Matrices - Método de Eliminacion de Gauss

 x  0y  z  9

 x  y  2 z  19
 x  y  3 z  25

MATEMÁTICA BÁSICA
Método de eliminación Gaussiana. Aplicaciones.
1 0 1 9
1 1 2 19 

1 1 3 25 
¿Conoces
¿Cómo elesta
método
resolverías
¿Conoces el por
siguiente
forma
eliminación
sistema gaussiana?
dematricial?
ecuaciones lineales?
SABERES PREVIOS:
Una compañía fabrica dos tipos de sillas de madera. El

modelo básico que requiere 1 hora - hombre para
ensamblarse y 0,5 horas hombre para pintarse, y el modelo
de lujo que requiere 3,2 horas – hombre para ensamblaje
pero sólo 0,4 horas – hombre para pintarse. En un día
particular la compañía dedica 46,4 horas – hombre para
ensamblar y 8,8 horas - hombre para pintar. ¿Cómo podemos
determinar cuántas sillas de cada tipo se pueden producir
exactamente sin desperdiciar los recursos?
¿Cómo resolverías este problema?

LOGRO DE SESIÓN
Al finalizar la sesión el
estudiante resuelve ejercicios
y problemas de contexto real,
haciendo uso del método de
eliminación gaussiana para
sistema de ecuaciones
lineales, de forma correcta.
1. SISTEMA DE ECUACIONES LINEALES
Un sistema ecuaciones lineales de “m” ecuaciones con “n”

variables, es un conjunto de ecuaciones lineales de la forma:
 a11 x1  a12 x2    a1n xn  b11
a x  a x    a x  b
 21 1 22 2 2n n 21 Matriz de
 coeficientes
 

 am1 x1  am 2 x2    amn xn  bm1
Representación matricial del sistema: Matriz de

variables
Matriz de las
constantes o
términos
independientes
2. FORMA MATRICIAL DE UN SISTEMA
Para sistemas lineales de 2 y 3 ecuaciones con 2 y 3 variables

respectivamente.
Sistema con 2 variables Sistema con 3 variables
a11 x  a12 y  a13 z  m

 ax  by  m 
 ó  a21 x  a22 y  a23 z  n
cx  dy  n a x  a y  a z  o
 31 32 33
En su forma matricial, sería:
 a11 a12 a13   x   m 

a b   x  m a
c d   y   n   21 a22 a23   y    n 
         a31 a32 a33   z   o 
A X B
3. MATRIZ AUMENTADA
Es aquella matriz de coeficientes al cual se le aumenta una

columna formada por la matriz de las constantes .
 a11 a12  a13 b11 
 
 a21 a22  a23 b21 
[ A / B] 
      
 
 am1 am 2 am 3 amn bm1 
Sistema de ecuaciones
de 3 variables Matriz aumentada
 x  0y  z  9 1 0 1 9 
 1 
 x  y  2 z  19  1 2 19 
 x  y  3 z  25  3 25 
 1 1 
4. MATRIZ REDUCIDA
• El 1er elemento no nulo de cualquier fila no nula debe ser 1,

mientras que los demás elementos a la derecha de 1 son ceros.
• En cada fila; el 1er elemento diferente de cero debe estar a la
derecha del 1er elemento no nulo de cada fila superior.
• Todas las filas nulas se deben ubicar en la parte inferior de la
matriz.
¿Como llegaremos a una matriz reducida?
Mediante Operaciones elementales sobre filas de una matriz

1. Intercambiar las filas.
2. Multiplicar la fila “i” por la constante “k” diferente de cero.
3. Sumar “k” veces una fila “i” a la fila “t”(La fila “i” no se altera).
5. RANGO DE UNA MATRIZ
El rango de una matriz es igual al número de filas no nulas que

quedan en la última iteración de las sucesivas transformaciones
elementales que se hacen con la matriz.
Si: A   aij  mn , denotamos:   A  r ; para indicar el rango de la
matriz A.
Nota: Como 2 matrices equivalentes tienen el mismo rango, el
rango de dicha matriz será igual al rango de la matriz escalonada.
1 a b c d  x
 
0 0 1 e f  y r filas no nulas
Matriz 0 0 0 0 1  z
A 
escalonada 0 0 0 0 0  0
      s filas nulas
 
0 0 0 0 0  0 mxn
6. MÉTODO DE GAUSS - JORDAN
Donde:
 n : número de incógnitas
  : rango de la matriz
 x  0y  z  9

Ejemplo: Resolver el sistema lineal  x  y  2 z  19
 x  y  3z  25

1. Ordenar las variables.
2. Escriba la matriz aumentada del sistema y reducir la matriz.
1 0 1 9
 
1 1 2 19 

1 1 3 25 

1 0 1 9  1 0 1 9 
1 1 2 19  f1  f2  
  0 1 1 10 
 3 25  f1  f3  2 16 
1 1  0 1 
f3  f1
1 0 1 9 1 0 1 9 1 0 0 3
    0 4 
0 1 1 10  f3  f2 1 0
0 1 1 10 
f  f

 0 1 2 16  2 3  0 0 1 6   0 0 1 6 
Se obtiene:
La solución del sistema es
x  3

y  4 CS :  (3;4; 6)
z  6

7. METACOGNICIÓN
1. ¿Para que les sirvió

conocer el método de
eliminación gaussiana?
2. ¿En qué casos cotidianos

podrían aplicar lo
aprendido?
3. ¿Cuáles fueron las

dificultades que
encontraron en el desarrollo
de este tema?
8. CONCLUSIONES
Donde:
 n : número de incógnitas
  : rango de la matriz
REFERENCIAS BIBLIOGRÁFICAS
1. Haeussler Ernest F. Matemática para

administración y economía.
510 HAEU / M 2008.

2. Charles D. Miller. Matemática: Razonamiento y
aplicaciones. PEARSON.
510 MILL / M 2006
3. Soo Tang Tan. Matemáticas para administración
y economía.
510 TAN

Matrices - Método de Eliminacion de Gauss

Cargado por

Copyright:

Formatos disponibles

Matrices - Método de Eliminacion de Gauss

Cargado por

Información del documento

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

Matrices - Método de Eliminacion de Gauss

Cargado por

Copyright:

Formatos disponibles

 x  0y  z  9

Una compañía fabrica dos tipos de sillas de madera. El

¿Cómo resolverías este problema?

Un sistema ecuaciones lineales de “m” ecuaciones con “n”

Representación matricial del sistema: Matriz de

Para sistemas lineales de 2 y 3 ecuaciones con 2 y 3 variables

a11 x  a12 y  a13 z  m

En su forma matricial, sería:

 a11 a12 a13   x   m 

Es aquella matriz de coeficientes al cual se le aumenta una

• El 1er elemento no nulo de cualquier fila no nula debe ser 1,

¿Como llegaremos a una matriz reducida?

Mediante Operaciones elementales sobre filas de una matriz

El rango de una matriz es igual al número de filas no nulas que

1. ¿Para que les sirvió

2. ¿En qué casos cotidianos

3. ¿Cuáles fueron las

1. Haeussler Ernest F. Matemática para

510 HAEU / M 2008.

También podría gustarte