Apuntes de la materia Programacin Numrica

Edgar Arce
23 de julio de 2004
ndice General
1 TutorialdeMatLab 3
1.1 Qu esMatLab? . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Inicio deMATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Cmo funcionaMATLAB? . . . . . . . . . . . . . . . . . . . . . 4
1.3.1 Caracteres especiales . . . . . . . . . . . . . . . . . . . . . 5
1.3.2 Operaciones bsicas . . . . . . . . . . . . . . . . . . . . . 6
1.3.3 Borrado de variables . . . . . . . . . . . . . . . . . . . . . 6
1.3.4 Funciones trigonomtricas . . . . . . . . . . . . . . . . . . 6
1.3.5 Logaritmos . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.6 Funcionesmatemticas especiales . . . . . . . . . . . . . . 7
1.3.7 Operaciones Lgicas . . . . . . . . . . . . . . . . . . . . . 7
1.3.8 Operadores relacinales . . . . . . . . . . . . . . . . . . . 8
1.3.9 La variable NaN (Not a Number) . . . . . . . . . . . . . . 9
1.3.10 Solucin de ecuaciones de segundo grado . . . . . . . . . . 9
1.3.11 Arreglos (Arrays) Vectores . . . . . . . . . . . . . . . . 10
1.3.12 Modificaciones de los arreglos . . . . . . . . . . . . . . . . 11
1.3.13 Matemticas con arreglos . . . . . . . . . . . . . . . . . . 11
1.3.14 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.15 Grficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.16 Otros comandos . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.17 Como hacer un programa enMATLAB . . . . . . . . . . 19
1.3.18 Anlisis de datos. . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.19 Interpolacin . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.20 Polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.3.21 Tips dememoria. . . . . . . . . . . . . . . . . . . . . . . . 22
2 Solucin de ecuaciones no lineales 23
2.1 Mtodo de biseccin . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Iteracin de punto fijo . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.1 Punto fijo . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Mtodo de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . 29
2.4 Ceros de Polinomios . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.1 Mtodo de Horner . . . . . . . . . . . . . . . . . . . . . . 30
1
3 Solucin de Ecuaciones Lineales 32
3.1 Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . 32
3.2 Mtodos Directos de Solucin de Sistemas de Ecuaciones Lineales 36
3.3 Algebra Lineal e Inversa deMatrices . . . . . . . . . . . . . . . . 45
3.3.1 Inversa de unamatriz . . . . . . . . . . . . . . . . . . . . 47
3.3.2 Factorizacin dematrices . . . . . . . . . . . . . . . . . . 49
3.4 Mtodos iterativos en el lgebra lineal . . . . . . . . . . . . . . . 51
2
1 TutorialdeMatLab
1.1 Qu es MatLab?
MatLab significa MATrix LABoratory (LABORATORIO DE MATRICES).
MATLAB es un medio computacional tcnico, con un gran desempeo para el
clculo numrico computacional y de visualizacin. MATLAB integra anlisis
numrico, matrices, procesamiento de seales y grficas, todo esto en un ambiente
donde los problemas y soluciones son expresados tal como se escriben
matemticamente.

Escrito inicialmente como auxiliar en la programacin de clculo con matrices.

MATLAB fue escrito originalmente en fortran, actualmente est escrito en
lenguaje C. MATLAB es un lenguaje de programacin amigable al usuario con
caractersticas ms avanzadas y mucho ms fciles de usar que los lenguajes de
programacin como basic, pascal o C. MATLAB cuenta con paquetes de funciones
especializadas llamadas toolboxes algunas de las cuales se mencionan a
continuacin:
Control system Toolbox, Robust Control Toolbox.
Frequency Domain System Identification Toolbox.
Fuzzy Logic Toolbox.
Higher Order Spectral Analisys Toolbox.
Image Processing Toolbox.
Model Predective Control Toolbox.
Mu Analisis and Synthesis Toolbox.
NAG Foundation Toolbox.
Neural Network Toolbox.
Nonlinear Control Design Toolbox.
Optimization Toolbox.
Quantitative Feedback Theory Toolbox.
Signal Processing Toolbox.
SIMULINK, SIMULINK Real Time Workshop.
Spline Toolbox.
Statistics Toolbox.
Symbolic Math Toolbox.
System Identification Toolbox.
3
1.2 Inicio de MATLAB
MATLAB se inicia directamente desdeWindows. Al invocarse MATLAB aparecer
la pantalla de comandos, algunas sugerencias y el smbolo >> , el cual
indica la entrada de instrucciones para ser evaluadas.
>>
>> Comando o instruccin a evaluar < enter >
Para hacer la suma de dos nmeros, escribimos :
>> 5 + 5 < enter > Presionamos la tecla entrar.
ans =
10
El resultado es desplegado y se guarda en la variable ans (answer).
El comando help proporciona una lista de todos los tpicos que MATLAB
puede proporcionar ayuda. help comando proporciona ayuda sobre el comando
especificado.
help sqrt
proporciona ayuda sobre la instruccin sqrt., ejemplo:
help sqrt
SQRT Square root.
SQRT(X) is the square root of the elements of X. Complex
results are produced if X is not positive.
See also SQRTM
1.3 Cmo funciona MATLAB?
MATLAB puede almacenar informacin en variables tales como :
a = 100 para evaluar la celda
Cada vez que capturamos informacin enMATLAB y presionamos <ENTER>
sta es desplegada inmediatamente, pero si ponemos un punto y coma al final
de la instruccin MATLAB omite el desplegado de informacin.

Por ejemplo :
b = 50 ;
4
Si se quiere saber el valor de alguna variable capturada slo se tiene que
poner el nombre de la variable y <ENTER> y MATLAB lo despliega. Estas
variables residen en el espacio de trabajo de MATLAB.
b
Las variables son sensibles a las maysculas, por lo que las siguientes variables
son diferentes :
Variable = 1
variable = 1
Las variables pueden contener hasta 19 caracteres. stas deben empezar
con una letra, seguida por cualquier nmero de letras, dgitos o guiones de
subrayado; los caracteres de puntuacin no son permitidos en las variables.
Cuando se trabaja con muchas variables estas son difcil de recordar. El
comando who muestra un desplegado de todas aquellas variables que se han
estado utilizando.
who
whos Muestra las variables con informacin adicional.
1.3.1 Caracteres especiales
[ ] Son usados para formar vectores y matrices [ 1 2 3 ; 4 5 6 ].
( ) Usados para expresiones matemticas. sqrt(2).
= Usado para hacer asignaciones: x = 5.
Transpuesta de una matriz: A.
(espacio) Usada para separar texto: texto.
. Punto decimal: 3.1415.
... Al final de una lnea indican que continua 2,3,4,5,6 ....
en el siguiente rengln. 7,8,9,10 ].
, Para separar elementos [1,2,3,4].
; Para separar filas en las matrices. [ 1 2; 3 4].
% Para hacer comentarios % este programa,etc.
! Para ejecutar un comando del Ms-dos: !dir.
5
1.3.2 Operaciones bsicas
SUMA C = a + b
RESTA d = a - b
MULTIPLICACION e = a * b
DIVISION F = a / b, F = a \ b
POTENCIA a ^2; como este ltimo clculo no tena variable asignada, la
respuesta se guarda en la variable ans (answer ).
1.3.3 Borrado de variables
Para borrar el valor de una variable simplemente escribimos
clear a
borra la variable a .
Para borrar ms de una variable, escribimos
clear a b c
Para borrar todas las variables se escribe
clear
1.3.4 Funciones trigonomtricas
Si escribimos la siguiente instruccin en MatLab
sin (0.5)
se estar evaluando el seno de 0.5 radianes.
As mismo, existen, entre otras, las siguientes funciones trigonomtricas:

 cos (x)
tan (x)
asin (x)
acos (x)
atan (x)
sinh(x)
cosh (x)
tanh (x)
6
asinh (x)
acosh(x)
atanh(x)
atan2(x,y) inversa de la tangente en los cuatro cuadrantes.
1.3.5 Logaritmos
log (x) Logaritmo natural.
log10 (x) Logaritmo decimal.
1.3.6 Funciones matemticas especiales
abs ( -3) Valor absoluto o magnitud de un nmero complejo.
ceil ( 123.123123) Redondea hacia ms infinito.
floor ( x ) Redondea hacia menos infinito.
fix ( x ) Redondea hacia cero.
round ( x ) Redondea hacia el entero ms prximo.
imag ( 30 - 5j ) Parte imaginaria de un nmero complejo.
reak ( x ) Parte real de un nmero complejo.
angle ( x ) Angulo de un nmero complejo.
conj ( x ) Complejo conjugado.
sign ( -5) Funcin signo : Devuelve el signo del argumento (1 si es positivo,
-1 si es negativo ).
exp ( 1 ) Exponencial : e ( x ).
rem ( x,y ) Resto despus de la divisin ( x / y).
sqrt (2) Raz cuadrada.
1.3.7 Operaciones Lgicas
En MATLAB se pueden hacer operaciones lgicas, por ejemplo.
1<2
7
como 1 es menor que 2, la respuesta es cierta por lo que obtenemos un 1.
Para
1<1
obtenemos un 0, porque 1 no es menor que 1.
Como se puede observar las nicas respuestas posibles con las operaciones
lgicas son :
Cierto = 1 y Falso = 0.
1.3.8 Operadores relacinales
> Mayor que.
< Menor que.
>= Mayor o igual a.
<= Menor o igual a.
== Igual a.
~= No igual a.
Existen tres operadores lgicos :
AND &
OR |
NOT ~

Para que la operacin AND sea verdadera las dos relaciones deben ser verdaderas.
Recordemos la tabla de verdad de la operacion AND:
operando 1 operando 2 resultado
0 0 0 falso
0 1 0 falso
1 0 0 falso
1 1 1 verdadero
Ejemplo
( 1 < 2 ) & ( 2 < 3) Verdadero.
( 1 < 2) & ( 2 < 1 ) Falso.
Para la operacin OR :
8
operando 1 operando 2 resultado
0 0 0 falso
0 1 0 verdadero
1 0 0 verdadero
1 1 1 verdadero
Ejemplo:
( 1 < 2 ) | ( 2 < 1 ) Verdadero.
Para la operacin NOT :
operando resultado
0 1 verdadero
1 0 falso
Ejemplo:
~( 2 < 1) Verdadero.
1.3.9 La variable NaN (Not a Number)
Cuando en un lenguaje de programacin como basic, pascal o C, se da una
situacin que el programa no pueda manejar, como una divisin como 0/0 el
programa se detiene, marcando un error.
Cuando en MATLAB se presenta una situacin similar el programa no se
detiene, slo da una pequea advertencia de que se present una divisin entre
cero. Y el resultado es un NaN, que es una variable interna no es un nmero),
por ejemplo si se escribe 0/0.
Ejemplo: defina a=[1 2 0] y b=[1 2 0] ahora pida la divisin elemento a
elemento (comando ./)
a ./ b
1.3.10 Solucin de ecuaciones de segundo grado
MATLAB se puede resolver fcilmente ecuaciones del tipo ax2 + bx + c = 0,
hacindolo como si fuera una sola instruccin. La formula para resolver una
ecuacin de segundo grado si tenemos los valores para a = 1, b = 2, c = 3 es :
Escribimos la formula para x1 :
x1 = (b + sqrt(b2 4 a c))/2 a
Para x2 :
x2 = (b sqrt(b2 4 a c))/2 a
Podemos hacer la comprobacin para x1.
a x12 + b x1 + c
9
1.3.11 Arreglos (Arrays) Vectores
Si se desea calcular el seno de 0 a 1 con incrementos de 0.25, se pueden
capturar los valores y despus mandar llamar el seno de la funcin.
x = [ 0, 0.25, 0.5, 0.75, 1 ]
Se pueden omitir las comas cuando se capturan los nmeros. Con los
nmeros capturados, se obtiene el seno de la variable x escribiendo simplemente

:
sin (x)
MATLAB opera en radianes, donde 2 = 360 grados.
Ahora se requiere obtener el coseno de cero a uno con incrementos de 0.01;
lo que equivale a capturar 101 elementos. Para evitar capturarlos a mano,
MATLAB nos permite crear un vector de la siguiente manera :
Variable = ( Valor inicial : Con incrementos de : Valor final )
Ejemplo:
R = (0 : 0.01 : 1)
Ahora se puede obtener el coseno de la variable R:
cos (R)
Hagamos el siguiente vector :
Y = (0 : 1 : 10)
Si queremos saber cual es el cuarto elemento del vector ponemos :
Y (4)
Si nos interesan los elementos 5 al 10 :
Y (5 : 10)
Otras opciones son :
Y (1 : 2 : 9) Toma los elementos del 1 al 9 con incrementos de 2.
Y ([1, 3, 7, 10]) Toma los elementos 1, 3, 7 y 10 del arreglo.
10
1.3.12 Modificaciones de los arreglos
Si el noveno elemento del arreglo debi ser el nmero 20 en vez de 8, corregimos
de la siguiente manera :
Y (9) = 20
Otra forma de hacer arreglos, es con linspace :
Linspace ( Valor inicial , Valor final , Nmero de elementos )
Regresando al ejemplo del coseno de 0 a 1 con incremento de 0.01 escribimos
:
Z = linspace(0, 10, 101)
note el uso de comas (#, #, #). Linspace describe una relacin lineal de
espaciado entre sus elementos.
Otra forma de crear arreglos es :
x1 = 1 : 5 Arreglo de 1 a 5, con incremento de 1.
x2 = 10 : 5 : 100 Arreglo de 10 a 100, con incrementos de 5.
Si se quiere concatenar x1 y x2
C = [x1 x2]
1.3.13 Matemticas con arreglos
a = 1 : 6 Define un vector de seis elementos con incrementos de 1.
b = 1 : 2 : 12 Vector de seis elementos con incremento de 2
Arreglos con escalares. Se le puede sumar o multiplicar un nmero a todo
el arreglo, por ejemplo
a+ 10 Suma de un escalar con una rreglo
a 10 Multiplicacin de un escalar con un arreglo
Operaciones con arreglos. Para hacer la suma de los arreglos a y b, solamente
escribimos :
a+b
Se pueden hacer operaciones como :
11
Z = 100 2 a + b
La multiplicacin de arreglos se hace con ( . * ), ya que cuando se utiliza el
asterisco sin punto indica multiplicacin matricial, y adems provoca un error.
Z = a. b

La divisin tambin lleva un punto antes del signo, porque sino se utiliza el
punto nos referimos a la divisin matricial que es muy diferente.
Z = a./b
La siguiente operacin obtiene el cuadrado del arreglo a .
Z = a.2
Orientacin de arreglos Si separamos cada elemento del arreglo con punto y
coma tenemos un arreglo de una sola columna :
a = [1; 2; 3; 4; 5; 6]
Es necesario usar los corchetes, porque si no los usamos obtenemos el ltimo
valor que capturamos :
d = 1; 2; 30; 40; 50; 600; 1000
Para crear una columna con 20 elementos hacemos lo siguiente :
d = (1 : 1 : 20)
y trasponemos el rengln a columna, es decir buscamos la transpuesta. ( )
e = d&#x100033;
Que pasa si hacemos lo siguiente : ?
e&#x100033;
12
1.3.14 Matrices
Se utiliza el punto y coma ( ; ) para construir una matriz. Por ejemplo, para
formar la matriz
123
321
213
escribimos :
A=[1 2 3; 3 2 1; 2 1 3]
Con MATLAB se pueden resolver sistemas de ecuaciones simultneas fcilmente,
por ejemplo para resolver el siguiente sistema de ecuaciones.
2x + 0y + 5z = 100
3x + 5y + 9z = 251
1x + 5y + 7z = 301
Capturamos los valores de x, y, z ; formando una matriz.
A = [205; 359; 157]
Despus capturamos el valor al cual estn igualadas las ecuaciones en otra matriz.
b = [100; 251; 301]
Una forma de solucionar las ecuaciones es obteniendo el inverso de la matriz, es
decir : A -1 ( menos uno )
c = inv(A) b
el asterisco indica multiplicacin matricial.
Otra forma de resolverlo, es utilizando la divisin matricial.
c = A\b
Es tambin posible obtener la determinante de una matriz.
det(A)
13
Operaciones con Matrices Definamos las siguientes matrices g y h .
g = [1 2 3; 4 5 6; 7 8 9]
h = [1 0 2; 11 2 3; 3 5 12]
La suma de las matrices g y h se muestra enseguida :
k=g+h

Multiplicacin de dos matrices:

k=gh
Para calcula la factorizacin LU de la matriz cuadrada k
[L,U] = lu(k)
Para calcula la factorizacin QR de la matriz k.
[d, e] = qr(k)
Modificacin de las matrices. Sea
A=[1 2 3; 4 5 7; 7 8 9]
Si nos equivocamos al capturar la matriz, por ejemplo si el nmero 7 del
segundo rengln, tercer columna debi ser 6 en vez de 7, tendramos que capturar
de nuevo la matriz, pero con MATLAB es posible modificarla de la siguiente
manera :
A(2, 3) = 6
Es decir Variable ( rengln, columna)= nuevo valor
Si tenemos la matriz identidad de 4 x 4 :
1
0
0
0

0
1
0
0

0
0
1
0

0
0
0
1

A= [1 0 0 0; 0 1 0 0; 0 0 1 0; 0 0 0 1]
Pero por algn error la matriz identidad debi de haber sido de 5 x 5. Hay que
capturar de nuevo la matriz ? La respuesta es no!
14
A(5, 5) = 1
Agregamos un 1 en el rengln 5 columna 5, y como este no existan previamente,
las columnas y renglones se completan agregando ceros.
Que pasa ahora si queremos slo una matriz identidad de 3 x 3 y tenemos
capturada una de 5 x 5. Podemos utilizar :
Matriz (Rengln inicio : Fin , Columna inicio : Fin )
B = A(1 : 3,1 : 3)
Poner dos puntos ( : ) indica que se deben tomar todas las columnas, por
ejemplo
C = A(:, [1 3 5])
toma todos los renglones, pero slo toma las columnas 1, 3 y 5.
Si creamos las siguientes matrices A y B :
A = [ 1 2 3 4 5; 1 2 3 4 5; 1 2 3 4 5; 1 2 3 4 5 ]
B = [ 6 7 8; 6 7 8; 6 7 8; 6 7 8 ]
Podemos construir una matriz C uniendo las dos anteriores
c = [A B]
A partir de la matriz A queremos tomar las columnas 1, 2 y 5, y de la matriz
B queremos tomar las columnas 1 y 3, para formar una matriz D.
D = [ A(:,[ 1 2 5]) B(:, [ 1 3])]
D( :,1) = [] Elimina la columna nmero uno.
Matrices especiales
ones(2) Hace una matriz de unos, de 2 x 2.
zeros(5,4) Hace una matriz de ceros, de 5 x 4.
rand(3) Hace una matriz de 3 x 3,
eye(4) Hace una matriz identidad de 4 x 4.
15

1.3.15 Grficas
En MATLAB se pueden crear grficas tan simples como :
D = [ 1 2 3 5 4 7 6 8 9 8 6 3 1 3];
plot (D)
o se pueden crear grficas tan complejas como :
cplxroot(3,10) Superficie de una raz cubica.
Como se vi en el primer ejemplo es posible grficar una serie de puntos y
MATLAB automticamente ajusta los ejes donde se grfica. Por ejemplo, para
grficar la funcin seno se pueden crear un rango de valores
x = 0 : 0.1 : 20; (x = vector de cero a veinte con incrementos de 0.1)
y = sin(x); (Seno del vector (x))
plot (x,y) ( Grfica del seno )
z = cos(x); (Coseno del vector anterior)
plot (x,z) (Grfica del coseno de x.)
plot ( x,y,x,z) (Grfica del seno y coseno en la misma pantalla)
plot (x,z,*) (Grfica del coseno con los signos * )
Hace la grfica en azul, y los signos + , intercambiando los ejes.
plot ( z, x,b+)
Como se ve es posible grficar en Matlab con smbolos y adems escoger el
color, tal como se muestra en la siguiente tabla.
Smbolo Color Smbolo Estilo de lnea
y amarillo . punto
m magenta o circulo
c can x equis
r rojo + mas
g verde asterisco
b azul menos
w blanco : dos puntos
Es posible agregar un cuadriculado a la grfica, para tener ms precisin,
con el comando.
grid
Se pueden agregar ttulos a las grficas y etiquetas en los ejes con los comandos
siguientes.
title( Grfica del coseno de x)
Para ponerle etiquetas a los ejes se puede utilizar los comandos
16
ylabel (etiqueta)
xlabel(etiqueta)
Desaparece los ejes.
axis off
El comando subplot nos permite desplegar en pantalla varias grficas.
subplot(m,n,a)
m y n son una matriz que representa la cantidad de grficas que se van
desplegar; a indica el lugar que ocupara la grfica en el subplot.
Hagamos la grfica de los siguientes puntos. La desplegaremos en cuatro
puntos diferentes en pantalla para ver las caractersticas de subplot.
a=[ 1 ,2 ,3 9 ,8 ,7 ,4, 5, 6, 8, 7, 5];
plot (a)
Vamos hacer una matriz de 2 x 2 para grficar, cuatro posibles ventanas o
grficas. Si queremos que la primera grfica ocupe el lugar (1,1) de la matriz.
entonces escribimos.
subplot(2,2,1) ,plot(a)
subplot(2,2,2) , plot(a)

subplot(2,2,4), plot(a)
CLF borra todos los objetos de la grfica.
CLF RESET Borra todo lo que hay en la grfica y resetea todas las propiedades
de la figura.
Grficas en tres dimensiones. El comando plot se puede extender a 3 dimensiones
con el comando plot3. El siguiente ejemplo hace una grfica de una
espiral en tres dimensiones.
t=0:pi/50:10*pi;
plot3(sin(t),cos(t),t)
zlabel (etiqueta)
La ltima insruccin se utiliza para dar etiquetas al eje z, en las grficas en
tres dimensiones.
Grficos de malla y superficie.
z = peaks(10)
El comando peaks crea un conjunto de valores que al ser grficados, se ven
de la siguiente manera.
plot(z)
17
Se tomar como base la grfica anterior para demostrar algunas funciones
de graficacin en tres dimensiones.
mesh(z)
contour(z,10)
surf(z)
Es posible cambiar el sentido de orientacin de las grficas con el comando
view(x,y)
view(0,0)
view(90,0)
Grficas en el plano complejo Ahora vamos a crear un conjunto de valores
para grficar en el plano complejo, en tres dimensiones.
z= cplxgrid(5)
cplxmap(z,z)
cplxmap(z,z.^z)
Se pueden crear grficos en coordenadas polares con el comando
polar (t,r,s)
donde t es el vector en ngulos en radianes, r es el radio del vector y s es la
cadena de caracteres que describe , color, smbolo del estilo del lnea.
t=0:0.1:2*pi;
r = sin(2*t).*cos(2*t);
polar(t,r)
El comando
gtext(texto)
se utiliza para colocar texto en una grfica, con la ayuda del mouse. Simplemente
se ejecuta el comando y con el mouse se selecciona la coordenada deseada y se
presiona el botn derecho del mouse, quedando fijo el texto en la pantalla.
Copiar una grfica Cuando se quiera realizar algn reporte formal en un
procesador de palabras como en este caso Word, es posible copiar las grficas
hechas en Matlab por medio de la orden copy to bitmap.
El procedimiento sera :
En Matlab, en el men de la ventana principal de la grfica, se escoge el
men edit y de este se escoge copy to bitmap;
18
Se minimiza Matlab y se pasa al procesador de palabras escogido;
Se localiza la posicin en la cual estar la grfica, y del men edit se escoge

paste o pegar.
La grfica aparecer en el procesador de palabras. Existe un pequeo inconveniente
ya que la grfica aparecer sobre un fondo de color negro que Matlab
tiene por default, si se imprime este documento obviamente la grfica aparecer
sobre un fondo negro lo cual har que la impresora gaste tinta en exceso; para
remediar esto se puede cambiar el color de fondo de las grficas a blanco con el
comando.
Whitebg
despus se hace procedimiento mencionado anteriormente.
Imprimir una grfica. Se puede imprimir una grfica directamente desde el
men de la ventana de la grfica, seleccionando la opcin print.
1.3.16 Otros comandos
what : Listado de todos los archivos *.m en el directorio actual.
dir : Lista todos los archivos en el directorio actual.
type nombre_archivo : Lista el programa, (Programas con terminacin
*.m).
which nombre_archivo : Da el path en el cual esta el archivo.
1.3.17 Como hacer un programa en MATLAB
Es posible realizar un programa en Matlab tal como se hace en otros lenguajes
como el basic, pascal o el lenguaje C. Es necesario utilizar un editor para escribir
el cdigo.
Para cargar un editor, se puede hacer desde la ventana options, escogiendo
editor preference, y cargando el editor que se desee utilizar.
Para escribir cdigo, requerimos crear un archivo *.m. Para esto necesitamos
abrir new m.file en la ventana file. Ahora escribimos el cdigo y salvamos el
archivo utilizando la terminacin archivo.m.
Se puede correr el programa desde Matlab simplemente escribiendo el nombre
del archivo que fue creado.
Es posible abrir programas con la terminacin *.m desde Matlab, en el men
file, open m.file.
19
Bucles For Tal como en otros programas de programacin en Matlab es posible
crear programas con estructura con ciclos for.
for x = Nmero incial : nmero final
Instruccin
end
Por ejemplo,
for x = 1 : 10
x=x+1
end
Tambin se pueden hacer operaciones como la siguiente :
matriz = [ 1 2 3 4; 1 2 3 4; 1 2 3 4; 1 2 3 4]
for x = matriz
x = n(1)*n(2)*n(3)*n(4)
end
Bucles while While permite que ciertas instrucciones sean repetidas un nmero
indefinido de veces bajo el control de una condicin lgica.
Por ejemplo, Cual es primer entero n para el cual n! (factorial) es un
nmero de 100 dgitos ?.
n = 1;
while prod(1:n) < 1e100
n = n + 1;
end

n
IF ELSE END Se pueden utilizar estructuras como:
If expresin (verdadero)
accin
end.
If expresin (verdadero)
accin 1
else (Falso)
accin 2
end.
If expresin (verdadero)
accin 1
elseif expresin (verdadero)
accin 2
...
else (Falso)
accin n
end
20
1.3.18 Anlisis de datos.
En Matlab podemos hacer anlisis de datos estadsticamente o probabilisticamente.
Entre estos anlisis estn clculos de medias, mximos, mnimos,
desviaciones estndar, etc.
Inventemos un conjunto de datos, los cuales podremos analizar.
x =[ 9 1 ;23 34; 16 28 ;12 33 ;5 7; 9 4 ;12 34 ;5 14 ;43 6 ;3 6 ;12 9; 2 30 ;3 2;
2 4]
Si escribimos el comando plot (x), tenemos la representacin grfica de los
puntos anteriores.
A continuacin se hace una anlisis de los datos presentados, habr dos
respuestas porque tenemos dos columnas.
media = mean(x) (Obtencin de la media)
max(x) (El mximo de los valores.)
min(x) (El mnimo de los todos los valores)
std(x) (La desviacin estndar)
hist(x) (Histograma)
1.3.19 Interpolacin
Matlab tiene varios comandos que nos permiten hacer interpolaciones, uno de
los mtodos es por medio de mnimos cuadrados.
Mnimos cuadrados Se crean varios puntos.
x = [ 0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1 ];
y =[ 0.09 .12 .24 .27 .4 .45 .61 .67 .71 .63 .59];
Se muestra los puntos a los cuales se les va a interpolar
plot (x,y,*)
Se utiliza una aproximacin de segundo orden, porque la funcin es no lineal.
n=2 ; (Segundo orden.)
p = polyfit(x,y,n) (Crea los elementos del polinomio que har la interpolacin.)
El polinomio es del tipo ax2 + bx + c = 0
f = linspace(0, 1, 100); (Formamos una serie de puntos para grficar)
z = polyval(p,f); (Evaluacin polinomial)
plot(x,y,*,x,y,f,z,:) (Hacemos la grfica de la interpolacin)
Podemos ver que la interpolacin es pobre; ahora, tratemos de hacerla con
un polinomio de quinto grado. El procedimiento es el mismo que el anterior.
21

n=5;
p = polyfit(x,y,n)
z = polyval(p,f );
plot(x,y,*,x,y,f,z,:)
Otra forma de interpolar, es con el comando interp1.
g=interp1(x,y,f)
Se puede observar en la grfica resultante, que parece como una aproximacin
lineal entre cada punto.
plot(x,y,*,f,g)
Para una aproximacin ms suave es recomendable usar el comando spline,
que hace una interpolacin tipo cubic spline.
g=spline(x,y,f)
plot(x,y,*,f,g)
1.3.20 Polinomios
MATLAB puede sacar ls races de un polinomio. Para capturar el polinomio de
abajo, solamente ponemos el valor de cada variable, respetando su lugar. Como
no hay termino x1 ,de todos modos se captura como cero.
x3 + 5x2 2
p = [1 5 0 -2]
Para sacar las races escribimos.
r=roots(p)
1.3.21 Tips de memoria.
Para obtener la mxima velocidad en Matlab debemos tratar de vectorizar los
algoritmos, por ejemplo :
a=0
for a = 0:.0.1:10
a = a + 1;
y(a)=sin(t)
end
La versin vectorizada sera :
t= 0:0.01:10;
y = sin(t)
El primer ejemplo en MATLAB toma aproximadamente 15 segundos, mientras
que el segundo toma slo 0.6 segundos.
22
2 Solucin de ecuaciones no lineales
2.1 Mtodo de biseccin
En esta seccin estudiaremos el problema de la bsqueda de races de una
funcin:
f (x) = 0
En este mtodo suponemos que f es una funcin continua definida en el
intervalo [a, b] con f (a) y f (b) con signos diferentes. Tomando en cuenta el
teorema del valor medio, existe un nmero p [a, b] tal que f (p) = 0.
Por razones de simplicidad, asumamos que la raz en este intervalo es real y
nica. El mtodo requiere dividir varias veces a la mita el intervalo [a, b] y en
cada paso localizar la mitad que contenga a p.
Para iniciar, supongamos que a1 = a y b1 = b, y sea p1 el punto medio:
p1 =
(a1 + b1)
2
Si f (p1) = 0, entonces p1 = p; de no ser as, si f (p1) tiene el mismo signo que
f (a1), entonces p (p1, b1); si f (p1) tiene el mismo signo que f (b1), entonces
p (a1, p1); y aplicamos el mismo procedimiento a este nuevo intervalo.

Algoritmo 1 Biseccin
Entradas: extremos a, b; nmero de iteraciones ni; tolerancia tol.
1. p = a; i = 1; eps = 1;
2. Mientras f (p) &#x100039;= 0 y i ni y eps < tol
2.1 pa = p;
2.2 p = (a + b) /2;
2.3 Si f (p) f (a) > 0 entonces a = p;
2.4 Sino, si f (p) f (b) > 0 entonces b = p;
2.5 i = i + 1; eps = |p pa| /p
Ejemplo 2 Ejemplo, f (x) = x cos x; en el intervalo [0, 1] (ver figura 1):
(mostrar software en matlab).
Ejercicios:
Desarrolle un programa de acuerdo al algoritmo presentado y
Aplique el programa para resolver los ejercicios 7, 8, 9 y 17 en [1]. En el
ejercicio 17 explicar cada elemento del la expresin del volumen (V ).
23
0 0.2 0.4 0.6 0.8 1
-1
-0.5
0
0.5
Figura 1: Funcin f (x) = x cos x.
2.2 Iteracin de punto fijo
Un punto fijo de una funcin g (x) es un nmero p tal que g (p) = p. Los
problemas de bsqueda de races y los de punto fijo son equivalentes en el
siguiente sentido:
Dado un problema f (x) = 0, se puede definir una funcin g (x) con un
punto fijo en p de diferentes maneras; por ejemplo, g (x) = x f (x) o como
g (x) = x+3f (x). De tal forma que, si la funcin g (x) tiene un punto fijo en p,
entonces la funcin definida como F (x) = x g (x) tiene un valor de cero en p:
F (p) = p g (p)
=pp=0
as
F(p) = p p + f(p) = 0
o
F (p) = p p 3f (p) = 0
lo que implica que f(p) = 0, y por lo tanto p es una raz de f (x).
24
-2 -1 0 1 2 3
-2
-1
0
1
2
3
4
5
6
7
g(x)=x2-2
g(x) = x
Figura 2: Funcin g (x) = x2 2.
2.2.1 Punto fijo

La funcin g (x) = x2 2 (Figura 2), para 2 x 3, tiene puntos fijos en

x = 1 y x = 2, ya que:
g (1) = 1 2 = 1
g (2) = 4 2 = 2
El siguiente teorema describe la existencia y unicidad del punto fijo:
Teorema 3 Existencia y unicidad de un punto fijo.
a) Si g (x) C [a, b] y g (x) [a, b] para toda x [a, b], entonces g (x) tiene un
punto fijo en [a, b].
b) Y si adems g&#x100033; (x) existe en (a, b) y una constante positiva k < 1 existe
con
|g&#x100033; (x)| k, para toda x (a, b)
entonces el punto fijo en [a, b] es nico.
Veamos un ejemplo. Sea g (x) =
&#x100003;
x2 1
&#x100004;
/3 en [1, 1], Figura tal 3. El valor
25
-1 -0.5 0 0.5 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
g(x)=(x2-1)/3
g(x) = x
Figura 3: Funcin g (x) =
&#x100003;
x2 1
&#x100004;
/3
mnimo de esta funcin en dicho intervalo es:
g (0) =
1
3
y adems
g (1) = 0
es decir 0, 1/3 [1, 1], y adems
|g&#x100033; (x)| =
&#x10000f; &#x10000f; &#x10000f; &#x10000f;
2x
3
&#x10000f; &#x10000f; &#x10000f; &#x10000f;

2
3
para toda x [1, 1]

En este ejemplo el punto fijo puede determinarse analticamente.

p = g (p) =
p2 1
3
, por lo tanto 3p p2 + 1 = 0
donde una de sus races es
p=
1
2
&#x100013;
3
13
&#x100014;
0.302
Para aproximar el punto fijo de una funcin g (x), escogemos una aproximacin
inicial p0 y generamos la sucesin {pn} n=0, haciendo pn = g (pn1) para
cada n 1. Si la secuencia converge en p y g (x) es continua, tenemos:
p= lim
n
pn = lim
n
g (pn1) = g
&#x100013;
lim
n
pn1
&#x100014;
= g (p)
26
Algoritmo 4 Punto Fijo
Entradas: aproximacin inicial p0; nmero de iteraciones ni; tolerancia tol.
1. i = 1; p = g (p0)
2. Mientras i ni y |p p0| > tol
(a) p0 = p;
(b) p = g (p0) ;
(c) i = i + 1;
Ejemplo 5 Encontrar las races de la ecuacin x3+4x2 10 = 0 en el intervalo
[1, 2].
Primero hay que convertir esta ecuacin a al forma x = g (x). Existen varias
formas de hacerlo pero se puede hacer mediante un simple manejo algebraico:
4x2 = 10 x3
x2 =
10 x3
4
x=
1
2
&#x100003;
10 x3&#x100004;1/2
por lo que g (x) = 1/2
&#x100003;
10 x3
&#x100004;1/2 (si escogemos la parte positiva).

(mostrar software en matlab).

El problema es establecer la funcin g (x) que converja a un punto fijo en
una solucin de un problema de bsqueda de una raz para una funcin f (x).
Para responder a esta respuesta tiene que ver con el siguiente teorema:
Teorema 6 Teorema del punto fijo
Sea g (x) [a, b] tal que g (x) C [a, b] para toda x [a, b]. Adems supongamos
que existe g&#x100033; (x) (a, b) y una constante positiva k < 1 tal que
|g&#x100033; (x)| k para toda x (a, b)
Entonces, para cualquier nmero p0 en [a, b], la sucesin definida por
pn = g (pn1) , n 1
converge en el nico punto fijo p [a, b].
Ejemplo 7 Para g (x) = x x3 4x2 + 10, tenemos que su derivada toma
valores entre [1, 1] en el rango (2.9, 2.68), como puede verse en la Figura
4. En este rango se aprecia claramente que la funcin g (x) / (2.9, 2.68),
al compararse dicha funcin con la recta y = x, por lo que no se asegura la
convergencia a un punto fijo.
27
-2.9 -2.85 -2.8 -2.75 -2.7 -2.65
-3
-2.9
-2.8
-2.7
-2.6
-2.5
-2.4
-2.3
-2.2
-2.1
g(x)=x-x3-4x2+10
g(x)=x
Figura 4: Grficas de la funcin g (x) = x x3 4x2 + 10, su derivada y de la
identidad y = x.
28
Ejercicios:
Desarrolle un programa de acuerdo al algoritmo presentado y
Aplique el programa para resolver los ejercicios 1, 2, 6 y 7 de la pgina
63 en [1]. Nota: para el ejercicio 7 aplique el teorema de Existencia y
unicidad de un punto fijo.
2.3 Mtodo de Newton-Raphson
Supongamos que f C2 [a, b]. Sea x [a, b] una aproximacin de p (una raz de
f) tal que f&#x100033; (x) &#x100039;= 0 y |x p| es pequeo. Considerando el
primer polinomio
de la expansin de Taylor de f (x) alrededor de x,
f (x) = f (x) + (x x) f&#x100033; (x) +
(x x)2
2
f&#x100033;&#x100033; ( (x))
donde (x) est entre x y x. Dado que f (p) = 0, entonces al sustituir en esta
ecuacin x = p se tiene
0 = f (x) + (p x) f&#x100033; (x) +
(p x)2
2
f&#x100033;&#x100033; ( (p))

El mtodo de Newton supone que |p x| es muy pequeo, por lo que (p x)2

es mucho menor y por lo tanto
0 f (x) + (p x) f&#x100033; (x)
que al despejar p obtenemos
px
f (x)
f&#x100033; (x)
Esto nos prepara para introducir el mtodo de Newton-Raphson, el cual
comienza con una aproximacin inicial p0 y genera la sucesin {pn}, definida
como
pn = pn1
f (pn1)
f&#x100033; (pn1)
para n 1 (1)
Algoritmo 8 Mtodo de Newton-Raphson
Entradas aproximacin inicial p0; nmero de iteraciones ni; tolerancia tol.
1. i = 1; eps = 1
2. Mientras i ni y |eps| > tol
a. p = p0 f (p0) /f&#x100033; (p0) ;
b. eps = p0 p;
29
c. p = p0;
d. i = i + 1;
(mostrar software en matlab).
Estemtodo a menudo se usa para refinar las respuestas obtenidas con otras
tcnicas, como el mtodo de la biseccin. Dado que el mtodo de Newton
requiere una buena aproximacin inicial (p0), pero por lo general da una buena
convergencia rpida, sirve perfectamente para el propsito antes mencionado.
Ejercicios:
Demuestre que se puede llegar a la misma expresin 1 calculando el punto
de interseccin de la recta con pendiente f&#x100033; (pn1) y que pasa por el punto
(pn1, f (pn1)) con el eje de las x.
Implemente el algoritmo de Newton-Raphson y realice los ejercicios 5 y 6
de la pgina 75 de [1].
2.4 Ceros de Polinomios
Un polinomio de grado n tiene la forma
P (x) = anxn + an1xn1 + ... + a1x + a0
donde las ai son los coeficientes constantes de P (x) y an &#x100039;= 0.
Si queremos localizar los ceros aproximados de u polinomio P (x) con el
procedimiento de Newton-Raphson, se necesita evaluar P (x) y su derivada en
valores especficos de x. Una forma de evaluar un polinomio de grado n eficientemente
es por medio del mtodo de Horner, el cual requiere slo de n
multiplicaciones y n sumas.
2.4.1 Mtodo de Horner
Sea
P (x) = anxn + an1xn1 + ... + a1x + a0
si bn = an y
bk = ak + bk+1x0, para k = n 1, n 2, ..., 1, 0
Y si
Q(x) = bnxn1 + bn1xn2 + ... + b2x + b1
entonces
P (x) = (x x0)Q(x) + b0
30

Demostracin (pedir que la hagan de tarea): Segn la definicin de Q(x).

(x x0)Q(x) + b0 = (x x0)
&#x100003;
bnxn1 + bn1xn2 + ... + b2x + b1
&#x100004;
+ b0
=
&#x100003;
bnxn + bn1xn1 + ... + b2x2 + b1x
&#x100004;
&#x100003;
bnx0xn1 + bn1x0xn2 + ... + b2x0x + b1x0
&#x100004;
+ b0
= bnxn + xn1 (bn1 bnx0) + xn2 (bn2 bn1x0) +
x (b1 b2x0) + (b0 b1x0)
segn la definicin de bk tenemos que
(x x0)Q(x) + b0 = anxn + an1xn1 + ... + a1x + a0
y por lo tanto (x x0)Q(x) + b0 = P (x) y P (x0) = b0.
As, para evaluar P (x0) se necesita solamente calcular las bk para k = n 1, ..., 0.
Ejemplo 9 Aplicar el mtodo de Horner para evaluar P (x) = 2x43x2+3x4
para x0 = 2.
a4 = 2 a3 = 0 a2 = 3 a1 = 3 a0 = 4
x0 = 2 b4 = 2 b3 = 4 b2 = 5 b1 = 7 b0 = 10
Por lo que P (x) = (x+ 2)
&#x100003;
2x3 4x2 + 5x 7
&#x100004;
+ 10 y P (2) = 10
Una ventaja de usar este mtodo consiste en que, como P (x) = (x x0)Q(x)+
b0, la derivadas con respecto a x es
P&#x100033; (x) = (x x0)Q&#x100033; (x) + Q(x)
y el resultado de evaluar esta expresin en x0 es por lo tanto P&#x100033; (x0) =
Q(x0).
Cuando usamos el mtodo de Newton-Raphson para encontrar un cero aproximado
de un polinomio, podemos evaluar al mismo tiempo P (x) y P&#x100033; (x),
aplicando
el mtodo de Horner para calcular ambas expresiones.
Utilizando el ejemplo anterior, tenemos
a4 = 2 a3 = 0 a2 = 3 a1 = 3 a0 = 4
b4 = 2 b3 = 4 b2 = 5 b1 = 7 b0 = 10
a&#x100033;3 = 2 a&#x100033;2 = 4 a&#x100033;1 = 5 a&#x100033;0 = 7
x0 = 2 b&#x100033;3 = 2 b&#x100033;2 = 8 b&#x100033;1 = 21
b&#x100033;0 = 49
De tal forma que P (2) = 10 y P&#x100033; (2) = 49.
Algoritmo 10 Evaluacin de un polinomio de grado n y su derivada utilizando
el mtodo de Horner. (pedir que lo desarrollen y lo expliquen en clase)
Entradas Grado del polinomio n, coeficientes an, an1, ..., a1, a0 y x0.
1. b = an; (en la variable b se almacenar al final P (x0))
31
2. c = an; (en la variable c se almacenar al final P&#x100033; (x0))
3. Para i = n 1 : 1
(a) b = b x0 + ai;

(b) c = c x0 + b;
4. b = b x0 + a0;
Si en la iteracin N, xN es una aproximacin cero de P en el procedimienton
de Newton-Raphson, entonces
P (x) = (x xN)Q(x) + b0 = (x xN)Q(x) + P (xn) (x xN)Q(x)
Suponiendo que &#x100065;x1 = xN sea al cero aproximado de P y que Q1 (x) Q(x)
sea
el factor aproximado, se tiene que
P (x) (x &#x100065;x1)Q1 (x) .
Si aplicamos el mtodo de Newton-Raphson a Q1 (x), podemos encontrar un
segundo cero aproximado de P. Si P (x) es un polinomio de grado n con n ceros
reales, se aplica varias veces este procedimiento para finalmente obtener por
resultado (n 2) ceros aproximados de P y un factor aproximado Qn2 (x).
En esta etapa, se pude resolver Qn2 = 0 mediante una frmula cuadrtica
para obtener los dos ltimos ceros aproximados. Note que en este mtodo, para
obtener todos los ceros aproximados, se basa en el uso repetido de aproximaciones
y puede generar resultados imprecisos.
Proyecto Calcule con el procedimiento descrito las races del polinomio
P (x) = x3 + 3x2 1
cuya grfica se muestra en la Figura 5.para ello, cada que encuentre un
nuevo factor aproximado Qn (x), para n = 1..n 3, grafique el polinomio
correspondiente y su raz.
Ejercicios:
Resuelva el problema 11 de la pgina 101 de [1].
3 Solucin de Ecuaciones Lineales
3.1 Sistemas de ecuaciones lineales
Los sistemas de ecuaciones lineales se utilizan en muchos problemas de ingeniera
y ciencias. La idea principal es encontrar los valores de las incgnitas
x1, x2,..., xn, si es que existen, de un sistema de ecuaciones lineales en los que
se involucran dichas incgnitas. Cuando el nmero de ecuaciones es igual al
nmero de incgnitas, generalmente existe una solucin.
32
Figura 5: Grfica del polinomio P (x) = x3 + 3x2 1.
Una manera de visualizar este problemas, desde el punto de vista geomtrico,
es que cada ecuacin representa un hiperplano en el espacio n-dimensional,
y el objetivo es encontrar un punto o conjunto de puntos que satisfagan las
ecuaciones.
Veamos el siguiente ejemplo: encontrar los valores de x, y, z que satisfacen
las ecuaciones
x + 2y + 3z = 6 (2)
2x + 5y + 2z = 4 (3)
6x 3y + z = 2
Si graficamos las dos primeras ecuaciones (planos en xyz), tenemos lo que se
muestra en la Figura 6. Como se puede ver en la figura los dos planos se
intersectan a lo largo de una lnea; ahora, si para este sistema existiera un
solucin nica, esta lnea debera intersectar a su vez el plano correspondiente
a la tercera ecuacin en un solo punto, lo que se muestra en la Figura 7.
33
Figura 6: Interseccin de dos planos
34
Figura 7: Interseccin con el tercer plano.
35
3.2 Mtodos Directos de Solucin de Sistemas de Ecuaciones

Lineales
En esta seccin examinaremos mtodos directos para resolver sistemas de ecuaciones
lineales:
E1 : a11x1 + a12x2 + ... + a1nxn = b1
E2 : a21x1 + a22x2 + ... + a2nxn = b2

En : an1x1 + an2x2 + ... + annxn = bn

donde x1, x2,..., xn son desconocidas, dadas las aij para i, j = 1, 2, ...,n y bi para
i = 1, 2, ..., n.
En el desarrollo de los mtodos de solucin de estas ecuaciones lineales podremos
realizar las siguientes tres operaciones sin que se altere de ninguna forma
el sistema:
1. La ecuacin Ei puede multiplicarse por una constante distinta de cero y
la ecuacin resultante se emplea en lugar de Ei. Esta operacin se denota
por (Ei) Ei.
2. La ecuacin Ej puede multiplicarse por cualquier constante , y sumarse
a la ecuacin Ei; la ecuacin resultante se emplea en lugar de la ecuacin
Ei. Esta operacin se denota por (Ej + Ei) Ei.
3. El orden de las ecuaciones Ei y Ej puede intercambiarse. Esta operacin
se denota por Ei Ej .
Con las operaciones mencionadas podemos transformar un sistema lineal en
otro que pueda ser resuelto fcilmente con las mismas soluciones.
Ejemplo 11 Simplifique y resuelva el siguiente sistema de ecuaciones.
E1 : x1 + x2 + 3x4 = 4
E2: 2x1 + x2 x3 + x4 = 1
E3: 3x1 x2 x3 + 2x4 = 3
E4 : x1 + 2x2 + 3x3 x4 = 4
El primer paso que realizaremos ser eliminar la incgnita x1 en las ecuaciones
E2,E3,E4 al efectuar las operaciones (E2 2E1) E2, (E3 3E1) E3, (E4 + E1)
E4, obteniendo el siguiente sistema:
E1 : x1 + x2 + 3x4 = 4
E2 : x2 x3 5x4 = 7
E3 : 4x2 x3 7x4 = 15
E4: 3x2 + 3x3 2x4 = 8
36
Con este nuevo sistema, utilizamos ahora E2 para eliminar x2 de las ecuaciones
E3,E4 al efectuar las operaciones (E3 4E2) E3, (E4 + 3E2) E4, obteniendo:
E1 : x1 + x2 + 3x4 = 4
E2 : x2 x3 5x4 = 7
E3: 3x3 + 13x4 = 13
E4 : 13x4 = 13
Este sistema presenta ahora una forma triangular superior que puede resolverse
utilizando un proceso de sustitucin hacia atrs:
x4 = 1
x3 =
13 13x4
3
=0
x2 = (7 + 5x4) = 2
x1 = 4 x2 3x4 = 1
por lo tanto la solucin es x1 = 1, x2 = 2, x3 = 0, x4 = 1.

Al realizar los clculos anteriores no es necesario escribir todo el sistema

de ecuaciones (las incgnitas y sus coeficientes), es suficiente trabajar con los
coeficientes y realizar las operaciones antes descritas con ellos. Por tal razn,
a menudo un sistema lineal se reemplaza por una matriz que contiene toda la
informacin sobre el sistema necesaria para determinar su solucin.
La notacin para determinar una matriz n m es la siguiente:
A=
a11 a12 ... a1m
a21 a22 ... a2m
...
...
...
...
an1 an2 ... anm
En el caso de la matriz 1 n
A = [a11 a12 ... a1n]
recibe el nombre de vectror rengln o vector columna cuando se escriba
A=
a21
...
an1
En ambos casos es posible omitir los subndeices innecesario, escribiendo
x=
x1
x2
...
xn
37
Una matriz de n(n + 1) puede utilizarse para remplazar un sistema lineal
de la forma
A=
a11 a12 ... a1m
a21 a22 ... a2m
...
...
...
...
an1 an2 ... anm

yb=
b1
b2
...
bn
y luego combinando estas matrices para formar la matriz aumentada
[A, b] =
a11 a12 ... a1m
...
b1
a21 a22 ... a2m
...
b2
...
...
...
...
...
...
an1 an2 ... anm
...
bn
Al repetir las operaciones descritas en el ejemplo anterior, en matriz aumentada
1103
...
4
2 1 1 1
...
1
3 1 1 2
...
3
1 2 3 1
...
4
se obtiene
1103
...

4
0 1 1 5
...
7
0 4 1 7
...
15
0332
...
8
y
1103
...
4
0 1 1 5
...
7
0 0 3 13
...
13
0 0 0 13
...
13
Finalmente esta ltima matriz se puede transformar en su correspondiente sistema
lineal y obtener las soluciones para x1, x2, x3, x4. A este proceso se le
denomina eliminacin Gaussiana con sustitucin hacia atrs.
El procedimiento general de eliminacin Gaussiana que se aplica al sistema
lineal
E1 : a11x1 + a12x2 + ... + a1nxn = b1
E2 : a21x1 + a22x2 + ... + a2nxn = b2

En : an1x1 + an2x2 + ... + annxn = bn

38
se forma, primero construyendo la matriz aumentada
A&#x100068; = [A, b] =
a11 a12 ... a1m
...
a1n+1
a21 a22 ... a2m
...
a2n+1
...
...

...
...
...
...
an1 an2 ... anm
...
ann+1
Siempre que aii &#x100039;= 0 las operaciones para eliminar los coeficientes aji para
j = i + 1, .., n corresponden a
&#x100015;
Ej
aji
aii
Ei
&#x100016;
Ej
La matriz resultante de este proceso debe quedar en forma triangular superior
A&#x100068;&#x100068; =
a11 a12 ... a1n
...
a1n+1
0 a22 ... a2n
...
a2n+1
...
...
...
...
...
...
0 ... 0 ann
...
ann+1
note que aunque hemos utilizado la misma notacin aij para la matriz resultante
A&#x100068;&#x100068;, no implica que los coeficientes sean los mismos que la
matriz original A debido
al proceso de eliminacin Gaussiana.
Finalmente, para obtener los valores de las incgnitas xij , realizamos la
sustitucin hacia atrs, iniciando con la ecuacin n-sima para xn
xn =
ann+1
ann
Al resolver para la (n 1)-sima ecuacin tenemos
xn1 =
an1n+1 an1nxn
an1n1
para la (n 2)-sima ecuacin

xn2 =
an2n+1 an2n1xn1 an2nxn
an2n2
Generalizando para las n incgnitas se tiene que
xi =
ain+1
&#x100053;n
j=i+1 aijxj
aii
El procedimiento de eliminacin Gaussiana puede ser descrito con mayor
precisin, aunque esto supone mayor complejidad, formando una sucesin de
39
matrices aumentadas A&#x100068;(1),A&#x100068;(2), ...,A&#x100068;(k), donde
A&#x100068;(1) es la matriz original aumentada
y A&#x100068;(k) para k = 2, ..., n se tienen los elementos de a(k)
ij :
a(k)
ij =
a(k1)
ij para i = 1, 2, ..., k 1 y j = 1, 2, ..., n
0 para i = k, k + 1, ..., n y j = 1, 2, ..., k 1
a(k1)
ij
a(k1)
ik1
a(k1)
k1k1
a(k1)
k1j para i = k, k + 1, ..., n y j = k, k + 1, ..., n+ 1
por lo tanto
A&#x100068;(k) =
a(1)
11 a(1)
12 a(1)
13 ... a(1)
1k1 a(1)
1k ... a(1)
1n a(1)
1n+1
0 a(2)
22 a(2)
23 ... a(2)
2k1 a(2)
2k ... a(2)
2n a(2)
2n+1
...
...
...

...
...
a(k1)
k1k1 a(k1)
k1k ... a(k1)
k1n a(k1)
k1n+1
0 a(k)
kk ... a(k)
kn a(k)
kn+1
...
...
...
...
...
0 a(k)
nk ... a(k)
nn a(k)
nn+1
representa el sistema lineal equivalente para el cual la variable xk1 acaba de
eliminarse para las ecuaciones Ek,Ek+1, ...,En.
El procedimiento fallar si uno de sus elementos a(1)
11 , a(2)
22 , ..., a(n)
nn es igual a
cero, ya que en el paso
&#x100023;
Ei
a(k)
ik
a(k)
kk
Ek
&#x100024;
Ei
no puede efectuarse o si no es posible realizar la sustitucin hacia atrs cuando
a(n)
nn = 0. Lo cual no significa necesariamente que el sistema no tiene solucin,
sino que debe modificarse el mtodo para obtenerla.
Ejemplo 12 Considere el siguiente sistema lineal:
E1 : x1 x2 + 2x3 x4 = 8
E2: 2x1 2x2 + 3x3 3x4 = 20
E3 : x1 + x2 + x3 = 2
E4 : x1 x2 + 4x3 + 3x4 = 4
La matriz aumentada es
A&#x100068; = A&#x100068;(1) =

1
2
1
1

1 2 1 8
2 3 3 20
1 1 0 2
1 4 3 4

40
y al efectuar las operaciones
(E2 2E1) E2, (E3 E1) E3 y (E4 E1) E4
se obtiene
A&#x100068;(2) =
1
0
0
0

1 2 1 8
0 1 1 4
2 1 1 6
0 2 4 12

Dado que a22 = 0, llamado elemento pivote, no podemos seguir con el procedimiento
antes descrito. Lo que se puede hacer en estos casos es intercambiar
las ecuaciones, por ejemplo en este caso se podra hacer E2 E3, quedando
A&#x100068;(3) =
1
0
0
0

1 2 1 8
2 1 1 6
0 1 1 4
0 2 4 12

con lo cual podemos seguir el procedimiento. Finalmente, aplicando (E4 + 2E3) E4

se tiene
A&#x100068;(4) =
1
0
0
0

1 2 1 8
2 1 1 6
0 1 1 4
0024

Para obtener la solucin al sistema, se realiza la sustitucin hacia atrs:

x4 =
4
2
=2
x3 = 4 + x4
1
=2
x2 =

6 + x3 x4
2
=3
x1 = 8 + x2 2x3 + x4 = 7
En el ejemplo anterior se mostr que hacer cuando a(k)
kk = 0 para alguna
k = 1, 2, ...,n 1. Lo que se hace en este caso es buscar alguna a(k)
pk &#x100039;= 0 para
alguna p, k+1 p n, y se efecta la operacin Ek Ep para obtener
A&#x100068;(k+1).
Si no existe alguna a(k)
pk &#x100039;= 0 se puede demostrar lineal no tiene solucin nica y
el procedimiento se interrumpe. En el caso de que a(n)
nn = 0, el sistema tampoco
tiene solucin nica.
El algoritmo completo de eliminacin Gaussiana con sustitucin hacia atrs
se presenta a continuacin.
Algoritmo 13 Eliminacin Gaussiana con sustitucin hacia atrs.
41
Para resolver el sistema lineal n n
E1 : a11x1 + a12x2 + ... + a1nxn = a1n+1
E2 : a21x1 + a22x2 + ... + a2nxn = a2n+1

En : an1x1 + an2x2 + ... + annxn = ann+1

Entradas: nmero de incgnitas y ecuaciones n; matriz aumentada A = (aij),
donde i = 1, 2, ..., n y j = 1, 2, ..., n+ 1;
1. Para i = 1, ..,n 1
(a) Sea p el entero ms pequeo en valor absoluto, con i p n y
api &#x100039;= 0; Si no existe parar ya que no existe solucin nica,
(b) Si p &#x100039;= i realizar Ei Ep;
(c) Para j = i + 1, ..., n
c.1 hacer m = aji/aii;
c.2 hacer (Ej mEi) Ej ;
2. Si ann = 0 parar ya que no existe solucin nica.
3. xn = ann+1/ann
4. Para i = n 1, ..., 1
(a) xi =
&#x10006b;
ain+1
&#x100053;n
j=i+1 aijxj
&#x10006c;
/aii;
Aplicando el mtodo de eliminacin Gaussiana a el sistema de ecuaciones
dado en (2) (Figuras 6 y 7) se obtiene el siguiente sistema equivalente
x+ 2y + 3z = 6
1y 4z = 8
77z = 154
La grfica de los planos de las dos primeras ecuaciones se muestran en al
Figura 8. Observe que el segundo plano corresponde a una recta en el plano
yz que se extiende a lo largo del plano xy. Finalmente la lnea que intersecta

estos dos planos, a su vez intersecta al plano z = 2 en el punto (0, 0, 2), como
se observa en la Figura 9.
Exercise 14 Resolver los siguientes sistemas lineales utilizando el algoritmo
anteriormente descrito descrito.
x1 + x2 + x3 = 4
2x1 + 2x2 + x3 = 6
x1 + x2 + 2x3 = 6
y
x1 + x2 + x3 = 4
2x1 + 2x2 + x3 = 4
x1 + x2 + 2x3 = 6
42
Figura 8: Primeros dos planos del sistema reducido.
43
Figura 9: Interseccin de los tres planos en el punto (0, 0, 2).
44
3.3 Algebra Lineal e Inversa de Matrices
Antes de explicar como calcular la inversa de una matriz por medio de mtodos
numricos, es necesario recordar algunas operaciones elementales de las matrices.
Dos matrices A y B son iguales si tienen el mismo tamao y si aij = bij ,
para cada i = 1, ..., n y j = 1, ...,m.
Si A y B son ambas matrices de n m, entonces la suma de ellas A + B
es la matriz cuyos elementos son aij + bij .
Si A es un matriz de nm y si es un nmero real, entonces la multiplicacin
A, es la matriz de n m cuyos elementos son aij .
Sean A,B y C matrices de n m y sean y escalares. Se aplican las
siguientes propiedades de suma y multiplicacin por escalar:
A+B=B+C
(A + B) + C = A + (B + C)
A+O=O+A=A
A + (A) = A + A = O
(A + B) = A + B
( + )A = A + A
(A) = ()A
1A = A
Sea A una matriz de n m y B una matriz de m p. El producto de AB,
es una matriz C de n p cuyos elementos cij estn dados por
cij =
&#x10005b;m
k=1
aikbkj
podemos considerar el clculo de cij como el producto del i-simo rengln de la
matriz A y el j-sima columna de la matriz B:
[ai1, ai2, ..., aim]
b1j
b2j
.
.
.
bmj

= cij
(pedir que realicen el algoritmo de multiplicacin de matrices).
Algunas matrices especiales son definidas a continuacin.
45
Una matriz cuadrada tiene la misma cantidad de renglones que de columnas.
Una matriz diagonal es una matriz cuadrada D = (dij) con dij = 0
cuando i &#x100039;= j. La matriz identidad de orden n, In = (ij), es una matriz
diagonal con elementos
ij =
&#x10001d;
1 si i = j
0 si i &#x100039;= j
Una matriz triangular superior de n m, U = (uij) tiene los elementos
uij = 0, para toda i = j + 1, j + 2, ..., n
y una matriz triangular inferior L = (lij)
lij = 0, para toda i = 1, 2, ..., j 1
Sea A una matriz de nm, B una matriz de mk, C una matriz de kp, D
una matriz de m k y un escalar. Las siguientes propiedades son aplicables:
A(BC) = (AB)C
A(B + D) = AB + AD
IB = B y BI = B
(AB) = (A)B = A(B)
La traspuesta de una matriz A de n m, A = (aij) es una matriz At,
donde cada i-sima columna de At es la misma que el i-simo rengln de
A, es decir At = (aji), por ejemplo:
A=
720
3 5 1
0 5 6

730
255
0 1 6
B=
&#x100017;
257
3 5 1
&#x100018;
,Bt =
23
5 5
7 1

Las propiedades de la traspuesta de una matriz son las siguientes:

(At)t = A
(A + B)t = At + Bt
(AB)t = BtAt
Si A1 existe,
&#x100003;
A1
&#x100004;t
= (At)1
46
3.3.1 Inversa de una matriz
Podemos considerar el sistema lineal
a11x1 + a12x2 + ... + a1nxn = b1
a21x1 + a22x2 + ... + a2nxn = b2
...
...
...
...
...
...
...
...
...
...
=
...
an1x1 + an2x2 + ... + annxn = bn
como la ecuacin matricial
Ax = b
donde
A=
a11 a12 ... a1n
a21 a22 ... a2n
...
an1 an2 ... ann
,x=
x1
x2
...
xn
,b=
b1

b2
...
bn
La inversa de una matriz est relacionada con los sistemas lineales.
Se dice que una matriz A de n n es no singular, se existe una matriz A1
de nn tal que AA1 = A1A = I. A la matriz A1 se le denomina la inversa
de A. A una matriz que no tiene inversa se le da el nombre de singular.
Las siguientes propiedades son aplicables a una matriz no singular
A1 es nica.

&#x100003;
A1
&#x100004;
1
= A.
Si B tambin es no singular de n n, entonces
(AB)1 = B1A1
Si tenemos la inversa de A, es fcil resolver un sistema lineal de la forma
Ax = b ya que
A1Ax = A1b
Ix = A1b
x = A1b
Supongamos que tenemos el siguiente ejemplo
x1 + 2x2 x3 = 2 (4)
2x1 + x2 = 3
x1 + x2 + 2x3 = 4
47
tenemos que esto puede ser escrito como
1 2 1
210
1 1 2

x1
x2
x3

2
3
4
Si multiplicamos ambos lados por la inversa de A

9
5
9 1
9
4
9 1
9
2
9
1
3
1
3
1
3

1 2 1
210
1 1 2

x1
x2
x3

9
5
9 1
9
4
9 1
9
2
9
1
3
1
3
1
3

2
3
4

x1
x2
x3

7
9
13
95
3
A fin de desarrollar un mtodo para calcular A1, suponiendo su existencia,
consideremos la multiplicacin de matrices. Sea Bj la j-sima columna de la
matriz B de n n.
Bj =
b1j
b2j
...
bnj
si AB = C, entonces la j-sima columna de C est dada por
c1j
c2j
...
cnj
= Cj = ABj =
a11 a12 ... a1n
a21 a22 ... a2n
...
an1 an2 ... ann

b1j
b2j
...
bnj
=
&#x100053;n
&#x100053;k=1 a1kbkj n
k=1 a2kbkj
...
&#x100053;n
k=1 ankbkj
supongamos que A1 existe y que A = B = (bij), entonces si AB = I tenemos
que
ABj =
0...
0
1
0...
0
, donde el valor de 1 aparece en el j-simo rengln
de tal forma que para encontrar B se pueden resolver n sistemas lineales (por
ejemplo utilizando eliminacin Gaussiana) donde la j-sima columna de la inversa
es la solucin del sistema lineal que en el lado derecho tiene la j-sima
columna de I.
48
Exercise 15 Utilice el programa que realiza el mtodo de eliminacin Gaussiana
para determinar la inversa de la matriz del sistema dado en (4).
Exercise 16 La alacena de ingredientes mgicos de una bruja contiene 10 onzas
de trbol de cuatro hojas molido y 14 onzas de raz de mandrgora en polvo. La
alacena se resurte automticamente siempre que ella use justo todo lo que tiene.
Una porcin de amor requiere 3 1
13 onzas de trbol y 2 2
13 onzas de mandrgora.
Una receta de una bruja muy conocida para curar el resfriado comn requiere
55
13 onzas de trbol y 1010
13 onzas de mandrgora.Qu cantidad de la pocin
de amor y del remedio para el resfriado debe hacer la bruja para usar toda la
reserva de la alacena?
3.3.2 Factorizacin de matrices
En esta seccin veremos que los pasos que se siguieron para resolver un sistema
de la forma Ax = b, tambin tambin pueden servir para factorizar una matriz
en un producto matricial. La factorizacin es muy til cuando se presenta de la

forma A = LU, donde L es una triangular inferior y U es triangular superior. No

todas las matrices pueden ser factorizadas de este modo, pero es posible hacerlo
con un gran nmero de las que se presentan con frecuencia en las aplicaciones.
Si en el sistema Ax = b, se puede factorizar A = LU, entonces podemos
encontrar x ms fcilmente empleando un proceso de dos pasos. Primero, se
sustituye Ux = y y se resuelve el sistema Ly = b. Una vez que se conocen
los valores de y se usan para encontrar los valores de x al resolver el sistema
Ux = y. Debido a que la matriz L es triangular superior, los valores de y son
fcilmente encontrados al hacer una sustitucin hacia adelante; de igual forma,
para encontrar los valores de x, una vez obtenido los de y, se obtienen realizando
una sustitucin hacia atrs ya que la matriz U es triangular superior.
Pos supuesto existe un costo computacional al factorrizar la matriz A, pero
una vez determinada esta factorizacin, se pueden resolver de forma ms simplificada
cualquier sistema que contenga la matriz A.
Para poder realizar la factorizacin LU, supongamos primero que se puede
realizar dicha factorizacin, por lo tanto tenemos que
A=
a11
a21
a31
...
...
...
...
...
an1

a12 a13 ... a1n

a22 a23 ... a2n
a32 a33 ... a3n

an2 an3 ... ann

= LU
=
1 0 0 ... 0
l21 1 0 ... 0
l31 l32 1 ... 0
...
...
...
...
...
ln1 ln2 ... ... 1

u11 u12 u13 ... u1n

0 u21 u23 ... u2n
0 0 u33 ... u3n
...
...
...

...
...
0 0 ... ... unn
49
se podra haber escogido tambin que, en vez de que la diagonal de la matriz L
tuviera unos la tuviera la matriz U.
Para calcular los elementos de L y U, observemos lo siguiente: el primer
rengln de U y la primera columna de L son fcilmente calculados ya que
L1U =
&#x100005;
u11 u12 u13 ... u1n
&#x100006;
=
&#x100005;
a11 a12 a13 ... a1n
&#x100006;
u1k = a1k, para k = 1, ...n
la primera columna de L, se pude calcular
Lku11 = lk1u11=ak1, para k = 2, ..., n
lk1 =
ak1
u11
, para k = 2, ...,n
observe que si u11 = 0 no se puede realizar la factorizacin.
Para los renglones y columnas de 2, .., n, se va utilizando los elementos ya
calculados, como se describe a continuacin: para el i-simo rengln de U
uij = aij
&#x10005b;i1
k=1
likukj
para el i-sima columna de L
lij =
1
uii
&#x100025;
aji
&#x10005b;i1
k=1
ljkukj
&#x100026;
Si al final, se tiene que unn = 0, se puede factorizar A = LU pero A es singular.
El siguiente algoritmo factoriza la matriz A de n n = (aij) en el producto
de una matriz triangular inferior L = (lij) y en la matriz triangular superior
U = (uij), donde la diagonal principal de L o U son unos.
Algoritmo 17 Factorizacin LU
Entrada: la dimensin n; los elementos aij , 1 i, j n de A, la diagonal
l11 = ... = lnn = 1 de L o la diagonal u11 = ... = unn = 1 de U.
1. Seleccione l11 = a11 o u11 = a11, segn haya decidido si L o U
contiene en su diagonal principal unos.
(a) Si l11u11 = 0 PARE ( factorizacin imposible)
2. Para j = 2..n

(a) u1j = a1j/l11; (primer rengln de U)

(b) lj1 = aj1/u11; (primera columna de L)
3. Para i = 2, ..., n 1
(a) Seleccione lii = aii
&#x100053;i1
k=1 likuki o uii = aii
&#x100053;i1
k=1 likuki, segn
haya decidido si L o U contiene en su diagonal principal unos.
50
(b) Si liiuii = 0 PARE ( factorizacin imposible).
(c) Para j = i + 1, ..., n
uij = 1
lii
&#x10006b;
aij
&#x100053;i1
k=1 likukj
&#x10006c;
; (i-simo rengln de U)
lji = 1
uii
&#x10006b;
aji
&#x100053;i1
k=1 ljkuki
&#x10006c;
; (j-sima columna de L)
4. Seleccione lnn = ann
&#x100053;n1
k=1 lnkukn o unn = ann
&#x100053;n1
k=1 lnkukn,
segn haya decidido si L o U contiene en su diagonal principal unos
(nota: si lnn unn = 0, entonces A = LU pero A es singular).
Una vez terminada la factorizacin, la solucin de un sistema lineal de la
forma Ax = b se obtiene haciendo y = Ux y luego determinando y a partir de
las ecuaciones
y1 =
b1
l11
y, para i = 2, 3, ..., n
yi =
1
lii
&#x10005b;i1
j=1
lijyj
Una vez que se tiene y, se resuelve el sistema triangular superior Ux = y para

x por medio de la sustitucin hacia atrs.

Exercise 18 Implemente el algoritmo para factorizar la matriz A = LU y que
resuelva el sistema Ax = b utilizando el mtodo anteriormente explicado.
3.4 Mtodos iterativos en el lgebra lineal
Referencias
[1] Richard L. Burded. Anlisis Numrico (6a. edicin), International Thomson
Editors.
[2] Stanley I. Grossman. lgebra lineal, quinta edicin, Mc. Graw-Hill.
51