Sistemas de Ecuaciones Lineales

Repú blica Bolivariana de Venezuela
Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental Politécnica
De la Fuerza Armada Nacional Bolivariana
Carrera: TSU Aná lisis Diseñ os y Sistemas
ADS- 2do Semestre
UNEFA
Sistemas de
ecuaciones
lineales
Profesor: Alumnos:
Nerio Contreras Dairelys Martínez C.I: 28384910

Vladismar Villarroel C.I: 26455776
Bladimir Villarroel C.I: 28701089
1
Índice
Pág.
Introducció n………………………………….…………….………………………………….………………………3
Método de Eliminació n Gaussiana…………….………………………………….……………..…………...4

Pasos del algoritmo de Eliminació n Gaussiana……………………….…………………………..…….4
Sistema Equivalentes: Características y propiedades….……….…………….………………….4, 5
Rango de un sistema de ecuaciones lineales………………………………………….…………….......5
Resolució n de un sistema de ecuaciones usando el Método de Cramer…….………………..6
Sistema de Ecuaciones lineales de (n) ecuaciones con ( p ) incó gnitas…………………….....6
Anexos
Ejemplos de Eliminació n Gaussiana………….………………………………….………8, 9, 10, 11, 12
Ejemplos de Sistema Equivalentes.….……….……………………………………….……………………13
Ejemplos de Rango de un sistema de ecuaciones lineales..…………………….…….13, 14, 15
Ejemplos del Método de Cramer……………………………………………………………..………15, 16
Ejemplos de Sistema de Ecuaciones lineales de (n)
Ecuaciones con (p) incó gnitas…………………………………………………………………………16, 17
Conclusió n……………………………………………………………………………………………………………18
Bibliografía…………………………………………………………………………………………………………..19
2
Introducción
En matemá ticas y á lgebra lineal, un sistema de ecuaciones lineales, también conocido

como sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de
ecuaciones lineales (es decir, un sistema de ecuaciones en donde cada ecuació n es de
primer grado), definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de
sistema lineal de ecuaciones sería el siguiente
El problema consiste en encontrar los valores desconocidos de las variables. El

problema de los sistemas lineales de ecuaciones es uno de los má s antiguos de la
matemá tica y tiene una infinidad de aplicaciones, como en procesamiento digital de
señ ales, aná lisis estructural, estimació n, predicció n y má s generalmente en
programació n lineal, así como en la aproximació n de problemas no lineales de aná lisis
numérico.
Existente métodos avanzados como la Regla de Cramer, Eliminació n de Gauss-Jordan,

y la Matriz invertible, entre otros; estos métodos son má s sofisticados que los bá sicos
y son necesarios conocimientos de Á lgebra lineal en ocasiones elevados, y destinados
a la resolució n de sistemas de gran dimensió n con gran nú mero de ecuaciones que
dan lugar, normalmente, al empleo de ordenadores para realizar las operaciones
necesarias.
3
1) Método de Eliminación Gaussiana: Concepto, características y
procedimiento a seguir ( paso a paso)
Algoritmo de Gauss o Eliminació n Gaussiana (Gaussian Elimination) es un método

numérico que se utiliza para reducir una matriz. Es decir, para llevar la matriz a la
forma escalonada reducida por renglones. Hay otros métodos como
Gauss-Jordá n o Montante. El método consta de dos fases:
 La primera cuyo fin es escalonar la matriz: esto lo hace de izquierda a derecha

y de arriba hacia abajo, y
 La segunda donde reduce: esto lo hace de abajo hacia arriba y de derecha a
izquierda.
En su aplicació n solo requiere operaciones elementales de rengló n. El uso de

eliminació n Gaussiana no solo se limita a resolver sistemas de ecuaciones lineales sino
también se puede aplicar al cá lculo de inversas de matrices o a la comparació n de
espacios generados. Es decir, es un método genérico y por lo tanto, no debe suponer
que la matriz es una matriz aumentada de un sistema. Hasta el momento, es el método
que requiere menos operaciones aritméticas cuando se aplica a una matriz general.
Pasos del algoritmo de Eliminación Gaussiana:
I. Fase de Escalonamiento:
 Determine la primer columna (a la izquierda) no cero.
 Si el primer elemento de la columna es cero, intercambie el rengló n por un
rengló n inferior que no tenga cero en esa posició n.
 Por eliminació n, obtenga ceros abajo del elemento delantero (pivote) en los
renglones debajo de él.
 Cubra el rengló n y la columna de trabajo y repita el proceso comenzando en el
paso 1.
II. Fase de Reducción:
 Comenzando con el ultimo rengló n no cero avance hacia arriba escalando el
rengló n para obtener un 1 delantero (pivote) y haga ceros arriba de él
utilizando eliminació n.
2) Sistema Equivalentes: Características y propiedades
Los sistemas de ecuaciones equivalentes son aquellos que tienen las mismas
soluciones o raíces, aunque posean distintos nú meros de ecuaciones. Una de las reglas
de equivalencia en los sistemas de ecuaciones es que si a ambos miembros de una
ecuació n les sumamos o restamos una misma cantidad (no una incó gnita), dará como
resultado un sistema equivalente (de esta se pasa de un miembro a otro miembro
sumando lo que resta o restando lo que se suma). También si procedemos a
multiplicar o dividir a los dos miembros pertenecientes a la ecuació n de un sistema
por un nú mero que sea distinto de cero, el sistema que resultará será equivalente (así
lo que se multiplica a un miembro pasa a dividir al otro miembro y viceversa).
4
Características:
 Si a ambos miembros de una ecuació n de un sistema se les suma (o resta) una

misma expresió n, el sistema resultante es equivalente.
 Si se multiplican (o se dividen) ambos miembros de un sistema por un nú mero

diferente de cero el sistema resultante es equivalente.
 Si se suma (o se resta) a una ecuació n del sistema otra ecuació n del sistema el
resultante es equivalente.
 Si en un sistema se sustituye una ecuació n por otra que resulte de hacer una
combinació n lineal de las otras ecuaciones del sistema, el sistema resultante es
equivalente al dado.
 Si en un sistema se cambia el orden de las ecuaciones o de las incó gnitas el

sistema resultante es equivalente.
3) Rango de un sistema de ecuaciones lineales.
Fil(A) y Col(A) son en general subespacios de diferentes espacios vectoriales. Pero se

puede demostrar que en cualquier matriz la dimensió n del espacio fila coincide con la
dimensió n del espacio columna, y a ese nú mero se lo llama rango de la matriz A.
“El rango es el nú mero de filas (o columnas) LI que tiene la matriz A.”
Propiedad
Como consecuencia de esta definició n puede afirmarse que:
rg(A)=rg(At)
Método para hallar el rango de una matriz:
1. Si se realizan operaciones elementales entre las filas de una matriz, el rango se

conserva.
2. Las filas no nulas de una matriz escalonada son LI.
Por lo tanto, para determinar el rango de una matriz se aplican operaciones

elementales para obtener una matriz escalonada y se cuentan las filas no nulas.
4) Resolución de un sistema de ecuaciones usando el Método de Cramer.

Características.
5
Un sistema de ecuaciones lineales recibe el nombre de sistema de Cramer cuando se
cumplen las dos condiciones siguientes:
 El nú mero de ecuaciones es igual al nú mero de incó gnitas.

 El determinante de la matriz de los coeficientes (matriz del sistema) es distinto
de cero ( det ( A ) # 0 )
Un sistema de Cramer es, por definició n, compatible determinado, puesto que se

cumple que rango (A) = rango (A*) = n (nº de incó gnitas).
5) Sistema de Ecuaciones lineales de (n) ecuaciones con ( p ) incógnitas:

Características y propiedades
Es un conjunto de ecuaciones lineales que podemos escribir de forma tradicional
a11x + a12y + a13z = b1

a21x + a22y + a23z = b2
a31x + a32y + a33z = b3
Un sistema así expresado tiene N ecuaciones con N incó gnitas, donde a, y, z son
nú meros reales, llamados coeficientes del sistema, al igual que los valores b son
nú meros reales, denominados términos independientes del sistema, las incó gnitas x
son las variables del sistema
6
Anexos
7
8
Ejemplos de reducció n gaussiana:
9
10
11
12
Ejemplos de sistemas equivalentes:
El sistema equivalente al que hemos llegado es fá cil de resolver "de abajo arriba", es
decir:
Resolvemos primero la ú ltima ecuació n y nos da z = –1;

Sustituimos el valor en la anterior: 2y + 3· (–1) = –3 y al resolver tenemos que y = 0;
Por ú ltimo sustituimos los dos valores obtenidos hasta ahora en la primera ecuació n
para obtener la ú ltima incó gnita: x + 0 – (–1) = 1, de donde sale que x = 0.
Luego (0, 0, –1) es la solució n a este sistema.
Ejemplos de rango de un sistema de ecuaciones lineales:
Ejemplo 1:
Para determinar el rango contamos el nú mero de filas no nulas (nú mero de pivotes):
Ejemplo 2:
Como es escalonada por filas, contamos la cantidad de filas no nulas para hallar el
rango
13
Ejemplo 3:
Observamos que A
Es triangular (los elementos debajo de la diagonal principal son ceros) pero no está
escalonada.
Mediante la operació n elemental F3→F3–2F2, obtenemos una matriz escalonada

equivalente:
De donde se deduce que rg(A)=rg(B)=2
Ejemplo 4:
Entonces una base del espacio fila es:
14
Como la dimensió n del espacio columna es la misma que la dimensió n del espacio fila,
sabemos que A tiene dos columnas LI. Por lo tanto una base de Col(A) es:
Ejemplos de un sistema de ecuaciones usando el Método de Cramer:
Podemos aplicar la regla de Cramer.
15
Ejemplos de Sistema de Ecuaciones lineales de (n) incógnitas:
x – 2y – z = 1
-x + 3y + 3z = 4
2x – 3y + z = 10
Despeje de x de la primera ecuación
x – 2y – z = 1
x = 1 + 2y + z
Despeje de y en la segunda ecuación
y = 5 – 2z
Sustituir x en la segunda ecuación
-(1 + 2y + z) + 3y + 3z = 4
-1 -2y –z +3y + 3z = 4
y + 2z = 4 + 1
y + 2z = 5
Sustituir X y Y en la tercera ecuación
2(1 + 2y + z) -3(5 – 2z) + z = 10
2 + 4(5 – 2z) + 2z -15 +6z + z = 10
16
2 + 20 -8z + 2z -15 + 6z + z = 10
-8z + 2z + 6z + z = 10 -20 -2 + 15
z=3
Sustituir z en y
y = 5 -2z
y = 5 -2(3)
y = 5 -6
y= -1
Sustituir z y Y en x
X = 1 + 2y + z
X = 1 + 2(-1) + 3
X = 1 -2 +3
X=2
Valores de las incógnitas
X=2
Y = -1
Z=3
17
Conclusión
En este trabajo aprendimos a emplear diferentes métodos de resolució n de

ecuaciones, de las formas de resolució n simple hasta métodos como la resolució n
gaussiana, y la reglas de Cramer que está n dirigidas a sistemas de ecuaciones má s
complejos.
Existen diferentes técnicas para encontrar el conjunto de soluciones de un sistema. En

este tema nos encontramos con en el método de Gauss, un procedimiento sistemá tico
para resolver sistemas lineales y dedicado a encontrar matrices inversas, también
hemos podido ver que las operaciones gaussianas producen sistemas equivalentes y
que los sistemas lineales pueden ser escritos de manera má s compacta por medio de
su expresió n matricial, Ax = b.
Es necesario saber utilizar todos y cada uno de estos métodos, principalmente para los
estudiantes de algebra lineal.
18
Bibliografía
Algebra Lineal: Eliminació n Gaussiana.pdf

http://recursostic.educacion.es/descartes/web/materiales_didacticos/sistemas_de_e
cuaciones_lineales_2bcnt/regla_de_cramer.htm
https://www.sangakoo.com/es/temas/sistemas-equivalentes
https://www.problemasyecuaciones.com/matrices/ejemplos-regla-Cramer-sistemas-
ecuaciones-lineales-problemas-resueltos-2x2-3x3.html
https://aga.frba.utn.edu.ar/rango-y-sistemas-de-ecuaciones-lineales/
https://sites.google.com/site/mate09alb/tercer-parcial/sistema-de-n-ecuaciones-
con-n-incognitas
19

Sistemas de Ecuaciones Lineales

Cargado por

Copyright:

Formatos disponibles

Sistemas de Ecuaciones Lineales

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sistemas de Ecuaciones Lineales

Cargado por

Copyright:

Formatos disponibles

Repú blica Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Nerio Contreras Dairelys Martínez C.I: 28384910

Método de Eliminació n Gaussiana…………….………………………………….……………..…………...4

En matemá ticas y á lgebra lineal, un sistema de ecuaciones lineales, también conocido

El problema consiste en encontrar los valores desconocidos de las variables. El

Existente métodos avanzados como la Regla de Cramer, Eliminació n de Gauss-Jordan,

Algoritmo de Gauss o Eliminació n Gaussiana (Gaussian Elimination) es un método

 La primera cuyo fin es escalonar la matriz: esto lo hace de izquierda a derecha

En su aplicació n solo requiere operaciones elementales de rengló n. El uso de

Pasos del algoritmo de Eliminación Gaussiana:

2) Sistema Equivalentes: Características y propiedades

 Si a ambos miembros de una ecuació n de un sistema se les suma (o resta) una

 Si se multiplican (o se dividen) ambos miembros de un sistema por un nú mero

 Si en un sistema se cambia el orden de las ecuaciones o de las incó gnitas el

3) Rango de un sistema de ecuaciones lineales.

Fil(A) y Col(A) son en general subespacios de diferentes espacios vectoriales. Pero se

“El rango es el nú mero de filas (o columnas) LI que tiene la matriz A.”

Como consecuencia de esta definició n puede afirmarse que:

Método para hallar el rango de una matriz:

1. Si se realizan operaciones elementales entre las filas de una matriz, el rango se

2. Las filas no nulas de una matriz escalonada son LI.

Por lo tanto, para determinar el rango de una matriz se aplican operaciones

4) Resolución de un sistema de ecuaciones usando el Método de Cramer.

 El nú mero de ecuaciones es igual al nú mero de incó gnitas.

Un sistema de Cramer es, por definició n, compatible determinado, puesto que se

5) Sistema de Ecuaciones lineales de (n) ecuaciones con ( p ) incógnitas:

Es un conjunto de ecuaciones lineales que podemos escribir de forma tradicional

a11x + a12y + a13z = b1

Resolvemos primero la ú ltima ecuació n y nos da z = –1;

Luego (0, 0, –1) es la solució n a este sistema.

Ejemplos de rango de un sistema de ecuaciones lineales:

Mediante la operació n elemental F3→F3–2F2, obtenemos una matriz escalonada

De donde se deduce que rg(A)=rg(B)=2

Entonces una base del espacio fila es:

Ejemplos de un sistema de ecuaciones usando el Método de Cramer:

Podemos aplicar la regla de Cramer.

Despeje de x de la primera ecuación

Despeje de y en la segunda ecuación

Sustituir x en la segunda ecuación

Sustituir X y Y en la tercera ecuación

2(1 + 2y + z) -3(5 – 2z) + z = 10

2 + 4(5 – 2z) + 2z -15 +6z + z = 10

Valores de las incógnitas

En este trabajo aprendimos a emplear diferentes métodos de resolució n de

Existen diferentes técnicas para encontrar el conjunto de soluciones de un sistema. En

Algebra Lineal: Eliminació n Gaussiana.pdf

También podría gustarte