Contenido del curso
Eliminación gaussiana para resolver sistemas lineales
La eliminación gaussiana es el algoritmo que convierte un sistema de ecuaciones lineales en una forma triangular fácil de resolver, sin alterar su solución. Si alguna vez te enfrentaste a un sistema con muchas incógnitas y no supiste por dónde empezar, esta es la herramienta que necesitas dominar.
La idea es simple: en lugar de adivinar valores, sigues pasos sistemáticos que te llevan a una matriz escalonada y, desde ahí, despejas las variables hacia atrás. Es el puente entre la teoría del álgebra lineal y la práctica real de resolver problemas.
¿Qué es la forma escalonada de una matriz?
Una matriz está en forma escalonada cuando parece una escalera descendente [0:50]. Su estructura tiene tres reglas claras que la definen.
¿Y por qué buscamos esta estructura? Porque una vez que tu sistema luce así, resolverlo se vuelve trivial mediante un proceso llamado sustitución hacia atrás.
¿Qué es un pivote en una matriz? Es el primer número distinto de cero de una fila. Su posición define la forma escalonada y guía las operaciones que harás para limpiar los valores debajo de él.
¿Cómo aplicar la eliminación gaussiana paso a paso?
Vamos con un sistema 3x3 concreto para ver el algoritmo en acción [1:30]:
Construye la matriz aumentada
El primer paso es armar la matriz aumentada [1:50], que combina la matriz de coeficientes con el vector de resultados separados por una línea vertical. Para nuestro sistema quedaría así:
[ 1 2 1 | 2 ] [ 3 8 1 | 12 ] [ 0 4 1 | 2 ]
Esta representación condensa toda la información del sistema en un solo objeto matemático con el que vamos a trabajar.
Elimina los valores debajo del primer pivote
Identificas el primer pivote en la fila 1: es el número 1. El objetivo es convertir el 3 que está debajo en cero. La operación clave aquí es F2 − 3·F1 [2:40], donde el 3 es exactamente el valor que queremos eliminar.
Al multiplicar la fila 1 por 3 obtienes (3, 6, 3 | 6), y al restarla de la fila 2 obtienes (0, 2, −2 | 6). La matriz queda así:
[ 1 2 1 | 2 ] [ 0 2 -2 | 6 ] [ 0 4 1 | 2 ]
Elimina los valores debajo del segundo pivote
Ahora el siguiente pivote es el 2 de la segunda fila. Debajo tienes un 4, así que aplicas F3 − 2·F2 [4:20]. El resultado de la fila 3 es (0, 0, 5 | −10), y la matriz ya está en forma escalonada:
[ 1 2 1 | 2 ] [ 0 2 -2 | 6 ] [ 0 0 5 | -10 ]
Fíjate en el triángulo que se forma: esa es la señal de que estamos listos para despejar.
¿Cómo funciona la sustitución hacia atrás?
La sustitución hacia atrás [5:50] aprovecha que la última fila tiene una sola incógnita aislada. Desde ahí subes ecuación por ecuación reemplazando los valores que ya conoces.
Del sistema escalonado obtenemos:
La solución única es el punto (2, 1, −2). Cada ecuación del sistema original representa un plano en el espacio tridimensional, y ese punto es el único lugar donde los tres planos se cruzan simultáneamente [7:20]. Eso es lo que el algoritmo está buscando geométricamente.
¿Para qué sirve la eliminación gaussiana? Sirve para resolver sistemas de ecuaciones lineales de cualquier tamaño de forma sistemática. En vez de improvisar, sigues pasos repetibles que llevan la matriz a una forma triangular donde despejar las variables es directo.
Practica con un sistema 2x2
Para reforzar lo aprendido, resuelve este sistema usando eliminación gaussiana [8:00]:
Publica en los comentarios tus valores de X e Y, y si quieres también el proceso completo con las operaciones de fila que aplicaste. Compartir tu desarrollo ayuda a detectar dónde se atoran los demás y a fijar mejor el algoritmo en tu memoria.
Un detalle interesante: durante el proceso encontramos pivotes en cada fila. Ese número de pivotes tiene nombre propio y se llama rango de la matriz, una pista directa sobre su dimensión que exploraremos a continuación.
