177
Algebra
lineal aplicada a las Ciencias Econ
omicas
e) En los ejercicios anteriores halle todos los puntos de esquina de la region
factible.
2. Dados los siguientes ejercicios de programacion lineal, en cada uno de ellos sombree
la region correspondiente de soluciones factibles, halle los puntos de esquina e
identique el valor optimo de la funcion objetivo y en que punto es dado si tal
hecho es posible.
a) Minimizar
f = 3x + 2y
sujeto a
x+y
x + 4y
2x + y
x 0, y
5
8
4
0
b) Maximizar
f = 5x + 6y
sujeto a
5x
+
2y 3
x
+
2y 2
x0 y0
c) Maximizar
f = 4x + 3y
sujeto a
x+y 1
x+y 2
3x + 2y 4
x0 , y0
5.5. ACTIVIDADES
178
Daz Rodrguez/Obeso Fern
andez/Navarro Guti
errez/Vel
asquez Zapateiro
d ) Maximizar
f = 2x + 3y
sujeto a
x+y 1
x+y 2
3x + 2y 4
x0 , y0
e) Maximizar
f = 4x + 6y
sujeto a
5x
+ 2y
3
x
+ 2y
2
x 0,
y0
CAPITULO 5. SISTEMA DE DESIGUALDADES LINEALES
Ap
endice
Teorema 1.2.1. Sean A, B y C matrices de orden m n y k un n
umero real, entonces:
i) A+Omn =A, donde Omn es la matriz cero de orden m n
ii) 0A=Omn
iii) A+B=B+A
iv) A+(B+C)=(A+B)+C
v) k(A + B) = kA + kB
vi) D tal que B+D=A, donde D es una matriz de orden m n.
Demostraci
on 15
Demostraremos los tems i.), ii.) y iii.), los otros se dejan al lector.
Sean A = (aij )mn , B = (bij )mn , C = (cij )mn y D = (dij )mn matrices.
i.) Sea O = (0ij = 0)mn , tenemos entonces que A + O = E = (eij )mn , donde
eij = aij + oij = aij + 0 = aij , i = 1, 2, . . . , m y j = 1, 2, . . . , n, por lo tanto, E = A,
y resulta que A + O = A.
ii.) 0A signica multiplicar todos los elementos de A por 0, tenemos entonces la matriz
cero de m n.
iii) A + B = F = (fij )mn , donde fij = aij + bij (1); por otro lado, tenemos
B + A = G = (gij )mn , donde gij = bij + aij (2). De (1) Y (2) tenemos fij = gij
i = 1, 2, . . . , m y j = 1, 2, . . . , n, por lo tanto, F = G, y entonces A + B = B + A.
Teorema 1.2.2. Sean A, B, C, D y E matrices con tama
nos tales que las operaciones
sean validas, entonces
i.) (AB)C=A(BC)
ii.) (A+D)B=AB+DB
iii.) A(B+E)=AB+AE
179
180
Daz Rodrguez/Obeso Fern
andez/Navarro Guti
errez/Vel
asquez Zapateiro
Demostraci
on 16
Demostraremos el tem i.), los otros se dejan al lector.
Sean A = (aij )mk , B = (bij )kr y C = (aij )rn matrices cuyos tama
nos se indican.
Hallemos el elemento ij del producto (AB)C.
AB = D = (dij )mr ,
donde dij =
ait btj .
t=1
DC = E = (eij )mn ,
donde eij =
r
k
r
k
dis csj =
(
ait bts )csj =
(ait bts csj ).
s=1
s=1 t=1
s=1 t=1
Busquemos ahora el elemento ij del producto A(BC).
BC = F = (fij )kn ,
donde fij =
bis csj .
s=1
AF = G = (gij )mn ,
donde gij =
k
t=1
ait ftj =
k
t=1
r
k
r
ait (
bts csj ) =
(ait bts csj ).
s=1
t=1 s=1
Por las propiedades de las dobles sumas, y lo mostrado anteriormente, se deduce eij = gij
para todo i {1, 2, . . . , m}, j {1, 2, . . . , n}, lo cual signica que E = G. Como DC = E
y AF = G, tenemos DC = AF y, por lo tanto, (AB)C = A(BC).
Teorema 1.3.1. Sean A y B matrices de orden m n
den n p, entonces:
C una matriz de or-
1. (At )t = A
2. Si k es un n
umero real, entonces (kA)t = kAt .
3. (A + B)t = At + B t
4. (A B)t = At B t
5. (AC)t = C t At .
6. Si k es un n
umero natural y m = n, entonces (Ak )t = (At )k .
Demostraci
on 17
1. Si A = (aij )mn , entonces At = (aji )nm y (At )t = (aij )mn ; de lo anterior se deduce
que (At )t = A.
CAPITULO 5. SISTEMA DE DESIGUALDADES LINEALES
Algebra
lineal aplicada a las Ciencias Econ
omicas
181
2. Si A = (aij )mn , entonces kA = B = (bij )mn con bij = kaij , i = 1, .., m, j =
1, .., n y B t = C = (cij )nm con cij = bji = kaji i = 1, .., m, j = 1, .., n; por
otro lado, tenemos que At = D = (dij )nm con dij = aji , i = 1, .., m, j = 1, .., n,
entonces kD = E = (eij )nm , eij = kdij = kaji , i = 1, .., m, j = 1, .., n, y entonces
observamos que C=E y, por lo tanto, B t = kD, y as (kA)t = kAt .
3. Si A = (aij )mn y B = (bij )mn , entonces A + B = C = (cij )mn con
cij = aij + bij i = 1, .., m, j = 1, .., n, y entonces C t = G = (gij )nm con gij =
cji = aji + bji (1) i = 1, 2, , n y j = 1, 2, , m; por otro lado, tenemos
At = D = (dij )nm con dij = aji i = 1, .., n, j = 1, .., m y B t = E = (eij )nm con
eij = bji i = 1, .., n, j = 1, .., m, por lo que se deduce que D + E = F = (fij )nm
con fij = dij + eij = aji + bji (2) i = 1, .., n, j = 1, .., m de (1) y (2) se deduce
que G = F , por lo tanto, C t = D + E y (A + B)t = At + B t .
4. La demostracion de esta propiedad es muy similar a la demostracion anterior.
5. Si A %
= (aij )mp y B = (bij )pn , entonces AB = C = (cij )mn con
cij = pk=1 aik%
bkj i = 1, .., m, j = 1, .., n, y entonces C t = D = (dij )nm con
p
dij = cji =
(1)
i = 1, 2, , n y j = 1, 2, , m; por otro
k=1 ajk bki
lado, tenemos B t = E = (eij )nm con eij = bji i = 1, .., n, j = 1, .., m y
j = 1, .., m, tenemos entonces que
At = F = (fij )nm con fij = aji% i = 1, .., n,%
EF = G = (gij )nm con gij = pk=1 eik fkj = pk=1 bki ajk (2) i = 1, .., n, j =
1, .., m, de (1) y (2) D = G, se deduce que C t = EF y, nalmente, (AB)t = B t At .
6. La demostracion se hara usando induccion sobre k.
Si k = 1, tenemos (A1 )t = (At )1 , esto es, At = At .
Suponemos que la propiedad es valida para toda n k, esto es, (An )t = (At )n
siempre que n k.
Debemos probar ahora que (An+1 )t = (At )n+1 .
(An+1 )t = (An A)t = At (An )t = At (At )n = (At )n+1 .
Teorema 1.3.3. Unicidad de la matriz inversa
Si A y B son inversas de C, entonces A=B.
Demostraci
on 18
Si A y B son inversas de C, entonces todas son matrices cuadradas del mismo
tama
no; suponemos ese tama
no como n n, y se tiene que AC = CA = In , y tambien
BC = CB = In , por lo que se puede deducir que ACB = CAB, o sea, A(CB) = (CA)B,
entonces AIn = In B, y por u
ltimo, A = B. Teorema 1.3.4. Sean A y B matrices
invertibles de orden n y sean k n
umero real, k diferente de cero y p n
umero entero,
entonces:
1. (A1 )1 = A.
2. (AB)1 = B 1 A1 .
5.5. ACTIVIDADES
182
Daz Rodrguez/Obeso Fern
andez/Navarro Guti
errez/Vel
asquez Zapateiro
3. (At )1 = (A1 )t .
4. (kA)1 = k1 A1 .
5. (Ap )1 = (A1 )p .
Demostraci
on 19
Para las demostraciones de las diferentes armaciones dadas en este teorema se
usa la denicion de inversa de una matriz.
1. (A1 )1 = A expresa que la inversa de A1 es A, lo cual puede comprobarse, ya que
AA1 = A1 A = In .
2. (AB)1 = B 1 A1 expresa que la inversa de AB es B 1 A1 , lo cual puede
comprobarse, ya que (AB)(B 1 A1 ) = A(BB 1 )A1 = (AIn )A1 = AA1 = In .
3. (At )1 = (A1 )t expresa que la inversa de At es (A1 )t , lo cual puede comprobarse,
ya que At (A1 )t = (A1 A)t = Int = In y, ademas que (A1 )t At = (AA1 )t = Int = In .
4. (kA)1 = k1 A1 expresa que la inversa de kA es k1 A1 , lo cual podemos comprobar
as:
kA k1 A1 = k k1 AA1 = 1In = In .
5. (Ap )1 = (A1 )p expresa que la inversa de (Ap ) es (A1 )p , lo cual es cierto, ya que
Ap (A1 )p = (AA1 )p = (In )p = In .
Teorema 1.3.6. Si E es una matriz elemental, entonces E es invertible y su inversa es
tambien una matriz elemental.
Demostraci
on 20
Sea E = (eij )nn una matriz elemental cualquiera, entonces debe existir una operacion elemental o1 tal que al aplicarla sobre E resulta In . Si sobre In se aplica la
misma operacion o1 se obtiene una matriz elemental E1 y por el teorema 1.3.5. E1 E = In
debemos probar que EE1 = In .
Como E1 es elemental, debe existir una operacion elemental o2 tal que al aplicarla sobre
E1 se obtiene In y esa misma operacion o2 aplicada sobre In genera una matriz elemental
E2 y por el teorema 1.3.5. se tiene E2 E1 = In y notamos que si E2 = E, tenemos
completa la demostracion.
Como tenemos que E2 E1 = In , multiplicamos por E a ambos lados, y resulta
ltimo, E2 In = E2 = E. Teorema 2.2.1. Si
E2 E1 E = In E, esto es, E2 (E1 E) = E, y por u
A es una matriz de tama
no n n con una la (o columna) de ceros, entonces det(A) = 0.
CAPITULO 5. SISTEMA DE DESIGUALDADES LINEALES
Algebra
lineal aplicada a las Ciencias Econ
omicas
183
Demostraci
on 21
1. Si una la(columna) esta compuesta exclusivamente de ceros, en cada termino de
j1 j2 ...jn a1j1 a2j2 ...anjn
j1 j2 ...jn Sn
hay un elemento de esta la(columna), entonces cada termino de esa suma es cero
y, por lo tanto, det(A) = 0.
Teorema 4.3.1. Dados dos puntos de Rn A(a1 , a2 , ..., an ) y B(b1 , b2 , ..., bn ), entonces
el vector que tiene su origen en el punto A y su extremo en el punto B (denotado AB)
es equivalente al vector anclado en el origen del sistema de coordenadas rectangulares
(b1 a1 , b2 a2 , ..., bn an ).
Demostraci
on 22
La diferencia del punto nal menos el punto inicial del vector AB es
(b1 , b2 , ..., bn ) (a1 , a2 , ..., an ) = (b1 a1 , b2 a2 , ..., bn an )
y la diferencia del vector anclado en el origen es
(b1 a1 , b2 a2 , ..., bn an ) (0, 0, ..., 0) = (b1 a1 , b2 a2 , ..., bn an );
como podemos ver, las diferencias de las coordenadas del punto nal y del inicial de
cada vector coinciden. Teorema 4.4.2. Si
v es combinacion lineal de los vectores
, entonces
son linealmente dependientes.
u2 , ...,
u
v ,
u1 ,
u2 , . . . y
u
u1 ,
n
n
Demostraci
on 23
, existen escalares
u2 , ...,
u
Como
v es combinacion lineal de los vectores
u1 ,
n
, entonces se deduce que
c1 , c2 , . . . , cn tales que
v = c1
u1 + c2
u2 + + cn
u
n
0 y tenemos una combinacion lineal nula, donde no todos
u1 c 2
u2 c n
u
v c1
n
los coecientes son nulos (el coeciente de
v es 1 = 0), por lo cual podemos concluir que
los vectores v , u1 , u2 , ..., un son linealmente dependientes.
5.5. ACTIVIDADES
184
Daz Rodrguez/Obeso Fern
andez/Navarro Guti
errez/Vel
asquez Zapateiro
Bibliografa
1. Grossman, Stanley I. Algebra
Lineal, Bogota, McGraw-Hill, 1996.
2. Grossman, Stanley I. Aplicaciones de Algebra
Lineal, 4.a ed., Mexico, McGraw-Hill,
1992.
3. Anton, Howard. Algebra
Lineal, Mexico, Limusa, Noriega, 1999.
4. Gerber, Harvey. Algebra
Lineal, Mexico, Iberoamericana, 1992.
5. Arya, Jagdish. Matematicas aplicadas a la Administraci
on, Economa, Ciencias
Biologicas y Sociales, Mexico, Prentice Hall, 2002.
6. Marcus, Marvin y Minc Henrik. Elementos de algebra lineal, Mexico, Limusa, 1978.
7. Harville, David A. Matrix Algebra from a statisticians perspective, New York,
Springer-Verlag, 1997.
8. Kolman, Bernard y Hill, David. Algebra
Lineal con aplicaciones y Matlab, 6.a ed.,
Mexico, Prentice Hall Hispanoamericana-Pearson Educacion, 1999.
9. Gass, Saul. Programaci
on Lineal, 3.a ed., Mexico, Compa
na Editora Continental,
1974.
CAPITULO 5. SISTEMA DE DESIGUALDADES LINEALES
Indice alfab
etico
Adjunto del elemento aij , 71
Sistema de ecuaciones lineales, 87
Autovalor, 131
Autovector, 131
Combinaci
on lineal, 127
Desigualdad lineal, 159
Determinante, 61
Diagonal principal de una matriz, 16
Ecuaci
on lineal, 85, 86
Propiedades de la adici
on de matrices, 7
Propiedades de la matriz inversa, 23
Propiedades de la matriz transpuesta, 21
Propiedades de la multiplicaci
on de matrices, 12
Propiedades de las matrices elementales, 25
Propiedades de los determinantes, 63
Punto de esquina, 163
Rango de una matriz, 33
Regla de Sarrus, 69
Sistema de desigualdades lineales, 162
Sistemas homogeneos, 100
Suma de matrices, 6
Funci
on signo, 61
Igualdad de matrices, 5
Independencia lineal, 129
Inversi
on, 60
Tama
no de una matriz, 4
Traza de una matriz, 16
Valor propio, 131
Vector propio, 131
M
etodo de eliminaci
on de Gauss-Jordan, 95
M
etodo del punto de esquina, 164
Matrices elementales, 24
Matriz, 3
Matriz adjunta, 72
Matriz antisimetrica, 22
Matriz aumentada, 90
Matriz de coecientes, 90
Matriz de cofactores, 72
Matriz denida positiva, 137
Matriz diagonal, 20
Matriz escalar, 20
Matriz escalonada reducida por renglones, 26
Matriz id
entica, 21
Matriz inversa, 22
Matriz semidenida positiva, 137
Matriz sim
etrica, 21
Matriz traspuesta, 21
Matriz triangular inferior, 20
Matriz triangular superior, 19
Menor del elemento aij , 71
Multiplicaci
on de matrices, 11
Multiplicaci
on de un escalar por una matriz, 6
Norma de un vector, 120
Operaciones elementales, 23
Operaciones sobre las las de una matriz, 23
Permutaci
on, 59
Permutaci
on par, 60
Producto entre una matriz la y una matriz columna, 10
185
