Sistemas de Ecuaciones Lineales (parte 2) (Secc.1.

3)

Eliminación Gaussiana y de Gauss-Jordan

En las secciones anteriores vimos que el método que utilizamos para resolver SEL es el
“eliminación” (se trata de eliminar incógnitas, a través de operaciones elementales de
ecuación, para conseguir un SEL equivalente al dado, pero de forma escalonada)

En esta sección vamos a estudiar esos métodos

Para ello vamos a definir algunos conceptos útiles para el desarrollo y comprensión de
estos métodos:

Definición de Matriz: llamamos Matriz a un arreglo rectangular de números dispuestos en

renglones (filas) y columnas. La notación que utilizamos para nombrar una matriz es una
letra mayúscula

Si m y n son enteros positivos, una matriz A de m  n será, entonces un arreglo

rectangular de m.n números dispuestos en m renglones y n columnas:

 a11 a12 a1n 

a a22 a2 n 
A =  21
 
 
 am1 am 2 amn 

El número aij es el elemento ó componente de la matriz A que se ubica en el renglón “i”

y en la columna “j”

Denominamos tamaño u orden de una matriz a su cantidad de renglones y cantidad de

columnas, la matriz A tiene “m” renglones y “n” columnas, por lo tanto su orden ó
tamaño es: m  n

Cuando una matriz tiene la misma cantidad de renglones que de columnas ( m = n ) ,

decimos que dicha matriz es cuadrada de orden “n” y además los elementos a11 , a22 ,…,
ann son los que forman su “diagonal principal”

Una matriz donde todos sus elementos son 0, la llamamos matriz cero ó matriz nula

Dentro del conjunto de las matrices cuadradas, hay una serie de matrices que, debido a la
ubicación de sus elementos cero, les asignamos una característica que las identifica:
 ➢ Matriz Triangular Superior: los elementos debajo de su diagonal ppal son ceros
1 2 3  1 2 0 
( aij = 0 si i  j ) , por ejemplo: A = 0 1 1  ; B = 0 1 1
 
0 0 2  0 0 0 
➢ Matriz Triangular inferior: los elementos encima de su diagonal ppal son ceros
2 0 0 0 0 0
( aij = 0 si i  j ) , por ejemplo: A = 1 1 0 ; B = 0 1 0
 3 1 2   2 3 0 
➢ Matriz Diagonal: los elementos fuera de su diagonal ppal son ceros
1 0 0  1 0 0 
 
( aij = 0 si i  j ) por ejemplo: A = 0 1 0 ; B = 0 1 0
0 0 2  0 0 0 
➢ Matriz Escalar: matriz diagonal con los elementos de su diagonal ppal iguales
2 0 0
aij = 0 si i  j
 , por ejemplo: A =  0 2 0 
aij = k si i = j
 
 0 0 2 
1 0 0 
aij = 0 si i  j

➢ Matriz Identidad: matriz escalar con k = 1 →  → I = 0 1 0 
 a
 ij = 1 si i = j
0 0 1 

En el caso de las matrices rectangulares (no cuadradas) caracterizamos dos tipos de

matrices, las escalonadas y las escalonadas reducidas:

Matriz escalonada: una matriz que cumpla las siguientes condiciones

i. Si tiene renglón ó renglones completos de ceros deben aparecer en la ó las

últimas posiciones (no puede haber ningún renglón completo de ceros,
intercalado entre renglones que no sean completos de ceros)
ii. Tomados dos renglones consecutivos, el elemento delantero del segundo renglón
aparece a la derecha del elemento delantero del primer renglón (Llamamos
elemento delantero de un renglón al primer elemento distinto de cero de ese
renglón)
 1 0 2
0  1 2 0 3
2 3 
Por ejemplo: A =  ; B = 0 0 1 1
0 0 1
  0 0 0 3
0 0 0

Matriz escalonada reducida: debe cumplir las condiciones de la matriz escalonada (i) y
(ii) y además

iii. Los elementos delanteros de cada renglón no cero, deben ser unos (1)
iv. Las columnas que contengan un 1 delantero deben tener ceros (0) en sus demás
posiciones

1 0 0
0 1 2 0 0 
1 0 
Por ejemplo: A =  ; B = 0 0 1 0 
0 0 1
  0 0 0 1 
0 0 0

Esta introducción al tema Matrices (que veremos más adelante) lo hacemos para
utilizarlo en SEL

Representación matricial de un SEL

a11 x1 + a12 x2 + .... + a1n xn = b1

a x + a x + .... + a x = b
 21 1 22 2 2n n 2 decimos que


am1 x1 + am 2 x2 + .... + amn xn = bm

 a11 a12 a1n 

a a22 a2 n 
A =  21 es su matriz de coeficientes
 
 
 am1 am 2 amn 

 b1 
b 
B =  2  es su matriz de términos independientes
 
 
bm 

Entonces, la representación matricial del sistema dado es:  A B  a quién también

llamamos “matriz ampliada ó aumentada”
  a11 a12 a1n b1 
 
a a22 a2 n b2 
 A B  →  21
 
 
 am1 am 2 amn bm 

 x1 − 2 x2 + x3 − x4 = 2 1 −2 1 −1 : 2 

Por ejemplo: 2 x1 − x3 + 2 x4 = 0 →  2 0 −1 2 : 0 
− x + x − x = 1 0 −1 1 −1 : 1 
 2 3 4

Hablamos aquí de la representación matricial de un sistema, porque resulta más cómodo

trabajar con la matriz ampliada que con el sistema, cuando lo que queremos es escalonar

Nosotros vimos que para resolver un SEL lo que hacíamos es obtener a partir del SEL
dado, uno equivalente que sea escalonado, mediante las operaciones elementales de
ecuación.

Al trabajar con su representación matricial (matriz aumentada) lo que vamos a hacer es

aplicar sobre dicha matriz las operaciones elementales (ahora llamadas, de renglón) para
obtener la forma escalonada de la matriz, quien será la representación matricial del
sistema equivalente al dado:

SEL →  A B  →  A* B*  → SEL equivalente


op. elem. de renglón 

Rep. Matricial matriz escalonada sistema escalonado equivalente

Las operaciones elementales de renglón son las mismas que las de ecuación, cambiando,
en la notación, la E por la R:

(i) Ei  E j → Ri  R j
(ii) Ei → cEi ; c  0 → Ri → cRi ; c  0
(iii) Ei → Ei + cE j → Ri → Ri + cR j

Entonces, al método para resolver SEL que parte del sistema, lo representa
matricialmente, escalona (con operaciones elementales), obtiene la matriz escalonada,
escribe el sistema equivalente(escalonado) y sobre él realiza la sustitución hacia atrás lo
llamamos: Método de Eliminación Gaussiano ó Eliminación Gaussiana
SEL →  A B  →  A* B*  → SEL equivalente (aplicamos aquí la sust. hacia atrás)

op. elem. de renglón 

Ejemplo:

 x1 − 2 x2 + x3 − x4 = 2 1 −2 1 −1 : 2  R →R +( −2) R 1 −2 1 −1 : 2 

→  2 0 −1 2 : 0  0 4 −3 4 : −4
2 2 1

2 x1 − x3 + 2 x4 = 0 →  
− x + x − x = 1  − −   − − 
 2 3 4  0 1 1 1 : 1   0 1 1 1 : 1


1 −2 1 −1 : 2   x1 − 2 x2 + x3 − x4 = 2
R3 → R3 + ( 1 ) R2   
4
→ 0 4 −3 4 : −4  →  4 x2 − 3 x3 + 4 x4 = −4
  
0 0 1 0 : 0  1
4  x3 = 0
 4

La variable libre es x4 → x4 = t , t 

De la última ecuación: x3 = 0 , sustituimos en la ecuación anterior (la segunda) y

despejamos x2 :

x2 = ( −4 + 3.0 − 4.t ) / 4 = −1 − t , sustituimos en la ecuación anterior (la primera) y

despejamos x1

x1 = 2 + 2(−1 − t ) − 0 + t = −t

De modo que, la solución del SEL es: (−t, −1 − t,0, t ) t 

Análisis de consistencia de un SEL en la forma escalonada de su matriz ampliada

 A* B*  → forma escalonada de la matriz ampliada del SEL

 

1. Si la columna de t.i ( B* ) tiene elemento delantero  el SEL es inconsistente

2. Si la columna de t.i ( B* ) NO tiene elemento delantero  el SEL es consistente, por
lo tanto, es necesario averiguar si tiene única solución ó infinitas soluciones, dicho
análisis se efectúa sobre la forma escalonada de la matriz de coeficientes ( A* ):
(i) Si en A* todas sus columnas tienen elemento delantero  el SEL tiene única
solución
(ii) Si en A* hay columnas que NO tienen elemento delantero  el SEL tiene
infinitas soluciones
Por ejemplo, dadas las siguientes formas escalonadas de matrices ampliadas de sistemas
de ecuaciones lineales, realizamos el análisis de consistencia:

1 2 3 : 0
0 3 −1 : 2  no hay elemento delantero en B*  el SEL tiene solución
 →
0 0 2 :1   todas las columnas de A* tienen elemento delantero  El SEL tiene única solución
 
0 0 0 : 0

1 2 3 : 0
0 3 −1 : 2 
 → hay elemento delantero en B*  el SEL NO tiene solución
0 0 0 :1 
 
0 0 0 : 0

1 2 3 : 0
0 3 −1 : 2  no hay elemento delantero en B*  el SEL tiene solución
 →
0 0 0 : 0   NO todas las columnas de A* tienen elemento delantero  El SEL tiene infinitas soluciones
 
0 0 0 : 0

Eliminación de Gauss-Jordan

Está basado en los mismos principios que la eliminación Gaussiana, dado el SEL:

(i) se lo representa matricialmente

(ii) se aplican operaciones elementales de renglón para lograr la forma escalonada
(iii) se realiza el análisis de consistencia
(iv) si el SEL es consistente, se realizan operaciones elementales de renglón hasta
conseguir la forma escalonada reducida
(v) a partir de la forma escalonada reducida se escribe el SEL equivalente
(vi) se resuelve el SEL equivalente (sin necesidad de aplicar la sustitución hacia
atrás)

SEL →  A B  →  A* B* 
 op. elem.→
 A** B**  → SEL equivalente

op. elem. de renglón  de renglón 

Forma esc. Forma esc. Reducida

Análisis de consistencia
Ejemplo:

 x1 − 2 x2 + x3 − x4 = 2 1 −2 1 −1 : 2  R →R +( −2) R 1 −2 1 −1 : 2 

→  2 0 −1 2 : 0  0 4 −3 4 : −4
2 2 1

2 x1 − x3 + 2 x4 = 0 →  
− x + x − x = 1  − −   − − 
 2 3 4  0 1 1 1 : 1   0 1 1 1 : 1

1 2  R1 → R1 +( 1 ) R2 1 0 − 2 1 : 0  1 0 0
1
−2 1 −1 : 0 1 :

R3 → R3 + ( 1 ) R2
4  2    
→ 0 4 −3 4 : −4  → 0 4 0 4 : −4  → 0 4 0 4 : −4 
  R2 → R2 +12 R3   R1 → R1 + 2 R3  
0 0 1 0 : 0  0 0 1 0 : 0  0 0 1 0 : 0
4  4 4 
R2 →( 1 ) R2 
1 0 0 1 : 0   x1 + x4 = 0
 
0 1 : −1 →  x2 + x4 = −1
4
→ 0 1
R3 → 4 R3 
0 0 1 0 : 0   x3 = 0

Del análisis de consistencia realizado, sabemos que x4 es la variable libre ( x4 → t , t  ),

 x1 + t = 0  x1 = −t
 
de modo que al sustituirla en el sistema, nos queda:  x2 + t = −1 →  x2 = −1 − t
x = 0 x = 0
 3  3

La solución del SEL: (−t, −1 − t,0, t ) t 

Resumiendo:

Eliminación Gaussiana: SEL →  A B  →  A* B*  → SEL equivalente (aplicamos


op. elem. de renglón 
aquí la sust. hacia atrás)

Eliminación de Gauss-Jordan:
SEL →  A B  →  A* B* 
 →  A** B**  → SEL equivalente (solución, sin

op. elem. de renglón  op. elem. de renglón 

aplicar sust. hacia atrás)