unidad 1. matrices - prof. jonathan brenes s | … · 2017-06-13 · unidad 1. matrices suponga que...
TRANSCRIPT
Prof. Jonathan Brenes 1
Unidad 1. Matrices
Suponga que un cierto Banco ofrece tres opciones de crédito, con las tasas de interés, plazo y
cobros de comisión mostrados en la tabla adjunta.
Tasa de interés Plazo en meses Cobro de comisión
Opción A 12,5 % 360 2.5%
Opción B 14 % 240 3%
Opción C 14 % 180 3.2%
Al extraer los valores numéricos de esa tabla, se obtiene un arreglo como el siguiente.
(12.5 360 2.514 240 314 180 3.2
)
Lo cual es conocido como matriz.
Definición: Una matriz es un arreglo rectangular de números; es representada por medio de
una letra mayúscula, y sus elementos son representados con la misma letra en minúscula. Cada
elemento tiene un doble subíndice que indica su posición, el primer índice corresponde al
número de la fila y el segundo al número de columna.
Ejemplo de una matriz A de 𝑚 filas o renglones y 𝑛 columnas.
𝑨 = (
𝑎11𝑎21⋮𝑎𝑚1
𝑎12𝑎22⋮𝑎𝑚2
⋯⋯⋱⋯
𝑎1𝑛𝑎2𝑛⋮
𝑎𝑚𝑛
)
En Economía las matrices son utilizadas para resolver problemas matemáticos que requieren
de sistemas de ecuaciones o presentar datos de forma resumida y relacionarlos unos con otros.
Prof. Jonathan Brenes 2
Si nombramos con la letra C la matriz de crédito del primer ejemplo
𝑪 = (12.5 360 2.514 240 314 180 3.2
)
Obtenemos que los elementos de esta matriz son:
𝑐11 = 12.5 𝑐12 = 360 𝑐13 = 2.5
𝑐21 = 14 𝑐22 = 240 𝑐23 = 3
𝑐31 = 14 𝑐32 = 180 𝑐33 = 3.2
A los cuales es posible aplicar operaciones que serán estudiadas más adelante.
Los sistemas de ecuaciones lineales también pueden representarse mediante matrices.
Considere el sistema
{2𝑥 − 4𝑦 = 36𝑥 − 2𝑦 = −1
Los coeficientes de dicho sistema pueden representarse mediante la matriz
𝑨 = (2 −46 −2
)
La cual es llamada matriz de coeficientes del sistema.
Los términos independientes 3 y -1 pueden ingresarse en lo que se conoce como matriz
aumentada del sistema, cuya representación es
(𝑨|𝒃) = (2 −46 −2
| 3−1)
Prof. Jonathan Brenes 3
Cada matriz está compuesta por vectores.
Se llama “vector fila” a cualquier n-tuplo
(𝑎1, 𝑎2, . . . , 𝑎𝑛),
y “vector columna” al n-tuplo
(
𝑎1𝑎2⋮𝑎𝑛
)
donde cada 𝑎𝑖, 𝑖 ∈ {1, 2, 3, … , 𝑛} es un componente del vector.
Los vectores fila de la matriz aumentada anterior son
(2, −4, 3)
(6, −2,−1)
Y los vectores columna son
(26) (
−4−2) (
3−1)
Un componente es un elemento cualquiera de la matriz, por ejemplo el número 6.
Cuando un vector fila y un vector columna tienen el mismo número de componentes, se
pueden multiplicar de la siguiente forma
(𝑎1, 𝑎2, . . . , 𝑎𝑛)(
𝑏1𝑏2⋮𝑏𝑛
) = 𝑎1𝑏1 + 𝑎2𝑏2 +⋯+ 𝑎𝑛𝑏𝑛
Prof. Jonathan Brenes 4
Ejemplo
(4, −2, 3 , −5) (
−1543
) = 4(−1) + −2(5) + 3(4) + −5(3) = −17
De ésta forma podemos escribir ecuaciones lineales como la multiplicación de vectores filas
por vectores columnas.
(𝑎1, 𝑎2, . . . , 𝑎𝑛) (
𝑥1𝑥2⋮𝑥𝑛
) = 𝑎1𝑥1 + 𝑎2𝑥2 +⋯+ 𝑎𝑛𝑥𝑛
Ejemplo: La ecuación 3𝑥1 + 6𝑥2 − 𝑥3 + 5𝑥4 = 8, se puede escribir como
(3, 6, −1, 5) (
𝑥1𝑥2𝑥3𝑥4
) = 8
Así un sistema de 𝑚 ecuaciones con 𝑛 incógnitas
Se puede escribir como
(
𝑎11𝑎21⋮
𝑎𝑚1
𝑎12𝑎22⋮𝑎𝑚2
⋯⋯⋱⋯
𝑎1𝑛𝑎2𝑛⋮
𝑎𝑚𝑛
)(
𝑥1𝑥2⋮𝑥𝑚
) = (
𝑏1𝑏2⋮𝑏𝑚
)
Prof. Jonathan Brenes 5
y de forma simplificada como
𝑨𝒙 = 𝒃
Llamada ecuación matricial de un sistema, con “𝑨” la matriz de coeficientes, “𝒙” el vector
columna de incógnitas y “𝒃” el vector de constantes o términos independientes.
Ejemplo: El sistema de ecuaciones
{
2𝑥1 + 6𝑥2 − 3𝑥3 + 1 5𝑥4 = 2 4𝑥1 − 𝑥3 + 5𝑥4 = −1−𝑥1 − 3𝑥2 + 7𝑥3 + 3𝑥4 = 15
Escrita en forma matricial es
(2 64 0−1 −3
−3 15−1 57 3
)(
𝑥1𝑥2𝑥3𝑥4
) = (
2−115)
1.1 Solución de un sistema de ecuaciones 𝒎 × 𝒏 mediante matrices.
Existen diferentes métodos que emplean teoría de matrices para resolver sistemas de
ecuaciones, en este texto se estudiará el método de eliminación gaussiana, también conocido
como reducción gaussiana y el método Gaus-Jordan.
1.1.1. Método de eliminación gaussiana.
Con este método se busca llegar a un sistema más sencillo pero equivalente al inicial,
eliminando variables. Para hacerlo se emplean las operaciones elementales sobre las filas de
una matriz, las cuales son:
1) 𝑎 ∙ 𝑓𝑖 Multiplicar una ecuación 𝑖 por una constante 𝑎, con 𝑎 ≠ 0.
2) 𝑎 ∙ 𝑓𝑖 + 𝑓𝑗 Multiplicar una ecuación 𝑖 por 𝑎, y sumarla a la fila j.
3) 𝑓𝑖 , 𝑓𝑗 Intercambiar filas.
Prof. Jonathan Brenes 6
Durante una eliminación gaussiana puede emplearse una combinación de estas tres
operaciones elementales, llamadas también operaciones elementales sobre reglón. Tales
operaciones conducen a crear matrices equivalentes.
Matrices equivalentes: Sean A, B matrices 𝑚 × 𝑛, si B se obtiene a partir de A, mediante
aplicaciones de operaciones elementales de renglón, se dice que A y B son equivalentes.
Ejemplo 1: Determinar el conjunto solución del siguiente sistema de ecuaciones 4 × 4.
𝑺 = {
4𝑤 − 3𝑦 = 8𝑥 + 4−15 + 4𝑤 = 6𝑦 + 8𝑥3𝑥 − 21𝑦 = −6
8𝑤 + 2𝑧 + 𝑥 = 2 + 6𝑦
Se procede a escribir su matriz aumentada, respetando el orden de las incógnitas en cada
ecuación (𝑤, 𝑥, 𝑦, 𝑧).
(𝑨|𝒃) = (
4408
−8−831
−3−6−21−6
0002
| 415−62
)
Los elementos 𝑎𝑖𝑗, con 𝑖 = 𝑗 deben ser igual a 1, los elementos debajo de cada 1 deben ser 0.
Por lo tanto el 𝑎11 = 4 debe pasar a valer 1. Esto se logra usando la primera operación
elemental sobre renglón ( 𝑎 ∙ 𝑓𝑖) con 𝑎 = 1
4 y 𝑓𝑖 = 𝑓1, lo cual se escribe de la siguiente manera.
Posteriormente el 𝑎21 = 4 debe pasar a valer 0, esto se puede hacer intercambiando la fila 2
con la 3.
Prof. Jonathan Brenes 7
Luego 𝑎31 = 4, debe ser 0, esto se logra al emplear la operación elemental 𝑎 ∙ 𝑓𝑖 + 𝑓𝑗, con
𝑎 = −4, 𝑖 = 1, 𝑗 = 3.
Sobre la fila 3 se puede aplicar la operación −1
3 ∙ 𝑓3, que conlleva a la matriz siguiente.
De esta forma se obtiene un sistema de ecuaciones equivalente a S.
𝑺 ≡
{
𝑤− 2𝑥 −
3
4𝑦 = 1
3𝑥 − 21𝑦 = −6
𝑦 = −11
38𝑤+ 𝑥 − 6𝑦+ 2𝑧 = 2
Al sustituir el valor de 𝑦 en la ecuación 2 se obtiene 𝑥 =−83
3
Prof. Jonathan Brenes 8
3𝑥 − 21 ∙−11
3= −6
⇒ 𝑥 = −83
3
Los valores 𝑥, 𝑦, se sustituyen en la ecuación 1 para obtener 𝑤 = −685
12
𝑤 − 2 ∙−83
3−3
4∙−11
3= 1
⇒ 𝑤 = −685
12
Luego se utiliza la ecuación 4 para calcular el valor de 𝑧.
8 ∙−685
12+−83
3− 6 ∙
−11
3+ 2𝑧 = 2
⇒ 𝑧 = 1393
6
Finalmente el conjunto solución del sistema es 𝑆 = {−685
12,−83
3,−11
3,1393
6}
Matriz escalonada.
Al continuar con el método de eliminación gaussiana sobre la matriz
mediante las operaciones 𝑓4 − 8𝑓1 , 1
3∙ 𝑓2 , 𝑓4 − 17𝑓2 , 𝑓4 − 119𝑓3 y
1
2∙ 𝑓4 se obtiene la
siguiente matriz.
Prof. Jonathan Brenes 9
La cual corresponde a una matriz escalonada, en la que se observa que 𝑧 = 1393
6, 𝑦 = −
11
3 ,
𝑥 y 𝑤 se pueden obtener mediante las sustituciones realizadas.
Definición: Una matriz es escalonada si de cada fila su primer elemento no nulo es 1, debajo
de cada 1 debe existir un cero, y a la derecha de ese cero un 1. Si existen filas de ceros estás
se ubican al final.
Las matrices aumentadas (𝐴|𝑏) y (𝐵|𝑐) siguientes, tienen forma escalonada.
En ocasiones resulta conveniente simplificar una matriz hasta obtener su forma escalonada y
luego realizar sustituciones para obtener el valor de las incógnitas.
1.1.2. Método de Gauss-Jordan.
A toda matriz escalonada es posible aplicarle operaciones elementales de renglón hasta
obtener una matriz escalonada reducida, cuyo sistema asociado resulta de solución evidente.
Definición: Una matriz es escalonada reducida si es escalonada y además todo elemento
arriba del primer uno de cada fila es cero. Si existen filas de ceros estas se ubican al final de
la matriz.
Las siguientes matrices son escalonadas reducidas.
Prof. Jonathan Brenes 10
Para emplear el método Gauss-Jordan hay que determinar la matriz escalonada reducida de la
matriz aumentada del sistema.
Si a la matriz aumentada del sistema S anterior le continuamos haciendo las operaciones
elementales
Se observa que la solución del sistema es 𝑆 = {−685
12,−83
3,−11
3,1393
6}
Ejemplo 2: Determinar el conjunto solución del siguiente sistema de ecuaciones 3 × 3,
mediante el método Gauss-Jordan.
{
−𝑦 + 3𝑥 + 𝑧 = 105𝑥 + 4𝑦 − 𝑧 = −65𝑥 + 2𝑦 − 2𝑧 = 2
Prof. Jonathan Brenes 11
Solución: La matriz aumentada del sistema es
Luego se aplican las operaciones elementales sobre renglón.
Por lo tanto el conjunto solución del sistema es 𝑆 = {(2,−4, 0)}.
Prof. Jonathan Brenes 12
Rango de una matriz: Sea 𝐴 una matriz 𝑛 × 𝑚, se llama rango de A y se denota 𝑅𝑔𝑛(𝐴) al
número de filas no nulas de la matriz en la forma escalonada reducida equivalente a 𝐴.
Ejemplo.
Observe que la matriz escalonada reducida equivalente a 𝐴 tiene dos filas, por lo que
𝑅𝑔𝑛(𝐴) = 2.
Teorema de Rouché Frobenius: Si 𝐴𝑥 = 𝑏 es un sistema de ecuaciones lineales 𝑛 × 𝑚 y (𝐴|𝑏) es su matriz aumentada, entonces
a) Si 𝑅𝑛𝑔(𝐴) < 𝑅𝑛𝑔(𝐴|𝑏) el sistema no tiene solución (el sistema es inconsistente)
b) Si 𝑅𝑛𝑔(𝐴) = 𝑅𝑛𝑔(𝐴|𝑏) el sistema tiene solución (es consistente), en este caso.
i. Si 𝑅𝑛𝑔(𝐴) = 𝑅𝑛𝑔(𝐴|𝑏) = 𝑚 el sistema tiene solución única.
ii. Si 𝑅𝑛𝑔(𝐴) = 𝑅𝑛𝑔(𝐴|𝑏) < 𝑚 el sistema tiene infinitas soluciones que dependen de
𝑚 −𝑅𝑛𝑔(𝐴) parámetros.
Ejemplo 3: Determinar el conjunto solución del siguiente sistema de ecuaciones 3 × 4,
mediante eliminación gaussiana y sustitución.
{𝑎 + 2𝑏 + 5𝑐 + 5𝑑 = −3𝑎 + 𝑏 + 3𝑐 + 4𝑑 = −1𝑎 + 𝑏 − 𝑐 + 2𝑑 = 3
Solución: Se realizan operaciones elementales sobre las filas
Prof. Jonathan Brenes 13
Observe que la última matriz es escalonada reducida, y que su sistema asociado es
{
𝑎 +
5
2𝑑 = 0
𝑏 = −4
𝑐 +1
2𝑑 = 1
Por otro lado, el rango de la matriz de coeficientes y de la aumentada es 3, pero 𝑚 = 4; con
lo cual el sistema tiene infinitas soluciones que dependen de 𝑚− 𝑅𝑛𝑔(𝐴) parámetros, es
decir de 4 − 3 = 1 parámetro.
Un parámetro es un valor arbitrario pero fijo. Si asignamos el parámetro 𝑡 ∈ ℝ a la incógnita
𝑑, obtenemos de la ecuación 3
𝑐 = 1 − 𝑡
2
Así mismo, de la ecuación 1
𝑎 +5
2𝑑 = 0
Obtenemos
𝑎 = −5
2𝑡
Por lo tanto la solución del sistema es 𝑆 = {(−5
2𝑡 , −4 ,1 −
𝑡
2 , 𝑡 ) ∕ 𝑡 ∈ ℝ }, conocida
como solución general del sistema.
Para hallar una solución específica basta con sustituir 𝑡 por cualquier número real, por ejemplo
por 0, obteniendo así una solución específica o particular (0 , −4 , 1 , 0).
Prof. Jonathan Brenes 14
Ejemplo 4: Determinar el conjunto solución del siguiente sistema de ecuaciones 3 × 2.
{2𝑥 + 5𝑦 = 44𝑥 − 6𝑦 = 27𝑦 − 𝑥 = 3
Solución: La matriz aumentada del sistema es
Sobre esa matriz se aplican las siguientes operaciones elementales.
Observe que la matriz de coeficientes
tiene rango 2.
Mientras que la matriz aumentada
tiene rango 3.
Prof. Jonathan Brenes 15
De acuerdo al teorema anterior si 𝑅𝑛𝑔(𝐴) < 𝑅𝑛𝑔(𝐴|𝑏) el sistema no tiene solución.
∴ 𝑆 = ∅
Otra forma de observarlo es mediante la ecuación 3,
0𝑧 = 1
⇒ 0 = 1
Lo cual es contradictorio.
Ejemplo 5: Determinar el conjunto solución del siguiente sistema con el método Gauss-
Jordan.
{−3𝑎 + 𝑐 = 0
4𝑎 − 6𝑏 = 𝑐 − 2𝑎 − 2 = 5𝑏
Solución: La matriz aumentada del sistema es
Luego se proceden a realizar las operaciones elementales sobre renglón.
Prof. Jonathan Brenes 16
∴ 𝑆 = {(22, 4, 66)}
Observe que existe una solución única debido a que el rango de la matriz de coeficientes y
de la aumentada es el mismo.
Ejemplo 6: Determinar el conjunto solución del siguiente sistema de ecuaciones 4 × 4.
{
𝑎 − 𝑏 + 𝑑 = 12𝑐 + 2𝑑 = 4
−𝑎 + 𝑏 + 𝑑 = 42𝑎 − 2𝑏 + 2𝑑 = 2
Solución: La matriz aumentada del sistema es
Luego se realizan las operaciones elementales sobre renglón.
Prof. Jonathan Brenes 17
Observe que de la última matriz se tiene que 𝑅𝑛𝑔(𝐴) = 𝑅𝑛𝑔(𝐴|𝑏) < 𝑚, por lo que de
acuerdo con el teorema de Rouché Frobenius el sistema tiene infinitas soluciones que
dependen de 𝑚− 𝑅𝑛𝑔(𝐴) parámetros, es decir de 4 − 𝑅𝑛𝑔(𝐴) = 1 parámetro.
Sea 𝑎 = 𝑡, con 𝑡 ∈ ℝ. De la fila uno se obtiene que
𝑎 − 𝑏 =−3
2
𝑡 +3
2= 𝑏
De las filas 2 y 3 se obtiene.
𝑐 =−1
2
𝑑 =5
2
Por lo tanto la solución general con un parámetro es 𝑆 = {(𝑡, 𝑡 +3
2,−1
2,5
2) / 𝑡 ∈ ℝ}.
Ejemplo 7: Determinar el conjunto solución del siguiente sistema de ecuaciones 3 × 2.
{
−𝑥 + 2𝑦 = 03𝑥 − 6𝑦 = 02𝑥 − 4𝑦 = 0
La matriz aumentada es
Luego se procede a realizarle operaciones elementales sobre reglón.
Prof. Jonathan Brenes 18
Por consiguiente 𝑥 − 2𝑦 = 0 i.e. 𝑥 = 2𝑦.
Si 𝑦 = 𝑡, 𝑡 ∈ ℝ. Entonces 𝑆 = {(2𝑡, 𝑡)/ 𝑡 ∈ ℝ}.
Ejemplo 8: Determinar el conjunto solución del siguiente sistema de ecuaciones 3 × 3.
{
𝑥 + 2𝑦 − 𝑧 = 15𝑥 + 𝑦 + 4𝑧 = 22𝑥 + 4𝑦 − 2𝑧 = 3
La matriz aumentada o ampliada es
Al realizar las operaciones 𝑓2 − 5𝑓1 y 𝑓3 − 2𝑓1 , se obtiene la siguiente matriz
De la cual se puede observar que 𝑅𝑛𝑔(𝐴) < 𝑅𝑛𝑔(𝐴|𝑏), por lo que el sistema es inconsistente.
∴ 𝑆 = ∅
Prof. Jonathan Brenes 19
1.2 Operaciones entre matrices.
Las matrices pertenecen a un sistema algebraico llamado anillo, en el que están definidas la
suma y el producto (por lo tanto la resta y la división también, sin embargo en matrices una
división se realiza mediante el inverso multiplicativo).
1.2.1. Operaciones básicas entre matrices.
Suma y resta.
Sean 𝐴 y 𝐵 matrices de una misma dimensión, entonces 𝐴 + 𝐵 se obtiene de 𝑎𝑖𝑗 + 𝑏𝑖𝑗.
Ejemplo.
De forma similar 𝐴 − 𝐵 se obtiene de 𝑎𝑖𝑗 − 𝑏𝑖𝑗 .
Producto por un escalar.
Sea A una matriz entonces 𝑎𝐴 = (𝑎𝑎𝑖𝑗).
Ejemplo.
Prof. Jonathan Brenes 20
Producto entre matrices.
Sea 𝐴𝑚 × 𝑛 y 𝐵𝑛 × 𝑝, entonces 𝐴𝐵 = 𝐶𝑚 × 𝑝 con 𝑐𝑖𝑗 = 𝑎𝑖1𝑏1𝑗 + 𝑎𝑖2𝑏2𝑗 + 𝑎𝑖3𝑏3𝑗 +⋯+
𝑎𝑖𝑛−1𝑏𝑛−1𝑗 + 𝑎𝑖𝑛𝑏𝑛𝑗
Ejemplos
1) Considere las matrices A y B siguientes.
Los resultados se obtuvieron de:
5 ∙ 2 + −4 ∙ 2 + 3 ∙ 8 = 26
5 ∙ −5 + −4 ∙ −1 + 3 ∙ −3 = −30
5 ∙ 2 + −4 ∙ 4 + 3 ∙ 2 = 0
5 ∙ 3 + −4 ∙ 4 + 3 ∙ −3 = −10
2) Considere la matriz I, llamada identidad debido a su diagonal de unos y demás componentes
en cero, y la matriz A siguientes.
3 ∙ 2 + −1 ∙ 2 + 2 ∙ 8 = 20
3 ∙ −5 + −1 ∙ −1 + 2 ∙ 3 = −20
3 ∙ 2 + −1 ∙ 4 + 2 ∙ 2 = 6
3 ∙ 3 + −1 ∙ 4 + 2 ∙ −3 = 20
Prof. Jonathan Brenes 21
Como 𝐼 es una matriz 3 × 3, se le suele llamar matriz identidad de orden 3. Si 𝐼𝑛 × 𝑛,
entonces la matriz se llama identidad de orden 𝑛.
Inversa de una matriz.
Sea 𝐴 una matriz cuadrada (i.e. con la misma cantidad de filas y columnas), se le llama inversa
izquierda de 𝐴 a la matriz X tal que 𝐴𝑋 = 𝐼, e inversa derecha si 𝑋𝐴 = 𝐼. Si 𝐴𝑋 = 𝑋𝐴 = 𝐼,
entonces 𝑋 es la inversa de 𝐴.
Existen distintos métodos para obtener la inversa de una matriz, en este texto se expone la
inversa mediante eliminación gaussiana.
Para obtener la inversa de 𝐴 se aplican operaciones elementales sobre renglón a la matriz
(𝐴|𝐼) hasta obtener (𝐼|𝐵), donde 𝐵 es la inversa de 𝐴, la cual se escribe 𝐴−1.
Ejemplo.
Luego se obtiene que
Prof. Jonathan Brenes 22
1.2.2 Un ejemplo práctico de operaciones entre matrices: Introducción a la matriz
insumo-producto.
Matriz insumo producto (MIP).
Es una matriz cuyas componentes son las magnitudes de los insumos que los sectores
económicos toman del resto de sectores de un país, así como los insumos que ellos otorgan.
Según el Banco Central de Costa Rica, el modelo insumo-producto tiene como uno de sus
principales objetivos analizar la interdependencia de las industrias en una economía y muestra
como las salidas de una industria (producto) son las entradas de otra (insumo).
Es decir una matriz insumo producto representa las relaciones intersectoriales a nivel nacional
(por lo tanto es objeto de estudio de la macroeconomía). Considerando que la economía
nacional puede dividirse en sector productor y sector consumidor entonces la producción total
de una industria se distribuye entre las demás industrias como materia prima (producción
intermedia) y, los consumidores no productores, las exportaciones e inversiones (demanda
final).
Dentro de los consumidores no productores están los hogares y el gobierno. Mientras que en
las inversiones podemos encontrar la formación bruta de capital fijo (como la adquisición de
activos fijos nuevos, por ejemplo compra de maquinaria o de un local).
Un modelo insumo producto o matriz insumo producto se compone de otras matrices como
se muestra en la siguiente tabla, en la que PT representa la producción total y UT la utilidad
total.
PT = Demanda intermedia + Demanda final = UT
Prof. Jonathan Brenes 23
Obtener los datos de las diferentes celdas (componentes en términos de algebra matricial)
requiere de un gran esfuerzo de recolección y análisis de información mediante métodos
estadísticos. En Costa Rica se ha realizado una sola matriz insumo producto, en el año 2011;
cuyas fuentes de información fueron 26500 empresas participantes de una encuesta, así como
los datos de la encuesta de ingresos y gastos de los hogares de 2004 extrapolada al 2011,
además de registros de Comercio Exterior y de la Dirección General de Aduanas.
En este curso, para simplificar el estudio del modelo insumo producto, se trabajará con un
vector de demanda final en lugar de una matriz, mediante la siguiente suma.
De forma similar la matriz de importaciones y de valor agregado. Con lo que se obtendrá la
siguiente matriz.
Prof. Jonathan Brenes 24
Las componentes de la matriz deben estar en una misma unidad monetaria (dólares, colones,
lingotes de oro, etc.), con el fin de que las operaciones tengan sentido. Esto debido a que el
sector 𝑖 ofrece al 𝑗 un bien y el 𝑗 al 𝑗 + 1 otro de diferente especie. (Por ejemplo una empresa
puede ofrecer tubos de acero a una que ofrece cereal y esta a su vez a otra que ofrece mano
de obra).
Por otro lado, el valor agregado de cada columna se obtiene de la producción total menos la
demanda intermedia e importaciones.
Ejemplo 1: Considere una economía hipotética en la que se interrelacionan los sectores
agricultura e industria de acuerdo con la tabla que se muestra a continuación.
Compra-Venta Agricultura Industria Demanda Final Utilidad Total
Agricultura 80 10 50 140
Industria 40 60 30 130
Importaciones 10 25 5 40
Valor agregado 10 35 45
Producto Total 140 130 85 355
Elabore la nueva tabla de interrelaciones sectoriales considerando una caída en la demanda
final de 10 unidades para agricultura, un incremento de 5 unidades para el sector industrial e
importaciones fijas.
Prof. Jonathan Brenes 25
Solución: Se procede con los siguientes pasos.
1- Sea 𝑥𝑖𝑗, las compras que el sector 𝑖 ha realizado al sector 𝑗; y 𝐵 = (𝑥𝑖𝑗) la matriz de insumo
producto de los sectores entre sí (demanda intermedia).
2- Luego considere la matriz A, llamada matriz de coeficientes técnicos o tecnológicos
definida por 𝑎𝑖𝑗 = 𝑥𝑖𝑗
𝑋𝑗, donde 𝑋𝑗 es la producción total del sector 𝑗.
3- Se continúa calculando la matriz de Leontief la cual es 𝐿 = 𝐼 − 𝐴.
4- Luego, el nuevo vector de producción será 𝑋 = 𝐿−1 ∙ 𝐷𝐹.
5- La nueva matriz B está dada por (𝑎𝑖𝑗 ∙ 𝑋𝑗).
6- Finalmente construya la nueva tabla con los valores obtenidos.
A continuación se realizará cada uno de los pasos descritos.
1- La matriz insumo producto es
2- La matriz 𝐴 de coeficientes técnicos se obtiene de
𝐴 = (𝑎𝑖𝑗) = (𝑥𝑖𝑗𝑋𝑗) = (
𝑥11𝑋1
𝑥12𝑋2
𝑥21𝑋1
𝑥22𝑋2
)
Prof. Jonathan Brenes 26
3- La matriz de Leontief es
4- Se procede a calcular el nuevo vector de producción, para el cual es necesario calcular la
inversa de Leontief.
𝑋 = 𝐿−1 ∙ Nuevo vector de Demanda Final
Para facilitar cálculos se utilizará redondeo a números enteros, sin embargo se puede trabajar
con las expresiones fraccionarias. De esta forma,
𝑋 ≈ (116127
)
5- La nueva matriz de demanda intermedia es
𝐵 = (𝑎𝑖𝑗 ∙ 𝑋𝑗) = (𝑎11 ∙ 𝑋1 𝑎12 ∙ 𝑋2𝑎21 ∙ 𝑋1 𝑎22 ∙ 𝑋2
)
𝐵 = (𝑎𝑖𝑗 ∙ 𝑋𝑗) = (
4
7∙ 116
1
13∙ 127
2
7∙ 116
6
13∙ 127
)
𝐵 ≈ (66 1033 59
)
Prof. Jonathan Brenes 27
6- Finalmente los datos arrojan la siguiente tabla.
Compra-Venta Agricultura Industria Demanda Final Utilidad Total
Agricultura 66 10 40 116
Industria 33 59 35 127
Importaciones 10 25 5 40
Valor agregado 7 33 -------- 40
Producto Total 116 127 80 323
Observe que dentro de algunas conclusiones se puede mencionar que Agricultura mantiene
las compras que realiza al sector Industria, pero disminuye las que se generan en su mismo
sector. Además industria ahora le compra 7 unidades menos a Agricultura.
Ejemplo 2: Considere la siguiente matriz de insumo producto, en la que los valores están
expresados en millones de dólares US. Si se desea aumentar la demanda final del sector
agrícola en 40 millones de dólares US, y las importaciones se mantienen constantes, ¿cuánto
debe ser la producción del resto de sectores?
Prof. Jonathan Brenes 28
1- De acuerdo a los valores dados se tiene que la matriz insumo producto es
2- La matriz de coeficientes técnicos es
3- La matriz de Leontief corresponde a
Prof. Jonathan Brenes 29
4- Luego se realiza el cálculo de su inversa mediante eliminación gaussiana, el cual tiene por
resultado
El nuevo vector de producción es
5- Obtenemos la nueva matriz de insumo producto de demanda intermedia.
6- En este ejercicio estamos considerando que se desea aumentar en $40 mills la demanda
final del sector agrícola, sin variar las importaciones.
Por lo tanto las variaciones en las relaciones intersectoriales se muestran a continuación.
Prof. Jonathan Brenes 30
Observe que el vector de producción obtenido es aproximado a
Mientras que el arrojado por la tabla es
La diferencia se debe en gran medida al trabajo realizado con aproximaciones decimales
sobre el nuevo vector de producción y la nueva matriz de insumo producto.
Prof. Jonathan Brenes 31
Ejercicios
1- Determine el conjunto solución de los siguientes sistemas de ecuaciones.
a) {
𝑥1 + 2𝑥2 + 2𝑥3 = 02𝑥1 + 5𝑥2 + 7𝑥3 = 03𝑥1 + 6𝑥2 + 6𝑥3 = 0
b) {
2𝑥 + 4𝑦 + 6𝑧 = 2𝑥 + 2𝑦 + 3𝑧 = 1𝑥 + 𝑧 = −32𝑥 + 4𝑦 = 8
c) {2𝑎 + 3𝑏 + 𝑐 = 13𝑎 − 2𝑏 − 4𝑐 = −35𝑎 − 𝑏 − 𝑐 = 4
d) {
𝑥 + 2𝑦 + 4𝑧 − 6 = 02𝑧 + 𝑦 − 3 = 0
𝑥 + 𝑦 + 2𝑧 − 1 = 0
e) {3𝑥 − 2𝑦 + 3𝑧 = 52𝑥 + 4𝑦 − 𝑧 = 2
f) {
5𝑥 − 2𝑦 + 𝑧 − 2𝑤 = 1−3𝑥 + 4𝑦 + 5𝑧 − 𝑤 = 22𝑥 + 2𝑦 + 6𝑧 − 3𝑤 = 3
g) {𝑎 + 𝑏 − 3𝑐 − 4𝑑 = −12𝑎 + 2𝑏 − 𝑐 − 2𝑑 = 1𝑎 + 𝑏 + 2𝑐 + 2𝑑 = 5
h) {
𝑎 − 𝑏 = −6𝑏 + 𝑐 = 3𝑐 + 2𝑑 = 42𝑎 − 3𝑑 = 5
Prof. Jonathan Brenes 32
2- Considere las siguientes matrices A, B y C.
𝐴 = (𝑎 − 1 01 𝑎
) 𝐵 = (−2 4 −13 2 05 3 −3
) 𝐶 = (1 0 02 1 04 8 1
)
Realice las siguientes operaciones.
a) 𝐼2 − 𝐴2
b) 𝐵𝐶
c) 𝐶−1
3- Suponga que en una economía hipotética intervienen los sectores Industria y Servicios, y
en ella produce una interrelación dada por la siguiente tabla.
Compra-Venta Industria Servicios Demanda Final Utilidad Total
Industria 320 250 210 780
Servicios 400 340 190 930
Importaciones 40 60 25 125
Valor agregado 20 280 -------- 300
Producto Total 780 930 425 2135
En cada caso elabore la nueva tabla de insumo producto que resulta de:
a) Incrementar la demanda final de Industria en 12 unidades y Servicios en 8 unidades, con
las importaciones constantes.
b) Incrementar la demanda final de Industria en 7 unidades, disminuir la de Servicios en 6
unidades, incrementar las importaciones de Industria en 5% y disminuir las de Servicios en
3.33%.
Prof. Jonathan Brenes 33
Soluciones
1.
2.
3.
a) 𝑆 = {(4𝑡, −3𝑡, 𝑡)/𝑡 ∈ ℝ} e) 𝑆 = {(3
2−5
8𝑡,−1
4+
9
16𝑡, 𝑡) /𝑡 ∈ ℝ }
b) 𝑆 = {(−2, 3, −1)} f) 𝑆 = {(4
7− 𝑡 +
5
7𝑠,
13
4− 2𝑡 +
11
14𝑠, 𝑡, 𝑠) /𝑡, 𝑠 ∈ ℝ }
c) 𝑆 = {(1,−1, 2)} g) 𝑆 = ∅
d) 𝑆 = ∅ h) 𝑆 = {(31, 37,−34, 19)}
a) (−𝑎2 + 2𝑎 0
−2𝑎 + 1 1 − 𝑎2)
b) (2 −4 −17 2 0−1 −21 −3
)
c) (1 0 0−2 1 012 −8 1
)
a)
b)
Compra-Venta Industria Servicios Demanda Final Utilidad Total
Industria 337 262 222 821
Servicios 421 357 198 976
Importaciones 40 60 25 125
Valor agregado 23 297 -------- 320
Producto Total 821 976 445 2242
Compra-Venta Industria Servicios Demanda Final Utilidad Total
Industria 325 250 217 792
Servicios 406 340 184 930
Importaciones 42 58 25 125
Valor agregado 19 282 -------- 301
Producto Total 792 930 426 2148
Prof. Jonathan Brenes 34
Bibliografía.
Arce, C., Castillo, W. y González J. (2002). Algebra Lineal. Tercera edición. Universidad de
Costa Rica. San José.
Banco Central de Costa Rica. (s.f). Foro sobre Modelo de Insumo Producto aplicado a la
Economía Costarricense. Recuperado de
http://www.bccr.fi.cr/eventos/Modelo_Insumo_Producto_aplicado_Economia_Costa
rricense.html
Becerril, J., Benítez, L., Rivera, I. y Zubieta, C. (2004). Problemario: Solución de sistemas
de ecuaciones lineales mediante el método Gauss-Jordan. 2da reimpresión.
Universidad Autónoma Metropolitana. México, DF. ISBN 970-31-0030-9.
Cazelais, G. (s.f.). Linear Algebra: Gauss-Jordan Elimination Method. Camosun College.
Canadá. Victoria.
Haeussler, E. y Paul, R. (1990). Introductory Mathematical Analysis for Business, Economics,
and the Life and Social Sciences. Prentice Hall. Estados Unidos de America,
Pennsylvania. ISBN 0-13-501438-7.