INTRODUCCINAL

CLCULOMATRICIAL

Matemticas I. Prof.: Ignacio Lpez Torres

Nociones de Clculo Matricial
1. Denicin de matriz. Tipos de matrices.
1.1. Denicin.
Sean 1, J dos conjuntos nitos, 1 = {1, 2, ..., :} y J = {1, 2, ..., :}. Una
matriz , con elementos a
I
sobre un cuerpo 1, es una aplicacin de 1 J 1,
denida por (i, ,) a
I
1, en la que los elementos a
I
se disponen en una
tabla, representando i el orden de la y , el de columna. Diremos que la matriz
= (a
I
) tiene : las y : columnas, y la representaremos por
=

a
11
a
1n
.
.
.
.
.
.
.
.
.
a
n1
a
nn

'
nn
(1)
o bien, resumiendo, por = (a
I
).
Dos matrices , 1 '
nn
(1) son iguales si y solo si todos sus elementos
del mismo orden son iguales, es decir: a
I
= /
I
, (i, ,) 1 J.
1.2. Algunos tipos de matrices.
1) Matrices la y matrices columna, que son matrices del tipo 1: y :1
respectivamente.
2) Matrices cuadradas y matrices rectangulares: en el primer caso, coincide
el nmero de las con el de columnas, y en el segundo no. Si una matriz
es cuadrada, se denomina diagonal principal al conjunto de los elementos de
para los cuales coincide el ndice de la con el ndice de columna, es decir,
elementos del tipo a
II
.
3) Matrices triangulares: Una matriz cuadrada es triangular superior
(resp.inferior) cuando son nulos todos los elementos situados por debajo (resp.
por encima) de la diagonal principal, es decir, a
I
= 0, i , (resp. a
I
=
0, i < ,).
4) Matriz diagonal: una matriz cuadrada '
n
(1) es diagonal cuando
son nulos todos los elementos no situados en la diagonal principal, es decir,
a
I
= 0, i, ,. Por ello, es frecuente representar estas matrices por
= diag{a
11
, a
22
, ..., a
nn
}.
Las matrices escalares, un caso particular de las matrices diagonales, son aque-
llas matrices diagonales en las que todos los elementos de la diagonal principal
son iguales. Un caso particular de matriz escalar es la matriz identidad que, en
adelante, ser designada por 1
n
(: representa el orden de la matriz). En ella,
todos los elementos de la diagonal principal son 1 (y el resto 0).
5) Matriz nula: es aquella en la que todos sus elementos son nulos.
6) Matrices simtricas y antisimtricas: una matriz (cuadrada) es simtrica
si a
I
= a
I
, i, , y es antisimtrica (o hemisimtrica) si se cumple que a
I
=
1
Matemticas I. Prof. Ignacio Lpez Torres
a
I
, i, , (en este ltimo caso, se deduce de la denicin que todos los elementos
de la diagonal principal son nulos).
1.3. Espacio Vectorial de las matrices.
Sobre el conjunto '
nn
(1), de las matrices tipo : : con coecientes
sobre un cuerpo 1, denimos una ley interna (+) (suma de matrices) y una ley
externa () (multiplicacin de una matriz por un escalar de 1) de la manera
siguiente:
= (a
I
), 1 = (/
I
) '
nn
(1), +1 = (a
I
+/
I
).
` 1, = (a
I
) '
nn
(1), ` = (` a
I
).
Con dichas leyes, es fcil comprobar que se verican las propiedades sigu-
ientes:
1) Conmutativa:
, 1 '
nn
(1), +1 = 1 +.
2) Asociativa:
, 1, C '
nn
(1), + (1 +C) = (+1) +C.
3) Existencia de elemento neutro (la matriz nula 0 '
nn
) :
0 '
nn
: '
nn
(1) : 0 + = + 0 = .
4) Cada elemento de '
nn
, tiene elemento simtrico (su matriz opuesta):
'
nn
(1), () '
nn
(1) : + () = () + = 0 '
nn
.
5) c, , 1, '
nn
(1) : (c +,) = c +,
6) c, , 1, '
nn
(1) : c (, ) = (c ,) .
7) c 1, , 1 '
nn
(1) : c (+1) = c +c 1.
8) El elemento neutro para la ley interna () denida en 1, que se designa
por 1, cumple
'
nn
(1), 1 = .
Los smbolos (+) y () que aparecen en las cinco propiedades anteriormente
enunciadas, han de tenerse en cuenta en el contexto de la posicin en que se
hallan ubicados, puesto que, para simplicar los planteamientos, se ha designado
por (+) tanto la ley interna (+) denida en '
nn
(1) como la ley interna (+)
denida en 1 (aun pudiendo ser distintas ), y se ha designado por () tanto
la ley externa anteriormente introducida, como la ley interna () denida en 1
(aun pudiendo ser distintas). No ser necesario explicitar tal diferencia en la
mayor parte de los ejemplos que manejaremos, ya que correspondern al caso
de espacios reales.
Por tanto, ('
nn
, +, ) es un espacio vectorial sobre el cuerpo 1. Habitual-
mente, 1 es el cuerpo de los nmeros reales R, o el de los nmeros complejos
C.
Anlogamente, el conjunto
1 =

1 0 0
0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0

0 1 0
0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0

, ...,

0 0 0
0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1

2
Matemticas I. Prof. Ignacio Lpez Torres
se denomina base cannica o usual del espacio vectorial '
nn
(1), de las
matrices tipo :: con coecientes sobre un cuerpo 1 (habitualmente, 1 = R
o 1 = C). Por ello, la dimensin de '
nn
(1) es : :.
2. Producto de matrices.
2.1. Denicin.
Dadas '
nn
(1),1 '
n
(1), el producto 1 es una matriz
C = (c
I
) '
n
(1), denida del modo siguiente:
c
I
=
|=n
X
|=1
a
I|
/
|
= a
I1
/
1
+a
I2
/
2
+... +a
In
/
n
.
Observa que:
1) Si el nmero de columnas de no coincide con el de las de 1, el producto
1 carece de sentido.
2) Teniendo en cuenta la anterior observacin, es evidente que el producto
de matrices no es, en general, conmutativo. Incluso puede suceder que, teniendo
sentido 1 , no lo tenga 1 .
2.2. Primeras propiedades del producto.
El producto de matrices anteriormente denido, actuando sobre matrices
rectangulares , 1 y C de rdenes adecuados, tiene las propiedades siguientes:
1) Asociativa:
(1 C) = ( 1) C.
2) Distributiva respecto de la suma:
(1 +C) = ( 1) + ( C) y (+1) C = C +1 C.
3) En general, no existe elemento neutro, salvo que el producto se dena
sobre el conjunto de las matrices cuadradas de un orden jado :. En este
ltimo caso, el elemento neutro es la matriz Identidad, cuadrada de orden :, ya
que
'
n
(1), 1
n
= 1
n
= .
4) En general, no existe elemento simtrico: no toda matriz , an siendo
cuadrada de orden :, admite lo que llamaremos matriz inversa
1
, es decir,
una matriz tal que

1
=
1
= 1
n
.
5) El producto de matrices no nulas, puede ser nulo. Por ejemplo:

1 2 3
4 5 6

1 2
2 4
1 2

=

0 0
0 0

.
3
Matemticas I. Prof. Ignacio Lpez Torres
Este hecho y/o la propiedad anterior, debern ser tenidos en cuenta al efec-
tuar simplicaciones.
2.3. Producto de matrices por bloques (o cajas).
En determinados clculos o razonamientos, puede resultar conveniente di-
vidir las matrices en bloques de submatrices para facilitar su tratamiento. Sean,
por ejemplo, '
nn
(1), 1 '
n
(1) dos matrices divididas en bloques,
=

11

1s
.
.
.
.
.
.
.
.
.

:1

:s

, 1 =

1
11
1
1|
.
.
.
.
.
.
.
.
.
1
s1
1
s|

de tal manera que los bloques

I
, 1
|
sean multiplicables i, /.Entonces, el
producto C = 1 es una matriz por bloques,
C =

C
11
C
1|
.
.
.
.
.
.
.
.
.
C
:1
C
:|

,
en la que cada bloque est denido por
C
I
=
|=s
X
|=1

I|
1
|
=
I1
1
1
+
I2
1
2
+... +
Is
1
s
.
Es decir, se aplica la misma regla de clculo que para el producto de matrices
denido anteriormente, pero operando con matrices en lugar de nmeros.
2.3.1. Ejemplo.
Dadas '
n
(1), 1 '
n
(1), aplicando la regla anterior, se verica que

0
nn
0
nn
1

0
nn
0
nn
1

=


2
0
nn
0
nn
1
2

Del mismo modo, es fcil probar razonando por induccin sobre j N, que:

0
nn
0
nn
1

0
nn
0
nn
1

(0
nn
y 0
nn
representan las matrices nulas de rdenes : : y : :
respectivamente).
4
Matemticas I. Prof. Ignacio Lpez Torres
3. Matrices regulares o invertibles.
3.1. Denicin.
Una matriz '
n
(1) es regular (tambin se dice invertible o inversible)
si existe
1
'
n
(1), llamada matriz inversa de , tal que

1
=
1
= 1
n
.
Si una matriz no es regular, se dice que es singular o no invertible.
3.2. Algunas propiedades de las matrices regulares.
Se verican las propiedades siguientes:
1) Si '
n
(1) es regular, entonces
1
tambin es regular, y (
1
)
1
=
.
2) Si , 1 '
n
(1) son ambas regulares, entonces, tanto 1 como 1
son regulares, y se verica que
( 1)
1
= 1
1

1
, (1 )
1
=
1
1
1
.
Generalizando esta propiedad a j matrices, si
1
,
2
, ...,

'
n
(1) son reg-
ulares, entonces (
1

2
...

) es regular, y se verica que

(
1

2
...
1

)
1
=
1

1
1
...
1
2

1
1
.
3) Si , 1 '
n
(1) son tales que 1 es regular, entonces tanto como
1 son regulares, y se verica que

1
= 1 ( 1)
1
y 1
1
= ( 1)
1
.
4) Si '
n
(1) es regular, entonces es simplicable para el producto.
Por ejemplo, en el supuesto de que sea regular en las dos expresiones sigu-
ientes:
1 = C =
1
1 =
1
C =11 = 1C =1 = C,
1 = C =1
1
= C
1
=11 = C1 =1 = C.
5) La matriz identidad es regular, y (1
n
)
1
= 1
n
.
6) Si una matriz tiene una la o una columna constituida por ceros, entonces
no es regular. Una matriz triangular o diagonal es regular si y solo si todos los
elementos de la diagonal principal son no nulos. Adems, dados los escalares
`
1
6= 0, `
2
6= 0, ..., `

6= 0, entonces
[diag{`
1
, `
2
, ..., `

}]
1
= diag{`
1
1
, `
1
2
, ..., `
1

}.
Esta propiedad se generaliza para cualquier matriz diagonal por cajas tal que
cada uno de los bloques de la diagonal principal es regular: si
I
'
n
(1),
5
Matemticas I. Prof. Ignacio Lpez Torres
para i = 1, 2, ..., j, son matrices regulares, entonces la matriz diagonal por cajas
diag{
1
,
2
, ...,

} es regular, y se verica que

[diag{
1
,
2
, ...,

}]
1
= diag{
1
1
,
1
2
, ...,
1

}.
4. Trasposicin de matrices.
4.1. Denicin.
La trasposicin de matrices es una aplicacin que, denida de '
nn
(1)
'
nn
(1), a cada matriz '
nn
(1) le asocia la matriz
T
'
nn
(1),
que llamaremos traspuesta de A , denida del modo siguiente: si es = (a
I
)
'
nn
(1) , entonces
T
= (a
I
) '
nn
(1). Por ejemplo, para
=

a / c
d c )

,
es

T
=

a d
/ c
c )

.
4.2. Algunas propiedades de la trasposicin.
1) La traspuesta de la suma de dos matrices, es la suma de las traspuestas,
y la traspuesta del producto de un escalar por una matriz es el escalar por la
traspuesta de la matriz:
, 1 '
nn
(1), ` 1 : (+1)
T
=
T
+1
T
y (` )
T
= `
T
.
2) La traspuesta de la traspuesta de una matriz, es la propia matriz:
(
T
)
T
= , '
nn
(1).
3) Si '
nn
(1) y 1 '
n
(1), entonces
( 1)
T
= 1
T

T
.
En efecto, poniendo C = 1, se verica que C = (c
I
) '
n
(1), y
designando por 1 = 1
T

T
= (d
I
), se verica:
d
I
=
|=n
X
|=1
/
T
I|
a
T
|
=
|=n
X
|=1
/
|I
a
|
=
|=n
X
|=1
a
|
/
|I
= c
I
Generalizando para r matrices multiplicables:
(
1

2
...
:1

:
)
T
=
T
:

T
:1
...
T
2

T
1
.
6
Matemticas I. Prof. Ignacio Lpez Torres
4) Si es una matriz regular, entonces la traspuesta de tambin es regular,
y se verica que (
T
)
1
= (
1
)
T
.
En efecto:

T
(
1
)
T
= (
1
)
T
= (1
n
)
T
= 1
n
.
4.3. Otra forma de denir las matrices simtricas y antisimtricas.
Recordando las deniciones dadas en el apartado 1.2, es evidente que
'
n
(1) es simtrica si y solo si
T
= , y '
n
(1) es antisimtrica si y
solo si
T
= . Adems, es fcil probar que cualquier matriz cuadrada se
puede descomponer de manera nica en suma de una matriz simtrica o y una
matriz antisimtrica H , es decir, = o +H , con
=
1
2
(+
T
)
| {z }
S
+
1
2
(
T
)
| {z }
1
5. Equivalencia de matrices.
5.1. Denicin.
Las matrices , 1 '
nn
(1) son equivalentes (en adelante, escribiremos

t
1) si y solamente si existen dos matrices regulares 1 '
n
(1) y Q
'
n
(1), vericando que
1 = Q
1
1.
5.2. Primeras propiedades.
5.2.1. Si, sobre el conjunto '
nn
(1), denimos la relacin (
t
) equivalencia
de matrices, entonces (
t
) es una relacin de equivalencia, puesto que se verican
las propiedades siguientes:
1) Reexiva:
t
(en efecto, basta hacer Q = 1
n
y 1 = 1
n
en la anterior
denicin).
2) Simtrica: veamos que si
t
1, entonces 1
t
. En efecto: si 1 '
n
(1)
y Q G1
n
(1) son regulares, entonces de 1 = Q
1
1 se sigue que
= Q11
1
= (Q
1
)
1
1(1
1
) = 1
1
1o,
con 1 y o regulares. Por tanto, 1
t
.
3) Transitiva: veamos que si
t
1 y 1
t
C, entonces
t
C. En efecto: si
existen 1
1
'
n
(1), Q
1
'
n
(1), 1
2
'
n
(1), Q
2
'
n
(1), todas ellas
regulares y tales que 1 = Q
1
1
1
1
y C = Q
1
2
11
2
, entonces
C = Q
1
2
(Q
1
1
1
1
)1
2
= (Q
1
Q
2
)
1
(1
1
1
2
) = 1
1
o,
donde tanto 1 = Q
1
Q
2
como o = 1
1
1
2
son regulares (por ser producto de dos
matrices regulares). Por tanto,
t
C.
7
Matemticas I. Prof. Ignacio Lpez Torres
5.2.2. Si dos matrices son equivalentes, entonces sus traspuestas tambin lo
son. En efecto, de
1 = Q
1
1 , con Q y 1 regulares, trasponiendo se llega a
1
T
= ((1
T
)
1
)
1

T
((Q
1
)
T
),
de donde se sigue que A
T
y B
T
son equivalentes.
6. Semejanza de matrices.
6.1. Denicin.
Se dice que las matrices cuadradas , 1 '
n
(1) son semejantes (en ade-
lante, escribiremos
s
1) si y solo si existe una matriz regular 1 '
n
(1) ,
vericando la condicin de que
1 = 1
1
1.
6.2. Primeras propiedades.
6.2.1. Dado que la semejanza de matrices es un caso particular de la equiv-
alencia (aplicado a las matrices cuadradas, y con 1 = Q), tambin la relacin

es de equivalencia (sobre el conjunto '

n
(1)).
6.2.2. Si dos matrices , 1 '
n
(1) son semejantes, entonces sus traspues-
tas tambin lo son. En efecto, de 1 = 1
1
1, con 1 regular, trasponiendo se
llega a
1
T
= ((1
T
)
1
)
1

T
((1
1
)
T
),
luego
T
y 1
T
son semejantes (recuerda que (1
T
)
1
= (1
1
)
T
).
6.2.3. Si , 1 '
n
(1) son semejantes, entonces
n
y 1
n
tambin lo
son, : N, y con la misma matriz de paso. En efecto, teniendo en cuenta
las propiedades del producto de matrices, de 1 = 1
1
1 , se sigue que 1
n
=
1
1

n
1
n
s
1
n
.
6.2.4. Si dos matrices son semejantes, entonces tienen la misma traza (la
proposicin recproca es falsa, como se puede comprobar con las matrices

0 1
0 0

y

0 0
0 0

Para probar esta proposicin, aplicaremos la propiedad siguiente: si , 1

'
n
(1), entonces tr(1) = tr(1). Aplicndola al caso que nos ocupa, si
1 = 1
1
1 , entonces
tr(1) = tr(1
1
1) = tr(1
1
(1)) = tr((1)1
1
) = tr((11
1
)) = tr().
8
Matemticas I. Prof. Ignacio Lpez Torres
7. Rango de un sistema nito de vectores.
7.1. Denicin.
Dado un sistema nito o = {
1
,
2
, ...,

} de vectores de un 1-espacio vec-

torial \ , se llama rango de o, y se representar por rg(o) , al mximo nmero
de vectores linealmente independientes entre s que se puede extraer de dicho
sistema, es decir, a la dimensin del subespacio vectorial que engendran.
De la denicin dada se deduce que todos los restantes vectores no incluidos
en dicho (o dichos) subsistema o
:
de vectores libres cuyo cardinal dene el rango,
dependen linealmente de los de o
:
, y que un sistema constituido exclusivamente
por vectores nulos tiene rango 0.
7.1.1. Ejemplo.
Es fcil comprobar que en el sistema o = {(0, 2, 5, 1, 0, 4), (0, 0, 0, 1, 0, 3),
(0, 0, 0, 0, 3, 1), (0, 0, 0, 0, 0, 7), (0, 0, 0, 0, 0, 0), (0, 0, 0, 0, 0, 0), (0, 0, 0, 0, 0, 0)}
de vectores de R
6
, los cuatro primeros son linealmente independientes, por lo
que rg(o) = 4. Es evidente que, en espacios vectoriales de dimensin nita, si
al construir una matriz cuyas las son los vectores del sistema dado (expresados
por sus coordenadas en una base), se obtiene una matriz escalonada, el rango
de dicho sistema es igual al nmero de vectores la no nulos de dicha matriz.
En este ejemplo, la matriz

0 2 5 1 0 4
0 0 0 1 0 3
0 0 0 0 3 1
0 0 0 0 0 7
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0

es escalonada, y como consecuencia, el rango del sistema o es 4.

7.2. Rango y operaciones elementales.
Dado un sistema nito o = {
1
,
2
, ...,

} de vectores de un 1-espacio vec-

torial \ , generalmente expresados por sus coordenadas en una base de \ , es
fcil probar que al efectuar sobre l cualquiera de las siguientes manipulaciones,
que llamaremos operaciones elementales,
permutar las posiciones de dos vectores del sistema,
multiplicar un vector del sistema por un escalar no nulo,
sumar a un vector del sistema otro vector del mismo multiplicado por un
escalar,
9
Matemticas I. Prof. Ignacio Lpez Torres
se obtiene un nuevo sistema de vectores o
0
que es equivalente al dado. Como
primera consecuencia prctica, se verica que rg(o) = rg(o
0
).
7.3. Clculo prctico del rango de un sistema de vectores.
Para calcular el rango de un sistema o = {
1
= (r
1
, r
2
, ..., r
n
),

2
= (j
1
, j
2
, ..., j
n
), ...,

= (.
1
, .
2
, ..., .
n
)} de vectores pertenecientes a un
espacio vectorial de dimensin nita :, expresados por sus coordenadas en una
base del mismo, se pueden ordenar dichos vectores sobre las las de una matriz
y efectuar operaciones elementales de la sobre ella hasta obtener una matriz
escalonada. Aplicando el resultado del ejemplo 7.1.1, el rango de o coincide con
el nmero de vectores la no nulos de dicha matriz escalonada.
7.3.1. Ejemplo.
Podemos calcular el rango del sistema o = {(1, 1, 1, 1, 5), (2, 0, 1, 1, 0),
(6, 2, 4, 0, 10), (0, 1, 0, 1, 1) }, de vectores de R
4
, construyendo una matriz
cuyas las son dichos vectores, y efectuando operaciones elementales de la,
hasta reducirla a una matriz escalonada:

1 1 1 1 5
2 0 1 1 0
6 2 4 0 10
0 1 0 1 1

1 1 1 1 5
0 2 1 3 10
0 4 2 6 20
0 1 0 1 1

1 1 1 1 5
0 1 0 1 1
0 2 1 3 10
0 2 1 3 10

1 1 1 1 5
0 1 0 1 1
0 0 1 1 8
0 0 0 0 0

1 1 1 1 5
0 1 0 1 1
0 0 1 1 8
0 0 0 0 0

Por tanto, el rango del sistema es 3.

7.3.2. Observaciones.
1) El sistema de vectores que se obtiene al efectuar operaciones elementales
de la sobre la mencionada matriz del sistema de vectores original, no solo dene
el rango del mismo. Adems, es "ms manejable" que el original, y es equivalente
a l. Para que dos sistemas de vectores sean equivalentes, es necesario, pero no
suciente, que ambos tengan igual rango.
2) Para calcular el rango de un sistema de vectores, ordenados como las
de una matriz, adems de las mencionadas operaciones elementales de la en-
caminadas a reducir dicha matriz a una matriz escalonada, tambin se pueden
10
Matemticas I. Prof. Ignacio Lpez Torres
efectuar operaciones elementales de columna, entendiendo por operacin ele-
mental de columna cualquiera de los tres siguientes tipos de manipulaciones:
(a) Permutar dos columnas entre s; (b) multiplicar una columna por un escalar
no nulo; y (c) sumar a una columna otra columna multiplicada por un escalar.
Sin embargo, al introducir operaciones de columna, el sistema de vectores la
de la matriz transformada no es, en general, equivalente al sistema de vectores
la de la matriz original.
3) Si una vez reducida por operaciones elementales de la la matriz de los
vectores a una matriz escalonada se continan efectuando operaciones elemen-
tales de la ("de abajo hacia arriba") hasta lograr que todos los elementos
pertenecientes a columnas asociadas a elementos cabeceras de la sean nulos
(salvo el cabecera de la), y que todos los elementos cabeceras de la sean
iguales a 1, se obtiene la llamada forma escalonada reducida por las de la ma-
triz original que, como veremos mas adelante, es nica para cada matriz. En
este contexto, dos sistemas de vectores, expresados por sus coordenadas en una
base, son equivalentes si y solamente si son iguales las formas escalonadas re-
ducidas por las de las matrices cuyas las estn constituidas por los vectores
de dichos sistemas, prescindiendo en ambas formas escalonadas reducidas de las
posibles las nulas. Adems, dichas las no nulas denen una base de cada uno
de dichos sistemas de vectores.
8. Matrices elementales.
8.1. Denicin.
Se llama matriz elemental de orden : a cualquier matriz cuadrada obtenida
efectuando operaciones elementales de la sobre la matriz 1
n
. Tambin son
matrices elementales de orden : las obtenidas de 1
n
por operaciones elementales
de columna.
8.2. Propiedades.
8.2.1. Si sobre una matriz '
nn
(1) se efecta una operacin elemen-
tal de la, la matriz 1
}
() '
nn
(1) que se obtiene verica
1
}
() = 1
}
(1) ,
donde 1
}
(1) '
n
(1) representa la matriz transformada de la identidad
de orden : por la misma operacin elemental de la que se efectu en .
Prueba.
Para la operacin elemental de permuta de dos las, se comprueba que
1
}
() = 1
}
(1) , observando que
11
Matemticas I. Prof. Ignacio Lpez Torres
Fila i
Fila ,

a
11
a
1,I1
.
.
.
a
I1,1
a
I1,I1
a
I
a

.
.
.
a
II
a
I
a
+1,+1
a
+1,n
.
.
.
a
n,+1
a
nn

=
=

1 0
.
.
.
0 1
0 1
.
.
.
1 0
1 0
.
.
.
0 1

a
11
a
1,I1
.
.
.
a
I1,1
a
I1,I1
a
II
a
I
.
.
.
a
I
a

a
+1,+1
a
+1,n
.
.
.
a
n,+1
a
nn

Fila i
Fila ,
Para la operacin elemental consistente en multiplicar una la por un es-
calar no nulo, el resultado es evidente. Para el caso de la operacin elemental
consistente en sumar a la la , la la i multiplicada por un escalar /, se prueba
de modo similar que la matriz 1
}
() obtenida es tal que 1
}
() = 1
}
(1) .
8.2.2. Si sobre una matriz '
nn
(1) se efecta una sucesin de /
operaciones elementales de la, en un orden que se designar por 1, 2, ..., /, la
matriz 1
}
() '
nn
(1) que se obtiene verica la condicin de que
1
}
() = 1
|
}
(1)1
|1
}
(1)...1
2
}
(1)1
1
}
(1)
| {z }
J

(1)
= 1
}
(1)
12
Matemticas I. Prof. Ignacio Lpez Torres
donde 1
}
(1) '
n
(1) representa la matriz transformada de la identidad
de orden : por la misma sucesin de operaciones elementales de la que se
efectu en , y 1
I
}
(1) '
n
(1), con i = 1, 2, .../, representan las matrices
transformadas de la identidad de orden : por cada operacin elemental i de
la que se efectu en .
8.2.3. Las matrices elementales son siempre regulares. En efecto: es fcil
probar que las inversas de cada una de las matrices elementales 1
1
, 1
2
y 1
3
obtenidas haciendo sobre la correspondiente matriz identidad las operaciones
elementales de la consistentes en
permutar las las i y , entre s,
multiplicar la la i por un escalar no nulo c,
sumar a la la , la la i multiplicada por un escalar c,
son, respectivamente, las siguientes:
1) 1
1
1
= 1
1
.
2) 1
1
2
es la matriz obtenida reemplazando la la i de la matriz identidad
por dicha la i multiplicada por
1
o
.
3) 1
1
3
es la matriz obtenida reemplazando la la , de la matriz identidad
por la la i multiplicada por c mas la la ,.
Sean, por ejemplo, las tres matrices elementales
1
1
=

0 0 1
0 1 0
1 0 0

, 1
2
=

1 0 0
0 3 0
0 0 1

, 1
3
=

1 0 0
0 1 0
5 0 1

,
obtenidas respectivamente del modo siguiente: 1
1
, permutando las las 1
y 3 de la matriz 1
3
; 1
2
multiplicando la la 2 de la matriz 1
3
por 3 ; y 1
3
sumando a la la 3 la la 1 multiplicada por 5. Entonces, sus inversas son
1
1
1
= 1
1
, 1
1
2
=

1 0 0
0
1
3
0
0 0 1

, 1
1
3
=

1 0 0
0 1 0
5 0 1

.
Un resultado similar se obtiene para las matrices elementales obtenidas de
la matriz identidad por operaciones de columna.
8.2.4. Si sobre una matriz '
nn
(1) se efecta una operacin elemen-
tal de columna, la matriz 1
c
() '
nn
(1) que se obtiene verica la condicin
de que
1
c
() = 1
c
(1)
donde 1
c
(1) '
n
(1) representa la matriz transformada de la identidad de
orden : por la misma operacin elemental de columna que se efectu en .
13
Matemticas I. Prof. Ignacio Lpez Torres
8.2.5. Si sobre una matriz '
nn
(1) se efecta una sucesin de /
operaciones elementales de columna, en un orden que se designar por 1, 2, ..., /,
la matriz 1
c
() '
nn
(1) que se obtiene verica la condicin de que
1
c
() = 1
1
c
(1)1
2
c
(1)...1
|1
c
(1)1
|
c
(1)
| {z }
J(1)
= 1
c
(1)
donde 1
c
(1) '
n
(1) representa la matriz transformada de la identidad
de orden : por la misma sucesin de operaciones elementales de columna que
se hizo en , y 1
I
c
(1) '
n
(1), con i = 1, 2, ..., /, representan las matrices
transformadas de la identidad de orden : por cada operacin elemental i de
columna que se efectu en .
8.2.6. Si sobre una matriz '
nn
(1) se efecta una sucesin de r
operaciones elementales de la, en un orden que se designar por 1, 2, ..., r, y :
operaciones elementales de columna, en un orden que se designar por 1, 2, ..., :,
la matriz 1
c
(1
}
()) '
nn
(1) que se obtiene verica la condicin de que
1
c
(1
}
()) = 1
:
}
(1)1
:1
}
(1)...1
1
}
(1)
| {z }
J

(1)
1
1
c
(1)...1
s1
c
(1)1
s
c
(1)
| {z }
J

(1)
= 1
}
(1)1
c
(1)
donde 1
}
(1) '
n
(1) representa la matriz transformada de la identidad de
orden : por la misma sucesin de operaciones elementales de la que se efectu
en , 1
I
}
(1) '
n
(1), con i = 1, 2, ...r, representan las matrices transformadas
de la identidad de orden : por cada operacin elemental i de la que se efectu
en , 1
c
(1) '
n
(1) representa la matriz transformada de la identidad de
orden : por la misma sucesin de operaciones elementales de columna que se
efectu en , y 1
I
c
(1) '
n
(1), con i = 1, 2, ..., :, representan las matrices
transformadas de la identidad de orden : por cada operacin elemental i de
columna que se efectu en .
8.2.7. Dado que en la anterior expresin de 1
c
(1
}
()) las matrices 1
}
(1) y
1
c
(1) son ambas regulares, se verica que la matriz obtenida efectuando opera-
ciones elementales de la y/o de columna sobre , 1
c
(1
}
()), es equivalente a
.
8.2.8. Desde el tema anterior sabemos que, aplicando el mtodo de Gauss-
Jordan, cualquier matriz '
nn
(1) se puede reducir por operaciones el-
ementales de la hasta conseguir que 1
}
() sea escalonada reducida, y que
adems, dividiendo al nal del proceso cada la por su cabecera de la, se
puede lograr que todos los cabeceras de la sean iguales a la unidad. En tal
caso, la matriz 1
}
() obtenida a partir de la original es su forma escalonada
reducida por las.
Veamos que, para cada matriz , su forma escalonada reducida por las es
nica.
14
Matemticas I. Prof. Ignacio Lpez Torres
En efecto: supongamos que 1
}
() y 1
}
()
0
son ambas la forma escalonada
reducida por las de . Entonces,
1
}
() = 1
}
(1) = 1 y 1
}
()
0
= 1
}
(1)
0
= Q
con 1 y Q regulares. Por tanto,
= 1
1
1
}
() = Q
1
1
}
()
0
.
Veamos, en primer lugar, que necesariamente han de coincidir en ambas matrices
1
}
() y 1
}
()
0
las posiciones de los 1 cabezas de la. Para ello, razonemos
sobre el caso de que en 1
}
() el cabeza de la de la primera la ocupe la
posicin 1 1, mientras que el cabeza de la de la primera la de 1
}
()
0
ocupe
la posicin 1 2 (este razonamiento se puede extender a cualquier otro caso).
Al plantear la igualdad
1
1
1
}
() = Q
1
1
}
()
0
,
es decir, 11
}
() = o1
}
()
0
, con 1 y o regulares, se llega a que la primera
columna de 1 ha de ser nula, lo cual no es posible porque 1 es regular. Ra-
zonando del mismo modo con la posicin de los restantes cabezas de la, se
concluye nalmente que los 1 cabezas de la necesariamente han de ocupar la
misma posicin en ambas matrices 1
}
() y 1
}
()
0
. Finalmente, veamos que
tambin han de ser iguales los elementos de igual orden de cada la de 1
}
() y
1
}
()
0
situados a la derecha de cada 1 cabeza de la. Ello se deduce del hecho
de que los sistemas 1
}
()A = 0 y 1
}
()
0
A = 0 son equivalentes, ya que ambos
se obtienen del sistema A = 0 mediante operaciones elementales (de la). Por
ello, en las soluciones de ambos, las incgnitas cuyo orden coincide con el orden
que ocupa cada cabeza de la, se expresan como la misma combinacin lineal
de las restantes elementos de la la.
8.3. Ejemplo.
Efectuando sobre la matriz
=

2 4 5 1
1 3 0 2
3 5 10 4

la siguiente sucesin de operaciones elementales de la

1
1
}
() 1
2
}
() 1
3
}
() 1
4
}
() 1
5
}
() = 1
}
(),
se llega a
15
Matemticas I. Prof. Ignacio Lpez Torres

2 4 5 1
1 3 0 2
3 5 10 4

1 3 0 2
2 4 5 1
3 5 10 4

| {z }
J
1

(.)

1 3 0 2
0 2 5 5
0 4 10 10

| {z }
J
2

(.)

1 3 0 2
0 2 5 5
0 0 0 0

| {z }
J
3

(.)

1 3 0 2
0 1
5
2
5
2
0 0 0 0

| {z }
J
4

(.)

1 0
15
2

11
2
0 1
5
2
5
2
0 0 0 0

| {z }
J
5

(.)=J

(.)
.
Observa que la matriz 1
}
() = 1
5
}
() es la forma escalonada reducida por las
de . Las matrices elementales transformadas de 1
3
por cada una de dichas
operaciones elementales, son respectivamente
1
1
}
(1) =

0 1 0
1 0 0
0 0 1

, 1
2
}
(1) =

1 0 0
2 1 0
3 0 1

, 1
3
}
(1) =

1 0 0
0 1 0
0 2 1

,
1
4
}
(1) =

1 0 0
0
1
2
0
0 0 1

, 1
5
}
(1) =

1 3 0
0 1 0
0 0 1

y la matriz transformada de 1
3
por la operacin elemental 1
}
() es
1
}
(1) =

3
2
2 0
1
2
1 0
2 1 1

,
vericndose que
1
}
() = 1
5
}
(1)1
4
}
(1)1
3
}
(1)1
2
}
(1)1
1
}
(1) = 1
}
(1) .
Si, a continuacin, partimos de la matriz
1 = 1
}
() =

1 0
15
2

11
2
0 1
5
2
5
2
0 0 0 0

y efectuamos la sucesin de operaciones elementales de columna

1 = 1
}
() 1
1
c
(1) 1
2
c
(1) = 1
c
(1) = 1
c
(1
}
())
se llega a

1 0
15
2

11
2
0 1
5
2
5
2
0 0 0 0

| {z }
1=J

(.)

1 0 0 0
0 1
5
2
5
2
0 0 0 0

| {z }
J
1

(1)

1 0 0 0
0 1 0 0
0 0 0 0

| {z }
J
2

(1)
,
16
Matemticas I. Prof. Ignacio Lpez Torres
y las matrices elementales transformadas de 1
4
por cada una de dichas op-
eraciones elementales, son respectivamente
1
1
c
(1) =

1 0
15
2
11
2
0 1 0 0
0 0 1 0
0 0 0 1

, 1
2
c
(1) =

1 0 0 0
0 1
5
2

5
2
0 0 1 0
0 0 0 1

.
La matriz transformada de 1
4
por la operacin elemental 1 = 1
}
()
1
c
(1) = 1
c
(1
}
()) es
1
c
(1) =

1 0
15
2
11
2
0 1
5
2

5
2
0 0 1 0
0 0 0 1

,
vericndose que
1
c
(1) = 1
c
(1
}
()) = 1 1
1
c
(1)1
2
c
(1) = 1 1
c
(1).
Finalmente, es fcil comprobar que
1
c
(1
}
()) = 1
5
}
(1)1
4
}
(1)...1
1
}
(1)
| {z }
J

(1)
1
1
c
(1)1
2
c
(1)
| {z }
J(1)
= 1
}
(1) 1
c
(1)
A la matriz 1
c
(1
}
()) anteriormente obtenida, se le llama Forma Normal
de en la equivalencia.
9. Rango de una matriz.
9.1. Rango por las y rango por columnas.
Dada '
nn
(1), llamaremos rango por las de , y lo designaremos
por rg
}
() al rango del sistema de vectores la de , y llamaremos rango por
columnas de , y lo designaremos por rg
c
(), al rango del sistema de vectores
columna de .
9.2. Teorema de igualdad del rango por las y del rango por colum-
nas.
Para cualquier matriz '
nn
(1), se verica que el rango por las es
igual al rango por columnas , es decir, rg
}
() = rg
c
().
Prueba.
Llamando r = rg
}
() y r
0
= rg
c
(), probaremos que r
0
r y que r r
0
.
Veamos que r
0
r (la segunda desigualdad se demuestra anlogamente): si
rg
}
() = r, hay r las de que son linealmente independientes, y las restantes
17
Matemticas I. Prof. Ignacio Lpez Torres
: r dependen linealmente de ellas. Se puede suponer, sin prdida de gener-
alidad, que las r las linealmente independientes estn situadas al principio de
la matriz (en caso contrario, bastara permutar las las mediante operaciones
elementales, que sabemos no afectan al rango), por lo que, designando por )
I
el
vector la asociado a la i-sima la de , para las : r las que dependen de
estas r primeras, se verica que
)
I
= c
I1
)
1
+... +c
I:
)
:
, para i = r + 1, r + 2, ..., :.
Expresando la anterior igualdad en componentes
(a
I1
, ..., a
In
) = c
I1
(a
11
, ..., a
1n
) +... +c
I:
(a
:1
, ..., a
:n
), para i = r + 1, ..., :.
Por tanto, una columna arbitraria de , como la ,-sima, se expresa mediante

a
1
a
2
.
.
.
a
:
a
:+1,
.
.
.
a
n

a
1
a
2
.
.
.
a
:
c
:+1,1
a
1
+... +c
:+1,:
a
:
.
.
.
c
n1
a
1
+... +c
n:
a
:

= a
1

1
0
.
.
.
0
c
:+1,1
.
.
.
c
n1

+
+a
2

0
1
.
.
.
0
c
:+2,2
.
.
.
a
n2

+... +a
:

0
0
.
.
.
1
c
:+1,:
.
.
.
a
n:

Dado que cada columna de depende, a lo sumo, de los mismos r vectores

(observa que estos r vectores forman un sistema libre) que aparecen en el ltimo
miembro de las anteriores igualdades, el rango por columnas ser menor o igual
que el rango por las, es decir, rg
c
() rg
}
().
De modo similar se prueba que r r
0
. Se concluye, por tanto, que rg
}
() =
rg
c
().
9.3. Denicin de rango de una matriz.
Llamaremos rango de una matriz '
nn
(1), y lo designaremos por
rg(), a su rango por las (o a su rango por columnas, ya que son iguales el
rango por las y el rango por columnas de ).
18
Matemticas I. Prof. Ignacio Lpez Torres
9.4. Primeras propiedades del rango de una matriz.
9.4.1. El rango de la matriz nula, 0 '
nn
(1), es 0, y el de la matriz
identidad, 1
n
'
n
(1 , es : (ya que 1
n
es una matriz escalonada sin las nulas).
9.4.2. Para cualquier matriz '
nn
(1), se verica que rg() = rg(
T
).
En efecto: de las deniciones dadas se deduce que
rg() = rg
}
() = rg
c
(
T
) = rg(
T
).
9.4.3. Para cualquier matriz '
nn
(1), se verica que
rg() min{:, :}.
9.4.4. Si A y B son dos matrices multiplicables, entonces
rg( 1) min{rg(), rg(1)}
(una prueba de esta proposicin se presenta en la seccin de problemas).
9.4.5. Si el rango de la matriz '
nn
(1) es r, entonces es equivalente
a la matriz : :

.
=

1
:
0
:,n:
0
n:,:
0
n:,n:

que llamaremos forma normal de en la equivalencia, o simplemente forma

normal de . La proposicin recproca es tambin verdadera.
Prueba.
Como vimos al nal del apartado 8, dado que el rango de es r, mediante
una primera sucesin de operaciones elementales de la, se puede transformar
la matriz en una matriz 1
}
() (con 1
}
() = 1
}
(1)) tal que sus r primeras
las son no nulas y con cabezas de la igual a la unidad, las :r restantes son
todas nulas, y los elementos situados en columnas correspondientes a cabezas de
la son ceros. Sobre la matriz 1
}
() as obtenida, se efecta una primera serie
de operaciones elementales consistentes en permutar columnas para obtener una
matriz del tipo

1
:
1
:,n:
0
n:,:
0
n:,n:

,
con 1 '
:,n:
(1) matriz que, en general, es no nula. Finalmente, mediante
una serie de operaciones elementales de columna, se obtiene la matriz
.
, forma
normal de , y esta matriz verica que

.
= 1
c
(1
}
()) = 1
}
(1)1
c
(1)
con 1
}
(1) y 1
c
(1) matrices regulares (por ser matrices elementales). Por tanto,
es equivalente a
.
, como queramos demostrar.
19
Matemticas I. Prof. Ignacio Lpez Torres
En cuanto a la proposicin recproca, si es equivalente a dicha matriz

.
, sabemos que se deduce de
.
mediante operaciones elementales de la
y/o columna. Dado que estas operaciones no afectan al rango, se concluye que
rg() = rg(
.
) = r.
9.4.6. Una matriz '
n
(1) es regular si y solamente si su rango es : .
Prueba.
'
n
(1) regular
1
'
n
(1) tal que
1
=
1
= 1
n
(siendo

1
asimismo regular) es equivalente a 1
n
rg() = :, como se puede
constatar aplicando la anterior propiedad.
Adems, la anterior cadena de equivalencias prueba que toda matriz regu-
lar de orden : puede ser transformada en 1
n
aplicndole tan solo operaciones
elementales de la, o tan solo operaciones elementales de columna. Tambin es
cierta la proposicin recproca: cualquier matriz regular se obtiene de la matriz
identidad mediante las operaciones elementales de la (que son las operaciones
inversas de las que permitieron obtener 1 partiendo de ). As, la matriz trans-
formada de 1
n
por las mismas operaciones elementales de la que transformaron
en 1
n
, es la matriz inversa de (anlogamente, la matriz transformada de
1
n
por las mismas operaciones elementales de columna que transformaron en
1
n
, es tambin la matriz inversa de ).
9.4.7. Dos matrices , 1 '
nn
(1) son equivalentes si y solamente si sus
rangos son iguales.
Prueba.
, 1 '
nn
(1) equivalentes 1 '
n
(1), Q '
n
(1), ambas reg-
ulares, tales que 1 = Q
1
1. Poniendo 1 = Q
1
, queda 1 = 11, con
1 '
n
(1) asimismo regular. Por otra parte, de los resultados anteriores se
deduce la propiedad siguiente: , 1 '
nn
(1) son equivalentes 1 = 11
para 1 y 1 regulares 1 se obtiene de mediante una sucesin de opera-
ciones elementales de la y/o columna (las operaciones de la, aplicadas sobre
la matriz 1
n
dan lugar a la matriz regular 1 = 1
}
(1), y las operaciones de
columna, aplicadas sobre la matriz 1
n
dan lugar a la matriz regular 1 = 1
c
(1),
tales que 1 = 1
}
(1)1
c
(1) = 11). Por tanto, si y 1 son equivalentes,
rg() = rg(1) (ya que que las operaciones elementales sobre las las y/o colum-
nas de una matriz, no afectan a su rango).
Para probar la proposicin recproca, supongamos que rg() = rg(1) = r.
Entonces, tanto como 1 son equivalentes a una matriz del tipo

1
:
0
:,n:
0
n:,:
0
n:,n:

y, por la transitividad de la relacin de equivalencia de matrices, ambas matrices

y 1 son equivalentes entre s.
20
Matemticas I. Prof. Ignacio Lpez Torres
10. Clculo prctico del rango de una matriz por operaciones
elementales.
Aplicando la anterior teora, puede calcularse el rango de una matriz
'
nn
(1) efectuando sobre sus las y/o columnas una sucesin de operaciones
elementales de la y/o columna, hasta reducirla a una matriz escalonada. El
rango de la matriz es igual al nmero de las no nulas de dicha matriz escalon-
ada.
10.1. Ejemplo.

1 3 4 2 6
2 9 7 5 19
1 0 5 1 1
6 36 18 18 78

1 3 4 2 6
0 3 1 1 7
0 3 1 1 7
0 18 6 6 42

1 3 4 2 6
0 3 1 1 7
0 0 0 0 0
0 0 0 0 0

Por tanto, el rango de cualquiera de las tres matrices es 2.

11. Clculo prctico de la inversa de una matriz regular por op-
eraciones elementales.
Siguiendo la anterior teora, puede calcularse la inversa de una matriz cuadrada
regular '
n
(1) reduciendo por las la matriz [ | 1
n
], hasta obtener
[1
n
| 1
}
(1
n
)], vericndose entonces que

1
= 1
}
(1
n
).
Tambin es posible efectuar una reduccin por columnas sobre la matriz

1
n

hasta obtener

1
n
1
c
(1
n
)

,
en cuyo caso
1
= 1
c
(1
n
) (pero no ambos tipos de operaciones).
21
Matemticas I. Prof. Ignacio Lpez Torres
11.1. Ejemplo.

1 1 2 1 1
2 1 3 2 0
1 0 2 2 2
3 1 5 5 4
1 1 2 0 4
1
5

1 1 2 1 1 1 0 0 0 0
0 1 1 0 2 2 1 0 0 0
0 1 0 1 3 1 0 1 0 0
0 2 1 2 1 3 0 0 1 0
0 0 0 1 5 1 0 0 0 1

1 1 2 1 1 1 0 0 0 0
0 1 1 0 2 2 1 0 0 0
0 0 1 1 1 1 1 1 0 0
0 0 1 2 5 1 2 0 1 0
0 0 0 1 5 1 0 0 0 1

1 1 2 1 1 1 0 0 0 0
0 1 1 0 2 2 1 0 0 0
0 0 1 1 1 1 1 1 0 0
0 0 0 1 6 0 1 1 1 0
0 0 0 1 5 1 0 0 0 1

1 1 2 1 1 1 0 0 0 0
0 1 1 0 2 2 1 0 0 0
0 0 1 1 1 1 1 1 0 0
0 0 0 1 6 0 1 1 1 0
0 0 0 0 1 1 1 1 1 1

1 1 2 1 0 2 1 1 1 1
0 1 1 0 0 4 1 2 2 2
0 0 1 1 0 0 2 0 1 1
0 0 0 1 0 6 5 5 5 6
0 0 0 0 1 1 1 1 1 1

1 1 2 0 0 4 4 4 4 5
0 1 1 0 0 4 1 2 2 2
0 0 1 0 0 6 7 5 6 7
0 0 0 1 0 6 5 5 5 6
0 0 0 0 1 1 1 1 1 1

1 1 0 0 0 8 10 6 8 9
0 1 0 0 0 10 8 7 8 9
0 0 1 0 0 6 7 5 6 7
0 0 0 1 0 6 5 5 5 6
0 0 0 0 1 1 1 1 1 1

1
5
2 2 1 0 0
10 8 7 8 9
6 7 5 6 7
6 5 5 5 6
1 1 1 1 1

22
Matemticas I. Prof. Ignacio Lpez Torres
Por tanto,

1 1 2 1 1
2 1 3 2 0
1 0 2 2 2
3 1 5 5 4
1 1 2 0 4

1
=

2 2 1 0 0
10 8 7 8 9
6 7 5 6 7
6 5 5 5 6
1 1 1 1 1

12. Clculo de la forma normal (en la equivalencia) de una matriz.

Estudio de la equivalencia entre matrices.
Sabemos que si el rango de la matriz '
nn
(1) es r, entonces es
equivalente a la matriz

.
=

1
:
0
:,n:
0
n:,:
0
n:,n:

,
que es la forma normal de . Es evidente que si '
n
(1) es regular, su
forma normal es 1
n
y que, en determinadas matrices, la forma normal puede ser
del tipo

1
:
0

o del tipo [1
:
| 0]. Por tanto, para calcular
.
basta obtener el rango de la
matriz .
Para estudiar si dos matrices , 1 '
nn
(1) son equivalentes podemos
aplicar la condicin necesaria y suciente del apartado 9.4.7., comparando los
nmeros rg() y rg(1). En caso de que ambos sean iguales, las matrices y 1
son equivalentes, y para obtener matrices regulares 1 '
n
(1) y Q '
n
(1)
tales que 1 = Q
1
1, se puede comenzar hallando matrices regulares 1
1

'
n
(1), Q
1
'
n
(1), 1
2
'
n
(1) y Q
2
'
n
(1) tales que

.
= Q
1
1
1
1
,
1
= Q
1
2
11
2
.
Dado que
.
=
1
ser
Q
1
1
1
1
= Q
1
2
11
2
1 = Q
2
Q
1
1
1
1
1
1
2
de donde se deduce que 1 = Q
1
1 con Q = Q
1
Q
1
2
y 1 = 1
1
1
1
2
.
12.1. Ejemplo.
El rango de las matrices
=

3 0 1 2
1 5 2 0
0 15 7 2

, 1 =

0 2 1 4
2 10 12 6
1 3 5 7

23
Matemticas I. Prof. Ignacio Lpez Torres
es 2. Por tanto, y 1 son equivalentes. Ambas tienen las mismas formas
normales (en la equivalencia), que se pueden obtener mediante operaciones ele-
mentales de la y columna sobre matrices del tipo

1
3
1
4

1 1
3
1
4

Efectuaremos, por tanto, operaciones elementales de la y de columna sobre

y 1 hasta obtener sus formas normales. Las operaciones de la, afectarn
a las matrices 1
3
de la derecha del esquema, y las de columna a las matrices
inferiores 1
4
:

3 0 1 2 1 0 0
1 5 2 0 0 1 0
0 15 7 2 0 0 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 5 2 0 0 1 0
3 0 1 2 1 0 0
0 15 7 2 0 0 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 5 2 0 0 1 0
0 15 7 2 1 3 0
0 15 7 2 0 0 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 5 2 0 0 1 0
0 15 7 2 1 3 0
0 0 0 0 1 3 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 5 2 0 0 1 0
0 1
7
15
2
15
1
15
1
5
0
0 0 0 0 1 3 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 0
1
3

2
3

1
3
0 0
0 1
7
15
2
15
1
15
1
5
0
0 0 0 0 1 3 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 0 0 0
1
3
0 0
0 1
7
15
2
15
1
15
1
5
0
0 0 0 0 1 3 1
1 0
1
3
2
3
0 1 0 0
0 0 1 0
0 0 0 1

1 0 0 0
1
3
0 0
0 1 0 0
1
15
1
5
0
0 0 0 0 1 3 1
1 0
1
3
2
3
0 1
7
15

2
15
0 0 1 0
0 0 0 1

24
Matemticas I. Prof. Ignacio Lpez Torres

0 2 1 4 1 0 0
2 10 12 6 0 1 0
1 3 5 7 0 0 1
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 3 5 7 0 0 1
2 10 12 6 0 1 0
0 2 1 4 1 0 0
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 3 5 7 0 0 1
0 4 2 8 0 1 2
0 2 1 4 1 0 0
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 3 5 7 0 0 1
0 2 1 4 1 0 0
0 4 2 8 0 1 2
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 3 5 7 0 0 1
0 2 1 4 1 0 0
0 0 0 0 2 1 2
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 3 5 7 0 0 1
0 1
1
2
2
1
2
0 0
0 0 0 0 2 1 2
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 0
7
2
13
3
2
0 1
0 1
1
2
2
1
2
0 0
0 0 0 0 2 1 2
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 0 0 0
3
2
0 1
0 1
1
2
2
1
2
0 0
0 0 0 0 2 1 2
1 0
7
2
13
0 1 0 0
0 0 1 0
0 0 0 1

1 0 0 0
3
2
0 1
0 1 0 0
1
2
0 0
0 0 0 0 2 1 2
1 0
7
2
13
0 1
1
2
2
0 0 1 0
0 0 0 1

En denitiva, designando por Q

1
y Q
2
las matrices transformadas de 1
3
por
las operaciones elementales de la realizadas en y 1 respectivamente, y por
1
1
y 1
2
las matrices transformadas de 1
4
por las operaciones elementales de
columna realizadas en y 1 respectivamente, se verica que

.
=
1
Q
1
1
1
= Q
2
11
2
,
donde
25
Matemticas I. Prof. Ignacio Lpez Torres
Q
1
=

1
3
0 0
1
15
1
5
0
1 3 1

, 1
1
=

1 0
1
3
2
3
0 1
7
15

2
15
0 0 1 0
0 0 0 1

, Q
2
=

3
2
0 1

1
2
0 0
2 1 2

,
1
2
=

1 0
7
2
13
0 1
1
2
2
0 0 1 0
0 0 0 1

Multiplicando a la izquierda de la anterior igualdad por Q

1
2
y a la derecha
por 1
1
2
, se llega a
1 = (Q
1
1
Q
2
)
1
(1
1
1
1
2
) = Q
1
1
donde
Q = Q
1
1
Q
2
=

1
7
4

13
2
0 2 5
0
15
4
15
2

, 1 = 1
1
1
1
2
=

1 0 0 0
0 1 0 0
0 0
1
2

23
2
0 0
11
2
101
4

Las formas normales de ambas matrices son

.
=
1
=

1 0 0 0
0 1 0 0
0 0 0 0

13. Resolucin de algunas ecuaciones matriciales.

13.1. Ecuaciones matriciales del tipo AX = B.
Teniendo en cuenta los resultados del apartado 8.2 (en particular los de los
apartados 8.2.1 y 8.2.2), las ecuaciones matriciales del tipo A = 1 se pueden
tratar por operaciones elementales de la. En efecto: teniendo en cuenta que
1
}
() = 1
}
(1), multiplicando por A a la derecha, se llega a
1
}
()A = 1
}
(1)A = 1
}
(1)1 = 1
}
(1).
Se trata, por tanto, de reducir por operaciones elementales de la la matriz
[ | 1] hasta obtener [1
}
() | 1
}
(1)], y resolver a continuacin la ecuacin
matricial 1
}
()A = 1
}
(1), que es equivalente a la original. Observa que si la
matriz es regular, en dicha reduccin se puede llegar a la matriz [1 | 1
}
(1)],
por lo que la solucin del problema ser A = 1
}
(1). Por otra parte, cuando
rg() < rg(1) la ecuacin matricial carece de solucin (ya que rg(A)
min{rg(), rg(A)} rg() < rg(1)).
26
Matemticas I. Prof. Ignacio Lpez Torres
13.1.1. Ejemplo.
Dadas
=

1 1 1
0 1 2
0 2 4

, 1 =

1 1 1
0 1 1
0 2 2

podemos resolver la ecuacin matricial A = 1, reduciendo por las la matriz

[ | 1] hasta obtener [1
}
() | 1
}
(1)]:

1 1 1 1 1 1
0 1 2 0 1 1
0 2 4 0 2 2

1 1 1 1 1 1
0 1 2 0 1 1
0 0 0 0 0 0

1 0 1 1 0 0
0 1 2 0 1 1
0 0 0 0 0 0

Partiendo ahora de la ecuacin matricial 1

}
()A = 1
}
(1), equivalente a la
original, poniendo A = [A
1
| A
2
| A
3
], 1
}
(1) = [(1
}
(1))
1
| (1
}
(1))
2
| (1
}
(1))
3
]
y resolviendo los sistemas de ecuaciones lineales 1
}
()A
I
= (1
}
(1))
I
, para
i = 1, 2, 3, se llega fcilmente a la solucin del problema, que est denida,
a, /, c 1, mediante
A =

1 +a / c
2a 1 2/ 1 2c
a / c

13.2. Ecuaciones matriciales del tipo XA = B.

Teniendo en cuenta los resultados del apartado 8.2 (en particular los de los
apartados 8.2.4 y 8.2.5), las ecuaciones matriciales del tipo A = 1 se pueden
tratar por operaciones elementales de columna. En efecto: teniendo en cuenta
que 1
c
() = 1
c
(1), multiplicando por A a la izquierda, se llega a que
A1
c
() = A1
c
(1) = 11
c
(1) = 1
c
(1).
Se trata, por tanto, de reducir por operaciones elementales de columna la matriz

hasta obtener

1
c
()
1
c
(1)

,
27
Matemticas I. Prof. Ignacio Lpez Torres
y resolver a continuacin la ecuacin matricial A1
c
() = 1
c
(1), que es equiv-
alente a la original. Observa que si la matriz es regular, en dicha reduccin
se puede llegar a 1
c
() = 1, por lo que la solucin del problema en tal caso
ser A = 1
c
(1), y que cuando rg() < rg(1) la ecuacin matricial carece de
solucin (ya que rg(A) min{rg(), rg(A)} rg() < rg(1)).
Estas ecuaciones matriciales tambin se pueden resolver trasponiendo en
A = 1 para obtener la ecuacin
T
A
T
= 1
T
, que es del tipo
T
1 = 1
T
,
que se puede resolver en 1 , por el procedimiento indicado en el apartado 13.1.
La solucin del problema original, si existe, es A = 1
T
.
13.2.1. Ejemplo.
Dadas
=

1 1 1
0 1 2
0 2 4

, 1 =

1 1 1
0 1 1
0 2 2

,
podemos resolver la ecuacin matricial A = 1 reduciendo por columnas la
matriz

hasta obtener

1
c
()
1
c
(1)

.
En efecto,

1 1 1
0 1 2
0 2 4
1 1 1
0 1 1
0 2 2

1 0 0
0 1 2
0 2 4
1 0 0
0 1 1
0 2 2

1 0 0
0 1 0
0 2 0
1 0 0
0 1 1
0 2 2

La ecuacin matricial original es equivalente a A1

c
() = 1
c
(1), que se
puede resolver poniendo
A =

A
1
A
2
A
3

; 1
}
(1) =

1 0 0
0 1 1
0 2 2

(1
c
(1))
1
(1
c
(1))
2
(1
c
(1))
3

,
y resolviendo los 3 sistemas de ecuaciones lineales A
I
1
c
() = (1
c
(1))
I
, con
i = 1, 2, 3. Fcilmente se comprueba que los dos ltimos son incompatibles, por
lo que la ecuacin matricial tambin lo es (a pesar de que rg() = rg(1) = 2).
28
Matemticas I. Prof. Ignacio Lpez Torres
13.3. Sistemas de ecuaciones matriciales del tipo AX+BY = C,
DX+EY = F.
Los sistemas de ecuaciones matriciales del tipo
A +11 = C
1A +11 = 1

se pueden resolver reducindolos a una ecuacin matricial del tipo ,

1
1 1

| {z }
1

A
1

| {z }
2
=

C
1

| {z }

'7 = ,
a la que se puede aplicar el procedimiento descrito en el apartado 13.1.
13.3.1. Ejemplo.
Podemos resolver el sistema matricial
A 11 = 0
1A +1 = C

,
con
=

1 1
1 1

, 1 =

1 4
1 5

, C =

2 1
2 2

, 0 =

0 0
0 0

,
reduciendo por las la matriz

1 1 1 4 0 0
1 1 1 5 0 0
1 4 1 1 2 1
1 5 1 1 2 2

hasta obtener

1 0 0 0 1 2
0 1 0 0 0 1
0 0 1 0 1 1
0 0 0 1 0 0

La solucin del problema es

A =

1 2
0 1

, 1 =

1 1
0 0

.
29
Matemticas I. Prof. Ignacio Lpez Torres
14. Teorema de Rouch-Frbenius.
Dado el sistema lineal de m ecuaciones con n incgnitas A = /, con
'
nn
(1) la matriz de los coecientes y |/ la correspondiente matriz orlada,
se verica:
1) rg() < rg(|/) el sistema es incompatible (observa que, en cualquier
caso, se verica que rg() rg(|/)).
2) rg() = rg(|/) el sistema es compatible: compatible determinado si
y solo si rg() = rg(|/) = :, y compatible indeterminado si y solo si rg() =
rg(|/) < :.
Prueba.
Designando por c
1
, c
2
, ..., c
n
los : vectores columna de , el sistema lineal
A = / se puede escribir en la forma
r
1
c
1
+r
2
c
2
+... +r
n
c
n
= /.
En estas condiciones, rg() = rg(|/) si y solo si el vector columna / depende
linealmente de los vectores c
1
, c
2
, ..., c
n
, es decir, si y solo si existen escalares
c
1
, c
2
, ..., c
n
de 1 tales que
c
1
c
1
+c
2
c
2
+... +c
n
c
n
= /,
por lo que, en tal caso, el sistema tiene al menos por solucin a la :-tupla
(c
1
, c
2
, ..., c
n
).
Del mismo modo, rg() < rg(|/) si y solo si el vector columna / no depende
linealmente de los vectores c
1
, c
2
, ..., c
n
, es decir, si y solo si no existen escalares
c
1
, c
2
, ..., c
n
de 1 vericando que c
1
c
1
+c
2
c
2
+... +c
n
c
n
= /, por lo que, en
tal caso, el sistema no tiene ninguna solucin.
Para probar los dos ltimos extremos, veamos que:
1) Si r = (r
1
, r
2
, ..., r
n
) e j = (j
1
, j
2
, ..., j
n
) 1
n
son dos soluciones distin-
tas del sistema, entonces rg() = rg(|/) < :.
2) Si rg() = rg(|/) < :, entonces hay al menos dos soluciones distintas.
En efecto:
1) Si r e j son soluciones distintas, se verica que
r
1
c
1
+r
2
c
2
+... +r
n
c
n
= /
j
1
c
1
+j
2
c
2
+... +j
n
c
n
= /.
Restando,
(r
1
j
1
)c
1
+ (r
2
j
2
)c
2
+... + (r
n
j
n
)c
n
= 0,
y al ser alguno de los escalares r
I
j
I
no nulo (porque las soluciones son dis-
tintas), los vectores c
1
, ..., c
n
son linealmente dependientes, es decir, rg() < :.
Adems, dado que existe solucin, se verica que rg() = rg(|/).
30
Matemticas I. Prof. Ignacio Lpez Torres
2) Por ser rg() = rg(|/), existe al menos una solucin r = (r
1
, r
2
, ..., r
n
)
1
n
. Pero, al ser rg() < :, las columnas c
1
, ..., c
n
de son linealmente de-
pendientes, es decir, existen escalares `
1
, ..., `
n
1, no todos simultneamente
nulos, tales que `
1
c
1
+`
2
c
2
+... +`
n
c
n
= 0. Veamos que, en estas condiciones,
. = (.
1
, .
2
, ..., .
n
) = (r
1
+`
1
, ..., r
n
+`
n
) es otra solucin del sistema. En efecto,
.
1
c
1
+... +.
n
c
n
= (r
1
c
1
+... +r
n
c
n
) + (`
1
c
1
+... +`
n
c
n
) = / + 0 = /.
Por tanto, el sistema tiene al menos dos soluciones, luego es compatible
indeterminado.
31
Matemticas I. Prof. Ignacio Lpez Torres