Instituto Politécnico Nacional

Unidad Profesional Interdisciplinaria de Biotecnología

Métodos Numéricos
Tarea 1

Equipo 5
Parcial 2

Profesores:
• José Ignacio Flores Núñez
• José Alberto Zamora Justo

Integrantes:
• Hernández Martínez Luis Fernando
• Martínez Pérez Amalia Cecilia
• Miranda Peña Ian Zahir
• Ramírez Padilla Alondra Joceline
• Saldivar Pérez Danna

4MM1
29 de marzo, 2023
 REPORTE

I. Introducción
Las matrices son un conjunto bidimensional de números o símbolos distribuidos de forma
rectangular, en líneas verticales y horizontales, de manera que sus elementos se organizan
en filas y columnas. Sirven para describir sistemas de ecuaciones lineales o diferenciales, así
como para representar una aplicación lineal.
Una matriz A de m × n es un ordenamiento rectangular de escalares dispuestos en m filas y n
columnas. Para designar a cada uno de los m×n elementos de la matriz se utiliza un doble
subíndice que indica el número de fila y número de columna que le corresponde en el arreglo:

Así, a34 es el elemento ubicado en la fila tres y la columna cuatro y en general aij es el
elemento de la matriz A que está en la fila i y en la columna j.

Sistemas de ecuaciones lineales

Un sistema de ecuaciones lineales es un conjunto de ecuaciones (lineales) que tienen más de
una incógnita. Las incógnitas aparecen en varias de las ecuaciones, pero no necesariamente
en todas. Lo que hacen estas ecuaciones es relacionar las incógnitas entre sí.
Resolver un sistema de ecuaciones consiste en encontrar el valor de cada incógnita para que
se cumplan todas las ecuaciones del sistema. Pero no siempre existe solución, o bien, pueden
existir infinitas soluciones. Si hay una única solución (un valor para cada incógnita, como en el
ejemplo anterior) se dice que el sistema es compatible determinado.
Muchos problemas de Ingeniería o Matemática Aplicada se reducen a resolver un sistema de
ecuaciones lineales. De aquí la importancia de estos y el interés de sus métodos de
resolución.
Métodos de resolución
• Método de sustitución: consiste en despejar o aislar una de las incógnitas (por
ejemplo, x) y sustituir su expresión en la otra ecuación. De este modo, se obtendrá una
ecuación de primer grado con la otra incógnita, y. Una vez resuelta, calculamos el
valor de x sustituyendo el valor de y obtenido.
 • Método de reducción: consiste en operar entre las ecuaciones como, por ejemplo,
sumar o restar ambas ecuaciones, de modo que una de las incógnitas desaparezca.
Así, obtenemos una ecuación con una sola incógnita.
• Método de igualación: consiste en aislar en ambas ecuaciones la misma incógnita para
poder igualar las expresiones, obteniendo así una ecuación con una sola incógnita.

Métodos de resolución matriciales

Un sistema de ecuaciones lineales puede expresarse en forma matricial de la manera
siguiente:
C • X= B
Donde C es la matriz de los coeficientes, X la de las incógnitas y B la de los términos
independientes.
En la resolución de sistemas de ecuaciones lineales por métodos matriciales se emplean,
entre otros, los siguientes procedimientos:
• Matriz inversa: consiste en hallar la matriz inversa de C para obtener la matriz de las
incógnitas, efectuando la operación C-1 • B.
X= C-1 • B.
• Método de eliminación gaussiana: consiste en obtener una matriz triangular
equivalente a la matriz ampliada del sistema. consiste en obtener una matriz
triangular equivalente a la matriz ampliada del sistema.

Método de Eliminación de Gauss

Consiste en transformar un sistema de ecuaciones en otro equivalente de forma que éste sea
escalonado, es decir, en utilizar el método de reducción de manera que en cada ecuación
tengamos una incógnita menos que en la ecuación precedente.
Este método propone la eliminación progresiva de variables en el sistema de ecuaciones,
hasta tener sólo una ecuación con una incógnita. Una vez resuelta ésta, se procede por
sustitución regresiva hasta obtener los valores de todas las variables.
Un sistema de ecuaciones se resuelve por el método de Gauss cuando se obtienen sus
soluciones mediante la reducción del sistema dado a otro equivalente en el que cada ecuación
tiene una incógnita menos que la anterior. El método de Gauss transforma la matriz de
coeficientes en una matriz triangular superior.
Procedimiento:
1. Ir a la columna no cero extrema izquierda.
 2. Si la primera fila tiene un cero en esta columna, intercambiarlo con otra que no lo
tenga.
3. Obtener ceros debajo de este elemento delantero, sumando múltiplos adecuados del
renglón superior a los renglones debajo de él.
4. Cubrir el renglón superior y repetir el proceso anterior con la submatriz restante.
Repetir con el resto de los renglones (en este punto la matriz se encuentra en forma
escalonada).
Consideraciones:
• Todas filas cero están en la parte inferior de la matriz.
• El primer elemento no nulo de cada fila, llamado pivote, está a la derecha del pivote
de la fila anterior (esto supone que todos los elementos debajo de un pivote son cero).

II. Objetivos
→ Encontrar las soluciones de los sistemas de ecuaciones lineales.
→ Comprobar gráficamente las soluciones obtenidas de los sistemas de ecuaciones
lineales.

III. Contenido
3𝑥 + 8𝑦 = 0
−𝑥 + 𝑦 = −1
Matriz aumentada:

𝑀 = [𝐴𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 , 𝐵𝑡é𝑟𝑚𝑖𝑛𝑜𝑠 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠 ]

3 8 | 0
𝑀=[ ]
−1 1 |−1

𝑭𝒊 = 𝑭𝒊 𝑴𝒑,𝒑 − 𝑭𝒑 𝑴𝒊,𝒑
De donde:
𝑖 = 𝐹𝑖𝑙𝑎 𝑑𝑜𝑛𝑑𝑒 𝑒𝑠𝑡á 𝑒𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑎 𝑒𝑙𝑖𝑚𝑖𝑛𝑎𝑟
𝑝 = 𝐹𝑖𝑙𝑎 𝑑𝑜𝑛𝑑𝑒 𝑒𝑠𝑡á 𝑒𝑙 𝑝𝑖𝑣𝑜𝑡𝑒
Ejemplo 1
Resolver el siguiente sistema de ecuaciones por el método de eliminación de Gauss.
3𝑥 + 8𝑦 = 0
−𝑥 + 𝑦 = −1
Matriz aumentada (M)

3 8 0
𝐴=[ ], 𝐵=[ ],
−1 1 −1
3 8 | 0
𝑀=[ ] 𝒊 = 𝟐, 𝒑 = 𝟏
−1 1 |−1
Sustituyendo:

𝑭𝟐 = 𝑭𝟐 𝑴𝟏,𝟏 − 𝑭𝟏 𝑴𝟐,𝟏
𝑭𝟐 = [−𝟏 𝟏 − 𝟏](𝟑) − [𝟑 𝟖 𝟎](−𝟏)
𝑭𝟐 = [−𝟑 𝟑 − 𝟑] − [−𝟑 − 𝟖 𝟎]
𝑭𝟐 = [𝟎 𝟏𝟏 − 𝟑]
3 8 | 0
𝑀=[ ]
0 11 | − 3

3𝑥 + 8𝑦 =0
0𝑥 + 11𝑦 = −3
3
𝑦= − = −0.2727
11
Lo que es igual a
𝑀2,3
𝑦=
𝑀2,2

Sustituyendo para encontrar x

3𝑥 + 8 (−0.2727) = 0
𝑥 = 0.7273
En Matlab:
Gráfica:

Código MATLAB
clc, clear, close all
A=[3,8; -1,1];
b=[0;-1];
M=[A, b] %matriz aumentada
M(2,:)=M(2,:)*M(1,1)-M(1,:)*M(2,1)
y= M(2,3)/M(2,2) %DESPEJE Y
x= (M(1,3)-M(1,2)*y)/M(1,1)
xy=[x;y] %comprobación
S=A*xy %debe dar B
%GRÁFICAS
xg= 0: 0.01:1;
y1= -3/8*xg;
y2=-1+xg;
plot(xg,y1,'r')
grid on
hold on
plot(xg,y2,'b')
plot(x,y,'*k')
Ejemplo 2
3𝑥 − 2𝑦 + 8𝑧 = −1
−𝑥 + 2𝑦 − 𝑧 = 10
𝑥 −𝑦 + 5𝑧 = −2

Matriz aumentada (M)

𝟑 −𝟐 𝟖 −𝟏
𝑨 = [−𝟏 𝟐 −𝟏 ] , 𝒃 = [ 𝟏𝟎 ]
𝟏 −𝟏 𝟓 −𝟐
𝟑 −𝟐 𝟖 | − 𝟏
𝑴 = [−𝟏 𝟐 −𝟏 | 𝟏𝟎 ]
𝟏 −𝟏 𝟓 | − 𝟐
• Primer elemento a eliminar (i=2, p=1)

𝑭𝟐 = 𝑭𝟐 𝑴𝟏,𝟏 − 𝑭𝟏 𝑴𝟐,𝟏
• Segundo elemento a eliminar (i=3, p=1)
𝑭𝟑 = 𝑭𝟑 𝑴𝟏,𝟏 − 𝑭𝟏 𝑴𝟑,𝟏
• Tercer elemento a eliminar (i=3, p=2)

𝑭𝟑 = 𝑭𝟑 𝑴𝟐,𝟐 − 𝑭𝟐 𝑴𝟑,𝟐
Obteniéndose la siguiente matriz:
𝟑 −𝟐 𝟖 |−𝟏
[𝟎 𝟒 𝟓 | 𝟐𝟗 ]
𝟎 𝟎 𝟑𝟑 | 𝟗

3𝑥 − 2𝑦 + 8𝑧 = −1
0𝑥 + 4𝑦 +5 𝑧 = 29
0𝑥 +0𝑦 + 33𝑧 = 9
9
𝑧= = 0.2727
33
En forma matricial:
𝑀3,4
𝑧=
𝑀3,3

De la segunda ecuación se despeja y:

 29 − 52 𝑀2,4 − 𝑀2,3 ∗ 𝑧
𝑦= → = 6.9091
4 𝑀2,2
−1 − 8𝑧 − (−2𝑦) 𝑀1,4 − 𝑀1,3 ∗ 𝑧 − 𝑀1,2 ∗ 𝑦
𝑥= → = 3.5455
3 𝑀1,1

Para comprobación gráfica se despeja una variable de cada ecuación original:

1 3 1
𝑧1 = − − 𝑥 + 𝑦
8 8 4
𝑧2 = −10 − 𝑥 + 2𝑦
2 1 1
𝑧3 = − − +
5 5𝑥 5𝑦
En Matlab:
Gráfica:
CÓDIGO MATLAB
clc, clear, close all
A=[3 -2 8; -1 2 -1; 1 -1 5];
b= [-1; 10; -2];
M= [A,b]
M(2,:)= M(2,:)*M(1,1)-M(1,:)*M(2,1)
M(3,:)=M(3,:)*M(1,1)-M(1,:)*M(3,1)
M(3,:)=M(3,:)*M(2,2)-M(2,:)*M(3,2)
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)
%COMPROBACIÓN
X=[x;y;z];
A*X
%COMPROBACIÓN GRÁFICA, GRAFICACIÓN EN TRES DIMENSIONES
xg= 0:0.1:5; %vector
yg=5:0.1:10; %vector
[xg,yg]= meshgrid(xg,yg);
%sustituir z despejada
z1= -1/8-3/8*xg+1/4*yg;
z2=-10-xg+2*yg;
z3=-2/5-1/5*xg+1/5*yg;
surf(xg,yg,z1,'FaceColor','r','EdgeColor','none')
hold on
surf(xg,yg,z2,'FaceColor','b','EdgeColor','none')
surf(xg,yg,z3,'FaceColor','m','EdgeColor','none')
plot3(x,y,z,'*k','MarkerSize',20) %x,y,z valores escalares
 TAREA 1: Eliminación de Gauss
ss
Problema 1
Una embotelladora de refrescos desea cotizar la publicidad de sus productos en televisión,
radio y revista, se tienen tres propuestas del plan de medios de acuerdo con el presupuesto
asignado acerca de la cantidad de anuncios por medio en el transcurso de un mes. En el
primer presupuesto cada anuncio en televisión tiene un coste de $250,000, en radio $5,000 y
en revista $30,000. En el segundo presupuesto $310,000, $4,000 y $15,000 y en el último
presupuesto $560 000, $10,000 y $35,000. Los totales por presupuesto son los siguientes:
$21’797,000, $31’767,000 y $61’225,000. Determine la cantidad de anuncios cotizados por cada
medio utilizando el método de Gauss.

250 000𝑥 + 5 000𝑦 + 30 000𝑧 = 21 797 000

310 000𝑥 + 4 000𝑦 + 15 000𝑧 = 31 677 000
560 000𝑥 + 10 000𝑦 + 35 000𝑧 = 61 225 000

250 000 5000 30 000 21 797 000

𝐴 = [310 000 4000 15 000] ; 𝑏 = [31 677 000]
560 000 10 000 35 000 61 225 000

250 000 5000 30 000  21 797 000

𝑀 = [310 000 4000 15 000  31 677 000 ]
560 000 10 000 35 000  61 225 000

i p 𝐹𝑖 = 𝐹𝑖 𝑀𝑝,𝑝 − 𝐹𝑝 𝑀𝑖,𝑝
2 1 𝐹2 = 𝐹2 𝑀1,1 − 𝐹1 𝑀2,1
3 1 𝐹3 = 𝐹3 𝑀1,1 − 𝐹1 𝑀3,1
3 2 𝐹3 = 𝐹3 𝑀2,2 − 𝐹2 𝑀3,2
 0.0000 0.0000 0.0000  0.0000
𝑀 = 1.0𝑒 + 21 ∗ [ 0 −0.0000 −0.0000  0.0000 ]
0 0 0.0028  − 1. 3496

Incógnita Despeje a partir de M

x
𝑀1,4 − 𝑀1,3 ∗ 𝑧 − 𝑀1,2 ∗ 𝑦
𝑥=
𝑀1,1
y
𝑀2,4 − (−𝑀2,3 ) ∗ 𝑧
𝑦=
𝑀2,2
z
𝑀3,4
𝑧=
𝑀3,3

Medio Cantidad de anuncios cotizados

Televisión (x) 90.2968
Radio (y) 2775.7
Revista (z) 488.5276
 Gráfica

Código MATLAB
clc, clear, close all;
A=[250000,5000,30000; 310000,4000,15000; 560000,10000,35000];
b=[21797000; 31767000; 61225000];
% Matriz aumentada
M=[A,b];
M(2,:)=M(2,:)*M(1,1)-M(1,:)*M(2,1)
M(3,:)=M(3,:)*M(1,1)-M(1,:)*M(3,1)
M(3,:)=M(3,:)*M(2,2)-M(2,:)*M(3,2)
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)

% Comprobacion
zyx=[x; y; z];
L=A*zyx;

%Gráfica
xg=80:1:100;
yg=2000:100:3000;
[xg,yg]=meshgrid(xg,yg);
z1=(21797000-5000*yg-250000*xg)/30000;
z2=(31677000-4000*yg-310000*xg)/15000;
z3=(61225000-10000*yg-560000*xg)/35000;
surf(xg,yg,z1,'faceColor','m','EdgeColor','none')
hold on
surf(xg,yg,z2,'faceColor','r','EdgeColor','none')
surf(xg,yg,z3,'faceColor','g','EdgeColor','none')
plot3(x,y,z,'b*','MarkerSize',20,'LineWidth',2)
Problema 2
Un agente secreto sabe que 60 equipos aéreos, que consisten en aviones de combate y
bombarderos, se encuentran estacionados en cierto campo aéreo secreto. El agente quiere
determinar cuántos de los 60 equipos son aviones de combate y cuántos son bombarderos.
Existe, además, un tipo de cohete que llevan ambos aviones: el de combate lleva 6 de ellos y
el bombardero sólo 2. El agente averigua que se requieren 250 cohetes para armar a todos los
aviones del campo aéreo. Aún más, escucha que se tiene el doble de aviones de combate que
de bombarderos en la base (es decir, el número de aviones de combate menos dos veces el
número de bombarderos es igual a cero). Calcule, utilizando el método de eliminación de
Gauss, el número de aviones de combate y bombarderos presentes en el campo aéreo o
muestre que la información del agente es incorrecta debido a su inconsistencia.
𝑥 + 𝑦 = 60
6𝑥 + 2𝑦 = 250
𝑥 − 2𝑦 = 0

i p 𝐹𝑖 = 𝐹𝑖 𝑀𝑝,𝑝 − 𝐹𝑝 𝑀𝑖,𝑝

2 1 𝐹2 = 𝐹2 𝑀1,1 − 𝐹1 𝑀2,1

3 1 𝐹3 = 𝐹3 𝑀1,1 − 𝐹1 𝑀3,1

3 2 𝐹3 = 𝐹3 𝑀2,2 − 𝐹2 𝑀3,2
 Incógnita Despeje a partir de M
𝑀1,3 − (𝑀1,2 ⋅ 𝑦)
𝑥=
x 𝑀1,1

y 𝑀2,3
𝑦=
𝑀2,2
Debido a que existe una contradicción en nuestro sistema donde

0 = −90

Gráfica

Código MATLAB
clc, clear, close all

%problema 2 Eliminación de Gauss

%x=aviones de combate

%y=aviones bombarderos

A=[1,1;6,2;1,-2];

b=[60;250;0];
M=[A,b]

%Primera columna

M(2,:)=M(2,:)*M(1,1)-M(1,:)*M(2,1)

M(3,:)=M(3,:)*M(1,1)-M(1,:)*M(3,1)

%Segunda columna

M(3,:)=M(3,:)*M(2,2)-M(2,:)*M(3,2)

%Demostracion grafica

xg=[0:0.1:50];

y1=60-xg;

y2=(250-6*xg)/2;

y3=-xg/2;

plot(xg,y1,'r')

hold on

plot(xg,y2,'g')

plot(xg,y3,'b')
Problema 3
Utilizar el método de eliminación de Gauss para resolver los siguientes sistemas de
ecuaciones. Incluir las gráficas de las ecuaciones.
• 9𝑥1 + 9𝑥2 − 7𝑥3 = 6

−7𝑥1 − 𝑥3 = −10
9𝑥1 + 6𝑥2 + 8𝑥3 = 45

9 9 −7 6 9 9 −7 6
𝐴 = ⌊−7 0 −1⌋ 𝐵 = [−10] 𝑀 = [ −7 0 −1 | −10]
9 6 8 45 9 6 8 45
Eliminación escalonada

Fi=FiMp,p-FpMi,p
9 9 −7 6
𝑀 = [ −7 0 −1 | −10]
9 6 8 45
Fi=2
9 9 −7 6 9𝑥1 9𝑥2 −7𝑥3 = 6
Fp=1 0 63 −58 −48 = 0𝑥1 63𝑥2 −58𝑥3 = −48
0 0 8397 −15633 0𝑥1 0𝑥2 8397𝑥3 = −15633
F2=F2M1,1-F1M2,1

Fi=3
−15633 𝑀3,4
Fp=1 𝑋3 = =
8397 𝑀3,3
F3=F3M1,1-F1M3,1 −48 − (−58𝑋3 ) 𝑀2,4 − 𝑀2,3 𝑋3
𝑋2 = =
Fi=3 63 𝑀2,2

Fp=2 6 − 9𝑋2 − (−7𝑋3 ) 𝑀1,4 − 𝑀1,2 𝑋2 − 𝑀1,3 𝑋3

𝑋1 = =
9 𝑀1,1
F3=F3M2,2-F2M3,2
 Código
clc; clear

A=[9,9,-7;-7,0,-1;-9,6,8]
b=[6;-10;45]

M=[A,b]

M(2,:)=M(2,:)*M(1,1)-M(1,:)*M(2,1)
M(3,:)=M(3,:)*M(1,1)-M(1,:)*M(3,1)
M(3,:)=M(3,:)*M(2,2)-M(2,:)*M(3,2)

X3=M(3,4)/M(3,3)
X2=(M(2,4)-M(2,3)*X3)/M(2,2)
X1=(M(1,4)-M(1,2)*X2-M(1,3)*X3)/M(1,1)

%Comprobación
x1=[X1;X2;X3];
A*x1

%comprobación gráfica
xg=0:0.1:1;
yg=0:0.1:5;
[xg,yg]=meshgrid(xg,yg);
z1=-6/7+9/7*xg+9/7*yg;
z2=10-7*xg;
z3=45/8-9/8*xg-6/8*yg;

surf(xg,yg,z1,'FaceColor','r','EdgeColor','none')
hold on
surf(xg,yg,z2,'FaceColor','b','EdgeColor','none')
surf(xg,yg,z3,'FaceColor','m','EdgeColor','none')
plot3(X1,X2,X3,'*k','MarkerSize',20,'LineWidth',3)
 • 3𝑥1 + 6𝑥2 − 6𝑥3 = 9

2𝑥1 − 5𝑥2 + 4𝑥3 = 6

5𝑥1 + 28𝑥2 − 26𝑥3 = −8
3 6 −6 9 3 6 −6 9
𝐴 = ⌊2 −5 4 ⌋ 𝐵=[ 6 ] 𝑀 = [ 2 −5 4 | 6]
5 28 −26 −8 5 28 −26 −8

Eliminación escalonada
3 6 −6 9 3𝑥1 6𝑥2 −6𝑥3 = 9
Fi=FiMp,p-FpMi,p 0 −27 24 0 = = 0𝑥1 −27𝑥2 24𝑥3 = 0
0 0 0 1863 0𝑥1 0𝑥2 0𝑥3 = 1863
Fi=2

Fp=1

F2=F2M1,1-F1M2,1 NO TIENE SOLUCIÓN

Fi=3

Fp=1

F3=F3M1,1-F1M3,1

Fi=3

Fp=2

F3=F3M2,2-F2M3,

Código
clc,clear;

A=[3,6,-6;2,-5,4;5,28,-26]
b=[9;6;-8]

M=[A,b]

M(2,:)=M(2,:)*M(1,1)-M(1,:)*M(2,1)
M(3,:)=M(3,:)*M(1,1)-M(1,:)*M(3,1)
M(3,:)=M(3,:)*M(2,2)-M(2,:)*M(3,2)
 • 3𝑥 + 6𝑦 − 6𝑧 = 9

2𝑥 − 5𝑦 + 4𝑧 = 6
−𝑥 + 16 𝑦 − 14𝑧 = −3
Código de MatLab
%Tarea 2 Parcial 2
%Método de Gauss. Problema 3.2
clc, clear, close all
A=[3,6,-6;2,-5,4;-1,16,-26];
b=[9;6;-3];
m=[A,b];
m(2,:)=m(2,:)*m(1,1)-m(1,:)*m(2,1);
m(3,:)=m(3,:)*m(1,1)-m(1,:)*m(3,1);
m(3,:)=m(3,:)*m(2,2)-m(2,:)*m(3,2)
%despejando z
z=m(3,4)/m(3,3)
%Obteniendo el valor de y
y=(m(2,4)-m(2,3)*z)/m(2,2)
%Obteniendo el valor de x
x=(m(1,4)-m(1,3)*z-m(1,2)*y)/m(1,1)
%Graficando las superficies de cada ecuación
xg=-20:0.1:20;
yg=-20:0.1:20;
[xg,yg]=meshgrid(xg,yg);
%Despejando x3 de cada ecuación
z1=(9-3*xg-6*yg)/-6;
z2=(6-2*xg+5*yg)/4;
z3=(-8-5*xg-28*yg)/-26;
%Grafica
surf(xg,yg,z1,'facecolor',"#C6C09C",'edgecolor','none')
hold on
surf(xg,yg,z2,'edgecolor','none')
surf(xg,yg,z3,'edgecolor','none')
plot3(x,y,z,'*k','Markersize',20,'Linewidth',2)
title('Gr√°fica del sistema de ecuaciones de tres variables')
xlabel('Eje X')
ylabel('Eje Y')
zlabel('Eje Z')
disp(m)

Resultados

Los valores de solución para las variables son:

𝒙=3

𝒚=0

𝒛=0

La matríz resulta
 3 6 −6 9
[0 −27 24 0]
0 0 972 0
Gráfica
IV. Conclusiones
→ Existen diversos métodos para resolver sistemas de ecuaciones lineales, entre ellos
están los matriciales.
→ Mediante el uso del método de Eliminación de Gauss se encontraron las soluciones a
los sistemas de ecuaciones lineales planteados.
→ Se comprobaron las soluciones haciendo uso del método gráfico.

V. Bibliografía
• ¿Qué son las matrices? (2023). Ferrovial. Recuperado el 27 de marzo de 2023
de:
https://www.ferrovial.com/es/stem/matrices/#:~:text=Las%20matrices%20son
%20un%20conjunto,para%20representar%20una%20aplicaci%C3%B3n%20lineal
.
• Pustinilk, I., Gómez, F. (2017). Matrices. Conceptos básicos. Recuperado el 27
de marzo de 2023 de: https://aga.frba.utn.edu.ar/matrices/
• Almeida, P.R., Franco, J.R. (1998). Eliminación Gaussiana para sistemas de
ecuaciones lineales. Recuperado el 27 de marzo de 2023 de:
http://www.revista-educacion-
matematica.org.mx/descargas/Vol10/1/08Almeida.pdf
• Métodos para Sistemas de Ecuaciones: Sustitución, Igualación y Reducción.
(s.f). Recuperado el 27 de marzo de 2023 de:
https://www.matesfacil.com/ESO/Ecuaciones/resueltos-sistemas-
ecuaciones.html

• Resolución De Ecuaciones Mediante Matrices. (s.f). Recuperado el 28 de marzo

de 2023 de: https://www.hiru.eus/es/matematicas/resolucion-de-ecuaciones-
mediante-matrices