ALGEBRA LINEAL CON DERIVE

Gua Bsica
I.

Entrada de Vectores y Matrices.

a) En la lnea de comandos:
1) Para entrar un vector se selecciona el comando DECLARE y en ste se
elige vector. Esto puede hacerse tecleando primero la letra D y luego la
letra R. Aparece en pantalla lo siguiente.
DECLARE VECTOR: Dimensin:_
Se digita entonces el nmero de componentes del vector y se da ENTER;
luego pide los elementos del vector uno a uno y cuando ha recibido el total
de componentes, carga el vector en la ventana de lgebra, asignndole un
nmero (#n).
Si se desea denotar el vector mediante una letra v, por ejemplo, se da la
instruccin v:=#n. Si ms adelante se quiere utilizar la letra v como
argumento de una funcin, antes de hacerlo se debe inasignar mediante la
instruccin v:=. Se recomienda no usar las letras i, j, k, x como nombres,
porque ellas fueron usadas en los programas de algunas funciones.
2) Para entrar una matriz se selecciona el comando DECLARE MATRIX,
digitando la letra D y luego la letra M. Aparece en pantalla lo siguiente:
DECLARE MATRIX! Rows:_
Columns:_
Se entra el nmero de filas y el nmero de columnas. Luego pide uno a
uno los elementos de la matriz indicando cada vez su posicin.
b) Con el comando AUTHOR:
1) Se entra un vector digitando sus componentes entre corchetes y separados
por comas, as: [ _ , _ ,, _ ].
2) Se entra una matriz como un vector de vectores, cuyas componentes son
las filas de la matriz, as: [ [ _ , _ ,, _ ] , [ _ , _ ,, _ ] , , [ _ , _ ,, _ ] ].
c) Generando vectores y matrices.
Se pueden generar vectores y matrices evaluando una expresin U(k) (U(j,k))
en una secuencia de valores de k (de j y k) de la siguiente manera:
1) Para vectores:
Con el comando AUTHOR, se entra la instruccin VECTOR (U(k),k,i,f,p),
donde:
k es la variable
i es el valor inicial de k
f es el valor final de k
p es el tamao del paso

Ejemplo 1:

VECTOR k 2 1, k ,1,7,1

genera el vector [2,10,26,50]

Si se omite el argumento p (o el argumento i) DERIVE asume que ste

toma como valor 1.
Tambin se puede utilizar la funcin VECTOR cambiando los 3 ltimos
argumentos por un vector cuyas componentes sean los valores que debe
tomar la variable k.

Ejemplo2:

VECTOR k 2 1, k 3,7,13

nos genera el vector [10,50,170]

2) Para matrices:
Con el comando AUTHOR, se entra la instruccin

VECTOR VECTOR (j,k),k,i1,f1,p1 , j ,i 2 ,f 2 ,p 2

(j, k)

i1 ,f1 , p1

donde:

es la expresin que se quiere evaluar

: valor inicial, valor final y paso para la variable k.

i 2 ,f 2 , p 2

: valor inicial, valor final y paso para la variable j.

Ejemplo:

VECTOR VECTOR j k, k,1,5, 2 , j ,1, 7, 2

genera el vector:

2 4 6
4 6 8

6 8 10

8 10 12

Esta funcin trabaja con

j 1,3,5,7

k 1,3,5

k 1,3,5

genera la primera fila [2,4,6]; con j = 3 y

segunda fila [4,6,8].

, as: con j = 1 y

k 1,3,5

genera la

d) Matrices y vectores de componentes aleatorias.

1) RANDOM_VECTOR(n,s): genera un vector de orden n, cuyas
componentes son nmeros tomados aleatoriamente del intervalo (-s,s).
2) RANDOM_VECTOR(m,n,s): genera un vector de orden mxn, cuyas
componentes son nmeros tomados aleatoriamente del intervalo (-s,s).

II.

Funciones para manipular vectores y matrices.

a) Para seleccin:
1) Para seleccionar la i-sima componente de un vector X:
X SUB i (el operador sub tambin se puede entrar presionando las teclas
xi
ALT+V y en tal caso aparece en la pantalla como
).
Otra funcin con el mismo efecto es ELEMENT(X,i).
2) Para seleccionar la ijsima componente de una matriz A:
A SUB i SUB j
A SUB [i,j]
ELEMENT(A,i,j)
3) Para seleccionar la fila I de la matriz A:
A SUB i o ELEMENT(A,i), ya que A es un vector de vectores.
4) Para seleccionar la jsima columna de una matriz A:
SELECCIONE(A,[j]). Ver funcin seleccione para varias columnas mas
adelante.
El resultado es una matriz de una columna.

5) Para seleccionar valores de k que satisfagan una condicin

funcin de k:

SELECT ,k,

, dad en

: Selecciona las componentes k del vector

satisfacen la condicin
Ejemplo1:

VECTOR k 2 1 0, k , 1,1,5,0,1,3

simplifica a

que

1,1,1

SELECT ,k,m,n,s

: en ste caso k vara de m a n en pasos de tamao

s, si se omite s, ste toma como valor 1.
Ejemplo 2: La funcin PRIME(K) retoma TRUE o FALSE segn que el
nmero k sea primo o no primo. Para hallar todos los nmeros primos
menores
que
100
simplificamos
la
expresin

VECTOR PRIME (K),K,1,100

la cual nos presenta dichos nmeros en un

vector.
b) Para modificaciones.
BORRE(v,n): crea un nuevo vector suprimiendo la n-sima componente del
vector v.

INSERTE( ,v,n): crea un nuevo vector insertando

elemento del vector v.

antes del n-simo

CAMBIEX( ,v,n): crea un nuevo vector cambiando por

componente del vector v.

la n-sima

APPEND(v,w): construye un vector colocando primero las componentes del

vector v y luego las del vector w.
Las cuatro funciones anteriores pueden ser aplicadas a matrices para
manipular sus filas.
CAMBIEX_(c,A,i,j): crea una nueva matriz cambiando por c la ij-sima
componente de la matriz A.
BORRE_COL(A,j): crea una nueva matriz suprimiendo la j-sima columna de la
matriz A.
INSERTE_COL(u,A,j): crea una nueva matriz insertando el vector u como jsima columna en la matriz A.
CAMBIEX_COL(v,A,j): crea una nueva matriz, cambiando por el vector v la jsima columna de A.
APPEND_COL(A,v): crea una matriz aumentada agregando a la matriz A como
ltima columna el vector v.
APPEND_COLS(A,B): crea una matriz aumentada (A,B ) colocando a la
derecha de A la matriz B (si A y B tienen igual nmero de filas).
SELECCIONE(A,v): forma una nueva matriz cuyas columnas son las columnas
de A indicadas en el vector v.

Ejemplo:

SELECCIONE A, 1,3,5

simplifica

como una

matriz cuyas

A(1) , A(3) y A(5)

columnas son
en este orden.
Si alguna de stas funciones se usa con el fin de realizar correcciones sobre
un vector (o matriz) v, se debe ejecutar y luego reasignar a v el resultado.
En todos los casos cuando decimos v es un vector nos referimos a un vector
fila. En la ventana de lgebra podemos distinguir entre vector fila y matriz de
una fila, porque el vector tiene sus componentes separadas por comas y la
matriz no.

c) Para operar con vectores y matrices:

A'

: Nos da la matriz transpuesta de A

: Multiplica la matriz (o vector) A por el escalar

A B
A B

: Suma o resta de matrices (o vectores) A y B de igual orden

: Multiplica la matriz A por la matriz B, si los rdenes de stas matrices

son compatibles para el producto.
NOTA:
(1) A puede ser un vector fila cuyo nmero de componentes es igual al nmero
de filas de la matriz B y en tal caso el resultado es un vector.
(2) Si A es una matriz y B es un vector cuyo nmero de componentes es igual
al nmero de columnas de A entonces A.B nos presenta el producto de A
por B como vector (fila).
(3) Si A y B son vectores con igual nmero de componentes, el resultado de
A.B es el producto escalar entre los dos vectores.
CROSS(v,w): realiza el producto vectorial (o producto cruz) entre dos vectores
v y w de
A (1)

R3

: Calcula la inversa de A, si A es invertible.

ID(n): construye la matriz identidad de orden n.

A^k: calcula la k-sima potencia de la matriz cuadrada A, si
invertible k puede ser negativo.

; si A es

ADJOINT(A): calcula la matriz adjunta de A, si A es cuadrada.

SEUDO_INV(A): calcula la seudoinversa de la matriz A.
Observacin: Cuando una operacin no est definida, por ejemplo, si se pretende
hallar la inversa de una matriz no invertible o sumar matrices de diferente orden,
Derive deja la operacin indicada.

d) Para realizar operaciones elementales de fila.

Si A es cualquier matriz de orden mxn

SWAP A, i, j
SCALE A, i,c

M i (c)A

Pij A
: Intercambia las filas i y j de la matriz A (produce

).

: Multiplica la fila i de la matriz A por el escalar c (produce

).

SUBTRACT A, i, j,c

: Resta a la fila i de A, c veces la fila j de A (produce la

Eij (c) A
matriz

).

PIVOT A, i, j

: Realiza el proceso de eliminacin sobre la columna j de A,

restando a todas la filas, a partir de la fila i+1, mltiplos apropiados de la fila i,
para conseguir ceros debajo de la posicin (i,j).
e) Para nmeros especiales asociados con una matriz o un vector.
RANK(A): Calcula el rango de A
ABS(v): Halla la longitud o normal
TRACE(A): Halla la traza de la matriz A, si A es cuadrada.
DIMENSION(A): Nos da el nmero de filas de A (tambin acta sobre cualquier
vector, dando su nmero de componentes).
DET(A): Calcula el determinante de la matriz A, si A es matriz cuadrada.

COFACTOR A, i, j

: Calcula el cofactor correspondiente a la posicin (i,j) de

la matriz cuadrada A.
f) Para el proceso de eliminacin Gaussiana.
ESCALONE(A): Realiza el proceso de eliminacin Gaussiana sobre la matriz A
y halla as una matriz escalonada a partir de A.
ESCALONEP(A): Realiza el proceso de eliminacin Gaussiana con pivoteo
parcial sobre la matriz A y da como resultado la correspondiente matriz
escalonada.
Las dos funciones anteriores actan nicamente sobre matrices cuyas
componentes son todas numricas.

ESCALONE_(A,B): Si A y B son matrices con igual nmero de filas. Pega la

matriz B a la derecha de la matriz A y realiza luego el proceso de eliminacin
Gaussiana sobre la matriz obtenida, parando cuando A est escalonada.
ESCALONEP_(A,B): Pega la matriz B a la derecha de A y realiza la eliminacin

(AMB)
Gaussiana con pivoteo parcial en
hasta escalonar a la matriz A.
NOTA: Para que las dos funciones anteriores realicen el proceso requerido,
todas las componentes de la matriz A deben ser numricas; las de la matriz B
pueden ser alfanumricas.
REDUZCA(A): Halla una matriz escalonada reducida (con unos como pivotes
y ceros debajo y encima de cada pivote), por operaciones elementales de fila
sobre la matriz A.
REDUZCA_(A,B): Trabaja igual que la funcin anterior sobre la matriz

(AMB)
aumentada

, siendo A y B matrices con igual nmero de filas.

ESCALONE_B(A): Crea un vector genrico, lo agrega como columna a la

derecha de la matriz A y luego realiza el proceso de eliminacin Gaussiana
hasta escalonar A. sta funcin es muy til especialmente cuando se quiere
hallar restricciones sobre las componentes de un vector genrico b para que el
sistema AX=b sea soluble.
Dado un vector d podemos determinar si satisface las restricciones, mediante
el comando MANAGE SUBSTITUTE (M+S) sustituyendo b1, b2,, bk por las
correspondientes componentes del vector d. Otro mtodo consiste en crear en
la lnea de AUTHOR una funcin f(b1,b2,,bk), asignndole la matriz
escalonada que contiene las restricciones y luego simplificar f(d1,d2,,dk).
NOTA: Una expresin (o subexpresin) resaltada en la ventana de lgebra
puede traerse a la lnea de AUTHOR, mediante la tecla f3 para ser insertada
en una nueva expresin.

Ejemplo: Si

1 2 3
A 1 3 5
1 9 13

ESCALONE_B(A) nos da como resultado la matriz:

1 2 3
0 5 8

b1

b2 b1
0 0 0 b3 2b2 b1

Si con el resultado anterior resaltado, activamos el comando MANAGE

SUBTITUTE y sustituimos b1 por 2, b2 por -1 y b3 por 0, obtenemos la matriz:

1 2 3 2
0 5 8 1

0 0 0 0

De donde se deduce que el sistema

2
AX 1
0

es soluble.

Otra forma de determinar si AX=d es soluble, es lo siguiente: definimos la

funcin:

b1
1 2 3

f (b1,b 2,b3) 0 5 8
b2 b1
0 0 0 b3 2b2 b1
A
Para una factorizacin PA = LU de una matriz
funciones:

mxn

, se tienen las siguientes

U_(A): Halla la matriz escalonada U.

INVL_P(A): Calcula la matriz

L1P

L_U(A): Halla las matrices L y U. Entrega el resultado en la forma

L
U

U_P(A): Halla las matrices U y P. Entrega el resultado en la forma

Ejemplo:

0
U
0

Si

1
A
1

1 1

0 1
1 0

0 1

entonces

0 1

1 1
0 0

0 0

INVL_P(A) nos da

0 1 0 0

1 0 0 0 L1P
1 1 1 0

0 1 0 1

L_U(A) simplifica como

0 1
1 0
1 1
0 1

0 1

1 1

0 0

0 0
0 1 0 0

1 0 0 0

1 1 1 0

0 1 0 1

U_P(A) simplifica como

0
0

0
1
0

0
1
0
0

1
1

1

0
0
1
0

4 4

4 4

U_(A)

simplifica

Si se requiere usar msy adelante las matrices L, U y P se les puede asignar

sus nombres seleccionando la correspondiente matriz y trayndola a la lnea de
AUTHOR mediante la tecla

Obtuvimos

0
L
1

Con la instruccin
matriz cero.

0
1
1
1

F3

0
0
1
0

P. A LU

0
U

1
0
0
0

0 1

1 1
0 0

0 0

1
P
0

1
0
0
0

0
0
1
0

0
0

verificamos la factorizacin; debemos observar la

A VV T

CHOLESKY(A): Halla una matriz triangular inferior V, tal que

siempre
que A sea una matriz definida positiva (simtrica con todos sus valores propios
positivos).
III.

Como resolver sistemas de ecuaciones lineales.

Sea A una matriz de orden mxn, b un vector fila de orden m y v un vector fila de
orden

r (r n)

, cuyas componentes son nmeros enteros entre 1 y n.

RESUELVA(A,b,v): Resuelve el sistemas de ecuaciones lineales AX=b despejando

las variables asociadas a las columnas que se indican en el vector v, en trminos
de las restantes. sta funcin est programada usando la funcin SOLVE, la cual
sirve para resolver ecuaciones lineales. Si desea hallar algunas soluciones
particulares puede hacerlo mediante los comandos MANAGE SUBSTITUTE; esto
tambin puede lograrse, creando una funcin cuyos argumentos son las variables
libres y cuyo valor es el resultado de la funcin RESUELVA y evaluando luego
dicha funcin para valores concretos de las variables libres.
Ejemplo: Para resolver el sistema AX=b, donde:

2 1 3 5

A 4 2 3 7
6 3 0 2

9

B 1
8

Declaramos la matriz A y procedemos como sigue: Ejecutamos la instruccin

ESCALONE(A), la cual simplifica como:

 2 1 3 5

0 0 9 17
0 0 0 0

Luego las variables bsicas son las asociadas a las columnas 1 y 3.

A continuacin damos la instruccin
como:

RESUELVA a, 9,1,8 , 1,3

, la cual simplifica

3 x 2 2 x 4 8

19 17 x 4
x3

x1

Por lo tanto, la solucin general del sistema AX=b es:

x1
6

x
0

2

x2
x3 19

2
3
6

0
1 x

;x2 , x4
4

0
17 9

Para hallar soluciones particulares, creamos la funcin:

3 x 2 2 x 4 8

19 17 x 4
x3

x1

f x 2, x 4 :

Y luego simplificamos para valores concretos. Por ejemplo,

5
2

x 22
2

x1

como
sistema.

Observaciones.

; por lo tanto el vector

5
2
1

22
3

f (1,5)

simplifica

es una solucin particular del

1. Recuerde que las letras x, i, j, k no pueden estar asignadas, ya que todas

ellas han sido usadas en el programa de la funcin RESUELVA.
2. Si el sistemas de ecuaciones lineales que se quiere resolver no es soluble,
la funcin RESUELVA entrega como resultado el smbolo [ ] frente al vector
de variables bsicas.
RESUELVA_1(a, B): Resuelve un sistema de ecuaciones lineales cuya matriz
de coeficientes es invertible. Entrega como resultado el vector solucin.
REGRESIVA(U, v): Realiza el proceso de sustitucin regresiva para el sistema
de ecuaciones lineales cuya matriz aumentada es U; siendo U una matriz
escalonada y v el vector que indica las columnas que contienen pivote; toma
como vector de trminos independientes la ltima columna de U.
Combinando la funcin ESCALONE_(A,B) o la funcin ESCALONEP_(A,B)
con la funcin REGRESIVA se pueden resolver simultneamente varios
sistemas de ecuaciones lineales con la misma matriz de coeficientes A, siendo
B la matriz cuyas columnas son los vectores de trminos independientes de
dichos sistemas.

Ejemplo:

Si A es la matriz del ejemplo anterior y

9 5 1

B 1 1 1
8 6 4

, la funcin compuesta.

REGRESIVA(ESCALONE_(A, B), [1, 3]) simplifica como:

1 1 2 0 1 3 4 3 1 0

0
1 17 9 19 9 1 1 3
0
0
0
0
0
0
0 4

Este resultado puede interpretarse como sigue:

El sistema

9

AX 1
8

tiene por solucin:

x1 4 3 1 2 x2 1 3 x4 ,x3 19 9 17 9 x4

El sistema

5

AX 1
6

tiene por solucin:

x1 1 1 2 x2 1 3 x4 ,x3 1 17 9 x4

El sistema

1

AX 1
4

no posee solucin.

La funcin REDUZCA_(A, B) tambin es til para resolver simultneamente

varios sistemas de ecuaciones lineales con la misma matriz de coeficientes,
colocando como matriz B la que tiene por columnas los diferentes vectores de
trminos independientes; pero antes de aplicarla se debe comprobar que los
sistemas en consideracin si sean solubles. El resultado que entrega es el
mismo de la funcin compuesta anterior.
Para resolver simultneamente los sistemas:

AX B (1) ,AX B (2) ,...,AX B (r)

tambin se puede simplificar la funcin

compuesta:

VECTOR RESUELVA A, Bsubs, v ,s, l, r

, siendo B la matriz cuyas columnas

son los vectores de trminos independientes; sta funcin entrega un vector
cuyas componentes son las soluciones de los sistemas dados en el orden
correspondiente. El tiempo de ejecucin de sta funcin es superior al de las
funciones anteriores, pero compensa al entregar las variables bsicas
despejadas, lo que no ocurre con las otras funciones.
Ejemplo:
Para resolver en simultneo los mismos tres vectores del ejemplo anterior
simplificamos la funcin compuesta:

VECTOR RESUELVA A, Bsubs,[1,3] ,s,1,3

y obtenemos:

3 x 2 2( x 4
x1
6

19 17 x 4

x3

9

IV.

4)

3 x 2 2( x 4
x1
6
,
9 17 x4

x3

3)
x1
,
x3

Ajuste de datos por mnimos cuadrados.

Para hallar la mejor solucin, , de un sistema de ecuaciones lineales AX=b, por

el mtodo de los mnimos cuadrados, se sigue el algoritmo de las ecuaciones
normales, utilizando las funciones hasta ahora vistas para operaciones con
matrices y solucin de sistemas de ecuaciones lineales. Para el clculo del error,
se puede aplicar la funcin ABS al vector

b A.x

Ejemplo:
Para hallar la recta que mejor se ajusta a los puntos:

1 2

1
1 3
2 9 10
6 10

i)

1 7

28
100

, procedemos como sigue:

y mx b

Sustituyendo los datos en la ecuacin

m b 2
1
9
mb
2
10
1
6
mb
3
10
1
28
mb
7
100

, obtenemos el sistems:

Cuya forma matricial es:

12
1 3

17
ii)

1
1

9 10
6 10

28 100

Encontramos la matriz de coeficientes del sistema anterior, mediante el

comando DECLARE MATRIX y le asignamos la letra A.

b : [2, 9 10 , 6 10, 28 100]

iii)

El vector b lo encontramos como

.
Resolvemos ahora el sistema de las ecuaciones normales, mediante la

RESUELVA_1(A'.A, A'.b)
funcin
simplifica a:

, la cual con el comando APPROX

[-1.93680, 0.0206713]

Luego, la mejor solucin en trminos de mnimos cuadrados, para el

sistema AX=b es:

x 1.93680, 0.0206713

As, la recta que mejor se ajusta a los puntos dados, es:

y 1.93680 x 0.0206713

ABS b A..x
iv)

v)

Para calcular el error, simplificamos la expresin

el comando APPROX y obtenemos 0.0951520.

, mediante

Para predecir las ordenadas correspondientes a diferentes abscisas

sobre la recta del ajuste, podemos definir una funcin:

y (x) 1.93680 x 0.0206713

y luego evaluar simplificando

y x0

x0

, por

y 1 4

vi)

ejemplo,
simplifica como -0.463528.
Para graficar la nube de puntos y la recta que mejor se ajusta a dichos
puntos procedemos como sigue:
1) Con el comando DECLARE MATRIX entramos la matriz:

2
1

12
9 10

N
1 3
6 10

1 7 28 100
La cual tiene en su primera columna las abscisas y en su segunda
columna las ordenadas de los puntos que deseamos graficar.
2) Con la matriz N resaltada en la ventana de lgebra, activamos los
comandos PLOT OVERLAY PLOT y observamos as la grfica de los
puntos dados.
3) Resaltando en la ventana de lgebra la expresin:

1.93680 x 0.0206713

Y activando de nuevo el comando PLOT, obtenemos la grfica de la

recta (superpuesta con la nube de puntos graficada en 2), en el mismo
sistema de coordenadas cartesianas.

A continuacin se presenta la grfica completa.

NOTA: Derive, tiene una funcin predefinida para realizar ajustes por
mnimos cuadrados; a continuacin se describe dicha funcin y se
ilustra con ejemplos.
FIT(v, M): Realiza un ajuste por mnimos cuadrados de una expresin
parametrizada dada en el vector v, para el conjunto de datos indicados
en la matriz M. As, si se quiere estimar las constantes
ajustar por mnimos cuadrados el modelo:

y a1 f1 (x1 ) a2 f 2 (x 2 ) ... an f n (x n )

a1 , a2 ,..., an

para

[x1 j , x 2 j ,..., x ni , yi ]
a los datos

damos la instruccin.

FIT x1 , x 2 ,..., x n ,a1 f1 (x1 ) a2 f 2 (x 2 ) ... an f n (x n ) ,M

, donde m
es una matriz de n+1 columnas, que tiene en su k-sima columna los
datos correspondientes a

xk , k 1, 2,..., n

y en su ltima columna los

datos de la variable dependiente y las funciones

ser lineales.

f k (x k )

no tienen que

Ejemplo 1: Si

2
1

12
9 10

M
1 3
6 10

1 7 28 100

FIT x, mx b , M

Halla la recta que mejor se ajusta a la nube de

1 2

1
1 3
2 9 10 6 10

1 7

28
100

puntos dada por:

; dicha funcin
simplifica con el comando APPROX a 0.0206713 1.93680x (compare
con el ejemplo anterior).

Ejemplo 2: Si

1 1 5

M 2 5 7
3 4 8

FIT x, y, rx 2 qy 2 s , M
2

Simplifica en modo exacto a:

2x
y
14

7
21 3

Y en modo aproximado simplifica a:

0.285714 x 0.0476190 y 2 4.66666

2

V.

Como hallar bases ortonormales (Proceso de Gram-Schmidt).

mxn

n2

ORTONORMAL(A): Si
, con
, es una matriz de columnas L.I., esta
funcin encuentra una matriz Q de columnas ortonormales tales que R(A) = R(Q);
es decir, las columnas de la matriz hallada forman una base ortonormal para el
subespacio de

generado por las columnas de A.

NOTA:

mn

1) Si
pero las columnas de A no son L.I., la funcin acta hasta encontrar
alguna columna que sea C.L. de las anteriores y coloca el smbolo ? en las
columnas restantes.
2) Si

mn

presenta un mensaje diciendo que son demasiadas columnas.

Si se desea hallar la matriz triangular superior invertible R tal que A=QR basta con
simplificar la expresin

R : Q '. A

ya que

QT Q 1

1 1

A 1 0
0 1

Ejemplo: Si
, hallamos una matriz Q de columnas ortonormales y una
matriz R triangular superior invertible tales que A=QR como sigue:

Q : ORTONORMAL(A)

Nos da la matriz

R
R : Q '. A

Simplifica como

2
2

6
6
6
3

2
2

6
2

De lo anterior podemos concluir que una base ortonormal para R(A) est dada por:

q1

6
2

6
2

2 ,q 6
2 2
6

0
6

Q_R(A): Si

mxn

, con

A(1) 2q1 ,A(2)

y se tiene

n2

2
6
q1
q2
2
2

, es una matriz de columnas L.I., esta funcin halla

Q
una matriz de orden 2x1 tal que su componente (1,1) es una matriz

columnas ortonormales, su componente (2,1) es una matriz
superior invertible y se satisface R(A) = R(Q) y A = QR.

mxn

Para la matriz A del ejemplo anterior, la funcin Q_R(A) simplifica como:

mxn

de

triangular

VI.

6
6
6
3

2
2

6
2
6

Como hallar valores y vectores propios de una matriz cuadrada A.

CHARPOLY(A): Halla el polinomio caracterstico de la matriz A en la variable w.
EIGENVALUES(A): Halla los valores propios de la matriz A.
EXACT_EIGENVECTOR(A, ): Halla los vectores propios de A asociados con el
vector propio presenta como resultado la solucin general del sistema

A In x 0

. Si es una aproximacin de un valor propio, sta funcin entrega

como resultado el vector cero, ya que en este caso el sistema tiene nicamente la
solucin trivial; esto tambin puede ocurrir cuando el valor propio exacto es un
nmero irracional, para lo cual Derive no logra identificar, en la solucin del
sistema, algunas expresiones de irracionales como equivalentes a cero.
La funcin EXACT_EIGENVECTOR est realmente limitada a matrices de orden
mximo 4x4 para matrices de orden mayor que 4, se puede resolver el sistema

A In x 0

mediante la funcin RESUELVA.

En el caso de tener solo aproximaciones de los valores propios y para valores
propios irracionales con expresiones complicadas se recomienda la funcin
APPROX_EIGENVECTOR que se describe a continuacin.
APPROX _EIGENVECTOR(A, ): Halla un vector aproximado de la matriz A,
asociado con el valor propio aproximado ( no puede ser valor propio exacto).
Las aproximaciones de los valores propios, pueden hallarse previamente
factorizando el polinomio caracterstico en modo aproximado mediante los
comandos FACTOR COMPLEX(F+C) o simplemente la funcin EIGENVALUES(A)
mediante el comando APPROX. Si ste procedimiento no da resultado, se puede
graficar el polinomio mediante el comando PLOT, localizar vecindades de las
races reales y luego activando el comando SOLVE sobre el polinomio, obtener
dichas races en forma aproximada.
Antes de ejecutar la instruccin anterior, se debe colocar en modo aproximado
mediante los comandos OPTIONS PRECISION APPROXIMATE (O+P+A).
El resultado de la funcin anterior es un vector normalizado v. Luego dividir por el
valor propio aproximado y comparar el resultado con v; si no da una buena

aproximacin se debe aumentar el nmero de dgitos y ejecutar de nuevo la

instruccin.
Ejemplo 1.

12
1
6
1
4

1
0
2
1

1
3
1

Si
, para hallar el polinomio caracterstico, los valores propios y
los espacios propios de A, procedemos como sigue:

(1 w) 72w2 78w 19
72

CHARPOLY(A) simplifica como

, ste es el polinomio
caracterstico de A y podemos factorizarlo activando los comandos FACTOR
COMPLEX con el polinomio resaltado en la ventana de lgebra, se obtiene as:

17 13
(1 w) w

24 24

17 13

24 24

Tambin podemos calcular los valores propios directamente mediante la funcin

w 1,w
EIGENVALUES(A) la cual simplifica como

1 1,2
Luego los valores propios de A son
Hallemos ahora los espacios propios.

13 17
EXACT _ EIGENVECTOR A,

24

13 17
13 17
y 3
24
24

simplifica a

17 1

,
x

@
3
1
4
4

x1 @1 ,x2 @1

17 13
13
17
,w

24 24
24 24

17 3

4 4

De donde podemos concluir que el espacio propio de A asociado con

13 17
24

es

(1 17) / 4

(3 17) / 4

E2 gen

Anlogamente se pueden hallar

NOTA: El signo

E1

E3

se obtiene presionando simultneamente las teclas ALT y Q

Ejemplo 2.

Si

A 0

1
2

1
1

2
2

1
2
1
2

, obtenemos el polinomio caracterstico de A mediante la

funcin CHARPOLY(A), la cual se simplifica como

w 1,w
EIGENVALUES(A) simplifica a

4w3 8w2 3w 1
4

1
3i
1
3i

,w

4
4
4
4

1 1,2

1 3i
1 3i
y 3
4
4

Luego, los valores propios de A son

NOTA: La unidad se entra presionando simultneamente la tecla ALT y la letra I,
aparece como

Para hallar el espacio propio de A asociado con el valor propio

expresin

1 3i
EXACT _ EIGENVECTOR A,

x1 @1 ,x2

, simplificamos la

y obtenemos:

@1
3i @1
@
3i @1

,x3 1

2
2
2
2

3
Luego, el espacio propio de A asociado al valor propio

1 3i
4

est dado por

E3 gen

1 3i

1 3i

Anlogamente se hallan los otros dos espacios propios de A.

Ejemplo 3.

2
1
0.25

M 0.2 0.25
0
0
0.2 0.25

Para la matriz
, hallamos el polinomio caracterstico
mediante la funcin CHARPOLY(M) la cual simplifica como:

1600 w3 1200w2 340w 71

1600

Para hallar los valores propios simplificamos EIGENVALUES(M) y obtenemos:

3 399
3 399

ATAN (3 399)
ATAN
ATAN


133

133

2
30
SIN
2
30
COS

133

2 30SIN
3
3
3
6
3

1

1 ,w 1


w
,w
4
15
15
4
4
15

3 399

133

ATAN

1
EXACT_EIGENVECTOR M ,
4

2 30SIN

15

 x1 0,x2 0,x3 0

. Obviamente ste no es un vector propio de A.

Hallamos entonces aproximaciones de los valores propios, activando el comando
APPROX con el resultado de EIGENVALUES(M) resaltado y obtenemos:

w 0.147291,w 0.927523,w 0.324815

Nos colocamos en modo aproximado, mediante OPTIONS PRECISON

APPROXIAMTE, para hallar un vector propio aproximado asociado con el valor
propio 0.147291; damos la instruccin:

v : APPROX _ EIGENVECTOR M , 0.147291

[0.228296, 0.444750, 0.866043]

, la cual simplifica como:

Para saber si sta es una buena aproximacin, damos la instruccin

[0.228403, 0.444754, 0.866046]

t : M.v/ 0.14729

, la cual simplifica a
; ste
ltimo vector es muy cercano a v, obsrvese que ABS(t - v) simplifica como

8.78807 x106

, lo cual indica que

M.v 0.147291v

Ejemplo 4.

Veamos cmo hallar los valores de la matriz

0
1

0
0

w 2 w 42 w 101w 14 w 23
5

CHARPOLY(E) simplifica como

1 1 1 2

1 0 5 3
E 1 5 1 0

2 3 0 2
0 0 1 0

EIGENVALUES(E) simplifica en modo exacto, como:

w5 2 w4 42 w3 101w2 14 w 23
Como podemos ver, no nos da los valores propios.
Con la misma funcin en modo aproximado se obtiene [6.12119], mostrando slo
un valor propio de E.
Al activar los comandos FACTOR COMPLEX obtenemos como resultado el mismo
polinomio an sin factorizar.
Si resaltamos el polinomio caracterstico y activamos luego los comandos PLOT
OVERLAY PLOT, obtenemos la grfica del polinomio (puede verse mejor si

cambiamos el rango, activando el subcomando RANGE, LEFT: -8, BOTTOM:

-3500, TOP: 1000)

Observando la grfica podemos ubicar vecindades de las races del polinomio;

cada uno de los siguientes intervalos contiene una raz:
(-7,-6), (-1,0), (0,1), (2,3), (6,7)
Nos colocamos ahora en modo aproximado (O + P + A), resaltamos el polinomio
en la ventana de lgebra y luego activamos el comando SOLVE. Aparece en
pantalla lo siguiente:
SOLVE: Lower:___

Upper:___

Digitamos respectivamente los extremos inferior y superior del intervalo en el cual

deseamos hallar la raz.

Se obtiene:

Intervalo

Raz

(-7,-6)
(-1,0)
(0,1)
(2,3)
(6,7)

w = -6.60814
w = -0.497054
w = 0.451752
w = 2.53225
w = 6.12118

Luego.

w1 6.60814,w2 0.497054,w3 0.451752,w4 2.53225,w5 6.12118

son

aproximaciones de los valores propios de la matriz E.

NOTA.
El siguiente es un paralelo entre los nombres de algunas funciones que aparecen
en esta gua y los nombres originales en DERIVE, los cuales estn a la derecha
ID(n):= IDENTITY_MATRIX(n)
BORRE(v.n):= DELETE_ELEMENT(v.n)
INSERTE(u,v,n):= INSERT_ELEMENT(u,v,n)
CAMBIEX(u,v,n):= REPLACE_ELEMENT(u,v,n)
REDUZCA(A):= ROW_REDUCE(A)
REDUZCA_(A.B):= ROW_REDUCE(A,B)
SWAP(A,i,j):= SWAP_ELEMENTS(A,i,j)
SCALE(A,i,j):= SCALE_ELEMENT(A,i,j)
SUBSTRACT(A,i,j,c):= SUBSTRACT_ELEMENTS(A,i,j,c)

EJERCICIOS RESUELTOS
EJERCICIO 1. (Rectas y planos)

Considere los puntos

1
0 5

A 2 ,B 1 ,C 13
,D
3

7 21

1
5

a) Muestre que A, B y C determinan un plano y encuentra para dicho plano un vector

normal y su ecuacin lineal.
b)
c)
d)
e)

uuur
AC

Encuentre la proyeccin ortogonal del vector

sobre el vector
Halle la distancia del punto C a la recta determinada por A y B.
Encuentre las ecuaciones paramtricas de la recta AB.
Halle la distancia del punto D al plano ABC

uuu
r
AB

Solucin.
Entramos los vectores A, B, C, D, mediante los comandos DECLARE VECTOR.

uuu
r
AB

uuur
AC

a) Hallamos los vectores

y
como sigue:
e:= B A simplifica como [1,-3,4]
f:= C A simplifica como [6,11,18]

uuur
AC

uuu
r
AB

Como
no es paralelo a
entonces A, B y C son no colineales y por lo tanto
determinan un plano. El vector normal a ste plano es el producto vectorial entre

uuu
r
AB

uuur
AC

y
(o equivalentemente entre e y f) y lo hallamos mediante la construccin
n:= CROSS(e,f), la cual simplifica como [-98, 6, 29].

Activando el comando SIMPLIFY sobre la expresin

obtiene la ecuacin lineal del plano dada por:
b) La proyeccin ortogonal de

uuur
AC

uuu
r uuur
r
AB. AC uuu
r uuu
r AB (e.f) (e.e) e
uuu
AB. AB

obtenemos

sobre

uuu
r
AB

n. x, y , z A 0

98 x 6 y 29 z 197 0

est dada por:

; simplificando la expresin

[45 26, 135 26,90 13]

se

.p (e.f) (e.e) e

, sta es la proyeccin ortogonal pedida.

c) La distancia de C a la recta AB es la longitud del vector

uuur
uuur
uur AC
AC proyuAB
.

podemos hallar mediante la expresin ABS(f - p) la cual simplifica a

modo aproximado se obtiene 20.0777)
d) Al

simplificar

la

expresin

x, y, z A t.e

obtenemos

las

272506
26

y la

(en

ecuaciones

[x t 1, y 2 3 t, z 4 t 3]

paramtricas de la recta AB, dadas por:

.
e) La distancia del punto D al plano ABC est dada por la magnitud de la proyeccin
ortogonal

uuur
AD

sobre el vector n, normal al plano; se calcula como:

n.(D A)
n.(D A)
n

n.n
n

ABS n .(D a) ABS (n)

7.26727).

; basta entonces con simplificar la expresin:

744 10481 10481

y se obtiene

(en modo aproximado