Elaborado por: Marcos Orellana Panchame

UNIVERSIDAD TECNOLÓGICA CENTROAMERICANA

FACULTAD DE INGENIERÍA
ÁREA DE CIENCIAS Y MATEMÁTICAS
MAT105 - ÁLGEBRA LINEAL

Laboratorio # 1: Matrices, propiedades de las operaciones matriciales, sistemas

de ecuaciones lineales y determinantes.

Objetivos:

Ingresa matrices y realiza operaciones en la ventana de comandos de Octave.

Prueba algunas propiedades de las matrices y los determinantes.

Resuelve sistemas de ecuaciones lineales mediante el uso de la inversa.

Resuelve e interpreta algunas aplicaciones que involucran matrices.

1. Matrices y operaciones
Definición: Una matriz es un arreglo rectangular de mn números reales (o complejos)
organizados en m filas horizontales y n columnas verticales. Por ejemplo:
 
a a12 a13 ... a1n
 11 
 
 a21 a22 a23 ... a2n 
A=
 .. .. .. .. .. 

 . . . . . 
 
an1 an2 an3 ... ann
La matriz  
2 −3 5
 
A = 0 −7
 
1
 
2 3 −5
se puede ingresar en Octave empleando la siguiente sintaxis:

A = [2 -3 5;0 1 -7;2 3 -5]

1
Elaborado por: Marcos Orellana Panchame 1.1 Operaciones con matrices

Al presionar la tecla Enter, la ventana de comandos nos devolverá

El punto y coma le indica a Octave los cambios de fila. La variable A seguida del signo igual
reserva un espacio en la memoria en el que se guardará la matriz en cuestión.
Si se quiere hacer referencia a la componente ij de la matriz A, se puede lograr escribiendo
A(i, j). Por ejemplo, si quiero recuperar la componente a23 de la matriz A, se debe ingresar

A(2,3)

Luego de pulsar Enter, la ventana de comandos devolverá

Además, también es posible acceder a una fila o columna completa de una matriz. Por
ejemplo, los comandos

A(:,2) y A(2,:)

devuelven la segunda columna y la segunda fila de la matriz A, respectivamente.

1.1. Operaciones con matrices

Definición: Sean A = [aij ]mxn , B = [bij ]mxn y k un escalar, entonces:

A + B = C, donde C = [cij ] donde cij = aij + bij .

kA = k[aij ] = [kaij ].

A − B = A + (−1)B.

2
Elaborado por: Marcos Orellana Panchame 1.1 Operaciones con matrices

Si    
2 −3 5 1 5 5
   
A = 0 −7 , B = 8 2 y k = 5
   
1 1
   
2 3 −5 2 −7 5
La suma, multiplicación por un escalar y resta se pueden calcular ingresando

A=[2 -3 5;0 1 -7;2 3 -5]; B=[1 5 5;8 1 2;2 -7 5]; k=5;

A+B
k*A
A-B

Los resultados obtenidos serán

Definición: Sea  
a11 a12 a13 ... a1n
 
 
 a21 a22 a23 ... a2n 
A=
 .. .. .. .. .. 

 . . . . . 
 
an1 an2 an3 ... ann
entonces se define y se denota la transpuesta de A como
 
a a21 a31 ... an1
 11 
 
 a12 a22 a32 ... an2 
AT =   .. .. .. .. .. 

 . . . . . 
 
a1n a2n a3n ... ann

Para obtener AT en Octave, se utiliza el carácter reservado :́

A=[2 -3 5;0 1 -7;2 3 -5];

A’

La salida mostrada por el programa será:

3
Elaborado por: Marcos Orellana Panchame

Definición: Sean A = [aij ]mp y B = [bij ]pn matrices de dimensiones mxp y pxn , respecti-
vamente. Entonces el producto de ambas se define y se denota mediante

AB = C = [cij ]mn

donde
p
X
cij = aik bkp
k=1

La forma de multiplicar las matrices A y B definidas en el ejemplo anterior serı́a:

A=[2 3 -5;0 1 -7;2 3 -5]; B=[1 5 5;8 1 2;2 -7 5];

A*B

Introduciendo los comandos anteriores, el programa devolverá

Si la matriz B se reemplaza por

 
1 5
B= 
8 1

El programa arrojará el siguiente error

2. Sistemas de ecuaciones lineales

2.1. Identidades e inversas

Definición: Se define la matriz identidad de dimensión n como aquella matriz cuadrada de

nxn componentes tal que los elementos fuera de su diagonal principal son ceros y los elementos
en su diagonal principal son unos. La matriz identidad de dimensión n se denota mediante In .
Sea      
2 −3 5 1 0 0 5
     
A = 0 −7 , I3 = 0 0 y c = 2
     
1 1
     
2 3 −5 0 0 1 8

4
Elaborado por: Marcos Orellana Panchame
2.2 Sistemas de ecuaciones lineales

Es sencillo verificar en Octave que I3 tiene la propiedad de que

AI3 = I3 A = A

esto es en general cierto para cualquier matriz cuadrada A sin importar su dimensión.
Por otro lado, también se puede verificar que I3 c = c. No obstante, en este caso cI3 no es
una operación permitida.
Definición: Sea A una matriz de nxn, si existe una matriz A−1 de nxn tal que

AA−1 = A−1 A = In

se dirá que A es invertible. Además, a A−1 le denominaremos la inversa de A.

Si A es la matriz descrita en ejemplos anteriores, su inversa puede calcularse empleando la
siguiente sintaxis:

A=[2 -3 5;0 1 -7;2 3 -5];

inv(A)

La respuesta devuelta será

−1
Para verificar que el resultado anterior es correcto basta con revisar que AA = In . El
resultado se muestra a continuación, analı́celo:

2.2. Sistemas de ecuaciones lineales

La multiplicación matricial es especialmente útil para expresar sistemas de ecuaciones en

una forma más compacta. No es difı́cil notar que el sistema



 a11 x1 + a12 x2 + ... + a1n xn = b1



 a x + a x + ... + a x = b
21 1 22 2 2n n 2
..


 .



a
m1 x1 + am2 x2 + ... + amn xn = bn

5
Elaborado por: Marcos Orellana Panchame
2.2 Sistemas de ecuaciones lineales

es equivalente a la expresión matricial

   
  x1 b
a a12 a13 ... a1n    1
 11   x 2   b2 
  

 
 a21 a22 a23 ... a2n     
3  =  b3 
 x   
 .. .. .. .. ..  

 . . . . .  .  
 
.. 

   ..   .
am1 am2 am3 ... amn    
xn bn

que de forma más reducida aún se puede expresar simplemente como

Ax = b

donde A es la matriz de coeficientes, x es el vector de incógnitas y b es el vector de valores en

el miembro derecho de la igualdad. Note que si A es invertible, para resolver el sistema anterior
basta con multiplicar A−1 por la izquierda a ambos lados de la igualdad, es decir, si

Ax = b ↔ A−1 Ax = A−1 b ↔ In x = A−1 b ↔ x = A−1 b

Por ejemplo, si se desea resolver el sistema




 0.8x1 − 0.5x2 − 0.15x3 = 10

−0.4x1 + 0.9x2 − 0.3x3 = 25


−0.25x − 0.5x + 0.85x = 20

1 2 3

podemos expresarlo matricialmente de la siguiente forma

    
0.8 −0.5 −0.15 x 10
   1  
 −0.4 −0.3  x2  = 25
    
0.9
    
−0.25 −0.5 0.85 x3 20
Para resolver este sistema en Octave, basta con ingresar el siguiente código

A=[0.8 -0.5 -0.15;-0.4 0.9 -0.3;-0.25 -0.5 0.85];

b=[10;25;20];
x=inv(A)*b

La solución mostrada será

6
Elaborado por: Marcos Orellana Panchame
2.2 Sistemas de ecuaciones lineales

En la práctica, , puede ser útil saber si un sistema tendrá solución única antes de intentar
resolverlo. Para ello, podemos empezar por calcular el determinante de la matriz de coeficientes
A. En Octave se puede calcular el determinante de una matriz utilizando la función det. Por
ejemplo, para calcular el determinante de la matriz A del ejemplo anterior, basta con ingresar
las siguientes lı́neas a la ventana de comandos

A=[0.8 -0.5 -0.15;-0.4 0.9 -0.3;-0.25 -0.5 0.85];

det(A)

El método ilustrado anteriormente para resolver sistemas de ecuaciones lineales suele reque-
rir que la matriz A sea invertible y en consecuencia cuadrada. En la práctica, es muy común
que algunos sistemas de la forma Ax = b presenten más ecuaciones que variables, en estos casos
bajo ciertos supuestos (independencia lineal de las columnas de A) se puede proceder de la
forma siguiente:

Ax = b ↔ AT Ax = AT b ↔ (AT A)−1 (AT A)x = (AT A)−1 AT b ↔ x = (AT A)−1 AT b

Note que hablar de (AT A)−1 tiene sentido puesto que si A es de mxn, entonces AT es de nxm,
en consecuencia AT A es una matriz cuadrada de nxn. A la matriz (AT A)−1 AT se le denomina
pseudoinversa de Moore-Penrose. Por supuesto, un sistema Ax = b con las caracterı́sticas
anteriores podrı́a no tener ninguna solución o infinitas soluciones.
Para resolver el sistema    
0 1 2
   
1 1 4
   
    
   
2 1 x1 0
   =  
   
3 1 x2 2
   
   
3 1 5
   
4 1 3
se pueden emplear las instrucciones siguientes:

A=[0 1;1 1;2 1;3 1;3 1;4 1];

b=[2 4 0 2 5 3]’;
x=inv(A’*A)*A’*b

La solución al sistema anterior es:

7
Elaborado por: Marcos Orellana Panchame

3. Práctica
Instrucciones generales: Desarrolle los siguientes ejercicios en la ventana de comandos de
Octave. Redacte un reporte en formato PDF con sus respuestas y los procedimientos utilizados
para llegar a ellas. Utilice el editor de ecuaciones de Word para redactar adecuadamente la
notación matemática. Adjunte todos los códigos y comandos empleados en cada ejercicio.

I. Sean
   
  2 8 −3 3
8 11 −6    
A=  , B = −4 3  , C= 2 −5 
   
3 −6 −2    
11 −10 4 −13

 
8 0 −16
 
D=3 −5
 
9 
 
19 2 −5

1. Verifique que A(B + C) = AB + AC. No obstante A(B + C) 6= BA + CA. ¿Por qué?

2. Calcule, en caso de que sea posible, AT B T + 5D.

3. Calcule D2 − 3D + 2I3 .

4. Calcule (BA)(BA)T . ¿Qué caracterı́stica puede reconocer en esta matriz?

II. Una fábrica de productos alimenticios desea estimar el costo de montar una campaña
publicitaria de sus productos en redes sociales, televisión y medios impresos. Se cuenta
tres propuestas del plan publicitario de acuerdo con el presupuesto asignado. En el primer
presupuesto cada anuncio en redes sociales tiene un coste de $500,000.00, en televisión
$10,000.00 y en medios impresos $60,000.00. En el segundo presupuesto $620,000.00,
$8,000.00 y $30,000.00, y finalmente, en el último presupuesto $1,120,000.00, $10,000.00
y $35,000.00, respectivamente. El presupuesto asignado para cada tipo de medio es el
siguiente: $21,795,000.00, $31,767,000.00 y $61,225,000.00.

1. Plantee el sistema a resolver.

2. Determine si el sistema tiene solución única mediante el uso de determinante.

3. Si el sistema tiene solución única, calcúlela mediante el uso de su inversa.

III. Un inversionista ha decidido tomar registro mensual del incremento de sus utilidades en
cierto negocio. Para ello, ordena las observaciones en pares (tiempo, dinero). En un medio

8
Elaborado por: Marcos Orellana Panchame

año tomó los siguientes registros:

(1, L.10000), (2, L.14800), (3, L.20350), (4, L.25120), (5, L.29153), (6, L.34789)

Al ubicar estos puntos en un plano dinero versus tiempo observa el siguiente comporta-
miento:

Por lo que asume que debe existir una lı́nea recta y = mx + b que aproxime los datos y
le permita hacer estimaciones en otros tiempos. De existir tal recta aproximada, deberı́a
cumplirse que
10000 ≈ 1m + b
14800 ≈ 2m + b
20350 ≈ 3m + b
..
.
34789 ≈ 6m + b
Note que lo anterior es un sistema de 6 ecuaciones lineales y dos variables. Utilice la
pseudoinversa de Moore-Penrose para encontrar las incognitas m y b. Grafique en un
mismo plano la recta y = mx + b obtenida y los puntos observados.