Universidad Nacional Agraria La Molina

Facultad de Ingeniera Agrcola

Departamento de Recursos Hdricos

Anlisis Numrico en Ingeniera

(Aplicaciones con MATLAB)

lgebra Lineal
Numrica

Jess Abel Meja Marcacuzco, Ph.D.

Lima - Per
MATRICES Y VECTORES
Una Matriz mn es un arreglo rectangular, en filas (m) y
columnas (n), de nmeros encerrados entre corchetes. Los
vectores son formas especiales de matrices:
b1,1 b1, 2 . b1,n
b . b2,n
Matriz con m filas y n columnas
(m>1 y n>1) B 2,1
.
b2, 2
. . .

bi , j

bm,1 bm, 2 . bm,n

Una sola fila Una sola columna un solo elemento

(m=1 y n>1) (m>1 y n=1) (m=1 y n=1):
b1
b
B b1 b2 . bn B 2 B b
.

bm
Suma y Resta de Matrices y Vectores
La suma o resta de matrices se da si ambas tienen el mismo
nmero de columnas y filas: C A B ci , j ai , j bi , j

1 2 4 7 3 1 1 3
A 3 1 2 , B 2 3 5 x 4 , y 9

4 1 3 8 1 6 2 4

1 2
8 1 3 5
C 4 3 D u 2 1 7 z
1 5 2 1
0 2

1 7 2 3 4 1 8 5 5 1 7 2 3 4 1 6 1 3
A B 3 2 1 3 2 5 5 4 7 A B 3 2 1 3 2 5 1 2 3

4 8 1 1 3 6 12 2 9 4 8 1 1 3 6 4 2 3

1 3 4 1 3 2
x y 4 9 13 x y 4 9 5
2 4 6 2 4 2
Multiplicacin de Matrices y Vectores
El producto de matrices C = AB, es posible cuando el nmero
de columnas de A y el nmero de filas de B son idnticas. Los
elementos de C estn relacionados con los de A y B por:
ci , j ai ,k bk , j
k

El nmero de filas de C es igual al de A y el nmero de

columnas de C es igual al de B. En otras palabras, si A es una
matriz de pq y B es una matriz de pr, entonces C ser una
matriz de pr. Obviamente si A y B son matices cuadradas del
mismo tamao, C tambin ser una matriz cuadrada del mismo
tamao. En general, el producto AB no es igual a BA. Si AB
= BA, se dice que las matrices A y B son conmutativas.
1 2 1 5 2 1 7
A continuacin, veamos 5
C z 4 3 4 5 3 1 23

algunos ejemplos:
0 2 0 5 2 1 2
1
 1 2
u C 2 1 7 4 3 2 1 1 4 7 0 2 2 1 3 7 2 6 21
0 2

1 2
8 1 3 8 1 1 4 3 0 8 2 1 3 3 2 12 25
DC 4 3
1 5 2 0 2 1 1 5 4 2 0 1 2 5 3 2 2 21 21

1 2 1 8 2 1 11 2 5 1 3 2 2 10 11 7
8 1 3 35 19 18
C D 4 3
4 8 3 1 4 1 3 5 4 3 3 2
0 2 1 5 2 0 8 2 1 0 1 2 5 0 3 2 2 2 10 4

1 2 4 7 3 1 1 7 2 2 4 8 1 3 2 3 4 1 11 2 5 4 6 43 13 35
A B 3 1 2 2 3 5 3 7 1 2 2 8 3 3 1 3 2 1 3 1 1 5 2 6 39 14 20
4 1 3 8 1 6 4 7 1 2 3 8 4 3 1 3 3 1 4 1 1 5 3 6 54 18 27

7 3 1 1 2 4 20 18 37 1 2 4 1 11 2 4 4 2 17
B A 2 3 5 3 1 2 31 12 29 A x 3 1 2 4 3 1 1 4 2 2 11
8 1 6 4 1 3 35 23 52 4 1 3 2 4 1 1 4 3 2 11
Transpuesta de Matrices y Vectores
La transpuesta de una matriz o un vector es otra matriz o
vector cuyas filas o columnas han sido intercambiadas por las
correspondientes columnas o filas:
1 2 4 1 3 4 1
A 3 1 2 A' 2 1 1 x 4 x' x t 1 4 2
4 1 3 4 2 3 2

Inversa de Matrices
Cuando dos matrices cuadradas A y B satisfacen: AB = BA = I,
donde I es la matriz identidad; se dice que A y B estn en
relacin inversa; es decir A es el inverso de B y B el inverso de
A. Por ejemplo, para el caso de las matrices A y B:

2 5 3 5 1 0
A B
Debe
A B B A
1 3 1 2
cumplirse
0 1
 2 5 3 5 2 3 5 1 2 5 5 2 1 0
A B I
1 3 1 2 1 3 3 1 1 5 3 2 0 1
3 5 2 5 3 2 5 1 3 5 5 3 1 0
B A I
1 2 1 3 1 2 2 1 1 5 2 3 0 1
Clculo de la matriz inversa

1 2 1 1 2 a b 1 0
Calcular la
A I A A
inversa A:
3 7 3 7 c d 0 1
a 2 d 1 a 7
a 2d b 2c 1 0 3a 7 d 0 b 2

3a 7 d
3b 7c 0 1 b 2c 0 c 3
3b 7c 1 d 1
>> inv(A)
Clculo mediante Matlab: inv(A) A\I 7.0000 -2.0000
-3.0000 1.0000
 Suma y Resta de Matrices y Vectores en MATLAB
>> A=[1 2 4;3 1 2;4 1 3] >> B=[7 3 1;2 3 5;8 1 6] >> x=[1;4;2] >> y=[3;9;4]
A= B= x= y=
1 2 4 7 3 1 1 3
3 1 2 2 3 5 4 9
4 1 3 8 1 6 2 4

>> A+B >> A-B

ans = ans = >> z=[3 4 9]
8 5 5 -6 -1 3 z=
5 4 7 1 -2 -3 3 4 9
12 2 9 -4 0 -3

>> x+z
>> x+y >> x-y ??? Error using ==> +
ans = ans = Matrix dimensions must agree.
4 -2 >> x-z
13 -5 ??? Error using ==> -
6 -2 Matrix dimensions must agree.
 Multiplicacin de Matrices y Vectores en MATLAB

>> A=[1 2 4;3 1 2;4 1 3] >> B=[7 3 1;2 3 5;8 1 6] >> x=[1;4;2]
A= B= x=
1 2 4 7 3 1 1
3 1 2 2 3 5 4
4 1 3 8 1 6 2

>> A*B >> B*A >> z=[3 4 9]

ans = ans = z=
43 13 35 20 18 37 3 4 9
39 14 20 31 12 29
54 18 27 35 23 52

>> A*x >> z*A

>> x*A
ans = ??? Error using ==> *
ans = Inner matrix dimensions must
17 51 19 47 agree.
11
14 >> A*z
??? Error using ==> *
Inner matrix dimensions must agree.
 Divisin de Matrices en MATLAB

>> A=[1 2 4;3 1 2;4 1 3] >> B=[7 3 1;2 3 5;8 1 6] >> y=[7;3;1] >> y
A= B= y=
7 3 1 7 3 1
1 2 4 7
3 1 2 2 3 5 3
4 1 3 8 1 6 1

>> A/B >> A\B >> A/y'

-0.1242 0.7778 0.0392 -0.6000 0.6000 1.8000 0.2881
0.1503 0.1111 0.2157 -9.4000 6.4000 1.2000 0.4407
0.0915 0.1111 0.3922 6.6000 -2.6000 -0.8000 0.5763

>> A/y
Error using /
Matrix dimensions must agree.
Transpuesta e inversa de Matrices con MATLAB
>> A=[1 2 4;3 1 2;4 1 3] >> B=[7 3 1;2 3 5;8 1 6] >> A^3
A= B= ans =
1 2 4 7 3 1 127 74 168
3 1 2 2 3 5 121 57 134
4 1 3 8 1 6 163 77 181

>> X=inv((A/B)') >> inv(A)

X= ans =
-0.6000 1.2000 -0.2000 -0.2000 0.4000 -0.0000
9.2000 1.6000 -2.6000 0.2000 2.6000 -2.0000
-5.0000 -1.0000 4.0000 0.2000 -1.4000 1.0000

>> A' >> A*inv(A)

ans = ans =
1 3 4 1.0000 0 0
2 1 1 -0.0000 1.0000 0
4 2 3 0 0 1.0000
 DETERMINANTE DE UNA MATRIZ
El determinante es una cantidad importante asociada a una matriz cuadrada
y juega un papel importante cuando se calculan los valores propios de una
matriz, as como en la identificacin de matrices singulares (que no pueden
invertirse) cuando su determinante es cero.
a11 a12
det( A) det a11a22 a21a12
a21 a22
a11 a12 a13
det( A) det a21 a22 a23 a11a22a33 a21a32a13 a31a12a23 - a11a32a23 a21a12a33 a31a22a13
a31 a32 a33

1 2 4
det( A) det 3 1 2 11 3 3 1 4 4 2 2 11 2 3 2 3 4 1 4 5
4 1 3
>> A=[1 2 4;3 1 2;4 1 3]
A= >> det(A)
1 2 4 ans =
3 1 2 -5
4 1 3
SISTEMA LINEAL DE ECUACIONES

El objetivo es examinar los aspectos numricos

que se presentan al resolver sistemas de
ecuaciones lineales de n ecuaciones con n
incgnitas x1, x2, x3, ..., xn. Los elementos aij y bi se
supone que son nmeros reales y 1i n
a11x1 a12 x2 a1n xn b1
a x a22 x2 a2 n xn b2
21 1 m n

aij x j bi
aij x1 aij x2 ain xn bi
i 1 j 1


am1 x1 a m 2 x2 amn xn bm
a11 a12 a13 ... a1n x1 b1
a a22
a23 ... a2 n x2 b2
21 Ax b
. .

am1 am 2 am3 ... amn xn bn

Caso 1: m=n
Caso 2: m < n (ecuacin subdeterminada)
Caso 3: m > n (ecuacin sobredeterminada)

Caso 1: nmero de incgnitas igual al nmero de ecuaciones

Caso 2: nmero de incgnitas menor al nmero de ecuaciones
Caso 3: nmero de incgnitas mayor al nmero de ecuaciones
En el caso 1 la matriz es cuadrada y para obtener la
solucin con MATLAB, escribimos: x=A\b

Un mecanismo equivalente es: x=inv(A)*b . Sin

embargo el primer mtodo es el ms eficiente
desde el punto de vista computacional y ahorra
aproximadamente el 50% de tiempo de cmputo en
relacin al segundo mtodo.

Las ecuaciones lineales, tambin se pueden

escribir de la forma: Atxt = bt; por lo tanto la solucin
en MATLAB ser: z=b/A. Las siguientes
expresiones son iguales:
inv(A)*b = A^(-1)*b = b*inv(A) = A\b
 Ejemplos:

3 2 x1 1
Ax b
1 1 x2 1

>> A=[3 2;1 -1]; >> x=b/A >> A=[3 2;1 -1];
>> b=[-1;1]; Error using / >> b=[-1;1];
Matrix dimensions
>> x=A\b must agree. >> z=b'/A'

x= z=

0.2000 0.2000 -0.8000

-0.8000
Aplicacin a Circuitos Elctricos

h
i La corriente elctrica i del nodo a
g
al b, denotada por iab, est
relacionada con los voltajes (e) y
b a f resistencias (r) mediante:

ea eb
c
d
e
iab
Un nodo conectado a rab
resistencias

La suma las corrientes que salen del nodo a debe ser cero
ea e j

j b ,c , d ,..., i
iaj
j b ,c , d ,..., i raj
0
En la siguiente figura, se muestra un circuito elctrico
conectada a tres terminales con voltajes conocidos.
Obtenga los valores de voltajes en los nodos a, b y c.
2 ohms 4 ohms 3 ohms
a b
20 v

3 ohms 5 ohms

5v
c
3 ohms

ea e20 ea eb ea ec 1 1 1 1 1 20
0 ea eb ec
2 4 3 2 4 3 4 3 2
eb ea eb 0 eb ec 1 1 1 1 1
ea eb ec 0
0
4 3 5 4 4 3 5 5
ec 5 ec ea ec eb 1 1 1 1 1 5
0 ea eb ec
3 3 5 3 5 3 3 5 3
>> clear
>> a(1,1)=1/2+1/4+1/3;a(1,2)=-1/4;a(1,3)=-1/3;
>> a(2,1)=a(1,2);a(2,2)=1/4+1/3+1/5;a(2,3)=-1/5;
>> a(3,1)=a(1,3);a(3,2)=a(2,3);a(3,3)=1/3+1/3+1/5;
>> b(1)=20/2;b(2)=0;b(3)=5/3;
>> x=a\b'

x=
13.3453
6.4401
8.5420

Los resultados obtenidos son, respectivamente,

ea, eb y ec en voltios
 Eliminacin Simple de Gauss
Cuando en nmero de a11x1 a12 x2 a13 x3 ... a1n xn b1
incgnitas es igual al a21x1 a22 x2 a23 x3 ... a2 n xn b2
nmero de ecuaciones
(n = m), se tiene: a31x1 a32 x2 a33 x3 ... a3n xn b3
.......
an1 x1 an 2 x2 an 3 x3 ... ann xn bn

(i) Eliminacin hacia delante: la a11x1 a12 x2 a13 x3 ... a1n xn b1

primera ecuacin multiplicada
por a21/a11 se resta de la
'
a22 x2 a23
'
x3 ... a2' n xn b2'
segunda ecuacin. De forma '
a32 x2 a33
'
x3 ... a3' n xn b3'
similar, el primer trmino de
cada una de las ecuaciones .......
subsecuentes, i>2, se elimina an' 2 x2 an' 3 x3 ... ann
'
xn bn'
restando la primera ecuacin
Donde:
multiplicada por ai1/a11. Una
vez hecho esto, las a a
aij' aij i1 a1 j bi' ai i1 b1
ecuaciones debern verse as: a11 a11
Luego se elimina el trmino a11x1 a12 x2 a13 x3 ... a1n xn b1
inicial de todas las ecuaciones '
a22 x2 a23
'
x3 ... a2' n xn b2'
desde la 3ra hasta la ltima
restando a cada ecuacin la
''
a33 x3 ... a3' n xn b3''
2da ecuacin multiplicada por .......
ai2/a22. Al final del proceso se n 1 n 1
tiene: ann xn bnn

(ii) Sustitucin hacia atrs: El

procedimiento de sustitucin n 1
b
comienza con la ltima ecuacin.
La solucin de xn se obtiene de la
xn n
n 1
ltima ecuacin por: a nn

La solucin de las ecuaciones anteriores por:

xn1
b n2
n 1 a x n2
n 1, n n n

b1 a1,i xi
i 2
n2 x1
an1,n1 a1,1
Eliminacin de Gauss con pivoteo

La eliminacin simple se aplica a casos donde ningn

pivote (coeficiente diagonal) ai,i, se convierte en cero. El
pivoteo evita esto y mejora la exactitud de la solucin.

El pivoteo consiste en intercambiar el orden de las

ecuaciones de modo que el coeficiente del pivote, ai,i,tenga
una magnitud mayor que cualquier otro coeficiente que est
debajo de el en la misma columna y que por tanto vaya a
ser eliminado. El primer pivote, a1,1, se compara con los
coeficientes iniciales de cada una de las ecuaciones que
estn abajo. Si |a1,1| |ai,1| no es necesario pivotear. En
caso contrario, la primera ecuacin se intercambiar con la
que tiene |ai,1| ms grande. El segundo pivoteo puede
efectuarse antes de iniciar el segundo proceso de
eliminacin. Esto se repite con cada pivote hasta completar
la eliminacin hacia adelante.
Ejemplo Numrico
06 x1 02 x2 02 x3 04 x4 16
12 x 08x 06 x 10 x 26
Paso 1: Resolver la siguiente
1 2 3 4
ecuacin mediante la
eliminacin simple de Gauss. 03x1 13x2 09 x3 03x4 19
06 x1 04 x2 01x3 18x4 34
Paso 2: Restar 2 veces la 1ra 06 x1 02 x2 02 x3 04 x4 16
de la segunda; restar 0.5 04 x2 02 x3 02 x4 06
veces la 1ra de la tercera y

restar -1 veces la 1ra
12 x2 08 x3 01x4 27
ecuacin de la cuarta. La 1ra
ecuacin es el pivote. 02 x2 03x3 14 x4 18
Paso 3: Restar 3 veces la 06 x1 02 x2 02 x3 04 x4 16
segunda ecuacin de la 04 x2 02 x3 02 x4 06
tercera y -0.5 veces la

segunda de la cuarta
02 x3 05 x4 09
ecuacin. La segunda
ecuacin es el nuevo pivote. 04 x3 13x4 21
Paso 4: El paso final consiste 06 x1 02 x2 02 x3 04 x4 16
04 x2 02 x3 02 x4 06
en restar 2 veces la tercera

ecuacin de la cuarta
ecuacin. El pivote ahora es 02 x3 05 x4 09
la tercera ecuacin.
03x4 03

La sustitucin hacia atrs empieza desde la ltima ecuacin:

3
x4 1
3
4
2 x3 5 9 x3 2
2
Finalmente: x1 = 3 x2 = 1 x3 = -2 x4 = 1
Solucin con MATLAB (Eliminacin simple de Gauss)

>> a=[6 -2 2 4 16;12 -8 6 10 26;3 -13 9 3 -19;-6 4 1 -18 -34]

a=
6 -2 2 4 16
12 -8 6 10 26
3 -13 9 3 -19
-6 4 1 -18 -34

>> a(2,:)=a(2,:)-a(1,:)*a(2,1)/a(1,1);
>> a(3,:)=a(3,:)-a(1,:)*a(3,1)/a(1,1);
>> a(4,:)=a(4,:)-a(1,:)*a(4,1)/a(1,1)
a=
6 -2 2 4 16
0 -4 2 2 -6
0 -12 8 1 -27
0 2 3 -14 -18
>> a(3,:)=a(3,:)-a(2,:)*a(3,2)/a(2,2);
>> a(4,:)=a(4,:)-a(2,:)*a(4,2)/a(2,2)
a=
6 -2 2 4 16
0 -4 2 2 -6
0 0 2 -5 -9
0 0 4 -13 -21

>> a(4,:)=a(4,:)-a(3,:)*a(4,3)/a(3,3)
a=
6 -2 2 4 16
0 -4 2 2 -6
0 0 2 -5 -9
0 0 0 -3 -3
 Solucin con MATLAB
(Eliminacin de Gauss con pivoteo)

>> a=[6 -2 2 4 16;12 -8 6 10 26;3 -13 9 3 -19;-6 4 1 -18 -34]

a=
6 -2 2 4 16
12 -8 6 10 26
3 -13 9 3 -19
-6 4 1 -18 -34

>> tempo=a(2,:);a(2,:)=a(1,:);a(1,:)=tempo
a=
12 -8 6 10 26
6 -2 2 4 16
3 -13 9 3 -19
-6 4 1 -18 -34
>> a(2,:)=a(2,:)-a(1,:)*a(2,1)/a(1,1);
>> a(3,:)=a(3,:)-a(1,:)*a(3,1)/a(1,1);
>> a(4,:)=a(4,:)-a(1,:)*a(4,1)/a(1,1)

a=
12.0000 -8.0000 6.0000 10.0000 26.0000
0 2.0000 -1.0000 -1.0000 3.0000
0 -11.0000 7.5000 0.5000 -25.5000
0 0 4.0000 -13.0000 -21.0000

>> tempo=a(3,:);a(3,:)=a(2,:);a(2,:)=tempo

a=
12.0000 -8.0000 6.0000 10.0000 26.0000
0 -11.0000 7.5000 0.5000 -25.5000
0 2.0000 -1.0000 -1.0000 3.0000
0 0 4.0000 -13.0000 -21.0000
>> a(3,:)=a(3,:)-a(2,:)*a(3,2)/a(2,2);
>> a(4,:)=a(4,:)-a(2,:)*a(4,2)/a(2,2)
a=
12.0000 -8.0000 6.0000 10.0000 26.0000
0 -11.0000 7.5000 0.5000 -25.5000
0 0 0.3636 -0.9091 -1.6364
0 0 4.0000 -13.0000 -21.0000

>> tempo=a(4,:);a(4,:)=a(3,:);a(3,:)=tempo
a=
12.0000 -8.0000 6.0000 10.0000 26.0000
0 -11.0000 7.5000 0.5000 -25.5000
0 0 4.0000 -13.0000 -21.0000
0 0 0.3636 -0.9091 -1.6364

>> a(4,:)=a(4,:)-a(3,:)*a(4,3)/a(3,3)
a=
12.0000 -8.0000 6.0000 10.0000 26.0000
0 -11.0000 7.5000 0.5000 -25.5000
0 0 4.0000 -13.0000 -21.0000
0 0 0 0.2727 0.2727
 Solucin Directa con MATLAB
>> A=[6 -2 2 4;12 -8 6 10;3 -13 9 3;-6 4 1 -18] >> b=[16;26;-19;-34]

A= b=
6 -2 2 4 16
12 -8 6 10 26
3 -13 9 3 -19
-6 4 1 -18 -34

>> x=A\b
>> X=b'/A'
x=
3.0000 X=
1.0000
-2.0000 3.0000 1.0000 -2.0000 1.0000
1.0000
Eliminacin de Gauss-Jordan e Inversin de Matrices
La eliminacin de Gauss-Jordan es una variacin de la
eliminacin de Gauss mediante la cual se eliminan los
nmeros que estn arriba y debajo de un pivote sin distinguir
la eliminacin hacia delante de la sustitucin hacia atrs. No
obstante el pivoteo sigue siendo necesario por las razones
que ya se han explicado. A continuacin un ejemplo:
0.04 x1 0.04 x2 0.12 x3 3 0.04 0.04 0.12 x1 3
0.56 1.56 0.32 x 1
0.56 x1 1.56 x 2 0.32 x3 1 2
0.24 x 1.24 x 0.28 x 0 0.24 1.24 0.28 x3 0
1 2 3

>> clear
% Introduccin de datos
a=[-0.04 0.04 0.12 3;0.56 -1.56 0.32 1;-0.24 1.24 -0.28 0]
a=
-0.0400 0.0400 0.1200 3.0000
0.5600 -1.5600 0.3200 1.0000
-0.2400 1.2400 -0.2800 0
>> % Primer pivoteo
tempo=a(2,:);a(2,:)=a(1,:);a(1,:)=tempo
a=
0.5600 -1.5600 0.3200 1.0000
-0.0400 0.0400 0.1200 3.0000
-0.2400 1.2400 -0.2800 0
>> % Normalizacin de la primera fila (se divide entre su pivote)
a(1,:)=a(1,:)/a(1,1)
a=
1.0000 -2.7857 0.5714 1.7857
-0.0400 0.0400 0.1200 3.0000
-0.2400 1.2400 -0.2800 0
>> % Los elementos debajo de a(1,1) se eliminan
for i=2:3;a(i,:)=a(i,:)-a(i,1)*a(1,:);end;a
a=
1.0000 -2.7857 0.5714 1.7857
0 -0.0714 0.1429 3.0714
0 0.5714 -0.1429 0.4286
>> % Segundo pivoteo
tempo=a(3,:);a(3,:)=a(2,:);a(2,:)=tempo;a
a=
1.0000 -2.7857 0.5714 1.7857
0 0.5714 -0.1429 0.4286
0 -0.0714 0.1429 3.0714
>> % Normalizacion de la segunda fila
a(2,:)=a(2,:)/a(2,2);a
a=
1.0000 -2.7857 0.5714 1.7857
0 1.0000 -0.2500 0.7500
0 -0.0714 0.1429 3.0714
>> % Eliminacion de elementos por encima y por debajo del 2do pivote
for i=1:3;if i~=2, a(i,:)=a(i,:)-a(i,2)*a(2,:);end;
end;a
a=
1.0000 0 -0.1250 3.8750
0 1.0000 -0.2500 0.7500
0 0 0.1250 3.1250
>> % Normalizacion de la tercera fila
a(3,:)=a(3,:)/a(3,3)

a=
1.0000 0 -0.1250 3.8750
0 1.0000 -0.2500 0.7500
0 0 1.0000 25.0000

>> % Eliminacion de todos los elementos por encima y por debajo

del tercer pivote
for i=1:3;if i~=3, a(i,:)=a(i,:)-a(i,3)*a(3,:);end;
end;a

a=

1.0000 0 0 7.0000
0 1.0000 0 7.0000
0 0 1.0000 25.0000
Para la inversin de matrices, mediante la eliminacin de
Gauss-Jordan, se escribe la matriz aumentada en que las
tres primeras columnas son la matriz original, A, y las tres
siguientes columnas la matriz identidad. Luego se procede
exactamente como en el ejemplo anterior:
0.04 0.04 0.12
0.56 1.56 0.32
Matriz Original
0.24 1.24 0.28

0.04 0.04 0.12 1.00 0.00 0.00

Matriz Aumentada 0.56 1.56 0.32 0.00 1.00 0.00
0.24 1.24 0.28 0.00 0.00 1.00

1.00 0.00 0.00 1.00 4.00 5.00

Matriz Invertida 0.00 1.00 0.00 2.00 1.00 2.00
0.00 0.00 1.00 8.00 1.00 1.00
Descomposicin LU
El procedimiento de descomposicin LU transforma una matriz A en un
producto de dos matrices: A = LU; donde L es una matriz triangular inferior
y U es una matriz triangular superior. Cuando todas las matrices de
coeficientes son iguales pero los trminos no homogneos (lado derecho)
son distintos, la solucin de las ecuaciones utilizando la descomposicin
LU tiende a ser ms eficiente que la eliminacin de Gauss.
La descomposicin LU para una matriz de 33 se ilustra de la manera
siguiente. Se observa que los elementos de la diagonal de L valen 1.

a1,1 a1, 2 a1,3 1 0 0 u1,1 u1, 2 u1,3

A L U a2,1 a2 , 2 a2,3 l2,1 1 0 0 u 2 , 2 u2,3
a3,1 a3, 2 a3,3 l3,1 l3, 2 1 0 0 u3,3
Para evaluar ui,j y li,j sin pivoteo, primero multiplicamos el primer rengln de L
por cada columna de U y comparamos el resultado con el primer rengln de
A. Tenemos entonces que el primer rengln de U es idntico al de A.
u1,j = a1,j j=1a3
Multiplicamos el segundo y tercer rengln de L por la primera
columna de U respectivamente, y lo comparamos con el lado
izquierdo para obtener:
a2,1 = l2,1u1,1 a3,1 = l3,1u1,1 l2,1 = a2,1/u1,1 l3,1 = a3,1/u1,1

Multiplicamos el segundo rengln de L por la segunda y tercera

columna de U y las comparamos con el lado izquierdo para obtener:
a2,2 = l2,1u1,2 + u2,2 a2,3 = l2,1u1,3 + u2,3
o bien: u2,2 = a2,2 - l2,1u1,2 u2,3 = a2,3 - l2,1u1,3

Multiplicamos el tercer rengln de L por la segunda columna de U:

a3,2 = l3,1u1,2 + l3,2u2,2 l3,2 = [a3,2 - l3,1u1,2]/u2,2

Finalmente l3,3 se obtiene multiplicando la ltima columna de U por

el ltimo rengln de L y lo igualamos a a3,3 como sigue:
l3,1u1,3 + l3,2u2,3 + u3,3 = a3,3 u3,3 = a3,3 - l3,1u1,3 - l3,2u2,3
Ejemplo: 2 1 3

A 1 3 2
Descomponer la siguiente matriz
en matrices L y U: 3 1 3

Solucin:

Siguiendo el procedimiento se obtiene:

u1,1 = 2 u1,2 = 1 u1,3 = -3

l2,1 = -0.5 l3,1 = 1.5
u2,2 = 3 (-0.5)(1) = 3.5
u2,3 = 2 (-0.5)(-3) = 0.5
l3,2 = [1 (1.5)(1)]/3.5 = -0.142857
u3,3 = -3 (1.5)(-3) (-0.142857)(-0.5) = 1.57142
 Entonces:

1 0 0 2 1 3

L 0.5 1 0 U 0 3.5 0 .5
1.5 0.1428 1 0 0 1.5714
Para la solucin de ecuaciones simultneas la ecuacin Ax = b se puede
escribir tambin as: LUx = b. Esta ecuacin se resuelve haciendo: Ux = z y
Lz = b. La solucin de la ecuacin anterior es fcil gracias a la forma
triangular de L. Una vez obtenida z, se obtiene x.

Ejemplo: 2 1 3 x1 2
Resolver la siguiente Ax b 1 3 2 x2 0
ecuacin lineal por
descomposicin LU: 3 1 3 x3 1
Solucin:
1 0 0 2 1 3
Del ejemplo anterior L 0.5 1 0 U 0 3.5 0.5
1.5 0.1428 1 0 0 1.5714

1 0 0 z1 2
Primero resolvemos Lz = b, o sea: Lz b 0.5 1 0 z 2 0

1.5 0.1428 1 z 3 1
La solucin es: z1 = 2; z2 = 0 2(-0.5) = 1; z3 = 1- 2(1.5) (-0.1428) =-1.8572

2 1 3 x1 2
Entonces Ux = z
se convierte en: Ux z 0 3.5 0.5 x 2 1
0 0 1.5714 x 3 1.8572
La solucin para x es:

1 0.5 x3 2 x2 3x3
1.8572 x2 0.4545 x1 1
x3 1.1818 3 .5 2
1.5714
Una matriz puede descomponerse en L y U mediante eliminacin de Gauss.
De hecho, la matriz que tenemos despus de la eliminacin hacia delante
es la matriz U. Primero suponemos que no hay necesidad de pivotear. La
eliminacin hacia delante puede considerarse como una transformacin de
la matriz A en U, y una forma equivalente de representar la transformacin
es mediante multiplicacin previa por una matriz F: FA = U y A = F-1U.

La matriz F se encuentra aplicando la misma operacin de eliminacin

hacia adelante a una matriz identidad. Para ilustrar lo anterior, escribimos
primero una matriz A, junto con una matriz identidad:

2 1 3 1 0 0
A 1 3 2 I 0 1 0
3 1 3 0 0 1

Si aplicamos la eliminacin hacia delante a la primera matriz y realizamos la misma

operacin con la matriz identidad, los resultados seran:
2 1 3 1 0 0
FA U 0 3.5 0.5 FI F 0.5 1 0
0 0 1.5714 1.4286 0.1428 1
La primera matriz es FA = U y la segunda matriz es el resultado de F
multiplicada por una matriz identidad, I, lo que es igual a F. si comparamos
A = F-1U, con A = LU; F deber ser igual al inverso de L, es decir, F = L-1.
Por lo tanto, podemos obtener L si calculamos el inverso de F. La obtencin
del inverso de una matriz triangular es fcil y rpida. El inverso de una
matriz triangular inferior es siempre una matriz triangular inferior.

Cmo el pivoteo afecta a la matrices L y U. La eliminacin de Gauss el

pivoteo modifica el orden de las filas. Si conocemos los cambios en el orden
antes de la eliminacin de Gauss, podemos expresar el efecto de los
cambios mediante un operador P, donde P es una matriz unitaria. Si
multiplicamos previamente la ecuacin original Ax = b, por P tenemos:

PAx = Pb lo que es equivalente a: Cx = d; donde C = PA y d = Pb

Si aplicamos la eliminacin de Gauss a C, no ser necesario pivotear.

Asimismo, si descomponemos C en L y U, no habr que pivotear. En la
eliminacin de Gauss con pivoteo, la matriz despus de la eliminacin hacia
delante es la matriz U de C. La matriz P puede obtenerse aplicando el
pivoteo a una matriz de identidad del mismo modo que hicimos en la
eliminacin de Gauss.
La descomposicin LU puede realizarse con lu en MATLAB. La orden
puede escribirse con dos formatos, el primero de los cuales es: [l,u,p] =
lu(A). A es la matriz que se va a descomponer; l, u y p corresponde,
respectivamente, a L, U y P de la explicacin anterior. Por ejemplo:
>> A=[2 1 -3;-1 3 2;3 1 -3];
>> [l,u,p]=lu(A)
l=
1.0000 0 0
-0.3333 1.0000 0
0.6667 0.1000 1.0000
u=
3.0000 1.0000 -3.0000
0 3.3333 1.0000
0 0 -1.1000
p=
0 0 1
0 1 0
1 0 0
La descomposicin LU puede realizarse con lu en MATLAB. La orden
puede escribirse con dos formatos, el primero de los cuales es: [l,u,p] =
lu(A). A es la matriz que se va a descomponer; l, u y p corresponde,
respectivamente, a L, U y P de la explicacin anterior. Por ejemplo:
>> A=[2 1 -3;-1 3 2;3 1 -3];
>> [l,u,p]=lu(A)
l= Aqu, l es la matriz triangular inferior, u es
1.0000 0 0 la matriz triangular superior y p es la
-0.3333 1.0000 0 matriz unitaria que representa el pivoteo.
0.6667 0.1000 1.0000 Las matrices L y U as obtenidas
satisfacen:
u=
3.0000 1.0000 -3.0000
PA = LU
0 3.3333 1.0000
0 0 -1.1000 Es decir, LU es la descomposicin de PA
y no de A. Por tanto, la ecuacin lineal
p=
original se escribe primero como:
0 0 1
0 1 0
PAx =Pb y luego LUx = Pb
1 0 0
La matriz original A puede recuperarse a partir de L, U y P mediante P-1 LU:
>> p^(-1)*l*u
ans =
2 1 -3
-1 3 2
3 1 -3
El segundo formato es:
>> [l,u]=lu(A)
l=
0.6667 0.1000 1.0000
-0.3333 1.0000 0
1.0000 0 0
u=
3.0000 1.0000 -3.0000
0 3.3333 1.0000
0 0 -1.1000
Donde l es igual a P-1L y u es igual a U, as que (P-1L)U = A
VALORES PROPIOS DE MATRICES
Suponga que A es una matriz de n por n. Entonces, la funcin definida por:

es conocido como el polinomio caracterstico de la
f det A I matriz A. La funcin f() es un polinomio de orden n.

1 3
Por ejemplo, para: A
1 2
f(x) se convierte en: detA I 1 2 3 2 3 5

Por tanto, la ecuacin se reduce a: f 2 3 5

Las soluciones de f() = 0 se denominan valores caractersticas y son
idnticos a los valores propios de la matriz A.

En MATLAB, los coeficientes del polinomio se calcula con: c = poly(A),

donde A es la matriz y c es un arreglo de coeficientes polinmicos. Los
valores caractersticos se calculan entonces mediante: roots(c). Podemos
calcular de forma ms directa los valores propios de la matriz A con: eig(A);
Desde luego, las respuestas de roots(c) y de eig(A) son idnticas.
Ejemplo:
3 4 - 2 Obtener los valores propios
Dada la matriz: A 3 - 1 1 directamente con eig, expandir A a
su polinomio caracterstico y obtener
2 0 5 las races del polinomio con roots.

Solucin:
Los valores propios se calculan con
MATLAB, como:
>> A=[3 4 -2;3 -1 1; 2 0 5]; Las races se calculan como:
>> eig(A)
ans = >> roots(c)
-2.7503 ans =
4.8751 + 1.4314i 4.8751 + 1.4314i
4.8751 - 1.4314i 4.8751 - 1.4314i
>> c=poly(A) -2.7503
c=
1.0000 -7.0000 -1.0000 71.0000 Las races de las ecuaciones
caractersticas son idnticas a
La ecuacin caracterstica es: los valores propios calculados
f ( ) det( A I ) 3 72 71 con el comando eig.
Ejemplo:
d2
En el sistema formado por masas y m1 2 y1 t k 01 k12 y1 k12 y 2
dt
resortes de la siguiente figura; encontrar
las frecuencias de las oscilaciones
d2
m2 2 y 2 t k12 y1 k12 y 2
armnicas, si el desplazamiento est
dado por las siguientes ecuaciones:
dt

Solucin:

Para las oscilaciones armnicas,

la solucin puede escribirse como:

y k t e 2jt f k , k 1, 2

donde es la frecuencia y j = 1

Si introducimos esta ecuacin en

la anterior, tenemos:
 k 01 k12 k12 k12 k12
f1 f1 f2 f 2 f1 f2
m1 m1 m2 m2

donde = (2)2. Las dos ecuaciones anteriores pueden escribirse en forma

de matriz como: Af = f, con:

k 01 k12 m1 k12 m1 0.3 0.1 0.1 0.1 0.1 4 - 1 y1

A f
k12 m 2 k12 m 2 0.1 0.2 0 .1 0.2 - 0.5 0.5 y2

Ahora obtenemos los valores propios de A como:

>> eig([4,-1;-0.5,0.5])
ans =
4.1375
0.3625

Si utilizamos la definicin anterior, = (2)2

las frecuencias son = 0.3237 y 0.0958 Hz.

 Ejemplo: Dada la siguiente matriz; M=
hallar los autovalores y el polinomio
caracterstico. 2/3 2/5 2/7 2/9 2/11
2/5 2/7 2/9 2/11 2/13
>>M=[2/3,2/5,2/7,2/9,2/11;2/5,2/7,2/9,2/ 2/7 2/9 2/11 2/13 2/15
11,2/13;2/7,2/9,2/11,2/13,2/15;2/9,2/11, 2/9 2/11 2/13 2/15 2/17
2/13,2/15,2/17;2/11,2/13,2/15,2/17,2/19] 2/11 2/13 2/15 2/17 2/19

>> format short Los autovectores son las columnas de la matriz V y

>> [V,E]=eig(M) los autovalores son los elementos de la diagonal E.

V= E=
-0.0102 0.0697 0.2756 -0.6523 0.7026 0.0000 0 0 0 0
0.1430 -0.4815 -0.7052 0.1593 0.4744 0 0.0001 0 0 0
-0.5396 0.6251 -0.2064 0.3790 0.3629 0 0 0.0059 0 0
0.7526 0.2922 0.2523 0.4442 0.2954 0 0 0 0.1244 0
-0.3490 -0.5359 0.5661 0.4563 0.2496 0 0 0 0 1.2423

>> poly(M)
ans =
1.0000 -1.3728 0.1628 -0.0009 0.0000 -0.0000

El polinomio caracterstico de la matriz M es: X5 1.3728x2 + 0.1628x3 0.0009x2