Calculadora de eliminación gaussiana: resuelve sistemas lineales paso a paso
Una calculadora de eliminación gaussiana resuelve sistemas de ecuaciones lineales transformando una matriz aumentada en su forma escalonada por filas mediante operaciones elementales de fila y, después, aplicando sustitución hacia atrás para hallar cada variable. Ya sea que estés revisando tu tarea, verificando una demostración de álgebra lineal o resolviendo un sistema de ingeniería con tres o más incógnitas, entender el método que hay detrás de la calculadora te ayuda a detectar errores aritméticos e interpretar los resultados con confianza. Esta guía recorre las reglas de las operaciones de fila, dos ejemplos completamente resueltos —un sistema 2×2 y uno 3×3—, la estrategia de pivoteo, los errores más comunes y problemas de práctica, para que puedas resolver sistemas a mano o verificar la salida de la calculadora.
Contenido
- 01¿Qué es la eliminación gaussiana?
- 02¿Cómo funciona una calculadora de eliminación gaussiana?
- 03¿Cómo se hace la eliminación gaussiana a mano?
- 04Ejemplo resuelto: resolver un sistema 2×2 con eliminación gaussiana
- 05Ejemplo resuelto: resolver un sistema 3×3 con eliminación gaussiana
- 06¿Por qué necesitas el pivoteo parcial?
- 07¿Cuáles son los errores más comunes en la eliminación gaussiana?
- 08Eliminación gaussiana frente a otros métodos: ¿cuándo deberías usarla?
- 09Problemas de práctica: pon a prueba tus habilidades de eliminación gaussiana
¿Qué es la eliminación gaussiana?
La eliminación gaussiana es un método para resolver un sistema de ecuaciones lineales escribiendo las ecuaciones como una matriz aumentada y usando operaciones elementales de fila para reducirla a la forma escalonada por filas: una disposición triangular en la que cada fila tiene más ceros iniciales que la fila de arriba. Una vez que la matriz está en esta forma, la última ecuación contiene una sola variable, que resuelves directamente, y luego sustituyes hacia arriba a través de las filas restantes en un proceso llamado sustitución hacia atrás. El método lleva el nombre de Carl Friedrich Gauss, aunque versiones de él aparecen en textos matemáticos chinos casi dos mil años antes, en una obra conocida como Los nueve capítulos sobre el arte matemático. Funciona para sistemas de cualquier tamaño —dos ecuaciones o veinte—, y por eso es el algoritmo que la mayoría de las calculadoras y los sistemas de álgebra computacional usan internamente, a menudo en una variante llamada descomposición LU. Más allá de la tarea, esta misma técnica de reducción por filas sustenta los cálculos de cargas en ingeniería estructural, el análisis de circuitos con las leyes de Kirchhoff, las transformaciones en gráficos por computadora y el ajuste por mínimos cuadrados que se usa en estadística y aprendizaje automático.
La forma escalonada por filas significa que cada entrada principal (el primer número distinto de cero de una fila) queda estrictamente a la derecha de la entrada principal de la fila de arriba, y que toda entrada por debajo de una entrada principal es cero.
¿Cómo funciona una calculadora de eliminación gaussiana?
Una calculadora de eliminación gaussiana automatiza las mismas cuatro etapas que un estudiante recorrería a mano, pero lo hace sin descuidos aritméticos, algo que importa sobre todo cuando un sistema tiene fracciones o más de dos variables. La calculadora arma la matriz aumentada a partir de tus ecuaciones, aplica operaciones de fila para anular todas las entradas debajo de cada pivote, comprueba si hace falta intercambiar filas cuando un pivote es cero y después lee la solución del resultado triangular mediante sustitución hacia atrás. Las buenas calculadoras también señalan cuándo un sistema no tiene solución (aparece una fila inconsistente como 0 = 5) o tiene infinitas soluciones (aparece una fila de ceros), algo que el método manual puede pasar por alto si te detienes antes de tiempo. La mayoría de las calculadoras además usan por defecto pivoteo parcial de forma interna —seleccionando siempre la entrada de mayor valor disponible en cada columna como pivote—, porque así el error de redondeo se mantiene pequeño incluso cuando una persona usaría sin problema un pivote más pequeño y engorroso.
1. Paso 1: Escribe la matriz aumentada
Toma los coeficientes de cada variable en todas las ecuaciones y colócalos en una matriz, con las constantes a la derecha de una barra vertical. Un sistema de 3 ecuaciones en x, y, z se convierte en una matriz aumentada de 3×4.
2. Paso 2: Eliminación hacia adelante
Trabajando columna por columna de izquierda a derecha, usa operaciones de fila para hacer que toda entrada por debajo del pivote actual sea cero. Esto produce la forma escalonada por filas triangular superior.
3. Paso 3: Sustitución hacia atrás
Empezando por la última fila (que ahora tiene una sola variable), resuelve esa variable, luego sustituye su valor en la fila de arriba para resolver la siguiente variable, y repite hasta conocer todas las variables.
4. Paso 4: Verifica por sustitución
Sustituye todos los valores obtenidos en las ecuaciones originales. Si todas las ecuaciones se cumplen, la solución es correcta: esta única comprobación detecta la mayoría de los errores de eliminación gaussiana.
El valor de una calculadora de eliminación gaussiana no está en reemplazar el método, sino en confirmar que tus operaciones de fila hechas a mano produjeron la misma matriz triangular, para que puedas confiar en la respuesta final.
¿Cómo se hace la eliminación gaussiana a mano?
La eliminación gaussiana se apoya en exactamente tres operaciones elementales de fila, y toda manipulación válida de la matriz se construye a partir de esos tres movimientos. Aplicarlas en el orden equivocado no rompe el método, pero aplicarlas incorrectamente a solo una parte de una fila es la causa más común de errores, ya que la operación debe aplicarse a la fila entera, incluida la constante a la derecha de la barra. Un modelo mental útil: piensa en cada fila como una sola ecuación, no como una lista de números sueltos. Lo que le hagas a un lado de esa ecuación se lo haces a todo el conjunto, exactamente como lo harías si estuvieras manipulando la ecuación en su forma original x + y + z = 6 en lugar de como una fila de una matriz.
1. Operación 1: Intercambiar dos filas (Ri ↔ Rj)
Intercambiar la posición de dos ecuaciones no cambia la solución del sistema: son las mismas ecuaciones en otro orden. Esta operación se usa para el pivoteo cuando una entrada pivote es cero.
2. Operación 2: Multiplicar una fila por una constante distinta de cero (kRi → Ri)
Multiplicar cada término de una ecuación por el mismo número k distinto de cero no cambia qué valores de x, y, z la satisfacen. Se usa para simplificar una fila o para prepararla para la eliminación.
3. Operación 3: Sumar un múltiplo de una fila a otra (Ri + kRj → Ri)
Esta es la operación caballo de batalla de la eliminación gaussiana: reemplaza una fila por sí misma más un múltiplo de otra fila, elegido de modo que una entrada objetivo se vuelva cero. Así es como eliminas variables de todas las filas por debajo del pivote.
Regla práctica: elige el multiplicador k de la Operación 3 de modo que el coeficiente del pivote, multiplicado por k, cancele la entrada que estás eliminando. Si el pivote es 2 y quieres anular un 6 debajo de él, usa k = −3.
Ejemplo resuelto: resolver un sistema 2×2 con eliminación gaussiana
Resuelve el sistema: 2x + 3y = 8 y 4x − y = 2. Este ejemplo muestra el proceso completo en el caso más simple —dos ecuaciones, dos incógnitas— antes de escalar a tres variables.
1. Paso 1: Escribe la matriz aumentada
[ 2 3 | 8 ] [ 4 −1 | 2 ]
2. Paso 2: Elimina x de la fila 2
El pivote de la fila 1 es 2. Para anular el 4 de la fila 2, usa R2 → R2 − 2R1. La fila 2 se convierte en: (4 − 2×2), (−1 − 2×3), (2 − 2×8) = (0, −7, −14). La matriz queda así: [ 2 3 | 8 ] [ 0 −7 | −14 ]
3. Paso 3: Resuelve y
La fila 2 dice −7y = −14, así que y = −14 ÷ −7 = 2.
4. Paso 4: Sustituye hacia atrás para hallar x
La fila 1 dice 2x + 3y = 8. Sustituye y = 2: 2x + 3(2) = 8 → 2x + 6 = 8 → 2x = 2 → x = 1.
5. Paso 5: Comprueba la solución
Sustituye x = 1, y = 2 en ambas ecuaciones originales. Ec. 1: 2(1) + 3(2) = 2 + 6 = 8 ✓. Ec. 2: 4(1) − 2 = 4 − 2 = 2 ✓. La solución (x, y) = (1, 2) se verifica.
Solución: x = 1, y = 2. Una calculadora de eliminación gaussiana devolvería este mismo par al instante, pero resolverlo a mano muestra exactamente por qué la respuesta es correcta.
Ejemplo resuelto: resolver un sistema 3×3 con eliminación gaussiana
Resuelve el sistema: x + y + z = 6, 2x − y + z = 3 y x + 2y − z = 2. Aquí es donde la eliminación gaussiana demuestra su valor: la sustitución y la eliminación simple se vuelven poco manejables con tres variables, pero el método de operaciones de fila escala limpiamente.
1. Paso 1: Escribe la matriz aumentada
[ 1 1 1 | 6 ] [ 2 −1 1 | 3 ] [ 1 2 −1 | 2 ]
2. Paso 2: Elimina x de las filas 2 y 3
El pivote es el 1 de la fila 1. R2 → R2 − 2R1 da (2−2, −1−2, 1−2 | 3−12) = (0, −3, −1 | −9). R3 → R3 − 1R1 da (1−1, 2−1, −1−1 | 2−6) = (0, 1, −2 | −4). Matriz: [ 1 1 1 | 6 ] [ 0 −3 −1 | −9 ] [ 0 1 −2 | −4 ]
3. Paso 3: Elimina y de la fila 3
Ahora el pivote es −3 en la fila 2. R3 → R3 + (1/3)R2 da (0, 1 + (1/3)(−3), −2 + (1/3)(−1) | −4 + (1/3)(−9)) = (0, 0, −7/3 | −7). Matriz: [ 1 1 1 | 6 ] [ 0 −3 −1 | −9 ] [ 0 0 −7/3 | −7 ]
4. Paso 4: Resuelve z (comienza la sustitución hacia atrás)
La fila 3 dice −(7/3)z = −7, así que z = −7 ÷ (−7/3) = −7 × (−3/7) = 3.
5. Paso 5: Resuelve y
La fila 2 dice −3y − z = −9. Sustituye z = 3: −3y − 3 = −9 → −3y = −6 → y = 2.
6. Paso 6: Resuelve x
La fila 1 dice x + y + z = 6. Sustituye y = 2, z = 3: x + 2 + 3 = 6 → x = 1.
7. Paso 7: Comprueba la solución
x = 1, y = 2, z = 3. Ec. 1: 1+2+3 = 6 ✓. Ec. 2: 2(1)−2+3 = 2−2+3 = 3 ✓. Ec. 3: 1+2(2)−3 = 1+4−3 = 2 ✓. Las tres ecuaciones se cumplen.
Solución: (x, y, z) = (1, 2, 3). Fíjate en el patrón: cada paso de eliminación solo toca las filas por debajo del pivote actual, y eso es lo que impide que la aritmética se descontrole a medida que los sistemas crecen.
¿Por qué necesitas el pivoteo parcial?
La eliminación gaussiana falla en el momento en que intentas dividir entre un pivote cero, y se vuelve poco fiable —aunque técnicamente no incorrecta— cuando un pivote es un número muy pequeño distinto de cero, ya que dividir entre un valor cercano a cero amplifica el error de redondeo. El pivoteo parcial resuelve ambos problemas intercambiando la fila actual con una fila inferior que tenga un valor absoluto mayor en la columna del pivote antes de eliminar. En un problema de tarea trabajado con fracciones exactas, un pivote cero es el único caso que obliga a un intercambio; pero cuando una calculadora trabaja en decimales, incluso un pivote de 0.0001 puede disparar el error de redondeo lo suficiente como para producir una respuesta final visiblemente errónea, y por eso el software siempre pivotea sobre la entrada de mayor magnitud disponible en lugar de la primera distinta de cero que encuentra.
1. Paso 1: Identifica un pivote cero o pequeño
Supón que la columna 1 de tu matriz tiene un 0 en la fila que estás a punto de usar como fila pivote, como en el sistema 0x + 2y − z = 3, x − y + 2z = 4, 3x + y − z = 8. No puedes dividir entre ese 0.
2. Paso 2: Intercambia con una fila que tenga una entrada distinta de cero (o mayor)
Intercambia la fila 1 con la fila 3, que tiene un 3 en la columna de x, la mayor magnitud disponible. Fila 1 ↔ Fila 3 da: 3x + y − z = 8, x − y + 2z = 4, 0x + 2y − z = 3. Ahora la eliminación puede continuar normalmente usando 3 como pivote.
3. Paso 3: Continúa la eliminación con normalidad
Con un pivote distinto de cero en su lugar, aplica la Operación 3 para limpiar la columna por debajo de él, luego pasa a la siguiente columna y repite la comprobación del pivote.
Regla del pivoteo parcial: en cada paso, intercambia por la fila con el mayor valor absoluto en la columna del pivote actual. Esta es la práctica estándar en toda calculadora de eliminación gaussiana seria y en cualquier biblioteca de álgebra lineal numérica.
¿Cuáles son los errores más comunes en la eliminación gaussiana?
La mayoría de los errores de eliminación gaussiana provienen de un puñado de descuidos repetidos, no de una mala comprensión del método en sí. Saber qué vigilar reduce las veces que necesitas reiniciar un problema desde cero, y vale la pena repasar esta lista antes de confiar en la salida de una calculadora, ya que esos mismos descuidos también aparecen cuando transcribes un sistema en los campos de entrada de la calculadora.
1. Olvidar aplicar la operación a toda la fila
Cuando calculas R2 → R2 − 2R1, el multiplicador −2R1 se aplica a todas las entradas de la fila 1, incluida la constante después de la barra. Saltarse la columna de constantes es el error más común de todos.
2. Errores de signo al restar filas
R2 − 2R1 significa restar el doble de cada entrada de la fila 1: un pivote negativo o entradas negativas hacen fácil perder un signo menos. Reescribir la operación como R2 + (−2)R1 antes de calcular cada entrada reduce los errores de signo.
3. Dividir entre un pivote cero en lugar de intercambiar
Si el pivote actual es 0, no puedes eliminar esa columna usando esa fila: primero debes intercambiar por una fila con una entrada distinta de cero, como se muestra en el ejemplo de pivoteo anterior.
4. Confundir la forma escalonada por filas con la forma escalonada reducida
La forma escalonada por filas solo exige ceros por debajo de cada pivote; la forma escalonada reducida por filas (usada en la eliminación de Gauss-Jordan) también exige ceros por encima de cada pivote y pivotes iguales a 1. La eliminación gaussiana estándar se detiene en la forma escalonada por filas y termina con sustitución hacia atrás.
5. Redondear fracciones demasiado pronto
Convertir una fracción pivote como −7/3 a decimal a mitad de la eliminación introduce un error de redondeo que se acumula en las filas posteriores. Conserva las fracciones exactas hasta la respuesta final, o deja que una calculadora las arrastre por ti.
Si tu comprobación final (sustituir la solución en todas las ecuaciones originales) no cuadra, el error casi siempre está en una operación de fila anterior: revisa cada una antes de suponer que todo el enfoque estaba mal.
Eliminación gaussiana frente a otros métodos: ¿cuándo deberías usarla?
La sustitución y la eliminación simple funcionan bien para sistemas de dos variables, pero se vuelven propensas a errores en cuanto un sistema tiene tres o más incógnitas, porque estás siguiendo varias sustituciones a la vez. La regla de Cramer, que usa determinantes, es elegante para sistemas 2×2 y 3×3 pero escala mal: calcular determinantes para sistemas mayores crece en costo mucho más rápido que la eliminación gaussiana, y por eso rara vez se usa más allá de sistemas pequeños, ya sea a mano o por software.
1. Usa la sustitución cuando
Tienes dos ecuaciones y una ya está despejada para una variable, o despejar una variable es trivial (por ejemplo, x = y + 3).
2. Usa la regla de Cramer cuando
Tienes un sistema 2×2 o 3×3 y solo necesitas el valor de una variable, ya que la regla de Cramer te permite calcular una sola variable sin resolver las demás. Ejemplo: para 2x + 3y = 8 y 4x − y = 2 (el mismo sistema resuelto arriba), el determinante de coeficientes es D = (2)(−1) − (3)(4) = −2 − 12 = −14. Al reemplazar la columna de x por las constantes se obtiene Dx = (8)(−1) − (3)(2) = −8 − 6 = −14, así que x = Dx/D = −14/−14 = 1, coincidiendo con la respuesta de la eliminación gaussiana. Para un sistema 3×3 este mismo enfoque de determinantes requiere tres determinantes 3×3 en lugar de uno, y cada determinante 3×3 lleva seis multiplicaciones, por lo que el método deja de ser práctico más allá de tres variables.
3. Usa la eliminación gaussiana cuando
Tienes tres o más variables, necesitas el valor de todas las variables o quieres un método que escale de forma predecible: este es también el método que las calculadoras de matrices y el software de ingeniería usan internamente, a menudo como descomposición LU.
4. Usa la inversión de matrices cuando
Necesitas resolver el mismo sistema (la misma matriz de coeficientes) repetidamente con distintos vectores de constantes: calcular la inversa una vez es más eficiente que volver a ejecutar la eliminación cada vez.
Para sistemas de cuatro o más variables, la eliminación gaussiana es prácticamente el único método manual viable: los enfoques basados en determinantes, como la regla de Cramer, se vuelven poco prácticos mucho antes de ese punto.
Problemas de práctica: pon a prueba tus habilidades de eliminación gaussiana
Resuelve estos tres sistemas usando el método de operaciones de fila anterior y luego comprueba tus respuestas. Intenta cada uno primero con lápiz y papel, anotando todas las operaciones de fila que apliques, y compara con una calculadora solo después: ese orden es lo que realmente construye la habilidad, en vez de limitarse a confirmar un número final. El tercer problema es un caso especial que vale la pena reconocer por sí mismo, ya que pone a prueba si entiendes qué significa el resultado escalonado, no solo cómo calcularlo.
1. Problema 1 (sistema 2×2)
Resuelve: 3x + 2y = 16 y x − y = 2. Respuesta: matriz aumentada [3 2 | 16; 1 −1 | 2]. Intercambia filas para obtener un pivote cómodo, o elimina directamente: R1 → R1 − 3R2 da (3−3, 2+3 | 16−6) = (0, 5 | 10), así que y = 2. Sustituye en x − y = 2: x = 4. Solución: (x, y) = (4, 2). Comprobación: 3(4)+2(2) = 12+4 = 16 ✓, 4−2 = 2 ✓.
2. Problema 2 (sistema 3×3)
Resuelve: x + y + z = 4, 2x − y + z = 8, x + 2y − z = −3. Respuesta: (x, y, z) = (2, −1, 3). Comprobación: 2−1+3 = 4 ✓, 2(2)−(−1)+3 = 4+1+3 = 8 ✓, 2+2(−1)−3 = 2−2−3 = −3 ✓.
3. Problema 3 (caso especial: infinitas soluciones)
Resuelve: x + y = 2 y 2x + 2y = 4. Respuesta: R2 → R2 − 2R1 da (2−2, 2−2 | 4−4) = (0, 0 | 0), una fila entera de ceros. Esto significa que la segunda ecuación es simplemente la primera duplicada, así que hay infinitas soluciones a lo largo de la recta x + y = 2, no un único par (x, y). Si en cambio R2 se hubiera reducido a (0, 0 | 3), eso indicaría un sistema inconsistente sin ninguna solución. Reconocer estos dos resultados es tan importante como calcular una respuesta numérica limpia, y es exactamente lo que una calculadora de eliminación gaussiana señala de forma automática cuando revisas la tarea o un problema de examen con el solucionador paso a paso de Solvify.
Una fila de ceros a la izquierda con una constante distinta de cero a la derecha (0 = k, k ≠ 0) significa que no hay solución. Una fila de ceros en ambos lados (0 = 0) significa que hay infinitas soluciones.
Artículos relacionados
Calculadora de sistemas de ecuaciones con pasos: sustitución, eliminación y gráficas
Compara la eliminación gaussiana con la sustitución, la eliminación simple y el método gráfico para resolver sistemas de ecuaciones.
Calculadora de matrices paso a paso: operaciones, determinantes e inversas
La eliminación gaussiana es una de varias operaciones matriciales fundamentales: esta guía cubre determinantes, inversas y aritmética de matrices.
Calculadora de rango de una matriz: cómo hallar el rango con la forma escalonada por filas
La forma escalonada por filas es el mismo resultado intermedio que se usa para hallar el rango de una matriz: esta guía extiende la técnica de este artículo.
Solucionadores matemáticos
Solucionador Smart Scan
Toma una foto de un sistema lineal o un problema de matrices y obtén al instante una solución paso a paso por eliminación gaussiana.
Soluciones paso a paso
Ve cada operación de fila mostrada de forma explícita, desde la matriz aumentada hasta la sustitución hacia atrás y la comprobación final.
Tutor de matemáticas con IA
Haz preguntas de seguimiento sobre el pivoteo, la forma escalonada por filas o por qué un sistema no tiene solución, con respuestas adaptadas a tu problema específico.
Materias relacionadas
Guía de ecuaciones lineales
Domina las ecuaciones lineales de una y dos variables antes de abordar sistemas de varias variables con eliminación gaussiana.
Fundamentos de álgebra
Unas bases sólidas de álgebra —sobre todo trabajar con fracciones y números negativos— hacen que las operaciones de fila sean mucho menos propensas a errores.
Ayuda con la tarea de estadística
La regresión lineal y otros temas de estadística se apoyan en las mismas habilidades de matrices y resolución de sistemas que cubre esta guía.