Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vectores
A + B = (a1 + b1 , a2 + b2 , ..., an + bn )
A + B = (−2, 7)
1
2 CAPÍTULO 1. VECTORES
√
En el espacio de tres dimensiones, si A = (−1, π, 3) y B = ( 2, 7, −2), entonces
√
A + B = ( 2 − 1, π + 7, 1)
1. A + B = B + A
2. (A + B) + C = A + (B + C)
3. c(A + B) = cA + cB
5. Si hacemos O = (0, 0, ..., 0) el punto cuyas todas las coordenadas son 0, entonces
6. 1 · A = A
A + (−1)A = O
A + B = (1, 4)
Por ejemplo, si A = (3, 7) y B = (−4, 2) son dos puntos en el plano (<2 ), entonces el
−→
vector anclado AB tiene componentes:
−→
AB = B − A = (−4, 2) − (3, 7) = (−7, −5)
Por otra parte, si A = (1, −1, 3) y B = (2, 4, 1) son dos puntos en el espacio (<3 ),
−→
entonces AB = B − A = (1, 5, −2).
Un vector anclado en el origen se denota únicamente por su punto final, por ejemplo
A = (3, 6, −1, 8).
Definición 3 Se dice que dos vectores A y B son paralelos si existe un número c 6= 0
tal que B = cA.
Dicho de otra manera, dos vectores son paraelos si uno es múltiplo del otro. Por ejemplo,
los vectores A = (−7, −5) y B = (−21, −15) son paralelos porque
A · B = a1 b1 + a2 b2 + ... + an bn
Observe que el producto escalar da como resultado un número. Por ejemplo, si A =
(1, 3, −2) y B = (−1, 4, −3), entonces
2. A · (B + C) = A · B + A · C distributiva
A · B = a1 b1 + a2 b2 + ... + an bn = b1 a1 + b2 a2 + ... + bn an
Definición 5 Se dice que dos vectores A y B son perpendiculares entre sı́ (u orto-
gonales) si A · B = 0.
ai = A · Ei
ası́ que k A k6= 0. Un vector unitario es aquel que tiene longitud igual a 1.
X = P + tA
por lo que,
x = x0 + at, y = y0 + bt y z = z0 + ct
estas son las ecuaciones paramétricas de la recta. Al despejar t en las tres ecuaciones
e igualandolas resulta:
x − x0 y − y0 z − z0
= =
a b c
siempre que a, b y c sean diferentes de cero. Estas son las ecuaciones simétricas de
la recta.
Ejemplo 3 Escriba las ecuaciones simétricas y paramétricas de la recta ` que pasa por
el punto P = (2, −3, 1) en dirección del vector A = (−1, 4, 3).
Solución: Sea P = (x0 , y0 , z0 ) = (2, −3, 1) y A = (a, b, c) = (−1, 4, 3). Entonces las
ecuaciones paramétricas de la recta ` son
x=2−t y = −3 + 4t z = 1 + 3t
6 CAPÍTULO 1. VECTORES
Mientras que
x−2 y+3 z−1
= =
−1 4 3
son las ecuaciones simétricas.
Solución: Tenemos dos puntos por donde pasa la recta pero nos hace falta el vector de
dirección A. El vector dirección se obtiene de la siguiente manera
−→
A = P Q = Q − P = (3, 1, −2) − (2, −1, 6) = (1, 2, −8)
x=2+t y = −1 + 2t z = 6 − 8t
x = at y = bt z = ct
Ejemplo 5 Escriba las ecuaciones paramétricas y simétricas de la recta ` que pasa por
el punto P = (0, 0, 0) con vector de dirección A = (2, −3, 7).
x = 2t y = −3t z = 7t
1.6. El plano en R3
Ası́ como la ecuación de una recta en el espacio se obtiene especificando un punto
sobre la recta y un vector paralelo a esta recta, pueden derivarse ecuaciones de un
plano en el espacio especificando un punto en el plano y un vector ortogonal a todos
los vectores en el plano. Este vector ortogonal se llama vector normal al plano y se
denota por N .
Sea P = (x0 , y0 , z0 ) un punto fijo sobre un plano con vector normal N = (a, b, c). Si
Q = (x, y, z) es otro punto en el plano, entonces
−→
P Q = Q − P = (x − x0 , y − y0 , z − z0 )
−→
es ortogonal al N , es decir, P Q · N = 0. Pero esto implica que
(x − x0 , y − y0 , z − z0 ) · (a, b, c) = 0
ax + by + cz = d
o bien,
x − 2y + 3z = −5
Esta es la ecuación del plano que pasa por P ortogonal a N .
Ejemplo 7 Encuentre la ecuación del plano que pasa por los puntos P = (1, 2, 1),
Q = (−2, 3, −1) y R = (1, 0, 4).
8 CAPÍTULO 1. VECTORES
y
−→
QR = R − Q = (3, −3, 5)
están en el plano, por lo que un vector ortogonal N al plano está dado por
i j k
−→ −→ 1 −2 −3 −2
+ k −3 1
N = P Q × QR = −3 1 −2 = i − j
3 −3 5 −3 5 3 5 3 −3
o bien,
−x + 9y + 6z = 23
Definición 8 Dos planos son paralelos si sus vectores normales son paralelos.
que al simplificar resulta el vector cero; por lo que N1 y N2 son paralelos. También
sabemos que dos vectores son paralelos cuando uno es múltiplo del otro. Ası́
1.7. Ejercicios
1. Encontrar A + B, A − B, 3A y −2A en cada uno de los siguientes casos. Graficar
cada inciso.
2. Para el inciso a del ejercicio 1, dibujar los puntos A + 2B, A + 3B, A − 2B, A − 3B
y A + 21 B.
−→ −→
3. En cada caso, determine cuales vectores anclados P Q y AB son paralelos:
7. Demuestre que para el producto escalar del ejemplo 2, de la sección 1.3, se satis-
facen las siguientes propiedades:
a) hf, gi = hg, f i;
b) hf, g + hi = hf, gi + hf, hi;
c) hcf, gi = chf, gi;
d ) Si f = 0, entonces hf, f i = 0 y si f 6= 0, entonces hf, f i > 0.
10 CAPÍTULO 1. VECTORES
Demuestre que las funciones f (x) = sen(nx) y g(x) = cos(mx) son ortogonales
para este producto escalar ( m y n son números enteros).
10. Encuentre las ecuaciones paramétricas y simétricas de la recta que pasa por los
puntos:
13. Encuentre una recta l3 ortogonal a las rectas l1 y l2 dadas y que pase por el punto
(−4, 7, 3):
x−2 y+3 z+1 x−2 y−5 z+3
l1 : = = y l2 : = =
−4 −7 3 3 −4 −2
14. Encuentre una recta l3 ortogonal a las rectas l1 y l2 dadas y que pase por el punto
(−2, 3, 4):
l1 : x = 3 − 2t, y = 4 + 3t, z = −7 + 5t
l2 : x = −2 + 4s, y = 3 − 2s, z = 3 + s
15. Encuentre la ecuación del plano que pasa por P = (0, 0, 0) con vector normal
N = (−3, 2, −6).
16. Encuentre la ecuación del plano que pasa por P = (2, −1, 6) con vector normal
N = (3, −1, 2).
17. Encuentre la ecuación del plano que contiene los puntos P = (1, 2, −4), Q =
(2, 3, 7) y R = (4, −1, 3).
18. Encuentre la ecuación del plano que contiene los puntos P = (7, 2, 1), Q =
(9, −4, 5) y R = (5, −3, 1).
1.7. EJERCICIOS 11
19. Dos planos son orotognales si sus vectores normales son ortogonals. Determine si
los siguientes planos son paralelos, orotogonales o coincidentes (es decir, el mismo)
o ninguno de los anteriores.
a) H1 : x + y + z = 2 y H2 : 2x + 2y + 2z = 4
b) H1 : x + 2y + 3z = 1 y H2 : 2x + 4y + 6z = 2
c) H1 : 2x − y + z = 3 y H2 : x + y − z = 7
d ) H1 : 3x − 2y + 5z = 0 y H2 : x + 4y − 6z = 0
12 CAPÍTULO 1. VECTORES
Capı́tulo 2
a11 a12 ··· a1n
a21 a22 ··· a2n
A = ..
.. ..
. . .
am1 am2 · · · amn
y su columna j es
a1j
a2j
..
.
anj
13
14 CAPÍTULO 2. SISTEMAS DE ECUACIONES LINEALES
a1j
a2j
j
Si hacemos Ai = (ai1 ai2 ... ain ) y A = .. , entonces A se puede escribir como
.
anj
A1
A2
A = .. o bien A = (A1 A2 · · · An )
.
Am
1 1 −2
Por ejemplo, si A = es una matriz de 2 × 3 entonces los renglones de A
−1 4 −5
son
A1 = (1, 1, −2) A2 = (−1, 4, −5)
y sus columnas son
1 1 2 1 3 −2
A = A = A =
−1 4 −5
a11 x + a12 y = b1
a21 x + a22 y = b2
Los números a11 , a12 , a21 y a22 son los coeficientes del sistema y, b1 y b2 son los términos
constantes. Cada una de estas ecuaciones corresponde a una lı́nea recta. Cualquier par
de números reales (x, y) que satisface las ecuaciones anteriores se llama solución.
Ejemplo 11 Resolver el sistema de ecuaciones lineales
3x − 2y = 4
5x + 2y = 12
2.3. SISTEMA DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS 17
Sobre esta matriz aumentada se reduce por renglón la matriz de coeficientes a la forma
escalonada reducida por renglones.
3 −2 | 4 R1 → 13 R1 1 − 23 | 43 1 − 23 | 34
R2 →R2 −5R1
−−−−−→ −−−−−−−→
5 2 | 12 5 2 | 12 0 163
| 16
3
1 − 32 | 43
3
R2 → 16 R2 1 0 | 2
R1 →R1 + 23 R2
−−−−−−→ −−−−−−−−→
0 1 | 1 0 1 | 1
De la última matriz aumentada, se tiene que x = 2 y y = 1. Por lo tanto, el sistema
tiene solución única dada por x = 2 y y = 1, o bien por el par (2, 1).
x−y =7
2x − 2y = 14
x−y =7
2x − 2y = 13
18 CAPÍTULO 2. SISTEMAS DE ECUACIONES LINEALES
Los números a11 , a12 , ..., a33 son los coeficientes del sistema y, b1 , b2 y b3 son los términos
constantes. Cada una de estas ecuaciones corresponde a un plano en el espacio. Cual-
quier terna de números reales (x, y, z) que satisface las ecuaciones anteriores se llama
solución.
x + 2y = −3
2x + 3y − 2z = −10
−x + 6z = 9
que son las ecuaciones paramétricas de una recta que pasa por el punto (2, 1, 0) en
dirección del vector A = (9, −4, 1), para cualquier número real t. Es decir, la intersección
de los tres planos generados por el sistema dado en el ejemplo 31 es una recta en <3 .
Ejemplo 16 Mediante el método de Gauss-Jordan resuelva el sistema de ecuaciones
lineales
y − 2z = −4
2x − y + z = −2
4x − y = −4
Solución. Al aplicar la reducción por renglones sobre la matriz aumentada del sistema
(A|b) se obtiene:
0 1 −2 | −5 4 −1 0 | −4 R → 1 R
R1 R3 1 1
2 −1 1 | −2 − −−−→ 2 −1 1 | −2 −−−−4−→
4 −1 0 | −4 0 1 −2 | −5
1 − 14 0 | −1 1 − 14 0 | −1
R2 →R2 −2R1 R2 R3
2 −1 1 | −2 − −−−−−−→ 0 − 12 1 | 0 −−−−→
0 1 −2 | −5 0 1 −2 | −5
1 − 14 0 | −1 R →R + 1 R 1 0 − 21 | − 49
0 1 −2 | −5 −−1−−−1−− 4 2
−→ 0 1 −2 | −5
1 R3 →R3 + 12 R2
0 −2 1 | 0 0 0 0 | − 52
El tercer renglón de la última matriz aumentada muestra que 0 = − 52 , lo cual es una
contradicción. Por lo tanto, el sistema no tiene solución. Es decir, al menos un plano
no intersecta a los otros dos.
Los números a11 , a12 , ..., amn son los coeficientes del sistema, y b1 , b2 , ..., bm son los térmi-
nos constantes. Este sistema se puede escribir en forma matricial de la forma
AX = b
2.5. SISTEMA DE M ECUACIONES LINEALES CON N INCÓGNITAS 21
donde
a11 a12 ··· a1n x1 b1
a21 a22 ··· a2n x2 b2
A = .. X = .. b = ..
.. ..
. . . . .
am1 am2 · · · amn xn bm
1. Solución única,
3. Ninguna solución.
x1 + 3x2 − 5x3 + x4 = 4
2x1 + 5x2 − 2x3 + 4x4 = 6
x1 + 19x3 + 7x4 = −2
x2 − 8x3 − 2x4 = 2
x1 = −2 − 19x3 − 7x4
x2 = 2 + 8x3 + 2x4
x1 + 2x2 − x3 = 0
3x1 − 3x2 + 2x3 = 0
−1x1 − 11x2 + 6x3 = 0
1
x , 5 x , x3
Solución. Tiene un número infinito de soluciones 9 3 9 3
.
El teorema anterior nos dice que si un sistema homogéneo tiene más incógnitas que
ecuaciones, entonces tendrá un número infinito de soluciones.
x1 + x2 − x3 = 0
4x1 − 2x2 + 7x3 = 0
2.7. Ejercicios
1. Resuelva el sistema de ecuaciones
y + 2z = 6
3x − 3y − 3z = −15
x + 3y + 3z = 11
3x + y + 3z = 15
−x + 3y − z = −5
2x + 4y + 2z = 9
3y + z − w = 3
x + y − 2z = 6
−2x + y + 2z − w = 9
−x + 2y − z + 3w = 4
−3x + 6y − 3z + 9w = 12
2x − 5y − 6z − 3w = 0
x + 3y − 5z + 4w = 0
2x − y − kz = 0
x − y − 2z = 1
−x + 2z = k
No tiene solución
Tiene un número infinito de soluciones
Tiene solución única
24 CAPÍTULO 2. SISTEMAS DE ECUACIONES LINEALES
Capı́tulo 3
Matrices
3.1. Definiciones
Supóngase que se tiene un conjunto K de objetos y dos operaciones sobre los ele-
mentos de K como sigue: la primera operación, llamada adición, asocia a cada par de
elementos x, y de K un elemento x + y de K; la segunda operación, llamada multi-
plicación, asocia a cada par x, y de K un elemento xy de K; las cuales satisfacen las
siguientes propiedades:
1. La adición es conmutativa,
x+y =y+x
para cualquiera x e y de K.
2. La adición es asociativa,
x + (y + z) = (x + y) + z
para cualquiera x, y y z de K.
x+0=x
para todo x en K.
x + (−x) = 0
5. La multiplicación es conmutativa,
xy = yx
para cualquiera x e y de K.
25
26 CAPÍTULO 3. MATRICES
6. La multiplicación es asociativa,
x(yz) = (xy)z
para cualquiera x, y y z de K.
x1 = x
para todo x de K.
1
8. A cada elemento no nulo x de K corresponde un único elemento x−1 (o ) de K
x
tal que
xx−1 = 1
x(y + z) = xy + xz
para cualesquiera x, y y z de K.
Por ejemplo,
a 5 1 5
=
−1 0 −1 b
sólo si a = 1 y b = 0. La siguiente definición indica como se realiza la suma de matrices.
A − B = A + (−1)B
1. A + B = B + A conmutativa
2. (A + B) + C = A + (B + C) asociativa
3. A + O = O + A = A O matriz cero
4. A + (−A) = (−A) + A = 0
6. (α + β)A = αA + βA distributiva
8. 1 · A = A
9. 0 · A = O
3.2. OPERACIONES CON MATRICES 29
De esta manera,
A1 · B 1 A1 · B 2 ··· A1 · B p
A2 · B 1 A2 · B 2 ··· A2 · B p
AB =
.. .. ..
. . .
Am · B 1 Am · B 2 · · · Am · B p
Note que la multiplicación de matrices está definida sólo cuando el número de columnas
de la primera matriz es igual al número de renglones de la segunda.
Ejemplo 26 Calcular AB, BA, A(BC) y (AB)C para las matrices
3 4
2 1 5 1 3
A= B = −1 2 C=
1 3 2 −1 −1
2 1
Solución: Como A tiene 3 columnas y B tiene 3 renglones entonces podemos calcular
el producto AB que es una matriz de 2 × 2.
3 4
2 1 5 15 15
AB = −1 2 =
1 3 2 4 12
2 1
Análogamente, el producto BA se puede calcular ya que el número de columnas de B
que es 2 es igual al número de renglones de A. BA es una matriz de 3 × 3.
3 4 10 15 23
2 1 5
BA = −1 2 =0 5 1
1 3 2
2 1 5 5 12
Podemos ver que el producto AB es diferente del producto BA, es decir, el producto
de matrices no es conmutativo. Ahora, note que BC es una matriz de 3 × 2 dada por
3 4 −1 5
1 3
BC = −1 2 = −3 −5
−1 −1
2 1 1 5
3.2. OPERACIONES CON MATRICES 31
Ası́ que
3 4 −1 5
2 1 5 1 3 2 1 5
A(BC) = −1 2 = −3 −5
1 3 2 −1 −1 1 3 2
2 1 1 5
por lo que
0 30
A(BC) =
−8 0
A continuación veremos algunas propiedades que satisface el producto de matrices. El
siguiente resultado dice que la multiplicación de matrices es asociativa.
(AB)C = A(BC)
p p
n
! n
X X X X
= aij bjk ckl = aij bjk ckl (3.1)
k=1 j=1 k=1 j=1
p p
n
! n
X X X X
= aij bjk ckl = aij bjk ckl (3.2)
j=1 k=1 k=1 j=1
Definición 18 Una matriz cuadrada se llama triangular superior si todos sus ele-
mentos debajo de la diagonal principal son cero, es decir, una matriz triangular superior
es de la forma
a11 a12 · · · a1n
0 a22 · · · a2n
.. .. ..
. . .
0 0 · · · ann
A continuación se muestran algunas matrices triangulares superiores:
0 0 0 7
0 2 −3
1 2 0 5 −4
0 0 0 0
0 5 0 0 0 1
0 0 0
0 0 0 0
Definición 19 Una matriz cuadrada se llama triangular inferior si todos sus ele-
mentos arriba de la diagonal principal son cero, es decir, una matriz triangular inferior
es de la forma
a11 0 · · · 0
a21 a22 · · · 0
.. .. ..
. . .
an1 an2 · · · ann
A continuación se muestran algunas matrices triangulares inferiores:
0 0 0 0
0 0 0
−5 0 9 1 0
0
0 0 0
4 8 0 3 0 0
0 8 0
2 0 0 0
Definición 20 Una matriz cuadrada se llama diagonal si todos los elementos arriba
y debajo de la diagonal principal son cero, es decir, una matriz diagonal es de la forma
34 CAPÍTULO 3. MATRICES
a11 0 · · · 0
0 a22 · · · 0
.. .. ..
. . .
0 0 ··· ann
A continuación se muestran algunas matrices diagonales:
1 0 0 0
2 0 0
6 0 0 1 0 0 1 0
0
0 11 0 0 1 0
0 0 0
0 0 0 1
NOTA: Toda matriz diagonal es tanto triangular superior como triangular inferior.
La matriz identidad es una matriz cuadrada, denotada por In , tal que los elementos
de su diagonal principal son todos iguales a 1. Las siguientes son matrices identidad:
1 0 0 0
1 0 0
1 0 0 1 0 0
I2 = I3 = 0 1 0
I4 =
0 1 0 0 1 0
0 0 1
0 0 0 1
1. IA = AI = A
2. OA = AO = O
(At )t = A
(A + B)t = At + B t
3. Si α es un número entonces
(αA)t = αAt
Solo se demuestra la propiedad 4. Sea A = (aij ) una matriz de mxn y B = (bjk ) una
matriz de nxp. Defina AB = C = (cik ). Entonces la componente ik de C es
b1k
b2k Xn
k
cik = Ai · B = (ai1 , ai2 , ..., ain ) · .. = aij bjk
. j=1
bnk
0 0
Por otra parte, B t = (bkj ) y At = (aji ). Entonces, la componente ki de B t At es, por
definición 0
a1i
a0 X n
0 0 0 2i 0 0
(B t )k · (At )i = (bk1 , bk2 , ..., bkn ) · .. = bkj aji
. j=1
0
ani
36 CAPÍTULO 3. MATRICES
0 0
pero bkj = bjk y aji = aij , entonces
n n n
0 0
X X X
bkj aji = bjk aij = aij bjk
j=1 j=1 j=1
(ABC)t = C t B t At
(ABCD)t = Dt C t B t At
Ejemplo 28 Probar que para cualquier matriz cuadrada A, la matriz A+At es simétri-
ca.
(A + At )t = At + (At )t = At + A = A + At
tr(A) = tr(At )
tr(αA) = αtr(A)
tr(AB) = tr(BA)
Definición 24 Sea A una matriz de nxn y sea Mij la matriz de (n − 1)x(n − 1) que se
obtiene de A eliminando el renglón i y la columna j. Mij se llama el menor ij de A.
det(AB) = det(A)det(B)
AB = BA = I
40 CAPÍTULO 3. MATRICES
AA−1 = A−1 A = I
AB = BA = I y AC = CA = I
Observe que
B = BI = B(AC) = (BA)C = IC = C
Por consiguiente, B = C.
Procedimiento para encontrar la inversa de una matriz de una matriz cuadrada A:
1. Se escribe la matriz aumentada (A|I).
3. Se decide si A es invertible:
a) Si la forma escalonada reducida por renglones de A es la matriz identidad I,
entonces A−1 es la matriz que se tiene a la derecha de la barra vertical.
b) Si la reducción de A conduce a un renglón de ceros a la izquierda de la barra
vertical, entonces A no es invertible.
3.8. INVERSA DE UNA MATRIZ CUADRADA 41
y
(AB)−1 (AB) = (B −1 A−1 )(AB) = B −1 (A−1 A)B = B −1 (IB) = B −1 B = I
En consecuencia, (AB)−1 = B −1 A−1 es la inversa de AB.
El resultado del teorema 6 se puede generalizar al producto de tres o más matrices
invertibles.
Teorema 18 Sea A una matriz cuadrada. A es invertible si y solo sı́ detA 6= 0, además
1
det(A−1 ) =
detA
3.8. INVERSA DE UNA MATRIZ CUADRADA 43
2 4 6
Ejemplo 35 Determine si la matriz es invertible: A = 4
5 6 .
3 1 −2
1 −3 4
Ejemplo 36 Determine si la matriz es invertible: A = 2
−5 7.
0 −1 1
Existe otra forma de calcular la inversa de una matriz invertible la cual requiere el
cálculo de la adjunta de una matriz.
Sea A = (aij ) una matriz cuadrada de n × n y sea B = (Aij ) la matriz de cofactores de
A. Entonces
A11 A12 · · · A1n
A21 A22 · · · A2n
B = ..
.. ..
. . .
An1 An2 · · · Ann
Definición 28 Sea A una matriz de n×n y sea B la matriz de sus cofactores. Entonces
la adjunta de A, escrito adj A, es la transpuesta de la matriz B de n × n; es decir,
A11 A21 · · · An1
A12 A22 · · · An2
adj A = B t = ..
.. ..
. . .
A1n A2n · · · Ann
2 4 3
Ejemplo 37 Calcular la adjunta de la matriz A = 0 1 −1.
3 5 7
Teorema 19 Sea A una matriz de n × n. Entonces
detA 0 ··· 0
0 detA · · · 0
A(adjA) = .. .. = (detA)I
..
. . .
0 0 · · · detA
El siguiente resultado establece otra forma de calcular la inversa de una matriz inver-
tible.
Teorema 20 Sea A una matriz de n×n. Entonces A es invertible si y sólo si detA 6= 0.
Si detA 6= 0, entonces
1
A−1 = adjA
detA
Ejemplo 38 Determine si A es invertible y, de ser ası́, calcule A−1 .
2 4 3
A = 0 1 −1
3 5 7
44 CAPÍTULO 3. MATRICES
Notación: Una matriz elemental se denota por E, cRi , Rj +cRi o por Pij llamada matriz
de permutación obtenida al intercambiar los renglones i y j de I.
Se
muestran las siguientes elementales de 3 × 3:
matrices
1 0 0 1 0 0
→5R2
0 1 0 −−R−2− −−−→ 0 5 0 = 5R2
0 0 1 0 0 1
1 0 0 1 0 0
R3 →R3 −3R1
0 1 0 −− −−−−−−−→ 0 1 0 = R3 − 3R1
0 0 1 −3 0 1
1 0 0 1 0 0
0 1 0 −−R−2− R3
−−→ 0 0 1 = P23
0 0 1 0 1 0
Teorema 21 Para realizar una operación elemental por renglón en una matriz A se
multiplica A por la izquierda por la matriz elemental adecuada.
Se tienen los siguientes resultados para las inversas de matrices elementales donde α es
un escalar diferente de cero:
1. (αRi )−1 = α1 Ri
El siguiente resultado relaciona la inversa de una matriz con las matrices elementales.
1 0 − 31 | 31 − 13 0 1 0 − 31 | 13 − 13 0
R3 →(−1)R3
0 1 1 | 0 1 0 − −−−−−−→ 0 1 1 | 0 12 0
2
0 0 −1 | 0 0 1 0 0 1 | 0 0 −1
1 1 1
1
R1 → 3 R3 +R1
1 0 0 | 3
− 3
− 3
−−−−− −−−−→ 0 1 0 | 0 12 1
R2 →(−1)R3 +R2
0 0 1 | 0 0 −1
De esta manera, 1 1 1
3
− 3
− 3
A−1 = 0 12 1
0 0 −1
Note que la inversa de A se obtuvo mediante un número finito de operaciones elemen-
tales con renglones sobre la matriz identidad, es decir,
1 2 1 1
A−1 = R2 − R3 R1 + R3 (−1)R3 R1 − R2 R2 R1
3 3 2 3
Por lo tanto, la matriz A se puede escribir como el siguiente producto de matrices
elementales:
−1 −1
2 1
A = (A ) = 3R1 2R2 R1 + R2 (−1)R3 R1 − R3 R2 + R3
3 3
2
− 13
3 0 0 1 0 0 1 3 0 1 0 0 1 0 1 0 0
= 0 1 0
0 2 0 0 1 0 0 1 0 0 1 0 0 1 1
0 0 1 0 0 1 0 0 1 0 0 −1 0 0 1 0 0 1