Sistema de Ecuaciones Lineales

CALCULADORA
https://matrix.reshish.com/es/matrixMethod.phpSISTEMA DE ECUACIONES LINEALES
MÉTODO DE GAUSS
El m ét od o d e G au s s c on si s t e en tr an sf o r ma r un si st e ma d e e cu a ci on e s
en ot r o eq u i val en t e de fo r ma qu e es t e s ea es c a lo n a do .
Pa ra fa ci l i tar el cál c u l o va mo s a tr an sf o r ma r el si s t ema en u n a mat ri z ,
en l a qu e p on d r e mo s l o s c oe fi ci en te s d e l as v a ri abl es y l o s té rmi n os
i n dep en di en te s ( s ep ar ad o s p o r u n a r e ct a).
EJERCICIOS PARA DE SISTEMAS DE ECUACIONES LINEALES
SOLUCIÓN
6. MÉTODO DE LA MATRIZ INVERSA
Consideremos un sistema de n ecuaciones lineales con n incógnitas, cuya
expresión general es la siguiente:
En el epígrafe 1 de esta Unidad, hemos visto que este sistema se puede escribir
en forma matricial del siguiente modo: A X = B. La matriz A se
llama matriz del sistema, es de dimensión n x n y sus elementos son
los coeficientes de las incógnitas. La matriz X es una matriz columna, de
dimensión n x 1, formada por las incógnitas del sistema. Por último, la
matriz B es otra matriz columna, de dimensión n x 1, formada por
los términos independientes. Es decir:
Si el determinante de la matriz A es distinto de cero ( det (A) # 0 ), la

matriz A tiene inversa ( A-1 ). Por lo tanto, podemos calcular la matriz de las
incógnitas X del siguiente modo:
Es decir, para calcular la matriz columna de las incógnitas ( X ), multiplicamos la

inversa de la matriz A ( A-1 ) por la matriz columna de los términos
independientes, obteniéndose otra matriz columna de la misma dimensión que X.
El siguiente botón abre una ventana que explica, mediante un ejemplo, el

procedimiento a seguir.
¿Se puede aplicar el método de la matriz inversa para resolver sistemas

de ecuaciones lineales compatibles que tengan más ecuaciones que
incógnitas?
La respuesta es afirmativa. Basta con obtener un sistema equivalente al inicial

eliminando las ecuaciones superfluas o dependientes (proporcionales, nulas o que
sean combinación lineal de otras). El procedimiento a seguir es el siguiente:
Supongamos que tenemos un sistema de m ecuaciones
lineales con n incógnitas, siendo m > n y tal que: rango (A) = rango
(A*) = n. Por lo tanto, sobran m - n ecuaciones. Para averiguar cuáles son las
ecuaciones de las que podemos prescindir, basta encontrar en la matriz de los
coeficientes ( A ) un menor de orden n distinto de cero, por ejemplo, el que
utilizamos para averiguar el rango de la matriz A. Las filas que intervienen en
este menor son las que corresponden a las ecuaciones principales. Las restantes
ecuaciones las podemos suprimir.

¿Se puede aplicar el método de la matriz inversa para resolver sistemas
de ecuaciones lineales compatibles indeterminados?
La respuesta es también afirmativa. El procedimiento a seguir es el siguiente:

Supongamos que tenemos un sistema de m ecuaciones lineales
con n incógnitas, tal que: rango (A) = rango (A*) = k < n. Por lo tanto,
sobran m - k ecuaciones y, además, hay n - k incógnitas no principales.
Para averiguar cuáles son las ecuaciones de las que podemos prescindir, y cuáles
son las incógnitas no principales, basta encontrar en la matriz de los
coeficientes ( A ) un menor de orden k distinto de cero, por ejemplo, el que
utilizamos para averiguar el rango de la matriz A. Las filas que intervienen en
este menor son las que corresponden a las ecuaciones
principales o independientes. Las restantes ecuaciones las podemos suprimir.
Las columnas que figuran en dicho menor corresponden a las incógnitas
principales. Las incógnitas no principales las pasamos al otro miembro y pasan
a formar un único término junto con el término independiente. Se obtiene, de este
modo, un sistema de k ecuaciones lineales con k incógnitas, cuyas
soluciones van a depender de n - k parámetros (correspondientes a las
incógnitas no principales).

La siguiente escena resuelve cualquier sistema de ecuaciones

lineales compatible (determinado o indeterminado), utilizando el método de la
matriz inversa. El número máximo de ecuaciones y de incógnitas que puede
tener el sistema es 5.
Método matriz inversa
Ya con los conocimientos de saber como obtener la inversa de una matriz el siguiente
paso es pasar a resolver sistema de ecuaciones por medio del método de matriz inversa.
Para eso es necesario revisar como manejar el sistema de ecuaciones, se necesita que
teniendo nuestro sistema de ecuaciones al pasarlo a matriz nos quede así:
[a11 a12 … a1n] [x1] [k1]
[a21 a22 … a2n] [x2] = [k2]
… … ..
[an1 an2 .. ann] [xn] [kn]
AX = K
X= K/A
X= A^-1 * K
Para hacerlo mas claro lo veremos con un ejemplo corto de como representar el sistema
de ecuaciones en matriz:
2x + 3y = 5
4x – y = 3
La representación quedaria:
[2 3] [x] = [5]
[4 -1] [y] [3]
Ahora empezaremos con la resolución de este mismo problema para que todo quede
claro:
1. 2x + 3y = 5
4x – y = 3
Pasamos a aplicar normal la matriz para convertirla a inverse y tenemos
[2 3 | 1 0]
[4 -1 | 0 1]
Dividimos entre 2 R1 y tenemos:
[1 3/2 | ½ 0]
[4 -1 | 0 1]
Ahora multiplicamos R1 por -4 y sumamos R2
[1 3/2 | ½ 0]
[0 -7 | -2 1]
Dividimos R2 entre -7 y obtenemos:
[1 3/2 | ½ 0]
[0 1 | 2/7 1/7]
Multiplicamos R2 por -3/2 y se lo sumamos a R1
[1 0 | 1/14 -3/14]
[0 1 | 2/7 1/7]
A^-1 = 1/14 [1 -3]
[4 2]
Ya con nuestra matriz inversa procedemos a sacar nuestros resultados con nuestra
formula de X
Y tenemos que:
1/14 [1 -3] [5] = 1/14 [-4] = [-2/7]

[4 2] [3] [26] [13/7]
Así es como se resuelve un sistema de ecuaciones con un ejemplo sencillo.
Veamos ahora un ejemplo un poco mas complejo con una matriz de 3×3.
1. -2x + 4y -6z = -18

2x + 3y -5z = -11
4x -7y +2x = 15
Pasamos nuestras ecuaciones a matriz y tenemos
[-2 4 -6 | 1 0 0]
A= [2 3 -5 | 0 1 0]
[4 -7 2 | 0 0 1]
Empezamos a hacer Gauss-Jordan por lo que dividimos nuestro R1 entre -2 y nos

queda:
[1 -2 3 | -½ 0 0]
[2 3 -5 | 0 1 0]
[4 -7 2 | 0 0 1]
El siguiente paso es multiplicar R1 por -2 y -4 y sumarle R2 y R3 respectivamente y

tenemos:
[1 -2 3 | -½ 0 0]
[0 7 -11 | 1 1 0]
[0 1 -10 | 2 0 1]
Para simplificar las cosas al ya tener un 1 en el R3 en el espacio que necesitamos

cambiamos R2 por R3 y multiplicamos el Nuevo R2 por -7 y le sumamos el Nuevo R3
para tener nuestra matriz de la siguiente manera:
[1 -2 3 | -½ 0 0]
[0 1 -10 | 2 0 1]
[0 0 59 | -13 1 -7]
Ahora dividimos R3 entre 59 y nos queda:
[1 -2 3 | -½ 0 0]
[0 1 -10 | 2 0 1]
[0 0 1 | -13/59 1/59 -7/59]
Empezamos de atrás para adelante ahora y multiplicamos R3 por 10 y por -3 por R1 y

R2 respectivamente para hacer ceros y buscar nuestra matriz identidad y nos queda:
[1 -2 0 | 19/118 -3/59 21/59]
[0 1 0 | -12/59 10/59 -11/59]
[0 0 1 | -13/59 1/59 -7/59]
Por ultima para ya tener nuestra matriz inversa completa convertimos nuestro ultimo 0
por lo que multiplicamos R2 por 2 y le sumamos R1 para tener finalmente:
[1 0 0 | -29/118 17/59 -1/59]
[0 1 0 | -12/59 10/59 -11/59]
[0 0 1 | -13/59 1/59 -7/59]
Entonces tenemos que nuestra matriz inversa es :
[-29/118 17/59 -1/59]
A^-1 = [-12/59 10/59 -11/59]
[-13/59 1/59 -7/59]
Simplificamos la matriz y tenemos:
[-29 34 -2]
A^-1 = 1/118 [-24 20 -22]
[-26 2 -14]
Y ya con nuestra matriz inversa pasamos a sacar los valores de nuestras incógnitas con
el método previamente visto que consiste en multiplicar cada renglón por los
resultados de cada ecuación y tenemos:
[-29 34 -2] [-18] [118] [1]
A^-1 = 1/118 [-24 20 -22] [-11] = 1/118 [-118] = [-1]
[-26 2 -14] [15] [236] [2]
Entonces X=1, Y=-1 y Z=2.
Así es la manera en la que se resuelven sistemas de ecuaciones por medio de la matriz

inversa, un método no tan fácil como solo efectuar Gauss-Jordan a un sistema pero ya
entendiendo bien el método que es hacer Gauss-Jordan con una matriz identidad pegada
y transformar la matriz original en identidad para obtener la inversa y así multiplicar
esta por los resultados de las ecuaciones para obtener los valores de las incógnitas.
Mas ejercicios:
1.
2x + 4y + 3z = 6
0x + y – z = -4
3x + 5y +7z = 7
2.
2x1 + 4x2 + 6x3 = 18

4x1 +5x2+ 6x3 = 24
3x1 + x2 + 2x3 = 4
Matriz inversa
Multiplicación de matrices
Usted solo puede multiplicar dos matrices si sus dimensiones son compatibles , lo que
significa que el número de columnas en la primera matriz es igual al número de
renglones en la segunda matriz. Si A es una matriz a × b y B es una matriz b × c , el
producto AB es una matriz a × c .
Ejemplo:
Encuentre el producto.
Tenemos que multiplicar una matriz 1 × 3 por una matriz 3 × 1. El número de

columnas en la primera es igual al número de renglones en la segunda, así son
compatibles.
El producto es:
[(1)(2) + (4)(–1) + (0)(5)]
= [2 + (–4) + 0]
= [–2]
Multiplicando matrices más grandes

Ahora que ya sabe como multiplicar un renglón por una columna, multiplicar
matrices más grandes es fácil. Para la entrada en el renglóni th y la
columna j th de la matriz producto, multiplique cada entrada del renglón i th de la
primera matriz por la entrada correspondiente en el renglón j th de la segunda
matriz y sume los resultados.
Vamos a realizar el siguiente problema, multiplicar una matriz 2 × 3 con una

matriz 3 × 2, para obtener una matriz 2 × 2 como el producto. Las entradas de
la matriz producto son llamadas e ij cuando están en el renglón i th y en la
columna j th .
Para obtener e 11 , multiplique el Renglón 1 de la primera matriz por la Columna

1 de la segunda.

2 de la segunda.

1 de la segunda.

2 de la segunda.
Escribiendo la matriz producto, obtenemos:
Por lo tanto, hemos motrado que:

Matriz identidad y matriz inversa
Dada una matriz cuadrada A de orden n x n (o, simplemente, n), se define matriz identidad I como
la que, con la misma dimensión n, está formada por elementos que son todos nulos salvo los situados
en la diagonal principal, cuyo valor es 1. Es decir: A  I = I  A = A.
Para dicha matriz A de orden n, se dice que existe una matriz inversa A-1 también de orden n, cuando
el producto de ambas es igual a la matriz identidad: A  A-1 = A-1  A = I.
Toda matriz que tiene inversa se dice inversible o regular, mientras que cuando carece de inversa se
denomina matriz singular.
Para calcular la matriz inversa de una dada, puede recurrirse a la resolución de las ecuaciones que
plantearía el producto de matrices A  X = I, siendo los coeficientes de A e I conocidos y los de X
correspondientes a las incógnitas. También se puede aplicar el llamado método de reducción o
gaussiano, según el siguiente esquema:
 Dada la matriz original A = (aij), con i, j = 1, 2, ..., n, se forma primero su matriz ampliada (A |
I).
 Después, se aplican operaciones elementales sobre las filas de la matriz hasta conseguir reducir
A a la matriz unidad. Las mismas transformaciones se van haciendo en I. La nueva matriz obtenida
es A-1.
 Las operaciones elementales que se pueden aplicar a las matrices ampliadas son:
 Multiplicación de una fila por un número distinto de cero.
 Suma ordenada a los elementos de una fila del múltiplo de los de otra.
 Intercambio de filas.
Expresión matricial de un sistema de ecuaciones lineales

Cualquier sistema de ecuaciones lineales puede escribirse siempre en forma matricial de la siguiente
forma:
donde A es la matriz de los coeficientes, X la matriz de las incógnitas y B la matriz de los términos
independientes.
Así, por ejemplo, el sistema de ecuaciones lineales:
Resolución de un sistema por la matriz inversa

Un procedimiento rápido para la resolución de sistemas de ecuaciones lineales mediante matrices es
el llamado método de la matriz inversa. Esta técnica consiste en multiplicar por la izquierda los dos
miembros de la expresión matricial del sistema de ecuaciones por la matriz inversa de la de los
coeficientes (si existe). De este modo:
Cuando la matriz de los coeficientes no es inversible, el sistema no tiene solución (es incompatible).
Resolución de un sistema por eliminación gaussiana

El procedimiento más utilizado para resolver sistemas de ecuaciones lineales mediante matrices es el
llamado método de eliminación gaussiana, que consta de los siguientes pasos:
 Se forma la matriz ampliada del sistema incorporando a la de los coeficientes, por la derecha, una
nueva columna con los elementos de la matriz de los términos independientes.
 Se aplican operaciones elementales sobre las filas de esta matriz ampliada, hasta lograr que por
debajo de la diagonal principal de la matriz todos los términos sean nulos.
 Se obtiene entonces un sistema equivalente de ecuaciones de resolución inmediata.
 Este método permite también realizar una rápida discusión del sistema:
 Si la última fila de la matriz resultante de la transformación de la ampliada produce una ecuación
del tipo 0x + 0y + cz = k, con k  0, el sistema es compatible determinado (tiene una solución
única).
 Cuando esta última fila corresponde a una ecuación del tipo 0x + 0y + 0z = k, el sistema
es incompatible (carece de solución).
 Si esta última fila se traduce en una ecuación del tipo 0x + 0y + 0z = 0, el sistema será compatible
indeterminado (con infinitas soluciones).
Ejemplo de resolución de un sistema de ecuaciones lineales por el método de eliminación gaussiana:

Sistema de Ecuaciones Lineales

Cargado por

Copyright:

Formatos disponibles

Sistema de Ecuaciones Lineales

Cargado por

Información del documento

Descripción 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

Sistema de Ecuaciones Lineales

Cargado por

Copyright:

Formatos disponibles

CALCULADORA

https://matrix.reshish.com/es/matrixMethod.phpSISTEMA DE ECUACIONES LINEALES

Si el determinante de la matriz A es distinto de cero ( det (A) # 0 ), la

Es decir, para calcular la matriz columna de las incógnitas ( X ), multiplicamos la

El siguiente botón abre una ventana que explica, mediante un ejemplo, el

¿Se puede aplicar el método de la matriz inversa para resolver sistemas

La respuesta es afirmativa. Basta con obtener un sistema equivalente al inicial

El siguiente botón abre una ventana que explica, mediante un ejemplo, el

La respuesta es también afirmativa. El procedimiento a seguir es el siguiente:

El siguiente botón abre una ventana que explica, mediante un ejemplo, el

La siguiente escena resuelve cualquier sistema de ecuaciones

Método matriz inversa

[a11 a12 … a1n] [x1] [k1]

[a21 a22 … a2n] [x2] = [k2]

[4 -1] [y] [3]

Pasamos a aplicar normal la matriz para convertirla a inverse y tenemos

Dividimos entre 2 R1 y tenemos:

Ahora multiplicamos R1 por -4 y sumamos R2

Dividimos R2 entre -7 y obtenemos:

Multiplicamos R2 por -3/2 y se lo sumamos a R1

A^-1 = 1/14 [1 -3]

1/14 [1 -3] [5] = 1/14 [-4] = [-2/7]

Así es como se resuelve un sistema de ecuaciones con un ejemplo sencillo.

1. -2x + 4y -6z = -18

Pasamos nuestras ecuaciones a matriz y tenemos

Empezamos a hacer Gauss-Jordan por lo que dividimos nuestro R1 entre -2 y nos

El siguiente paso es multiplicar R1 por -2 y -4 y sumarle R2 y R3 respectivamente y

Para simplificar las cosas al ya tener un 1 en el R3 en el espacio que necesitamos

Ahora dividimos R3 entre 59 y nos queda:

[0 0 1 | -13/59 1/59 -7/59]

Empezamos de atrás para adelante ahora y multiplicamos R3 por 10 y por -3 por R1 y

[0 1 0 | -12/59 10/59 -11/59]

[0 0 1 | -13/59 1/59 -7/59]

[1 0 0 | -29/118 17/59 -1/59]

[0 1 0 | -12/59 10/59 -11/59]

[0 0 1 | -13/59 1/59 -7/59]

Entonces tenemos que nuestra matriz inversa es :

[-29/118 17/59 -1/59]

A^-1 = [-12/59 10/59 -11/59]

[-13/59 1/59 -7/59]

Simplificamos la matriz y tenemos:

A^-1 = 1/118 [-24 20 -22]

[-29 34 -2] [-18] [118] [1]

A^-1 = 1/118 [-24 20 -22] [-11] = 1/118 [-118] = [-1]

[-26 2 -14] [15] [236] [2]

Entonces X=1, Y=-1 y Z=2.

Así es la manera en la que se resuelven sistemas de ecuaciones por medio de la matriz

2x1 + 4x2 + 6x3 = 18

Tenemos que multiplicar una matriz 1 × 3 por una matriz 3 × 1. El número de

[(1)(2) + (4)(–1) + (0)(5)]

Multiplicando matrices más grandes

Vamos a realizar el siguiente problema, multiplicar una matriz 2 × 3 con una

Para obtener e 11 , multiplique el Renglón 1 de la primera matriz por la Columna

Para obtener e 12 , multiplique el Renglón 1 de la primera matriz por la Columna

Para obtener e 21 , multiplique el Renglón 2 de la primera matriz por la Columna

Para obtener e 22 , multiplique el Renglón 2 de la primera matriz por la Columna

Escribiendo la matriz producto, obtenemos:

Por lo tanto, hemos motrado que:

Expresión matricial de un sistema de ecuaciones lineales