VECTORES

Un vector …la o vector renglón de n componentes es un conjunto

ordenado de n números escritos horizontalmente en la forma
(x1 ; x2 ; :::; xn )

Es un caso especial de matriz: una matriz de tamaño 1 n.

Por ejemplo
(0; 0; 0; 0) es un vector …la de 4 componentes. Es el 4-vector cero o vector
cero de 4 componentes.
(1; 0; 0), (0; 1; 0), (0; 0; 1) son tres vectores …la de 3 componentes.

Un vector columna de n componentes es un conjunto ordenado de n

números escritos verticalmente en la forma
0 1
x1
B x2 C
B C
B .. C
@ . A
xn

Es un caso especial de matriz: una matriz de tamaño n 1.

Por
0 ejemplo
1 0 1
1 0 0 1
1 0 1
B 1 C B 0 C 0 p
B C B C B 1 C
B 2 C,B 0 C,B C, @ 1 A, p2 ,
B C B C @ 0 A 2
@ 2 A @ 0 A 1
0
3 0
son vectores columna de 5, 5 4,3 y 2 componentes respetivamente.

0 Tanto
1 para el n-vector …la (x1 ; x2 ; :::; xn ) como para el n-vector columna
x1
B x2 C
B C
B .. C
@ . A
xn

x1 es la primera componente, x2 es la segunda componente, ..., xk es

la k-ésima componente, xn es la n-ésima componente del vector.

Las componentes de los vectores son números reales o complejos.

El espacio Rn 0 1
a1
B a2 C
B C
Se nota Rn el conjuto de todos los n-vectores B .. C donde cada ai es un
@ . A
an
número real.

1
 80 1 9
>
> a1 >
>
>
<B C >
=
B a2 C
n
R = B .. C : ai 2 R; i = 1; :::; n
>
>@ . A >
>
>
: >
;
an

De manera
80 similar,
1 9
>
> z1 >
>
>
<B z2 C >
=
B C
Cn = B . C : zi 2 C; i = 1; :::; n .
>
> @ .. A >
>
>
: >
;
zn

TRANSPUESTA DE UNA MATRIZ

De…niciòn. Sea A = (aij) una matriz de tamaño m n. La transpuesta

de A, notada At , es la matriz m n obtenida al intercambiar las …las por las
columnas de A. De manera breve se puede esribir At = (aji ).

Los elementos de la primera …la de la matriz A se disponen verticalmente,

en su orden, para conformar la primera columna de la matriz At .
a11
a12
a11 a12 ::: a1n i ..
| {z } .
Prim era …la de A
a1n
| {z }
Prim era colum na de At

Los elementos de la i-ésima …la de la matriz A se disponen verticalmente, en

su orden, para conformar la i-ésima columna de la matriz At .
ai1
ai2
ai1 ai2 ::: ain i ..
| {z } .
i-ésim a …la de A
ain
| {z }
i-ésim a colum na de At

para i = 1; :::; m.

De modo que si
0 1 0 1
a11 a12 ::: a1n ai1 a21 ::: am1
B a21 a22 ::: a2n C B ai2 a22 ::: am2 C
B C B C
A=B .. C entonces At = B .. .. .. C
@ . A @ . . . A
am1 am2 ::: amn ain a2n ::: amn

2
 Así que la componente ij de At es la componente ji de A para i = 1; :::; m
y j = 1; :::; n.

Ejemplos.
0 p 1
2 p2 2p 3p 5
1. Si A = @ 3 p3
A entonces At = p .
2 3 5
5 5
0 1
1
B 2 C
B C
2. Si a = B
B 3 C entonces at =
C 1 2 3 4 5
@ 4 A
5
0 1
1
B 2 C
B C
3. Si b = 1 2 3 4 5 entonces bt = B
B 3 C
C
@ 4 A
5

t
Notemos que a = bt = (at ) .:
0 1 0 1
! 0 0 0 ! 2 4
B 2 1 0 0 C B 0 1 2 _3 C
4. Si B = B
@ 3
C entonces B = B
A
t
@ 0
C
2 4 0 0 4 5 A
4 3 5 1 0 0 0 1

Notemos que para esta matriz cuadrada de tamaño 4, los elementos de la

diagonal que están en las posiciones 11, 22, 33 y 44 de la matriz B, ocupan
esas mismas posiciones en la matriz B t . Esto mismo ocurre para toda matriz
cuadrada de cualquier tamaño.

Notemos además que seis entradas iguales a 0 de la matriz B forman un

triángulo arriba de la diagonal. En la matriz B t las respectivas componentes
iguales a 0 están abajo de la diagonal formando un triángulo.

De B se dice que es una matriz triangular inferior. De B t se dice que es

una matriz triangular superior.

5. Si

0 1 0 1
2 1 1 2 1 1
C=@ 1 3 1 A entonces Ct = @ 1 3 1 A : = C.
1 1 4 1 1 4

3
 De C se dice que es una matriz simétrica. Son iguales las componentes 12
y 21, las componentes 13 y 31 y las componentes 23 y 32.

6. Si 0 1 0 1
0 1 2 3 4 0 1 2 3 4
B 1 0 1 2 3 C B 1 0 1 2 3 C
B C B C
D=B
B 2 1 0 1 2 C entonces Dt = B
C B 2 1 0 1 2 C: =
C
@ 3 2 1 0 1 A @ 3 2 1 0 1 A
4 3 2 1 0 4 3 2 1 0
( 1) D = D.

De D se dice que es una matriz antisimétrica.

La componente 21 es el opuesto o inverso aditivo de la componente 12, la

componente 31 es el opuesto o inverso aditivo de la componente 13, a compo-
nente 32 es el opuesto o inverso aditivo de la componente 23, en general, la
componente ij es el opuesto o inverso aditivo de la componente ji en todos los
casos en que i 6= j.

Las componentes de la diagonal son todas iguales a 0.

0 1 0 1
a b c d a e i m
B e f g h C B b f j n C
7. Si E = B
@ i
C entonces E t = B
A @
C y
j k l c g k o A
m n o p d h l p
0 1 0 1
a+a b+e c+i d+m 2a b+e c+i d+m
B e+b f +f g+j h+n C B b+e 2f g+j h+n C
E+E = B
t
@ i+c
C=B C
j+g k+k l+o A @ c+i g+j 2k l+o A
m+d n+h o+l p+p d+m h+n l+o 2p

E + E t es una matriz simétrica (Con respecto a la diagonal principal): son

iguales las componentes 12 y 21, las componentes 13 y 31 y las componentes 23
y 32 y, en general las componentes ij y ji en todos los casos en que i 6= j.
t
(E + E t ) = E + E t .

Además, 0 1 0 1
a a b e c i d m 0 b e c i d m
B e b f f g j h n C B (b e) 0 g j h n C
E E =B
t
@ i c
C=B
A @
C
j g k k l o (c i) (g j) 0 l o A
m d n h o l p p (d m) (h n) (l o) 0

E E t es una matriz antisimétrica (Con respecto a la diagonal principal):

La componente 21 es el opuesto o inverso aditivo de la componente 12, la com-
ponente 31 es el opuesto o inverso aditivo de la componente 13, a componente 32

4
es el opuesto o inverso aditivo de la componente 23, en general, la componente
ij es el opuesto o inverso aditivo de la componente ji en todos los casos en que
i 6= j.

Las entradas de la diagonal son todas iguales a 0.

t t
(E E t ) = (E E t ) .

Teorema. Sean A una matriz m n y B una matriz n p. Entonces

t
i. At es una matriz n m, (At ) es una matriz m n (igual tamaño que A),
t
y (At ) = A .

ii El producto de matrices AB está de…nido, AB es una matriz m p y

t
(AB) es una matriz p m.

B t es una matriz p n, At es una matriz n m, el producto B t At está

de…nido y B t At es una matriz p m.
t
Además (AB) = B t At .

iii. Si A y B son matrices de tamaño m n entonces A + B es una matriz

t
m n, At , B t , At + B t y (A + B) son matrices n m y además
t
(A + B) = At + B t .

iv. S i A es una matriz cuadrada de tamaño n y A es invertible entonces

1 t
A , At y A 1 son matrices cuadradas de tamaño n, At es invertible y
1 1 t
(At ) = A .

De…nición. Una matriz cuadrada de tamaño n es una matriz simétrica

si At = A. Es decir, la i-ésima …la de A es igual a la i-ésima columna de A, o.
aún, la componente ij de A es igual a la componente ji para 1 i; j n (esto
es para todo 1 i n y todo 1 j n).

Ejemplos.

1. Como0mencionamos antes,
1 0 1
2 1 1 2 1 1
si C = @ 1 3 1 A entonces Ct = @ 1 3 1 A = C así
1 1 4 1 1 4
que C es simétrica.

2. Cualquiera sea n 2 Z+ , In , la matriz identidad de tamaño n, es una

matriz simétrica. La matriz cero de tamaño n n es una matriz simétrica.

5
 3. Si A es una matriz cuadrada, At tambièn es una matriz cuadrada del
mismo tamaño que A y A + At es una matriz simètrica puesto que
t t
(A + At ) = At + (At ) = At + A = A + At .

0 4. Sin importar
1 cuáles sean las componentes marcadas con , la matriz
1
@ 1 1 A no es simétrica.
0

De…nición. Una matriz cuadrada de tamaño n es una matriz antisimétrica

si At = A (esto es ( 1) A). Es decir, las componentes de la i-ésima …la de A,
en su orden, son los opuestos o inversos aditivos de las componentes la i-ésima
columna de A. O, de otra manera, la componente ij de A es igual al opuesto o
inverso aditivo de la componente ji de A para 1 i; j n (esto es para todo
1 i n y todo 1 j n).

Notemos que al transponer una matriz cuadrada de tamaño n A = (aij ),

los elementos de la diagonal (principal) permanecen …jos. En consecuencia, si
A es antisimètrica, At = A. Entonces, en particular, aii = aii para cada
i = 1; :::; n. Así que aii = 0 para cada i. Esto es, la diagonal de una matriz
antisimétrica es cero.

Ejemplos.

1. Como
0 mencionamos antes si 1 0 1
0 1 2 3 4 0 1 2 3 4
B 1 0 1 2 3 C B 1 0 1 2 3 C
B C B C
D=B B 2 1 0 1 2 C t B
C entonces D = B 2 1 0 1 2 C: =
C
@ 3 2 1 0 1 A @ 3 2 1 0 1 A
4 3 2 1 0 4 3 2 1 0
( 1) D = D.

es decir, D es una matriz antisimétrica.

2. Cualquiera sea n 2 Z+ , la matriz cero de tamaño n n es una matriz

antisimétrica.

3. Si A es una matriz cuadrada, At tambièn es una matriz cuadrada del

mismo tamaño que A y A At es una matriz antisimètrica puesto que
t t
(A At ) = At (At ) = At A= (A At ).

0 4. Sin importar
1 cuáles sean las componentes marcadas con , la matriz

@ 1 A no es antisimétrica.

6
 La matriz transpuesta y el producto escalar

0 1 0 1
a1 b1
B a2 C B b2 C
B C B C
Sean a = B .. C y b=B .. C dos vectores columna con n compo-
@ . A @ . A
an bn
nentes. Entonces, el producto escalar de a y b, según se ha de…nido es
a b = a1 b1 + ::: + an bn .

Ahora bien, a es una matriz n 1, entonces su transpuesta at es una matriz

1 n:
at = a1 a2 ... an
El producto de matrices at b está
0 de…nido
1 y ese producto tiene tamaño 1 1:
b1
B b2 C
B C
at b = a1 a2 ... an B . C = a1 b1 + ::: + an bn .
@ .. A
bn
Así si a y b son vectores columna de n componentes, entonces
a b = at b .
Este hecho será usado más adelante.

MATRICES Y SISTEMAS DE ECUACIONES

LINEALES
Sea
8
> a11
>
>
x1 + a12 x2 + ::: + a1n xn = b1
< a21 x1 + a22 x2 + ::: + a2n xn = b2
.. (1)
>
> .
>
:
am1 x1 + am2 x2 + ::: + amn xn = bm
un sistema
0 de m ecuaciones y n1incógnitas,
a11 a12 ::: a1n
B a21 a22 ::: a2n C
B C
A=B . C
@ .. A
am1 am2 ::: amn

la matriz m n de coe…cientes del sistema y x y b los vectores

0 1 0 1
x1 b1
B x2 C B b2 C
B C B C
x=B .. C y b=B .. C
@ . A @ . A
xn bm

7
 A es una matriz m n y x es una matriz n 1. Entonces el producto Ax
está de…nido y es una matriz m 1. El sistema (1) se puede escribir en la forma

Ax = b

esta es la representación matricial de un sistema de ecuaciones lin-

eales.

Ejemplos.

El sistema de 5 ecuaciones y 3 incógnitas

8
>
> x1 + x3 = 2
>
>
< 2 x1 x2 + x3 = 1
3 x1 + 2 x2 2 x3 = 1
>
>
>
> x1 2 x2 + 3 x3 = 2
:
5 x1 + 2 x2 + 6 x3 = 1

se puede expresar en la forma

0 1 0 1
1 0 1 0 1 2
B 2 1 1 C x1 B 1 C
B C B C
B 3 2 2 C @ x1 A = B 1 C
B C B C
@ 1 2 3 A x1 @ 2 A
5 2 6 1

El sistema homogéneo de 3 ecuaciones y

8 5 incógnitas
< x1 + 2 x2 3 x3 + 2 x4 4 x5 = 0
2 x1 + 4 x2 5 x3 + x4 6 x5 = 0
:
5 x1 + 10 x2 13 x3 + 4 x4 16 x5 = 0

se puede expresar en la forma

0 1
0 1 x1 0 1
1 2 3 2 4 B x2 C 0
B C
@ 2 4 5 1 6 A B x3 C=@ 0 A
B C
5 10 13 4 16 @ x4 A 0
x5

El sistema de 3 ecuaciones y 3 incógnitas

8
< 2 x1 + x2 + 3 x3 = 9
x1 + 3 x2 x3 = 4
:
4 x1 + 2 x2 + x3 = 11

8
 se puede expresar en la forma:
0 10 1 0 1
2 1 3 x1 9
@ 1 3 1 A @ x2 A = @ 4 A
4 2 1 x3 11

Existe una relación fundamental entre los sistemas homogéneos y los no

homogéneos:
Sea A una matriz m n y sea
0 1 0 1 0 1
x1 b1 0
B x2 C B b2 C B 0 C
B C B C B C
x=B .. C b=B .. C y 0=B .. C el m-vector columna cero.
@ . A @ . A @ . A
xn bm 0

El sistema lineal no homogéneo general se puede escribir como

Ax = b

Si b 6= 0, un sistema homogéneo asociado se de…ne como

Ax = 0

Teorema. Sean x1 y x2 soluciones del sistema no homogéneo Ax = b.

Entonces la diferencia x1 x2 es una solución del sistema homogéneo relacionado
Ax = 0.
Demostración. A (x1 x2 ) = Ax1 Ax2 =b b = 0

Corolario. Sea x una solución particular del sistema no homogéneo Ax = b

y sea y otra solución de ese sistema. Entonces existe un solución h del sistema
homogéneo Ax = 0 tal que

y = x + h.
Demostración. Si h está de…nida por h =y x entonces h es una solución
del sistema homogéneo Ax = 0 por el teorema anterior y y = x + h.

Dado lo anterior, con el …n de encontrar todas las soluciones del sistema

no homogéneo Ax = b, es su…ciente encontrar una solución de ese sistema no
homogéneo y todas las soluciones del sistema homogéneo asociado Ax = 0.

Ejemplo.

Cómo escribir un número in…nito de soluciones como una solución particular

de un sistema no homogéneo más las soluciones del sistema homogéneo.

9
 Encontrar todas las soluciones del sistema no homogéneo

De acuerdo con lo anterior, encontrar todas las soluciones del sistema.

8
< x1 + 2 x2 x3 = 4
2 x1 + 5 x2 + 2 x3 = 9
:
x1 + 4 x2 + 7 x3 = 6

Al sistema asociamos su matriz aumentada

0 1 F2 ! F2 2F1 0 1 F1 ! F1 2F2
1 2 1 j 4 F3 ! F3 F1 1 2 1 j 4 F3 ! F3 2F2
@ 2 5 2 j 9 A ! @ 0 1 4 j 1 A !
0 1 4 7 j 6 1 0 2 8 j 2
1 0 9 j 2
@ 0 1 4 j 1 A
0 0 0 j 0

La última es la matriz escalonada reducida.

x1 9 x3 = 2
x2 + 4 x3 = 1

Así x3 puede tomar cualquier valor real r y entonces x2 = 4x3 + 1;y

x1 = 9x3 + 2. De esta manera, la solución general del sistema
x1 = 9x3 + 2
x2 = 4x3 + 1
Con 0
lo que 1
las soluciones
0 son 1 0 1 0 1
x1 9x3 + 2 2 9
x = @ x2 A = @ 4x3 + 1 A = @ 1 A + x3 @ 4 A
x3 x3 0 1
0 1 0 1
2 9
donde @ 1 A es una solución particular y x3 @ 4 A es una solución
0 1
del sistema homogéneo para cada número real x3 .

También se puede escribir las soluciones como vectores …la así:

x = (x1 ; x2 ; x3 ) = (9x3 + 2; 4x3 + 1; x3 ) =

(2; 1; 0) + (9x3 ; 4x3 ; x3 ) = (2; 1; 0) + x3 (9; 4; 1).

donde (2; 1; 0) es una solución particular y x3 (9; 4; 1) es una solución del

sistema homogéneo paracada número real x3 .

INVERSA DE UNA MATRIZ CUADRADA

10
 De…nición. Una matriz identidad In es una matriz de tamaño n n
cuyos elementos de la diagonal principal son iguales a 1 y todos los demás son
0. Esto es:

Teorema, Si A es una matriz cuadrada n n entonces

AIn = In A = A.
1 si i = j
In = (bij ) donde bij =
0 si i 6= j

Es decir In conmuta con toda matriz A de tamaño n n y la deja sin cambio

después de lamultiplicación.

De…nición. Inversa de una matriz. Si A y B son dos matrices de tamaño

n n tales que
AB = BA = In
entonces B se llama la inversa de A y se denota A 1 . Entonces se tiene
AA 1 = A 1 A = In
Si A tiene inversa se dice invertible, regular o no singular. Una matriz
cuadrada que no es invertible, se dice que es singular.

Observaciones.
1
De la de…nición se sigue que A 1 = A.
No toda matiz cuadrada tiene inversa.

Teorema, Si una matriz A, n n; es invertible su inversa es única.

Demostración. Si AB = BA = I y AC = CA = I entonces
B = BI = B (AC) = (BA) C = IC = C.

Teorema, Si A y B son matrices invertibles de tamaño n n; entonces AB

1
es invertible y (AB) = B 1 A 1 .
Demostración. Si AB B 1 A 1 = A BB 1 A 1 = AIA 1 = AA 1 = I
y
B 1 A 1 AB = B 1 A 1 A B = B 1 IB = B 1 B = I

Observación. Del teorema se tiene que si A, B y C son matrices invertibles

n n entonces ABC es invertible y
1
(ABC) = C 1 B 1 A 1 .

Matrices inversas y sistemas de ecuaciones

Consideremos un sistema de n ecuaciones con n incógnitas

Ax = b
Si A es invertible, entonces
A 1 Ax = A 1 b
Ix = A 1 b

11
 1
x=A b.
1
Así, si A es invertible, el sistema Ax = b tiene solución única x = A b.

Cálculo de la inversa de una matriz 2 2:

4 1
Sea A =
2 1

1 x y
Supongamos que A es invertible y que A =
z w

Tenemos que

1 4 1 x y 1 0
AA = =
2 1 z w 0 1

esto es

4x z 4y w 1 0
=
2x + z 2y + w 0 1

Así
8 tenemos el sistema
>
> 4x z = 1
<
4y w = 0
> 2x
> + z = 0
:
2y + w = 1

Este es un sistema de 4 ecuaciones con 4 incógnitas: 2 que solo involucran

x y z y otro ue involucra solo y y w. Tenemos dos sistemas cuyas matrices
aumentadas son

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

Los dos sistemas se pueden solucionar tomando como matriz aumentada

4 1 j 1 0
2 1 j 0 1

Si la inversa existe, al llevar esta matriz a la forma escalonada reducida

debemos obtener una matriz

1 0 j x y
0 1 j z w

Buscamos la forma escalonada reducida

12
 4 1 j 1 0 F1 $F2 2 1 j 0 1 F2 !F2 2F1
! !
2 1 j 0 1 4 1 j 1 0

F1 ! 21 F1
2 1 j 0 1 F2 ! 13 F2 1 1
j 0 1
! 2 2
1 2
0 3 j 1 2 0 1 j 3 3

1 1 1
F1 !F1 2 F2 1 0 j 6 6
! 1 2
0 1 j 3 3

1 1
1 6 6
Asì A = 1 2
3 3

en efecto
1 1
4 1 6 6 4 16 + 1
3 4 16 2
3 1 0
1 2 = =
2 1 3 3 2 61 1
3 2 16 + 2
3 0 1

y
1 1 1
1
6
1
6 4 1 64 + 62 6 ( 1) + 16 1 1 0
1 2 = 1 2 1 2 =
3 3 2 1 34 + 32 3 ( 1) + 3 1
0 1

Procedimiento para hallar la inversa de una matriz cuadrada A

1. Escribir la matriz aumentada (A j I)

2. Hallar la forma escalonada reducida de esta matriz aumentada.
3. Determinar si A es invertible.
- Si la forma escalonada reducida de A es la identidad I, entonces A 1 es la
matriz que está a la derecha de la barra vertical.
- Si la forma escalonada reducida de A no es la identidad I, caso en el cual
aparece una …la de ceros a la izquierda de la barra vertical, entonces A no es
invertible.

Ejemplo.
0 1
1 0 2
Sea A = @ 2 1 3 A
4 1 8
0 1 0 1
1 0 2 j 1 0 0 1 0 2 j 1 0 0
@ 2 1 3 j 0 1 0 A !@ 0 1 1 j 2 1 0 A !
4 1 8 j 0 0 1 0 1 0 j 4 0 1

13
 0 1 0 1
1 0 2 j 1 0 0 1 0 0 j 11 2 2
@ 0 1 1 j 2 1 0 A !@ 0 1 0 j 4 0 1 A !
0 0 1 j 6 1 1 0 0 1 j 6 1 1
0 1
1 0 0 j 11 2 2
@ 0 1 0 j 4 0 1 A
0 0 1 j 6 1 1

omprobamos que las columnas de la mitad derecha forman la inversa dela

matriz A:
0 10 1
1 0 2 11 2 2
@ 2 1 3 A@ 4 0 1 A=
4 1 8 6 1 1
0 1
1 ( 11) + 0 ( 4) + 2 6 1 2 + 0 0 + 2 ( 1) 1 2 + 0 1 + 2 ( 1)
@ 2 ( 11) + ( 1) ( 4) + 3 6 2 2 + ( 1) 0 + 3 ( 1) 2 2 + ( 1) 1 + 3 ( 1) A
4 ( 11) + 1 ( 4) + 8 6 4 2 + 1 0 + 8 ( 1) 4 2 + 1 1 + 8 ( 1)
0 1
1 0 0
=@ 0 1 0 A
0 0 1

También
0 10 1 0 1
11 2 2 1 0 2 1 0 0
@ 4 0 1 A@ 2 1 3 A=@ 0 1 0 A
6 1 1 4 1 8 0 0 1

Asì
0 1
11 2 2
A 1
=@ 4 0 1 A
6 1 1

De…nición. Si una matriz A se pude transformar mediante operaciones

elementales sobre …las en una matriz B, se dice que A y B son equivalentes

por …las.

Teorema. Sea A una matriz de tamaño n n.

i. A es invertible si y solo si A es equivalente por …las a la matriz identidad
In , esto es,si la forma escalonada reducida por …las de A es In .
ii A es invertible si y solo si el sistema Ax = b tiene solución única para
cada n-vector b.
iii. Si A es invertible, entonces la solución única del sistema Ax = b está
dada por x = A 1 b.

14
 iv. A es invertible si y solo si su forma escalonada reducida por …las tiene n
pivotes.

Teorema. Sea A una matriz de tamaño n n. Las a…rmaciones sigu-

ientes son equivalentes. Es decir si para una matriz una de las a…rmaciones es
verdadera, entonces las otras cinco
también lo son y si para una matriz una de ellas es falsa, todas lo son. (Esto
es, si una matriz cumple una de las condiciones, entonces cumple las otras cinco
y si una matriz incumple alguna
de las condiciones, entonces incumple las demás).
i. A es invertible. si y solo si A es equivalente por …las a la matriz identidad
In , esto es,si la forma escalonada reducida por …las de A es In .
ii La única solución del sistema homogéneo Ax = 0 es la solución trivial
(x = 0)..
iii. El sistema Ax = b tiene solución única para cada n-vector b.
iv. A es equivalente por …las a la matriz identidad In , esto es,si la forma
escalonada reducida por …las de A es In .
v. La forma escalonada reducida por …las tiene n pivotes.

Teorema. Sean A y B matrices de tamaño n n. Entonces A es invertible

y B = A 1 si AB = In o si BA = In .

Demostración.
Supongamos que BA = In y consideremos el sistema homogéneo Ax = 0.
Multiplicando por la izquierda por B tenemos
Ax = 0
B (Ax) = B0
(BA) x = 0
In x = 0
x=0

Entonces, de acuerdo con el teorema anterior, A es una matriz invertible.

Sea C = A 1 . Entonces AC = CA = In y
B = BIn = B (AC) = (BA) C = In C = C.
Si AC = In , aplicando lo anterior a B tenemos que A = B 1 . Entonces
AB = BA = In lo que prueba que A es invertible.

MATRICES ELEMENTALES Y MATRICES INVER-

SAS
Como mencionamos anteriormente, las operaciones elementales sobre las …las
de una matriz son de tres tipos:
i. Multiplicar la …la i por un escalar c diferente de cero. Escribimos Fi !
cFi . Notamos cFi la matriz elemental obtenida.

15
 ii. Sumar un múltiplo escalar de la …la i a la …la j. Escribimos Fj !
Fj + cFi . Notamos Fj + cFi la matriz elemental obtenida.
iii. Permutar o intercambiar las …las i y j. Escribimos Fi Fj . Notamos
Pij la matriz elemental obtenida.

De…nición. Una matriz cuadrada de tamaño n es una matriz elemental

si se puede obtener a partir de In , la matriz identidad de tamaño n n mediante
una operación elemental sobre las …las.

Ejemplos.

1. Algunas matrices elementales 2 2:

1 0 F1 !2F1 2 0
! = 2F1 .
0 1 0 1
1 0 F2 ! 3F2 1 0
! = 3F2 .
0 1 0 3
1 0 F1 !F1 5F2 1 5
! = F1 5F2 .
0 1 0 1
1 0 F2 !F2 +6F1 1 0
! = F2 + 6F1 .
0 1 6 1
1 0 F1 F2 0 1
! = P12 .
0 1 1 0

2. Algunas matrices elementales 3 3:

0 1 0 1
1 0 0 10 0
@ 0 1 0 A F2 !4F
! 2 @ 00 A = 4F2 .
4
0 0 0 1 1 001 1 0
1 0 0 1 0 0
F3 ! 6F3
@ 0 1 0 A ! @ 0 1 0 A = 6F3 .
0 0 0 1 1 00 0 6 1
1 0 0 1 0 0
@ 0 1 0 A F2 !F!2 5F3
@ 0 1 5 A = F2 5F3 .
0 0 1 0 0 1
0 1 0 1
1 0 0 1 7 0
@ 0 1 0 A F1 !F!1 +7F2
@ 0 1 0 A = F1 + 7F2 .
0 0 1 0 0 1
0 1 0 1
1 0 0 0 0 1
@ 0 1 0 A F1 !F3 @ 0 1 0 A = P13 .
0 0 1 1 0 0
0 1 0 1
1 0 0 0 1 0
F1 F2
@ 0 1 0 A ! @ 1 0 0 A = F12 .
0 0 1 0 0 1

16
 Consideremos algunos productos de matrices donde el primer factor es una
matriz elemental:

1 0 a b a b a b
1. = 3F2 =
0 3 c d c d 3c 3d

Esta última es la misma matriz que se obtiene al multiplicar la segunda …la

a b
de la matriz por 6. Es decir, es la matriz que se obtiene al realizar
c d
a b
sobre la matriz la misma
c d
1 0
operación elemental que permite obtener la matriz elemental a
0 3
patir de la matriz identidad I2 .

1 6 2
p 5p 7p p2 p5 7
p
2. = (F1 + 6F2 ) =
0 1 2 5 7 2 5 7
p p p
+ 6 2 5p
2p + 6 5 7p+ 6 7
.
2 5 7
Esta última es la misma matriz que se obtiene al sumar a la primera …la dela
2
p 5p 7
p
matriz , la segunda …la multiplicada por 6. Es decir, es la
2 5 7
matriz que se obtiene al realizar

sobre la matriz p2 5
p 7
p la misma operación elemental que per-
2 5 7
1 6
mite obtener la matriz elemental a patir de la matriz identidad I2 .
0 1
0 10 1 0 1
1 0 0 1 2 3 4 5 1 2 3 4 5
3. @ 0 0 1 A@ 0 0 0 0 0 A = P23 @ 0 0 0 0 0 A=
0 1 0 1 2 3 4 5 1 2 3 4 5
0 1
1 2 3 4 5
@ 1 2 3 4 5 A
0 0 0 0 0

Esta última es la misma matriz que se0obtiene al intercambiar o permutar

1
1 2 3 4 5
la segunda y la tercera …las de la matriz @ 0 0 0 0 0 A. Es
1 2 3 4 5
decir, es la matriz que se obtiene al realizar

17
 0 1
1 2 3 4 5
sobre la matriz @ 0 0 0 0 0 A la misma operación elemen-
1 2 3 4 5
0 1
1 0 0
tal que permite obtener la matriz elemental @ 0 0 1 A a patir de la matriz
0 1 0
identidad I3 .
0 10 1 0 1
1 0 0 0 7 7
B 0 1 0 0 CB 4 C B 4 C
4. B
@ 0
CB
A @
C=B
A @
C
1 0 3 4 +3 A
0 0 0 1 0 0

Igual que en los casos anteriores, la0

última 1
es la misma matriz que se obtiene
7
B 4 C
al sumar a la tercera …la de la matriz B C
@ 3 A la segunda multiplicada por .
0
Es decir, es la matriz que se
0 1
7
B 4 C
obtiene al realizar sobre la matriz B
@
C la misma operación elemental
A
3
0 0 1
1 0 0 0
B 0 1 0 0 C
que permite obtener la matriz elemental B
@
C a patir de la matriz
0 1 0 A
0 0 0 1
identidad I4 .

Los casos anteriores ilustran el siguiente resultado.

Teorema. Si A es una matriz n m, la matriz que se obtiene al realizar

una operación elemental sobre las …las de A, es igual a la matriz producto EA
donde E es la matriz elemental obtenida

a partir de In realizando la misma operación elemental.

Consideremos otros productos de matrices elementales.

:0 10 1 0 1
1 0 0 1 0 0 1 0 0
@ 0 1 0 A@ 0 1 0 A = @ 0 1 0 A
0 0 1c 0 0 c 0 0 1

18
 0 10 1 0 1
1 0 0 0 1 0 0 0 1 0 0 0
B 0 1 0 0 C B 0 1 0 0 C B 0 1 0 0 C
B CB C=B C
@ 0 c 1 0 A@ 0 c 1 0 A @ 0 0 1 0 A
0 0 0 1 0 0 0 1 0 0 0 1
0 10 1 0 1
1 0 0 0 1 0 0 0 1 0 0 0
B 0 0 0 1 C B 0 0 0 1 C B 0 1 0 0 C
B CB C=B C
@ 0 0 1 0 A@ 0 0 1 0 A @ 0 0 1 0 A
0 1 0 0 0 1 0 0 0 0 0 1

En general, consideremos otros productos de matrices elementales de tamaño

n n por una matriz A del mismo tamaño. i y j son índices de …las de las
matrices consideradas, entonces 1 i 6= j n..

i. Si c es un escalar diferente de 0, las …las de la matriz producto 1c Fi A

son iguales a las …las de la matriz A, salvo la i-ésima: ésta es la i-ésima …la de
A multiplicada por 1c .
En particular, sea A = cFi , la matriz elemental obtenida a partir de la
matriz identidad In multiplicando la i-ésima …la por el escalar c. Entonces
1
c Fi (cFi ) = In .

ii. Las …las de la matriz producto (Fj cFi ) A son iguales a las …las de la
matriz A, salvo la j-ésima: ésta es la j-ésima …la de A menos la i-ésima …la de
A multiplicada por c.
En particular, sea A = Fj + cFi , la matriz elemental obtenida a partir de la
matriz identidad In sumando a la j-ésima …la el producto de la i-ésima …la por
el escalar c. por el escalar c. Entonces (Fj cFi ) (Fj + cFi ) = In .

iii. Las …las de la matriz producto Pij A son iguales a las …las de la matriz
A, salvo la i-ésima y la j-ésima: en lugar de la i-ésima está la j-ésima y en
lugar de la j-ésima está la i-ésima. En particular, sea A = Pij , la matriz
elemental obtenida a partir de la matriz identidad In intercambiando las …las i
y j. Entonces (Pij ) (Pij ) = In .

Así tenemos este resultado.

Teorema. Toda matriz elemental es una matriz invertible y una matriz

elemental y su inversa se obtienen de la matriz identidad In por el mismo tipo
de operación elemental:
1
(cFi ) = 1c Fi .

1
(Fj + cFi ) = Fj cFi .

1
(Pij ) = (Pij ).

19
 Notemos que una matriz de permutación es su propia inversa.

Ahora sea A una matriz invertible. A es equivalente por …las a la matriz

identifdad In , es decir realizando sobre A un cierto número de operaciones ele-
mentales se llega a obtener la matriz

identidad In . Como cada operación de este tipo se logra multiplicando por la

izquierda por una matriz elemental entonces existe un cierto número de matrices
elementales E1 , ...Er tales que

1
Er :::E1 A = In . Luego Er :::E1 = A .

Como cada matriz elemental es invertible entonces

1 1
A= A 1
= (Er :::E1 ) = E1 1 :::Er 1 .

Como la inversa de cada matriz elemental es también una matriz elemental.

Así A es un producto de matrices elementales.

Recìprocamente, si A es producto de matrices elementales, A = E1 :::Er .

Como cada matriz elemental es invertible, A lo es y
1
A 1 = (E1 :::Er ) = Er 1 :::E1 1 .

Lo anterior muestra el siguiente resultado:

Teorema. Una matriz cuadrada A es invertible si y solo si es producto de

matrices elementales.

Ejemplos.

1. Método de Gauss-Jordan. Obtención de la forma escalonada reducida de

la matriz0 1
1 2 0
A=@ 0 1 2 A
0 1 0 6 1 0 1
1 2 0 1 2 0
F !F +F
A=@ 0 1 2 A 3 !3 1 @ 0 1 2 A
1 0 6 0 2 6
0 1 0 1
1 2 0 F3 ! 12 F3
1 2 0
F3 !F3 +2F2 F !F2 +2F3
! @ 0 1 2 A ! @ 0 1 2 A 2 !
0 0 2 0 0 1

20
0 1 0 1 0 1
1 2 0 1 0 0 1 0 0
F !F1 +2F2 F2 !( 1)F2
@ 0 1 0 A 1 ! @ 0 1 0 A ! @ 0 1 0 A
0 0 1 0 0 1 0 0 1

Matrices elementales
0 1 0 1
1 0 0 1 0 0
@ 0 1 0 A F3 !F3 +F1
! @ 0 1 0 A
0 0 1 1 0 1
0 1 0 1
1 0 0 1 0 0
F !F3 +2F2
@ 0 1 0 A 3 ! @ 0 1 0 A
0 0 1 0 2 1
0 1 0 1
1 0 0 F3 ! 12 F3
1 0 0
@ 0 1 0 A ! @ 0 1 0 A
0
0 0 1
1 0 0 12
0 1
1 0 0 1 0 0
F !F2 +2F3
@ 0 1 0 A 2 ! @ 0 1 2 A
0 0 0 11 0 0 0 11
1 0 0 1 2 0
F !F1 +2F2
@ 0 1 0 A 1 ! @ 0 1 0 A
0 0 0 1 1 0 0 0 1 1
1 0 0 1 0 0
F2 !( 1)F2
@ 0 1 0 A ! @ 0 1 0 A
0 0 1 0 0 1

Transformaciones elementales y multiplicación por matrices elementales

21
 0 1
1 2 0
@ 0 1 2 A
1 0 6
0 10 1 #0F3 ! F3 + F1 1
1 0 0 1 2 0 1 2 0
@ 0 1 0 A@ 0 1 2 A= @ 0 1 2 A
1 0 1 1 0 6 0 2 6
0 10 1 #0F3 ! F3 + 2F21
1 0 0 1 2 0 1 2 0
@ 0 1 0 A@ 0 1 2 A= @ 0 1 2 A
0 2 1 0 2 6 0 0 2
1
0 10 1 0 # F 3 ! 2 F 3 1
1 0 0 1 2 0 1 2 0
@ 0 1 0 A@ 0 1 2 A= @ 0 1 2 A
1
0 0 2 0 0 2 0 0 1
0 10 1 0# F 2 ! F 2 + 2F13
1 0 0 1 2 0 1 2 0
@ 0 1 2 A@ 0 1 2 A= @ 0 1 0 A
0 0 1 0 0 1 0 0 1
0 10 1 #0F1 ! F1 + 2F1 2
1 2 0 1 2 0 1 0 0
@ 0 1 0 A@ 0 1 0 A= @ 0 1 0 A
0 0 1 0 0 1 0 0 1
0 10 1 #0F2 ! ( 1) F21
1 0 0 1 0 0 1 0 0
@ 0 1 0 A@ 0 1 0 A= @ 0 1 0 A
0 0 1 0 0 1 0 0 1

0 10 10 10 1
1 0 0 1 2 0 1 0 0 1 0 0
@ 0 1 0 A@ 0 1 0 A@ 0 1 2 A@ 0 1 0 A
1
0 0 1 0 0 1 0 0 1 0 0 2
0 E6 10 E5 10 E4 1 E03 1
1 0 0 1 0 0 1 2 0 1 0 0
@ 0 1 0 A@ 0 1 0 A@ 0 1 2 A=@ 0 1 0 A
0 2 1 1 0 1 1 0 6 0 0 1
E2 E1 A

Esto es
(E6 E5 E4 E3 E2 E1 ) A = I3 ,

entonces
1
E 6 E5 E4 E3 E 2 E1 = A

es decir

22
0 10 10 10 10 10 1
1 0 0 1 2 0 1 0 0 1 0 0 1 0 0 1 0 0
@ 0 1 0 A@ 0 1 0 A@ 0 1 2 A@ 0 1 0 A@ 0 1 0 A@ 0 1 0 A
1
0 0 1 0 0 1 0 0 1 0 0 2 0 2 1 1 0 1
E6 E5 E4 E3 E2 E1

1
=A

De la igualdad

E6 E5 E4 E3 E2 E1 A = I3 ,

tenemos
E6 1 (E6 E5 E4 E3 E2 E1 A) = E6 1 I3

E 6 1 E6 E 5 E4 E3 E2 E 1 A = E 6 1

I3 E5 E4 E3 E2 E1 A = E6 1

E5 E4 E3 E 2 E1 A = E 6 1
E5 1 E5 E 4 E 3 E2 E1 A = E5 1 E 6 1
E4 E3 E2 E 1 A = E 5 1 E6 1
E4 1 E4 E 3 E2 E1 A = E4 1 E5 1 E 6 1
E3 E2 E 1 A = E4 1 E 5 1 E6 1
E3 1 E3 E 2 E1 A = E 3 1 E4 1 E 5 1 E6 1
E2 E1 A = E3 1 E 4 1 E5 1 E6 1
E2 1 E 2 E 1 A = E 2 1 E3 1 E4 1 E 5 1 E6 1
E1 A = E2 1 E3 1 E 4 1 E5 1 E 6 1
E1 1 E 1 A = E1 1 E 2 1 E3 1 E 4 1 E5 1 E6 1
A = E 1 1 E2 1 E 3 1 E4 1 E5 1 E 6 1

De otra manera

1
E6 E 5 E 4 E3 E2 E 1 = A

Luego
1 1
A= A 1
= (E6 E5 E4 E3 E2 E1 ) = E1 1 E 2 1 E3 1 E 4 1 E5 1 E6 1

0 1 1 0 1
1 0 0 1 0 0
E1 1 =@ 0 1 0 A =@ 0 1 0 A
1 0 1 1 0 1

23
 0 1 1 0 1
1 0 0 1 0 0
E2 1 =@ 0 1 0 A =@ 0 1 0 A
0 2 1 0 2 1
0 1 1 0 1
1 0 0 1 0 0
E3 1 =@ 0 1 0 A =@ 0 1 0 A
1
0 0 2 0 0 2
0 1 1 0 1
1 0 0 1 0 0
E4 1 =@ 0 1 0 A =@ 0 1 0 A
0 2 1 0 2 1
0 1 1 0 1
1 0 0 1 0 0
E5 1 =@ 0 1 0 A =@ 0 1 0 A
1 0 1 1 0 1
0 1 1 0 1
1 0 0 1 0 0
E6 1 =@ 0 1 0 A =@ 0 1 0 A
0 0 1 0 0 1
0 10 10 10 10 10
1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0
A=@ 0 1 0 A@ 0 1 0 A@ 0 1 0 A@ 0 1 0 A@ 0 1 0 A@ 0 1
1 0 1 0 2 1 0 0 2 0 2 1 1 0 1 0 0

Otro ejemplo
0 1 0 1 0 1
2 1 3 1 3 1 1 3 1
F 1 F2 F !F2 +2F1
@ 1 3 1 A ! @ 2 1 3 A 2 ! @ 0 7 1 A
4 2 1 4 2 1 4 2 1
0 1 0 1
1 3 1 F3 !F3 + 10
1 3 1 7
F3 !F3 4F1 7 F2 F3 ! 45 F3
! @ 0 7 1 A ! @ 0 7 1 A !
45
0 10 5 0 0 7
0 1 0 1 0 1
1 3 1 1 3 0 1 3 0
F !F1 +F3 F !F2 F3
@ 0 7 1 A 1 ! @ 0 7 1 A 2 ! @ 0 7 0 A
0 0 1 0 0 1 0 0 1
0 1 0 1
F2 ! 71 F2
1 3 0 1 0 0
F1 3F2
! @ 0 1 0 A ! @ 0 1 0 A
0 0 1 0 0 1

Matrices elementales

24
0 1 0 1
1 0 0 0 1 0
F1 F 2
@ 0 1 0 A ! @ 1 0 0 A
0 0 1 0 0 1
0 1 0 1
1 0 0 1 0 0
F !F2 +2F1
@ 0 1 0 A 2 ! @ 2 1 0 A
0 0 1 0 0 1
0 1 0 1
1 0 0 1 0 0
F !F3 4F1
@ 0 1 0 A 3 ! @ 0 1 0 A
0 0 1 4 0 1
0 1 0 1
1 0 0 F3 !F3 + 10
1 0 0
7 F2
@ 0 1 0 A ! @ 0 1 0 A
10
0 0 1 0 7 1
0 1 0 1
1 0 0 7
F3 ! 45 F3
1 0 0
@ 0 1 0 A ! @ 0 1 0 A
7
0 0 1 0 0 45
0 1 0 1
1 0 0 1 0 1
F !F! +F3
@ 0 1 0 A 1 ! @ 0 1 0 A
0 0 1 0 0 1
0 1 0 1
1 0 0 1 0 0
F !F2 F3
@ 0 1 0 A 2 ! @ 0 1 1 A
0 0 1 0 0 1
0 1 0 1
1 0 0 F2 ! 71 F2
1 3 0
@ 0 1 0 A ! @ 0 1
0 A
7
0 0 1 0 0 1
0 1 0 1
1 0 0 1 3 0
F !F1 3F2
@ 0 1 0 A 1 ! @ 0 1 0 A
0 0 1 0 0 1

Transformaciones elementales y multiplicación por matrices elementales

0 1
2 1 3
@ 1 3 1 A
4 2 1
# F1 F2

25
0 10 1 0 1
0 1 0 2 1 3 1 3 1
@ 1 0 0 A@ 1 3 1 A=@ 2 1 3 A
0 0 1 4 2 1 4 2 1

# F2 ! F2 + 2F1
0 10 1 0 1
1 0 0 1 3 1 1 3 1
@ 2 1 0 A@ 2 1 3 A=@ 0 7 1 A
0 0 1 4 2 1 4 2 1

# F3 ! F3 4F1
0 10 1 0 1
1 0 0 1 3 1 1 3 1
@ 0 1 0 A@ 0 7 1 A=@ 0 7 1 A
4 0 1 4 2 1 0 10 5

10
# F3 ! F3 + 7 F2
0 10 1 0 1
1 0 0 1 3 1 1 3 1
@ 0 1 0 A@ 0 7 1 A=@ 0 7 1 A
10 45
0 7 1 0 10 5 0 0 7

7
# F3 ! 45 F3
0 10 1 0 1
1 0 0 1 3 1 1 3 1
@ 0 1 0 A@ 0 7 1 A=@ 0 7 1 A
7 45
0 0 45 0 0 7 0 0 1

# F1 ! F! + F3
0 10 1 0 1
1 0 1 1 3 1 1 3 0
@ 0 1 0 A@ 0 7 1 A=@ 0 7 1 A
0 0 1 0 0 1 0 0 1

# F2 ! F2 F3
0 10 1 0 1
1 0 0 1 3 0 1 3 0
@ 0 1 1 A@ 0 7 1 A=@ 0 7 0 A
0 0 1 0 0 1 0 0 1

# F2 ! 17 F2
0 10 1 0 1
1 0 0 1 3 0 1 3 0
@ 0 1
0 A@ 0 7 0 A=@ 0 1 0 A
7
0 0 1 0 0 1 0 0 1

# F1 3F2

26
 0 10 1 0 1
1 3 0 1 3 0 1 0 0
@ 0 1 0 A@ 0 1 0 A=@ 0 1 0 A
0 0 1 0 0 1 0 0 1

Al reemplazar en la última igualdad la matriz

0 1
1 3 0
@ 0 1 0 A
0 0 1

por su factorización dada en la penúltima igualdad tenemos:

0 10 1 0 1
1 3 0 1 3 0 1 0 0
@ 0 1 0 A@ 0 1 0 A = @ 0 1 0 A
0 0 1 0 0 1 0 0 1

que la última igualdad y

0 10 10 1 0 1
1 3 0 1 0 0 1 3 0 1 0 0
@ 0 1 0 A @ 0 17 0 A@ 0 7 0 A=@ 0 1 0 A
0 0 1 0 0 1 0 0 1 0 0 1

que es la igualdad obtenida haciendo el remplazo mencionado. Haciendo

reemplazos sucesivos de las matrices que se encuentran inmediatamente a la
izquierda del igual de acuerdo con las factorizaciones obtenidas llegamos a la
igualdad siguiente:

0 10 10 10 1
1 3 0 1 0 0 1 0 0 1 0 1
@ 0 1 0 A@ 0 17 0 A@ 0 1 1 A@ 0 1 0 A
0 0 1 0 0 1 0 0 1 0 0 1
0 E9 10 E8 10 E7 10 E6 1
1 0 0 1 0 0 1 0 0 1 0 0
@ 0 1 0 A@ 0 1 0 A@ 0 1 0 A@ 2 1 0 A
7 7
0 0 45 0 10 1 4 0 1 0 0 1
0 E5 10 E 4 1 0 E 3 1 E2
0 1 0 2 1 3 1 0 0
@ 1 0 0 A@ 1 3 1 A=@ 0 1 0 A
0 0 1 4 2 1 0 0 1
E1 A I3

De la igualdad

E9 E8 E7 E6 E5 E4 E3 E2 E1 A = I3 ,

tenemos que:
1
E 9 E 8 E7 E6 E 5 E4 E3 E2 E 1 = A .

27
Luego
1 1
A= A 1
= (E9 E8 E7 E6 E5 E4 E3 E2 E1 ) = E 1 1 E2 1 E3 1 E 4 1 E5 1 E 6 1 E7 1 E8 1 E 9 1

Ahora bien,
0 1 1 0 1
0 1 0 0 1 0
E1 1 =@ 1 0 0 A =@ 1 0 0 A
0 0 1 0 0 1
0 1 1 0 1
1 0 0 1 0 0
E2 1
=@ 2 1 0 A =@ 2 1 0 A
0 0 1 0 0 1
0 1 1 0 1
1 0 0 1 0 0
E3 1 =@ 0 1 0 A =@ 0 1 0 A
4 0 1 4 0 1
0 1 1 0 1
1 0 0 1 0 0
E4 1 =@ 0 1 0 A =@ 0 1 0 A
7 7
0 10 1 0 10 1
0 1 1 0 1
1 0 0 1 0 0
E5 1 =@ 0 1 0 A =@ 0 1 0 A
7 45
0 0 45 0 0 7

0 1 1 0 1
1 0 1 1 0 1
E6 1 =@ 0 1 0 A =@ 0 1 0 A
0 0 1 0 0 1
0 1 1 0 1
1 0 0 1 0 0
E7 1 =@ 0 1 1 A =@ 0 1 1 A
0 0 1 0 0 1
0 1 1 0 1
1 0 0 1 0 0
E8 1 =@ 0 1
7 0 A =@ 0 7 0 A
0 0 1 0 0 1
0 1 1 0 1
1 3 0 1 3 0
E9 1 =@ 0 1 0 A =@ 0 1 0 A
0 0 1 0 0 1

Entonce·
s:

28
 0 10 10 1
0 1 0 1 0 0 1 0 0
A=@ 1 0 0 A@ 2 1 0 A@ 0 1 0 A
0 0 1 0 0 1 4 0 1
0 10 10 1
1 0 0 1 0 0 1 0 1
@ 0 1 0 A@ 0 1 0 A@ 0 1 0 A
7 45
0 10 1 0 0 7 0 0 1
0 10 10 1
1 0 0 1 0 0 1 3 0
@ 0 1 1 A@ 0 7 0 A@ 0 1 0 A
0 0 1 0 0 1 0 0 1

Descompodsición LU

Notemos que si A es una matriz cuadrada cualquiera, la eliminación gaus-

siana permite obtener una forma escalonada que es una matriz triangular su-
perior. Esto es, existe una secuencia de operaciones elementales que permite
obtener una forma escalonada, que es una matriz triangular superior. Esto cor-
responde a que existen matrices elementales tales que su producto multiplicado
por A (en ese orden) es una matriz escalonada, que es una matriz triangular
superior usualmente notada U . Si E1 ,..., Et son tales matrices elementales,
entonces

Et :::E1 A = U ,

Como cada matriz elemental es invertible, entonces el producto Et :::E1 es

1
invertible y (Et :::E1 ) = E1 1 :::Et 1
luego
1 1
(Et :::E1 ) (Et :::E1 ) A = (Et :::E1 ) Ts
1 1
In A = E1 :::Et Ts
esto es
A = E1 1 :::Et 1 Ts .
Además la inversa de una matriz elemental es una matriz elemental.
Lo anterior prueba el siguiente resultado.

Teorema. Sea A una matriz cuadrada. A se puede escribir como un pro-

ducto de matrices elementales y una matriz triangiular superior. El producto
de matrices elementales va a la izquierda y la matriz triangular superior a la
derecha.

Ejemplo.

Sea

29
 0 1
2 1 3
A=@ 4 1 3 A
2 5 5

Obtenemos una forma escalonada equivalente a A:

0 1 F2 ! F2 2F1 0 1 0 1
2 1 3 F3 ! F3 + F1 2 1 3 2 1 3
F !F3 +2F2
@ 4 1 3 A ! @ 0 3 3 A 3 ! @ 0 3 3 A=
2 5 5 0 6 8 0 0 2
U
0 10 10 10 1
1 0 0 1 0 0 1 0 0 2 1 3
@ 0 1 0 A@ 0 1 0 A@ 2 1 0 A@ 4 1 3 A=U
0 2 1 1 0 1 0 0 1 2 5 5
0 1 0 1 1 0 1 1 0 1 1
2 1 3 1 0 0 1 0 0 1 0 0
@ 4 1 3 A=@ 2 1 0 A @ 0 1 0 A @ 0 1 0 A U
2 5 5 0 0 1 1 0 1 0 2 1
0 10 10 10 1
1 0 0 1 0 0 1 0 0 2 1 3
=@ 2 1 0 A@ 0 1 0 A@ 0 1 0 A@ 0 3 3 A
0 0 1 1 0 1 0 2 1 0 0 2
0 1 20 10 13 0 1
1 0 0 1 0 0 1 0 0 2 1 3
=@ 2 1 0 A 4@ 0 1 0 A@ 0 1 0 A5 @ 0 3 3 A
0 0 1 1 0 1 0 2 1 0 0 2
0 10 10 1
1 0 0 1 0 0 2 1 3
=@ 2 1 0 A@ 0 1 0 A@ 0 3 3 A
0 0 1 1 2 1 0 0 2
00 10 11 0 1
1 0 0 1 0 0 2 1 3
= @@ 2 1 0 A@ 0 1 0 AA @ 0 3 3 A
0 0 1 1 2 1 0 0 2
0 10 1
1 0 0 2 1 3
=@ 2 1 0 A@ 0 3 3 A
1 2 1 0 0 2

La primera de estas matrices es una triangular inferior L. La otra es la

triangular superior U .
A = LU es la factorización LU de la matriz A.

Se obtiene mientras no serequiera hacer permutaciones de …las para obtener

la forma triangular.

30
 Teorema. El producto de matrices triangulares inferiores con unos en la
diagonal es una matriz triangular inferior con unos en la diagonal. El producto
de dos matrices triangulares superiores es una matriz triangular superior.

Teorema de factorización LU. Sea A una matriz cuadrada tal que se puede
reducir por …las a una matriz triangular superior U sin hacer permutaciones
entre sus …las. Entonces existe una matriz triangular inferior L, invertible con
unos en la diagonal talque A = LU .

31