2 
 2  1
F= 
 1 1 

G= 4 1 3

H = 1

1.a-. Para los ejercicios anteriores encuentre el valor de los siguientes elementos si se
puede de a 11
, a ,a
22 13
y a 23
, encuentre la misma posición para las matrices B, C, D,
E, F, G, y H.

1.b.- ¿Cual de las matrices A, B, C, D, E, F, G, y H tienen el mismo y orden y tamaño?

1.2

ALGEBRA MATRICIAL

1.2.1Multiplicación de una matriz por un escalar

La multiplicación de una matriz por un escalar se refiere a la operación de multiplicar

una matriz por un número real. Para cualquier matriz de tamaño mxn y c cualquier
número real se puede expresar como el producto cA = [ caij ], multiplicando cada
elemento de A por c.

Ejemplo:
Dado

Encontrar 2A se sigue que

Desarrolle -3A.

Ejemplo Aplicación:

Una cadena de distribuidores de madera a nivel nacional distribuye tres diferentes

clases de madera, entre ellos están el pino, la caoba y el nogal, para esta distribución
disponen de dos agentes distribuidores y se representa con la siguiente matriz:
Esta es la madera en existencia en el plantel.

Los elementos de la matriz A están en miles de pie tablar. Si la gerencia establece como
objetivo el aumento en la distribución de madera en un 50%, presenta la matriz que
representa este aumento.
Solución: Cada elemento de la matriz A deberá de aumentarse en un 50%, es decir que
para cada elemento será aij + aij x 50%, luego al factorizar aij ( 1 + 0.5 ) = aij x 1.5

Por lo tanto

Aumento en miles de pie tablar

1.2.2 Adición y Sustracción de Matrices

Dos matrices A y B pueden sumarse o restarse si primero cumplen ser del mismo orden
o tamaño y la operación consiste en la correspondencia de sus elementos así.
A ± B = aij ± bij
A + B = aij + bij
A-B = aij - bij
Ejemplo: Dadas las siguientes matrices A y B encontrar la suma A+B y la resta de A-B:

Ejemplo Aplicación: Suponga que la misma empresa distribuidora de madera en el mes

de Marzo distribuyo la siguiente matriz B:
Determine la matriz que representa la cantidad de madera en existencia al primer día del
mes de Abril: (le llamaremos C a la matriz primer día de Abril)

Recordemos que la madera en existencia en el plantel era de:

Así pues tenemos que:

Madera al primer día Madera en existencia Madera distribuida en

De Abril = en el plantel - el mes de Marzo

C = A - B

Existencia en miles de pie tablar

Ejercicio: Dadas

Encuentre una matriz X tal que X + A = 2B

Solución: Al despejar X de la ecuación, tenemos que

X = 2B – A
AGE-112 ÁLGEBRA / UMH

Determine Y tal que Y + B = 2A

Solución:

EJERCICIOS 1.2

2.- Construya un ejemplo de una matriz 3x3 cij que satisfaga cij = - cji
(3.- a 10.-) Efectúe las operaciones indicadas y simplifique

 2 4
3.- 3  
 1 3
 1 2 3 
 
4.- -2  2 1  4
 0 2 
3

 2 1 3 0  1 2 
5.- 1 4 7 + 1 2  8
   

 3 1 4   1 2 5 
   
6.-  2 5  3 -  2  1  4
  1 2    3 1 
0 2

 1 2   2 3
7.- 2   +3 
  1 3 
 1 0

2 1 1  2
  2
8.-  1 3 - 2  3 
 7   0 
4  3
AGE-112 ÁLGEBRA / UMH
1 2 3 0 1 2
 3
9.- 2 2  1 0 + 3 
2  4

 4 5   1 3 
6  0

1 0  3 4  2  1 2 3 
10.- 4 2 1 5 1  - 5 1
0 3 4 

 
 2 0   1 0  5
3 2   3

(11- a 15.-)Determine los valores de las variables para las cuales las ecuaciones
matriciales siguientes son válidas.

 x 2 1 2 
11.- 3 y  = 3 4
   

 3  1  y  2 z 
12.- =
 x 0   4 t  1
   

x  2 5 y  3  3 t  1 2 y  5
13.- =
 4
 z6 7  4 2
 z  1 

x1 3  2 x  t1 3 
2 1 
14.-  4 y1 5  = v1 3 5
   
u 1 z2 4 w 2 z  1
1

x 1  1  2 t 0 
0 2 3 +2  z 1  1
15.-    
  1 2  2 v 
y  u
AGE-112 ÁLGEBRA / UMH
x 1  1  2 t 0 
15.b- 
6 0 2 3 +2  z 1  1
   
  1 2  2 v 
y  u

16.- (Costos de suministros) Un contratista calcula que los costos (en dólares) de
adquirir y transportar unidades determinadas de concreto, madera y acero desde tres
diferentes localidades están dados por las matrices siguientes (una matriz por cada
localidad).

Escriba en la matriz que representa los costos totales de material y de transportación por
unidades de concreto, madera y acero cada una de las tres localidades.

17.- (Comercio internacional) El comercio entre tres países I, II y III durante 1986 (en
millones de dólares estadounidenses) está dado por la matriz A= aij , en donde aij
representa las exportaciones del país i al país j.

 0 16 20
A = 17 0 18 

 
21 14 0 

El comercio entre estos tres países durante el año de 1987 (en millones de dólares
estadounidenses) está dado por la matriz B.

 0 17 19 
B = 18 0 20

 
24 16 0 

18.- (Matrices de producción) un fabricante de zapatos los produce en color negro,

blanco y café para niños, damas y caballeros. La capacidad de producción (en miles de
pares) en la planta de Sonora está dada por la matriz siguiente:

La producción en la planta de Durango está dada por

a. Determinar la representación matricial de la producción total de cada tipo de

zapato en ambas plantas.

b. Si la producción en Sonora se incrementa en su 50% y la Durango en 25%,

encuentre la matriz que representa la nueva producción total de cada tipo de
calzado.

c. Encuentre el aumento si la producción sería de 65%.

1.2.3 Multiplicación de matrices

1.2.3.a Matrices renglón o fila y columna

Una empresa fabrica un producto P, Q y R utilizando diferentes insumos o materia

prima, la cantidad de materia prima utilizada para elabora estos productos esta dada por
la siguiente matriz P Q R
A = [3 2 4]

10  P

Si el costo de los tres insumos esta dado por B = 8  Q 
  
 4
R

Por con siguiente , el costo de los tres insumos por unidad de producto se obtiene
sumando los costos de 3 unidades de P a un costo de 10 cada una, 2 unidades de Q aun
costo de 8 y 4 unidades de r a un costo de 4 cada una:

3 x 10 + 2 x 8 + 4 x 4 = 62

El anterior es el producto de la matriz fila por la matriz columna A x B y se denota

como AB, este método de producto se aplica a matrices renglón y columnas de
cualquier tamaño siempre y cuando m = n, o sea el mismo número de elementos.

Ejemplo:
Dadas las matrices siguientes:

KM = 1x4 + 4x3 = 4 + 12 = 16

LN = 1x1 + 4x4 + (-3)x5 + 5x0 = 1 + 16 – 15 + 0 = 2

Observación: La matriz renglón o fila siempre se escribe a la izquierda y la matriz

columna a la derecha.
1.2.3.b Matrices de diferente tamaño

Si C = AB, entonces el elemento cij de la matriz producto C se obtiene multiplicando el

i-ésimo renglón de A por el j-ésima columna de B.

Al formar el producto de dos matrices, cada renglón de la primera matriz se multiplica

sucesivamente por cada columna de la segunda matriz.

Regla de multiplicación

El producto AB de dos matrices sólo puede efectuarse si el número de columnas de la

matriz A es igual al número de filas de la matriz B, y el tamaño de la matriz resultante
será de el número de filas de la matriz A por el numero de columnas de la matriz B.

Ejemplo 1: Dadas las siguientes matrices encuentre si aplica la multiplicación de AB y

si es definida su multiplicación encuentre la matriz resultante C.

C = AB, primero revisaremos si la multiplicación esta definida

Luego encontramos que:

Del ejemplo anterior verifique si BA esta definido:

Dadas una matriz A de 2x2 y otra B de 2x3 demuestre si AB y BA si existen:

Ejemplo 2: Dadas

Calcule AB y BA

Solución: Ambas matrices son de tamaños iguales de 3x3, en consecuencia tanto AB

como BA están definidas y tendrán tamaño 3x3.
NOTA: Ambas multiplicaciones están definidas, pero a pesar de aplicar la
multiplicación vea que no aplica la propiedad conmutativa es decir que
AB ≠ BA pues las matrices resultantes son distintas.

EJERCICIOS 1.2.3

19.- a 25.- Si A es un matriz 3 X 4, B es 4 X3, C es 2 X 3 y D es 4 X 5, calcule los

tamaños de los productos de matrices siguientes.

19.- AB 20.- BA 21.- CA

22.- AD 23.- CAD 25.- CBA

26.- a 34.- Efectúe las operaciones indicadas y simplifique.

 0 2 
4
26.- 2 3   27.- 2 0 1  1  1
 
5   3 0

4  1  2
 3 0 1 5  2
28.- 2 4 0 29.-  3 4   
      0 
 5 6
6

 1 0 2   3  2 2  1 0  1 0 2 
30.- 0 2  1  2 1 
 31.- 1 3 2
  2 1
    0 
  2 0   1  4 3  2 1 0
1 3 0

 2 3 1  1  1 0 2 4 
 1 2  3  2 2 1 4  
32.-
   
33.- 
5 3 6  3  1 0 1 
4 5 6   2 1 3
3
 0

 1 0
1 2 3   3  1
34.- 4 
4 5 6   2  
  0 3  2 1 

 2 3 1  1 
34.b- 10   1 2  3  2
   
4 5 6  3
2  1 0  1 0 2
34.c- 12  1 3 2  6  0 2 1
   
 4 0   2 1 0
3

 1  2
2
34.d.- 15   3 4   
  0 
5 6
1.2.4 Matriz identidad

Una matriz cuadrada se llama matriz identidad si todos los elementos de su diagonal
son iguales a 1 y todos los elementos no diagonales iguales a cero.

Ejemplos:

Para matrices cuadradas de cualquier tamaño multiplicadas por matrices identidad de

igual tamaño siempre se cumple que AI = IA = A

Ejemplo: Dada

Si A es una matriz cuadrada nxn puede multiplicarse consigo misma, el producto

resultante de AA se puede denotar como A² y será de tamaño nxn, si volvemos a
multiplicar por A obtenemos AAA se puede denotar como A³ y si continuáramos la
multiplicación seria definida siempre y cuando se trate de una matriz cuadrada hasta
llegar a Aⁿ veces.
EJERCICIOS 1.2.4
1 0 0 
2 1   
35.- Determine A² - 5A +2I si A= 
3 2  y A = 0 2 1 
   0 3 
0

  2  2
35.b Determine A² - 5A +2I si A=  
  1  4
AGE-112 ÁLGEBRA / UMH

1.4 Sistemas de Ecuaciones simultáneas

Utilizando la idea de la multiplicación matricial, los sistemas de ecuaciones lineales

pueden escribirse en la forma de ecuaciones matriciales, por ejemplo considere el
sistema:
2x – 3y = 7
4x + y = 21

Podemos distinguir que la parte variable se puede obtener del siguiente producto:

Pero de las ecuaciones simultáneas tenemos la igualdad siguiente:

Por consiguiente;

Si definimos la matrices A, B y X como

Entonces la ecuación matricial puede escribirse como :

AX = B

La matriz columna X se conoce vector de variables, también como matriz columna

variables, la matriz A se le conoce como matriz de coeficientes y la matriz B se llama
Vector de valores. Definiendo las matrices adecuadas cualquier sistema de ecuaciones
puede expresarse como una ecuación matricial.

Ejemplo:

Exprese el siguiente sistema en forma matricial.

2x + 3y + 4z = 7
4y = 2 + 5z
3z - 2x + 6 = 0
Solución:
Primero se recomienda ordenar el sistema, preferiblemente en orden x, y y z, alineados
en columnas de izquierda a derecha, observe que los términos faltantes se colocan como
si estuviesen pero acompañados por cero, siempre es recomendable dejar la matris de
valores del lado derecho.

2x + 3y + 4z = 7
0x + 4y – 5z = 2
-2x + 0y + 3z = -6

Entonces tenemos que

EJERCICIOS 1.4

36.- 2x + 3y =7 37.- 3x – 2y = 4
x + 4y = 5 4x + 5y = 7

38.- x + 2y + 3z = 8 39.- 2x – y = 3
2x – y + 4z = 13 3y + 4z = 7
3y – 2z = 5 5z + x = 9

40.- 2x + y -u=0
3y + 2z + 4u = 5
x- 2y + 4z + u = 12

41.- (Valoración de inventarios) Un comerciante de televisores a color tiene cinco

televisores de 26 pulgadas, ocho de 20, cuatro televisores de 18 pulgadas y diez de 12.
Los televisores de 26 pulgadas se venden en $650 cada uno, los de 20 en $550 cada
uno, los televisores de 18 pulgadas en $500 cada uno y los de 12 se venden a $300 cada
uno. Exprese el precio de venta total de su existencia de televisores como el producto de
dos matrices.
42.- (Costos de suministros) Un contratista puede adquirir las cantidades requeridas de
madera, ladrillos, concreto, vidrio y pintura de cualesquiera tres proveedores. Los
precios que cada proveedor fija a cada unidad de estos cinco materiales están dados en
la matriz A.

8 5 7 2 4 
A = 9 4 5 2 5 
 
9 5 6 1 5 

En esta matriz, cada reglón se refiere a un proveedor y las columnas a los materiales, en
el orden listado arriba. El contratista tiene la política de adquirir todos los materiales
requeridos en cualquier obra particular al mismo proveedor a fin de minimizar los
costos de transportación. Hay tres obras en construcción actualmente: la obra I requiere
20 unidades de madera, 4 de ladrillos, 5 de concreto, 3 de vidrio 3 de pintura; la obra II
requiere 15, 0, 8, 8 y 2 unidades, respectivamente; y la obra III requiere 30, 10, 20, 10 y
12 unidades, respectivamente. Disponga esta información en un matriz B 5 X 3 y forme
la matriz producto AB. Interprete los elementos de este producto y úselos con el
propósito de decidir cuál proveedor debería usar en cada obra.

43.- x + 2y = 1 44.- u + 3v = 1
3y + 2x = 3 2u – v = 9

45.- 3 x1 + 2 x2 + 46.- 2u – 3v + 4w =13

x =6 3
2 x1 - x2 + 4 x = -4
3
u+v+w =6
x + x -2 x = 5
1 2 3
-3u + 2v + w + 1 = 0

47.- x + 2y + z – t = 0 48.- 3 x1 + 2 x2 +
x + x =2 3 4
y – 2z + 2t = 13 x - x + x + 2 x = -4
1 2 3 4

2x + 4y – z + 2t = 19 2x + x -x + x =1
1 2 3 4

Y – z – 3t = 0 -x + x + x -x =4
1 2 3 4
1.4.1 Solución de sistemas de ecuaciones lineales
Por reducción de renglones

Veamos el siguiente sistema:

2x + 3y = 3
x – 2y = 5

Como vimos anteriormente este sistema lo podemos reescribir matricialmente como:

Una vez identificadas las matrices lo construimos como matriz aumentada así:

Agregamos a la matriz de coeficientes con una línea vertical y colocamos la columna

con la matriz de valores, esto es matriz aumentada.

Ahora la solución la encontraremos al transformar la matriz de coeficiente en matriz

identidad, para ello son validas las siguientes operaciones:
i) Intercambio de dos renglones.
ii) Multiplicación o división de un renglón por una constante distinta de cero.
iii) Adición o sustracción de un múltiplo constante a ( o de ) otro renglón.

Empezaremos por ubicar de manera similar a la matriz identidad por lo cual

intercambiar la fila o renglón 2 en la ubicación de la fila 1

El elemento a11 ha sido transformado a 1 tal como la matriz identidad, ahora sigue
convertir el elemento a21 en 0, se multiplica a la fila o renglón 1 a quien llamaremos
R1 por -2 y la sumamos al renglón 2 o sea R2 y se expresa como -2R1 + R2
Se sugiere seguir la transformación por la diagonal así que el elemento a22 deberá de
1
transformarse en 1 con la siguiente operación R2
7

Solo falta el elemento a12 a transformar en cero con la siguiente operación 2R2 + R1

De manera análoga obtenemos la solución del sistema

Ejemplo:
Use el método de los renglones para resolver el siguiente sistema:
2x -3y + 4z = 13
x + y + 2z = 4
3x + 5y – z = -4

Solución:

Entonces tenemos que

2  3 4   x  13 

1 1 2   y = 4
     
 3 5  1   4
z
Por lo que la matriz aumentada será
2  2 4 13 
1 4
 1 2 
 5  1  4 
3

Aplicamos las operaciones que nos lleven a transformar la parte coeficientes en matriz
identidad.

Nota: R2  R1 Significa intercambiar filas, en este ejemplo cambiar de posición

la fila 2 a la posición de la fila 1.

EJERCICIOS 1.41

Utilice el método de reducción de renglones para resolver los siguientes problemas:

49.- (Punto de equilibrio del mercado) La ecuación de demanda de cierto producto es p

+ 2x = 25 y la ecuación de oferta es p – 3x = 5, en donde p es el precio y x es la
cantidad demandada o suministrada, según el caso. Calcule los valores de x y p en el
punto de equilibrio del mercado.
50.- (Asignación de maquinaria) Una empresa produce tres productos, A, B y C, los que
procesa en tres máquinas. El tiempo (en horas) requerido para procesar una unidad de
cada producto por las tres máquinas está dado enseguida.

51.- (Carga aérea) Una compañía de carga transportó tres tipos de flete en su
transporte aéreo ligero. El espacio requerido por cada unidad de los tres tipos de carga
eran de 5, 2 y 4 pies cúbicos, respectivamente. Cada unidad de los tres tipos de carga
pesó 2, 3 y 1 kilogramos, respectivamente, mientras que los valores unitarios de los tres
tipos de carga fueron $10, $40, y $60, respectivamente. Determine el número de
unidades de cada tipo de carga transportada si el valor total de la carga fue de $ 13,500,
ocupó 1050 pies cúbicos de espacio y pesó 550 kilogramos.

52.- Un contratista dispone de 5000 horas-hombre de mano de obra para tres

proyectos. Los costos por hora-hombre de los tres proyectos son de $8, $10 y $12,
respectivamente, y el costo total es de $53,000. Si el número de horas-hombre para el
tercer proyecto es igual a la suma de las horas-hombre requeridas por los primeros dos
proyectos, calcule el número de horas-hombre de que puede disponerse en cada
proyecto.
1.5 Sistema de ecuaciones lineales

DEFINICIONES

ECUACIÓN ALGEBRÁICA LINEAL

Es aquella en donde en cada término de la ecuación aparece únicamente una variable o

incógnita elevada a la primera potencia. Por ejemplo:

a 11 X1 + a 12 X2 + a 13 X3 + ... + a 1n Xn = C1
(1)

Es una ecuación algebraica lineal en las variables X1, X2, X3, ... , Xn. Se admite que
los coeficientes a11, a12, a13, ... , a1n y el término independiente C1, son constantes
reales.

SISTEMA DE ECUACIONES

Es un conjunto de ecuaciones que deben resolverse simultáneamente. En los sucesivos

se considerarán únicamente sistemas de ecuaciones algebraicas lineales, o sea
conjuntos de ecuaciones de la forma:

a11 X 1 + a 12 X2 + a13 X 3 +... + a 1n X n = C 1 (a)

a 21 X 1 + a 22 X 2 + a 23 X 3 +... + a 2n X n = C 2 (b)
(2)

...

a n1 X 1 + a n2 X 2 + a n3 X 3 + ... + a nn X n = C n
(c)

Es un conjunto de valores de las incógnitas que verifican simultáneamente a todas y

cada una de las ecuaciones del sistema.

De acuerdo con su solución, un sistema puede ser: Consistente, si admite solución; o

Inconsistente, si no admite solución.

1.5.1 MÉTODO DE GAUSS

El primer método que se presenta usualmente en álgebra, para la solución de ecuaciones

algebraicas lineales simultáneas, es aquel en el que se eliminan las incógnitas mediante
la combinación de las ecuaciones. Este método se conoce como Método de Eliminación.
Se denomina eliminación Gaussiana si en el proceso de eliminación se utiliza el
esquema particular atribuido a Gauss.
Utilizando el método de Gauss, un conjunto de n ecuaciones con n incógnitas se reduce
a un sistema triangular equivalente (un sistema equivalente es un sistema que tiene
iguales valores de la solución), que a su vez se resuelve fácilmente por "sustitución
inversa"; un procedimiento simple que se ilustrará con la presentación siguiente.

Ejemplo:

Dado el siguiente sistema

3x – 5y = -7
-2x + 3y = 5

Como se trata de eliminar procedemos con operaciones matemáticas que nos ayuden a
eliminar una variable así.

Multiplicando R1 por 2 y R2 por 3 eliminamos la variable x

1.5.1 MÉTODO DE SUSTITUCIÓN

Este método consiste en despejar una variable en una ecuación y se sustituye en la otra
ecuación original así:

Ejemplo: con mismo sistema anterior

Ecuación 1 3x – 5y = -7
Ecuación 2 -2x + 3y = 5

Al despejar x en la ecuación 1 se obtiene

5 7
x= y-
3 3

Luego sustituimos en la ecuación 2

5 7
-2 ( y - ) + 3y = 5
3 3
10 14
- y + 3y + =5
3 3
1 14
- y=5-
3 3
1 1
- y=
3 3
y = -1
Este resultado de y lo sustituimos en la ecuación 1 y obtenemos x

5 7
x= ( -1 ) -
3 3

x = -4

1.5.2 MÉTODO DE IGUALACIÓN

El método consiste en despejar la misma variable en ambas ecuaciones y luego igualar

las variables despejadas así:

Ejemplo: Tomando en cuenta siempre el mismo sistema de ecuaciones

Ecuación 1 3x – 5y = -7
Ecuación 2 -2x + 3y = 5

Al despejar x en la ecuación 1 se obtiene

 5 7
x= y-
3 3

Al despejar x en la ecuación 2 se obtiene

3 5
x= y-
2 2

Luego se igualan las variables despejadas

x=x
5 7 3 5
y- = y-
3 3 2 2
5 3 5 7
y- y=- +
3 2 2 3

1 1
y=-
6 6

y = -1

Este valor de y se puede sustituir en cualquiera de las dos ecuaciones despejadas

anteriores, aquí se demuestra en la ecuación 2

3 5
x= ( -1 ) -
2 2

3 5
x=- -
2 2

x = -4

Ejercicio: Resuelva el siguiente sistema:

x y y 1
=
3 4

4 x 5 x 7
y =
1
7

Solución { 8 , 5 }
EJERCICIOS 1.5

Resuelva por los métodos de Gauss, sustitución e igualación los siguientes sistemas:

59.- 2x -3y = 1 60.- 2x – y + 3z = -3

3x + 4y = 10 x+y+z = 2
3x + 2y – z = 2

61.- 2u + 3v – 4w = -10
w – 2u – 1 = 0
u + 2v = 1
INVERSA Y DETERMINANTES
CAPITULO II
2.1

INVERSA

Introducción

Si la matiz A se somete a ciertos cambios hasta obtener I, sometiendo a I a los mismos

cambios llegamos a la inversa.

DEFINICIÓN: Sea A una matriz cuadrada de nxn, entonces una matriz B se dice que es
su inversa si satisface las dos ecuaciones matriciales siguientes
AB = I y BA = I
en donde I es la matriz de tamaño nxn.

Ejemplo demostración:
Dadas las siguientes matrices demuestre que AB = I
1 2 1 
A =  2 y B = 
3
 4  3  1 
 2
2 

1 2    2 1  1(2)  2(3 / 1(1)  2(1/ 2)  1 0

2)
Multiplicamos AB =   3  1  = 3(2)  4(3 / =
3 4  2 2 3(1)  4(1/ 2) 0 1
2)

Procedimiento para determinar la inversa de una matriz

Ejemplo1:
Dada la siguiente matriz encuentre su inversa:

 1 3
A=  
2 5

El procedimiento a usar consiste en reducción simultánea, colocamos la matriz a la cual

se encontrara su inversa y se aumenta por la matriz identidad así:

1 3 1 0
2 5 0 1
 

Luego a través de las operaciones ya vista en el capitulo anterior transformamos la

matriz original en matriz identidad.
Como el elemento a11 ya es 1 lo que hacemos es transformar en 0 el elemento a21,
Luego el elemento a21 debe transformarse en o y a22 en 1.

No todas la matrices son invertibles, decimos que una matriz es invertible o no

singular si tiene una inversa. Si no tiene inversa en no invertible o matriz singular.

Ejemplo2:
Dada la siguiente matriz encuentre su inversa:

1 2 
A=  
 2 4

El procedimiento a usar consiste en reducción simultánea, colocamos la matriz a la cual

se encontrara su inversa y se aumenta por la matriz identidad así:
1 2 1 0 
2 4 0 1
 

Luego a través de las operaciones ya vista en el capitulo anterior transformamos la

matriz original en matriz identidad.
Como el elemento a11 ya es 1 lo que hacemos es transformar en 0 el elemento a21,
Luego el elemento a21 no puede transformarse en 0 ni a22 en 1,
por lo que resulta no invertible.
Si la matriz es no singular o invertible podemos reescribir el siguiente teorema:

Ejemplo 2.1.3:
Dada la siguiente matriz calcule la inversa, encuentre A¯¹:
1 2 3
A = 2 5 7
 
 3 7 8 
Primero aumentamos la matriz
1 2 3 1 0 0
 
A | I = 2 5 7 0 1 0 
 3 8 0 0 1 
7
EJERCICIOS 2.1
53.- a 58.- En los problemas siguientes, encuentre la inversa de la matriz dada (si
existe)
2 5  1  2
53.-   54.-  
 3 4  3 4 

1 0 2 
 3  2  
55.-   56.- 0 3 1
 
 6 4    1 0 
2

2 1 3 4
2 1 0 1 
  1 1  1
57.- 1 0 3 58.- 
   1 1 1 0
 2 3
 0 1 2 
0 1 
2.2 Aplicaciones de la matriz inversa

La inversa de una matriz se puede utilizar en la solución de sistemas de ecuaciones, en

el caso que tengamos n ecuaciones con n variables, podemos resolver encontrando la
inversa de la matriz de coeficientes.
Un sistema de ecuaciones puede escribirse en forma matricial como AX = B, si la
matriz de coeficientes A es invertible, existe A¯¹ multiplicando por ambos lados de la
ecuación matricial obtenemos:

AX = B
A¯¹ ( AX ) = A¯¹ ( B )

Utilizando la propiedad asociativa y simplificando podemos la ecuación de la siguiente

manera:

( A¯¹ A ) X = A¯¹ ( B )

I X = A¯¹ ( B )

X = A¯¹ (B ) Así obtenemos una solución que proporciona la matriz X

sistema de ecuaciones dado.

Ejemplo 2.2.1:

Resuelva el siguiente sistema de ecuaciones lineales siguiente:

x + 2y + 3z = 3
2x + 5y + 7z = 6
3x + 7y + 8z = 5

Solución:
note que al rescribir al sistema matricial se tiene que:
1 2 3   x  3 

2 5 7   y = 6
     
 3 7 8  5
z
Necesitamos resolver X = A¯¹ (B ) , empezamos por encontrar la inversa de A:

x
X =  y
 
  z 
3
B =  6
 
 5 
 1 2 3

A = 2 5 7  en el ejemplo 2.1.3 encontramos la inversa de A o sea A¯¹

 3 7
8 

Nota: La ventaja de utilizar la matriz inversa se hace patente en casos en que debe
resolverse varios sistemas de ecuaciones con la misma matriz de coeficientes. En
problemas de este tipo, las soluciones de todos los sistemas pueden determinarse de
inmediato una vez que se ha encontrado la inversa de la matriz de coeficientes.
EJERCICIOS 2.1

Resuelva los siguientes sistemas de ecuaciones determinando la inversa de la

matriz de coeficientes.

59.- 2x -3y = 1 60.- 2x – y + 3z = -3

3x + 4y = 10 x+y+z = 2
3x + 2y – z = 2

61.- 2u + 3v – 4w = -10
w – 2u – 1 = 0
u + 2v = 1

62.- Dadas:
1 3   2  1
A=   y B=
 2 4  3 1  .
 

Verifique el resultado (AB)ˉ¹ = Bˉ¹ Aˉ¹.

2.3 ANÁLISIS INSUMO-PRODUCTO

El modelo insumo-producto fue introducido por primera vez a finales de los años
cuarenta por Leontief, el ganador del premio Nobel en 1973, en un estudio de la
economía de Estados Unidos. La principal característica de este modelo es que
incorpora las interacciones entre diferentes industrias o sectores que integran la
economía. El objetivo del modelo es permitir a los economistas predecir los niveles de
producción futuros de cada industria a fin de satisfacer demandas futuras para diversos
productos. Tal predicción se complica por las interacciones entre las diferentes
industrias, a causa de las cuales un cambio en la demanda de un producto de una
industria puedes modificar los niveles de producción de otras industrias. Por ejemplo,
un incremento en la demanda de automóviles no sólo conducirá a un aumento en los
niveles de producción de los fabricantes de automóviles, sino también en los niveles de
una variedad de otras industrias en la economía, tales como la industria del acero, la
industria de los neumáticos, etc. En el modelo original de Leontief, la economía de
Estados Unidos aparece dividida en 500 sectores de este tipo que interactúan entre sí.

Con objeto de describir el modelo en los términos más simples, consideremos una
economía que conste sólo de dos industrias, P y Q. A fin de clarificar nuestras ideas,
suponga que las interacciones entre estas dos industrias son las dadas en la tabla 1. Las
primeras dos columnas de esta tabla contienen los insumos de las dos industrias,
medidos en unidades adecuadas. (Por ejemplo, las unidades podrían ser millones de
dólares al año.) De la primera columna, advertimos que en su producción anual, la
industria P usa 60 unidades de su propio producto y 100 unidades del producto de la
industria Q. De manera similar, Q emplea 64 unidades del producto de P y 48 unidades
de su propio producto. Además, en el último renglón observamos que P usa 40 unidades
de insumos primarios, los cuales incluyen insumos tales como mano de obras, sueldos o
materias primas, mientras que Q utiliza 48 unidades de insumos primarios.
TABLA 1
Insumos de la Insumos de la Demandas Producción
Industria P industria Q finales total
Producción de la industria P 60 64 76 200
Producción de la industria Q 100 48 12 160

Insumos primarios 40 48

Insumos totales 200 160

Totalizando las columnas, advertimos que los insumos totales son de 200 unidades en el
caso de P y de 160 unidades para Q. En el modelo se supone que todo lo que se produce
se consume, o en otras palabras, la producción de cada industria debe ser igual a la suma
de todos los insumos (medidos en las mismas unidades). Así, la producción total de P
debe ser de 200 unidades y de 160 unidades en el caso de Q.

Consideremos ahora los dos primeros renglones de la tabla 1, en los cuales se advierte
cómo se utilizan los productos de cada industria. De las 200 unidades producidas por P,
60 son utilizadas por ella misma y 64 por Q. Esto deja 76 unidades disponibles para
satisfacer la demanda final; esto es, los bienes que no utilizan internamente las propias
industrias productoras. Estos podrían consistir en esencia de bienes producidos para
consumo doméstico, consumo del gobierno o exportación. De manera similar, de las
160 unidades producidas por Q, 100 las utiliza P, 48 no salen de Q y 12 a 60 unidades
se destinan a satisfacer la demanda final.

Suponga que la investigación de mercado predice que en 5 años, la demanda final para
P decrecerá de 76 a 70 unidades, mientras que el caso de Q, se incrementará de 12 a 60
unidades. La pregunta que surge se refiere a qué tanto debería cada industria ajustar su
nivel de producción a fin de satisfacer estas demandas finales proyectadas.

Es claro que las dos industrias no operan independientemente una de otra (por ejemplo,
la producción total de P depende de la demanda final del producto de Q y viceversa).
Por tanto, la producción de una industria está ligada a la producción de la otra industria
(u otras industrias). Supongamos que a fin de satisfacer las demandas finales
proyectadas en 5 años, P debe producir x1 unidades y Q debe producir x2 unidades.

En la tabla 1 advertimos que con objeto de producir 200 unidades, la industria P emplea
60 unidades de su propio producto y 100 unidades del producto de Q. Así la elaboración
60
por parte de la industria P de x1 unidades requiere la utilización de x1 unidades de
200
100
su propio producto y
200
x1 unidades del producto de Q. En forma análoga, a fin de
producir x2 unidades, la industria Q debería usar 64 x2 unidades del producto de P y
160
48
160
x2 unidades de su propio producto. Pero tenemos la ecuación siguiente:

Producción total Unidades Unidades

de la industria P = consumidas por P + consumidas por Q + Demanda final.
Es decir,
60 64
x1=200
x 1 +
160
x2 + 70
dado que la nueva demanda final es de 70 unidades.

100
De manera similar, de x2 unidades producidas por la industria Q,
200
x1
48
unidades las utiliza P y
160
x2 unidades las emplea Q misma. Así tenemos,
Producción total Unidades Unidades
de la industria P = consumidas por P + consumidas por Q + Demanda final.
Esto es,
48
X2= 100 x1 + x2 + 60
200 160

Estas dos ecuaciones pueden escribirse en forma matricial como

 60 64 
 200 160 
 x1     x1  70
+ .
 x2 =      
   100 48   x2 60
 
 200 160 

En consecuencia
X = AX + D

En donde
 60 64 
 200 160 
 x1    70
X= , A=   y D =  .
 x2  100 48  60
 
 200 160 

Llamaremos a X la matriz de producción, a D la matriz de demanda y a A la matriz

insumo-producto. Los elementos de la matriz A se denominan coeficientes de
insumo-producto.
Consideramos la interpretación de los elementos de la matriz insumo-producto. Como
de costumbre, denotaremos por aij a un elemento arbitrario de A. Nótese que de las 200
unidades de los insumos totales de la industria P, 60 constan de unidades de su propio
60
producto y 100 corresponden a unidades del producto Q. Por ello, los elementos y
200
100
de la primera columna de la matriz insumo-producto representan la proporción de
200
los insumos de P que provienen de las industrias P y Q, respectivamente. En general, aij
representa la parte fraccionaria de los insumos de la industria j que son producidos por
la industria i.
Cada elemento de la matriz de insumo-producto está entre 0 y 1, y la suma de los
elementos de cualquier columna nunca es mayor que 1. Observemos que la matriz
insumo-producto.
 60 64 
 200
 160 
A=  0.3 0.4
 = 0.5 
 100 48   0.3
 
 200 160 

Del ejemplo anterior puede obtenerse directamente de la tabla 1 dividiendo cada número
en el rectángulo interior de la tabla ente la producción total de la industria que encabeza
la columna. Por ejemplo en la primera columna, encabezada por P, dividimos cada
60
elemento entre 200, que es la producción total de la industria P. Así, obtendremos
200
100
y como los elementos de la primera columna de la matriz insumo-producto.
200

La ecuación (1), X = AX + D, se conoce como ecuación insumo-producto. A fin de

encontrar la matriz de producción X que cumplirá con las demandas finales
proyectadas, debemos resolver la ecuación (1) para X. Tenemos.

X = AX + D
X – AX =D.

Podemos escribir esto como

IX – AX = D o bien (I –A) X = D

Tenemos un sistema de ecuaciones lineales cuya matriz de coeficientes es (I – A).

Podemos resolver este sistema por medio de la reducción por renglones o de forma
alterna utilizando la inversa de la matriz de coeficientes. Suponga que (I – A)ˉ¹ existe.
Entonces, como en la sección 9-1, tenemos

(I - A)ˉ¹ (I –A) X = (I –A)ˉ¹ D

X = (I –A)ˉ¹ D.
Por tanto, observaremos que la matriz de producción X queda determinada una vez que
se encuentra la inversa de la matriz (I –A). Esta inversa puede calcularse usando los
métodos de la sección 9 – 1.
En nuestro ejemplo, tenemos
1 0 0.3 0.4  0.7  0.4
I–A=   -  =  .
0 1 0.5 0.3  0.5  0.7

Empleando los métodos de la sección 9 – 1, encontramos que

1 70 40 .
(I - A) ˉ¹ =  
29 50 70

En consecuencia,

X = (I –A) ˉ¹ D

 7300 
 29 
1 70 40 70 =   251.7
= 50 70 60   = 265.5 .
29      7700   
29

Concluyendo, la industria P debe producir 251.7 unidades y Q debería producir 265.5

unidades con objeto de satisfacer las demandas finales proyectadas en 5 años.

Puede suceder que un economista no tenga seguridad acerca de sus pronósticos de las
demandas futuras finales. Así él o ella podría desear calcular la matriz de producción X
para diferentes matrices de demanda D. En tal caso, es mucho más conveniente utilizar
la fórmula X = (I –A)ˉ¹ D, que incluye la matriz inversa, que utilizar la reducción por
reglón para obtener X para cada D diferente.

EJERCICIOS 2.3

63.- (Modelo insumo-producto) La Tabla 1 de la interacción entre dos sectores en

una economía hipotética.
AGE-112 ÁLGEBRA / UMH

Tabla 1
Industria Demandas Producción
I II finales total
Industria
I 20 56 24 100
II 50 8 22 80
Insumos
Primarios 30 16

a.- Encuentre la matriz insumo-producto A.

b.- Si en 5 años las demandas finales cambian a 74 en el caso de la industria I y a 37

para la industria II, ¿cuánto deberá producir cada industria a fin de satisfacer esta
demanda proyectada?

c.- ¿Cuáles serán los nuevos requerimientos de insumos primarios en 5 años para las dos
industrias?

64.- (Modelo insumo-producto) La interacción entre tres industrias P, Q y R está

dada por la tabla 2.
Tabla 2
Industria Demandas Producción
P Q R finales total
Industria
P 20 0 40 40 100
Q 40 40 100 20 200
R 0 80 40 80 200
Insumos
Primarios 40 80 20

a.- Construya la matriz de insumo-producto.

b.- Determine las nuevas producciones de P, Q y R si las demandas finales cambian en

el futuro a 70, 50 y 120, respectivamente.

c.- ¿Cuáles serán entonces los insumos primarios para las tres industrias?

PROHIBIDA LA REPRODUCCIÓN DE ESTE DOCUMENTO SIN AUTORIZACIÓN DE LA UMH

2.4 DETERMINANTES ( Δ )

DEFINICIÓN: A cada matriz cuadrada se le puede asociar un número real denominado

su determinante, se denota encerrando la matriz entre barras verticales.

Dada una matriz cuadrada

se llama determinante de A, y se representa por |A| ó det(A), al número:

, con

(Sn es el grupo de las permutaciones del conjunto {1, 2,.. n}, e i() es la signatura de la
permutación)

También se suele escribir:

2.4.1 Determinantes de 2x2

Se define por la expresión siguiente

a1 b1
Δ= = a1b2 – a2b1
a2 b2

Es la operación del producto de la diagonal principal menos el producto de la otra

diagonal.
Ejemplo 2.4.1:

Evalúe los determinantes siguientes:

2 3 3 2
A= B=
4 5 0 4

Solución:

2.4.2 Determinantes de 3x3

a1 b1 c1
Δ = a2 b2 c2 =
a3 b3 c3

Esta expresión se denomina el desarrollo completo del determinante Δ de tercer orden,

Observe que contiene seis términos, tres positivo y tres negativos y cada término consta
del producto de tres elementos del determinante.

EJERCICIOS 2.3
Calcule los determinantes siguientes:

Determine x.

2.4.2.a Solución de determinantes de 3x3 por superposición de filas

Ejemplo:

2 3 1
Encuentre el determinante de la siguiente matriz Δ = 1 4 2
3 1 4

Si superponemos las filas R1 y R2 por debajo de la matriz y multiplicamos tal y como

muestran las flechas tomando en cuenta que las de dirección hacia arriba son negativas
y las de dirección hacia abajo son positivas, luego sumamos los resultados.

2.4.2.b Solución de determinantes de 3x3 por cofactores

Definición: El menor de un elemento de un determinante Δ es igual al determinante
obtenido suprimiendo el renglón y la columna de Δ que contienen al elemento
considerado. Si este elemento pertenece al i-ésimo renglón y a la j-ésima columna de Δ,
ij
Entonces su cofactor es igual a (1) veces su menor.

Ejemplo:
Calcule el cofactor y el menor del elemento a21 del siguiente determinante:

2 3 1
Δ= 1 4 2
3 1 4

Esta claro que a21 = 1 donde i= 2 y j = 1 , entonces i + j = 2 + 1 = 3

ij 3
Decimos que su menor es = (1) = (1) =-1

a21 x (1) ij

= 1 ( - 1) = -1

El cofactor A21 es el resultado del menor por el determinante resultante de a21;

El determinante resultante es = 13

A21 = ( -1 ) (13) = - 13

Ahora que esta definido el cofactor planteamos la formula del determinante via matriz
de cofactores:
a1 b1 c1
Δ = a2 b2 c2
a3 b3 c3

Δ = aA + bB + cC donde a, b y c son los menores y A, B y C los determinantes

resultantes.

Ejemplo 2.4.2.b
Calcule el determinante utilizando el renglón 1 o sea R1:
2 3 1
Δ = 1 4 2 = a1A1 + b1B1 + c1C1
3 1 4
Esta claro que a11 = 2 donde i= 1 y j = 1 , entonces i + j = 1 + 1 = 2
ij 2
Decimos que su menor es = (1) = (1) = 1
a11 x (1) ij
= 2 ( 1) = 2 por lo tanto a1 = 2,
Esta claro que a12 = 3 donde i= 1 y j = 2 , entonces i + j = 1 + 2 = 3
ij 3
Decimos que su menor es = (1) (1) = -1
=

a12 x (1) = 3 ( - 1) = - 3 por lo tanto b1 = -3,

ij

Esta claro que a13 = -1 donde i= 1 y j = 3 , entonces i + j = 1 + 3 = 4

ij 4
Decimos que su menor es = (1) = (1) = 1

a13 x (1) = -1 ( 1 ) = - 1 por lo tanto c1 = -1

ij

4 2 1 2 1 4
Δ = a1A1 + b1B1 + c1C1 = 2 + (-3) + (-1)
1 4 3 4 3 1
= 2 [ 4(4) – 1(2)] – 3 [ 1(4) – (-3)(2) ] – 1 [ 1 (1) – (-3)(4) ]
= 2 [ 14 ] – 3 [ 10 ] – 1 [ 13 ]
= -15

Calcule el determinante por el segundo renglón o sea R2.

EJERCICIOS 2.4

Calcule los determinantes siguientes:

Pos superposición en el caso de las matrices 3x3 y por cofactores.

Determine x.

2.5 REGLA DE CRAMER

2.5.1 Teorema: Regla de Cramer para sistemas de dos ecuaciones y dos variables

Dado el sistema :

entonces:

Nota: El determinante Δ es el determinante de la matriz coeficiente. Si Δ es diferente

de cero, entonces el sistema tiene exactamente una solución. Por otro lado, si Δ = 0,
entonces el sistema tiene infinito número de soluciones o ninguna solución.

Ejemplo2.5.1: Resolver el siguiente sistema utilizando regla de Cramer

3x – 5y = -7
-2x + 3y = 5

Solución:
 3 5
Tenemos la matriz de coeficientes A = luego A = Δ = 3(3) – (-2)(-5) = -1
2 3

k1 7
es la matriz de valores o términos independientes =
k2 5

7 5
5 3 (7)3  5(5)  21  25 4
x= = = = = -4
1  1 1
1

3 7
2 5 3(5)  (2)(7) 15  14 1
y= = = = = -1
1  1 1
1

2.5.2 Teorema: Regla de Cramer para sistemas de tres ecuaciones y tres variables

Dado el sistema:

entonces:

Nota: El determinante Δ es el determinante de la matriz coeficiente. Si Δ es diferente

de cero, entonces el sistema tiene exactamente una solución. Por otro lado, si Δ = 0,
entonces el sistema tiene infinito número de soluciones o ninguna solución.
Ejemplo 2.5.2: Resolver el siguiente sistema utilizando regla de Cramer

x + 2y + 3z = 3
2x + 5y + 7z = 6
3x + 7y + 8z = 5
 1 2 3
 
Tenemos la matriz de coeficientes 2 5 7 Δ = -2
 
 7
3 8 

k1 3
k2= 6
k3 5

3 2 3
6 5 7
5 7 8 2
x= = = -1
2 2

1 3 3
2 6 7
3 5 8 4
y= = = -2
2 2
 1 2 3
2 5 6
3 7 5 4
z= = =2
2 2

Ejercicio: Resuelva el siguiente sistema utilizando regla de Cramer;

2x – 3y + z = 5
x + 2y – z = 7
6x – 9y + 3z = 4

La solución a este sistema es: C.S. { 1 , 2 , -1 }

EJERCICIOS 2.5

Por medio de la regla de Cramer resuelva los sistemas de ecuaciones siguientes:

1 1
72.- 3x + 2y = 1 73.- x+ y=7
3 2
1 1
2x - y = 3 x- y=1
2 5

74.- x + y + z = -1 75.- 2x – y + z = 2
2x + 3y – z = 0 3x + y – 2z = 9
3x – 2y + z = 4 -x +2y + 5z = 5

76.- x + 3y – z = 0
3x - y + 2z = 0
2x – 5y + z = 5

PROGRAMACION LINEAL

CAPITULO 3

3.1
DESIGUALDADES LINEALES
Introducción

La desigualdad y > 2x – 4, que relaciona las variables x y y, es un ejemplo de lo que

llamamos desigualdades lineales. Para entender mejor este concepto empezaremos
examinando la gráfica.
Asumimos la función como y = 2x – 4, notamos que su intercepto con el eje y es -4 o
sea el punto (0,-4) y luego de despejar x y hace y = 0 encontramos el Ix = 2 o sea el
punto (2,0).

Considere:
Si sustituimos el punto (0,0) se satisface la desigualdad
0>-4
Si sustituimos el punto ( -4, 4) también se satisface la desigualdad
4 > -12
Pero al sustituir el punto (-6, 4) notamos que no satisface
-6 > 4 es falso,
Entonces vemos que en las desigualdades existen puntos que pueden satisfacer, lo que
verificamos es que no son de una única solución como las igualdades, por lo que las
desigualdades la solución al sistema se encuentra por regiones de puntos y se colorea la
región que satisface la desigualdad.
La región sombreada refleja el universo de todos los puntos solución a la desigualdad
y > 2x -4

Nota: la recta y = 2x -4 debe ser discontinua pues ningún punto de la recta satisface la
desigualdad, solo cuando la misma recta desigualdad satisfaga podrá graficarse con
línea continua y colorear según se encuentre la región solución a la desigualdad.

Inversiones

Ejemplo 3.1.1:

Un accionista planea invertir $30,000 en dos inversiones A y B. La acción A esta

valorada en $165 y la acción B en $90 por acción. Si el accionista compra x acciones de
A y y acciones de b, grafique la región xy que corresponde a las posibles estrategias de
inversión.

Solución:

Las acciones x de la inversión A tendrían un costo de 165x dólares y de manera similar

las de la inversión B tendrían un costo de 90y dólares. La suma total invertida estaria
dada por:
( 165x + 90y ) dólares y no podrá exceder los $30,000
En consecuencia obtenemos la siguiente desigualdad:
165x + 90y ≤ 30,000

Luego si despejamos para y tenemos:

16 5
y≤- x + 30,000
90 90
11 1000
y≤- x+
6 3

la gráfica de esta desigualdad aparece en la figura 3.1

Figura 3.1

Nota: Solo tiene importancia la región donde x ≥ 0 y y ≥ 0.

Algunos ejemplos gráficos:

Las desigualdades lineales aparecen en muchos problemas de interés práctico.

El ejemplo siguiente ilustra una situación común.
Ejemplo 3.1.2
La compañía Midtown Estándar hace platos y tasas de plástico que requieren tiempo por
parte de dos maquinas. Una unidad de platos requiere 1 hora en la maquina A y 2 en la
maquina B. mientras que una unidad de tazas requiere de 3 horas en la maquina A y de
1 en la maquina B. Cada maquina por sus especificaciones no puede operar mas de 15
horas al día. Escriba un sistema de desigualdades que exprese esas condiciones y trace
la gráfica de la región factible.

Solución:

Es muy aconsejable poder describir primero un a matriz de datos, utilizar las variables x
y y por conveniencia, por eso llamaremos x a los platos y y a las tazas, la información la
podríamos presentar con la siguiente tabla:

Nota: Dependiendo
de una buena
ubicación de datos, las
desigualdades son más
fáciles de apreciar

Vea 1x + 3y ≤ 15 y 2x + 1y ≤ 15

Es claro también que no es posible producir un número negativo de platos y tazas por lo
que x ≥0 y y ≥ 0

Con la cuatro desigualdades anteriores podemos graficar la región factible (véase figura
3.1.2 )
 Figura 3.1.2

EJERCICIOS 3.1

Bosqueje las gráficas de las desigualdades siguientes en el plano xy.

77.- x+y>1

78.- 2x + 3y < 6

79.- 2x – y ≤ 4

80.- 3x ≥ y – 6

81.- 2x + 3 > 0

82.- 4 – 3y < 0
3.2 EL MÉTODO GRÁFICO

Muchos problemas de negocios y ciencias económicas implican encontrar el valor

optimo de una función, el valor máximo de la función de ganancia o el valor mínimo de
la función de costos, todo esto sujeto a varias restricciones (como costos de transporte,
leyes de protección contaminantes entre otros). La programación lineal trata situaciones
donde la función optima o por optimizar es llamada función objetivo, es lineal y las
restricciones están dadas por desigualdades lineales.
Los problemas de desigualdades lineales de dos variables pueden ser resueltos por el
método gráfico.

Pasos para solución Gráfica:

a. Escriba la función objetivo y todas las restricciones necesarias
b. Haga la gráfica de la región factible
c. Determine las coordenadas de cada uno de los puntos esquina
d. Encuentre el valor de la función objetivo en cada punto esquina.
e. La solución es aquella que produce el valor óptimo de los puntos esquina.

Nota: es importante que para lo anterior sea posible, la región solución debe ser
acotada o sea tener área finita.

Ejemplo 3.2

Encuentre el punto máximo y mínimo de la función objetivo z = 2x + 5y, sujeta a las

siguientes restricciones:
Solución: a.
3x + 2y ≤ 6
-2x + 4y ≤ 8
x + y≥1
x ≥0 y≥0

b. Se traza la gráfica y se encuentra la región factible,

c. Luego de encontrar las coordenadas de los puntos esquina.

 1 9
(0,2), (1,0), (2,0), (
, ) y (0,1)
2 4
d. Evaluamos los puntos esquina en la función objetivo:

Ejercicio:
Un ganadero cría Vacas y Cerdos, quiere criar no mas de 16 animales, pero así no mas
de 10 vacas, gasta $15 para criar una vaca y $45 para criar un cerdo. El tiene disponible
para este proyecto 540$, encuentre la ganancia máxima que puede lograr si cada vaca
produce una ganancia de $7 y cada cerdo de $20.

Solución: 6 vacas y 10 cerdos con una ganancia de 242$

EJERCICIOS 3.1

Bosqueje las gráficas de los conjuntos de desigualdad siguientes.

83.- x + y > 2, 3x + y < 3

84.- 2x + y > 4, x + 2y < 4, 2x – 3y < 3

85.- 0 ≤ x ≤ 10, 0 ≤ y ≤ 15, 5 ≤ x + y ≤ 12

86.- x ≥ 0, y ≥ 0, x – y ≤ 2, 2x + y ≤ 2

87.- (Distribución de materiales) Una compañía tiene 100 toneladas de lámina de

aluminio en cierta localidad y 120 toneladas en una segunda localidad. Parte de este
material debe enviarse a dos obras en construcción. La primera requiere 70 toneladas y
la segunda 90. Denotemos con x y y las cantidades enviadas por la primera bodega a las
dos obras, respectivamente. Determine las desigualdades que x y y deben satisfacer y
represénteles gráficamente.
88.- (Asignación a máquinas) Una compañía elabora dos productos, A y B. Cada uno
de estos productos requiere cierta cantidad de tiempo, en dos máquinas en su
elaboración. Cada unidad del producto A requiere 1 hora en la máquina I y 2 horas en la
máquina II; cada unidad del producto B demanda 3 horas en la máquina I y 2 horas en la
máquina II. La compañía dispone de 100 horas a la semana en cada máquina. Si x
unidades del producto A y y unidades del producto B se producen a la semana, dé las
desigualdades que satisfacen x y y y represéntelas en forma gráfica.

Calcule el valor máximo de la función objetivo Z sujeta a las restricciones dadas.

89.- Z = 3x + 2y; x ≥ 0, y ≥ 0, x + y ≤ 5

90.- Z = 3x + 4y; x ≥ 0, y ≥ 0, 2x + y ≤ 3

91.- Z = 3x + 2y; x ≥ 0, y ≥ 0, 2x + y ≤ 4, x + 2y ≤ 5

92.- Z = 2(x + y); x ≥ 0, y ≥ 0, 6x + 5y ≤ 17, 4x + 9y ≤ 17

Determine los valores mínimos de la función objetivo Z sujeta a las restricciones

dadas.

93.- Z = x + y; x ≥ 0, y ≥ 0, x + 3y ≥ 6, 2x + y ≥ 7

94.- Z = x + 2y; x ≥ 0, y ≥ 0, x + y x ≥ 5, x + 4y ≥ 8

95.- Z = x – 2y; x ≥ 0, y ≥ 0, x ≤ y + 1, x + y ≥ 2

96.- Z = x – 3y, 0 ≤ x ≤ 3, y ≥ 0, x + 2y ≤ 6, x + y ≥ 5

97.- (Decisiones sobre producción) Una compañía produce dos productos, A y B.

Cada unidad de A requiere 2 horas en una máquina y 5 en una segunda máquina. Cada
unidad de B demanda 4 horas en la primera máquina y 3 en la segunda máquina. Se
dispone de 100 a la semana en la primera máquina y de 110 en la segunda. Si la
compañía obtiene una utilidad de $70 por cada unidad de A y $50 por cada unidad de B,
¿cuánto deberá de producirse de cada unidad con objeto de maximizar la utilidad total?

98.- (Planeación dietética) la dietista de un hospital debe encontrar la combinación

más barata de dos productos, A y B, que contienen al menos 0.5 miligramos de tiamina
y al menos 600 calorías. Cada onza de A contiene 0.12 miligramos de tiamina y 100
calorías, mientras que cada onza de B contiene 0.08 miligramos de tiamina y 150
calorías. Si el costo de cada alimento es de $10 por onza, ¿cuántas onzas de cada uno
deberán combinarse?
3.3 EL MÉTODO SIMPLEX

El método del simplex fue creado en 1947 por el matemático George Dantzig.

El método del simplex se utiliza, sobre todo, para resolver problemas de programación
lineal en los que intervienen tres o más variables.

El álgebra matricial y el proceso de eliminación de Gauss-Jordan para resolver un

sistema de ecuaciones lineales constituyen la base del método simplex.

Es un procedimiento iterativo que permite ir mejorando la solución a cada paso.

El proceso concluye cuando no es posible seguir mejorando más dicha solución.

Partiendo del valor de la función objetivo en un vértice cualquiera, el método consiste

en buscar sucesivamente otro vértice que mejore al anterior. La búsqueda se hace
siempre a través de los lados del polígono (o de las aristas del poliedro, si el número de
variables es mayor). Cómo el número de vértices (y de aristas) es finito, siempre se
podrá encontrar la solución.

El método del simplex se basa en la siguiente propiedad: si la función objetivo, f, no

toma su valor máximo en el vértice A, entonces hay una arista que parte de A, a lo largo
de la cual f aumenta.

Forma Estándar de Maximización:

a. La función objetivo debe de ser maximizada
b. Todas las variables son no negativas ( xi ≥ 0, i = 1, 2, 3, ….);
c. Todas las restricciones contienen ≤;
d. Las constantes a la derecha en las restricciones son todas no negativas (b≥0).

Formulación de un problema:
El primer paso es convertir cada restricción, dada por la desigualdad lineal, en una
ecuación lineal, esto se hace agregando una variable no negativa, llamada variable de
holgura a cada restricción, por ejemplo:

Convertir la desigualdad x 1
+ x 2
≤ 10 en ecuación,
Lo que se hace es que agregamos la variable de holgura que llamamos x 3
así:
x 1 x + x = 10, donde x ≥ 0.
+ 2 3 3
La variable x absorbe cualquier holgura y representa la cantidad por la que x
3 1
+ x 2
deja de ser igual a 10.

NOTA: Una variable de Holgura deberá de usarse por restricción.

La mecánica del método simplex se plantea en el siguiente problema.

 Ejemplo 3.3
Maximice
z = 8 x1 + 12 x2
Sujeta a:
40 x1 + 80 x2 ≤ 560
6 x1 + 8 x2 ≤ 72

x 1
≥0 y x 2
≥0

Solución:

Agregamos las variables de holgura a cada restricción.

40 x1 + 80 x2 + x 3
= 560

6 x1 + 8 x2 + x 4
= 72

Luego escribimos la tabla simplex inicial así:

x1 x2 x3 x4 z
 40 80 1 0 0 560
6 
 8 0 1 0 72 
  12 0 0 1 0
8

La última fila es donde se ubican los indicadores.

Esta tabla representa un sistema de 3 ecuaciones con 6 variables, como hay mas
variables que ecuaciones, es sistema es dependiente y tiene un número infinito de
soluciones. Nuestra meta es encontrar una solución en donde todas las variables sean no
negativas y z sea tan grande como sea posible. Esto se hará por medio de operaciones
sobre renglones para reemplazar el sistema dado por otro equivalente, donde ciertas
variables se eliminan de algunas ecuaciones. El proceso se repite hasta que la solución
óptima pueda leerse en la matriz.

Ahora debemos seleccionar un pivote, con el indicador negativo de mayor magnitud

(-12)seleccionamos nuestra columna pivote esto es:
x 1 x2 x3 x4 z
 40 80 1 0 0 560
 8 0 1 0 72 
6 

   12 0 0 1 0 
8

Columna pivote

Procedimiento para encontrar el renglón pivote:

Lo que hacemos es que de cada término de la columna pivote divide a su respectivo
valor de la columna situada a la derecha así y seleccionamos el menor así:

Renglón pivote
Columna pivote Pivote

Entonces de la unión de la columna pivote y el renglón pivote tenemos el pivote y en

este ejemplo es 80.

Para comenzar el pivoteo, convertimos el pivote en 1 y todos lo demás elementos de la

columna pivote en cero.

Como todavía aparece un indicador negativo, repetimos el procedimiento hasta que el

indicador sea positivo. Ahora la primera columna se convierte en nuestra nueva
columna pivote.

Encontramos los cocientes y elegimos el menor:

 7 16
= 14 y = 8 entonces el segundo renglón se convierte en renglón pivote y 2
0.5 2
nuestro nuevo pivote.
Repetimos el pivoteo así:

Como ya no tenemos indicadores negativos, decimos que hemos concluido el proceso

de pivoteo y lo que hacemos es encontrar en la ultima tabla matricial el conjunto de
solución que maximiza la operación,

Aquí la solución básica factible es x 1

=8y x 2
= 3 y su función objetivo es
z = 8 x1 + 12 x2 así que al sustituir las variables encontramos que

z = 8 ( 8 ) + 12 ( 3 ) = 100 tal y como lo evidencia la tabla matricial en su ultimo

elemento.
EJERCICIOS 3.3

Utilice método Simplex

99.- Maximice Z = x + 3y + 2z sujeta a x ≥ 0, y ≥ 0 y z ≥ 0,

2x + y + z ≤ 5 , x + 2y + z ≤ 4

100.- Maximice Z = x + y + z sujeta a x ≥ 0, y ≥ 0 y z ≥ 0,

4x +2y + z ≤ 11 , 2x + 2y + 3z ≤ 15, x + 2y + 2z ≤ 11
SOLUCIÓN A LOS EJERCICIOS PROPUESTOS

1. A : 2 X 2 ; B : 2 X 3 ; C : 3 X 1 ; D : 3 X 3 ; E :2 X 3 ; F : 2 X 2 ;
G:1X3;H=1X1 2.
Cualquiermatrizdelaforma 0, x, y, x,0, z, y,z,0 
 6 12 
3.  
 3 9 
–2 4 –6
 
4.  4 –2 8

 
 –6 –40 
 2 0 5 
5.  
 0 6 –1 
2 3 –1
 
6.  –4 6 1

 
 3
–3 1 
 –4 13 
7.  
 1 6 
4 7
 
8.  –7 3

 
 18 21 
 2 1 12

9.  13 4 –12

 
 5 10 21 
 –6 5 –22 1
 3 
10. –4 35 –16

 
 –3 3 0 17 
11. x = 1, y = 4

12. x = 4, y = 1, z = -1, t = 1

13. x = 1, y = 2, z = 8, t = 4

14. x = 2, y = – 2, z = 3, t = 1, u = – 4, v = 3, w = 0
15. x = 0, y = 1, z = 2, t = – 1, u = – 2, v = 3, w = 0.16. A+B + C =
 20+22+18 35+36+32 25+24+26   60 103 75 
  = 
 8+9+11 10+9+8 6+8+5   28 27 19 
0 33 39
 
17. (a) A+B=
 35 0 38

 
 45 30 0 
 0 165 195 
0 33 39 175 190
  
0

(b) 5(A + B) = 5  35 0 38  = 225 150 0 
 
 45 30 0 

18. (a) no tiene solución

30 34 20 35 30 26
   
(b) (1.5)
 45 20 16
 + (1.25)
 52 25 18
 =
   
 14 26 25   23 24 32 
 
 
 
 
19. 3 x3

20. 4 x 4

21. 2 x 4

22. 3 x 5

23. 2 x 5

24. CBA es no definida por el numero de columnas (3) en BA .

25. [ 23 ]
26. [ 3 4 ]
1 8
27. 2 8

2 
 6

28. 1 0 

 1 4
 
29.
 5 –1

 
 –4 5 
2 –2 3
 
30.
 5 8 5

 
 –2 –3 8 
11
 
31.
 –6  2.  5 7 8 21 
 
   14 9 16 41 
 32 
 3 
–1 0
  3
33.
 1 2
 2 4
  –1   3
 =
17  3

–1 
 =
 4 5 6    –2 1   6 38  –2 1 
  0 3 
 –25 14 
 
 –58 32 

1 0 0 1 0 0 1 0 0
    
34. A – 5 A + 2I =  0 2 1  0 2 1  – 5 0 2 1  +
2     
0 0 3  0 0 3   0 0 3 
1 0 0
 

2 0 1 0

 
0 0 1
1 0 0
   5 0 0
  2 0 0
 
–2 0 0


= 0 4 5  –     
0 10 5 0 2 0
 + = 0 –4 0
 0 0 9   0 0 15



 0 0 2



 0 0 –4


 2 3  x   7 
35.    = 
 1 4  y   5 

 3 –2  x   4 
36.    = 
 4 5  y   7 
 x


1 2 3 8
  
 

 =  13 
y
37. 2 –1 4

 0 3 –2
z
 5 
   3 
2 –1 0 x
  
38.
 0 3 4  y  = 7
  z  
 1 0 5   9
x

2 1 0 –1
 y   0 
39.
 0 3 2 4
  =  5 
  z   
 
1 –2 4 1
 u  12
x


2 –3 4 0

1  5
40.
 –1 0 3 5  x2
 = 7 




x3   0 
1 1 –1 -2
 x4 
650
 550 
41. [ 5 8 4 10 ]
  = 12,650.
 500 
 300 

20 15 30

 4 0 10
 
233 200 498

B=  
42. 5 8 20
 y AB=

242 201 490

 3 8 10   248 201 510 
 3 2 12 

43. x = 3, y = –1

44. u = 4, v = –1
45. x 1 = 1, x 2 = 2, x3 = –1

46. u = 2, v = 1, w = 3

47. x = –1, y = 3, z = –3, t = 2

48. x 1 = 1, x 2 = 2, x 3 = 1, x 4 = –2

49. x = 4, p = 17

50. si x son unidades de A, y unidades de B y Z unidades de C producidas.

entonces 3x + y + 2z = 850, x + 2y + 4z = 1200, 2x + y + z = 550.
La solución es: x = 100, y = 150 y z = 200.

51. Si x ,y , z son unidades de tipo 1,2 y 3 a descargar.

Entonces el total de espacio ocuparía: 5x + 2y + 4z = 1050;
total de carga: 2x + 3y + z = 550
total de transporte: 10x + 40y + 60z = 13,500.
Solución será: x = 50, y = 100 y z = 150.

52. Si x ,y ,z son horas- hombre para los tres proyectos.

Entonces la solución será:
x + y + z = 5000, 8x + 10y + 12z = 53,000 y z = x + y .
donde: x = 1000, y = 1500 y z = 2500.
53.

54.
55. No inversa

 1 2 6  6 1  3
5.6 (1/11)  2 4 1   1
57. (1/13) 2
6
  
    
6 1  3  2 4 1

58.

2  3 x  1 
59. 2x – 3y = 1 y 3x + 4y = 10 da :       . Esto implica
3 4 y  10
1
x  2  3 1  4 /17  1  34/17 2
3/17
        
y  3 4 10  3/17 2 /17 17/17 1 
10 

O sea x = 2, y = 1.

60. 2x – y +3z = –3 ; x + y + z = 2 y 3x + 2y – z = 8 da :
2 1 3 x   3
1 1 1   y   2  . Esto implica
     
 3 2  1  z  8 

 1
x  2 1 3   3  3 5 4    3  1 
y  1        
   
1 1  2   (1/13)  4 11  1  2    2 .
z  3     
 2  1  8  1 7  3  8   1

, x = 1, y = 2, z = – 1.

61. 2u + 3v – 4w = –10 ; –2u + 0v + w = 1 y u + 2v + 0w = 1 da :

 2 3  4 u   10
    
2 0 1 v   1 . Esto implica
    


 1 2 0  w  1 
1
 4  10  2  8 3   10 1 
u   2 3
    
      1 4 6 1  0.
v  2 0 1 1  (1/15
 )
          
 
w   1 2 0  1  4 1 6   1  3

, u = 1 , v = 0 , w= 3.

1 3  2  1
   
   
62. A = 2 4 , B =  3 1 da

 3

 2 2 


   1  1
1  
1   
A = 
–1
2  and B–1 =  3  2

1  1
1 3  2  1  7 2  
      7 
     gives 4  
AB = 2 4  3 1 =  8 2 (AB)–1 =  2

 2 3 1 1
  1  1   2  
  
  3  2  1  4  7
 1  2  2
–1
B A –1 = (AB)–1
  20 56 
  
100 80    0. 2 0.7
   
50 8  0. 5 0. 1
 100 80 
63. (a) A

 0. 8  0. 90 70
7
 
371  50 80
    
(b) I – A =  0. 5 0.9 da (I – A) –1 = 


X =(I – A)–1 D 
 1  90 70 74  250 
   
37 50 80 37  
   
 180
250 unidades de la industria I y 180 unidades de la industria II.

(c) los nuevos requerimientos para las dos industrias serán (30/100)(250) y
(16/80)(180) o sea 75 y 36 unidades
64. La matriz a introducir es :

20 /100 0 40 /200 1/5 0 1/5

   
 40 /100 40 / 200 100 / 200  2/ 5 1/5 1/ 2
A    
0 80 /200 40 / 200  0 2/ 5 1/5 


Queremos invertir (I – A ).

 4/ 5 0  1/5 1 0 0
 
0 4/ 5  1/ 2
  2 /5 0 1
 
( I – A | I)  0  2 /5 4/ 5 0 0 1

Se sigue la siguiente operación. R3 + (1/2)R2 ; (5/4)R2 ;

R1 + (1/2)R3 ; R2 + (3/2)R3 ; 2 R3 ; y obtenemos :
1 0 0 11/8 1/ 4 1/2
0 1 0 1 2 3/2
 
 0 0 1 1/ 2 1 2 

La nueva matriz de salida X es :

 11/8 1/4 1/ 2 70 675 /4

1 2 3/2   50    350 
     
X =(I – A) D = 1/2
–1 1 2  120  325 

Nuevos datos primeros: para P, (40/100)(675/4) = 67.5 ; para Q, (80/200)(350)

= 140; y para R , (20/200)(325) = 32.5.

65. 25 66. –34

67. – 38 68. 32
69. –21 70. –4
71. x=3
1 2
72.    7,  1   7,  2  7 gives x    1, y     1
73. x = 6, y = 10
74. x = 1, y = –1, z = –1 75. x = 2, y = 1, z = –1
76. x = 1, y = –1, z = –2
AGE-112 ÁLGEBRA / UMH

77. 78. 79.

y y y

( 0,2)

1 ( 2,0) x
( 3,0)

1 x
x ( 0,–4)

80. 81. 82.

y y y

( 0,6)

(– (–
2,0) ( 0,4/3)
3/2,0)
x x
x

85.
y
15
12

5
12
5 10 x

86.
y
2

x
1 2

–2

PROHIBIDA LA REPRODUCCIÓN DE ESTE DOCUMENTO SIN AUTORIZACIÓN DE LA UMH

AGE-112 ÁLGEBRA / UMH

87. 0 Š x Š 70, 0 Š y Š 90, y

40 Š x + y Š 100
100
x 90
100 P 70
1

70 – x
y 40
x
120 P2 90
90 – y 40 70 100

88.

89. Los vértices de la región factible son (0, 0), (5, 0) y (0, 5).
Zmax. = 15 en (5, 0).
90. Los vértices de la región factible son (0, 0), (3/2, 0) y (0, 3).
Zmax. = 12 at (0, 3).
91. Los vertices son (0, 0), (2, 0), (1, 2) y (0, 5/2). Zmax. = 7 en (1, 2).
92. Los vertices son (0, 0), (17/6, 0), 0, 17/9) y (2, 1). Zmax. = 6 en (2, 1).
93. Los vertices son (6, 0), ( 3,1) and (0, 7). Zmin. = 4 en (3, 1).
94. Los vertices son (8, 0), ( 4,1) and (0, 5). Zmin. = 6 en (4, 1).
95. Zmin = es incalculable, región infinita
96. No tiene solución: región factible vacía.
97. Si x unidades de A y y unidades de B son producidas, entonces necesitamos
máximizar

PROHIBIDA LA REPRODUCCIÓN DE ESTE DOCUMENTO SIN AUTORIZACIÓN DE LA UMH

 Z = 70x + 50y sujeto a x, y  0, 2x + 4y  100 y 5x + 3y  110.
Zmax. = $1700 en x = 10, y = 20.
.
98. Si x onzas de A y y onzas de B son usadas, entonces necesitamos minimizar
(en dólares) Z = $0.1(x +y) sujeto a: x, y  0, 0.12x + 0.08y  0.5 y
100x + 150y  600. Z es mínimo cuando x = 2.7 onzas de A y y = 2.2 onzas de
B.

99.

100.
88.75 88.5 62.5

132.5 61.25 46.5

49.75 69 77.5