UNIVERSIDAD NACIONAL

AUTÓNOMA DE MÉXICO

FACULTAD DE ESTUDIOS SUPERIORES

CUAUTITLÁN
MATERIA: MATEMÁTICAS APLICADAS A LA
ADMINISTRACIÓN y FUNDAMENTOS
MATEMÁTICOS PARA LAS CIENCIAS
ADMINISTRATIVAS

DR. HUGO SÁNCHEZ NAVA

TEMA: SISTEMAS DE ECUACIONES LINEALES
FECHA:26/08/2023
 Sistemas de ecuaciones lineales Método de
Gauss – Jordan (reducción de renglones).
Consiste en eliminar variables, mediante su transformación en cero, valiéndose
de un elemento pivote (uno), siguiendo las siguientes reglas:

1. Se pueden intercambiar dos renglones cualesquiera.

2. Para obtener un pivote (convertir un elemento en uno), se dividirá el renglón

del elemento que desea convertir a pivote, entre dicho elemento.

3. Para eliminar un elemento (hacer un cero), se puede multiplicar el renglón

pivote, por la constante de signo contrario a la que se desea eliminar, y el
renglón resultante, se sumará al renglón donde aparece dicha constante.
 Sistemas de ecuaciones lineales Método de
Gauss – Jordan (reducción de renglones).
Ejemplo 1 Solución única: Resuelva el siguiente sistema de ecuaciones lineales:

1.Se obtendrá la matriz de 4.Se interpretan las ecuaciones en

coeficientes aumentada con el vector base a los coeficientes resultantes.
solución.

2. En cada columna, siempre se debe

obtener el pivote, y por medio de él, 5. Se comprueba en el sistema
obtener los ceros de la columna. original.

3. Se repite el paso 2 para la segunda

columna. Obtener pivote y con él,
obtener los ceros de la columna.
 Sistemas de ecuaciones lineales Método de
Gauss – Jordan (reducción de renglones).
Ejemplo 2: Solución única. Resuelva el siguiente sistema de ecuaciones
lineales:

1.Se obtendrá la matriz de

coeficientes aumentada con el vector
solución. 4.Se interpretan las ecuaciones en
base a los coeficientes resultantes.

2. En cada columna, siempre se debe

obtener el pivote, y por medio de él,
obtener los ceros de la columna.
5. Se comprueba en el sistema
3. Se repite el paso 2 para la segunda original.
columna. Obtener pivote y con él,
obtener los ceros de la columna.
 Sistemas de ecuaciones lineales Método de
Gauss – Jordan (reducción de renglones).
Solución infinita. Un sistema tendrá un número infinito de soluciones, si todos los
elementos de un renglón son iguales a cero. Ejemplo:

1.Se obtendrá la matriz de coeficientes

aumentada con el vector solución.
5. Se obtiene un conjunto infinito de
2. En cada columna, siempre se debe soluciones dependiendo de
obtener el pivote, y por medio de él, Si
obtener los ceros de la columna. Comprobando:

𝑅1
𝑅3=𝑅1∗
3. Como no se puede 4+𝑅2
obtener un uno
en la segunda columna, se interpreta la
única ecuación que resultó.
Si
Comprobando
4.Se despeja para que quede en
términos o en función del valor de .
 Sistemas de ecuaciones lineales Método de
Gauss – Jordan (reducción de renglones).
Solución infinita. Otro caso donde se tiene una solución infinita, es cuando se
cuenta con menos ecuaciones que variables. Ejemplo 2:
1.Se obtendrá la matriz de coeficientes
aumentada con el vector solución. conjunto infinito de soluciones en
términos de la variable
2. Obteniendo los ceros de la columna.

3. Se obtiene el pivote de la columna 2 Si

y los ceros de la columna.
Comprobando:

4. Ecuaciones que se interpretan como

Si
5. Se despejan y , quedando un

Comprobando
 Sistemas de ecuaciones lineales Método de
Gauss – Jordan (reducción de renglones).
Sin solución (inconsistente). Un sistema no tendrá solución, si se obtiene un
renglón en el que todos los elementos son iguales a cero, excepto el último.
Ejemplo:

1.Se obtendrá la matriz de coeficientes aumentada con el vector solución.

2. En cada columna, siempre se debe obtener el pivote, y por medio de él,

obtener los ceros de la columna.

3. Como no se puede obtener un uno en la segunda columna, se interpreta la

única ecuación que resultó.

Lo cual es falso, por lo cual se dice inconsistente o sin solución.

 Sistema de ecuaciones lineales.
Regla de Cramer.
Sólo aplica en matrices cuadradas, ya que se basa en el uso de determinantes.
No permite una clara interpretación de los resultados.

Considere un sistema de 2 ecuaciones con 2 incógnitas como sigue:

Sea Δ Δ Δ

Si Δ , existe solución única con: , .

Si , existe solución infinita.

Si y , es inconsistente o sin solución.

 Sistema de ecuaciones lineales.
Regla de Cramer.
Sólo aplica en matrices cuadradas, ya que se basa en el uso de determinantes.
No permite una clara interpretación de los resultados.

Solución única:

Δ Δ Δ

Δ , solución única con: .

Solución única:

Δ Δ Δ

Δ , solución única con: .

 Sistema de ecuaciones lineales.
Regla de Cramer.

Sólo aplica en matrices cuadradas, ya que se basa en el uso de determinantes.

No permite una clara interpretación de los resultados.

Solución infinita:

Δ Δ Δ

, existe solución infinita.

Sin solución:

Δ Δ Δ

Si y , es inconsistente o sin solución.

 Sistemas de ecuaciones lineales.
Método de la matriz inversa.
Un sistema de ecuaciones lineales puede escribirse en forma matricial como sigue:

Si definimos

Donde: Matriz de coeficientes

Vector (matriz) de variables
Vector (matriz) de valores o solución.
Entonces:

Lo cual se interpreta como el que los valores del vector variable, son el resultado
de la matriz inversa por el vector solución, es decir, la solución del sistema.
 Sistemas de ecuaciones lineales.
Método de la matriz inversa.
Ejemplo: Resolver los sistemas:

Tenemos que y que (véase matriz inversa)

Quedando:

Comprobación:

La utilidad de la matriz inversa radica en poder resolver sistemas de ecuaciones

con la misma matriz de coeficientes, así:

Quedando:

Comprobación: