UNIVERSIDAD NACIONAL DE MOQUEGUA

ESCUELA PROFESIONAL DE INGENIERIA DE MINAS

GUÍA ACADÉMICA DE MATRICES Y

SISTEMAS DE ECUACIONES LINEALES

ELABORADO POR:

Mgr. Elizabeth Marina Ramos Saira

Moquegua - Perú

2018
 I. MATRICES

OBJETIVO

El objetivo de la presente sesión es aprender sobre arreglos

bidimensionales o más conocidos como matrices y realizar
operaciones usando comandos de MATLAB.

INTRODUCCIÓN

En la sesión 4, aprendimos sobre arreglos unidimensionales. En la

presente sesión trabajaremos con arreglos bidimensionales o más
conocidos con el nombre de matrices, veremos cómo operar con
matrices correctamente, además de calcular sus autovalores,
autovectores y los diferentes tipos de normas.
 MATRICES

DEFINICIÓN

MATRIZ
En matemática, una matriz es un arreglo bidimensional de números.
Una matriz se representa por medio de una letra mayúscula(𝐴, 𝐵, …) y sus
elementos con la misma letra en minúscula (𝑎, 𝑏, …), con un doble
subíndice donde el primero indica la fila y el segundo la columna a la
que pertenece.

𝑎11 ⋯ 𝑎1𝑛
𝐴=( ⋮ ⋱ ⋮ )
𝑎𝑚1 ⋯ 𝑎𝑚𝑛

Donde:
𝐴 es una matriz de 𝑚 × 𝑛, cuyos elementos son 𝑎𝑖𝑗 donde 𝑖 va desde 1
hasta 𝑚 y 𝑗 de 1 hasta 𝑛.

SUBMATRIZ
En matemáticas, una submatriz es una matriz formada por la selección
de ciertas filas y columnas de una matriz más grande.

Por ejemplo:

𝑎11 𝑎12 𝑎13 𝑎14

𝐴 = (𝑎21 𝑎22 𝑎23 𝑎24)
𝑎31 𝑎32 𝑎33 𝑎34

Entonces:
𝑎11
𝐴(1,2; 1,3,4) = ( 𝑎 𝑎13 𝑎14
21 𝑎23 𝑎24 )
Una submatriz 𝐴 formada por filas 1,2 y columnas 1,3,4.

ENTRADA DE MATRICES

En MATLAB se definen las matrices introduciendo entre corchetes

todos sus vectores fila separados por punto y coma. Los vectores se
pueden introducir separando sus componentes por espacios en blanco
o por comas, tal y como ya sabemos.

Por ejemplo, una variable matricial de dimensión 𝟑 × 𝟑 se puede introducir

de las siguientes formas:

𝐴 = [𝑎11 𝑎12 𝑎13; 𝑎21 𝑎22 𝑎23 ; 𝑎31 𝑎32 𝑎33]

𝐴 = [𝑎11, 𝑎12, 𝑎13; 𝑎21, 𝑎22 , 𝑎23 ; 𝑎31, 𝑎32 , 𝑎33]

Imagen N° 01 – Forma 1
 Imagen N° 02 – Forma 2

Una vez que una variable matricial ha sido definida, MATLAB habilita
muchos caminos para insertar, extraer, renumerar y manipular en
general sus elementos. La tabla siguiente presenta diferentes
posibilidades de definición de variables matriciales.

COMANDO DESCRIPCIÓN

𝐴(𝑚, 𝑛) Define el elemento (𝑚, 𝑛) de la matriz 𝐴.

Define la submatriz de 𝐴 formada por las filas que

𝐴(𝑎: 𝑏, 𝑐: 𝑑) hay entre la a-ésima y la b-ésima y por las
columnas que hay entre la c-ésima y la d-ésima.

Define la submatriz de 𝐴 formada por las filas que

hay entre la a-ésima y la b-ésima tomándolas
𝐴(𝑎: 𝑝: 𝑏, 𝑐: 𝑞: 𝑑)
de
𝑝 en 𝑝, y por las columnas que hay entre la c-
ésima y la d-ésima tomándolas de 𝑞 en 𝑞.
 Define la submatriz de 𝐴 formada por la
𝐴([𝑎 𝑏 𝑐 . . . ], [𝑒 𝑓 𝑔 . . . intersección de las filas 𝑎, 𝑏, 𝑐 … y las columnas
])
𝑒, 𝑓, 𝑔 …

Define la submatriz de 𝐴 formada por todas las

𝐴(: , 𝑐: 𝑑) filas de 𝐴 y por las columnas que hay entre la c-
ésima y la d-ésima.

Define la submatriz de 𝐴 formada por todas las

𝐴(: , [𝑐 𝑑 𝑒 . . . ])
filas de 𝐴 y por las columnas 𝑐, 𝑑, 𝑒, . ..

Define la submatriz de 𝐴 formada por todas las

𝐴(𝑎: 𝑏, : ) columnas de 𝐴 y por las filas que hay entre la a-
ésima y la b-ésima

Define la submatriz de 𝐴 formada por todas las

𝐴([𝑎 𝑏 𝑐 . . . ], : )
columnas de 𝐴 y por las filas 𝑎, 𝑏, 𝑐, . ..

𝐴(𝑎, : ) Define la fila a-ésima de la matriz 𝐴

𝐴(: , 𝑏) Define la columna b-ésima de la matriz 𝐴.

𝐴(: , 𝑎) = [ ] Elimina la columna a-ésima de la matriz 𝐴.

Imagen N° 03 – Manipulación de matrices
Imagen N° 04 – Manipulación de matrices
CARACTERÍSTICAS DE UNA MATRIZ

Para ello usaremos los siguientes comandos:

FUNCIÓN DESCRIPCIÓN

[𝐹𝑖𝑙𝑎 , 𝐶𝑜𝑙𝑢𝑚𝑛𝑎] = 𝑠𝑖𝑧𝑒(𝐴) Calcula la cantidad de filas y columnas de 𝐴.

Calcula el determinante de una matriz

𝑑𝑒𝑡(𝐴)
cuadrada 𝐴.

𝑟𝑎𝑛𝑘(𝐴) Calcula el rango de una matriz 𝐴.

𝑡𝑟𝑎𝑐𝑒(𝐴) Muestra la traza de la matriz 𝐴.

[𝑣, 𝑑] = 𝑒𝑖𝑔(𝐴) Muestra los vectores y valores propios de 𝐴.

Imagen N° 05 – Características de matrices

MATRICES ESPECIALES

DESCRIPCIÓN SINTAXIS EJEMPLO

Matriz identidad 𝑛 × 𝑛 𝑒𝑦𝑒(𝑛)

Matriz ceros 𝑛 × 𝑚 𝑧𝑒𝑟𝑜𝑠(𝑛, 𝑚)

Matriz unos 𝑛 × 𝑚 𝑜𝑛𝑒𝑠(𝑛, 𝑚)

Matriz 𝑛 × 𝑚 de números
𝑟𝑎𝑛𝑑(𝑛, 𝑚)
aleatorios menores en [0,1]

Matriz diagonal con el vector

𝑑𝑖𝑎𝑔(𝑣)
𝑣 como diagonal.
Matriz simétrica de diagonal
constante con 𝑣 como
𝑡𝑜𝑒𝑝𝑙𝑖𝑡𝑧(𝑣)
primera fila y primera
columna.

Matriz 𝑛 × 𝑛 construida a
partir de los enteros de 1 al
𝑚𝑎𝑔𝑖𝑐(𝑛)
𝑛2 con la misma fila,
columna y sumas diagonales.
(𝑛 > 2)

Devuelve la parte triangular

𝑡𝑟𝑖𝑙(𝐴)
inferior de una matriz A.

Devuelve la parte triangular

𝑡𝑟𝑖𝑢(𝐴)
superior de una matriz A.
OPERACIONES CON MATRICES

OPERACIONES ENTRE MATRICES

SIMBOLO OPERACIÓN

Suma de matrices
+
𝐴+𝐵 →𝐴+𝐵

Resta de matrices
−
𝐴−𝐵 →𝐴−𝐵

Multiplicación de un escalar con una matriz

𝑐𝐴 → 𝑐 ∗ 𝐴
∗
Multiplicación de matrices

𝐴𝐵 → 𝐴 ∗ 𝐵, 𝐴 = (𝑎𝑖𝑗) , 𝐵 = (𝑏𝑖𝑗)
𝑛×𝑘 𝑘×𝑚

Potenciación de una matriz

^
𝐴𝑛 → 𝐴^𝑛 , 𝐴 = (𝑎𝑖𝑗)
𝑛×𝑛

División a izquierda
\
𝐴−1𝐵 → 𝐴\𝐵 = 𝑖𝑛𝑣 (𝐴) ∗ 𝐵 , 𝐴 = (𝑎𝑖𝑗) inversible
𝑛×𝑛

División a derecha
/
𝐵𝐴−1 → 𝐵\𝐴 = 𝐵 ∗ 𝑖𝑛𝑣 (𝐴) , 𝐴 = (𝑎𝑖𝑗) inversible
𝑛×𝑛
Imagen N° 06 – Declaración de matrices A y B

Imagen N° 07 – Suma y resta de A y B

 Imagen N° 08 – Multiplicación de matrices

Imagen N° 09 – División a la izquierda y derecha

OPERACIONES ELEMENTO A ELEMENTO

SÍMBOLO OPERACIÓN

Producto elemento a elemento

.*
𝐴.∗ 𝐵 → (𝑎𝑖𝑗) .∗ (𝑏𝑖𝑗) = (𝑎𝑖𝑗 ∗ 𝑏𝑖𝑗)
𝑚×𝑛 𝑚×𝑛 𝑚×𝑛

Potenciación elemento a elemento

.^ 𝑏𝑖𝑗
𝐴. ^𝐵 → (𝑎𝑖𝑗) . ^(𝑏𝑖𝑗) = (𝑎𝑖𝑗 )
𝑚×𝑛 𝑚×𝑛 𝑚×𝑛

Cociente elemento a elemento

./ 𝑎𝑖𝑗
𝐴./𝐵 → (𝑎𝑖𝑗) ./(𝑏𝑖𝑗) =( )
𝑚×𝑛 𝑚×𝑛 𝑏𝑖𝑗 𝑚×𝑛

Cociente elemento a elemento

.\ 𝑏𝑖𝑗
𝐴.\𝐵 → (𝑎𝑖𝑗) .\(𝑏𝑖𝑗) =( )
𝑚×𝑛 𝑚×𝑛 𝑎𝑖𝑗 𝑚×𝑛
Imagen N° 10 – Operaciones elemento a elemento de matrices
FUNCIONES ELEMENTALES CON ARGUMENTO UNA MATRIZ

F. TRIGONOMÉTRICAS

FUNCIÓN DESCRIPCIÓN
sin(𝑧) Función seno
𝑠𝑖𝑛ℎ(𝑍) Función seno hiperbólico
𝑎𝑠𝑖𝑛(𝑍) Función arcoseno
𝑎𝑠𝑖𝑛ℎ(𝑍) Función arcoseno hiperbólico
𝑐𝑜𝑠(𝑍) Función coseno
𝑐𝑜𝑠ℎ(𝑍) Función coseno hiperbólico
𝑎𝑐𝑜𝑠(𝑍) Función arcocoseno
𝑎𝑐𝑜𝑠ℎ(𝑍) Función arcocoseno hiperbólico
𝑡𝑎𝑛(𝑍) Función tangente
𝑡𝑎𝑛ℎ(𝑍) Función tangente hiperbólica
𝑎𝑡𝑎𝑛(𝑍) Función arcotangente
𝑎𝑡𝑎𝑛ℎ(𝑍) Función arcotangente hiperbólica
𝑐𝑜𝑡(𝑍) Función cotangente
𝑐𝑜𝑡ℎ(𝑍) Función cotangente hiperbólica
𝑎𝑐𝑜𝑡(𝑍) Función arcocotangente
𝑎𝑐𝑜𝑡ℎ(𝑍) Función arcocotangente hiperbólica
𝑠𝑒𝑐(𝑍) Función secante
𝑠𝑒𝑐ℎ(𝑍) Función secante hiperbólica
𝑎𝑠𝑒𝑐(𝑍) Función arcosecante
𝑎𝑠𝑒𝑐ℎ(𝑍) Función arcosecante hiperbólica
𝑐𝑠𝑐(𝑍) Función cosecante
𝑐𝑠𝑐ℎ(𝑍) Función cosecante hiperbólica
𝑎𝑐𝑠𝑐(𝑍) Función arcocosecante
𝑎𝑐𝑠𝑐ℎ(𝑍) Función arcocosecante hiperbólica
Ejemplos:

Imagen N° 11 – Funciones trigonométricas

F. EXPONENCIALES – LOGARÍTMICAS

FUNCIÓN DESCRIPCIÓN

𝑒𝑥𝑝(𝑧) Función exponencial de base 𝑒

𝑙𝑜𝑔(𝑍) Función logaritmo neperiano

𝑙𝑜𝑔10(𝑍) Función logaritmo decimal

𝑠𝑞𝑟𝑡(𝑍) Función raíz cuadrada

Ejemplos:

Imagen N° 12 – Funciones Exponenciales

 F. COMPLEJAS

FUNCIÓN DESCRIPCIÓN
𝑎𝑏𝑠(𝑧) Modulo o valor absoluto
𝑎𝑛𝑔𝑙𝑒(𝑍) Argumento
𝑐𝑜𝑛𝑗(𝑍) Complejo conjugado
𝑖𝑚𝑎𝑔(𝑍) Parte imaginaria
𝑟𝑒𝑎𝑙(𝑍) Parte real

Ejemplos:

Imagen N° 13 – Funciones Complejas

F. NUMÉRICAS

FUNCIÓN DESCRIPCIÓN
𝑓𝑖𝑥(𝑧) Elimina las partes decimales
𝑓𝑙𝑜𝑜𝑟(𝑍) Redondea los decimales al menor entero más cercano
𝑐𝑒𝑖𝑙(𝑍) Redondea los decimales al mayor entero más cercano
𝑟𝑜𝑢𝑛𝑑(𝑍) Efectúa el redondeo común de decimales

Ejemplo:

Imagen N° 14 – Funciones Numéricas

AUTOVALORES Y AUTOVECTORES DE UNA MATRIZ

8 1 6
Sea 𝐴 = [3 5 7]
4 9 2

COMANDO DESCRIPCIÓN EJEMPLO

Polinomio
𝒑𝒐𝒍𝒚(𝑨) característico de la
matriz 𝐴.

Forma canónica de
𝒋𝒐𝒓𝒅𝒂𝒏(𝑨)
Jordan de la matriz 𝐴.

Autovalores de la
𝒆𝒊𝒈(𝑨)
matriz 𝐴.

Autovalores (diagonal
de 𝐷) y Autovectores
[𝑽, 𝑫] = 𝒆𝒊𝒈(𝑨) (columnas de 𝑉) de
una matriz cuadrada
𝐴.
NORMAS DE UNA MATRIZ

COMANDO DESCRIPCIÓN

Norma 2 de la matriz 𝐴.
𝒏𝒐𝒓𝒎(𝑨) ‖𝑨‖𝟐 = √𝝆(𝑨𝑨𝒕) = √𝝆(𝑨𝒕𝑨)
𝜌: autovalor más grande de la matriz 𝐴𝑡𝐴.

Norma 1 de la matriz 𝐴, es la máxima suma

absoluta de las columnas de 𝐴.
𝒏𝒐𝒓𝒎(𝑨, 𝟏) 𝑛
‖𝐴‖1 = max ∑|𝑎𝑖𝑗|
1≤j≤n
𝑖=1

Norma infinita de la matriz 𝐴 es la máxima suma

absoluta de las filas de 𝐴.
𝒏𝒐𝒓𝒎(𝑨, 𝒊𝒏𝒇) 𝑛
‖𝐴‖∞ = max ∑|𝑎𝑖𝑗|
1≤i≤n
𝑗=1

Norma Frobenius de la matriz 𝐴.

𝑛
𝒏𝒐𝒓𝒎(𝑨, ′𝒇𝒓𝒐′) 2
‖𝐴‖𝐹 = √ ∑ |𝑎𝑖𝑗| = √𝑡𝑟𝑎𝑧𝑎(𝐴𝐴𝑡)
𝑖,𝑗=1

Ejemplo:

8 15 1
Sea 𝐴 = [14 1 2]
4 6 17

Calcule la norma 1 y de Frobenius usando las fórmulas y luego

compruebe con el comando en MATLAB correspondiente.
 Imagen N° 15 - Norma 1

Imagen N° 16 - Norma Frobenius

 EJEMPLO 01: ENTRADA DE MATRICES

OBJETIVO

El objetivo principal del ejemplo es aprender a

ingresar datos de una matriz sin necesidad de
definirlo elemento por elemento en MATLAB.

PLANTEAMIENTO

Crear las siguientes matrices sin ingresar los

elementos individualmente.

0 5 10 15 20 25 30
𝐴 = [600 500 400 300 200 100 0]
0 0.8333 1.6667 2.5 3.3333 4.1667 5

1 0 3
𝖥 1
2 0 3
𝐵 =3 0 3
4 0 3
[5 0 3]
DESARROLLO

Generamos las filas usando vectores, y luego se forma la matriz A:

0 5 10 15 20 25 30
𝐴 = [600 500 400 300 200 100 0]
0 0.8333 1.6667 2.5 3.3333 4.1667 5

Como podemos ver:

La fila 1 va de 0 a 30 con incrementación de 5 en 5.

La fila 2 va de 600 a 0 con disminución de 100 en 100.

La fila 3 va de 0 a 5 con incrementación de

5 en 5.
6
6

Imagen N° 01 – Matriz A
Generamos las filas usando vectores, y luego se forma la matriz 𝐵:

1 0 3
𝖥 1
2 0 3
𝐵= 3 0 3
4 0 3
[5 0 3]

Como podemos ver:

La columna 1 va de 1 a 5 con incrementación de 1 en 1.

La columna 2 es de 𝑐𝑒𝑟𝑜𝑠 de dimensión 1 × 5.

La columna 3 es de 3 multiplicado por vector columna de 𝑢𝑛𝑜𝑠.

Imagen N° 02 – Matriz B
 EJEMPLO 02: MANIPULACIÓN DE MATRICES

OBJETIVO

El objetivo principal del ejemplo es aprender a

manipular matrices en MATLAB.

PLANTEAMIENTO

Crear la siguiente matriz 𝐴.

18 17 16 15 14 13
𝐴 = [12 11 10 9 8 7]
6 5 4 3 2 1

a. Crea un vector fila 𝒗 de 6 elementos que contiene los elementos

de la segunda y quinta columna de 𝐴.

b. Crear una matriz 𝐺 de 2 × 4 tal que la primera fila incluya los

primeros dos elementos y los dos últimos elementos de la primera
fila de 𝐴. Y la segunda fila de 𝐺 incluya los últimos elementos de la
tercera fila de 𝐴.
DESARROLLO

Generamos las filas usando vectores, y luego se forma la matriz 𝐴:

18 17 16 15 14 13
𝐴 = [12 11 10 9 8 7]
6 5 4 3 2 1

Primero creamos la matriz 𝐴:

Imagen N° 01 – Matriz A

Creando el vector fila 𝒗 de 𝟔 elementos que contiene los elementos de la

segunda y quinta columna de 𝐴:

Imagen N° 02 – Vector 𝑣
Creando la matriz 𝑮 de 2 × 4 tal que la primera fila incluya los primeros
dos elementos y los dos últimos elementos de la primera fila de 𝐴 y la
segunda fila de 𝐺 incluya los últimos elementos de la tercera fila de 𝐴.

Imagen N° 03 – Matriz 𝐺
 EJEMPLO 03: DETERMINANTE DE MATRICES

OBJETIVO

El objetivo principal del ejemplo es aprender a

calcular la determinante de matrices en MATLAB.

PLANTEAMIENTO

Crear la siguiente matriz 𝐴.

7 3 10 10
9 −8 10 0
𝐴=[
−8 −5 −7 6 ]
9 1 10 −8

Hallar la determinante 𝐴 matemáticamente y

luego compruebe con el comando det(𝐴).
DESARROLLO
Primero debemos crear la matriz

7 3 10 10
9 −8 10 0
𝐴=[ ]
−8 −5 −7 6
9 1 10 −8

Imagen N° 01 – Matriz 𝐴

Como 𝐴 es una matriz de 4 × 4 para hallar la determinante lo podemos

resolver de la siguiente manera:

7 3
9 −8 10 10
det(𝐴) = | 10 0
−8 −5 −7 6 |
9 1 10 −8

−8 10 9 10 0 9 −8 0 9 −8 10
0
det(𝐴) = 7 |−5 −7 6 | − 3 |−8 −7 6 | + 10 |−8 −5 6 | − 10 |−8 −5 −7|
1 10 −8 9 10 −8 9 1 −8 9 1 10

det(𝐴) = 7 𝑑𝑎1 − 3𝑑𝑎2 + 10𝑑𝑎3 − 10𝑑𝑎4

 −7 6 −5 6
𝑑𝑎1 = −8 | | − 10 | | + 0 = −8 × −4 − 10 × 34 + 0 = −308
10 −8 1 −8
−7 6 −8 6
𝑑𝑎2 = 9 | | − 10 | | + 0 = −136
10 −8 9 −8
−5 6 −8 6
𝑑𝑎3 = 9 | |+8| | + 0 = 386
1 −8 9 −8
−5 −7 −8 −7 −8 −5
𝑑𝑎4 = 9 | |+8| | + 10 | | = −153
1 10 9 10 9 1

Imagen N° 02 – Determinante sin usar comando 𝑑𝑒𝑡

Imagen N° 03 – Determinante usando comando 𝑑𝑒𝑡
 EJEMPLO 04: PROPIEDAD ASOCIATIVA
DE MATRICES

OBJETIVO

El objetivo principal del ejemplo es aprender

sobre las propiedades asociativas de matrices
usando MATLAB.

PLANTEAMIENTO

Dadas las matrices:

2 4 −1 −2 5 0 3 5
0
𝐴 = [3 1 −5] 𝐵 = [−3 2 7] 𝐶 = [2 1 0 ]
0 1 4 −1 6 4 6 −3
9

Usando las matrices 𝐴, 𝐵 y 𝐶 demuestre que la adición de matrices

cumple la propiedad asociativa.
DESARROLLO

La propiedad asociativa de la adición nos dice que:

(𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶)

Siendo 𝐴, 𝐵 y 𝐶 matrices con las mismas dimensiones:

2 4 −1 −2 5 0 3 5
0
𝐴 = [3 1 −5] 𝐵 = [−3 2 7] 𝐶 = [2 1 0 ]
0 1 −1 6 4 6 −3
4 9

Creando las matrices A, B y C:

Imagen N° 01 – Creación de matrices 𝐴, 𝐵 y 𝐶

Imagen N° 02 - Propiedad Asociativa
 EJEMPLO 05: MATRICES ORTOGONALES

OBJETIVO

El objetivo principal del ejemplo es aprender

sobre matrices ortogonales y transpuestas de
matrices usando comandos de MATLAB.

PLANTEAMIENTO

Demostrar que la siguiente matriz es una

matriz ortogonal para 𝜃 = 60°.

cos𝜃 𝑠𝑒𝑛𝜃 0
𝐴 = [−𝑠𝑒𝑛𝜃 𝑐𝑜𝑠𝜃 0]
0 0 1
 DESARROLLO

La transpuesta 𝐴𝑡 de una matriz 𝐴 de 𝑛 × 𝑛 se define de la siguiente

forma:
𝑎11 ⋯ 𝑎1𝑛 𝑎11 ⋯ 𝑎𝑛1
Sea 𝐴 = [ ⋮ ⋱ ⋮ ]⟹𝐴 =[ ⋮
𝑡
⋱ ⋮]
𝑎𝑛1 ⋯ 𝑎1𝑛 ⋯ 𝑎𝑛𝑛
𝑎𝑛𝑛

Una matriz ortogonal 𝐴 es aquella matriz donde

la transpuesta de dicha matriz es igual a la inversa de la matriz 𝐴.

Es decir, si: 𝐴𝑡 = 𝐴−1

𝜋
Para 𝜃 = :
3

cos𝜃 𝑠𝑒𝑛𝜃 0 I 2 2 I
𝐴 = [−𝑠𝑒𝑛𝜃 𝑐𝑜𝑠𝜃 0] = I √3 1 I
0 0 1
I− 2 2
0I
[ 0 0 1]

Imagen N° 01- Entrada de matriz “𝐴”

Imagen N° 02- Transpuesta de “𝐴”

 √3
𝖥
1 − 01
I 2 2 I
⟹ 𝐴 𝑡 = I√ 3 1 I
I2 0I
2
[0 0 1]

Hallemos la inversa de 𝐴:

I 2 2 𝑎 𝑏 1 0 0
I 𝑐
𝐴. 𝐴−1 = I √3 1 I [𝑑 𝑒 𝑓] = [0 1 0]
𝑔 ℎ 𝑖 0 0 1
I[− 2 2
0I
0 0 1]

𝑎 √3𝑑 −√3𝑏 𝑒 √𝟑 1
→𝒅= 𝖠𝒂=
+ = 1 ⟶ 𝑎 = 2 − √3𝑑 + = 1 ⟶ 𝑒 = 2 + √3𝑏 𝟐 2
2 2 2 2
𝑏 √3𝑒 −√3𝑐 𝑓 𝑒 = 2 + √3(−√3𝑒) = 2 − 3𝑒
+ = 0 ⟶ 𝑏 = −√3𝑒 + = 0 ⟶ 𝑓 = √3𝑐
2 2 2 2
𝟏
𝑐 √3𝑓 𝒈 = 𝟎 , 𝒉 = 𝟎, 𝒊 = 𝟏 →𝒆= 𝖠 𝒃 = −√ 𝟑
+ = 0 ⟶ 𝑐 = −√3𝑓 𝟐 2
2 2
𝑑 = √3(2 − √3𝑑) = −3𝑑 + 2√3 𝑓 = √3(−√3𝑓) = −3𝑓
−√3𝑎 𝑑
+ = 0 ⟶ 𝑑 = √3𝑎
2 2 → 𝒇=𝟎 𝖠𝒄= 𝟎

1
−√𝟑
𝑏 𝑎 𝖥2 2 01
𝑐
Entonces: 𝑨−𝟏 = [𝑑 𝑒 𝑓] = I√𝟑 1 I
𝑔 ℎ 𝑖 I2 0I
2
[0 0 1]

Imagen N° 03- Inversa de “𝐴”

Como se puede ver: 𝐴𝑡 = 𝐴−1

Por lo tanto, 𝐴 es una matriz ortogonal.

 EJEMPLO 06: MATRICES ORTOGONALES II

OBJETIVO

El objetivo principal del ejemplo es aprender a

trabajar con matrices ortogonales en MATLAB.

PLANTEAMIENTO

Dada la siguiente matriz simétrica:

1 −2
𝐴=[ ]
−2 1

Hallar una matriz 𝑇, tal que 𝑇−1𝐴𝑇 sea una matriz diagonal 𝐷. Verificar que
𝑇 es una matriz ortogonal.
DESARROLLO

Primero creamos la matriz simétrica 𝐴:

Imagen N° 01 – Matriz 𝐴

Luego, hallemos los autovalores comparándolos con 𝑇 y 𝐷:

Imagen N° 02 – Valores y vectores propios de 𝐴

Demostrar que 𝐷 = 𝑇−1𝐴 𝑇:

Imagen N° 03 – Matriz 𝐷

Demostrando que 𝑇 es ortogonal:

Imagen N° 04 – Demostración de 𝑇 ortogonal.

 EJEMPLO 07: INVERSA DE UNA MATRIZ

OBJETIVO

El objetivo principal del ejemplo es aprender a

calcular la inversa de una matriz usando
comandos de MATLAB.

PLANTEAMIENTO

Determinar 𝑋 en 𝐴𝑋 = 𝐵 si:

1 3 8 −3 5
𝐴 = [2 4 11] 𝐵 = [ 1 5]
1 2 5 3 4
DESARROLLO

Verificamos que 𝐴 es invertible calculando la determinante de 𝐴.

Para hallar 𝐴𝑋 = 𝐵

Tenemos que: 𝑋 = 𝐴−1𝐵

Creando los vectores 𝐴 y 𝐵:

Imagen N° 01 - Matrices 𝐴 y 𝐵

Determinante de 𝐴:

Imagen N° 02- Determinante de 𝐴

Como la determinante es distinto de cero entonces es inversible, su
inversa es:

Imagen N° 03- Inversa de 𝐴

Hallando 𝑋:

Imagen N° 04- Hallando 𝑋

 EJEMPLO 08: INVERSA DE UNA MATRIZ
USANDO DETERMINANTE Y MATRIZ ADJUNTA

OBJETIVO

El objetivo principal del ejemplo es aprender a

calcular la inversa de una matriz usando la
determinante y la matriz adjunta.

PLANTEAMIENTO

Encontrar la inversa de la matriz usando la

1
formula 𝑀−1 =
det 𝑀 adj 𝑀, donde:

2 1 3
𝑀 =[1 −1 1 ]
1 4 −2

Y luego comprobar usando el comando 𝑖𝑛𝑣.

DESARROLLO

Sabemos que si:

𝐴11 𝐴12 𝐴13
𝐴 = [ 𝐴21 𝐴22 𝐴23 ] , se cumple
que:
𝐴31 𝐴32 𝐴33

adj(𝐴) = cof(𝐴)𝑇

𝐴 𝐴23 𝐴 𝐴23 𝐴 𝐴22

+ |𝐴22 𝐴33| − |𝐴21 𝐴33| + |𝐴21 𝐴32|
32 31 31
l
cof(𝐴) = 𝐴 𝐴13 𝐴 𝐴13 𝐴 𝐴12
− |𝐴12 | + |𝐴11 𝐴33| − |𝐴11 𝐴32| I
I 32 31 31
𝐴33
𝐴12 𝐴13 𝐴 𝐴13 𝐴 𝐴12
𝗁 + |𝐴22 | − |𝐴11 𝐴23| + |𝐴11 𝐴22| )
21 21
𝐴23

Donde:

𝐴11 𝐴12 𝐴13

𝐴 = [𝐴21 𝐴22 𝐴23 ]
𝐴31 𝐴32 𝐴33

Creando la matriz 𝑀 en MATLAB:

Imagen N° 01 – Matriz 𝑀
Analizando si 𝑀 es inversible:

Imagen N° 02 – Determinante de 𝑀

Hallando los elementos de la matriz cof(𝐴):

Imagen N° 03 – Matriz de cofactores de 𝑀

Hallando la inversa de 𝑀:

Imagen N° 04 – Inversa de 𝑀

Comprobando con el comando 𝑖𝑛𝑣:

Imagen N° 05 – Comprobando usando comando 𝑖𝑛𝑣

 TAREA 1

RECOMENDACIONES

 En la resolución de cada uno de los ejercicios debe indicar los

pasos realizados con capturas de pantalla.
 También adjunte los archivos trabajados para dar seguimiento
y para mejor corrección de la tarea.
 Todo lo solicitado debe encontrarse dentro de una carpeta
comprimida con su nombre:

TAREA

1. Sea el vector 𝒗 = [𝟏 𝟐 𝟑 𝟒], crear la siguiente matriz 𝐴, usando

únicamente el vector 𝑣.

1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16

2. Construir la matriz de 𝑉𝑎𝑛𝑑𝑒𝑟𝑚𝑜𝑛𝑑𝑒 haciendo uso del vector

columna 𝒂 = [𝟏; 𝟐; 𝟑; 𝟒; 𝟓].

3. Obtener una matriz 𝐵 a partir de la matriz de 𝑉𝑎𝑛𝑑𝑒𝑟𝑚𝑜𝑛𝑑𝑒 obtenida

en el ejercicio 2, extrayendo la fila 3 y la columna 3.

4. Verifique que la matriz 𝐴 y 𝐵 son de la misma dimensión, luego

realice las siguientes operaciones:

a. 𝐴2 − 𝐵2

b. (𝐴 + 𝐵)(𝐴 − 𝐵)
 II. SISTEMAS DE
ECUACIONES LINEALES

OBJETIVO

El objetivo de la presente sesión es aprender a resolver sistemas

de ecuaciones lineales usando matrices, realizando operaciones
fila o columna.

INTRODUCCIÓN

En la sesión anterior aprendimos a operar con matrices en MATLAB,

en esta sesión realizaremos operaciones filas y columnas para hallar
las soluciones de un sistema de ecuaciones lineales, luego
comprobaremos usando comandos como 𝑖𝑛𝑣 y 𝑟𝑟𝑒𝑓.
 CONCEPTOS TEÓRICOS

SOLUCIÓN DE SISTEMAS LINEALES

Un sistema de 𝑛 ecuaciones lineales de 𝑛 incógnitas puede ser escrito de

la siguiente manera:

‫𝑎 ﻟ‬11𝑥1 + 𝑎12𝑥2 + ⋯ + 𝑎1𝑛𝑥𝑛 = 𝑏1

𝑎21𝑥1 + 𝑎22𝑥2 + ⋯ + 𝑎2𝑛𝑥𝑛 = 𝑏2
I
. . . . . .
❪ . . . . . .
I . . . . . .
𝗅𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

Forma matricial:

𝑎11 ⋯ 𝑎1𝑛 𝑥1 𝑏1
[ ⋮ ⋱ ⋮
⋮ ][ ]=[ ⋮ ]
𝑎𝑛1 ⋯ 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛

𝐴𝑋 = 𝐵

Si 𝐴 es una matriz no singular, entonces 𝐴\𝐵 y 𝐵/𝐴 corresponden

respectivamente a la multiplicación por izquierda y derecha de 𝐵 por 𝐴−1.

División Izquierda:

𝑥 = 𝐴\𝐵 Soluciona la ecuación matricial 𝐴𝑥 = 𝐵

División derecha:

𝑥 = 𝐵/𝐴 Soluciona la ecuación matricial 𝑥𝐴 = 𝐵.

La función 𝒙 = 𝒍𝒊𝒏𝒔𝒐𝒍𝒗𝒆(𝑨, 𝑩) de MATLAB soluciona el sistema 𝐴𝑥 = 𝐵

SOLUCIÓN USANDO COMANDO 𝑖𝑛𝑣
Para usar el comando 𝑖𝑛𝑣 se debe tener en cuenta que la matriz sea
inversible, es decir, que exista su inversa. Una matriz es inversible, si y solo
si, su determinante de distinto de cero.

Imagen N° 01 - Matriz inversible

Ejemplo:

2𝑥1 + 3𝑥2 − 4𝑥3 = 3

Resolver: { 𝑥1 − 𝑥2 + 𝑥3 = −0.5
4𝑥1 − 7𝑥2 + 14𝑥3 = 2

Matricialmente podemos hacer 𝐴 matriz de coeficientes 3 × 3, 𝑋 vector

columna de variables de dimensión 3 y 𝑏 vector columna solución de
dimensión 3, entonces:

2 3 −4 𝑥1 3
𝐴 = (1 −1 1 ) , 𝑋 = (𝑥2) y 𝑏 = (−0.5)
4 −7 14 𝑥3 2

Se cumple que: 𝐴𝑋 = 𝑏

𝑋 = 𝑖𝑛𝑣(𝐴) × 𝑏 = 𝐴\𝑏
Siempre y cuando 𝐴 sea inversible:

Imagen N° 02 - Matriz inversible

Como la determinante es distinto de 0, entonces es inversible:

Imagen N° 03 - Solución de sistema de ecuaciones lineales

Entonces los valores para 𝑥1, 𝑥2 y 𝑥3 son 0.5, 2 y 1 respectivamente.

SOLUCIÓN USANDO COMANDO 𝑟𝑟𝑒𝑓

Otra alternativa de resolver el ejemplo anterior es usando el comando
𝑟𝑟𝑒𝑓 que requiere la matriz ampliada, para producir la forma
escalonada reducida por filas de A usando eliminación de Gauss-
Jordan con pivoteo parcial.
Sintaxis:

𝒓𝒓𝒆𝒇([𝑨 , 𝒃])

Donde:

𝐴 es matriz cuadrada no singular 𝑛 × 𝑛, 𝑏 es un vector columna de

dimensión 𝑛.

Veamos, el ejemplo anterior usando comando 𝑟𝑟𝑒𝑓:

Imagen N° 04 - Solución usando comando 𝑟𝑟𝑒𝑓

OPERACIONES ELEMENTALES FILA Y COLUMNA DE MATRICES

OPERACIONES FILA
Para una matriz 𝐴 se definen tres operaciones elementales por filas.
Cuando se efectúan las operaciones elementales se obtiene una
matriz equivalente y se utiliza el símbolo de equivalencia.

1. Multiplicación de una fila por un escalar.

2. Intercambio de filas

3. Sumar una fila a otra fila

Ejemplo:

4 3 8 7
Sea la matriz 𝐴 = ( 1 9 0 2)
−2 5 3 6

Realizar las siguientes operaciones a la matriz 𝐴:

- A la fila 1, multiplíquela por 2.

- Intercambiar la fila 2 con la fila 3.

- A la fila 3 súmele el triple de la fila 1.

Imagen N° 05- Operaciones Fila
OPERACIONES COLUMNA

Para una matriz 𝐴 se definen tres operaciones elementales por columnas.

Cuando se efectúan las operaciones elementales se obtiene una
matriz equivalente y se utiliza el símbolo de equivalencia.

1. Multiplicación de una columna por un escalar.

2. Intercambio de columnas

3. Sumar una columna a otra columna

Ejemplo:

8 1 6
Sea la matriz 𝐵 = (2 5 9)
4 7 3

Realizar las siguientes operaciones a la matriz 𝐵:

- A la columna 3, divídela entre 3.

- Intercambiar la columna 2 con la columna 1.

- A la columna 1 réstele la mitad de la columna 2.

Imagen N° 06- Operaciones Columna
 EJEMPLO 01: APLICACIÓN DE SISTEMA
DE ECUACIONES LINEALES EN
NUTRICIÓN

OBJETIVO

El objetivo principal del ejemplo es aprender a

reconocer sistemas de ecuaciones aplicados
a la Nutrición y la fácil resolución usando
comandos de MATLAB.

PLANTEAMIENTO

La dieta mínima vital es de 72 unidades de

proteínas, 104 unidades de carbohidratos y
88 unidades de minerales. El nutricionista
dispone empaquetados de tres tipos de
alimentos
𝐴, 𝐵 y 𝐶, que por paquete contienen:

PROTEÍNAS CARBOHIDRATOS MINERALES

A 1 2 4

B 4 4 2

C 2 4 3

¿Cuántos paquetes de alimentos constituye la dieta mínima?

DESARROLLO

Sean 𝑥, 𝑦, 𝑧 el número de paquetes de los tres tipos de alimentos 𝐴, 𝐵

y 𝐶 respectivamente. Entonces se forman el siguiente sistema de
ecuaciones lineales.

𝑥 + 4𝑦 + 2𝑧 = 72
2𝑥 + 4𝑦 + 4𝑧 = 104
4𝑥 + 2𝑦 + 3𝑧 = 88

Resolviendo el sistema en MATLAB:

Primero declaramos la matriz de coeficientes 𝐴:

Luego, declaramos el vector columna de la solución 𝑏 del sistema:

Para encontrar las soluciones de las variables usaremos el comando
𝒍𝒊𝒏𝒔𝒐𝒍𝒗𝒆.

Entonces: 𝑥 = 8 , 𝑦 = 10 y 𝑧 = 12, es decir que se comprará 8 paquetes de

tipo de alimentos 𝑨, 10 de tipo de alimentos 𝑩 y 12 de tipo de
alimentos
𝑪.
 EJEMPLO 02: OPERACIONES
ELEMENTALES FILAS

OBJETIVO

El objetivo principal del ejemplo es aprender a

resolver sistemas de ecuaciones mediante
operaciones fila.

PLANTEAMIENTO

Resolver el sistema realizando operaciones fila

y realizar la comprobación.

2𝑥 + 𝑦 = 11 + 𝑧
{ 𝑥 + 20 = 3𝑦
4𝑥 + 5𝑧 − 8 = −2𝑦
DESARROLLO

Primero ordenamos el sistema:

2𝑥 + 𝑦 − 𝑧 = 11
{ 𝑥 − 3𝑦 + 0𝑧 = −20
4𝑥 + 2𝑦 + 5𝑧 = 8

Entonces ahora crearemos la matriz de coeficientes y

el vector solución:

2 1 −1 11
𝐴 = (1 −3 0 ) , 𝑏 = (−20)
4 2 5 8

Imagen N° 01 – Entrada de matrices

Luego procedemos a crear la matriz aumentada 𝐴𝑏

2 1 −1 11
𝐴𝑏 = (1 −3 0 −20)
4 2 5 8

Imagen N° 02 – Matriz Aumentada

Verificamos que el rango de 𝐴𝑏 y 𝐴 sean iguales:

Imagen N° 03 – Rango de 𝐴 y 𝐴𝑏

Por lo tanto, el sistema es consistente:

Tenemos que hacer que ese 𝐴𝑏 se convierta mediante operaciones

filas en la matriz aumentada 𝐼𝑋 donde 𝐼 es la matriz identidad de 3 × 3
y 𝑋 es el vector con los valores de 𝑥, 𝑦, 𝑧.

En otras palabras 𝐴𝑏 debe convertirse en:

1 0 0 𝑥
𝐴𝑏 = (0 1 0 𝑦)
0 0 1 𝑧

𝑥
Entonces la solución de 𝑋 = (𝑦)
𝑧

Veamos en MATLAB (para resolver con mayor facilidad usaremos

𝑓𝑜𝑟𝑚𝑎𝑡 𝑟𝑎𝑡):
Imagen N° 04 – Operaciones filas a 𝐴𝑏
 Imagen N° 05 – Operaciones filas a 𝐴𝑏

Imagen N° 06 – Comprobación

Por lo tanto:

𝒙=𝟏
𝒚=𝟕
𝒛 = −𝟐
 EJEMPLO 03: OPERACIONES
ELEMENTALES FILAS II

OBJETIVO

El objetivo principal del ejemplo es aprender a

resolver sistemas de ecuaciones mediante
operaciones fila.

PLANTEAMIENTO

Resolver el sistema realizando operaciones fila

y luego compruebe los resultados.

𝑥
+ 6𝑧 + 5𝑦 = 85
2 5𝑧 + 𝑥 = 57

2𝑦 + 4𝑧 − 86 = 0
𝗅 5 5
DESARROLLO
Primero ordenamos el sistema:

𝑥
+ 5𝑦 + 6𝑧 = 85
2𝑥 + 0𝑦 + 5𝑧 = 57

0𝑥 + 2𝑦 + 4𝑧 86
𝗅 =
5 5

Entonces ahora crearemos la matriz de coeficientes y el vector solución:

1
5 6 85
l 2 57
𝐴 = I1 0 5I , 𝑏 = (86)
4
0 1 5
𝗁 5)

Imagen N° 01 – Entrada de matrices

Luego procedemos a crear la matriz aumentada 𝐴𝑏

1
85
5 6
𝐴𝑏 =l2
I1 0 57I
5 86
0 2 4
𝗁 5 5)
 Imagen N° 02 – Matriz Aumentada

Verificamos que el rango de 𝐴𝑏 y 𝐴 sean iguales:

Imagen N° 03 – Rango de 𝐴 y 𝐴𝑏

Por lo tanto, el sistema es consistente:

Tenemos que hacer que ese 𝐴𝑏 se convierta mediante operaciones

filas en la matriz aumentada 𝐼𝑋 donde 𝐼 es la matriz identidad de 3 × 3
y 𝑋 es el vector con los valores de 𝑥, 𝑦, 𝑧.

En otras palabras 𝐴𝑏 debe convertirse en:

1 0 0 𝑥
𝐴𝑏 = (0 1 0 𝑦)
0 0 1 𝑧

𝑥
Entonces la solución de 𝑋 = (𝑦)
𝑧
Veamos en MATLAB:

Imagen N° 04 – Operaciones filas a 𝐴𝑏

 Imagen N° 05 – Operaciones filas a 𝐴𝑏

Imagen N° 06 – Comprobación

Por lo tanto:

𝒙 = −𝟐𝟑𝟖
𝒚 = −𝟑𝟎
𝒛 = 𝟓𝟗
 EJEMPLO 04: APLICACIÓN DE SISTEMA
DE ECUACIONES LINEALES

OBJETIVO

El objetivo principal del ejemplo es aplicar

los conocimientos de sistemas de
ecuaciones lineales.

PLANTEAMIENTO

Determine la función cuadrática que pasa

por los puntos 𝑷(𝟏, 𝟒), 𝑸(−𝟏, 𝟐) y 𝑹(𝟐, 𝟑).
DESARROLLO

La forma general de una función cuadrática es:

𝑓(𝑥) = 𝑎𝑥2 + 𝑏𝑥 + 𝑐

El problema consiste en calcular los coeficientes de esta

función, es decir de los parámetros , a, b y c.

Si la función pasa por el punto 𝑷(𝟏, 𝟒) se cumple: 𝒇(𝟏) = 𝟒

Entonces:

𝒂+𝒃+𝒄=𝟒

Para el punto 𝑸(−𝟏, 𝟐) se cumple: 𝒇(−𝟏) = 𝟐

Entonces:
𝒂−𝒃+𝒄=𝟐

Y para el punto 𝑹(𝟐, 𝟑) se cumple: 𝒇(𝟐) = 𝟑

Entonces:

𝟒𝒂 + 𝟐𝒃 + 𝒄 = 𝟑

Es decir, para que la función 𝒇(𝒙) = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄 pase por los puntos 𝑃, 𝑄 y
𝑅 se satisfacen las siguientes ecuaciones:

𝑎 × (1)2 + 𝑏 × 1 + 𝑐 = 4
{𝑎 × (−1)2 + 𝑏 × −1 + 𝑐 = 𝑎 + 𝑏 +𝑐 =4
2 ⟹{𝑎−𝑏+𝑐 =2
𝑎 × (2)2 + 𝑏 × 2 + 𝑐 = 3 4𝑎 + 2𝑏 + 𝑐 = 3
Resolviendo en MATLAB:

Creamos la matriz de coeficientes:

Imagen N°01 – Matriz de coeficientes

Creando el vector columna con la solución del sistema:

Imagen N°02 – Vector solución

Hallando los valores de las variables 𝑎, 𝑏 y 𝑐:

Imagen N°03 – Vector con valores de las variables

2 11
Entonces el valor de 𝑎 = − , 𝑏 = 1 y 𝑐 = y la función es:
3

3 𝟏𝟏
𝟐 𝟐
( )
𝒇 𝒙 = − +𝒙+
𝟑
𝒙 𝟑
 EJEMPLO 05: SISTEMA DE ECUACIONES
EN OFERTA Y DEMANDA

OBJETIVO

El objetivo principal del ejemplo es aprender a

calcular los precios de equilibrio donde la
oferta y demanda coinciden.

PLANTEAMIENTO

Sea ⃗𝒑→ = (𝒑 , 𝒑 , 𝒑 )el vector de precios (en

𝟏 𝟐 𝟑

miles de soles) de un mercado en el que se

venden tres productos 𝑨, 𝑩 y 𝑪. Hallar los
precios de equilibrios para los cuales la oferta
y la demanda coinciden. Se estima que la
oferta y la demanda de los productos viene
dado por:

𝑂𝐴 = 15𝑝1 + 𝑝2 + 3𝑝3 − 13 𝐷𝐴 = 70 − 8𝑝1 − 𝑝2 − 𝑝3

𝑂𝐵 = 𝑝1 + 20𝑝2 + 10𝑝3 − 10 𝐷𝐵 = 93 − 2𝑝1 − 4𝑝2 − 𝑝3
𝑂𝐶 = 10𝑝1 + 15𝑝2 + 30𝑝3 − 50 𝐷𝐶 = 107 − 𝑝1 − 3𝑝2 − 5𝑝3
DESARROLLO

Si la oferta y la demanda coinciden:

15𝑝1 + 𝑝2 + 3𝑝3 − 13 = 70 − 8𝑝1 − 𝑝2 − 𝑝3

𝑝1 + 20𝑝2 + 10𝑝3 − 10 = 93 − 2𝑝1 − 4𝑝2 − 𝑝3
10𝑝1 + 15𝑝2 + 30𝑝3 − 50 = 107 − 𝑝1 − 3𝑝2 − 5𝑝3

Entonces, debemos resolver el sistema:

23𝑝1 + 2𝑝2 + 4𝑝3 = 83

3𝑝1 + 24𝑝2 + 11𝑝3 = 103
11𝑝1 + 18𝑝2 + 35𝑝3 = 157

Hallando la solución en MATLAB:

Por lo tanto, 𝑝1 = 3 mil soles , 𝑝2 = 3 mil soles y 𝑝3 = 2 mil soles.

 EJEMPLO 06: REGLA DE CRAMER

OBJETIVO

El objetivo principal del ejemplo es aprender a

resolver sistemas de ecuaciones lineales
usando la regla de Cramer.

PLANTEAMIENTO

Resolver el siguiente sistema de ecuaciones

lineales usando la Regla de Cramer.

𝑎 − 3𝑏 + 2𝑐 = −3
{ 5𝑎 + 6𝑏 − 𝑐 = 13
4𝑎 − 𝑏 + 3𝑐 = 8
 DESARROLLO

La REGLA DE CRAMER nos dice:

es un sistema de ecuaciones, 𝐴 es la matriz de coeficientes del sistema, 𝑥 = (𝑥1, 𝑥2, … , 𝑥𝑛) es el vector columna de las
ctor columna de los términos independientes, entonces la
l sistema se presenta así:

det(𝐴𝑗)
𝑥𝑗 = det(𝐴)

onde 𝐴𝑗 es la matriz resultante de reemplazar la 𝑗 − é𝑠𝑖𝑚𝑎 columna de

por el vector columna 𝑏. Tomando en cuenta que el sistema debe ser compatible determinante y 𝑑𝑒𝑡(𝐴) sea diferente de c

Ahora vayamos a nuestro sistema:

𝑎 − 3𝑏 + 2𝑐 = −3
{ 5𝑎 + 6𝑏 − 𝑐 = 13
4𝑎 − 𝑏 + 3𝑐 = 8

La matriz de coeficientes es:

1 −3 2
𝐴 = (5 6 −1)
4 −1 3
 𝑎
El vector de incógnitas es 𝑥 = (𝑏)
𝑐

−3
El vector de términos independientes 𝐵 = (13 )
8

Entonces:
𝑨𝒙 = 𝑩

Hallando la determinante de 𝐴:

El rango de la matriz A es:

Entonces es compatible determinada y su determinante es no nula.

Hallando 𝑎:

Hallando 𝑏:

Hallando 𝑐:

Por lo tanto, 𝒂 = −𝟐 , 𝒃 = 𝟓 y 𝒄 = 𝟕.
 EJEMPLO 07: REGLA DE CRAMER II

OBJETIVO

El objetivo principal del ejemplo es aprender a

resolver sistemas de ecuaciones lineales
usando la regla de Cramer.

PLANTEAMIENTO

Resolver el siguiente sistema de ecuaciones

lineales usando la Regla de Cramer.

−2𝑥1 + 3𝑥2 − 𝑥3 = 1
{ 𝑥1 + 2𝑥2 − 𝑥3 = 4
−2𝑥1 − 𝑥2 + 𝑥3= − 3
 DESARROLLO

La REGLA DE CRAMER nos dice:

es un sistema de ecuaciones, 𝐴 es la matriz de coeficientes del sistema, 𝑥 = (𝑥1, 𝑥2, … , 𝑥𝑛) es el vector columna de las i
tor columna de los términos independientes, entonces la
sistema se presenta así:

det(𝐴𝑗)
𝑥𝑗 = det(𝐴)

nde 𝐴𝑗 es la matriz resultante de reemplazar la 𝑗 − é𝑠𝑖𝑚𝑎 columna de

por el vector columna 𝑏. Tomando en cuenta que el sistema debe ser compatible determinante y 𝑑𝑒𝑡(𝐴) sea diferente de ce

Ahora vayamos a nuestro sistema:

−2𝑥1 + 3𝑥2 − 𝑥3 = 1
{ 𝑥1 + 2𝑥2 − 𝑥3 = 4
−2𝑥1 − 𝑥2 + 𝑥3= − 3

La matriz de coeficientes es:

−2 3 −1
𝐴=( 1 2 −1)
−2 −1 1
 𝑥1
El vector de incógnitas es 𝑥 = (𝑥2)
𝑥3

1
El vector de términos independientes 𝐵 = ( 4 )
−3

Entonces:

𝑨𝒙 = 𝑩

Hallando la determinante de 𝐴:

El rango de la matriz A es:

Entonces es compatible determinada y su determinante es no nula.

Hallando 𝑥1:

Hallando 𝑥2:

Hallando 𝑥3:

Por lo tanto, 𝒙𝟏 = 𝟐 , 𝒙𝟐 = 𝟑 y 𝒙𝟑 = 𝟒.
EJEMPLO 08: SISTEMA DE ECUACIONES CON
VARIABLE MATRIZ

OBJETIVO

El objetivo principal del ejemplo es aprender a

resolver sistemas de ecuaciones donde las
variables son matrices.

PLANTEAMIENTO

Hallar las matrices 𝑋 e 𝑌 usando el método

de reducción, sabiendo que son de orden 3 ×
4 y que verifican el siguiente sistema:

5 6 18 15
3𝑋 + 4𝑌 = [ 28 19 26 −19] = 𝐴
−3 −8 13 16

18 10 30 −4
5𝑋 − 3𝑌 = [ 8 22 24 −22] = 𝐵
−5 6 12 17
DESARROLLO

Como A y B son matrices no se podrá usar el comando 𝑙𝑖𝑛𝑠𝑜𝑙𝑣𝑒, para

ello resolveremos usando método de reducción de variables de la
siguiente manera:

(3𝑋 + 4𝑌 = 𝐴) × 3

(5𝑋 − 3𝑌 = 𝐵) × 4

9𝑋 + 12𝑌 = 3𝐴

20𝑋 − 12𝑌 = 4𝐵

29𝑋 = 3𝐴 + 4𝐵

3 4
𝑋= 𝐴+ 𝐵
29 29
3 4
⟹ 3( 𝐴+ 𝐵) + 4𝑌 = 𝐴
29 29

9 12
⟹ 𝐴+ 𝐵 + 4𝑌 = 𝐴
29 29
9
4𝑌 = 𝐴 − ( 𝐴 + 12 𝐵)
29 29

20 12
4𝑌 = 𝐴− 𝐵
29 29
5 3
𝑌= 𝐴− 𝐵
29 29
Primero declaramos 𝐴 y 𝐵:

Hallando 𝑋:

Hallando 𝑌:
Comprobando:
 TAREA 2

RECOMENDACIONES

 En la resolución de cada uno de los ejercicios debe indicar los

pasos realizados con capturas de pantalla.
 También adjunte los archivos trabajados para dar seguimiento
y para mejor corrección de la tarea.
 Todo lo solicitado debe encontrarse dentro de una carpeta
comprimida con el siguiente nombre:

TAREA_MATLAB_BAS_S7_APELLIDOS

TAREA

1. Realizando operaciones fila (operaciones elementales) resolver el

siguiente sistema de ecuaciones lineales, luego comprobar su
resultado con el comando 𝒍𝒊𝒏𝒔𝒐𝒍𝒗𝒆.

3𝑥 + 2𝑦 − 𝑧
2𝑥 − 2𝑦 + 4𝑧 = 1
{ =−2
1
−𝑥 + 𝑦 − 𝑧 = 0
2

2. Hallar la inversa de la matriz de coeficientes del sistema de

ecuaciones lineales del ejercicio anterior, efectuando operaciones
fila (operaciones elementales) , luego comprobar su resultado con
el comando 𝒊𝒏𝒗.