NIVEL 2

5. RESOLVER USANDO MATLAB

6

-2

X1

12 -8
3 13

10

X2

X3

27

-6

3
18

X4

-38

12
=

34

>> A=[6 -2 2 4;12 -8 6 10;3 -13 9 3;-6 4 1 -18]

A=
6
12

-2

-8

10

3 -13

-6

1 -18

>> b=[12;34;27;-38]
b=
12
34
27
-38

USANDO MATLAB

>> X=A\b
X=
1.0000
-3.0000
-2.0000
1.0000

6. Disee la funcin: x=egausbac(A,b), esta resolver el sistema de

ecuaciones Ax = b usando eliminacin gaussiana simple (pivoteo simple) con
sustitucin hacia atrs.

function x=egausbac(a,b)
n=length(a);
for j=1:n-1,
for i=j+1:n,
if a(j,j)==0
% intercambio de filas
[m,pos]=max(abs(a(i:n,j)));
aux=a(j,:);
a(j,:)=a(pos+j,:);
a(pos+j,:)=aux;
aux=b(j);
b(j)=b(pos+j);
b(pos+j)=aux;
end
p=-a(i,j)/a(j,j);
a(i,:)=a(i,:)+p*a(j,:);
b(i)=b(i)+p*b(j);
[a b]
end
end
if prod(diag(a))==0
display('bug')
x=[];
else
x=backward(a,b);
end
end

7. Resolver el problema 5 usando eliminacin gaussiana con sustitucin hacia

atrs.

>> egausbac(A,b)
ans =
6

-2

12

-4

10

3 -13
-6

27

1 -18 -38

ans =
6

-2

12

-4

0 -12
-6

2
8

2
1

10
21

1 -18 -38

ans =
6

-2

12

-4

10

0 -12
0

21

3 -14 -26

ans =
6

-2

12

-4

10

-5

-9

3 -14 -26

ans =
6

-2

12

-4

10

-5

-9

4 -13 -21

ans =
6

-2

12

-4

10

-5

-9

-3

-3

ans =
1
-3
-2
1

8. Encontrar la solucin del sistema de ecuaciones por eliminacin gaussiana

con sustitucin hacia atrs. Ax b
a)
1

-1

X1

-2

X2

X3

2
=

1
3

>> A=[1 2 -1;-2 0 1;5 1 1]

A=
1

-1

-2

>> b=[2;1;3]
b=
2
1
3
>> egausbac(A,b)
ans =
1

-1

-1

-1

-1

-9

-7

ans =

ans =
1.0000
0
0

2.0000 -1.0000

4.0000 -1.0000
0

3.7500

2.0000

5.0000

4.2500

ans =
0.0667
1.5333
1.1333

b)
1

-2

X1

19

-8

X2

-1

X3

40

-5

X4

15

>> A=[1 -2 2 4;2 -8 3 5;3 -1 9 3;-5 4 1 0]

A=
1

-2

-8

-1

-5

>> b=[19;15;40;6]
b=
19
15
40
6
>> egausbac(A,b)
ans =
1

-2

-4

-1

-1

40

-5

ans =

19

-3 -23

-2

19

-4

-1

-3 -23

-9 -17

-5

-2

19

-4

-1

-3 -23

-9 -17

-6

11

ans =

20 101

ans =
1.0000 -2.0000

2.0000

4.0000 19.0000

0 -4.0000 -1.0000 -3.0000 -23.0000

0

1.7500 -12.7500 -45.7500

0 -6.0000 11.0000 20.0000 101.0000

ans =
1.0000 -2.0000

2.0000

4.0000 19.0000

0 -4.0000 -1.0000 -3.0000 -23.0000

0

1.7500 -12.7500 -45.7500

0 12.5000 24.5000 135.5000

ans =
1.0000 -2.0000

2.0000

4.0000 19.0000

0 -4.0000 -1.0000 -3.0000 -23.0000

0

ans =
1

1.7500 -12.7500 -45.7500

0 115.5714 462.2857

2
3
4

9. Disee la funcin: x=egausfor(A,b), esta resolver el sistema de

ecuaciones Ax = b usando eliminacin gaussiana simple (pivoteo simple) con
sustitucin hacia adelante.

function X= egausfor(A,b)
% X= egausfor(A,b)
% Resolucin de un sistema de ecuaciones por el mtodo de
% Eliminacin Gaussiana con Sustitucin hacia adelante
% sin pivote
%
if nargin<2;error('Numero de parmetros insuficientes');end
[n,nc]=size(A);if n~=nc;error('la matriz no es cuadrada');end
[p,nc]=size(b);if nc~=1 | p~=n;error('el sistema no cuadra');end
A=[A,b];clear nc;
%
%Triangulacin del sistema
for i=n:-1:2 %Eliminacin Gaussiana
if A(i,i)==0; error('sistema indeterminado o incompatible');end
for j=i-1:-1:1
m=-A(j,i)/A(i,i);
A(j,:)=A(j,:)+m*A(i,:)
end
end
%Resolucin del sistema triangular: Sustitucin hacia adelante
A(1,n+1)=A(1,n+1)/A(1,1);
for i=2:n
A(i,n+1)=(A(i,n+1)-A(i,1:i-1)*A(1:i-1,n+1))/A(i,i);
end
X=A(:,n+1);

10. Resolver los problemas 5 y 8 por eliminacin gaussiana con sustitucin

hacia adelante.

Problema 5
-2

X1

12 -8
3 13

10

X2

X3

27

-6

3
18

X4

-38

12
=

34

>> A=[6 -2 2 4;12 -8 6 10;3 -13 9 3;-6 4 1 -18]

A=
6
12

-2

-8

10

3 -13

-6

1 -18

>> b=[12;34;27;-38]
b=
12
34
27
-38
>> egausfor(A,b)
A=
6.0000 -2.0000
12.0000 -8.0000
2.0000 -12.3333
-6.0000

4.0000

2.0000

4.0000 12.0000

6.0000 10.0000 34.0000

9.1667

0 20.6667

1.0000 -18.0000 -38.0000

A=
6.0000 -2.0000

2.0000

4.0000 12.0000

8.6667 -5.7778

6.5556

0 12.8889

2.0000 -12.3333
-6.0000

4.0000

9.1667

0 20.6667

1.0000 -18.0000 -38.0000

A=
4.6667 -1.1111

2.2222

8.6667 -5.7778

6.5556

0 12.8889

2.0000 -12.3333
-6.0000
A=

4.0000

9.1667

3.5556

0 20.6667

1.0000 -18.0000 -38.0000

4.6667 -1.1111
7.2364

2.2222

3.0424

2.0000 -12.3333
-6.0000

0 -1.8909

9.1667

4.0000

3.5556

0 20.6667

1.0000 -18.0000 -38.0000

A=
4.1818

1.8788

0 -1.4545

7.2364

3.0424

0 -1.8909

2.0000 -12.3333
-6.0000

9.1667

4.0000

0 20.6667

1.0000 -18.0000 -38.0000

A=
-0.2869

7.2364

3.0424

0
0

2.0000 -12.3333
-6.0000

0 -0.2869

9.1667

4.0000

1.0000
-3.0000
-2.0000
1.0000

Problema 8 (a)

-1

X1

-2

X2

X3

0 20.6667

1.0000 -18.0000 -38.0000

ans =

0 -1.8909

2
=

1
3

>> A=[1 2 -1;-2 0 1;5 1 1]

A=
1

-1

-2

>> b=[2;1;3]
b=
2
1
3
>> egausfor(A,b)

A=
1

-1

-7

-1

-2

-7

-1

-2

A=

A=
-15

-1

-7

-1

-2

ans =

0.0667

1.5333
1.1333

Problema 8(b)
-2

X1

19

-8

X2

-1

X3

40

-5

X4

15

>> A=[1 -2 2 4;2 -8 3 5;3 -1 9 3;-5 4 1 0]

A=
1

-2

-8

-1

-5

>> b=[19;15;40;6]
b=
19
15
40
6
Rpta: Error ('sistema indeterminado o incompatible')por ser a44= 0

11. Hacer un programa en Matlab de Gauss Jordan x=gjordan(A) para

hallar la inversa de una matriz A.

function B= gjordan(A)
% X= gjordan(A)
% Mtodo de Gauss Jordan para hallar la inversa de A
% Matriz aumentada (duplicada sus columnas)
[n nc]=size(A);

AA=[A eye(n)];
for i=1:n %Eliminacin gaussiana
if AA(i,i)==0; error('sistema indeterminado o incompatible');end
AA(i,:)=AA(i,:)/AA(i,i);
for j=i+1:n
m=-AA(j,i);AA(j,:)=AA(j,:)+m*AA(i,:)
end
for j=1:i-1
m=-AA(j,i);AA(j,:)=AA(j,:)+m*AA(i,:)
end
end
% Matriz inversa
B=AA(1:n,n+1:2*n);
end

12. Hallar la Matriz inversa por Gauss Jordan.

a)
1

>> A=[1 1 2;0 2 1;0 0 3]

A=
1
0
0

1
2
0

2
1
3

>> gjordan(A)
AA =
1
0
0

1
2
0

2
1
3

1
0
0

0
1
0

0
0
1

1
2
0

2
1
3

1
0
0

0
1
0

0
0
1

AA =
1
0
0
AA =

1.0000 1.0000 2.0000 1.0000

0
0
0 1.0000 0.5000
0 0.5000
0
0
0 3.0000
0
0 1.0000
AA =
1.0000
0 1.5000
0 1.0000 0.5000
0
0 3.0000

1.0000 -0.5000
0
0 0.5000
0
0
0 1.0000

AA =
1.0000
0
0 1.0000 -0.5000 -0.5000
0 1.0000 0.5000
0 0.5000
0
0
0 1.0000
0
0 0.3333
AA =
1.0000
0
0
0 1.0000
0
0
0 1.0000

1.0000 -0.5000 -0.5000

0 0.5000 -0.1667
0
0 0.3333

ans =
1.0000 -0.5000 -0.5000
0 0.5000 -0.1667
0
0 0.3333

b)
1

-1

-2

>> A=[1 2 -1;-2 0 1;5 1 1]

A=

1
-2
5

2
0
1

-1
1
1

>> gjordan(A)
AA =
1
0
5

2
4
1

-1
-1
1

1
2
0

0
1
0

0
0
1

AA =
1
2
0
4
0 -9

-1
-1
6

1
2
-5

0
1
0

0
0
1

AA =
1.0000 2.0000 -1.0000 1.0000
0
0
0 1.0000 -0.2500 0.5000 0.2500
0
0
0 3.7500 -0.5000 2.2500 1.0000
AA =
1.0000
0 -0.5000
0 -0.5000
0
0 1.0000 -0.2500 0.5000 0.2500
0
0
0 3.7500 -0.5000 2.2500 1.0000
AA =
1.0000
0
0 -0.0667 -0.2000 0.1333
0 1.0000 -0.2500 0.5000 0.2500
0
0
0 1.0000 -0.1333 0.6000 0.2667
AA =
1.0000
0
0 -0.0667 -0.2000
0 1.0000
0 0.4667 0.4000
0
0 1.0000 -0.1333 0.6000
ans =
-0.0667 -0.2000
0.4667 0.4000
-0.1333 0.6000

0.1333
0.0667
0.2667

0.1333
0.0667
0.2667

C)
-2

-1

0
0,
5

>> A=[-2 0 0;3 1 0;-1 1 0.5]

A=
-2.0000
0
3.0000 1.0000
-1.0000 1.0000
>> gjordan(A)
AA =
1.0000
0
0 1.0000
-1.0000 1.0000
AA =
1.0000
0
0 1.0000
0 1.0000

0
0
0.5000

0 -0.5000
0
0 1.5000 1.0000
0.5000
0
0

0 -0.5000
0
0 1.5000 1.0000
0.5000 -0.5000
0

AA =
1.0000
0
0
0 1.0000
0
0
0 0.5000
AA =
1.0000
0
0
0 1.0000
0
0
0 0.5000

-0.5000
0
1.5000 1.0000
-2.0000 -1.0000
-0.5000
0
1.5000 1.0000
-2.0000 -1.0000

AA =
1.0000
0
0 -0.5000
0
0 1.0000
0 1.5000 1.0000
0
0 1.0000 -4.0000 -2.0000
AA =

0
0
1.0000

0
0
1.0000
0
0
1.0000
0
0
1.0000

0
0
2.0000

1.0000
0
0 -0.5000
0
0 1.0000
0 1.5000 1.0000
0
0 1.0000 -4.0000 -2.0000
ans =
-0.5000
0
1.5000 1.0000
-4.0000 -2.0000
d)
1

-2

-1

-1

0
0
2.0000

>> A=[1 1 1 1;1 2 -1 2;1 -1 2 1;1 3 3 2]

A=
1
1
1
1

1
2
-1
3

1
-1
2
3

1
2
1
2

>> gjordan(A)
AA =
1
1
0
1
1 -1
1
3

1
-2
2
3

1
1
1
2

1
-1
0
0

0
1
0
0

0
0
1
0

0
0
0
1

AA =
1
1
0
1
0 -2
1
3

1
-2
1
3

1
1
0
2

1
-1
-1
0

0
1
0
0

0
0
1
0

0
0
0
1

AA =

0
0
2.0000

1
0
0
0

1
1
-2
2

1
-2
1
2

1
1
0
1

1
-1
-1
-1

0
1
0
0

0
0
1
0

0
0
0
1

AA =
1
0
0
0

1
1
0
2

1
-2
-3
2

1
1
2
1

1
-1
-3
-1

0
1
2
0

0
0
1
0

0
0
0
1

AA =
1
0
0
0

1
1
0
0

1
-2
-3
6

1
1
2
-1

1
-1
-3
1

0
1
2
-2

0
0
1
0

0
0
0
1

AA =
1
0
0
0

0
1
0
0

3
-2
-3
6

0
1
2
-1

2
-1
-3
1

-1
1
2
-2

0
0
1
0

0
0
0
1

AA =
1.0000
0 3.0000
0 2.0000 -1.0000
0
0
0 1.0000 -2.0000 1.0000 -1.0000 1.0000
0
0
0
0 1.0000 -0.6667 1.0000 -0.6667 -0.3333
0
0
0
0 3.0000 -5.0000 2.0000 2.0000 1.0000
AA =
1.0000
0
0 2.0000 -1.0000 1.0000 1.0000
0
0 1.0000 -2.0000 1.0000 -1.0000 1.0000
0
0
0
0 1.0000 -0.6667 1.0000 -0.6667 -0.3333
0
0
0
0 3.0000 -5.0000 2.0000 2.0000 1.0000
AA =

1.0000
0
0 2.0000 -1.0000 1.0000 1.0000
0
0 1.0000
0 -0.3333 1.0000 -0.3333 -0.6667
0
0
0 1.0000 -0.6667 1.0000 -0.6667 -0.3333
0
0
0
0 3.0000 -5.0000 2.0000 2.0000 1.0000
AA =
1.0000
0
0
0 2.3333 -0.3333 -0.3333 -0.6667
0 1.0000
0 -0.3333 1.0000 -0.3333 -0.6667
0
0
0 1.0000 -0.6667 1.0000 -0.6667 -0.3333
0
0
0
0 1.0000 -1.6667 0.6667 0.6667 0.3333
AA =
1.0000
0
0
0 2.3333 -0.3333 -0.3333 -0.6667
0 1.0000
0
0 0.4444 -0.1111 -0.4444 0.1111
0
0 1.0000 -0.6667 1.0000 -0.6667 -0.3333
0
0
0
0 1.0000 -1.6667 0.6667 0.6667 0.3333
AA =
1.0000
0
0
0 2.3333 -0.3333 -0.3333 -0.6667
0 1.0000
0
0 0.4444 -0.1111 -0.4444 0.1111
0
0 1.0000
0 -0.1111 -0.2222 0.1111 0.2222
0
0
0 1.0000 -1.6667 0.6667 0.6667 0.3333
ans =
2.3333 -0.3333 -0.3333 -0.6667
0.4444 -0.1111 -0.4444 0.1111
-0.1111 -0.2222 0.1111 0.2222
-1.6667 0.6667 0.6667 0.3333
NIVEL 3
14. Sea la matriz
A
=

1
1

3
4

4
3

Si: AX = At, hallar 2Xt.

>> A=[1 2 3;1 3 4;1 4 3]
A=

1
1
1

2
3
4

3
4
3

Utilizando Gauss Jordan para hallar la matriz inversa de A.

Luego de despejar la ecuacin: AX = At
X=At*A-1
>> X=A'*gjordan(A)
AA =
1
0
1

2
1
4

3
1
3

1
-1
0

0
1
0

0
0
1

2
1
2

3
1
0

1
-1
-1

0
1
0

0
0
1

2
1
0

3
1
-2

1
-1
1

0
1
-2

0
0
1

0
1
0

1
1
-2

3
-1
1

-2
1
-2

0
0
1

AA =
1
0
0
AA =
1
0
0
AA =
1
0
0
AA =
1.0000
0
0 3.5000 -3.0000 0.5000
0 1.0000 1.0000 -1.0000 1.0000
0
0
0 1.0000 -0.5000 1.0000 -0.5000

AA =
1.0000
0
0 3.5000 -3.0000 0.5000
0 1.0000
0 -0.5000
0 0.5000
0
0 1.0000 -0.5000 1.0000 -0.5000
X=
2.5000 -2.0000
3.5000 -2.0000
7.0000 -6.0000

0.5000
0.5000
2.0000

Utilizando comando de Matlab para hallar la Matriz inversa de A.

>> X=A'*inv(A)
X=
2.5000 -2.0000 0.5000
3.5000 -2.0000 0.5000
7.0000 -6.0000 2.0000
Se obtiene los mismos resultados.
Rpta:
>> Y=2*X'
Y=
5
-4
1

7 14
-4 -12
1
4

15. Hallar el det(A) y det(At) de las matrices del ejercicio 12.

a)
1

>> A=[1 1 2;0 2 1;0 0 3]

A=

1
0
0

1
2
0

2
1
3

>> det(A)
ans =
6
>> det(A')
ans =
6
b)
1

-1

-2

>> A=[1 2 -1;-2 0 1;5 1 1]

A=
1
-2
5

2
0
1

>> det(A')
ans =
15
>> det(A')
ans =
15
C)
-2

-1
1
1

-1

0,
5

>> A=[-2 0 0;3 1 0;-1 1 0.5]

A=
-2.0000
3.0000
-1.0000

0
1.0000
1.0000

0
0
0.5000

>> det(A)
ans =
-1
>> det(A')
ans =
-1
d)
1

-2

-1

-1

>> A=[1 1 1 1;1 2 -1 2;1 -1 2 1;1 3 3 2]

A=
1
1
1
1

1
2
-1
3

>> det(A)
ans =
-9
>> det(A')
ans =

1
-1
2
3

1
2
1
2

-9
16. Dada la identidad polinmica: x2-2x+3=A(x+1)
(x+2)+Bx(x+2)+Cx(x+1)-C
Plantear el sistema lineal de ecuaciones con incgnitas A, B y C, y hallar
dichas incgnitas por eliminacin gaussiana con sustitucin hacia atrs.
x2-2x+3= Ax2+3Ax+2A+Bx2+2Bx+Cx2+Cx-C
x2-2x+3= x2(A+B+C)+x(3A+2B+C)+2A-C
Igualando ambos miembros se obtiene el siguiente sistema de
ecuaciones.
1= (A+B+C)
-2= (3A+2B+C)
3= 2A-C
Por lo tanto las matrices sern.

1
3
2

1
2
0

1
1
-1

A
B
C

1
-2
3

Por eliminacin gaussiana con sustitucin hacia atrs.

>> A=[1 1 1;3 2 1;2 0 -1]

A=
1

-1

>> b=[1;-2;3]
b=
1
-2
3
>> egausbac(A,b)
A=
1

-1

-2

-5

-1

A=

-1

-2

-5

-2

-3

-1

-2

-5

11

A=

ans =

7
-17
11

FACULTAD DE INGENIERIA
ESPECIALIDAD DE INGENIERIA CIVIL

PRCTICA 03
LGEBRA MATRICIAL Y SISTEMA DE ECUACIONES LINEALES
ELIMINACIN GAUSSIANA

Curso: MTODOS NUMRICOS

Lima, abril del 2015