Texto Matematicas

Sección 1 1 Relaciones y Funciones
1. RELACIONES Y FUNCIONES
1.1. Revisión General
Para poder iniciar nuestro estudio, podríamos comenzar indicando lo que es

un Producto Cartesiano.
Si se tiene dos conjuntos, A y B al producto AxB se lo conoce como

Producto Cartesiano, que es el conjunto de pares ordenados de elementos
cuya primera componente pertenece al primer conjunto A y la segunda
componente pertenece al conjunto B.
Como se indica en la definición anterior, los elementos que forman el

Producto Cartesiano son pares ordenados; es decir, no se puede cambiar el
orden de los elementos, por tanto (a,b) (b,a).
Ejemplo 1.1
A = {1,2,3,4}; B= {3,5,7}
AxB={ (1,3), (1,5), (1,7), (2,3), (2,5), (2,7), (3,3), (3,5), (3,7),(4,3),
(4,5), (4,7)}
A este conjunto se lo puede representar por la siguiente determinación

estándar:
AxB = {(a,b)/aA ^ bB}
Ing. Carlos Herrera Sánchez Area Técnica Complementaria

Sección 1 2 Relaciones y F unciones
El conjunto A se llama Dominio y contiene las primeras componentes del

Producto Cartesiano y B se llama Codominio y contiene las segundas
componentes
Es importante indicar que los conjuntos que forman el Producto Cartesiano

pueden tener elementos iguales; por otra parte, un conjunto puede
multiplicarse por sí mismo, así:
AxA = A 2
Para calcular el número de pares ordenados que tendrá el Producto

Cartesiano AxB se procede de la siguiente manera:
A tiene n elementos y B tiene m elementos, luego el producto
A x B = n x m (pares ordenados)
Tomando el ejemplo anterior, tenemos:
A = 4 elementos, B = 3 elementos
A x B = 4 x 3 = 12 pares ordenados
Como se manifestó anteriormente el orden de los pares es importante, en

tal virtud el Producto Cartesiano no goza de la propiedad conmutativa, es
decir,
AxB BxA
Además si uno de los factores es un conjunto vacío, no se podrá formar

pares ordenados. Por consiguiente el producto también será vacío.
1.2. Relaciones: Definición
Dados dos conjuntos, A y B, cualquier subconjunto del Producto

Cartesiano AxB se llama relación; en donde al primer conjunto A, se lo
llama Dominio, y al segundo conjunto, B, Codominio
Ejemplo 1.2
Sean los conjuntos: A = { 2,5,7} y B = { 1,2,3}. Podemos definir una

relación de A a B de la siguiente manera:
r = { (2,1), (5,1), (5,2), (5,3), (7,1), (7,2), (7,3) }
Esta relación puede representarse también en forma estándar, así:
r = { (a,b)/ aA ^ bB; a > b}

En donde a>b, constituye el “enunciado verbal” de la relación, que es una

condición matemática que deben cumplir todos los elementos de la
relación. Otra forma de escribir la relación anterior es la siguiente:
A r B = r = { (2,1), (5,1), (5,2), (5,3), (7,1), (7,2), (7,3) }

Nótese que pueden definirse otras relaciones, como por ejemplo:
r = { (a,b)/ aA ^ bB; a = b} = { (2,2)}
r = { (a,b)/ aA ^ bB; a < b} = { (2,3)}
1.3. Gráfico Cartesiano de una Relación
Una relación puede tener una representación gráfica de dos formas:

Sagital y Cartesiana.
Ejemplo 1.3
Hacer los gráficos sagital y cartesiano de la relación r = { (2,1),(5.2),(7,3)}
GRAFICO CARTESIANO
4
3
2
1
0
0 2 4 6 8
FIG. 1-1
1.4. Gráfico Sagital de una Relación
2 1
5 2
7 3
FIG. 1-2
Ejemplo 1.4
Una empresa produce tres artículos. El primero ocupa 2 horas de trabajo, el

segundo ocupa 4 horas y el tercero ocupa 5 horas. El costo hora es de 5
unidades monetarias. Se desea conocer cual es la relación entre horas de
trabajo y costo de fabricación
Desarrollo:
H = { 2, 4, 5 } el conjunto de horas de trabajo

C = { 10, 20, 25 } el costo de fabricación de cada artículo

r = { (a,b)/ aA ^bB ; c = p . h}
En donde la expresión c = p . h representa el enunciado verbal de la

relación que permite calcular el costo de cada artículo en particular. En esta
expresión la constante p figura como el costo hora, o sea 5 unidades
monetarias
Aún que el producto cartesiano está constituido por nueve pares ordenados,
son solamente tres los que cumplen con la relación, esto es:
CxH = { (2,10),(2,20),(2,25),(4,10),(4,20),(4,25),(5,10),(5,20),(5,25)}
Elementos de la relación: r = {(2,10), (4,20), (5,25)}
2 c=p.h 10
c = 5 . 2 = 10
4 c = 5 . 4 = 20 20
c = 5 . 5 = 25
5 25
Fig. 1-3
Gráfico sagital
2 10
4 20
5 25
Fig. 1-4
Gráfico Cartesiano
G R AF IC O D E L A R E L AC IO N
CODOMINIO
30
20
10
0
0 1 2 3 4 5 6
D O M IN IO
Fig. 1-5

1.5. CONCEPTO DE FUNCION
Antes de entrar en detalles para dar el concepto de función, empezaremos

con un ejemplo que nos servirá para establecer algunos razonamientos
previos a esta discusión.
Consideremos los datos del ejemplo anterior, en el que se discutió la
relación de horas de trabajo y costo de fabricación del artículo.
Relación: r = { (2,10), (4,20), (5,25) }
Determinación estándar: r = { (h, c)/ hH ^ c C ; c = 5 . h }
Es fácil entender que para cada valor de h le corresponde un único valor de

c, es decir que la correspondencia es de 1 a 1.
Los razonamientos que podemos hacer son los siguientes:
Hay dos conjuntos bien definidos, llamados, al primero DOMINIO, que

contiene las primeras componentes y al segundo CODOMINIO, que contiene
las segundas componentes
Hay una ley matemática que relaciona uno a uno los elementos de los
conjuntos, llamado “Enunciado verbal”
Mediante la aplicación del enunciado verbal, transformamos los elementos

del DOMINIO en elementos del CODOMINIO, dando lugar a pares
ordenados. El conjunto H de pares ordenados que cumplen con esta
condición se llama función o aplicación, f, de H sobre C y se expresa:
f: H -> C
El elemento único c del CODOMINIO asignado al elemento único h del

DOMINIO, se lo llama imagen de h en C y, se lo representa por f(h) = c; en
cambio al elemento h se lo conoce como preimágen de C en H.
Sí (x, y) es un elemento de f, diremos que y es imagen de x por f, por

tanto, Y = f(x)
Por todo lo expuesto anteriormente, se desprende, que para que haya

función es necesario dos conjuntos llamados: DOMINIO Y CODOMINIO y dos
condiciones necesarias y suficientes:
 Para todo x A existe un y B tal que (x, y) f
 Ningún elemento del DOMINIO puede tener dos imágenes distintas en el

CODOMINIO
Usando la determinación estándar general podemos escribir de la siguiente

manera una función:
f = { (x, y) / xA ^ yB; y = f (x) }

Del enunciado verbal.- De acuerdo con la definición de función que se dió

anteriormente, se estableció que era necesario una ley matemática para
que asignara un y para un determinado x. Este enunciado verbal puede
expresarse mediante tres formas diferentes, pero en cada caso deberá
siempre considerarse valores reales. Las formas de un enunciado ver bal se
resume en:
 Establecer por medio de palabras u oraciones

 Mediante una fórmula o ecuación matemática,
 Una tabla de valores
Con esto queremos advertir que los resultados que se obtengan de la

aplicación de esta ley matemática deben ser reales, es decir, deben
excluirse las expresiones tales como: 1 = i y la división por cero, más
aun en las aplicaciones en costo, precio, producción que son expresiones
eminentemente positivas.
Para clarificar más los conceptos anteriores, comenzaremos por reconocer a
simple vista las funciones:
* * * *
* * * *
*
No es función Si es función
* *
* * * *
* *
Si es función No es función
Fig. 1-6
Como ejercicio indique las razones en cada caso.
Ejemplo 1.5
La siguiente función, expresada por la determinación estándar

f = {(x, y)/ xD ^ yC; y = x }
2
Solución: Para todo elemento de x existe un elemento de y
El Dominio es el conjunto D = { - < x < + }

El Codominio es el conjunto C = { 0 x + }
Si restringimos los valores del Dominio D = { -2, -1, 0, 1, 2, 3 }, tenemos:
Gráfico Sagital de la función: f ( x) y x 2

-3 9
-2 4
-1 1
0 0
1
2
3
Fig. 1-7
Gráfico Cartesiano de la Función: f ( x) y x

2
Parábola
10
8
6
4
2
0
-4 -2 0 2 4
Fig. 1-8
Ejemplo 1.6
Estudiar la relación r = { (x, y ) /xR, yR; y 2 x }. Indicar si es o no

función
Desarrollo: y  x
Como ya se indicó anteriormente, nuestro estudio se limitará a las
funciones reales, por consiguiente:
Dominio D = {0 X } y si restringimos el Dominio, tenemos

Dominio D = { 0, 1, 2, 3, 4, 5 }
Codominio C = { 0, 1, 1.41…, 1,73… 2, 2,23… }
Gráfico Sagital
0
0 1
1 1.41…
2
3 1,73…
4 2
5 2,23…
Fig. 1-9
El doble signo en los elementos del codominio se debe a que la raíz

cuadrada de un número positivo tiene dos valores: positivo y negativo.
Como se puede observar cada elemento del Dominio tiene dos elementos en

el Codominio, es decir, dos imágenes distintas, lo que contradice una de las

condiciones que debe cumplir una función. Por consiguiente la expresión
propuesta: y  x no es una función. Para una mejor apreciación veamos el
gráfico cartesiano.
G ra fic o : y  x
6
5
4
3
2 Fig. 1-10
1
0
0 10 20 30
Fig. 1-10
Siguiendo la simetría de la curva, complete el ramal negativo y observará

mejor las dos imágenes distintas para cada valor de x.
1.5.1. EJERCICIOS 1.1
1. Dados los conjuntos A = { a, b, c } y B = { 3, 5, 7 }. Hallar los

productos A x B, B x A, A2 , B 2.
 Establecer diferencias en los productos e indicar el dominio y

codominio en cada caso
2. Sean los conjuntos A = { x/x de los números pares menores de 10} y
B = {x/x de los números impares menores de 10}.
 Hacer los productos A x B y B x A

 Establecer diferencias en los productos e indicar el dominio y
codominio en cada caso
3. El producto cartesiano A x B = {(8,3),(4,2),(6,9),(7,10)}. Indicar el

dominio y codominio.
4. El conjunto C = {(1,1),(1,2),(1,3),(3,1),(3,2),(3,3)}, representa a un

producto cartesiano.
 Indicar el dominio y codominio y cúal es el producto que lo

generó.
 Establezca sus características
5. Si un conjunto A tiene 4 elementos y otro B tiene 6 elementos. Cuántos

elementos tendrá el producto cartesiano A x B.

 Establezca una regla para generalizar este proceso
6. Una relación se llama de equivalencia si cumple tres condiciones:
ara reflexiva
arbbra simétrica
a r b b r c  a r c transitiva
 Con el conjunto A = { 1,3,5,7}, obtenga una relación de

equivalencia.
7. Una relación se llama de orden si cumple con las siguientes condiciones:
ara reflexivo
a r b b r c  a r c transitivo
 Con el conjunto A del ejemplo anterior, obtenga una relación de

orden.
8. Dado el conjunto P={1,2,3,4,5,6} y, la siguiente determinación estándar

de la relación r = {(x, y)/x, y P; y = 2x –3}.
 Establezca la relación y realice los gráficos sagital y cartesiano

 Que tipo de relación es: de orden o equivalencia
9. El enunciado verbal de una producción es: “ La producción varía en

progresión aritmética cuya razón es diez hasta el valor de 100 ”. El
enunciado verbal del costo de producción es: “ Es el producto del valor
de la producción por un décimo de la producción más un valor constante
100 “.
 Calcular el dominio y codominio de la relación del costo de

producción, hacer el gráfico sagital y cartesiano.
 ¿Porqué el primer valor del costo de producción es 100 
 Exprese la relación mediante la determinación estándar
10.La relación entre la producción de un artículo y el beneficio está dado

por el siguiente enunciado verbal B = 1.75 * q - 50
 Hacer la gráfica de la relación, cumple con las condiciones de función

 Qué representa el valor 1.75: el costo de producción, el precio del
artículo o la utilidad 
 Qué puede decir de la cantidad cuyo beneficio es cero

 Formúlese la relación mediante la determinación estándar.

1.6. EL CONJUNTO DE LOS NUMEROS REALES
El estudiante conoce que existen números: Naturales, Enteros,

Racionales e Irracionales. Recordemos brevemente cada uno de ellos, ya
que la discusión exhaustiva de ellos no está en el propósito de este texto.
1.6.1. Conjunto de los Números Naturales .-
Son los números que están relacionados con la Naturaleza y aprendemos a

distinguirlos por observación. Cuando a un niño se le enseña a
familiarizarse con los números se lo hace con elementos naturales, los
elementos que lo rodean y más familiarmente las partes de su cuerpo.
Modernamente se concibe a los números naturales como una

correspondencia 1 a 1 entre la familia de conjuntos con una misma cualidad
y cantidad con los cardinales respectivos, así:
Si una familia de conjuntos tienen todos un elemento se le asigna el

cardinal 1, si tiene dos elementos el cardinal 2, si tiene tres elementos el
cardinal 3, así sucesivamente. Este conjunto de cardinales representa los
números naturales que se lo conoce por N
Entonces:
N = { 1, 2, 3, 4, …. }
Con este conjunto de números se pueden hacer las cuatro operaciones

fundamentales, aunque algunos casos no encuentren justificación en este
conjunto; como por ejemplo, 3 : 2 = 
1.6.2. El Conjunto de los números enteros.-
La limitación del conjunto de los Números Naturales en la realización de las

operaciones fundamentales, ha obligado a la creación de otro tipo de
números, en donde se justifiquen algunas operaciones como: 4 -7 = -3.
Este conjunto, tiene su fundamento en la operación de Resta y se expresa:
Definición.- Si tenemos el producto cartesiano N x N, en él podemos aplicar

una relación de equivalencia “ Equidiferente a “. Al conjunto resultante se lo
llama conjunto de los números enteros y se lo representa por Z
Entonces:
Z = { Z- U Zº U Z+ } = { … -3, -2, -1, 0, 1, 2, 3, … }
1.6.3. El conjunto de los Números Racionales
La limitación del conjunto de los números enteros en la aplicación de

algunas operaciones, como por ejemplo: 3:4, no encuentran justificación en
este conjunto, ha obligado a la creación de otro conjunto de números que
se lo ha denominado Conjunto de los Números Racionales, representado por

Q. Este conjunto tiene su fundamento en la aplicación de la operación de

división.
Definición.- Si tenemos el Producto cartesiano Z x Z, en el cual definimos
una relación de equivalencia cuyo enunciado verbal es “ Equicuociente a”,
se obtiene un conjunto de números llamados Racionales.
Entonces:
Q = { Q- U Qº U Q+} = { … -3/1,… -2/1,…-1/1,... 0/1,… 1/1,…2/1,…}
Una de las propiedades fundamentales de los números racionales establece

que: Todo número racional puede transformarse en número decimal
periódico y viceversa, así
¾ = 0.75
1.6.4. El Conjunto de los Números Irracionales
Un número irracional es aquel que no puede representarse en forma

fraccionaria de la forma a/b, siendo a y b elementos de los números
enteros. Es decir, número irracional es aquel que no puede representarse
como número racional. Estos números tienen su discusión en las cortaduras
de DEDEKIND.
También se considera la siguiente definición: “ Un número decimal no

periódico e infinito, se llama número irracional “
Al conjunto de los números irracionales se le representa por I
Entonces:
I= { 2, 
, 2.234987… }
1.6.5. Conjunto de los Números Reales.-
El conjunto de todos los números racionales e irracionales forma el

Conjunto de los números REALES, que se lo representa por R
Entonces:
R={QUI}
Por todo lo expuesto diremos que Número Real es aquel número que puede
representarse con infinitas cifras decimales.
El sistema de los números reales está constituido por un conjunto de

axiomas; con los cuales, se establecen las propiedades de los números
reales y, con la aplicación de éstas resultan las operaciones algebraicas de
suma, resta, multiplicación, división; más aún, operaciones de factorización

y sistemas de ecuaciones lineales. Nuestra intención es enseñar a manejar

estas propiedades y sus operaciones
La diferencia entre número racional e irracional radica en que el número
racional es un número decimal que puede transformase en quebrado, en
cambio, el número irracional no se puede transformar a quebrado. Como
condición necesaria y suficiente para considerar a un número decimal como
número racional es: “ todo número decimal que pueda convertirse en
quebrado es un número racional” .
Ejemplo 1.7
Números racionales
0.75 =¾
0.3333… = 1/3
0.125 = 1/8
Números Irracionales
2. 1.4142...
3
3. 1.7173...
pi = 3.1415…
Estos dos subconjuntos de números son los que forman el gran conjunto
de los Números Reales. Un número real puede ser representado de varias
formas; así:
II, 2, 3-1, 4/2, 10 2
No obstante se utilizará la nomenclatura más generalizada y tradicional
Al conjunto de los números reales se lo representa por la letra R. El

producto cartesiano R x R = R² es el conjunto de los pares ordenados
reales, definido en forma estándar así
R² = RxR= {(a, b)/a R ^ b R }
De este conjunto podemos tomar los elementos o pares ordenados

necesarios para definir las operaciones binaras: Suma, Sustracción,
Producto, División, Potenciación, Radicación, Logaritmación.
Las operaciones en los números reales R son funcione s del producto

cartesiano R x R = R² tal que para cada par ordenado (a, b) corresponda
una y solo una imagen c del mismo conjunto de los reales R. Entonces:
R² = R x R -> f: (a, b) -> c
Si (a, b) son dos números reales cualesquiera, de acuerdo con lo dicho

anteriormente existe un número real a + b = c , llamado suma, y del mismo
modo, existe un número real a x b = c, llamado producto para los cuales se
cumplen las siguientes leyes, axiomas y propiedades:

1.6.6. Propiedades de los Números Reales
Si a, b y c son números reales, se cumple:
a+b=b+a Propiedad Conmutativa

axb=bxa
(a + b ) + c = a + (b + c ) Propiedad asociativa
a + (b + c) = (a + b) + c
a(b+c) =axb+axc Propiedad Distributiva
a+0=a y ax1=a Propiedad modulativa
a + (-a) = 0 y a x 1/a = 1 Propiedad del inverso o recíproco

Siempre que a 0
1.6.7. Orden de los Números Reales
Para saber si un número real es mayor o menor que otro, se debe

aplicar la relación de orden en el conjunto R².
Si consideramos a, b dos números reales cualesquiera, debe

cumplirse una de las siguientes alternativas:
a=b
a>b
a<b
Por otra parte hay que introducir el concepto de que un número real sea
positivo o negativo.
Por las definiciones anteriores; desde los Números Enteros, se

establecieron tres subconjuntos importantes: Z-, el conjunto de los
números negativos, representados por a < 0; Zº el conjunto de los enteros
igual acero, a = 0 y Z+, el conjunto de los números positivos o mayores de
cero, a > 0. En tales condiciones se establece, si a es un número real, una
y sólo una de las siguientes afirmaciones se cumple.
a > 0, positivo a=0 a < 0, negativo
Las siguientes definición y propiedades:
Un número real a es negativo si y sólo si –a > 0
a 0
a > b si y sólo si (a – b) > 0
a > 0 si y sólo si -a < 0

a < 0 si y sólo si -a > 0

La Recta Real.- Si R es el conjunto de los números reales y P es el conjunto

de los puntos de una línea recta L, existe una correspondencia unívoca (1 -
1) entre R y P. El conjunto de todos los puntos definidos por esta
correspondencia unívoca 1-1 se lo conoce como Recta Real.
Por Geometría elemental se conoce que una recta es una sucesión infinita
de puntos. Si representamos un subconjunto de puntos en correspondencia
1-1 con el subconjunto de números reales conseguimos la gráfica de un
subconjunto de números reales, conocida como Recta Real. El cruce de dos
rectas reales perpendiculares forman el Plano Real
| | | | | | | | | | | | | |
-4 -3 -2 -1 0 1 2 3 4 5
Fig. 1-11
1.6.8. El Plano Real
Es conocido que el producto cartesiano R x R = { (x, y)/x R ^ y R }

representa matemáticamente el Plano Real R². Así el plano está definido
como el conjunto de pares ordenados, en donde, tanto la primera como la
segunda componente son elementos de los Números Reales.
º P(x, y)
Fig 1-12
1. La generatriz de 0,75 es ¾. Indicar la generatriz de 0,7555… ( hacer

la prueba dividiendo numerador por denominador)
2. Mediante el uso de un gráfico y con ayuda del teorema de Pitágoras

demuestre 2 1. 4142...
3. Hacer la demostración de las propiedades de los números reales

1.7. Las Funciones Lineales
Recordando que una función f de A a B, es un subconjunto del

producto cartesiano A x B, consideremos el caso de las funciones f de R a R,
en el producto cartesiano R²
Bajo este tema estudiaremos las funciones cuyo exponente en la

variable independiente sea uno, el Dominio y Codominio son
subconjuntos de los números reales; dicho de otra manera, cuando el
gráfico cartesiano es una línea recta. Entre las funciones que se estudiarán
están:
f = { (x, y) / x, y R²; y = mx + b }
m
P(0,b)
FIG 1-13
En donde b es la ordenada en el origen y m la pendiente.

Como esta característica de las funciones lineales tiene su aplicación en las
Ciencias Administrativas, se dará una mayor explicación.
1.7.1. Interpretación de la Pendiente
En el plano Cartesiano podemos ubicar dos puntos cualesquiera P1(X1, Y1)

y P2(X2, Y2), con los cuales podríamos definir la pendiente, así:
o P2(X2, Y2)

o M
P1(X1, Y2)
FIG 1-14

Aplicando las operaciones con segmentos de rectas, tenemos:
P1 M X 2 X 1
MP2 Y2 Y1
La pendiente se define como:
Y Y1 Incremento del Costo

m 2   Tangente del Angulo
X 2 X 1 Incremento de la Pr oducción
Esta pendiente, en las funciones de costo, ingreso y beneficio, se interpreta

como una razón del incremento de la variable en la ordenada al incremento
de la variable en la abscisa, así:
Incremento de Costo c
v 
Incremento de Pr oducción q
Incremento de Pr ecio p
p  
Incremento de Pr oducción q
La aplicación de esta característica de las funciones lineales como es la

pendiente, se analiza con más detalle en el estudio de las Funciones
Comerciales de Costo, Ingreso y Beneficio en el tema: Pérdidas y
Ganancias.
1.8. Gráfico de una Función Lineal
De la definición de función que ya se estudió, recordemos que es un

conjunto de pares ordenados que cumplen una ley matemática o enunciado
verbal. Estos pares ordenados son puntos que se pueden representar en el
plano cartesiano. La unión de estos puntos mediante línea continua es el
gráfico de la función.
Ejemplo 1.8
Sea la función f = { (x, y) /x, y R²;y = c }={(q1,c),(q2,c),(q3,c)…(qn,c)}

Para cualquier elemento de la abscisa X existe un solo elemento en Y. La
gráfica de esta función será una línea paralela al eje X, su pendiente vale
cero. ( indique por que )

fig. 1-15
y la relación
f = { (x, y) / x, y R²; x = c }, cuyo gráfico es una línea paralela al eje Y
Fig. 1-16
Ejemplo 1.9
Sea la función: f = { (x, y) / x, y R²; y = 2x +1 }
f = { (-2, -3),(-1, -1),(0, 1),(1, 3),(2,5),(3,7),(4,9)}
La Geometría nos enseña que para trazar una recta es necesario dos
puntos, se recomienda que estos estén prudentemente separados. A
continuación se verá el gráfico correspondiente de la función: Y = 2x +1
Señalando los puntos por donde pasa la recta
X Y G R A F IC O D E U N A F U N C IO N
L IN E A L : y = 2 x + 1
-2 -3
-1 -1
10
0 1
8
1 3 6
2 5 4
3 7 2
4 9 0
-4 -2 -2 0 2 4 6
-4
Fig. 1.17

1.8.1. Ejercicios 1.3
1. Hacer el gráfico de la función f={(x ,y)/x ,yR +; y = 2x + 3}.

 indique cual es la pendiente, la ordenada en el origen y la
intersección con los ejes coordenados.
 Con los puntos de cruce en los ejes calcule la pendiente y verifique
con el enunciado de la función
2. Hacer el gráfico de la función f={(x ,y)/x ,yR +; y = -3/4x + 3}.
 indique cual es la pendiente, la ordenada en el origen y la

intersección con los ejes coordenados.
 Con los puntos de cruce en los ejes calcule la pendiente y verifique
con el enunciado de la función
3. Dados los puntos P1(-3,-2), P2(5,-4), P3(5,8)
 Ubicar los puntos en el plano cartesiano.

 Unir los puntos con una línea recta.
 Establecer las funciones respectivas para cada recta
 Indicar en cada función la pendiente y la ordenada en el origen
 Extender los conjuntos del dominio y codominio de cada función a
diez pares ordenados
1.9. Aplicaciones de las Funciones Lineales
Como una de las aplicaciones de las funciones lineales esta la

relacionada con la administración de negocios. En este tema estudiaremos
situaciones de tipo económico, como el caso del Punto de Equilibrio,
funciones de Costo, de Beneficio e Ingreso. Trataremos este tema bajo la
hipótesis de que todas las relaciones que se consideran son lineales, los
conceptos vertidos se basan en definiciones estrictamente matemáticas,
pero sin descuidar las definiciones contables y, para tal propósito
comenzaremos con algunos conceptos.
1.9.1. Costo Variable ( Cv).- Se considera como costo variable,

aquellos costos como trabajo, materiales y todos los que varían
con la cantidad producida.
1.9.2. Costo Fijo ( Cf ).- Todos aquellos costos que se mantienen

fijos a cualquier nivel de producción, entre ellos, los intereses,
amortizaciones, depreciaciones, rentas, seguros, etc.
1.9.3. Beneficio (B ).- Consideraremos como la diferencia entre

el Ingreso Total por ventas y el Costo total de producción.
1.9.4. Utilidad (u).- La diferencia entre precio de venta y costo

de venta.

1.9.5. Precio de Venta (p).- Precio por unidad de producción

vendida, que se supone constante para toda producción posible;
P > 0.
1.9.6. Producción (q).- Producción máxima (a plena capacidad ),

que la empresa es capaz de producir; q > 0.
1.9.7. Costo Variable Unitario (v).- Costo variable por unidad,

que se supone constante en cada lote de producci, v > 0.
Definiciones: En esta parte definiremos los conjuntos y las funciones

necesarias para las aplicaciones, así como también los gráficos:
Q = { q/q R+; q 0; q = producción }
$ = { $/$ R+; $ 0; Y = unidad monetaria }
1.9.8. Función Costo Variable (Cv)
Son aquellos que varían en proporción directa al volumen de producción,

dentro de estos tenemos especificados a los costos directos, así: materiales
y mano de obra.
f:Cv = { (q,y)/ q  Q ^y R+ (unidad monetaria); Y 0; Cv = v * q}, en

donde v es el costo variable unitario y q la cantidad producida
Q
.m=p
Fig. 1-18
1.9.9. Función Costo Fijo (Cf)
Los Costos Fijos no sufren alteración alguna en el proceso productivo, son

iguales tanto para producir un artículo o varios. Ejemplo: Arriendos,
amortizaciones, depreciaciones, intereses, etc.
f:Cf = { (q, y )/ q Q ^y R+ (unidad monetaria); Y 0; Costo Fijo: Cf =

y = k, en donde k = constante }

Cf
Fig. 1-19
1.9.10. Función Costos Totales (Ct)
Los Costos Totales está considerado matemáticamente como la suma de

todos los costos; es decir, Ct = C1+C2+C3… +Cn, pero para el propósito de
este texto consideraremos la suma de los Costos Fijos más Costos Variables
Totales
f:Ct = {(q, y )/q R + ^y R+ ;Y 0; Ct = y = Costos = Cf + Cv }
$ Ct
Cv
Cf
cv
Q
Fig. 1-20
1.9.11. Función de Ingresos Totales (It)
Los Ingresos Totales están considerados como los ingresos

provenientes de las ventas, por consiguiente, es una función de la
producción y, está en relación con el precio
f:It = {(q, y)/ q Q ^y R+ (unidad monetaria); Y 0; I = y = p * q }
$ I
Q
Fig. 1-21
1.9.12. Función de Beneficio Total (Bt)
El beneficio total está considerado como la diferencia entre el Ingreso Total

menos el Costo Total.
f:Bt = {(q, y)/ q Q ^y R+ (unidad monetaria); Y 0; B = y = It – Ct }

Q
1-22
1.9.13. Gráfico de Estado de Pérdidas y Ganancias
Si unificamos todos los gráficos discutidos anteriormente en uno solo,

visualizaremos mas claramente las relaciones que hay entre las diferentes
funciones estudiadas, analizaremos algunos argumentos que de este gráfico
se desprenden y estableceremos algunas conclusiones importantes.
I
$ Ct
PE
Cv
B
Cf
Fig. 1-23
1.9.14. Análisis Matemático de Costos
De lo anteriormente estudiado se desprende que las funciones de

Costo total, Ingreso total, Costo fijo, Beneficio y Costo variable son
funciones de la cantidad producida q. Los símbolos de Cf(q), Cv(q), Cf(q),
I(q) y B(q) se usa para representar el elemento del Codominio al
correspondiente elemento de Dominio.
Entonces:
Cf(q) = k
Cv(q) = v.q
I(q) = p.q
Si tenemos una cantidad q de artículos producidos

Ct = Cf + Cv
Ct = k + v.q
Bt = It – Ct
Bt = p .q – (k + v .q)
Bt = q( p - v) - k
1.9.14.1. Las Condiciones de Equilibrio PE(qº, yº)
Consideraremos el punto de equilibrio como el par ordenado (qº, yº), en

donde qº representa la cantidad de artículos producidos, yº las ordenadas
de ingreso, beneficio, costo indistintamente.
El siguiente enunciado: "En el Punto de Equilibrio, PE(qº, yº), los

ingresos justifican los costos", Es decir teóricamente la empresa no
gana ni pierde, por tanto, el Beneficio es cero. En otras palabras, es el
punto de cruce entre los Ingresos totales y los Costos totales.
Con estas consideraciones, tenemos:
Si PE(qº, yº) => B = 0 ^ Ct(q) = It(q)
0 = qº( p – v) – k
qº = k/(p-v)
En el punto de equilibrio la cantidad de equilibrio es igual al Costo Fijo sobre

la diferencia entre el precio de venta y el costo unitario de producción.
Como ejercicio de razonamiento, demuestre que:
k
C 0 
v
1 
p
1.9.14.2. Solución de Problemas Razonados Sobre

Funciones de Costos
EJEMPLO 1.10
Una empresa produce un artículo y puede vender en el mercado a $ 2.5 por

unidad, por unidad toda la producción. La planta puede producir 1000
unidades por día. El Costo fijo total es de $ 300 por día. El Costo unitario
variable es de $ 0.75.
Cuál es el punto de equilibrio

Cuántas unidades debe producir para que su beneficio sea $ 600.000

Hacer el gráfico respectivo de Ganancias y Pérdidas
p = $ 2.5 Cf (q) = { (q,$)/ q,$ R+; Cf = 300 }
q = 1000 u/día Cv(q) = { (q,$)/ q,$ R+; Cv = 0.75 . q}
k = $ 300/día Ct(q) = { (q,$)/ q,$ R+; Ct = 0.75 . q + 300}
v = $ 0.75/u I(q) = { (q,$)/ q,$ R+; I = 2.5 . q }
B(q) = { (q,$)/ q,$ R+; B = q(1.75) – 300}
Como en el punto de equilibrio son iguales los ingresos y los costos,

tenemos:
En el PE(qº, yº) => It = Ct

Luego p . qº = v . qº +K
qº = k / (p – v)
Remplazando
qº = 300/(2.5 – 0,75) = 171,43
qº = 171,43
b) B = It – Ct
Remplazando
B = p.q – (k + v.q) q = (600.000+300)/(2,5 – 0,75)
B = q(p – v) - k q = 343.028,57 (unidades)
600.000= q (2.5 – 0,75) - 300
1.9.14.3. Cálculos y gráfico del ejemplo 1.10
Nº q Cf Cv ct I B
G AN AN CI AS Y PER D I D AS
1 0 300 0 300 0 -300
2 5 300 3,75 303,8 12,5 -291 Cf Cv Ct I B
3 10 300 7,5 307,5 25 -283 1400

4 15 300 11,25 311,3 37,5 -274
1200
5 20 300 15 315 50 -265
6 25 300 18,75 318,8 62,5 -256 1000
UNIDAD MONET ARIA
7 30 300 22,5 322,5 75 -248 800

8 35 300 26,25 326,3 87,5 -239
600
9 40 300 30 330 100 -230
400
10 45 300 33,75 333,8 112,5 -221
11 50 300 37,5 337,5 125 -213 200
12 55 300 41,25 341,3 137,5 -204 0
13 60 300 45 345 150 -195 0 200 400 600
-200
14 65 300 48,75 348,8 162,5 -186
15 70 300 52,5 352,5 175 -178 -400
P R O D U C C IO N
16 75 300 56,25 356,3 187,5 -169
Fig.1-24

EJEMPLO 1.11
Una empresa tiene $ 82.000 de Costos Fijos (Cf), $ 67500 de Costos

Variables, siendo las ventas $ 225000. El producto se vende a razón de $5.
Se desea calcular las funciones de Ingreso, Costos variables y totales,

Beneficio, Punto de equilibrio. Las funciones deben estar expresadas en
forma estándar. Los cálculos de dominio y codomio para poder hacer el
gráfico la función con los puntos suficientes para una buena representación
Datos:
Cf = $ 82.000 I=p.q
Cv = $ 67.500 q = I/p = 225.000/5 = 45000
It = $ 225.000 Cv = v . q
P =$5 v = Cv/q = 67.500/45000 = 1.5
En el punto de equilibrio (PE)
Ct = It
. qº = Cf/(p – v ) = 82.000/(5 – 1.5) = 23.429
Cº = k/( 1 – v/p) = 82.000/(1 – 1.5/5) = 117.142,8
Funciones:
I(q) = {(q,$)/ q,$ R+; I = 5 . q }
Cf(q) = {(q,$)/ q,$ R+; Cf = 82.000}
Cv(q) = {(q,$)/ q,$ R+;Cv = 1.5 q }
Ct(q) = {(q,$)/ q,$ R+; Ct = 1.5 q + 82.000}
B(q) = {(q,$)/ q,$ R+; B = q(3.5) – 82.000}
Con estos datos elaboraremos primero la tabla de valores de cada una de

las funciones, para luego hacer el gráfico del Estado de Pérdidas y
Ganancias

1.9.14.4. TABLA DE VALORES CALCULADOS DE ACUERDO

CON LAS FUNCIONES
q cf cv ct I B
0 82.000 0 82.000 0 -82.000
5.000 82.000 7.500 89.500 25.000 -64.500
10.000 82.000 15.000 97.000 50.000 -47.000
15.000 82.000 22.500 104.500 75.000 -29.500
20.000 82.000 30.000 112.000 100.000 -12.000
25.000 82.000 37.500 119.500 125.000 5.500
30.000 82.000 45.000 127.000 150.000 23.000
35.000 82.000 52.500 134.500 175.000 40.500
40.000 82.000 60.000 142.000 200.000 58.000
45.000 82.000 67.500 149.500 225.000 75.500
50.000 82.000 75.000 157.000 250.000 93.000
55.000 82.000 82.500 164.500 275.000 110.500
60.000 82.000 90.000 172.000 300.000 128.000
65.000 82.000 97.500 179.500 325.000 145.500
65.010 82.000 97.515 179.515 325.050 145.535
1.9.14.5. Gráfico de pérdidas y ganancias
GRAFICODE PERDIDAS Y
GANANCIAS
150.000
100.000
MONETARIAS
UNIDADES
50.000
0
0 10.000 20.000 30.000
-50.000
-100.000
PRODUCCION
Fig. 1-25
EJEMPLO 1.12
En este problema se trata de encontrar la representación gráfica de todas

las funciones que se han venido discutiendo anteriormente y determinar el
Estado de Pérdidas y Ganancias. Se presenta los datos necesarios para
conseguir las funciones lineales requeridas. En el siguiente cuadro

encontrarán los datos de: Ventas, Costo de Fabricación, Costo de

administración, Otros ingresos y Otros gastos.
ESTADO DE PERDIDAS Y GANANCIAS, POR EL PERIODO

COMPRENDIDO DEL 1º DE ENERO AL 31 DE DICIEMBRE DE 199...
VENTAS Unidades
Productos 10000 25290605
Ventas Totales 25290605
COST FABRICACIÓN FIJOS VARIABLES

Producción:
Costo Manufactura 4954520 5485060 10439580

Carga y Express 1985500 1985500
Operac. Sucursales 4907812 1141400 6049212
Gastos Agencias 1402800 1402800
Otros materiales 102192 102192
Costos Totales 19979284
Utilidad Bruta 5311321
GASTOS ADMINIS. Y
VENTA
Gastos Administra. 1416000 1416000
Gastos de Venta 853200 853200
Total Gastos Admi. 2269200
Y Ventas
Total Gastos Ad y V. 3042121
OTROS INGRESOS
Aprovechamiento 42000 42000
Bonificaciones 24000 24000
Intereses Cobrados 39000 39000
Varios 24000 24000
105000
Total otros Ingresos 3042121
OTROS GASTOS
Interés por Hipoteca 37620 37620
228420 228420
Total Otros Gastos 266040
UTILIDAD NETA 3042121
Desarrollo del proceso:
De acuerdo con los datos del estado financiero comprendido entre 1º

de enero al 31 de diciembre de 199… tenemos

COSTOS FIJOS COSTOS VARIABLES

Costos de Manufactur 4´954.520 Costos de Manufactura 5´485.060
Operaciones Sucursal 4´907.812 Carga Express 1´985.500
Gastos de agencias 1´402.800 Operaciones Sucursal 1´141.400
Gastos administrativo 1´416.000 Otros materiales 102.000
Gastos de Ventas 853.200
Otros Gastos 266.040
Total 13´800.372 8´714.152
Ingreso total 25´290.605 + 129.000 = 25´419.605

Cantidad 10.000
Utilidad Neta 2´647.081
Cálculos
I = p.q
P = I/q = 25´419.605/10.000 = 2541,9605
Cv = v.q
V = Cv/q = 8´714.152/10.000 = 871,4152
qº = Cf/(p-v) = 13´800.372/(2541,96-871,41) = 8260,97
Cº = Iº = p*q = 2541,9605 * 8260,97= 20´999.055,30
TABLA DE VALORES
q cf I Cv Ct B
0 13.800.372 0 0 13.800.372 -13.800.372
250 13.800.372 635.475 217.855 14.018.227 -13.382.752
750 13.800.372 1.906.425 653.565 14.453.937 -12.547.512
1.250 13.800.372 3.177.375 1.089.275 14.889.647 -11.712.272
1.750 13.800.372 4.448.325 1.524.985 15.325.357 -10.877.032
2.250 13.800.372 5.719.275 1.960.695 15.761.067 -10.041.792
2.750 13.800.372 6.990.225 2.396.405 16.196.777 -9.206.552
3.250 13.800.372 8.261.175 2.832.115 16.632.487 -8.371.312
3.750 13.800.372 9.532.125 3.267.825 17.068.197 -7.536.072
4.250 13.800.372 10.803.075 3.703.535 17.503.907 -6.700.832
4.750 13.800.372 12.074.025 4.139.245 17.939.617 -5.865.592
5.250 13.800.372 13.344.975 4.574.955 18.375.327 -5.030.352
5.750 13.800.372 14.615.925 5.010.665 18.811.037 -4.195.112
6.250 13.800.372 15.886.875 5.446.375 19.246.747 -3.359.872
6.750 13.800.372 17.157.825 5.882.085 19.682.457 -2.524.632
7.250 13.800.372 18.428.775 6.317.795 20.118.167 -1.689.392
7.750 13.800.372 19.699.725 6.753.505 20.553.877 -854.152
8.250 13.800.372 20.970.675 7.189.215 20.989.587 -18.912
8.750 13.800.372 22.241.625 7.624.925 21.425.297 816.328
9.250 13.800.372 23.512.575 8.060.635 21.861.007 1.651.568
9.750 13.800.372 24.783.525 8.496.345 22.296.717 2.486.808

10.250 13.800.372 26.054.475 8.932.055 22.732.427 3.322.048

10.750 13.800.372 27.325.425 9.367.765 23.168.137 4.157.288
11.250 13.800.372 28.596.375 9.803.475 23.603.847 4.992.528
11.750 13.800.372 29.867.325 10.239.185 24.039.557 5.827.768
12.250 13.800.372 31.138.275 10.674.895 24.475.267 6.663.008
12.750 13.800.372 32.409.225 11.110.605 24.910.977 7.498.248
13.250 13.800.372 33.680.175 11.546.315 25.346.687 8.333.488
13.750 13.800.372 34.951.125 11.982.025 25.782.397 9.168.728
14.250 13.800.372 36.222.075 12.417.735 26.218.107 10.003.968
14.750 13.800.372 37.493.025 12.853.445 26.653.817 10.839.208
15.250 13.800.372 38.763.975 13.289.155 27.089.527 11.674.448
15.750 13.800.372 40.034.925 13.724.865 27.525.237 12.509.688
16.250 13.800.372 41.305.875 14.160.575 27.960.947 13.344.928
16.750 13.800.372 42.576.825 14.596.285 28.396.657 14.180.168
17.250 13.800.372 43.847.775 15.031.995 28.832.367 15.015.408
GRAFICO DE ESTADO DE PERDIDAS Y GANANCIAS
Estado de Pérdidas y Ganancias

60000000
50000000
40000000
Monetaria
30000000
Unidad
20000000
10000000
0
-10000000 0 5000 10000 15000 20000
-20000000
Producción
Fig 1-26

1.9.14.6. Ejercicios 1.4
1. Una empresa fabrica un solo producto y ofrece al mercado la

máxima producción al precio de $ 1.75. Su máxima producción es
de 600 unidades por día. El costo fijo total es de $ 250 por día. El
costo unitario variable es de $ 0.75.
 Cuál es el punto de equilibrio?

 Calcular las funciones de Ingreso, Beneficio, Costos
 Determinar en una tabla los dominio y codominio de las
funciones anteriores
 Que se conseguiría con aumentar o disminuir el punto de
equilibrio?
 Hacer el gráfico de Estados de Pérdidas y Ganancias
2. Con un costo fijo de $ 82.000, $ 67.500 de costos variables, el

ingreso por ventas $ 225.000 y un precio del producto en el
mercado de $ 5.

 Calcular el punto de equilibrio
 Usando la fórmula del apartado 1.9.14.1, comparar el costo de
equilibrio con el cálculo anterior
 Hacer el gráfico de Estado de Pérdidas y Ganancias
3. Si el precio se incrementa en 50%, 75%, 100% en el problema

anterior. Haga un comparativo y determine conclusiones
4. Con el punto de equilibrio PE(1432.66, 17191.92) y el costo fijo

de $ 5000.

 Usando la fórmula del apartado 1.9.14.1, comparar el costo de
equilibrio con el valor dado
5. Dadas las funciones:

f(I)={(q,y)/q,yR +;I=26*q},
f(Ct)={(q,y)/q,yR+;Ct=18*q+8000}
 Calcular el punto de equilibrio

 Hacer el gráfico de las funciones de costo variable, beneficio,
costo fijo

1.9.15. Las Funciones de Demanda y Oferta
En este tema revisaremos las funciones de demanda y oferta. No se

discutirán estas funciones en forma exhaustiva, pues corresponde a la
Economía el estudio de su comportamiento, simplemente se establecerán
conceptos básicos enfocados a su aplicación matemática.
1.9.15.1. Función de Demanda
De los conceptos más generalizados se concluye que la demanda es una

función o relación cuyo enunciado verbal expresa la forma en la cual la
cantidad demandada de un artículo varía con respecto al precio de este
artículo. Por lo general esta relación es inversa, en este caso, si el precio
aumenta la cantidad demandada del artículo disminuye de lo contrario
aumentará.
Uno de los fundamentos de análisis económico lo constituye el modelo

simple de la demanda y oferta. La comprensión de estas dos entidades: la
demanda y oferta y la relación entre ellas constituyen un buen principio
para comprender en forma general la Economía
La ley de la demanda puede definirse de forma concisa como sigue:
“A precios elevados se demanda una cantidad menor que a precios

reducidos, si permanecen constantes los demás factores”
Por tanto la ley de la demanda advierte que la cantidad demandada de un artículo

se relaciona de manera inversa con el precio de dicho artículo, si permanecen
constantes los demás factores, es decir , que las dos variables que se tomarán en
cuenta para su comportamiento son: cantidad y precio.
Gráfico de la Demanda.
Fig 1-27 Q
De acuerdo con el gráfico podemos inferir que la pendiente es negativa,

esto se debe a que la relación entre el precio y cantidad (y r x) es inversa.
La determinación estándar es como sigue:

f:D = {(c, p)/ (c, p)/R + ; p = -mc +b }
Cuyo enunciado verbal guarda similitud con la ecuación de la recta:
Y = -mx + b
1.9.15.2. FUNCIÓN OFERTA
De los conceptos más generalizados se concluye que la oferta es una

función o relación cuyo enunciado verbal expresa la forma en la cual la
cantidad ofertada de un artículo varía con respecto al precio de este
artículo. Por lo general esta relación es directa, en este caso, si el precio
aumenta la cantidad ofertada del artículo también aumenta, de lo contrario
disminuirá.
Ley de la oferta
“ A precios elevados, generalmente se ofrecerá una mayor cantidad

que a precios reducidos, si se mantienen constantes los demás
factores.”
Esto es opuesto de la relación de la demanda, como se indica en la ley de la

oferta, la relación entre precio y cantidad es directa. Los productores están
dispuestos a fabricar y vender más sus productos a un precio más alto.
Gráfico de la Función Oferta
Fig. 1-28
De acuerdo con el gráfico podemos inferir que la pendiente es positiva, esto

se debe a que la relación entre el precio y cantidad (y r x) es directa.
La determinación estándar es como sigue:
f:O(c, p) = {(c, p)/ (c, p)/R+ ; p = +mc +b }

Cuyo enunciado verbal guarda similitud con la ecuación de la recta:
Y = +mx + b
1.9.15.3. Combinación de Oferta y Demanda
PE
Fig. 1-29
Si se combinan los gráficos de oferta y demanda en uno solo, se observa

que existe un punto de cruce entre las dos líneas llamado punto de
equilibrio de mercado. Este punto puede encontrarse resolviendo el sistema
de ecuaciones lineales que forman las dos funciones: Demanda y Oferta
pd = -mc d +bd (demanda)
po = +mco +bo ( oferta )
PE = Equilibrio de mercado
Ejercicio.
Dadas las siguientes funciones:f(x, y)={(x, y)/x. yR +;7y +5x = 54} y
f(x, y) = {(x, y)/x. yR +;5y-6x =3}.
 Indicar cuál de las funciones es demanda y de oferta

 Calcular el punto de equilibrio de mercado
 Si el precio del artículo es de $4 cuál es la cantidad demandada y
ofrecida
 A que cantidad el precio de demanda y el precio de oferta está en
relación de 1:2

Sección 2 33 Sistema de Ecuaciones Lineales
2. SISTEMA DE ECUACIONES LINEALES
En este tema se discutirán las funciones cuyo Dominio y Rango sean

subconjuntos del conjunto de los números reales; así como sus coeficientes.
Se denomina ecuación lineal a toda expresión en una o dos variables cuyos

exponentes son iguales a 1 y presentan la forma:
ax by c 0
3x 6 y 8 0
Si en una ecuación lineal, cuando el coeficiente de la variable y es distinto

de cero, puede escribirse en forma de función lineal, despejando la variable,
como se indica para el ejemplo dado:
3 8
y  x 
6 6
generalizando
a c
y  x 
b b
En estas condiciones, podemos determinar su pendiente, la ordenada en el

origen y hacer su representación gráfica.

Una ecuación lineal puede tener n variables, por tanto, presenta la forma:
a1 x1 a2 x2 a3 x3 ...an xn b
en donde a i son coeficientes de x i , b es el término independiente. Un

conjunto de valores, tales como:
K={ k 1 , k 2 , k 3 ... k n }
Se conoce como el conjunto solución de la ecuación, porque al remplazar

los valores de k en la ecuación se convierte en una proposición verdadera.
Ejemplo 2.1
Sea la ecuación:
2 x1 3 x 2 5 x 3 7 y
k= {1,2,3}
Si reemplazamos estos valores en la ecuación da una proposición

verdadera: -7=-7
Este conjunto es conocido como Upla solución de la ecuación o simplemente

conjunto solución de la ecuación
Una ecuación lineal puede resolverse siguiendo el siguiente proceso

algebraico:
Primer Caso
x1 a1 1 b a11 a 2 x 2 a11 a3 x 3 ... a11 a n x n
Para la ecuación:
2x 1 3x 2 2 x3 4 x4 20
Luego
x1 2 1 20 2 1 * 3x 2 2 1 2 * x 3 2 1 * 4 x 4
Asignando valores a las variables “libres”: x 2 , x 3 , x4 se puede conseguir un

conjunto solución para la ecuación: así
x 2 1, x 3 2, x 4 3
Reemplazando estos valores en la última expresión, resulta:
7
x1 
2

Por tanto, la Upla solución: U = { 7/2, 1, 2, 3 }

Este conjunto es una de las infinitas soluciones de la ecuación
Segundo Caso
Cuando todos los coeficientes son nulos y el término independiente es

distinto de cero.
0 x1 0x 2 0x 3 ... 0 x n b

Para este caso no existe solución y la ecuación es inconsistente
Tercer Caso
Cuando todos los coeficientes son ceros, incluyendo el término

independiente
0 x1 0x 2 0x 3 ... 0 x n 0
Para esta ecuación, cualquier conjunto de números reales es un conjunto

solución
2.1. Sistema de Ecuaciones Lineales N x N
Un sistema de n ecuaciones lineales con variables x1 , x 2 , x 3 ...x n presenta la

forma:
a11 x1 a12 x2 a13 x 3 ... a1n x n b1

a 21 x1 a22 x 2 a23 x 3 ... a 2 n xn b2
a31 x1 a32 x 2 a 33 x 3 ... a 3n x n b3
.....................................................
x1 a n 2 x2 a n 3 x 3 ... a nn xn bn
Sistema Nº1
Los distintos métodos de solución de este sistema se estudiarán en los

temas posteriores; así como también, discutiremos las condiciones de
consistencias e inconsistencia en los casos más generalizados, también se
estudiará el caso cuando los términos independientes son todos ceros
llamado sistema homogéneo.
Tamaño: El tamaño de un sistema de ecuaciones lineales se determina por

el producto indicado: nº de ecuaciones x nº de variables. Ejemplo: un
sistema 3x4 indica que tiene 3 ecuaciones y 4 variables

El sistema Nº1 presenta las siguientes alternativas de solución como se

indica en el siguiente cuadro:
Solución de un sistema de ecuaciones lineales
Sistema de ecuaciones lineales
Inconsistente Consistente
Ninguna solución Solución Unica Más de una solución

FIG. 2-1
Estudiaremos el método ESCALONADO para determinar en que situación del

presente organigrama se ubica y encontrar una solución si es posible, o en
su defecto, indicar que el sistema no tiene solución.
2.2. Método Escalonado
Proceso: El proceso radica en generar sucesivamente desde el sistema

original, n-1 subsistemas de ecuaciones tales que, cada uno de ellos sea
una variable y una ecuación menos que el anterior, hasta llegar al último
sistema que constará de una sola ecuación con una variable, consiguiendo
de manera inmediata el valor de esta última variable. Luego tomando las
primeras ecuaciones de cada uno de los subsistemas se formará un nuevo
sistema de ecuaciones en forma escalonada. En este sistema se
reemplazará en cada escalón la variable encontrada para conseguir la
siguiente variable, logrando así el conjunto solución.
El método consiste en nombrar a la primera ecuación como “pivote”, que es

el que servirá de sustraendo para la resta de ecuaciones, con el objeto de
anular la primera variable en cada una de éstas, lo que obliga a multiplicar
por el m.c.m. de los coeficientes o factor equivalente a las dos ecuaciones.
Dando como resultado la formación de la ecuación del siguiente sistema, la
operación es parecida al proceso de suma y resta algebraico. Para aclarar el
proceso ilustraremos un ejemplo.
Ejemplo 2.2
Sistema original.- Sistema 1
+ 2.00X(1) + 1.00X(2) + 5.00X(3) + 2.00X(4) = 1.00 Ec11

-4.00X(1) + 2.00X(2) + 3.00X(3) -1.00X(4) = 2.00 Ec21
+ 3.00X(1) + 4.00X(2) + 5.00X(3) + 2.00X(4) = 3.00 Ec31
+ 4.00X(1) -2.00X(2) + 3.00X(3) -1.00X(4) = 4.00 Ec41

Ec12 ki a11Ec21 k ja21Ec11 

2(
4x1 2x2 3x3 
1x4 2) (
4)(2x1 
1x2 5x3 2x4 1)
Ec22 kia11Ec31 kj a31Ec11 
2(3x1 4x2 5x3 2x4 3) 3(2x1 
1x2 5x3 2x4 1)
Ec32 kia11Ec41 kj a41Ec11 

2(4x1 2x2 3x3 
1x4 4) 4(2x1 1x2 5x3 2x4 1)
Sistema 2
+ 8.0X2 + 26.0X3 + 6.0X4 = 8.0 Ec12

+ 5.0X2 -5.0X3 -2.0X4 = 3.0 Ec22
- 8.0X2 -14.0X3 -10.0X4 = 4.0 Ec32
Ec13 k ia112 Ec222 k j a212 Ec122 8(5x2 5x3 2x4 3) 5(8x2 26x3 6x4 8)
Ec23 ki a112 Ec322 k j a312 Ec122 8(8x 14x 10x 4) (8)(8x 26x 6x 8)
2 3 4 2 3 4
Sistema 3
-170.0X3 -46.0X4 = -16.0 Ec13

+ 96.0X3 -32.0X4 = 96.0 Ec23
Ec14 ki a11 Ec 23 k j a21 Ec13 (170)(96x 3 32x 4 96) 96(170x 3 46x 4 16)
3 3
Sistema 4
+ 9856.0X4 = -14784.0
Sistema Escalonado.-
+ 2.0X1 + 1.0X2 + 5.0X3 + 2.0X4 = 1.0

8.0X2 + 26.0X3 + 6.0X4 = 8.0
-170.0X3 -46.0X4 = -16.0
+ 9856.0X4 = -14784.0
UPLA SOLUCION: { X1 = 0.5, X2 = 0.5, X3 = 0.5, X4 = -1.5}
COMENTARIO.- El sistema original propuesto tiene cuatro ecuaciones con

cuatro variables, es decir de tamaño 4x4, en tal virtud el sistema tendrá
única solución por tanto es consistente.
Sistema 1
+ 2.00X(1) + 1.00X(2) + 5.00X(3) + 2.00X(4) = 1.00 Ec11

-4.00X(1) + 2.00X(2) + 3.00X(3) -1.00X(4) = 2.00 Ec21
+ 3.00X(1) + 4.00X(2) + 5.00X(3) + 2.00X(4) = 3.00 Ec31
+ 4.00X(1) -2.00X(2) + 3.00X(3) -1.00X(4) = 4.00 Ec41
Mediante el método propuesto, se va generando sistemas parciales con una

variable menos, en este caso se han generado cuatro sistemas parciales. Si

tomamos las primeras ecuaciones de cada uno de los sistemas se podrá

formar un Sistema Escalonado.
Sistema 2
+ 8.0X2 + 26.0X3 + 6.0X4 = 8.0

+ 5.0X2 -5.0X3 -2.0X4 = 3.0
- 8.0X2 -14.0X3 -10.0X4 = 4.0
Sistema 3
-170.0X3 -46.0X4 = -16.0

+ 96.0X3 -32.0X4 = 96.0
Sistema 4
+ 9856.0X4 = -14784.0
Si un sistema de ecuaciones lineales, después de un proceso, presenta

todas sus ecuaciones con una variable menos como el sistema (SE) anterior
se denomina Sistema Escalonado.
Sistema Escalonado.- (SE)
+ 2.0X1 + 1.0X2 + 5.0X3 + 2.0X4 = 1.0

8.0X2 + 26.0X3 + 6.0X4 = 8.0
-170.0X3 -46.0X4 = -16.0
+ 9856.0X4 = -14784.0
Como se indicó anteriormente la U = {k1,k2,k3,k4,…,kn } se denomina

conjunto Solución del sistema que guarda correspondencia 1-1 con el
conjunto de las variables X = {x1,x2,x3,x4,…,xn}.
La manera de conseguir la Upla es a partir de la última ecuación que nos

permite encontrar x 4, con el valor de esta variable podemos conseguir x3
reemplazando en la siguiente escala, y así sucesivamente, hasta encontrar
todas los valores de las variables.
UPLA SOLUCION: { X1 = 0.5, X2 = 0.5, X3 = 0.5, X4 = -1.5, }
2.3. Sistema Homogéneo de Ecuaciones Lineales
Se denomina Sistema Homogéneo de Ecuaciones Lineales cuando todos los

términos independientes son ceros, en tal caso presenta la forma:

a11x1 a12 x2 a13 x 3 ... a1n x n 0

a 21 x1 a22 x 2 a23 x 3 ... a 2n x n 0
a 31x1 a 32 x 2 a33 x 3 ... a 3n x n 0
.....................................................
a n1 x1 a n2 x 2 a n3 x3 ... a nn x n 0
Este sistema tiene algunas consideraciones particulares que hay que

discutir: por ejemplo, como una de las soluciones posibles esta la Upla
solución U = {0,0,0,0,0…,0} denominada solución trivial. En tal virtud un
sistema homogéneo siempre es posible reducirlo a un Sistema Escalonado
Las consideraciones son:
 Si el sistema tiene el mismo número de ecuaciones que de incógnitas el

sistema será consistente y tiene solución cero o trivial.
 Si el determinante del sistema vale cero, el sistema no tiene solución.
 Si tiene más variables que ecuaciones, el sistema tendrá un infinito
número de soluciones distintas de cero.
Método de solución.- El método de solución es el mismo que se discutió

anteriormente, en proceso escalonado.
Ejemplo: 2.3
*** INTRODUCCION AL ALGEBRA LINEAL ***

Diseño y programación en lenguaje 'C'
Ing. Carlos H. Herrera Sánchez
Recomendaciones Técnicas: Lic. Ricardo W. Ortega O.
* SOLUCION DE UN SISTEMA DE ECUACIONES LINEALES METODO ESCALONADO *
Sistema original
+ 1.00X(1) + 2.00X(2) -3.00X(3) = 0.00

+ 2.00X(1) + 5.00X(2) + 2.00X(3) = 0.00
+ 3.00X(1) -1.00X(2) -4.00X(3) = 0.00
Sistema 2
+ 1.0X2 + 8.0X3 = 0.0

-7.0X2 + 5.0X3 = 0.0
Sistema 3
+ 61.0X3 = 0.0

Sistema Escalonado
+ 1.0X1 + 2.0X2 -3.0X3 = 0.0

+ 1.0X2 + 8.0X3 = 0.0
+ 61.0X3 = 0.0
UPLA SOLUCION: { X1 = 0.0, X2 = 0.0, X3 = 0.0}
2.4. Condiciones de Consistencia e Inconsistencia
Como se indicó anteriormente y de acuerdo con la fig. 1; todo sistema de

ecuaciones lineales puede ser: Consistente o inconsistente, en este tema se
discutirá las diferentes alternativas de consistencia e inconsistencia de un
Sistema de Ecuaciones Lineales:
 Si hay el mismo número de ecuaciones que de incógnitas, entonces el

sistema tiene solución única.
 Si hay más incógnitas que ecuaciones, podemos asignar arbitrariamente

valores a las variables libres y obtener una solución al sistema, por
consiguiente, existen un infinito número de soluciones diferentes de
cero.
 Cuando en el Sistema Escalonado la última ecuación presenta la forma

0=0, el sistema tiene más de una solución.
 Cuando en el Sistema Escalonado la última ecuación tiene la forma 0=k,

el sistema es incosistente y no tiene solución.
 Cuando presenta la forma C1 = C2 siendo C1C2, el sistema es

inconsistente y no tiene solución.
2.5. Proceso Computacional: Solución de un Sistema de

Ecuaciones Lineales
El procedimiento de solución de un Sistema de Ecuaciones Lineales es

iterativo, por tanto, se presta para diseñar un proceso aplicable a un
lenguaje de computación. La intención de este tema es demostrar que se
puede desarrollar un programa para computadora, independientemente del
lenguaje que se use, para automatizar la solución de Un Sistema de
Ecuaciones Lineales por el Método Escalonado; posteriormente se indicará el
proceso para el método de Gauss-Jordan.
El lenguaje que se utiliza para este proceso es el turbo “C++”, no

obstante haber sido codificado inicialmente en MBasic. No se trata de
enseñar las reglas y funciones de estos lenguajes puesto que este no es el
propósito del texto, sin embargo, se harán ligeros comentarios de la
estructura del programa.
A continuación presentamos la codificación del programa “Mtrizuta.c”. Un

programa para realizar algunos procesos de carácter lineal como son:
Producto de matrices, inversa de una matriz, sistema de ecuaciones lineales

y el método de maximización y minimización de una función objetivo, del

cual iremos sacando las partes importantes para el comentario respectivo
de acuerdo a los temas que se irán tratando más adelante.
/* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * */
/* EJEMPLOS DE USO DE MATRICES EN LENGUAJE C */
/* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * */
#define TITULO_GENERAL "\n\n\n *** INTRODUCCION AL ALGEBRA LINEAL ***"

#define ID "\n Diseño y programación en lenguaje 'C'"
#define AUTOR1"\n Ing. Carlos H. Herrera Sánchez"
#define AUTOR2"\n Recomendaciones Técnicas: Lic. Ricardo W. Ortega
O.\n\n\n"
#define SIGNO(n) ((n) < (VAL)0 ? ' ' : '+')
#define RAYA 8 * (cl+d) + 25
#define PRN PRINT("\n");
#include <conio.h>
#include <stdio.h>
#include <ctype.h>
#include <float.h>
#include <math.h>
#include <stdlib.h>
#include <string.h>
#include <stdarg.h>
/* Limites de filas y columnas */
#define I 50
#define J 50
#define K 50
#define CONTRL_BUCLE 1
#define NUMERO_OPCIONES 6
#define BORRAR_PANTALLA "\x1B[2J"
#define BORRAR_LINEA "\x1B[K"
#define VIDEO_INVERSO "\x1B[41m"
#define NORMAL "\x1B[46m"
#define ANTERIOR "\x1B[40m"
#define LINEA_IZQ 72
#define LINEA_DCH 80
#define ENTER 13
/* Cursor en la posic¢n x,y */
#define POS_C(x,y)printf("\x1B[%d;%df",(x),(y))
#define VAL float /* Puede ser float o double */
VAL a[I][J], c[I][J], b[I][J], x[I];
/* Prototipos ANSI */
void main (void);
void producto (void);
void inversion (void);
void sistema (void);
void simplex (char tipo[]);
void TITULO (char []);
void linea(int fil, int col);
char get_sgnrel (void);
int get_fil (char nom[]);
int get_col (char nom[]);
void get_matriz (char nom[], VAL mat[I][J], int fil, int col);
void print_matriz (char nom[], VAL mat[I][J], int fil, int col);
void print_matriz_inv (char nom[], VAL mat[I][J], int tama);
void fil_col (int tama);

void get_vector (char nom[], VAL vec[J], int col);

void print_vector (char nom[], VAL vec[J], int col);
void print_escalonado(int tama);
void print_sol_sistem(int tama);
char get_char (void);
int get_int (void);
VAL get_VAL ();
void init_logfile (char nombre[]);
void end_logfile (void);
void escalonado(int tama);
void gauss(int tama);
int PRINT (va_list arg_list, ...);
void gauss_jordan(int tama);
void print_gauss_jordan(int tama);
/* Funcion principal */
void main (){
void menu(char *[], int,int);

int get_codigo(void);
void ejecutar(int);
static char *linea[NUMERO_OPCIONES] =
{
" PRODUCTO DE UNA MATRIZ ",

" INVERSA DE UNA MATRIZ ",
" SISTEMA DE ECUACIONES ",
" MAXIMIZACION ",
" MINIMIZACION ",
" SALIDA ",
};
int xy_cursor = 0;
int codigo;
init_logfile ("MATRIZ.SOL");
printf("\x1B[%d;%dm", 36, 44 );
printf(BORRAR_PANTALLA);
printf("\x1B[1m");
PRINT ("%s%s%s%s", TITULO_GENERAL, ID, AUTOR1, AUTOR2);
while(CONTRL_BUCLE)
{
menu(linea, NUMERO_OPCIONES, xy_cursor);
codigo = get_codigo();
switch(codigo)
{
case LINEA_IZQ:
if(xy_cursor > 0) --xy_cursor;
else xy_cursor = NUMERO_OPCIONES -1;
break;
case LINEA_DCH:
if(xy_cursor < NUMERO_OPCIONES -1) ++xy_cursor;
else xy_cursor = 0;
break;
case ENTER:
ejecutar(xy_cursor);
break;
}
}

/* TERMINA main() */
void menu(char *linea[], int num, int pos)

{
int f;
for(f = 0; f < num; f++)
{
POS_C(10 + f, 26);
if(f == pos)
printf("%s%s%s\n", VIDEO_INVERSO, *(linea + f), NORMAL);
else
printf("%s\n", *(linea + f));
}
POS_C(20,1);
}
int get_codigo(void)
{
int tecla;
while(( tecla = getch()) != 0)
if(tecla == 13)return(tecla);
return(getch());
}
void ejecutar(int pos)
{
int j, k;
printf(BORRAR_LINEA);
switch(pos)
{
case 0 : producto (); break;
case 1 : inversion (); break;
case 2 : sistema (); break;
case 3 : simplex ("maxi"); break;
case 4 : simplex ("mini"); break;

case 5 : end_logfile ();printf("%s",ANTERIOR); exit (0);
}
/* Coloca ceros en las matrices de operacion */
for ( j = 1; j <= I; j++ )

for ( k = 1; k <= K; k++ ) {
a[j][k] = (VAL)0;
b[j][k] = (VAL)0;
}
printf("\n\n\nPresione ENTER para continuar ");
get_char();
main();
}
/* ============================== */
/* FUNCION PRODUCTO DE UNA MATRIZ */
/* ============================== */
void producto () {
int fmata, cmata, cmatb;

int i, j, k;
printf(ANTERIOR);
TITULO ("PRODUCTO DE MATRICES");

fmata = get_fil ("Matriz a");
cmata = get_col ("Matriz a");

get_matriz ("a", a, fmata, cmata);

cmatb = get_col ("Matriz b");
get_matriz ("b", b, cmata, cmatb);
print_matriz ("a", a, fmata, cmata);
print_matriz ("b", b, cmata, cmatb);
for ( i = 1; i <= fmata; i++ ) {
for ( j = 1; j <= cmatb; j++ ) {
c[i][j] = (VAL)0;
for ( k = 1; k <= cmata; k++ )
c[i][j] += a[i][k]* b[k][j];
}
}
print_matriz ("PRODUCTO", c, fmata, cmatb);
end_logfile();
}
/* ================================ */
/* FUNCION: INVERSA DE UNA MATRIZ */
/* ================================ */
void inversion () {
register int j, k;
int tama;
printf(ANTERIOR);
TITULO ("INVERSION DE MATRICES METODO DE GAUSS-JORDAN");
tama = get_fil ("Matriz a invertir");

get_matriz ("a invertir", a, tama, tama);
print_matriz ("Original", a, tama, tama);
for ( j = 1; j <= tama; j++ ) {
for ( k = 1; k <= 2 * tama; k++ ) {
if ( k == j + tama ) a[j][k] = (VAL)1;
if ( k != j + tama && k > tama ) a[j][k] = (VAL)0;
}
}
/* CONTROL FILAS Y COLUMNAS */
fil_col(tama);
/* PROCESO DE GAUSS */
gauss(tama);
print_matriz_inv ("INVERSA", a, tama);
end_logfile();
}
/* =======================================*/
/* FUNCION SISTEMA DE ECUACIONES LINEALES */
/* =======================================*/
#define AVISO "***>>> SISTEMA INCONSISTENTE O TIENE INFINITAS
SOLUCIONES ***<<<\n"
void sistema () {
register int j, k, i;
char decision;
int tama;
VAL val;
printf ("\n\nM‚todo ESCALONADO (E), M‚todo GAUSS_JORDAN (G) ");
decision = get_char ();
decision = toupper (decision);
printf(ANTERIOR);
if(decision == 'E')
TITULO ("SOLUCION DE UN SISTEMA DE ECUACIONES LINEALES METODO
ESCALONADO");
else

TITULO ("SOLUCION DE UN SISTEMA DE ECUACIONES LINEALES METODO

GAUSS_JORDAN");
printf ( "Ingrese el tama¤o del sistema " );

tama = (int)get_VAL ();
printf ( "Ingrese los elementos del sistema\n" );
for ( i = 1; i <= tama; i++ ) {
for ( j = 1; j <= tama; j++ ) {
printf ( "Elelemto[%d,%d] ", i, j );
val = get_VAL ();
a[i][j] = val;
}
printf ( "Termino independiente[%d] ", i );
val = get_VAL ();
a[i][tama+1] = val;
}
/* Sistema original */
PRINT ( "\nSistema original\n" );
for ( k =1; k <= tama; k++ ) {
for ( i = 1; i <= tama; i++ )
PRINT ( "%c%7.2fX(%d) ", SIGNO (a[k][i]), a[k][i], i );
PRINT ( "= %7.2f\n", a[k][tama+1]);
}
/* CONTROL FILAS Y COLUMNAS */
fil_col(tama);
/* PROCESO DE GAUSS */
if(decision == 'E')
escalonado(tama);
else
gauss_jordan(tama);
/* SISTEMA ESCALONADO */
if(decision == 'E')
print_escalonado(tama);
/* SOLUCION AL SISTEMA */
if(decision == 'E')
{
print_sol_sistem(tama);
end_logfile();
}
else
{
print_gauss_jordan(tama);
end_logfile();
}
}
/*===================================*/
/*FUNCION SIMPLEX DE UNA FUNCION*/
/*===================================*/
VAL z1[J+1], h[I+1][J+1], g[K+1][J+1], q[J+1];
VAL coef, m1[2], m2[2], z2[J+1], g1[J+1], dd[K+1];
int ntbla = 1;
void simplex (tipo)
char tipo[];
{
char sgrel[J];
static char *psgrel[J];
register int j, k;
int n, cl;

int u, w;
int t = 0;
int d = 0;
static VAL c[J];
printf(ANTERIOR);
if(strcmp(tipo,"maxi") == 0)
TITULO ("METODO SIMPLEX A UNA FUNCION OBJETIVO -> MAXIMIZACION");
else
TITULO ("METODO SIMPLEX A UNA FUNCION OBJETIVO -> MINIMIZACION");
n = get_fil ("del SISTEMA");

cl = get_col ("del SISTEMA");
printf ( "Introduccion de los coeficientes \n" );
for ( j = 1; j <= n; j++ ) {
for ( k = 1; k <= cl; k++ ) {
printf ( "Coeficiente[%d,%d]", j, k );
coef = get_VAL ();
a[j][k] = coef;
}
sgrel [j] = get_sgnrel ();
if ( sgrel[j] == '>' ) {
psgrel[j] = ">=";
t += 1;
if ( t == 1 ) {
d = j+1;
a[j][cl + j] = (VAL)-1;
a[j][cl + d] = (VAL)1;
z1[cl + d] = (VAL)-3 * pow ( 10.0, 3.0 );
else
z1[cl + d] = (VAL)3 * pow ( 10.0, 3.0 );
g1[j] = (VAL)(cl + d);

}
else {
d = j + t;
a[j][cl + d - 1] = (VAL)-1;
a[j][cl + d] = (VAL)1;
z1[cl + d] = (VAL)-3 * pow ( 10.0, 3.0 );
else
z1[cl + d] = (VAL)3 * pow ( 10.0, 3.0 );
g1[j] = (VAL)(cl + d);

}
}
else if ( sgrel[j] == '=' ) {
psgrel[j] = "=";
d += 1;
a[j][cl + d] = (VAL)1;
z1[cl + d] = (VAL)-3 * pow ( 10.0, 3.0 );
else
z1[cl + d] = (VAL)3 * pow ( 10.0, 3.0 );
g1[j] = (VAL)(cl + d);
}
else {

psgrel[j] = "<=";
d += 1;
a[j][cl + d] = (VAL)1;
z1[cl + d] = (VAL)0;
g1[j] = (VAL)(cl + d);
}
}
printf ( "Terminos independientes\n" );
for ( j = 1; j <= n; j++ ) {
k = cl + d + 1;
printf ( "Termino[%d,%d]", j, k );
coef = get_VAL ();
a[j][k] = coef;
}
printf ( "Coeficiente de la funcion\n" );
for ( j = 1; j <= cl; j++ ) {
printf ( "C[%d]", j );
coef = get_VAL ();
z1[j] = coef;
}
PRINT ("\nZ(maxi)= ");
else
PRINT ("\nZ(mini)= ");
for ( k = 1; k <= cl; k++ )
PRINT ( "%c%6.2fX(%d) ", SIGNO ( z1[k]), z1[k], k );
PRINT ("\n");
linea (cl, d);
for ( j = 1; j <= n; j++ ) {
for ( k = 1; k <= cl; k++ )
PRINT ( "%c%6.2fX(%d) ", SIGNO ( a[j][k]), a[j][k], k );
PRINT ( "%2s%7.2f\n", psgrel[j], a[j][cl + d + 1]);
}
PRINT ( "\n*** Tabla No 1 ***\n" );
PRINT ( "----------------------\n" );
PRINT ( "%-8s%-5s", "Cj", "Xn" );
for ( k = 1; k <= cl + d; k++ ) PRINT ( "%8.1f", z1[k]);
PRINT("\n");linea(cl, d);
for ( j = 1; j <= n; j++ ) {
c[j] = z1[(int)(g1[j])];
PRINT ( "%-8.0f", c[j]);
PRINT ( "X(%-2.0f)", floor ( g1[j]) );
for ( k = 1; k <= cl + d; k++ ) PRINT ( "%8.2f", a[j][k]);
PRINT ( "%12.2f\n", a[j][cl + d + 1]);
}
for ( k = 1; k <= cl + d + 1 ; k++ ) {
z2[k] = (VAL)0;
for ( j = 1; j <= n; j++ ) z2[k] += c[j]* a[j][k];
} linea (cl, d);
PRINT ( "%-13s", "Zj" );
PRINT ( "%12.1f\n", z2[cl + d + 1]);linea(cl, d);
PRINT ( "\n%-13s", "Zj - Cj" );
for ( k = 1; k <= cl + d; k++ ) {
dd[k] = z2[k] - z1[k];
PRINT ( "%8.1f", dd[k]);
}
m1[1] = dd[1];
for ( k = 1; k <= cl + d; k++ ) {
if(strcmp(tipo,"maxi") == 0){

if ( dd[k] <= m1[1]) {

m1[1] = dd[k];
u = k;}
}
else {
if ( dd[k] >= m1[1]) {
m1[1] = dd[k];
u = k; }
}
}
if(strcmp(tipo,"maxi") == 0) {
while ( m1[1] < (VAL)0 ) {
ntbla++;
for ( j = 1; j <= n; j++ ) {
k = u;
if ( a[j][k] <= (VAL)0 ) q[j] = (VAL)pow ( 10.0, 4.0 );
else q[j] = a[j][cl + d + 1]/
a[j][k];
}
m2[1] = q[1];
for ( j = 1; j <= n; j++ ) if ( q[j] <= m2[1]) {
m2[1] = q[j];
w = j;
}
for ( j = 1; j <= n; j++ ) {
for ( k = 1; k <= cl + d; k++ )
g[j][k] = (VAL)k;
}
c[w] = z1[u];
j = w;
for ( k = 1; k <= cl + d + 1; k++ ) {
j = w;
h[j][k] = a[j][k]/a[w][u];
}
for ( k = 1; k <= cl + d + 1; k++ ) a[w][k] = h[w][k];
for ( j = 1; j <= n; j++ ) if ( j != w ) {
for ( k =1; k <= cl + d + 1; k++ )
b[j][k] = -a[w][k]* a[j][u] + a[j][k];
}
c[w] = z1[u];
for ( j = 1; j <= n; j++ ) if ( j != w ) {
for ( k = 1; k <= cl + d + 1; k++ )
a[j][k] = b[j][k];
}
for ( j = 1; j <= n; j++ ) {
for ( k = 1; k <= cl + d; k++ ) {
if ( ( w == j ) && ( k == u ) ) {
g[j][k] = (VAL)u;
g1[w] = (VAL)u;
}
}
}
c[w] = z1[u];
for ( k = 1; k <= cl + d + 1 ; k++ ) {
z2[k] = (VAL)0;
for ( j = 1; j <= n; j++ ) z2[k] += c[j]* a[j][k];
}
for ( k = 1; k <= cl + d; k++ ) dd[k] = z2[k] - z1[k];
m1[1] = dd[1];
for ( k = 1; k <= cl + d; k++ ) if ( dd[k] <= m1[1]) {
m1[1] = dd[k];

u = k;
}
/* COMIENZO DE LA SERIE DE TABLAS PARA MAX */
PRINT("*** Tabla No %d ***\n", ntbla);

PRINT("----------------------\n");
PRINT("%-8s%-5s","Cj","Xn");
for(k = 1; k <= cl + d; k++)
PRINT("%8.1f", z1[k]);
PRN;
linea(cl, d);
for(j = 1; j <= n; j++)

{
c[j] = z1[g1[j]];
PRINT("%-8.0f", c[j]);
PRINT("X(%-2.0f)", floor(g1[j]) );
for(k = 1; k <= cl + d ; k++)
PRINT("%8.2f", a[j][k]);
PRINT("%12.2f", a[j][cl + d + 1]);
PRN;
}
for(k = 1; k <= cl + d + 1 ; k++)

{
z2[k] = 0;
{
for(j = 1; j <= n; j++)
z2[k] += c[j] * a[j][k];
}
}
linea(cl, d);
PRINT("%-13s", "Zj");
for(k = 1; k <= cl + d; k++)
PRINT("%8.1f", z2[k]);
PRINT("%12.1f", z2[cl + d + 1]);
PRN;
linea(cl, d);
PRINT("%-13s", "Zj - Cj");

for(k = 1; k <= cl + d ; k++)
{
dd[k] = z2[k] - z1[k];
PRINT("%8.1f", dd[k]);
}
PRN;
linea(cl, d);
m1[1] = dd[1];
for(k = 1; k < cl + d; k++)
if(dd[k] <= m1[1])

{
m1[1] = dd[k];
u = k;
}

/*FINAL DE LA SERIE DE TABLAS PARA MAX */
}
}
else {
while ( m1[1] > (VAL)0 ) {
ntbla++;
for ( j = 1; j <= n; j++ ) {
k = u;
if ( a[j][k] <= (VAL)0 ) q[j] = (VAL)pow ( 10.0, 4.0 );
else q[j] = a[j][cl + d + 1]/
a[j][k];
}
m2[1] = q[1];
for ( j = 1; j <= n; j++ ) if ( q[j] <= m2[1]) {
m2[1] = q[j];
w = j;
}
for ( j = 1; j <= n; j++ ) {
for ( k = 1; k <= cl + d; k++ )
g[j][k] = (VAL)k;
}
c[w] = z1[u];
j = w;
for ( k = 1; k <= cl + d + 1; k++ ) {
j = w;
h[j][k] = a[j][k]/a[w][u];
}
for ( k = 1; k <= cl + d + 1; k++ ) a[w][k] = h[w][k];
for ( j = 1; j <= n; j++ ) if ( j != w ) {
for ( k =1; k <= cl + d + 1; k++ )
b[j][k] = -a[w][k]* a[j][u] + a[j][k];
}
c[w] = z1[u];
for ( j = 1; j <= n; j++ ) if ( j != w ) {
for ( k = 1; k <= cl + d + 1; k++ )
a[j][k] = b[j][k];
}
for ( j = 1; j <= n; j++ )
for ( k = 1; k <= cl + d; k++ ) {
if ( ( w == j ) && ( k == u ) ) {
g[j][k] = (VAL)u;
g1[w] = (VAL)u;
}
}
c[w] = z1[u];
for ( k = 1; k <= cl + d + 1 ; k++ ) {
z2[k] = (VAL)0;
for ( j = 1; j <= n; j++ ) z2[k] += c[j]* a[j][k];
}
for ( k = 1; k <= cl + d; k++ ) dd[k] = z2[k] - z1[k];
m1[1] = dd[1];
for ( k = 1; k <= cl + d; k++ ) if ( dd[k] >= m1[1]) {
m1[1] = dd[k];
u = k;
}
/* COMIENZO DE LAS TABLAS PARA MIN */
PRINT("*** Tabla No %d ***\n", ntbla);
PRINT("----------------------\n");
PRINT("%-8s%-5s", "Cj","Xn" );
for(k = 1; k <= cl + d; k++)

PRINT("%8.1f", z1[k]);
PRN;
linea(cl, d);
for(j = 1; j <= n; j++)

{
c[j] = z1[g1[j]];
PRINT("%-8.0f", c[j]);
PRINT("X(%-2.0f)", floor(g1[j]) );
for(k = 1; k <= cl + d; k++)
PRINT("%8.2f", a[j][k]);
PRINT("%12.2f", a[j][cl + d + 1]);
PRN;
}
for(k = 1; k <= cl + d + 1 ; k++)
{
z2[k] = 0;
{
for(j = 1; j <= n; j++)
z2[k] += c[j] * a[j][k];
}
}
linea(cl, d);
PRINT("%-13s", "Zj");
for(k = 1; k <= cl + d; k++)
PRINT("%8.1f", z2[k]);
PRINT("%12.1f", z2[cl + d + 1]);
PRN;
linea(cl, d);
PRINT("%-13s", "Zj - Cj");

for(k = 1; k <= cl + d ; k++)
{
dd[k] = z2[k] - z1[k];
PRINT("%8.1f", dd[k]);
}
PRN;
linea(cl, d);
m1[1] = dd[1];
for(k = 1; k <= cl + d; k++)
if(dd[k] >= m1[1])

{
m1[1] = dd[k];
u = k;
}
/* FINAL DE LAS TABLAS PARA MIN */
}
}
PRINT ( "*** Tabla Final ***\n" );
PRINT ( "-----------------------\n" );
PRINT ( "%-8s%-5s", "Cj", " Xn" );
for ( k = 1; k <= cl + d; k++ )
PRINT ( "%8.1f", z1[k]);
for ( j = 1; j <= n; j++ ) {

PRINT ( "%-8.1f", c[j]);

PRINT ( "X(%-2.0f)", floor ( g1[j]) );
for ( k = 1; k <= cl + d; k++ ) PRINT ( "%8.2f", a[j][k]);
PRINT ( "%12.2f\n", a[j][cl + d + 1]);
} linea(cl, d);
PRINT ( "%-13s", "Zj" );
PRINT ( "%12.1f", z2[cl + d + 1]);PRINT("\n"); linea(cl, d);
PRINT ( "\n%-13s", "Zj - Cj" );
for ( k = 1; k <= cl + d; k++ ) PRINT("%8.1f",
dd[k]);PRINT("\n");linea(cl, d);
PRINT ( "\nSolucion:\nZ(%s) = %3.2f\n",tipo, z2[cl + d + 1]);
for ( j = 1; j <= n; j++ )
PRINT ( "X(%.0f) = %3.2f, ", floor (g1[j]), a[j][cl + d + 1]);
PRINT ("\n");
end_logfile();
}
void TITULO (tit)
char tit[];
{
PRINT ("\n\n**** %s ****\n\n", tit);
}
/* * * * * * * * * * * */
/* Funciones de apoyo: */
/* * * * * * * * * * * */
char get_sgnrel () {
char c;
for ( ; ; ) {
printf ( " Signo de la relacion\n" );
printf ( "******************************************\n" );
printf ( "* MAYOR E IGUAL QUE .... \" > \" \n" );
printf ( "* MENOR E IGUAL QUE .... \" < \" \n" );
printf ( "* IGUAL QUE .... \" = \" \n" );
printf ( "******************************************\n" );
printf ( "\nSigno ---> " );
c = get_char ();
if ( c == '=' || c == '<' || c == '>')
break;
printf ( "\n Solamente los signos indicados\n " );
}
return c;
}
int get_fil (nom)
char nom[];
{
int n;
do {
printf ( "N£mero de filas para %s (m x %u) ", nom, I-1);
n = get_int ();
} while (n < 0 || n >= I);
return n;
}
int get_col (nom)
char nom[];
{
int n;
do {
printf ( "N£mero de columnas para %s (m x %u) ", nom, J-1);
n = get_int ();
} while (n < 0 || n >= J);

return n;
}
void get_matriz (nom, mat, fmat, cmat)
char nom[];
VAL mat[I][J];
int fmat;
int cmat;
{
int j, k;
printf ( "Ingrese los elementos de la matriz %s\n", nom);
for ( j = 1; j <= fmat; j++ ) {
for ( k = 1; k <= cmat; k++ ) {
printf ( "Elemento %s[%d,%d] ", nom, j, k );
mat [j][k] = get_VAL ();
}
}
}
void print_matriz (nom, mat, fmat, cmat)
char nom[];
VAL mat[I][J];
int fmat;
int cmat;
{
int j, k;
PRINT ( "MATRIZ %s\n", nom);
for ( j = 1; j <= fmat; j++ ) {
for ( k = 1; k <= cmat; k++ ) {
PRINT ( "%9.2f ", mat [j][k]);
}
PRINT ("\n");
}
}
void print_matriz_inv (nom, mat, tama)
char nom[];
VAL mat[I][J];
int tama;
{
int j, k;
PRINT ( "MATRIZ %s\n", nom);
for ( j = 1; j <= tama; j++ ) {
for ( k = tama + 1; k <= 2*tama; k++ ) {
PRINT ( "%9.2f ", mat [j][k]);
}
PRINT ("\n");
}
}
void get_vector (nom, vec, evec)
char nom[];
VAL vec[J];
int evec;
{
int j;
printf ( "Ingrese los elementos del vector %s\n", nom);
for ( j = 1; j <= evec; j++ ) {
printf ( "Elemento %s[%d] ", nom, j);
vec [j] = get_VAL ();
}
printf ("\n");
}
void print_vector (nom, vec, evec)
char nom[];

VAL vec[J];
int evec;
{
int j;
PRINT ( "VECTOR %s\n", nom);
for ( j = 1; j <= evec; j++ )
PRINT ( "%9.2f ", vec [j]);
PRINT ("\n");
}
void linea (cl, d) {
int n;
for (n = 1; n <= RAYA; ++n)
PRINT ("-");
PRINT ("\n");
}
char get_char () {
char texto[20];
gets (texto);
return texto [0];
}
int get_int () {
int n;
char numero[20];
gets (numero);
sscanf (numero, "%d", &n);
return n;
}
/*--------Control de ingreso de datos---------------*/
#define issign(c) ( ( (c) == '-' || (c) == '+') ? (1) : (0) )
#define TAM 6
#define SI 1
#define NO 0
#define STOP " "
#define BELL '\07'
VAL get_VAL(valor)
VAL *valor;
{
static char numero[TAM];
char ch ;
int cont = 0;
int digito = SI;
while(strcmp(gets(numero), STOP) != 0)
{
if(numero[TAM - 1] != '\0')
{
printf("Demasiados datos (max 5) -> ");
while(cont < TAM)

numero[cont++] = NULL;
cont = 0;
printf("%c", BELL);
continue;
}
while( (ch = numero[cont++]) != '\0' && digito == SI)
if( (ch < '\x30'|| ch != ' ') && ch > '\x39')
digito = NO;
if( digito == SI)
{
*valor = atof(numero);

return(*valor);
}
else
printf("Error de dato. Ingrese un n£mero -> ");
cont = 0;
digito = SI;
printf("%c ", BELL);
}
return(1);
}
/*---------------Fin de control---------------------*/
FILE *logfile;
void init_logfile (nom)
char nom[];
{
int c;
printf ("\n\nDesea grabar los resultados en %s, s/n ? ", nom);
c = get_char ();
c = toupper (c);
if ( c == 'S' || c == 'Y') {
if ( ( logfile = fopen (nom, "a")) == NULL &&
( logfile = fopen (nom, "w")) == NULL) {
printf ("No se puede abrir archivo %s\n", nom);
exit (1);
}
}
}
void end_logfile () {
if (logfile != 0) fclose (logfile);
}
/* funcion similar a printf, pero opcionalmente imprime en logfile */

int PRINT (va_list arg_list, ...) {
va_list arg_ptr;
int ret;
char *format;
char str [258];
va_start (arg_ptr, arg_list);
format = arg_list;
ret = vsprintf (str, format, arg_ptr);
printf ("%s", str);
if (logfile)
ret = fprintf (logfile, "%s", str);
return ret;
}
/* SUBRUTINA: PROCESO ESCALONADO */
void escalonado(tama)
{
VAL aux = 0;
int z, j, r;
int h = 1;
int cont = 1;
while( h <= tama && cont <= tama )
{
PRINT("\n");
PRINT("Sistema %d", h+1);
PRINT("\n");
for( j = h; j <= tama ; j++)
if(j != h)
{
PRINT("\n");

for(z = 1; z <= tama +1; z++)

{
aux = -1* a[h][z] * a[j][h] + a[j][z] * a[h][h];
if(fabs(aux)< 0.01)
aux = (VAL)0;
c[j][z] = aux;
}
for(r =1; r <= tama; r++)
{
a[j][r] = c[j][r];
a[j][tama+1] = c[j][tama+1];
PRINT("%c%7.1fX%d ", SIGNO(a[j][r]), a[j][r], r);
}
PRINT("= %7.1f ", a[j][tama+1]);
}
h +=1;
if(h <= tama +1)
cont +=1;
else
cont += 1;
}
return;
}
/* SUBRUTINA: PROCESO DE GAUSS */

void gauss(tama)
{
int h, k, z, r, t, j, cont;
VAL vss;
for ( h = 1; h <= tama; h++ ) {
if ( a[h][h] == (VAL)0 ) {
for ( z = 1; z <= 2 * tama; z++ ) a[h][z] += a[h + 1][z];
}
if ( a[h][h] == (VAL)0 ) {
PRINT ( "\nNo se puede invertir matriz.( No hay sol.)\n");
PRINT ( "(>>> Pivote cero <<<)\n" );
main();
}
for ( t = 1; t <= 2 * tama; t++ ) c[h][t] = a[h][t]/
a[h][h];
for ( k = 1; k <= 2 * tama; k++ ) a[h][k] = c[h][k];
for ( j = 1; j <= tama; j++ ) {
if ( j != h ) {
for ( z = 1; z <= 2 * tama; z++ ) {
vss = -1 * a[h][z]* a[j][h] + a[j][z];
if ( fabs ( vss ) < 0.001 ) vss = (VAL)0;
c[j][z] = vss;
}
for ( r = 1; r <= 2 * tama; r++ ) a[j][r] = c[j][r];
}
}
for ( t = 1; t <= tama; t++ ) {
cont = 0;
for ( r = 1; r <= tama; r++ ) {
if ( a[t][r] == a[t + 1][r]) cont++;
if ( cont == tama ) {
PRINT ( "\nNo se puede invertir matriz. (No hay sol.)\n" );
main();

}
}
}
}
return;
}
void print_escalonado(tama)
int tama;
{
int k, i;
PRINT("\n");
PRINT("\n");
PRINT ("Sistema Escalonado");
PRINT("\n");
PRINT("\n");
for( k = 1; k <= tama; k++)
{
for(i = 1; i <= tama ; i++)
PRINT("%c%7.1fX%d ", SIGNO(a[k][i]), a[k][i], i);
PRINT("= %7.1f ", a[k][tama+1]);
PRINT("\n");
}
}
void print_sol_sistem(tama)
int tama;
{
int j, k ;
PRINT("\n");
PRINT("UPLA SOLUCION: ");
for( j = tama; j > 0; j--)
{
x[j] = 0;
for ( k = tama; k > 0; k--)
if( k != j)
x[j] += a[j][k] * x[k];
else
x[j] = ( a[j][tama + 1] - x[j]) / a[j][j];
}
PRINT("{ ");
for(j = 1; j <= tama; j++)
PRINT ( "X%d = %3.1f, ",j, x[j]);
PRINT("}");
PRINT("\n");
PRINT("\n");
}
/* SUBRUTINA: COMPROBACION DE LOS ELEMENTOS DE LAS FILAS DE LA MATRIZ
*/
void fil_col(tama)
{
int i, j, k, r, t, rz, ceroi, ceroj;
for ( i = 1; i <= tama; i++ ) {
ceroi = ceroj = 0;
for ( j = 1; j <= tama; j++ ) {
if ( a[i][j] == (VAL)0 ) ceroi += 1;
if ( a[j][i] == (VAL)0 ) ceroj += 1;
if ( ceroi == tama || ceroj == tama ) {
PRINT ( "\nNo se puede invertir la matriz. (No hay sol.)\n");
PRINT ( "(Fla/Col con elementos cero)" );
main();
}

}
}
/* ORDENAMIENTO DE LAS FILAS DE LA MATRIZ*/
for ( k = 1; k <= tama; k++ ) {
if ( a[k][k] == (VAL)0 && k <= tama ) {
i = 1;
for ( j = k + 1; j <= tama; j++ ) {
if ( a[j][i] != (VAL)0 ) {
t = j;
for ( r = 1; r <= 2 * tama; r++ )
a[k][r] += a[t][r];
}
}
}
}
/* COMPROBACION DE PROPORCIONALIDAD DE LAS FILAS */
for ( k = 1; k <= tama - 1; k++ ) {
for ( i = k; i <= tama - 1; i++ ) {
rz = 0;
for ( j = 1; j <= tama - 1; j++ ) {
if (a[i+1][j] != (VAL)0 && a[i+1][j+1] != (VAL)0 ) {
if (a[k][j] / a[i+1][j] == a[k][j+1] / a[i+1][j+1])
rz++;
}
}
if ( rz == tama - 1 ) {
PRINT ( "\nNo se puede invertir matriz. (No hay sol.)\n");
PRINT ( "(Flas proporcionales)\n" );
main();
}
}
}
/* COMPROBACION DE PROPORCIONALIDAD DE LAS COLUMNAS */
for ( k = 1; k <= tama - 1; k++ ) {
for ( i = k; i <= tama - 1; i++ ) {
rz = 0;
for ( j = 1; j <= tama - 1; j++ ) {
if ( a[j][i+1] == (VAL)0 && a[j+1][i+1] == (VAL)0 )
rz++;
else if (a[j][i+1]!= (VAL)0 && a[j+1][i+1]!= (VAL)0) {
if (a[j][k]/ a[j][i+1] == a[j+1][k]/ a[j+1][i+1])
rz++;
}
}
if ( rz == tama - 1 ) {
PRINT ( "(Cols proporcionales)\n");
main();
}
}
}
return;
}
/* PROCESO DE GAUSS_JORDAN */
void gauss_jordan(tama)
{
int h, z, t, k, j, r, cont;
VAL vss;
for(h = 1; h <= tama ; h++)

{
if(a[h][h] == (VAL)0 )
{
for(z = 1; z <= 2 * tama; z++)
a[h][z] += a[h + 1][z];
}
if(a[h][h] == (VAL)0 )
{
PRN;
PRINT("%57.s", AVISO);
PRINT("%57.s\n","$>>> Determinante Cero <<<$");
exit(0);
}
for(t = 1; t <= 2 * tama; t++)
c[h][t] = a[h][t] / a[h][h];
for(k = 1; k <= 2 * tama; k++)
a[h][k] = c[h][k];
for(j = 1; j <= tama; j++)
{
if(j != h)
{
for(z = 1; z <= 2 * tama; z++)
{
vss = -1 * a[h][z] * a[j][h] + a[j][z] ;
if(fabs(vss) < 0.01)
vss = (VAL)0;
c[j][z] = vss;
}
for(r = 1; r <= 2 * tama; r++)
a[j][r] = c[j][r];
/*------------------------------*/
PRINT("Sistema Parcial %d \n\n", h+1);
for(k = 1; k <= tama; k++)
{
for(r = 1; r <= tama ; r++)
PRINT("%c%7.2fX(%d) ", SIGNO(a[k][r]), a[k][r], r);
PRINT("= %7.2f ", a[k][tama+1]);
PRN;
}
PRN;
/*------------------------------*/
}
}
for(t = 1; t <= tama; t++)
{
cont = 0;
for(r = 1; r <= tama; r++)
{
if(a[t][r] == a[t + 1][r] )
cont++;
if(cont == tama)
{
PRN;
PRINT("%57.s\n", AVISO);
PRINT("%57.s\n","$>>> Determinante Cero <<<$");
exit(0);
}

}
return;
}
void print_gauss_jordan(tama)
int tama;
{
int j, k;
PRN;
PRINT("Soluci¢n del sistema\n");
PRN;
for( j = 1; j <= tama; j++)
{
for( k = tama + 1; k <= tama + 1; k++)
PRINT("X(%d) = %7.3f", j, a[j][k]);
PRN;
}
}
/* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * */
2.6. Comentarios al Proceso Computacional del Sistema de

Ecuaciones Linales
…………………
#define I 50
#define J 50
#define K 50
#define VAL float
VAL a[I][J], b[I][J], c[I][J], x[I];

VAL get_VAL();
……………………..
Esta porción del programa sirve para definir en memoria el tamaño máximo
de la matriz y de vectores, es decir, el programa manejará una matriz de 49
filas por 49 columnas dejando una fila y una columna libres para evitar
errores de desbordamiento. Las demás sentencias se refieren al tipo de
número que se manejará, que es de valor de punto flotante así como la
forma de cómo se definirán las matrices y vectores en memoria.
………………..
void main (void);
void sistema (void);
char get_sgnrel (void);
void print_escalonado(int tama);
void print_sol_sistem(int tama);
void init_logfile (char nombre[]);
void end_logfile (void);
void escalonado(int tama);
void gauss(int tama);
int PRINT (va_list arg_list, ...);
void gauss_jordan(int tama);
void print_gauss_jordan(int tama);

………………
Estas líneas definen las Funciones Prototipo que se usan, con sus
argumentos definidos, para darle al programa claridad y conseguir una
mejor compilación. Cada una tiene su trabajo específico: ingreso de datos,
procesos de cálculo, impresión de datos, apertura de archivo para grabar
los datos, etc. El estudiante debe preocuparse de las declaraciones
referente al Sistema de Ecuaciones Lineales por ser este el tema central en
esta parte, las declaraciones restantes se discutirán, más adelante, en los
temas respectivos
……………
printf ( "Ingrese el tama¤o del sistema " );

tama = (int)get_VAL ();
printf ( "Ingrese los elementos del sistema\n" );
for ( i = 1; i <= tama; i++ ) {
for ( j = 1; j <= tama; j++ ) {
printf ( "Elelemto[%d,%d] ", i, j );
val = get_VAL ();
a[i][j] = val;
}
printf ( "Termino independiente[%d] ", i );
val = get_VAL ();
a[i][tama+1] = val;
}
/* Sistema original */
PRINT ( "\nSistema original\n" );
for ( k =1; k <= tama; k++ ) {
for ( i = 1; i <= tama; i++ )
PRINT ( "%c%7.2fX(%d) ", SIGNO (a[k][i]), a[k][i], i );
PRINT ( "= %7.2f\n", a[k][tama+1]);
}
……………….
Proceso para ingreso de datos, para el desarrollo del Sistema de

Ecuaciones Lineales e impresión del sistema original.
………………..
#define issign(c) ( ( (c) == '-' || (c) == '+') ? (1) : (0) )

#define TAM 6
#define SI 1
#define NO 0
#define STOP " "
#define BELL '\007'
VAL get_VAL(valor)
VAL *valor;
{
static char numero[TAM];
char ch ;
int cont = 0;
int digito = SI;

while(strcmp(gets(numero), STOP) != 0)
{
if(numero[TAM - 1] != '\0')
{
printf("Demasiados datos (max 5) -> ");
while(cont < TAM)

numero[cont++] = NULL;
cont = 0;
printf("%c", BELL);
continue;
}
while( (ch = numero[cont++]) != '\0' && digito == SI)
if( (ch < '0' || ch != '.') && ch > '9')
digito = NO;
if( digito == SI)
{
*valor = atof(numero);
return(*valor);
}
else
printf("Error de dato. Ingrese un número -> ");
cont = 0;
digito = SI;
printf("%c", BELL);
}
return(1);
}
…………………………..
Esta función permite el control de ingreso de datos numéricos con su signo,

limitando la entrada solo hasta cinco dígitos, no permite el ingreso de datos
alfabéticos. Si el dato ha sido ingresado correctamente, la función regresa
este valor al programa para su proceso.
…………..
/*COMPROBACION DE LOS ELEMENTOS DE LAS FILAS */
void fil_col(tama)
int tama;
{
int i, j, k, t, r, rz, ceroi, ceroj;
for (i = 1; i <= tama; i++)
{
ceroi = ceroj = 0;
for(j = 1; j <= tama; j++)
{
if(a[i][j] == (VAL)0 )ceroi += 1;
if(a[j][i] == (VAL)0 )ceroj += 1;
if( ceroi == tama || ceroj == tama )
{
PRINT("%57.s", AVISO);
PRINT("%77.s\n", "$Fla/Col con elementos cero$");
exit(0);
}
}
……………..

Esta función guarda a un conjunto de procedimientos que controlan las filas

y las columnas del sistema: igualdad, proporcionalidad y si están
constituidas de ceros. En caso de que el sistema tenga en sus filas alguna
de estas relaciones, presenta un mensaje indicando la imposibilidad de
resolver. Este proceso esta de acuerdo con las condiciones de consistencia e
inconsistencia de un Sistema de ecuaciones lineales
…………………..
/* SUBRUTINA: PROCESO ESCALONADO */

void escalonado(tama)
{
VAL aux = 0;
int z, j, r;
int h = 1;
int cont = 1;
while( h <= tama && cont <= tama )
{
PRINT("\n");
PRINT("Sistema %d", h+1);
PRINT("\n");
for( j = h; j <= tama ; j++)
if(j != h)
{
PRINT("\n");
for(z = 1; z <= tama +1; z++)
{
aux = -1* a[h][z] * a[j][h] + a[j][z] * a[h][h];
if(fabs(aux)< 0.01)
aux = (VAL)0;
c[j][z] = aux;
}
for(r =1; r <= tama; r++)
{
a[j][r] = c[j][r];
a[j][tama+1] = c[j][tama+1];
PRINT("%c%7.1fX%d ", SIGNO(a[j][r]), a[j][r], r);
}
PRINT("= %7.1f ", a[j][tama+1]);
}
h +=1;
if(h <= tama +1)
cont +=1;
else
cont += 1;
}
return;
}
…………………..
Esta función es la parte principal del proceso de solución de un Sistema de

Ecuaciones. Es en donde se escoge la fila pivotal, se realiza la operación de
restado de las ecuaciones y se va imprimiendo los sistemas parciales.

El procedimiento está basado en las “Operaciones fila “ que se realizan con

las ecuaciones en los sistemas lineales, no obstante estas mismas
operaciones se efectuarán con las matrices ampliadas en el método de
Gauss-Jordan, cuando se trate el tema de las matrices
……………
void print_escalonado(tama)
int tama;
{
int k, i;
PRINT("\n");
PRINT("\n");
PRINT ("Sistema Escalonado");
PRINT("\n");
PRINT("\n");
for( k = 1; k <= tama; k++)
{
for(i = 1; i <= tama ; i++)
PRINT("%c%7.1fX%d ", SIGNO(a[k][i]), a[k][i], i);
PRINT("= %7.1f ", a[k][tama+1]);
PRINT("\n");
}
}
void print_sol_sistem(tama)
int tama;
{
int j, k ;
PRINT("\n");
PRINT("UPLA SOLUCION: ");
for( j = tama; j > 0; j--)
{
x[j] = 0;
for ( k = tama; k > 0; k--)
if( k != j)
x[j] += a[j][k] * x[k];
else
x[j] = ( a[j][tama + 1] - x[j]) / a[j][j];
}
PRINT("{ ");
for(j = 1; j <= tama; j++)
PRINT ( "X%d = %3.1f, ",j, x[j]);
PRINT("}");
PRINT("\n");
PRINT("\n");
}
…………..
Estas dos funciones: la primera imprime el Sistema escalonado y la segunda
imprime la solución del Sistema.
2.7. Aplicaciones del Sistema de Ecuaciones Lineales
Como aplicaciones de los sistemas de ecuaciones, se discutirá algunos casos

propuestos en los que se aplican los conceptos ya estudiados como son los
ingresos, costos y beneficios.

Ejemplo 2.4
Considérese una empresa que elabora cuatro productos: A, B, C y D, los
mismos que durante su fabricación tienen que pasar por tres
departamentos: 1º, 2º y 3º. En el cuadro siguiente se indica el número de
horas que ocupa cada producto en cada uno de los departamentos así como
las horas disponibles. Se desea saber si la programación guarda
consistencia y cuantos artículos se deben producir parra cumplir con los
requisítos
Dpto 1 Dpto 2 Depto 3 Disponible

Producto A 2,5 3 3,5 1440
Producto B 3,0 2,5 4.0 1380
Producto C 4,5 4.0 3,5 1300
Producto D 3,5 4,5 4,0 1420
Solución:
Definiendo las variables
X1 = Cantidad de artículos A
X2 = Cantidad de artículos B
X3 = Cantidad de artículos C
X4 = Cantidad de artículos D
El producto aij.xj representa el número de horas necesarias para cada

producto en cada departamento, así:
2,5.x1 número de horas para el producto 1º en el departamento A

La sumatoria de este número de horas será igual al número de horas

disponibles, para el producto A
2,5.x1 + 3,0.x2 + 3,5.x3 = 1440

3,0.x1 + 2,5.x2 + 4,0.x3 = 1380
4,5.x1 + 4,0.x2 + 3,5.x3 = 1300
3,5.x1 + 4,5.x2 + 4,0.x3 = 1420
Proceso: Resolvemos el sistema correspondiente a las tres primeras

ecuaciones y con la upla resultante reemplazamos en la última ecuación; si
la proposición es verdadera, la upla encontrada será á solución del sistema
Sistema Escalonado
+ 2.5X1 + 3.0X2 + 3.5X3 = 1440.0

+ 0.0X1 -2.8X2 -0.5X3 = -870.0
+ 0.0X1 + 0.0X2 + 17.5X3 = 5837.5
UPLA SOLUCION: { X1 = -197.9, X2 = 255.7, X3 = 333.6, }
Reemplazando en la última ecuación del sistema original, tenemos:

3,5.(-197.9) + 4,5.(255.7) + 4,0.(333.6) = 1795,55, la proposición es
falsa por tanto el sistema es inconsistente y no hay solución

Problema 2.5
Una empresa fabrica tres productos A, B y C, los cuales tienen que ser
procesados en tres departamentos Dpto1, Dpto2, Dpto3. Cada producto
requiere de un número de horas de trabajo. En la tabla siguiente se
muestras los requisitos en horas así como el máximo de horas disponibles
de cada departamento.
Dpto1 Dpto1 Dpto3

A 3 2.5 3.5
B 4.5 3 2.5
C 2 3.5 4
Disponible 1400 1200 1500
3.0 x1 4.5 x 2 2.0x 3 1400

2.5 x1 3.0 x 2 3.5 x 3 1200
3.5x 1 2.5 x2 4.0x 3 1500
Resolviendo el sistema anterior se tiene las cantidades máximas de

producción de la empresa
EJEMEPLO 2.6
Cinco Kilos de té, 7 Kilos de café y 2 Kilos de cacao cuestan 12,10 dólares,
mientras que 4 Kilos de té, 3 Kilos de café, 5 Kilos de cacao cuestan 10,40
dólares. El precio de un Kilo de cada producto cuesta 2,60 ¿Cúanto cuesta
cada uno?
Solución: Si X 1,X 2,X 3 son los precios de cada Kilo de cada producto se tiene
5 x1 7 x 2 2 x 3 12.10
4x1 3x 2 5 x 3 10.40
1x1 1x 2 1x3 2.60
Resolviendo este sistema se tiene los precios de cada producto.

Sistema original

+ 5.00X(1) + 7.00X(2) + 2.00X(3) = 12.10

+ 4.00X(1) + 3.00X(2) + 5.00X(3) = 10.40
+ 1.00X(1) + 1.00X(2) + 1.00X(3) = 2.60
Sistema 2
+ 0.0X1 -13.0X2 + 17.0X3 = 3.6

+ 0.0X1 -2.0X2 + 3.0X3 = 0.9
Sistema 3
+ 0.0X1 + 0.0X2 -5.0X3 = -4.5
Sistema Escalonado
+ 5.0X1 + 7.0X2 + 2.0X3 = 12.1

+ 0.0X1 -13.0X2 + 17.0X3 = 3.6
+ 0.0X1 + 0.0X2 -5.0X3 = -4.5
UPLA SOLUCION: { X1 = 0.8, X2 = 0.9, X3 = 0.9, }
EJEMPLO 2.7
Para el siguiente sistema de ecuaciones lineales determínese la consistencia

o inconsistencia y la upla solución.
x 1 3 x 2 6 x 3 9
5 x 1 8 x 2 2 x 3 10
9 x 1 7 x 2 3 x 3 8
x 1 2 x 2 4 x 3 6 . 7
Para la solución de este sistema de ecuaciones lineales, primero se resuelve

el sistema 3x3 formado por las tres primeras ecuaciones, como se indicó
anteriormente, si este sistema tiene solución, ésta se reemplaza en la
última ecuación y de resultar verdadera la proposición, la upla solución
encontrada corresponde al sistema original
Resolviendo el sistema

Ing. Carlos H. Herrera S nchez

Sistema original
+ 1.00X(1) + 3.00X(2) + 6.00X(3) = 9.00

+ 5.00X(1) -8.00X(2) + 2.00X(3) = 10.00
+ 9.00X(1) + 7.00X(2) -3.00X(3) = 8.00

Sistema 2
+ 0.0X1 -23.0X2 -28.0X3 = -35.0

+ 0.0X1 -20.0X2 -57.0X3 = -73.0
Sistema 3
+ 0.0X1 + 0.0X2 + 751.0X3 = 979.0
Sistema Escalonado
+ 1.0X1 + 3.0X2 + 6.0X3 = 9.0

+ 0.0X1 -23.0X2 -28.0X3 = -35.0
+ 0.0X1 + 0.0X2 + 751.0X3 = 979.0
UPLA SOLUCION: { X1 = 1.4, X2 = -0.1, X3 = 1.3, }
Reemplazando en la última ecuación
X1 – 2X2 + 4X3 = 12
1.4 – 2(-0.1) + 4(1.3) = 6.8
Como esta última Proposición es verdadera, el sistema es consistente, luego

la Upla Solución corresponde al Sistema original
Nota importante: El programa trabaja con 9 decimales, para la

impresión de datos se ha usado la aproximación a dos cifras lo que
produce ciertos errores en la parte decimal
2.8. EJERCICIOS 2.1
Indicar si los siguientes sistemas de ecuaciones lineales tienen solución,

caso contrario, establezca la inconsistencia
1.
5 X 1 2 X 2 8 X 3 8
3 X 1 9 X 2 7 X 3 14
7 X 1 5 X 2 8 X 3 15
2.
4 X 2 X 6 X 8
1 2 3
3 X 4 X X 4
1 2 3
6 X 2 X 8 X 5
1 2 3

3.
4 x 1 9 x 2 3 x 3 7 x 4 12
5 x 1 8 x 2 9 x 3 4 x 4 25
6 x 1 8 x 2 7 x 3 9 x 4 18
7 x 1 3 x 2 9 x 3 1 x 4 20
4.
5.5x1 4.0x2 9.0x3 6.0 x4 10.5

4.5x1 5.6x2 2.5x3 1.8x4 15.5
6.4x1 6.8x2 6.4x3 1.0x4 2.0
3.0x1 1.0x2 2.0x3 3.0x4 1.0
3. El Estado ha emitido tres tipos de bonos de 10%, 15 % y 20 %. Se

dispone de 800.000 dólares para la compra de estos bonos y lo que se
persigue es un rendimiento promedio de estas tres alternativas. Como el
tercer tipo de bono es de mayor atracción a la inversión, se desea que el
50% del capital de inversión sea destinado a la compra de este tipo de
bono. Determínese la mejor estrategia para cumplir con la inversión
4. En el mercado se venden tres tipos de gasolina: 70 octns, 80 octns y 92

octns. Se desea tener una mezcla de 10 galones de 85 octns. Se mezcla x
cantidades de los tres tipos de gasolina con el objeto de llegar al octanaje
deseado. El distribuidor establece la condición de que para disponer de
gasolina de 92 octns debe comprar el doble de las otros dos tipos de
gasolina. Calcular la cantidad de cada tipo de gasolina para cumplir con los
requisitos

Sección 3 70 Determinantes
3. DETERMINANTES
En este tema revisaremos los métodos para el cálculo de los determinantes,

sus operaciones, reglas y las aplicaciones a la solución de sistemas de
ecuaciones lineales
3.1. Determinantes: Definiciones
Sea el siguiente sistema de ecuaciones lineales:
a11 x1 a12 x 2 b1

a21 x1 a 22 x 2 b2
Separando en su disposición natural los coeficientes del sistema
a11 a 12
a21 a 22
Esta disposición en filas y columnas de los coeficientes del sistema de

ecuaciones lineales se denomina DETERMINANTE. Este ente matemático,
que más adelante definiremos como una función de una matriz, fue
descubierto en investigaciones sobre sistemas de ecuaciones lineales. El
determinante es un escalar(número) calculado mediante operaciones
específicas con sus elementos.
Si el sistema anterior es consistente y tiene única solución, el valor del

determinante es distinto de cero.

Proceso: Si despejamos x1, x2 del sistema del numeral 3.1 (comprobar),

tenemos:
x1 (a11a 22 a 21a12 ) b1a 22 b2 a12

x2 ( a11 a 22 a 21 a12 ) b2 a11 b1 a21
Los coeficientes de las variables son iguales y, analizando su procedencia de

acuerdo con el determinante, resulta:
a11 a12
= (a11 a22 – a21a 12)
a 21 a 22
Esta demostración también nos indica que cuando el valor del determinante
es cero, el sistema es inconsistente, puesto que, no existe división por cero.
En cambio si los segundos miembros son iguales a cero
(b1 a22 b2 a12 ) (b 2 a11 b1a 21 ) 0
Esto implica que la solución del sistema de ecuaciones lineales es trivial o

que las pendientes son las mismas, en estas condiciones, puede ser:
Las dos rectas tiene las mismas pendientes

Las dos rectas son coincidentes
Citemos dos ejemplos para indicar cada caso
Ejemplo 3.1
3x 1 + 2x2 = 10
6x 1 + 4x2 = 20
El sistema es inconsistente, en este caso el determinante vale cero, pues se

trata de una misma recta y la variable libre x 2 , puede tomar cualquier
valor.
Ejemplo 3.2
3x 1 + 2x2 = 15
6x 1 + 4x2 = 20
El sistema es inconsistente y no tiene solución. Aún que las rectas no son

las mismas, pero tienen la misma pendiente y no existe punto común entre
ellas.
3.2. Métodos para Calcular el valor de un Determinante
Se estudiarán cuatro métodos para resolver determinantes, a saber:

El método de Sarruz
El método de las permutaciones
El método de las menores
La aplicación de las propiedades
3.2.1. Método de Sarruz.-
Este método sirve solamente para determinantes 2x2 y 3x3. En cuanto a los
determinantes de mayor tamaño indicaremos los métodos que existen más
adelante.
Continuando con el proceso, daremos algunas definiciones

complementarias:
El tamaño de un determinante queda definido por el producto indicado Nº

de filas por Nº de columnas; entendiéndose por filas la disposición de
elementos en forma horizontal y columnas en forma vertical.
Ejemplo: Determinante 5x5 indicará que tiene cinco filas y cinco columnas
Un determinante siempre será cuadrado, es decir que el Nº de filas igual al

Nº de columnas.
Determinantes 2x2 y 3x3
a11 a12 -
a21 a22 + = a11.a22 - a21.a12
Para la aplicación de esta es fórmula, se respetarán los signos tanto de los

elementos como los externos o del proceso.
Así, por ejemplo
5 7 -
-3 -8 + = (+).(-).(+).5.8 (-).(+).(-).7.3 = -40+21= -19
= 5.(-8) - (-3).7 = -40+21 = -19
Determinante 3x3
Este determinante tiene tres elementos en fila y tres elementos en columna.

Hay muchas formas gráficas de aplicar el método de Sarruz y, de entre ellas
hemos escogido la de agregar las dos primeras columnas a la derecha

- - -
a 11 a12 a 13 a 11 a12
a 21 a22 a 23 a 21 a22 = a11.a 22.a33+a 12.a23.a 31+a13.a 21.a32-

-(a31.a 22.a13+a 32.a23.a 11+a33.a21.a12)
a 31 a32 a 33 a 31 a32
+ + +
Ejemplo 3.3
-3 2 -5 -3 2
2 -4 8 2 -4 = ((-3).(-4).(-2)+2.8.7+(-5).2.3)-
7 3 -2 7 3 -(7.(-4).(-5)+3.8.(-3)+(-2).2.2 ) =-2
3.2.2. Método de las Permutaciones.-
Como un caso interesante de aplicación de permutaciones estudiaremos este

método, no obstante, su aplicación para determinantes mayores de 3x3 es muy
extenso.
a11 a 12 a 13
D3x3 = a21 a 22 a 23
a31 a 32 a 33
Si observamos los elementos de este determinante, cada elemento está

definido por subíndices que son conjuntos de tres elementos, i ={1,2,3} y j
={1,2,3} es decir, cada elemento esta bien identificado por la expresión ai,j,
en donde la i representa la fila y la j la columna. Ej. El elemento a23
pertenece a la segunda fila, tercera columna.
Para obtener la expresión desarrollada del determinante, debe realizarse

todos los productos factibles ai,j Si consideramos el primer subíndice, i, el
único producto es: a1 .a2 .a 3, faltando el segundo subíndice, j, con tres
elementos permutables, dando un total de 6 permutaciones posibles, esto
es:
a11.a22.a 33, a11.a23.a32, a12.a 21.a33, a12.a23.a31, a13.a 21.a32, a13.a22.a 31
En estas permutaciones faltaría asignar el signo, el mismo que se consigue

averiguando si la permutación es par o impar por medio de la suma de las
inversiones (índice), si esta es par o cero, será positiva caso contrario será
negativa.
La inversión de una permutación se determina tomando un elemento de la

permutación y contando el número de elementos menores a la derecha. Así
Dando como ejemplo de un arreglo de números al azar:

Permutación 235164
Elemento Elementos menores a la derecha Nº de inversiones

2 1 1
3 1 1
5 1,4 2
1 0 0
6 4 1
4 0 0
suman 5
Como la sumatoria de las inversiones es número impar, la permutación será

negativa -235164
Aplicando este procedimiento para las permutaciones de los 6 productos
Producto Permutación j Nº de inversiones Signo y producto

a 11a 22a 33 123 0 +a11a 22a33
a 11a 23a 32 132 1 - a 11a 23a 32
a 12a 21a 33 213 1 - a 12a 21a 33
a 12a 23a 31 231 2 +a12a 23a31
a 13a 21a 32 312 2 +a13a 21a32
a 13a 22a 31 321 3 - a 13a 22a 31
Cabe señalar que deberá respetarse los signos de cada uno de los factores
en cada uno de los productos y el resultado del determinante será la suma
algebraica de estos.
a 11 a12 a13
a 21 a22 a23 = + a11a 22a33 + a12a 23a31 + a 13a 21a 32-

- a11a 23a 32 - a12a 21a33 - a13a 22a31
a 31 a32 a33
Si el orden del determinante es 4x4, el número de las permutaciones será

24, si es 5 será 120, es decir, si el orden aumenta, el número de
permutaciones aumentará considerablemente.
3.2.3. Método de las Menores.-
Para comprender mejor este método, daremos algunas definiciones

complementarias.
Menor o menor complementaria.- Se denomina menor complementaria o

simplemente menor de un elemento aij a un determinante de menor grado,
que resulta de eliminar la fila i y la columna j correspondiente al elemento
en mención del determinante original.

Sea el siguiente determinante 3x3
a 11 a12 a 13
a 21 a22 a 23
a 31 a32 a 33
El menor complementario (M12) del elemento a12 será el determinante de

orden 2x2
a 21 a23
= M12
a 31 a33
Cofactor de un elemento aij es (-1)i+j , que es el que determina el signo de

la menor correspondiente, así:
1+2
(-1) M12 = -M12.
El Producto del cofactor por su menor corespondiente toma el nombre de

Adjunto
Aij = (-1)i+j. Mij entonces, A 12 = (1)1+2 . M12
El método de las menores consiste en la suma algebraica del producto de

cada elemento de una fila o columna por sus respectivos adjuntos:
D 3x3 = a 11. (-1)1+1 .M11+a 12.(-1)1+2.M12+a 13.(-1)1+3 .M13
Para el determinante
a11 a 12 a 13
a22 a 23 a 21 a 23 a21 a22
1+1 12 1+3
a21 a 22 a 23 =a11.(-1) .a32 a33 +a12. (-1) . a31 a 33 +a 13.(-1) .a31 a 32
a31 a 32 a 33

Ejemplo 3.4
2 -3 -1
-2 -5 4 -5 4 -2
1+1 1+2 1+3
4 -2 -5 = 2.(-1) . 4 6 + (-3).(-1) . -2 6 +(-1)(-1) . -2 4
-2 4 6 = 2(-12 +20) + 3(24-10) – (16 –4) =16 + 42 – 12 = 46
Generalizando, con respecto a los elementos y adjuntos correspondientes a

la primera fila, sin embargo puede tomarse cualquier fila o cualquier
columna, tenemos la expresión:
n
D= a ij Aij ai1 Ai1 a i 2 Ai 2 ai 3 Ai 3 ...ain Ain
j
1
3.2.4. Teoremas de los Determinantes.-
Teorema 1. Si todos los elementos de una fila de un determinante nxn (Dn)

son ceros, el valor del determinante es cero.
0 0
1 6 = 0.6 – 1.0 = 0 –0 = 0
Teorema 2. Si una fila de un determinante nxn está multiplicada por un

escalar distinto de cero, el valor del determinante queda multiplicado por
dicha constante.
2 4 1 2
3 1 = 2. 3 1
(2.1 – 3.4) = 2. ( 1.1 – 3.2)

-10 = 2. (-5)
Teorema 3. Si se intercambian dos filas de un determinante nxn, el valor

del determinante cambia de signo.
4 6 5 2
5 2 =- 4 6
(4.2 – 5.6) = - (5.6 – 4.2)

- 22 = - 22

Teorema 4. Si dos filas son iguales o proporcionales el determinante vale

cero.
4 -3 2 -1
4 -3 = (-12 + 12) = 0 4 -2 = -4 + 4 = 0
Teorema 5. Si los elementos de una fila de un determinante nxn está

formado por la suma de dos cantidades, el desarrollo es la suma de dos
determinantes.
a11 a12 a 13 a 11 a 12 a13 a 11 a 12 a13

c21+d21 c22+d22 c23+d23 = c21 c22 c23 + d21 d22 d23
a31 a32 a 33 a 31 a32 a 33 a 31 a32 a 33
Ejemplo 3.5
3 2 3 3 2 3 3 2 3
2+1 3+2 4+1 = 2 3 4 +1 2 1
3 4 5 3 4 5 3 4 5
141-95 93-63 + 48-32

46 30 + 16
Teorema 6. Si se multiplica los elementos de una fila por una constante k

distinta de cero y los productos parciales se suman a los elementos
correspondientes de otra fila, el determinante no cambia.
a11 a12 a 13 a 11 a 12 a 13 a 11 a12 a13

a21+ ka11 a22+ ka12 a23+ka13 = a 21 a 22 a 23 + ka11 ka12 ka13
a31 a32 a 33 a 31 a 32 a 33 a 31 a32 a 33
El último determinante vale cero porque las dos primeras filas son
proporcionales.
Ejemplo 3.6
3 2 3 3 2 3 3 2 3
2+6 3+4 4+6 = 2 3 4 +6 4 6
3 4 5 3 4 5 3 4 5
261-263 = 45 - 47 + 0
-2 -2

Teorema 7. Si se intercambian filas por columnas de un determinante nxn,

el determinante no varia.
a11 a 12 a13 a11 a 21 a31

a21 a 22 a23 = a12 a 22 a32
a31 a 32 a33 a13 a 23 a33
Ejemplo 3.7
3 2 1 3 4 2
4 5 2 = 2 5 4
2 4 5 1 2 5
99-74 = 99-74
Este teorema es de suma importancia porque permite cambiar en todos los

enunciados anteriores de los teoremas de determinantes, la palabra fila por
columna
Teorema 8. Si los elementos de una fila de un determinante excepto uno

son ceros, el valor del determinante será el producto del elemento por la
menor correspondiente.
a 11 a12 a 13 … a1n a 11 a12 … a 1n

a 21 a22 a 23 … a2n a 21 a22 … a 2n
……………………………….. ……………………………
0 0 aij … 0 = aij .
……………………………….. ……………………………
a n1 an2 a n3 … a nn a n1 an2 … a nn
Ejemplo 3.8
3 5 -1 3 5
2 -2 3 = (-4). (-1)3+3 .
0 0 -4 2 -2
24 + 40 = (-4) (-16)
Ejemplo 3.9
Se sugiere tomar como pivote el elemento más pequeño (a13 = 1) y,

haciendo uso del teorema 6, multiplicamos la filla pivotal por escalares
adecuados y sumamos a los elementos de la fila correspondiente con el
objeto de anular todos demás elementos bajo (o sobre o adyacente al) el
pivote; por tanto multiplicando por 3,-2, –2 y luego sumando a las filas 2,3
y 4, resulta:

3, -2,-2
3 -2 1 4 3 -2 1 4
1 2 -3 2 10 -4 0 14
11 2 2 -3 = 5 6 0 -11
1 4 2 3 -5 8 0 -5
Haciendo uso del teorema 8, eliminando la fila y columna del elemento a13
= 1 y multiplicando la segunda fila por 1 y –2, luego sumando a la tercera y
primera filas respectivamente, resulta
10 -4 14 0 -16 36
1. (-1)1+3 .2.-1 5 6 -11 = 1. 5. (-1)2+1 5 6 -11
-5 8 -5 0 14 -16
Siguiendo con el proceso, tenemos
-16 36
-1. 5. 14 -16 = -5 (256-504) = 1240
3.2.5. Aplicación de los Determinantes
Considerando el siguiente Sistema de Ecuaciones Lineales NXN que en

forma literal presentamos a continuación:
a11 x1 a12 x 2 a13 x 3 ... a1n x n b1

a 21 x 1 a 22 x 2 a 23 x 3 ... a 2 n x n b 2
a 31 x1 a 32 x 2 a 33 x 3 ... a3 n x n b3
.....................................................
a n1 x1 a n 2 x 2 a n 3 x 3 ... a nn x n b n
Los coeficientes del sistema forman un determinante llamado Determinante

del Sistema, esto es:
x1 x2 x 3… xn
a11 a 12 a 13… a1n

a21 a 22 a 23… a2n
D= a31 a 32 a 33… a3n
…………………………………..
an1 a n2 a n3… ann
Para formar el determinante de una variable xj, reemplazamos los términos

independientes en la j-ésima columna. Ej.

b1 a12 a 13… a 1n
b2 a22 a 23… a 2n
D x1 = b3 a32 a 33… a 3n
…………………………………..
bn an2 a n3… a nn
Para el cálculo de la variable x 1
D Determinante _ de _ x1
x1  x1 
D Determinante _ del _ Sistema
Este teorema se conoce como la “Regla de Cramer”
Ejemplo 3.10
Sea el Sistema
3x1 +4x2 =10

x1 +2x 2 =20
Determinante del Sistema
3 4
D= 1 2 =6–4=2
Determinante de x 1 , x2
10 4 3 10
Dx1 = 20 2 = 20 – 80 = - 60 , Dx2 = 1 20 = 60-10 = 50
Cálculo de x1 ,x2
X 1 = -60/2 = -30, x 2 = 50/2 = 25
Conclusión: Es importante indicar que si el determinante del sistema es

cero, D = 0, el sistema de ecuaciones es inconsistente o no tiene solución
1. Calcular los siguientes determinantes aplicando las reglas
2 9 3 6 2 4 3 7
5 6 4 2 5 8 4 1
A. = B=
1 3 4 2 6 5 8 3
7 5 6 7 3 2 4 5

2. Resuelva los siguientes determinantes
a-2 5 -4 2a -1 3a
C= 1 a+1 -5 D= -4 a -6
0 0 a+2 -3 4 6
3. Resolver los siguientes sistemas de ecuaciones lineales por

determinantes
A.- 3 X 1 5 X 2 9 X 3 8
3 X 1 9 X 2 7 X 3 12
4 X 1 2 X 2 6 X 3 20
B.- 7 X 1 3 X 2 5 X 3 18
3 X 1 6 X 2 3 X 3 10
4 X 1 5 X 2 8 X 3 20

Sección 4 82 Matrices y Operaciones Matriciales
4. MATRICES Y OPERACIONES MATRICIALES
Es un arreglo rectangular de elementos formados en filas (i) y columnas (j),

que se las conoce como vectores. Los elementos de este arreglo están
definidos por dos subíndices, que los identifican correctamente, Ej.
a 24 = elemento de la segunda fila cuarta columna
Cuando se trabaja con un sistema de ecuaciones lineales, la ubicación de

los coeficientes es importante y, presentan un ordenamiento rectangular
como el explicado anteriormente.
El arreglo al que hemos hecho referencia se llama MATRIZ, con este ente
matemático se pueden hacer operaciones: SUMA, RESTA, PRODUCTO,
INVERSA.
La importancia del estudio de las matrices radica en la aplicación a la

solución de los sistemas de ecuaciones lineales, con mayor facilidad y
rapidez que con procesos algebraicos sería muy complicado. Otra de las
aplicaciones de las matrices está en el uso de las den ominadas HOJAS
ELECTRONICAS en el campo de la computación, pues, su estructura es una
matriz.
El alcance de este texto no es el de hacer un estudio exhaustivo de las

matrices, sin embargo, se revisarán los temas más importantes así como
sus operaciones y aplicaciones.
A una matriz se la nombra con las letras mayúsculas y presenta la forma:

a11 a 12 a 13… a1n

a21 a 22 a 23… a2n
A= a31 a 32 a 33… a3n
…………………………………..
En donde aij representa a un elemento de la fila i y la columna j. A una

matriz se la representa por las letras mayúsculas A,B,C... o por aij, bij, cij;
por tanto la MATRIZ A anterior se puede representar mediante la expresión:
A = (aij)
Se llaman filas o vectores fila a la expresión:
(a11 a 12 a13… a 1n ), (a21 a22 a 23… a2n )… ( a n1 a n2 an3… a nn )
Se llaman vectores columna o columna a la expresión:
a 11 a 12 a n1
a 21 a22 a n2
a 31 ,, a32 , …. an3
…. …
a n1 an1 a nn
También se los conoce a estos vectores como matrices: matriz fila, matriz
columna
Tamaño u orden.- Si una matriz está formada por n filas y m columnas, el

producto indicado nxm se llama tamaño u orden
Ejemplo 4.1
La siguiente matriz, es una matriz de tamaño 3x3 porque tiene 3 vectores

fila y tres vectores columna o simplemente 3 filas y tres columnas
2 2 3 
 
A= 5 2 1 
4 2 3 
 
4.1. Igualdad de Matrices
Dos matrices son iguales si son del mismo tamaño y tienen iguales sus
elementos correspondientes.

Ejemplo:
8 5 4 3 8 5 4 3 

2 4 1 2 

 

  2 4 1 2 
4.2. Operaciones Elementales con Matrices
Con las matrices podemos hacer las siguientes operaciones: suma, resta,
producto e inversa. Cada una de estas operaciones tiene sus propiedades,
que se discutirán más adelante.
4.2.1. Suma y Resta de Matrices.
Para sumar o restar dos matrices es necesario que sean del mismo tamaño
u orden y se suman o restan los elementos correspondientes
Ejemplo 4.2
Sean las matrices A = (aij)nxn, B = (bij )nxn
A B
a 11 a12 a 13… a 1n b11 b12 b13… b1n

a 21 a22 a 23… a 2n b21 b22 b23… b2n
a 31 a32 a 33… a 3n  b31 b32 b33… b3n
………………………………… ………………………………..
a n1 an2 a n3… a nn bn1 bn2 bn3… bnn
a11b11 a 12b12 a 13b13… a 1nb1n

a21b21 a 22b22 a 23b23… a 2nb2n
a31b31 a 32b32 a 33b33… a 3nb3n
………………………………………………………………………..
an1bn1 a n2bn2 a n3bn3… a nnbnn
Ejemplo 4.3
2 -4 -5 8
A= 3 5 y B= 2 -1
2+(-5) (-4)+8 -3 4
A+B= 3+2 5+(-1) = 5 4
Como ejercicio realice la resta

4.2.2. Producto de una Matriz por un Escalar
Entendiéndose por Escalar un número real. El Producto de un escalar k

distinto de cero por una matriz A = (aij), representado por k.A o kA, es la
matriz que se obtiene al multiplicar el escalar por todos los elementos de la
matriz.
ka11 ka12 ka13… ka1n

ka21 ka22 ka23… ka2n
kA= ka31 ka32 ka33… ka3n
…………………………………..
kan1 kan2 kan3… kann
Ejemplo 4.4
2 2 3   8 8 12 
  
4.A = 4. 5 2 1 20 8 4 
4 2 3  16 8 12 
  
4.2.3. Traspuesta de una Matriz
La traspuesta de una matriz A, representada por tA, se obtiene mediante el

cambio de las filas por columnas de la matriz A
a11 a 12 a 13… a1n a11 a 21 a 31…an1

a21 a 22 a 23… a2n a12 a 22 a 32…an2
A= a31 a 32 a 33… a3n => tA = a13 a 23 a 33…an3
………………………………….. …………………………………
an1 a n2 a n3… ann a1n a2n a 3n… ann
Ejemplo 4.5
2 2 3  2 5 4 
   
A =5 2 1  ... A 2
t
2 2 
4 2 3  3 1 3 
   
En términos generales
t
A = (aij) A= (aji)

Propiedades de la traspuesta
t
( tA) = A
t
( k.A) = k.t. A
t
(A+B) = tA + tB
t
(A . B)= tB . tA
La demostración se deja para el estudiante
4.2.4. Producto de Matrices
Para poder entender el producto de matrices, comenzaremos con el

producto elemental de vectores. Como se había indicado un vector es una
matriz formada por una fila y varias columnas o por una columna y varias
filas; por tanto existen dos formas de hacer producto: FILA X COLUMNA o
COLUMNA X FILA. En esta ocasión estudiaremos el primer caso.
Sean dos matrices: A = (a1,j) y B = (bj1)
b1
b2
b3
A = ( a1 a2 a 3…a n), B = …
bn
b1
b2
b3
A x B = ( a 1 a 2 a3 …an ) . … = a1.b1 +a2 .b2+a 3.b3 +…an .bn
bn
Para la multiplicación de matrices se sigue el mismo proceso: la

multiplicación de vectores FILA X COLUMNA, sin embargo, las matrices
deben cumplir con la siguiente condición:
“Las columnas del primer factor deben ser iguales a las filas del
segundo factor”
Esta regla se puede representar con mayor claridad si usamos los tamaños
de las matrices que se van a multiplicar, así
Sean las matrices: A = (anp) y B= (bpm )
El producto A x B = (anp) . (bpm)

O en forma reducida
A x B = (n x p) . (p x m) = (n x m)
Nos indica que las columnas del primer factor y las filas del segundo factor
son iguales y el resultado del producto será una matriz (Cnm)
Definición.- Sean A y B dos matrices de tamaños: (n x p) y ( p x m), el

producto A x B, solo puede ser posible si y solo si las columnas del primer
factor sean iguales a las filas del segundo factor y el resultado será una
nueva matriz C de tamaño (n x m).
4.2.5. Propiedades de la Suma y Producto de Matrices
Sean las matrices A = (aij), B=(bij), C=(c ij) y los escalares k1 ,k2
Las propiedades básicas de las suma y producto de matrices y

multiplicación por un escalar son las siguientes:
(A+B)+C=A+(B+C) Asociativa (A * B)*C = A*(B*C)
A+B=B+A Conmutativa A*B B*A
A+(-A)=0 Inverso A * A -1 = 1
A+0=A Modulativa A*I = A
C*(A+B)=C*A+C*B Distributiva a la suma de matrices
Se deja como ejercicio para el estudiante la demostración de estas

propiedades
Ejemplo 4.6
Multiplicar las siguientes matrices A y B
2 6 
  7 2 4 
A= 2 3 , B = 
4 2 

3   1 
 4 

2 6 
  7 2 4 
A X B = 2 3  x 
4 2 

3  1 
 4 
Mediante vectores
7 
c11 = 
2 6 x 
4 
= (-2) X (-7) + 6 X (-4) = 14 – 24 = -10
 
2 
c12 = 2 6 
x 
2 
= (-2) X 2 + 6 X (-2) = -4 –12 = -16
 
4 
c13 = 2 6 x 
1 
= (-2)x4 + 6x1 = -8+6= -2

7 
c21 = 2 3
x4 
=2x(-7)+(-3)x(-4)= -14+12 = -2
 
2 
c22 = 2 3
x2 
= 2x2+(-3)x(-2)= 4+6=10
 
4 
c23 = 2 3x 
1 
= 2x4 + (-3)x1 = 8-3= 5

7 
c31 = 
3 4x 
4 
= 3x(-7) + 4x(-4) = -21-16= -37
 
2 
c32 = 3 4
x2 
= 3x2 + 4x(-2) = 6 – 8= -2
 
4 
c33 = 3 4x 
= 3x4 + 4x1 = 12 + 4 = 16
1 
10 16 2 
 
A x B = C = 2 10 5 
37 2 16 
 
Comentario: Como se puede observar en el procedimiento cada una de las

filas se multiplican con cada una de las columnas

4.2.6. Matrices Cuadradas
Se llama matriz cuadrada aquella que tiene igual número de filas que de
columnas. Estas matrices gozan de una característica especial a saber,
todas las operaciones matriciales: Suma, Producto, Inversa se pueden
realizar sin ningún inconveniente. En cambio, para hacer estas operaciones
con matrices que no son cuadradas tienen que cumplir con ciertas
condiciones necesarias y suficientes como ya se ha indicado anteriormente
Ejemplo 4.7
4 3 5 
2 4   
A = (a22)= 
6 , B= (b33)= 2 7 9 
 8 
 8 3 7 
 
Entre las matrices cuadradas, hay una que se destaca llamada matriz
unitaria.
Se llama matriz unitaria aquella cuya diagonal está formada por unos, todos
positivos y el resto de elementos son ceros, así
1 0 0 
 
I= 0 1 0
0 0 1 
 
Esta matriz unitaria tiene las mismas propiedades y características que

tiene el número 1 en el conjunto de los números reales
Potencias de una matriz cuadrada.- Consideremos una matriz cuadrada

A=(aij), para formar las potencias de esta matriz se sigue el siguiente
proceso:
A 2 = A x A, A3 = A2.A, … An = A(n-1) . A
A0 = I
Polinomio matricial.- Con una matriz cuadrada también podemos formar

un polinomio matricial, bajo el concepto de imagen de una función, así:
Sea el polinomio
f ( x ) 3x 2 4 x 2
Por otra parte, sea la matriz cuadrada A. La imagen de A para este

polinomio se expresa:
2 1  2 7 2  8 4  2 0 
f ( A) 3. A 4.A 2.I , A= 
3 4 ,A = 
6 19 
, 4A = 
12 16 
,2I = 
0 2 
2

       

7 2  2 1  1 0 
Si f(A) = 3 
6 19 
-4 
 + 2 
  3 4
 
0 1 
21 6 8 4  2 0 31 2 

f(A)= 
 -  
+  = 
6 43 
18 57   
12 16  0 2
 


4.2.7. Comentario del Segmento del Programa: Producto de

Matrices
….
void producto () {
int fmata, cmata, cmatb;

int i, j, k;
printf(ANTERIOR);
TITULO ("PRODUCTO DE MATRICES");

fmata = get_fil ("Matriz a");
cmata = get_col ("Matriz a");
get_matriz ("a", a, fmata, cmata);
cmatb = get_col ("Matriz b");
get_matriz ("b", b, cmata, cmatb);
print_matriz ("a", a, fmata, cmata);
print_matriz ("b", b, cmata, cmatb);
for ( i = 1; i <= fmata; i++ ) {
for ( j = 1; j <= cmatb; j++ ) {
c[i][j] = (VAL)0;
for ( k = 1; k <= cmata; k++ )
c[i][j] += a[i][k]* b[k][j];
}
}
print_matriz ("PRODUCTO", c, fmata, cmatb);
end_logfile();
}
….
Esta parte del programa realiza la multiplicación de matrices. Debe notarse
que existen funciones las cuales sirven para el ingreso de datos, impresión
de matrices factores y matriz producto
4.2.8. Inversa de una Matriz
Una matriz A cuadrada es inversible o tiene una inversa, si existe otra

matriz B también cuadrada que cumplan la siguiente propiedad:
A.B=I
En donde I es la matriz unitaria, única tal que
A.B=I=B.A

Estableciendo la relación inversa r, resulta
ArBBrA Propiedad simétrica
La matriz B es inversa de A y se representa por A-1
Ejemplo: Sean las matrices:
2 3 2 3
A =
1 
, B= 
1 2 

 2  
Luego
2 3  2 3  1 0 
A.B= 
1 2 
. 
1 2 
= 
0 1 

     
2 32 3  1 0 
B.A= 
1 . 
1 2 
= 
0 1 
 2 
  


Por tanto B es inversa de A, en este caso

-1
B=A y reemplazando tenemos
A . A-1 = I
Teorema.- Si A y B son dos matrices cuadradas y se cumple A.B=I y B.A =I,

se dicen que las dos son matrices son inversas.
Este teorema ya quedó demostrado en el ejercicio anterior
4.2.9. Métodos para Calcular la Inversa de una Matriz
Se estudiarán dos métodos para conseguir la inversa de una matriz: el

método de las menores y cofactores y el método de Gauss-Jordan.
4.2.9.1. Método de Menores y Cofactores.- Para

comprender este proceso iniciaremos recordando el estudio de las menores
y cofactores discutida en los determinantes.
Sea la matriz A = (a nm)
a11 a 12 a 13… a1n

a21 a 22 a 23… a2n
A= a31 a 32 a 33… a3n
…………………………………..
El determinante de A, representado por |A| se expresa:

a 11 a12 a 13… a 1n
a 21 a22 a 23… a 2n
|A|= a31 a32 a 33… a 3n
…………………………………..
a n1 an2 a n3… a nn
El menor de un elemento aij , se consigue eliminando su fila i y su columna j

correspondientes representado por Mij
Ejemplo 4.8
El menor del elemento a 32, es
a 11 a12 a 13… a 1n a 11 a13… a 1n

a 21 a22 a 23… a 2n a 21 a23… a 2n
M 32= a 31 a32 a 33… a 3n = …………………………
………………………………….. …………………………
a n1 an2 a n3… a nn a n1 an3… a nn
El cofactor del elemento a 32, es C32 = (-1)3+2
La adjunta A 32 = C 32 . M32
El determinante de la matriz cuadrada A=(aij), para cada valor de

i={1,2…n}, se define por:
n
Det A = |A| = a11.A 11+a12.A 12+a 13.A13…a 1n.A1n = aijAij ,
j
1
Formando la matriz de los adjuntos y haciendo la traspuesta, resulta
A11 A 12 A 13… A1N

A21 A 22 A 23… A2N
Aadj = A31 A 32 A 33… A3N
…………………………………..
AN1 A N2 A N3 … ANN
A11 A 21 A 31… AN1

A12 A 22 A 32… AN2
t
(Aadj)= A13 A 23 A 33… AN3
…………………………………..
A1N A 2N A 3N … ANN
La inversa de la matriz A representada por A -1 se obtiene por la expresión:

A 11 A 21 A31… A N1
A 12 A 22 A32… A N2
A 13 A 23 A33… A N3
…………………………………..
A 1N A 2N A3N … A NN
t
(Aadj)
-1
A = --------= ---------------------------------
Det A |A|
Ejemplo 4.9
3 4 2 
 
A= 2 1 1 
1 5 3
 
Cálculo de adjuntos
1 1
A 11 = (-1)1+1 = 1. (3-5) = -2
5 3
2 1
A12 = (-1)1+2 = (-1). (-6-1) = 7
1 3
2 1
A13 = (-1)1+3 = (10+1) = 11
1 5
4 2
A21 = (-1)2+1 = (-1). (-12-10) = 22
5 3
3 2
A22 = (-1)2+2 = 1. (-9-2) = -11
1 3
3 4
A23 = (-1)2+3 = (-1). (15-4) = -11
1 5
4 2
A31 = (-1)3+1 = 1. (4+2) = 6
1 1
3 2
A32 = (-1)3+2 = (-1). (3-4) = 1
2 1
3 4
A33 = (-1)3+3 = 1. (-3-8) = -11
2 1

Matriz de Adjuntos
2 7 11  2 22 6 
  t  
Adj = 22 11 11= (Adj) = 7 11 1 
6 11 11 11 11
 1   
Cálculo del determinante
|A| = a11. A11+a 12.A12+a 13.A 13 = (-2).3+7.4+11.2 = 44
Cálculo de la inversa
2 22 6 
 
7 11 1 
11 11 11 2 22 6 
  1  
7 11 1 
-1
A = =
44 44 11 11 11
 
Comprobación
3 4 2  2 22 6  1 0 0 
  1    
-1
A.A =A= 2 1 1 . 7 11 1 = 0 1 0 
 44 
1 5 3 


11 11 11
0 0 1 
 
Se hará la comprobación de la primera fila, el resto se deja como ejercicio

para el estudiante:
2 
1   1
.
3 4 2
. 7 = .(-6+28+22) = 1
44 11  44
 
22 
1   1
.
3 4 2
. 11= .(66-44-22) = 0
44 11 44
 
6 
  1
. 2
1
3 4 . 1 = .(18+4-22) = 0
44 11 44
 
4.2.9.2. Método de Gauss-Jordan
Este método se basa en hacer el siguiente proceso:

Una matriz ampliada

Aplicar las reglas de las “operaciones fila elementales”
Matriz ampliada.- Se llama matriz ampliada aquella que resulta de unir por
medio de una barra vertical la matriz original y la matriz unitaria, así.
a11 a 12 a 13… a1n 1 0 0… 0

a21 a 22 a 23… a2n 0 1 0… 0
A|I = a31 a 32 a 33… a3n 0 0 1… 0
………………………………….. ………………………………
an1 a n2 a n3… ann 0 0 0… 1
4.2.9.3. Operaciones Filas Elementales.- Se dice que dos

matrices A y B son equivalentes por filas, cuando B se ha obtenido
mediante la aplicación de un conjunto de operaciones fila, llamado “
Operaciones elementales fila “, que se indican a continuación
 Multiplicar todos los elementos de una fila de una matriz por una
constante distinta de cero.
 Intercambiar los elementos correspondientes de dos filas
 Multiplicar los elementos de una fila por una constante distinta de cero y
sumar a los elementos correspondientes de otra fila.
Ejemplo Sea la matriz A
3 4
A= 1 2 en la que aplicaremos estas operaciones
3 4 6 8 Se ha multiplicado por 2 la primera fila

1 2 1 2
3 4 1 2 Se han intercambiado las filas

1 2  3 4
3 4 1 0 Se ha multiplicado la última fila por –2

1 2  1 2 y se ha sumado a la primera fila
Este procedimiento se conoce como el Algoritmo para reducir una matriz A

en otra B por filas, es decir es una transformación por operaciones
elementales por filas.
Se va a demostrar que aplicando este algoritmo se puede conseguir la

inversa de una matriz A
Sea la siguiente matriz ampliada:

1 2 -1 1 0 0
A= 3 1 2 0 1 0
2 4 3 0 0 1
El proceso consiste en transformar la matriz de la izquierda en unitaria

mediante las operaciones fila elementales. Para lo cual nos basaremos en
un proceso sistemático consistente en hacer pivote los elementos de la
diagonal (a11,a 22,a33) que previamente serán trasformados a uno. Los
elementos bajo y sobre el pivote se transformarán en ceros.
Tomando como pivote el elemento a11 = 1, trasformamos en ceros los

elementos 3 y 2 multiplicando la fila del pivote por –3 y –2 y sumando a
los elementos de sus correspondientes filas segunda y tercera, resulta:
1 2 -1 1 0 0
0 -5 5 -3 1 0
0 0 5 -2 0 1
Multiplicando por –1/5 la segunda fila para hacer el elemento a 22 = 1, el

elemento 2 transformamos a cero multiplicando la fila del pivote a22 por -2
y sumando a los elementos correspondientes de la primera fila, la tercera
fila no se ha considerado por ser el elemento a32 = 0, resulta:
1 0 1 -1/5 2/5 0
0 1 -1 3/5 -1/5 0
0 0 5 -2 0 1
Multiplicando por 1/5 la tercera fila para hacer a33 =1, multiplicando por 1 y
–1 los elementos de la fila del pivote y sumando a los elementos
correspondientes de la segunda y primera filas, resulta
1 0 0 1/5 2/5 -1/5

0 1 0 1/5 -1/5 1/5
0 0 1 -2/5 0 1/5
1/5 2/5 -1/5

-1
A = 1/5 -1/5 1/5
-2/5 0 1/5

4.2.9.4. Comentario del Segmento del Programa:

Inversa de una Matriz, Método de Gauss-Jordan
…..
#define I 50
#define J 50
#define K 50
#define VAL float
VAL a[I][J], b[I][J], c[I][J], x[I];

VAL get_VAL();
void main (void);
void inversion (void);
int get_col (char nom[]);
void get_matriz (char nom[], VAL mat[I][J], int fil, int col);
void print_matriz (char nom[], VAL mat[I][J], int fil, int col);
void print_matriz_inv (char nom[], VAL mat[I][J], int tama);
void fil_col (int tama);
…..
Esta porción del programa sirve para definir (#define…) en memoria el

tamaño máximo de la matriz y de vectores, es decir, el programa manejará
una matriz de 49 filas por 49 columnas dejando una fila y una columna
libres para evitar errores de desbordamiento. Las funciones Prototipos
ANSI, como ya se indicó en la solución de un Sistema de Ecuaciones
Lineales, sirven para lograr una mejor organización de las funciones en el
programa.
….
/* Coloca ceros en las matrices de operación */
for ( j = 1; j <= I; j++ )

for ( k = 1; k <= K; k++ ) {
a[j][k] = (VAL)0;
b[j][k] = (VAL)0;
}
….
Con estas líneas de sentencia se consigue ubicar ceros en las celdas de la

matriz definida en la memoria, con el objeto de “limpiar” las celdas después
de cada proceso de cálculo, para que no se mezclen los valores nuevos con
los anteriores creando errores. Nótese que los bucles for alcanzan el
máximo valor de I y J definidos anteriormente.

/* SUBRUTINA: PROCESO DE GAUSS */

void gauss(tama)
{
int h, k, z, r, t, j, cont;
VAL vss;
for ( h = 1; h <= tama; h++ ) {
if ( a[h][h] == (VAL)0 ) {
for ( z = 1; z <= 2 * tama; z++ ) a[h][z] += a[h + 1][z];
}
if ( a[h][h] == (VAL)0 ) {
PRINT ( "\nNo se puede invertir matriz.( No hay sol.)\n");
main();
}
for ( t = 1; t <= 2 * tama; t++ ) c[h][t] = a[h][t]/
a[h][h];
for ( k = 1; k <= 2 * tama; k++ ) a[h][k] = c[h][k];
for ( j = 1; j <= tama; j++ ) {
if ( j != h ) {
for ( z = 1; z <= 2 * tama; z++ ) {
vss = -1 * a[h][z]* a[j][h] + a[j][z];
if ( fabs ( vss ) < 0.001 ) vss = (VAL)0;
c[j][z] = vss;
}
for ( r = 1; r <= 2 * tama; r++ ) a[j][r] = c[j][r];
}
}
for ( t = 1; t <= tama; t++ ) {
cont = 0;
for ( r = 1; r <= tama; r++ ) {
if ( a[t][r] == a[t + 1][r]) cont++;
if ( cont == tama ) {
PRINT ( "\nNo se puede invertir matriz. (No hay sol.)\n" );
main();
}
}
}
}
return;
}
….
Esta función realiza el proceso de Gauss-Jordan. Hay que notar también que
controla que el determinante, el pivote sean distinto de cero; cuando
advierte tales circunstancias emite un mensaje indicando el particular y la
imposibilidad de invertir la matriz.
………
/* SUBRUTINA: COMPROBACION DE LOS ELEMENTOS DE LAS FILAS DE LA MATRIZ
*/
void fil_col(tama)
{
int i, j, k, r, t, rz, ceroi, ceroj;
for ( i = 1; i <= tama; i++ ) {
ceroi = ceroj = 0;
for ( j = 1; j <= tama; j++ ) {
if ( a[i][j] == (VAL)0 ) ceroi += 1;
if ( a[j][i] == (VAL)0 ) ceroj += 1;
if ( ceroi == tama || ceroj == tama ) {
PRINT ( "\nNo se puede invertir la matriz. (No hay sol.)\n");
PRINT ( "(Fla/Col con elementos cero)" );

main();
}
}
}
/* ORDENAMIENTO DE LAS FILAS DE LA MATRIZ*/
for ( k = 1; k <= tama; k++ ) {
if ( a[k][k] == (VAL)0 && k <= tama ) {
i = 1;
for ( j = k + 1; j <= tama; j++ ) {
if ( a[j][i] != (VAL)0 ) {
t = j;
for ( r = 1; r <= 2 * tama; r++ )
a[k][r] += a[t][r];
}
}
}
}
/* COMPROBACION DE PROPORCIONALIDAD DE LAS FILAS */
for ( k = 1; k <= tama - 1; k++ ) {
for ( i = k; i <= tama - 1; i++ ) {
rz = 0;
for ( j = 1; j <= tama - 1; j++ ) {
if (a[i+1][j] != (VAL)0 && a[i+1][j+1] != (VAL)0 ) {
if (a[k][j] / a[i+1][j] == a[k][j+1] / a[i+1][j+1])
rz++;
}
}
if ( rz == tama - 1 ) {
PRINT ( "(Flas proporcionales)\n" );
main();
}
}
}
/* COMPROBACION DE PROPORCIONALIDAD DE LAS COLUMNAS */
for ( k = 1; k <= tama - 1; k++ ) {
for ( i = k; i <= tama - 1; i++ ) {
rz = 0;
for ( j = 1; j <= tama - 1; j++ ) {
if ( a[j][i+1] == (VAL)0 && a[j+1][i+1] == (VAL)0 ) rz++;
else if ( a[j][i+1] != (VAL)0 && a[j+1][i+1] != (VAL)0 ) {
if (a[j][k]/ a[j][i+1] == a[j+1][k]/ a[j+1][i+1])
rz++;
}
}
if ( rz == tama - 1 ) {
PRINT ( "(Cols proporcionales)\n");
main();
}
}
}
return;
}
……..
Este segmento controla las filas y las columnas: proporcionalidad, igualdad
de acuerdo con las reglas de las matrices; si dos filas se comprueban que
son proporcionales o iguales emite un mensaje y advierte la imposibilidad
de invertir la matriz.

4.3. Aplicación de las Matrices
Como una de las aplicaciones de las matrices está la solución de Sistemas

de Ecuaciones Lineales nxn. Se verán dos métodos: Gauss y Cofactores.
4.3.1. Solución de un Sistema de Ecuaciones Lineales

usando la Inversa de la Matriz
Sea el siguiente sistema de ecuaciones lineales nxn
a11 x1 a12 x2 a13 x 3 ... a1n xn b1

a 21 x1 a22 x2 a23 x 3 ... a 2n xn b2
a 31x1 a 32 x 2 a33 x 3 ... a3 n x n b3
.....................................................
a n1 x1 a n2 x 2 an 3 x3 ... ann xn bn
En un sistema de nxn de Ecuaciones Lineales se encuentran las siguientes

matrices:
Matriz de coeficientes:
a11 a 12 a 13… a1n

a21 a 22 a 23… a2n
A= a31 a 32 a 33… a3n
…………………………………..
Matriz vector de la variables
X1
X2
X= X3
…
Xn
Matriz vector de términos independientes
b1
b2
B= b3
…
bn

Con estas tres matrices podemos formar una ecuación matricial, que
representa al Sistema de Ecuaciones Lineales propuesto, esto es:
a 11 a12 a 13… a 1n x1  b1 

   
a 21 a22 a 23… a 2n x2  b2 
a 31 a32 a 33… a 3n * x  = b 
………………………………….. 3  3 
a n1 an2 a n3… a nn ...  ... 
x  
n  bn 
A * X = B
Resolviendo esta ecuación matricial, resulta
X = A-1 * B
El cálculo de la inversa puede realizarse por cualquiera de los dos métodos

estudiados anteriormente: Menores y cofactores y Gauss-Jordan.
Ejemplo 4.10
3x 1+4x2 +2x3 = 10
2x 1 - x 2 + x 3 = 15
x1 +5x2 –3x3 = 20
El proceso de inversión de la matriz está en las páginas 93 y 94, ej. 4-9
Usando la ecuación matricial: X = A- 1 * B
x1  2 22 6  10 
  1   
x 2  = 7 11 1 * 15 
x  44 11 11 11 20 
 
3   
x1  0.05 0.5 0.14  10 

    
x 2  = 0.16 0.25 0.02 * 
15 
x  0.25 0.25 0.25 20 
3    
Haciendo los productos respectivos, se obtiene los valores de las variables

x1 ,x2 ,x3
Se hará el proceso para calcular x1 en ambos casos, dejando al estudiante

los dos restantes

10 
1   1 1
X1 = (-2 22 6) 15 = ( -20 + 330 + 120) = (430) = 9.77
44 20  44 44
 
10 
 
X 1 = (-0.05 0.5 0.14) 15 = (-0.5 + 7.5 + 2.8 ) = 9.8
20 
 
4.3.2. Solución de un Sistema de Ecuaciones Lineales por el

Método de Gauss-Jordan
Este método se basa en el mismo fundamento que se usó para calcular la

inversa de una matriz ampliada, aplicando las operaciones elementales
entre fila, llamado método de Gauss-Jordan.
Usando el Sistema de Ecuaciones Lineales del ejemplo 4-10
3x1 +4x2 +2x3 = 10

2x1 - x2 + x3 = 15
x1 +5x 2 –3x 3 = 20
Matriz ampliada:
3 4 2 10
2 -1 1 15
1 5 -3 20
Aplicando las operaciones filas elementales para transformar la matriz de la

izquierda en unitaria
Dividiendo por 3 la primera fila(pivotal) para hacer el pivote 1,

multiplicando por –2 y sumando a la segunda fila, resulta:
1.00 1.33 0.67 3.33

0.00 -3.67 -0.33 8.33
1.00 +5.00 -3.00 20.00
Multiplicando por -1 la primera fila (pivotal) y sumando a la tercera fila,

tenemos:
1.00 1.33 0.67 3.33

0.00 -3.67 -0.33 8.33
0.00 3.67 -3.67 16.67

Dividiendo por –3.67 la segunda fila(pivotal) para lograr el pivote igual a 1,

multiplicando por –1.33 y luego sumando a la primera fila.
1.00 0.00 0.55 6.36

0.00 1.00 0.09 -2.27
0.00 3.67 -3.67 16.67
Multiplicando la segunda fila (pivotal) por –3.67 y sumando a la tercera fila
1.00 0.00 0.55 6.36

0.00 1.00 0.09 -2.27
0.00 0.00 -4.00 25.00
Dividiendo la tercera fila (pivotal) por –4, multiplicando por –0.55 y

sumando a la primera fila
1.00 0.00 0.00 9.77

0.00 1.00 0.09 -2.27
0.00 0.00 1.00 -6.25
Multiplicando la tercera fila (pivotal) por -0.09 y sumando a la segunda fila
1.00 0.00 0.00 9.77 x1

0.00 1.00 0.00 -1.70 x2
0.00 0.00 1.00 -6.25 x3
Solución del sistema
X(1) = 9.773
X(2) = -1.705
X(3) = -6.250
4.3.3. Otras Aplicaciones de las Matrices
El álgebra matricial se ha constituido en una herramienta muy útil en los

distintos campos de las ciencias y, en forma particular, a las ciencias
administrativas y sociales. Por tanto presentamos a continuación algunos
ejemplos de estas aplicaciones.

Problema 4.1.- En la siguientes tablas se presentan la producción de

artículos A, B, C en las calidades 1, 2, 3 y los costos por calidades. Se desea
calcular los costos por calidades y el costo total de la producción
Tabla de producción.-
Calidad 1 Calidad 2 Calidad 3

PRODUCTO A 15 20 15
PRODUCTO B 25 30 25
PRODUCTO C 15 15 30
Tabla de costos.-
Calidad 1 Calidad 2 Calidad 3

PRODUCTO A 150 160 180
PRODUCTO B 170 180 190
PRODUCTO C 160 190 200
Matrices de Producción y Costo
15 20 15 150 160 180

Q= 25 30 25 , C= 170 180 190
15 15 30 160 190 200
Considerando los vectores fila
(15 20 15 )
Representa la producción de A en las distintas calidades
(150 160 180)
Representa los costos del producto A en las distintas calidades
Estos vectores son los que deberían multiplicarse para obtener los costos
respectivos de los productos A, B y C en las calidades 1, 2 y3 con la
condición de que uno de ellos debe trasponerse, así:
150
160
(15 20 15 ) * 170 = 2250 + 3200 + 2550 = 8000
En general tenemos: Considerando las matrices de producción Q y la de

costo C, tenemos:
t
Costo total de producción ( Ctp) = Q * C

Es decir que la matriz de Costo Total será igual al producto de la matriz de

producción por la traspuesta de los costos en las distintas calidades.
Consideraciones:
Costo de producción de A en la calidad 1 = $ 2250

Costo total de la producción A1, A2, A3 $ 8000
Comentario
Para las aplicaciones de las matrices es necesario considerar los productos

factibles de los respectivos vectores, como en este caso, los siguientes
vectores no obstante ser matemáticamente factibles, desde el punto de
vista aplicación carecen de sentido
160
(15 20 15 ) . 180 = 2400 + 3600 + 2850
190
El primer vector representa la producción de A en las calidades 1, 2 y 3, por

otra parte, el segundo vector representa los costos de los distintos
productos en calidad 2 y el valor 2400 representa el producto de la
producción de producto A en calidad 1 por el costo del producto A en calidad
2, que demuestra lo que estamos indicando.
Se recomienda al estudiante concluir el proceso de cálculo y, determinar

los costos parciales y los costos totales de los productos A, B y C en las
calidades 1, 2 y 3 de este ejemplo.
Problema 4.2
Considérese el caso de tres plantas de producción P1, P2, P3, en las cuales
se producen artículos A, B, en las calidades 1, 2, 3. En las tablas siguientes
se presenta la producción y costos de estos artículos. Usando matrices
calcular: Producción total, producción parcial, costos totales y costos
parciales.
Tablas de producciones
Planta 1
1 2 3
A 100 50 25
B 75 60 50

Planta 2
1 2 3
A 70 40 20
B 55 35 25
Planta 3
1 2 3
A 80 45 35
B 50 70 95
Tabla de costos
1 2 3
A 170 150 200
B 200 250 300
Cálculo de la producción total
Considerando las matrices de producción P 1, P 2, P 3
100 50 25 70 40 20
P1 = 75 60 50 P2 = 55 35 55
80 45 35 170 150 200

P3 = 50 70 95 C = 200 250 300
Sumando las matrices:
P1 + P2 + P3 = Pt
100 50 25 70 40 20 80 45 35 250 135 80

75 60 50 + 55 35 55 + 50 70 95 = 180 165 200
250 135 80
Pt = 180 165 200
Cálculo de los costos
Como ya se indicó en el ejemplo anterior, el producto de los costos por la

producción debe realizarse de acuerdo con los vectores respectivos, en la
forma que tenga sentido el producto mediante la fórmula ya indicada.

250 180
170 150 200 135 165
Ct = C * t ( Pt) = 200 250 300 * 80 200
Producto vectorial
250
(170 150 200)* 135 = 42500 + 20250 + 16000 = 78750
80
Costo del producto A en calidad 1 = 42500

Total Producto A= 78750
Problema 4.3
Considérese Los datos del problema 4.2. Se desea calcular: Producción

total, producción parcial, costos totales y costos parciales, costos por
producto, costos por calidades. Especificar los vectores
Tablas de producciones
Planta 1
1 2 3
A 100 50 25
B 75 60 50
Planta 2
1 2 3
A 70 40 20
B 55 35 25
Planta 3
1 2 3
A 80 45 35
B 50 70 95
Tabla de costos
1 2 3
A 170 150 200
B 200 250 300
Cálculo de la producción total

Considerando las matrices de producción P 1, P 2, P 3
100 50 25 70 40 20
P1 = 75 60 50 P2 = 55 35 55
80 45 35 170 150 200

P3 = 50 70 95 C = 200 250 300
Sumando las matrices: P1 + P2 + P3 = Pt
1 2 3
A 100 50 25 70 40 20 80 45 35 250 135 80

B 75 60 50 + 55 35 55 + 50 70 95 = 180 165 200
430 300 280
¿Qué representan estos valores?
250 250 135 80 = Vector Artículo A

180 = Vector calidad 1,
Como ejercicio identifique los demás vectores
Cálculo de los costos
Como ya se indicó en el ejemplo anterior, el producto de los costos por la

producción debe realizarse de acuerdo con los vectores respectivos, en la
forma que tenga sentido el producto mediante la fórmula ya indicada
250 180
170 150 200 135 165 =
Ct = C * t ( Pt) = 200 250 300 * 80 200
Realizar e identificar el producto vectorial : Producto B x Calidad 2
180
(200 250 300)* 165 = 36000+41250+60000
200
Costo del producto B calidad 1 36000

Total 137250

Ejemplo 4.8 Problema de inventario tomado de Simone Katsoff

ampliando el cálculo de probabilidades.(pág. 230)
Un supermercado compra todos los días un producto en $ 2 y lo vende a $
4. Cada unidad vendida lleva un embalaje de $ 0.20. Como el producto es
perecedero, las unidades que quedan sin vender al final del día se
devuelven a su proveedor, sin empaquetar, para que los vuelva a procesar.
El proveedor paga $ 1 por cada unidad devuelta. El supermercado espera
vender hasta cuatro unidades del artículo diariamente de acuerdo con la
demanda, estadísticamente las ventas se distribuye en forma normal. Se
pregunta: Cuál debería ser el pedido óptimo del supermercado
.
Cálculo de las probabilidades de venta
Eventos E = { 0,1,2,3,4 }
Existen dos posibilidades éxito(venta) = p y Fracaso(no-venta) = q
De acuerdo con los conceptos de probabilidad, tenemos:
q + p = 1, si se dan N ocurrencias y definiendo X por Fracaso, resulta
X = éxitos, N-X = fracasos
Sí p + q = 1, luego p = q = ½
Siguiendo con la fórmula de la distribución normal:
p( X )N C X . p X .q N X
En donde NCX representa las combinaciones posibles de N elementos

tomados de N a X
0 4 0
4! 1  1 
p( 0)4 C0 . p .q0 4 0
 . .  0.0625
4!.0! 2  2 
Con el mismo procedimiento se calcula las demás probabilidades, se tiene:
1 41
4! 1 1 
p(1)4 C1 . p .q
1 4 1
 . .  0.25
1!.3! 2 2 
2 4 2
4 2 4! 1  1 
p( 2)4 C 2 . p .q  . .  0.375
2
2!.2! 2  2 
3 4 3
4! 1  1 
p(3)4 C3 . p .q
3 4 3
 . .  0.25
1!.3! 2  2 

4 44
4! 1  1 
p(4) 4 C 4 . p 4 .q 44  . .  0.0625
4!.0! 2  2 
Análisis de Costos
Haciendo uso de los conceptos estudiados en la sección 1.9, analizaremos

los costos fijos, variables y totales así como los beneficios y los ingresos, en
tal virtud, haremos algunas definiciones necesarias para la solución de este
problema.
Q = Cantidad de pedido seleccionado

Z = Número de unidades demandadas
Recordando:
Costo fijo = Cf = k
Costo Variable = Cv = v*q
Costo total = Ct = Cf + Cv
Ingreso Total = It = p*q
Beneficio = B = It – Ct
Consideraciones importantes. Se estudiarán los casos: Z<Q, Z=Q y Z>Q
1) Caso.- La cantidad demandada Z es menor que el pedido, entonces:
Z<4yQ<4Z<Q
Z < Q “ la demanda es menor que la cantidad existente”
Ingreso = precio por unidades vendidas + precio(devolución) por

unidades devueltas
I = 4*Z + 1*(Q-Z)
Costos Totales = Costo * unidades pedidas + costo de embalaje por

unidad vendida
Ct = 2*Q + 0.20*Z
Bt = It – Ct
Bt = 4*Z + 1*(Q-Z) – (2*Q + 0.20*Z) = 2.8*Z – Q
2) Caso.- Considérese el caso en que se ha pedido 4, se ha vendido 1,

existe la posibilidad de que se nos pida vender 4 teniendo únicamente 3. En
estos casos la demanda Z es mayor que la existencia, esto es Z Q
It = 4*Q

Ct = 2*Q + 0.2*Q
Bt = 4*Q – (2*Q + 0.2*Q) = 1.8*Q
TABLA DE CALCULO DE LOS BENEFICIOS.
Z Q Z<Q 2.80Z-Q Z>Q Z=Q 1.80*Q

0 0 0=0 1.8*0 = 0
0 1 0 < 1 0-1 = -1
0 2 0 < 2 0-2 = -2
0 3 0 < 3 0-3 = -3
0 4 0 < 4 0-4 = -4
1 0 1>0 1.8*0 = 0
1 1 1=1 1.8*1 = 1.8
1 2 1<2 2.8*1 – 2 = 0.8
1 3 1<3 2.8*1 – 3 = -0.2
1 4 1< 4 2.8*1 – 4 = -1.2
2 0 2>0 1.8*0 = 0
2 1 2>1 1.8*1 = 1.8
2 2 2=2 1.8*2 = 3.6
2 3 2<3 2.8*2 – 3 = 2.6
2 4 2<4 2.8*2 – 4 = 1.6
3 0 3>0 1.8*0 = 0
3 1 3>1 1.8*1 = 1.8
3 2 3>2 1.8*2 = 3.6
3 3 3=3 1.8*3 = 5.4
3 4 3<4 2.8*3 – 4 = 4.4
4 0 4 > 0 1.8*0 = 0
4 1 4 > 1 1.8*1 = 1.8
4 2 4 > 2 1.8*2 = 3.6
4 3 4 > 3 1.8*3 = 5.4
4 4 4=4 1.8*4 = 7.2
Usando una tabla de doble entrada y ubicando los valores correspondientes
Z \ Q 0 1 2 3 4
0 0 -1 -2 -3 -4
1 0 1.8 0.8 -0.20 -1.2
2 0 1.8 3.6 2.6 1.6
3 0 1.8 3.6 5.4 4.4
4 0 1.8 3.6 5.4 7.2

Elaborando la matriz de Beneficio
0 1 2 3 4  0.0625 
   
0 1.8 0.8 0.2 1.2  0.25 
B= 0 1.8 3.6 2.6 1.6 , P = 0.375 
   
0 1.8 3.6 5.4 4.4  0.25 
0 7.2  0.0625 
 1.8 3.6 5.4   
El valor esperado de la cantidad pedida ( Q ) está determinado por la suma

de los productos de cada beneficio condicional por la probabilidad de
ocurrencia de cada evento de Q; por ejemplo:
El valor esperado de Q para las distintas demandas de Z, es igual al

producto del beneficio de cada una de las demandas por la probabilidad de
ocurrencia de Q
4
V(Q1) = Z i * pi B0 * p0 B1 * p1 B2 * p2 B3 * p 3 B 4 * p 4
i 0
V(Q1) = (-1)*0.0625+1.8*0.25+1.8*0.375+1.8*0.25+1.8*0.0625 = 1.625
En tal virtud hay que trasponer la matriz de beneficio y hacer el producto

por la matriz de probabilidades y buscar el máximo valor esperado como
pedido óptimo, así:
V(B) = tB * P
0 0 0 0 0  0.0625 0 
     
1 1.8 1.8 1.8 1.8  0.25  1.625 
V(Q) = 2 0.8 3.6 3.6 3.6 * 0.375 = 2.55 
     
3 0.2 2.6 5.4 5.4  0.25  2.425
4 7.2  0.0625 1.60 
 1.2 1.6 4.4     
Calculando por intermedio de programa


**** PRODUCTO DE MATRICES ****
0.00 0.00 0.00 0.00 0.00

A = -1.00 1.80 1.80 1.80 1.80
-2.00 0.80 3.60 3.60 3.60
-3.00 -0.20 2.60 5.40 5.40
-4.00 -1.20 1.60 4.40 7.20
0.06
0.25
B = 0.38
0.25
0.06
0.00
1.62
A*B = 2.55
2.43
1.60
Análisis de resultados
De todos los valores esperados debemos escoger el máximo valor que

corresponde a c31 = 2.55, de este valor el que verdaderamente nos
interesa es el número de fila a la que corresponde este elemento, en tal
virtud, se trata de la fila 3, extendiendo este razonamiento a la matriz de
beneficio y, considerando que se traspuso esta matriz, corresponde a la
tercera columna. Estableciendo relación con la tabla de doble entrada en la
tercera columna se encuentra el valor de Q=2, esto nos indica que el pedido
óptimo para las condiciones del problema planteado será dos ( Q=2 ).
4.3.4. Análisis de Insumo-Producto
Se asume que una economía se divide en n industrias y cada una de estas

produce solamente un tipo de producto final. Normalmente las industrias
están ligadas en el sentido de que cada una de ellas deben usar algunos o
todos de los productos terminados como elementos de producción para
otras industrias; como es el caso de la industria agropecuaria que necesita
de la industria automotriz y de la industria química. Además, una economía
debe usualmente producir algunos productos terminados para la demanda
final.
Partiendo de la consideración de que la producción total de un producto Xi

está en función de la suma total de todas las demandas parciales rij, que
comprende la producción de i para producir j para los clientes fijos, y fi que
representa la demanda final para satisfacer a los clientes futuros u otros
consumidores.

n
X i rij f i r11 r12 r13 ... rij f i
i 1
Esta relación podemos representarla mediante el esquema y la tabla de

valores siguientes:
a + f1
r1a
r 1b
Producción + f2
De artículo b
Xj
J={1,2,…n}
r1c
c + f3
rij
……….
j
+ fn
TABLA DE DEMANDAS
USUARIOS
PRODUCTOR 1 2 3 …n Fi Xj
1 r11 r12 r13 …r1n …f1 x1

2 r21 r22 r23 …r2n …f2 x2
3 r31 r32 r33 …r3n …f3 x3
…………… …………. ………… ………… ………… ………. ………….
n rn1 rn2 rn3 …rnn …fn xn
Formando un sistema de ecuaciones lineales, tenemos:

x1 r11 r12 r13 ... r1n f 1

x 2 r21 r22 r23 ... r2 n f 2
x3 r31 r32 r33 ... r3 n f 3
...............................................
x n rn1 rn 2 rn 3 ... rnn f n
Este sistema de ecuaciones lineales no se puede resolver porque tiene

infinito número de variables, en tal virtud, es necesario aplicar los
conceptos de Leontieff : “ En modelos sencillos se supone que la cantidad
de producto i para producir el producto j es directamente proporcional”.
rij  X j
Para poder transformar esta proporcionalidad, se introduce una constante

denominada “Coeficiente Técnico de Producción” representada por aij
rij = aij * X j
Luego aij = r ij/x j
Remplazando en el sistema anterior con los respectivos Coeficientes

Técnicos de Producción
Resulta:
x1 a11 x1 a12 x 2 a13 x 3 ... a1n x n f1

x 2 a 21 x1 a22 x 2 a23 x3 ... a2 n x n f 2
x 3 a 31 x1 a32 x 2 a33 x3 ... a3 n x n f 3
...............................................................
x n an 1 x1 a n 2 x 2 a n 3 x3 ... ann x n f n
Transformando a una ecuación matricial
X = A * X + f
x1  a11 a12 a13 ... a1n  x1  f 1 

     
x2  a 21 a22 a23 ... a2 n  x2  f 2 
x a a32 a33 ... a3 n * x3 f 3 
3  31    
...  ... ... ... ... ...  ...  ... 
x  a ann    
n   n1 an 2 an 3 ...  xn  f n 
Despejando X, resulta

X = (I – A) -1 * f
En donde (I – A) -1 se conoce como Matriz de Leontieff y se obtiene

mediante la diferencia de matrices:
a11 a12 a13 ... a1n   1 a a12 a13 ... a1n 

1 0 0 ... 0     11 
0  a2 n  a 21 1 a22 a 23 a 2 n 
 
a21 a22 a23 ... ...
 1 0 ... 0
0 0 1 ... 0 a a32 a33 ... a3 n = a 31 a32 1 a 33 ... a 3n 
31   
0 0 0 ... 0  ... ... ... ... ...   ... ... ... ... ... 
0 
1 
ann 
 0 0 ...  
an1 an 2 an 3 ...  a n1 a n 2 a n3 ... 1 a nn 
Luego la expresión de producción quedaría representada por la siguiente

ecuación matricial
1
x1   1 a a12 a13 ... a1n  f 1 
   11   
x 2  a 21 1 a 22 a 23 ... a 2 n  f 2 
x a a32 1 a 33 ... a 3 n  * f 
3   31  3 
...   ... ... ... ... ...  ... 
x  a  f 
n   n1 a n 2 a n 3 ... 1 ann  n 
Ejemplo 4.11
El siguiente cuadro representa una sencilla economía:
PRODUCTOR USUARIO 1 USUARIO 2 DEMANDA PRODUCTO

FINAL FINAL
A 500 350 150 1000
B 320 360 120 800
Cálculo de los Coeficientes Técnicos de Producción
a11 = r11/x1 = 500/1000 =0.5 a12 = r12/x2 = 350/800 = 0.4375
a21 = r21/x1 = 320/1000 =0.32 a22 = r22/x2 = 360/800 = 0.45
Matriz de coeficientes
0.5 0.438 
A =
0.320 0.450 

 

Matriz de Leontief
1 0  0.5 0.438   0.5 0.438 

(I-A) = 
0 1 

 

 
  0.320 0.450  0.320 0.550 

**** INVERSION DE MATRICES METODO DE GAUSS-JORDAN ****
MATRIZ Original
0.50 -0.44
-0.32 0.55
MATRIZ INVERSA
4.08 3.25
2.37 3.71
x 1  
4.08 3.25  
150  1000 

x  
 
*
  
2   2.37 3.71 120  800 
 

Los valores de la producción son los esperados (por los decimales existe
una ligera variación), 1000 y 800. Este proceso queda listo para cambiar
solamente el valor de la demanda y obtener el valor de la producción, así.
Cuál será el valor de la producción si la demanda varía a: 200 y 300 
x 1  
4.08 3.25  
200  
1791

x  
 
*
 

 
2   2.37 3.71  1587 
300   
Para el producto A = 1791 y B = 1587
Ejemplo 4.12
Tomando el ejemplo que desarrolla la economía de SAMUELSON desde la

página 833 a 835 y eligiendo la parte que nos corresponde en la aplicación
de las matrices, se resume:
“ Utilizando las industria y la agricultura como ejemplos muestrales, el

cuadro siguiente que es una ilustración simplificada del cuadro de Leontief y
el gobierno de los Estados Unidos prepararon y que contenía varios cientos
de industrias. La idea general es la siguiente. Cada industria aparece dos
veces, en una fila como producto output y en una columna como factor
imput. El consumo final de las economías domésticas se considera como
una columna adicional y su trabajo ( u otros factores primarios de

producción proporcionados por tales economías) como una fila adicional.

Estas cifras son los números que entran en la renta nacional o en el
producto nacional neto y están en la parte sombreada del cuadro. (En
realidad, Leontief incluye el gobierno, el comercio exterior, la inversión y
otros factores.)
RELACIONES INDUSTRIALES
Consumo final
Agricultura Manufacturas de las Totales
economías Brutos
domésticas
Agricultura 0 800 400 1.200
Manufacturas 400 0 1.200 1.600
Trabajo de las
economías 800 800
domésticas y
otros factores
Totales 1.200 1.600 2.800
Brutos
Representación matricial
 
 
 
   
 0 800 400  X 11 X 12 C1 
400 0 1.200 X 21 X 22 C2 
800 800 0   
   
1.200 1.600 1.600  L1 L2 0 
X 1

X2
 C1 

 I 
Tomando las economías de Agricultura y Manufacturas como interactuantes

y aplicando las matrices adecuadas de acuerdo con la siguiente expresión:
1.2 0.6 C1
X = [I – A ]-1 * C = 0.4 1.2 * C2
Para llegar a estos resultados, ajustamos la tabla anterior al proceso

discutido anteriormente, así

Agricultura Manufactura Fi Xj
Agricultura 0 800 C1 1200
Manufactura 400 0 C2 1600
Cálculo de los coeficientes técnicos de producción.
a11 = 0/1200 = 0 a 12 = 800/1600 = ½

a21 = 400/1200 = 1/3 a 22 = 0/1600 = 0
Matriz de coeficientes técnicos de producción
 1
0 
A=  2
1
 0

3 
Matriz de Leontief
 1  1
1 0  0
  1 
[I–A]= 
 -  2 =  2 
0 1
   1
0 1
1 
   
3  3 
Inversa de la matriz de Leontief

**** INVERSION DE MATRICES METODO DE GAUSS-JORDAN ****
MATRIZ Original
1.00 -0.50
-0.33 1.00
MATRIZ INVERSA
1.20 0.60
0.40 1.20
Por último, la expresión
1.2 0.6 C1
X = [I – a ] -1 * C = 0.4 1.2 * C2
Que es la misma expresión a la que llega el desarrollo del libro,

demostrándose la utilización de las matrices en estos procesos.

EJERCICIO 4.1
1. Con las siguientes matrices hacer las operaciones de suma, producto que
sean posibles y la traspuesta.
2 7 9 5 1 6 8 9
9 3 1
A= 6 2 1 B= 3 2 1 C= 6 1 D=
7 5 3
4 2 3 4 8 7 4 3
1 5 7 5 3 6
8 9 6 1 8
6 5 8
E = F= 2 4 3 1 G = 6 H= 7 3 9
3 2 1
2 4 5 7 2 8 2 4
2 4 2
2. Demuestre las propiedades de la suma, producto de matrices y

traspuesta.
3. Con las matrices del ejercicio 1 hacer las siguientes operaciones
2*A –4*B, 5*A+3*B, (-4) C, ¾ * F, ½*E
4. Con las matrices del ejercicio 1 calcular la inversa, de las que sea posible
5. Calcular la inversa de las siguientes matrices
7 8 9 4 6
8 4 7 9
1 2 5 4 7
5 6 1 2
A = B = 8 7 2 3 6
6 3 5 7
5 4 7 9 3
9 7 2 5
2 7 1 4 5
5. Calcular los siguientes sistemas de ecuaciones lineales usando matrices.

Resuelva primero por el método de cofactores y compruebe por Gauss-
Jordan

A.
3 X 1 5 X 2 9 X 3 8
3 X 1 9 X 2 7 X 3 12
4 X 1 2 X 2 6 X 3 20
B.-
8 X 1 6 X 2 4 X 3 2 X 4 15
5 X 1 6 X 2 7 X 3 X 4 20
7 X 1 7 X 2 10 X 3 X 4 18
4 X 1 9 X 2 2 X 3 X 4 10
6. Un supermercado compra todos los días un producto en $ 2 y lo vende a

$ 4. Cada unidad vendida lleva un embalaje de $ 0.20. Como el producto
es perecedero, las unidades que quedan sin vender al final del día se
devuelven a su proveedor, sin empaquetar, para que los vuelva a
procesar. El supermercado promociona la venta del producto regalando
una calcomanía de $ 0.32. El proveedor paga $ 1 por cada unidad
devuelta. El supermercado espera vender hasta cuatro unidades del
artículo diariamente de acuerdo con la demanda, estadísticamente las
ventas se distribuye en forma normal. Se pregunta: Cuál debería ser el
pedido óptimo del supermercado .

Sección 5 122 Desigualdades e Inecuaciones Lineales
5. DESIGUALDADES Y SISTEMA DE INECUACIONES

LINEALES
En la sección 1 numerales 1.6.4 al 1.6.5 se estudió los números reales y sus

propiedades; se definieron las relaciones “mayor que”, “menor que” e
“igual que”. Para los propósitos de este tema demanda distinguir bien los
números reales positivos ( R +) y los números reales negativos (R -), en tal
virtud, haremos algunas acotaciones necesarias:
Como ya se indicó en los temas indicados anteriormente el conjunto de los

números reales se representa por R y si consideramos que R + como un
subconjunto de los reales R que cumpla con los siguientes axiomas:
5.1. Axiomas y Teoremas de los Números Reales
1) El subconjunto R + es cerrado respecto a la suma: la suma de dos

elementos de R+ es también un elemento de R+ , esto es
Si a, b y c R +  a + b = c, c R+
Ejemplo 5.1
Si 5, 3 y 8 R +  5 + 3 = 8, 8 R +
2) El subconjunto R+ es cerrado con respecto a la multiplicación: la

multiplicación de dos elementos de R+ es también un elemento de
R+, esto es
Si a, b y c R +  a * b = c, c R +

Sección 5 123 Desiguladades e Inecuaciones Lineales
Ejemplo 5.2
Si 5, 3 y 8 R+  5 * 3 = 8, 8 R +
3) Si a  R, de hecho una de las siguientes afirmaciones es

verdadera:
a = 0 o a R + o –a R +
En donde –a se conoce como el inverso aditivo, de forma que a+(-a) =0

Considerando que R+ es el subconjunto de los números reales positivos, por
tanto, a R+ es un número real positivo. Si a 0 y a R +, entonces es un
número real negativo esto es ,-a R - , en donde R- es el subconjunto de los
números reales negativos, enseguida se deduce que a R + si y solo si -a 
R- , por consiguiente –a R + si y solo si a R -
Ejemplo 5.3
Probar: 2 R + o -2 R +
De acuerdo con la afirmación anterior, se tiene:
Según la propiedad de cerradura (-2)+(-2) = -4 y -4 R - , elemento de real

negativo, por otro lado, 2+2 = 4, 4 R + , elemento real positivo. Como una
de las dos proposiciones es la verdadera, tenemos que 2 R+ es verdadera,
la otra es falsa
Después de haber hecho estas definiciones queda claro que el conjunto de

los números reales está formado por tres subconjuntos que son:
 El conjunto de los números reales positivos, R +

 El conjunto con el único elemento, cero
 El conjunto de los número reales negativos, R -
5.2. Relación y Axiomas de Orden
Una relación de orden en un conjunto R (números reales) se define por

medio del concepto de positividad o negatividad, por tanto la definición
Si a, b R se cumple solamente una de las siguientes alternativas:
a=b oa>boa b, a mayor que b, se cumple si y solo si a - b es positivo
La tercera a < b, a menor que b, se cumple si y solo si a – b es negativo
Con las propiedades y definiciones anteriores podemos entrar a demostrar

algunos de los teoremas importantes:

Teorema 1
Si a, b R a= b oa<boa> b
Si a b. Tenemos que a – b R y por la tercera condición anterior

a – b R+ o -(a – b ) R+
Si a – b R +  a > b
Por otra parte
Si –(a – b) R +  (-a + b) R + Luego b > a o a boa<boa=b
Ejemplo 5.4
Los números reales 6 y 2
6 = 2 relación falsa
6 – 2 R +  6 > 2 relación verdadera
-(6 - 2) R + (-6 +2) R + luego -6 + 2 > 0 sigue -6 > -2 (falso)
Teorema 2
Si a > 0 b > 0, entonces
a+b>0
a.b >0
Como a > 0  a  R+ ; Si b > 0  b R +. El subconjunto de los números

reales positivos es cerrado con respecto a la suma y al produc to, por tanto,
si sumamos y multiplicamos miembro a miembro las dos desigualdades,
resulta:
a >0 a>0
+b >0 * b>0
_____ _____
a+b>0 a.b>0
Ejemplo 5.5
3 > 0 5 > 0 , entonces
3>0 3>0
+ 5>0 x 5>0
-------- --------
8>0 15 > 0

Teorema 3
Si a > b ^ c R +  a . c > b . c
Si a > b entonces (a - b) > 0, luego (a - b) R + , por el teorema 1º
Como c R+ entonces c > 0.
Haciendo el producto: c . (a - b ) R + por la propiedad de cerradura
Realizando las operaciones, tenemos:
(c. a - c. b) > 0  c. a > c. b
Teorema 4
Si a < 0 b > 0  a . b < 0
Si a < 0 significa que –a R +; por otra parte, b > 0 R +.
Por la propiedad de cerradura respecto al producto, tenemos:
(-a) . b R +, de otra manera, -(a . b) R +
Por el teorema 3 se tiene, –(a . b) R + sí y solo si (a . b) < 0
Ejemplo 5.6
-2 < 0 6 > 0
-(-2 . 6 ) R +, si y solo si (-2 . 6) < 0
Teorema 5
Si a < 0 b < 0  a . b > 0
Si a < 0 significa que –a R +, también, si b < 0 significa que -bR +
Aplicando la propiedad de cerradura, resulta:
(-a) . (-b) R + entonces +a . b R +
(-a) . (-b) = a . b
a . b R +, luego a . b > 0

Ejemplo 5.7
-3 < 0  –3 R- ,si y solo si 3 R +

-5 < 0  –5 R- ,si y solo si 5 R +
Por lo tanto
-(-3) R + y –(-5) R +, en virtud de la propiedad de cerradura, tenemos:
[-(-3) ]*[-(-5)] R+, de otra forma 3 * 5 > 0
Teorema 6
Si a < b c R+  a + c 0  a . c 0, por tanto
c . ( b – a ) R +, por la propiedad de cerradura. Esto es, c . ( b – a ) > 0,

luego
(c . b – c . a ) > 0, en este caso c . a < c . b , de otra manera
a.c<b.c
Ejemplo 5.9
4 < 7 6 > 0
4.6<7.6
24 < 42

Teorema 8
Si a b . c
Si a 0 (R +)

+
Por otra parte –( a – b ) R
Por consiguiente
[-( a - b )].[(- c )] R+, luego (a . c – b . c) R+
Por tanto
c . a – c. b > 0 por tanto c. a > c. b
Ejemplo
4 < 9 y –2 < 0
4 . (-2) > 9 . (-2)
-8 > -18
Conclusión: Todos estos teoremas pueden resumirse en las siguientes

reglas:
Si a, b y c son números reales, se cumple:
 El sentido de la desigualdad no cambia si se suma o resta un

mismo número a ambos lados de la desigualdad.
 El sentido de la desigualdad no cambia si se multiplican ambos

lados de la desigualdad por un mismo número real positivo
 El sentido de la desigualdad cambia si se multiplica ambos lados

de la desigualdad por un mismo número real negativo.
5.3. Gráfico de una Desigualdad en una Variable – Conjunto

Solución
Sean la siguientes desigualdades en una variable:

X>3
El conjunto solución, los valores mayores de tres ( intervalo abierto por la

derecha)
| | | | | | | | | |
-4 -3 -2 -1 0 1 2 3 4 5
fig. 5.1
X < -2
| | | | | | | | | |
-4 -3 -2 -1 0 1 2 3 4 5
fig. 5.2

El conjunto solución, los valores menores de –2 (intervalo abierto por la

izquierda)
X 1
| | | | | | | | | |
-4 -3 -2-1 0 1 2 3 4 5
fig. 5.3
El conjunto solución, los valores igual a 1 y mayores de 1 (intervalo cerrado
por la izquierda)
X -1
| | | | | | | | | |
-4 -3 -2 -1 0 1 2 3 4 5
fig. 5.4
El conjunto solución, los valores igual a -1 y menores de -1 (intervalo

cerrado por la derecha)
-3 X 3
| | | | | | | | | |
-4 -3 -2 -1 0 1 2 3 4 5
fig. 5.5
El conjunto solución, los valores comprendidos entre –3 y +3 incluidos los

extremos (intervalo cerrado)
-3 < X < 3
| | | | | | | | | |
-4 -3 -2 -1 0 1 2 3 4 5
fig. 5.6
El conjunto solución, los valores comprendidos entre –3 y +3 NO incluidos

los extremos (intervalo abierto)
5.4. Desigualdades Lineales en dos Variables
Las desigualdades lineales no son funciones pero si son relaciones, es decir

cumplen con un enunciado verbal. La solución de una desigualdad
constituye un espacio llamado semiplano cuyos puntos satisfacen la relación
de desigualdad. Las desigualdades, de acuerdo a su relación pueden ser:
S = {(x,y)/x,y R ; ax + by < c}, S = {(x,y)/x,y R ; ax + by > c}
S = {(x,y)/x,y R ; ax + by  c}, S = {(x,y)/x,y R ; ax + by c}

en donde a, b, c son números reales y a, b son distintos de cero.
La primera, usando los teoremas de las desigualdades, resulta
by < c - ax
y < c/b –ax/b
el conjunto solución de esta relación está dado por la siguiente

determinación estándar:
S = { (x, y)/x, y R; y < c/b –ax/b}
o más generalmente
S = {(x, y)/x, y R; y < f(x)}
Es el conjunto infinito de valores comprendidos bajo la función y = f(x) o la

línea y = c/b –ax/b, como se indica en el siguiente gráfico
-- Y > f(x) o c/b – ax/b
Y = f(x) o c/b – ax/b
-- Y <Yf(x)
=(o c/b – ax/b
Fig. 5.7
Ejemplo: 5.10
Determinar el conjunto solución, S, para la siguiente desigualdad
S = {(x, y)/x, y R ; X + 3y < 24}

Aplicando las leyes de las desigualdades y graficando, tenemos: Y < 8 – x/3
- y > 8 –x/3
-
-
-
- y = 8 –x/3
-
- Y < 8 –x/3
-
-
fig. 5.8
El conjunto solución S, está comprendido por el conjunto infinito de puntos

bajo la línea recta, formando un semiplano, que por razones técnicas se ha
limitado a la izquierda y bajo la línea pero debe considerarse infinito. En
otras palabras todos los puntos que satisfacen la relación de desigualdad
pertenecen al espacio solución S y se encuentran ubicados bajo la línea.
Por lo anotado anteriormente para hacer el gráfico de la desigualdad lineal

en dos variables es necesario recordar la propiedad de los números reales
conocida como tricotomía, la misma que establece que si a y b son dos
números reales debe cumplirse una de las siguientes posibilidades: a = b, a
 b. En base a esta consideración hacemos el gráfico de la relación
de igualdad, es decir la función lineal correspondiente, esto es, f =
{(x,y)/x,yR; y = f(x)} para tener una referencia y luego consideramos los
puntos que satisfacen la relación mayor que (>), encima de la recta o
menor que (<), bajo la recta, según sea el caso como se ha indicado en los
gráficos precedentes
Ejemplo 5.11
Determinar el Conjunto solución S = {(x, y)/x, y R ;X + 3y 24}
Para este caso se considera dos espacios solución:
S1 = {(x, y)/x, y R ;X + 3y = 24}
S2 = {(x, y)/x, y R ;X + 3y < 24}
El espacio S1 corresponde a los puntos que forman la línea recta, pues, es

una función lineal. El espacio S2 corresponde al semiplano bajo la recta, por
consiguiente el conjunto solución corresponde a la unión de dos conjuntos
de puntos, expresado de la siguiente manera:
S = S1 U S2

S = {(x, y)/x, y R ;(X + 3y = 24) U (X + 3y < 24)}
La representación gráfica es la misma de la fig. 5.8
5.5. Desigualdades Lineales Simultáneas en dos Variables
Si se tiene dos o más desigualdades, es preciso entender que lo que se está

buscando es la intersección de los espacios solución de cada una de las
desigualdades. Si la intersección es vacía quiere decir que el conjunto
solución también es vacío.
Ejemplo 5.14
Encontrar el conjunto solución para las siguientes desigualdades lineales:
S1 = {(x,y)/x.y R ;X + 3y 24}, S2 = {(x,y)/x.y R ;3X + 2y 51}
S3 = {(x/x R ;X 0}, S4 = {(y)/y R ; y 0}
Las dos últimas relaciones se conoce como “condiciones de no negatividad”,

es decir que se considerarán solamente los valores positivos
El conjunto solución está constituido por la intersección de los conjuntos

solución de cada una de las desigualdades, esto es
S = {(x,y)/x.y R ;(X + 3y 24)  (3X + 2y 51)  X 0 y 0}
Debe entenderse que cada una de estas desigualdades está compuesta por
la unión de dos conjuntos, así:
S = {(x,y)/x.y R ;(X + 3y = 24) U (X + 3y < 24) }
Como ejercicio exprese en forma estándar la unión de las restantes
Resolviendo cada una de las desigualdades, tenemos
Las relaciones X + 3y 24 y 3X + 2y 51 se deben descomponer en la

igualdad y desigualdad respectivamente, luego
X + 3y = 24, corresponde a la función lineal y comprenderá a todos los

puntos que satisfaga la función lineal. Esta tiene por ordenada en el origen
y = 8 y por pendiente, m = -1/3.
X + 3y < 24, corresponde a la desigualdad, cuyos puntos que forman el

conjunto solución están debajo de la recta formando el semiplano.
3X + 2y = 51, corresponde a la función lineal y comprenderá a todos los

puntos que satisfaga la función lineal. Esta tiene por ordenada en el origen
y = 51/2 y por pendiente, m = -3/2.

3X + 2y < 51, corresponde a la desigualdad, cuyos puntos que forman el

conjunto solución están debajo de la recta formando el semiplano
X 0, comprende el semiplano sobre el eje de las abscisas.
y 0, comprende el semiplano derecho del eje de las ordenadas.
El gráfico es el siguiente:
Fig. 5.9
El conjunto solución buscado es la zona sombreada; es decir que todos los

puntos que están dentro del espacio solución ( zona sombreada),
incluyendo la frontera, satisfarán el sistema de inecuaciones lineales, así el
punto P(5,5), reemplazando en las inecuaciones resulta:
X + 3y 24, 3X + 2y 51
5 + 3 .5 24 3 .5 + 2 .5 51
Ejemplo 5-13
Encontrar el espacio solución de las siguientes desigualdades lineales:
X + 2y 4
X– y 0
Y -1
Separando las desigualdades de las igualdades

X + 2y = 4 X + 2y < 4
X- y =0 y >X
Y = -1 Y > -1

Calculando la ordenada en el origen, la pendiente y haciendo el gráfico

respectivo de las igualdades, así como determinando el espacio solución de
las desigualdades, el gráfico del conjunto solución propuesto es el siguiente:
fig 5.10
Comprobando con el punto P(-5,1), tenemos
X + 2y 4 -> -5 +2 .1 4
X – y 0 -> -5 – 1 0
Y -1 -> 1 -1
Ejercicio 5-14
Calcular el espacio solución, también llamado conjunto solución del

siguiente sistema de desigualdades con dos incógnitas:
X + 2y 4 , X + 2y = 4, y -(1/2)X + 2, m = -1/2, b = 2
X – y 4 , X- y = 4, y  x - 4, m = 1, b = -4
x 1 , x=1
y -1 , y = -1

Fig. 5-11
El conjunto solución es el representado en la fig. 5.11. Todos los puntos que

forman el espacio de la zona sombreada incluyendo los puntos que
pertenecen a las rectas satisfacen el sistema de inecuaciones lineales.
Por ejemplo el punto P(2, -1) satisfará el sistema de inecuaciones lineales.
X + 2y 4 -> 2 + 2 . (-1) 4
X – y 4 -> 2 – (-1) 4
X 1 -> 2 1
y -1 -> -1 -1
5.6. EJERCICIOS
Hacer el gráfico de los siguientes sistemas de inecuaciones lineales y

encontrar el espacio solución.
1.- 3x+2y 6
x – y 4
x 2
2.- 4x – 5y 10
2x + 3y 6
x 3
3.- x – y 2
2x – y 3
x - 4y 5

Sección 6 135 Programación Lineal
6. PROGRAMACION LINEAL
Existen varios modelos matemáticos que nos permiten resolver los
problemas administrativos, sociales en los negocios como es la optimización
de: el trabajo, tiempo, materiales, dinero, etc., como es el caso de la
Programación Lineal, más aún, cuando se trata de optimizar (maximizar
beneficios, reducir costos), mediante el uso de una función lineal llamada
Función Objetivo compuesta de varias variables no negativas y sujeta a
un conjunto de ecuaciones lineales llamadas Restricciones cuyas variables
también no pueden ser negativas. El problema consiste en encontrar una
solución que satisfaga las restricciones y que además optimice (maximice o
minimice) la función objetivo, en tal caso se dice que la solución es factible
óptima. En otras palabras, la Programación Lineal es una técnica
matemática mediante la cual se obtiene soluciones Factible Optimas de una
función objetivo sujeta a un conjunto de restricciones.
Matemáticamente un problema de programación lineal de tipo maximización

Se escribe:
Z (máx) C 1 X 1  C 2 X 2  C 3 X 3 ...  C n X n
a 11 X 1  a 12 X 2  a 13 X 3 ...  a 1 n X n b 1
a 21 X 1
a 22
X 2
 a 23 X 3
 ...  a 2 n X n
b 2
a 31 X 1
 a 32 X 2
 a 33 X 3
...  a 3 n X n
b 3
.......... .......... .......... .......... .......... .......... .....
a n1 X 1
a n 2 X 2
a n3 X 3
...  a nn X n
b n

El problema de minimización se plantea cambiando el signo de la relación a

en cada una de las restricciones.
Existen dos métodos para la solución de este tipo de problemas: el primero

es el método geométrico con la condición de que esté planteado para dos
variables (x, y) únicamente. El otro es el Método Simplex, creado para
cualquier número de variables y de restricciones.
6.1. Método Geométrico.- Este método consiste en hacer el gráfico

de las restricciones, tomando en cuenta primero las relaciones de igualdad,
para luego considerar las desigualdades y conseguir el conjunto solución
llamado también conjunto de soluciones factibles. Como se indicó
anteriormente en el tema de las desigualdades, se denomina solución
factible, aquella que satisface todas las restricciones o pertenece al conjunto
solución. Una vez conseguido el conjunto de soluciones factibles, el
siguiente paso determinar qué solución factible optimiza la Función
Objetivo, para así, conseguir la solución al problema. El siguiente teorema
sirve para determinar con mayor rapidez la solución factible requerida:
Teorema: Si hay una solución factible que optimiza una Función

Objetivo lineal, ésta debe corresponder a un punto esquina o vértice
del polígono que forma el conjunto solución; si hay más de una
solución, por lo menos dos de esas soluciones deben corresponder a
dos vértices adyacentes del espacio solución factible.
6.2. Método Geométrico: Maximización.-
Ejercicio 6.1
Una industria manufacturera produce dos productos A, B, cada uno de los

cuales debe pasar por dos talleres. El taller 1 tiene como máximo 120
horas disponibles y el taller 2 tiene 180 horas disponibles. La manufactura
del producto A requiere de 6 horas en el taller 1 y 3 horas en el taller 2. La
manufactura del producto B requiere de 4 horas en el taller 1 y 10 horas en
el taller 2. Si el beneficio por el producto A es de $ 45 y por el producto B
es de $ 55, determinar el número de artículos A y B que se requieren
manufacturar para maximizar el beneficio total.
Tabla de valores
A B Disponibilidad
Taller 1 6 4 120
Taller 2 3 10 180
Beneficio 45 55

Z(max) = 45X1 + 55X2
Sujeto a:
6X1 + 4X2 120

3X1 + 10X2 180
Haciendo el gráfico de las relaciones de igualdad correspondientes y, luego

determinando el espacio solución para las desigualdades.
Horas taller 1
6X1 + 4X2 = 120 -> X2 = 30 – (2/3)X1
Horas taller 2
3X1 + 10X2 = 180 -> X2 = 18 – (3/10)X1
Gráfico
Fig. 6.1
Maximización de la función objetivo:

Reemplazando las coordenadas de los vértices del polígono que forma el
espacio solución en la función objetivo, tenemos:

Coordenadas Z( max) = 45x1 + 55x2

(0,0) Z(max) = 0
(0,18) Z(max) = 45*0 + 55*18 = 990
(10,15) Z(max) = 45*10 + 55*15 = 1275
(20,0) Z(max) = 45*20 + 55*0 = 900
Como el máximo valor de Z es 1275, la solución óptima corresponde a las

coordenadas (10,15), es decir manufacturar 10 artículos A y 15 artículos B.
6.3. Método Geométrico: Minimización
Ejercicio 6.2
Se trata de mezclar dos productos A, B los mismos que están constituidos

por proteínas, grasas y carbohidratos, como indica la tabla siguiente:
PRODUCTO A PRODUCTO B Requerimiento

PROTEINA 12 7 60
CARBOHIDRATO 15 35 150
GRASAS 0.15 0.9 2
Tabla 6.1
Cada paquete de la mezcla resultante debe contener cuando menos 60

gramos de proteína, 2 gramos de grasa y 150 gramos de carbohidrato. Si el
precio de A es de $ 0.25 y de B $ 0.90. Cuál es la mezcla óptima para
minimizar los costos y cumplir con los requisitos.
Solución:
Z(min) = 0.25X1 + 0.9X2
12X1 + 7X2 60

15X1 + 35X2 150
0.15X1 + 0.9X2 


Haciendo el gráfico de las igualdades y determinando el conjunto solución
de las desigualdades correspondientes:
Proteínas
12X1 + 7X2 = 60 -> X2 = 60/7 – (12/7)X1
Carbohidratos
15X1 + 35X2 = 150 -> X2 = 150/35 – (15/35)X1
Grasas
0.15X1 + 0.9X2 = 2 -> X2 = 2/0.9 – (0.15/0.9)X1
De acuerdo con la ordenada en el origen y las pendiente en cada una de las

igualdades, podemos hacer el gráfico para determinar el conjunto solución.

Gráfico
Fig. 6.2
Minimización de la función objetivo:
Reemplazando las coordenadas de los vértices del polígono que forma el

espacio solución en la función objetivo, tenemos:
Coordenadas Z( max) = 0.25x1 + 0.9x2

(0,8.5) Z(max) =0.25*0 + 0.9*8.5= 7.65
(3.33,2.85) Z(max)=0.25*3.33 + 0.9*2.85= 3.40
(7.9,0.91) Z(max) =0.25*7.9 + 0.9*0.91 = 2,79
(13.33,0) Z(max) =0.25*13.33+0 = 3,3325
Tabla 6.2
Como el mínimo valor de Z es 2.79, la solución óptima corresponde a las

coordenadas (7.9, 0.91), es decir se debe comprar 8 paquetes del producto
A y 1 paquete del producto B.
6.3.1. La Función Objetivo y la Recta Isoprofita.- Se indicó

que el objetivo de un modelo de programación lineal es la maximización o
minimización de una Función Objetivo Z(x) = f(x), sujeta a restricciones,
definidas por desigualdades lineales en dos variables. En los ejemplos
anteriores nos hemos referido más a estas últimas; en este apartado nos
ocuparemos de la Función Objetivo.
La Función Objetivo definida por:

n
Z ( x) ci xi c1 x1 c 2 x 2 c 3 x 3 ... c n x n
i1
En el caso de maximización
Es una función lineal y, su representación gráfica es una línea recta.
Haciendo referencia al ejercicio 6.1 la Función Objetivo definida por:
Z(max) = 45X1 + 55X2

Si expresamos como función lineal, resulta:
F(x) = 45X1 + 55X2
Como el término independiente es desconocido, reemplazamos en la función
las variables por las coordenadas de un punto que pertenezca al espacio
solución P(10,15), consiguiendo de esta manera el valor del término
independiente. A esta nueva forma de presentación de la función se la
conoce como Recta Isoprofita. La familia de rectas isoprofitas que cruzan
por los puntos extremos del polígono que forma el conjunto solución dan
los distintos valores correspondientes de función objetivo y, dependiendo
del tipo del problema se escoge el máximo o mínimo. Para mejor
comprensión se indica en el siguiente gráfico.
R E C T A S IS O P R O F ITA S
35
30 Punto
máximo
25
20
15
10
5
0
0 20 40 60 80
Fig 6-3
Las familia de rectas isoprofitas cruzan por el punto P(10,15), P(x,y) y

P(0,0) perteneciente al conjunto solución
En el caso de minimización, definida por:
Z(min) = 0.25X1 + 0.9X2

Si expresamos como función lineal, resulta:
F(x) = 0.25X1 + 0.9X2
De acuerdo con los puntos de la tabla 6.2, los puntos por los que pasará la
isoprofita son: P(0,8.5), P(3.33,2.85), P(7.9,0.91), P(13.33,0). Como lo
indica el siguiente gráfico

RECTAS ISOPROFITAS
9
8
7
PUNTO MINIMO
6
5
4
3
2
1
0
0 5 10 15
Fig. 6-4
6.4. El Método Simplex de DANTZIG
La investigación ha sido y será una de las inquietudes que más ha prevalecido

en el hombre.El deseo de descubrir, de analizar, siempre ha estado constante
en el pensamiento humano, lo que ha permitido grandes descubrimientos.
Una de las ciencias que ha tenido este avance ha sido, a no dudarlo, las
matemáticas, que desde Platón está considerada la más importante, a tal
punto que en sus academias era prohibida la entrada de aquellos que eran
ignorantes en la materia. La aplicación de la matemática en todo campo del
pensamiento humano va cobrando más fuerza, de suerte que se habla de
modelos matemáticos para la solución de los diferentes problemas en el
desarrollo de la tecnología.
Podemos decir que el conjunto de las ciencias como la Física, Química,

Sociología, Psicología, Economía, etc. que identificadas con los problemas de
la sociedad determinan sus causas y efectos y apoyándose en métodos
matemáticos buscan la solución. Las técnicas matemáticas a que nos
referimos se conoce con el nombre de "INVESTIGACION OPERATIVA". A tal
grupo pertenece la Programación Lineal. El problema que resuelve, en su
aspecto general, es el que se refiere a determinar la combinación de recursos
que permita la obtención del máximo beneficio. Se denomina lineal porque las
relaciones aplicadas son de carácter lineal.
Dentro de la Investigación Operativa los casos más sobresalientes han

sido resueltos mediante métodos de Programación Lineal, en virtud de tener
resultados exactos y de gran ayuda en la "Toma de decisiones". La razón por

la que la Programación Lineal recibe tanta atención hoy en día, es que los
métodos de solución al problema general de programación lineal con n
variables se han desarrollado.
El más conocido y ampliamente utilizado de estos métodos es el

llamado "Método Simplex", desarrollado por Georger Dantzig en 1947. Este
método propone la maximización o minimización de una función, z = (x)
llamada objetivo, sujeta a desigualdades o igualdades que se llaman
restricciones, los signos de estas desigualdades pueden ser: , , = .
El método está concebido de la siguiente manera: Se parte de una

solución básica factible y se procede a determinar otras soluciones básicas
factibles hasta encontrar la óptima. Por consiguiente este método consiste en
conseguir una base inicial e irla cambiando hasta obtener la óptima, siempre
bajo las condiciones de no negatividad, x(j) 0, para todos los j.
6.4.1. Requisitos para el Método Simplex.- Como requisitos

necesarios para dar solución a un problema de programación lineal
de maximización son:
1.- Todas las restricciones deben estar establecidas por

ecuaciones, para lo cual se usarán variables de holgura o
artificiales, según el caso.
2.- El segundo miembro de la restricción no puede ser negativo (

condición de no negatividad ).
3.- Todas las variables deben considerarse no negativas y reales.
4.- La matriz unitaria debe estar formada por las variables de

holgura o artificiales
Un ejemplo general y literal de un proceso lineal aplicado al Simplex es el

siguiente:
Z(max) = C1X1 + C2X2 + C3X3 + ... + CnXn (Función Objetivo)

Sujeto a: ( Restricciones)
a(1,1)X1 + a(1,2)X2 + a(1,3)X3 ... a(n,1)Xn  b(1)

…………………………………………………………………………………….
a(n,1)X1 + a(n,2)X2 + a(n,3)X3 ... a(n,n)Xn  b(n)
En donde = { , , = }

6.5. Tabla Simplex de Maximización:
Cj C1 C2 C3 … Cn 0 0 0 0 … 0
Xn+j X1 X2 X3 …. Xj Xn+1 Xn+2 Xn+3 … Xn+n Bj
0 Xn+1 a11 a12 a13 … a1n 1 0 0 0 …. 0 0
0 Xn+2 a21 a22 a23 … a2n 0 1 0 0 …. 0 0
0 Xn+3 a31 a32 a33 …. A3n 0 0 1 0 …. 0 0
… … ………………………………………. …………………………………………….. …
0 Xn+m an1 an2 an3 … ann 0 0 0 0 …. 1 0
Zj 0 0 0 …0 0 0 0 0 …. 0 0
Cj - Zj -C1 –C1 –C1… -Cn
Tabla 6.3
X(j) 0, para todos los j = {0,1,2,3,…}
Explicación.-
consideremos las filas Cj, Xj, Zj, Zj - Cj y las columnas Xn+j, bj las que
denominaremos:
Cj.- Coeficientes de la funcion objetivo.

Xj.- Variables.
Zj.- Cj * aij
Zj-Cj.- Diferencia entre Zj y Cj, Valores de entradas a la tabla
Xn+j .- Variables que forman la matriz unitaria
Bj .- Términos independientes
La fila Zj - Cj se conoce también como fila de entradas; en

Maximización se considera el valor mínimo negativo, en cambio, en
Minimización el valor máximo positivo. En cualquier caso se tomará un solo
valor, de acuerdo al tipo de problema, definiendo así la columna pivotal
Para elegir la fila pivotal de dividirá los valores de la columna pivotal

por los valores del vector Bj, tomando el menor cuociente. La intersección de
la fila y columna pivotales definen el pivote. Mediante operaciones
elementales entre filas definida para las matrices ampliadas, se hacen ceros
los valores sobre y bajo el pivote, este proceso se repite hasta conseguir que
la fila de entradas, en el caso de maximización los valores sean todos
positivos o cero y, en el caso de minimización cuando los valores son todos
negativos o cero. La tabla en estas condiciones se considera "terminal".
La solución al problema se determina con el último valor de Zj y para el

conjunto solución la relación unívoca ente las columnas Xn+j y bj,
considerándose para el caso solamente las variables reales.
Para mejor comprensión detallamos el proceso

Partiendo de la siguiente expresión:

Z (máx) C 1 X 1 C 2 X 2 C 3 X 3 ... C n X n
a 11 X 1 a 12 X 2 a 13 X 3 ... a 1n X n b1
a 21 X 1 a 22 X 2 a 23 X 3 ... a 2 n X n b 2
a 31 X 1 a 32 X 2 a 33 X 3 ... a 3 n X n b3
.......... .......... .......... .......... .......... .......... .....
a n 1 X 1 a n 2 X 2 a n 3 X 3 ... a nn X n b n
n
aij X j b j
i 1
En donde la variable Xj se llama variable real; aij, el coeficiente de la

variable real y bj el término independiente.
Se ingresa las variables de holgura para que las desigualdades se

transformen en igualdades y conseguir la matriz unitaria. Como el
primer miembro es menor que el segundo hay que sumar la variable de
holgura, Su interpretación gráfica es la siguiente:
a ij Xj ....................................................Bj
Desigualdad Xn+1
Por tanto:
a ij X j X n i b j
i 1
De acuerdo con el gráfico al primer miembro de la desigualdad hay que

sumar la variable de holgura (Xn+1) para transformarla a igualdad, asi:
Z (máx) C 1 X 1 C 2 X 2 C 3 X 3 ... C n X n
a 11 X 1 a 12 X 2 a13 X 3 ... a1 n X n X n 1 b1
a 21 X 1 a 22 X 2 a 23 X 3 ... a 2 n X n ... X n 2 b 2
a 31 X 1 a 32 X 2 a 33 X 3 ... a 3 n X n .......... .. X n 3 b 3
.......... .......... .......... .......... .......... .......... .......... .......... ....
a n 1 X 1 a n 2 X 2 a n 3 X 3 ... a nn X n .......... ..... X n n b n
Una vez realizado este proceso elaboramos la tabla con los valores de los
coeficientes de las variables reales, variables de holgura y términos
independientes; procediendo a los cálculos dentro de esta tabla hasta llegar

al valor máximo. A continuación presentamos el proceso mediante un

ejemplo demostrativo:
6.6. Ejemplo Demostrativo
Maximizar: Z(max) = 3X1 + 2X2 + X3
Sujeto a: X1 + 2X2 + X3 10

X1 + X2 + 2X3 9
2X1+ + 3X3 12
Xj 0
Introduciendo variables de holgura resulta:
Maximizar: Z(max) = 3X1 + 2X2 + X3 + 0X4 + 0X5 + 0X6
Sujeto a: X1 + 2X2 + X3 + x4 = 10
X1 + X2 + 2X3 + X5 =9
2X1 + + 3X3 + X6 = 12
Empezando con el proceso y las tablas simplex

**** METODO SIMPLEX A UNA FUNCION OBJETIVO -> MAXIMIZACION ****
Z(maxi)= + 3.00X(1) + 2.00X(2) + 1.00X(3)
+ 1.00X(1) + 2.00X(2) + 1.00X(3) <= 10.00

+ 1.00X(1) + 1.00X(2) + 2.00X(3) <= 9.00
+ 2.00X(1) + 0.00X(2) + 3.00X(3) <= 12.00
Ingresando las variables de holgura, tenemos:
Z(maxi)= 3.00X(1) + 2.00X(2) + 1.00X(3) + 0X(4) + 0X(5) + 0X(6)
+ 1.00X(1) + 2.00X(2) + 1.00X(3) + X(3) = 10.00

+ 1.00X(1) + 1.00X(2) + 2.00X(3) + X(5) = 9.00
+ 2.00X(1) + 0.00X(2) + 3.00X(3) + X(6) = 12.00
*** Tabla No 1 ***

----------------------
--------------------------------------------------------------------
Cj Xn 3.0 2.0 1.0 0.0 0.0 0.0
--------------------------------------------------------------------
0 X(4 ) 1.00 2.00 1.00 1.00 0.00 0.00 10
0 X(5 ) 1.00 1.00 2.00 0.00 1.00 0.00 9
0 X(6 ) 2.00 0.00 3.00 0.00 0.00 1.00 2
--------------------------------------------------------------------
Zj 0.0 0.0 0.0 0.0 0.0 0.0 0
--------------------------------------------------------------------
Zj - Cj -3.0 -2.0 -1.0 0.0 0.0 0.0
--------------------------------------------------------------------

En esta tabla se ven claramente los coeficiente de la función objetivo en la

primera fila, más los coeficiente de las variables de holgura que son todos
ceros. Dos matrices bien definidas: la primera formada por los coeficientes
de las variables reales y la segunda constituida por los coeficientes de las
variables de holgura formando la matriz unitaria. El primer vector columna
de la izquierda corresponde a los coeficientes de las variables de holgura, el
segundo vector columna corresponde a las variables de holgura que forman
la matriz unitaria. El último vector columna de la derecha son los términos
independientes.
La fila Zj corresponde a la suma de los productos del vector columna de los

coeficientes de las variables de holgura por los elementos de cada uno de
los vectores de las matrices de coeficientes y unitaria, así como también,
con los elementos del vector de los términos independientes.
Lo dicho aclaramos con un ejemplo:
0 1 -> 0*1 = 0
0 1 -> 0*1 = 0
0 2 -> 0*2 = 0
0
La fila Zj – Cj, como ya se indicó anteriormente es la diferencia entre los

elementos de la fila de los coeficientes de la función objetivo y los
elementos de la fila Zj. Por ejemplo, 0 – 3 = -3
Fila y Columna Pivotal.-
Para determinar la columna pivotal se escoge el menor valor negativo de la

fila Zj – Cj, que en este caso es -3, primer vector de la matriz de
coeficientes de las variables reales. Para determinar la fila pivotal se divide
los elementos de la columna pivotal para cada uno de los elementos del
vector independiente. No se permiten divisiones por cero, tampoco
negativas; en tal caso se prescinde de esas divisiones
1 10 10
1 9 9
2 12 6 menor valor, corresponde a la fila tercera
El cruce de la fila y la columna pivotal determina el pivote, que en el

ejemplo corresponde al valor 2.
Se divide toda la fila pivotal para el pivote, para transformar éste en 1.

Luego, mediante operaciones fila de las matrices, simulando el proceso de
Gauss para el cálculo de la inversa de una matriz, se hacen ceros los
valores sobre y bajo el pivote, continuando, se escoge la siguiente entrada,
se elige la fila correspondiente, mediante el método indicado, se hacen
ceros los elementos sobre y bajo el pivote, así sucesivamente. Este
procedimiento se repite hasta que no haya valores negativos en la fila de
entradas, Zj – Cj, en otras palabras, hasta cuando todos los valores sean

positivos o ceros, como se observa en la tabla Nº3. La tabla Nº2 y Nº3

indica el proceso señalado en este párrafo.
*** Tabla No 2 ***

----------------------
--------------------------------------------------------------------
Cj Xn 3.0 2.0 1.0 0.0 0.0 0.0
--------------------------------------------------------------------
0 X(4 ) 0.00 2.00 -0.50 1.00 0.00 -0.50 4
0 X(5 ) 0.00 1.00 0.50 0.00 1.00 -0.50 3
3 X(1 ) 1.00 0.00 1.50 0.00 0.00 0.50 6
--------------------------------------------------------------------
Zj 3.0 0.0 4.5 0.0 0.0 1.5 18
--------------------------------------------------------------------
Zj - Cj 0.0 -2.0 3.5 0.0 0.0 1.5
--------------------------------------------------------------------
*** Tabla No 3 ***

----------------------
--------------------------------------------------------------------
Cj Xn 3.0 2.0 1.0 0.0 0.0 0.0
--------------------------------------------------------------------
2 X(2 ) 0.00 1.00 -0.25 0.50 0.00 -0.25 2
0 X(5 ) 0.00 0.00 0.75 -0.50 1.00 -0.25 1
3 X(1 ) 1.00 0.00 1.50 0.00 0.00 0.50 6
--------------------------------------------------------------------
Zj 3.0 2.0 4.0 1.0 0.0 1.0 22
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 3.0 1.0 0.0 1.0
--------------------------------------------------------------------
*** Tabla Final ***

-----------------------
--------------------------------------------------------------------
Cj Xn 3.0 2.0 1.0 0.0 0.0 0.0
--------------------------------------------------------------------
2.0 X(2 ) 0.00 1.00 -0.25 0.50 0.00 -0.25 2
0.0 X(5 ) 0.00 0.00 0.75 -0.50 1.00 -0.25 1
3.0 X(1 ) 1.00 0.00 1.50 0.00 0.00 0.50 6
--------------------------------------------------------------------
Zj 3.0 2.0 4.0 1.0 0.0 1.0 22
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 3.0 1.0 0.0 1.0
--------------------------------------------------------------------
Solución:
En la tabla terminal, el último valor de Zj corresponde al valor máximo.

Todos los valores de la fila de entrada Zj – Cj, son positivos o ceros, en tal
caso ya no existen entradas. Para determinar los valores de las variables
que satisfacen el problema, hay que hacer una relación unívoca entre los
elementos de las variables Xn+i que quedan en el problema y los valores
del vector independiente, así

Xn B
X(2) 2.00
X(5) 1.00
X(1) 6.00
Z(maxi) = 22.00
X(2) = 2.00, X(5) = 1.00, X(1) = 6.00,
De estos valores solamente se considerarán los correspondientes a las

variables reales, esto es:
Z(max) = 22
Conjunto solución : S = {6.00, 2.00, 0.00)
Desarrollamos un segundo ejemplo con el objeto de que se siga el

procedimiento indicado y se vayan estudiando cada uno de los pasos.
Se recomienda al estudiante copiar el ejemplo, desarrollar a mano e ir

comparando con el proceso del texto, como forma de autoevaluación. Es
importante adiestrarse especialmente en las entradas y la selección de la
columna y fila pivotal, hacer uso de las reglas de las “operaciones fila
elementales de las matrices” discutidas en el numeral 4.2.9.3. Recuerde
que mientras más ejemplos desarrolle, entenderá mejor el proceso.
Ejemplo 6- 3
Hacer el proceso simplex para la función objetivo:
Z(max) = 5X1 + 4X2 + 6X3
Sujeto a:
2X1 + 3X2 + 1X3 10

1X1 + 2X2 + 3X3  6
3X1 + 1X2 + 4X3  8
Ingresando las variables de holgura
Z(max) = 5X1 + 4X2 + 6X3 + 0X4 + 0X5 + 0X6
Sujeto a:
2X1 + 3X2 + 1X3 + X4 = 10

1X1 + 2X2 + 3X3 + X5 = 6
3X1 + 1X2 + 4X3 +X6 = 8
Haciendo las tablas Simplex


Z(maxi)= + 5.00X(1) + 4.00X(2) + 6.00X(3)

--------------------------------------------------------------------
+ 2.00X(1) + 3.00X(2) + 1.00X(3) <= 10.00
+ 1.00X(1) + 2.00X(2) + 3.00X(3) <= 6.00
+ 3.00X(1) + 1.00X(2) + 4.00X(3) <= 8.00
*** Tabla No 1 ***

----------------------
Cj Xn 5.0 4.0 6.0 0.0 0.0 0.0

--------------------------------------------------------------------
0 X(4 ) 2.00 3.00 1.00 1.00 0.00 0.00 10
0 X(5 ) 1.00 2.00 3.00 0.00 1.00 0.00 6
0 X(6 ) 3.00 1.00 4.00 0.00 0.00 1.00 8
--------------------------------------------------------------------
Zj 0.0 0.0 0.0 0.0 0.0 0.0 0
--------------------------------------------------------------------
Zj - Cj -5.0 -4.0 -6.0 0.0 0.0 0.0
--------------------------------------------------------------------
*** Tabla No 2 ***

----------------------
Cj Xn 5.0 4.0 6.0 0.0 0.0 0.0
--------------------------------------------------------------------
0 X(4 ) 1.25 2.75 0.00 1.00 0.00 -0.25 8
0 X(5 ) -1.25 1.25 0.00 0.00 1.00 -0.75 0
6 X(3 ) 0.75 0.25 1.00 0.00 0.00 0.25 2
--------------------------------------------------------------------
Zj 4.5 1.5 6.0 0.0 0.0 1.5 12
--------------------------------------------------------------------
Zj - Cj -0.5 -2.5 0.0 0.0 0.0 1.5
--------------------------------------------------------------------
*** Tabla No 3 ***

----------------------
Cj Xn 5.0 4.0 6.0 0.0 0.0 0.0

--------------------------------------------------------------------
0 X(4 ) 4.00 0.00 0.00 1.00 -2.20 1.40 8
4 X(2 ) -1.00 1.00 0.00 0.00 0.80 -0.60 0
6 X(3 ) 1.00 0.00 1.00 0.00 -0.20 0.40 2
--------------------------------------------------------------------
Zj 2.0 4.0 6.0 0.0 2.0 -0.0 12
--------------------------------------------------------------------
Zj - Cj -3.0 0.0 0.0 0.0 2.0 -0.0
--------------------------------------------------------------------

*** Tabla No 4 ***

----------------------
Cj Xn 5.0 4.0 6.0 0.0 0.0 0.0

--------------------------------------------------------------------
0 X(4 ) 0.00 0.00 -4.00 1.00 -1.40 -0.20 0
4 X(2 ) 0.00 1.00 1.00 0.00 0.60 -0.20 2
5 X(1 ) 1.00 0.00 1.00 0.00 -0.20 0.40 2
--------------------------------------------------------------------
Zj 5.0 4.0 9.0 0.0 1.4 1.2 18
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 3.0 0.0 1.4 1.2
--------------------------------------------------------------------
*** Tabla Final ***

-----------------------
Cj Xn 5.0 4.0 6.0 0.0 0.0 0.0

--------------------------------------------------------------------
0.0 X(4 ) 0.00 0.00 -4.00 1.00 -1.40 -0.20 0
4.00 X(2 ) 0.00 1.00 1.00 0.00 0.60 -0.20 2
5.0 X(1 ) 1.00 0.00 1.00 0.00 -0.20 0.40 2
--------------------------------------------------------------------
Zj 5.0 4.0 9.0 0.0 1.4 1.2 18
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 3.0 0.0 1.4 1.2
--------------------------------------------------------------------
Solucion:
Z(maxi) = 18.00
X(4) = 0.00, X(2) = 2.00, X(1) = 2.00,
6.7. Aplicaciones de la Maximización
Ejemplo 6-4
Una firma elabora tres productos, A, B y C, los cuales deben pasar por cinco
etapas: Diseño, Preparado, Proceso, Control y Terminado. En la tabla
siguiente se indican el número de horas que se requiere para cada producto
en cada una de las etapas, el costo de materia prima, el costo de mano de
obra, así como también el precio fijado para cada producto. El objetivo es
plantear un proceso de programación lineal siguiendo el método simplex
para maximizar los beneficios.
Tabla de datos
Producto A Producto B Producto C Disponible

Diseño 4 3 5 130 H
Preparado 5 4 3 110 H
Proceso 6 3 5 90 H
Control 5 4 4 130 H
Terminado 6 5 6 280 H
Costo M/o 25 20 15
Costo Mp 35 30 25
Precio Venta 85 70 60

Ingreso = P.X  85X1 + 70X2 + 60X3
Costo total = Cmp + Cmo  X1(25+35)+X2(20+30)+X3(15+25)
Beneficio = I – C  PX – X(Cmo + Cmp)
B = X1(85-(25+35)) + X2(70-(20+30)) + X3(60-(15+25))
B = 25X1 + 20X2 + 20X3
Luego
Z(max) = 25X1 + 20X2 + 20X3
Sujeto a:
4X1 + 3X2 + 5X3 130.

5X1 + 4X2 + 3X3 110
6X1 + 3X2 + 5X3  90
5X1 + 4X2 + 4X3 130
6X1 + 5X2 + 6X3 280

Z(maxi)= + 25.00X(1) + 20.00X(2) + 20.00X(3)

----------------------------------------------------------------------
+ 4.00X(1) + 3.00X(2) + 5.00X(3) <= 130.00
+ 5.00X(1) + 4.00X(2) + 3.00X(3) <= 110.00
+ 6.00X(1) + 3.00X(2) + 5.00X(3) <= 90.00
+ 5.00X(1) + 4.00X(2) + 4.00X(3) <= 130.00
+ 6.00X(1) + 5.00X(2) + 6.00X(3) <= 280.00
*** Tabla No 1 ***

----------------------
Cj Xn 25.0 20.0 20.0 0.0 0.0 0.0 0.0 0.0
--------------------------------------------------------------------
0 X(4 ) 4.00 3.00 5.00 1.00 0.00 0.00 0.00 0.00 130
0 X(5 ) 5.00 4.00 3.00 0.00 1.00 0.00 0.00 0.00 110
0 X(6 ) 6.00 3.00 5.00 0.00 0.00 1.00 0.00 0.00 90
0 X(7 ) 5.00 4.00 4.00 0.00 0.00 0.00 1.00 0.00 130
0 X(8 ) 6.00 5.00 6.00 0.00 0.00 0.00 0.00 1.00 280
--------------------------------------------------------------------
Zj 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
--------------------------------------------------------------------
Zj - Cj -25.0 -20.0 -20.0 0.0 0.0 0.0 0.0 0.0
--------------------------------------------------------------------

*** Tabla No 2 ***

----------------------
Cj Xn 25.0 20.0 20.0 0.0 0.0 0.0 0.0 0.0
--------------------------------------------------------------------
0 X(4 ) 0.00 1.00 1.67 1.00 0.00 -0.67 0.00 0.00 70
0 X(5 ) 0.00 1.50 -1.17 0.00 1.00 -0.83 0.00 0.00 35
25 X(1 ) 1.00 0.50 0.83 0.00 0.00 0.17 0.00 0.00 15
0 X(7 ) 0.00 1.50 -0.17 0.00 0.00 -0.83 1.00 0.00 55
0 X(8 ) 0.00 2.00 1.00 0.00 0.00 -1.00 0.00 1.00 190
--------------------------------------------------------------------
Zj 25.0 12.5 20.8 0.0 0.0 4.2 0.0 0.0 375
--------------------------------------------------------------------
Zj - Cj 0.0 -7.5 0.8 0.0 0.0 4.2 0.0 0.0
--------------------------------------------------------------------
*** Tabla No 3 ***
----------------------
Cj Xn 25.0 20.0 20.0 0.0 0.0 0.0 0.0 0.0
--------------------------------------------------------------------
0 X(4) 0.00 0.00 2.44 1.00 -0.67 -0.11 0.00 0.00 46.67
20 X(2) 0.00 1.00 -0.78 0.00 0.67 -0.56 0.00 0.00 23.33
25 X(1) 1.00 0.00 1.22 0.00 -0.33 0.44 0.00 0.00 3.33
0 X(7) 0.00 0.00 1.00 0.00 -1.00 0.00 1.00 0.00 20.00
0 X(8) 0.00 0.00 2.56 0.00 -1.33 0.11 0.00 1.00 143.33
--------------------------------------------------------------------
Zj 25.0 20.0 15.0 0.0 5.0 0.0 0.0 0.0 550
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 -5.0 0.0 5.0 0.0 0.0 0.0
--------------------------------------------------------------------
*** Tabla No 4 ***
----------------------
Cj Xn 25.0 20.0 20.0 0.0 0.0 0.0 0.0 0.0
--------------------------------------------------------------------
0 X(4) -2.00 0.00 0.00 1.00 0.00 -1.00 0.00 0.00 40
20 X(2) 0.64 1.00 0.00 0.00 0.45 -0.27 0.00 0.00 25
20 X(3) 0.82 0.00 1.00 0.00 -0.27 0.36 0.00 0.00 2.73
0 X(7) -0.82 0.00 0.00 0.00 -0.73 -0.36 1.00 0.00 17.27
0 X(8) -2.09 0.00 0.00 0.00 -0.64 -0.82 0.00 1.00 136.36
--------------------------------------------------------------------
Zj 29.1 20.0 20.0 0.0 3.6 1.8 0.0 0.0 563.6
--------------------------------------------------------------------
Zj - Cj 4.1 0.0 0.0 0.0 3.6 1.8 0.0 0.0
--------------------------------------------------------------------
*** Tabla Final ***
-----------------------
Cj Xn 25.0 20.0 20.0 0.0 0.0 0.0 0.0 0.0
--------------------------------------------------------------------
0 X(4) -2.00 0.00 0.00 1.00 0.00 -1.00 0.00 0.00 40
20 X(2) 0.64 1.00 0.00 0.00 0.45 -0.27 0.00 0.00 25.45
20 X(3) 0.82 0.00 1.00 0.00 -0.27 0.36 0.00 0.00 2.73
0 X(7) -0.82 0.00 0.00 0.00 -0.73 -0.36 1.00 0.00 17.27
0 X(8) -2.09 0.00 0.00 0.00 -0.64 -0.82 0.00 1.00 136.36
--------------------------------------------------------------------
Zj 29.1 20.0 20.0 0.0 3.6 1.8 0.0 0.0 563.6
-------------------------------------------------------------------
Zj - Cj 4.1 0.0 0.0 0.0 3.6 1.8 0.0 0.0
--------------------------------------------------------------------
Solución:
Z(maxi) = 563.64
X(4)= 40.00, X(2)= 25.45, X(3)= 2.73, X(7)= 17.27, X(8)= 136.36,

6.8. Maximización de una Función Objetivo con Variable

Artificial
Recordando las condiciones más importantes de un problema de

programación lineal, tenemos:
 Los términos independientes de las ecuaciones deben ser positivos

esto es, Bi > 0.
 La matriz unitaria debe ser formada por los coeficientes de las
variables de holgura o artificiales
Ejemplo 4 Sea el siguiente problema de programación lineal:
Z ( max) 3 x1 x2 x3

Sujeto a :
x1 6 x2 2 x3 120
x2 4 x3  80
En donde x j 0
Introduciendo las variables de holgura y artificiales, resulta:
Z ( max) 3 x1 x2 x3 0 x4 0 x5

Sujeto a :
x1 6 x2 2 x3 x4 120
x2 4 x3 x5  80
En donde x j 0
Como los coeficientes de las variables de holgura no forman la matriz

unitaria, que es una de las condiciones para la solución de un problema de
programación lineal, en tal virtud hay la necesidad de introducir una nueva
variable llamada artificial, que hace posible la formación de la matriz
unitaria, así:
Z (max) 3 x1 x 2 x 3 0 x 4 0 x5 MX 6
Sujeto a :
x1 6x 2 2 x3 x 4 120
x2 4 x3 x5 x 6  80
En donde x j 0
El número M es elemento de los números Reales, es positivo y mayor

que cualquier elemento del problema; esto es M > 120 y se resta de la
función Z(max), con el objeto de equilibrar el Sistema.

Resolviendo el problema de programación lineal usando el método Simplex

*** Tabla No 1 ***

----------------------
Cj Xn 3.0 1.0 1.0 0.0 0.0 -3000.0

--------------------------------------------------------------------
0 X(4 ) 1.00 6.00 2.00 1.00 0.00 0.00 120
-3000 X(6 ) 0.00 1.00 4.00 0.00 -1.00 1.00 80
--------------------------------------------------------------------
Zj 0.0 -3000.0-12000.0 0.0 3000.0 -3000.0 40000
--------------------------------------------------------------------
Zj - Cj -3.0 -3001.0-12001.0 0.0 3000.0 0.0
--------------------------------------------------------------------
*** Tabla No 2 ***

----------------------
Cj Xn 3.0 1.0 1.0 0.0 0.0 -3000.0

--------------------------------------------------------------------
0 X(4 ) 1.00 5.50 0.00 1.00 0.50 -0.50 80
1 X(3 ) 0.00 0.25 1.00 0.00 -0.25 0.25 20
--------------------------------------------------------------------
Zj 0.0 0.2 1.0 0.0 -0.2 0.2 20
--------------------------------------------------------------------
Zj - Cj -3.0 -0.8 0.0 0.0 -0.2 3000.2
--------------------------------------------------------------------
*** Tabla No 3 ***

----------------------
Cj Xn 3.0 1.0 1.0 0.0 0.0 -3000.0

--------------------------------------------------------------------
3 X(1 ) 1.00 5.50 0.00 1.00 0.50 -0.50 80
1 X(3 ) 0.00 0.25 1.00 0.00 -0.25 0.25 20
--------------------------------------------------------------------
Zj 3.0 16.8 1.0 3.0 1.2 -1.2 260
--------------------------------------------------------------------
Zj - Cj 0.0 15.8 0.0 3.0 1.2 2998.8
--------------------------------------------------------------------

*** Tabla Final ***

-----------------------
Cj Xn 3.0 1.0 1.0 0.0 0.0 -3000.0
--------------------------------------------------------------------
3.0 X(1 ) 1.00 5.50 0.00 1.00 0.50 -0.50 80
1.0 X(3 ) 0.00 0.25 1.00 0.00 -0.25 0.25 20
--------------------------------------------------------------------
Zj 3.0 16.8 1.0 3.0 1.2 -1.2 260
--------------------------------------------------------------------
Zj - Cj 0.0 15.8 0.0 3.0 1.2 2998.8
--------------------------------------------------------------------
Solución:
Z(maxi) = 260.00
X(1) = 80.00, X(3) = 20.00,
6.9. Problemas de Minimización.- El proceso para minimizar una

función objetivo por el método Simplex es parecido al de
Maximización, existiendo algunas consideraciones que discutiremos
enseguida.
Comenzaremos planteando el problema en forma general, así:
Z ( min ) C 1 X 1 C 2 X 2 C 3 X 3 ... C n X n
a 11 X 1 a 12 X 2 a13 X 3 ... a 1n X n b 1
a 21 X 1 a 22 X 2 a 23 X 3 ... a 2 n X n b 2
a 31 X 1 a 32 X 2 a 33 X 3 ... a 3 n X n b 3
.......... .......... .......... .......... .......... .......... .....
a n 1 X 1 a n 2 X 2 a n 3 X 3 ... a nn X n b n
n
aij X j bj
i 1
Como se puede observar el primer miembro es mayor que el segundo, por

tal motivo, hay que restar la variable de holgura para transformar la
desigualdad en igualdad. La representación gráfica es la siguiente:
0.......... .................... .................... .................... .................... ................a ij X j

B
- Xn+1

Z ( min ) C1 X 1 C 2 X 2 C 3 X 3 ... C n X n 0 X n 1 ... 0 X n n

a11 X 1 a 12 X 2 a 13 X 3 ... a1 n X n X n 1 b1
a21 X 1 a 22 X 2 a 23 X 3 ... a 2 n X n X n 2 b 2
a31 X 1 a 32 X 2 a 33 X 3 ... a3 n X n X n 3 b3
.......... .......... .......... .......... .......... .......... .......... .......... .....
an 1 X 1 a n 2 X 2 a n 3 X 3 ... a nn X n X n n bn
Resumiendo, tenemos:
n
 a ij X j X n1 b j
i1
Como no existe la matriz unitaria, se hace necesario introducir una nueva

variable que cumpla con este objetivo, a esta variable se la conoce como:
variable artificial.
Z ( min ) C1 X 1 C 2 X 2 C 3 X 3 ... C n X n 0 X n 1 ... 0 X n 1 MX n n 1 ... MX n n n

a11 X 1 a12 X 2 a 13 X 3 ... a1 n X n X n 1 X n n 1 b1
a21 X 1 a 22 X 2 a 23 X 3 ... a 2 n X n X n 2 X n n 2 b2
a31 X 1 a 32 X 2 a 33 X 3 ... a3 n X n X n 3 X n n 3 b3
.......... .......... .......... .......... .......... .......... .......... .......... .....
an 1 X 1 a n 2 X 2 a n 3 X 3 ... a nn X n X nn X n n n b n
6.10. La Tabla Simplex de Minimización:
Cj C1 C2 C3 … Cn 0 0 0 0 … 0 M M M
M Xn+n+j X1 X2 X3 …. Xj Xn+1 Xn+2 Xn+3 … Xn+n Xn+n+1… Xn+n+n Bj
M Xn+n+1 a11 a12 a13 … a1n -1 0 0 0 …. 0 1 B1
M Xn+n+2 a21 a22 a23 … a2n 0 -1 0 0 …. 0 0 1 … 0 B2
M Xn+n+3 a31 a32 a33 …. a3n 0 0 -1 0 …. 0 0 0 1 ….. 0 B3
… … ……………………………………. ………………………………………………………………………………………. …
M Xn+n+m an1 an2 an3 … ann 0 0 0 0 …. –1 0 0 ….. 1 Bn
Zj Mai1 Mai2 … Majj -M -M -M -M -M M M M M 0
Cj - Zj Mai1 Mai2 … Majj -M -M -M -M -M 0 0 0 0
-C1 –C2 ….. -Cn
Tabla 6.4
Como ya se indicó en el proceso de maximización, el número M es real,

positivo y mayor que cualquier número del problema planteado y, con el
objeto de equilibrar el sistema, en el proceso de minimización, se lo suma a
la función Z(min).
La primera y segunda columnas están formadas por los coeficientes y las

variables que forman la matriz unitaria respectivamente, que en el caso de
minimización, corresponden a las variables artificiales. Las columnas
subsiguientes forman las matrices de las variables de holgura y variables
artificiales.

En la fila Cj – Zj, denominada fila de entradas, se busca el valor mayor

positivo para determinar el vector columna pivotal de entrada. Para la
selección de la fila de entrada se divide el vector columna independiente por
el vector columna pivotal y se toma el menor cociente; en esta división no
se aceptarán divisiones negativas, tampoco divisiones por cero. Una vez
elegido el pivote, se divide toda la fila pivotal para éste y se continua con el
procedimiento de Operaciones Fila Elementales, haciendo ceros los
elementos sobre y bajo el pivote. Este procedimiento se continúa hasta que
en la fila de entradas Zj – Cj, no existan valores positivos.
Presentamos un ejemplo demostrativo:

Ejemplo 5
Z(min) = 6X1 + 21X2
Sujeto a
2000X1 + 4000X2 6000

50X1 + 200X2 200
Con Xj O (Condición de no negatividad)
Ingresando las variables de holgura, tenemos
Z(min) = 6X1 + 21X2 +0X3 + 0X4
2000X1 + 4000X2 – X3 = 6000

50X1 + 200X2 -X4 = 200
Como la matriz indicada no es unitaria, ingresamos las variables artificiales.

Es una buena idea y no un requisito el ir organizando las variables en forma
alternada, es decir, si se resta una variable de holgura debe sumarse la
variable artificial consecutiva; este mecanismo permite controlar el ingreso
de las variables de holgura y artificiales. Recuerde este proceso no es un
requisito.
Z(min) = 6X1 + 21X2 +0X3 + MX4 + 0X5 + MX6
2000X1 + 4000X2 – X3 + X4 = 6000

50X1 + 200X2 -X5 + X6 = 200
Nótese que el número M elemento de los Reales mayor que cualquier

elemento del problema se suma a la función objetivo.
Solución: Tablas simplex


**** METODO SIMPLEX A UNA FUNCION OBJETIVO -> MINIMIZACION ****
Z(mini)= + 6.00X(1) + 21.00X(2)

----------------------------------------------------------------------
+2000.00X(1) +4000.00X(2) >= 6000.00
+ 50.00X(1) +200.00X(2) >= 200.00
*** Tabla No 1 ***

----------------------
Cj Xn 6.0 21.0 0.0 3000.0 0.0 3000.0
--------------------------------------------------------------------
3000 X(4 ) 2000.00 4000.00 -1.00 1.00 0.00 0.00 6000
3000 X(6 ) 50.00 200.00 0.00 0.00 -1.00 1.00 200
--------------------------------------------------------------------
Zj 6150000 12600000 -3000 3000 -3000 3000 600000
--------------------------------------------------------------------
Zj - Cj 6149994 12599979 -3000 0.0 -3000 0.0
--------------------------------------------------------------------
*** Tabla No 2 ***

----------------------
Cj Xn 6.0 21.0 0.0 3000.0 0.0 3000.0

--------------------------------------------------------------------
3000 X(4 ) 1000.00 0.00 -1.00 1.00 20.00 -20.00 2000
21 X(2 ) 0.25 1.00 0.00 0.00 -0.00 0.00 1.00
--------------------------------------------------------------------
Zj 3000005.2 21.0 -3000.0 3000.0 59999 -59999 6000021
--------------------------------------------------------------------
Zj - Cj 2999999.2 0.0 -3000.0 0.0 59999.9-62999.9
--------------------------------------------------------------------
*** Tabla No 3 ***

----------------------
Cj Xn 6.0 21.0 0.0 3000.0 0.0 3000.0
--------------------------------------------------------------------
6 X(1 ) 1.00 0.00 -0.00 0.00 0.02 -0.02 2
21 X(2 ) 0.00 1.00 0.00 -0.00 -0.01 0.01 0.50
--------------------------------------------------------------------
Zj 6.0 21.0 -0.0 0.0 -0.1 0.1 22.5
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 -0.0 -3000.0 -0.1 -2999.9
--------------------------------------------------------------------
*** Tabla Final ***

-----------------------
Cj Xn 6.0 21.0 0.0 3000.0 0.0 3000.0
--------------------------------------------------------------------
6.0 X(1 ) 1.00 0.00 -0.00 0.00 0.02 -0.02 2
21 X(2 ) 0.00 1.00 0.00 -0.00 -0.01 0.01 0.50
--------------------------------------------------------------------
Zj 6.0 21.0 -0.0 0.0 -0.1 0.1 22.5
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 -0.0 -3000.0 -0.1 -2999.9
--------------------------------------------------------------------
Solución: Z(mini) = 22.50
{X(1) = 2.00, X(2) = 0.50, }

6.11. Aplicaciones para la Minimización
Ejemplo 6-5
Una empresa farmacéutica fabrica tres tipos de productos: A, B y C. Estos

productos deberán contener en conjunto por lo menos 61 gramos de calcio,
82 gramos de proteína y 95 gramos de hierro. Individualmente el producto
A contendrá al menos 3 gramos de calcio, 2 gramos de proteína y 4
gramos de hierro. El producto B contendrá mínimo 6 gramos de calcio, 9
gramos de proteína y 7 gramos de hierro. El producto C contendrá mínimo
4 gramos de calcio, 8 gramos de proteína y 6 gramos de hierro. Los costos
unitarios de fabricación son de 14, 19 y 16 dólares respectivamente. Se
desea plantear un proceso de programación lineal para minimizar el costo
total de fabricación y cumplir los requisitos.
Tabla de valores:
A B C REQUERIMIENTOS
CALCIO 3 6 4 61
PROTEINA 2 9 8 82
HIERRO 4 7 6 95
COSTOS 14 19 16
Planteamiento:
Z(min) = 14X1 + 19X2 + 16X3
Sujeto a:
3X1 + 6X2 + 4X3 61
2X1 + 9X2 + 8X3 82
4X1 + 7X2 + 6X3 95
Xj 0
Ingreso de variables de holgura y artificiales
Z(min) = 14X1 + 19X2 + 16X3 + 0X4 + MX5 + 0X6 + MX7 + 0X8 + MX9
Sujeto a:
3X1 + 6X2 + 4X3 - X4 + X5 = 61
2X1 + 9X2 + 8X3 - X6 + X7 = 82
4X1 + 7X2 + 6X3 - X8 + X9 = 95
Solución:


Z(mini)= + 14.00X(1) + 19.00X(2) + 16.00X(3)

--------------------------------------------------------------------
+ 3.00X(1) + 6.00X(2) + 4.00X(3) >= 61.00
+ 2.00X(1) + 9.00X(2) + 8.00X(3) >= 82.00
+ 4.00X(1) + 7.00X(2) + 6.00X(3) >= 95.00
*** Tabla No 1 ***

----------------------
Cj Xn 14.0 19.0 16.0 0.0 3000 0.0 3000 0.0 3000
--------------------------------------------------------------------
3000 X(5 ) 3.00 6.00 4.00-1.00 1.00 0.00 0.00 0.00 0.00 61
3000 X(7 ) 2.00 9.00 8.00 0.00 0.00-1.00 1.00 0.00 0.00 82
3000 X(9 ) 4.00 7.00 6.00 0.00 0.00 0.00 0.00 -1.00 1.00 95
--------------------------------------------------------------------
Zj 27000 66000 54000-3000 3000-3000 3000 -3000 3000 714000
--------------------------------------------------------------------
Zj - Cj 26986 65981 53984-3000 0.0-3000 0.0 -3000 0.0
--------------------------------------------------------------------
*** Tabla No 2 ***

----------------------
Cj Xn 14 19 16 0 3000 0 3000 0 3000
--------------------------------------------------------------------
3000 X(5 ) 1.67 0.00 -1.33 -1.00 1.00 0.67 -0.67 0.00 0.00 6.33
19 X(2 ) 0.22 1.00 0.89 0.00 0.00-0.11 0.11 0.00 0.00 9.11
3000 X(9 ) 2.44 0.00 -0.22 0.00 0.00 0.78 -0.78 -1.00 1.00 31.2
--------------------------------------------------------------------
Zj 1 2337 19 -4649 -3000 3000 4331 -4331 -3000 3000 112839
--------------------------------------------------------------------
Zj - Cj 12323.6 0.0 -4665.8 -3000 0.0 4331.2 -7331.2 -3000 0.0
--------------------------------------------------------------------
*** Tabla No 3 ***

----------------------
Cj Xn 14 19 16 0 3000 0 3000 0 3000
--------------------------------------------------------------------
14 X(1) 1.00 0.00 -0.80 -0.60 0.60 0.40 -0.40 0.00 0.00 3.80
19 X(2) 0.00 1.00 1.07 0.13 -0.13 -0.20 0.20 0.00 0.00 8.27
3000 X(9) 0.00 0.00 1.73 1.47 -1.47 -0.20 0.20-1.00 1.00 21.93
--------------------------------------------------------------------
Zj 14.0 19 5209 4394 -4394 -598 598 –3000 3000 6010.3
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 5193 4394 -7394 -598.2 -2401-3000 0.0
--------------------------------------------------------------------

*** Tabla No 4 ***

----------------------
Cj Xn 14 19 16 0 3000 0 3000 0 3000

--------------------------------------------------------------------
14 X(1) 1 0.75 0 -0.50 0.50 0.25 -0.25 0.00 0.00 10
16 X(3) 0 0.94 1 0.12 -0.12 -0.19 0.19 0.00 0.00 .75
3000 X(9) 0 -1.62 0 1.25 -1.25 0.12 -0.12 -1.00 1.00 8.5
--------------------------------------------------------------------
Zj 14 -4849 16 3745 -3745 375.5 -375.5 -3000 3000 25764
--------------------------------------------------------------------
Zj - Cj 0 -4868 0 3745 -6745 375.5 -3375.5 –3000 0
--------------------------------------------------------------------
*** Tabla No 5 ***

----------------------
Cj Xn 14 19 16.0 0 3000 0 3000 0 3000
--------------------------------------------------------------------
14 X(1) 1 0.10 0.00 0 0 0.30 -0.30 -0.40 0.40 13.40
16 X(3) 0 1.10 1.00 0 0 -0.20 0.20 0.10 -0.10 6.90
0 X(4) 0 -1.30 0 1 -1 0.10 -0.10 -0.80 0.80 6.80
--------------------------------------------------------------------
Zj 14 19 16 0 0 1 -1 -4 4.0 298.0
--------------------------------------------------------------------
Zj - Cj 0 0 0 0 -3000 1 -3001 -4.0 -2996.0
--------------------------------------------------------------------
*** Tabla No 6 ***
----------------------
Cj Xn 14.0 19 16 0 3000 0 3000 0 3000

--------------------------------------------------------------------
0 X(6) 3.33 0.33 0 0 0 1 -1.00 -1.33 1.33 44.67
16 X(3) 0.67 1.17 1 0 0 0 0.00 -0.17 0.17 15.83
0 X(4) -0.33 -1.33 0 1 -1 0 0.00 -0.67 0.67 2.33
--------------------------------------------------------------------
Zj 10.7 18.7 16 0 0 0 0 -2.7 2.7 253.3
--------------------------------------------------------------------
Zj - Cj -3.3 -0.3 0 0 -3000 0-3000 -2.7 -2997.3
--------------------------------------------------------------------
*** Tabla Final ***

-----------------------
Cj Xn 14.0 19.0 16.0 0.0 3000 0.0 3000 0.0 3000
--------------------------------------------------------------------
0 X(6) 3.33 0.33 0.00 0.00 0.00 1.00 -1.00 -1.33 1.33 44.67
16 X(3) 0.67 1.17 1.00 0.00 0.00 0.00 0.00 -0.17 0.17 15.83
0 X(4)-0.33 -1.33 0.00 1.00 -1.00 0.00 0.00 -0.67 0.67 2.33
--------------------------------------------------------------------
Zj 10.7 18.7 16.0 0.0 0.0 0.0 0.0 -2.7 2.7 253.3
--------------------------------------------------------------------
Zj - Cj -3.3 -0.3 0.0 0.0 -3000 0.0 -3000 -2.7 -2997.3
--------------------------------------------------------------------
Solución:
Z(mini) = 253.33
U = {X(6) = 44.67, X(3) = 15.83, X(4) = 2.33, }

6.11.1. Solución de Problemas con Distintas Relaciones
En los problemas de programación lineal pueden plantearse las restricciones

con distinto tipo de relaciones esto es: , , lo que obliga a emplear las
distintas variables estudiadas; aún que el método no cambia, hay que tener
cuidado en el ingreso de las variables respectivas en cada restricción, como
se indica en el siguiente problema:
Z (max ) 6 X 1 3 X 2 9 X 3
Sujeto a :
X 1 2 X 2 4 X 3 100
X 1  X 2  X · 3 50
3 X 1 2 X 2 2 X 3 25
Ingresando variables de holgura y artificiales
Z (max)  6 X 1 3X 2 9 X 3 0 X 4 MX 5 0 X 6 MX 7

Sujeto a :
X 1 2 X 2 4 X 3 X 4 100
X1  X 2  X· 3 X 5  50
3 X 1 2 X 2 2 X 3 X 6 X 7 25
La primera restricción necesita una variable de holgura, la segunda

restricción por ser una igualdad se ingresa una variable artificial y la última
restricción necesita una variable de holgura y una artificial. Presentamos a
continuación el desarrollo del problema.
Z(maxi)= + 6.00X(1) + 3.00X(2) + 9.00X(3)

--------------------------------------------------------------------
+ 1.00X(1) -2.00X(2) + 4.00X(3) <= 100.00

+ 1.00X(1) + 1.00X(2) + 1.00X(3) = 50.00
+ 3.00X(1) -2.00X(2) + 2.00X(3) >= 25.00

*** Tabla No 1 ***

----------------------
Cj Xn 6.0 3.0 9.0 0.0 -3000.0 0.0 -3000.0

--------------------------------------------------------------------
0 X(4 ) 1.00 -2.00 4.00 1.00 0.00 0.00 0.00 100
-3000 X(5 ) 1.00 1.00 1.00 0.00 1.00 0.00 0.00 50
-3000 X(7 ) 3.00 -2.00 2.00 0.00 0.00 -1.00 1.00 25
--------------------------------------------------------------------
Zj -12000 3000 -9000 0.0 -3000.0 3000.0 -3000.0 -5000
--------------------------------------------------------------------
Zj - Cj -12006.0 2997.0 -9009.0 0.0 0.0 3000.0 0
--------------------------------------------------------------------
*** Tabla No 2 ***

----------------------
Cj Xn 6.0 3.0 9.0 0.0 -3000.0 0.0 -3000.0

--------------------------------------------------------------------
0 X(4) 0.00 -1.33 3.33 1.00 0.00 0.33 -0.33 91.67
-3000 X(5) 0.00 1.67 0.33 0.00 1.00 0.33 -0.33 41.67
6 X(1) 1.00 -0.67 0.67 0.00 0.00 -0.33 0.33 8.33
--------------------------------------------------------------------
Zj 6.0 -5004.0 -996.0 0.0 -3000.0 -1002.0 1002.0 -124950
--------------------------------------------------------------------
Zj - Cj 0.0 -5007.0 -1005 0.0 0.0 -1002.0 4002.0
--------------------------------------------------------------------
*** Tabla No 3 ***

----------------------
Cj Xn 6.0 3.0 9.0 0.0 -3000 0.0 -3000

--------------------------------------------------------------------
0 X(4) 0.00 0.00 3.60 1.00 0.80 0.60 -0.60 125
3 X(2) 0.00 1.00 0.20 0.00 0.60 0.20 -0.20 25
6 X(1) 1.00 0.00 0.80 0.00 0.40 -0.20 0.20 25
--------------------------------------------------------------------
Zj 6.0 3.0 5.4 0.0 4.2 -0.6 0.6 225
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 -3.6 0.0 3004.2 -0.6 3000.6
--------------------------------------------------------------------
*** Tabla No 4 ***

----------------------
Cj Xn 6.0 3.0 9.0 0 -3000 0.0 -3000

--------------------------------------------------------------------
0 X(4) -4.50 0.00 0.00 1.00 -1.00 1.50 -1.50 12.50
3 X(2) -0.25 1.00 0.00 0.00 0.50 0.25 -0.25 18.75
9 X(3) 1.25 0.00 1.00 0.00 0.50 -0.25 0.25 31.25
--------------------------------------------------------------------
Zj 10.5 3.0 9.0 0.0 6.0 -1.5 1.5 337.5
--------------------------------------------------------------------
Zj - Cj 4.5 0.0 0.0 0.0 3006.0 -1.5 3001.5
--------------------------------------------------------------------

*** Tabla No 5 ***

----------------------
Cj Xn 6.0 3.0 9.0 0.0 -3000.0 0.0 -3000

--------------------------------------------------------------------
0 X(6) -3.00 0.00 0.00 0.67 -0.67 1.00 -1.00 8.33
3 X(2) 0.50 1.00 0.00 -0.17 0.67 0.00 0.00 16.67
9 X(3) 0.50 0.00 1.00 0.17 0.33 0.00 0.00 33.33
--------------------------------------------------------------------
Zj 6.0 3.0 9.0 1.0 5.0 0.0 0.0 350.0
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 0.0 1.0 3005.0 0.0 3000
--------------------------------------------------------------------
*** Tabla Final ***

-----------------------
Cj Xn 6.0 3.0 9.0 0.0 -3000.0 0.0 -3000.0
--------------------------------------------------------------------
0.0 X(6) -3.00 0.00 0.00 0.67 -0.67 1.00 -1.00 8.33
3.0 X(2) 0.50 1.00 0.00 -0.17 0.67 0.00 0.00 16.67
9.0 X(3) 0.50 0.00 1.00 0.17 0.33 0.00 0.00 33.33
--------------------------------------------------------------------
Zj 6.0 3.0 9.0 1.0 5.0 0.0 0.0 350.0
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 0.0 1.0 3005.0 0.0 3000.0
--------------------------------------------------------------------
Solución:
Z(maxi) = 350.00
X(6) = 8.33, X(2) = 16.67, X(3) = 33.33,
6.12. Problemas Duales de Programación Lineal
La programación lineal permite que un problema de maximización tenga su

recíproco e inverso, un problema de minimización. El correspondiente
problema de minimización toma el nombre de DUAL y de manera
correspondiente todo problema de programación lineal de minimización
tiene su recíproco e inverso problema de maximización, llamado como en el
caso anterior problema DUAL. El problema original lleva el nombre de
Primitivo, Original o Inicial.
Los problemas duales de programación lineal se basan en el Teorema de

Dualidad: “ La función objetivo f(x) de programación lineal toma un valor
máximo si y solo si la función g(y) del problema dual correspondiente toma
el valor mínimo, en este caso, (max)f(x) = (min)g(y). En otras palabras si P
y Q son soluciones factible tales que f(P) = g(Q), entones P y Q son
soluciones óptimas de sus problemas correspondientes.”
Con el objeto de demostrar este teorema, presentamos a continuación la

solución de un problema de programación lineal.

6.12.1. Proceso demostrativo
Problema Inicial:
Z (máx) C 1 X 1 C 2 X 2 C 3 X 3 ... C n X n
a11 X 1 a 12 X 2 a 13 X 3 ... a1 n X n b1
a 21 X 1 a 22 X 2 a 23 X 3 ... a 2 n X n b 2
a 31 X 1 a 32 X 2 a 33 X 3 ... a 3 n X n b3
.......... .......... .......... .......... .......... .......... .....
a n 1 X 1 a n 2 X 2 a n 3 X 3 ... a nn X n b n
En donde Xj 0
Problema dual
G ( min ) b 1 Y1 b 2 Y 2 b 3 Y 3 ... b n Y n
a 11 Y1 a 21 Y 2 a 31 Y 3 ... a n 1 Y n C 1
a 12 Y 1 a 22 Y 2 a 32 Y 3 ... a n 2 Y n C 2
a 13 Y1 a 23 Y 2 a 33 Y 3 ... a n 3 Y n C 3
.......... .......... .......... .......... .......... .......... .....
a 1 n Y 1 a 2 n Y 2 a 3 n Y 3 ... a nn Y n C n
Yj 0
Usando matrices
Matriz de maximización (Original) Matriz de minimización
(Traspuesta)
a11 a12 a13 ... a1n b1 a11 a21 a 31 ... a n1 c1

a21 a 22 a23 ... a2 n b2 a12 a22 a32 ... an 2 c2
a31 a 32 a33 ... a3 n b3 a13 a23 a33 ... an 3 c3
. .
... ... ... ... ... ... ... ... ... ... ... ...
an1 a n2 an 3 ... a nn bn a1n a 2n a3n ... a nn cn
c1 c2 c3 ... cn * b1 b2 b3 ... bn *
Nótese que los coeficientes de la función objetivo de la maximización, pasan

a ser términos independientes en el problema dual de la minimización y los
términos independientes de la maximización pasan a ser los coeficientes de
la función objetivo en el dual de la minimización.

Ejemplo 6-6
El problema de maximización: Matriz de maximización
Z(max) = 30X1 + 50X2

2 1 16
Sujeto a: 1 2 11
1 3 15
2X1+ X2  16 30 50 *
X1 + 2X2  11
X1 + 3X2  15
Matriz traspuesta Problema dual
G(min) = 16Y1 + 11Y2 + 15Y3

2 1 1 30
1 2 3 50 Sujeto a 2Y1 + Y2 + Y3 30
16 11 15 Y1 + 2Y2 + 3Y3 50
Resolviendo ambos problemas por el método Simplex y analizando el valor

máximo como el mínimo de las funciones respectivas y el conjunto solución
en cada caso:
Tenemos:
Z(maxi)= + 30.00X(1) + 50.00X(2)

-----------------------------------------------------------------
+ 2.00X(1) + 1.00X(2) <= 16.00
+ 1.00X(1) + 2.00X(2) <= 11.00
+ 1.00X(1) + 3.00X(2) <= 15.00
*** Tabla No 1 ***

----------------------
Cj Xn 30.0 50.0 0.0 0.0 0.0

-----------------------------------------------------------------
0 X(3 ) 2.00 1.00 1.00 0.00 0.00 16.00
0 X(4 ) 1.00 2.00 0.00 1.00 0.00 11.00
0 X(5 ) 1.00 3.00 0.00 0.00 1.00 15.00
-----------------------------------------------------------------
Zj 0.0 0.0 0.0 0.0 0.0 0.0
-----------------------------------------------------------------
Zj - Cj -30.0 -50.0 0.0 0.0 0.0
-----------------------------------------------------------------

*** Tabla No 2 ***

----------------------
Cj Xn 30.0 50.0 0.0 0.0 0.0

-----------------------------------------------------------------
0 X(3 ) 1.67 0.00 1.00 0.00 -0.33 11.00
0 X(4 ) 0.33 0.00 0.00 1.00 -0.67 1.00
50 X(2 ) 0.33 1.00 0.00 0.00 0.33 5.00
-----------------------------------------------------------------
Zj 16.7 50.0 0.0 0.0 16.7 250.0
-----------------------------------------------------------------
Zj - Cj -13.3 0.0 0.0 0.0 16.7
-----------------------------------------------------------------
*** Tabla No 3 ***

----------------------
Cj Xn 30.0 50.0 0.0 0.0 0.0

-----------------------------------------------------------------
0 X(3 ) 0.00 0.00 1.00 -5.00 3.00 6.00
30 X(1 ) 1.00 0.00 0.00 3.00 -2.00 3.00
50 X(2 ) 0.00 1.00 0.00 -1.00 1.00 4.00
-----------------------------------------------------------------
Zj 30.0 50.0 0.0 40.0 -10.0 290.0
-----------------------------------------------------------------
Zj - Cj 0.0 0.0 0.0 40.0 -10.0
-----------------------------------------------------------------
*** Tabla No 4 ***

----------------------
Cj Xn 30.0 50.0 0.0 0.0 0.0

-----------------------------------------------------------------
0 X(5 ) 0.00 0.00 0.33 -1.67 1.00 2.00
30 X(1 ) 1.00 0.00 0.67 -0.33 0.00 7.00
50 X(2 ) 0.00 1.00 -0.33 0.67 0.00 2.00
-----------------------------------------------------------------
Zj 30.0 50.0 3.3 23.3 0.0 310.0
-----------------------------------------------------------------
Zj - Cj 0.0 0.0 3.3 23.3 0.0
-----------------------------------------------------------------
*** Tabla Final ***

-----------------------
Cj Xn 30.0 50.0 0.0 0.0 0.0

-----------------------------------------------------------------
0.0 X(5 ) 0.00 0.00 0.33 -1.67 1.00 2.00
30.0 X(1 ) 1.00 0.00 0.67 -0.33 0.00 7.00
50.0 X(2 ) 0.00 1.00 -0.33 0.67 0.00 2.00
-----------------------------------------------------------------
Zj 30.0 50.0 3.3 23.3 0.0 310.0
-----------------------------------------------------------------
Zj - Cj 0.0 0.0 3.3 23.3 0.0
-----------------------------------------------------------------
Solucion:
Z(maxi) = 310.00
X(5) = 2.00, X(1) = 7.00, X(2) = 2.00,

Z(mini)= + 16.00X(1) + 11.00X(2) + 15.00X(3)

--------------------------------------------------------------------
+ 2.00X(1) + 1.00X(2) + 1.00X(3) >= 30.00
+ 1.00X(1) + 2.00X(2) + 3.00X(3) >= 50.00
*** Tabla No 1 ***

----------------------
Cj Xn 16.0 11.0 15.0 0.0 3000 0.0 3000

--------------------------------------------------------------------
3000 X(5) 2.00 1.00 1.00 -1.00 1.00 0.00 0.00 30.00
3000 X(7) 1.00 2.00 3.00 0.00 0.00 -1.00 1.00 50
--------------------------------------------------------------------
Zj 9000 9000 12000 -3000 3000 -3000 3000 240000
--------------------------------------------------------------------
Zj - Cj 8984.0 8989.0 11985.0 -3000.0 0.0 -3000.0 0.0
--------------------------------------------------------------------
*** Tabla No 2 ***

----------------------
Cj Xn 16 11 15 0 3000 0 3000
--------------------------------------------------------------------
3000 X(5) 1.67 0.33 0.00 -1.00 1.00 0.33 -0.33 13.33
15 X(3) 0.33 0.67 1.00 0.00 0.00 -0.33 0.33 16.67
--------------------------------------------------------------------
Zj 5005 1010 15 3000 3000 995 -995.0 40250
--------------------------------------------------------------------
Zj - Cj 4989 999 0 -3000 0 995 -3995
--------------------------------------------------------------------
*** Tabla No 3 ***

----------------------
Cj Xn 16.0 11.0 15.0 0.0 3000.0 0.0 3000.0

--------------------------------------------------------------------
16 X(1) 1.00 0.20 0.00 -0.60 0.60 0.20 -0.20 8.00
15 X(3) 0.00 0.60 1.00 0.20 -0.20 -0.40 0.40 14.00
--------------------------------------------------------------------
Zj 16.0 12.2 15.0 -6.6 6.6 -2.8 2.8 338.0
--------------------------------------------------------------------
Zj - Cj 0.0 1.2 0.0 -6.6 -2993.4 -2.8 -2997.2
--------------------------------------------------------------------
*** Tabla No 7 ***

----------------------
Cj Xn 16.0 11.0 15.0 0.0 3000.0 0.0 3000.0

--------------------------------------------------------------------
16 X(1 ) 1.00 0.00 -0.33 -0.67 0.67 0.33 -0.33 3.33
11 X(2 ) 0.00 1.00 1.67 0.33 -0.33 -0.67 0.67 23.33
--------------------------------------------------------------------
Zj 16.0 11.0 13.0 -7.0 7.0 -2.0 2.0 310.0
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 -2.0 -7.0 -2993.0 -2.0 -2998.0
--------------------------------------------------------------------

*** Tabla Final ***

-----------------------
Cj Xn 16.0 11.0 15.0 0.0 3000.0 0.0 3000.0

--------------------------------------------------------------------
16.0 X(1 ) 1.00 0.00 -0.33 -0.67 0.67 0.33 -0.33 3.33
11.0 X(2 ) 0.00 1.00 1.67 0.33 -0.33 -0.67 0.67 23.33
--------------------------------------------------------------------
Zj 16.0 11.0 13.0 -7.0 7.0 -2.0 2.0 310.0
--------------------------------------------------------------------
Zj - Cj 0.0 0.0 -2.0 -7.0 -2993.0 -2.0 -2998.0
--------------------------------------------------------------------
Solucion:
Z(mini) = 310.00
X(1) = 3.33, X(2) = 23.33,
Cuadro comparativo:
Z X1 X2 X3 X4
Maximización 310 7 2 3.3 23.3
Minimización 310 3.3 23.3 -2 -7
Podríamos concluir que: Hay un único valor de Z para Maximización y

Minimización con sus respectivos valores de coordenadas ( X1, X2). Cabe
señalar que los valores de las variables no reales (X3, x4) en
maximización corresponden al conjunto solución de la minimización. Esta
particularidad de los problemas de dualidad, hace posible que al resolver un
problema de maximización, implícitamente, se resuelva el problema
contrario de minimización.

Sección 7 170 Introducción al Cálculo Diferencial e Integral
7. INTRODUCCION AL CALCULO DIFERENCIAL E INTEGRAL
Introducción
El cálculo fue desarrollado en el siglo XVII como método matemático nuevo

y diferente, por Sir Isaac Newton y Gottfried Leibnitz, Lo crearon en forma
independiente. Newton lo desarrolló, al tratar de resolver problemas de
Física y Astronomía; en cambio, Leibnitz lo descubrió al tratar de resolver
problemas de tipo geométrico.
7.1. Variables y Constantes
Una variable es una expresión generalmente de carácter literal, a la que se

le puede asignar durante el proceso de análisis, cualquier valor. Las
variables se las designa convencionalmente con las últimas letras del
alfabeto, aunque esto no constituye una regla.
Una cantidad que permanece invariable en todo el proceso de análisis, se

llama Constante y, están representadas por números. Existen otros tipos de
constantes que se las conoce como arbitrarias o parámetros y están
representadas por las primeras letras del alfabeto; estas constantes pueden
ser asignadas un valor numérico y éste se mantiene constante en todo el
proceso de análisis
Constantes Numéricas Constantes arbitrarias o Parámetros

a, b, c, d
2, 5 , ¾ , , 3
Ejemplo:

En la siguiente expresión las constantes son 5,2 y las variables y,x
Y = mx + b
Y = 5x + 2
Valor Absoluto. Es el valor numérico de la distancia en la recta numérica,

desde el cero hacia la derecha o izquierda sin considerar el signo y, se
representa por |a| y se lee “valor absoluto de a”. Así, |2|= 2, |-3|= 3.
7.2. Intervalo de una variable.
En muchas ocasiones necesitamos referirnos a un determinado conjunto de

números, de los cuales podemos escoger cualquier valor. Por ejemplo
podemos decir que x puede asumir cualquier valor del conjunto A =
{0,1,2,3,4,5}, podemos indicar que de este conjunto no deben intervenir
los extremos, solamente uno de ellos o ambos. Para emplear esta
característica de asignación de valores usaremos los denominados
intervalos
Intervalo Cerrado. Se representa por [a,b] y es aquel que contiene sus

extremos, y se define por la expresión:
[a, b] = {x/ a  x b}
[2, 5] = {x/ 2  x 5}={2,3,4,5}
Es decir, que este intervalo constituye el conjunto de los números reales

positivos mayores o iguales a 2 , y menores o iguales a 5. Su gráfica es:
2 5
0 ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡
Intervalo Abierto. Se representa por (a, b), es aquel intervalo que no

contiene los extremos, y se define por la expresión:
(a, b) = {x / a < x < b}
(a, b) = {x / 1< x < 4}
(1, 4) = { 2 , 3 }
Este intervalo está constituido por los elementos mayores de 1 y menores

de 4. Su gráfica es la siguiente:

1 2 3 4
0 | | | | | | | |
7.3. Variables Dependientes e Independientes .
La variable a la que se puede asignar valores, dentro de un rango, a

voluntad, se la denomina variable independiente o argumento. La variable
cuyo valor queda fijado cuando se ha asignado un valor a la variable
independiente se la llama variable dependiente o función. En los procesos
de cálculo, generalmente están ligadas dos variable entre sí y, se puede
elegir a cualquiera de ellas como variable independiente; pero, una vez
hecha esta designación, ya no se puede cambiar sin tomar las precauciones
del caso.
7.4. Límite de una variable.
Para tener una idea clara de lo que es el límite de una variable,

enunciaremos un ejemplo geométrico. Consideremos la superficie de un
triángulo inscrito en una circunferencia, luego el cuadrado, hasta llegar a un
polígono de n lados, el área del polígono de infinito número de lados tiende
a un límite que es el área del círculo; no obstante, la diferencia del área del
círculo (c) y el área del Polígono (p), esto es c – p, va disminuyendo hasta
que llega a ser un número infinitesimalmente pequeño, menor que cualquier
número imaginable.
Definición. Se dice que la variable p tiende a la constante c ( p  c) como

límite, cuando los valores de p son tales que la diferencia c – p puede
llegar a ser tan pequeña como la imaginación lo permita (infinitesimalmente
pequeña).
En estas condiciones la relación definida se escribe Lim p = c, cuando p 

c y se lee “ Límite de la variable p igual a c, cuando la variable p tiende a
c”.
Un ejemplo sencillo:
Lim x = 2, x  2
1 2
0| | |
1.9 2 - 1.9 = 0.1

1.99 2 – 1.99 = 0.01
1.999 2 – 1.999 = 0.001
…
7.5. Límite de una función.

El concepto de función ya fue discutido en la sección 1, apartado 1.5, en

esta parte daremos la definición del Límite de una función concretamente.
"El límite de una función f(x) es el número A cuando la variable

independiente x tiende al valor a (x  a ), si se verifica que los valores de
la función f(x) se aproximan tanto cuanto se quiere al valor A, tomado los
valores de la variable independiente x próximos al valor a, de tal manera
que la diferencia a – x puede llegar a ser menor que cualquier número
positivo predeterminado infinitesimalmente pequeño."
La expresión matemática es la siguiente:
Lim f(x) = A |A – f(x)| = 

xa |a – x| =
Ejemplo 7.1
F = {(x, y) / f(x) = y = x +1}
Lim f(x) = 3
x2
F(x) 2 2.5 2.6 2.7 2.8 … 3

x 1 1.5 1.6 1.7 1.8 … 2
3 – f(x) 3– 2 3 – 2.5 3 – 2.6 3 – 2.7 3 – 2.8
2-x 2– 1 2 –2.5 2 – 2.6 2 – 2.7 2 – 2.8
7.6. Teoremas sobre los Límites.
Para calcular los límites de una función, los siguiente teoremas prestan
gran utilidad.
1. Límite de una constante
Lim c = c
xa
Ejemplo 7.2
Lim 5 = 5
Regla: El Límite de una constante, es igual a la constante.
2. Límite de una constante por una función.
Lim K f(x) = K Lim f(x)

x a x a
Ejemplo

Lim 5 (x ) = 5 Lim ( x) = 5 * 3 = 15
x 3 x3
Regla: El límite de una constante por una función es igual a la

constante por el límite de la función.
3. Límites de la suma, diferencia, producto y potencia de una función. Para

estos casos consideremos las funciones f, g, h de la variable x y sus
límites
Lim f = F lim g = G lim h = H

xa xa x a
 Límite de la suma de dos funciones
Sean las funciones:
f = 2x y g = 3x
Lim[2x + 3x] = lim(2x) + lim(3x) = F+G

x 3 x 3 x3
De acuerdo con la regla anterior, tenemos
= 2*lim(x) + 3*lim(x) = 2*3 + 3*3 = 6 + 9

x 3 x 3
Regla: El límite de la suma de dos funciones es igual a la suma de

los límites de cada una de las funciones.
 Límite del producto de dos funciones
Sean las funciones:
f = 4x + 6 y g = 2x +9
Lim [f(x) * g(x)] = lim f(x) * lim g(x) = lim(4x+6) * lim(2x + 9)= F*G
x2 x2 x 2 x2 x 2
= (4*2 + 6) * (2*2 + 9) = 8+6 * 4+9 = 182
Regla: El límite del producto de dos o más funciones es igual al

producto de los límites de las funciones.
 Límite del cociente de dos o más funciones
Sean las funciones:
f = 4x + 6 y g = 2x +9

lim (4 x 6)
4 x 6 x 3 F 4 * 3 6 18
lim    
x 3 2 x 9 lim (2x 9) G 2 * 3 9 15
x 3
Regla: El límite del cociente de dos o más funciones es igual al

cociente de los límites de las funciones.
 Límite de una función elevada a una potencia
Sea la función:
f = (2x)3
lim 2 x lim   F 3 4 3 64

2x
3
 
x 2 x 2 
Regla: El límite de una función elevada a una potencia es igual a la
potencia del límite de la función.
7.7. Funciones continuas
Definición. Se dice que una función es continua en un intervalo, cuando es

continua para todos los puntos de ese intervalo. De otra manera, una
función es continua en todos los puntos de un dominio cuando está definida
para todos los puntos de ese dominio; es decir, si se grafica los pares
ordenados P(x, y), en el plano cartesiano obtendremos una línea continua
bien definida dentro de ese intervalo.
Ejemplo 7-3
La función y x 3 x 2 3 x 1es continua en el intervalo: 5 x 10
Definición. Se dice que una función f(x) es continua para x = a si el límite

de la función, cuando x tiende al valor a es igual al valor de la función para
x=a. Luego
lim f ( x ) f (a)
x a
En estas condiciones la función f(x) es continua para el valor x = a, caso

contrario es discontinua.
Puede ser que al aplicar esta definición y algunas reglas de los límites se

0 
presenten la formas , que no tiene significado y comúnmente se las
0 
conoce como indeterminaciones. Estas indeterminaciones pueden evitarse
con la ayuda del álgebra elemental y la definición de algunos límites
particulares y su forma abreviada, que se indican a continuación.
G ráfico de la funció n
y = x 3 - x 2 + 3x -1
3000
2500
Codominio
2000
1500
1000
500
0
0 5 10 15
D ominio
Fig. 7-1
c c
lím x 0
x  
0
c c
lím x 
x 0 0

lím c * x 
x 
c * 
x 
Lim  
x  c c
Ejemplo 7-4
3 x 3 4x 2 1 3
Demostrar el límite lím 
x  2 x x 4
3
2
Dividiendo tanto numerador como denominador por la potencia mayor x 3
4 1
3  3
x x 3
lím 
1 4 2
x 
2 2  3
x x

De acuerdo con los teoremas de los límites todos los términos que
contienen la variable x en el denominador valen cero.
7.8. Condiciones de continuidad
Cuando estudiamos los límites se indicó que se pueden dar valores a x tan
cercanos al valor a de suerte que x – a es igual a que se interpreta como
un número positivo infinitamente pequeño.
Si el lím f (x ) existe y la imagen de f(a) también existe y si ambos son

x a
iguales es de especial interés e importancia. En particular se dice que una
función f(x) es continua en x = a, cuando cumple las siguientes
condiciones:
 Para f(x) debe existir la imagen f(a) en el punto x = a.
 El lím f ( x) debe existir para el valor x = a

xa
 Debe existir la igualdad: lím f (x ) = f(a)

x a
Ejemplo 7-5
1
Discutir la función, f {( x , y ) / y  }, x = 2
x 2
1 1
1. f (2)   in det erminado
2 2 0
1 1
2. lím   in det erminado
x 2 x  2 0
Como tanto la imagen y el límite de la función son indeterminados, la

función no es continua en el punto X = 2
Ejemplo 7-6.
x 2 4
Discutir la continuidad de la función f {( x, y) / y  }, x = 2
x 2
4 4 0
1. f (2)   in det erminación
2 2 0

Mediante el uso del álgebra elemental podemos “levantar” la

indeterminación, la función original puede transformase en otra función
equivalente con la cual se puede seguir el proceso. Esto es
x 2 4
f {( x, y) / y  }  f {( x, y ) / y x 2}
x 2
Aplicando las condiciones de continuidad
x 2 4
1. f {( x , y ) / y  } f {( x , y ) / y x 2} -> f(2) = 4
x 2
x 2 4
2. lím  lím (x 2) 4
x 2 x  2 x 2
x 2 4
3. lím  lím (x 2) 4 = f(2)
x 2 x  2 x 2
x 2 4
En conclusión, se ha demostrado que la función f {( x, y ) / y  } es
x 2
continua para el valor x = 2.
Ejemplo 7-7
Discutir la continuidad de la función:
f ( x) {( x, y ) / y  1 x 2 }
Con funciones de este tipo se hace necesario realizar un proceso

matemático para determinar el dominio de la variable independiente; en tal
virtud, se estudia los valores en los cuales el radicando es negativo y por
consiguiente la raíz se hace imaginaria.
1- x2 = 0
x2 = 1
x = 1
En este caso el rango de la variable independiente es -1  x  1, valores

en los cuales la raíz no es imaginaria.
Ejercicios.
Determine el límite y estudie la continuidad de las siguientes funciones

4 2 x 2 x 2 5x 6 6 x 3 3x 2 2 x 5
1. lím 2. lím 3. lím
x  3x 5x2 x 2 x  x  4 x 2 2 x 1
3
x 2
7.9. Incrementos
El incremento de una variable es la variación que experimenta ésta, al pasar

de un estado numérico 1 a otro estado numérico 2 y, se define como la
diferencia entre el estado 2 y el estado 1; es decir, x 2 – x1 = x. Cuando el
resultado es negativo, se llama decremento, caso contrario se llama
incremento.
El símbolo usado para identificar el incremento es la letra griega delta() y,

siempre está acompañada de la varible
x = “delta x” Incremento de x x2 – x 1
y = “delta y” Incremento de y y2 – y 1
z = “delta z” Incremento de z z2 – z1
Ejemplo 7-8
Lim x = 2, x  2
1 2
0| | |
1.9
1.95
1.98…
Valor final de x (x2 ) Valor inicial de x (x1 ) Incremento de x

(x)
2 1,5 0,5
2 1,8 0,2
2 1,85 0,15
2 1,90 0,1
2 1,95 0,05
2 1,98 0,02
Nótese que cuando el incremento tiende a cero (x = 0), el valor inicial
tiende al valor final (x1  x 2 ).

7.10. Función incrementada
Tratándose de una función f {x , y ) / y f ( x)} , si la variable independiente

sufre un incremento (x ), también lo hará la variable dependiente (y).
Aplicando este razonamiento a la función tenemos:
y  f ( x)
y y f ( x x )
Esta última expresión se llama función incrementada.
Ejemplo 7-9
Sea la función
f {( x, y) / y 4x 3}
Función incrementada
y y 4( x x ) 3
7.11. Límite de una Función Incrementada
Conocida como la derivada de una función, el proceso es el siguiente:
Si restamos la función incrementada menos la función original, resulta
y y f (x x)
y f ( x )

y f (x x ) f ( x )
Dividiendo ambos miembros de esta igualdad por x
y f ( x x) f ( x)

x x
y f ( x x) f (x ) y
lím x lím
x 0 x 0 x

x

Definición: La derivada de una función es el límite de la razón del

incremento de la función al incremento de la variable independiente cuando
éste tiende a cero
Para el ejemplo anterior
y y 4( x x ) 3

y 4 x 3
-----------------------
y 4x
Dividiendo por x y sacando el límite
y 4x y
lím x lím
x 0 x0 x
4 
x
Luego
y y
lím 4 
x 0 x x
Considerando los incrementos y su variación
y2 y1 y
lím 4 
x 0 x2 x1 x
x2 x1 X2-X1 y2 y1 Y2-Y1 y/x

0,25 0 0,25 4 3 1 4
0,25 0,025 0,225 4 3,1 0,9 4
0,25 0,05 0,2 4 3,2 0,8 4
0,25 0,075 0,175 4 3,3 0,7 4
0,25 0,1 0,15 4 3,4 0,6 4
0,25 0,125 0,125 4 3,5 0,5 4
0,25 0,15 0,1 4 3,6 0,4 4
0,25 0,175 0,075 4 3,7 0,3 4
0,25 0,2 0,05 4 3,8 0,2 4
0,25 0,225 0,025 4 3,9 0,1 4
Nótese que en la columna de x1, los valores van incrementándose hasta

llegar al valor límite 0,25, de suerte que el incremento x tiende a cero
como se observa en la columna (x2-x1). El valor de y1 va acercándose al
valor 4 como límite de la función y también el valor del incremento y
tiende a cero. La división y/x es una constante 4 ya que se trata de la

pendiente de una línea recta. En conclusión “el límite de la función cuando

el incremento de x tiende a cero es el valor 4”
Gráfico de la función
Gráfico de la función: y = 4x+3
40
30
20
10
0
-10 -5 -10 0 5 10
-20
Fig. 7- 2
Ejemplo 7-10
Sea la función
F = {(x, y)/ f(x) = y = x 2+1}
1. f {( x , y ) / y x 2 1}
2. Función incrementada
y y (x x) 2 1
3. Re stando
y y x 2 2x x (x ) 2 1
y x 2 1
_________________________
y 2 xx (x) 2
4. Dividiendo por x y det erminando el lím ite
y
lím lím 2 x x lím 2x lím x 2x 0
x 0 x x 0 x  0 x 0
y
2 x
x
Gráfico de la función y de la ecuación de la recta con m = y/x = 2 en el
punto P(3,10)

FUNCION Y RECTA TANGENTE
250
200
150
100
50
0
-20 -10 -50 0 10 20
-100
Fig. 7- 3
7.12. Interpretación Geométrica de la derivada
Y2 Q
L
F(x)
Y1 x
P
m =dy/dx X1 x2
Fig. 7-4
La función f {( x, y ) / y f ( x)} y dos puntos P y Q sobre ella como se

indica en el gráfico.
La pendiente de la secante (S), está dada por la expresión:
f ( x x ) f ( x) y
msec  
x ( x x ) x

Haciendo que el punto Q tienda hacia P, siguiendo la trayectoria de la f(x);

acercándose a este tanto como se pueda, sin que llegue a tomar su lugar
completamente, es decir, que siempre entre los dos puntos habrá una
distancia infinitesimalmente pequeña que puede relacionarse como un
límite.
Si se acerca el punto Q hasta P con una distancia infinitesimal entre ellos,

de suerte que el x tiende a cero como límite. En estas condiciones la
Secante se convertirá en Tangente a la curva en el límite cuando x tiende
a cero y la pendiente de la línea secante se transforma en la pendiente de la
línea tangente
y f ( x x ) f ( x) y
msec msec lím lím 
PQ x 0 x x 0 x x
Definición: El valor de la derivada en cualquier punto de la curva es

igual a la pendiente de la línea tangente en ese punto.
7.13. Derivación de Funciones Algébricas
Deducción de las reglas de derivación
7.13.1. Derivada de una constante
La expresión y=c
Incrementando
Y + y = c
-y = -c
y = 0
dividiendo por x y aplicando el límite
y y
lím  0
x 0 x x
Regla: La derivada de una constante es cero.
7.13.2. Derivada de una variable con respecto a si misma
La función f {( x, y ) / y x}

Incrementando y restando la función original
y y x x
y x
_____________
y x
Dividiendo por x y obteniendo el lím ite
y x
lím lím
x 0 x x 0 x
y
1
x
Regla: La derivada de una variable con respecto a si misma es igual
a 1.
7.13.3. Derivada de una suma de funciones
La determinación estándar de la suma de funciones
F = {(x, y)/ y = u+ v- w}
En donde u, v, w son funciones de x

y y u u v v w w
y u v w
____________________________
y u v w
y u v w
lím x lím x lím x lím x
x 0 x 0 x 0 x 0
y u v w
  
x x x x
Regla: La derivada de la suma algebraica de varias funciones es

igual a la suma algebraica de sus respectivas derivadas

7.13.4. Derivada del producto de una constante por una

función
Sea la expresión, f {( x , y ) / y c * u} , en donde u es una función en x y

c es una constante real distinta de cero

y y c (u u ) cu cu
y  cu
___________________________
y  cu
y u
lím c lím
x 0 x x 0 x
y u
c
x x
Regla: La derivada del producto de una constante por una variable

es igual a la constante por la derivada de la variable.
7.13.5. Derivada del producto de dos funciones
Sea la expresión, f {( x, y) / y u * v} ,en donde u y v son funciones en x

y y (u u )(v v ) uv uv vu uv
y uv
____________________________________________
y  uv vu uv
Dividiendo por x
y uv vu uv uv vu uv
   
x x x x x

Sacando el lím ite

y uv vu uv
Lim Lim Lim Lim
x 0 x x 0 x x 0 x x 0 x
Luego, siendo el último lím ite igual a cero
y v u
u v
x x x
Regla: La derivada del producto de dos funciones es igual al

producto de la primera función por la derivada de la segunda, más
el producto de la segunda función por la derivada de la primera
Se puede extender la fórmula, mediante el método de inducción, para

probar que la derivada del producto
F(x) = {(x,y)/u1 u2 u3 … un }, siendo ui (i={1,2,3,…n}) funciones en x
En donde n es un número finito de funciones derivables mediante la fórmula
 u u u

u1u2 u 3 ...u n 
u 2 u3 ...u n 1 u1u3 ...u n 2 u1u2 ...u n 1 n

y x x  x
Regla: La derivada del producto de un número finito de

funciones es igual a la sumatoria del producto de la derivada del un
factor por los n-1 factores restantes.
7.13.6. La derivada del cociente de dos funciones

La función en donde: u, v son funciones en x
u
y
v
Incrementa do
u u
y y 
v v
Re stando la función original
u u
y y 
v v
u
y 
v
__________ __________ ____

u u u
y y y  
v v v
(u u )v (v v)u

y 
v(v v)
Re solviendo los paréntesis y dividendo por x
uv vu uv uv vu uv

y   2
v 2 vv v vv
u v
v u
y vu uv
 2  x x
x (v vv)x v vv
2
Sacando el lím ite
u v
v u
y x x ,
lim lim
x 0 x x0 v vv
2
Aplicando la derivada

u 
v
v u

  
y x x

x v 2
Regla: La derivada del cociente de dos funciones es igual al

denominador por la derivada del numerador, menos el numerador
por la derivada del denominador, todo dividido por el denominador
al cuadrado

7.13.7. Derivada de la potencia de una función
Sea la función: y = un
En donde u es una función de x y n es un exponente real y constante.
Incrementando la variable dependiente e independiente, siguiendo las

reglas del binomio de Newton, resulta:
y u n
Incremetando
nu n 1 u n (n 1)u n 2 (u) 2
y y  u u  u n   ...
n
1! 2!
nu n 1 u n (n 1)u n 2 (u) 2
y y u u  u n   ...
n
1! 2!
y u n
________________________________________________
nu n 1 u n(n 1)u n 2 ( u ) 2
y   ...
1! 2!
Dividiendo por x y Aplicando lím ites
u n 1 n 2 (u)2
nu n( n 1)u
y x  x ...
Lim Lím Lím
x 0 x x 0 1! x 0 2!
Considerando que el producto de un lím ite por un inf initésimo

elevado a una potencia mayor de UNO es CERO, resulta :
y u
nu n 1
 x x
Regla: La derivada de una función elevada a un exponente real y

constante es igual al producto del exponente por la función elevada
a un exponente menorado en una unidad, por la derivada de la
función.
Ejercicios demostrativos por incrementos
1. Derivar la función y = 3+5x

y 3 5 x
Incrementando
y y 3 5 * ( x x)
y y 3 5 x 5x
y 3 5 x
________________
y 5x
Dividiendo por x y sacando el lím ite
y 5x
Lím Lím
x 0 x x 0 x
y
5
x
2.- Derivar la función y x 3 x 2 2
Incrementando la función
y y (x x )3 ( x x ) 2 2
Desarrollando las potencias
y y x 3 3 x 2 x 3x (x ) 2 (x) 3 x 2 2 xx (x) 2 2
y y x 3 3 x 2 x 3x (x ) 2 (x) 3 x 2 2 xx (x) 2 2
y x 3 x 2 2
__________________________________________________
y 3 x 2 x 3x (x ) 2 (x) 3 2 xx (x) 2
Dividiendo por x y aplicando límites
y
Lím Lím{3 x 2 3x (x ) (x) 2 2 x (x)}
x  0 x x 0

y
3 x 2 2 x

x

3. Derivada de un cociente
2 x 2
y
Derivar la función 3x 3
Haciendo los incrementos de las variables y operando, resulta:
2( x x) 2
y y 
3( x x) 3
2( x x) 2
y y 
3( x x) 3
2 x 2
y 
3x 3
__________________________
2( x x) 2 2 x 2 (2( x x) 2)(3x 3) (2x 2)(3(x x ) 3)
y   
3( x x) 3 3x 3 (3(x x ) 3)(3x 3)
Dividiendo por x
y 12
 2
x 9x 18x 9 9x 9xx
Aplicando los lím ites
y  12 
Lím x Lím 
x 0 9x x 0
2

18x 9 9x 9x x 
Siendo Lím 9x Lím9 xx 0

x 0 x0
y 12

x (3x 3)2
4. Derivar la función y  3 x 3
Haciendo los incrementos de las variables y operando, resulta:

1
y y  3( x x 
3) 2 
3x 3x 3
1
2
y y 
3x 3x 3
1
2

3 x 3
1
y 2
______________________

y 
3x 3x 32 
3x 32
1 1
Multiplicando y dividiendo por la suma de las mismas potencias
3x 3x 3

2 
3x 3
1 1
 1 1
3x 3x 3 
3 x 3
2
y  2 2
 3x 3x 3
2 
3x 3
1 1
2
Re solviendo el producto notable dividiendo por x y aplicando límites
y
 Lím
3x 3x 33x 3  3
Lim Lím
x 0 
1 1 1 1
x 0
3x 3x 32 3x 32 x0 3x 3x 32 3x 32
y 3


2 3x 3
1
x 2
En resumen, si se tiene la función y = f(x) y, siguiendo la regla general de

derivación, considerando los incrementos, la derivada viene dada por la
expresión:
y f ( x x) f ( x)
Lím  Lím
x 0 x x 0 x
No obstante el camino más adecuado para la derivación de funciones

algebraicas es la aplicación de las reglas estudiadas anteriormente.
Ejemplos 7-11
En los siguientes ejemplos hallar las derivadas usando las reglas de

derivación
1.
y 5 3 x 4x 2 7 x 3
y (5) (3 x) (4 x ) (7 x )
2 3
   
x x x x x
y
0 3 8x 21x 2
x

2.
1 2 3
y  2  3
x x x
y 1  2  3 
      
x x x  x x 2  x x 3 
y  1  2  3
  x    x    x 
x x x x
y 1 2 3
(1) x 2 (2)x 3 ( 3)x 4  2  3  4
x x x x
3.
1 2 3
y x 3
x 4
x 2
y  13   2 4   3 2 
 x  x  x 
x x   x   x  
1
y 1 2 2 2 3 1 1 2 3x 2
 x 3 x 4 x 2 2  2 

x 3 4 2 3x 3 4 x 4 2
4.

y 3x 8 x
4 3 5

y

5 3x4 8x 3
4 
   
3x 4 8 x3 5 3 x4 8x 3 12 x3 24x 2
4
 
x x
Esta función también puede desarrollarse por el Binomio de Newton
5.
z 3 7 y 5 2 y 2
 
1
z  7 y 2 y (7 y 2 y )
 
5 2 3 5 2
1 2
  7 y 2 y
5 2 3
y y 3 y
(35 y 4 4 y )
z 1

 7 y 5 2 y 2  2
3
(35 y 4 4 y ) 
y 3  
2
3 7 y 2 y 3
5 2

6.
2 4 w 5 w
2 3
u 
8 w 4
u

 4 2

8 w  2 4 w 5 w  2 4 w 5 w  8 w
3 2 3 4
  
w 8 w 4
2
 
u

8 w 4

8 w 15 w 2 4 w
2 2
5 w
3


4 w 
3
w 
8 w  4 2
u 64 w 120 w 2 8 w 5 15 w 6 8 w 3 16 w 5 20 w 6


w 8 w 4
2
 
u 5 w 6 8 w 5 8 w 3 120 w 2 64 w

w 8 w 4
2
 
7.
2x 3x 2 2 x 3x 2
y 
5 x 2 7 x 3 5 x 2
7 x 3  1
2
  2 x 3 x 
2 x 3x  
1 1
y 5x 2 7 x 3 5 x 7 x 3
2 2 2 2 2

x 5 x 2
7 x 3 
2
5x  2 6 x 2 x 3x 1 2 5 x  10 x 21x 

1 1
y
2
7 x 3 2 2 2
7 x 3 2 2

x 5 x 2 7 x 3
y x 3 ( 44 21x )

x 2(5 x 2 7 x 3 ) 3 2

8.
1
2 x 3 x 2 2 x 3 x 2 2
y  2 
5 x 2 7 x 3 5 x 7 x
3 

y 1 2 x 3 x 2
 . 2
1
  
 2 5 x 2 7 x 3  2 x 3 x 2  2 x 3 x 2 5 x 2 7 x 3

 
x 2  .
 5 x 7 x
3
 5 x 2 7 x 3
2
 
  . 21x 28 x 10 x

1
y 1 5 x 2 7 x 3 2 4 3 2

 
x 2 2 x 3 x 2 
1
2 5x 7 x  2 3 2
y 1 21 x 4 28 x 3 10 x 2

  
x 2 2 x 3 x 2 1 2 5 x 2 7 x 3 
3
2
7.13.7. Derivada de una función de función
Sean las funciones:

f {( x, y ) / u x 2 3x}
g {( x, y ) / y u 5}
3
Estas dos funciones tienen una variable en común u, es decir, u es función

de x por medio de g. Esta relación de pertenencia se refleja de la siguiente
manera
U=f(x) , y= f(u) entonces
Reemplazando tenemos
y = f (f(x))
A este tipo de función se lo conoce como función de función
Proceso de derivación
y g(u u ) g (u ) u f ( x x ) f ( x )

Lím u Lím
u 0 u
u 0 x 0 x x o
, lim lim
x
Tomando los primeros miembros y multiplicando
u y y
Lím x * Lím u Lím x
x 0 u 0 x 0
y u y
 *
x x u

Regla: La derivada de una función de función es igual al

producto de las derivadas individuales.
Ejemplo 7.12 Obtener dy/dx con las siguientes funciones
u 2 1
y 2 y u 4 x 3 2
u 1
dy (u 1)( 2u ) (u 1)( 2u )

2 2
4u
 
du u 2 12
u 2 12
u 1 3
 x 2  
3
4
3 x2
x 4
y
 
4u 1 3
 * x 3 2 4
3x 2
2

x u 1 2
4 
Re emplazando u, resulta
y 4 4 x 3 2
 
1 3
x 2  3
 
* 4
3 x2
x x 3 2 1
2
4
7.13.8. Derivación de Funciones Implícitas
Se llama función implícita aquella en la que no se puede expresar una

variable en función de otra, o al menos resulta complicado. Así
y 2 yx 2 xy 2 x
Para derivar este tipo de funciones se debe tener en cuenta lo siguiente:
( x ) ( y ) y
1, 
x x x
Se recomienda derivar cada variable como si fueran funciones

independientes siguiendo las reglas estudiadas

( y 2 ) ( yx 2 ) ( xy ) (2 x)
  
x x x x
2y y x y y x x
y 2 x x 2 x y 2
x x x x x x
y
Despejando
x
y 2 y 2xy

x 2 y x 2 x
7.13.9. Derivadas sucesivas
Hemos visto que al derivar una función, resulta aún que no siempre, un
polinomio en x siendo posible derivar por segunda vez, segunda derivada,
tercera vez, tercera derivada, etc.
Ejemplo 7.13
Hallar las derivadas sucesivas de la función
y 3x 5 2 x 4 x
y
15 x 4 8x 3 1
x
2 y
60 x 3 24x 2
x 2
3 y
180 x 2 48 x
x 3
Nuestro estudio se limitará a las aplicaciones hasta la segunda derivada, el

análisis y aplicaciones de las derivadas de orden superior, queda fuera del
alcance y objetivos de este texto.
7.13.10. Tangente y Normal
En el numeral 7.12 Interpretación geométrica de la derivada se discutió que

la derivada dy/dx es igual a la pendiente de la tangente a la curva f(x) en el
punto P(x,y), como se ilustra en el siguiente gráfico:

P(x,y)
FIG. 7.5
Tenemos la función f(x) representada por la curva, cuya definición estándar

se expresa
f = {(x,y)/ y = f(x)}
d(f(x))/dx = Tg()=dy/dx
Esta última relación de igualdad se debería interpretar como: “ la derivada

de la función f(x), es igual a la tangente del ángulo de inclinación de la línea
tangente a la curva f(x) en el punto P(x,y), representada por dy/dx”.
Geométricamente la línea tangente a la curva f(x), en el punto P(Xo,Yo), se

representa por la expresión:
y - y o = m(x - x o) 0 Y = mx +b
Reemplazando m = dy/dx, resulta
Y = (dy/dx)x+b
Ejemplo 7-13
Calcular la ecuación de la recta y normal a la curva y=f(x), en el punto

P(4,3).
1
f ( x )  x 3 x 2 2
3
y
 x 2 2 x
x
Para el punto P(4,3), dy/dx = 16+8 = 24. Como la derivada es igual a la

tangente del ángulo de inclinación, reemplazamos en la ecuación de la recta
Y – 3 = 24( x - 4)
Que es la ecuación de la recta tangente a la curva en el punto P(4,3)
La Normal a una función f(x) en un punto P(x,y), es la perpendicular a la

tangente a la curva que pasa por dicho punto.

Desde el punto de vista geométrico si dos rectas son perpendiculares, sus

pendientes guardan la siguiente relación:
1
mta 
mN
De acuerdo con esta relación la ecuación de la Normal se expresaría,
Y = (-1/m)x +b 0 y - yo = (-1/m)(x - x o)
Y – 3 = (-1/18)( x - 4)
Ecuación del la recta normal a la tangente
7.14. Aplicación General de la Derivada
En este tema revisaremos algunas aplicaciones que se pueden dar a la

derivada de una función f(x), no obstante haber discutido que la derivada es
la pendiente de la línea tangente a la curva en un punto P(x,y). El uso que
puede darse a la derivada es muy amplio, cubriendo los campos de la
ingeniería, economía y las ciencias sociales; en esta oportunidad se
estudiarán las aplicaciones más generales.
7.14.1. Trazado de curvas
Estudiaremos cómo el signo de la primera derivada nos facilita más

información para el estudio del comportamiento de las funciones y el
trazado de las curvas en general.
La derivada puede ser negativa o positiva pasando por el valor cero. Si la

derivada es positiva la curva o la función es ascendente, por el contrario, si
la derivada es negativa la curva o la función es descendente; en cambio si
la derivada es cero la función puede tener un máximo o mínimo como se
indica en la fig. 7.6, más adelante. En esta figura se ve el mapa de una
función y = f(x) y sobre ella algunos puntos A,B,C,D,E y F. En el punto A se
dice que la función f(x) es creciente, es decir, que la función crece al crecer
la variable independiente x y el valor de la pendiente de la tangente es
positiva, esto es +dy/dx ; lo propio sucede en el punto F, en cambio en el
punto C, se dice que la función es decreciente, que viene reflejado con el
carater negativo de la derivada –dy/dx. En los puntos B y D el valor de la
pendiente a la tangente es cero, es decir, dy/dx = 0.

B
C
A F
D
E
FIG. 7-6
El siguiente cuadro resume el carácter de la derivada en cada punto.
PUNTOS ASCEND. MAXIMO DESCEND. MINIMO ASCEND.

A Dy/dx +
B Dy/dx =0
C D/y/dx -
D D/y/dx -
E Dy/dx =0
F Dy/dx +
Usando el siguiente ejemplo, estudiaremos el comportamiento de una

función y = f(x) y su derivada. Estudiaremos en qué intervalos la función es
ascendente, descendente, los puntos en los cuales la derivada dy/dx = 0 y
el significado de la segunda derivada.
1. La derivada de la función
1 1
y  x 3  x 2 12 x 2
3 2
y
x x 12 ( x 4)( x 3)
2
x
2. Puntos críticos
Dy/dx = 0
(x+4)(x-3) = 0
x1 = -4 y x 2 = 3

En estos puntos son en los cuales la derivada de la función es igual a cero,

es decir pueden ser máximo o mínimo. Esto lo analizaremos en el siguiente
punto.
3. Gráfico de los factores y signos de la primera derivada
(x+4) - - - - - - - - -4 +++++ 0 + + + + + + + + + +
| |
- - - - - - - - - - - - - - - 0- - - - -3 + + + + + + +
(x-3) | |
+ + + + + +4 - - - - - 0 - - - -3 + + + + + + + +
(x+4)(x-3) | | |
Ascendente Descendente Ascendente
7-7
4. Gráfico aproximado
Ascendente Descendente Ascendente

Fig. 7-8
5 La segunda derivada. Concavidad de la función, punto de inflexión
Como se indicó en temas anteriores la segunda derivada es la

derivada de la derivada de una función, esto es
y
x 2 x 12
x
2 y
2 x 1
x 2
Si reemplazamos en la segunda derivada los valores antes y después de

los puntos críticos, nos dará valores negativos y positivos. Si los valores son

positivos la concavidad es hacia arriba, en cambio, si los valores son

negativos la concavidad es hacia abajo. Cuando la segunda derivada es
igualada a cero, los valores corresponden al punto de Inflexión, que es el
punto en donde la curva cambia de concavidad.
D 2Y/DX2 = +
D 2Y/DX2 = -
2 2
D Y/DX = 0
Fig. 7 - 9
En este caso
Si x= -5, D2 y/dx2 = 2x+1 = -9, concavidad hacia abajo

Si x= -1/2, D2 y/dx 2 = 0 Punto de inflexión
Si x= 4, D2 y/dx2 = 2x+1 =+9, concavidad hacia arriba
6. Puntos máximo y Mínimo
Para obtener los puntos máximo y mínimo de una función se reemplaza los
puntos críticos en la función original, así
1 3 1 2
y  x  x 12 x 2
3 2
Los puntos críticos son: x1 = -4 y x 2 = 3
x1 = -4
Y = (1/3)*(-4)3 + (1/2)*(-4)2 –12*(-4) +2 = 220/6=36.68
x1 = 3
Y = (1/3)*33 + (1/2)*32 –12*3+2= -123/6 = -20,5
Punto de Inflexión
Para calcular el punto de inflexión se reemplaza el valor de la abscisa

de la segunda derivada, cuando esta vale cero

Sí x= -1/2, D 2y/dx2 = 0 Punto de inflexión
Y = (1/3)*(-1/2)3 + (1/2)*(-1/2)2 –12*(-1/2)+2= 8.08
Resumen
x y Dy/dx D 2y/dx2 Observaciones

-5 32.83 + - Creciente, cóncava abajo
-4 36.68 0 - Máximo, cóncava abajo
-0.5 8.08 - 0 Inflexión, decreciente
3 -20.5 0 + Mínimo, cóncava arriba
4 -16.67 + + Creciente, cóncava arriba
Gráfico real de la función y 1 3 x 3 1 2 x 2 12 x 2
Grafico de la función
300,00
200,00
100,00
0,00
-15 -10 -5
-100,00 0 5 10 15
-200,00
Fig. 7-9
7.15. Aplicaciones de la Derivada en los Negocios
Bajo este tema presentaremos las aplicaciones más comunes del Cálculo
Diferencial en las Ciencias Sociales y Administración, tomando como fuente
de consulta la bibliografía adjunta
7.15.1. Ingreso y costo marginal
La definición que permite saber si el ingreso total aumenta o disminuye

cuando aumenta o disminuye la cantidad se denomina “ingreso marginal”.
Definición: El ingreso marginal se define como el incremento, positivo o
negativo, experimentado por el ingreso total al elevar Q(cantidad) en una
unidad. Este incremento será positivo o negativo dependiendo del carácter
de la demanda: rígida, nula o elástica.
Por los conceptos de demanda estudiados anteriormente, podemos decir
que el precio está en función de las unidades producidas
Y = f(x)

En donde y representa el precio y x las unidades producidas. El ingreso total

viene dado por la expresión,
I = x.y = x.f(x)
Y de acuerdo con la definición anterior, el ingreso marginal estaría definido

por
I (x * f (x ))
 I´( x )
x x
Ejemplo 7- 14
Si consideramos la demanda
3x + 4y = 20 0 y = 5 – ¾ x
En donde x representa el número de unidades y y el precio unitario
El Ingreso Total es
I = y * x = 5x – ¾ x2
El ingreso marginal
DI/dx = 5 – 3/2 x
Graficando estas funciones, resulta:
INGRESO MARGINAL
10
8
INGRESO
6
4
2
0
0 2 4 6 8
CANTIDAD
Fig. 7-11
Definición: El costo marginal, a un nivel de producción, es el incremento del

costo con respecto al incremento de la producción. El incremento promedio
del costo, se expresa

y Incremento del Costo


x Incremento de la Pr oducción
El cos to m arg inal es
y y
Lím x x
x 0
Es decir que el Costo Marginal es la derivada del Costo Total de producir y

comercializar x unidades, luego si la función de Costo Total viene dada por
la función
C = f(x)
El costo marginal, se expresa
c ( f (x ))

x x
7.15.2. Costo Promedio
Es importante anotar que el Costo Marginal no es lo mismo que el Costo

Promedio por unidad. El Costo Promedio es obtenido dividiendo el Costo
Total por el número de unidades producidas, luego
C = f(X)
Costo promedio
C f ( x)

x x
Ejemplo 7-14
Considérese la función de Costo Total
C 0 .75 x 2 2 x 10

C O S TO TO TAL
40
35
30
COSTO
25
20
15
10
5
0
0 2 4 6
C A N T ID A D
Fig. 7-12
Se puede observar en el gráfico que a medida que el costo aumenta la

producción también aumenta, es decir, que la función es creciente; como la
segunda derivada es positiva, la función es cóncava hacia abajo y tiene un
punto mínimo que carece de importancia por pertenecer al campo negativo,
en virtud de que, este tipo de funciones solo tienen aplicación en el campo
positivo.
7.15.3. Costo Marginal
C 10
0. 75x 2 
x x
Costo M arg inal
C
1.5 x 2
x
C O S T O M A R G IN A L
60
COS TO MARGINAL Y
50
PROMEDI O
40
30
20
10
0
0 5 10 15
P R O D U C C IO N
7-13

7.15.4. Aplicación de los Máximos y Mínimos – Problemas

Razonados
Las aplicaciones que se pueden dar al estudio de las funciones y sus

características, en el caso particular a los máximos y mínimos, son
variadas. En este tema, centraremos nuestra atención en los problemas que
son de interés económico, esto es: ingreso, beneficio, costo, etc. , siendo
útiles los conceptos estudiados en temas anteriores sobre estas funciones.
No existen reglas exclusivas aplicables a la solución de este tipo de

problemas; cada problema tiene su solución particular, sin embargo, se
indicarán lineamientos de tipo general para solución
 Definir las variables que componen el problema

 Establecer las relaciones que existen entre las variables
 Definir la función en una sola variable
 Aplicar las definiciones estudiadas para hallar los puntos
máximos y mínimos
 Hacer el gráfico de la función con el objeto de observar y
comprobar los resultados.
Problema 7.1.
Calcular el precio del artículo para que de beneficio máximo, de acuerdo a

las siguientes condiciones
F(x) = {(x,q)/x, q R+; q =-100x + 2700. }
Los costes totales, tanto de producción como de venta, vienen dados por:
F(q) ={(q, Ct)/q,Ct  R+; Ct=17q+200}
Hallar el precio, p= x que proporciona los máximos beneficios.
Desarrollo
B = It – Ct
It = p.q = x(-100x+2700) = -100x2+2700x
Ct = 17q + 200 = 17(-100x +2700)+200 = -1700x +45900 + 200

B = -100x 2 +2700x – (-1700x + 45900 +200)
B = -100x 2 + 4400x - 46100

B
200 x 4400 0
x
x 22
2 B
200
x2
Análisis de la curva
+++++++++++++22 - - - - - - - - - - -
(x = 22) | q
Gráfico aproximado
2 B

x2
Fig. 7-14
Gráfico Real : A continuación presentamos el gráfico real de la función
P u n t o M á x im o
50000
45000
40000
35000
Beneficio
30000
25000
20000
15000
10000
5000
0
0 10 20 30 40 50
C a n t id a d
Fig. 7-15
7.15.4. Método de los Mínimos Cuadrados
Si se tiene un conjunto de pares ordenados que representan varios puntos

en el plano cartesiano, tales como, A = {(x1, y1),(x2, y2),(x3, y3),…(xn,
yn) y que no pertenecen a ninguna función lineal, como la línea recta

Y = mx+b
Se dispone de un Método matemático que nos permite calcular la ecuación

de una función lineal representativa a estos puntos. Lo que trata el Método
de los Mínimos Cuadrados es precisamente encontrar una recta considerada
como el mejor ajuste, con respecto a las desviaciones de los puntos
observados.
Desviación.- llamamos desviación a la diferencia entre la ordenada

observada (Yobs) y el correspondiente valor de la ordenada de la recta,
mXobs +b, es decir
d = Yobs - (m Xobs + b) o d = Yobs - mXobs - b
Cada desviación determina la distancia ( ordenada) de un punto, con

respecto a la recta de mejor ajuste.
El conjunto de todas las desviaciones se expresa:
d1 y1 (mx1 b),d 2 y2 (mx2 b),...dn yn (mxn b)
La recta buscada proporcionará un ajuste perfecto cuando todas las

desviaciones sean nulas
La línea recta basada en el Método de los Mínimos Cuadrados, expresada en

dos variables (x, y), tiene dos propiedades matemáticas:
 La recta representativa permite un ajuste óptimo solo cuando

todas las desviaciones son nulas
 La suma de los cuadrados de las desviaciones es mínima
Resumiendo, el Método de los Mínimos Cuadrados determina: Tómese

como recta y = mx+ b de ajuste óptimo aquella para la cual la suma
de los cuadrados de las desviaciones sea mínima, esto es
(desv.) d1 d 2 d3 ...dn (mín imo)

2 2 2 2 2
Ejemplo. Determinar la recta de ajuste óptimo para el conjunto de pares

ordenados P ={(0,2),(1,1),(2,3),(3,3),(4,2)}
Desarrollo
Suma de los cuadrados de las desviaciones


y obs mx obs b 
2
En donde Y obs y X obs son los valores observados o el conjunto de pares

ordenados que se ajustarán a la recta y = mx +b
Tabla de valores observados y cuadrados de las desviaciones

xobs yobs Desv = (Desv.) 2

Yobs-mXobs - b
0 2 2-b 4 - 4b + b2
1 1 1 –m - b 1 - 2b + b2 – 2m + m2 + 2mb
2 3 3 – 2m – b 9 – 6b + b2 –12m + 4m 2 + 4mb
3 3 3 – 3m - b 9 – 6b + b2 –18m + 9m 2 + 6mb
4 2 2 – 4m – b 4 – 4b + b2 –16m +16m 2 + 8mb
27 – 22b+5b2 -48m +30m2 +20mb

desv.  27 22b 5b 2 48m 30m 2 20mb
2
Derivando con respecto a cada var iable


desv
22 10b 20m 0
b

desv
48 60m 20b 0
m
Resolviendo el sistema de ecuaciones lineales, tenemos: b=1.8, m= 0,2
Luego la ecuación resulta: Y = 0,2x + 1.8
Gráfico
3,5
3
2,5
2
1,5
1
0,5
0
0 1 2 3 4 5
Fig.7-16
7.16. Introducción al Cálculo Integral
Existen en matemáticas operaciones contrarias con las que el estudiante

está familiarizado, tales como, la suma y la resta, la multiplicación y la
división, la potenciación y radicación, la derivación e integración
Con el cálculo diferencial hemos aprendido a encontrar la derivada, dy/dx

de una función f(x), en cambio, con el Cálculo Integral aprenderemos hacer
el proceso contrario; partiendo de la derivada, encontrar la función f(x).

Sin pretender dar una definición del Cálculo Integral podemos decir: dada
la derivada de una función, encontrar la función.
La función F(x) que se obtiene se llama integral de la función diferencial,

el procedimiento que nos permite encontrar la función original se llama
Integración; esta operación se indica mediante el signo de integración
que se ubica delante de la función diferencial, así:
f ´(x )
x  F ( x) +c
En donde el factor dx, se llama diferencial y c se llama constante de

integración
7.16.1. La constante de integración
De lo estudiado anteriormente se deduce que la derivada dy/dx = 3x 2 , se

puede obtener de varias funciones semejantes, esto es:
F(x) = x3
F(x) = x3 +1
F(x) = x3 + 2
F(x) = x3 + n
Todas estas funciones tienen la misma derivada, dy/dx = 3x2 , su integral se

la conoce por integral indefinida, precisamente porque la constante c no
se conoce. El valor de la constante de integración, c, se puede determinar
con el estudio de la integral definida.
7.16.2. Reglas Elementales de Integración
El cálculo diferencial, mediante su regla General de Derivación de una

función, nos permite encontrar la derivada de una función; en cambio, el
Cálculo Integral no tiene esta virtud, es decir, no existe una Regla General
de Integración. Cada caso de integración tiene su propio procedimiento y,
llegamos al resultado de la integración mediante el conocimiento que
tenemos del Cálculo Diferencial, es decir, contestando la siguiente
pregunta: ¿ Cuál es la función cuya derivada es conocida?. El procedimiento
que sigue el Cálculo Integral se basa en consecutivos ensayos acompañados
de artificios que nos permiten llegar al resultado.
Con el objeto de facilitar el trabajo de encontrar la función a través de la

derivada, se han elaborado tablas de integrales ya estudiadas y conocidas
llamadas tablas de integrales inmediatas. Para efectuar la operación de
integración, se compara el problema dado con los casos que se encuentran
en la tabla, se sigue el proceso señalado y el problema queda concluido. Si
no se dispone de un caso particular en la tabla de integrales inmediatas,

buscaremos por todos los métodos de análisis y artificios matemáticos, la

forma de reducir a alguno de los modelos que se encuentran en ésta, en tal
virtud, tendremos que recurrir a la práctica y experiencia, para conducir
nuestro procedimiento, puesto que, de todo proceso de derivación se puede
deducir un proceso de integración.
Recogiendo algunas proposiciones, éstas nos puede ayudar, para encontrar

la función a partir de la derivada
 De todo proceso de derivación se puede deducir un proceso de

integración.
 Toda función continua tiene una integral indefinida
 Si dos funciones tienen una misma derivada, su diferencia es

una constante.
 El integrando, expresión que está después del signo de

integración, es la derivada de la función original.
 En la operación de integración, puede aplicarse la propiedad

distributiva de la suma: La integral de una suma algebraica de
derivadas es igual a la suma algebraica de sus
correspondientes integrales.
 Todo factor constante puede escribirse fuera del signo de

integración
 Se conoce que: toda función original puede tener su derivada,

en cambio, el proceso inverso, toda derivada puede tener su
función original, en algunos casos, el proceso es imposible.
7.16.3. Tabla de Integrales Inmediatas
1.) 
(u v w) 
u 
v 
w
2.) 
ku k
u
3.) 
dx x c
v n 1
4.) 
v v 
n
c
n 1

7.16.4. Artificios de Integración
1.) Se puede multiplicar y dividir por una constante distinta de cero el

integrando y el integral no varia.
Ejemplo
a
ux   ux

a
2.) Si el integrando es la suma o diferencia de dos expresiones elevadas

a un exponente real y positivo. Se puede utilizar el concepto del
producto notable o binomio de Newton, para realizar la integración
por partes.
Ejemplo 7.15
 n nu n1 v n(n 1)u n 2 v 2 n(n 1)...1v n 


u v x 

u  1! 
n
... 
x

 2! n! 
nu n 1v n(n 1)u n 2 v 2 n(n 1)...1v n

u x  x  x ... x
n
1! 2! n!
3.) Si el integrando es una función exponencial f(x) = [h(x)] n

Multiplicada por la derivada de la base, h´(x), la función original presenta la
forma:
 x . h ´( x ) x
h 
 x 
h n 1
  c
n
n 1
Ejemplo 7 . 16
8 4 t . 8 t x

8 4 t  2 5

4
2
 c
5
En donde c es la constante de integración como se había indicado

x5
1 .) x x 
4
c
5
x x 2 1
2 .) 3  x x  2 x 2 c
3
3 .) 
3x 3

4 x 2 9 x 3 x 3 x 4 
x 2 x 9 
x 3
x4
4
4
x3
3
9 x c

3 x 5 x 
(9 x 30 x 25 )  9 x 2 x 30 x x 25 
2 2
4 .) x
9 x 3 30 x 2
  25 x c
3 2
x 4 6 x 2 5
5 .)  x 
x  x 3 6 x 5 x 1 x  
x 3 x 6 
x 5 x 1 x
x4
 6 x 5 x c
4

Sección 8 215 Introducción a la Probabilidad
8. INTRODUCCION A LA TEORIA DE PROBABILIDAD
Muchas son las actividades en la vida cotidiana en las que tiene que ver lo
posiblemente realizable. Casi todos los fenómenos en la naturaleza parecen
ser que están sujetos a la incertidumbre. El director de una Institución
educativa, estima que debe aumentar el número de aulas porque
posiblemente la población estudiantil aumentará el próximo año lectivo. El
fabricante de un producto estima que debe producir un porcentaje mayor
que el período anterior por que sus ventas posiblemente aumentarán. Este
tipo de problemas se resuelven con modelos matemáticos y teorías que nos
permiten tomar decisiones acerca de un evento del que no tenemos mucha
información
8.1. Definición de Conjunto
En todas las ramas de la matemática, así como, en la ciencias sociales y

administrativas se encuentra la palabra CONJUNTO. De manera intuitiva, la
idea que se tiene es de: colección, lista de elementos bien definidos,
recogiendo las expresiones de varios libros y textos, es decir, que no hay un
concepto preciso de lo que es el CONJUNTO. Con este antecedente,
mantenemos el mismo criterio y definición.
Conjunto es la lista o colección de elementos bien definidos.
Nomenclatura.- Para nombrar a un conjunto se ha convenido en usar las

letras mayúsculas del alfabeto y para los elementos, los individuos que
forman el Conjunto, se usa las letras minúsculas encerradas entre llaves.
Ejemplo 8.1

A = {a, b, c, d}
Se lee: “ El conjunto A de las letras a, b, c, d “

Para indicar si un elemento forma parte de un conjunto se usa la relación de
pertenencia representada mediante el símbolo:  
a  A, se lee: “ a es elemento o pertenece al Conjunto A”
8.2. Determinación de un Conjunto
A un conjunto se lo puede determinar de tres maneras generalmente

aceptadas que son:
Determinación por comprensión

Determinación por tabulación
Determinación estándar
Determinación por comprensión, es la forma de determinar un Conjunto

indicando la cualidad de sus elementos.
Ejemplo 8.2
R = { Los números naturales}
C = { Los costos de una empresa}
Determinación por tabulación, es la forma de determinar un conjunto

indicando uno a uno sus elementos.
Ejemplo 8.3
R = { 1,2,3,4,5,6…}
C = {costos fijos, costos variables, costos totales}
Determinación estándar, es la forma de determinar un conjunto mediante

símbolos matemáticos, los más usados son:
/ “ Tales que”
> “ mayor que”
< “ Menor que
Ejemplo 8.4
= {x/xnúmeros enteros}

Se leerá: “ El conjunto de las Xs tales que Xs sean elementos de números

enteros.
P = { x/x; x < 9}
8.2.1. Conjunto Infinito
Un conjunto es infinito cuando no se puede contar o tabular uno a uno sus

elementos o simplemente cuando el conjunto consta de n elementos y n es
un numero infinito
Ejemplo 8.5
N = { x/xNúmeros naturales}
P = { 1,2,3,5,7,…n}
8.2.2. Conjunto Finito
Es aquel conjunto cuyos elementos pueden ser contados, enumerados,

tabulados, etc., es decir constan de un número exacto de elementos
Ejemplo 8.6
A = {1,2,3,4,5}
Se lee: “ El conjunto A de los números naturales menores de 6”
8.2.1. Conjunto Universal
En teoría de conjuntos, todos los conjuntos que se estudian son

subconjuntos de otros conjuntos dados. Al conjunto que contiene a todos
los posibles conjuntos se llama conjunto Universal y se representa por U.
8.2.4. Conjunto vacío
El conjunto vacío se lo concibe como un conjunto carente de elementos,

finito y subconjunto de cualquier otro conjunto. Se lo representa por .
Ejemplo.
G = { x/x Números impares divisibles por 2 } = 
8.2.3. Diagramas de Venn
“Una imagen puede sustituir a mil palabras”. Los diagramas de Venn son
representaciones gráficas para los conjuntos, así, para representar el
conjunto universo se usa un rectángulo y para los subconjuntos una línea

curva cerrada. El diagrama de Venn para el conjunto P dentro del conjunto

universo U, se encuentra en el siguiente gráfico
Fig. 8-1
Relaciones Entre Conjuntos
Inclusión.- Un conjunto A es subconjunto de otro conjunto B, cuando A está

incluido en B. Lo que se expresa de la siguiente manera:
A B Que se lee: “ A está incluido en B o A es subconjunto propio de B”
Cambiando el sentido de la idea se puede decir que “ B contiene

propiamente a A “, y se representa por B  A
Ejemplo 8.7
Sean los conjuntos: A={2,3,4,5,6,7,8} y B ={3,5,7}

De acuerdo con la relación de pertenencia,
3A ^ 3B
5A ^ 5B
7A ^ 7B
Como el conjunto A tiene mayor número de elementos (7) y B tiene

solamente 3, el conjunto B está dentro del conjunto A o B es subconjunto
de A como ya se indicó: B A
Fig. 8-2

Cuando un conjunto no es subconjunto de otro, esta negación se expresa:

X Y
Ejemplo 8.8
Sean los conjuntos X = {x/xNúmeros pares positivos}, Y = {1,3,5,7}

Y X
8.2.6. Igualdad de Conjuntos.- Dos conjuntos son iguales si

constan de los mismos elementos y sin excepción todos los elementos del
un conjunto pertenecen al otro conjunto, sin importar el orden en que se
encuentren.
Ejemplo 8.9
Sean los conjuntos M = {2, 6, 8 }, P = { 8, 6, 2 }
2M ^ 2P
6M ^ 6P
8M ^ 8P
Luego los dos conjuntos son iguales, esto es
M=P
Sean los conjuntos P = {1,2,3} y Q = {3,2,1}, luego
P Q ^ Q P  P = Q
Se lee: “ P es subconjunto de Q y Q subconjunto de P, entonces P = Q”
Definición: Dos conjuntos, P y Q son iguales si y solo si, se cumple:
P Q ^ Q P  P = Q
Si P  Q ^ P Q, se dice que el conjunto P es subconjunto propio de Q o

que Q contiene propiamente a P. Las siguientes distinciones son aceptadas:
P Q “ P es subconjunto de Q”
Q P " Q es subconjunto de P"
Q = P " Q es igual a P o P es igual a Q"
Definición: Todo conjunto se contiene a sí mismo. Todo conjunto es

subconjunto de sí mismo. Todo conjunto es igual a sí mismo.
Demostración:
Sean los conjuntos A = { 1, 2, 3}, y A’ = { 1, 2, 3 }
A A’ ^ A’ A  A = A’

Definición: Si R, S y T son tres conjuntos. Si se cumple: R S ^ S T 

R T, los tres conjuntos cumplen con la propiedad transitiva
Demostración:
R = { 2,4,5 }, S = { 1,2,3,4,5,6}, T = { 1,2,3,4,5,6,7,8,9 }
2 R ^ 2 S 1 S ^ 1 T 2 R ^ 2 T
4 R ^ 4 S 2 S ^ 2 T 4 R ^ 4 T
5 R ^ 5 S 3 S ^ 3 T 5 R ^ 5 T
R S 4 S ^ 4 T R T
5 S ^ 5 T
6 S ^ 6 T
Se concluye que el conjunto R está contenido en el conjunto T, lo que se
expresa R S ^ S T  R T
8.3. Operaciones Entre Conjuntos
Las operaciones entre conjuntos que se estudiarán son: Unión, intersección,

Complemento Relativo o Diferencia y Complemento Absoluto
8.3.1. Unión.- La unión de dos conjuntos A y B es otro conjunto

que está formado por los elementos que pertenecen al conjunto A o al
conjunto B. El conjunto Unión está representado por U. La expresión A U
B, se lee “ A unido a B”, su determinación estándar es la siguiente:
AUB={x/x A V x B }
Debe leerse “ A unido a B es el conjunto formado por los elementos, que
pertenecen al conjunto A o al conjunto B ”. Debe tomarse en cuenta
aquellos elementos que son de A o de B. Los elementos que se repiten se
tomarán en cuenta una sola vez
Diagramas de Venn de la operación unión de conjuntos disjuntos. Zona

sombreada
A B
Fig. 8-3

A B
fig. 8-4
Ejemplo 8.10
Sean los conjuntos A = { 2,3,4,5,6} y B = { 3,5,7,9}
A U B = { 2,3,4,5,6} U {3,5,7,9} = {2,3,4,5,6,7,9}
De acuerdo a los conjuntos del ejemplo 8.10 ubique y determine en forma

tabular los conjuntos de las operaciones que se discuten enseguida
8.3.2. La intersección.- La intersección entre dos conjuntos R

y S es otro conjunto formado por los elementos que pertenecen tanto al
conjunto R como al conjunto S. En otras palabras por aquellos elementos
que pertenecen a ambos conjuntos a la vez. El conjunto intersección se
representa por: R  S que se lee “ El conjunto R intersección S”.
R S = { x / x R ^ x S }
Diagrama de Venn de la intersección. Zona sombreada
R S
Fig. 8-5
8.3.3. El conjunto diferencia.- La diferencia entre dos

conjuntos P y Q, está representada por P – Q o P\Q y forman los elementos
que representan a P menos aquellos que pertenecen a Q y a P. En general

se tomarán en cuenta aquellos elementos que pertenecen a un solo

conjunto, en este caso a P.
La determinación estándar del conjunto P – Q o P\Q, es,
P – Q = P\Q = {x/x P ^ x Q }
Gráfico del conjunto P – Q o P/Q. Zona Sombreada
Fig. 8-6
8.3.4. El conjunto complementario.- el conjunto

complementario, W , se lo entiende como el conjunto de elementos que le
faltan a W para formar el Universo. Dicho de otra forma es la diferencia
entre el conjunto Universo y el conjunto W. Al conjunto complementario se
lo representa por W = U – W. La definición estándar es la siguiente:
W = {x/x  U ^ X W }
Gráfico del conjunto complementario. Zona sombreada
W U
W
Fig. 8-7

8.3.5. Ejemplos de las Operaciones Entre Conjuntos
Dados los conjuntos:

U={x/xNúmeros naturales}, A={1,2,3,6,7,8,9}, B = {2,5,4,6,8} . Hacer
las operaciones: Unión, Intersección, Diferencia y complementos.
Desarrollo
A U B = {1,3,7,9,2,5,4,8,6}
AUB={x/x A V x  B }
Fig. 8-8
Conjunto Intersección
A 2 B
9 1 8 4
7 3 6 5
fig. 8-9
A  B = { 2, 8, 6 }
Los elementos que comparten tanto del conjunto A como del Conjunto B
Conjunto Diferencia
Fig. 8-10
A - B = { x / x A ^ x B }

A – B = { 1,3,9,7}
Solamente los elementos que pertenecen al conjunto A exclusivamente
Conjunto complementario
A

Fig. 8-11
A = {x/x  U ^ X  A}
El conjunto formado por todos los elementos del Universo menos los
elementos del conjunto A
8.3.6. Operaciones con tres Conjuntos
Sean los conjuntos A, B y C, con los cuales haremos las operaciones de:
Unión, Intersección, Diferencia y Complemento.
Unión
A U B U C = { x/x A V x B V x C }
Fig. 8-12

A  B  C = { x/x A ^ x B ^ x C}
Fig. 8-13
A B C {x / x U x  A B C }
Fig. 8-14
A B C {x / x U x A B C }
Fig. 8-15

Resumen
A B
A B 
A   B 
A B C
A  C  B C
C  
C
Fig. 8-16
8.3.7. Leyes de las Operaciones Entre Conjuntos
Las operaciones entre conjuntos que se han visto anteriormente, cumplen

con leyes que se discutirán a continuación. Se recomienda al estudiante
hacer la comprobación de éstas Leyes mediante los diagramas de Venn
Sean los conjuntos: R, S, T, U, W
1.- Ley asociativa
(R  S) T = R  (S T)
(R  S) T = R  (S T)
Enunciado: “ Si asociamos indistintamente dos o más conjuntos en la

operación Unión e Intersección, el resultado no cambia.”
2.- Ley distributiva
R  (S T) = (R  S) (R T)
R  (S T) = (R  S) (R T)
Enunciado: “ La operación unión e intersección son distributivas con

respecto a la unión e intersección respectivamente.”
3.- Ley conmutativa
R S = S R
R S = S R

Enunciado: “ Si se cambia el orden de los conjuntos en la unión o

intersección, el resultado no cambia. ”
4.- Ley de Indempotencia o tautología
R R = R
R R = R
Enunciado: “ La unión o intersección de un mismo conjunto es igual

al conjunto.”
5.- Ley del complemento
T = U
T = 
Enunciado: “ La unión de un conjunto con su complemento es el

conjunto Universo. La intersección de un conjunto con su
complemento es un conjunto vacío”
6.- Leyes de Morgan
R S R S
R S R S
Enunciado.- “El complemento de la unión de conjuntos es igual a la

intersección de cada uno de sus complementos. El complemento de
la intersección de conjuntos es igual a la unión de sus respectivos
complementos.”
8.3.8. Partición de un Conjunto
A un conjunto se lo puede partir en dos o más subconjuntos, siempre

que estas particiones cumplan con tres condiciones fundamentales:
1. Ninguna partición o subconjunto debe ser vacío
2. La intersección entre las particiones es un conjunto vacío
3. La unión de todas las particiones es igual al conjunto.

U
Z-
Z+
Fig 8-17
Condiciones: Para el conjunto de los números enteros Positivos y

Negativos
1. Z- = {X/x Z; Z < 0}
Z+ = {X/x Z; Z > 0}
2.- Z- Z+ = 
3.- Z- U Z+ = Z
Ejercicios
1.- Demuéstrese mediante diagramas de Venn las propiedades de la

Unión, Intersección.
2.- Demuéstrese mediante diagramas de Ven las leyes de Morgan.
3.- Demuéstrese el teorema: “ El conjunto Vacío es subconjunto de

cualquier conjunto"
8.3.9. Número de Subconjuntos de un Conjunto
Se tiene un conjunto R con tres elementos, R = { r, s, t}, se desea

saber cuantos subconjuntos se pueden obtener con este conjunto.
Subconjunto con cero elementos
{}=1
Subconjuntos con un elemento:
{s},{t},{r} = 3
Subconjuntos con dos elementos
{r,s},{r,t},{s,t} = 3

Subconjuntos con tres elementos
{r,s,t} = 1
El número total de estos subconjuntos es 8, también se puede calcular

mediante la fórmula:
Nº subconjuntos = 23 = 8
Es decir con un conjunto de n elementos se puede tener 2n subconjuntos.

Ej. :
¿Cuántos subconjuntos se pueden formar con el siguiente conjunto?
Q = { a, b, c, d, e}
Nº Subconjuntos = 25 = 32
8.3.10. Espacio Muestral, Experimento y Suceso (evento)
Si un experimento: proceso que tiene como resultado uno de un cierto

nímero de resultados posibles, puede realizarse de varias maneras, las
mismas que están incluidas en un conjunto Q, este conjunto recibe el
nombre de espacio muestral; un elemento o resultado particular de este
conjunto se llama muestra. Suceso es un conjunto de resultados
particulares, es decir, es un subconjunto del espacio muestral; cuando el
suceso está formado por un conjunto unitario se llama suceso elemental.
Recordando la definición del conjunto vacío (), este conjunto es finito y

subconjunto de cualquier otro conjunto; por otra parte, todo conjunto se
contiene a si mismo, luego el espacio muestral Q se contiene a si mismo.
Estos sucesos:  se llama suceso imposible y Q suceso cierto.
El principio fundamental de la multiplicación indica que si un experimento

puede realizarse de a1 maneras, un segundo experimento de a2 maneras y
así sucesivamente hasta n maneras distintas, el total de todos los posibles
resultados está dado por el producto.
a 1 x a2 x a3 … x an
Ejemplo 8.11
Consideremos la placa de un automotor que consta de tres letras y tres

dígitos. ¿ De cuantas maneras pueden fabricarse?
Considerando 26 letras para el alfabeto y 10 elementos para los dígitos

26 26 26 10 10 10
De acuerdo con el principio fundamental de la multiplicación, resulta:
26 x 26 x 26 x 10 x 10 x 10 = 17 576 000
Ejemplo 8.12
¿Cuántos resultados se pueden obtener al lanzar un dado y dos monedas?
Primera moneda = 2 maneras

Segunda moneda = 2 maneras
Un dado = 6 maneras
Número de resultados = 2 x 2 x 6 = 24
Resuelva el problema aumentando un dado más al exper imento
8.3.10.1. Permutaciones
Las permutaciones son arreglos que se pueden hacer con todos o parte de
los elementos de un conjunto en un orden definido.
Consideremos el conjunto A = { a, b, c}. Como se van a considerar todos
los elementos del conjunto y aplicando el principio de la multiplicación,
resulta:
Maneras para elegir el primer elemento =3

Maneras para elegir el segundo elemento =3-1=2
Maneras para elegir el tercer elemento =3 -2=1
Total de maneras = 3 x 2 x 1 = 6
Tabla de los arreglos
abc acb bca bac cab cba
Si consideramos n elementos, tenemos:
Total de maneras = n.(n-1) .(n-2)…. (n - ( n -1))
Empleando notación factorial, resulta
nPn = n! = n.(n-1). (n-2)… (n - n +1)
Para el ejemplo propuesto, el número de permutaciones del conjunto A =

{a, b, c} viene dado por:
3P 3 = 3! = 3 x 2 x 1 = 6

Ejemplo Si se desea calcular los arreglos de n elementos de un conjunto,

tomados r elementos a la vez, en el último factor cambiamos r por n y
resulta:
nPr = n.(n-1).(n-2)…. (n - r + 1)
8P6 = 8.(8-1)(8-2)(8-3)(8-4)(8-6+1)) = 20160
Empleando notación factorial, resulta
(n r )! n!
n Pr n(n 1)(n 2)...(n r 1).  n Pr 
(n r )! ( n r)!
8.3.10.2. Combinaciones
Las combinaciones son arreglos que se pueden hacer con todos o parte de
los elementos de un conjunto sin considerar el orden
Considerando el conjunto A = { a, b, c, d, e }. ¿ Cuántos arreglos sin

considerar el orden pueden realizarse tomando dos elementos a la vez?
Tabla de arreglos sin considerar el orden ( combinación)
ab ac ad ae bc bd be cd ce de
Tabla de arreglos considerando el orden (permutación)
ab ba bc cb cd dc de
ac ca bd db ce ec ed
ad da be eb
ae ea
El número de arreglos para la permutación es 20, el número de arreglos

para la combinación es de 10 y el número de elementos del subconjunto r
es 2. Haciendo una relación de igualdad, resulta
Nº de arreglos de la permutación = Nº de arreglos de la combinación . 2!
20 = 10 . 2.1
n! 1 n! n Pr
*  nCr o nCr  o
(n r)! r! r! (n r)! r!
Ejemplo 8.13 Se desea calcular cuantos arreglos sin considerar su orden

(combinación ) se pueden hacer con cinco elementos tomados de dos en
dos
5! 5 .4 .3 .2 .1
5C 2   10
2!* (5 2)! 2 .1 .3 .2 .1

Ejercicios
1. Cuántos subconjuntos pueden formarse con un conjunto de 6 elementos
2. Si se lanzan tres monedas y tres dados. Cuántos son los resultados

posibles
3. De cuantas maneras pueden formarse el consejo directivo de una

Facultad, sabiendo el número total de profesores elegibles es 35 y el
consejo está formado por 5 miembros de los cuales el Decano y
Subdecano son fijos ?
4. Se tiene el conjunto de números G = { 5, 8, 9}. De cuantas maneras se

pueden restar, con la condición de que la resta siempre sea positiva?
8.3.11. Probabilidad de un Evento
Al comienzo del siglo XVII se hicieron investigaciones de los juegos de azar

y como resultado nació la Teoría de la Probabilidad. Luego se fueron
perfeccionando los conceptos para los que intervinieron algunos célebres
matemáticos, los mismos que establecieron los primeros axiomas. El
desarrollo de estos axiomas dio origen a la Teoría Moderna de la
Probabilidad, se precisaron conceptos y se sentó las bases matemáticas de
esta teoría.
La importancia de la probabilidad ha crecido junto con la estadístic a en

todos los campos del pensamiento humano; la ocupa la Medicina como la
Economía y Ciencias Sociales, en la industria y negocios el estudio de los
sucesos que ocurren al azar y el propósito de ofrecer un producto que
satisfaga las exigencias de los consumidores, ha obligado a establecer un
"Control de Calidad".
Para comenzar el estudio de la Teoría de la Probabilidad recordemos

algunos conceptos:
8.3.11.1. Experimento
Cualquier proceso o acción que al ser ejecutada produce un resultado

susceptible de variar aleatoriamente, sujeto al azar, se denomina
experimento. Ejemplo, escoger un lote de producción de una empresa para
su control.

8.3.11.2. Espacio Muestral
El conjunto de todos los resultados posibles de algún experimento dado

recibe el nombre de Espacio Muestral. Un resultado particular, un elemento
del conjunto de todos los resultados posibles se llama muestra.
8.3.11.3. Evento
Es el conjunto de resultados posibles, es decir , un subconjunto del espacio

muestral.
Usando nomenclatura matemática, tenemos:
S = Espacio Muestral
E = Evento
E S
Se indicó que
 S ;  evento imposible
S S ; S evento cierto
Ejemplo 8.14
Experimento: Lanzamiento de un dado
S = { 1,2,3,4,5,6}
Eventos
E1 ={ 1}, E2 = {2}, E3 = {3}, E4 = {4},E5 = {5}, E6 = {6}
Ejemplo 8.15
Se tiene un conjunto de seis artículos terminados, de los cuales tres (a,b,c)

son defectuosos. Se desea extraer dos:
a) Sin ninguna condición

b) Que no se obtenga ningún defectuoso
c) Que se obtenga un defectuoso
d) Que se obtenga dos defectuosos
e) Combinación de 6 artículos tomados de dos en dos
6!
a) 6C 2   15
4!.2!

A = {a, b, c, d, e, f }
S = { (a,b),(a,c),(a,d),(a,e),(a,f),(b,c),(b,d),(b,e),(b,f),(c,d),(c,e),(c,f)
(d,e),(d,f),(e,f)}
a) Si eliminamos todos los eventos que contienen defectuosos, es decir

aquellos pares en los que se encuentran los elementos defectuosos.
B = { (d,e),(d,f),(e,f)}
b) Considerando solamente los pares en los que consta cualquier elemento

de conjunto {a,b,c}, pero no ambos
D = {(a,d),(a,e),(a,f),(b,d),(b,e),(b,f),(c,d),(c,e),(c,f)}
c) Pares que son defectuosos ambos, E ={(a,b),(a,c),(b,c)}
8.3.12. Los Eventos De Un Experimento Mediante Los

Diagramas De Venn
Si lanzamos una moneda al aire (Experimento)
Espacio Muestral M = { sello, cruz}
Eventos: S = { sello}, C = { Cruz}
 S
Fig. 8.18
8.3.12.1. Unión e Intersección de Eventos
Como se indicó que un evento E es un subconjunto del Espacio Muestral,

podemos operar estos conjuntos para conseguir nuevos conjuntos.
Consideremos dos eventos de un experimento dado, E1 y E2. Definiendo

las operaciones de conjuntos, resulta:

 E1 U E2 = " Si y Solo Si E1 sucede o sucede E2 o suceden ambos a la

vez"
 E1 E2 = " Si y solo si suceden simultáneamente ambos a la vez"
  = " Complemento de E ". Evento que sucede únicamente cuando E no

sucede
8.3.12.2. Eventos Mutuamente Excluyentes
Son aquellos que son disjuntos, por tanto,E1  E2 = ,en otras palabras
E1 y E2 son eventos mutuamente excluyentes, no pueden ocurrir
simultáneamente los dos eventos.
8.3.12.3. Eventos Intersecantes
Son eventos que se traslapan parcialmente, son llamados también eventos

que se intersectan, es decir que hay elementos que participan de uno y
otro, esto es, E1  E2 
8.3.12.4. Eventos Independientes
Dos o más eventos son considerados independientes si los eventos en

ningún modo se afectan el uno del otro
8.3.12.5. Eventos Dependientes
Si dos eventos están relacionados de tal modo que la ocurrencia del un

evento depende de la ocurrencia del otro
Se puede establecer una analogía entre las operaciones de conjuntos y las

operaciones elementales de la aritmética; no obstante esta analogía no es
total, siempre hay que considerar las restricciones de rigor
E1 U E2 = E1 + E2
E1  E2 = E1 X E2 = E1* E2
Ejemplo 8.16
Considérese el experimento de lanzar un dado y observar el número en la

cara superior
U = {1,2,3,4,5,6}

Los eventos:
E1 = {Número par} = { 2,4,6}
E2 = { Número impar} = {1,3,5}
E3 = { Número primo} = {2,3,5}
E1 U E3 = { 2,3,4,5,6} " Evento número par o primo"
Fig. 8-19
E2  E3 = {3,5 } " Evento impar y primo"
1 2
Fig 8-20
E 2 E 3 {1, 2,4,6 }
Fig. 8.21

Los eventos E1 y E2 son eventos mutuamente excluyentes, es decir, que su

intersección es conjunto vacío
E1  E2 = 
En otras palabras, si el evento ocurrido es E1, número par, no puede ser a
la vez E2, número impar
Ejemplo 8.17
Lanzamiento de tres monedas y observar la serie de caras (C) y sellos (S)

que aparecen. Hacer el diagrama de árbol y determinar el espacio muestral
S = {(c,c,c),(c,c,s),(c,s,c),(c,s,s),(s,c,c),(s,c,s),(s,s,c),(s,s,s)}
¿Será lo mismo lanzar una moneda tres veces?
8.3.13. Diagramas de Venn con tres Eventos
Consideremos tres eventos no excluyentes entre si, E1,E2,E3

1. Sucede E1 y E2 pero no E3 = E1 E 2 E 3
Fig. 8-22
2. Solamente sucede E1: E1 E 2 E 3
Fig 8-23
3. Sucede exactamente uno de los tres:

( E1E 2 E 3) (( E1 E 2) ( E1 E 3) ( E 2 E 3) )
Fig. 8-24

4. Suceden por lo menos dos de los eventos

( E1 E 2) ( E1 E 3) ( E 2 E 3)
Fig. 2-25
5. No sucede ninguno de los eventos: E1 E 2 E 3
Fig. 8-26
8.3.14. Cálculo del Número de Elementos de un Conjunto
1. Conjunto Unión, el conjunto de todos los elementos que pertenecen a A

o B o ambos a la vez, esto es
A U B = { x/ xA V xB V xA^B}
Para el cálculo del número de elementos de este conjunto, se usa la

siguiente fórmula:
n
A B n
A n
B n
A B 

Ejemplo 8.18
A = {1,3,5,7,9} y B = {2,3,5,6,7,8,4}
A U B = {1,2,3,4,5,6,7,8,9}
n
A B  5 7 3  9
2. Conjunto Intersección, el conjunto de los elementos que pertenecen al

conjunto A y al conjunto B a la vez
A B {x / x A ^ x B}
Para el cálculo del número de elementos de este conjunto, se usa la

siguiente fórmula:
n
A B n
A n
B n
A B 
Usando los conjuntos del ejemplo anterior
n
A B 
5 7 9 3
3. Conjunto Diferencia, formado por los elementos que pertenecen al

conjunto A pero no al conjunto B
A-B = {x/x A ^ x B}
Tomando los datos del ejemplo 8.18
A = {1,3,5,7,9} y B = {2,3,5,6,7,8,4}
A-B = {1,9}
n
A B 
n
A n
A B 
n
A B 
5 3 2
4. Conjunto Complementario, Es el conjunto de los elementos del espacio

muestra S, que no pertenecen a un conjunto A.
A {x / x S ^ x A}
A = { x/ x Números Naturales}
R = { x/x Números Reales}


n A n
S n
A

n A n
Z n
Q n
I
Las fórmulas para calcular el número de elementos de dos conjuntos que se

han revisado pueden extenderse para cualquier número de conjuntos.
Como ejemplo desarrollamos la fórmula para calcular el número de

elementos de la unión de tres conjuntos
n
A B C 
n 
A n 
B n 
C n 
A B 
n 
A C 
n 
B C 
n
A B C 
Ejercicios
1. Desarrollar las fórmulas para calcular el número de elementos para la

intersección de tres conjuntos
2. Usando el conjunto universal S = {x/x  El alfabeto}, calcule el número

de elementos para la Unión, Intersección, Diferencia de tres conjuntos
con relación de inclusión, siendo: A={a,b,c,d,e,f,g,r,o,p,q},
B={a,b,c,d,i,j,s,t,w,u}, C={a,b,e,f,g,h,i,j,k,l,m,n}
3. Realice el gráfico para cada uno de los subconjuntos que constan en el

Resumen gráfico de la fig 8-16
4. Resuelva el problema Nº 2 pero considerando los tres conjuntos

disjuntos
8.4. Frecuencia y Frecuencia relativa de un Evento
Una vez definido el evento, el experimento se realiza n veces, el evento

ocurrirá también n veces, el número de veces que ocurre el evento se llama
frecuencia del evento y se representa por f .
Ejemplo 8-19
Experimento: Medir las alturas de los 30 estudiantes de un curso

Espacio Muestral S = {x/ 1  X 2}, en metros
Evento E = { x/ 1.5  X 1.8}
La frecuencia de este evento será determinar el número de estudiantes que

se encuentran dentro del intervalo del evento. La frecuencia variará si los
límites varían

Una idea más clara de la ocurrencia general de un evento es considerar la

frecuencia relativa (f´), que se define como:" La razón entre la frecuencia
o número de ocurrencias del evento, con respecto al número de ocurrencias
posibles de un experimento"
f Número de veces que ocurre el evento

f ´ 
n Número de ocurrencias posibles de un exp erimento
8.4.1. Concepto de Probabilidad
Existen varias corrientes que dan el concepto de probabilidad, a saber:
a) Clásico c) Teórica
b) Frecuencista d) Empírica
Clásico.- Si un evento A puede ocurrir de n maneras posibles de un total de

N casos todos posibles, la probabilidad de ocurrencia de A viene expresada
mediante la relación:
P
nº Casos Favorables n
A  
N º Total de Casos Todos Posibles N
Esta definición requiere del conocimiento del Número Total de Casos

Todos Posibles , dato que no siempre es posible obtener
Frecuencista.- Una vez definido el evento, un experimento se realiza varias

veces, se obtiene un valor para la frecuencia relativa; este valor puede
variar en función del número total de resultados experimentales. La
frecuencia relativa tiende a estabilizarse en un determinado valor como
límite; este límite tiene lugar cuando el número de resultados
experimentales tiende al infinito, como explica la siguiente definición
P
f
E Lím f ´ Lím
N  N  N
8.4.2. Teoremas Sobre Los Espacios Finitos de Probabilidad
La Probabilidad es el estudio de los experimentos aleatorios que tubo su

origen en los juegos de azar. Las definiciones anteriores, aunque están
fundamentadas mediante razonamientos aceptables corren el riesgo de no
ser aceptadas por tener expresiones ambiguas; para salvar esta duda
modernamente el tratamiento del estudio de la Probabilidad es
completamente axiomático.
Concretamente se requiere que la probabilidad de un evento satisfaga tres
axiomas y algunas propiedades que se estudiarán mas adelante, así como
también, estudiar los espacios muestrales que constan de n eventos
elementales con igual posibilidad de ocurrencia llamados Espacios
Equiprobables.

8.4.3. Espacios Finitos de Probabilidad
Consideremos el espacio muestral S = {a1,a2,a3,a4,a5,…an}, finito. Un

espacio finito de probabilidad se entiende cuando se asigna a cada elemento
del espacio ai  S un número real pi, llamado probabilidad de ai, que
satisface las siguientes propiedades:
a) Cada pi no es negativo, pi 0
b) La suma de las probabilidades pi es igual a 1, esto es:
P1+p2+p3+…pn = 1
La probabilidad de un evento A escrita P(A), se define como la suma de las

probabilidades de A.
8.4.4. Espacios Equiprobables
Con frecuencia, las características físicas de un experimento sugiere que se

asignen resultados iguales a los distintos resultados del espacio muestra
(S). Este espacio finito de probabilidades, donde cada elemento muestral
tiene la misma probabilidad de ocurrencia, se llama Espacio Equiprobable.
Si el espacio muestral S tiene n elementos, la probabilidad de cada
elemento es 1/n. Además si un evento A tiene r elementos la probabilidad
de A, viene expresada por:
P[A] = r . 1/n
Mejor dicho
Número de Elementos de A n 
P
A
A 
Número de Elementos de S n 
S
A  Número de maneras que puede ocurrir A

P  
S  Número de maneras que puede ocurrir S
Es necesario aclarar que lo anteriormente expresado solamente puede

usarse con respecto a espacios equiprobables.
Ejemplos 8-20
1.- Experimento: Lanzar un dado y observar su cara superior
Espacio Muestral: S = {1,2,3,4,5,6}
Evento: A = {una cara}
A  Número de veces del evento A 1

P   
S Número de veces de S 6

2. Experimento: Seleccionar una carta de un naipe de 52 cartas
Eventos
A = { diamante}
B = {As}
Probabilidad de que sea diamante y As, P(A  B)
A  Número de diamantes 13
P   
B  Número de cartas 52
B  Número As 4
P   
S  Número de cartas 52

A B  Número de diamtes que son As 13 * 4 1
P   
S  Número de cartas 52 * 52 52
Experimento 3.- Escoger dos artículos de un grupo de 12, de los cuales 5

son defectuosos.
Eventos:
A={Ambos defectuosos}
B={Ambos no defectuosos}

A  Dos defectuosos de un total de 5 5C 2 10
P    

S  Dos artículos de un total de 12 12C 2 66

B  Dos buenos de un total de 7 7C2 21
P    

S  Dos artículos de un total de 12 12C 2 66
8.4.5. Teoremas y Axiomas de las Probabilidades
Bajo este tema se revisarán los teoremas y axiomas que constituyen el

fundamento matemático de las probabilidades. Se lo analizará considerando
el número de elementos.
1. Primer Axioma
Consideremos el evento A, el mismo que puede constar de cero elementos y

del total del espacio muestral S o sea el rango del evento

0 A S
En función al número de elementos, tenemos
0  n[A]  n[S]
Dividiendo miembro a miembro por n[S]
n
A n
S
0 
n
S n
S
A 
0 P  1 o 0 P
A 1
S 
2. Segundo Axioma
La ocurrencia del espacio muestral en un experimento realizable siempre

será posible, es decir, cualquiera de los resultados igualmente posibles de la
muestra siempre ocurrirá y se constituye una certeza.
n
P
S
S 1
n
S
3. Tercer Axioma
Considerando dos eventos A y B, tenemos
n
A B 
n
A n
B n
A B 
n
A B  n
A n
B nA B 
  
n
S n
S n
S n
S
P
A B  A  B  A B 
 P P  P 
 S   S  S   S 
o
PA B P
A P 
B P
A B
Si los eventos son mutuamente exclusivos o excluyente s

P A B 0 Por el Teorema 1
P
A B 
P
A P 
B

1. Teorema 1
Si A = { } =  P() = 0
n
A 0
 0
n
S n
S
A  0 
P  P  0
S  S 
P
 0
2. Teorema 2
Si Tenemos el evento A, su complemento  , entonces
P[  ]= 1 - P[ A ]
Demostración:

n A n

S

n
A
n
S n
S n
S
A  S  A 
P  P  P  
S  S  S 
A  A 
P  1 P  
S  S 
o

P A 1 P
A
3. Teorema 3
Si A y B son dos eventos intersecantes la probabilidad de su diferencia

viene definida por:
A B  A  A B 
P P  P  
 S  S   S 
Demostración

Por el número de elementos
n
A B
n 
A n 
A B 
n
A B  n
A nA B 
 
n
S n
S n
S
A B  A  A B 
P P P 
S   S   S 
4. Teorema 4
Consideremos dos eventos intersecantes, A y B
A B  A  B  A B 
P P  P  P  
 S  S  S   S 
Demostración
n
A B n 
A n
B n 
A B
n
A B  n
A n
B nA B 
  
n
S n
S n
S n
S
P
A B  A  B  A B 
 P P  P 
S   S  S   S 
Corolario
Este razonamiento puede extenderse para tres o más eventos
A B C  A  B   C  A B  A C  B C 
P P  P  P  P  P  
P 
 S  S  S  S   S   S  S 
A B C 
P  
 S 

8.4.6. Probabilidad de eventos: Mutuamente Excluyentes,

Intersecantes, Independientes y Dependientes
8.4.6.1. Eventos mutuamente excluyentes. Como ya se

indicó, son aquellos eventos disjuntos. Dos o más eventos son
considerados mutuamente excluyentes si éstos no pueden ocurrir
conjuntamente; es decir , la ocurrencia de cualquiera de ellos
excluye la ocurrencia de los otros.
Fig. 8-27
P[A U B] = P[A]+P[B]
Considerando que
P[A  B] = 0
Por no existir elementos comunes
8.4.6.2. Eventos intersecantes. Los eventos que se

traslapan o se cruzan parcialmente son llamados eventos
intersecantes. Dos eventos son intersecantes parcialmente si parte de
un evento y parte de otro ocurren simultáneamente.
Consideremos dos eventos A y B intersecantes
Fig 8-28
P[A  B] = P[A] + P[B] - P[A U B]

8.4.6.3. Eventos independientes. Dos eventos son

considerados independientes cuando la ocurrencia del uno no influye
de manera alguna en la ocurrencia del otro. Por ejemplo, si tenemos
dos eventos A y B, estos serán independientes cuando la ocurrencia
de A no influye en la ocurrencia de B. La probabilidad que dos
eventos independientes ocurran, viene dada por:
P[A  B] = P[A] . P[B]
8.4.6.4. Eventos dependientes. Dos eventos se llaman

dependientes cuando ambos están relacionados de algún modo, de
tal manera que, la ocurrencia del uno influye en la ocurrencia del
otro. Ejemplo, si A y B son dos eventos dependientes, la probabilidad
del evento B dependerá de la ocurrencia del evento A. Este tipo de
probabilidad se la conoce como Probabilidad Condicional. La
probabilidad de que dos eventos dependientes ocurran viene
expresada por:
A 
P
A B P
A * P 
B 
8.4.6.5. Problemas Demostrativos de Probabilidad
1. Una empresa de inversiones decide que la próxima compra tendrá que

escoger entre empresas de servicios y bienes raíces. Se presentan a la
oferta 12 empresas de cada categoría. Se eligen dos de ellas al azar. Se
pregunta:
a) Cual es la probabilidad de que ambas sean de bienes raíces

b) Cuál es la probabilidad de que sean una de cada categoría
a) Hay 12 empresas de bienes raíces, dos de ellas se pueden escoger de

12C2 maneras posibles. Como hay 24 empresas en total, las dos se
pueden tomar de 24C2 maneras posibles.
De acuerdo con la definición de probabilidad, tenemos
P 
12C 2 66 11
a   
24C 2 12 * 23 46
b) Las empresas de servicios son 12, luego hay 12 maneras de elegir. Las
empresas de bienes raíces hay 12, luego ha 12 maneras de elegir. Igual
que en el literal anterior el total es 24C2, luego

P
12 *12 144 12
A  
24C12 12 * 23 23
2. Las especificaciones para el montaje de un Computador requiere de dos

circuitos integrados. Si los dos circuitos son defectuosos el Computador
no funcionará; no así, si solo uno es el defectuoso éste funcionará. El
primer integrado se selecciona de una caja de 10 totales del mismo tipo,
y el segundo integrado de una caja de 5 totales del mismo tipo. Cuatro
de los integrados de la caja de 10 son defectuosos y dos de la segunda
caja son defectuosos.
a) Cuál es la probabilidad de que el aparato funcione sacando un

integrado de cada caja?
b) Cuál es la probabilidad de que el aparato no funcione sacando un

integrado de cada caja?
a)
10 integrados 5 integrados
6 buenos 3 buenos
4 defectuosos 2 defectuosos
P[ Computador funciona]
Para que funcione el Computador, al menos un integrado debe ser

bueno.
 Los eventos son independientes
P
bueno primera caja
6C1 3
 
10C1 5
P
defectuoso primera caja
4C1 2

10C1 5
P
Bueno segunda caja
3C1 3
 
5C1 5
P
defectuoso segunda caja
2C1 2

5C1 5
P[funciona el computador]= P[B1].P[B2]+P[B1].P[M2]+P[B2].P[M1]
3/5 . 3/5 + 3/5 . 2/5 + 3/5 . 2/5 = 21/25
P[No funciona el computador] = P[M1].P[M2]= 2/5 . 2/5 = 4/5

3. El dueño de un almacén de bombillas eléctricas ha mezclado 5 malas con

20 buenas.
a) Cuál es la probabilidad de seleccionar una bombilla buena ?

b) Cuál es la probabilidad de seleccionar una bombilla mala ?
c) Analice las dos probabilidades
a) P 
Bombilla buena 
20C1 4
 
25C1 5
b) P
Bombilla mala
5C1 5 1
 
25C1 25 5
c) P
Bombilla Buena 
P 
Bombilla mala 
4 1
  1
5 5
4. En una planta se establecen lotes de producción. En cada lote de

producción de 500 artículos se estima que se producen 3 artículos
defectuosos. Cuál es la probabilidad de que se produzcan tres lotes
consecutivos con los 3 artículos defectuosos.
500 art. 500 art. 500 art.

3 defec. 3 def. 3 def.
P
D1 D2 D3P
D1
* P
D 2
* P
D3
3*3*3
500 * 500 * 500
5. Una fábrica produce tuercas, tornillos y varillas a las que se le adjuntan

tuercas y tornillos al azar. Se sabe que el 3 % de tuercas, el 2% de
tornillos y el 1% de varillas son defectuosos. Cuál es la probabilidad de
que una de las unidades compuesta de tuerca, tornillo y varilla no sea
defectuosa?
P[tuerca defectuosa] = 0.03, P[tuerca buena] = 1 - 0.03 = 0.97

P[tornillo defectuoso] = 0.02, P[tornillo bueno] = 1 - 0.02 = 0.98
P[varilla defectuosa] = 0.01, P[varilla buena] = 1 - 0.01 = 0.99
P[Tb tb vb] = 0.97 * 0.98 * 0.99 = 0,941094
6. Dos hermanos están en un grupo de 6 personas aspirantes a dos

empleos. Al seleccionar se lo hace escogiendo primero uno luego el otro
al azar. Cuál es la probabilidad de que se les escoja a los dos hermanos?

 Al producirse el primer evento, del espacio muestral se menora uno,
quedando 5
P[E1 E2] = P[E1] * P[E2] = 2/6 * 1/5 = 1/15
8.4.7. Probabilidad Condicional
Consideremos el evento B, B con P[B] > 0 de un espacio muestral S. Se

desea conocer la probabilidad de que ocurra el evento A con la condición de
que B ha ocurrido; en otras palabras, la probabilidad de que ocurra A dado
B. Esta probabilidad se denomina Probabilidad Condicional y se la
representa por la expresión
P
A B 
P
A | B 
P 
B
Como se parte del hecho que ha ocurrido el evento B, los elementos de S

que pueden ocurrir son los que pertenecen a B. Como se desea calcular la
probabilidad del evento A supuesta la ocurrencia de B, no todos los
elementos de B pueden ocurrir sino aquellos que pertenecen también al
evento A. Como se indica en el diagrama de Venn.

Considerando el número de elementos, tenemos
n
A B n 
P
A B  , P 
B
 B 
n 
S n 
S
Dividiendo miembro a miembro estas igualddes
PA B  n
A B 
 P 
A | B
P 
B n
B
Ejemplos
1. Se selecciona una carta y se observa que es de brillantes de un naipe de

52. Cuál es la probabilidad de que la carta sea As de brillantes.
1
PAsBrillantes 52 1
PAs de Brillantes  
PBrillantes 13 13
52
2. Se selecciona dos cartas de un naipe de 52. Calcular la probabilidad de

que se elija primero un As seguido de un dos de brillantes para las
siguientes circunstancias
A) Si la primera carta elegida vuelve al naipe (reposición)

B) Si la primera carta elegida no vuelve al naipe (sin reposición)
A) Con la reposición el espacio muestral no cambia, siempre están las 52

cartas, los eventos son independientes
P
As 2br
P
As
* P
2br / As
4 1 1
 * 
52 52 13* 52
Usando el concepto de probabilidad condicional
P
As 2br 
P
As 
* P
2br / As
1 4
P
2br As P
2br 
* PAs 4 52 52
*
P
As 2br 
P
As  P
As
1
* *  * 
PAs  PAs  52 4 13 *52
52

B) Sin reposición el espacio muestral cambia. Cuando el primer evento

ocurre, se menora una carta del espacio muestral quedando 51; como
dentro de las 51 cartas que quedan está el dos de brillos, la probabilidad
es de 1/51. En estas condiciones la probabilidad de As  2br es la
siguiente.
As  2br  2br  4 1

P
As 2br  * P  P
As 
1
P   * P   * 
S  As S  As  52 51 13 * 51
3. Un supermercado está promocionando la venta de un tipo de

mermelada; se ha observado que la gente compra la mermelada y queso
con una probabilidad de 0.08. En cambio, la probabilidad de que compre
solo queso es de 0.60. Se pregunta cuál es la probabilidad de que una
persona que ha comprado queso compre mermelada?
Desarrollo:
Q = queso Q M = queso y mermelada

M = mermelada
P [M/Q] = ?
M P 
P
Q M  0.08 8
  
2
  P 
 Q  Q 0.60 60 15
8.4.8. Teorema de Bayes
En la Teoría de la Decisión Estadística el teorema de Bayes tiene mucha

importancia y, esta reside en que, bajo ciertas condiciones específicas, es
posible la revisión de las probabilidades de eventos dados de acuerdo a los
resultados de una información adicional o nueva que muchas veces se
originan en los espacios muestrales. En estas condiciones el grado de
incertidumbre asociada a situaciones a priori disminuye.
El teorema de Bayes está basado en la probabilidad condicional, estudiada

anteriormente.

PA B 
P A | B
P 
B
De otra manera
PA B P  A | B* P B
o
PA B P B / A * PA
Igualando los dos miembros resulta
P A | B* P 
B P  B / A* P 
A
Despejando
P B / A * P
P A | B
A
P 
B
O También
P A | B * P 
P B / A
B
P
A
Las dos últimas expresiones se conoce como la Regla de Bayes. En la

primera se calcula la probabilidad del evento A dado que ha ocurrido el
evento B y en la segunda se calcula la probabilidad del evento B dado que h
a ocurrido el evento A.
Problema 8-1
Se recibe de un proveedor una caja de 10 piezas de repuesto. En el pasado,

el 65 % de tales cajas no tenían piezas defectuosas, el 20 % tenía una, el
10 % tenían dos y 5% con tres defectuosas. Elegimos cuatro piezas al azar
de esta caja y encontramos dos de ellas defectuosas. Antes de que
tomásemos la muestra, ¿cuál es la probabilidad de recibir una caja que
tuviera tres piezas defectuosas? Dado el resultado anterior ¿ cuál es la
probabilidad de que la caja recibida tenga tres piezas defectuosas?
Desarrollo
A = Muestra de cuatro piezas con dos defectuosas

Eo = Una caja con 0 defectuosas
E1 = Una caja con 1 defectuosa
E2 = Una caja con 2 defectuosas
E3 = Una caja con 3 defectuosas
Probabilidades parciales
P[Eo] = 0.65
P[E1] = 0.20
P[E2] = 0.10
P[E3] = 0.05

A 
P 
E 3 
P  P *  
E 3
E3
A  P 
A
P
A P 
A E 0
P 
A E1
P 
A E 2
P
A E3
A  A  A  A 
P
A P 
E 0
* P  P E1
* P  P
E 2
* P  P E 3
* P 
E 0  E1 E 2  E3 
Comentario: Para entender el segundo renglón del análisis anterior,

recordemos algunos conceptos del Teorema de Bayes:
Partiendo del hecho de que se dispone de un espacio muestral S

constituidos de varios eventos, E1,E2,E3, … En los mismos que cumplen
con las condiciones para formar una partición, pág. 227 y considerando en
este espacio muestral un conjunto A de elementos anteriores, es decir , A =
{Ei,Ej,… Ek}; como se indica en el siguiente cuadro
E1 E2 E3
Ei Ej Ek
En
El conjunto sombreado es el conjunto A
Luego: A (A Ei), Primera condición
(A  Ei)  (A  Ej) =  , Segunda condición
(A  Ei)  (A  Ej) (A Ek)… (A  Ex) = A, Tercera condición
Aplicando la definición de probabilidad condicional, tenemos
P[A] = P(A  Ei)+ P(A Ej)+ P(A  Ek)… + P(A Ex)
P[A] = P[Ei] P[A/Ei]+ P[Ej] P[A/Ej]+… P[Ex] P[A/Ex]

P[A / E0] = La probabilidad de obtener una muestra de 4 piezas con dos

defectuosas de una caja que tiene cero defectuosas
P[A / E0 ] = 0
P[A / E1 ] = La probabilidad de obtener una muestra de 4 piezas con 2

defectuosas de una caja con 1 defectuosa
P[A / E1 ] = 0
P[A / E2] = La probabilidad de obtener una muestra de 4 piezas con 2

defectuosas de una caja que tiene dos defectuosas.
A  2C 2 * 8C 2 28
P     0,133
E 2  10C 4 210
P[A / E3] = La probabilidad de obtener una muestra de 4 piezas con 2

defectuosas de una caja que tiene 3 defectuosas.
A  3C 2 * 7C 2 63
P    0.3
E 3  10C 4 210
P[A]= 0.65*0+0.20*0+0.10*0.133+0.05*0.3 = 0,0283

Luego
E 3  0 .3
p  0.05 * 0,53
A  0.0283
Es la probabilidad de que una caja tenga tres defectuosas (E3), supuesto

que se haya extraído una muestra de cuatro piezas con dos defectuosas.
Problema 8-2
En una urna hay cinco bolas blancas, tres rojas y dos azules. Las bolas que
se sacan se quedan afuera. Si en el primer intento no se saca bola blanca.
¿ Cuál es la probabilidad de que la segunda bola no sea roja?
R 2 
P  ?
B1 
 
Espacio Muestral = S = { 5 blancas, 3 rojas, 2 azules }

Eventos:
2 = No roja en el segundo intento

1 = No blanca en el primer intento
Según Bayes:

B 1 
P 
R 2 
P  P R 2 * 
R 2 

B 1  P B1
Calculando las Pr obabilidad es separadame nte
 7
P R2  ,
10

P B1 
5
10
P  
 

B 1  P B 1 R 2 1 P 
B1 R 2 
R 2  P R2  P R2  , Según la ley de Morgan
P
B1 R2 
P 
B1 
P 
R2 
P 
B1 * R 2 
5 3 5 3 57
   * 
10 10 10 9 90
B 1  1  90
57 33
90
P   
R 2  7 7
10 10
Luego
33
90
R 2  7 330
P   * 7 10  *
7 630 7 * 330 *10 11
B1  10 5 10 5 10 5 * 630 15
 10 10

Ejercicios
1. En una urna hay cinco bolas blancas, tres rojas y dos azules. Las bolas
que se sacan se quedan afuera. En el tercer intento no se saca ninguna
bola roja. ¿ Cuál es la probabilidad de sacar una bola blanca en el primer
intento?
2. Un mecanismo eléctrico que tiene dos interruptores deja de funcionar

cuando ambos no operan correctamente. El funcionamiento adecuado o
no, de cada interruptor es independiente del otro y para cada uno la
probabilidad de no funcionar es de 0.10. Encuentre la probabilidad de
que el mecanismo completo no funcione, desechando las causas que no
provengan de los interruptores
3. Un ingeniero usa bombas desechables altamente especializadas y

difíciles de construir en un proyecto de investigación. Debido a los
requisitos especiales solo 6/10 de las bombas que recibe del fabricante
son útiles para el proyecto. Por lo tanto, idea un proyecto de inspección
que espera le ayude a seleccionar un alto porcentaje de bombas útiles
de entre las recibidas. Con el objeto de ver si el proceso de inspección es
válido, lo pone en práctica y continúa probando todas las bombas que
recibe después de ser inspeccionadas. Obtiene la siguiente información
 7/10 de las bombas recibidas pasan la inspección

 De las bombas que son útiles para el proyecto, 8/10 ha pasado
la inspección.
 ¿ Cuál es la probabilidad de que una bomba que ha pasado la
inspección sea útil?

Sección 9 260 Indice General
Indice General
Comentarios al Proceso
A
Computacional del Sistema de
Análisis de Insumo-Producto ........113 Ecuaciones Lineales ...................60
Análisis Matemático de Costos ........21 CONCEPTO DE FUNCION ................ 5
Aplicación de las Matrices ............100 Concepto de Probabilidad ............242
Aplicación de los Determinantes .....79 Condiciones de Consistencia e
Aplicación de los Máximos y Mínimos Inconsistencia ...........................40
– Problemas Razonados............207 Condiciones de continuidad.......... 177
Aplicación General de la Derivada .199 Conjunto de los números enteros.- .10
Conjunto de los Números Irracionales
Aplicaciones de la Derivada en los
...............................................11
Negocios .................................203
Conjunto de los Números Naturales 10
Aplicaciones de la Maximización ...150
Conjunto de los Números Racionales
Aplicaciones de las Funciones Lineales
...............................................10
...............................................18
Conjunto de los Números Reales.- ..11
Aplicaciones del Sistema de
Conjunto Finito...........................217
Ecuaciones Lineales ...................64
Conjunto Infinito ........................ 217
Aplicaciones para la Minimización .159 Conjunto Universal ..................... 217
Artificios de integración ............... 213 Conjunto vacío ...........................217
Axiomas y Teoremas de los Números Costo Fijo .............................. 18, 19
Reales ....................................122 Costo Promedio .......................... 205
B Costo Variable........................ 18, 19
Costo Variable Unitario..................19
Beneficio ............................. 18, 151
D
C
Definición de Conjunto ................ 215
Cálculo del número de elementos de Derivación de Funciones Algébricas
un conjunto ............................239 ............................................. 184
Combinación de Oferta y Demanda .32 Derivación de Funciones Implícitas196
Combinaciones ...........................231 Derivada de una función de función
Comentario: ............................................. 195
del segmento del Programa Inversa Derivadas sucesivas.................... 197
de una Matriz Método de Gauss- Desigualdades Lineales en dos
Jordan ......................................97 Variables ................................128

Desigualdades Lineales Simultáneas Intervalo de una variable.............171

en dos Variables ......................131 INTRODUCCION A LA TEORIA DE
DESIGUALDADES Y SISTEMA DE PROBABILIDAD........................215
INECUACIONES LINEALES.........122 INTRODUCCION AL CALCULO
Determinacion de un Conjunto .....216 DIFERENCIAL E INTEGRAL ........170
DETERMINANTES......................... 70 Introducción al Cálculo Integral ....210
Determinantes: Definiciones ......... 70 Inversa de una Matriz .................. 90
Diagramas de Venn.....................217
L
Diagramas de Venn con tres Eventos
............................................. 237 La constante de integración .........211
La función objetivo y la recta
E
isoprofita ................................139
Ejemplos de las operaciones entre La tabla simplex de Minimización:.156
conjuntos................................223 Las Condiciones de Equilibrio ........ 22
El Conjunto de los Números Reales .. 9 Las Funciones Lineales ................. 15
El Método Simplex de DANTZIG....141 Leyes de las operaciones entre
El Plano Real ............................... 14 conjuntos................................226
Espacio Muestral.......... 233, 234, 243 Límite de una función ..................173
Espacio muestral, experimento y Límite de una función incrementada
evento....................................229 .............................................180
Espacios Equiprobables ............... 243 Límite de una variable. ................172
Espacios Finitos de Probabilidad....243 Los Eventos De Un Experimento
Evento ................ 233, 236, 241, 243 Mediante Los Diagramas De Venn
Eventos Dependientes .................235 .............................................234
Eventos independientes....... 235, 249
M
Eventos Intersecantes .................235
Eventos Mutuamente Excluyentes .235 Matrices Cuadradas...................... 89
Experimento ...................... 232, 244 MATRICES Y OPERACIONES
MATRICIALES ........................... 82
F
Maximización de una Función Objetivo
Frecuencia de un Evento..............241 con Variable Artificial ...........153
Función Costo Variable Total ......... 19 Método de Gauss-Jordan .............. 94
Función Costos Totales ................. 20 Método de las Menores ................. 74
Función de Beneficio Total ............ 20 Método de las Permutaciones ........ 73
Función de Demanda.................... 30 Método de los Mínimos Cuadrados208,
Función de Ingresos Totales.......... 20 209
Función incrementada .................180 Método de Menores y Cofactores ... 91
Funciones continuas.................... 175 Método de Sarruz ........................ 72
Funciones de Demanda y Oferta .... 30 Método Escalonado ................. 36, 40
Método Geométrico .....................136
G
Maximización ..........................136
Gráfico Cartesiano de una Relación .. 3 Métodos para Calcular el valor de un
Gráfico de Estado De Pérdidas y Determinante ........................... 71
Ganancias ................................ 21 Métodos para Calcular la Inversa de
Gráfico de la Demanda ................. 30 una Matriz ............................... 91
Gráfico de la Función Oferta .......... 31
N
Gráfico de una Función Lineal........ 16
Gráfico Sagital............................... 6 Número de subconjuntos de un
Gráfico Sagital de una Relación ....... 3 conjunto .................................228
Números Enteros ......................... 13
I
Números Naturales ............... 10, 240
Igualdad de Matrices .................... 83 Números Reales ................... 14, 240
Incrementos .............................. 179
O
Ingreso y costo marginal ............. 203
Interpretación de la Pendiente....... 15 Operaciones Elementales con Matrices
Interpretación Geométrica de la .............................................. 84
derivada .................................183 Operaciones entre conjuntos ........220

Operaciones Filas Elementales........95 RELACIONES Y FUNCIONES ............ 1

Orden de los Números Reales ........13 Revisión General ........................... 1
Otras Aplicaciones de las Matrices 103
S
P
Sistema de Ecuaciones Lineales 40, 79
Partición de un conjunto ..............227
SISTEMA DE ECUACIONES LINEALES
Permutaciones ..................... 73, 230
......................................... 33, 39
Precio de Venta ............................19
Sistema Homogéneo de Ecuaciones
Probabilidad Condicional ..............252
Lineales....................................38
Probabilidad de eventos
Solución de Problemas con Distintas
mutuamente excluyentes,
Relaciones .............................. 162
intersecantes, independientes y
dependientes ..........................248 Solución de un Sistema de Ecuaciones
Probabilidad de un evento ...........232 Lineales nxn usando la inversa de la
Problemas de Maximización .........142 matriz .................................... 100
Problemas Demostrativos de Solución de un Sistema de Ecuaciones
Probablidad ............................249 Lineales por el método de Gauss-
Problemas Duales de Programación Jordan.................................... 102
Lineal .....................................164 Suma de Matrices .........................84
Problemas Razonados sobre funciones
T
de costos ..................................22
Proceso Computacional Tabla de integrales inmediatas .....212
Solución de un Sistema de Tangente y Normal ..................... 197
Ecuaciones Lineales ...................40 Teorema de los Determinantes .......76
Proceso demostrativo ..................165 Teoremas Sobre Los Espacios Finitos
Producción ......................19, 26, 107 de Probabilidad........................ 242
Producto de Matrices............... 86, 90
Teoremas sobre los Límites.......... 173
Producto de una Matriz por un Escalar
Teoremas y Axiomas de las
...............................................85
Probabilidades ......................... 244
PROGRAMACION LINEAL .............135
Traspuesta de una Matriz ..............85
Propiedades de la Suma de Matrices
Trazado de curvas ......................199
...............................................87
Propiedades de los Números Reales 13 U
R Unión e Intersección de Eventos ... 234
Reglas elementales de integración 211 Utilidad ................................. 18, 26
Relación Axiomas de Orden.........123
V
Relaciones
Definición .................................. 2 Variable Dependientes e
Relaciones entre Conjuntos.......... 218 Independientes ....................... 172

Texto Matematicas

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Texto Matematicas

Hochgeladen von

Copyright:

Verfügbare Formate

Sección 1 1 Relaciones y Funciones

1.1. Revisión General

Para poder iniciar nuestro estudio, podríamos comenzar indicando lo que es

Si se tiene dos conjuntos, A y B al producto AxB se lo conoce como

Como se indica en la definición anterior, los elementos que forman el

A este conjunto se lo puede representar por la siguiente determinación

AxB = {(a,b)/aA ^ bB}

Ing. Carlos Herrera Sánchez Area Técnica Complementaria

El conjunto A se llama Dominio y contiene las primeras componentes del

Es importante indicar que los conjuntos que forman el Producto Cartesiano

Para calcular el número de pares ordenados que tendrá el Producto

A tiene n elementos y B tiene m elementos, luego el producto

Tomando el ejemplo anterior, tenemos:

Como se manifestó anteriormente el orden de los pares es importante, en

Además si uno de los factores es un conjunto vacío, no se podrá formar

1.2. Relaciones: Definición

Dados dos conjuntos, A y B, cualquier subconjunto del Producto

Sean los conjuntos: A = { 2,5,7} y B = { 1,2,3}. Podemos definir una

r = { (2,1), (5,1), (5,2), (5,3), (7,1), (7,2), (7,3) }

Esta relación puede representarse también en forma estándar, así:

r = { (a,b)/ aA ^ bB; a > b}

Ing. Carlos Herrera Sánchez Area Técnica Complementaria

En donde a>b, constituye el “enunciado verbal” de la relación, que es una

A r B = r = { (2,1), (5,1), (5,2), (5,3), (7,1), (7,2), (7,3) }

r = { (a,b)/ aA ^ bB; a = b} = { (2,2)}

r = { (a,b)/ aA ^ bB; a < b} = { (2,3)}

1.3. Gráfico Cartesiano de una Relación

Una relación puede tener una representación gráfica de dos formas:

Hacer los gráficos sagital y cartesiano de la relación r = { (2,1),(5.2),(7,3)}

1.4. Gráfico Sagital de una Relación

Una empresa produce tres artículos. El primero ocupa 2 horas de trabajo, el

H = { 2, 4, 5 } el conjunto de horas de trabajo

Ing. Carlos Herrera Sánchez Area Técnica Complementaria

r = { (a,b)/ aA ^bB ; c = p . h}

En donde la expresión c = p . h representa el enunciado verbal de la

Elementos de la relación: r = {(2,10), (4,20), (5,25)}

Ing. Carlos Herrera Sánchez Area Técnica Complementaria

1.5. CONCEPTO DE FUNCION

Antes de entrar en detalles para dar el concepto de función, empezaremos

Relación: r = { (2,10), (4,20), (5,25) }

Determinación estándar: r = { (h, c)/ hH ^ c C ; c = 5 . h }

Es fácil entender que para cada valor de h le corresponde un único valor de

Los razonamientos que podemos hacer son los siguientes:

Hay dos conjuntos bien definidos, llamados, al primero DOMINIO, que

Mediante la aplicación del enunciado verbal, transformamos los elementos

El elemento único c del CODOMINIO asignado al elemento único h del

Sí (x, y) es un elemento de f, diremos que y es imagen de x por f, por

Por todo lo expuesto anteriormente, se desprende, que para que haya

 Para todo x A existe un y B tal que (x, y) f

 Ningún elemento del DOMINIO puede tener dos imágenes distintas en el

Usando la determinación estándar general podemos escribir de la siguiente

f = { (x, y) / xA ^ yB; y = f (x) }

Ing. Carlos Herrera Sánchez Area Técnica Complementaria

Del enunciado verbal.- De acuerdo con la definición de función que se dió

 Establecer por medio de palabras u oraciones

Con esto queremos advertir que los resultados que se obtengan de la

Como ejercicio indique las razones en cada caso.

La siguiente función, expresada por la determinación estándar

Solución: Para todo elemento de x existe un elemento de y

El Dominio es el conjunto D = { - < x < + }

Si restringimos los valores del Dominio D = { -2, -1, 0, 1, 2, 3 }, tenemos:

Gráfico Sagital de la función: f ( x) y x 2

Ing. Carlos Herrera Sánchez Area Técnica Complementaria