Laboratorio No.

2
Algebra Lineal MAT1203L
PrimerSemestre2023

Este laboratorio tiene por objetivo enseñar algunos comandos

de MATHEMATICA para resolver
la ecuación matricial A.x = b , RowReduce[ ] y LinearSolve[A, b ]
e interpretar sus resultados.

Sistemas Lineales

Un sistema de m ecuaciones lineales en n incógnita se puede escribir en su foma

matricial: A.x = b
donde A es una matriz de mxn , b un vector columna de m componentes y x es un
vector (incógnita ) columna de n componentes .

Por ejemplo, el sistema de tres ecuaciones y cuatro incógnitas x, y, z, w siguiente:

2x+3y-2z+5w = 1
x - y + z-2w = 2
3x+2y+3z+4w = 3

se representa matricialmente por las matrices siguientes:

Printed by Wolfram Mathematica Student Edition

2 Lab2_Pauta_Mat1203.nb

x
2 3 -2 5 1
y
1 -1 1 -2 = 2
z
3 2 3 4 3
w

Es decir, la igualdad matricial

A.x = b

donde A es una matriz de 3 x 4 , y b es un vector columna de 3 componentes y x un

vector columna incógnita de 4 componentes.
Una solución del sistema corresponde a encontrar un vector x de 4 de tal forma que
A.x = b.

De haber solución, el vector b es combinación lineal de las columnas de A.

Por ejemplo, si deseamos saber si el vector v = {1,2,3 } es combinación lineal de los

vectores
a1 = {2,1,3} , a2 = {3,-1, 2 }, a3 = {-2,1,3 } , a4= {5,-2,4} calculamos la solución del sis-
tema A.x = b.

El comando para calcular las soluciones de Ax=b es LinearSolve[A,b]

In[]:= A = {{2, 3, - 2, 5 }, {1, - 1, 1, - 2}, {3, 2, 3, 4}}

Out[]= {{2, 3, - 2, 5}, {1, - 1, 1, - 2}, {3, 2, 3, 4}}

In[]:= {{2, 3, - 2, 5 }, {1, - 1, 1, - 2}, {3, 2, 3, 4}} // MatrixForm

forma de matriz
Out[]//MatrixForm=

2 3 -2 5
1 -1 1 -2
3 2 3 4

Las columnas son los vectores a1 = {2,1,3} , a2 = {3,-1, 2 }, a3 = {-2,1,3 } , a4= {5,-2,4}

Ahora definimos el vector b,

Printed by Wolfram Mathematica Student Edition

 Lab2_Pauta_Mat1203.nb 3

In[]:= b = {1, 2, 3}

Out[]= {1, 2, 3}

y aplicamos el comando LinearSolve[A,b], que nos dirá si b es combinación de los

vectores

In[]:= LinearSolve[A, b]
resuelve ecuación lineal

7 3
Out[]=  , - , 0, 0
5 5

Verifiquemos que es correcto:

In[]:= A.{7 / 5, - 3 / 5, 0, 0}

Out[]= {1, 2, 3}

Más aún, (7/5)c1 - (3/5) c2 = {1,2,3}, es decir, el vector {1,2,3} es combinación lineal de las dos
primeras columnas de A.
Como se muestra en el siguiente cálculo. Las dos primeras columnas de A son

In[]:= {A[[All, 1]], A[[All, 2]]}

todo todo

Out[]= {{2, 1, 3}, {3, - 1, 2}}

In[]:= (7 / 5) A[[All, 1]] - (3 / 5) A[[All, 2]]

todo todo

Out[]= {1, 2, 3}

Otro ejemplo,

In[]:= B = {{1, 2, 3}, {2, 4, 6}, {2, 3, 4}} ; c = {1, 0, 2}; LinearSolve[B, c]
resuelve ecuación lineal

LinearSolve : Linear equation encountered that has no solution.

Out[]= LinearSolve[{{1, 2, 3}, {2, 4, 6}, {2, 3, 4}}, {1, 0, 2}]

Ahora el comando nos avisa que no hay solución de la ecuación matricial B.x = c
En otras palabras , el vector c = {1,0,2} no es nunca combinación lineal de las colum-

Printed by Wolfram Mathematica Student Edition

4 Lab2_Pauta_Mat1203.nb

nas de B,
que son {1,2,2}, {2,4,3}, {3,6,4}.

NullSpace[A]
Resuelve la ecuación matricial A.x=0

Este comando da como Output los vectores l.i. que generan A.x = 0

Consideremos la matriz

In[]:= {{1, 2, 3, 4}, {3, - 2, - 1, 0}, {1, 1 / 3, Sqrt[2], Pi}} // MatrixForm

raíz cuadr⋯ número pi forma de matriz
Out[]//MatrixForm=

1 2 3 4
3 -2 -1 0
1
1 2 π
3

Calculemos el espacio Nulo de la matriz,

In[]:= NullSpace[{{1, 2, 3, 4}, {3, - 2, - 1, 0}, {1, 1 / 3, Sqrt[2], Pi}}]

espacio nulo raíz cuadr⋯ número pi

2 - 1 + 6 2 - 3 π 3 2 + 6 2 - 5 π 6 (- 3 + 2 π)
Out[]= - ,- ,- , 1
- 11 + 12 2 - 11 + 12 2 - 11 + 12 2

Veamos otro ejemplo,

In[]:= Q = {{1, 3, 5, 10}, {2, 3, - 4, 5}}; NullSpace[Q]

espacio nulo

Out[]= {{5, - 5, 0, 1}, {27, - 14, 3, 0}}

Esto quiere decir que cualquier combinación lineal de estos vectores es un elemento
de Null(Q).
Por ejemplo,

Printed by Wolfram Mathematica Student Edition

 Lab2_Pauta_Mat1203.nb 5

In[]:= Q.(2 {5, - 5, 0, 1} + 3 {27, - 14, 3, 0})

Out[]= {0, 0}

Método de Eliminación de Gauss (RowReduce[ ])

Este método consiste en realizar operaciones elementales entre las filas de una
matriz
de tal manera de mantener la información. Con esta técnica la matriz se simplifica
bastante
de tal forma que el sistema A.x = b se transforma equivalentemente en otro sistema
que se soluciona
directamente por sustitución.

A la matriz resultante, después de aplicar el algoritmo de Gauss, se le llama Matriz

Reducida
Veamos el siguiente ejemplo,

In[]:= {{1, 2, 3, 4}, {3, 0, -1, 1}, {4, 2, 2, 5}, {-3, -4, 1, 2}} // MatrixForm
forma de matriz
Out[]//MatrixForm=

1 2 3 4
3 0 -1 1
4 2 2 5
-3 -4 1 2

Queremos solucionar la ecuación matriccial R.x = b usando el comando de reduc-

ción de Gauss

Printed by Wolfram Mathematica Student Edition

6 Lab2_Pauta_Mat1203.nb

In[]:= R = {{1, 2, 3, 4}, {3, 0, -1, 1}, {4, 2, 2, 5}, {-3, -4, 1, 2}} ;
RowReduce[R] // MatrixForm
reduce filas forma de matriz
Out[]//MatrixForm=

17
1 0 0
20
3
0 1 0 -
4
31
0 0 1
20
0 0 0 0

El Primer elemento no nulo de cada fila empezando desde la izquierda se le llama

pivote. En este ejemplo, las primeras tres filas tienen
pivote. La cuarta no tiene.

El algoritmo de eliminación de Gauss acumula las filas nulas al final de la matriz

reducida.
Este comando RowReduce[ ] no se detiene hasta que todos los pivotes son 1.

Como hemos mencionado este algoritmo se utiliza para resolver Ax = b.

Para ello se aplica el comando RowReduce[ [A,b]] (Método de Reducción de Gauss)

a la matriz ampliada [A b] y los coeficientes de la última columna
de la matriz reducida son la solución del problema A.x = b, es decir, x = RowReduce[
[A,b]][[All,4]].

Comando insertar fila ó columna. Insert[K, v,2]

K es una matriz , v un vector fila, 2 es la posición .

Miremos como insertar la fila {d,d,d,d} en segundo lugar en K, por ejemplo,

Insert[K,{d,d,d,d},2] incerta {x,x,x,x} como segunda fila de R.

In[]:= K = {{1, 2, 3, 4}, {2, 2, 2, 2}, {3, 3, 3, 3}}

Out[]= {{1, 2, 3, 4}, {2, 2, 2, 2}, {3, 3, 3, 3}}

Printed by Wolfram Mathematica Student Edition

 Lab2_Pauta_Mat1203.nb 7

In[]:=

MatrixForm[K]
forma de matriz
Out[]//MatrixForm=

1 2 3 4
2 2 2 2
3 3 3 3

In[]:= KK = Insert[K, {d, d, d, d}, 2]

inserta

Out[]= {{1, 2, 3, 4}, {d, d, d, d}, {2, 2, 2, 2}, {3, 3, 3, 3}}

In[]:= MatrixForm[KK]
forma de matriz
Out[]//MatrixForm=

1 2 3 4
d d d d
2 2 2 2
3 3 3 3

Y estamos listos.

Para insertar como tercera columna a {d,d,d} de K , transponemos K , agregamos la

fila {p,p,p} en tercer lugar volvemos a transponer

In[]:= Transpose[K]
transposición

Out[]= {{1, 2, 3}, {2, 2, 3}, {3, 2, 3}, {4, 2, 3}}

In[]:= MatrixForm[Transpose[K]]
forma de matriz transposición
Out[]//MatrixForm=

1 2 3
2 2 3
3 2 3
4 2 3

In[]:= Insert[Transpose[K], {d, d, d}, 3]

inserta transposición

Out[]= {{1, 2, 3}, {2, 2, 3}, {d, d, d}, {3, 2, 3}, {4, 2, 3}}

Printed by Wolfram Mathematica Student Edition

8 Lab2_Pauta_Mat1203.nb

In[]:= MatrixForm[%]
forma de matriz
Out[]//MatrixForm=

1 2 3
2 2 3
d d d
3 2 3
4 2 3

In[]:= Transpose[ Insert[Transpose[K], {d, d, d}, 3] ]

transposición inserta transposición

Out[]= {{1, 2, d, 3, 4}, {2, 2, d, 2, 2}, {3, 3, d, 3, 3}}

In[]:= MatrixForm[%]
forma de matriz
Out[]//MatrixForm=

1 2 d 3 4
2 2 d 2 2
3 3 d 3 3

Y se ha insertado como tercera columna el vector {d,d,d}.

Desarrollemos el ejemplo, S.x = {1,1,2}

In[]:= {{1, 2, 3}, {1, 2, 5}, {- 1, 4, - 3}} // MatrixForm

forma de matriz
Out[]//MatrixForm=

1 2 3
1 2 5
-1 4 -3

In[]:= S = {{1, 2, 3}, {1, 2, 5}, {- 1, 4, - 3}}

Out[]= {{1, 2, 3}, {1, 2, 5}, {- 1, 4, - 3}}

Queremos solucionar S.x = {1,1,2}

Utilizando el comando LinearSolve[ ]

In[]:= LinearSolve[S, {1, 1, 2}]

resuelve ecuación lineal

1
Out[]= 0, , 0
2

Printed by Wolfram Mathematica Student Edition

 Lab2_Pauta_Mat1203.nb 9

Luego la solución es {0, 1/2, 0}.

Con el comando Insert[ ] podemos crear la matriz Ampliada [S b] , b columna.
Usando reducción de Gauss
a la matriz aumentada se obtiene que

In[]:= Transpose[Insert[Transpose[S], {1, 1, 2}, 4]] // MatrixForm

transposición inserta transposición forma de matriz
Out[]//MatrixForm=

1 2 3 1
1 2 5 1
-1 4 -3 2

Aplicamos Reduccón de Gaus a la matriz aumentada,

In[]:= SA = Transpose[Insert[Transpose[S], {1, 1, 2}, 4]]; RowReduce[SA]

transposición inserta transposición reduce filas

1
Out[]= {1, 0, 0, 0}, 0, 1, 0, , {0, 0, 1, 0}
2

In[]:= MatrixForm[RowReduce[SA]]
forma de matriz reduce filas
Out[]//MatrixForm=

1 0 0 0
1
0 1 0
2
0 0 1 0

La última columna es la solución

x = RowReduce[SA][[All, 4]]
reduce filas todo

1
Out[]= 0, , 0
2

Y justamente la última columna es la solución, como ya sabíamos por el comando

LinearSolve[S,{1,1,2}].

Printed by Wolfram Mathematica Student Edition

10 Lab2_Pauta_Mat1203.nb

EJERCICIOS

Problema 1
Determine, mediante dos métodos distintos, si el vector w = {2,1,1,1} está en el hiper-
plano que contiene a los vectores u = {1,2,3,2} , v = {-1,1,2,1}, q={1,-1,2,3} . Explique su
respuesta

Desarrollo.

Primero nos aseguramos que los vectores u,v,q son li.

In[]:= ClearAll[M]; u = {1, 2, 3, 2} ; v = {-1, 1, 2, 1};

borra todo

q = {1, -1, 2, 3}; M = {u, v, q}

Out[]= {{1, 2, 3, 2}, {- 1, 1, 2, 1}, {1, - 1, 2, 3}}

Miremos la matriz para estar seguro,

In[]:= MatrixForm[M]
forma de matriz
Out[]//MatrixForm=

1 2 3 2
-1 1 2 1
1 -1 2 3

Calculemos Null[M]

In[]:= Transpose[M]
transposición

Out[]= {{1, - 1, 1}, {2, 1, - 1}, {3, 2, 2}, {2, 1, 3}}

In[]:= NullSpace[{{1, - 1, 1}, {2, 1, - 1}, {3, 2, 2}, {2, 1, 3}}]

espacio nulo

Out[]= {}

Printed by Wolfram Mathematica Student Edition

 Lab2_Pauta_Mat1203.nb 11

luego los vectores u, v , q son li.

Para que el vector w esté en el hiperplano generado por u,v , q el sistema Transpose[M].X = w debe
tener solución,

In[]:= LinearSolve[Transpose[M], {2, 1, 1, 1}]

resuelve ecuac⋯ transposición

Out[]= {1, - 1, 0}

Problema Resuelto. w es un elemento del hiperplano generado or los vectores u, v, q.

Problema 2
Determine si los vectores
v1 = {3,1,1,1} , v2= {2,1,1,1 } ,v3 ={-2,1,3,1}, v4 = {2,-1,2,0}
son linealmente independientes (LI) o linealmente dependientes. (LD). Explique su
respuesta

Desarrollo.

Formemos la matriz cuyas columnas son los vectores v1, ..., v4.

In[]:= = {2, 1, 1, 1 } ;
v1 = {3, 1, 1, 1} ; v2
v3 = {-2, 1, 3, 1}; v4 = {2, -1, 2, 0}
Out[]= {2, - 1, 2, 0}

Creamos la matriz cuyas columnas son los vectores v1, v2, v3, v4

G = Transpose[{v1, v2, v3, v4}]

transposición

Out[]= {{3, 2, - 2, 2}, {1, 1, 1, - 1}, {1, 1, 3, 2}, {1, 1, 1, 0}}

Verificamos que todo está ok,

Printed by Wolfram Mathematica Student Edition

12 Lab2_Pauta_Mat1203.nb

In[]:= MatrixForm[G]
forma de matriz
Out[]//MatrixForm=

3 2 -2 2
1 1 1 -1
1 1 3 2
1 1 1 0

Ahora resolvemos el problema de combinación lineal

LinearSolve[G, {0, 0, 0, 0}]

resuelve ecuación lineal

Out[]= {0, 0, 0, 0}

Esto prueba que los vectores on li. puesto que cualquier combinación lineal a v1 +

bv2 + c v3 + d v4 = 0 implica que a=b=c=d=0.

Problema 3
Demuestre que los vectores
w1 ={1,-2,-1,-2} , w2 = {0,1,1,2} , w3 = {0,0,1,1}, w4 = {-2,6,1,5}
son linealmente dependientes. Determine w3 como combinación lineal de
w1,w2,w4,
usando RowReduce[ ] . Explique.

Desarrollo.

Definamos los vectores

In[]:= w1 = {1, -2, -1, -2} ; w2 = {0, 1, 1, 2} ;

w3 = {0, 0, 1, 1}; w4 = {-2, 6, 1, 5}
Out[]= {- 2, 6, 1, 5}

Printed by Wolfram Mathematica Student Edition

 Lab2_Pauta_Mat1203.nb 13

Realizamos H con las columnas los vectores w’s

In[]:= H = Transpose[{w1, w2, w3, w4}]

transposición

Out[]= {{1, 0, 0, - 2}, {- 2, 1, 0, 6}, {- 1, 1, 1, 1}, {- 2, 2, 1, 5}}

In[]:= MatrixForm[%]
forma de matriz
Out[]//MatrixForm=

1 0 0 -2
-2 1 0 6
-1 1 1 1
-2 2 1 5

Ahora resolvemos

In[]:= NullSpace[H]
espacio nulo

Out[]= {{2, - 2, 3, 1}}

Esto quiere decir que w1-2w2+3w3+w4 = 0

In[]:= 2 w1 - 2 w2 + 3 w3 + w4

Out[]= {0, 0, 0, 0}

de esto se deduce, por ejemplo, que

w3 = -2/3 w1 + 2/3 w2 -1/3 w4.

Problema 4
Plantee el sistema de ecuaciones que debe resolverse para calcular
todas las matrices A de 2x2 tales que A.{3,2} = {2,-1}. ¿Cuántas matrices son?
Calcúlelas todas.

Desarrollo.

Printed by Wolfram Mathematica Student Edition

14 Lab2_Pauta_Mat1203.nb

Este problema produce un sistema de 2 ecuaciones y cuatro incógnitas.

x y 3 2
Las ecuaciones son =
z w 2 -1

3x + 2y + 0z + 0w= 2
0x + 0y +3z + 2w = -1

La matrz del sistema es

In[]:= ClearAll[A]; A = {{3, 2, 0, 0}, {0, 0, 3, 2}}

borra todo

Out[]= {{3, 2, 0, 0}, {0, 0, 3, 2}}

In[]:= LinearSolve[A, {2, - 1}]

resuelve ecuación lineal

2 1
Out[]=  , 0, - , 0
3 3

Una solución es {x,y,z,w} =  23 , 0, - 13 , 0

In[]:= NullSpace[A]
espacio nulo

Out[]= {{0, 0, - 2, 3}, {- 2, 3, 0, 0}}

Luegocomo sabemos de clases las solución es la solución general del Null + una solución particular,
0 0 -2 3 2/3 0 2/3 - 2 s 3 s
Luego todas las matrices son t + s + = donde s,t
-2 3 0 0 -1 / 3 0 -2 t - 1 / 3 3 t
son parámetros libres.

Problema 5
Determine todas las matrices B de 2x3 tales que la suma de los elementos de la
primera fila es igual a 1,
la suma de los elementos de la segunda fila es igual a 2, y la suma de los elementos

Printed by Wolfram Mathematica Student Edition

 Lab2_Pauta_Mat1203.nb 15

de cada una de sus columnas es igual a 1

Desarrollo
x y z
Se trata de un sistema de 5 ecuaciones y 6 incógnita. La matriz es de 2 x3,
w p q
Las ecuaciones son x + y + z + 0w + 0p + 0q = 1 ,
0x + 0y + 0 z + w + p + q = 2
x + 0y + 0 z + w + 0p + 0q = 1
0x + y + 0z + 0w + p + 0q = 1
0x + 0y + z + 0w + 0q + q = 1

Luego la matriz asociada al sistema es

In[]:= CleaAll[B]; B = {{1, 1, 1, 0, 0, 0}, {0, 0, 0, 1, 1, 1},

{1, 0, 0, 1, 0, 0}, {0, 1, 0, 0, 1, 0}, {0, 0, 1, 0, 0, 1}}

Out[]= {{1, 1, 1, 0, 0, 0}, {0, 0, 0, 1, 1, 1},

{1, 0, 0, 1, 0, 0}, {0, 1, 0, 0, 1, 0}, {0, 0, 1, 0, 0, 1}}

In[]:=

MatrixForm[%]
forma de matriz
Out[]//MatrixForm=

1 1 1 0 0 0
0 0 0 1 1 1
1 0 0 1 0 0
0 1 0 0 1 0
0 0 1 0 0 1

Resolvemos con LinearSolve[ ]

In[]:= LinearSolve[B, {1, 2, 1, 1, 1}]

resuelve ecuación lineal

Out[]= {- 1, 1, 1, 2, 0, 0}

-1 1 1
Luego, la matriz es una solución particular .
2 0 0

Veamos los generadores del Null de la matriz B

Printed by Wolfram Mathematica Student Edition

16 Lab2_Pauta_Mat1203.nb

In[]:= NullSpace[B]
espacio nulo

Out[]= {{1, 0, - 1, - 1, 0, 1}, {1, - 1, 0, - 1, 1, 0}}

1 0 -1 1 -1 0
Las matrices , generan el Nul(B)
-1 0 1 -1 1 0

1 0 -1 1 -1 0 -1 1 1
La solución general es t +s +
-1 0 1 -1 1 0 2 0 0

Resumen, hay una familia de soluciones parametrizada con dos parámetro.

-1 + t + s 1-s 1-t
2 -t-s s t

Problema 6
Consideremos el sistema donde B está definida por sus filas:

B = {{1, 1, 1, 0}, { 3, 2, 2, 1} , {3, 3, 3, 2} , {1, 1, 1, 1}, {5, 5, 5, 3}}

a) Pivotee la matriz B hasta obtener una matriz escalonada. Explicite cada una de
las operaciones realizadas.
b) Determine las columnas con pivotes.
c) Determine la solución general de A.x = b donde b es el vector b = {0, 0, 2, 1, 3 }
d) A partir de la solución encontrada determine la solución general del sistema
homogéneo.

Desarrollo.

Printed by Wolfram Mathematica Student Edition

 Lab2_Pauta_Mat1203.nb 17

In[]:= ClearAll[B]; B = {{1, 1, 1, 0}, { 3, 2, 2, 1} ,

borra todo

{3, 3, 3, 2} , {1, 1, 1, 1}, {5, 5, 5, 3}}

Out[]= {{1, 1, 1, 0}, {3, 2, 2, 1}, {3, 3, 3, 2}, {1, 1, 1, 1}, {5, 5, 5, 3}}

Pivoteamos la matriz B con RowReduce[ ]

In[]:= RowReduce[B]
reduce filas

Out[]= {{1, 0, 0, 0}, {0, 1, 1, 0}, {0, 0, 0, 1}, {0, 0, 0, 0}, {0, 0, 0, 0}}

Llamemos J a esta nueva matriz que representa el mismo sistema más simple,

In[]:= J = RowReduce[B]
reduce filas

Out[]= {{1, 0, 0, 0}, {0, 1, 1, 0}, {0, 0, 0, 1}, {0, 0, 0, 0}, {0, 0, 0, 0}}

In[]:= MatrixForm[%]
forma de matriz
Out[]//MatrixForm=

1 0 0 0
0 1 1 0
0 0 0 1
0 0 0 0
0 0 0 0

Las columnas on pivote son la primera , la segunda y la cuarta. Ellas corresponde

x,y,w las variables básicas .
Las variable libre es la tercera, es decir z.

NullSpace[J]
espacio nulo

Out[]= {{0, - 1, 1, 0}}

Luego la solución general debe tener un parámetro libre,

In[]:= LinearSolveJ, {1, 2, 3, 0, 0 }

resuelve ecuación lineal

Out[]= {1, 2, 0, 3}

Printed by Wolfram Mathematica Student Edition

18 Lab2_Pauta_Mat1203.nb

El sistema tiene solución particular {1,2,0,3} .

Luego la solución general del sistema es : {1,2,0,3} + t {0, -1, 1 , 0}.

Problema 7
Considere el siguiente sistema:

x1 + x2+ x3 + x4 = b1
3 x1+ 2 x2 + 4 x3 + 3 x4 + x5 = b2
3 x1+3 x2 + 3 x3 + 5 x4+ 2 x5 = b3
x1+x2 + x3 + 2 x4+ x5 = b4
5 x1+5 x2 + 5 x3 + 8 x4+ 3 x5 = b5

Llamemos C a la matriz asociada al sistema

a) Obtenga la matriz escalonada reducida.

b) Determine las columnas con pivotes de C.
c) Especifique las variables libres y las básicas.
d) Describa el sistema homogéneo C.x=0 como un conjunto generado.
e) Sea {1,2,3,4,5} un vector columna. Determine si b es combinación lineal de las
columnas de C
f) Sea b = {b1, b2 , b3, b4 , b5} = {5,4,3,2,1} . Calcule todas las soluciones de C.x = b.

Desarrollo

Printed by Wolfram Mathematica Student Edition

 Lab2_Pauta_Mat1203.nb 19

In[]:=

In[]:=

Printed by Wolfram Mathematica Student Edition