B.

CAPÍTULO 2
OPERACIONES ELEMENTALES DE UNA MATRIZ , APLICACIONES

R
ZA
OBJETIVO GENERAL:

LA
Calcular matrices reducidas por filas, escalonadas, mediante operaciones elementales con coeficientes sobre el cuerpo
de los números Reales R o cuerpo de los números complejos C a un nivel reproductivo y aplicarlas para el cálculo del
rango de una matriz y a la matriz inversa.

Objetivo Particular: Calcular matrices reducidas por filas, escalonadas, mediante operaciones elementales con coe-
SA
ficientes sobre cualquier cuerpo.

2.1. OPERACIONES ELEMENTALES FILAS DE UNA MATRIZ

Para cualquier matriz se pueden definir operaciones de elementos entre filas y elementos entre columna de una matriz.
ER

Se plateará las operaciones elementales fila de una matriz.

DEFINICIÓN: Sea A ∈ Mmx n (K) y c ∈ K valor escalar. Llamaremos Fr a cualquier fila de posición résima. Se
difinen las siguientes tres operaciones elementales fila de una matriz
VI

Multiplicar la fila r-ésima de la matriz A por un valor escalar c, para c 6= 0 , c 6= 1. Es decir remplazar la fila Fr
por cFr , o ,
cFr → Fr
.
XA

se lee: obtenga una nueva matriz al quitar la fila Fr y en su lugar poner la fila cFr
Sumar c veces la fila s-ésima con la fila r-ésima de la matriz A. Es decir remplazar la fila Fr por cFs + Fr , o ,

cFs + Fr → Fr

.
se lee: obtenga una nueva matriz al quitar la fila Fr y en su lugar poner la fila cFs + Fr
C

Intercambiar filas distintas: r-ésima, s-ésima con la fila, para r 6= s . Es decir remplazar la fila Fr por Fs o la fila
Fs por Fr , o ,
Fr ↔ Fs

se lee: obtenga una nueva matriz al intercambiar las fila Fr y Fs entre sı́.

1
CAPÍTULO 2. OPERACIONES ELEMENTALES DE UNA MATRIZ , APLICACIONES 2

LEMAS: Matrices Reducidas , Matrices Escalonadas: El objetivo principal que se dará a estas deficiones es
crear el mayor número de vectores canónicos por columnas posibles.

A la fila r-ésima que usaremos para crear el vector canónico llamaremos como fila pivote.
Toda fila solo puede ser pivote una y solo una vez,

B.
Matriz Canónica: Es una matriz en la cual todas sus columnas están formadas por vectores canónicos diferentes,
la denotaremos con la letra e , (otros textos usan E o c). Ejemplos:
 
0 1 0  
0 0 0 0 0 1  
1 0
e= = (e3 , e1 , e4 ) e = 1 0 0 = (e2 , e3 , e1 ) e = =I

R
   
1 0 0 0 1
0 1 0
0 0 1
Matriz Reducida: Es una matriz en la cual al menos una de sus columnas No es un vector canónico, o, No está

ZA
formada por vectores canónicos diferentes diferentes, la denotaremos como AR , (otros textos usan A0 o A∗ ,
cada uno puede tener su propia notación). Ejemplos:
 
1 1 0  
0 0 0 1 1 1  
1 0 0
AR =   = (e1 , B, e3 ) AR =  0 0 0 = (e1 , e1 , e1 ) AR = = (e1 , e2 ; ∅)
0 1 1 0 1 0
0 0 0

LA
0 0 0
Matriz Escalonada: Es una matriz reducida por filas, en la cual se ha usado los pivotes de forma ordenada, es decir,
primero a1,1 luego a2,2 ,...,ak.k ası́ hasta que todas las filas hayan sido usadas como pivote. Ejemplos:
 
1 0 0    
0 1 0 1 0 2 2 1 −3 0
 AR = 0 3 −1 1
SA
AR = 0 0 1 = (e1 , e2 , e3 ) AR = 0 1 3
 
0 0 0 0 0 −5 2
0 0 0

NOTA 1: Esto crear el mayor número de vectores canónicos por columnas posibles es un objetivo, no una ley.
Usaremos este proceso en diferentes casos
NOTA 2: Dentro de la matriz notaremos con flechas ↑ o ↓ o l el elemento que será usado como pivote
Ejemplo 1:
ER

     
3 2 1 3 2 1 1↓ −2 −3
4 F1 ↔ F 3
5 2 4 5 2 4 5 2
A=
−3
 ∼   ∼  ∼
6 9 1 −2 −3   3 2 1
F3 (−1/3)
0 5 1 0 5 1 0 5 1
VI

     
1 −2 −3 1 −2 −3 F1 + 3F4 → F1 1 13 0
F2 − 4F1 → F2 
0 13 14   F2 − 14F4 → F2 0 −57 0
0 13 14   F3 (1/21)

F3 − 3F1 → F3 
XA

 
0 8 10  ∼ 0 4 5  F3 − 5F4 → F3 0 −21 0 ∼
∼
0 5 1 0 5 1↑ ∼ 0 5 1

   
1 13 0 F1 − 13F3 → F1 1 0 0
0
 −57 0
 F2 + 57F3 → F2 0
 0 0
 = e Rango(A) = 3
0 1l 0 ∼ 0 1 0 N ulidad(A) = 1
0 5 1 F4 − 5F3 → F4 0 0 1
C

por lo tanto (A) ∼ (e), esto se lee la matriz A es semejante por filas a una matriz canónica.

Ejemplo 2:
CAPÍTULO 2. OPERACIONES ELEMENTALES DE UNA MATRIZ , APLICACIONES 3

   
3 2 1 1 −3 F1 − F2 → F1 1↓ 0 −1 0 5
1 1 1 1 l 1 ∼  1 1 1 1 1
B=   
0 1 2 2 6 F3 − 2F2 → F3 
 −2 −1 0 0 4

B.
5 4 3 3 1 F4 − 3F2 → F4 2 1 0 0 −2

   
∼ 1 0 −1 0 5 1 0 −1 0 5
F2 − F4 → F2 
F2 − F1 → F2 0 1 2 1 6 0 0 0 1 2
∼  F (1/2)
0 2 3

F3 + 2F1 → F3 0 −1 −2 0 −6 0 0 0

R
F3 + F4 → F3
F4 − 2F1 → F4 0 1 ↑ 2 0 9 0 1 2 0 8

ZA
   
1 0 −1 0 5 F1 − 5F3 → F1 1 0 −1 0 0
 F2 + 2F3 → F2 0
0 0 0 1 2 0 0 1 0
 = BR Rango(B) = 4


0 0 0 0 1l ∼ 0 0 0 0 1 N ulidad(B) = 0
0 1 2 0 8 F4 − 8F3 → F4 0 1 2 0 0

por lo tanto (B) ∼ (BR ), esto se lee la matriz B es semejante por filas a una matriz reducida por filas.

2.2. RANGO Y NULIDAD DE UNA MATRIZ LA

SA
Sea A ∈ Mmx n (K) , donde m : número máximo de filas y n número máximo de columnas; se definen:

2.2.1. Rango de un matriz

Es el número de filas NO NULAS que tiene una matriz. Se lo representa como: Rango(A) = rng(A) = ρ(A)
, el rango está defindo entre los valores 1 ≤ Rango(A) ≤ mı́n(m, n)
ER

2.2.2. Nulidad de un matriz

Es el número de filas NULAS que tiene una matriz. Se lo representa como: N ulidad(A) = nul(A) = η(A),
la nulidad está definda entre los valores 0 ≤ N ulidad(A) < m
VI

Propiedades: Sea A, B ∈ Mmx n (K) y α ∈ K valor escalar

Rango(A) + N ulidad(A) = m , el rango más la nulidad es igual al número de filas que tiene una matriz.
XA

El Rango de una matriz es único

Rango(α · A) = α · Rango(A)
Rango(A + B) ≤ Rango(A) + Rango(B)
Rango(AT ) = Rango(A)
Rango(A) = Rango(A)
C

Rango(A+ ) = Rango(A)
Rango(∅) = 0
Rango(Inx n ) = n
El rango mı́nimo que tiene cualquier matriz es 1 (uno)
CAPÍTULO 2. OPERACIONES ELEMENTALES DE UNA MATRIZ , APLICACIONES 4

Cálculo del Rango: Para hallar el valor del rango de cualquier matriz se hallará una matriz semejante, reducida
por filas, usando operaciones elementales. Ver Ejemplo 1 y Ejemplo 2

(A) ∼ (e) , (A) ∼ (I) , (A) ∼ (AR )

B.
ANÁLISIS DEL RANGO DE UNA MATRIZ:

1) Matriz Cuadrada, ∀A ∈ Mnxn , n : número máximo de filas. 1 ≤ Rango(A) ≤ n

 


 • Rango(A) = n

a)Rango Maximo (A) ∼ (e) o (A) ∼ (I)




R

 
•det(A) 6= 0
 


 • 1 ≤ Rango(A) < n

b)Rango No Maximo (A) ∼ (AR )



ZA


 
• det(A) = 0
 

2) Matriz Rectagular, ∀A ∈ Mmx n (K) , para los valores 1 ≤ Rango(A) ≤ mı́n(m, n)

 
 • Rango (A) = n
m>n

 


(A) ∼ (e)

LA

 
a) 1 ≤ Rango(A) ≤ n



• 1 ≤ Rango(A) < n

 
 #fı́las mayor #columnas 



(A) ∼ (A )

R


 
 #fı́las menor #columnas



 

SA
b)m < n 1 ≤ Rango(A) ≤ m




 
(A) ∼ (AR ),
 

 
1 1 a+1
EJEMPLO 3: Anlizar el rango de la siguiente matriz: A= 1 a+1 1 
a+1 1 1
Desarrollo: Comoe es una matriz cuadradas, se deberá estudiar para que valores de a ∈ K la matriz tiene Rango
ER

Máximo, Rango No Máximo.

Para este caso se realizará el ejemplo reduciendo la matriz por filas, de una forma escalonada.

Rango Máximo:
I
VI

   z }| {  
1↓ 1 a+1 F2 − F1 → F2 1 1 a+1 a 6= 0 1 1 a+1
A= 1 a+1 1  F3 − (a + 1)F1 → F3 0 a −a  F2 (1/a) ∼ 0 1l −1  ∼
a+1 1 1 ∼ 0 −a −a(a + 2) F3 (−1/a) 0 1 a+2
XA

II
z }| {
  a 6= −3    
F1 − F2 → F1 1 0 a+2 1 0 a + 2 F1 + (a + 2)F3 → F1 1 0 0
∼ 0 1 −1  ∼ 0 1 −1  ∼ 0 1 0 = I
1
F3 − F2 → F3 0 0 a + 3 F3 0 0 1↑ F2 + F3 → F3 0 0 1
a+3
por lo tanto (A) ∼ (I), esto se lee la matriz A es equivalente a una matriz Identidad.
C

Se concluye que La matriz A es de Rango Máximo, es decir, Rango(A) = 3 para todos los valores
a ∈ R − {−3, 0}
Rango no Máximo: De lo anterior se infiere que la matriz es de rango no máximos para los valores de I) a = 0
o II) a = −3. Ası́ que sustituiremos estos valores en la matriz original para determinar el valor del rango
para cada uno.
CAPÍTULO 2. OPERACIONES ELEMENTALES DE UNA MATRIZ , APLICACIONES 5
   
1 1 0+1 1 1 1
I) Para a = 0 se estudiará el rango para la matriz A1 =  1 0+1 1  = 1 1 1
0+1 1 1 1 1 1
   
1 1 1 F2 − F1 → F2 1 1 1
1 1 1 F3 − F1 → F3 0 0 0

B.
1 1 1 ∼ 0 0 0
 
1 1 1
Por lo tanto se concluye que: Para a = 0 la matriz A1 = 1 1 1 , es de Rango(A1 ) = 1 y N ulidad(A1 ) = 2
1 1 1

R
   
1 1 −3 + 1 1 1 −2
II) Para a = −3 se estudiará el rango para la matriz A2 =  1 −3 + 1 1  =  1 −2 1 
−3 + 1 1 1 −2 1 1

ZA
       
1 ↓ 1 −2 F2 − F1 → F2 1 1 −2 1 1 −2 F1 − F2 → F1 1 0 −1
 1 −2 1  F3 + 2F1 → F3 0 −3 3  F2 (−1/3) ∼ 0 1 l −1 ∼ 0 1 −1
−2 1 1 ∼ 0 3 −3 F3 (1/3) 0 1 −1 F3 − F2 → F3 0 0 0
 
1 1 −2
Por lo tanto se concluye que: Para a = −3 la matriz A2 =  1 −2 1  , es de Rango(A2 ) = 2 y N ulidad(A2 ) = 1

LA
−2 1 1

2.3. MATRIZ EQUIVALENTE / MATRIZ AUMENTADA

a) Matriz Equivalente: Sean A, B ∈ Mmx n (K); se dice que la matriz B es equivlante por filas a la matriz A
SA
si y solo sı́:
B =E·A
donde E ∈ Mmx m (K) es una matriz cuadrada de rango máximo.
b) Matriz Aumentada: o matriz ampliada, se obtiene al combinar dos matrices tal con el objeto de por
operaciones elementales encontrar una nueva matriz equivalente por filas , como se muestra a continuación:
(A | I) ∼ (B | E)
ER

 
1 1 1
Ejemplo 4:Para la siguiente matriz A hallar matrices B equivalente por fila; para A = .
−1 2 1
Desarrollo : Esacalonaremos la siguiente matriz
(A|I) a)(B1 |E1 ) b)(B2 |E2 )
z
 }| { z }| { z }| {
−2 1 1 | 1 0 ∼ 1↓ 2 1 | 0 1 ∼ 1 2 1 | 0 1 ∼
VI

1 2 1 | 0 1 F1 ↔ F2 −2 1 1 | 1 0 F2 + 2F1 → F2 0 5 3 | 1 2 F2 (1/5)

c)(B3 |E3 ) d)(B4 |E4 )

XA

z }| { z }|
1 2 1 | 0 1 F1 − 2F2 → F1 1 0 {
∼ −1/5 | −2/5 −1/5
0 1↑ 5/3 | 1/5 2/5 ∼ 0 1 5/3 | 1/5 2/5

     
1 2 1 0 1 1 1 1
a) (B1 |E1 ) , por lo tanto deberá cumplir B1 = E1 · A : = ·
−2 1 1 1 0 −1 2 1
     
1 2 1 0 1 1 1 1
b) (B2 |E2 ), por lo tanto deberá cumplir B2 = E2 · A : = ·
0 5 3 1 2 −1 2 1
C

     
1 2 1 0 1 1 1 1
c) (B3 |E3 ), por lo tanto deberá cumplir B3 = E3 · A : = ·
0 1 3/5 1/5 2/5 −1 2 1
     
1 0 −1/5 −2/5 −1/5 1 1 1
d) (B4 |E4 ), por lo tanto deberá cumplir B4 = E4 · A : = ·
0 1 3/5 1/5 2/5 −1 2 1