Instituto Politécnico Nacional 

Unidad Profesional Interdisciplinaria de Biotecnología 

 
 
Métodos Numéricos 
Grupo 4LM2 
Segundo parcial

Reporte de Clase Gauss 

Integrantes: 
Delgado Martínez Yahshua Ibrahim  
Herrera Tapia Tlalli Quitze  
Méndez Jácome Ximena Eileen  
Ordaz Sibaja Dea Citlali  
Reyes Silva Karla  
Rojas Pablo Ibrahim Tonatiuh 

 
Fecha de entrega: 29 de marzo del 2023 
OPERACIONES DE MATRICES Y DE VECTORES
Objetivo:
Conocer las operaciones básicas de las matrices que se usan para la solución de
sistemas de ecuaciones lineales
Operaciones de matrices y vectores
• Para la suma de matrices deben de ser del mismo tamaño, es decir, tener la
misma cantidad de valores.
• Para nombrar una matriz primero son las filas y luego las columnas.
• Para la multiplicación de matrices se multiplica fila por columna.
• La propiedad conmutativa no se cumple, es decir M*N no es igual a N*M.

Transposición
La matriz transpuesta de una matriz A de dimensión m × n es una matriz de n × m
en la que el elemento (i, j) ha pasado a la posición (j, i), o dicho coloquialmente, se
han intercambiado las filas y columnas de A.
Adición y sustracción de matrices
Las matrices se pueden sumar o restar solamente si son del mismo orden. La
suma o la diferencia de dos matrices m x n es otra matriz m x n cuyos elementos
son las sumas o diferencias de los elementos correspondientes de las matrices
originales
Multiplicación de una Matriz por un escalar
Un solo número real (que equivale a una matriz 1 x 1) se denomina escalar en las
operaciones del álgebra matricial. Cuando una matriz se multiplica por un escalar,
cada elemento de la matriz queda multiplicado por ese escalar (que es una
constante);
Multiplicación de matrices
Dos matrices se pueden multiplicar entre sí sólo si el número de columnas en una
de ellas es igual al número de filas en la otra. En particular, la matriz producto AB
está definida solamente si el número de columnas en A es el mismo que el número
de filas en B; en este caso se dice que las matrices A y B son compatibles ante la
multiplicación, y la matriz producto tiene el mismo número de filas que A y el
mismo número de columnas que B. Así, una matriz m x n se puede multiplicar con
una matriz n x p para obtener una matriz m x p.
SISTEMAS DE ECUACIONES LINEALES
Objetivos:
Expresa en forma matricial un sistema de ecuaciones lineales y aplicar las
operaciones básicas de matrices equivalentes para obtener su solución por los
métodos de Gauss Simple, Gauss-Jordan
Expresión matricial de un sistema
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.
GAUSS SIMPLE
Convertir un sistema de ecuaciones en otro equivalente que contenga una matriz
triangular superior
Pivote= elemento que se encuentra en la diagonal principal
Los pivotes no deben ser nulos
• Es una multiplicación matricial
• Sistemas compatibles
o Determinados-Tiene 1 sol’n
o Indeterminados-Tiene infinitas sol’n
• Sistemas incompatibles
o No tiene sol’n
• Ejemplos:
o 3x-4y=2
o -x+2y=1
▪ Determinante
▪ (3*2)-(-4*-1)=2
o x+5y=2
o 3x+15y=6
▪ Determinante
 ▪ (1*15)-(5*3)=0.
o 2x+6y=5
o -x-3y=1
▪ Determinante
▪ (2*3)-(6*-1)=0

EJERCICIOS DE CLASE

clc, clear all, close all

%sistemas de ecuaciones
%1
A=[3 -4; -1 2];
determinante=det(A)
f1=inline('(2-3*x)/-4');
f2=inline('(1+x)/2');
ezplot(f1)
hold on
ezplot(f2)
grid on
%2
A=[1 5;3 15];
determinante=det(A)
f1=inline('(2-x)/5');
f2=inline('(6-3*x)/15');
figure
ezplot(f1)
hold on
ezplot(f2)
grid on
%3
A=[2 6;-1 -3];
determinante=det(A)
f1=inline('(5-2*x)/6');
f2=inline('(1+x)/-3');
figure
ezplot(f1)
hold on
ezplot(f2)
grid on
EJERCICIO 2
clc, clear all, close all
%Sistema de ecuaciones
%Gauss
%Ejemplo1
A=[3 2 1;5 3 4;1 1 -1]; %Matriz de Coeficientes
b=[1;2;1] %vector terminos independientes
determinante=abs(det(A))
M=[A,b]%matriz ampliada
%Pivote M(1,1)
%cero M(2,1)
M(2,:)=M(2,:)*M(1,1)-M(1,:)*M(2,1)
%Cero M(3,1)
M(3,:)=M(3,:)*M(1,1)-M(1,:)*M(3,1)
%Pivote M(2,2)
%cero(3,2)
M(3,:)=M(3,:)*M(2,2)-M(2,:)*M(3,2)
%sustitución hacia atrás
z=M(3,4)/M(3,3)
y=(M(2,4)-M(2,3)*z)/M(2,2)
x=(M(1,4)-M(1,3)*z-M(1,2)*y)/M(1,1)
xyz=[x;y;z] %solución
%comprobación
A*xyz
b

b =

1
2
1

determinante =

1.0000

M =

3 2 1 1
5 3 4 2
1 1 -1 1

M =

3 2 1 1
0 -1 7 1
1 1 -1 1

M =
 3 2 1 1
0 -1 7 1
0 1 -4 2

M =

3 2 1 1
0 -1 7 1
0 0 -3 -3

z =

y =

x =

-4

xyz =

-4
6
1

ans =

1
2
1

b =

1
2
1
EJERCICIO GAUSS GRAFICA

clc, clear all, close all

%Sistema de ecuaciones
%Gauss
%Ejemplo1
A=[3 2 1;5 3 4;1 1 -1]; %Matriz de Coeficientes
b=[1;2;1] %vector terminos independientes
determinante=abs(det(A))
M=[A,b]%matriz ampliada
%Pivote M(1,1)
%cero M(2,1)
M(2,:)=M(2,:)*M(1,1)-M(1,:)*M(2,1)
%Cero M(3,1)
M(3,:)=M(3,:)*M(1,1)-M(1,:)*M(3,1)
%Pivote M(2,2)
%cero(3,2)
M(3,:)=M(3,:)*M(2,2)-M(2,:)*M(3,2)
%sustitución hacia atrás
z=M(3,4)/M(3,3)
y=(M(2,4)-M(2,3)*z)/M(2,2)
x=(M(1,4)-M(1,3)*z-M(1,2)*y)/M(1,1)
xyz=[x;y;z] %solución
%comprobación
A*xyz
b
xx=-6:0.1:5;
yy=0:0.1:8;
[X,Y]=meshgrid(xx,yy);
z1=1-3*X-2*Y;
z2=(1-5*X-3*Y)/4;
z3=X+Y-1;
mesh(X,Y,z1)
hold on
mesh(X,Y,z2)
mesh(X,Y,z3)
grid on
plot3(x,y,z,'r*',LineWidth=4)

b=

1
2
1

determinante =

1.0000

M=
 3 2 1 1
5 3 4 2
1 1 -1 1

M=

3 2 1 1
0 -1 7 1
1 1 -1 1

M=

3 2 1 1
0 -1 7 1
0 1 -4 2

M=

3 2 1 1
0 -1 7 1
0 0 -3 -3

z=

y=

x=

-4

xyz =

-4
6
1
ans =

1
2
1

b=

1
2
1
CONCLUSIONES

Durante el desarrollo de la clase se logró que como alumno se pudieran cumplir los
objetivos, siendo estos el poder conocer las operaciones básicas de las matrices
que se usan para la solución de sistemas de ecuaciones lineales utilizando Matlab
y así mismo poder llevar a cabo estas resoluciones de los ejercicios al igual que
también expresa en forma de matriz un sistema de ecuaciones lineales y aplicar le
a estas misma matriz operaciones básicas de matrices equivalentes para obtener
su solución por los métodos de Gauss Simple, Gauss-Jordan, logrando que se
cumplieran dichos puntos para el sistemas a resolver.