Академический Документы
Профессиональный Документы
Культура Документы
CAPTULO 4
ALGEBRA LINEAL NUMRICA
109
4.1
Introduccin
a n1 x1 a n 2 x 2 a nn x n bn
Donde las
aij
bi
Matrices y vectores
a11
a
21
A a31
a n1
Donde
a12
a 22
a32
an2
a13 a1m
a 23 a 2 m
a33 a3m Fila 3
a n 3 a nm
aij
designa un
B b1
b2 bm
110
B b1 b2 bm
4.2.3 Vector columna
Se designa a las matrices con dimensiones columna m=1, tales como:
c1
c
2
cn
Se elimina el segundo sub ndice de cada elemento a comparacin de
una matriz convencional.
Una notacin breve para distinguir una matriz columna de otro tipo de
matrices es:
c1
c
C 2
c n
4.2.4 Matrices cuadradas
A las matrices en las que n=m, se le llama matrices cuadradas.
Ejemplo:
1 2
3
A 5 2 1
1 4
3
4.2.5 Tipos especiales de matrices cuadradas
a)
Matriz simtrica
Es aquella donde
a ij a ji
para todo i y j.
5 1 2
A 1 3 7
2 7 8
Matriz diagonal
a11
0
A
0
0
c)
0
a 22
0
0
0
0
a33
0
0
0
0
a 44
1
0
A
0
0
2
0
0
0
0
3
0
0
0
0
Matriz identidad
0
1
0
0
0
0
1
0
0
0
0
a11
0
A
0
0
e)
a12
a 22
0
0
a13
a 23
a33
0
a14
a 24
a34
a 44
a11
a
A 21
a 31
a 41
f)
0
0
a33
0
0
0
a 42
a 43
a 44
0
a 22
a32
Matriz bandeada
112
a11
a
A 21
0
a12
a 22
a32
0
0
a 23
a33
a 43
0
0
a 34
a 44
A B
Si
aij bij
Para toda i y j.
C A B ;
es:
D E F ;
d ij eij f ij
m.
La suma es conmutativa:
A B B A
La suma es asociativa:
A B C A B C
4.3.3 La Multiplicacin de matrices
La multiplicacin de una matriz A por un escalar g, se obtiene al
multiplicar cada elemento de A por g.
113
g a11
g a
21
D g A g a31
g a n1
g a12
g a 22
g a32
g an 2
g a13
g a1m
g a 23 g a 2 m
g a33 g a3m
g a n 3 g a nm
C A B ;
k 1
cij
A nm
B ml
Ejemplo 4.1:
Obtener el producto de las siguientes matrices
3 1
5 9
Z X Y 8 6
7 2
0 4
114
C nl
5 9
7 2
3 1
8 6
0 4
Y .
z ij xik y kj
k 1
Z 11 =X 11 Y 11 + X 12 Y 21
5 9
7 2
3 1 3 5 1 7
8 6
0 4
3 1
8 6
0 4
5
7
5 9
7 2
3 5 1 7 3 9 1 2
8 5 6 7 8 9 6 2
0 5 4 7 0 9 4 2
3
8
22 29
Z 82 84
28 8
115
1
6
4
22
82
28
9
2
29
84
8
Ejemplo 4.2:
Elabore un algoritmo que realice el producto de dos matrices,
implementar su programa respectivo en Matlab.
Solucin:
El producto de dos matrices se define como:
C nl A nm B ml
n
C (i, j ) A(i, k ) B (k , j )
k 1
7 3 1
B 2 3 5
8 1 6
1 2 4
A 3 1 2
4 1 3
116
43 13 35
A B 39 14 20
54 18 27
20 18 37
B A 31 12 29
35 23 52
Cdigo Matlab
clc; clear;
A=input('Ingrese matriz [A]')
B=input('Ingrese matriz [B]')
a=size(A);
b=size(B);
n=a(1);
m1=a(2);
m2=b(1);
l=b(2);
for i=1:n
for j=1:l
if m1== m2
sum=0;
for k=1:m1
sum=sum+A(i,k)*B(k,j);
end
C(i,j)=sum;
else
disp('Error en las dimensiones de la matriz')
end
end
end
C
Ejecucin del Programa
>> matrizx
Ingrese matriz A = [1 2 4; 3 1 2; 4 1 3]
A=
1
2
4
3
1
2
4
1
3
Ingrese matriz B = [7 3 1; 2 3 5; 8 1 6]
B=
7
3
1
2
3
5
8
1
6
C=
43 13 35
39 14 20
54 18 27
117
4.4
A ,
a11
a12
a 21
a 22
D A
a11 a12
a11 a 22 a12 a 21
a 21 a 22
a11 a12
A a 21 a 22
a31 a32
a13 a11
a 23 a 21
a33 a31
a12
a 22
a32
A a11 a 22 a33 a12 a 23 a31 a13 a 21 a32 a13 a 22 a 31 a11 a 23 a32 a12 a 21 a33
Este procedimiento es exclusivo para determinantes de tercer orden.
Ejemplo 4.3:
Halle el valor del determinante.
3
A 5
1
3
1 2 3
1
A 5 2 1 5 2
1 4
3 1 4
118
a11 a12
A a21 a22
a31 a32
D A a11
a 22
a32
a13
a23
a33
a11
A a 21
a31
a 23
a
a12 21
a33
a 31
a12
a 22
a32
a 23
a
a13 21
a33
a 31
119
a13
a 23
a33
a 22
a 32
3
A 5
1
D A 3
2 1
5 1
5 2
1
2
4 3
1 3
1 4
D A 3 2 3 1 4 1 5 3 1 1 5 4 2 1 82
D a11 a 22 a33 a nn
La validez de esta formulacin se ilustra para un sistema de tres por
tres aplicando el mtodo de los cofactores:
a11
A 0
0
a12
a 22
0
a13
a 23
a33
D A a11
a 22
0
a 23
0 a 23
0 a 22
a12
a13
a33
0 a33
0 0
120
a12
a13
a1n
a 21
D A a31
a 22
a32
a 23 a 2 n
a33 a3n
a n1
an2
a n 3 a nn
El paso inicial ser multiplicar la fila 1 (F 1) por el factor (a21 / a11 ) y est
fila F1 modificado, se resta a la fila 2 (F 2) para hacer cero el
coeficiente a21 . Del mismo modo se eliminan el coeficiente a 31 de la
fila 3 (F3), y los coeficientes restantes de la primera columna
quedando el determinante D como:
F1
F2
F3
Fn
a11
0
0
a12
a' 22
a' 32
a'n 2
a13
a' 23
a'33
a' n3
a1n
a' 2 n
a'3n
a' nn
a12
a ' 22
0
a13
a' 23
a' '33
a1n
a' 2n
a ' '3n
( n 1)
a
nn
121
Aplicar
el
Mtodo
de
Gauss
paso
paso,
para
obtener
el
4x4
2 1 1 1
1 2 2 3
A
3 1 1 2
2 3 1
4
Solucin:
Consiste en transformar la matriz [A] en una matriz triangular
superior, realizando diversas operaciones sobre las filas de esta
matriz.
Hacer cero, los coeficientes de la primera columna, usando como
pivote a11.
2
1
1
1
0 3/ 2 5/ 2 7 / 2
A
0 5 / 2 1/ 2 1/ 2
0
2
2
3
Hacer cero, los coeficientes de la segunda columna, usando como
pivote a22.
0 3/ 2
5/2
7/2
14 / 3
16 / 3
4/3
23 / 3
2
A
2 1
1
1
0 3/ 2 5/ 2 7 / 2
A
0 0 14 / 3 16 / 3
0 0
0
43 / 7
Finalmente, se procede a multiplicar los coeficientes de la diagonal de
la determinante.
3 14 43
A 2
86
2 3 7
Ejemplo 4.6:
122
2 1 1 1
1 2
A
3 1 1 2
4
2 3 1
Cdigo Matlab
clear;
A=input('Ingrese Matriz A = ')
n=length(A);
for i=1:n-1
for k=i+1:n
f=A(k,i)/A(i,i);
for j=i+1:n
A(k,j)=A(k,j)-f*A(i,j);
end
end
123
end
det=1;
for i=1:n
det=det*A(i,i);
end
fprintf('El determinante de |A|es %12.3f\n:',det)
Ejecucin del programa
>> detgauss
Ingrese Matriz A = [2 1 -1 1; 1 2 2 -3; 3 -1 -1 2; 2 3 1 4]
A=
2
1 -1
1
1
2
2 -3
3 -1 -1
2
2
3
1
4
El determinante de |A|es
86.000
4.4.4 Algoritmo montante aplicado a la solucin de
determinante
a)
Algoritmo montante
de
los
determinantes
de
las
Matrices,
para
transformaciones
giran
sobre
un
elemento
llamado
N .E.
En donde:
N.E.
P.
Pivote
E.A.
E.C.F.P.
124
E.C.C.P.
pivote
P.A.
b)
Pivote Anterior
Los
elementos
Ejemplo 4.7:
Calcular el siguiente determinante de orden 2.
3 4
2 5
3 4
2 5
(3)(5) (2)( 4)
7
1
Ejemplo 4.8:
Calcular el siguiente determinante de orden 3
125
1 2
2 1
3
A 5
1
Solucin:
3
1 2
3
- 11 13
(11)(7) (13)(13)
A 5 2 1 ~
82
13 7
3
1 4
3
Explicando las 4 operaciones iniciales de la Frmula Montante que
son:
(3)( 2) (1)(5)
11
1
(3)( 4) (1)( 1)
N .E .
13
1
(3)(1) (2)(5)
N .E .
13
1
(3)(3) (2)( 1)
N .E .
7
1
N .E .
2 1 1 1
1 2 2 3
A
3 1 1 2
2 3 1
4
3 5 7
~ 5 1 1
4 4 6
14 - 16
~
- 4 23
126
Cdigo Matlab
clc;clear;
A=input('Ingresar Matriz A = ')
n=length(A);
PA=1;
for k=1:n-1
l=k+1;
for i=l:n
for j=l:n
A(i,j)=(A(k,k)*A(i,j)-A(k,j)*A(i,k))/PA;
end
end
PA=A(k,k);
end
fprintf('El determinante de |A|es %12.3f\n:',A(n,n))
Ejecucin del programa
>> detmontante
Ingresar Matriz A = [2 1 -1 1;1 2 2 -3; 3 -1 -1 2; 2 3 1 4]
A=
2
1 -1
1
1
2
2 -3
3 -1 -1
2
2
3
1
4
127
El determinante de |A|es
4.5
86.000
A ,
adj ( A) B
Donde:
Aij
A11
A
12
A1n
A21 An1
A22 An 2
A2 n Ann
T
elementos de B o cofactores de A
A 1
1
adj ( A)
A
Ejemplo 4.11:
Calcular la adjunta e inversa de la matiz A , si esta existe
1 2
3
A 5 2 1
1 4
3
Solucin:
Calculamos el determinante de la matriz
3
1 2
A 5 2 1 82
1 4
3
Encontramos la matriz B de cofactores de A
A11 (1)11
2 1
5 1
5 2
10 A12 (1)1 2
16 A13 (1)13
18
4 3
1
3
1
4
;
;
128
A21 ( 1) 21
1 2
3 2
3 1
11 A22 ( 1) 2 2
7 A23 (1) 23
13
4 3
1 3
1 4
;
;
A31 ( 1) 31
1 2
3 2
3 1
3 A32 (1) 3 2
13 A33 (1) 33
11
2 1
5
1
5
2
;
;
adj ( A) B
10 11 3
16 7 13
18 13 11
10 11 3
1
1
adj ( A)
16 7
13
A
82
18 13 11
10
82
16
82
18
82
11
82
7
82
13
82
3
10
82
82
16
13
82
82
11
18
82
82
11
82
7
82
13
82
3
82
13
82
11
82
A ,
aplicando el
AI ,
I B , donde la matriz B
1
ser la inversa de A , es decir B A .
129
b)
Ejemplo 4.12:
Calcular la inversa de la matriz A de orden 3 por el mtodo de Gauss
3
A 2
1
5
1
3
1
0
A I ,
siendo I la matriz
identidad.
3
A I
1 1 0 0
2 1 0 0 1 0
1 3 1 0 0 1
a 0
Si tambin a 21 0 y 31
, a la primera fila le sumamos la
tercera.
a 0
Si a11 0 y a 21 0 y 31
, la matriz A no es inversible.
Paso 3: Comprobamos si a 21 0 (*)
Si a 21 0 , pasamos al paso siguiente.
Si a 21 0 , lo transformamos en cero realizando la siguiente
operacin:
F 2 2 1 0 0 1 0 3F 2 2 F1 0 13 2 2 3 0
1 3
F 2 1 3 1 0 0 1
1 0 0 1
130
A ,
transformaciones realizadas.
F 2 0 13 2 2 3 0
0 13 2 2 3 0
F 2 1 3
1 0 0 1 3 F 3 (1 F1) 0 14
4 1 0 3
Paso 5: Comprobamos si a 22 0
Si a 22 0 , a la segunda fila le sumamos la tercera siempre
que
a 32 0
a 0
Si a 22 0 y 32
la matriz no es invertible.
Paso 6: Comprobamos si a 32 0
Si a32 0 , pasamos al siguiente paso.
Si
a 32 0
operaciones:
a32
Nota: Si durante el proceso obtenemos una fila de ceros (en la parte izquierda) la
matriz
A no es invertible.
131
3 5
F1 3 5
1 1 0 0
1 1
0
0
F 2 0 13 2 2 3 0
3
0
0 13 2 2
F 2 0 14
4 1 0 3 13 F 3 (14 F 2) 0 0
24 15 42 39
Paso 7: Comprobamos si
Si
a 23 0
Si
a 23 0
a 23 0
operaciones:
a 23
3 5
F1 3 5
1 1
0
0
1 1
0
0
F 2 0 13 2 2
3
0 24 F 2 (2 F 3) 0 312
0 78 156 78
0 0 24 15 42 39
F 2 0 0
24 15 42 39
Paso 8: Comprobamos si
a13 0
a33
F 2 0 312
0 78 156 78
312
0 78 156 78
0
0
F 2 0 0 24 15 42 39
0
24 15
42 39
132
F1 72 120
0 39
42
39 312 F1 (120 F 2) 22464 0
0 2808 5616 2808
F2 0
312
0 78 156 78
0
312
0
78
156 78
F 2 0
0
24 15
42 39
0
0 24 15
42
39
F2
0
312
0
78
156 78 F 2 78 0 4 0 1 2 1
F 2
0
0 24 15
42
39 F 3 3 0 0 8 5 14 13
F2 0 4 0 1 2 1
F 2 0 0 8 5 14 13
a33
F 2 0 4 0 1 2 1 F 2 4 0 1 0 1/ 4
2/4
1/ 4
F 2 0 0 8 5 14 13 F 3 (8) 0 0 1 5 / 8 14 / 8 13 / 8
133
A 1
1
8
1
4
5
8
2
8
2
4
14
8
1
1
8
8
1
1
4
4
13
5
8
8
1
4
1
2
7
4
1
8
1
4
13
8
Ejemplo 4.13:
Calcular la inversa de la matriz A de orden 3 por el mtodo de
Gauss
1 2
3
A 5 2 1
1 4
3
Se construye la matriz aumentada
AI
3
1 2 1 0 0
A I 5 2 1 0 1 0
1 4
3 0 0 1
I B
3 1 2 1 0 0
F1 3
1 2 1 0 0
F2 5 2 1 0 1 0 3 F2 5 F1 0 11 13 5 3 0
F3 1 4
3 0 0 1 3 F1 (1 F1 ) 0 13
7 1 0 3
3
F1 3 1 2 1 0 0
1
2 1
0
0
F2 0 11 13 5 3 0 7 F2 13 F3 0 246
0 48 21 39
F3 0 13
7 1 0 3 11 F3 13 F2 0
0
246 54 39 33
134
F1 3
1
2 1
0
0 246 F1 (2 F3 ) 738 246
0 138 78 66
F2 0 246
0 48 21 39
246
0 48
21 39
0
0
F3 0
0
246 54 39 33
0
246 54
39 33
F1 738 246
0 138 78 66 246 F1 (246 F2 ) 181545
0
0 22140 24345 6642
F2 0
246
0 48
21 39
0
246
0
48
21
39
F3 0
0
246 54
39 33
0
0
246 54
39 33
F1 181545
0
0 22140 24345 6642
F2
0
246
0
48
21
39
F3
0
0
246 54
39 33
F2 0
246
0 48 21 39
F3 0
0
246 54 39 33
F2 0
246
0 48 21 39
F3 0
0
246 54 39 33
3362
3362
0
246
0
246
0
3362
246
246
0
246
0
3362
0
246
246
246
410
3362
48
246
54
246
451
3362
21
246
39
246
123
3362
39
246
33
246
1 0 0 10 / 82 11 / 82 3 / 82
I B 0 1 0 16 / 82 7 / 82 13 / 82
0 0 1 18 / 82 13 / 82 11 / 82
B A 1
5
11
41
82
8
7
41
82
13
9
41 82
135
3
82
13
82
11
82
4.6
ai j
bi
, son nmeros
ai1 x1 ai 2 x 2 ain x n bi
a m1 x1 a m 2 x 2 a mn x n bm
a
i 1 j 1
ij
x j bi
am1
a12
a 22
a32
am 2
a13
a 23
a33
am3
a1n
a2 n
a3 n
amn
x1 b1
x b
2 2
x3 b3
xn bm
A mn x n1 b m1
Donde:
m: Nmero de ecuaciones
n: Nmero de incgnitas
Caso 1: m=n (Nmero de ecuaciones, igual al nmero de incgnitas)
Caso2: m<n (Nmero de ecuaciones, menor al nmero de incgnitas)
Caso 3: m>n: (Nmero de ecuaciones, mayor al nmero de
incgnitas)
En el caso 1, la matriz A es cuadrada, y la manera de encontrar la
solucin es multiplicando cada lado de la ecuacin por la inversa de
A .
136
A x b
A 1 A x A 1 b
I x A 1 b
x A 1 b
La ecuacin final de esta deduccin, es conocida como el mtodo
formal para obtener la solucin de x , aplicando operaciones bsicas
de matrices y vectores.
Ejemplo 4.14:
Resolver el siguiente sistema de ecuaciones lineales, aplicando
operaciones bsicas de matrices y vectores.
2 x1 x2 3x3 2
x1 3 x2 2 x3 0
3 x1 x2 3 x3 1
Solucin:
2 1 3 x1
1 3 2 x
2
3 1 3 x3
2
0
A x b
x A 1 b
1
adj ( A)
A
A 1
Calculando el determinante de
A por
montante.
2 1 3
A 1 3 2
3
1 3
7 1
~
-1 3
Calculando la adjunta de A .
137
(7)(3) - (1)(-1)
11
2
adj ( A) B
11 3 10
B 0 3 1
11 1 7
adj ( A) B
11
3
10
0
3
1
11
1
7
Calculando la inversa de A .
11 0 11
3
3 1
10 1 7
1
1
adj ( A)
A
11
x A 1 b
11 0 11
1
x 3 3 1
11
10 1 7
2
0
1
11 2 0 0 11 1
3 2 3 0 1 1
10 2 1 0 7 1
x 1
11
11 11 / 11
1
x 5 5 /11
11
13 13 / 11
x1 1 ;
x2 0.454545 ;
x3 1.181818
Ejemplo 4.15
Resolver el siguiente sistema de ecuaciones lineales, aplicando
operaciones bsicas de matrices y vectores
138
6 x1 2 x2 2 x3 4 x4 16
12 x1 8 x2 6 x3 10 x4 26
3 x1 13 x2 9 x3 3 x4 19
6 x1 4 x2 x3 18 x4 34
El siguiente sistema de ecuaciones se puede discretizar como:
A x b
6 2
12 8
3 13
6 4
12 8 6 10
A
3 13 9 3
6 4 1 18
4
6 10
9 3
1 18
2
- 24 12 12
~ 72 48 6
12 18 - 84
adj ( A) B
x1
x
2
x3
x4
16
26
19
34
- 48 120
~
96 312
24
(-48)(312) - (120)(-96)
144
- 24
48
528 312 96
A 1 1 adj ( A) 1
A
144 1716 996 312 120
48
528 312 96
x A 1 b
502 310 100 44
48
528 312 96
x1 3;
x 2 1;
16
26
19
34
x3 2;
139
3
1
x
2
x4 1
La
regla
de
Cramer,
es
otra
tcnica
de solucin
adecuada,
y con
, al remplazar la columna de
a1n a 2 n
a1n
a2 n
ann
a1n
a2 n
ann
a11
a12
a
x2 1n
a11
a12
a1n
b1
b2
bn
a12
a22
a2 n
a1n
a2 n
ann
a1n
a2n
ann
a11 a12
a12 a 22
a
a2n
xn 1n
a11 a12
a12 a 22
a1n a 2 n
b1
b2
bn
a1n
a2n
ann
2
3 1 3 x3
2 1 3
A s 1 3 2 11
3 1 3
2 1 3
x1 0 3 2 11
1 1 3
x1
11
1
11
2 2 3
x2 1 0 2 5
3 1 3
x2
5
0.454545
11
2 1 2
x3 1 3 0 13
3 1 1
x3
13
1.181818
11
Ejemplo 4.17:
140
2
8
4 x1
10 x 2
3 13 9
3 x3
6 4 1 18 x 4
6
12
2
6
16
26
19
34
A x b
Resultados:
x1 3;
x 2 1;
x3 2;
x4 1
Cdigo Matlab
clear;clc;
a=input('Ingrese Matriz A[] nxn : ');
b=input('Ingrese Vector B[] nx1 : ');
n=length(a);
for i=1:n
A=a;
141
A(:,i)=+b;
d(i)=det(A);
end
D=det(a);
x=(d/D)';
a,b,x
Ejecucin del programa
>> cramer
Ingrese Matriz de Coeficientes a11 a12 ... a1n
Ingrese Matriz A[] nxn : [6 -2 2 4; 12 -8 6 10; 3 -13 9 3; -6 4 1 -18]
Ingrese Vector B[] nx1 : [16 26 -19 -34]'
a=
6 -2
2
4
12 -8
6 10
3 -13
9
3
-6
4
1 -18
b=
16
26
-19
-34
x=
3
1
-2
1
4.6.2 Mtodo del algoritmo montante
El Algoritmo Montante tambin es aplicado en la solucin de Sistemas
de Ecuaciones Lineales con coeficientes enteros, por lo que debemos
de tener cuidado de que si alguna ecuacin es dada con decimales o
con cantidades fraccionarias lo primero que debemos hacer es
transformarla usando la multiplicacin por una constante no nula para
que nos deje solamente nmeros enteros en las ecuaciones.
Al aplicar la formula Montante a la Matriz del Sistema de Ecuaciones,
se hace transformaciones de esta para pasarla a otra Matriz
Equivalente que tiene la misma solucin que la original, hasta
reducirla a un sistema que fcilmente se puede resolver. Dado un
Sistema de n Ecuaciones con n Incgnitas. Las reglas a aplicar son las
siguientes:
Reglas.
142
Ejemplos 4.18:
Determinar la solucin del siguiente sistema de ecuaciones lineales,
aplicando las reglas y la frmula del algoritmo montante.
3x y 2 z 1
2x 3y z 2
x 2 y 2 z 10
Solucin.
Escribiremos la Matriz Aumentada y aplicamos las reglas.
3
2 1
1 2
1 2 2 10
1
3
3 1 2 1
~ 0 7
1 4
0 7 8 31
7 0 5 1
~ 0 7 1 4
0 0 21 63
21 0 0 42
~ 0 21 0 21
0 0 21 63
42
2
21
;
21
1
21
63
3
21
143
an1 x1 an 2 x2 an 3 x3 ann xn bn ( E n )
Primero se plantea la matriz aumentada
F1
F2
F3
Fn
a11 a12
a21 a22
a31 a32
an1 an 2
a13
a23
a33
an 3
a1n
a2n
a3 n
ann
b1
b2
b3
bn
El paso inicial ser multiplicar la ecuacin E 1 (F1) por el factor (a21 / a11 )
y est ecuacin E1 modificado, se resta a la ecuacin E 2 (F2) para
eliminar la primera incgnita x1, haciendo ceros el coeficiente a21 .
F1
F2
F3
Fn
a11 a12
0 a '22
0 a '32
0 a'n 2
a13
a' 23
a'33
a' n3
a1n b1
a ' 2 n b' 2
a '3 n b '3
a 'nn b'n
F2
F3
a11
0
a12
a' 22
Fn 0
a13
a '23
a1n
a'2 n
b1
b' 2
b ' '3
( n 1)
0 a nn b ( n 1) n
144
( i 1)
( i 1)
ij
j i 1
( i 1)
ii
xi
xj
bn
( n 1)
ann
( n 1)
F2
F3
Fn
a11
0
0
a12
a '22
0
a13
a' 23
a ' '33
a1n
b1
a'2 n
b' 2
a ' ' 3 n b' ' 3
a ( n1) nn b ( n1) n
b
xn n ( n1)
ann
145
6 x1 2 x2 2 x3 4 x4 16
12 x1 8 x2 6 x3 10 x4 26
3 x1 13 x2 9 x3 3 x4 19
6 x1 4 x2 x3 18 x4 34
A x b :
2
8
4 x1
10 x2
3 13 9 3 x3
6 4 1 18 x4
6
12
2
6
16
26
19
34
A b .
16
A b 12 8 6 10 26
3 13 9 3 19
6 4 1 18 34
Primera fase, eliminacin hacia delante.
16
A b 00 124 82 12 276
0 2 3 14 18
6 2 2
0 4 2
Ab
0 0 2
0
4 16
2 6
5 9
4 13 21
6 2 2 4
0 4 2 2
Ab
0 0 2 5
0 0 0 3
Segunda fase: Sustitucin hacia atrs
x4
3
1
3
x3
9 5 x 4 9 (5) (1)
2
2
2
x2
6 2 x 4 2 x3 6 (2)(1) (2)( 2)
1
4
4
146
16
6
9
3
x1
3
6
6
Ejemplo 4.20:
Implemente un programa en Matlab, cuyas entradas sean la matriz
de coeficientes y los trminos independientes del sistema de
ecuaciones lineales y devuelva la solucin del sistema por el mtodo
de Eliminacin Simple de Gauss.
Solucin:
La eliminacin simple de Gauss consiste en dos etapas: eliminacin
hacia delante y sustitucin hacia atrs, cuyos algoritmos se
presentan en los siguientes dos diagramas de Nassi Sheiderman.
147
X= B*0;
X(n)=B(n)/A(n,n);
Para i=n- 1 cada -1 hacer:
sum=0;
Para j=i+ n hacer:
sum=sum+A(i,j)*X(j);
X(i)=(B(i)-sum)/A(i,i);
Imprimir: [X]
A X B
Donde:
6 2
12 8
A
3 13
6 4
2
6
9
4
10
3
1 18 ;
x1
x
X 2
x3
x4
16
26
B
19
34
y
Resultados:
x1 3;
x 2 1;
x3 2;
x4 1
Cdigo Matlab
clear;clc;
disp('SISTEMA DE ECUACIONES POR ELIMINACION SIMPLE DE GAUSS')
a=input('Ingrese Matriz A[] nxn : ');
b=input('Ingrese Vector B[] nx1 : ');
n=length(a);
%CODIGO GAUSS ELIMINACION HACIA ADELANTE
%Transformacion del sistema en un triangulo
for i=1:n-1
for k=i+1:n
f=a(k,i)/a(i,i);
148
for j=i+1:n
a(k,j)=a(k,j)-f*a(i,j);
end
b(k)=b(k)-f*b(i);
end
end
%CODIGO SUSTITUCION HACIA ATRAS
x=zeros(n,1);% tambien vale x=b*0
x(n)=b(n)/a(n,n);
for i=n-1:-1:1
s=0;
for j=i+1:n
s=s+a(i,j)*x(j);%sumatoria
end
x(i)=(b(i)-s)/a(i,i);
end
x
Ejecucin del programa
>> elgaussha
SISTEMA DE ECUACIONES POR ELIMINACION SIMPLE DE GAUSS
Ingrese Matriz A[] nxn : [6 -2 2 4;12 -8 6 10; 3 -13 9 3; -6 4 1 -18]
Ingrese Vector B[] nx1 : [16 26 -19 -34]'
a=
6 -2
2
4
12 -8
6 10
3 -13
9
3
-6
4
1 -18
b=
16
26
-19
-34
x=
3
1
-2
1
4.6.4 Mtodo de Gauss Jordan
Es una variacin de la eliminacin de gauss. La principal diferencia,
consiste es que cuando una incgnita se elimina en el mtodo de
Gauss Jordan, esta se elimina de todas las ecuaciones. Adems,
todas las filas se normalizan al dividirlo entre su elemento pivote. De
esta manera el paso de eliminacin genera una matriz identidad en
vez de una triangular superior como en el caso de Gauss Simple. En
149
a12
a13
a 21
a31
a 22
a 23 a 2 n b2
a 33 a 3n b3
a
n1
an2
an3
a32
a1n b1
a nn bn
0
0
0
1
0
0
0
1
0 b1 ( n )
0 b2 ( n )
0 b3 ( n )
1 bn ( n )
x1
x2
x3
xn
(n)
b1
(n)
b2
( n)
b3
(n)
bn
El superndice (n) significa que los elementos del vector del lado
derecho se han modificado n veces.
Ejemplo 4.21:
Utilice el mtodo de Gauss Jordan, para resolver el siguiente sistema
de ecuaciones lineales.
6 x1 2 x2 2 x3 4 x4 16
12 x1 8 x2 6 x3 10 x4 26
3 x1 13 x2 9 x3 3 x4 19
6 x1 4 x2 x3 18 x4 34
Que se puede plantear como
A x b :
150
2
8
4 x1 16
10 x2 26
3 13 9 3 x3 19
6 4 1 18 x4 34
6
12
2
6
A b .
6 2
A b 123 138
6 4
2 4 16
6 10 26
9 3 19
1 18 34
16 F1 F1 6
12 8 6 10 26
3 13 9
3 19
6 4 1 18 34
1
12
3
6
1/ 3 1/ 3 2 / 3 8 / 3
8
13
4
6
9
1
10 26
3 19
18 34
1 1/ 3 1/ 3 2 / 3 8 / 3
0 4
2
2 6
0 12
8
1 27
0
2
3 14 18
1 1/ 3 1/ 3
2/3 8/3
0
1
1/ 2 1/ 2 3 / 2
0 12
8
1 27
0
2
3
14 18
151
1
0
0
0
0 1/ 6
1 / 2 19 / 6
1 1/ 2 1/ 2 3 / 2
0
2
5 9
0
4
13 21
0 1/ 6
1 / 2 19 / 6
1 1/ 2 1/ 2 3 / 2
0
2
5 9 F3 F3 2
0
4
13 21
1
0
0
0
0 1/ 6
1 / 2 19 / 6
1 1/ 2 1/ 2 3 / 2
0
1
5/ 2 9/ 2
0
4
13 21
0 1/ 6
1 / 2 19 / 6 F1 F1 (1 / 6) F3
1 1 / 2 1 / 2 3 / 2 F2 F2 (1 / 2) F3
0
1
5/ 2 9/ 2
0
4
13 21 F4 F4 (4) F3
1
0
0
0
0
1
0
0
0 11 / 12 47 / 12
0 7 / 4 3/ 4
1 5/ 2 9/ 2
0
3 3
0
1
0
0
0 11 / 12 47 / 12
0 7 / 4 3/ 4
1 5/ 2 9/ 2
0
3 3 F4 F4 (3)
1
0
0
0
0
1
0
0
0 11 / 12 47 / 12
0 7 / 4 3/ 4
1 5/ 2 9/ 2
0
1
1
0
1
0
0
0 11 / 12 47 / 12 F1 F1 (11 / 12) F4
0 7 / 4 3 / 4 F2 F2 (7 / 4) F4
1 5 / 2 9 / 2 F3 F3 ( 5 / 2) F4
0
1
1
1
0
0
0
0
1
0
0
0
0
1
0
0 3
0 1
0 2
1 1
I x ,
simplificado como:
152
1 x1
0 x1
0 x1
0 x1
0 x2
1 x2
0 x2
0 x2
0 x3
0 x3
1 x3
0 x3
0 x4
0 x4
0 x4
1 x4
3
1
2
1
x1 3;
x 2 1;
x3 2;
x4 1
4.6.5 Descomposicin LU
El procedimiento de descomposicin LU transforma una matriz A en
un producto de dos matrices: A L U ; donde
es una matriz
A x B
(1)
A x B 0
(2)
0
0
u13 u1n
u 23 u 2 n
u33 u3n
0 u nn
153
x1
d1
x2 d 2
x3 d3
xn d n
(3)
U x D
U x D 0
(4)
l n1 l n 2
0
0
1
l n3
0
0
0
(5)
LU x D A x B
(6)
LU A
(7)
L D B
(8)
154
A x B
U L
L D B
a) Descomposicin
b) Hacia adelante
Sustitucin
U x D
c) Hacia atrs
155
se factoriza o
superior U .
2. Paso de sustitucin.
la
descomposicin
LU
con
eliminacin
de
Gauss,
6 2
12 8
3 13
6 4
4
6 10
9 3
1 18
2
Que es de la forma.
156
x1
x
2
x3
x4
16
26
19
34
A x B
Solucin:
Paso 1: Descomposicin LU, para obtener L y U a partir de A .
La matriz L se puede iniciar como una matriz con 1s en la diagonal
principal y el resto de valores igual a cero.
6 2
12 8
A
3 13
6 4
2 4
6 10
9
3
1 18
1
0
L
0
0
1
0
0
0
0
1
0
0
0
0
a 21 12
2
a11 6
;
f 31
a31 3 1
a11 6 2 ;
f 41
a41 6
1
a11
6
.
matriz L se obtiene.
6 2
0 4
A
0 12
2
0
2 4
2 2
8 1
3 14
1
2
L
1/ 2
0
1
0
0
0
0
0
0
0
1
0
a32 12
3
a22 4
;
f 42
a42
2
1
a22 4
2
A
0 0 2 5
0 0 4 13
0
1
2
1
L
1/ 2
3
1 1/ 2
0
0
1
0
0
0
0
157
f 43
a43 4
2
a33 2
6 2 2 4
0 4 2 2
A
0 0 2 5
0 0 0 3
0
1
2
1
L
1/ 2
3
1 1/ 2
0
0
1
2
0
0
0
U
0 0 2 5
0 0 0 3
0
1
2
1
L
1/ 2
3
1 1/ 2
0
0
1
2
0
0
0
3 13
6 4
2 4 1
0
6 10 2
1
9
3 1/ 2
3
1 18 1 1 / 2
0
0
1
2
0
0
0
6 2 2 4
0 4 2 2
0 0 2 5
0 0 0 3
L D B
0 0 d1 16
0 0 d 2 26
1/ 2
3
1 0 d 3 19
1 1 / 2 2 1 d 4 34
1
2
0
1
d1 16 ;
d 3 9 ;
d 2 6 ;
158
d 4 3 .
16
6
D
9
3
Paso 2b: Sustitucin hacia atrs, para obtener x .
U x D
6 2 2
0 4 2
0
0
x1 16
x 6
2 5 x3 9
0 3 x4 3
4
2
x4 1 ;
x3 2
x2 1 ;
x1 3 .
3
1
x
2
1
Ejemplo 4.23:
Utilice el Matlab, para codificar el algoritmo de la descomposicin
LU con eliminacin de Gauss, y sustitucin hacia delante y hacia
atrs, para obtener la solucin de un sistema de ecuaciones en
general, y probar el programa solucionando el sistema de ecuaciones
del ejemplo 4.22.
Solucin:
Se debe tener presente la secuencia a seguir en este mtodo, segn
el diagrama de descomposicin LU.
159
Algoritmo de Descomposicin LU
Leer: [A], [B]
n= dimensin de [A];
L=Matriz Identidad (nxn)
U=A;
Para k=1 a n-1 hacer:
Para i=k+ n hacer:
factor=U(i,k)/U(k,k)
L(i,k)=factor
Para j=k+ n hacer:
U(i,j)=U(i,j)-factor*U(k,j)
U(i,k)=0;
Imprimir L,U
Algoritmo de Sustitucin
Hacia adelante
Hacia atrs
D= [B]
x(n)=D(n)/U(n,n);
sum=B(i)
sum=0;
Para j=1 a i-1 hacer:
sum=sum-L(i,j)*D(j);
x(i)=(D(i)-sum)/U(i,i);
D(i)=sum;
Imprimir: [x]
Imprimir: [D]
Cdigo Matlab
A=input('Ingrese Matriz [A] :')
B=input('Ingrese Matriz [B] :')
n=length(A);
160
L=eye(n);
U=A;
%Descomposicion LU
for k=1:n-1
for i=k+1:n
factor=U(i,k)/U(k,k);
L(i,k)=factor;
for j=k+1:n
U(i,j)=U(i,j)-factor*U(k,j);
end
U(i,k)=0;
end
end
L,U
%Sustitucion hacia adelante
D=B;
for i=2:n
sum=B(i);
for j=1:i-1
sum=sum-L(i,j)*D(j);
end
D(i)=sum;
end
D
%Sustitucion hacia atras
x(n)=D(n)/U(n,n);
for i=n-1:-1:1
sum=0;
for j=i+1:n
sum=sum+U(i,j)*x(j);
end
x(i)=(D(i)-sum)/U(i,i);
end
x
Ejecucin del programa
>> desuslu
Ingrese Matriz [A] :[6 -2 2 4;12 -8 6 10; 3 -13 9 3; -6 4 1 -18]
A=
6 -2
12 -8
3 -13
-6
4
2
4
6 10
9
3
1 -18
-19
-34
L=
1.0000
0
2.0000 1.0000
0.5000 3.0000
-1.0000 -0.5000
U=
6
0
0
0
-2
-4
0
0
2
2
2
0
4
2
-5
-3
-2
0
1.0000
2.0000
0
0
1.0000
D=
16
-6
-9
-3
x=
3
Ejemplo 4.24:
Solucionar el siguiente sistema de ecuaciones, utilizando diversos
mtodos disponibles en MatLab.
6
12
4
10
x1
x
2
16
26
8 6
3 13 9
19
3 x3
6 4 1 18 x 4
34
2
Solucin:
Ingresar la matriz A y B al Matlab
>> A=[6 -2 2 4;12 -8 6 10; 3 -13 9 3; -6 4 1 -18]
>> B=[16 26 -19 -34]'
Mtodo de la Matriz Inversa
>> X=inv(A)*B
X = 3 1 -2 1
162
6
15/2
4
0
1
0
0
3
1
-2
1
0
0
0
1
10
1/2
-13
3/11
0
0
0
16
26
-19
-34
0
0
1
0
0
1
1/11
-8
-11
0
0
P= 0
0
0
1
4
10
3
-18
0
0
1
0
>> L=inv(P)*L
>> D=L\B
D = 26 -51/2 -21 3/11
>> X=U\D
X = 3 1 -2 1
4.7
Problemas propuestos
Eliminacin de Gauss
1.
[ ] [ ]
4 5
3 7
[ A ]= 1 2 [ B ]= 1 2 6
5 6
1 0 4
163
[] [
[ ]
2
[ C ]= 6 [ D ]= 5 4 3 6
1
2 1 75
1 5 6
[ E ]= 7 1 3
4 0 5
[ F ] = 2 0 1 G 8 6 4
1 6 3
2.
3
1 2 3
1
A 5 2 1 5 2
1 4
3 1 4
A (3)( 2)(3) (1)(1)( 1) (2)(5)( 4) (2)( 2)( 1) (3)(1)( 4) (1)(5)(3)
A 18 1 40 4 12 15
A 82
Luego utilizar el programa elaborado en Matlab, para obtener el
determinante de la matriz cuadrada siguiente [A]
164
4x4
2 1 1 1
1 2 2 3
A
3 1 1 2
2 3 1
4
3.
0.77 x 1+ x 2=14.25
1.2 x 1 +1.7 x 2=20
a) Resuelve grficamente.
b) Considerando la solucin grfica, qu se espera acerca de la
condicin del sistema?
c) Resuelva por eliminacin de incgnitas.
4.
2 x 2 +5 x 3=1
2 x 1 + x 2+ 2 x 3=11
3 x1 + x 2=2
a) Calcule el determinante.
b) Emplee la regla de Cramer y resuelva para las x.
c) Sustituta los resultados en el sistema original y comprubelos.
5.
2 x 1 + x 2x 3=1
5 x1 +2 x 1+2 x 3=4
3 x 1 +1 x 2 + x 3=1
Use pivoteo parcial. Compruebe las respuestas por sustitucin en
las ecuaciones originales.
Descomposicin LU e inversin de matrices
6.
El
siguiente
sistema
de
ecuaciones
est
diseado
para
165
A =2 i 3 j+ a k
B =b i + j 4 k
C =3 i + c j +2 k
Si el vector
es perpendicular al vector
C . Se sabe que
B , as como al vector
B.
C =2 . Utilice cualquiera de los mtodos
1/ 4 w 1/ 4 z
y
1/ 4 w 1/ 4 z
1/ 4 x 1/ 4 y
w
1/ 4 x 1/ 4 y
z
9.
1/ 2
1/ 2
1/ 2
1/ 2
Plstico
Hule
Componen
gr/compone
gr/compone
gr/compone
te
1
2
3
nte
15
17
19
nte
0.25
0.33
0.42
166
nte
1.0
1.2
1.6
167
Las ecuaciones para las cuatro mallas que dan la solucin a este
problema son las siguientes:
V 1R1 i1 R 3 ( i 1i 3 ) R 2 ( i 1i 2 )=0
i
R7 ( 2i 4 )=0
R 5 i 2R2 ( i 1i 2) R4 ( i 2i 3 )
i
i
i
R 3 ( 3i 1 )=0
R4 ( 3i 2)
V 2 R6 ( 3i 4)
i
i
R6 ( 4i3 )=0
R 7 ( 4i 2)
V 3 R 8 i 4
Estas cuatro ecuaciones pueden ser representadas en la forma
matricial
[ A ][ x ] =[ B ] ;
168