Algebra Lineal Cs Ec UNL

MATEMÁTICA BÁSICA 2da PARTE
UNL 2016 FCE
EQUIPO DOCENTE
Profesor Titular Susana Marcipar Katz
Profesores Adjuntos Claudia Zanabria, Marta Nardoni
Jefes de Trabajos Prácticos María Cecilia Municoy, Cristina

Rogiano, Gabriela Roldán, Mariel
Lovato, Gustavo Cabaña y
Agustina Huespe
Algebra Lineal y
Aplicaciones
2da Edición
Teoría de los juegos,
Cadenas de Markov,
Extraído de la película: Una mente brillante.
Criptografía
Material Elaborado por: Claudia Zanabria,

Cristina Rogiano y Gabriela Roldán
Zanabria, Claudia
Algebra lineal y Aplicaciones, 2da edición : Teoría de los juegos, Cadenas de Markov, Criptografía /
Claudia Zanabria ; Gabriela Roldán ; Cristina Rogiano. - 2a ed mejorada. –
Santa Fe : Universidad Nacional del Litoral, 2016.
Libro digital, PDF
Archivo Digital: descarga y online

ISBN 978-987-692-099-5
1. Álgebra. 2. Economía. 3. Matemática Aplicada. I. Roldán, Gabriela II. Rogiano, Cristina III. Título
CDD 512.5
“Yo siempre he creído en los números. En

las ecuaciones y lógicas que llevan a la
razón. Pero tras una vida de tales
actividades, pregunto: ¿Qué es
realmente la lógica? ¿Quién decide qué
es la razón? Mi búsqueda me ha llevado
a través de lo físico... metafísico...
alucinatorio... y de regreso. Y he hecho el
descubrimiento más grande de mi
carrera. El descubrimiento más
importante de mi vida: Solo en las
misteriosas ecuaciones de amor puede
uno encontrar lógica y razón”.
John Nash
1
UNL-FCE. Matemática Básica. Algebra Lineal
El presente es el fascículo 3 de la colección bibliográfica de Matemática Básica. En él se abordan tres situaciones
contextuales centrales, dos de ellas son problemas de decisión en el marco de: Teoría de los Juegos y Cadenas
de Markov y una tercera situación relaciona la codificación y decodificación de datos, criptografía. El análisis
y resolución de estas tres situaciones requiere la producción de modelos matemáticos que involucran conceptos
fundamentales del Algebra Lineal como los son: Matrices y Sistemas de Ecuaciones
La red conceptual del capítulo es:
TEORIA DE LOS CADENAS DE CRIPTOGRAFIA

JUEGOS MARKOV
MATRICES
Concepto, lenguaje matricial,
clasificación, operaciones y
propiedades, matriz inversa.
SISTEMAS DE ECUACIONES LINEALES

Resolución por metodo de Gauss y
determinantes. Clasificación.
Teorema del Rango
El material se organiza en tres bloques:

Bloque 1: TEORIA DE LOS JUEGOS Y MATRICES (CONCEPTO Y OPERACIONES)
Bloque 2: CADENAS DE MARKOV Y SISTEMAS DE ECUACIONES
Bloque 3: CRIPTOGRAFIA, MATRIZ INVERSA Y ECUACIONES MATRICIALES
2
BLOQUE 1
TEORIA DE LOS JUEGOS
MATRICES
Concepto, lenguaje
matricial, clasificación,
operaciones y propiedades.
3
TEORIA DE LOS JUEGOS
Un juego es cualquier situación en la cual, los que participan de él, deben tomar decisiones estratégicas y en
la que el resultado final depende de lo que cada uno decida hacer. (Nicholson, 1997).
En este sentido, la teoría de los juegos trata del estudio de los problemas de decisión y propone modelos
matemáticos para su resolución.
Dicha teoría fue elaborada en 1939 por el matemático John von Neumann y el economista Oskar Morgenstern,
con el fin de realizar análisis económico de ciertos procesos de negociación.
En el mundo real, tanto en las relaciones económicas como en las políticas o sociales, son muy frecuentes las
situaciones en las que, al igual que en los juegos, su resultado depende de la conjunción de decisiones de los
diferentes agentes o jugadores que intervienen con el fin de lograr un “premio”, por ejemplo la máxima utilidad,
el mayor bienestar o el menor riesgo, entre otras.
Los jugadores pueden ser personas, equipos, empresas, países, etc. y, como en todo juego, es necesario definir:
Reglas, Estrategias y Recompensas o Resultados. Las reglas compartidas por todos los juegos establecen que los
jugadores obran racionalmente y ambos conocen la información cierta de la situación. Asimismo, en la situación
de juego es fundamental el comportamiento estratégico de cada uno de los participantes o tomadores de
decisiones.
En el marco de La economía es importante conocer y aplicar esta teoría a fines de entender qué estrategias
podrían ofrecer beneficios monetarios más grandes o menores riesgos. Algunas aplicaciones de la Teoría de
Juegos son: Contratos, Negociaciones en general, guerras militares o comerciales, marketing para la
competencia en los mercados, alianzas, entre otras.
La siguiente red conceptual muestra las categorías conceptuales a partir de las cuales se aborda la teoría de los
juegos y su intención es ofrecer un resumen de las palabras o frases claves de esta temática.
Cada una de estas categorías será tratada a través de distintas situaciones de juegos que se irán presentando a
medida que se avance en la lectura del mismo.
4
Teoria de los Juegos
Juegos:
Reglas
Jugadores
Estrategias
Beneficio
Tipos de Juegos: Técnicas de Resolución:

ESTÁTICOS de: Estrategias DOMINANTES
SUMA CERO MEJOR RESPUESTA
SUMA NO CERO MAXINIM -MINIMAX
ESTRATEGIAS PURAS Equilibrio de NASH
Si bien existen gran variedad de juegos, en el presente material se abordarán solamente juegos estáticos con
información completa, es decir, los jugadores toman sus decisiones simultáneamente y una sola vez sin conocer
las decisiones de los otros y, a continuación, reciben sus ganancias, que dependen de la combinación de
decisiones tomadas. Desde el inicio del juego todos los jugadores conocen las estrategias disponibles y las
ganancias resultantes de cada combinación.
La siguiente situación presenta el caso más sencillo, el juego de dos jugadores con dos estrategias, como se
muestra en la siguiente situación:
Situación 1: Dos empresas de telefonía móvil deben decidir si instalan nuevas sucursales en el mismo centro
comercial.
Se acercan los períodos de mayores ventas de telefonía móvil y dos empresas competidoras identificadas por P
y C deben decidir si abren cada una nueva sucursal, en el mismo centro comercial. De no abrir la nueva sucursal
invertirían más en publicidad para promover las ventas en los locales que ya poseen.
Por lo tanto, ambas empresas deben tomar la decisión de instalar o no la nueva sucursal en el mismo centro
comercial. Las estrategias que se presentan son:
5
1- Las empresas P y C deciden instalar las sucursales: las ventajas competitivas de la empresa P le darán todo
el mercado del centro comercial e incluso se beneficiará de las inversiones publicitarias y de los clientes de la
empresa C. En este caso P gana 60 millones de pesos, mientras que C pierde esa misma cantidad.
2- La empresa P decide abrir la nueva sucursal y la empresa C no: P se queda con el mercado del centro
comercial, pero no pudiendo aprovechar todas las inversiones de C, su inversión no compensa sus ventas. En
este caso P pierde 10 millones de pesos y C gana la misma cantidad al promover más sus ventas en sus
tradicionales locales.
3- La empresa P decide no abrir la nueva sucursal, pero la empresa C si la abre: C se queda con todo el mercado
del nuevo centro comercial, pero su inversión no supera sus ventas y pierde 20 millones mientras que P gana la
misma cantidad por promover sus ventas en sus tradicionales locales.
4- Ambas empresas P y C deciden no abrir la sucursal en el mismo centro comercial: en este caso, ninguna de
las dos compañías gana o pierde.
La información dada respecto a las ganancias o pérdidas para las dos empresas P y C, pueden organizarse por
medio de las siguientes tablas:
Respecto a P:
C decide abrir sucursal C decide no abrir sucursal
P decide abrir sucursal 60 -10
P decide no abrir sucursal 20 0
Respecto a C:
C decide abrir sucursal C decide no abrir sucursal
P decide abrir sucursal -60 10
P decide no abrir sucursal -20 0
O bien empleando un arreglo o estructura rectangular ordenada en filas y columnas encerradas entre paréntesis
o corchetes llamada MATRIZ de la siguiente manera:
60 −10 −60 10
Para P: ( ) y para C: ( )
20 0 −20 0
A continuación se presenta la definición de “matriz” que se utilizará para resolver problemas de la teoría de
juego.
Definición de MATRIZ
Dados dos números enteros positivos m y n, una matriz de orden mxn, es una disposición rectangular de m.n
números reales encerrados entre corchetes o paréntesis.
Se llama orden o tamaño de una matriz al número de filas y de columnas que la conforman.
Las filas se enumeran de arriba hacia abajo y las columnas de izquierda a derecha.
Los números o símbolos que se encuentran dentro de la matriz se llaman elementos de dicha matriz.
6
En símbolos: Si A es una matriz de orden mxn, entonces A puede representarse así:
 a11 a12 ... a1j ... a1n 

 
 a 21 a 22 ... a 2j ... a 2n 
 ... ... ... ... ... ... 
A=  
 ai1 ai2 ... aij ... ain 
 
 ... ... ... ... ... ... 
 am 1 am 2 ... am j ... am n 

El elemento que se encuentra en la fila i y en la columna j se denota por aij y se lee “a sub i j”.
Simplificando esta notación se puede escribir:
A = (aij) con 1  i  m y 1  j  n donde aij  R
o también
A = (aij)  i =1,…, m y  j = 1,…, n donde aij  R
Se lee: A es una matriz de orden mxn cuyo elemento genérico es aij. El subíndice i, que representa el número de
fila varía entre 1 y m, siendo m la cantidad de filas de la matriz. El subíndice j, que representa el número de
columna varía entre 1 y n, siendo n el número de columnas de la matriz.
Por lo mencionado:
El símbolo aij representa un elemento genérico de la matriz A y
el símbolo (aij) representa a la matriz A.
El conjunto de las matrices de orden o tamaño mxn con elementos reales se indica: Rmxn, Rmxn o Mmxn
60 −10 −60 10
En la Situación 1 se expresa mediante: P =(pij) y C =(cij) a las matrices ( ) y ( ),
20 0 −20 0
respectivamente.
Cada una de estas matrices se denomina Matriz de Beneficio o Pago de cada jugador.
Tanto las matrices P como C pertenecen al conjunto de las matrices de m filas y n columnas denominado Rmxn y
cada uno de sus elementos pij y cij representan los beneficios que obtiene cada una de las empresas P y C,
cuando seleccionan la estrategia i y j, respectivamente.
Los beneficios de cada empresa, en cada una de sus estrategias, se pueden escribir en una sola matriz especial
denominada bimatriz, de la siguiente manera:
60; −60 −10; 10

( )
20; −20 0; 0
Los elementos que se encuentran a la izquierda del punto y coma, en cada fila, corresponden a los beneficios
del jugador P y los que se encuentran a la derecha corresponden a los beneficios del jugador C.
7
CLASIFICACIÓN DE LOS JUEGOS:
Existen diversas formas de clasificar los juegos, los más usuales son:
 Por el número de jugadores: existen juegos de 2 jugadores, de tres jugadores o de más jugadores.
 Por la simultaneidad de las decisiones a tomar: Si los jugadores toman las decisiones al mismo tiempo
sin conocer la decisión del otro, el juego se denomina estático, en caso contrario el juego se clasifica
como dinámico.
 Por la suma de los pagos:
- Suma Cero: El premio es único y lo que un jugador gana coincide con lo que pierde otro.
- Suma no Cero: Lo que gana un jugador no necesariamente está vinculado con lo que pierde otro, o
los premios pueden ser obtenidos simultáneamente.
 Por el número de estrategias: los juegos pueden incluir 2 o más estrategias, que representan las
decisiones que pueden tomar cada uno de los jugadores.
 Por el tipo de estrategias:
- Juegos de Estrategia Pura: La estrategia pura es una decisión que se toma con certeza. Si un juego
no se puede resolver por estrategia pura puede pensarse como de estrategia mixta.
- Juego de Estrategia Mixta: Las estrategias de un juego son mixtas cuando es necesario asignar a cada
estrategia pura una probabilidad de ocurrencia y se interpreta como la incertidumbre de un jugador
respecto a lo que hará el otro.
El juego presentado en la situación 1, como todos lo que se abordarán en el presente material, es estático. Si se
clasifica de acuerdo a la cantidad de jugadores es un juego de dos jugadores, empresas P y C; de acuerdo a la
suma de pagos es de suma cero pues lo que gana uno de los jugadores es igual a lo que pierdo el otro jugador.
Es un juego de dos estrategias, abrir o no abrir la sucursal y dichas estrategias son puras.
TÉCNICAS DE RESOLUCIÓN DE JUEGOS:
Para resolver este tipo de juego o los que se abordarán en este material y determinar la estrategia óptima se
aplican distintas técnicas como: Equilibrio de Nash, de Dominancia, de Mejor Respuesta, de Maximin y
Minimax, entre otras. La aplicación de una u otra técnica depende en general de las expectativas de los
jugadores.
Equilibro de Nash: Es un perfil o combinación de estrategias del que ningún jugador desearía desviarse
unilateralmente, ninguno se arrepiente de la decisión tomada, dadas las estrategias decididas por el resto de
los jugadores. Es decir que el equilibrio de Nash está formado por estrategias que son óptimas para cada jugador
dadas las estrategias del resto de los jugadores.
Esto no significa que en un equilibrio de Nash cada jugador esté alcanzando el mejor resultado posible, sino el
mejor resultado condicionado por el hecho de que los demás jugadores jueguen las estrategias indicadas por
ellos en dicho perfil.
8
El Equilibrio de Nash, como estrategia de juego consiste en comparar todos los perfiles de estrategias hasta
encontrar la o las que cumplen la condición establecida. Sin embargo, en algunos casos conviene determinar
dicho equilibrio aplicando las otras técnicas nombradas.
John Forbes Nash, creador de esta teoría, es un matemático que recibió un premio nobel de economía y su
vida fue interpretada por Crowe Russell en la película “Una mente brillante”.
Dominancia de estrategias: Consiste en identificar qué estrategias (filas o columnas) dominan a otras o qué
estrategias son dominadas por otras. Ésta estrategia resulta óptima para un jugador independientemente de
los que hagan su(s) adversario(s). Matemáticamente, una estrategia domina estrictamente a otra cuando cada
uno de los elementos de la fila o columna que representa a la estrategia es mayor que cada elemento de la
misma posición de otra fila o columna, respectivamente. Una vez identificada las estrategias dominantes, se
eliminan las estrategias dominadas hasta obtener el resultado del juego.
Maximin y Minimax: Esta técnica sólo se aplica en juegos de suma cero y su objetivo es minimizar la máxima
pérdida de cada jugador.
Aclaración sobre la solución de los problemas de decisión: La solución de los problemas de decisión, depende
de las decisiones que tomen los jugadores. En algunos casos los participantes pueden decidir maximizar sus
beneficios, y aplicarán técnicas de dominancia, o en otros conformarse sólo con minimizar sus pérdidas y
elegirán técnicas de maximin y minimax, que no siempre conducen al mismo resultado. Sin embargo lo más
recomendable en todas es encontrar, si es posible, el equilibrio de Nash, porque aporta estabilidad en la
solución, dado que la solución se obtiene pensando en que cada jugador obtenga un beneficio y dejando de
lado el propio beneficio. Es decir se decide pensando en lo que sea óptimo para los dos.
Resolución de la Situación 1 aplicando le técnica de Dominancia
Aplicando la técnica de Dominancia de estrategias, para determinar, si existe, la estrategia que más le conviene
a la empresa P, se comparan los elementos de cada una de las dos filas de la matriz correspondiente.
Los beneficios para le empresa P son:
60 −10
P = (pij) = ( )
20 0
Se observa que no existe estrategia dominante y que por lo tanto el beneficio de la empresa P depende de la
decisión que tome C.
Los beneficios para le empresa C son:
−60 10
C = (cij) = ( )
−20 0
Aplicando la técnica de Dominancia de estrategias, para determinar, si existe, la estrategia que más le conviene
a la empresa C, se comparan los elementos de cada una de las dos columnas de la matriz correspondiente. Se
observa que la estrategia: “No abrir la sucursal”, columna 2, domina a la estrategia “Abrir la sucursal”, pues
ganar 10 millones es mejor que perder 60 millones y no ganar ni perder es mejor a perder 20 millones.
9
Pues se cumple que:
c12 > c11 y c22 > c21
Por lo tanto se elimina la estrategia representada en la columna 1 de la matriz de pagos de C y dicha matriz se
reduce al vector columna:
10
( )
0
Luego, la decisión óptima de C es “No abrir la sucursal” en el nuevo centro comercial, y en este contexto, la
decisión óptima para P es también “No abrir dicha sucursal” pues, para P, es preferible no ganar y no perder
(beneficio 0), que perder 10 millones de pesos.
Por lo tanto la decisión óptima para ambas es no abrir la sucursal, y para esta decisión el beneficio para cada
jugador es 0, este valor se denomina, valor del juego, pues representa la ganancia obtenida como consecuencia
de la resolución. Para este juego, el valor del juego es cero y en estas condiciones el juego se denomina
socialmente justo.
Si se trabaja con la bimatriz:

60; −60 −10; 10
( )
20; −20 0; 0
Para decidir una estrategia dominante para la empresa P, se comparan los elementos de la fila 1 con los
elementos de la fila 2.
Para la empresa C, se comparan los elementos de la columna 1 con los de la columna 2.

De esta manera se arriba al mismo resultado.
Además se observa que:

La combinación de estrategias (0, 0) es un equilibrio de Nash, pues si cada jugador decide cambiar su estrategia
empeora su situación. Por lo tanto, la solución (0, 0) se denomina Solución estable.
Resolución de la Situación 1 aplicando le técnica de Mejor Respuesta
Es otra alternativa para resolver problemas de decisión y consiste en determinar perfiles o parejas de estrategias
que constituyan equilibrios de Nash. Cada jugador busca la estrategia que representa la mejor respuesta (el
máximo beneficio) ante las posibles estrategias de su contrincante.
Esta técnica consiste en comparar los pagos que un jugador obtendrá si jugara con una de sus estrategias, y se
destaca (subraya) el pago (o los pagos) máximo alcanzable, que corresponde a la estrategia (o estrategias) de
respuestas óptimas a dicha combinación.
Una combinación de estrategias es un Equilibrio de Nash, si los valores que la componen están subrayados.
10
En la siguiente tabla se ejemplifica este procedimiento:
JUGADOR 2
E1 E2
JUGADOR 1 E1 0, 0 1, 1
E2 2, 2 0, 0
La posición del Jugador 1 es: Suponiendo que el jugador 2 elige la estrategia E1, se comparan los pagos 0 y 2 del
jugador 1, y se subraya el máximo que es 2. Si el jugador 2 elige la estrategia E2, se comparan los pagos 1 y 0 del
jugador 1 y se subraya el máximo que es 1.
Procediendo del mismo modo, la postura del jugador 2 respecto a las estrategias del jugador 1, se llega a la
conclusión que existen dos equilibrio de Nash, que son las combinaciones de estrategias (E2, E1) y (E1, E2),
siendo sus pagos (2,2) y (1,1), respectivamente. Observar que si los jugadores cambian de estrategia empeoran
su situación, por lo que las soluciones son equilibrios de Nash y son estables.
Para la bimatriz de la situación 1 resulta:

60 ; −60 −10; 10
( )
20; −20 0; 0
Por lo tanto la decisión óptima para ambas es no abrir la sucursal, y para esta decisión el beneficio para cada
jugador es 0, El perfil de estrategias (0:0) es un equilibrio de Nash.
Resolución de la Situación 1 aplicando le técnica de Técnica de Maximin y Minimax
Es una técnica de decisión para minimizar la pérdida máxima esperada y se aplica en juegos de suma cero.
El algoritmo, para un juego de estrategias puras es el siguiente:
 Identificar los valores mínimos de cada fila y seleccionar el mayor de ellos (Maximin).
 Identificar los valores máximos de cada columna y seleccionar el menor de ellos (Minimax).
Si el valor maximín del primer jugador (filas) y el mínimax del segundo jugador (columnas), coinciden en la misma
celda, este se denomina punto de equilibrio.
Si ningún jugador encuentra beneficioso cambiar su estrategia, la solución encontrada es la óptima y representa
un equilibrio de Nasch. En estas condiciones el juego es estable pues a los jugadores no les conviene cambiar
de estrategia por lo que la mantendrán.
11
C decide C decide Mínimos de cada fila
abrir sucursal no abrir sucursal
P decide abrir sucursal 60 -10 -10
P decide no abrir 20 0 0
sucursal
Maximos de cada 60 0
Columna
Luego, Maxmin = 0 y Minimax = 0.
En la tabla se observa que:

El valor Minimax representa el menor de los máximos beneficios que obtendría C, que a su vez, es el mínimo
de las máximas pérdidas de P (minimiza pérdida de P).
El valor Maximin representa el mayor de los mínimos beneficios de P, que a su vez es la menor de las máximas
pérdidas de C (minimiza pérdida de C).
Por lo mencionado, aplicar esta técnica implica que se toma una decisión pensando en minimizar el riesgo.
Dado que el valor maximín de P y el mínimax de C coinciden. Esta combinación de estrategias es un punto de
equilibrio. Además como ambos son iguales a cero, dicho punto se denomina: Silla de Montar.
Por lo tanto, en la Situación 1, ambos jugadores deciden “No abrir la sucursal” y el valor del juego es cero.
Observar que aplicando las técnicas de dominancia, de mejor respuesta y de maximin-minimax se llegó, en esta
situación, al mismo resultado.
Es importante aclarar que si bien el maximin y el minimax pueden definirse para cualquier otro tipo de juego,
sólo en los de suma cero pueden coincidir y constituyen un equilibrio de Nash.
Además puede ocurrir que si no existe un punto de silla de montar, las estrategias puras maximin y minimax
dejan de ser óptimas y el juego no es estable, es inestable. Los jugadores buscarán otras estrategias que puedan
mejorar sus pagos.
A continuación se resolverá un juego en el que la suma de los pagos no es cero. Para tal fin se ha seleccionado
uno de los juegos más significativos de la teoría de los juegos: El dilema del prisionero.
12
Situación 2: El dilema del prisionero
Pedro y Juan son detenidos por la policía, en la cercanía de un robo por portar armas. Se sospecha que por lo
menos uno de los dos malhechores participó además de dicho robo. Una vez en el destacamento policial se
separan a estas dos personas para que sean interrogadas en forma individual y, por separado, se les propone lo
siguiente:
Si uno confiesa y su cómplice no, el cómplice será condenado a la pena total de diez años por robo y por portar
armas y el que confiesa será liberado por cooperar con la investigación policial.
Si ambos confiesan, a los dos se les reducirá la pena a la mitad, 5 años a cada uno.
Si ambos lo niegan, estarán encarcelados dos años por portación de armas”.
Para la representación de los años de cárcel se considerará que si está 5 años en la cárcel figurará en la tabla
el valor -5. Luego:
Juan Confiesa Juan no Confiesa

Pedro Confiesa -5 -10
-5 0
Pedro no Confiesa 0 -2
-10 -2
El dilema del prisionero es un juego de dos jugadores, con dos estrategias puras y de suma no nula.
Análisis para la toma de decisiones:
Estrategias Dominantes: Se observa que para ambos jugadores la decisión de confesar, independientemente
de los que opine el otro, domina a la de no confesar, pues así corresponde menos años de prisión.
Si eliminamos las estrategias dominadas, para Pedro la segunda fila y para Juan la segunda columna la matriz se
reduce a:
Juan Confiesa
Pedro Confiesa -5
-5
Por lo tanto, si los dos deciden confesar tendrían una pena de 5 años, que no es una elección óptima. Si ambos
prisioneros piensan en cooperar el uno con el otro, ninguno confesaría, pero tendrían una pena de 2 años, sin
embargo esta elección tampoco es óptima.
El beneficio óptimo es quedar en libertad. Es decir, para ambos prisioneros el mayor beneficio sería que sólo
uno confiese y de esta manera sería liberado. Pero si los dos son egoístas y piensan de la misma manera, ambos
elegirán confesar.
Por lo tanto, como ambos deciden lo mismo, la condena es de 5 años para cada uno.
13
Este resultado es la clave del dilema, porque representa un resultado que no es el óptimo si se piensa en el
propio beneficio, que sucede también si ambos decidieran no confesar.
La combinación de estrategias (-5, -5) del juego es un equilibrio de Nash pues todos los jugadores toman una
decisión y, si la cambian, empeoran su condena de 5 a 10 años, por esta razón se dice que este punto de
equilibrio es de Nash. Si bien la combinación de estrategias (-2,-2) es también un punto de equilibrio, este no
es de Nash y se denomina inestable, porque si cambia de decisión, de no confesar a confesar, se reduce su
condena.
Situación 3: El dilema del prisionero en economía: Un caso de la competencia de dos empresas por un
mercado.
Dos empresas, N y A, productoras de zapatillas deportivas forman un duopolio local en el sector de los centros
comerciales. Cuando llega la época de las tradicionales rebajas, ambas empresas acostumbran a realizar
inversiones en publicidad tan altas que pueden implicar la pérdida de todo el beneficio.
Ambas han acordado no hacer publicidad por el presente año, por lo que cada una, si cumple el acuerdo, puede
obtener ganancias de $ 50 millones.
Si una de ellas traiciona el acuerdo, puede preparar su campaña publicitaria y lanzarla en el último momento
atrayendo a los consumidores y generando un beneficio de $60 millones mientras que la empresa competidora
perdería $40 millones.
Si ambas no cumplen el acuerdo obtendrán beneficio es $0.
Los pagos se representan en la siguiente tabla:
A cumple el acuerdo A no cumple el acuerdo

N cumple el acuerdo 50 60
50 -40
N no cumple el acuerdo -40 0
60 0
Aplicando la técnica de estrategias dominantes se observa que la decisión de no cumplir el acuerdo domina a la
de cumplir. Este caso, al igual que el dilema del prisionero, muestra las dificultades para establecer la
colaboración en cualquier situación en la que no accionar con honestidad beneficia a las partes que intervienen
en el juego. Por lo tanto (0, 0) es un equilibrio de Nash.
14
ACTIVIDADES. TEORIA DE LOS JUEGOS
1) Para cada uno de los siguientes juegos:
a) Expresa la matriz de pagos.
b) Indica si son de suma cero o de suma no cero.
Juego 1: Lucrecia y Benjamín deben decidir quién se queda con una Tablet que ganaron en un premio. Sólo uno
de los dos puede quedarse con ella, y deciden por azar quién se quedará con el premio. Cada uno tiene en su
billetera monedas de un peso y de dos pesos. Con la mano derecha cada jugador debe elegir y mantener oculta
una moneda. Si las dos monedas son iguales, Lucrecia se queda con el premio. Si las dos monedas son diferentes,
Benjamín se quedará con la tablet. Es decir que si uno gana, el otro pierde.
Juego 2: A y B deben decidir simultáneamente sobre un caso. Si A se decide por su primera opción y B también
lo hace, tanto A como B pierden dos mil dólares. Si A se decide por su primera opción y B se decide por su
segunda opción, A gana tres mil dólares y B pierde esa cantidad. Si A se decide por su segunda opción y B se
decide por su primera opción, A pierde tres mil dólares y B los gana. Finalmente, si A y B se deciden por sus
segundas opciones, tanto A como B ganan, cada uno, dos mil dólares.
2) Considerando el juego: “Piedra, Papel o Tijera” y los pagos: 1 para el que gana, -1 para el que pierde y 0 para
el empate.
a) Elabora la matriz de Beneficio o Pago de dicho juego.
b) Este juego ¿posee estrategias dominantes? ¿Tiene equilibrio de Nash?
3) ¿Existen estrategias dominantes en cada uno de los siguientes juegos?

Aplica técnicas de “máximos pagos” para determinar los equilibrios de Nash en cada uno de los siguientes
juegos expresados matricialmente.
a) b)
L R A B
U 0, 0 2,2 D 0, 1 5,4
D 10,11 -1,0 E 3,6 -1,0
4) Considera el siguiente problema: “Dos negocios de fotocopiadoras, F1 y F2, se encuentran una al lado de
otra y enfrente de una universidad. Los estudiantes están pendientes del precio de cada fotocopia y las
fotocopiadoras deben decidir si les conviene establecer un precio bajo o alto”.
La bimatriz de pagos es la siguiente:
F2 precio alto F2 precio bajo Mínimos de F2
F1 precio alto 0 20
0 -20
F1 precio bajo -20 0
20 0
Máximos de F1
15
a) Resuelve aplicando técnicas de estrategias dominantes y luego aplicando el criterio Maximin y Minimax.
b) Determina si el resultado del mismo es un equilibrio de Nash.
5) La bimatriz de pagos de un juego es:

4; 4 1; 8
( )
8; 1 2; 2
Explica por qué el par de estrategias (2;2) es un equilibrio estable
6) Aplica la técnica de estrategias dominadas al siguiente juego, ¿qué estrategias podemos estar seguros de
que nunca se jugarán? Nota: El pago izquierdo es siempre el del jugador fila.
8, 2 1, 1 4,0
0,2 5, 1 1,0
1,3 0, 100 9,0
7) Dos empresas automovilísticas deciden lanzar al mercado al mismo tiempo un modelo de coche de gama
intermedia. Cada una de ellas se está planteando si ofrecer o no financiación a los clientes, lo cual le supondría
captar mayor cuota de mercado, pero llevaría consigo ciertos costos. Ambas empresas prefieren no ofertar dicha
financiación, pero cada una teme que la otra la ofrezca y, por tanto, acapare mayor número de compradores.
Supongamos que los beneficios esperados por las empresas son los siguientes. Si ambas ofrecen financiación,
400 millones para cada una; si ninguna lo hace, 600 para cada una, y si una la ofrece y la otra no, la primera gana
800 y la segunda 300. Represente el juego en forma normal. Calcule los equilibrios de Nash.
8) Dada la siguiente matriz de pagos de un juego de suma cero con dos jugadores con dos estrategias cada
uno.
2 0
( )
1 3
a) Redacta una situación de juego que quede representada por la matriz dada.
b) Interpreta el significado del número 3 en la situación planteada.
c) Encuentre el equilibrio en estrategias mixtas del juego e indica las probabilidades de ocurrencia de cada
estrategia.
16
RESPUESTAS. TEORIA DE LOS JUEGOS
1) Juego 1:
BENJAMÍN
Elige $1 Elige $2
LUCRECIA Elige $1 1, -1 -1, 1
Elige $2 -1, 1 1, -1
El valor 1 indica que gana la Tablet y el valor -1 que pierde la Tablet.

El juego es de suma cero pues lo que gana un jugador es exactamente igual a lo que pierde el otro.
Juego 2:
Jugador B
Elige 1ra opción Elige 2da opción
Elige 1ra opción -2, 2 3, -3
Elige 2da opción -3, 3 2, 2
El pago se mide en miles de dólares. El juego no es de suma cero.

2)
Jugador 2
PIEDRA PAPEL TIJERA
PIEDRA 0; 0 -1; 1 1; -1
Jugador 1 PAPEL 1; -1 0,0 -1,1
TIJERA -1; 1 1,-1 0,0
Si numeramos las estrategias piedra, papel y tijera como 1, 2 y 3, respectivamente, la matriz de pagos será
Este juego es de suma cero. No posee estrategias dominantes ni equilibrio de Nash.
3) Ninguno de los dos juegos tienen estrategias dominantes. Aplicando máximos pagos, se obtienen los
siguientes equilibrios de Nash:
L R A B
U 0, 0 2,2 D 0, 1 5,4
D 10,11 -1,0 E 3,6 -1,0
a) (D,L) (U,R) b) (E,A) (D, B)
17
0 −20
4- Al tratarse de un problema de suma cero la matriz de pagos se puede escribir: ( )
20 0
Evidentemente la fila 2, domina a la fila 1 y la matriz se reduce a: (20 0). Análogamente el jugador columna
elimina la columna 1 que es dominada por la 2. Por tanto se obtiene como solución 0. Es decir que a ambas
fotocopiadoras les conviene decidir por “precios bajos” y el beneficio para ambas es 0 y (0;0) es equilibrio de
Nash, porque si cambian de estrategia empeoran su situación.
Se obtiene el mismo resultado aplicando Maximin y Minimax :
F2 precio alto F1 precio bajo

F1 precio alto 0 -20 -20
F1 precio bajo 20 0 0
20 0 Max=Min = 0
5) (2, 2) es un equilibrio estable porque al cambiar de estrategia cada uno de los dos jugadores empeoran su
situación.
6) El jugador “Columna” elegirá C1 y “Fila” finalmente elegirá F1, que es mejor que F2 como respuesta a C1.
7) Ambas empresas deben decidir si ofrecen o no la financiación. Por columnas

Empresa 2 Empresa 2
Ofrece No ofrece
Empresa 1 400, 400 800, 30
Ofrece
Empresa 1 300, 800 600, 600
No Ofrece
Por dominancia (eliminando fila 2 y columna 2) la solución es (400, 400) y es equilibrio de Nash. La misma
conclusión se obtiene aplicando máximos pagos (subrayado)
18
AUTOEVALUACIÓN: TEORIA DE LOS JUEGOS
Problema 1: Japón y EEUU están analizando normas de actuación para abrir o cerrar sus mercados de
importación. La matriz de beneficios en millones de dólares es:
JAPÓN
ABRIR CERRAR
EEUU ABRIR 500, 500 1100, 0
CERRAR 0, 1100 1000,1000
a) Considera que cada país conoce la matriz de beneficio y cree que el otro país actuará en su propio
interés, es decir, por la decisión que maximiza su beneficio. ¿Cuál estrategia elegiría? ¿Existe un valor del
juego?
b)¿Existe alguna combinación de estrategia que represente un equilibrio de Nash? ¿Es único?
Problema 2: La siguiente es la matriz de beneficios de un juego de suma cero:

 3 1 4
 
 2 4 3
1 1 5
 
a) Expresa el juego empleando una bimatriz.
b) Si cada jugador es optimista y su decisión es optar por la estrategia que corresponde a generar su
óptimo beneficio. ¿Existe alguna estrategia que cada jugador nunca elegirá?
c) Si en el inciso b) se obtiene una solución, responde: Dicha solución, ¿es equilibrio de Nash?
d) Si en el inciso b no se obtiene una solución, los jugadores se tornan pesimistas y para resolver el juego
optan por minimizar sus pérdidas
¿Cuál es la solución para cada jugador? ¿Es un equilibrio de Nash?
BIBLIOGRAFIA
-ANZIL, Federico (2005). “Teoría de Juegos”. Universidad Nacional de Córdoba- Argentina. Econlink,
disponible en: http://www.econlink.com.ar/definicion/teoriadejuegos.shtml
-ARNTZ,W & CHASSE,B & VINCENT,M (2006);”¿¡ Y tú qué sabes!?”Ed KIER SA, Buenos Aires, argentina.
-D’ANDREA, CARLOS. “Juegos Matemáticos y análisis de estrategias ganadoras” Departamento de Álgebra y
Geometría, Facultad de Matemáticas, Universidad de Barcelona. Gran Via 505, 08007, Barcelona. España
-PEREZ, JOAQUIN ET AL. (2004), Teoria de los juegos. Ed. Pearson. Madrid.
- Epositorio.uis.edu.co/jspui/bitstream/123456789/7243/2/118745.pdf
-http://www.eco.uc3m.es/docencia/new_juegos/doc/Problemas%20Esta%CC%81ticos.pdf
- RUFASTO, AUGUSTO. Teoria de los Juegos. Disponible en:
http://www.geocities.com/arufast/juegos.html
19
MATRICES. ALGEBRA MATRICIAL
La teoría de los juegos mostró la utilidad de representar en forma organizada, información suministrada a través
de datos numéricos, empleado matrices.
Asimismo, en otros contextos como sociales, económico, administrativos, etc, es conveniente exhibir, organizar
y realizar una rápida lectura de la información a través de las matrices.
En esta sección se presentan distintos tipos de matrices, que por su forma se identifican con distintos nombres.
MATRICES ESPECIALES
Tipo de matriz Ejemplos
Matriz columna o vector columna: Es una matriz de   2
    1
orden mx1.  0   
2
A5x1 =  3  y B4x1 =   1
  1  
0
   
 2 
Matriz fila o vector fila: Es una matriz de orden 1xn. A1x3 = (3 2 1) y B1x4 = (4 10 -5 172)
Matriz nula o matriz cero: Es una matriz de orden  0 0 0 0  0 0

N2x4 =   N2x2=  
mxn donde todos sus elementos son ceros.  0 0 0 0  0 0
Usualmente la designamos con las letras O o N  0
N2x1=  
 0
Matriz cuadrada: Una matriz es cuadrada cuando el
número de filas coincide con el número de columnas. 0 1  2
2 1/ 2   
M =   B = 1 0 3 
Los elementos de estas matrices que cumplen la
1 3   2 3 0 
condición que número de fila es igual al número de  
columna forman la diagonal principal de la matriz.

Decimos que A es de orden nxn o que A es de orden
n.
Matriz opuesta: Llamamos matriz opuesta de A de 2  5  2 5 
Sea A =   , la opuesta es –A =  
orden mxn a una matriz del mismo orden que A, que 0 5   0  5
se obtiene multiplicando todos los elementos de A
por 1. La indicamos –A (leemos opuesta de A).
Matriz Diagonal: Sea D una matriz cuadrada. La Son matrices diagonales:

matriz D es una matriz diagonal si y solo si todos los  2 0 0
  0 0   2 0  0 0
elementos que están fuera de la diagonal principal T=  0  1 0  ; G =   ; H =   ; N =  
 0 0 3  0  5  0 2  0 0
son iguales a cero. La cantidad de elementos de la  
diagonal principal nos da el orden de la matriz. Notación: T= Diag(2, 1, 3), G = Diag(0, 5),
H = Diag(2, 2) y N = Diag(0, 0)
20
Matriz escalar: Una matriz es escalar si y solo si es una  3 0 0
  2 0  0 0
matriz diagonal que tiene todos los elementos de la A =  0 3 0 y B =  N=  
 0 0 3
 
0 2  0 0
diagonal principal iguales a una constante.
Matriz identidad (o matriz unidad): Una matriz es  1 0 0

 1 0  
una matriz identidad si es una matriz diagonal cuyos I2 =   y I3 =  0 1 0 
 0 1  0 0 1
elementos de la diagonal principal son iguales a 1  
Matriz triangular superior: Una matriz U = (uij) de 2 3 4

 
orden mxn es triangular superior si y solo si 0 0 2  1 1
F= 0 V=  
0 1  0 1
uij = 0 si i > j para 1  i m; 1  j  n 
0

 0 0 
Matriz triangular inferior: Una matriz L = (lij) de orden  1 0 0 0 0 0 0

   
mxn es triangular inferior si y solo si lij = 0 si i < j para L=  2  1 0 0 y F = 6 2 0
 0 1 1 0   1 0 3
1  i  m; 1  j  n.    
Matriz triangular inferior unidad: Una matriz es una 1 0 0

 1 0 0  
 
D = 
matriz triangular inferior unidad si y solo si es 3 1 0
V =  2 1 0
 3 4 1 5 2 1
triangular inferior y sus elementos diagonales son  
  4 3 
 0
iguales a 1.
Matriz triangular superior unidad: Una matriz es una

 1 2  1 0 1 2 3
matriz triangular superior unidad si y solo si es    
T =  0 1 0 1 S =0 1 4
triangular superior y sus elementos diagonales son  0 0 1 2 0 0 1
   
iguales a 1.
MATRICES IGUALES
Dos matrices son iguales si y solo si tienen el mismo orden

y los elementos ubicados en la misma posición o correspondientes son iguales
Ejemplos
1 2 −4 1 2 −4
1- Las matrices A = (0 4
1 ) y B = (0 4
1 ) son iguales porque tienen el mismo orden, ambas son de
2 2
orden 2x4 y los elementos correspondientes son iguales:

a11 = b11 , a12 = b12 , a13 = b13 , a21 = b21 , a22 = b22, a23 = b23
2- Dadas las matrices: C= (2 a ) y E= (2 4) Para que C = E se debe cumplir que: a = 4 y b = 0

0 5 b 5
21
ACTIVIDADES: MATRICES
1- Considerando las siguientes matrices, donde x, y, z, m  R:
 36 x 
 x 34  z   58   
 1  3 15       139 m 
A=   B =  12 13 14  C = 12 xy 576 7 D =  x  y E=  45  67
 12 78 1/ 2   32 79 103  12   
     z x 

 123 35  45 x 0 0 0
   0 10 35  
 1 0 0 0  
G = 
0 15 78 x
H=   M= 0 0 0  H = 0 0 0
0 0 m 2  0 1 0 0 0 0 0 

 0

  0 0 0
 0 0 0   
a) Establecer el orden de las matrices.
b) Clasificarlas en: cuadradas, diagonales, triangulares, nulas, etc
 15 3 3
23 
 56
2- Dada la siguiente matriz A =   87 34 110 
 
 35 298 11 
 
a) Identificar los elementos: a23, a33, a12, a21.
b) ¿Cuáles son los elementos que forman la diagonal principal?
3- Completa los siguientes enunciados para que resulten verdaderos:

a) A es una matriz 3x3, escalar aij = 2 si i = j y aij = 0 si………
b) B es una matriz 4x5, triangular inferior si bij = 0 si ……...
c) C es una matriz 2x4, triangular superior si cij = 0 si ……….
4- Explicitar las matrices A, B y C dadas a continuación

1 si i  j i - j si i  j
A2x3 = (aij) / aij =  B3x3 = (bij) / bij = 
 i  j si i j 2i si i  j
2i+ j si i  j  i: j si i  j
C3x3 = (cij) / cij =  D3x4 = (dij) /dij = 
j - i si i  j i . j si i  j
5- Indicar si las siguientes matrices son triangulares superiores, inferiores o ninguna de las anteriores:
 12 0
 
 0 0 0  15 3 3
23  0 2 0 1  4  0 0 0
   56
 4 0 0    0 0 1  
N = 0 0 0 ; A =   87 34 110  ; B =  0 0

; C =   M =1 0  6 ; R =   ; S=  0 1 0
   5 0 0 4  0 0 0
 0 0 0
   35 298 11  0 0   6 0   0 0 1
 
   
0 0
22
RESPUESTAS ACTIVIDAD: MATRICES
1.a) A es de orden 2x3 ; B es de orden 3x3; C es de orden 1x4; D es de orden 3x1; E es de orden 4x2; G es
de orden 4x4; H es de orden 2x4; M es de orden 3x3; H es de orden 3x3
b) A es rectangular, B es cuadrada, C es matriz fila, D es matriz columna

E es matriz rectangular, G es cuadrada y triangular superior.
H es rectangular, triangular superior unidad y triangular inferior unidad.
M es cuadrada y triangular superior.
H es cuadrada y nula
2. a23 = 110, a33 = 11, a12 = 3/56, a21 = -87 b) {15, 34, 11}
3. a) aij = 0 si i  j b) bij = 0 si i < j c) cij = 0 si i > j
 0 2 2  3 1 2 1 2 3 4 
1  1  2       
4. A =   ; B =  4 0 4 ; C =   1 6 1 ; D = 2 1 6 8 
 1 1  1  6 6 0   2  1 9  3 6 1 12
     
5. N es triangular superior e inferior, A ninguna de las anteriores, B es triangular superior e inferior, C es
triangular inferior, M ninguna de las anteriores, R triangular superior, S triangular superior e inferior
OPERACIONES MATRICIALES
En diversas situaciones como la que se muestra a continuación es de utilidad emplear operaciones matrices
para su resolución en forma organizada. Dicha resolución dará cuenta del sentido y significado de cada una de
las operaciones matriciales para luego formalizar cada concepto.
Situación: Una empresa nacional tiene cuatro distribuidoras, una en cada región (norte, centro, sur y cuyo).
Las ventas de tres de sus productos por región, expresadas en millones de dólares, fueron:
Año 2014 Año 2015
Región 1, producto 1: 2.6 Región 1, producto 1: 3.6
23
I- Organizar los datos anteriores de modo que la información se presente en forma más clara.
Denotando con A a la matriz del año 2014 y con B a la correspondiente al año 2015, y representando en cada
fila las ventas por regiones 1, 2, 3 y 4 respectivamente y en cada columna las ventas por producto 1, 2 y 3
respectivamente, los datos se organizan:
 2.6 3.2 2.4   3.6 4.5 2.9 

   
 4.8 4.4 3.6   2.5 5.0 3.0 
A=  B= 
1.8 2.5 3.8  3.0 3.5 4.6 
   
 0.9 2.8 2.5   2.5 3.8 4 
 
II- Siendo A la matriz de ventas del año 2014 y B la del año 2015.
a) Expresar el significado de los elementos a23 y b21

a23 = 3.6 representa las ventas correspondientes al producto 3 en la región 2.
b21 = 2.5 representa las ventas correspondientes al producto 1 en la región 2.
b) Calcular las ventas totales de los dos años de cada producto y cada región.
Calcular las ventas totales discriminadas por producto y región, significa que por ejemplo de la región 1
(fila1) de cada año, sumo las ventas generadas por los productos 1: a11 + b11 , de los productos 2: a12 +
b12 y de los productos 3: a13 + b13 . Análogamente se procede con las otras tres regiones. Luego, los
cálculos se organizan expresando:
 2.6  3.6 3.2  4.5 2.4  2.9   6.2 7.7 5.3 

   
4.8  2.5 4.4  5.0 3.6  3.0   7.3 9.4 6.6 
A+ B =  =
1.8  3 2.5  3.5 3.8  4.6   4.8 6.0 8.4 
   
 0.9  2.5 2.8  3.8 2.5  4   3.4 6.6 6.5 
c) Calcular e interpretar A- B
 2.6  3.6 3.2  4.5 2.4  2.9    1  1.3  0.5 

   
4.8  2.5 4.4  5.0 3.6  3.0   2.3  0.6 0.6 
A-B = A+ (-B) =  =
1.8  3 2.5  3.5 3.8  4.6    1.2  1  0.8 
   
 0.9  2.5 2.8  3.8 2.5  4    1.6  1  1.5 
24
A-B representa la variación (incremento o disminución) en las ventas del año 2014 al 2015
d) La gerencia de la empresa había proyectado para el año 2015 un 30 % de incremento en las ventas de
los productos en todas las regiones respecto al año 2014. ¿Se cumplió este objetivo?
Para resolver esta situación se debe calcular el incremento del 30% en cada venta del 2014 y luego
compararlos con los elementos del año 2015. Es decir que se debe multiplicar la matriz A, cada eleento
de ella, por el número 1.3. Los cálculos se organizan como se muestra
 (1.3)2.6 (1.3)3.2 (1.3)2.4   3.38 4.6 3.12 

   
(A + 0.30 A) = 1.30 A =  (1.3)4.8 (1.3)4.4 (1.3)3.6   6.24
=
5.72 4.68 
 (1.3)1.8 (1.3)2.5 (1.3)3.8   2.38 3.25 4.94 
   
 (1.3)0.9 (1.3)2.8 (1.3)2.5  1.17 3.68 3.25 
Comparando con los elementos de B, se concluye que no se cumple el objetivo.
e) Si para el año 2016, se espera triplicar las ventas del producto 1 y duplicar las de los productos 2 y 3
respecto al año 2015. Determinar las ventas totales para cada una de las cuatro regiones para el
año 2016.
La venta total esperada para la región 1, si se triplica la venta del producto 1, y se duplican las
ventas de los productos 2 y 3 es: (3.6)3  (4.5)2  (2.9)2 .
Análogamente para la región 2, se obtiene: (2.5)3  (5.0)2  (3.0)2 .
De la misma manera se procede con las otras regiones.
Todos estos cálculos se organizan como se muestra:
 3.6 4.5 2.9   (3.6)3  (4.5)2  (2.9)2   25.6 

 3    
 2.5 5.0 3.0     (2.5)3  (5.0)2  (3.0)2   23.5 
2  
 3.0 3.5 4.6     (3.0)3  (3.5)2  (4.6)2   25.2 
  2    
 2.5 3.8 4     (2.5)3  (3.8)2  (4)2   23.1 
La resolución de esta situación da cuenta del sentido y el significado de las operaciones matriciales: , adición, sustracción,
producto de una matriz por un escalar y producto entre dos matrices. A continuación se formalizarán los correspondientes
conceptos.
25
Definiciones:
Operación Ejemplo Propiedades

Adición de matrices  17  1  6  5 a) Asociativa: A + (B + C) = (A + B) + C
A =   , B =  
Dadas dos matrices A = (aij) y 3 2 - 8 2  b) Conmutativa: A + B = B + A
B = (bij) de orden mxn , se c) Existencia de elemento neutro:
define A más B y se indica  17  6 - 1 (-5) Existe la matriz nula N de orden mxn
A + B =  
como A + B a una nueva matriz  3  (-8) 2  2  tal que para toda matriz A de orden
S = (sij) de orden mxn tal que  23 - 6  mxn se cumple que A más la matriz
A+ B =  
cada elemento de S se obtiene - 5 4  N es igual a la matriz N más A, y esta
sumando a cada elemento de suma es igual a la matriz A.
A el correspondiente elemento En símbolos:
de B.  N /  A: A + N = N + A = A
d) Existencia de matriz opuesta: Para
toda matriz A de orden mxn existe la
opuesta A tal que A más su opuesta
es igual a la matriz nula.
En símbolos:
 A:  A / A +( A) = (A) + A = N
Sustracción de matrices  17  1  6  5
A =   y B=  
Restar a la matriz A la matriz 3 2 - 8 2 
B, es lo mismo que sumar a la  17  1
A  B = A + (B) = =   +
matriz A la opuesta de la 3 2
matriz B, es decir,  -6 5  11 4 
 =  
A  B = A + (B)  8 -2  11 0 
Multiplicación entre un  750 
Sean A, B, N matrices de orden mxn;
 
número real y una matriz Sea la matriz A =  2100 que N una matriz nula y r, s números
 1400
Sea A una matriz de orden   reales entonces:
mxn y r un número real. La representa las ventas de 3 a) (𝑟 + 𝑠)𝐴 = 𝑟𝐴 + 𝑠𝐴
multiplicación entre un productos para el año actual. Si se b) 𝑟(𝑠𝐴) = (𝑟𝑠)𝐴
número real r y una matriz A prevee un aumento de las ventas de c) 𝑟(𝐴 + 𝐵) = 𝑟𝐴 + 𝑟𝐵
da como resultado una matriz un 20% d) (−1)𝐴 = −𝐴
de orden mxn cuyos  750   750  e) 0𝐴 = 𝑁, 0 ∈ 𝑅
   
B =  2100 + 0,20  2100 = f) 𝑟𝑁 = 𝑁
elementos se obtienen  1400  1400
   
multiplicando cada elemento
 750   900 
de la matriz A por el número    
= (1 + 0,20) = 1,20  2100 =  2520
real r.  1400  1680
   
En símbolos: Sean A = (aij) de
representa la proyección para el
tamaño mxn y r  R
año siguiente
r . A = r. ( aij )=(r aij)
26
Multiplicación de matrices  30 28 25  8 Sean A, B y C matrices conformables
   
Dadas dos matrices A =  35 30 24 y B =  5  para el producto. Se cumple:
 32 28 24  5
A = (aij) y B = (bij) de órdenes     a) Propiedad Asociativa
mxq y qxn, respectivamente, A (B C) = (A B) C
llamamos matriz producto de 8 b) Propiedad Distributiva
A con B a la matriz C de A.B 5 A (B + C) = A B + A C
orden mxn tal que cada 5 (A + B) C = A C + B C
elemento cij de esta matriz 35 28 25 35.8+28.5+25.5 c) Existencia de elemento neutro
producto se obtiene como el 35 30 24 35.8+30.5+24.5 Si A es una matriz de orden nxn
producto anteriormente 32 28 24 32.8+28.5+24.5 entonces A In = In A = A.
definido entre la matriz fila i La matriz In se llama elemento
de A con la matriz columna j El resultado de A.B es la matriz neutro para la multiplicación de
de B.  545 matrices cuadradas de orden nxn.
 
C =  550 de orden 3x1.
En símbolos Amxq . Bqxn=Cmxn  516 d) c(A B) = (c A) B = A (c B) c  R
 
El producto A.B se indica A B e) Existencia de elemento absorbente
Para que el producto AB esté Si A es una matriz de orden nxn
bien definido el número de entonces A N = N A = N.
columnas de la matriz A debe La matriz N se llama elemento
coincidir con el número de filas absorbente para la multiplicación de
de la matriz B. De esta manera matrices.
que A y B son conformables
para el producto.
Potencia de matrices Ejemplo: Am An = Am + n = An Am n, m  Z+
En función de la operación  3 1   1 0
A =   . A0 =  
multiplicación de matrices se  4 1/ 2   0 1
define la potencia enésima de  3 1 
A1=   A2= A A=
una matriz.  4 1 / 2 
Sean A una matriz cuadrada y  3 1   3 1 
=   =
 4 1/ 2   4 1/ 2 
n  Z definimos
+
A0 = I  13  5 / 2 
 
A1 = A   10 17 / 4 
An+1 = An . A1   49 47 / 4 
A3 = A2A =  
 47  63 / 8 
Transposición de matrices  1 2  1 a) (At )t = A

Si A =   entonces
Transponer una matriz 0 2 1  b) (A + B)t = At + Bt
consiste en crear una nueva  1 0
  c) (c A)t = c At siendo c R
matriz a partir de una dada, At =  2 2 d) (A B)t = Bt At
  1 1
donde las filas de la nueva  
matriz son las columnas de la

original, y donde las columnas
de la nueva matriz son las filas
27
de la original, cambio que
debe efectuarse de acuerdo al
orden en que aparecen las filas
y columnas en la matriz
original.
Multiplicación entre una Sean A =(1 3 5) y B = (1 3 7)t
matriz fila y una matriz Luego, AB= (1 . 1 + 3.3 + 5 .7)= (45)
columna
Sean A = (a1, a2,…, an) y
B =(b1, b2,…bn)t .
Definimos el producto AB de la
siguiente manera
AB =a1.b1+ a2b2+…+anbn,
obteniendo una matriz de
orden 1x1
Reflexiones sobre las propiedades de la multiplicación de matrices
En la lista de propiedades que verifica la multiplicación de matrices, no se han mencionado las propiedades
conmutativa y cancelativa.
¿Se cumple que A B = B A? Los siguientes ejemplos permitirán dar respuesta a esta pregunta:
  3  6
1) Si A = (1 2) y B=   el producto AB está bien definido, es decir es posible pues el número de
 4 8 
columnas de A coincide con el número de filas de B, pero BA no puede efectuarse ya que el número de columnas
de B no coincide con el número de filas de A.
1 2   0 1   2 3
2) Si A =   y B =   los productos AB y BA están bien definidos, pero A B =   es distinto de B
 1  1   1 1  1 0
 1  1
A=  
 0  3
En este ejemplo A B y B A están bien definidos y las matrices que resultan de estas multiplicaciones tienen el
mismo orden, pero A B  B A
  3   3  6
3) Si A = (1 2) y B =   , AB y BA están definidos, AB = ( 5 ) y BA =   . En este ejemplo A B y B A están
 4   4 8 
bien definidos y las matrices que resultan de estas multiplicaciones tienen distinto orden, por lo tanto también
en este ejemplo A B  B A
Luego se afirma que:
28
La multiplicación de matrices NO verifica la propiedad conmutativa
Respecto a la propiedad cancelativa, el siguiente ejemplo muestra que:
 2 0  2 0  0 0
Si A =   , B=   y C=   de orden 2x2.
 0 0  0 0  0 4
 0 0
Resulta que: A B =   = A C pero B  C
 0 0
La multiplicación de matrices NO se cumple la propiedad cancelativa
Si A B = A C (o B A = C A) no implica que B = C
ACTIVIDADES: OPERACIONES MATRICIALES
6- Realizar, si es posible, las siguientes operaciones: A + B, A – C, A + D – B, –A + B, E + C

 3 
  3 21 1/ 2   15 21  4   15 2  7   
       2 
siendo A =  45 0 23  , B = 7 0 0  , C = (13 –4 1 5), D =  0 0 0  y E=  4 / 5
 9 2 1    1 1/ 3 1    3 2 1/ 2   
      2 
 
 1  52  7 
 
7- Hallar la opuesta de a) A =  0 10  90 b) B = (15 –25 11/5)
  3  2 / 3 1/ 2 
 
8- Calcular x, n, z, w y m  R para que sea cierta la siguiente igualdad:

 3 2  1 1  1 z 2 0  4 1 1 1
     
 x 2 6 3 +  3 - 1 4 2 =  2 1 10 5 
  2 4 5 n  1 w 3 6   1 0 m  2
     
9- Dadas las siguientes matrices:

 2  1  1  1 2  1
A2x2 =   B2x1 =   C1x2 = 2  1 D2x3=  
0 1   0 0 1 2 
Calcular todos los posibles productos tomando las matrices de a dos.
10- Dadas las matrices:

1 2
 1 0  1  
a) A =   y B = 2  1 . Calcular y comparar A B con B A.
1 2 1  0 1 
 
29
b) ¿Puede ocurrir que dos matrices se puedan sumar pero no se puedan multiplicar? Justificar.
 2 1
11- Sea A =  
 1 3
a) Hallar: A2 – 2A b) Comprobar que: A2 – 2A = A (A – 2I )
1 2 
12- Dada la matriz A =  
 4  3
a) Calcular f(A) si f(X) = 2 X3 - 4X + 5
(Sugerencia: En esta expresión polinómica matricial el término independiente 5 significa el producto del número
real 5 por la matriz identidad, es decir, 5 I y f(A) es la función f(X) evaluada en X = A, es decir, f(A) = 2 A 3 - 4A
+ 5 I)
b) Muestra que A es un cero o raíz del polinomio P(X) = X2 + 2 X - 11I, es decir, que la función P(X) evaluada
en X = A da como resultado la matriz nula.
 6  3  1  1 2  3 0 4
13- Sea A =   , B =   C =   . Verifica que: AB = AC pero B  C.
 1 1/ 2   5 0 6  1  2 2
RESPUESTAS ACTIVIDADES OPERACIONES MATRICIALES
 12 42  7 / 2 
 
6. A + B =  38 0 23  ,AC y E + C no son posibles,
  10 7 / 3 2 

 3 2  5 / 2  18 0  9 / 2
   
A+D–B=  52 0 23  ; A + B =   52 0  23 
  11 11/ 3 1/ 2   8 5/ 3 0 
  
  1 52 7 
 
7. a) –A =  0  10 90  b) –B = (15 25 11/5)
 3 2 / 3  1/ 2 
 
8. z = 3, x = 1, w = 4, m = 8, n = 8
 2  2 3  4  2  1
9. AB =   , AD =   , BC =   , CD = (2 3 -4)
 0 0 1 2  0 0 
CB = (2), CA = (4 -3)
3 4 1
 1 1  
10. a) AB =   BA =  1  2  3
 5 1 1 2 1 

b) Si. Por ejemplo, dos matrices de orden 4x3 se pueden sumar, pero no multiplicar.
 1 3   13 52 
11. a)   12. f(A) =  
 3 4  104  117
30
14- Matrices en contexto.
Resolver los siguientes problemas:
(Para ello: organiza todos los datos que aportan empleando matrices, en los casos en los que no estén dados
con esta disposición, y luego resuelve aplicando operaciones matriciales)
Problema nº1: Los consumos anuales de cuatro familias (f1, f2, f3, f4) en tres alimentos básicos (a1,a2,a3),
vienen dados en la siguiente matriz A . Los precios de esos mismos productos en los últimos cinco años están
dados en la siguiente matriz B. Calcular el gasto por alimento de cada familia en cada año, empleando
matrices.
 43 15 8 
   1 3 12 15 10 
 54 21 1   
A  B =  4 5 11 6 11 

12 80 3
  6 9 7 12 15 
 86 11 0   
 
Problema nº2: Un empresario del espectáculo planea construir un cine, sala de fiestas y pabellón de deportes
en tres localidades L1, L2, L3. Según un muestreo previo, las preferencias de dichos ciudadanos (en tanto por
ciento) se plasman en la siguiente matriz:
Cine fiestas deportes

 20 40 40 
 
A  15 35 50 
18 40 
 42
Si el total de habitantes, mayores de 16 años, de las ciudades citadas vienen dado por la matriz fila:
L1 L2 L3
H = ( 72 000 14 500 39 200)
Investigar qué tipo de espectáculo tendrá mayor número clientes.
Problema nº3: Un colegio universitario está comparando sus datos de admisión para los últimos dos años. Tiene
interés en la distribución de estudiantes locales en relación con los extranjeros y en la matrícula por sexo. Las
matrices A y B resumen el número de estudiantes admitidos en los últimos dos años.
M F M F
a) Halla la admisión total para cada categoría durante los pasados dos años.
b) Suponga que el colegio universitario del problema anterior está esperando un aumento de un 20% con
respecto al último año en las admisiones para cada categoría de estudiantes para el tercer año. ¿Cuál será la
nueva matrícula en el colegio?
31
c) Un maestro preparó tres exámenes a cinco estudiantes. Ha decidido considerar los primeros dos exámenes
a un 30% cada uno, y el tercero a un 40%. El maestro desea calcular los promedio finales para los cinco
estudiantes empleando la multiplicación de matrices. La matriz de calificaciones es:
Los porcentajes están indicados en la matriz fila: B = (30 30 40).

Calcular las puntuaciones promedios para los cinco estudiantes.
Problema nº4: Una compañía manufacturera de televisores LCD HDTV fabricó tres modelos de diferente calidad
en tres tamaños distintos. La capacidad de producción (en miles) en la fábrica de Nueva York está dada por la
siguiente tabla
Modelo I Modelo II Modelo III
Tamaño 32” 5 3 2
Tamaño 37” 7 4 5
Tamaño 40” 10 8 4
(En otras palabras, la capacidad de la fábrica es de 5,000 televisores del Modelo I de 32 pulgadas, 8,000
televisores del Modelo II de 40 pulgadas y así sucesivamente).
La capacidad de producción en la fábrica de California está dada por la siguiente tabla.

Tamaño 32” 4 5 3
Tamaño 37” 9 6 4
Tamaño 40” 8 12 2
a) Representa los datos matricialmente.
b) ¿Cuál es el total de capacidad de producción en las dos fábricas?
c) ¿Cuál será la nueva producción en la fábrica de Nueva York si se decide aumentar por lo menos la
producción en un 20%?
Problema nº5: Un negocio tiene para la venta televisores LCD Sony de varios tamaños. Tiene 5 de 40
pulgadas; 8 de 37 pulgadas; 4 de 32 pulgadas y 10 de 26 pulgadas. Los de 40 pulgadas se venden a $6500 los
de 37 pulgadas a $4400, los de 32 pulgadas a $3100 y los de 26 pulgadas a $2200. Expresa el total de venta de
los televisores como un producto de dos matrices e indica el ingreso total.
Problema nº6: Un hipermercado quiere ofertar tres clases de bandejas: A, B y C. La bandeja A contiene 40 g
de queso manchego, 160 g de roquefort y 80 g de camembert; la bandeja B contiene 120 g de cada uno de los
tres tipos de queso anteriores; y la bandeja C, contiene 150 g de queso manchego, 80 g de roquefort y 80 g de
camembert. Si se quiere sacar a la venta 50 bandejas del tipo A, 80 de B y 100 de C, obtén matricialmente la
32
cantidad que necesitarán, en kilogramos de cada una de las tres clases de quesos.
Problema nº7: Una fábrica produce tres tipos de artículos, A1, A2 y A3, distribuyendo su producción entre cuatro
clientes. En el mes de marzo el primer cliente ha adquirido 9 unidades de A1, 5 de A2 y 2 de A3; el segundo cliente
3, 8 y 0, respectivamente; no compró nada el tercer cliente y el cuarto 6, 7 y 1 unidades, respectivamente.
En abril, el cuarto cliente no hizo pedido alguno, el tercer cliente compró 4 unidades de cada artículo,
mientras que los otros dos duplicaron el número de unidades adquiridas en marzo.
a) Construye las matrices 4 x 3 correspondientes a las ventas de los meses de marzo y abril.
b) Si los precios de los artículos son (en cientos de pesos por unidad) 10, 8 y 9, respectivamente, calcular lo
que factura la fábrica a cada cliente por sus pedidos en los meses de marzo y abril.
Problema nº 8: Una empresa fabrica tres tipos de artículos: A, B y C. Los costos de cada unidad son $600, $920
y $1430, respectivamente. Los correspondientes precios de venta de una unidad de cada artículo son $1800,
$2800 y $4000. El número de unidades vendidas anualmente es de 2240, 1625 y 842, respectivamente.
Sabiendo que las matrices de costo C y precio de venta P, son diagonales y que la matriz de cantidad vendida,
Q, es una matriz fila, se pide:
a) Determinar las matrices C, P y Q.
b) Obtener, a partir de las matrices anteriores, la matriz de ingresos anuales correspondientes a los tres
artículos, la matriz de gastos anuales y la matriz de beneficios anuales.
Respuestas de los problemas de la actividad 14. Matrices en contexto

 151 276 737 831 1795 
 
 144 276 886 948 921 
1 . AB = 
350 463 1045 696 1450 
 
 130 313 1153 1356 981 
 
HA 23631 50339 51730 la que tiene mayor número de clientes es deportes.
1
2.
100
 81.5 
 
 95.8 
 760 600   480 372 
ABt   67.7 
1
3. a) A +B =   b) 1.2 B =   c)
 165 150   96 108  100  
 81.3 
 74.9 
 
4. a)
Tamaño 32” 9 8 5
Tamaño 37” 16 10 9
Tamaño 40” 18 20 6
33
Tamaño 32” 6 4 3
Tamaño 37” 9 5 6
Tamaño 40” 12 10 5
Aclaración: producción mínima para cubrir el aumento de 20 % por lo menos
 6500 
 
 4400 
5. 5 8 4 10  (102100)
3100 
 
 2200 
 
6. Se necesita 26.6 kg de manchego, 25.6 kg de roquefort y 21.6 kg de camembert.
9 5 2 18 10 4  148   296 

       
7. a) 
3 8 0  6 16 0   94   188 
0 0 0  4 4 4  ; b)  0   108 
       
6 7 1   0 0 0 125   0 
 600 0 0  1.800 0 0  b)  4032000 4550000 3368000  ,

   
8.a)
C   0 920
 0
0 ,P   0 2.800 0 , 1344.000 1495000 1204060  ,
 0 1430   0
 0 4.000 
Q  2.240 1.625 842
 2688000 3055000 2163940 
34
BLOQUE 2
CADENAS DE MARKOV
SISTEMAS DE ECUACIONES
LINEALES
Resolución por metodo de Gauss y
determinantes. Clasificación.
Teorema del Rango
35
CADENAS O PROCESOS DE MARKOV
Introducción: Uso de las cadenas de Markov para tomar mejores decisiones.
Las cadenas de Markov proporcionan un sistema muy útil para crear e implementar un proceso de toma de
decisiones que aprecie posibles escenarios permitiendo predecir comportamientos futuros. Precisamente, el
trabajo teórico del matemático Andrey Markov, consiste en un proceso de decisión de control estocástico, es
decir con componente aleatoria, en las que el valor de la variable en el futuro depende del valor de la variable
en el presente. En este sentido, una cadena de Markov consiste en una serie de estados, en los cuales la
probabilidad de que un evento ocurra depende del estado inmediatamente anterior, y no de la secuencia de
estados que le preceden. Estos cambios de estados se llaman transiciones. Cada proceso tiene un estado inicial
y una matriz de transiciones que muestra todas las posibles transformaciones futuras a partir de él.
Las cadenas de Markov tienen muchas aplicaciones en el mundo real, destacando su uso en negocios, política,
finanzas, deportes, salud, genética, física, economía, como:
 análisis de los movimientos de los precios de artículos de consumo
 preferencias de los clientes
 procesos físicos
 procesos meteorológicos
A modo de presentación del tema se analiza la siguiente situación:
Situación 1: “Competencia en el mercado entre tres proveedores de marcas identificadas por: A, B, C”

Un estudio de mercado obtiene la siguiente información relativa a las preferencias de los compradores respecto
a tres marcas identificadas como A, B y C: los compradores que hoy compran un producto de la marca A, en un
determinado periodo de tiempo un 30% volverá a comprar esta marca, un 40% cambiará a la marca B y un 30%
a la marca C. Estos datos juntos a los de B y C se muestran en la siguiente matriz:
A B C
A 0.30 0.40 0.10
B (0.40 0.10 0.30)
C 0.30 0.50 0.60
Esta matriz se denomina MATRIZ DE TRANSICIÓN la llamaremos matriz P = (pij) y cada uno de sus elementos pij
representa la probabilidad de que el proceso pase del estado j al estado i.
Por ejemplo: p32 = 0.50 indica que en un determinado período de tiempo los compradores de la marca B pasarán
de consumir la marca C.
A modo de predecir la participación en el mercado de las marcas A, B y C en un período siguiente, dicho estudio
de mercado informa sobre las participaciones actuales en el mercado de A, B y C, resultando: 40%, 50% y 10%,
respectivamente. Esto significa que, actualmente, el 40% del total de compradores eligen la marca A;
análogamente para la marca B y C.
36
0.40
Organizando estos datos en la siguiente matriz: 𝑋0 = (0.50)
0.10
En un periodo de tiempo siguiente, las participaciones en el mercado de A, B y C será:

Para A: 0,3 ⋅ 0,4 + 0,4 ⋅ 0,5 + 0,1 ⋅ 0,1 = 33%
Para B: 0,4 ⋅ 0,4 + 0,1 ⋅ 0,5 + 0,3 ⋅ 0,1 = 24%
Para C = 0,3 ⋅ 0,4 + 0,5 ⋅ 0,5 + 0,6 ⋅ 0,1 = 43%
Empleando notación matricial y operaciones entre matrices se expresa la situación en este nuevo período de
la siguiente manera:
0.30 0.40 0.10 0.40 0.33
X1 = P X0 = (0.40 0.10 0.30) (0.50) = (0.24)
0.30 0.50 0.60 0.10 0.43
Si se necesita predecir la situación en un segundo período, se debe considerar como situación inicial a la
matriz:
0.33
X1 = (0.24)
0.43
Luego:
0.30 0.40 0.10 0.33 0.238
X2 = P X1 = (0.40 0.10 0.30) (0.24) = (0.285)
0.30 0.50 0.60 0.43 0.477
o bien
0.30 0.40 0.10 0.30 0.40 0.10 0.40 0.238

2
X2 = P X1 = P(P X0 ) = P X0 = (0.40 0.10 0.30) (0.40 0.10 0.30) (0.50) = (0.285)
0.30 0.50 0.60 0.30 0.50 0.60 0.10 0.477
En general:
X t+1 = P Xt o Xt = Pt X0
Se formalizarán los conceptos surgidos en la situación 1 mediante las siguientes definiciones:
-CADENA DE MARKOV es un proceso con las siguientes características

 Existe un número finito “n” de estados posibles 1, 2,....., n dentro de un mismo sistema.
 En un tiempo dado el proceso está en uno y solamente en uno de los estados dados.
 Que el proceso se encuentre en un determinado estado, depende únicamente del estado
inmediatamente anterior en el que estuvo.
37
-MATRIZ DE TRANSICIÓN: Se denomina matriz de transición de estados a la matriz:
 p11 p12 ... p1n 
 
 p 21 p 22 ... p 2n 
 . . . . 
P 
 . . . . 
 . . . . 
 
 p n1 p n2 ... p nn 
Donde cada elemento pij de la matriz representa la probabilidad de que el proceso pase del estado j al estado i.
En particular, si i = j, pij representa la probabilidad de que estando el proceso en el estado i, siga permaneciendo
en dicho estado.
Los elementos de una matriz de transición de estados cumplen dos condiciones:

a) 0  pij  1  i = 1,..., n y  j = 1,..., n .
b) La suma de los elementos pij de cada columna de la matriz es igual a 1.
-VECTOR DE CONDICIONES INICIALES: es una matriz columna de orden n x 1 cuyos elementos indican la
situación inicial en que se encuentra el sistema.
 x 10 
 
x2 
Se representa por: X0 =  0  . Por ejemplo en la situación 1 analizada anteriormente el elemento 𝑥02
 ... 
xn 
 0
representa fracción de compradores que eligen la marca B actualmente (0.50).
-VECTOR DE ESTADO es una matriz de orden n x 1 cuyos elementos indican la situación del sistema transcurrido
 x 1t 
 
 x 2t 
un determinado tiempo t. Se representa por Xt =  
 ... 
xn 
 t
En la siguiente situación 2, se identificarán los “n” estados del proceso, la matriz de transición de estados, el
vector de condiciones iniciales para luego generaran nuevos conceptos.
Situación 2: Las autoridades de tránsito han realizado estudios que predicen el porcentaje de quienes utilizarán
el sistema de transporte urbano de pasajeros y el de quienes seguirán manejando su propio automóvil de un
año al siguiente año.
Se obtiene la siguiente información: el 70% de las personas que utilizaban el transporte urbano de pasajeros
en un determinado año lo seguirán usando al año siguiente, mientras que el 20% de las personas que utilizaban
automóvil al año siguiente utilizarán transporte urbano de pasajeros.
Los datos de la siguiente tabla nos informan las probabilidades de los cambios de estado:
38
TRANSPORTE AUTOMOVIL
TRANSPORTE 0,7 0,2
AUTOMÓVIL 0,3 0,8
Se obtiene la siguiente matriz de transición de un año al siguiente donde los distintos estados son:
T = utiliza transporte urbano de pasajeros A = utiliza automóvil propio

Presente año
T A
T  0.7 0.2 
El próximo año  
A  0.3 0.8 
La matriz de transición de estados, muestra las probabilidades de pasar de un estado a otro estado, del presente
año al siguiente año.
Además el estudio realizado cuenta con el dato del comportamiento de la situación actual:
 0.55 
Vector de condiciones iniciales es X0 =  
 0 . 45 
Con esta información interesa responder:
a) ¿Qué porcentaje de la población utilizará transporte urbano de pasajeros al cabo de un año?
b) ¿Qué porcentaje de la población utilizará transporte urbano de pasajeros después de 2 años?
 0,7 0,2   0,55   0,475 

a) X1 = P X0 =     =  
 0,3 0,8   0, 45   0,525 
Esto significa que el 47,5% de los personas utilizan transporte urbano de pasajeros al cabo de un año y el 52,5% u
automóvil.
b) El vector que representa el comportamiento al cabo de dos años, identificado como X 2 es:
X2 = P X1 = P (P X0 ) = (P P) X0 = P2 X0
 0,7 0,2   0,475   0,4375 

X2 =     =  
 0,3 0,8   0,525   0,5625 
Lo cual significa que el 43,75 % de las personas utilizarán transporte y el 56.25% de las personas automóvil, al cabo
de dos años.
39
Análogamente, si se multiplica por P al vector X2 se obtiene X3:
 0,41875 
X3 = P X2 = P (P X1) = P P P X0 = P3 X 
0= 

 0,58125 
Para obtener el vector de estado dentro de 10 años, X10:
 0,7 0,2   0,55   0,4001464843

10
X10 = P X0 = 
10    =
 0,5998535156
 0,3 0,8   0, 45   
La siguiente tabla que muestra la distribución esperada de la población según el tipo de transporte.
Año (t) T (transporte urbano) A(auto)

1 0,475 0,525
2 0,4375 0,5625
3 0,41875 0,58125
4 0,409375 0,590625
5 0,4046875 0,5953125
6 0,40234375 0,59765625
7 0,401171875 0,598828125
8 0,4005859375 0,5994140625
9 0,4002929687 0,5997070312
10 0,4001464843 0,5998535156
Se observa que los números que se encuentran en cada columna se aproximan a 40% y 60% respectivamente
a medida que transcurre el tiempo:
 0,40 
X5 = 
 0,60   X6  X7  X8  X9  X10
 
Es decir que es posible predecir “valores estables o de equilibrio” después del quinto período.
En general la condición de equilibrio se cumple si el vector de estado en el tiempo t es igual al vector de estado
en el tiempo t + 1. En forma simbólica:
Xt+1 = P Xt = Xt
En la situación 2, se obtiene:
40
 x1t 1   0,7 0,2   x t   x1t 
1
 2      
 x  =  0,3 0,8   x 2  =  2.
 t 1     t  xt 
Este sistema de ecuaciones se puede expresar como:
0,7 x 1t + 0,2 x 2t = x 1t

 0,3 x t  0,8 x t  x t
1 2 2
Considerando además que: xt1 + xt2 = 1, se obtiene el siguiente sistema de ecuaciones lineales:
0,7x1t  x 1t  0,2x 2t  0

0,3x t  0,8x t  x t  0
1 2 2
  t 1
1 2
 x t x
- 0,3x1t  0,2x 2t  0

 0,3x t  0,2x t  0
1 2
 x1t  x 2t  1

Como la ecuación 2 del sistema es equivalente a la ecuación 1 E1=(-1).E2

0.3xt  0.2 xt  0
1 2
El sistema se reduce a  1

 xt  xt  1
2
Resolviendo el sistema se obtiene como solución: xt1 = 0,4 y xt2 = 0,6.
En este caso el sistema es compatible determinado y su solución expresa la existencia de una condición de
equilibrio del problema dado, pero no nos informa en qué momento (cantidad de períodos) se da esa
condición de equilibrio.
En general:
La CONDICIÓN DE EQUILIBRIO PARA UN MODELO DE MARKOV se puede plantear en términos de la existencia
de un vector columna, de probabilidad fijo, no nulo identificado por “X” que satisfaga
PX=X
siendo P la matriz de transición, y con la condición adicional de que la suma de las componentes del vector X
sea igual a uno. Para el caso de dos estados resulta que:
 PX  X
Si el sistema:  es compatible determinado, su solución expresa la existencia de la condición de
x 1  x 2  1
equilibrio del problema dado.
Observación: Se puede generalizar para n estados.
41
ACTIVIDADES: CADENAS DE MARKOV
Problema N1: En un barrio de una ciudad se entrevistó a 200 familias para determinar su preferencia en cuanto a la
compra en tres grandes panaderías de la zona: A, B y C. Los entrevistados dieron el nombre de la panadería donde la
familia había realizado sus compras la semana anterior y donde prefirió hacerlo durante esta semana. La siguiente tabla
resume las respuestas:
A B C
A 40 15 12
B 20 30 18
C 20 15 30
Total 80 60 60
Considerando que los resultados son representativos de las tendencias generales de los clientes y que no existen en el
barrio más que esas panaderías:
1.1) Construye la matriz de transición de estados.
1.2) ¿Cuáles fueron las fracciones de clientes que la semana pasada compraron en las panaderías A, B y C?
1.3) Si una familia compra en la panadería A, ¿qué probabilidad hay de que vuelva a comprar dentro de dos semanas en
la misma panadería?
Problema Nº2: En el último censo de población se clasificó a los habitantes del país en dos categorías: residentes en zonas
urbanas y residentes en zonas rurales.
El censo tomó en consideración las comparaciones entre el domicilio actual y el domicilio que tenía en el momento de
efectuarse el censo anterior, y este censo reveló que, de los que habitan en zonas urbanas un 85% permanece en ellas y
de los que habitan en zonas rurales el 75% permanece en ellas. Con estos datos:
2.1) Construye la matriz de transición de estados que refleje los movimientos de la población.
2.2) Si el 70% de la población actualmente habita zonas urbanas, estima los porcentajes que habrá cuando se realice el
próximo censo.
2.3) Determina, si existe, cuál es el estado de equilibrio del sistema.
Problema Nº3: En un día determinado de la semana, una máquina hidráulica puede funcionar correctamente o romperse.
Si hoy la máquina funciona correctamente, la probabilidad de que mañana siga funcionando correctamente se estima en
un 98%, si la máquina está rota hoy, la probabilidad de que mañana funcione correctamente es del 25 %
3.1) ¿Cuál es la matriz de transición de estados?
3.2) Si la máquina hoy está rota, ¿cuál es la probabilidad de que dentro de tres días siga rota?
Problema Nº4: En una pequeña ciudad existen dos casas de ventas de repuestos de automóviles que controlan el mercado
0.9 0.2
que designaremos con E1 y E2 si la matriz de cambio de estados es P= ( ) . Estudiar si existe estado de equilibrio.
0.1 0.8
Problema Nº5: Un día, en una ciudad, puede presentarse soleado, nublado o lluvioso. Si hoy el día está soleado, existe
una probabilidad del 70% de que continúe mañana de la misma manera y una probabilidad del 10% de que sea lluvioso.
Si hoy el día está nublado, mañana podrá estar soleado, nublado o lluvioso con probabilidades de 20%, 60%, 20%,
respectivamente. Por último si hoy el día es lluvioso, para mañana hay probabilidades de 40% y 20% de que sea soleado
o nublado, respectivamente.
5.1) Construye la matriz de transición de estados.
5.2) Si hoy el día es lluvioso, ¿qué probabilidad existe de que dentro de tres días esté soleado?
42
Problema Nº6: Interesa analizar la participación de mercado y la lealtad de los clientes para los dos únicos supermercados
A y B de una pequeña ciudad. Se supone que un cliente realiza una compra semanal en un supermercado, pero no en
ambos.
Como parte de un estudio de investigación de mercado, se recopilan datos respecto de 100 compradores. De esos datos
se desprenden que, de todos los clientes que compraron en el supermercado A, en una determinada semana, el 90%
compró en ese mismo supermercado la semana siguiente y que, de todos los clientes que compraron en el supermercado
B en una determinada semana, el 80% compró en el mismo supermercado B la semana siguiente.
6.1) Determina la matriz de transición.
6.2) Suponiendo que la última visita del cliente fue al supermercado A:
a) ¿Cuál es la probabilidad de que cambie de supermercado la próxima semana?
b) ¿Cuál es la probabilidad que dentro de 3 semanas siga comprando en el mismo?
6.3) Determina cuál es el estado de equilibrio del sistema.
Problema Nº7: La siguiente tabla expresa las preferencias de los clientes por la compra bianual de dos marcas de
televisores: M1 y M2
Marca M1 Marca M2
Marca M1 0,9 0,3
Marca M2 0,1 0,7
7.1) Si hoy el cliente compró la marca M1, ¿Cuál es la probabilidad que dentro de dos años lo cambie por la marca M2?
7.2) ¿Cuáles serán las preferencias de los clientes dentro de cuatro años si sólo se mantienen estas dos marcas en el
mercado?
Problema N8: Un agente comercial realiza su trabajo en tres ciudades A, B y C. Para evitar desplazamientos innecesarios
está todo el día en la misma ciudad y allí pernocta, desplazándose a otra ciudad al día siguiente, si no tiene suficiente
trabajo. Después de estar trabajando un día en C, la probabilidad de tener que seguir trabajando en ella al día siguiente
es 0.4, la de tener que viajar a B es 0.4 y la de tener que ir a A es 0.2. Si el viajante duerme un día en B, con probabilidad
de un 20% tendrá que seguir trabajando en la misma ciudad al día siguiente, en el 60% de los casos viajará a C, mientras
que irá a A con probabilidad 0.2. Por último si el agente comercial trabaja todo un día en A, permanecerá en esa misma
ciudad, al día siguiente, con una probabilidad 0.1, irá a B con una probabilidad de 0.3 y a C con una probabilidad de 0.6.
a) Si hoy el viajante está en C, ¿cuál es la probabilidad de que también tenga que trabajar en C al cabo de cuatro días?
b) ¿Cuáles son los porcentajes de días en los que el agente comercial está en cada una de las tres ciudades?
Problema N9: En una población de 10,000 habitantes, 5000 no fuman, 2500 fuman uno o menos de un paquete diario y
2500 fuman más de un paquete diario. En un mes hay un 5% de probabilidad de que un no fumador comience a fumar un
paquete diario, o menos, y un 2% de que un no fumador pase a fumar más de un paquete diario. Para los que fuman un
paquete, o menos, hay un 10% de probabilidad de que dejen el tabaco, y un 10% de que pasen a fumar más de un paquete
diario. Entre los que fuman más de un paquete, hay un 5% de probabilidad de que dejen el tabaco y un 10% de que pasen
a fumar un paquete, o menos. ¿Cuántos individuos habrá de cada clase el próximo mes?
Problema N10: El departamento de estudios de mercado de una fábrica estima que el 20% de la gente que compra un
producto un mes, no lo comprará el mes siguiente. Además, el 30% de quienes no lo compren un mes lo adquirirá al mes
siguiente. En una población de 1000 individuos, 100 compraron el producto el primer mes. ¿Cuántos lo comprarán al mes
próximo? ¿Y dentro de dos meses?
43
RESPUESTAS. ACTIVIDADES CADENAS DE MARKOV
Problema N1
1.1)
⎡ 1 1 1 ⎤
⎢ 2 4 5 ⎥
⎢ ⎥
⎢ 1 1 3 ⎥
⎢ 4 2 10 ⎥
⎢ ⎥
⎢ 1 1 1 ⎥
⎣ 4 4 2 ⎦
1.2) Panadería A 80/200

Panadería B 60/200
Panadería C 60/200
1.3) en la panadería A 36.25%
Problema N2
2.1)
⎡ 0.85 0.25 ⎤
#6: ⎢ ⎥
⎣ 0.15 0.75 ⎦
Orden: zona urbana - zona rural
2.2) 67% en zona urbana y el 33% en zona rural
2.3) Existe estado de equilibrio 62.5% en zona urbana y el 37.5% en zona rural
Problema N3
Orden: funciona - rota
3.1)
⎡ 0.98 0.25 ⎤
⎢ ⎥
⎣ 0.02 0.75 ⎦
3.2)
La probabilidad que siga rota es 43.43%
44
Problema N4 Px=x x1+x2=1
en empresa repuestos E1 2/3 y en E2 1/3 del mercado
Problema N5 Orden soleado -nublado -lluvioso

5.1)
⎡ 0.7 0.2 0.4 ⎤

⎢ ⎥
⎢ 0.2 0.6 0.2 ⎥
⎢ ⎥
⎣ 0.1 0.2 0.4 ⎦
5.2) soleado 48.8%
Problema N6
Orden: A - B
6.1)
⎡ 0.9 0.2 ⎤
⎢ ⎥
⎣ 0.1 0.8 ⎦
6.2)a) 10% es la probabilidad de que cambia al supermercado B
6.2)b) Siga en comprando en el supermercado A es 78.10%

6.3) Equilibrio supermercado A: 2/3 del mercado , supermercado B: 1/3 del mercado
Problema N 7
Orden: marca M1-marca M2
⎡ 0.9 0.3 ⎤
⎢ ⎥
⎣ 0.1 0.7 ⎦
7.1) en 2 años la probabilidad de que cambie por la marca M1 es 10%
7.2) en 4 años
la marca M1 0.84 la marca M2 0.16
Problema N8
Orden: ciudad A - ciudad B - ciudad C
⎡ 0.1 0.2 0.2 ⎤

⎢ ⎥
⎢ 0.3 0.2 0.4 ⎥
⎢ ⎥
⎣ 0.6 0.6 0.4 ⎦
al cabo de 4 días la probabilidad de que siga trabajando en C es 50,08%
45
Problema N9
Orden NF no fuma- F fuma un paquete o menos - FM fuma más de un paquete por día
Al cabo de un mes habrá 5025 no fumadores 2500 personas que fuman un paquete o menos y 2475 personas
que fuman más de un paquete
Problema N10
Orden: C compra- NC no compran
⎡ 0.8 0.3 ⎤
⎢ ⎥
⎣ 0.2 0.7 ⎦
el próximo mes compraran 350 personas y no compraran 650
en 2 meses compraran 475 personas y no compraran 525
46
SISTEMAS DE ECUACIONES LINEALES
Ecuaciones Lineales
Las ecuaciones son expresiones del lenguaje matemático que se emplean para modelar distintas situaciones ya
sea de la vida cotidiana o del campo científico. Por tal motivo, representan una estrategia para resolver
problemas. En este sentido es importante tener en cuenta:
 Leer y comprender el enunciado.
 Definir la incógnita.
 Plantear la ecuación.
 Resolver la ecuación.
 Discutir e interpretar los resultados.
Ecuación lineal con n incógnitas
Una ecuación lineal con n incógnitas y coeficientes reales es una expresión de la forma:
a1 x1 + a2 x2 + ... + an xn = b
donde a1, a2 , a3, ... , an y b son números reales, x1, x2, x3, ... , xn son las incógnitas.
Los ai son los coeficientes de las incógnitas xi i: i = 1, 2, 3, ..., n, mientras que b es el término independiente de
la ecuación.
Ejemplo
Las siguientes son ecuaciones lineales con 3, 2 y 4 incógnitas, respectivamente:
1
 8x1+x2 10x3=0 ; 2x1+5x2=1 ; x1 – 4x2+ x3= x4+2
2
Solución de una ecuación
Dada la ecuación lineal con n incógnitas a1 x1 + a2 x2 + … + an xn = b entonces la n-upla (t1, t2 ,..., tn) de números
reales que verifica la igualdad:
a1 t1 + a2 t2 + ... + an tn = b
es una solución de la ecuación.
Ecuaciones como modelo en la resolución de problemas:
Situación 1:
La compañía ESTILO fabrica dos productos diferentes A y B. Para el próximo mes dispone de 500 horas de
trabajo destinadas a la elaboración de ambos productos. Como la fabricación de ambos productos aporta
47
Importantes ganancias a la compañía, interesa utilizar todas las horas disponibles del mes. Cada unidad de
producto A, requiere 5 horas de trabajo para su elaboración y cada unidad de producto B, requiere 4 horas para
su elaboración.
a) Plantear una ecuación que describa la situación.
b) ¿Cuántas unidades de A se pueden fabricar si se elaboran 80 unidades de B?
c) Si se decide producir un solo artículo, ¿cuál será la cantidad máxima que puede fabricarse del producto A? ¿Y
cuál es la cantidad máxima del producto B?
a) Definiendo las variables:
x1 : cantidad de unidades fabricadas de producto A.
x2 : cantidad de unidades fabricadas de producto B.
El modelo que representa la situación es:

5x1 + 4x2 = 500
b) Si se fabrican 80 unidades de B entonces x2 = 80,

luego 5x1 + 4 . 80 = 500.
5x1 = 500  320 entonces x1 = 36.
Un par de valores que satisfacen la ecuación es (36, 80), o bien, una combinación de los dos productos que usará
totalmente las 500 horas es 36 unidades del producto A y 80 unidades del producto B.
c) Si la dirección de la empresa decide fabricar sólo el producto A entonces x 2 = 0.

Luego , 5 x1 + 4 . 0 = 500 de donde x1 = 100.
Por lo tanto, 100 es el número máximo de unidades de A que se pueden fabricar.
Si decide fabricar sólo el producto B entonces x1 = 0.
Por lo tanto, 5. 0 + 4 x2 = 500, de donde x2 = 125.
Luego, 125 es el número máximo de unidades de B que se pueden fabricar.
Situación 2:
Una camioneta tiene que transportar cuatro tipos de insumos de computadoras: A, B, C, D; que se llevarán en
cajas. Una caja del insumo A pesa 10 kg, una caja del insumo B pesa 15 kg, una del insumo C pesa 12 kg. Y una
caja del insumo D pesa 20 kg. La capacidad de la camioneta es 600 kg.
a) Determinar la ecuación adecuada para que la camioneta esté cargada en toda su capacidad.
b) Si se decide enviar 13 cajas del insumo A, 10 del B y 10 del C. ¿Cuántas cajas del insumo D se enviarán?
c) Si se decide enviar un sólo insumo por vez, ¿cuántas cajas de cada insumo se pueden transportar?
a) Si se define;
x1: cantidad de cajas del insumo A x2: cantidad de cajas del insumo B
x3: cantidad de cajas del insumo C x4: cantidad de cajas del insumo D
48
El modelo que representa la situación 2 es:
10 x1 + 15 x2 + 12 x3 + 20 x4 = 600
b) 10 .13 + 15.10 + 12 10 + 20 x4 = 600 resulta x4= 10 insumos de tipo D
c) En el caso de enviar sólo el insumo A, las variables x2, x3, y x4 tomarán el valor cero y se obtiene:
10 x1 + 15 .0 + 12 .0 + 20 .0 = 600 resultando A = 60
de la misma forma resulta la cantidad de insumos de tipo B es 40, del tipo C 50 y tipo D 30
Diversas situaciones requieren de más de una ecuación para ser modeladas, como la que se presenta a
continuación:
Situación 3: Una fábrica de repuestos automotor decide lanzar al mercados dos nuevos modelos de
carburadores para los cuales necesita dos tipos de piezas: piezas tipo A y piezas tipo B.
Los requerimientos de cada modelo y la disponibilidad de piezas A y B se consignan en la siguiente tabla:
Primer Modelo Segundo Modelo Total disponible por día

Piezas A 8 10 680
Piezas B 4 2 232
¿Cuántas unidades de cada modelo deben fabricarse por día, de manera que se utilicen todas las piezas A y las
piezas B?
Las variables que se emplearán para producir el modelo son:
x1 : número de unidades del Primer Modelo de carburador que se fabrican por día
x2 : número de unidades del Segundo Modelo que se fabrican por día.
De la definición de las incógnitas se desprende que sólo pueden tomar valores enteros no es posible pensar en
fracción de una pieza o en un número negativo de piezas.
Como se disponen de 680 piezas A, y cada unidad del Primer Modelo necesita 8 piezas A y cada unidad del
Segundo Modelo necesita 10 piezas A, se obtiene: 8x1 + 10 x2 = 680
Asimismo la ecuación respecto de las piezas B, es: 4x1 + 2x2 = 232
Por lo tanto, el modelo que representa la situación 3 es:
8x1  10x 2  680


 4x1  2x 2  232
Esta expresión se denomina: sistema de 2 ecuaciones lineales con 2 incógnitas.
49
Resolviendo el sistema por el método de sustitución de variables:
680  10x 2
De la primera ecuación: x1=
8
680  10x 2  680  10 x2 
Sustituyendo x1= en la segunda ecuación: 4.    2 x2  232
8  8 
Luego:
3405x2+2x2=232 -> x2= 36.
680  360
Con el valor x2= 36, resulta x1= = 40.
8
La solución del sistema es (x1, x2) = (40,36) por lo tanto existe un par ordenado que satisface simultáneamente
las dos ecuaciones. Esto significa que el sistema tiene solución y se clasifica como compatible o consistente.
Para interpretar gráficamente esta situación, se pueden pensar las incógnitas como variables reales. Cada
ecuación lineal admite una representación gráfica que es una recta, llamadas respectivamente L 1 y L2. Las rectas
L1 y L2 se cortan en un punto de coordenadas (40, 36).
Situación 4:
Una empresa fabrica compoteras y tazas de cerámica. Por cada compotera o taza existe una cantidad fija de
materia prima que debe colocarse y estar disponible en un recipiente. Un empleado demora un promedio de
dos minutos para seleccionar y colocar en un recipiente la materia prima para cada utensilio y trabaja en forma
permanente durante una jornada diaria de 6 horas. La empresa asigna $72 diarios para la producción, que se
destinan sólo a pagar el material utilizado. Cada utensilio tiene un costo diario de $0,20 en materia prima y
puede fabricar 180 entre los dos. ¿Cuántas compoteras y tazas pueden fabricarse diariamente?
Solución del problema:
El problema puede modelarse en términos de un sistema de dos ecuaciones lineales con dos incógnitas.
Donde:
x : cantidad de compoteras
y : cantidad de tazas
50
 x  y  180

0,20x  0,20y  72
Resolviendo por el método de sustitución de variables:

De la primera ecuación: y = 180  x;
Sustituyendo en la segunda: 0,20x + 0,20. (180  x) = 72
Resolviendo se obtiene: 36 = 72 que es un absurdo.
En este caso, el problema no tiene solución. Gráficamente:
El sistema de ecuaciones lineales es inconsistente y gráficamente representa dos rectas paralelas.
Si bien se han analizado distintas situaciones que se modelan con un sistema de ecuaciones lineales de dos
ecuaciones y con dos incógnitas, un gran número de ellas requiere la definición de más variables y más
ecuaciones para ser modelado y por lo tanto se necesitarán métodos de resolución más adecuados para estos
casos. Dichos métodos requieren el conocimiento de nuevos conceptos que se presentarán a lo largo de este
material.
Situación 5
En una residencia de estudiantes se compran semanalmente 110 barras de cereales de distintos sabores: frutal,
chocolate con leche y con almendras. El presupuesto destinado para esta compra es de $540, siendo el precio
de cada cereal de $4 el frutal, $5 el de chocolate con leche y $6 el de almendras. Conocidos los gustos de los
estudiante, se sabe que entre barras de chocolate con leche y los que contienen almendras se han de comprar
el 20% más que de los frutales. ¿Cuántas barras de cereales de cada sabor se compran por semana?
Solución del Problema:
Se debe determinar la cantidad de cereales de cada sabor que se compran por semana. Por lo tanto este
problema necesita definir tres variables: x1, x2 y x3
x1 : Cantidad de barras de cereales frutales que se compran por semana
x2 : Cantidad de barras de chocolate con leche que se compran por semana
x3 : Cantidad de barras de cereales con almendras que se compran por semana
51
De acuerdo a la información dada, el modelo que representa la situación 4 es:
𝑥1 + 𝑥2 + 𝑥3 = 110
{ 4𝑥1 + 5𝑥2 + 6𝑥3 = 540
12𝑥1 − 10𝑥2 − 10𝑥3 = 0
Como se puede observar, a diferencia de las situaciones anteriores, este sistema contiene tres ecuaciones y tres
incógnitas. Si bien es posible resolver este sistema por el método de sustitución, cuantas más variables contenga
el sistema, más tedioso resulta este método. Por esta razón se incorporarán nuevos método de resolución, cuya
principal característica es trabajar sólo con los coeficientes y términos independientes del mismo.
Sistemas de m ecuaciones lineales con n incógnitas
Sean m, n números naturales. Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m

ecuaciones lineales con n incógnitas que se indica:
 a11x1  a12x2  a13x3  ...  a1nxn  b1

 a21x1  a22x2  a23x3  ...  a2nxn  b2
 a31x1  a32x2  a33x3  ...  a3nxn  b3
S: 
.......... .......... .......... .......... .......... ........

 am 1x1  am 2x2  am 3x3  ...  am nxn  bm
donde a11, a12,....., a1n son los coeficientes de la primera ecuación; a21, a22, .......,a2n son los coeficientes de la
segunda ecuación y am1, am2,......, amn los coeficientes de la última ecuación. Las letras x1, x2,....xn son las
incógnitas y b1, b2,......, bm los términos independientes.
Un sistema de m ecuaciones con n incógnitas se dice que es de orden mxn
Solución de un sistema de m ecuaciones lineales con n incógnitas
Se llama solución del sistema de m ecuaciones lineales con n incógnitas a toda n-upla (t1, t2,..., tn) de números
reales que es solución de todas las ecuaciones del sistema. El conjunto de las soluciones del sistema se denomina
Conjunto Solución
En símbolos: Conjunto Solución = CS = {(t1, t2,..., tn) con ti  R con i = 1,…,n}
Clasificación de los sistemas de ecuaciones lineales
Un sistema de m ecuaciones lineales con n incógnitas es compatible o consistente cuando tiene al menos una
solución. Si no tiene solución es incompatible o inconsistente.
Los sistemas de ecuaciones lineales compatibles pueden tener una o infinitas soluciones.
52
Si un sistema de ecuaciones lineales tiene:
 Única solución se denomina determinado
 Infinitas soluciones se llama indeterminado.
Interpretación Gráfica para el caso de sistemas de orden 3x3
Al abordar el tema. FUNCIONES, se analizó que las funciones lineales de tres variables, dos de ellas
independientes, se representan en el espacio tridimensional mediante planos.
Estas representaciones gráficas permiten interpretar gráficamente la solución de los sistemas de ecuaciones
lineales de tres incógnitas, como se muestra a continuación:
Si el sistema de ecuaciones tiene solución única la gráfica se ve como:
En los sistemas compatibles indeteminados puede ocurrir:
En los sistemas incompatibles se pueden presentar situaciones gráficas que son:
53
Ejemplo: Verifica que S={(-1,0,2)} es el conjunto solución del sistema:
2x − y + z = 0
S={ + 2y − z = −3
x
3x + y − 2z = −7
Para comprobar que la solución es única, no hay otra, se recurre a la interpretación gráfica de la solución del
sistema que muestra que cada una de las ecuaciones lineales que conforman el sistema representa un plano
en el espacio y que los tres planos se cortan en un punto:
Método de resolución de Sistemas de ecuaciones lineales: Eliminación de Gauss
El método de eliminación de Gauss permite resolver sistemas de ecuaciones trabajando sólo con los coeficientes
y términos independientes del mismo, sin las variables. Previamente, se introducirán conceptos necesarios para
la comprensión de este método.
Para el caso del sistema de la situación 5:

𝑥1 + 𝑥2 + 𝑥3 = 110
{ 4𝑥1 + 5𝑥2 + 6𝑥3 = 540
12𝑥1 − 10𝑥2 − 10𝑥3 = 0
54
Se organizan los coeficientes y términos independientes empleando una disposición matricial con el objeto de
resolver el sistema aplicando operaciones elementales sobre dicha matriz.
1 1 1 110
(4 5 6 540)
12 −10 −10 0
Operaciones elementales y forma escalonada de una matriz
Se presentarán operaciones que se efectúan entre las filas de una matriz que conducirán, a posteriori, a
describir el método de eliminación de Gauss para resolver sistemas de ecuaciones.
Una operación elemental de fila (a veces llamada sólo operación de fila u operación de renglón) en una matriz
A, es cualquiera de los tres tipos de operaciones:
i) Intercambio de dos filas.
ii) Reemplazo de una fila por un múltiplo escalar no nulo de ella.
iii) Reemplazo de una fila por la suma entre ella y un múltiplo escalar de otra.
Para indicar estas operaciones elementales usaremos la siguiente notación.
i) Fi  Fj intercambiar las filas i y j
ii) Fi  c . Fi reemplazar la fila i por la fila i previamente multiplicada por el número real c ; c  0.
iii) Fj  Fj + c. Fi reemplazar la fila j por la la fila j más la fila i multiplicada por una constante c.
Estas operaciones elementales también pueden aplicarse sobre las ecuaciones del sistema. Al aplicarlas se
generan sistemas de ecuaciones equivalentes al original, es decir sistemas que admiten la misma solución que
el dado.
En el siguiente cuadro comparativo se muestra cómo se aplican las operaciones elementales, indistintamente
sobre las ecuaciones del sistema o sobre las filas de la matriz que se obtiene del sistema.
Intercambio de ecuaciones o de filas

Con ecuaciones 2x 2  x 2  3
E1E2  x1  x 2  0 2 1 3  1 1 0
 Con matrices   F1F2  
 x1  x 2  0  x1  x 2  3
 1 1
2
0 2 1 3
Multiplicación de una ecuación, o fila, por un escalar distinto de cero
2x  x  3 2 1| 3 4 −2| 3
Con ecuaciones  2 2 E1.(2)E1 Con matrices ( )→ ( )
 x1  x 2  0 1 −1 | 0 1 −1| 0
F1.(2)F1
4 x2  2 x2  6

 x1  x2  0
Sustitución de una ecuación, o fila, por la suma entre esta y un múltiplo de otra
E1 E1 + E2.(-4) 2 1 3   2 5 3

 x1  x 2  0
Con matrices   
 1 1 0   1 1 0
 2 x1  5 x2  3 F1 F1 + F2.(-4)

 x 1  x2  0
55
Estas operaciones elementales deben aplicarse estratégicamente en la resolución de un sistema de ecuaciones.
Es decir generando sistemas equivalentes al original pero más simples de resolver, esto se logra transformando
algunos de los coeficientes de las variables en ceros como se muestra a continuación:
Caso particular: cómo obtener un cero como coeficiente de alguna variable en una ecuación
E1E2  x1  x 2  0 2 1 3  1 1 0
 Con matrices   F1F2  
 x1  x 2  0 2x1  x 2  3
 1 1 0 2 1 3
 x x 0  1 1 0
E2 E2 E1.(-2)+E2  1 2
0 x1  3x2  3 F2 F1.(-2)+F2  
0 3 3
En términos formales, las operaciones de renglón serán utilizadas con el objetivo de obtener a partir de la matriz
del sistema otra matriz denominada “Forma Escalonada por renglones o Forma de Gauss” de una matriz.
Forma Escalonada por Renglones o Forma de Gauss
Una matriz de orden mxn, se encuentra en la Forma Escalonada por Renglones o Forma de Gauss si se cumplen
las siguientes condiciones:
1- Todas las filas nulas, que son las tienen todos sus elementos iguales a cero, si las hay, aparecen en la parte
inferior de la matriz. Es decir, si existen filas nulas, éstas son las últimas filas de la matriz.
2- El primer número distinto de cero a partir de la izquierda en cualquier fila no nula es 1.
3- Si dos filas sucesivas son diferentes de cero, entonces el primer 1 en la fila inferior aparece más hacia la
derecha que el primer 1 de la fila superior.
4- El número de ceros (que están antes que el 1, desde la izquierda) de la fila inferior es mayor que el número
de ceros de la fila superior.
Ejemplo
  2  1 0  5
 
Sea M=   1 1 1 0  una matriz, aplicando operaciones elementales entre filas, podemos obtener una
 1 1  1 3 

Forma Escalonada por Renglones de la matriz M.
  2  1 0  5  1 1 1 3   1 1 1 3 
     
  1 1 1 0  F 1 F 3   1 1 1 0  F2F2 + F1  0 2 0 3  F3 F3 + 2F1
 1 1  1 3    2  1 0  5   2  1 0  5
    
 1 1  1 3  1 1  1 3  1 1  1 3
     
 0 2 0 3 F2  F3  0 1  2 1 F3 F3+(2)F2  0 1  2 1 F3(1/4)F3
 0 1  2 1  0 2 0 3  0 0 4 1
     
1 1 1 3 
 
0 1  2 1 
 0 0 1 1/ 4 
 
56
1 1 1 3 
 
Finalmente, la matriz F = 0 1  2 1  es una Forma Escalonada por Renglones de la matriz M.
 0 0 1 1/ 4 
 
Las matrices que se dan a continuación están en la Forma Escalonada por Renglones
 1 0 2 0  1 2 3 5
     1 0 3 1
A=  0 1 1 1 , B = 0 1 1 2 y C=  
 0 0 0 1  0 0 0 0  0 0 1 2
   
Forma escalonada por renglones reducida (o Forma de Gauss-Jordan)
Una matriz de orden mxn se encuentra en la Forma Escalonada por Renglones Reducida o en la Forma de
Gauss – Jordan si a las tres condiciones de la definición anterior le agregamos la siguiente:
5- Cualquier columna que contenga el primer 1 de un renglón no nulo tiene ceros en las demás posiciones.
Ejemplo
Estas matrices están en la Forma de Gauss - Jordan:
 1 0 0  1 0 0 0  1 0 3 5
       1 0 0 1
A=  0 1 0 ; B = 0 1 0 0 ;C=  0 1 1 2 ; D =  
 0 0 1  0 0 0 1  0 0 0 0  0 0 1 2
     
En la Forma Escalonada por Renglones, todos los números situados debajo del primer 1 de una fila de cero son
ceros. En la Forma Escalonada por Renglones Reducida, todos los números situados arriba y abajo del primer 1
de una fila diferente de cero son ceros.
Si una matriz está en la Forma Escalonada por Renglones Reducida entonces

está en la Forma Escalonada por Renglones
¿Es es cierta la proposición recíproca de la anterior? ¿Por qué?
La Forma Escalonada por Renglones o Forma de Gauss de una matriz no es única
Ejemplo
2 2 2 2 
 
Sea A =  1 2  1  1 . Para obtener una Forma Escalonada por Renglones, podemos realizar las siguientes
3 1 1 1 
 
operaciones elementales, que no son las únicas
57
2 2 2 2  1 1 1 1  1 1 1 1
  1    
 1 2  1  1 F 1 F1  1 2  1  1 F3 F3 + (3)F1  1 2  1  1 F2 F2 + (1)F1
3 1 1 1  2 3 1 1 1   0  2  2  2
     
1 1 1 1 1 1 1 1
  1  
 0 1  2  2 F3   F3  0 1  2  2  F3F3+(1)F2
 0  2  2  2 2 0 1 1 1 
  
1 1 1 1 1 1 1 1
  1  
 0 1  2  2  F 3 F 3  0 1  2  2
0 0 3 3 
3 0 0 1 1 
 
1 1 1 1
 
La matriz B =  0 1  2  2 es una Forma Escalonada por Renglones de la matriz A.
0 0 1 1 

Análogamente se puede obtener otra Forma Escalonada por Renglones de la matriz A realizando otras
operaciones elementales de renglón.
2 2 2 2   1 2  1  1
   
A=  1 2  1  1 F2  F1 2 2 2 2  F2 F2 +(-2)F1, F3 F3 + (-3)F1
3 1 1 1  3 1 1 1 
   
 1 2  1  1  1 2  1  1
   
0  2 4 4  F3  F2  0  5 4 4  F2 f2.(-1/5)
0  5 4 4  0  2 4 4 
   
1 2 1 1  1 2 1 1  1 2 1 1 
     
 0 1  4 / 5  4 / 5 F3  2F2 + F3  0 1  4 / 5  4 / 5  F3 F3.(5/12)  0 1  4 / 5  4 / 5
0  2 4 4   0 0 12 / 5 12 / 5  0 0 1 1 
   
1 2 1 1 
 
La matriz C =  0 1  4 / 5  4 / 5 es otra Forma Escalonada por Renglones de la matriz A.
0 0 1 1 

La Forma Escalonada por Renglones Reducida o Forma de Gauss – Jordan de una matriz es única
Ejemplo
 2 4 4
Dada la matriz A =   . Para obtener la Forma Escalonada por Renglones Reducida o Forma de Gauss-
 1 1 1
Jordan, se pueden realizar las siguientes operaciones elementales:
 2 4 4 1 2 2  1 2 2 
  F1(1/2)F1   F2  F2 +(1)F1   F2  (1)F2
 1 1 1  1 1 1  0  1  1
 1 2 2  1 0 0
  F1  F1 + (2)F2  
 0 1 1  0 1 1
58
 1 0 0
La matriz B =   es la Forma Escalonada por Renglones Reducida de la matriz A.
 0 1 1
 1 0 0
Asimismo se puede obtener la matriz B =   realizando otras operaciones elementales entre las filas de
 0 1 1
la matriz A, por ejemplo:
 2 4 4  1 1 1  1 1 1
A=   F1  F2   F2 F2 + (2)F1  
 1 1 1  2 4 4  0 2 2
 1 1 1  1 0 0
F2 (1/2)F2   F1  F1 + (1)F2   , que es la misma matriz obtenida anteriormente y resulta
 0 1 1  0 1 1
ser la única Forma Escalonada por Renglones Reducida de la matriz A.
Resolución del sistema de la situación 5 mediante el método de Gauss:
Aplicar el método de Eliminación de Gauss consiste en transformar la matriz del sistema en una matriz
escalonada por renglones o escalonada reducida por renglones como se muestra a continuación.
El sistema que modeliza la situación 5 es:
𝑥1 + 𝑥2 + 𝑥3 = 110
{ 4𝑥1 + 5𝑥2 + 6𝑥3 = 540
12𝑥1 − 10𝑥2 − 10𝑥3 = 0
La matriz que se genera a partir del sistema es:
1 1 1 110
(4 5 6 540)
12 −10 −10 0
Esta matriz se denomina Matriz Ampliada del sistema y las siguientes son las matrices de coeficientes y la matriz
de términos independientes del sistema:
1 1 1 110
(4 5 6 ) (540)
12 −10 −10 0
Se transformará la matriz ampliada en una matriz escalonada o escalonada reducida con la finalidad de generar
una sistema de ecuaciones equivalente al dado pero más sencillo de resolver.
59
1 1 1 110
(4 5 6 540)
12 −10 −10 0
1 1 1 110 F2  F1( -4) + F2

(0 1 2 100 ) F3  F1( -12) + F3
0 −22 −22 − 1320
1 0 −1 10 F1  F2( -1) + F1
(0 1 2 100 ) F3  F2( 22) + F3
0 0 22 880
1 0 −1 10 F3  F3( 1/22)
(0 1 2 100)
0 0 1 40
1 0 0 50 F1  F3( 1) + F1
(0 1 0 20 ) F2  F3( -2) + F2
0 0 1 40
Como se puede observar la forma escalonada reducida de la matriz ampliada del sistema es:
1 0 0 50
(0 1 0 20 )
0 0 1 40
Y por lo tanto el sistema de ecuaciones que se obtiene es:

𝑥1 = 50
{ 𝑥2 = 20
𝑥3 = 40
Este último sistema es equivalente al dado:
Por lo tanto ambos admiten la misma solución: (50; 20; 40)
La respuesta del problema que se modelizó con el sistema de ecuaciones que se acaba de resolver es:
Por semana se compran 50 barras de cereal de sabor frutal, 20 de chocolate con leche y 40 barras de cereal
que contienen almendras.
Rango de una matriz
Sea A una matriz y E cualquier Forma Escalonada por Renglones o forma Gauss de A. El número de filas
diferentes de cero es el mismo en cualquier Forma Escalonada por Renglones de A y coincide con el número de
filas diferentes de cero de la única Forma Escalonada por Renglones Reducida de A o forma Gauss-Jordan. Este
número juega un papel fundamental en gran parte del Álgebra Lineal, y por lo tanto, se le da un nombre especial:
60
Se denomina rango de una matriz A y se indica r(A) al número de filas diferentes de cero
de cualquier Forma de Gauss o Gauss - Jordan de la matriz A
Ejemplo
 2 4 6
 
Sea M =   1 1 2
 3 3 4
 
Para determinar su rango se debe obtener una Forma Escalonada por Renglones o su Forma Escalonada por
Renglones Reducida de M aplicando operaciones elementales entre filas; de esta manera:
 2 4 6  1 2 3 1 2 3   1 2 3 1 2 3 
         
M=   1 1 2    1 1 2   0 3 5    0 3 5   0 1 5 / 3 El rango de M es 2 y se indica r(M) = 2.
 3 3 4  3 3 4  0  3  5  0 0 0 0 0 0 
         
Ejemplo
 1 0 2 0 1 2 3 5
     1  1
Las matrices A =  0 1 1 1, B =  0 1 1 2  y C    son Formas Escalonadas por Renglones de
 0 0 0 1
  0 0 0 0 0 1 
 
tres matrices cuyas definiciones desconocemos. Los rangos de estas matrices desconocidas, cuyas Formas
Escalonadas por Renglones son las matrices A, B y C son 3, 2 y 2, respectivamente.
Teorema del Rango
Los conceptos de rango, conjunto solución y número de ecuaciones están íntimamente ligados como muestra
el próximo teorema.
TEOREMA: Sean S un sistema de m ecuaciones lineales con n incógnitas y siendo A y A´ las matrices de
coeficientes y ampliada del sistema S y r(A) y r(A´) los rangos de la matriz de coeficientes y de la matriz ampliada,
respectivamente.
Entonces se cumple una de las siguientes proposiciones:
S es incompatible  r(A´) > r(A)
S es compatible determinado  r(A´) = r(A) y r(A´) = n
S es compatible indeterminado  r(A´) = r(A) y r(A´) < n
 Un sistema de ecuaciones lineales tiene solución única si y solo si el rango de la matriz de coeficientes y
el rango de la matriz ampliada son iguales y estos rangos iguales coinciden con el número de incógnitas.
 Un sistema de ecuaciones lineales tiene infinitas soluciones si y solo si los rangos son iguales y menores
que el número de incógnitas.
La diferencia n  r(A) indica la cantidad de incógnitas que asumen valores reales arbitrarios.
 Un sistema de ecuaciones lineales no admite solución si y solo si los rangos son distintos.
61
Ejemplos
1- Para el sistema de la situación 5:
La forma escalonada reducida de la matriz del sistema resultó:

1 0 0 50
(0 1 0 20 )
0 0 1 40
Donde r(A) =3=r(A´) por lo que el sistema resulta compatible de determinada como ya se comprobó al encontrar
como única solución el punto: (50; 20; 40)
2
-
-
y para Escalonada por Renglones se aplican operaciones elementales:
Y se obtiene:
1 12
(0 1|1)
2
0 01
El sistema dado es incompatible porque los rangos de la matriz de coeficientes y de la matriz ampliada r(A) = 2
y r(A´) = 3, respectivamente, son distintos.
Ejemplo
la Forma Escalonada por Renglones de la matriz ampliada del sistema se obtiene como sigue:
El sistema tiene infinitas soluciones porque r (A) = r (A´) = 2 y n = 4 > r = 2.
62
Para obtener las infinitas soluciones, la diferencia n  r = 4  2 indica que dos incógnitas deben asumir valores
reales arbitrarios. Por lo tanto:
x3 = t; x4 = u  t, u  R ;
1 1 3 9 1 1
x2 =  u t ; x1 =  u t .
4 2 4 4 2 4
9 1 1 1 1 3
El conjunto solución es CS = {(  u  t ,  u t , t , u)  t, u  R}
4 2 4 4 2 4
Observación: Un sistema que tenga más incógnitas que ecuaciones nunca puede ser compatible determinado
ya que el rango de la matriz siempre es menor que el número de incógnitas: El rango es siempre menor o igual
que el mínimo entre el número de ecuaciones y número de incógnitas. En estos sistemas donde m < n el rango
será menor que m.
Sistemas de ecuaciones lineales homogéneos
Un sistema de ecuaciones lineales donde todos los términos independientes son nulos se llama Sistema
Homogéneo (SH).
 ax  a x   ...  an xn  

 a x  a  x   ...  a n xn  
SH: 
 .......... .......... .......... ...
a m x  a m x   ...  a m nxn  
Los sistemas lineales homogéneos siempre tienen solución pues la n-upla nula 0 = (0, 0, …, 0) siempre verifica
el sistema. Es decir que un sistema homogéneo nunca es incompatible.
Si r(A) = r(A’) = n la única solución es la nula o trivial

Si r(A) = r(A’)  n el sistema tiene infinitas soluciones
Ejemplo
 x1  2x 2  x 3  0

1- Sea el sistema homogéneo SH:  2x1  x 2  2x 3  0
  x  x  2x  0
 1 2 3
Observación: Para resolver el sistema por el método de eliminación de Gauss conviene aplicar las operaciones
elementales trabajando con la matriz de coeficientes. No es necesario incluir la columna de términos
independientes porque siempre resultará una columna nula, cualquiera sea la operación elemental que se haga.
Lo que sigue muestra cómo la matriz A de coeficientes del sistema, mediante operaciones elementales entre
filas, se lleva a una forma escalonada:
 1 2  1  1 2  1  1 2  1 1 2 1 
       
 2 1 2    0  3 4    0  3 4    0 1  4 / 3
  1 1  2  0 3  3  0 0 1  0 0 1 
     
63
Los rangos verifican que r(A) = r( A´) = 3 y coinciden con el número de incógnitas entonces el sistema tiene
solución única y es la solución nula (solución trivial)
Si a partir de la forma escalonada se plantea el sistema equivalente al dado se obtiene:

 x1  2 x2  x3  0
 4
 x2  x3  0 Y la solución es CS = {(0, 0, 0)
 3
 x3  0
Ejemplo
2 x1  3 x2  x3  0
2- Para el sistema  x1  x2  x3  0
 3x  4x  0
 1 2
Se obtiene:
 2 3  1 1 1 1  1 1 1  1 1 1 
       
 1 1 1    2 3  1   0 1  3   0 1  3
3 4 0  3 4 0   0 1  3 0 0 0 
       
Los rangos verifican que r(A) = r(A´) = 2 y r(A) < 3, donde 3 representa el número de incógnitas entonces el
sistema tiene infinitas soluciones.
 x1  x2  x3  0
El sistema equivalente al dado es: 
 x2  3 x3  0
Si x3 = t, t  R; x2 = 3t y x1 = x2  x3 entonces x1 = 3t  t = 4t.
El conjunto solución del sistema es CS = {(4 t, 3 t, t )  t  R}
x   y  z  
3- El sistema  es homogéneo con más incógnitas que ecuaciones. Como el rango de la matriz de
x  y  z  
coeficientes es a lo sumo 2 resultará menor que el número de incógnitas y por lo tanto es compatible
indeterminado.
64
ACTIVIDADES: SISTEMAS DE ECUACIONES LINEALES
1- Dados los siguientes sistemas de ecuaciones lineales:

 x1  x 2  2  x1  x 2  2
1.1)  
2x1  3x 2  5 1.2) 2 x1  2 x 2  3
 3x  3x  5
 1 2
 x1  x 3  2  x 2  x1  x 2  x 3  2
 
1.3)  3x 2  5  2 x 3 1.4) 2 x1  2 x 3  5  x 2
2 x  x  3  x   3x  3  x
 2 3 1  3 1
 x  2y  z  0 3x  2 y  z  1
1.5)  1.6) 
 x  3y  6z  0  2 x  y  4z  5
 2 4  2x1  4x 2  6x 3  3
 x1  5 x 2  5 x 3  2 
 1.8)  3x1  2x 2  2x 3  1
1.7)  x 2  x3  5 x  2x  4x  3
  1
x3  0
2 3


2 x1  3x 2  6x 3  8 2 x1  3x 2  4x 3  9x 4  13
 
3
1.9)   x1  x 2  3x 3  4 1.10)  x1  x 2  x 3  4x 4  5
 2 2x  x  4x  5x  1
 15x 2  30x 3  40  1 2 3 4
 x1  2x 2  x 3  1  x1  x 2  3
 
1.11)  2x1  5x 2  x 3  -1 1.12)  2x1  x 2  1
- 3x  7 x  2x  0  x  3x  2
 1 2 3  1 2
 2 x 2  x 3  2  x1 x1  3x 2  5  4x 3
 1.14) 
1.13) 2x1  2x 3  5  x 2  5x 3  1  x 2
x + x  3  3x
 1 2 3
a) Determinar si son o no compatibles.

b) Si son compatibles hallar su conjunto solución.
2- Hallar X, considerando el sistema de ecuaciones AX = 5X, siendo:

6 1 3  x1 
   
A = 1 4 4 y X =  x2 
 1 1 8  x 
  3
65
3- En los problemas de 1 a 16:
a) Definir las variables que intervienen.
b) Plantear el sistema de ecuaciones lineales que modela el problema.
c) Resolver el sistema, clasifícalo en compatible determinado, compatible indeterminado o incompatible y
expresar el conjunto solución.
Problema nº 1: Un granjero tiene 1200 hectáreas de tierra en los que cultiva maíz, trigo y soja. Le cuesta $45
por cada hectárea cultivar maíz, $60 por cada hectárea cultivar trigo y $50 por cada hectárea cultivar soja.
Debido a la demanda del mercado cultivará el doble de hectáreas de trigo que de maíz. Ya destinó $63750 para
los costos del cultivo de los cereales. ¿Cuántas hectáreas de cada cereal debe plantar?
Problema nº 2: En una fábrica se producen tres artículos: sillas, mesas de café y mesas para comedor los cuales
deben pasar por tres procesos lijado, pintura y barnizado. Los tiempos requeridos para fabricar una unidad de
cada artículo se muestran en la siguiente tabla:
Lijado Pintura Barnizado

Silla 10 min 6 min 12 min
Mesa de café 12 min 8 min 12 min
Mesa de comedor 15 min 12 min 18 min
Para el proceso de lijado se dispone de 16 hs por semana, para el de pintura 11 horas por semana y para
barnizado 18 hs. ¿Cuántas unidades de cada artículo deben fabricarse por semana de tal forma que se ocupen
todas las horas disponibles de los tres procesos?
Problema nº 3: Un turista que fue a Europa gastó $30 al día por hospedaje en Inglaterra, $20 al día en Francia y
$20 al día en España. Para alimento gastó $ 20, $30 y $20 respectivamente. Además por conceptos varios gastó
$10 en cada uno de los países mencionados. A su regreso su registro de viajero indicaba un total de $340 por
hospedaje, $320 por alimentos y $140 por gastos varios.
Hallar la cantidad de días que estuvo el viajero en cada país.
Problema nº 4: Una compañía produce tres artículos A, B y C que se procesan en tres máquinas, I, II y III. El
tiempo requerido en horas para el procesamiento de cada unidad de cada producto en las tres máquinas están
dados por
I II III
A 3 1 2.
B 1 2 1
C 2 4 1
La máquina I está disponible 850hs, la II durante 1200hs y la III durante 550hs. ¿Cuántas unidades de cada
artículo deben ser producidas para utilizar todo el tiempo disponible de las máquinas?.
66
Problema nº 5: Una compañía elabora tres productos que han de ser procesados en tres departamentos. En el
siguiente cuadro se resumen las horas requeridas por unidad de cada producto en cada departamento y las
capacidades semanales se expresan para cada departamento en término de las horas disponibles. Se desea
determinar cuántas unidades de cada producto se pueden elaborar de manera de aprovechar al máximo la
disponibilidad horaria semanal de los tres departamentos (A, B y C)
Producto 1 Producto 2 Producto 3 Hs disponibles

A 2 3.5 3 1200
B 3 2.5 2 1150
C 4 3 2 1400
Problema nº 6: Un inversionista posee tres grupos de acciones: A, B y C. Los precios de las acciones al cierre en
tres días comerciales consecutivos se proporcionan en la siguiente tabla:
Acciones A Acciones B Acciones C

1er día $10 $25 $29
2do día $12 $20 $32
3er día $16 $15 $32
A pesar de la volatilidad de los precios de las acciones, el valor total de las acciones del inversionista permanece
sin cambio en $74000 al final de cada uno de los tres días. ¿Cuánto posee de cada acción el inversionista?
Problema nº 7: Un granjero da de comer a su ganado una mezcla de dos tipos de alimentos. Una unidad del
alimento A proporciona a un novillo el 10% del requerimiento diario de proteínas y el 15 % del de carbohidratos.
Una unidad del alimento B proporciona a un novillo el 12 % del requerimiento diario de proteínas y el 8 % del
de carbohidratos. Si el granjero quiere alimentar a su ganado con el 100% del requerimiento diario de proteínas
y de carbohidratos ¿Cuántas unidades de cada tipo de alimento debe dar a un novillo al día
Problema nº 8: Un departamento de pesca y caza del estado proporciona tres tipos de comida a un lago que
alberga tres especies de peces. Cada pez de la especie 1 consume cada semana un promedio de 1 unidad del
alimento 1, 1 unidad del alimento 2 y 2 unidades del alimento 3. Cada pez de la especie 2 consume cada
semana un promedio de 3 unidades del alimento 1, 4 del 2 y 5 del 3. Cada pez de la especie 3 consume cada
semana un promedio de 2 unidades del alimento 1, 1 del 2 y 5 del 3. Cada semana se proporciona al lago
25000 unidades del alimento 1, 20000 del alimento 2 y 55000 del 3. Si se supone que los peces se comen todo
el alimento ¿Cuántos peces de cada especie pueden coexistir en el lago?
Problema nº 9: Un editor publica libros en tres presentaciones distintas: A, B y C las cuales deben pasar por el
proceso de cosido y pegado. Los tiempos requeridos, por unidad, en cada proceso se muestran en la siguiente
tabla:
67
A B C
Cosido 1 min 2 min 3 min
Pegado 2 min 4 min 5 min
La planta de cosido está disponible 6 hs diarias y la planta de pegado está disponible 11hs diarias.
¿Cuántas unidades de cada presentación deben fabricarse por día de tal forma que las dos plantas se
aprovechen en toda su capacidad?
Problema nº 10: Un empresario tiene tres máquinas que son empleadas en la fabricación de cuatro productos
diferentes y para utilizar plenamente las máquinas, estas estarán en operación 8 hs. diarias. El número de horas
que cada máquina es usada en la producción de una unidad de cada uno de los cuatro productos está dado por
Producto 1 Producto 2 Producto 3 Producto 4

Máquina 1 1 2 1 2
Máquina 2 2 0 1 1
Máquina 3 1 2 3 0
Determinar el número de unidades que se deben producir de cada uno de los cuatro productos en un día de 8
hs. bajo el supuesto que cada máquina se usa las 8hs completas.
Problema nº 11: A una persona le prescribieron tomar 10 unidades de vitamina A, 9 unidades de vitamina D y
19 unidades de vitamina E diariamente. La persona puede elegir entre tres marcas de píldoras. La marca X
contiene 2 unidades de vitamina A, 3 de vitamina D y 5 de vitamina E, la marca Y tiene 1,3 y 4 unidades,
respectivamente y la marca Z contiene 1 de A, ninguna de D y 1 de E.
a) Encuentrar todas las combinaciones posibles de marcas de píldoras que proporcionen las cantidades
requeridas.
b) Si el precio de venta de las píldoras de la marca X es de 1ctvo cada una, de la marca Y es de 6 ctvos y de la Z
es de 3 ctvos ¿Existe una combinación de las halladas en A que cueste 15 ctvos por día?
c) ¿Cuál es la combinación más económica? ¿Cuál es la combinación más cara?
Problema nº 12:
Una compañía de elabora tres productos A, B y C, para los cuales se necesita para fabricarlos tres tipos de
materias primas: M1, M2 y M3. La siguiente tabla muestra los requerimientos de cada producto por unidad:
Producto A Producto B Producto C
M1 12 20 32
M2 16 12 28
M3 8 28 36
68
a) Suponiendo que la compañía dispone de 220 unidades de la materia prima de tipo M1, 176 de tipo M2 y
264 de tipo M3.
Determinar las posibles combinaciones de unidades A, B y C que satisfagan las disponibilidades de la
compañía.
b) Suponiendo que cada unidad A tiene un costo de $300, el de tipo B $400 y el de tipo C $600. ¿Cuál es la
combinación más económica?
Problema nº 13: El tesorero de un club invirtió $5000 de los ahorros en tres cuentas distintas, a intereses
anuales del 8, 9 y 10%.El dinero obtenido en un año por los interese fue $460. La cantidad ganada por el
depósito al 10% fue $20 más que la que ganó al 9%. ¿Cuánto dinero invirtió en cada tasa de interés?
Problema nº 14: Un inversionista tiene $100000 para invertir en tres tipos de bonos: corto plazo, mediano plazo
y largo plazo. Si los bonos a corto plazo dan un rendimiento de un 4% anual, los de mediano plazo un 5% y los
de largo un 6%. ¿Qué cantidad de dinero en bonos de cada tipo debe invertir si quiere obtener un rendimiento
anual total de 5,1% con cantidades iguales de bonos de corto plazo y de mediano plazo?
Problema nº 15: Por un rotulador, un cuaderno y una carpeta se pagan $33. Se sabe que el precio del cuaderno
es la mitad del precio del rotulador y que, el precio de la carpeta es igual al precio del cuaderno más el 20% del
precio del rotulador.
a) Calcular los precios que marcaba cada uno de los útiles.
b) Si sobre esos precios se ha hecho el 10% de descuento. ¿Cuáles son los nuevos precios?
Problema nº 16: En una reunión hay 22 personas, entre hombres, mujeres y niños. El doble del número de
mujeres más el triple del número de niños, es igual al doble del número de hombres.
a) Con estos datos, ¿se puede determinar exactamente el número de hombres que hay? Justifica.
b) Si además se sabe que el número de hombres es el doble del de mujeres, ¿cuántos hombres, mujeres y niños
hay?
RESPUESTAS ACTIVIDADES: SISTEMAS DE ECUACIONES LINEALES
1. 1.1) compatible determinado (x1, x2 ) = (1; 1);

1.2) incompatible
1.3) compatible indeterminado ( x1, x2, x3) = (1/3  (1/3)t, 5/3  (2/3)t, t)  t  R
1.4) compatible indeterminado
( x1, x2, x3) = ( 3  3t, 1 + 4t, t)  t  R.
1.5) compatible indeterminado (x,y,z) = (-3t, t, t)  t  R.
(x,y,z) = (9/7-9/7t, -17/7++10/7t,t)  t  R
1.7) compatible determinado ( x1 , x2 , x3 ) = ( 0, 5, 0 )
1.8) compatible determinado ( x1 , x2 ,x3 ) = ( 1/2, 1/4, 1/2 )
69
( x1 , x2 ,x3 ) = ( 86t; 8/3  2t; t )  t  R
( x1 , x2 ,x3 , x4) = ( r 3s +2, 2r + s  3, r, s )  r, s  R
1.11) compatible indeterminado ( x1, x2, x3 ) = ( 7 3t, 3  t, t)  t  R.
1.12) incompatible.
1.13) compatible determinado
( x1, x2, x3) = (0, 9/5, 8/5)
( x1, x2, x3 ) = ( 2  19t, 1 + 5t, t )  t  R.
2) compatible indeterminado (x, y, z) = (t, t, 0)  t  R.

3) Problemas:
3.1. x: número de hectáreas que debe plantar de maíz
y: número de hectáreas que debe plantar de trigo
z: número de hectáreas que debe plantar de soja
x  y  z  1200

45x  60 y  50z  63750
y  2x

Sistema compatible determinado
Se deben plantar 250 hectáreas de maíz, 500 de trigo y 450 de soja
3.2. x: número de sillas

y: número de mesas de café
z: número de mesas de comedor
10x  12 y  15z  960

6 x  8y  12z  660
12x  12 y  18z  1080

Se deben fabricar: 30 sillas, 30 mesas de café y 20 mesas de comedor
3.3. x: número de días que estuvo en Inglaterra

y: número de días que estuvo en Francia
z: número de días que estuvo en España
30x  20 y  20z  340

20x  30 y  20z  320
10x  10 y  10z  140

Estuvo: 6 días en Inglaterra , 4 es Francia y 4 en España
70
3.4. x: número de unidades del artículo A
y: número de unidades del artículo B
z: número de unidades del artículo C
3x  y  2z  850

x  2 y  4z  1200
2x  y  z  550

Debe producir: 100 unidades del artículo A, 150 de B y 200 de C
3.5. x: número de unidades a elaborar del Producto 1

y: número de unidades a elaborar el Producto 2
z: número de unidades a elaborar del Producto 3
2 x  3.5 y  3z  1200

3x  2.5y  2z  1150
4 x  3y  2z  1400

Se debe elaborar: 200 unidades del Producto 1, 100 unidades del Producto 2 y 150 unidades del Producto 3
3.6. x: número de acciones de tipo A

y: número de acciones de tipo B
z: número de de acciones de tipo C
10x  25y  29z  74000

12x  20 y  32z  74000
16x  15y  32z  74000

El inversionista tiene: 1500 acciones de tipo A; 1200 acciones de tipo B; 1000 acciones de tipo C
3.7. x: número de unidades del alimento de tipo A

y: número de unidades del alimento de tipo B
 0.10x  0.12 y  1

 0.15x  0.08y  1
Se le debe dar al novillo por día: 4 unidades de alimento de tipo A y 5 unidades de alimento de tipo B
3.8. x: cantidad de peces de la especie 1

y: cantidad de peces de la especie 2
z: cantidad de peces de la especie 3
71
x  3y  2z  25000

x  4 y  z  20000
2 x  5 y  5z  55000

Sistema compatible indeterminado
(x1,x2,x3) = (40000-5x3, x3-5000,x3) 5000 x3  8000
3.9. . x: número de libros con presentación de tipo A

y: número de libros con presentación de tipo B
z: número de libros con presentación de tipo C
x  2 y  3z  360

2 x  4 y  5z  660
Sistema compatible indeterminado
(x, y, z)= (180-2t, t,60) t  90 t  N0
3.10. . x: número de unidades del Producto P1

y: número de unidades del Producto P2
z: número de unidades del Producto P3
w: número de unidades del Producto P4
x  2 y  z  2 w  8

2 x  z  w  8
x  2 y  3z  8

Sistema compatible indeterminado (sólo algunas soluciones verifican las condiciones del problema)
Las posibles soluciones son:
4 unidades del P1, 2 unidades del P2, 0 unidades del P3 y 0 unidades deP4
3 unidades del P1, 1 unidades del P2, 1 unidad del P3 y 1 unidad de P4
2 unidades del P1, 0 unidades del P2, 2 unidades del P3 y 2 unidades deP4
3.11 x: cantidad de píldoras de la marca X

y: cantidad de píldoras de la marca Y
z: cantidad de píldoras de la marca Z
2 x  y  z  10

3x  3y  9
5x  4 y  z  19

a) 3 píldoras de la marca X, 0 de Y , 4 de Z
2 píldoras de la marca X, 1 de Y , 5 de Z
1 píldora de la marca X, 2 de Y , 6 de Z
72
b) 3 píldoras de la marca X, 0 de Y , 4 de Z
c) 3 píldoras de la marca de X, 0 de Y , 4 de Z
3.12. x: cantidad de unidades del producto A

y: cantidad de unidades del producto B
z: cantidad de unidades del producto C
12x  20 y  32z  220

16x  12 y  28z  176
8x  28y  36z  264

a) 5 unidades de A, 8 de B y 0 de C
4 unidades de A, 7 de B y 1 de C
b) 0 unidades de A, 3 de B y 5 de C
3.13. x: cantidad de dinero que se invirtió a un interés anual del 8%

y: cantidad de dinero que se invirtió a un interés anual del 9%
z: cantidad de dinero que se invirtió a un interés anual del 10%
 x  y  z  5000

0.08 x  0.09 y  0.10 z  460
 0.10 z  0.09 y  20

Se invirtió: $1000 al 8%, $2000 al 9%, $2000 al 10%
3.14. x: cantidad de dinero invertido en bonos a corto plazo,

y: cantidad de dinero invertido en bonos a mediano plazo
z: cantidad de dinero invertido en bonos a largo plazo
x  y  z  100000

0.04x  0.05y  0.06z  5100

 xy
Debe invertir: $30000 en bonos a corto plazo, $30000 en bonos a mediano plazo y $40000 en bonos a largo
plazo.
73
3.15. a) x: precio del rotulador
y. precio del cuaderno
z: precio de la carpeta
x  y  z  33

 1
y  x
 2
z  y  0.20x
El precio del rotulador es $ 15, del cuaderno es $7.50 y de la carpeta es $10.50
b) El nuevo precio del rotulador es $ 13.50, del cuaderno es $6.75 y de la carpeta es $9.45
3.16.
h: número de hombres
m: número de mujeres
n: número de niños
h  m  n  22
a) 
2m  3n  2h
No se puede saber cuántos hombres hay exactamente en la reunión porque el sistema no tiene una única
solución.
h  m  n  22

b) 2m  3n  2h
h  2 m

El nuevo sistema es compatible determinado. En la reunión hay 12 hombres, 6 mujeres y 4 niños
74
Otra estrategia para resolver sistemas de ecuaciones: Regla de Cramer
Se introducirá un nuevo método para resolver sistemas de ecuaciones lineales válidos para aquellos sistemas
en los que la matriz de coeficientes en cuadrada, de orden nxn y con rango n. Dicho método se conoce con la
denominación de “Regla de Cramer”. Previamente se presentarán conceptos que permitirán comprender este
nuevo método.
DETERMINANTE. Concepto
Determinante es una función que teniendo como dominio el conjunto de matrices cuadradas M nxn y como
conjunto de salida el conjunto de los números reales hace corresponder a cada matriz A de orden nxn un
número real llamado también determinante
En símbolos: det: Mnxn  R / det (A) = a, a  R
Métodos para calcular determinantes:
Determinantes de matrices de orden 2x2
 a11 a12 
Si A =   de orden 2x2. El determinante de la matriz A, det A o |A|, es el nro. Real que se obtiene al
 a 21 a 22 
resolver la sustracción entre el producto de los elementos de la diagonal principal y el producto de los elementos
de la diagonal secundaria.
Esto es det (A) = a11a22  a21 a12.
a11 a12
A  = = a11a22  a21 a12
a 21 a 22
Ejemplo
 2 4
Si A =   entonces det A = 2.3  4.(1)= 10
  1 3
Método para calcular determinantes de matrices de orden nxn: Desarrollo por cofactores
El cálculo de determinantes mediante el desarrollo por cofactores requiere del conocimiento de los siguientes
conceptos previos:
Concepto de Menor: Sea A una matriz de orden nxn y Mij la matriz de orden (n–1) x (n–1) obtenida de la matriz
A que se obtiene de eliminar la fila i y la columna j de la matriz A, la matriz M ij se llama ij-ésimo Menor de la
matriz A.
75
Ejemplo:
Calcular los menores M13 y M32 de una matriz A de orden 3 x 3.

 4 1 5
   10 1
Si A =  10 1 7  eliminando fila 1 y columna 3 obtenemos M13 =  
 3 3 4  3 3
 
 4 5
y suprimiendo fila 3 y columna 2 resulta M32 =  
 10 7 
Ejemplo:
 10 3 15 6 
 
 2 27 3 3 
Sea A =  1 25 9 2  . Eliminando la tercera fila y la segunda columna de la matriz A obtenemos el cofactor
 
 4 27 2 7 
 
 10 15 6 
 
M32 =  2 3 3
 4 2 7
 
Concepto de Cofactor: Si A es una matriz de orden nxn, el ij-ésimo cofactor de A denotado Aij se define como:
Aij = (–1 )i + j . M i j
Se observa que que si i+j es par la potencia (1)i+j su resultado 1 y si i+j es impar, su resultado es 1, es decir,
 1 si i  j es par
(–1 )i+j = 
 1 si i  j es impar
Ejemplo:
 10 3 15 6 
 
 2 27 3 3 
El cofactor A32 correspondiente a la matriz A=  1 25 9 2  es:
 
 4 27 2 7 
 
10 15 6
3 2
A 32  (-1) M32  - 2 3 3  - 72
4 2 7
Cálculo de determinantes mediante el desarrollo de cofactores
 a11 a 12 .. .. a1n 
 
 a 21 a 22 .. .. a 2 n 
 
Si la matriz cuadrada A =  .. .. .. .. .. 
 .. .. .. .. .. 
 
 a n1 a n2 .. .. a nn 
 
76
det (A) = a 11 A11 + a12 A12 + a13 A13 + ..... + a1n A1n
A la expresión del lado derecho de la igualdad la llamaremos desarrollo del determinante de la matriz A
mediante los cofactores de la primera fila. Desarrollándola se obtiene:
 a11 a12 a13 

 
Si A =  a 21 a 22 a 23  obtenemos que A  a11 A11 + a12 A12 + a13 A 13
a 
 31 a 32 a 33 
a 22 a 23 a 21 a 23 a 21 a 22
= (1)1+1a11 +(1)1+2 a12 + (1)1+3 a13
a 32 a 33 a 31 a 33 a 31 a 32
= a11(a22 a33  a23 a32 ) a 12 (a21 a33  a23 a31) + a13 (a21a32  a22 a31)
La ventaja de este método es que permite calcular determinantes de una matriz de orden nxn a partir de
determinantes de una matriz de orden menor, (n-1)x(n-1)
Observación: Si bien que el determinante de la matriz se ha planteado desarrollando la primer fila, el valor del
mismo no cambia si se selecciona cualquier otra fila o columna. Siempre conviene seleccionar la que más ceros
tenga.
Ejemplo: Calcular el determinante de una matriz de orden 3x3 implica calcular determinantes de orden 2x2.
 1  5 2
 
Si A =  4 2 2 luego, det A = a11 A11 + a12 A12 + a13 A 13 =
  7 4 9
 
2 2 4 2 4 2
= (1)1+1.1 +(1)1+2.(5) + (1)1+3 . 2 =
4 9 7 9 7 4
= 10 + 5. 50 + 2. 30 = 320
77
RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES MEDIANTE DETERMINANTES : Regla de Cramer
La regla de Cramer ofrece un método, aplicando determinantes, para resolver un sistema de ecuaciones lineales
de la forma AX = B donde A es la matriz de coeficientes del sistema de orden nxn, X la matriz de las incógnitas
de orden nx1 y B la matriz de los términos independientes de orden nx1.
Aj
El valor de la variable j-ésima, se obtiene calculando: x j  siendo A 0
A
Aj es el determinante de la matriz Aj que se obtiene a partir de la matriz A reemplaza la columna j-ésima por
la columna de los términos independientes. Nótese que la matriz A debe ser regular.
a 11 x 1  a 12 x 2  b1
Genéricamente en un sistema de dos ecuaciones con dos incógnitas:  cuya forma matricial
a 21 x 1  a 22 x 2  b 2
 a 11 a 12  b 
es: AX=B , donde A =   es la matriz de coeficientes y B   1  la columna de los términos
 a 21 a 22  b2 
independientes, con A 0
Como A 0 el sistema tiene única solución y los valores de las dos incógnitas son:
b1 a 12 a 11 b1
b a 22 a b2
x1  2 x 2  21
a 11 a 12 a 11 a 12
a 21 a 22 a 21 a 22
Si det A = 0, el sistema AX = B es compatible indeterminado o incompatible y en estos casos es necesario recurrir

a otros métodos comoe el de eliminación de Gauss para resolverlos.
Ejemplo:
x 1  2 x 2  5 1 2
 A   3 0
4x 1  5x 2  14 4 5
5 2 1 5
14 5 3 4 14  6
x1   1 x2   2
1 2 3 1 2 3
4 5 4 5
Solución (x1,x2) = (1,2)
78
ACTIVIDADES: DETERMINANTES
 4 1 5
 
1- Dada la matriz A =  5 2 3  .Calcular M13, M32, A32, A23 y det A.
  1 0 2
 
 0 x  1 1
 
2- Si A =  x 1 1 y x  R, expresar el det A en función de x.
 0 x  1 2
 
 k 1  1
 
3- Si existe, hallar el valor de kR para que el determinante de la matriz A = 0 2 k  sea cero.
4 0 k 
 
4- Resolver las siguientes ecuaciones en la variable x  R:
1 x 0
3x 1 1 0 6 1
a) = 3/2 b) -1 0 1  2  11
x 2x  3 2 x 4 1
x 2 1
3 x 2x
x 2 x x x 2
c) 3 +2 x=0 d)  26 e) 0 x 99  60
1 x x 1 7 7x
0 0 x 1
 1  1
5- Considerando la matriz X =   calcular el determinante de la matriz que se obtiene al resolver:
2 0 
X2 2X + 3I
6- Resolver los siguientes sistemas de ecuaciones aplicando la Regla de Cramer

2x  y  9 x  6 y  3
a)  b) 
x  2 y  8 3x  2 y  1
x  y  2z  0 3 y  5 z  4
 
c) 3 x  z  11 d) 2 x  z  10
 x  2 y  0 4 x  7 y  0
 
Respuestas Actividades: Determinantes
 5 2  4 5
1. M13 =   ; M32 =   ; A32 = 13 ; A23 = 1 ; det A = 13
  1 0  5 3
2. det A = x2 + 3x.
3. No existe ningún valor real que anule el determinante.
1
4. a) x = , x = 3
b) x = 4 x = 5 c) x = 2, x = 3
6 2
d) x = 3, x = 4. e) x = 4 x = 5
5. El valor del determinante es 2
6. a) (x,y) = (-2,5 ) b) (x,y) = (0.6 ,-0.4 )
c) (x,y,z) = ( 4, 2 ,-1 )
d) (x,y,z) = ( 189/29, -108/29 ,88/29)
79
BLOQUE 3
CRIPTOGRAFIA
ECUACIONES MATRICIALES
Resolución por metodo de
Gauss y determinantes.
Clasificación. Teorema del
Rango
80
LAS MATRICES Y LOS MENSAJES SECRETOS
CRIPTOGRAFÍA
La Criptografía es la ciencia que se encarga de diseñar métodos para mantener confidencial a la información
que es enviada por un medio inseguro.
Casi todos los medios de comunicación son inseguros, es decir, un espía siempre puede intervenir una
comunicación, y en tal caso conocer su contenido, borrar el contenido, etc.
La Criptografía es un algoritmo de cifrado con una clave que permite que el emisor de un mensaje pueda estar
seguro que éste sea confidencial y sólo el receptor autorizado pueda saber el contenido aplicando un proceso
de método de descifrado con su respectiva clave.
La criptografía tiene una amplia historia y ha existido desde los inicios de la civilización.
Para resolver problemas de criptografía es necesario introducir el concepto de matriz inversa.
Matriz Inversa de una matriz cuadrada
Se denomina inversa de una matriz A de orden nxn , a una matriz C de orden nxn para la cual se verifica:
AC=CA=I
Si existe tal matriz C, A es inversible o invertible o no singular o regular y se indica C= A-1
Ejemplos
1- Dada A = 1 0  , se analizará si A tiene inversa. Para ello se recurre a la definición y por lo tanto la


1  2 
estrategia consiste en buscar una matriz C = 
x y  que satisfaga A C = C A = I.
 
z w
Como AC=  x y  , por definición se debe cumplir:  x y = 1 0
 x - 2z     
 y - 2w   x - 2z y - 2w   0 1 
Aplicando el concepto de matrices iguales se genera un sistema de ecuaciones lineales:

x  1
y  0


x  2z  0
 y  2w  1
Resolviendo el sistema de ecuaciones, la matriz C =  1 0 

1 / 2  1 / 2 
 
81
Planteando la igualdad C A = I:
xy  2y   1 0 
C A    
z  w  2w   0 1 
Nuevamente se obtiene un sistema de ecuaciones lineales:
x  y  1
 2y  0


z  w  0
 2w  1
que permite obtener C =  1 0  ; luego, es posible asegurar que la matriz C es la inversa de la matriz A
1 / 2  1 / 2 
 
pues AC = CA = I
 1 4 x y
2- Sea C  , se analizará si existe una matriz L    inversa de C que satisfaga las
1 / 2 2 z  w 
igualdades:
CL=LC=I
Calculando C L e igualando este producto a la matriz identidad:

 1 4  x y   x  4z y  4w   1 0
       
 1/ 2 2   z w  =  (1/ 2)x  2z (1/ 2)y  2w  =  0 1
Por el concepto de igualdad de matrices se obtiene el sistema de ecuaciones

 x  4z  1

 y  4w  0

(1/2)x  2z  0
(1/2)y  2w  1
La primera ecuación dice que x + 4 z = 1 y si multiplicando la tercera ecuación por 2: x + 4 z = 0, lo cual es un

absurdo; por lo tanto este sistema no tiene solución. De donde se concluye que la matriz C no tiene inversa.
Los ejemplos precedentes muestran que existen matrices cuadradas que tienen inversa mientras que otras
no la poseen. La condición necesaria, pero NO suficiente, para que una matriz tenga inversa es que sea cuadrada.
Método del Espejo para obtener la inversa de una matriz A de orden nxn
82
Este método se sustenta en la aplicación de operaciones elementales por renglón.
Para su aplicación se sugiere aplicar las siguientes etapas:
1) Elaborar una tabla de doble entrada y ubicar en la entrada izquierda la matriz A y en la entrada derecha la
la matriz identidad del mismo orden de A como indica el esquema (AI)
2) Aplicar operaciones elementales con el objeto de obtener una forma escalonada reducida de A. Si la forma
escalonada reducida de A, o forma Gauss-Jordan es la matriz identidad la matriz que se genera en la entrada
derecha es la matriz identidad. Es decir se debe transformar: (AI) en la forma ( I A-1)
Ejemplos:
 4 3
 
1- Sea la matriz A =  1 1  se deteminará una matriz A-1 tal que A . A-1 = A-1 A = I
Aplicando el método de espejo:
4 3 1 0 1 1 0 1 1 1 0 1 1 1 0 1 1 0 1 3
   
1 1 0 1 4 3 1 0 0 1 1 4 0 1 1 4 0 1 1 4
1 3 
Por lo tanto: A-1 =  
 1 4 
 0 1  1
2- Para la matriz A =  1 0 2 
 
 2 1 1 
 
 0 1  1 1 0 0  1 0 2 0 1 0  1 0 2 0 1 0 1 0 2 0 1 0
       
 1 0 2 0 1 0   0 1  1 1 0 0   0 1  1 1 0 0   0 1  1 1 0 0
       
  2 1 1 0 0 1    2 1 1 0 0 1   0 1 5 0 2 1   0 0 6  1 2 1 
1 0 2 0 1 0  1 0 2 0 1 0  1 0 0 1/3 1/3  1/3 
     
 0 1  1 1 0 0  0 1 0 5/6 1/3 1/6  0 1 0 5/6 1/3 1/6 
  0 0 1  
 0 0 1  1/6 1/ 3 1/ 6    1/6 1/ 3 1/ 6  0 0 1  1/6 1/ 3 1/ 6 
 
 1/3 1/3  1/3 

Luego, A-1 =  5/6 1/3 1/6 
 
  1/6 1 / 3 1 / 6 
 
1 8
3- Sea la matriz A= (1/4 2)
83
1 81 0
( )
1/4 2 0 1
Se obtiene:
1 8 1 0
( )
0 0 −1/4 1
Se observa que la forma escalonada reducida de A no es la matriz identidad pues se generó una fila completa
de ceros, situación que implica además que el r(A) = 1 < 2
1 8
( )
0 0
Luego la matriz A no tiene inversa
Condiciones necesarias y suficientes para la existencia de la Matriz Inversa
Una matriz A de orden nxn admite inversa si y solo si:

- su forma escalonada reducida es la matriz identidad de orden nxn o
- su rango es n: r(A) =n
ENCRIPTACIÓN Y DESENCRIPTACIÓN UN MENSAJE
Sea A una matriz de orden nxn y M un mensaje con forma de matriz de orden nxm entonces:
C = A.M
es el mensaje cifrado.
Para poder descifrar el mensaje, es necesario hallar la matriz M. Esta situación implica resolver una ECUACIÓN
MATRICIAL con incógnita M.
Para poder resolver la ecuación matricial se aplica el concepto de matriz inversa que se denota por: A-1
Luego:
C = A.M
A . C = A-1 . A . M
-1
A-1 . C = I . M
A-1 . C = M
Ejemplo.
Para cifrar un mensaje se realiza un proceso que consta de las siguientes etapas:
1- Primera etapa: Proceso de preparación:
Si el mensaje original es : “HOY ES EL PRIMER DÍA”
84
La primera etapa consiste en CODIFICAR el mensaje con números de acuerdo a la siguiente tabla:
1 2 3 4 5 6 7 8 9 10 11 12 12 13
A B C D E F G H I J K L L M
14 15 16 17 18 19 20 21 22 23 24 25 26 27
N O P Q R S T U V W X Y Z -
Así, el mensaje queda codificado como:
H O Y - E S - E L - P R I M E R - D I A
8 15 25 27 5 19 27 5 12 27 16 18 9 13 5 18 27 4 9 1
 1 1 1 
Dada la clave A=  
 2  3 1 
 3 1  2 

2-La segunda etapa es el: Proceso de Cifrado
Como la clave tiene orden 3x3 entonces el primer paso para cifrar el mensaje es separar este mensaje de 3 letras
en 3, completando el mensaje a un múltiplo de 3 con blancos.
H O Y  E S  E L  P R I M E R  DI A 
8 15 25 27 5 19 27 5 12 27 16 18 9 13 5 18 27 4 9 1 27
El segundo paso es construir la matriz M del mensaje, colocando como columnas cada grupo de 3 letras.
 8 27 27 27 9 18 9 
M=  
 15 5 5 16 13 27 1 
 25 19 12 18 5 4 27 
 
Finalmente para obtener el mensaje cifrado realizamos el producto A .M
 1 1 1   8 27 27 27 9 18 9   32  3  10 7 9 13 19 
A. M =  . = 
  2  3 1   15 5 5 16 13 27 1    36 50  57  84  52  113 6 
 3
 1  2   25 19 12 18 5 4 27    11 48 62 61 30 73  26 
3-La tercera etapa es el: Proceso de Descifrado
85
Para descifrar el mensaje simplemente se realiza el producto A-1 . C= M
 5 3 4   32  3  10 7 9 13 19   8 27 27 27 9 18 9

A-1 .C =  . =
  1  1  1   36 50  57  84  52  113 6   15 5 5 16 13 27 1
 7 4 5    11 48 62 
73  26   25 19 12 18 5 27 
   61 30 4
86
ACTIVIDADES: CRIPTOGRAFIA
1-El mensaje M fue cifrado con la clave A y se obtuvo el mensaje cifrado C. Encontrar la matriz M
3  1  9 48 64 81 50  18 
 2
a) A =   C=  14 18 29 28 20 4 

 1 1 0   48  37  61  58  49  35 
  2  2  1  
 
 0 2 1  29 22 59 56 36 81 
b) A =   C =  2 
 49  24  63  10  2 
  2 1 1    13 36
 1 17 28 
2  1  50 71

2- Para aquellos alumnos que estén cursando la asignatura de Matemáticas Básica, un breve pero importante
consejo para poder aprobar la asignatura es:
 37 37 32 31 7 32 
 
 24 34 45 33 17 20 
 43 56 72 48 22 39 
 
Para que este mensaje sea accesible a todos, solamente se conoce que el mensaje ha sido encriptado
basándose en la matriz
1 0 1
 
0 1 1
 0 1 2
 
pero utilizando el alfabeto español con la misma asignación anterior del ejemplo resuelto, pero incluyendo
nuestra querida Ñ y eliminando la W.
Desencriptar el mensaje.
3- Escribir un mensaje y luego preséntalo encriptado .Para ello emplea como clave una matriz de orden 4x4
Páginas web consultadas

 http://www.math.com.mx/docs/cur/cur_1_002_Criptografia.pdf
 http://www.nebrija.es/~pvelez/Informatica/MatematicasI/Sistemas-Matrices.pdf
 http://www.alammi.info/2congreso/memorias/Documentos/martes/TRANSFORMGEOMETRICAS.pdf
Samuel Barreto Melo. Facultad de Ciencias- Universidad Distrital Francisco José de Caldas
87
MATRIZ INVERSA. ECUACIONES MATRICIALES Y SISTEMAS
RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES A PARTIR DE SU EXPRESIÓN EN FORMA MATRICIAL
Considerando el sistema de ecuaciones lineales que modela la situación 5 ya tratada:
Este sistema puede expresarse en forma matricial como:
1 1 1 𝑥1 110
(4 5 𝑥
6 ) ( 2 ) = (540)
12 −10 −10 𝑥3 0
En general un sistema de ecuaciones lineales se puede escribir mediante la expresión matricial:

AX=B
donde A es la matriz de coeficientes de orden mxn, X es la matriz de orden nx1 cuyos elementos son las
variables del sistema y B es la matriz de orden mx1 que contiene lo términos independientes del sistema.
Resolver un sistema de la forma AX=B, significa hallar la matriz X que verifica la igualdad. Por esta razón la
expresión AX=B es una ecuación matricial.
El siguiente cuadro comparativo muestra mediante un ejemplo la resolución de ecuaciones algebraicas y

matriciales:
Resolución de una ecuación algebraica Resolución de una ecuación matricial

2x= 3 AX = B
Multiplicando ambos miembros por el inverso Multiplicando ambos miembros por el inversa
multiplicativo de 2: multiplicativa de A:
-1
2 2x=2 3 -1 A-1 A X =A-1 B
Como producto entre un nro y su inverso Como producto entre una matriz y su inversa debe ser
multiplicativo es 1: 2-1 2 = 1, se obtiene: la matriz unidad: AA-1 = I, se obtiene:
1 x= ½ 3 I X = A-1 B
Resolviendo: Resolviendo:
x = 3/2 X = A-1 B
¿Pero existe A-1 en el conjunto de las matrices? Para
responder esta pregunta es necesario presentar los
siguientes conceptos:
88
Matriz Inversa y Resolución de Sistemas de Ecuaciones Lineales
Por todo lo analizado se afirma:
Dado un sistema de ecuaciones lineales expresado en la forma matricial: AX=B

Si la matriz de coeficientes en cuadrada y tiene inversa su solución es: X= A -1B
Ejemplo: Se resolverá el sistema de ecuaciones lineales que modela la situación 5 aplicando el concepto de
matriz inversa:
1 1 1 𝑥1 110
Su forma matricial AX = B es: ( 4 5 6 ) (𝑥2 ) = (540)
12 −10 −10 𝑥3 0
𝑥1 1 1 1 −1 110
De donde: X = A-1 B, en este caso: (𝑥2 ) = ( 4 5 6 ) (540)
𝑥3 12 −10 −10 0
1 1 1 −1
Por lo tanto debemos hallar A-1, es decir: ( 4 5 6 )
12 −10 −10
A I
1 1 1 1 0 0
(4 5 6 | 0 1 0 )
12 −10 −10 0 0 1
1 1 1 1 0 0 F2  F1( -4) + F2
(0 1 2 | −4 1 0 )
0 −22 −22 −12 0 1 F3  F1( -12) + F3
89
1 0 −1 5 −1 0 F1  F2( -1) + F1
(0 1 2 | −4 1 0 )
0 0 22 −100 22 1 F3  F2( 22) + F3
1 0 −1 5 −1 0 F3  F3( 1/22)
(0 1 2 | −4 1 0 )
0 0 1 −50/11 1 1/22
F1  F3( 1) + F1
1 0 0 5/11 0 1/22 F2  F3( -2) + F2

(0 1 0 | 56/11 −1 −1/11 )
0 0 1 −50/11 1 1/22
I A-1
Luego:
5/11 0 1/22
−𝟏
𝐀 = ( 56/11 −1 −1/11)
−50/11 1 1/22
Por lo tanto:
𝑥1 1 1 1 −1 110
(𝑥2 ) = ( 4 5 6 ) (540)
𝑥3 12 −10 −10 0
𝑥1 110 5/11 0 1/22 50

(𝑥2 ) = (540) ( 56/11 −1 −1/11) = (20)
𝑥3 0 −50/11 1 1/22 40
Y la solución del sistema es el punto (50; 20; 40) tal como se obtuvo al aplicar el método de eliminación de
Gauss.
Propiedades de las matrices inversibles

Sean A y B matrices inversibles entonces:
a) La inversa de A B es igual a la inversa de B por la inversa de A. En símbolos: (AB) -1 = B-1 A-1
b) La inversa de la inversa de la matriz A es igual a la matriz A. En símbolos: (A -1 )-1 = A
c) La inversa de At es igual a la transpuesta de la inversa de A. En símbolos: (At )-1 = ( A-1)t
90
Aplicación del concepto de matriz inversa para la resolución de ecuaciones matriciales
Ejemplo: Sea la ecuación matricial AX + B = C, donde la matriz X la incógnita y A es una matriz cuadrada que
tiene inversa.
Para determinar la matriz X que verifica la igualdad:

sumando a ambos miembros de la igualdad la opuesta de B,
AX + B + (B) = C + (B)
como B + (B) = N,
AX = C + (B)
Resolviendo
AX = C  B
Premultiplicando ambos miembros de la ecuación por A-1
A-1 AX = A-1(C  B)
De esta manera
I X = A-1 (C  B)
X= A-1(C  B)
Por lo tanto, X= A-1(C  B) es la solución a la ecuación matricial.
Más ejemplos resueltos:

1) X + A = B 3) CX + A = B 4) B1 X + C = A
X= B  A CX = B  A B1 X = A  C
C . C . X= C1 . (B  A)
1
BB1 X = B(A  C)
2) 2X + A = B IX= C1 .(B  A) IX = B(A  C)
X= 1
2 (B  A) X= C1 .(B  A) X = B(A  C)
5) A-1XD + H = B 6) AX + BX = C 7) XA+ B = C +2X

A -1 XD =B  H (A + B)X = C XA  2X = C  B
AA-1 XD = A(B  H) (A + B)-1 (A + B)X = (A + B)-1 C X(A  2) = C  B
IXD = A(B  H) IX = (A + B)-1 C X(A  2I) = C  B
XD = A(B  H) X = (A + B)-1 C X(A  2I)(A  2I)1=(C  B)(A2I)1
XDD-1 = A(B  H) D-1 XI = (C  B)(A  2I)1
X = (C  B)(A  2I)1
XI = A(B  H) D-1
X= A(B H) D-1
91
RELACIONES CONCEPTUALES
TEOREMA: Si A es una matriz inversible entonces det A  0 y

1
det A 1 =
det A
Ejemplo:
 4 2  5 / 18  1/ 9  1
Sean A =   , su inversa es A1=   . Calculando sus determinantes det A = 18 det A 1= y
 1 5   1/ 18 2 / 9  18
vemos que se verifica el teorema.
El siguiente teorema unifica y relaciona conceptos relativos a sistemas de ecuaciones, matrices y

determinantes. Por este motivo se identificará como Teorema Integrador
TEOREMA INTEGRADOR
Sea A una matriz de orden nxn. Los siguientes enunciados son equivalentes:
a) A es una matriz inversible.
b) El determinante de la matriz A es distinto de cero.
c) Cualquier Forma de Gauss de A es una matriz triangular superior unitaria.
d) La Forma escalonada por renglones reducida de la matriz A es la matriz identidad I de orden nxn.
e) El rango de la matriz A es n.
f) El sistema AX = B es compatible determinado (X= A-1B).
g) El sistema AX = 0 es compatible determinado. Su única solución es la trivial (X= 0)
Ejemplo
En el siguiente ejemplo se muestra la equivalencia de las proposiciones enunciadas en el teorema anterior.

 x  y  z  11  1 1 1
 
Para el sistema 2x  y  z  5 . A=  2  1 1 es la matriz de coeficientes del sistema de ecuaciones.
3x  2y  z  24  3 2 1
  
La forma escalonada por renglones reducida de A es la matriz identidad.
 1 1 1 1 1 1 1 1 1  1 1 1  1 1 1   1 0 0
           
 2  1 1   0  3  1   0 1 1/ 3    0 1 1/ 3    0 1 1/ 3    0 1 0  .
 3 2 1  0  1  2 0  1  2   0 0  5 / 3 0 0 1   0 0 1
           
Se observa además que r(A) = 3 y coincide con el orden de A, n = 3.
92
3 1 2 
 
1 1 1  5 5 5 
 1 2 1 
El det A = 2  1 1  5 distinto de cero, y existe la matriz inversa de A, A1= .
 5 5 5 
3 2 1  7 1 3
 
 5 5 5 
3 1 2 
 
 x  5 5 5   11  4 
  2    
Para el sistema no homogéneo se verifica  y = 1 1 
 5    5 , por lo que resulta compatible
 z  5 5 5   24  2 
   7 1 3    
 
 5 5 5 
determinado.
3 1 2 
 
 x  5 5 5     
  2    
Para el sistema homogéneo se verifica  y = 1 1 
     por lo que tiene solución trivial.
 z  5 5 5     
   7 1 3    
 
 5 5 5 
MÁS RELACIONES CONCEPTUALES
 determinado  r(A)  r(A´)  n

compatible
AX = B sistema no homogéneo  indeterminado  r(A)  r(A´)  n
incompatible  r(A)  r(A´)

determinado  r(A)  n
AX = 0 sistema homogéneo r(A)=r(A´) compatibles 
indeterminado  r(A)  n
Relación con el determinante de la matriz de coeficientes

  A  0 X  A 1 B sistema compatible determinad o
 
  sistema incompatib le
 AX  B  
  A  0ó
Anxn  

sistema indetermin ado ( soluciones )

 
AX  0 A  0 sistema compatible determinad o solución t rivial X  0
 
  A  0 sistema indetermin ado ( soluciones )
Observación: un sistema que tenga más incógnitas que ecuaciones nunca puede ser compatible determinado
ya que el rango de la matriz siempre es menor que el número de incógnitas: El rango es siempre  mínimo entre
el nº de ecuaciones y nº de incógnitas. En estos sistemas donde m < n el rango será menor que m.
En un sistema no homogéneo
93
 compatible determinado
 ó
 
m  n compatible indetermin ado
 ó
 
Sea Amxn Bmx1 Xnx1 AX= B 
 incompatib le
 incompatib le
 
m  n ó
 compatible indetermin ado
 
En general en un sistema homogéneo

 compatible determinado
 
m  n ó
Sea Amxn 0mx1 Xnx1 AX= 0  compatible indetermin ado
 
m  n siempre indetermin do

94
ACTIVIDADES: MATRIZ INVERSA Y ECUACIONES MATRICIALES
1- Sea B una matriz de orden 2x2, tales que bij = 1 si i > j y bij = 1 para i  j. Construir la matriz B y, si existe,
determina B-1.
2- Resolver las siguientes ecuaciones matriciales, considerando que X es la matriz incógnita y A es una matriz
cuadrada que posee inversa.
a) A X + B = C b) (X A)-1 = A-1 B
c) A-1 X A + B = A d) A X – 3 I = 4 (AB + X)
3- Sean R, S y M matrices inversibles y M = RS

a) ¿A qué es igual R? b) ¿A qué es igual S1?
 1 2  3 1
4- Sabiendo que la inversa de A es   y que la inversa de AB es   .Calcular B.
 2 1  1 2
5- Si A y B son matrices inversibles. ¿Se cumple que A + B es inversible?
6- Justificar si son verdaderas o falsas las siguientes proposiciones

a) La ecuación matricial 2A X + 3AX = AB  BA admite como solución X = N
b) Si A y B son matrices regulares de nxn entonces (AB)-1 = A-1B-1
7- Expresar los siguientes sistemas en la forma matricial AX = B. Resolverlos si es posible utilizando la matriz
inversa, X = A-1B
5x  6y  9 x  y  z  
a) 
x  y  2 b)   x  y  z  
x  y   z  

8- Considerando los siguientes sistemas de ecuaciones ¿Se pueden resolver los sistemas aplicando las técnicas
de resolución de ecuaciones matriciales?
     x1 
   
a) AX = X siendo: A =     y X =  x2 
     x 
   3
 4  1 2   x1 
     
b) AX = 3X +B siendo: A =  0 5 2 B =    y X =  x2 
  2 3 1  x 
     3
a) Plantear el sistema a resolver.
b) Determinar si el sistema resulta compatible determinado o indeterminado. Si es compatible, expresar el
conjunto solución.
95
RESPUESTA ACTIVIDADES: ECUACIONES MATRICIALES Y SISTEMAS
  1  1   1/ 2 1/ 2 
1. B =   B-1=  
 1  1   1/ 2  1/ 2 
2. a) X = A-1 (C – B) ; b) X = B-1 ; c) X = A (A – B)A-1; d) X = (A – 4)– 1 (3 – 4 A B)
3. a) R = M S-1 b) S-1 = M-1 R
 1 2  3 1 0 1
4. A-1 =   y (AB)-1 =   = C AB = C-1  B = A-1 C-1 = 
3

1 
 2 1  1 2  5 5
5. No. Contraejemplo:
 1 0 1 0 
A=   y B =   A y B tienen inversa, pero A + B = O no
 0 1  0  1
6. a) Falso. La solución es la matriz X = A-1 (A B – B A)

b) Falso. La propiedad es Si A y B son matrices regulares de nxn entonces (AB)-1 = B-1 A-1
7. a) (x, y) = ( 3, 1) b) (x, y, z ) = ( 1, 5, -1)
 x 2  2x 3  0

8. a)   x1  2 x 2  4 x 3  0
 x 2  2x3  0

( x1, x2, x3 ) = (0,0,0) sistema homogéneo compatible determinado (solución trivial )
b) compatible determinado (x, y, z) = ( 22, 8, 15/2)
96
TALLER "Aprender a Argumentar y Resolver Problemas en matemática"
TALLER 1: Resolver Actividades del Bloque 1: TEORIA DE LOS JUEGOS
TALLER 2: Resolver Actividades del Bloque 2: CADENA DE MARCOV
TALLER 3: CRIPTOGRAFICA Y RELACIONES CONCEPTUALES
Actividad 1: Resolver Actividades del Bloque 3: Criptografia
Actividad 2: Elaborar un texto que relacione coherentemente los siguientes conceptos: Sistemas de Ecuaciones
Lineales, Método de eliminación de Gauss, Matriz Ampliada, Matriz Escalonada, Matriz Escalonada Reducida,
Rango de una Matriz, Sistemas compatibles determinados, Sistemas Compatibles indeterminados y Sistemas
Incompatibles.
Actividad 3: Actividades con “Derive 6.0”

A- Considerando los siguientes sistemas de ecuaciones:
 2 x  2 y  2 z  0  x  2 y  3 z  4 w 10
5 x  y  8  
S1-  S2-  x  y  3 S3-  x  3 y  3 z  4 w  15
4 x  y  6  x  y  2 z  3 2 x  2 y  6 z  8w  10
 
a) Indica la cantidad de incógnitas y ecuaciones que posee cada uno.
b) Determina la solución del sistema con la opción: “Resolver sistema de ecuaciones”
c) Verifica dicha solución con la opción: “Sustituir variables”
d) Comprueba los resultados obtenidos abriendo las ventanas de gráficos.
e) Edita con Derive, la matriz ampliada de cada uno de los sistemas. Luego con la opción “row_reduce”,
obtiene la matriz escalonada correspondiente y a partir de ella vuelve a verificar la solución de cada uno.
 0 1 1 2 2 3 3 / 2 0
B- Matrices e imágenes: Dada la matriz: A =  
1 1 0 0 1 1 4 1 
a) Halla At y represéntala gráficamente con Derive.
 2 0
b) Siendo B =   . Determina la operación posible: B.At , At .B y representa el resultado
 0 1 
gráficamente. Compara con la gráfica obtenida en a) y extrae conclusiones
 1
c) Resuelve la ecuación matricial: B X = C siendo C =  
  2
Actividad 4: La importancia del siguiente teorema es integrar los contenidos fundamentales de la las unidades
correspondientes al algebra lineal:
a) Completa los siguientes enunciados del teorema de modo que sean equivalentes.
97
Para toda matriz A cuadrada se cumple:
La matriz A es inversible o…………………………………………………………………………….

El rango de A es …………………………………………………………………………………………….
La forma escalonada de A es una matriz ……………………………………………………….
La forma escalonada reducida de A es una matriz ………………………………………..
El sistema de ecuaciones lineales AX=B es ……………………………………………………
El sistema de ecuaciones lineales AX=0 es ……………………………………………………
El determinante de A es ………………………………………………………………………………..
b) Comprueba que:
1 4
b1) La matriz: ( ) cumple todos los enunciados del teorema.
−2 1
3 6
b2) La matriz : ( ) no cumple ninguno de los enunciados del teorema.
1 2
Actividad 5: Para cada enunciado Argumenta si resulta verdadero o falso:

1 2 1
a) El rango de la matriz:( 0 0 1 ) es 3.
3/4 3/2 1/4
0 0 4
b) El sistema homogéneo que tiene por matriz de coeficientes: A = (0 3 −1) admite como única
1 0 1
solución la solución trivial.
c) En un sistema de ecuaciones es incompatible el rango de la matriz de coeficientes es igual al rango de la
matriz ampliada del sistema.
2x  3y =  z  w
e) El sistema  admite infinitas soluciones.
 x  y = z  2w
f) Si A es una matriz cuadrada y det (A) = 0 se puede asegurar que X = A-1B es la única solución del sistema de
ecuaciones lineales AX=B.
g) A es una matriz escalar de orden 4 que cumple que aij= 2 para todo i=j. Entonces |A| = 24
h) En el sistema de ecuaciones lineales dado, el rango de la matriz de coeficientes es menor que el rango de la
𝑥+𝑧 =1
matriz ampliada. {𝑦 + 𝑥 = 0
𝑦=𝑧
𝑥+𝑧 =1
i) La matriz de coeficientes del sistema: {𝑦 + 𝑥 = 0 es inversible.
𝑦=𝑧
j) X= 2A es solución de la ecuación: 2 X + AB – BA = X I
Actividad 6: Uso de calculadora para el cálculo de operaciones matriciales, matriz inversa y determinantes.
Mira el video que se encuentra en: https://www.youtube.com/watch?v=hXqpfSYBQkA
Luego verifica las actividades.
98

Algebra Lineal Cs Ec UNL

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Algebra Lineal Cs Ec UNL

Загружено:

Авторское право:

Доступные форматы

MATEMÁTICA BÁSICA 2da PARTE

UNL 2016 FCE

Profesor Titular Susana Marcipar Katz

Profesores Adjuntos Claudia Zanabria, Marta Nardoni

Jefes de Trabajos Prácticos María Cecilia Municoy, Cristina

Material Elaborado por: Claudia Zanabria,

Archivo Digital: descarga y online

“Yo siempre he creído en los números. En

TEORIA DE LOS CADENAS DE CRIPTOGRAFIA

SISTEMAS DE ECUACIONES LINEALES

El material se organiza en tres bloques:

TEORIA DE LOS JUEGOS

Tipos de Juegos: Técnicas de Resolución:

 a11 a12 ... a1j ... a1n 

60; −60 −10; 10

TÉCNICAS DE RESOLUCIÓN DE JUEGOS:

Resolución de la Situación 1 aplicando le técnica de Dominancia

Si se trabaja con la bimatriz:

Para la empresa C, se comparan los elementos de la columna 1 con los de la columna 2.

Además se observa que:

Resolución de la Situación 1 aplicando le técnica de Mejor Respuesta

Para la bimatriz de la situación 1 resulta:

Resolución de la Situación 1 aplicando le técnica de Técnica de Maximin y Minimax

Luego, Maxmin = 0 y Minimax = 0.

En la tabla se observa que:

Juan Confiesa Juan no Confiesa

A cumple el acuerdo A no cumple el acuerdo

3) ¿Existen estrategias dominantes en cada uno de los siguientes juegos?

5) La bimatriz de pagos de un juego es:

El valor 1 indica que gana la Tablet y el valor -1 que pierde la Tablet.

El pago se mide en miles de dólares. El juego no es de suma cero.

Este juego es de suma cero. No posee estrategias dominantes ni equilibrio de Nash.

a) (D,L) (U,R) b) (E,A) (D, B)

Se obtiene el mismo resultado aplicando Maximin y Minimax :

F2 precio alto F1 precio bajo

7) Ambas empresas deben decidir si ofrecen o no la financiación. Por columnas

Problema 2: La siguiente es la matriz de beneficios de un juego de suma cero:

Matriz nula o matriz cero: Es una matriz de orden  0 0 0 0  0 0

columna forman la diagonal principal de la matriz.

Matriz Diagonal: Sea D una matriz cuadrada. La Son matrices diagonales:

Matriz identidad (o matriz unidad): Una matriz es  1 0 0

Matriz triangular superior: Una matriz U = (uij) de 2 3 4

Matriz triangular inferior: Una matriz L = (lij) de orden  1 0 0 0 0 0 0

Matriz triangular inferior unidad: Una matriz es una 1 0 0

Matriz triangular superior unidad: Una matriz es una

Dos matrices son iguales si y solo si tienen el mismo orden

orden 2x4 y los elementos correspondientes son iguales:

2- Dadas las matrices: C= (2 a ) y E= (2 4) Para que C = E se debe cumplir que: a = 4 y b = 0

3- Completa los siguientes enunciados para que resulten verdaderos:

4- Explicitar las matrices A, B y C dadas a continuación

b) A es rectangular, B es cuadrada, C es matriz fila, D es matriz columna

3. a) aij = 0 si i  j b) bij = 0 si i < j c) cij = 0 si i > j

Año 2014 Año 2015

Región 1, producto 1: 2.6 Región 1, producto 1: 3.6

Región 1, producto 2: 3.2 Región 1, producto 2: 4.5

Región 1, producto 3: 2.4 Región 1, producto 3: 2.9

Región 2, producto 1: 4.8 Región 2, producto 1: 2.5

Región 2, producto 2: 4.4 Región 2, producto 2: 5.0

Región 2, producto 3: 3.6 Región 2, producto 3: 3.0

Región 3, producto 1: 1.8 Región 3, producto 1: 3.0

Región 3, producto 3: 3.8 Región 3, producto 3: 4.6

Región 4, producto 1: 0.9 Región 4, producto 1: 2.5

Región 4, producto 2: 2.8 Región 4, producto 2: 3.8

Región 4, producto 3: 2.5 Región 4, producto 3: 4.0