Instituto Politécnico

Nacional
 

Escuela Superior de Ingeniería

Mecánica y Eléctrica Unidad Zacatenco
(ESIME)

Métodos Numéricos
3EV1

Practica 4
Gauss – Jordan Inversa

Alumno: Diego Martinez Montes

No. De boleta : 2020302862
aaaaa

 
 Diego Martinez Montes 1

1. Objetivo del método

Formalmente, si A es una matriz cuadrada no singular, es decir, tal que su determinante
es distinto de cero. Para calcular su inversa ampliando la matriz A adosando la matriz
identidad a su lado derecho, de la siguiente forma:

Requisitos:

Para encontrar la matriz inversa de una matriz de orden n necesitamos cumplir con los
siguientes requisitos:

La matriz tiene que ser una matriz cuadrada. Es decir, el número de filas (n) tiene que
ser el mismo que el número de columnas (m), el orden de la matriz tiene que ser n dado
que n=m.

Realizar las transformaciones de Gauss de forma sucesiva hasta conseguir que la

matriz identidad quede a la izquierda. Caso de que no pueda conseguirse (toda una fila
quede de ceros, por ejemplo), es porque la matriz no tiene inversa.

2. Procedimiento
Considerando un sistema general de tres ecuaciones lineales con tres incógnitas.

a 1,1 x 1+ a1,2 x 2+ a1,3 x3 =b1

a 2,1 x 1 +a2,2 x 2+ a2,3 x3 =b2
a 3,1 x 1+ a3,2 x 2+ a3,3 x3 =b3

Generamos la matriz aumentada con la matriz identidad A = [A I]

a 1,1 a1,2 a1,3 1 0 0

a 2,1 a 2,2 a2,3 0 1 0
a 3,1 a3,2 a3,3 0 0 1

Comenzamos normalizando la primera fila dividiendo por a´ 1,1

a1,1N = a1,1/a1,1 = 1
a1,2N = a1,2/a1,1
a1,3N = a1,3/a1,1
a1,4N = a1,4/a1,1
 Diego Martinez Montes 2

a1,5N = a1,5/a1,1
a1,6N = a1,6/a1,1

Quedando el nuevo sistema

1 a1,2 N a1,3 N a1,4 N a1,5 N a 1,6 N
a 2,1 a2,2 a 2,3 0 1 0
a 3,1 a3,2 a 3,3 0 0 1

Eliminar x 1 de la segunda ecuación y tercera ecuación

a´2,2 = a2,2 – a1,2N * a2,1

a´2,3 = a2,3 – a1,3N * a2,1
a´2,4 = a2,4 – a1,4N * a2,1
a´2,5 = a2,5 – a1,5N * a2,1
a´2,6 = a2,6 – a1,6N * a2,1

a´3,2 = a3,2 – a1,2N * a3,1

a´3,3 = a3,3 – a1,3N * a3,1
a´3,4 = a3,4 – a1,4N * a3,1
a´3,5 = a3,5 – a1,5N * a3,1
a´3,6 = a3,6 – a1,6N * a3,1

Quedando el nuevo sistema

1 a1,2 N a1,3 N a 1,4 N a 1,5 N a1,6 N

0 a´ 2,2 a ´ 2,3 a ´ 2,4 a ´ 2,5 a´ 2,6
0 a´ 3,2 a ´ 3,3 a ´ 3,4 a ´ 3,5 a´ 3,6

Se procede normalizar la segunda fila dividiendo por a´ 2,2

a2,2N = a´2,2/a´2,2 = 1
a2,3N = a´2,3/a´2,2
a2,4N = a´2,4/a´2,2
a2,5N = a´2,5/a´2,2
a2,6N = a´2,6/a´2,2

Quedando el nuevo sistema

1 a1,2 N a1,3 N a1,4 N a1,5N a 1,6 N

0 1 a2,3 N a2,4 N a2,5N a 2,6 N
0 a´ 3,2 a ´ 3,3 a ´ 3,4 a ´ 3,5 a ´ 3,6
 Diego Martinez Montes 3

Eliminar x 2 de la tercera ecuación

a´´3,3 = a´3,3 – a2,3N * a´3,2

a´´3,4 = a´3,4 – a2,4N * a´3,2
a´´3,5 = a´3,5 – a2,5N * a´3,2
a´´3,6 = a´3,6 – a2,6N * a´3,2

Quedando el nuevo sistema

1 a1,2 N a1,3 N a1,4 N a1,5 N a1,6 N

0 1 a 2,3 N a2,4 N a2,5 N a2,6 N
0 0 a ´ ´ 3,3 a´ ´ 3,4 a´ ´ 3,5 a ´ ´ 3,6

Normalizar la tercera fila, dividiendo por a´´ 3,3

a3,3N = a´´3,3/a´´3,3 = 1
a3,4N = a´´3,4/a´´3,3
a3,5N = a´´3,5/a´´3,3
a3,6N = a´´3,6/a´´3,3

Finalmente
1 a1,2 N a1,3 N a1,4 N a1,5N a 1,6 N
0 1 a2,3 N a2,4 N a2,5N a 2,6 N
0 0 1 a3,4 N a3,5N a 3,6 N

Hasta este punto se empezará la eliminación hacia atrás, eliminando x 3 de las filas 1 y 2

a´2,3N = a2,3N-1*a2,3N = 0
a´2,4N = a2,4N- a3,4N *a2,3N
a´2,5N = a2,5N- a3,5N *a2,3N
a´2,6N = a2,6N- a3,6N *a2,3N

a´1,2N = a1,2N-0*a1,3N = a1,2N

a´1,3N = a1,3N-1*a1,3N = 0
a´1,4N = a1,4N- a3,4N *a1,3N
a´1,5N = a1,5N- a3,5N *a1,3N
a´1,6N = a1,6N- a3,6N *a1,3N

Quedando el nuevo sistema

1 a1,2 N 0 a ´ 1,4 N a ´ 1,5 N a ´ 1,6 N

0 1 0 a ´ 2,4 N a ´ 2,5 N a ´ 2,6 N
0 0 1 a 3,4 N a 3,5 N a3,6 N
 Diego Martinez Montes 4

Eliminar x 2 de la primera fila

a´´1,2N = a´1,2N-1*a´1,2N = 0
a´´1,4N = a´1,4N- a´2,4N *a´1,2N
a´´1,5N = a´1,5N- a´2,5N *a´1,2N
a´´1,6N = a´1,6N- a´2,6N *a´1,2N

Para finalmente tener la matriz

1 0 0 a ´ ´ 1,4N a ´ ´ 1,5 N a ´ ´ 1,6 N

0 1 0 a ´ 2,4N a ´ 2,5 N a ´ 2,6 N
0 0 1 a 3,4 N a3,5 N a3,6 N

Por lo que la Inversa de la matriz de coeficientes es

a ´ ´ 1,4 N a ´ ´ 1,5 N a´ ´ 1,6N

−1
A = a ´ 2,4 N a ´ 2,5 N a´ 2,6 N
a3,4 N a3,5 N a3,6 N

Siendo la solución del sistema de ecuaciones es

[ ][ ]
a ´ ´ 1,4 N a ´ ´ 1,5 N a ´ ´ 1,6 N b 1
−1
x= A ∗b= a ´ 2,4 N a ´ 2,5 N a ´ 2,6 N ∗ b 2
a 3,4 N a3,5 N a3,6 N b3
 Diego Martinez Montes 5

3. Diagrama de flujo

4. Aplicaciones
 Diego Martinez Montes 6

5. Código del programa

%****************************************************************
%** Calculo de la inversa con el Metodo de Gauss Jordan **
%****************************************************************

clear;
clc;
fprintf('Dame la matriz a la que le quieres calcular la inversa\n')
f=input('cuantas filas:');
c=input('cuantas columnas:');
%*********************************************************
%** Los siguientes for anidados son para introducir **
%** los datos de la matriz a que se quiere calcular **
%** su inversa **
%*********************************************************

for k=1:c
for j=1:f
fprintf('fila: %x\n',j)
fprintf('columna: %x',k)
r=input('\nnumero de esta fila y columna: ');
a(j,k)=r;
j=j+1;
end
k=k+1;
end
a
b=a;
pause

%********************************************************
%** Enseguida se coloca la matriz identidad del grado **
%** de la martiz a que se quire calcular la inversa **
%********************************************************

fprintf('dame la matriz identidad del mismo grado que la matriz anterio\n\n')

for k=k:c*2
for j=1:f
fprintf('fila: %x\n',j)
fprintf('columna: %x',k)
r=input('\nnumero de esta fila y columna: ');
a(j,k)=r;
j=j+1;
end
k=k+1;
end
a
pause
%**********************************************************
%** Solicitud de la segunda matriz **
%**********************************************************
 Diego Martinez Montes 7

d=input('ingrese la matriz 2 ');

%**********************************************************
%** En la siguiente seccion se normalizan todos los **
%** pivotes (se hacen 1 los numeros en la diagonal **
%** principal) y se hacen ceros losvalores por debajo **
%**********************************************************

for k=1:c
a(k,:)=a(k,:)/a(k,k);
for j=k+1:f
a(j,:)=a(j,:)-a(k,:)*a(j,k);
j=j+1;
a
pause
end
k=k+1;
a
pause
end

%***********************************************************
%** Se hacen cero los numeros por encima de la diaonal **
%** principal de la matriz que sequiere sacar la inversa **
%***********************************************************

for k=f:-1:2
for j=k-1:-1:1
a(j,:)=a(j,:)-a(k,:)*a(j,k);
j=j-1;
a
pause
end
k=k-1;
a
pause
end

%***********************************************************
%** Se calcula la inversa para comprobar el resultado **
%***********************************************************

fprintf('calculo la inversa para comprobar directo con matlab\n')

c=inv(b);
c
%***********************************************************
%** Solución de la multiplicacion de ambas matrices **
%***********************************************************
sol_1 = c*d
 Diego Martinez Montes 8

6. Resultados del programa

Diego Martinez Montes 9
Diego Martinez Montes 10
Diego Martinez Montes 11
 Diego Martinez Montes 12

7. Conclusiones
En conclusión, los sistemas de ecuaciones lineales con solución única pueden ser
resueltos no sólo mediante los métodos revisados en la primera clase digital, sino que
también pueden ser resueltos mediante matrices inversas. Este método de solución
alternativo emplea una representación más concisa y un procedimiento sistemático.

No todas las matrices de coeficientes son invertibles. Sólo las matrices cuadradas no
singulares (con determinante diferente de cero) tienen inversa.

El método para resolver sistemas de ecuaciones lineales por matrices inversas es

especialmente apropiado para su implementación en un algoritmo computacional.
Además, tiene la ventaja de que con la matriz inversa podemos calcular otras
soluciones para diferentes condiciones con tal sólo un producto matricial; mientras que
con los métodos de Gauss y Gauss-Jordan tendríamos que repetir el procedimiento
completo.