You are on page 1of 7

19

Matemáticas para negocios

También se debe destacar que la multiplicación de matrices no es conmutativa, es
decir, los productos AB y BA no son necesariamente iguales.

1.3.  Solución de ecuaciones de orden m × n, mediante
el método de Gauss-Jordan
Una de las herramientas más práctica y comúnmente utilizada para resolver
sistemas de ecuaciones es el método de Gauss-Jordan; con el fin de comprender y
aplicar dicho método, partiremos de la representación de sistemas de ecuaciones
lineales en matrices y revisaremos los conceptos de matrices escalonadas y
operaciones elementales entre las.

1.3.1.  Sistemas de ecuaciones lineales: representación por matrices
Los sistemas de ecuaciones pueden representarse mediante matrices, donde lo
importante son los coecientes del sistema de ecuaciones y su posición dentro del
mismo. Para ejemplicar lo anterior se presenta la manera en la que se realiza tal
representación matricial.
El sistema de ecuaciones lineales
a11 x1 + a12 x 2 +  + a1n x n = b1
a21 x1 + a22 x 2 +  + a1n x n = b2

am1 x1 + am 2 x 2 +  + amn x n = bm

(14)

Es equivalente a la ecuación matricial

 a11 a12

 a21 a22
 
 a
 m 1 am 2

 a1n  x1   b1 
   
 a2 n  x 2   b2 
=
o sólo AX = B
       
   
 amn 
 x n   bm 

(15)

Donde A es una matriz m×n, X y B son vectores columna. Con esta correspondencia
entre el sistema de ecuaciones lineales (14) y la ecuación matricial (15) se observa

Ejemplo 14 Obtener las matrices de coecientes y aumentada del sistema de ecuaciones lineales: 3 x1 + 2 x 2 − 1x n = 7 4 x1 + 1x 2 − 3 x n = −5 −2 x1 + 8 x 2 + x n = 7 9 (I) 1 3 La matriz de coecientes y aumentada del sistema de ecuaciones (I) son respectivamente:  3 2 −1   3 2 −1 7       4 1 −3    y   4 1 −3 −5  7  7 1    3   −2 8 9   −2 8 9 (I) Se dice que un sistema AX = B es inconsistente si no tiene solución y que es consistente si el sistema tiene al menos una solución.20 Unidad 1  ▪  Álgebra de matrices que la solución de la ecuación matricial también corresponderá a la solución del sistema de ecuaciones lineales. . De la ecuación matricial (15). la matriz A se conoce como la matriz de coecientes del sistema de ecuaciones (14) y a la siguiente matriz se le conoce como la matriz aumentada del sistema de ecuaciones (14):  a11 a12   a21 a22     am 1 am 2  a1n  a2 n    amn b1   b2    bm  (16) La cual se obtiene aumentando una última columna a la matriz de coecientes y escribiendo en esta última columna los términos independientes del sistema de ecuaciones.

3. De igual forma se observa que la matriz B es una matriz escalonada reducida por renglones. Ejemplo 15 La matriz A es una matriz escalonada con componentes distinguidas subrayadas y la matriz B es una matriz escalonada reducida por renglones también con los pivotes subrayados. si las componentes distinguidas de la matriz todas son iguales a 1 y los elementos por arriba y por debajo del pivote son todos iguales a cero. 3  0 A= 0  0 1 2 5 1 0 0  0 2 8    . si existen estos componentes.  B =  0 1 3  0 0 4    0 0 0 0 0 0 El 3 es la primera componte distinta de cero del primer renglón. se debe obtener matrices escalonadas y matrices escalonadas reducidas por renglones.21 Matemáticas para negocios 1. .2. ii) La primera componente distinta de cero de cada renglón es una componente distinguida del renglón y si es un número 1 se le llama pivote. por lo anterior se presenta la siguiente denición: Una matriz A escalonada es aquella que: i) El número de ceros anteriores a la primera componente distinta de cero de una la crece la por la hasta llegar a las donde todos sus componentes sean ceros. ¿cómo se obtienen las matrices escalonadas reducidas por renglones? Esta pregunta se responde en la sección siguiente.  Matrices escalonadas Para encontrar la solución de un sistema de ecuaciones lineales a través del álgebra de matrices. iii) En particular se llama matriz escalonada reducida por renglones o las. el 2 es la primera componente distinta de cero del segundo renglón y el número de ceros anteriores a este 2 aumentó respecto del primer renglón y así sucesivamente para los cuatro renglones de la matriz A. por lo tanto es una matriz escalonada. Pero. donde se establecen las operaciones con las o renglones de una matriz para obtener la matriz escalonada reducida por renglones.

2.22 Unidad 1  ▪  Álgebra de matrices 1. Para realizar la reducción por renglones de una matriz se utilizan las operaciones denidas bajo la siguiente notación: 1. R j → R j ± kRi El j-ésimo renglón se reemplaza por la suma (resta) del j-ésimo renglón y k veces el i-ésimo renglón.3. R1  3 2 −1 7   3   R2 → 14 R2  1 R2  4 1 −3 −5   →  4 (4 ) 7 1    −2 R3  −2 8 9 3   2 1 4 (1) 8 −1 1 4 (−3 ) 7 9 7   3 2 −1 7     1 1 − 43 − 45  4 (−5 ) →  1 4 1 1    −2 8 7 3 9 3    2.3.  Operaciones elementales entre renglones Las operaciones elementales entre renglones o las de una matriz son: i) Multiplicar o dividir todo un renglón por un número diferente de cero. Ri → kRi . se presenta la operación en varios pasos con nes de enfatizar la suma (resta) y multiplicación del escalar con todos los componentes del mismo renglón. iii) Intercambiar dos renglones. R j → R j ± kRi . ii) Sumar o restar un múltiplo de un renglón a otro renglón. Ri → R j El i-ésimo renglón se intercambia con el j-ésimo renglón. Ejemplo 16 1. se presenta la operación en varios pasos con nes de enfatizar la multiplicación del escalar con todos los componentes del mismo renglón. 3. R1  3 2 −1 7  2 −1 7   3    R1 → R1R2 R2 →−3 R2 3 5 3 1 1 R2  1 4 − 4 − 4   →  −3(1) −3( 4 ) −3( − 4 ) −3( − 45 )   → 7 7 1  1    R3  −2 8 9 8 3  9 3  −2   (3 − 3 )   −3  −2  (2 − 43 ) (−1 + 49 ) (7 + 154 ) − 43 8 9 4 7 9 15 4 1 3 1 0 4   3  →  −3 − 4   −2 8   5 4 9 4 7 9 43 4 15 4 1 3      . Ri → kRi El i-ésimo renglón se reemplaza por el mismo renglón multiplicado por el escalar k.

23 Matemáticas para negocios 3. Para reducir la matriz aumentada se utilizan las operaciones elementales entre renglones: −2 6  R2 → R2 + 2 R1  1 −2 6  R2 →− 13 R2  1 −2 6  →    →   1 9  0 −3 21   0 1 −7   1 0 −8  R1 → R1 + 2 R2  →   0 1 −7  R1  1 R2  −2 . Se obtiene con los coecientes de cada variable y los términos independientes de cada ecuación. R1  1 −2 6    R2  −2 1 9  ii) Reducir la matriz aumentada a la forma escalonada reducida por renglones.4. ii) Reducir la matriz aumentada a la forma escalonada reducida por renglones. recuperando directamente de la matriz escalonada el valor de las incógnitas del sistema. iii) Obtener las soluciones del sistema. se presenta la operación en varios pasos con nes de enfatizar el intercambio de renglones: R1  0 14 45  R2  1 14 − 43 R3  −2 8 79   −2 8 79  R1 → R3  3 1 −  →  1 4 −4 1   0 1 5 3  4 4  43 4 5 4   −    1 3 5 4 43 4 1.3. Ri → R j . Ejemplo 17 Resuelve el siguiente sistema de ecuaciones lineales con el método de Gauss-Jordan: x − 2y = 6 −2 x + y = 9 i) Obtener la matriz aumentada del sistema AX = B .  Método de Gauss-Jordan Método utilizado para resolver sistemas de ecuaciones lineales mediante la reducción por renglones de la matriz aumentada del sistema. una vez realizado esto. El método puede enunciarse como sigue: i) Obtener la matriz aumentada del sistema AX = B . se obtienen las soluciones del mismo.

que son los valores que están localizados en la última columna de la matriz escalonada que les corresponde a los pivotes de x y y . El sistema de ecuaciones tiene un número infinito de soluciones. Ejemplo 19 Resuelve el siguiente sistema de ecuaciones lineales con el método de GaussJordan: 9x − 6 y = 8 6x − 4 y = 5 . Para obtener las soluciones del sistema leemos de la matriz escalonada reducida por renglones que x = −8 y y = −7 .24 Unidad 1  ▪  Álgebra de matrices iii) Obtener las soluciones del sistema. Ejemplo 18 Resuelve el siguiente sistema de ecuaciones lineales con el método de GaussJordan: x − 5 y = −14 3 x − 15 y = −42 i) Se obtiene la matriz aumentada del sistema AX = B  1   3 −5 −14   −15 −42  ii) Se lleva a la matriz aumentada a la forma escalonada reducida por renglones  1   3 −5 −14  R2 → R2 −3 R1  1  →  −15 −42   0 −5 0 −14   0  iii) Se obtienen las soluciones del sistema El nuevo sistema es: x − 5 y = −14 Por lo tanto x = 5 y − 14 y= t Donde t es un parámetro que puede tomar cualquier valor.

sentarán las bases necesarias para el uso del álgebra de matrices y el método de Gauss-Jordan para la resolución de problemas. los métodos para encontrar su solución son los mismos. implica encontrar la solución de sistemas de ecuaciones lineales. uno de ellos es el que abordamos en temas anteriores que es el de GaussJordan y que retomaremos ahora para resolver problemas relacionados con los negocios. estas herramientas serán utilizadas en los capítulos siguientes. esto es: x− 2 8 y= 3 9 0x − 0 y = − 1 3 Cabe señalar que el estudio y práctica de los conceptos previamente revisados.  Aplicaciones a los negocios En el área de los negocios se presentan una gran cantidad de problemas en los cuales la necesidad de obtener soluciones cuantitativas nos lleva a plantear modelos matemáticos. en ocasiones.25 Matemáticas para negocios i) Se obtiene la matriz aumentada del sistema AX = B  9   6 −6 −4 8 5    ii) Se lleva a la matriz aumentada a la forma escalonada reducida por renglones  9   6 −6 −4 8 5   R1→ 19 R1  1   →  6   − 2 3 −4 8     1 R → R − 6 R 9   2 2 1  →  0 5    − 2 3 0 8   9  1 −  3 iii) Se obtienen las soluciones del sistema El sistema no tiene solución. Se observa en la segunda ecuación que el sistema equivalente tiene una inconsistencia. donde se resolverán problemas en el ámbito de la toma de decisiones apoyada en resultados cuantitativos de modelos matemáticos. Aun y cuando el planteamiento de los diferentes problemas generen muy variados sistemas de ecuaciones lineales. Resolver estos problemas. .4. 1.