TEMA 3. LGEBRA MATRICIAL.

ALGORITMO DE GAUSS

3.1. PRELIMINARES
3.2. MATRIZ ESCALONADA Y MATRIZ ESCALONADA
REDUCIDA
3.3 MTODO DE GAUSS
3.4 APLICACIONES DEL MTODO DE GAUSS
3.5 MTODO DE GAUSS-JORDAN
3.6 APLICACIONES DEL MTODO DE GAUSS-JORDAN







3.1. PRELIMINARES (REPASAR EN LIBRO DE LGEBRA)

- MATRICES: Definiciones de:
o Matriz de dimensiones nxm sobre un cuerpo K (A e M
nm
(K)).
Trabajaremos con matrices definidas en dos cuerpos distintos:
, primo
p
y p

Vamos a considerar una matriz A representada en trminos de sus filas,
( )
1 2
, ,...,
n
A F F F =
.
o Matriz de orden n: es una matriz cuadrada nxn (A e M
n
(K)).
o Matriz identidad de orden n (I
n
).
o Matriz traspuesta (A
t
).
o Matrices triangular superior, inferior y matriz diagonal.

- CLCULO DE MATRICES: suma y producto de matrices.

- DETERMINANTES: Solo tiene sentido para matrices cuadradas nxn. Calculo de
determinantes usando el desarrollo por adjuntos de, por ejemplo, la primera columna.
Regla de Sarrus para matrices 3x3. Veremos en este tema un mtodo ms eficiente para
calcular el determinante de una matriz. Notacin: det(A) o |A|.


Algunas propiedades de los determinantes que usaremos son:
o Si una matriz tiene filas iguales o proporcionales o una fila es combinacin lineal de
otras dos, el determinante es 0. Si una matriz tiene una fila de ceros, el determinante
tambin es 0.
o det(F
1
,,F
i
,,F
n
) = det(F
1
,,F
i
,,F
n
)
o det(F
1
,,F
i
,,F
j
,,F
n
) = - det(F
1
,F
j
,,F
i
,,F
n
) (permutar dos filas cambia el
signo del determinante)
o det(F
1
,,F
i
,,F
j
,,F
n
) = det(F
1
,F
i
,,F
j
+ F
i
,,F
n
) (sumar a una fila una
proporcional a otra no cambia el determinante)
o
det( ) det( )
t
A A =

o
det( ) det( ) det( ) A B A B =
.
- MATRIZ INVERSA DE A:

o Existencia: La inversa de A, A
-1
, existe si y solo s A es cuadrada y det(A) = 0.
o Comprobacin de que B es la inversa de A:
n
A B B A I = =
.Adems,
1 1
det( ) (det( )) A A

=
.
o Clculo: se ha estudiado un mtodo poco eficiente del clculo de la inversa de una
matriz. Estudiaremos uno nuevo en este tema.

- MENOR DE ORDEN r para una matriz A: Es el valor del determinante de una submatriz
de A de tamao r x r.
- RANGO (para matrices A de dimensiones nxm): se ha estudiado y calculado el de rango
como el orden r del mayor menor no nulo de la matriz A. Lo denotaremos rg(A). Este
mtodo de clculo es poco eficiente y estudiaremos uno nuevo en este tema.

- SISTEMAS DE ECUACIONES LINEALES: se ha estudiado la discusin de sistemas
de ecuaciones lineales mediante el teorema de Rouch-Frbenius y su resolucin
mediante la regla de Cramer. Este mtodo de resolucin es poco eficiente y estudiaremos
uno nuevo en este tema.


Los mtodos estudiados hasta ahora para calcular el determinante, el rango o la inversa de
una matriz, as como los que se usan para resolver sistemas de ecuaciones lineales son poco
eficientes cuando las dimensiones de las matrices con las que se trabaja son grandes. En este
tema estudiaremos mtodos alternativos, sencillos de programar:

- MTODO DE GAUSS
- MTODO DE GAUSS-JORDAN

3.2. MATRIZ ESCALONADA Y MATRIZ ESCALONADA REDUCIDA

Definicin. Una matriz A e M
nm
(K) (conjunto de matrices nxm sobre el cuerpo K), est en
forma escalonada cuando el primer elemento no nulo de cada fila aparece a la derecha del
primer elemento no nulo de la fila inmediatamente superior.

1. En
K =
las dos primeras matrices S estn en forma escalonada pero las dos segundas NO:

1 2
1 2 1 0 2 0 0 1
0 0 2 3 , 0 0 1 3
0 0 0 1 0 0 0 0
A A
| | | |
| |
= =
| |
| |
\ . \ .
3 4
1 1 1 0 2 3 0 1
0 0 0 3 , 0 0 0 0
0 0 2 1 0 0 0 1
A A

| | | |
| |
= =
| |
| |
\ . \ .


2. En 3
K =
la matriz 5
1 2 0 3
0 4 7 1
0 6 3 2
A

| |
|
=
|
|

\ .
S est en forma escalonada pero 6
1 2 0 3
0 3 7 1
0 1 3 2
A

| |
|
=
|
|

\ .

NO.

Observacin: Las matrices con una fila de ceros solo pueden ser escalonadas si esta fila es la
ltima.

PROPIEDADES:

1) Si A = (a
ij
) es una matriz cuadrada de orden n y escalonada entonces

det(A) = a
11
a
22
... a
nn

2) Si A = (a
ij
) es una matriz escalonada entonces rg(A) coincide con el nmero de filas no nulas
de A.

Definicin. Una matriz AeM
nm
(K) est en forma escalonada reducida si es
escalonada, el primer elemento no nulo en cada fila es 1 y en la columna
correspondiente a dicho 1 los dems elementos son 0.

Ejemplo: Las siguientes matrices de M
3
(

) son escalonadas reducidas:

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
=
0 0 0 0
2 1 0 0
1 0 0 1
E ,
0 0 0 0
3 1 0 0
1 0 1 0
E ,
1 0 0 0
0 1 0 0
0 0 2 1
E
3 2 1


Observacin: Una matriz que tiene una fila de ceros solo puede ser escalonada
reducida si esta fila es la ltima.

Las siguientes matrices de M
3
(Z
7
) son escalonadas reducidas:

4 5
1 0 2 0 8 3 0 0
0 8 2 0 , 0 0 1 7
0 0 0 1 0 0 0 15
E E
| | | |
| |
= =
| |
| |
\ . \ .













3.3 MTODO DE GAUSS

Sea una matriz AeM
nm
(K) representada en trminos de sus filas,
( )
1 2
, ,...,
n
A F F F =
. El mtodo
de Gauss permite obtener una forma escalonada asociada a la misma. Para ello, vamos a definir
tres tipos de operaciones sobre las filas de una matriz:

- Operacin tipo 1: Permutar las filas i y j, con i = j, de la matriz. Se denota: F
i
F
j
.

- Operacin tipo 2: Sumar a la fila i la fila j, con i = j, multiplicada por o e K. Se denota:
F
i
: = F
i
+ o F
j

- Operacin tipo 3: Multiplicar la fila i por o e K
*
. Se denota: F
i
: = oF
i
.

Notacin: Si al aplicar una de estas operaciones a una matriz A e M
nm
(K) se obtiene una matriz
B, se denotar A
) 1 (
~ B, y se indicar en (1) la operacin que se aplica.

|
|
|
.
|

\
|

|
|
|
.
|

\
|

|
|
|
.
|

\
|

=
1 0 3
0 1 0
2 4 1
~
1 0 3
4 7 2
2 4 1
~
1 0 3
2 4 1
4 7 2
1 2 2 2 1
F 2 F : F F F
.
Teorema. Cualquier matriz A puede transformarse en una matriz escalonada realizando
operaciones de los tipos 1 y 2. La matriz resultante se denotar Esc(A) y NO ES NICA.


Demostracin. Se usa el algoritmo de Gauss (libro). La idea es obtener la matriz escalonada
haciendo ceros en las posiciones necesarias usando operaciones tipo 1 y 2 entre filas.

Ejemplo: Para buscar una matriz escalonada asociada a la matriz A e M
34
(

) siguiente se
puede utilizar el algoritmo de Gauss como sigue:

A =
( )
(1) (2) (3)
0 0 1 0 0 1 1 3 0 1 1 3 0 1 1 3
0 1 1 3 ~ 0 0 1 0 ~ 0 0 1 0 ~ 0 0 1 0
0 1 1 0 0 1 1 0 0 0 2 3 0 0 0 3
Esc A

| | | | | | | |
| | | |
=
| | | |
| | | |

\ . \ . \ . \ .


donde se han efectuado las operaciones de tipo 1 y 2 siguientes:

(1) F
1
F
2
(2) F
3
: = F
3
+ F
1
(3) F
3
: = F
3
+ 2F
2



3.4 APLICACIONES DEL MTODO DE GAUSS
a) Clculo del rango de una matriz.
Se puede demostrar que las operaciones de tipo 1 y 2 entre las filas de una matriz no modifican
el rango. Por tanto, dada una matriz no nula A se verifica

rg(A) = rg(Esc(A)) = n de filas no nulas de Esc(A)

b) Clculo del determinante de una matriz.
Dada una matriz cuadrada A se verifica det(A) = (1)
r
det(Esc(A)) siendo r el nmero de
veces que se han permutado dos filas de A para obtener Esc(A).
La ventaja de este mtodo radica en que Esc(A) es una matriz escalonada y, por tanto, su
determinante es el producto de los elementos de su diagonal principal.

Observacin: No se cumple que det(A) = (1)
r
det(Esc(A)) si para obtener Esc(A) se realizan
operaciones de tipo3.

Ejemplo: Calcular el rango y el determinante de A e M
3
(

) usando el mtodo de Gauss para

A =
0 1 0
1 1 3
1 1 0
| |
|
|
|

\ .
. Realizar los mismos calculos si A e M
3
(Z
3
).
TEOREMA DE ROUCH-FRBENIUS

.Sea Ax = B un sistema de ecuaciones lineales donde A es la matriz de coeficientes, B el vector
de trminos independientes y x el vector de las incgnitas.

El sistema es compatible rg (A) = rg (A|B) (es incompatible rg (A) = rg (A|B)).

Adems,

1) Si rg (A) = rg (A|B) = n de incgnitas del sistema = n, el sistema tiene solucin nica y se
dice que es compatible determinado.

2) Si rg (A) = rg (A|B) = r < n = n de incgnitas del sistema, el sistema no tiene solucin nica
y se dice que es compatible indeterminado. En particular, si
K =
el sistema tiene infinitas
soluciones dependiendo de n-r parmetros. Si p
K =
el sistema tiene
n r
p

soluciones
dependiendo de n-r parmetros.

Notacin: (A|B) es la matriz de coeficientes, A, a la que se le aade la columna de trminos
independientes, B. (A|B) se llama matriz ampliada.
c) Aplicacin del mtodo de Gauss a la resolucin de sistemas de ecuaciones lineales.

Proposicin. Dado un sistema de ecuaciones lineales A x = B, al calcular una forma escalonada
de la matriz ampliada, (A|B), se obtiene un nuevo sistema triangular equivalente al dado, es
decir que tiene las mismas soluciones. Este sistema es fcil de resolver mediante sustitucin
hacia atrs.

Ejemplo en

: Resolver el sistema de ecuaciones

2 0
3 2 1
6 2 3 2
x y z
x y z
x y z
+ =

=
`

=
)
.


Ejemplo en
p

: Resolver el sistema de ecuaciones

3
1
en
2
x y+ 2z
x y z
+ =

`
+ + =
)

.





3.5 MTODO DE GAUSS-JORDAN

Teorema. Cualquier matriz A puede transformarse en una matriz escalonada reducida utilizando
operaciones elementales de los tipos 1, 2 y 3 sobre sus filas. Adems la matriz escalonada
reducida asociada a una matriz A es nica y la denotaremos por EscR(A).

El algoritmo de Gauss-Jordan es una variante del algoritmo de Gauss de manera que:
- el primer elemento no nulo de una fila, a
ij
, sea 1 usando la operacin de tipo 3 entre las
filas de una matriz : hacer F
i
: =
ij
a
1
F
i
en

y F
i
: =
1
ij
a

F
i
en p

.
- El resto de elementos no nulos por encima de ese 1 sean 0 (no solo por debajo, que es
lo que hacia el algoritmo de Gauss) usando la operacin tipo 2.

Ejemplo: Dada A e M
3
( ), vamos a comprobar que EscR(A) es:

A =
0 1 0 1 0 0
1 1 3 0 1 0 EscR( )
1 1 0 0 0 1
A

| | | |
| |
=
| |
| |

\ . \ .

3.6 APLICACIONES DEL MTODO DE GAUSS-JORDAN
a) Resolucin de sistemas de ecuaciones lineales

Para un sistema de ecuaciones A x = B , si se calcula la forma escalonada reducida de la matriz
(A|B) asociada a un sistema de ecuaciones lineales, se obtiene un sistema equivalente de tipo
diagonal, inmediato de resolver.

Para resolver a mano un sistema de ecuaciones es ms corto utilizar el mtodo de Gauss. Sin
embargo, los programas habituales que se emplean para resolver sistemas (Derive) usan el
algoritmo de Gauss-Jordan.

Ejemplo: Resolver el sistema de ecuaciones
2 0
3 2 1
6 2 3 2
x y z
x y z
x y z
+ =

=
`

=
)

con coeficientes reales utilizando el algoritmo de Gauss-Jordan.





b) Clculo de la inversa de una matriz

Proposicin. Dada una matriz cuadrada A e M
n
(K), si sta se ampla con la matriz identidad de
orden n, esto es (A|I
n
), y se halla su forma escalonada reducida, se verifica que

A es inversible y su inversa es B la matriz escalonada reducida de (A|I
n
) es (I
n
|B).
Ejemplo en

: Utilizar este algoritmo para estudiar si A y B son inversibles. Calcular, si es

posible, sus inversas.
1 1 0
1 2
1 1 1
3 1
0 0 1
A B
| |
| |
|
= =
|
|

\ .
|

\ .


Ejemplo en 5

: Calcular, si es posible, la matriz inversa de

2 1
3 4
C

| |
=
|
\ .
. Comprobar que la
matriz obtenida es su inversa.