INTRODUCCIN:

METODO
Llamada as debido a Carl Friedrich
DE Gauss y Wilhelm Jordan, es un algoritmo
del lgebra lineal para determinar las
GAUSS y soluciones de un sistema de ecuaciones
lineales, encontrar matrices e inversas.
GAUSS Un sistema de ecuaciones se resuelve
por el mtodo de Gauss cuando se
JORDAN obtienen sus soluciones mediante la
reduccin del sistema dado a otro equivalente en el que cada
ecuacin tiene una incgnita menos que la anterior. El mtodo
de Gauss transforma la matriz de coeficientes en una matriz
triangular superior. El mtodo de Gauss-Jordan contina el
proceso de transformacin hasta obtener una matriz diagonal.

OBJETIVOS

Comprender las diferentes formas de solucionar sistemas

de ecuaciones lineales por este mtodo.

Mostrar cmo aplicar los mtodos para facilitar la

solucin de sistemas de ecuaciones, y as tambin saber
resolver en calculadora.

MARCO TEORICO

METODO DE GAUSS

Reducir a forma triangular los siguientes sistemas:

x+y+z=3

x+ 2y + 3z = 2

x + 4y + 9z = - 2

(m =3, n = 3)

METODOS NUMERICOS
Sobre la matriz del sistema eliminamos la x entre la
primera ecuacin y las dos restantes.

Para ello:

111 3 111 3
123 2 0 1 2 -1
1 4 9 -2 -f1 + f2 0 3 8 -5
-f1 + f3

ahora eliminamos la y entre la segunda y la tercera ecuacin,

111 3 111 3
1 2 3 -1 0 1 2 -1
0 3 8 -5 -3 / 2 + f3 0 0 2 -2

obtenemos as el sistema equivalente en forma triangular

x+y+z=3 ; y + 2z = -12
z = -2
MTODO DE GAUSS JORDAN

El mtodo de Gauss Jordan es un mtodo aplicable

nicamente a los sistemas lineales de ecuaciones, consiste en
que a partir de la matriz aumentada del sistema de
ecuaciones se halla otra matriz equivalente a la matriz
aumentada mediante operaciones elementales de fila y/o
columna, hasta obtener ecuaciones de una sola incgnita,
cuyo valor ser igual al coeficiente situado en la misma fila de
la matriz.

PIVOTE

Es un mtodo por el cual pueden resolverse sistemas de

ecuaciones lineales con n nmeros de variables, encontrar

METODOS NUMERICOS
 matrices y matrices inversas, en este caso
desarrollaremos la primera aplicacin mencionada.

Para resolver sistemas de ecuaciones lineales aplicando

este mtodo, se debe en primer lugar anotar los
coeficientes de las variables del sistema de ecuaciones
lineales en su notacin matricial:

Ax+By+Cz=P

Ox+Ey+Fz=Q

Gx+Hy+Yz=R

Entonces, anotando como matriz (tambin llamada matriz

aumentada):

A B C X P

O E F Y Q

G H J Z R

Una vez hecho esto, a continuacin se procede a convertir

dicha matriz en una matriz identidad, es decir una matriz
equivalente a la original, la cual es de la forma:

1 0 0

0 1 0

0 0 1

PROCEDIMIENTO

METODOS NUMERICOS
 Es un conjunto de operaciones elementales que se
realizan con el objetivo de transformar una matriz escalonada,
escalonada reducida aplicando los siguientes pasos:

Buscar un uno principal en la primera columna y

llevarlo a la posicin 1-1.

Hacer que los elementos restantes de la columna

principal sean cero.

Buscar un segundo principal en la 2da columna pero no

en la primera fila y llevarlo a posicin 2-2.

Hacer que los elementos restantes de la columna

principal sean cero.

Aplicar el mismo esquema hasta llegar al nivel de la

ultima fila.

Ejemplo:

METODOS NUMERICOS
 Se procede a hacer el despeje correspondiente para poder
hallar x, y, y z .

COFACTORES

A nxn=aij
Sea una matriz cuadrada se define la matriz
de cofactores como
cofac ( Anxn ) =[ (1)i+ j M ij ]

M es una determinante menor que queda en la matriz A

luego de anular la i-esima fila y la j-esima columna

METODOS NUMERICOS
Ejemplo
Ejercicio1

Ejercicio 2

METODOS NUMERICOS
EN LA CALCULADORA TEXAS PARA RESOLVER LA
ECUACIN

Paso 1.-

Introducir el sistema de ecuaciones en forma matricial

X+3y+2z = 7

2x+2y+z = 3

-x+3y+z =8

Paso 2.-

Entrar a comandos e ir a pestaa 2-

Buscar MATRIZ seleccionar y buscar FORMA ESCALONADA

REDUCIDA POR FILAS

(rref())

Diagrama de flujo:

Inicio

i=1

J=1

A[i][j]

J=n ++j

METODOS NUMERICOS
 si

i=1 ++i

si

i=1

B[i][j]

i=n no ++i

k=1

i=1

P=A[k][I]

j=1

A[k][J]=A[k][J]/P

J=n ++J

B[k][I]=B[k][I]/P

J=K

METODOS NUMERICOS
 A[k][J]=A[k][J] * A[i][k]

j=n no ++J

si

B[k]I]=B[k][J-A[k][J]

J=k

A[i][J]= A[i][J] A[k][J]

J=n no ++J

B[i][1]=B[i][1]-B[k][1]

i=n no ++

k=n-1 no +
+k

fin

METODOS NUMERICOS
RECOMENDACIONES

Al momento de realizar los clculos tener mucho cuidado

conlas sumas y multiplicaciones de cada fila y columna.
Al realizarlo con la calculadora seguir los respectivos
pasos para que no existan fallas.

CONCLUSIN:

Para finalizar este trabajo es importante destacar algunas

observaciones importantes; por empezar encontr dificultosa
la realizacin de este trabajo puesto que se trababa del
desarrollo de un tema que nunca antes tuve la oportunidad de
conocer y mucho menos de ejercitar, pero su comprensin se
vio facilitada por conocimientos previos relacionados a
matrices y ecuaciones.

Tambin vale la pena destacar la importancia del

conocimiento de este tema para la formacin de un Ing.
Agrnomo puesto que pueden solucionarse problemas de
muchas variables y hay muchsimas situaciones que se nos
presentaran y podremos aplicar este conocimiento.

BIBLIOGRAFIA

Algebra lineal de espinoza ramos

Monografas de mtodo de Gauss Jordan
Pfd, videos sobre Gauss Jordan

METODOS NUMERICOS
METODOS NUMERICOS