CÁLCULO MATRICIAL (Ing. Felix Villavicencio e Ing. Roly Cristobal)

Cl culo Matri cial y Matlab 7.
0
Fli x A. Vill avi cencio R. / Rol y A. Cri stobal L.
Pg -1-
7
Villavicencio Ramn Flix Albert
Cristobal Lara Roly Alcides
HUANCAYO PERU
2006
Cl culo Matri cial y Matlab 7.0
Pg -2-
PRESENTACION DE LOS AUTORES
VILLAVICENCIO RAMON Flix Albert, Ingeniero Qumico de
profesin, egresado de la Universidad Nacional del Centro del
Per (UNCP), con registro CIP 82809. Con estudios de Maestra
en Ingeniera de Sistemas con mencin en Ciencias de la
Computacin e Informtica.
Experiencia profesional, departamento de proyectos especiales Disposicin de
Relaves en Quebrada Honda de la empresa Southern Peru Copper Corporation
en los aos 1997 y 1998, y experiencia como docente universitario en la
Universidad Nacional del Centro del Per, facultad de Ingeniera Qumica e
Ingeniera de Sistemas y Universidad Peruana Los Andes (PEG) y responsable
de la conduccin en esta experiencia de enseanza_aprendizaje, de la
presente asignatura.
Correo Electrnico: falbert007@gmail.com
Telfono: 064- 9273870
Pg -1-
CRISTOBAL LARA Roly Alcides, Ingeniero de Sistemas de
profesin, egresado de la Universidad Nacional del Centro
del Per, con registro CIP 82497.
Con capacitaciones en Computacin e Informtica; con
estudios de Maestra en Ingeniera de Sistemas con mencin en Ciencias de
la Computacin e Informtica. Asesor de la parte Informtica de varias
Empresas de la ciudad de Huancayo, expositor en Congresos Nacionales
de Ingeniera de Sistemas, jefe del Centro de Computo de la UNCP,
experiencia como docente universitario en universidades como: Universidad
Nacional del Centro del Per y Universidad Peruana los Andes, en la
Facultad de Ingeniera y responsable de la conduccin en esta experiencia
de enseanza_aprendizaje, de la presente asignatura.
Correo Electrnico: rolycristobal@gmail.com
Telfonos: 064-233328, 064-9301943
Como docentes es acompaar, guiar y estimularlos en la
enseanza_aprendizaje, del mismo modo, absolver algunas consultas que
desean hacerlo durante el proceso de desarrollo del curso.
Pg -2-
INTRODUCCION
Las matrices aparecen por primera vez hacia el ao 1850, introducidas por J.J.
Syl vester. El desarrollo inicial de la teora se debe al matemtico W.R. Hamilton
en 1853. En 1858, A. Cayley introduce la notacin matricial como una forma
abreviada de escribir un sistema de m ecuaciones lineales con n incgnitas.
Las matrices se utilizan en el clculo numrico, en la resolucin de sistemas de
ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas
parciales. Adems de su utilidad para el estudio de sistemas de ecuaciones
lineales, las matrices aparecen de forma natural en geometra, estadstica,
economa, informtica, fsica, etc.
La estructura principal objeto de estudio en esta asignatura es la de espacio
vectorial. Las aplicaciones de esta estructura incluyen virtualmente todas las
reas de la ciencia. En el desarrollo de la asignatura veremos una aplicacin de
los espacios vectoriales relacionada estrechamente con el mundo de la
informtica y las telecomunicaciones, en concreto a la teora de cdigos, y se
estudiarn varias tcnicas y herramientas de inters para otras aplicaciones.
La utilizacin de matrices (arrays) constituye actualmente una parte esencial de
los lenguajes de programacin, ya que la mayora de los datos se introducen en
los ordenadores como tablas organizadas en filas y columnas:
hojas de clculo, bases de datos, etc.
Pg -1-
TABLADE CONTENIDO
CAPTULO UNO: Pg.
MATRICES 8
Definicin 8
Orden de una Matriz 8
TRABAJ ODE LABORATORION1 10
Tipos Especiales de Matrices 14
Matri z Nula 14
Matri z Fila 14
Matri z Columna 14
Matri z Transpuesta 15
Matri z Cuadrada 16
Tipos Particulares de Matrices Cuadradas 16
Matri z Triangular Superior 16
Matri z Triangular Inferior 17
Matri z Diagonal 17
Matri z Escalar 18
Matri z Identidad 18
Matri z Simtrica 19
Matri z Antisimtrica 19
Igualdad de Matrices 20
Operaciones con Matrices 31
Suma de Matrices 31
Multiplicacin de una Matriz Por una Escalar 32
Multiplicacin de Matrices 32
Producto de un Vector Fila por un Vector Columna 32
Producto de dos Matrices 34
Pg -2-
Potenciacin de Matrices 36
Traza de una Matri z 37
CAPTULO DOS:
DETERMINANTES 41
Definicin 41
Notacin Abreviada para Filas y Columnas 45
Menores y Cofactores 46
Desarrollo de un Determinante por Cofactores 48
Matri z de Cofactores 50
Matri z Inversa 51
Clculo de la Inversa de una Matriz Mediante su Adjunta 54
Clculo de la Inversa de una Matriz Mediante Operaciones
Elementales de Fila (mtodo de Gauss-Jordan) 56
Rango de una Matriz 63
Operaciones Elementales (O.E.) 66
Matrices Equivalentes 67
Matri z Escalonada (Por Filas) 67
Clculo del Rango Mediante Operaciones de Fila 69
Clculo del Rango Mediante la Matriz Escalonada 71
CAPTULO TRES:
SISTEMADE ECUACIONES LINEALES 81
Definicin 81
Criterio para la Existencia y Unicidad de Soluciones 83
Sistemas Lineales Equivalentes 84
Pg -3-
Rango de un Sistema de Ecuaciones Lineales 86
Regla de Cramer 90
Solucin de un Sistema con Matriz de Coeficientes Escalonada 92
Eliminacin Gaussiana 93
Mtodo de Gauss Jordan 103
Procedimiento para Resolver un Sistema Lineal: A x = b, de m
Ecuaciones con n Incgnitas 108
Sistema de Ecuaciones Homogneas 109
TRABAJ O DE LABORATORIO N 5 111
Referencia Bibliogrfica
Pg -4-
MATRICES
DEFINICIN
Es un arreglo en f orma rectangular, de mn elementos dispuestos en m f ilas y n
columnas que tiene la f orma siguiente:
NOTACIN DELEI BNITZ
NOTACIN:
Una f orma abreviada de representar una matriz A de orden mpor n es:
A
mxn
= A [a
ij
]
Se lee matriz A de orden mx n, generada por los elementos a
ij
.
Donde: i = 1, 2, , m
J = 1, 2, , n
ORDEN DE UNAMATRIZ
En el ejemplo anterior observamos que hay m f ilas y n columnas luego decimos que
esta matriz es de orden m x n (lase m por n). Los elementos de una matriz en f orma
general se simbolizan por a
ij
. El primer sub ndice i siempre denota la f ila y el
segundo subndice j denota la columna.
mxn
a a a a
a a a a
a a a a
a a a a
mn mj m m
in ij i i
n j
n j
(
(
(
(
(
(
(
(
... ...
... ...
:
... ...
... ...
2 1
2 1
2 2 22 21
1 1 12 11
j-sima columna
i-sima fila
Pg -5-
NOTA:
1) La matriz no tiene valor numrico, es decir no puede ident if icarse con un
nmero.
2) Los elementos de una matriz no necesariamente son nmeros, pueden ser
f unciones, vectores, etc.
El entorno de trabajo de MATLAB
EL PROGRAMA MATLAB.
MATLAB es el nombre abreviado de MATrix LABoratory. MATLAB es un programa
para realizar clculos numricos con vectores y matrices. Como caso particular
puede tambin trabajar con nmeros escalares tanto reales como complejos ,
con cadenas de caracteres y con otras estructuras de inf ormacin ms complejas.
Una de las capacidades ms atractivas es la de realizar una amplia variedad de
grf icos en dos y tres dimensiones. MATLAB t iene tambin un lenguaje de
programacin propio. Este libro hace ref erencia a la versin 7.0 de este programa
(tambin llamada relase 14), aparecida a mediados de 2004.
MATLAB es un gran programa de clculo tcnico y cientf ico. Para ciertas
operaciones es muy rpido, cuando puede ejecutar sus f unciones en cdigo nativo
con los tamaos ms adecuados para aprovechar sus capacidades de
vectorizacin. En otras aplicaciones resulta bastante ms lento que el cdigo
(
(
(
(
(
(
(

0 0 1
3 2 5
k j i
0 4 6
3 / 1 4 3
3 / 5 2
2
2 3
(
(
(
(
(
(
(
+
x
x x
x x x
) 0 , 0 ; 1 ( i =
) 3 , 2 ; 5 ( b =

Pg -6-
equivalente desarrollado en C/ C++ o Fortran. En la versin 6.5, MATLAB incorpor
un acelerador JIT (Just In Time), que mejoraba signif icativamente la velocidad de
ejecucin de los f icheros *.m en ciertas circunstancias, por ejemplo cuando no se
hacen llamadas a otros f icheros *.m, no se ut ilizan estructuras y clases, etc. Aunque
limitado en ese moment o, cuando era aplicable mejoraba sensiblemente la
velocidad, haciendo innecesarias ciertas tcnicas utilizadas en versiones anteriores
como la vectorizacin de los algorit mos.
En cualquier caso, el lenguaje de programacin de MATLAB siempre es una
magnf ica herramienta de alto nivel para desarrollar aplicaciones tcnicas, f cil de
utilizar y que, como ya se ha dicho, aumenta signif icativament e la productividad de
los programadores respecto a otros entornos de desarrollo.
TRABAJ ODE LABORATORION1.
Inicio y cierre de una sesin MATLAB
El proceso a seguir para iniciar una sesin MATLAB va a ser siempre el mismo:
1. Ponga en marcha el ordenador. Si ya est f uncionando, pulse sobre el botn
Inicio de la barra de tareas de Windows. Seleccione Programas y Matlab. Al
arrancar MATLAB se abre una ventana del t ipo de la indicada en la Figura 1.
Figura 1: Ventana inicial de MATLAB 7.0
Pg -7-
La parte ms importante de la ventana inicial es la Command Window, que aparece
en la parte derecha. En esta sub-ventana es donde se ejecutan los comandos de
MATLAB, a continuacin del prompt (aviso) caracterstico (>>), que indica que el
programa est preparado para recibir instrucciones.
En la pantalla mostrada en la Figura 1 se ha ejecutado el comando eye(10),
mostrndose a continuacin el resultado proporcionado por MATLAB.
2. Si observa en la ventana de comandos el texto To get started, ... y la seal de
espera de entrada (prompt) de MATLAB en f orma de >>, es que ya ha iniciado una
sesin.
3. Ante todo, estableceremos una carpeta activa (antes se debe tener creada la
carpeta c:\matpra), tecleando >> cd c:\matpra (similar al anlogo del MS- DOS).
Ahora los f icheros de su carpeta son visibles desde MATLAB. Para comprobarlo,
teclee dir (y pulse Enter). Deber a aparecer una lista de las carpetas y f icheros que
hay en la carpeta.
Para f inalizar la sesin bastar con teclear exit o quit, o simplemente cerrar la
ventana de MATLAB (indistintamente). El programa se cerrar y volver a la pantalla
principal de Windows.
Generalidades:
Los clculos que no se asignan a una variable en concreto se asignan a la variable
de respuesta por def ecto que es ans (del ingls, answer):
>> 8+4
ans =
12
Sin embargo, si el clculo se asigna a una variable, el resultado queda guardado en
ella:
>> X=8+4
X =
12
Para conocer el valor de una variable, basta teclear su nombre:
>> X
X =
12
Pg -8-
Si se aade un punto y coma (;) al f inal de la instruccin, la mquina no muestra la
respuesta...
>> y=9*8;
... pero no por ello deja de realizarse el clculo.
>> y
y =
72
Las operaciones se evalan por orden de prioridad: primero las potencias, despus
las mult iplicaciones y divisiones y, f inalmente, las sumas y restas. Las operaciones
de igual prioridad se evalan de izquierda a derecha:
>> 4/8*5
ans =
2.5000
>> 4/(8*5)
ans =
0.1000
Se pueden ut ilizar las f unciones matemt icas habituales. As, por ejemplo, la f uncin
coseno,
>>cos(pi) %pi es una variable con valor predeterminado 3.14159...
ans =
-1
o la f uncin exponencial
>>exp(1) %Funcin exponencial evaluada en 1, es decir, el nmero e
ans =
2.7183
Adems de la variable pi, MATLAB tiene otras variables con valor predet erminado;
ste se pierde si se les asigna otro valor distinto. Por ejemplo:
>>eps % psilon de la mquina. Obsrvese que MATLAB trabaja en doble
precisin
ans =
2.2204e-016
>> sin(pi)
Pg -9-
ans =
1.2246e-016
pero...
>>eps=7
eps =
7
Otro ejemplo de f uncin matemt ica: la raz cuadrada; como puede verse, trabajar
con complejos no da ningn tipo de problema. La unidad imaginaria se representa en
MATLAB como i o j, variables con dicho valor como predeter minado:
>> sqrt(-16)
ans =
0 + 4.0000i
El usuario puede controlar el nmero de decimales con que aparece en pantalla el
valor de las variables, sin olvidar que ello no est relacionado con la precisin con la
que se hacen los clculos, sino con el aspecto con que stos se muestran:
>> 1/9
ans =
0.1111
>> format long
>> 1/9
ans =
0.11111111111111
>>format %Vuelve al formato estndar que es el de 4 cifras decimales
Para conocer las variables que se han usado hasta el momento:
>> who
Your variables are:
X ans y
o, si se quiere ms inf ormacin (obsrvese que todas las variables son arrays):
Pg -10-
>> whos
Name Size Bytes Class
X 1x1 8 double array
ans 1x1 8 double array
y 1x1 8 double array
Grand total is 3 elements using 24 bytes
Para deshacerse de una variable
>> clear X
>> who
Your variables are:
ans y
TIPOS ESPECIALES DE MATRICES
MATRIZ NULA. Es aquella donde todos los elementos son iguales a cero se
denota por 0.
En general:
MATRIZ FILA.- Est f ormada por una f ila y n columnas. Matr iz de orden 1xn.
En general:
MATRIZ COLUMNA: Est f ormado por n f ilas y 1 columna. Matriz de orden nx1.
3 x 2
0 0 0
0 0 0
0
(
(
(
=
(
(
(
=
0 .......... .......... 0
0 .......... .......... 0
0
| | columnas n
mxn
mf ilas
.
.
.
.
| |
i n 13 12 11
a ..... a a a A =
| |
3 x 1
6 5 4 A =
Pg -11-
En general:
MATRIZ TRANSPUESTA: Dada una matriz se obtiene la transpuesta de A
(denotado por A
T
, A
t
), colocando la i-esima f ila de A en la i-esima de A
T
.
Ejemplo:
Si:
i)
(
(
(
=
(
(
(
(
(
(
=
8 7 1
3 6 2
8 3
7 6
1 2
T
A A
ii) P =
2 3
6 3
5 2
4 1
6 5 4
3 2 1
x
P
T
(
(
(
(
(
(
=
(
(
(
En general:
Donde:
1 x 3
9
8
7
M
(
(
(
(
(
(
1 nx
a
:
:
a
a
a
M
1 n
31
21
11
(
(
(
(
(
(
(
(
| | | |
nxm
ij
T t
mxn
ij
a A a A = =
j , i a a
ij
ij
T
=
mxn
A
Pg -12-
Propiedades:
1. (A
T
)
T
=A
2. ( A)
T
= A
T
3. (A + B)=A
T
+ A
T
4. (AB)
T
=B
T
A
T
(Nota: el producto del miembro derecho aparece B
T
antes que
A
T
).
MATRIZ CUADRADA: Una matriz A es cuadrada cuando el nmero de f ilas es
igual al nmero de columnas. A
mxn
es cuadrada m= n en este caso se dice que
A es de orden (n x n) y se representa por A
n
.
Ejemplo:
En general:
TIPOS PARTICULARES DE MATRICES CUADRADAS
MATRIZ TRIANGULAR SUPERI OR: Es la que tiene todos los elementos
debajo de la diagonal principal iguales a cero.
Osea: A = [ ] se llama triangular superior = 0 para i > j
(
(
(
=
4 5
7 1
B
n Diagonal Principal
(
(
(
(
(
(
=
1 3 2
4 8 7
3 4 1
C
(
(
(
(
(
(
=
nn 2 n 1 n
n 2 22 21
n 1 12 11
a .... a a
:
a .... a a
a .... a a
A
(
(
(
(
(
(
=
2 0 0
3 5 0
2 1 4
A
ij
a
ij
a

Pg -13-
En general:
MATRIZ TRIANGULAR I NFERIOR: Es la que tiene todos los elementos
encima de la diagonal principal iguales a cero.
Osea: A = [ ] es triangular inf erior = 0 para i < j
Ejemplo:
En general:
MATRIZ DIAGONAL: Todos sus elementos f uera de la diagonal principal
son ceros.
Osea: = 0 para j = i
Ejemplo:
(
(
(
(
(
(
=
nn
n
n
a
a a
a a a
M
.... 0 0
:
.... 0
....
2 22
1 12 11
(
(
(
(
(
(
=
1 7 3
0 2 4
0 0 1
A
(
(
(
(
(
(
=
nn n n
a
a a
a
M
..... 0 0
: : :
0 ....
0 ........ 0
2 1
22 21
11
ij
a
ij
a
ij
a
Pg -14-
En general:
CASOS PARTICULARES:
- MATRIZ ESCALAR: Todos los elementos de la diagonal pr incipal
son iguales ( = k = CTE).
- MATRIZ IDENTI DAD.- Si la constante k de la matriz escalar es
igual a 1.
(
(
(
(
(
(
=
0 0 0
0 2 0
0 0 1
M
(
(
(
(
(
(
=
nn
a
a
a
M
...... 0 0
: : :
0 ... 0
0 ........ 0
22
11
(
(
(
(
(
(
=
(
(
(
(
(
(
=
k
k
k
M GENERAL EN A
......... 0 0
0 ......... 0
0 ....... 0
:
3 0 0
0 3 0
0 0 3
(
(
(
(
(
(
=
1 0 0
0 1 0
0 0 1
A
(
(
(
(
(
(
=
1 ........ 0 0
0 ......... 1 0
0 ....... 0 1
: P GENERAL EN
ij
a
Pg -15-
Notacin: Sea la Midentidad de orden n x n: I
n
MATRIZ SIMTRICA
Sea: la matriz A
A es simtrica A = A
T
.
Ejemplo:
8 3 5
3 7 4
5 4 1
= A
8 3 5
3 7 4
5 4 1
=
T
A
Caractersticas:
i. La matriz A debe ser cuadrada.
ii. Los elementos de la diagonal principal per manecen f ijos al ef ectuar
la transposicin.
iii. a
ij
= a
ij
i,j
iv. La simetr a se da con respecto a la diagonal principal, se comporta
como si f uera un ESPEJO.
MATRIZ ANTISIMTRICA
Sea: la matriz A
Si A = -A
T
A es antisimtrica
0 4 3
4 0 2
3 2 0
= B
0 4 3
4 0 2
3 2 0
=
T
B
Caractersticas:
i. La matriz A debe ser cuadrada.
ii. Los elementos de la diagonal principal resultan ser ceros.
iii. a
ij
= - a
ij
i,j
Luego:
T
A A =
A es simtrica
Pg -16-
A = B
IGUALDAD DE MATRICES
Se dice que dos matrices: A = [a
ij
]
mxn
y B = [b
ij
]
mxn
son del mismo orden y sus
respectivos elementos son iguales:
Sean:
Otras Propiedades:
i. Si A es de orden mx n, entonces: AI = A con I
nxm,
y IA = A con I de orden mx m.
Luego, si A es de orden n x n ; entonces AI = IA = A
ii. Si A es cuadrada, entonces A + A
T
es simtrico y A - A
T
es antisimtrica, lo que
se deduce de:
a.
T T T
B A B A = ) (
b. A A
T T
= ) (
-
T T T T T T T
A A A A A A A A + = + = + = + ) ( ) (
- ) ( ) ( ) (
T T T T T T T
A A A A A A A A = = =
iii. Toda matriz cuadrada A se puede expresar como la suma de una matr iz simtrica
y una antisimtrica.
Ejemplo:
ij ij
b a B A = =
7 3
5 4
B
=
7 3
5 4
A
=
7 b a
4 b a
22 22
11 11
= =
= =
5 b a
3 b a
12 12
21 21
= =
= =
, para cada i para cada j.
) A A (
2
1
) A A (
2
1
A
T T
+ + =
Pg -17-
Expresar la matriz
Como la suma de una matriz simtrica y una antisimtrica.
Solucin:
Luego:
) (
2
1
) (
2
1
T T
A A A A A + + =
0 4 5
4 0 7
5 7 0
2
1
6 6 7
6 4 1
7 1 4
2
1
+ =
Simtrica Antisimtrica
Para def inir un vector f ila, basta introducir sus coordenadas entre corchetes:
>> V=[1 2 3 4 5] %vector de 5 coordenadas
V =
1 2 3 4 5
>> W=[6 7 8 9 10] ;
El operador ' es el de transposicin (en realidad transposicin y conjugacin):
>> W'
ans =
6
7
3 5 1
1 2 4
6 3 2
A

=
3 1 6
5 2 3
1 4 2
A
T
=
Pg -18-
8
9
10
Si queremos declarar un vector de coordenadas equiespaciadas entre dos dadas,
por ejemplo, que la pr imera valga 1, la lt ima 19 y la distancia entre coordenadas
sea 2, basta poner:
>> V1=1:2:19
V1 =
1 3 5 7 9 11 13 15 17 19
Equivalentemente, si lo que conocemos del vector es que la primera coordenada
vale 1, la ltima 19 y que tiene 10 en tot al, escribiremos:
>> V2=linspace(1,19,10)
V2 =
1 3 5 7 9 11 13 15 17 19
A las coordenadas de un vector se accede sin ms que escribir el nombre del vector
y, entre parntesis, su ndice:
>> V2(9)
ans =
17
y se pueden extraer subvectores, por ejemplo:
>> V2(4:9)
ans =
7 9 11 13 15 17
o,
>> V1(:)
ans =
1
3
5
Pg -19-
7
9
11
13
15
17
19
Las matrices se escriben como los vectores, pero separando las f ilas mediant e un
punto y coma; as una matriz 4x4:
>> M=[1 2 3 4; 5 6 7 8; 9 10 11 12; 13 14 15 16]
M =
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
>> M' % Su transpuesta o su adjunta
ans =
1 5 9 13
2 6 10 14
3 7 11 15
4 8 12 16
>> mat=[V;W;2 1 0 3 1] %es una matriz 3x5
mat =
1 2 3 4 5
6 7 8 9 10
2 1 0 3 1
A los elementos de una matr iz se accede sin ms que escribir el nombre de la matriz
y, entre parntesis, los respectivos ndices:
>> mat(2,5) %Elemento en la segunda fila y quinta columna de la matriz mat
ans =
10
Pg -20-
Tambin se puede acceder a una f ila o columna complet as,
>> mat(:,4) %cuarta columna de mat
ans =
4
9
3
>> mat(3,:) %tercera fila de mat
ans =
2 1 0 3 1
o acceder a cualquiera de sus submatrices
>> mat(1:3,[1 3]) %Submatriz formada por los elementos que estn en
todas las filas que hay entre la primera y la tercera
y en las columnas primera y tercera.
ans =
1 3
6 8
2 0
Existen algunas matrices def inidas previamente; por ejemplo, la matriz ident idad,
>> eye(10) %eye se pronuncia en ingls como I
ans =
1 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 1
Pg -21-
la matriz nula,
>> zeros(5)
ans =
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
o la matriz cuyos elementos valen todos 1:
>> ones(6)
ans =
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
1 1 1 1 1 1
Se puede conocer el tamao de una matriz y la longitud de un vector:
>> size(mat) %Dimensiones de la matriz mat (nmero de filas y de columnas)
ans =
3 5
>> size(V)
ans =
1 5
>> length(V) %Longitud del vector (nmero de coordenadas)
ans =
5
Existen comandos que permiten crear de f orma sencilla matrices. Por ejemplo:
>> diag(V) %Matriz diagonal cuya diagonal es el vector V
ans =
Pg -22-
1 0 0 0 0
0 2 0 0 0
0 0 3 0 0
0 0 0 4 0
0 0 0 0 5
>> diag(diag(M)) %Matriz diagonal con la diagonal de M. La sentencia diag(M)
da el vector formado por la diagonal de la Matriz M.
ans =
1 0 0 0
0 6 0 0
0 0 11 0
0 0 0 16
>> x=[ -3 5 0 1], diag(x) %Matriz diagonal cuya diagonal es el vector x.
x =
-3 5 0 1
ans =
-3 0 0 0
0 5 0 0
0 0 0 0
0 0 0 1
>> diag([3 3 3])
ans =
3 0 0
0 3 0
0 0 3
>> diag([1 1 1])
ans =
1 0 0
0 1 0
0 0 1
Pg -23-
>> diag(ones(1,4),1)+diag(ones(1,4),-1) %Matriz tridiagonal 5x5 con 0 en la
diagonal principal y 1 en la sub y
superdiagonal.
ans =
0 1 0 0 0
1 0 1 0 0
0 1 0 1 0
0 0 1 0 1
0 0 0 1 0
>> tril(M) %Matriz formada por la parte triangular inferior de M.
ans =
1 0 0 0
5 6 0 0
9 10 11 0
13 14 15 16
>> triu(M) %Matriz formada por la parte triangular superior de M.
ans =
1 2 3 4
0 6 7 8
0 0 11 12
0 0 0 16
Tambin, podemos graf icar una matriz con la orden plot:
>> A=[1 2 3 4;5 6 7 8;4 4 4 4]
A =
1 2 3 4
5 6 7 8
4 4 4 4
>> plot(A)
>> grid on
Pg -24-
Existen en MATLAB varias f unciones orientadas a def inir con gran f acilidad matrices
de tipos particulares.
Algunas de estas f unciones son las siguientes:
eye(7) : f orma la matriz unidad de tamao (77)
zeros(5,7) : f orma una matriz de ceros de tamao (5,7)
zeros(8) : dem de tamao (88)
ones(9) : f orma una matriz de unos de tamao (99
ones(4,6) : idemde tamao (46)
linspace(x1,x2,n) : genera un vector con n valores igualmente espaciados entre x1
y x2.
logspace(d1,d2,n) : genera un vector con n valores espaciados logart micamente
entre 10^d1 y 10^d2. Si d2 es pi, los puntos se generan entre 10^d1 y pi.
rand(4) : f orma una matriz de nmeros aleatorios entre 0 y 1, con distribucin
unif orme, de tamao (44)
rand(3,5) : idemde tamao (35)
randn(7) : f orma una matriz de nmeros aleatorios de tamao (77), con
distribucin nor mal, de valor medio 0 y varianza 1.
Pg -25-
magic(6) : crea una matriz (66) con los nmeros 1, 2, ... 4*4, con la propiedad de
que todas las f ilas y columnas suman lo mismo.
hilb(8) : crea una matriz de Hilbert de t amao (88). La matriz de Hilbert es una
matriz cuyos elementos (i,j) responden a la expresin (1/(i+j-1)). Esta es una matriz
especialmente dif cil de manejar por los grandes errores numricos a los que
conduce.
invhilb(8) : crea directamente la inversa de la matriz de Hilbert
kron(x,y) : produce una matr iz con todos los productos de los elementos del
vector x por los elementos del vector y. Equivalente a x'*y, donde x e y son vectores
f ila.
compan(pol) : construye una matriz cuyo polinomio caracterstico t iene como
coef icientes los elementos del vector pol (ordenados de mayor grado a menor)
vander(v) construye la matriz de Vandermonde a partir del vector v (las columnas
son las potencias de los elementos de dicho vector).
MATLAB ofrece tambin la posibilidad de crear una matriz a partir de matrices previas
ya definidas, por varios posibles caminos:
recibiendo alguna de sus propiedades (como por ejemplo el tamao),
por composicin de varias submatrices ms pequeas,
modificndola de alguna forma.
A continuacin se describen algunas de las funciones que crean una nueva matriz a
partir de otra o de otras, comenzando por dos funciones auxiliares:
[m,n]=size(A): devuelve el nmero de filas y de columnas de la matriz A. Si la matriz
es cuadrada basta recoger el primer valor de retorno.
n=length(x) : calcula el nmero de elementos de un vector x.
zeros(size(A)): forma una matriz de ceros del mismo tamao que una matriz A
previamente creada.
ones(size(A)) : dem con unos.
A=diag(x) : forma una matriz diagonal A cuyos elementos diagonales son los
elementos de un vector ya existente x.
Pg -26-
x=diag(A) : forma un vector x a partir de los elementos de la diagonal de una matriz
ya existente A.
diag(diag(A)) : crea una matriz diagonal a partir de la diagonal de la matriz A.
blkdiag(A,B) : crea una matriz diagonal de submatrices a partir de las matrices que se
le pasan como argumentos.
triu(A) : forma una matriz triangular superior a partir de una matriz A (no
tiene por qu ser cuadrada). Con un segundo argumento puede controlarse que se
mantengan o eliminen ms diagonales por encima o debajo de la diagonal principal.
tril(A) : dem con una matriz triangular inferior.
rot90(A,k) : Gira k*90 grados la matriz rectangular A en sentido antihorario. k es un
entero que puede ser negativo. Si se omite, se supone k=1.
flipud(A) : halla la matriz simtrica de A respecto de un eje horizontal.
fliplr(A) : halla la matriz simtrica de A respecto de un eje vertical.
reshape(A,m,n): Cambia el tamao de la matriz A devolviendo una matriz de tamao
mn cuyas columnas se obtienen a partir de un vector formado por las columnas de A
puestas una a continuacin de otra. Si la matriz A tiene menos de mn elementos se
produce un error.
Pruebe las siguientes sentencias en MATLAB:
zeros(7)
B=zeros(2,6)
ones(1,4)
ones(4,1)
A=eye(7)
eye(4)
magic(5)
C=rand(2,8)
diag([2 4 6])
x=[ -8 -5 10 1], diag(x)
y=linspace(10, 5, 12)
z=logspace(2, 7, 7)
z=logspace(1, 8, 15)
Pg -27-
OPERACIONES CON MATRICES
SUMA DE MATRICES
Sean las matrices: A = [a
ij
] y B = [b
ij
], ambas del mismo orden m x n. La
matriz suma de A y B es:
A + B = [a
ij
+ b
ij
]
El cual tambin es de orden m x n.
Ejemplo:
Propiedades:
1. A + B = B + A
2. (A+B) + C= A + (B + C)
3. K(A + B) = kA + kB (K = escalar)
4. (k + l)A = kA + lA (k, l escalares)
5. (kl)A = k(lA) (K, l escalares)
6. 1A = A
7. A = (-1) A
8. La dif erencia de A y B (mismo orden), es def inida por: A B = A + (-B).
5 3 5 3
8 6 3 1 5
4 1 4 2 3
6 2 5 4 7
4 6 2 4 3
9 1 3 5 1
2 3 8 7 4
x x
B A
=

=
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
5 x 3
4 12 5 3 2
13 2 1 7 4
8 1 13 11 11
B A
8 4 6 6 3 2 1 4 5 3
4 9 1 1 4 3 2 5 3 1
6 2 2 3 5 8 4 7 7 4
B A
= +
+ + + + +
+ + + + +
+ + + + +
+
Pg -28-
Ejemplo:
Luego: A B = A + (-B) =
MULTIPLICACIN DE UNA MATRIZ POR UNA ESCALAR
Sea A = [a
ij
] de orden mx n y r un nmero real.
rA = [r a
ij
] i, j
NOTA: Cada elemento de la matriz se multiplica por el escalar r.
Ejemplo:
Sea:
MULTIPLICACIN DEMATRICES
PRODUCTO DE UNVECTOR FILA POR UN VECTORCOLUMNA
Sean:
3 x 3 3 x 3
5 2 1
9 3 2
8 4 6
B
7 2 4
8 5 3
1 2 4
A = =
3 x 3
2 0 3
1 2 1
7 2 2

4 r
7 6 0 1
2 4 1 4
1 2 3 5
A = . =
28 24 0 4
8 16 4 16
4 8 12 20
A 4 rA = =
n
2
1
b
.
.
.
b
b
B =
n 2 1
a ... a a A =
Pg -29-
Nota: Ambas matrices deben tener la misma cantidad de elementos (la

matriz A tiene n elementos columna y la matr iz B tiene n elementos f ila).
Ejemplo:
Halle AB; si:
Tambin, si A f uera un vector columna
B A
t
n
i
i i
b a =
=1
Ejemplo:
Halle A
t
B; si:
=
= + + + =
n
i
i i n n
b a b a b a b a AB
1
2 2 1 1
...
B y A de escalar producto
( )( ) ( )( ) ( )( ) 11 9 4 4 8 1 7
9
4
1
4 8 7
1 3
3 1
= + + =
= =
AB
B A
x
x
( )( ) ( )( ) ( )( ) 52 2 1 3 4 6 7
2
3
6
1 4 7
2
3
6
1
4
7
1 3 1 3
= + + = =
=
=
B A
B A
t
x x
Pg -30-
PRODUCTO DE DOS MATRICES
El producto de un matriz A =
n x m
ij
a y un matriz B =
p x n
jk
b es otra
matriz C =
p x m
ik
c , donde C
ik
es el producto escalar de la i-sima f ila
de A por la k-sima columna de B, sea:
p x m ik p x n n x m
C C B x A = = .
Nota: Para ef ectuar el producto es necesario y suf iciente que el
nmero de columnas de A (que es n) sea igual al nmero de f ilas de B
(que es n).
Ejemplo: Sean:
Calcule: AxB
2 x 3
3 x 4
1 1
2 1
0 1
B
2 3 1
1 0 2
2 3 1
1 0 2
A
=
42 41
32 31
22 21
11 11
2 4 2 3 3 4
c c
c c
c c
c c
C B x A
x x x
= =
( )( ) ( )( ) ( )( )
6 2 3 1
1
1
1
2 3 1 : c
1 1 0 0
1
2
0
1 0 2 : c
3 1 1 1 0 1 2
1
1
1
1 0 2 : c
21
12
11
= + + =
= + =
= + + =
Pg -31-
A x B =
Propiedades:
1. A(BC) = (AB) C
2. (A+B)C= AC + BC
3. A(B+C) = AB + AC
4. No se cumple que: AB = BA (no conmutan)
8 3 2 6 0
1
2
0
2 3 1 : c
6 2 3 1
1
1
1
2 3 1 : c
1 1 0 0
1
2
0
1 0 2 : c
3 1 0 2
1
1
1
1 0 2 : c
8 2 6 0
1
2
0
2 3 1 : c
42
41
32
31
22
= =
= + + =
= + =
= + =
= =
2 x 4
8 6
1 3
8 6
1 3

Pg -32-
Ejemplo:
Sean:
BA AB decir Es
BA AB B A
=
= . = = =
:
8 14
1 2
4 11
2 6
2 4
0 1
2 3
1 2
5. 0A = 0
6. AB = 0, no implica A = 0 o B = 0.
7. AB = AC no implica que B = C, no existe la propiedad de
cancelacin.
Nota: Las matrices particulares tales que AB = BA se llaman
conmutables, un ejemplo, es el caso de las matrices diagonales del
mismo orden.
POTENCIACION DE MATRICES
La def inimos por induccin matemtica, as:
A
0
= I
A
2
= A . A
A
3
= A . A
2
A
2
. A
.
.
A
n
= A . A
n-1
A
n-1
. A
Nota: La potencia de matrices es conmutativa.
Propiedades:
1. Si A es una matriz cuadrada A
m
. A
n
= A
n
. A
m
(m, n Z
+
)
2. Si A y B conmutan A
m
y B
n
conmutan (m, n Z
+
)
Pg -33-
TRAZA DE UNA MATRIZ
Si A es una matriz cuadrada, entonces la suma de los elementos de la
diagonal principal se llama traza de la misma y se denota por:
Tr(A) o Traz(A): As: Si A =[a
ij
]
n
traz(A) =

=
n
i
ij
a
1
<--> i=j
Propiedades:
1. Traz(A + B) = Traz (A) + Traz (B)
2. Traz(kA) = k Traz (A) (k escalar) (k = 0)
3. Traz(AB) = Traz (BA).
OPERACI ONES CONVECTORES Y MATRICES.
Las operaciones habituales entre arrays (suma, resta y producto escalar de vectores;
suma, resta, producto y potencia de matrices) se representan con los operadores
habituales:
>> V,W % Recordamos los valores de V y W.
V =
1 2 3 4 5
W =
6 7 8 9 10
>> S=V+W %Suma de la matriz V y W.
S =
7 9 11 13 15
>> V-W % Resta de la matriz V y W.
ans =
Pg -34-
-5 -5 -5 -5 -5
>> Z=V*W' %Producto escalar (producto de matrices 1x5 por 5x1).
Z =
130
>> Z=W'*V % Producto de matrices 5x1 por 1x5 = Matriz 5x5.
Z =
6 12 18 24 30
7 14 21 28 35
8 16 24 32 40
9 18 27 36 45
10 20 30 40 50
>> M % Recordamos el valor de la matriz M.
M =
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
>> M*4 % Producto de la matriz M por un escalar.
ans =
4 8 12 16
20 24 28 32
36 40 44 48
52 56 60 64
>> M^2 % Matriz M elevada al cuadrado.
ans =
90 100 110 120
202 228 254 280
314 356 398 440
426 484 542 600
Pg -35-
>> t=trace(M) %Traza de la matriz M.
t =
34
Tambin pueden ef ectuarse multiplicaciones, divisiones y potencias de arrays,
entendindolas como elemento a elemento (como, de hecho, se realizan la suma y la
resta). El operador ut ilizado para ellas es el habit ual precedido por un punto; es decir:
>> V.*W %Vector formado por los productos de las respectivas coordenadas
ans(i)=V(i)*W(i).
ans =
6 14 24 36 50
>> W./V %Vector formado por el cociente de cada coordenada de W entre la
coordenada correspondiente de V: ans(i)=W(i)/V(i).
ans =
Columns 1 through 4
6.00000000000000 3.50000000000000 2.66666666666667 2.25000000000000
Column 5
2.00000000000000
>> M.^2 %Matriz cuyos elementos son los de M elevados al cuadrado
ans(i,j)=mat(i,j)^2.
ans =
1 4 9 16
25 36 49 64
81 100 121 144
169 196 225 256
LABORATORIO: EJERCITACIN CONMATLAB
1) Def inir las siguientes variables:
a) Un vector f ila, a, de 10 elementos, con los siguientes valores: -5 4 7 3 2 9 10
1 1 -11.
b) Un vector columna, b, de 10 elementos, con los siguient es valores: 1 4 16 64 1
23 81 12 56 51.
Pg -36-
c) Un vector f ila, t, con valores entre y , con pasos de 0.1.
d) Un vector f ila, y, con valores de la f uncin seno(t), para t , con pasos
de 0.1
e) Una matr iz A, con los siguientes valores:
f ) Una matriz B, de 4x4, mediante la f uncin magic(4). Qu propiedad t iene esta
matriz?
g) Una matr iz C, igual a la inversa de B.
h) Un vector v, de 5 x 1, con los siguientes valores:
i) Un vector f ila x, con 200 valores entre 2 y 2.
j) Una matriz K, de 10 x 10, con nmeros aleatorios con distribucin normal,
media cero y varianza uno.
2) Dadas las variables def inidas en el punto 1, realizar las siguientes operaciones:
a) A * B
b) A
4
c) Multiplicacin de cada elemento de A por su correspondiente elemento de B.
d) B * B
1
e) v
T
*v
f ) ) v*v
T
f ) H = K / n donde n es un nmero obtenido de K, que hace que el mayor valor
contenido en Hsea 1.
g) Calcular la inversa de B usando las propiedades de autovalores y autovectores.
4 3 2 1
3 7 9 3
5 6 2 4
2 1 5 4
1
8
3
5
2
Pg -37-
DETERMINANTES
DEFINICIN
El determinante viene a ser una f uncin que aplicada a una matriz cuadrada da un
nico valor numrico.
Notacin: Sea A un matriz cuadrada, entonces el deter minant e de la matriz A se
representa por |A| o det (A) o det A.
Deter minante para una matriz de segundo orden:
Su deter minante es:
(producto de los elementos de la diagonal principal menos el producto de los
elementos de la diagonal secundaria).
Ejemplo:
Sea la matriz cuadrada de orden 2 x 2.
Deter mine su deter mnate:
Deter minante para la matriz de tercer orden:

22 21
12 11
a a
a a
A =
21 12 22 11
22 21
12 11
a a a a
a a
a a
A = =
5 3
7 4
A
=
( )( ) ( )( ) 41 7 3 5 4 A = =
Pg -38-
Sea A una matriz cuadrada de orden 3 x 3
32 31
22 21
12 11
33 32 31
23 22 21
13 12 11
a a
a a
a a
a a a
a a a
a a a
A =
Propiedades:
Nota: Todas las matrices siguient es son de orden n x n.
A) matriz A se tiene:
t
A A =
B) El deter minante de una matriz A cambia de signo si dos f ilas (o dos columnas) se
intercambian.
C) Si la matriz B se obt iene de la matr iz A, trasladando una de sus f ilas (o columnas) k
lugares, entonces ( ) A B
k
1 =
Ejemplo:
Sea la matriz:
Trasladando la ult ima f ila a la primera (k = 2)
12 21 33 11 23 32 13 22 31 32 21 13 31 23 12 33 22 11
a a a a a a a a a a a a a a a a a a A + + =
( ) ( ) B 1 A o A 1 B
5 B
1 2 3
4 2 1
1 1 2
B
1 1 2
1 2 3
4 2 1
A
2 2
= =
= = =
5 A
1 1 2
1 2 3
4 2 1
A = =
Pg -39-
D) Si en una matriz A se tiene que una f ila (o columna) es mlt iplo de otra f ila (o
columna), entonces el deter minante de dicha matriz vale cero.
Ejemplo:
0
1 2 3
8 4 2
4 2 1
0
4 2
6 3
= =
= =
B B
A A
E) Si en una matriz A todos los elementos de una f ila (o una columna) son ceros,
entonces su determinant e vale cero.
F) Si en una matriz A todos los elementos de una f ila (o una columna) son
multiplicados por un escalar k, entonces el valor del deter minante tambin queda
multiplicado por k.
Ejemplo:
Sea:
i) Multiplicamos la segunda f ila por 2.
ii) Multiplicamos la segunda columna por 3
NOTA: Si una matriz A es de orden n x n es mult iplicada por el escalar k (esto signif ica
que todas las f ilas de A son multiplicadas por k en f orma equivalente: todas las
columnas de A son multiplicadas por k), ent onces el deter minante de la matr iz A queda
multiplicada por k
n
.
A B B 2 4
2 2
3 4
= = =
2 A
1 2
3 4
A = =
A 3 6 C
3 2
9 4
C = =
=
Pg -40-
Es decir: A k kA
h
=
G) Si a una f ila (o columna) de una matriz A se le suma el mlt iplo de otra f ila (o
columna), se tendr que el valor del deter minante de A no varia.
Ejemplo:
Sea:
La segunda f ila es (3 1) multipliquemos por 3 queda (9 -3) luego:
H) Si los elementos de una f ila (o columna) cualquiera constan de dos trminos, el
determinante puede expresarse como la suma de otros dos deter minantes.
I) El deter minante de la matriz identidad es igual a la unidad.
J) Sea: M= [ m
ij
] una matriz diagonal de orden n x n.
(Producto de los elementos de la diagonal).
K) El det erminante de una matriz triangular superior (o triangular inf erior) es igual al
producto de los element os de la diagonal principal.
nn
m m m m M .... . .
33 22 11
=
10
1 3
2 4
=
= A A
10
1 3
1 13
1 3
3 2 4 9
=
+
= B B
B A Luego = :
3 3
2 2
1 1
3 3 3
2 2 2
1 1 1
3 3 3
2 2 2
1 1 1
c b z
c b y
c b x
c b a
c b a
c b a
c b z a
c b y a
c b x a
+ =
+
+
+
Pg -41-
i) Matriz T. Superior
ii) Matriz T. Inf erior
L) El deter minante de una suma de matrices es dif erente de la suma de los
determinantes de las matrices es decir:
M) El det erminante de un producto de matrices es igual el producto de los
determinantes de las matrices (siempre y cuando las matrices sean cuadradas y
del mismo orden) es decir.
NOTACIN ABREVIADAPARAFILAS Y COLUMNAS
Con la f inalidad de simplif icar la representacin de las f ilas de una matriz algunas
veces denotadas una f ila i como f
i
y una columna j como c
j
. As, la matriz:
Tiene las f ilas
Y las columnas
( ) B det A det B A det + = +
( ) B A AB det . det det =
8 A
1 0 0
6 2 0
1 5 4
A = =
21
3 5 4
0 1 2
0 0 7
= = B B
4 2 5
7 8 4
1 2 3
A =
{ }
{ }
{ } 4 , 2 , 5 :
7 , 8 , 4 :
1 , 2 , 3 :
3
2
1
f
f
f

Pg -42-
De acuerdo a esta notacin, una matr iz de tres f ilas se puede escribir:
Anlogamente, una matriz de tres columnas.
MENORES Y COFACTORES
Sea A la siguiente matriz de orden n x n.
Sea M
ij
la submatriz cuadrad de orden (n-1) que resulta de eliminar la f ila i y la
columna j de A, entonces:
1. El deter minante
ij
M se llama menor del elemento a
ij
de A.
2. El cof actor del elemento a
ij
, que se simboliza por A
ij
, se def ine por:
4
7
1
: C
2
8
2
: C
5
4
3
: C
3 2 1
3
2
1
f
f
f
A =
3 2 1
C C C A =
(
(
(
(
(
(
(
(
=
nn nj n n
in ij i i
n j
n j
a a a a
a a a a
a a a a
a a a a
A
... ...
... ...
:
... ...
... ...
2 1
2 1
2 2 22 21
1 1 12 11
FILA i
COLUMNA j
Pg -43-
EJEMPLO: Sea:
El menor del elemento a12 es
12
M , pero
2 3
1 2
12
= M
Luego:
7
2 3
1 2
12
=
= M
El cof actor del elemento a
12
es A
12
; pero:
OBSERVACIONES:
1. Observamos que la dif erencia entre el menor
ij
M y el cof actor A
ij
de un
elemento a
ij
es solo de signo.
A
ij
= (-1)
i+j
ij
M
2. Deter minar el signo que relaciona A
ij
y
ij
M es ubicar el signo que esta en la
f ila i y columna j del siguiente arreglo:
( )
ij
j i
ij
M A
+
= 1
2 2 3
1 2 2
1 3 4
= A
( ) ( ) 8 8 1 1
12
2 1
12
= = =
+
M A
cofactor signo menor
Pg -44-
Por ejemplo, el signo que relaciona A23 con
23
M es negativo, ya que 2+3=5; por lo
tanto
23 23
M A = , tambin:
43 43 22 22
, M A M A = =
DESARROLLO DE UN DETERMINANTE POR COFACTORES:
Teorema: El deter minant e de la matriz cuadrada A = (a
ij
)
n x n
es igual a la
suma de los productos de los elementos de cualquier f ila (o columna) por sus
respectivos cof actores.
a) Si elegimos la f ila k, el desarrollo del deter minante, por f ilas obedece a la
siguiente regla:
b) Si elegimos la columna j, el desarrollo del deter minante, por columnas
obedece a la siguiente regla:
Ejemplo:
=
=
n
j
kj ij
A a A
1
=
=
n
1 k
kj kj
A a A
2 1 3
1 2 0
9 6 3
= A
.
.
.
.....
.....
....
+ + +
+ + +
+ + +
Pg -45-
{ } 9 , 6 , 3 : 1 )
13 12 11 1
= = = a a a f a
cof actor de a
11
es A
11
= (-1)
1+1
5
2 1
1 2
11
=
= M
cof actor de a
12
es A
12
= (-1)
1+2
3
2 3
1 0
12
+ = = M
cof actor de a
13
es A
13
= (-1)
1+3
6
1 3
2 0
13
=
= M
Luego: k = 1

=
=
3
1
1 1
j
j j
A a A
( )( ) 87 6 9 3 . 6 5 . 3
13 13 12 12 11 11
= + + = + + = A a A a A a A
b) { } 3 , 0 , 3
31 21 11 1
= = = = a a a C
cof actor de a
11
es A
11
= (-1)
1+1
5
2 1
1 2
11
=
= M
cof actor de a
21
es A
21
= (-1)
2+1
3
2 1
9 6
21
+ =

= M
cof actor de a
31
es A
31
= (-1)
3+1
24
1 2
9 6
31
=
= M
Luego: j = 1

=
=
3
1
1 1
k
k k
A a A
87 24 . 3 ) 3 )( 0 ( 5 . 3
31 31 21 21 11 11
= + + = + + = A a A a A a A
Pg -46-
Nota: Cuando se calcula un deter minante por cof actores, para simplif icar los
clculos se recomienda el desarrollo por la f ila o columna que tenga la mayor
cantidad de ceros.
MATRIZ DE COFACTORES:
Si A
nxn
y A
ij
es el cof actor de a
ij
, entonces la matr iz
Cof act A =
|
|
|
|
|
|
.
|
\
|
nn n n
n
n
A A A
A A A
A A A
... ..
.
.
.....
.....
2 1
2 22 21
1 12 11
se llama la matriz de cof actores de A
La transpuesta de esta matriz se llama matriz adjunta de A, es decir:
Adj A = (cof act A)
t
Ejemplo:
Sea:
Encontrar la matriz de los cof actores de A y la matriz adjunt a de A:
Solucin:
i) Calculamos los cof actores de la matriz A
A
11
= - 3
A
12
= 4
A
13
= -1
A
21
= 0
A
22
= 1
A
23
= -1
A
31
= 3
|
|
|
.
|
\
|
=
1 1 1
3 0 1
1 1 2
A
Pg -47-
A
32
= -5
A
33
= 1
MATRIZ INVERSA
Dada una matriz cuadrada A de orden n x n, se dice que la matriz cuadrada B de
orden n x n es la matriz inversa de A si y solo si:
AB = BA = I (identidad)
En tal caso B, se denota: B = A
1
Luego:
A A
1
= A
1
A = I
Ejemplo:
1. La matriz diagonal:
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
=
4 1 0 0 0
0 3 1 0 0
0 0 2 1 0
0 0 0 1
A
4 0 0 0
0 3 0 0
0 0 2 0
0 0 0 1
1 -
A
( )
|
|
|
.
|
\
|

= =
|
|
|
.
|
\
|

=
|
|
|
.
|
\
|
=
1 1 1
5 1 4
3 0 3
A cofact A adj
1 5 3
1 1 0
1 4 3
A cofact
A A A
A A A
A A A
A cofact
t
33 32 31
23 22 21
13 12 11
Pg -48-
Luego al multiplicar: A . A
-1
y A
-1
. A
A . A
-1
= A
-1
. A = I
|
|
|
|
|
.
|
\
|
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
2. Sea:
Como: AB = BA = I, entonces B es la inversa de A o sea:
NOTA:
i) Si una matriz tiene inversa, entonces esta inversa es nica.
ii) Si B es la matriz inversa de A, entonces se puede decir que A es la matriz inversa
de B.
iii) No siempre una matriz cuadrada tiene inversa.
Propiedades de La Matriz Inversa:
A) A tiene inversa si y solo si: 0 = A en este caso, se dice que A es no
singular.
Ejemplo:
|
|
.
|
\
|
=
0 2
0 1
A , entonces 0 = A (no tiene inversa, singular)
En cambio si:
|
|
.
|
\
|
= =
2 4
1 3
B A
1
|
|
.
|
\
|
=
|
|
.
|
\
|

=
2 4
1 3
B y
2 3 2
2 1 1
A
Pg -49-
|
|
.
|
\
|
=
4 3
2 1
B , entonces 0 2 = = B (no tiene inversa, no singular)
En smbolos:
0 "
1
= -

A A , equivalente a decir A A -
1
es no singular
B) La inversa de una matriz inversa da la matriz original: (A
-1
)
-1
= A as:
|
|
.
|
\
|
=
2 0
0 1
A , entonces
|
|
.
|
\
|
=
2 1 0
0 1
1
A
y la muestra de A
-1
es:
( ) A
2 0
0 1
A
1
1
=
|
|
.
|
\
|
=
C) La inversa del producto de un nmero por una matriz, es igual al

recproco del nmero por la inversa de la matriz
( )
1
1
1

= A A
As, si queremos hallar la inversa de 5A:

5A =
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
2 0
0 1
10 0
0 5
5
1
10 0
0 5
A
Entonces, la inversa de 5A es:
( )
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
10 1 0
0 5 1
2 1 0
0 1
5
1
5
1
A
Pg -50-
D) La inversa del producto de dos matrices es igual al producto de las
inversas de los f actores, pero con el orden cambiado.
( )
1 1
1

= A B AB
Ej. Si se conoce que:
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

3 1 0
0 1
2 1 0
0 1
1 1
B Y A
No es necesario hallar AB para calcular:
( )
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
6 1 0
0 1
2 1 0
0 1
3 1 0
0 1
1
AB
E) La inversa de la potencia n de una matriz es igual a la potencia n de la
inversa de dicha matr iz.
( ) ( )
n
n
A A
1
1

=
Ej. Si se conoce que:
( )
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

4 1 0
0 1
2 1 0
0 1
2 1 0
0 1
2 1 0
0 1
1
2 1
A A
CALCULO DE LA INVERSA DE UNA MATRIZ MEDIANTE SU
ADJUNTA
Teorema: si A es una matriz inversible ( ) 0 = A entonces la matriz inversa
esta dada por:
( ) A adj
A
1
A
A adj
A
1
= =

Pg -51-
Ejemplo:
Sea:
Solucin:
Sabemos: ( )
t
A cofact A adj =
Cof act A =
Desarrollando:
Cof act A = ( )
|
|
|
|
|
|
.
|
\
|

=
|
|
|
|
|
|
.
|
\
|

4 6 1
3 5 1
3 4 1
4 3 3
6 5 1
1 1 1
t
A cofact
Luego:
Adj A =
|
|
|
|
|
|
.
|
\
|

4 6 1
3 5 1
3 4 1
Entonces:
|
|
|
|
|
|
.
|
\
|
=
1 2 1
0 1 1
3 2 2
A
|
|
|
|
|
|
.
|
\
|
33 32 31
23 22 21
13 12 11
A A A
A A A
A A A
|
|
|
|
|
|
.
|
\
|

=
|
|
|
|
|
|
.
|
\
|

=
|
|
|
|
|
|
.
|
\
|

= =
4 6 1
3 5 1
3 4 1
4 6 1
3 5 1
3 4 1
1
4 6 1
3 5 1
3 4 1
1
1
1
A
A adj
A
Pg -52-
Teorema:
Si una matriz cuadrada A es no singular, ( ) 0 = A entonces:
CALCULO DE LA INVERSA DE UNA MATRIZ MEDIANTE
OPERACIONES ELEMENTALES DE FILA (mtodo de Gauss-
Jordan)
Recordemos que las operaciones element ales de f ila sobre una matriz cualquiera
son:
1. Intercambio de f ilas.
2. Multiplicacin (o divisin) de una f ila por una constante.
3. Sumar a una f ila un mlt iplo de otra f ila.
El clculo de la inversa mediante estas tres operaciones se basa en la
siguiente proposicin:
la matriz inversa A
-1
puede obtenerse ef ectuando sobre la matriz ident idad I
las mismas operaciones de f ila que son necesarias para transf orma la matriz
A en una identidad
[ A I I ] operaciones [ I I A
-1
]
Donde cada operacin de f ila que se realiza sobre A debe tambin realizarse
sobre I.
Ejemplo 1. Para hallar la inversa de:
A
1
A
1
=
de fila
Pg -53-
Procedemos de la siguiente manera:
Primera etapa:
Aadir a la matriz A, la respectiva matriz identidad
Segunda etapa:
Transf ormar en 1 el element o diagonal y en 0 los elementos af uera de la
diagonal en la primera columna de A.
a) Dividir la primera f ila de [A I I] entre el element o de la primera f ila y primera
columna.
En nuestro ejemplo dicho elemento diagonal es 1, por lo que no es necesario
ef ectuar ningn calculo.
b) Tomando como element o de ref erencia el 1 de la 1ra f ila y 1ra columna
hacer 0 los elementos af uera de la diagonal en la primera columna. Las
operaciones de f ila son:
A la f ila dos, restarle la f ila uno.
A la f ila tres, sumarle la f ila uno.
|
|
|
|
|
|
.
|
\
|

=
4 6 1
3 5 1
3 4 1
A
|
|
|
|
|
|
|
.
|
\
|

1 0 0
0 1 0
0 0 1
4 6 1
3 5 1
3 4 1
Pg -54-
Tercera etapa:
Transf ormar en 1 el element o diagonal y en 0 los elementos af uera de la
diagonal, en la 2 columna de A.
a) Dividir la 2 f ila entre el elemento de la segunda f ila y segunda columna.
Las operaciones son:
Dividir la f ila dos entre 1
Sumar a la f ila uno, 4 veces la f ila dos.
Restar a la f ila tres, 2 veces la f ila dos.
Cuarta etapa:
Transf ormar en 1 el elemento diagonal y en ceros los elementos f uera de la
diagonal en la 3 columna de A.
a) No es necesario dividir, ya que el elemento diagonal es 1.
b) Basta convertir en 0 al 3, para lo cual hay que sumar a la primera f ila, 3
veces la tercera.
|
|
|
|
|
|
|
.
|
\
|

1 0 1
0 1 1
0 0 1
1 2 0
0 1 0
3 4 1
1 3
1 2
f f
f f
+

|
|
|
|
|
|
|
.
|
\
|

1 2 1
0 1 1
0 4 5
1 0 0
0 1 0
3 0 1
2 3
2 1
2
2
4
1 /
f f
f f
f

Pg -55-
Ejemplo 2. Usar el mtodo de Gauss-Jordan para calcular la matriz inversa de la
siguiente matr iz:
Sol uci n. En una matriz, colocamos la matriz A y a su derecha agregamos la matriz
identidad 2
I
:
El primer elemento pivote
4
11
= a
est bien colocado y procedemos a hacer ceros
debajo de este elemento. Para ello, mult iplicamos el rengln 1 por 4
1
y lo sumamos
al rengln 2. Esto nos da:
|
|
|
|
|
|
|
.
|
\
|
1 2 1
0 1 1
3 2 2
1 0 0
0 1 0
1 0 1
|
|
|
|
|
|
.
|
\
|
1 2 1
0 1 1
3 2 2
1
A
I
A
-1
|
|
.
|
\
|
=
3 1
11 4
A
|
|
.
|
\
|
1 0 3 1
0 1 11 4
|
|
.
|
\
|
1 25 . 0 25 . 0 0
0 1 11 4
Pg -56-
Nuestro segundo elemento pivote es
25 . 0
22
= a
. Para hacer ceros arriba de este
elemento, mult iplicamos el rengln 2 por 25 . 0
11
y lo sumamos al rengln 1. Esto nos

da:
Finalmente, hacemos los 1s en la diagonal principal. Para ello, mult iplicamos el
rengln 1 por 4
1
y el rengln 2 por 25 . 0
1
. Esto nos da la matriz f inal:
Por lo tanto, concluimos que la matriz inversa de A es:
Ejemplo 3. Usar el mtodo de Gauss-Jordan para calcular la matriz inversa de:
Sol uci n. En una matriz, colocamos la matriz A y a su derecha agregamos la matr iz
identidad:
Vemos que el primer elemento pivote
2
11
= a
est bien colocado y procedemos a
hacer ceros debajo de este elemento. Para ello multiplicamos el rengln 1 por 2
5 . 0
y lo
|
|
.
|
\
|

1 25 . 0 25 . 0 0
44 12 0 4
|
|
.
|
\
|

4 1 1 0
11 3 0 1
|
|
.
|
\
|
4 1
11 3
1
A
|
|
|
.
|
\
|

=
1 . 3 625 . 0 3125 . 0
1 . 0 2 . 1 5 . 0
0 4 2
A
|
|
|
.
|
\
|

1 0 0 125 . 3 625 . 0 3125 . 0
0 1 0 1 . 0 2 . 1 5 . 0
0 0 1 0 4 2
Pg -57-
sumamos al rengln 2; tambin, multiplicamos el mismo rengln 1 por 2
3125 . 0
y lo
sumamos al rengln 3. Esto nos da:
Para elegir el segundo elemento pivote, debemos escoger el elemento mayor (con
valor absoluto) entre
2 . 0
22
= a
y
25 . 1
32
= a
, el cual obviamente es ste ltimo. Por
lo tanto, debemos intercambiar el rengln 2 y el rengln 3. Entnces:
Procedemos a hacer ceros arriba y abajo de nuestro segundo elemento pivote; para
ello, multiplicamos el rengln 2 por 25 . 1
4
y lo sumamos al rengln 1, y tambin

multiplicamos el mismo rengln 2 por 25 . 1
2 . 0
y lo sumamos al rengln 3. Esto nos da:
Nuestro tercer elemento pivote es
4 . 0
33
= a
. Para hacer ceros arriba de este elemento,
multiplicamos el rengln 3 por 4 . 0
125 . 3

10
Finalmente, hacemos los 1s en la diagonal principal. Para ello multiplicamos el rengln
1, 2 y 3 por
2
1
, 25 . 1
1
y 4 . 0
1
, respectivamente. Esto nos da la matriz f inal:
|
|
|
.
|
\
|
1 0 15625 . 0 125 . 3 25 . 1 0
0 1 25 . 0 1 . 0 2 . 0 0
0 0 1 0 4 2
|
|
|
.
|
\
|
0 1 25 . 0 1 . 0 2 . 0 0
1 0 15625 . 0 125 . 3 25 . 1 0
0 0 1 0 4 2
|
|
|
.
|
\
|

16 . 0 1 275 . 0 4 . 0 0 0
1 0 15625 . 0 125 . 3 25 . 1 0
2 . 3 0 5 . 0 10 0 2
|
|
|
.
|
\
|

16 . 0 1 275 . 0 4 . 0 0 0
25 . 0 8125 . 7 9921875 . 1 0 25 . 1 0
8 . 0 25 375 . 7 0 0 2
Pg -58-
Por lo tanto, concluimos que la matriz inversa de A es:
EJERCICIOS PROPUESTOS
Calcula la matriz inversa de las siguientes matrices usando el mtodo de Gauss-
Jordan:
1.
2.
Soluciones:
1.
|
|
|
.
|
\
|
4 . 0 5 . 2 6875 . 0 1 0 0
2 . 0 25 . 6 59375 . 1 0 1 0
4 . 0 5 . 12 6875 . 3 0 0 1
|
|
|
.
|
\
|
=
4 . 0 5 . 2 6875 . 0
2 . 0 25 . 6 59375 . 1
4 . 0 5 . 12 6875 . 3
1
A
|
|
|
.
|
\
|
=
6 0 3
1 1 0
1 1 2
A
|
|
|
|
|
.
|
\
|

=
4 . 0 7 . 0 1 . 4 5 . 0
6 5 . 2 2 1 . 1
4 1 9 . 6 0
7 . 5 2 . 3 0 1 . 1
B
|
|
|
.
|
\
|
16667 . 0 25 . 0 25 . 0
16667 . 0 75 . 0 25 . 0
0 5 . 0 5 . 0
1
A
Pg -59-
2.
RANGO DE UNAMATRIZ
DEFI NICI N: El rango de una matriz de orden m x n es el orden de la
submatriz cuadrada ms grande contenida en A cuyo deter minante es no nulo
y se denota por:
r(A)= rango de A
SUBMATRICES CUADRADAS: Dada una matriz A de orden mx n es posible
elegir submatrices cuadradas de orden k x k, las cuales estn contenidas en
A.
Ejemplo: Hallar la submatrices cuadradas de la matriz.
Solucin:
Las submatrices cuadradas ms grandes que estn contenidas en A sern las
de orden 3 x 3.
Las de orden 2x2 sern:
|
|
|
|
|
.
|
\
|
=
11 10 9
8 7 6
5 4 3
2 1 0
A
|
|
|
|
|
|
.
|
\
|
8 7 6
5 4 3
2 1 0
|
|
|
|
|
|
.
|
\
|
11 10 9
5 4 3
2 1 0
|
|
|
|
|
|
.
|
\
|
11 10 9
8 7 6
2 1 0
|
|
|
|
|
|
.
|
\
|
11 10 9
8 7 6
5 4 3
|
|
|
|
|
.
|
\
|
38584 . 0 09619 . 0 25715 . 0 07919 . 0

9171 . 0 0438 . 0 55763 . 0 37307 . 0
35659 . 0 06211 . 0 08496 . 0 09998 . 0
66859 . 0 37103 . 0 28973 . 0 23415 . 0
1
B
Pg -60-
|
|
|
.
|
\
|
4 3
1 0
|
|
|
.
|
\
|
5 3
2 0
|
|
|
.
|
\
|
5 4
2 1
|
|
|
.
|
\
|
7 6
4 3
|
|
|
.
|
\
|
8 6
5 3
|
|
|
.
|
\
|
8 7
5 4
|
|
|
.
|
\
|
10 9
7 6
|
|
|
.
|
\
|
11 9
8 6
|
|
|
.
|
\
|
11 10
8 7
NOTA:
1. De la def inicin vemos que si rango A = k, entonces ( ) { } n m A r , min s ,
donde A es de orden mx n.
2. Para calcular el rango de A, basta que entre todas sus submatrices
cuadradas ms grandes, encontremos una que tenga su deter minante no
nulo.
Si este no f uera el caso, continuar con las submatrices cuadradas de
orden inf erior.
Ejemplo:
Deter minar el rango de la matriz.
Solucin:
Como A es de orden 3 x 4, entonces:
( ) { }
z
A 4 , 3 min s , es decir ( ) 3 A r s
For mamos las submatr ices cuadradas ms grandes de A, las cuales son de
orden 3 x 3.
|
|
|
|
|
|
.
|
\
|
=
4 4 4 4
8 7 6 5
4 3 2 1
A
Pg -61-
|
|
|
|
|
|
.
|
\
|
4 4 4
8 7 6
4 3 2
|
|
|
|
|
|
.
|
\
|
4 4 4
8 7 5
4 3 1
|
|
|
|
|
|
.
|
\
|
4 4 4
8 6 5
4 2 1
|
|
|
|
|
|
.
|
\
|
4 4 4
7 6 5
3 2 1
Al tomar el deter minante de cada una de ellas resulta que este es nulo
(singular).
( ) ( ) ( ) 3 3 3 Z s = A r A r como y A r
For mamos las submatrices cuadradas de orden 2x2. Basta que el
determinante de alguna de estas sea no nulo (no singular) para que t(A) = 2.
Ejemplo:
|
|
|
.
|
\
|
6 5
2 1
Su deter minante = -4 = 0
( ) 2 = A r
( ) ( ) 2 B r 3 A r
8 5 3
4 2 2
2 1 1
B
1 2 5
0 1 2
1 2 1
1 1 3
A
= =
|
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
|
|
|
|
|
.
|
\
|
=
NOTA:
1. Toda matr iz no nula t iene rango mayor que cero.
Las matrices nulas tienen rango cero.
Pg -62-
si A
mxn
es una matriz no nula O < r(A) smin { m, n}.
si A
mxn
es una matriz no nula O < r(A)s n = orden de A.
2. Sea A
mxn
no nula, entonces:
0
1
= -

A A es equivalente a decir. A es no singular r (A)=n
Luego una matriz cuadrada A
n
tiene inversa r (A)=n.
3. Sean: A
mxn
y B
mxn
entonces:
r (AB)s min {r(A), r(B)}
4. Si se transpone una matriz, el rango no cambia: r (A)= r (A
t
).
5. El rango de la suma de dos matrices no excede a la suma de los rangos
de los sumandos:
r (A+B)s r (A)+ r (B)
OPERACIONES ELEMENTALES (O.E.)
Se llaman operaciones elementales por f ilas (o columnas) sobre una matriz A,
a las siguientes operaciones:
Al intercambiar de 2 f ilas (o columnas):
1. Fila i (f
i
) intercambiamos por f ila j (f
j
) se representa por f
i
x f
j
; en f orma
anloga seria las columnas: C
i
x C
j
2. A la mult iplicacin de una f ila (o columna) por un escalar no nulo:
Fila i (f
i
) multiplicamos por k se representa por f
i
kf
i
, en f orma anloga
para las columnas: Ci kCi.
3. A una f ila (o columna) le sumamos el mlt iplo de otra f ila (o columna)
Fila i (f
i
) le agregamos k veces la f ila j (f
j
) se representa por f
1
+ kf
i
. Anloga
para las columnas: Ci + kCj.
Pg -63-
MATRICES EQUIVALENTES
Se dice que dos matr ices A y B son equivalentes y si solo si una de ellas se puede
obtener a partir la otra mediante un numero f init o de operaciones elementales de lnea
(de f ila o columna)
Notacin: A ~ B
Ejemplo:
Las matrices
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
9 7 5
3 2 1
6 5 4
3 2 1
B Y A
son equivalentes, debido a que B puede obtenerse sumando a la segunda f ila de A, su
primera f ila.
A ~ B
MATRIZ ESCALONADA(POR FILAS)
Es un matriz que tiene las siguientes caractersticas:
1. Si existe f ilas nulas, es decir, con todos sus elementos iguales a cero, estas se
encuentran en las lt imas posiciones.
2. Cada f ila no nula, comienza con la unidad.
3. El nmero de ceros a la izquierda del 1 en la f ila (i + 1) es mayor que el respectivo
nmero de ceros en la f ila i.
Una matriz escalonada de m f ilas por n columnas puede representarse de la siguiente
manera:
Pg -64-
Ejemplo:
|
|
|
|
|
|
.
|
\
|
1 0 0 0
3 11 0 0
.
8 6 1 0
r = 3 ^ m= 3
Satisf ace 1, 2, y 3 es escalonada
|
|
|
|
|
|
|
|
|
|
|
|
|
.
|
\
|
0 0 0 0
0 0 0 0
1 0 0 0
5 3 1 0
9 8 7 1
r = 3 ^ m= 5
Satisf ace 1, 2, y 3 es escalonada
|
|
|
|
|
|
|
|
|
|
|
.
|
\
|
0 ..... .......... 0 0 0 0 0
0 .... .......... 0 0 0 0 0
.
.
.
......... 1 0 0 0
......... 1 0 0
......... 1
4 1
3 2 1
1 4 3 2 1
n
n
n
z z
y y y
x x x x x
r filas no nulas
m-r filas nulas
Pg -65-
|
|
|
.
|
\
|
1 0 0 0
9 8 2 0
6 5 4 1
No satisf ace 2, no es escalonada
CALCULO DEL RANGO MEDIANTE OPERACIONES DE
FILA
El procedimiento para hallar el rango de una matriz A
mxn
esta basado en que
las operaciones de lnea (f ila o columna) no alt eran el rango.
Si A es una matriz de orden m por n y E es una matriz escalonada, entonces
r(A) = r(E)
Para hallar la matr iz escalonada E, aplicamos la eliminacin de GAUSS
JORDAN, tal como lo muestra el siguiente ejemplo:
Ejemplo:
Hallar el rango de la matriz.
|
|
|
.
|
\
|

=
2 2 1 1 3
6 2 1 1 1
2 1 1 1 1
A
Solucin:
1. Trasf ormar en 1 el elemento de la primera f ila y primera columna y en
ceros los elementos debajo de dicho elemento, en la primera columna:
Pg -66-
|
|
|
.
|
\
|

=
8 1 2 2 0
8 1 2 2 0
2 1 1 1 1
1 2
f f A
2. Trabajar con la sub matriz obtenida al eliminar la pr imera f ila y primera
columna, si esa sub matriz tiene columnas de ceros a la izquierda, eliminar
tambin estas columnas.
Se procede de manera similar a la 1
a
etapa: transf ormando en 1 el
elemento de la primera f ila y primera columna de la sub matr iz y haciendo
ceros los restantes elementos de dicha columna.
|
|
|
.
|
\
|

8 1 2 2 0
4 2 / 1 1 1 0
2 1 1 1 1
2 /
2
f
|
|
|
.
|
\
|
0 2 0 0 0
4 2 / 1 1 1 0
2 1 1 1 1
2
2 3
f f
Observe que: f
2
y f
3
se ref ieren a f ilas de la matriz completa, no son f ilas de
la sub matriz.
3. Trabajar con la sub matriz obtenida al eliminar las f ilas 1
a
y 2
a
y las
columnas 1
a
y 2
a
.
Si esa sub matriz tiene columnas de ceros a la izquierda, eliminar tambin
estas columnas.
Hay que transf ormar en 1 el elemento de la primera f ila y primera columna
de la sub matriz.
f
3
- 3f
1
Pg -67-
|
|
|
|
|
.
|
\
|
0 1 0 0 0
4 2 / 1 1 1 0
2 1 1 1 1
) 2 /(
3
f
As, hemos llegado a la matriz escalonada Ede la matriz A.
Sabemos:
Si A ~ E r(A)= r(E)
Como E tiene 3 f ilas no nulas, entonces r(E)=3=r(A).
CLCULO DEL RANGO MEDIANTE LA MATRIZ
ESCALONADA
Tanto sobre la matriz original A como sobre cada sub matriz obtenida al
eliminar las primeras f ilas y las primeras columnas, proceder de la siguiente
manera:
1. Si al iniciar el clculo hay algunas columnas de ceros a la izquierda,
eliminarlas.
2. Trasf ormar en 1 el elemento en la 1
a
f ila y 1
a
columna de la sub matriz, y
en ceros los otros elementos de dicha columna.
3 Obtener una nueva sub matriz eliminando la primera f ila 1
a
columna de la
matriz actual. Repetir los pasos (1) y (2)
El proceso se detiene cuando se llega a una matriz escalonada:
r(A) = r(E) = nmero de f ilas no nulas de E.
Pg -68-
Aparte de las operaciones bsicas con matrices, MATLAB es capaz de realizar
clculos de nivel superior gracias al conjunto de f unciones que posee. Aqu se
presentan algunas de ellas que pueden resultar de inters para el alumno.
d = det(A) : devuelve el deter minante d de la matriz cuadrada A.
B= inv(A) : calcula la inversa de A
t = trace(A) : devuelve la traza t (suma de los elementos de la diagonal) de una
matriz cuadrada A.
[m,n] = size(A): devuelve el nmero de f ilas m y de columnas n de una matriz
rectangular A.
i = size(A,1) : devuelve el nmero de f ilas de A.
j = size(A,2) : devuelve el nmero de columnas de A.
n = size(A) : devuelve el tamao de una matriz cuadrada A.
>> M % Recordemos la matriz M.
M =
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
>> det(M) %Determinante de la matriz M.
ans =
0
>> inv(M) %Inversa de la matriz M.
Warning: Matrix is close to singular or badly scaled.
Results may be inaccurate. RCOND= 1. 387779e-018.
ans =
1.0e+015 *
3.9406 -4.5036 -2.8147 3.3777
-4.1283 4.5036 3.3777 -3.7530
-3.5653 4.5036 1.6888 -2.6271
Pg -69-
3.7530 -4.5036 -2.2518 3.0024
Otro ejemplo:
>> A= [1 -2 3 -1 0;7 5 -2 1 13;4 11 6 -3 0;0 2 -4 9 12;3 33 1 -5 -6]
A =
1 -2 3 -1 0
7 5 -2 1 13
4 11 6 -3 0
0 2 -4 9 12
3 33 1 -5 -6
>> det(A) %Determinante de la matriz A.
ans =
380
>> inv(A)
ans =
-51.7605 -1.9737 24. 8289 -3.3184 -10.9132
4.2368 0.1579 -2.0263 0.2895 0. 9211
7.7553 0.2368 -3.5395 0.5342 1. 5816
-37.9684 -1.5789 18. 2632 -2.2947 -8.0105
30.3553 1.2368 -14.5395 1.9342 6.3816
Tambin, es posible el clculo del rango haciendo uso de Matlab; para ello
recordamos las matrices mencionadas en la parte terica:
>> A=[1 2 3 4;5 6 7 8;4 4 4 4] %Introducimos la matriz A.
A =
1 2 3 4
5 6 7 8
4 4 4 4
>> rank(A) %Rango de la matriz A.
ans =
2
Pg -70-
>> B=[1 -1 1 1 -2;1 1 -1 2 6;3 -1 1 2 2] %Introducimos la matriz B.
B=
1 -1 1 1 -2
1 1 -1 2 6
3 -1 1 2 2
>> rank(B) %Rango de la matriz A.
ans =
3
REPASO: MANIPULACION MATRICIAL.
EJ EMPLO 1:
>> A=[9 8 7;6 5 4;3 2 1] %Introducimos la matriz A.
A =
9 8 7
6 5 4
3 2 1
>> A(2,2)=0 %Cambia a cero el elemento de la tercera fila y la tercera columna
A =
9 8 7
6 0 4
3 2 1
>> A(1,7)=1 %Coloca 1 en la primera fila,septima columna
A =
9 8 7 0 0 0 1
6 0 4 0 0 0 0
3 2 1 0 0 0 0
>> B=A(3:-1:1,1:3) % Crea una matriz B tomando las filas de A en orden
inverso.
Pg -71-
B=
3 2 1
6 5 4
9 8 7
>> B=A(3:-1:1, :) % Hace lo mismo que el anterior
B=
3 2 1
6 5 4
9 8 7
>> C=[A B( :,[1 3])] % Crea C aadiendo todas las filas en la primera y tercera
columna de B a la derecha de A.
C =
9 8 7 3 1
6 5 4 6 4
3 2 1 9 7
>> B=A(1:2,2:3) % Crea B extrayendo las primeras dos filas y las dos ultimas
columnas de A.
B=
8 7
5 4
>> C=[1 3]
C =
1 3
>> B=A(C,C) %Usa el array C para indexar la matriz A.
B=
9 7
3 1
>> B=A(:) %Construye B al disponer A en un vector columna tomando todas
sus columnas a un tiempo.
B=
9
Pg -72-
6
3
8
5
2
7
4
1
>> B=B.' %Operacin punto transpuesta.
B=
9 6 3 8 5 2 7 4 1
>> B=A; B(:,2)=[] % Redefine B eliminando todas las filas en la segunda
columna de la original B.
B=
9 7
6 4
3 1
>> B=B.' ;B(2, :)=[] % Elimina la segunda fila de B.
B=
9 6 3
>> A(2,:)=B % Sustituye la segunda fila de A con B.
A =
9 8 7
9 6 3
3 2 1
>> B=A( :,[2 2 2 2])
B=
8 8 8 8
6 6 6 6
2 2 2 2
EJ EMPLO 2:
>> x=-4:4 %Introducimos datos.
Pg -73-
x =
-4 -3 -2 -1 0 1 2 3 4
>> abs(x)>1 % Da unos donde el valor absoluto de x es mayor que uno.
ans =
1 1 1 0 0 0 1 1 1
>> y=x(abs(x)>1) % Crea y al tomar aquellos valores de x donde su valor
absoluto es mayor que la unidad.
y =
-4 -3 -2 2 3 4
>> y=([1 1 1 1 0 0 0 0 0]) % Crea y seleccionando solo los primeros cuatro
valores y descartando los otros.
y =
1 1 1 1 0 0 0 0 0
>> y=x([1 1 1 1]) %Crea y tomando el primer elemento de x cuatro veces.
y =
-4 -4 -4 -4
>> x(abs(x)>1)=[] %Elimina valores de x donde abs(x)>1.
x =
-1 0 1
EJ EMPLO 3:
>> b=[7 -1;4 -6]
b =
7 -1
4 -6
>> x=abs(b)>2 % La extraccin de arrays lgicos 0-1 tambin funciona con
matrices.
x =
1 0
Pg -74-
1 1
>> y=b(abs(b)>2) %Los resultados se convierten a un vector columna.
y =
7
4
-6
EJ EMPLO 4:
>> A=[2 4 6 8;10 12 14 16] ; B=pi :0.01:2*pi;
>> s=size(A) % Devuelve un vector fila cuyo primer elemento es el nmero de
filas y cuyo segundo elemento es el nmero de columnas.
s =
2 4
>> [r, c]=size(A) % Devuelve el nmero de filas en la primera variable y el
nmero de columnas en la segunda variable.
r =
2
c =
4
>> length(A) % Devuelve el nmero de filas o de columnas, cualquiera sea el
mayor.
ans =
4
>> size(B) %Muestra que Bes un vector fila
ans =
1 315
>> length(B) %Devuelve la longitud del vector B(315.)
ans =
315
Pg -75-
EJ EMPLO 5:
>> x=[0.1*pi 0.2*pi 0.3*pi 0. 4*pi 0.5*pi 0.6*pi 0.7*pi 0.8*pi 0.9*pi pi]
x =
Columns 1 through 5
0.3142 0.6283 0.9425 1.2566 1.5708
Columns 6 through 10
1.8850 2.1991 2.5133 2.8274 3.1416
>> y=sin(x)
y =
Columns 1 through 5
0.3090 0.5878 0.8090 0.9511 1.0000
Columns 6 through 10
0.9511 0.8090 0.5878 0.3090 0.0000
>> x(3) % El tercer elemento de x.
ans =
0.9425
>> x(1:5) %Se obtiene los elementos del primero al quinto en x.
ans =
0.3142 0.6283 0.9425 1.2566 1.5708
>> y(3:-1:1) % Empieza en 3, disminuye en 1 y para en 1.
ans =
0.8090 0.5878 0.3090
>> y([7 3 8 10]) % Obtenemos los elementos 7, 3, 8, 10 del array y.
ans =
0.8090 0.8090 0.5878 0.0000
EJ EMPLO 6:
>> x=linspace(0,10,100); %crear datos
>> y=sin(x); %Calcular seno
Pg -76-
>> z=(y>=0).*y; % Fija a cero los valores negativos de sin(x)
>> z=z+0.5*(y<0); %Si sin(x) es negativo, suma .
>> z=(x<=8).*z; % Fijar a cero los valores menores a x=8.
>> plot(x,z) % Dibuja la grafica de ejes x, z.
>> xlabel('x'), ylabel('z=f(x)'), % Etiquetas de ambos ejes.
>> title('Una seal discontinua') %Ttulo de la grfica.
Pg -77-
SISTEMA DE ECUACIONES LINEALES
DEFINICIN
El siguiente conjunt o, de mecuaciones con n incgnitas:
n n nn n n
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
= + + +
= + + +
= + + +
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
Se llama sistema lineal de mecuaciones con n incgnitas.
Si se usa la notacin matricial, es posible expresar dicho sistema en f orma abreviada
sean:
|
|
|
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
|
.
|
\
|
=
n n
mn m m
n
n
x
x
x
x y
b
b
b
b
a a a
a a a
a a a
A
.
.
.
.
2
1
2
1
2 1
1 22 21
1 12 11
Entonces el sistema puede escribirse como: AX = b
NOTA:
Si en el sistema ( ) a : b
1
= b
2
= b
3
= = b
m
= 0, entonces el sistema se dice que es
homogneo. Si por lo menos algunos de los b
i
f uese = 0, el sistema se dice que es no
homogneo.
. (a)
Pg -78-
Ejemplo:
En el sistema:
2 2
4 4 3
3 2 1
3 2 1
= + +
= + +
x x x
x x x
Las matrices A, x y b son:
|
|
|
.
|
\
|
=
|
|
|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
2
4
1 1 2
4 3 1
3
2
1
b y
x
x
x
x A
Y la f orma matricial es:
|
|
|
.
|
\
|
=
|
|
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
2
4
1 1 2
4 3 1
3
2
1
x
x
x
Otra f orma de representar un sistema es mediante su matriz aumentada:
( )
B A
Esta matriz no es otra cosa que la matriz de coef icientes A, seguida de la columna de
trminos independientes b.
As,
|
|
|
.
|
\
|
2 1 1 2
4 4 3 1
Pg -79-
CRITERIO PARA LA EXISTENCIA Y UNICIDAD DE
SOLUCIONES
Un sistema lineal de m ecuaciones con n incgnitas, t iene la solucin si y solo
si r(A) = r(A I b) = r
Adems:
a) Si r = n nmero de incgnitas, entonces el sistema tiene una nica
solucin.
b) Si r < n, entonces el sistema tiene inf initas soluciones y la solucin
general depende de (n - r) variables libres o parmetros.
Ejemplo:
1. Sea:
|
|
|
.
|
\
|
1
3
2
0
1
4
0
1
3
0
1
2
0
0
1
r (A)= 2 r (A I b) = 3
Y el sistema no tiene solucin, por no ser iguales los rangos. Se dice que es
inconsistente.
2.
|
|
|
.
|
\
|
2
3
6
1
1
4
0
1
3
0
1
2
0
0
1
r (A) = r (A I b) = 3 = r
Lo cual existe solucin. El nmero de incgnitas es n = 4.
Luego:
Pg -80-
Como r = 3 < 4 = n, Existe inf initas soluciones.
La solucin general depende de: n r = 4 3 = 1 parmetro.
3.
|
|
|
.
|
\
|
6
5
4
3
2
1
0
2
1
0
0
1
r (A) = r (A I b) = 3 = r, lo que indica que el sistema t iene solucin.
El numero de incgnit as es n = 3 = r
Luego, existe una nica solucin.
SISTEMAS LINEALES EQUIVALENTES
Dos sistemas lineales:
Ax = b (A I b)
Ex = C ( E I c)
Se llaman equivalentes si es que se cumple alguna de estas posibilidades:
a) Ambos sistemas tiene las mismas soluciones.
b) Ambas sistemas son inconsistentes.
Ejemplo 1:
El sistema de ecuaciones
x + y + z = 1
x +2y + 3z = 2
Ser equivalent e al sistema
x +2y + 3z = 2
Matriz aumentada
Pg -81-
x + y + z = 1
Si (E I c) y (A I b) son equivalentes por f ilas, entonces los sistemas Ax = b y Ex = c
son equivalentes.
Ejemplo 2:
Los sistemas:
x + y + z = 3 x + y + z = 3
x 3y + 2z = 2 2x 2y + 3z = 5
Tiene las matrices aumentadas:
|
|
|
.
|
\
|
|
|
|
.
|
\
|
5
3
3
1
2
1
2
1
2
3
2
1
3
1
1
1
y
Puesto que:
(A, b) f
2
+f
1
(E, c), se concluye que ambos sistemas son equivalentes.
NOTA:
El ejemplo que acabamos de ver, se ref iere a equivalencias de f ilas de las matrices:
(A I b) y (E I c)
Es decir:
(A, b) operaciones de f ila (E, c)
En general, las matrices aumentadas podr a ser equivalentes por columnas, y sus
respectivos sistemas no ser equivalentes:
Pg -82-
Ejemplo:
Sean:
x + 2y = 3 y x + 3y = 3
y = 1 y = 1
Tiene las matrices aumentadas:
|
|
|
.
|
\
|
|
|
|
.
|
\
|
1
3
1
3
0
1
1
3
1
2
0
1
Y
Ntese que: (A I b) C
2
+ C
1
( E I c)
Es decir, las matrices aument adas son equivalentes por columnas sin embargo, los
sistemas tienen distintas soluciones
x = 1, y = 1 para Ax = b
x = 0, y = 1 Ex = c
RANGO DE UN SISTEMADE ECUACIONES LINEALES
Del sistema de ecuaciones lineales (a) dado inicialmente:
Donde:
A = (a
ij
)
mxn
x = (x
i
) de orden n x 1
b = (b
i
) de orden mx 1
Adems: Aa = (A I b)
Pg -83-
Propiedades:
A) Una condicin necesaria y suf iciente, para que el sistema (a) sea consistente, es
que el rango de la matriz de los coef icientes sea igual al rango de la matriz
aumentada.
Es decir: r (A) = r (Aa) el sistema (a) es consistente
B) Si el sistema es consistente, se presentan los siguientes casos:
Que el sistema (a) t enga una solucin (solucin nica). Este hecho ocurre si el
nmero de incgnit as del sistema es igual al rango de la matriz aumentada. Es
decir, como el sistema tiene n incgnitas y es consistente [r (A) = r (Aa)] tendr
solucin nica si r (A) = r (Aa) = n.
Que el sistema (a) tenga ms de una solucin (existe inf initas soluciones). Este
hecho ocurre si el nmero de incgnitas del sistema es mayor que el rango de
la matriz aumentada. Es decir, como el sistema tiene n incgnitas y es
consistente (supongamos que r(A) = r (Aa) = k)
Tendr ms de una solucin si r (A) = r (Aa) = k < n
NOTA: Como k < n, entonces (n-k) variables o incgnitas del sistema (a) toman
valores arbitrarios. Estas variables o incgnitas que toman valores arbitrarios se
conocen con el nombre de variables libres, variables independientes o parmetros.
C) Si el rango de la matriz de los coef icientes es distinto del rango de la matriz
aumentada, entonces se dice que el sistema (a) es inconsistente, es decir, si r (A)
r (Aa) el sistema (a) es inconsistente (no existe solucin).
Ejemplo:
Hallar la solucin del sistema de ecuaciones lineales:
Pg -84-
2x + 2y + 6z = 10
2x y + 4z = 11
-y + z = 3
Solucin:
i) MATRIZ DELOS COEFICIENTES
Matriz aumentada (Aa): Luego llevamos la Aa a su f orma escalonada
( )
( ) ( ) Eb Ea Ea f f f
f f x f
f f
f
,
5 / 8
3
5
2 0 0
1 1 0
3 1 1
5 / 1
8
3
5
5 0 0
1 1 0
3 1 1
3
1
3
5
2 3 0
1 1 0
3 1 1
1
1
3
5
2 3 0
1 1 0
3 1 1
3
1
5
1 1 0
2 3 1
3 1 1
3
11
5
1 1 0
4 1 2
3 1 1
2
3
11
10
1 1 0
4 1 2
6 2 2
2 /
3 2 3
2 3 2
1 2
1
= =
|
|
|
.
|
\
|

|
|
|
.
|
\
|
+
|
|
|
.
|
\
|

|
|
|
.
|
\
|

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|

|
|
|
.
|
\
|
Sabemos:
Ax = b
E
A
X = E
b
Hallando la solucin a partir de la matriz escalonada:
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
5 / 8
3
5
1 0 0
1 1 0
3 1 1
z
y
x
E x E
b A
Pg -85-
x + y +3z = 5 x = 8/5
y z = -3 y = -7/5
z = 8/5 z = 8/5
Por otro lado:
r(Aa) = 3
Tambin:
a a
E A =
|
|
|
.
|
\
|
~
|
|
|
.
|
\
|
=
5 / 8
3
5
1 0 0
1 1 0
3 1 1
3
11
10
1 1 0
4 1 2
6 2 2
De E
a
, que la matriz escalonada correspondiente a la matriz A es:
|
|
|
.
|
\
|
=
1 0 0
1 1 0
3 1 1
A
E
Luego:
|
|
|
.
|
\
|
=
1 1 0
4 1 2
6 2 2
A
Por lo tanto: r(A) = 3
A
E A =
|
|
|
.
|
\
|
~
|
|
|
.
|
\
|
=
1 0 0
1 1 0
3 1 1
1 1 0
4 1 2
6 2 2
Como: r (Aa) = r (A) = 3, entnces el sistema es consistente.
Adems el nmero de incgnitas es n = 3
Pg -86-
Luego:
r (A) = r (Aa) = n = 3; por lo tanto tiene solucin nica.
REGLADE CRAMER
Sea el sistema de ecuaciones lineales de n ecuaciones con n incgnitas.
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
= + + +
= + + +
= + + +
...
.
.
...
...
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
Es equivalente a la ecuacin matr icial: Ax = b
Donde:
A = (a
ij
)
nxn
x = (xi)
nx1
b = (bi)
nxi
,
Si A es no singular (|A| 0); entonces existe A
-1
y el sistema (a) tiene solucin nica
dada por:
x = A
-1
b
El sistema (a) tiene solucin nica |A| 0 y esta solucin esta dada por:
A
A
x
1
1
=
Donde: i = 1, 2, 3 ... n
A
1
es la matriz obtenida a partir de A
Es decir:
Pg -87-
A
An
x
A
A
x
A
A
x
n
= = = . . . ,
2
2
1
1
Donde:
. ,
1
2 2 21
1 1 11
2
2
2 22 2
1 12 1
1
etc
a b a
a b a
a b a
A
a a b
a a b
a a b
A
nn n n
n
n
nn n n
n
n
|
|
|
|
|
|
|
|
.
|
\
|

=
|
|
|
|
|
|
|
|
.
|
\
|

=
Ejemplo:
Resolver el sistema, aplicando la regla de Cramer:
2x + 4y + 6z = 16
2x y + 4z = 7
- y + z = 1
Solucin:
i) 3 ecuaciones con 3 incgnitas:
ii) 0 14
1 1
6 4
2
1 1
4 1
2
4 1 2
6 4 2
= =
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
Una vez calculado la deter minant e de la matriz de los coef icientes aplicamos la regla
de Cramer.
A
A
z x
A
A
y x
A
A
x x
3
3
2
2
1
1
1
; = = = =
Pg -88-
14
1 1 0
4 7 2
6 16 2
0
1 1 1
4 1 7
6 4 16
2
1
=
|
|
|
.
|
\
|
=
=
|
|
|
.
|
\
|
=
A
A
28
1 1 1
7 1 2
16 4 2
3
=
|
|
|
.
|
\
|
= A
Entonces:
( ) ( ) 2 , 1 , 0 , ,
2
4
28
1
4
14
14
0
=
=
= =
=
z y x
z y X
SOLUCION DE UN SISTEMA CON MATRIZ DE COEFICIENTES
ESCALONADA
Para resolver el sistema: Ex = c
Donde Ees escalonada, se utiliza la sustitucin inversa, que consiste de los siguientes
pasos:
1. Despejar la ltima variable principal de la lt ima ecuacin.
2. Sustituir el valor hallado en (1) y despejar la penlt ima variable principal de la
penltima ecuacin, en f uncin de los parmetros.
3. Reemplazar los valores encontrados en (1) y (2) en al antepenlt ima ecuacin y
despejar la antepenlt ima variable principal.
4. Cont inuar el procedimiento hasta llegar a la pr imera ecuacin, de donde se
despejara la primera variable principal.
5. La solucin general queda expresada en f uncin de los parmetros.
Pg -89-
Ejemplo:
El sistema:
x
1
- x
2
+ x
3
+ x
4
= -2
x
2
- x
3
+ 1/2x
4
= 4
x
4
= 0
Tiene por variables principales a x
1,
x
2 ,
x
3,y
x
4.
r (E) = r ( E C) = 3 = r
Luego, el sistema es consistente. Puesto que el nmero de incgnitas es n= 4, la
solucin general depende de:
n - r = 4-3 = 1 parmetro o variable libre (esta es la variable x
3
)
Sea: x
3
= t, entonces los pasos a seguir son:
1. Despejar x
4
de la tercera ecuacin: x
4
= 0
2. Sustituir x
4
en la ecuacin (2) y despejar x
2
: = t+4
3. Reemplazar x
4,
x
2 y
x
3
en la primera ecuacin y despejar: x
1
=
2. De aqu que, la ecuacin general es:
(x
1,
x
2,
x
3,
x
4
) = (2, t+4, t, 0)
ELIMINACIN GAUSSIANA
Este mtodo se aplica para resolver sistemas lineales de la f orma mencionada lneas,
arriba, o sea:
Ex = c
El mtodo de eliminacin Gaussiana (simple), consiste en escalonar la matriz
aumentada del sistema:
Para obtener un sistema equivalente:
( ) B A
Pg -90-
ij a
donde la notacin
ij
a'
se usa simplemente para denotar que el elemento cambi.
Se despejan las incgnitas comenzando con la ltima ecuacin y hacia arriba. Por esta
razn, muchas veces se dice que el mtodo de eliminacin Gaussiana consiste
en la eliminacin hacia adelant e y sustitucin hacia atrs.
Ejemplos:
1. Resolver el siguiente sistema de ecuaciones:
Usando el mtodo de eliminacin Gaussiana (simple).
Sol uci n. Escalonamos la matriz aumentada del sistema:
Y dividiendo el segundo rengln entre 3, tenemos la matriz equivalente:
Por lo tanto, el sistema equivale a:
n n nn
n n n
n n
b x a
b x a x a
b x a x a x a
' '
' ' '
2 2 22
1 1 2 12 1 11
=
= + +
= + + +
5 10 8 7
2 6 5 4
1 3 2
3 2 1
3 2 1
3 2 1
= + +
= + +
= + +
x x x
x x x
x x x
|
|
|
.
|
\
|

|
|
|
.
|
\
|

|
|
|
.
|
\
|

10 1 0 0
6 6 3 0
1 3 2 1
2
2 11 6 0
6 6 3 0
1 3 2 1
5 10 8 7
2 6 5 4
1 3 2 1
4 , 7
|
|
|
.
|
\
|
10 1 0 0
2 2 1 0
1 3 2 1
10
2 2
1 3 2
3
3 2
3 2 1
=
= +
= + +
x
x x
x x x
Pg -91-
De la lt ima ecuacin tenemos
10
3
= x
; sustituimos este valor en la ecuacin de
arriba para obtener
18
2
= x
; sustituimos estos valores en la ecuacin de arriba para
obtener
7
1
= x
.
Por lo tanto, la solucin del sistema es:
2) Resolver el siguiente sistema de ecuaciones:
Usando eliminacin Gaussiana (simple).
Sol uci n. Escalonando la matriz aument ada del sistema:
Por lo tanto, el sistema equivale a:
De la ecuacin (3) obtenemos
2
3
= x
; sustituimos arriba para obtener
4
2
= x
;
sustituimos arriba para obtener
4
1
= x
.
Por lo tanto la solucin del sistema es:
10
18
7
3
2
1
=
=
=
x
x
x
4 6 3
10 5 2
12 2 3
3 2 1
3 2 1
3 2 1
= +
= +
= + +
x x x
x x x
x x x
|
|
|
.
|
\
|

|
|
|
.
|
\
|
|
|
|
.
|
\
|
100 50 0 0
14 5 1 0
12 2 3 1
10
40 0 10 0
14 5 1 0
12 2 3 1
4 6 1 3
10 1 5 2
12 2 3 1
2 , 3
100 50
14 5
12 2 3
3
3 2
3 2 1
=
= +
= + +
x
x x
x x x
Pg -92-
El mtodo de eliminacin Gaussiana (simple) puede presentar un problema cuando
uno de los elementos que se usan para hacer ceros, es cero.
Por ejemplo, supngase que en algn paso del proceso de hacer ceros tenemos la
siguiente matr iz:
Es claro que el elemento
0
22
= a
no puede usarse para hacer ceros!
Este problema se puede resolver f cilment e intercambiando los renglones 2 y 3 . De
hecho, el resultado que obtenemos es la matriz escalonada:
Sin embargo, el problema puede presentarse tambin si el elemento aquel es muy
cercano a cero.
3) Resolver el siguiente sistema, usando eliminacin Gaussiana (simple)
Sol uci n. Usando eliminacin Gaussiana (simple) obtenemos:
Que nos da el sistema equivalente:
2
4
4
3
2
1
=
=
=
x
x
x
|
|
|
.
|
\
|
3 8 5 0
6 10 0 0
7 3 2 1
|
|
|
.
|
\
|
6 10 0 0
3 8 5 0
7 3 2 1
1
33335 . 3 5 00005 . 0
2 1
2 1
= +
= +
x x
x x
|
|
.
|
\
|

|
|
.
|
\
|
66666 99999 0
33335 . 3 5 00005 . 0
1 1 1
33335 . 3 5 00005 . 0
00005 . 0 / 1
Pg -93-
De donde,
3
2
2
= x
; sustituimos arriba y obtenemos:
El resultado cambia drsticamente de acuerdo al nmero de cif ras signif icativas que se
usen. Resumimos los resultados en la siguiente tabla:
#
Ci fras
Si gni fi cati vas
(*)
Error rel ati vo
porcentual
3 0.667 -33 10,000 %
4 0.0067 -3 1,000 %
5 0.00067 0 100 %
6 0.000067 .3 10 %
7 0.6666667 0.33 1 %
(*) Para calcular este error se tom el valor verdadero de
3
1
1
= x
.
Ahora resolvemos el mismo sistema pero int ercambiando los renglones 1 y 2
Lo cual nos da el sistema equivalente:
De donde obtenemos
3
2
2
= x
; sustituyendo arriba nos da:
66666 99999
33335 . 3 5 00005 . 0
2
2 1
=
= +
x
x x
00005 . 0
3
2
5 33335 . 3
1
|
.
|
\
|
= x
|
|
.
|
\
|
|
|
.
|
\
|
33333 . 3 99995 . 4 0
1 1 1
33335 . 3 5 00005 . 0
1 1 1
00005 . 0
33333 . 3 99995 . 4
1
2
2 1
=
= +
x
x x
Pg -94-
Nuevamente t omamos distint as cif ras signif icativas y resumimos los resultados en la
siguiente tabla:
#
Cifras
Significativas
(*)
Error Relativo
Porcentual
3 0.667 0.333 0.1 %
4 0.6667 0.3333 0.01 %
5 0.66667 0.33333 0.001 %
6 0.666667 0.333333 0.0001 %
7 0.6666667 0.3333333 0.00001 %
En este ltimo caso, vemos que el error relativo porcentual no vara drsticamente
como en la solucin anterior.
As, vemos que los elementos que son cercanos a cero, son elementos malos para
hacer ceros. En general, para evitar este problema se elige como element o para
hacer ceros (el cual recibe el nombre de elemento pivotal o simplemente pivot e) como
el elemento mayor en valor absoluto de entre todos los candidatos.
A este procedimiento se le llama pivoteo parcial y aplicado a la eliminacin Gaussiana,
nos da el llamado mtodo de eliminacin Gaussiana con pivoteo (parcial).
Podemos resumir el pivoteo (parcial) como sigue:
- Para elegir el elemento pivote en la primer columna se escoge el elemento mayor
(con valor absoluto) de toda la primer columna.
- Para elegir el element o pivote en la segunda columna, se escoge el elemento
mayor (con valor absoluto) de toda la segunda columna exceptuando el elemento
12
a
.
- Para la tercera columna se exceptan los elementos
13
a
y
23
a
, etc.
3
2
1
1
= x
Pg -95-
En un diagrama matricial, tenemos que los elementos pivotes de cada columna se
escogen de entre los siguientes:
Ejemplo 1:
Usar eliminacin Gaussiana con pivoteo para resolver el siguiente sistema:
Sol uci n. Escribimos la matr iz aumentada del sistema:
Para escoger el pr imer elemento pivote en la columna 1, tomamos el elemento mayor
con valor absoluto entre -1 , -2 y -0.2 , el cual obviamente es el -2 ; por lo tanto
intercambiamos el rengln 1 y 2 (ste es el primer pivoteo realizado):
Y procedemos a hacer ceros debajo del pivote. Para ello, multiplicamos el rengln 1
por
2
1
y se lo sumamos al rengln 2. Tambin, multiplicamos el rengln 1 por
2
2 . 0
y lo sumamos al rengln 3. Esto nos da la matriz:
|
|
|
|
|
|
.
|
\
|
nn n n n
a a a a
a a a
a a
a
3 2 1
33 32 31
22 21
11
10 75 . 1 2 . 0
0 5 . 1 5 2
5 5 . 0 2
3 2 1
3 2 1
3 2 1
= +
= +
= +
x x x
x x x
x x x
|
|
|
.
|
\
|

10 1 75 . 1 2 . 0
0 5 . 1 5 2
5 5 . 0 2 1
|
|
|
.
|
\
|

10 1 75 . 1 2 . 0
5 5 . 0 2 1
0 5 . 1 5 2
Pg -96-
Olvidndonos del rengln 1 y de la columna 1, procedemos a escoger el pivote de la
columna 2, pero nicamente entre 0.5 y 1.25, el cual obviament e resulta ser 1.25.
Por lo tanto intercambiamos los renglones 2 y 3 (ste es el segundo pivoteo
realizado):
Y procedemos a hacer ceros debajo del elemento pivote. Para ello multiplicamos el
rengln 2 por
25 . 1
05 .
y lo sumamos al rengln 3 para obtener:
La cual es una matriz escalonada. El sistema equivalente es:
Y con la sustitucin hacia arriba, obtenemos la solucin del sistema:
|
|
|
.
|
\
|

10 85 . 0 25 . 1 0
5 25 . 0 5 . 0 0
0 5 . 1 5 2
|
|
|
.
|
\
|

5 25 . 0 5 . 0 0
10 85 . 0 25 . 1 0
0 5 . 1 5 2
|
|
|
.
|
\
|

9 09 . 0 0 0
10 85 . 0 25 . 1 0
0 5 . 1 5 2
9 09 . 0
10 85 . 0 25 . 1
0 5 . 1 5 2
3
3 2
3 2 1
=
=
= +
x
x x
x x x
100
60
75
3
2
1
=
=
=
x
x
x
Pg -97-
Ejemplo 2.
Usar eliminacin Gaussiana con pivoteo para resolver el siguiente sistema de
ecuaciones:
Sol uci n. La matriz aumentada del sistema es:
El elemento pivote en la columna 1 es el
10
, lo que nos obliga a int ercambiar los
renglones 1 y 3:
Haciendo ceros debajo del pivote, obtenemos:
Ahora el elemento pivote en la columna 2 es el -14.55, el cual est bien colocado, y
no hay necesidad de intercambiar renglones. Procedemos a hacer ceros debajo del
pivote, lo cual nos da la siguiente matr iz escalonada:
30 5 . 2 9 10
10 10 15 5 . 0
20 75 . 0 5 . 1 4 . 0
3 2 1
3 2 1
3 2 1
= +
= +
= +
x x x
x x x
x x x
|
|
|
.
|
\
|

30 5 . 2 9 10
10 10 15 5 . 0
20 75 . 0 5 . 1 4 . 0
|
|
|
.
|
\
|

20 75 . 0 5 . 1 4 . 0
10 10 15 5 . 0
30 5 . 2 9 10
|
|
|
.
|
\
|

8 . 18 85 . 0 86 . 1 0
5 . 11 875 . 9 55 . 14 0
30 5 . 2 9 10
|
|
|
.
|
\
|

3299 . 17 412371 . 0 0 0
5 . 11 875 . 9 55 . 14 0
30 5 . 2 9 10
Pg -98-
Escribiendo el sistema equivalente, y resolviendo con la sustitucin hacia arriba,
obtenemos la solucin del sistema:
EJ ERCICIOS
NOTA: En t odos los ejercicios, redondea tus resultados a cinco decimales.
1. Usa el mtodo de Gauss con pivoteo para resolver el siguient e sistema:
Solucin:
2. Usa el mtodo de Gauss con pivoteo para resolver el siguient e sistema:
Solucin:
0250 . 42
3125 . 29
875 . 18
3
2
1
=
=
=
x
x
x
58 2 5 3
134 9 6 2
71 8 5
3 2 1
3 2 1
3 2 1
= +
= +
= +
x x x
x x x
x x x
00005 . 10 99985 . 6 00023 . 1
3 2 1
= = = x x x
36 7 4 10
8 . 16 3 5
9 . 6 5 2 4
3 . 2 6 3
4 3 2
3 2 1
4 3 2 1
4 2 1
= +
= +
= +
= +
x x x
x x x
x x x x
x x x
1 5 . 1 3 . 2 2
4 3 2 1
= = = = x x x x
Pg -99-
METODO DE GAUSS - JORDAN
Este mtodo ut iliza las mismas tcnicas de eliminacin Gaussiana (incluyendo el
pivoteo), pero con el objetivo de f inalizar con una matr iz de la siguiente f orma:
Donde
n
I
es la matriz identidad de
nxn
.
Para lograr esto, se usa la tcnica del pivoteo con la nica dif erencia que el pivote se
usa para hacer ceros hacia abajo y hacia arriba.
Ejemplo 1: Usar el mtodo de Gauss-Jordan para resolver el siguiente sistema:
Sol uci n. Comenzamos con la matriz aumentada:
Procedemos a hacer el primer pivoteo, y para ello, int ercambiamos los renglones 1 y
2:
( )
( ) B I
B A
n
+
|
|
|
|
|
.
|
\
|
1 0 0
0 1 0
0 0 1
10 75 . 1 2 . 0
0 5 . 1 5 2
5 5 . 0 2
3 2 1
3 2 1
3 2 1
= +
= +
= +
x x x
x x x
x x x
|
|
|
.
|
\
|

10 1 75 . 1 2 . 0
0 5 . 1 5 2
5 5 . 0 2 1
Pg -100-
Y haciendo ceros debajo del pivote, obtenemos:
Ahora, para colocar adecuadamente el segundo pivote intercambiamos los renglones
2 y 3:
Para hacer ceros arriba del pivote 1.25, multiplicamos el rengln 2 por 25 . 1
5
y se lo
sumamos al rengln 1; para hacer ceros debajo del mismo pivote, mult iplicamos al
mismo rengln 2 por 25 . 1
5 . 0
y se lo sumamos al rengln 3. Todo esto nos da:
Ahora procedemos a hacer ceros arriba del pivote 0. 09. Para ello, multiplicamos el
rengln 3 por 09 . 0
85 . 0
y se lo sumamos al rengln 2; igualmente multiplicamos el rengln
3 por 09 . 0
9 . 1
y se lo sumamos al rengln 1. Todo esto nos da:
|
|
|
.
|
\
|

10 1 75 . 1 2 . 0
5 5 . 0 2 1
0 5 . 1 5 2
|
|
|
.
|
\
|
|
|
|
.
|
\
|

10 85 . 0 25 . 1 0
5 25 . 0 5 . 0 0
0 5 . 1 5 2
10 1 75 . 1 2 . 0
5 5 . 0 2 1
0 5 . 1 5 2
2 / 1 ,
2
2 . 0
|
|
|
.
|
\
|

5 25 . 0 5 . 0 0
10 85 . 0 25 . 1 0
0 5 . 1 5 2
|
|
|
.
|
\
|

9 09 . 0 0 0
10 85 . 0 25 . 1 0
40 9 . 1 0 2
|
|
|
.
|
\
|
9 09 . 0 0 0
75 0 25 . 1 0
150 0 0 2
Pg -101-
Finalmente para hacer los 1s (unos) en la diagonal principal, multiplicamos los
renglones 1, 2, y 3 por 25 . 1
1
,
2
1
y 09 . 0
1
, respectivamente. Obtenemos entonces la
matriz f inal:
La cual nos da la solucin del sistema de ecuaciones:
Ejemplo 2. Usar el mtodo de Gauss-Jordan para resolver el siguiente sistema:
Sol uci n. Escribimos la matriz aumentada del sistema:
Observamos que el primer elemento pivote est bien colocado y por lo tant o no hay
necesidad de intercambiar renglones. Por lo tanto hacemos ceros debajo del pivote
1
11
= a
; para ello, mult iplicamos el rengln 1 por 0.4 y se lo sumamos al rengln 2, y
tambin mult iplicamos el mismo rengln 1 por 0.5 y se lo sumamos al rengln 3. Esto
nos da la siguiente matriz:
|
|
|
.
|
\
|
100 1 0 0
60 0 1 0
75 0 0 1
100
60
75
3
2
1
=
=
=
x
x
x
15 3 5 . 0
10 2 4 . 0
1 3 2
3 2 1
3 2 1
3 2 1
= +
= +
= + +
x x x
x x x
x x x
|
|
|
.
|
\
|

15 1 3 5 . 0
10 1 2 4 . 0
1 3 2 1
Pg -102-
Para elegir el segundo elemento pivote, debemos escoger el elemento mayor (con
valor absoluto) entre
8 . 2
22
= a
y
4
32
= a
, el cual obviamente es ste ltimo. Por lo
tanto, debemos intercambiar el rengln 2 y el rengln 3. Entnces:
Procedemos a hacer ceros arriba y abajo de nuestro segundo elemento pivote; para
ello, mult iplicamos el rengln 2 por 0.5 y lo sumamos al rengln 1, y tambin
multiplicamos el mismo rengln 2 por 4
8 . 2
Nuestro tercer elemento pivote es
15 . 0
33
= a
. Para hacer ceros arriba de este
elemento, multiplicamos el rengln 3 por 15 . 0
5 . 0

75 . 2
Finalmente, hacemos los 1s (unos) en la diagonal, mult iplicando el rengln 2 por 4
1
y el rengln 3 por
15 . 0
1
. Esto nos da la matriz f inal:

|
|
|
.
|
\
|
5 . 14 5 . 0 4 0
4 . 10 2 . 0 8 . 2 0
1 3 2 1
|
|
|
.
|
\
|

4 . 10 2 . 0 8 . 2 0
5 . 14 5 . 0 4 0
1 3 2 1
|
|
|
.
|
\
|

55 . 20 15 . 0 0 0
5 . 14 5 . 0 4 0
25 . 8 75 . 2 0 1
|
|
|
.
|
\
|

55 . 20 15 . 0 0 0
54 0 4 0
385 0 0 1
Pg -103-
Por lo tanto, la solucin del sistema de ecuaciones es:
EJ ERCICIOS
NOTA: En t odos los ejercicios, redondea tus resultados a cinco decimales.
1. Usa el mtodo de Gauss-Jordan para resolver el siguient e sistema:
Solucin:
2. Usa el mtodo de Gauss-Jordan para resolver el siguient e sistema:
Solucin:
|
|
|
.
|
\
|
137 1 0 0
5 . 13 0 1 0
385 0 0 1
137
5 . 13
385
3
2
1
=
=
=
x
x
x
401 . 15 45 . 0 35 . 6
035 . 2 1 . 0 5 . 0
61 . 3 3 9 . 0 2
3 2 1
3 2 1
3 2 1
=
= +
= +
x x x
x x x
x x x
67996 . 3 70002 . 1 94994 . 2
3 2 1
= = = x x x
792 . 15 5 56 . 1 7
189 . 4 3 4 . 1 5 . 1
342 . 2 3 8 . 0 2
6487 . 1 7 . 0 6 7 . 2 7 . 0
4 3 2
4 3 2 1
4 3 2 1
4 3 2 1
= +
= + +
= +
= + +
x x x
x x x x
x x x x
x x x x
792 . 0 8 . 0 3 567 . 1
4 3 2 1
= = = = x x x x
Pg -104-
PROCEDIMIENTO PARARESOLVER UN SISTEMALINEAL:
Ax = b, DE m ECUACIONES CON n INCOGNITAS.
a. Realizar operaciones de f ila sobre la matriz aument ada [A I b] del sistema, con
el objet o de llevarla a su f orma escalonada: [ E
A
I C] , o sea:
[A I b] operaciones de f ila [ E
A
I C]
b. Resolver el sistema E
A
x = c, donde E
A
es la escalonada de A. Este sistema es
equivalente al sistema original: Ax = b.
Ejemplo:
x
1
- x
2
+ x
3
+ x
4
= -2
x
1
+ x
2
- x
3
+ 2x
4
= 6
3x
1
- x
2
+x
3
+ 2x
4
= 2
Su matriz aumentada es:
|
|
|
.
|
\
|

2 2 1 1 3
6 2 1 1 1
2 1 1 1 1
a. Su matriz escalonada es:
|
|
|
.
|
\
|

0 1 0 0 0
4 2 / 1 1 1 0
2 1 1 1 1
b. Puesto que esta matriz es la aumentada del sistema en el ejemplo anter ior, ya
conocemos la solucin general:
(x
1,
x
2,
x
3,
x
4
) = (2, t+4, t, 0), la cual es tambin solucin del sistema
original.
Pg -105-
SISTEMADE ECUACIONES HOMOGENEAS
Sea el sistema de ecuaciones lineales de m ecuaciones con n incgnitas:
( )
0 ...
0 ...
0 ...
2 2 1 1
2 2 22 1 21
1 2 12 1 11
= + + +
= + + +
= + + +
n mn m m
n n
n n
x a x a x a
x a x a x a
x a x a x a

Es equivalente a la f orma matricial: A x = 0.
Donde:
A = [a
ij
]
mxn
x = [x
i
]
nx1
y 0 es la matriz nula de orden mx 1.
Nota:
1. El sistema ( ) siempre tiene por lo menos una solucin (llamada
solucin trivial) de la forma: x
1
= x
2
= = x
n
= 0, por lo tanto es
consistente. Luego r(A) = r(A
a
).
2. Una condicin necesaria y suficiente para que ( ) tenga mas de una
solucin, es que r(A) = r(A
a
)= n K < , donde n es el nmero de
incgnitas. En este caso, el sistema posee tambin soluciones diferentes
de la nula, las cuales son llamadas soluciones no triviales. Para hallar
estas soluciones se aplica el mtodo que se uso en el caso de un sistema
de ecuaciones lineales no homogneas.
Nota: Si r(A) = r(A
a
) = K = n, entonces el sistema de ecuaciones tiene
una nica solucin, la cual es la trivial.
3. Si en el sistema ( ) se tiene que m=n (nmero de ecuaciones = nmero
de incgnitas) entonces una condicin necesaria y suficiente para que el
sistema tenga soluciones no triviales es que IAI=0 ya que en este caso
r(A) < n.
Pg -106-
- Como siempre r(A)=r(A
a
) es un sistema homogneo, entonces para solucionarlo
se aplica el mismo mtodo usado en un sistema de ecuaciones lineales no
homogneos, con la diferencia de que en lugar de trabajar con A
a
trabajamos con
A, usando operaciones elementales por filas.
Ejemplo:
Resolver el sistema:
2x 8y + 4z = 0
x + y z = 0
2x - 3y + z = 0
Solucin:
Matriz de los coef icientes llevamos a su f orma escalonada:
A
E A =
|
|
|
.
|
\
|

~
|
|
|
.
|
\
|
=
0 0 0
5 / 3 1 0
1 1 1
1 1 2
1 1 1
4 8 2
Luego: r(A) = r(A
a
) = 2 y n = 3.
Como: r(A) = r(A
a
) = 2 < 3 = n, el sistema tiene infinitas soluciones (hay soluciones no
triviales). Para hallar estas soluciones, hallamos el numero de variables libres o
independientes que es: 3 2 = 1.
Trabajando con la matriz escalonada: E
A
x = E
b
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|

0
0
0
0 0 0
5 / 3 1 0
1 1 1
z
y
x
Entonces: x + y z = 0
y 3/5z = 0
Como hay una variable libre, sea por ejemplo z; si se hace z = t se tiene:
Pg -107-
y = 3t/5 , x = 2t/5
Luego la solucin es:
(x, y, z) = (2t/5, 3t/5, t) = t (2/5, 3/5, 1), R t e
MATLAB, t ambin soluciona sistemas de ecuaciones lineales (Ax=b), veamos los
siguientes sistemas de ecuaciones lineales mostrados en la parte terica.
DESCOMPOSICIONLU:
Este procedimiento, transf orma a la matriz de coef icientes A en un producto de dos
matrices triangulares uno superior y el otro inf erior.
EJEMPLO 1: Sea el siguiente sistema de ecuaciones:
2x + 4y + 6z = 16
2x y + 4z = 7
y + z = 1
>> A=[2 4 6;2 -1 4;0 -1 1];
>> B=[16;7;1];
>> [L,U, P]=lu(A)
L =
1.0000 0 0
1.0000 1.0000 0
0 0.2000 1.0000
U=
2.0000 4.0000 6.0000
0 -5.0000 -2.0000
0 0 1.4000
P =
1 0 0
Pg -108-
0 1 0
0 0 1
Donde P es una matriz unitaria tal que P*A = L*U y el sistema original se escribe
primero como P*AX = P*B, luego:
L*U*X = P*B
Al f inal nos devuelve como resultado:
>> X=A\ B
X =
0
1
2
x - 2y + 0.5z = -5
-2x + 5y 1.5z = 0
-0.2x + 1.75y - z = 10
>> A=[1 -2 0.5;-2 5 -1.5;-0.2 1.75 -1];
>> B=[-5;0;10] ;
>> [L,U, P]=lu(A)
L =
1.0000 0 0
0.1000 1.0000 0
-0.5000 0.4000 1.0000
U=
-2.0000 5.0000 -1.5000
0 1.2500 -0.8500
0 0 0.0900
P =
0 1 0
0 0 1
Pg -109-
1 0 0
>> X=A\ B
X =
-75.0000
-60.0000
-100.0000
>> A=[0.7 2. 7 -6 0.7;2 -0.8 3 -1;-1 -1.5 1.4 3;0 7 -1.56 5];
>> B=[1.6487;-2.342;-4.189;15.792];
>> [L,U, P]=lu(A)
L =
1.0000 0 0 0
0 1.0000 0 0
0.3500 0.4257 1.0000 0
-0.5000 -0.2714 -0.3878 1.0000
U=
2.0000 -0.8000 3.0000 -1.0000
0 7.0000 -1.5600 5.0000
0 0 -6.3859 -1.0786
0 0 0 3.4389
P =
0 1 0 0
0 0 0 1
1 0 0 0
0 0 1 0
792 . 15 5 56 . 1 7
189 . 4 3 4 . 1 5 . 1
342 . 2 3 8 . 0 2
6487 . 1 7 . 0 6 7 . 2 7 . 0
4 3 2
4 3 2 1
4 3 2 1
4 3 2 1
= +
= + +
= +
= + +
x x x
x x x x
x x x x
x x x x
Pg -110-
>> X=A\ B
X =
-1.5670
3.0000
0.8000
-0.7920
OPERADOR SLASH ( \ ):
Esto se utiliza en los casos donde la matriz desconocida se encuentra en la izquierda o
derecha de la matriz de coef icientes, esto es dividir ambos lados de la ecuacin
AX=B o XA=B por A.
X = A\B denota la solucin para la ecuacin de la matr iz AX=B.
X = B/A denota la solucin para la ecuacin de la matr iz XA =B.
2x + 4y + 6z = 16
2x y + 4z = 7
y + z = 1
>> A=[2 4 6;2 -1 4;0 -1 1] % matriz A.
A =
2 4 6
2 -1 4
0 -1 1
>> B=[16 7 1] %matriz B.
B=
16 7 1
>> A\ B' % Nos devuelve como resultado los valores de (x, y, z) = (0, 1, 2).
ans =
0
1
Pg -111-
2
O, tambin:
>> A=[2 4 6;2 -1 4;0 -1 1] % matriz A.
A =
2 4 6
2 -1 4
0 -1 1
>> B=[16; 7; 1] %matriz B.
B=
16
7
1
>> A\ B % Nos devuelve como resultado los valores de (x, y, z) = (0, 1, 2).
ans =
0
1
2
x - 2y + 0.5z = -5
-2x + 5y 1.5z = 0
-0.2x + 1.75y - z = 10
>> A=[1 -2 0.5;-2 5 -1.5;-0.2 1.75 -1]
A =
1.0000 -2.0000 0.5000
-2.0000 5.0000 -1.5000
-0.2000 1.7500 -1.0000
>> B=[-5;0;10]
B=
Pg -112-
-5
0
10
>> A\ B % Nos devuelve como resultado los valores de (x, y, z) = (-75, -60, -100).
ans =
-75.0000
-60.0000
-100.0000
>> A=[0.7 2. 7 -6 0.7;2 -0.8 3 -1;-1 -1.5 1.4 3;0 7 -1.56 5]
A =
0.7000 2.7000 -6.0000 0.7000
2.0000 -0.8000 3.0000 -1.0000
-1.0000 -1.5000 1.4000 3.0000
0 7.0000 -1.5600 5.0000
>> B=[1.6487;-2.342;-4.189;15.792]
B=
1.6487
-2.3420
-4.1890
15.7920
>> A\ B % Nos devuelve como resultado los valores de
(x
1
, x
2
, x
3
, x
4
)= (-1.567, 3, 0.8, -0.792).
ans =
-1.5670
792 . 15 5 56 . 1 7
189 . 4 3 4 . 1 5 . 1
342 . 2 3 8 . 0 2
6487 . 1 7 . 0 6 7 . 2 7 . 0
4 3 2
4 3 2 1
4 3 2 1
4 3 2 1
= +
= + +
= +
= + +
x x x
x x x x
x x x x
x x x x
Pg -113-
3.0000
0.8000
-0.7920
METODO DELAMATRIZ INVERSA:
2x + 4y + 6z = 16
2x y + 4z = 7
y + z = 1
>> A=[2 4 6;2 -1 4;0 -1 1];
>> B=[16; 7; 1];
>> X=inv(A)*B % Nos devuelve como resultado los valores de (x, y, z) = (0, 1, 2).
X =
-0.0000
1.0000
2.0000
x - 2y + 0.5z = -5
-2x + 5y 1.5z = 0
-0.2x + 1.75y - z = 10
>> A=[1 -2 0.5;-2 5 -1.5;-0.2 1.75 -1];
>> B=[-5;0;10] ;
>> X=inv(A)*B % Nos devuelve como resultado los valores de
(x, y, z) = (-75, -60, -100).
X =
-75.0000
-60.0000
-100.0000
Pg -114-
>> A=[0.7 2. 7 -6 0.7;2 -0.8 3 -1;-1 -1.5 1.4 3;0 7 -1.56 5];
>> B=[1.6487;-2.342;-4.189;15.792];
>> X=inv(A)*B
X =
-1.5670
3.0000
0.8000
-0.7920
METODO DE REDUCCION ALA FORMA CANONICA:
2x + 4y + 6z = 16
2x y + 4z = 7
y + z = 1
>> A=[2 4 6 16;2 -1 4 7;0 -1 1 1];
>> X=rref(A)
X =
1 0 0 0
0 1 0 1
0 0 1 2
x - 2y + 0.5z = -5
-2x + 5y 1.5z = 0
-0.2x + 1.75y - z = 10
>> A=[1 -2 0.5 -5;-2 5 -1.5 0;-0.2 1.75 -1 10];
792 . 15 5 56 . 1 7
189 . 4 3 4 . 1 5 . 1
342 . 2 3 8 . 0 2
6487 . 1 7 . 0 6 7 . 2 7 . 0
4 3 2
4 3 2 1
4 3 2 1
4 3 2 1
= +
= + +
= +
= + +
x x x
x x x x
x x x x
x x x x
Pg -115-
>> X=rref(A)
X =
1 0 0 -75
0 1 0 -60
0 0 1 -100
>> A=[0.7 2.7 -6 0.7 1.6487;2 -0.8 3 -1 -2.342;-1 -1.5 1.4 3 -4.189;0 7 -1.56 5
15.792];
>> X=rref(A)
X =
1.0000 0 0 0 -1.5670
0 1.0000 0 0 3.0000
0 0 1.0000 0 0.8000
0 0 0 1.0000 -0.7920
792 . 15 5 56 . 1 7
189 . 4 3 4 . 1 5 . 1
342 . 2 3 8 . 0 2
6487 . 1 7 . 0 6 7 . 2 7 . 0
4 3 2
4 3 2 1
4 3 2 1
4 3 2 1
= +
= + +
= +
= + +
x x x
x x x x
x x x x
x x x x
Pg -116-
Referencia Bibliogrfica
GARCIA DE JALON, Javier: Aprenda Matlab 7.0 como si estuviera en primero:,
Madrid Diciembre 2005.
GARCIA DE JALON, Javier: Aprenda Matlab 5.3 como si estuviera en primero:,
Madrid Febrero 2001.

CÁLCULO MATRICIAL (Ing. Felix Villavicencio e Ing. Roly Cristobal)

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

CÁLCULO MATRICIAL (Ing. Felix Villavicencio e Ing. Roly Cristobal)

Diunggah oleh

Hak Cipta:

Format Tersedia

Cl culo Matri cial y Matlab 7.

Cl culo Matri cial y Matlab 7.0

Nota: Ambas matrices deben tener la misma cantidad de elementos (la

Cl culo Matri cial y Matlab 7.0

Deter minante para la matriz de tercer orden:

Cl culo Matri cial y Matlab 7.0

C) La inversa del producto de un nmero por una matriz, es igual al

As, si queremos hallar la inversa de 5A:

Cl culo Matri cial y Matlab 7.0

Cl culo Matri cial y Matlab 7.0

y lo sumamos al rengln 1. Esto nos

y lo sumamos al rengln 1, y tambin

y lo sumamos al rengln 2, y tambin

38584 . 0 09619 . 0 25715 . 0 07919 . 0

y lo sumamos al rengln 2, y tambin

. Esto nos da la matriz f inal:

Anda mungkin juga menyukai