INTRODUCCION AL ALGEBRA LINEAL

I: VARIABLES DE ARREGLO (VECTORES Y MATRICES)

ARREGLO: Es un conjunto ordenado de datos por filas y columnas

3 5 8 3
3 9 0 1
1 3 5
Ejemplo: Escribir los siguientes arreglos; A y B
4 2 3 2 8 3 4

0 2 4 6

Solucin: Tenemos en pantalla los datos ingresados para la matriz A

>> A = [1 3 5;4 -2 3 ]

A=

1 3 5

4 -2 3
>> B = [3 5 8 3;3 9 0 -1;2 8 -3 4;0 2 4 6]

B=

3 5 8 3

3 9 0 -1

2 8 -3 4

0 2 4 6

Observacin: Si escribimos despus de corchete el punto y coma (;) la matriz est ingresada
en la computadora, pero no aparece en pantalla. Por ejemplo:

>> A = [1 3 5;4 -2 3 ];

>> B = [3 5 8 3;3 9 0 -1;2 8 -3 4;0 2 4 6];

>>
Operadores Aritmticos de Arreglos: Sean a y b, dos arreglos de igual orden

S=a+b suma, (Similar a matrices)

D=a-b resta o diferencia, (Similar a matrices)

P = a .* b producto, (multiplica los elementos de los arreglos a y b de acuerdo a su

posicin)

C=a./b cociente, (divide los elementos de los arreglos a y b de acuerdo a su posicin)

2 4 4 2
Ejemplo: Dadas los siguientes arreglos: a 6 8 y b 2 6 , Hallar
3 1 1 3
a b ; a b ; ab ; a / b

Solucin: Primeramente ingresamos a la computadora las matrices a y b

>> a = [2 4; -6 8;3 1]
a=

2 4

-6 8

3 1

>> b = [4 -2; 2 6;1 3]

b=

4 -2

2 6

1 3

Luego operamos para cada uno de ellos:

>> c = a + b

c=

6 2

-4 14

4 4

>> d = a - b

d=

-2 6

-8 2

2 -2
>> e = a.*b

e=

8 -8

-12 48

3 3

>> f = a./b

f=

0.5000 -2.0000

-3.0000 1.3333

3.0000 0.3333

Ahora observamos este procedimiento en matlab

 II: MATRICES Y DETERMINANTES

Para entender como aplicar los comandos, ya hemos tenido estudios previos sobre matrices y
solucin de sistemas de ecuaciones lineales.

MATRIZ: Es un arreglo rectangular de nmeros reales ordenados en filas o columnas.

Ejemplo: Denotamos las siguientes matrices.

1 2 3 3a
4b
0 2 4 ; 4 10 3 ;
3 12 9 2c

ORDEN DE UNA MATRIZ: Est dado por el producto indicado ( m n) , donde m : representa
el nmero de filas y n : el nmero de columnas.

Ejemplos: Indicar el orden de las siguientes matrices

3 6 4
A ; es una matriz de orden 2 3
2 10 8

10 4
B ; es una matriz de orden 2 2
6 12

C 2 3 0 4 ; es una matriz de orden 1 4

Adems de operar con matrices, presentamos algunos comandos de utilidad para

analizar la Compatibilidad e Incompatibilidad de un Sistema de Ecuaciones Lineales (S.E.L.)
 SINTAXIS SIGNIFICADO
det (A) Halla el determinante de la matriz A
rank (A) Halla el rango de la matriz A
inv(A) Halla la inversa de A
A Halla la matriz transpuesta de A
rref(A*) Halla la solucin de un S.E.L. por el mtodo de Gauss
Jordan (A*: Matriz ampliada)

OPERACIONES CON MATRICES: Tenemos las siguientes operaciones fundamentales

A) SUMA DE MATRICES: Dadas dos matrices (del mismo orden) A a i j y B bi j

m n m n

, se define la suma de A y B a otra matriz del mismo orden tal que:

S A B a i j bi j a i j bi j

0 6 0 29 21 27

Ejemplo: Dadas las matrices A 8 6 8


y B 11 13 5
3 2 2 19 19 19

Solucin: Ingresamos a la computadora los datos y luego se suma.

>> A = [0 6 0;8 6 8;3 2 2];

>> B = [29 -21 27;11 13 5;-19 19 19];

>> S = A+B (Nos da como resultado la matriz suma)

S=

29 -15 27

19 19 13

-16 21 21
B) DIFERENCIA DE MATRICES: Dadas dos matrices (del mismo orden) A a i j y
m n

B bi j , se define la suma de A y B a otra matriz del mismo orden tal que:

m n

D A B a i j bi j a i j bi j

1 3 5 2 3 2

Ejemplo: Dadas las matrices A 4 1 6 y B 6 0 3 . Hallar D A B

6 1 2 4 1 1

Solucin:

>> A = [1 -3 5;4 1 6;6 -1 2];

>> B = [-2 3 2;6 0 3;4 1 -1];

>> D = A B

D =

3 -6 3

-2 1 3

2 -2 3

C) MULTIPLICACIN DE UN ESCALAR POR UNA MATRIZ: Dada la matriz A a i j y

m n

un escalar se define D A a i j
mn
 3 2 7

Ejemplo: Dada la matriz D 6 5 4 . Hallar E 6 D

5 4 9

Solucin:

>> D = [3 -2 7;6 5 4;5 4 9];

>> E= - 6*D

E=

-18 12 -42

-36 -30 -24

-30 -24 -54

D) MULTIPLICACIN DE MATRICES: Dadas dos matrices A a i j y B bi j , el

m p pn

producto de A B , en este orden, es la matriz M m i j cuyos elementos se obtienen

mn

de la siguiente forma:

n
m i j a i p bp i , i 1;2;...; m y j 1;2;...; n
p 1

Nota: A B no siempre es conmutativo, solamente en casos especiales.

3 2 7 7

Ejemplo: Si F 6 5 4 y la matriz B 4 . Hallar M A B

0 4 9 9

Solucin:
>> A=[3 -2 7;6 5 4;0 4 9];

>> B=[7;4;9];

>> M=A*B

M=

76

98

97

E) TRANSPUESTA DE UNA MATRIZ: La matriz A de orden m n , se llama matriz

transpuesta de A denotado por A ' , a la matriz de orden n m cuyos elementos se obtienen
intercambiando las filas por columnas.

i.e. Si A a i j A ' a j i
mn nm

1 3 0
3 12 2
Ejemplo: Hallar la transpuesta de la matriz A
2 10 2

1 6 1

Solucin:

>> A=[1 -3 0;3 -12 -2;-2 10 2;-1 6 1];

>> T=A'

T=

1 3 -2 -1

-3 -12 10 6

0 -2 2 1
F) DETERMINANTE DE UNA MATRIZ: Sea " A " una matriz de orden (n n) , el determinante
de A es un nmero real.

Observacin: Para esto ya se ha estudiado como se halla el determinante de una matriz, el

problema es para matrices de orden grande. Matlab es una gran ayuda.

3 1 0 2
1 2 3 4
Ejemplo: Hallar el determinante de la matriz A
7 4 4 0

1 0 0 5

Solucin: Para esto ingresamos la matriz A , luego aplicamos el comando det(A)

>> A = [3 -1 0 2;-1 -2 3 4;7 4 4 0;1 0 0 5];

>> D = det(A)

D=

- 401

G) INVERSA DE UNA MATRIZ: Si A K , se dice que A es invertible, si existe una matriz

n

B tal que AB BA I , donde B es la matriz inversa de A denotado por B A 1

22 6 26 17
17 5 20 13
Ejemplo: Hallar la inversa de la matriz A , si existe
1 0 2 1

4 1 5 3

Solucin: Primero analizamos si existe inversa det( A) 0

>> A = [22 -6 -26 17;-17 5 20 -13;-1 0 2 -1;4 -1 -5 3];

>> det(A)

ans =

-1

(Existe inversa entonces hallamos la inversa de A)

>> Y = inv (A)

Y=

1.0000 2.0000 3.0000 4.0000

2.0000 3.0000 1.0000 2.0000

1.0000 1.0000 1.0000 -1.0000

1.0000 0 -2.0000 -6.0000

H) RANGO DE UNA MATRIZ: Es el nmero de filas no nulas de la matriz escalonada, (Que se

obtiene al realizar transformaciones elementales)

0 2 4
1 4 5

Ejemplo: Hallar el rango de la matriz C 3 1 7

0 1 2
2 3 0

Solucin: Ingresamos la matriz luego aplicamos el comando rank(C)

>> C = [0 2 -4;1 4 -5;3 1 7;0 1 -2;2 3 0];

>> Z = rank(C)

Z=

2
I) MATRIZ IDENTIDAD: De cualquier orden tiene por sintaxis; eye(n) genera una matriz
identidad de orden n x n.
Ejemplo: Indicar en matlab la matriz identidad de orden 3 3
Solucin:
>> I = eye (3)
I=
1 0 0
0 1 0
0 0 1

2 3 1 8 2 4

Ejercicio: Si A 0 5 2 y B 2 4 2 , haciendo uso de matlab hallar: inversa

4 6 8 5 3 2
de (A); Transpuesta de (3 A + 2 B); determinante de (A - B); rango de (A + B)
Solucin:

Iii: SISTEMAS DE ECUACIONES LINEALES

Dado un Sistema de Ecuaciones Lineales (S.E.L.)

a11 x1 a12 x2 a13 x3 ... a1n xn b1

a21 x1 a22 x2 a23 x3 ... a2 n xn b2

an1 x1 an 2 x2 an 3 x3 ... ann xn bn

Se puede expresar en forma matricial: A X B .

Donde: A : Es la matriz de los coeficientes

X : Es la matriz de las variables

B : Es la matriz de los trminos independientes

Para hallar la solucin del S.E.L. emplearemos los mtodos directos, pero para esto
analizamos si el Sistema de Ecuaciones Lineales es compatible o incompatible.

El S.E.L. ES INCOMPATIBLE (O INCONSISTENTE): No tiene solucin, si el rango de ( A ) es

diferente al rango de la matriz ampliada ( A * )

i.e. ran ( A ) ran ( A *)

El S.E.L. ES COMPATIBLE (O CONSISTENTE): Tiene solucin, si el rango de ( A ) es igual al

rango de la matriz ampliada ( A * )

i.e. ran ( A ) ran ( A *) r

A la vez estas pueden tener:

A) Solucin nica: Si el nmero de variables " n " es igual al rango de ( A * )

i.e. ran ( A ) ran ( A *) r n

B) Infinitas Soluciones: Si el nmero de variables " n " es > al rango de ( A * )

i.e. ran ( A ) ran ( A *) r n
Ejemplo 01: Analizar la compatibilidad y resolver si es posible el siguiente sistema de
ecuaciones lineales

3 x 4 y z 2w 3
3 x 5 y 3 z 5w 6
6 x 8 y z 5w 8
3 x 5 y 3 z 7 w 8

Solucin:

i) Primeramente analizamos la compatibilidad:

>> A = [3 4 1 2;3 5 3 5;6 8 1 5;3 5 3 7]; (Matriz de los coeficientes)

>> A1 = [3 4 1 2 -3;3 5 3 5 -6;6 8 1 5 -8;3 5 3 7 -8]; (Matriz ampliada)

>> rank(A)

ans =

>> rank(A1)

ans =

Como: rango (A) = rango (A1) = 4 El S.E.L. es Compatible y adems:

rango (A) = rango (A1) = 4 = n Tiene solucin nica

ii) Hallando la solucin por un mtodo directo:

>> A = [3 4 1 2;3 5 3 5;6 8 1 5;3 5 3 7];

>> B = [-3;-6;-8;-8];
>> X=A\B

X=

-2

-1 La respuesta es: x 2 ; y 2; z 1; w 1

>> X=inv(A)*B (Otra forma de hallar la solucin)

X=

-2

-1 La respuesta es: x 2 ; y 2; z 1; w 1

NOTA: Tambin podemos emplear el mtodo de Gauss Jordan, para esto escribimos la matriz
ampliada:

3 4 1 2 3
3 5 3 5 6
M , luego escribimos en la computadora:
6 8 1 5 8

3 5 3 7 8

>> M = [3 4 1 2 -3;3 5 3 5 -6;6 8 1 5 -8;3 5 3 7 -8];

>> rref(M)

ans =

1 0 0 0 2
 0 1 0 0 -2

0 0 1 0 1

0 0 0 1 -1 La respuesta es: x 2 ; y 2; z 1; w 1

2 x y 3z 2

Ejemplo 02: Resolver el S.E.L. x 2 y 4 z 4
3 x 4 y 5 z 1

Solucin: Se observa que el sistema es compatible y tiene solucin nica

La respuesta es: x 2 ; y 2; z 1; w 1

Ejemplo 03: Resolver el siguiente sistema de ecuaciones lineales

3 x1 4 x2 12 x3 5 x4 2 x5 6 x7 8 x8 80
2 x1 x2 4 x3 8 x4 16 x5 6 x6 9 x7 40
4 x1 2 x2 8 x3 2 x4 x5 2 x6 4 x7 4 x8 60
2 x1 5 x2 2 x3 x4 6 x5 4 x6 14 x7 8 x8 70
6 x1 x2 4 x3 x4 4 x5 6 x6 10 x8 56
8 x1 x2 6 x4 5 x5 2 x6 3 x7 40
4 x2 3 x3 10 x4 4 x5 8 x6 12 x7 x8 50
2 x1 x3 2 x4 4 x5 10 x6 x7 16 x8 100

Solucin: A es la matriz de los coeficientes y

M es la matriz ampliada (A | B), Adems ran (A) = ran (M) (Verificar)

Por tanto la respuesta es:

x1 11, 4839 ; x2 5, 2406; x3 13, 43331; x4 10,5405

x5 5,8087 ; x6 17, 0241; x7 0, 0986 ; x8 4,8909

EJERCICIOS

Investigar la compatibilidad y hallar, si es posible la solucin general de los sistemas

dados:

3x 2 y 5 z w 3 x 2 y 2 z w 14
2 x 3 y z 5w 3 3x 2 y z 2w 17

a) b)
x y 4w 3 2 x 3 y z w 18
x y 4 z 9w 22 2 x 5 y 3z 3w 26

9 x 3 y 5 z 6w 4 x 2 y z 4w 1

c) 6 x 2 y 3z 4w 5 d) x 3 y 7 z 2w 2
3x y 3z 14w 8 x 12 y 11z 16w 5

4 x 2 y 3 z 3 2 x y 3z 4w 5
x z 2w 1 4 x 2 y 5 z 6w 7

e) f)
3x 4 y 4 z w 0 6 x 3 y 7 z 8 w 9
2 x 3 y z 3w 1 8 x 4 y 9 z 10w 11

x z w 5 x y z 2w 0
x z w 1 x w 1

g) h)
x y z w 3 y z w 1
2 x 2 z 2 x 2 y 3
 x 2 z w 1 3x z w 3
y z 2w 0 2 y 3z 3w 14

i) j)
x y 2 z w 3 z 2w 6
y z 22 w 4

3 x1 2 x2 x3 4 x4 10
5 x1 x2 9 x x 3x x 4
1
k) x1 5 x2 x3 4
2 3 4
l)
x 5 x3 6 2 x1 x2 3 x3 16
2
x2 8 x3 5 x4 3

PROBLEMAS DE APLICACIN

01. (Sistema de Ecuaciones Lineales) Un mueblero fabrica: sillas, mesas para caf y mesas
para comedor. Se necesitan 10 minutos para lijar una silla, 6 para pintarla y 12 para barnizarla.
Se necesitan 12 minutos para lijar una mesa para caf, 8 para pintarla y 12 para barnizarla. Se
necesitan 15 minutos para lijar una mesa para comedor, 12 para pintarla y 18 para barnizarla.
La mesa de lijado est disponible 16 horas a la semana, la mesa de pintura 11 horas a la
semana y la mesa de barnizado 18 horas. Cuntas unidades de cada mueble deben fabricarse
por semana de modo que las mesas de trabajo se ocupen todo el tiempo disponible?

Solucin: Para esto se construye el siguiente cuadro segn los datos

Sillas Mesas para caf Mesas para comedor Tiempo total

Lijar 10 12 15 16 horas = 960 minutos
Pintar 6 8 12 11 horas = 660 minutos
Barnizar 12 12 18 18 horas = 1080 minutos

Sean: x unidades de sillas

y unidades de mesas para caf

z unidades de mesas para comedor

Ahora construimos el sistema de ecuaciones lineales:
10 x 12 y 15 z 960
6 x 8 y 12 z 660
12 x 12 y 18 z 1080
Ahora emplearemos el mtodo de Gauss Jordan
>> M = [10 12 15 960;6 8 12 660;12 12 18 1080];
>> rref (M)
ans =
1 0 0 30
0 1 0 30
0 0 1 20
x 30 ; y 30 ; z 20
Respuesta: Se fabricaron 30 unidades de sillas, 30 unidades de mesas para caf y 20
unidades de mesas para comedor.
02. (Diferencia de Matrices) Una empresa tiene 3 tiendas. Cada una vende sacos, pantalones
y calzado, cuyos precios son los de la siguiente tabla. Calcule los valores de los artculos, si en
la tienda 3 tiendas se ofrecen una barata del 20%
Tienda Sacos Pantalones Zapatos
1 80 40 30
2 100 50 40
3 60 30 20

Solucin: Se construyen las matrices A (segn cuadro) y B (descuento del 20%)

80 40 30 16 8 6
A 100 50 40 B 20 10 8

60 30 20 12 6 4

80 40 30 16 8 6 64 32 24
A B 100 50 40 20 10 8 80 40 32

60 30 20 12 6 4 48 24 16
Desarrollando en matlab
Por tanto el nuevo cuadro estara dado por los siguientes precios

los artculos, si en la tienda 3 tiendas se ofrecen una barata del 20%

Tienda Sacos Pantalones Zapatos

1 64 32 24
2 80 40 32
3 48 24 16

02. Una fbrica posee 3 mquinas A, B y C, las cules trabajan en un da, durante 15, 22 y 23
horas, respectivamente. Se producen 3 artculos X, Y y Z en estas mquinas en un da, como
sigue: una unidad de X est en A durante 1 hora, en B durante 2 horas, en C durante 1 hora;
una unidad de Y est en A durante 2 horas, en B durante 2 horas, en C durante3 horas; una
unidad de Z est en A durante 1 hora, en B durante 2 horas y en C durante 2 horas. Si las
mquinas se usan a mxima capacidad durante 1 da, hallar el nmero de unidades de cada
artculo que es posible producir.

03. (Manufactura) R.S.C.L.S y Asociados fabrica 3 tipos de computadora personal: Cicln,

Cclope y Cicloide. Para armar una Cicln se necesitan 10 horas, otras 2 para probar sus
componentes y 2 horas ms para instalar sus programas. El tiempo requerido para la Cclope es
12 horas en su ensamblado, 2,5 para probarla y 2 horas para instalarla. La Cicloide, la ms
sencilla de la lnea necesita 6 horas para armado, 1,5 horas de prueba y 1,5 horas de
instalacin. Si la fbrica de esta empresa dispone de 1 560 horas de trabajo por mes para
armar, 340 horas para probar y 320 horas para instalar. Cuntas PC de cada tipo puede
producir en un mes?

04. Quick Ink Publisher edita 3 calidades de libros: encuadernacin rstica, con pasta dura y
empastada en piel. Para los rsticos, la empresa gasta en promedio $ 5 en papel, $ 2 en
ilustraciones y $ 3 en las pastas. Para los de pasta dura los gastos son: $ 10 en papel, $ 4 en
ilustraciones y $ 8 en pastas; para los de lujo empastados en piel, $ 20 en papel, $ 12 en
ilustraciones y $24 en pastas. Si el presupuesto permite $ 235 000 en papel, $ 110 000 en
ilustraciones y $ 205 000 en pastas. Cuntos libros de cada categora pueden producirse?
05. (Clima) El promedio de las temperaturas en las ciudades de Nueva York, Washington y
Boston fue 88 F durante cierto da de verano. En Washington fue 9 F mayor que el promedio
de las temperaturas de las otras dos ciudades. En Boston fue 9 F menor que la temperatura
promedio en las otras dos ciudades. Cul fue la temperatura en cada ciudad?

06. Una fbrica posee 5 mquinas que se utilizan en la produccin de 4 artculos diferentes A,
B, C y D. El nmero de horas de cada mquina es usada en la produccin de una unidad de
cada uno de los 4 productos es dada por la siguiente tabla:

PRODUCTO

Mquina A B C D

----------------------------------------------------------------

1ra 7 2 4 3

2da 4 4 4 5

3ra 10 0 4 7

4ta 9 4 2 11

5ta 10 5 1 13

Hallar el nmero de unidades que se deben producir de cada uno de los productos en una
semana de 5 das sabiendo que cada mquina se usa 8 horas diarias.