Clase Semana 4

Eliminación Gaussiana
Inversa de una Matriz

Matrices y Sistemas de Ecuaciones Lineales
Eliminación Gaussiana - Inversa de Matrices
Docente: Rafael Asmat Uceda
Escuela de Ing. Mecánica

Universidad Nacional de Trujillo
6 de julio de 2021
Uceda, R. A. Análisis Matemático

Matrices en Forma Escalonada
Operaciones Elementales

Definición
Una matriz en forma escalonada es una matriz que verifica las
siguientes condiciones.
El primer elemento de filas es no nulo.


Definición
En dos lı́neas consecutivas el primer elemento de la fila inferior
aparece más hacia la derecha del primer elemento no nulo de
la fila superior.


Definición
la fila superior.
Ejemplo
Las siguiente matrices son escalonadas:
 
1 1 1 1 2  
0 −3 1 5
 0 1 3 0 0 
A= , B =  0 0 2 0 
   
0 0 1 0 1
0 0 0 0
 
0 0 0 0 0

Definición
la fila superior.
Ejemplo
Las siguiente matrices son escalonadas:
 
1 1 1 1 2  
0 −3 1 5
 0 1 3 0 0 
A= , B =  0 0 2 0 
   
0 0 1 0 1
0 0 0 0
 
0 0 0 0 0
Matriz Escalonada Reducida
Definición
Si una matriz A está en forma escalonada, el primer elemento no
nulo de cada fila es llamado pivote.
Definición
Una matriz se llama escalonada reducida por fila si es una matriz
escalonada y además:
Definición
Definición
En cada fila no nula, el elemento pivote es igual a uno.
Definición
Definición
Todos los elementos de la columna del pivote son nulos
Definición
Definición
Ejemplo
Las siguientes matrices son escalonadas reducidas:
 
0 1 0 0 !
1 0 5 −6
A =  0 0 1 0 , B =
 
0 1 3 4
0 0 0 1
Definición
Definición
Ejemplo
Las siguientes matrices son escalonadas reducidas:
 
0 1 0 0 !
1 0 5 −6
A =  0 0 1 0 , B =
 
0 1 3 4
0 0 0 1
Definición
Se denominan operaciones (transformaciones) elementales a ciertas
operaciones que se realizan en una matriz. Estas transformaciones
modifican, de determinada forma, los elementos de una fila o una
columna de la matriz o intercambian dos filas o columnas de esta.
Se clasifican en:
Transformaciones elementales fila.

Definición
Se clasifican en:
Transformaciones elementales columna.

Definición
Se clasifican en:
Transformaciones Elementales Fila
Transformaciones Fij
Intercambian las filas i, j de una matriz Am×n . Este proceso
equivale a multiplicar por la izquierda la matriz A con la matriz Fij
la cual es la matriz resultante de intercambiar las filas i, j de la
matriz identidad Im . Uceda, R. A. Análisis Matemático
Definición
Se clasifican en:
Transformaciones Elementales Fila
Transformaciones Fij
Intercambian las filas i, j de una matriz Am×n . Este proceso
equivale a multiplicar por la izquierda la matriz A con la matriz Fij
la cual es la matriz resultante de intercambiar las filas i, j de la
matriz identidad Im . Uceda, R. A. Análisis Matemático
Ejemplo
 
2 1 3 4
Al intercambiar la filas 2 y 3 de la matriz A =  4 2 1 5 ,
 
1 0 2 3
obtenemos:  
2 1 3 4
 1 0 2 3 
 
4 2 1 5
 
1 0 0
Por otro lado, construimos la matriz F23 =  0 0 1 . Luego
 
0 1 0
multiplicamos F23 A:

Ejemplo
 
2 1 3 4
 
1 0 2 3
obtenemos:  
2 1 3 4
 1 0 2 3 
 
4 2 1 5
 
1 0 0
 
0 1 0
    
1 0 0 2 1 3 4 2 1 3 4
F23 A =  0 0 1   4 2 1 5  =  1 0 2 3 
    
0 1 0 1 0 2 3 4 2 1 5
Ejemplo
 
2 1 3 4
 
1 0 2 3
obtenemos:  
2 1 3 4
 1 0 2 3 
 
4 2 1 5
 
1 0 0
 
0 1 0
    
1 0 0 2 1 3 4 2 1 3 4
F23 A =  0 0 1   4 2 1 5  =  1 0 2 3 
    
0 1 0 1 0 2 3 4 2 1 5
Transformaciones Fi (α)
Multiplican la fila i de una matriz Am×n por un número α 6= 0.
Este proceso equivale a multiplicar por la izquierda la matriz A con
la matriz Fi (α) la cual es la matriz resultante de multiplicar por α
la matriz identidad Im .
Ejemplo
 
2 1 3 4
Al multiplicar por 3 la fila 2 de la matriz A =  4 2 1 5 ,
 
1 0 2 3
obtenemos:  
2 1 3 4
 12 6 3 15 
 
1 0 3 3

Transformaciones Fi (α)
Multiplican la fila i de una matriz Am×n por un número α 6= 0.
Este proceso equivale a multiplicar por la izquierda la matriz A con
la matriz Fi (α) la cual es la matriz resultante de multiplicar por α
la matriz identidad Im .
Ejemplo
 
2 1 3 4
Al multiplicar por 3 la fila 2 de la matriz A =  4 2 1 5 ,
 
1 0 2 3
obtenemos:  
2 1 3 4
 12 6 3 15 
 
1 0 3 3

 
1 0 0
Por otro lado, construimos la matriz F2 (3) =  0 3 0 . Luego
 
0 0 1
multiplicamos F2 (3)A:
    
1 0 0 2 1 3 4 2 1 3 4
F2 (3)A =  0 3 0   4 2 1 5  =  12 6 3 15 
    
0 0 1 1 0 2 3 1 0 2 3

 
1 0 0
 
0 0 1
    
1 0 0 2 1 3 4 2 1 3 4
F2 (3)A =  0 3 0   4 2 1 5  =  12 6 3 15 
    
0 0 1 1 0 2 3 1 0 2 3
Transformaciones Fij (α)

Suman a la fila i de una matriz Am×n la fila j multiplicada por un
número α 6= 0. Este proceso equivale a multiplicar por la izquierda
la matriz A con la matriz Fij (α) la cual es la matriz resultante de
sumar a la fila i de la matriz identidad Im la fila j multiplicada por
α.
 
1 0 0
 
0 0 1
    
1 0 0 2 1 3 4 2 1 3 4
F2 (3)A =  0 3 0   4 2 1 5  =  12 6 3 15 
    
0 0 1 1 0 2 3 1 0 2 3
Transformaciones Fij (α)

Suman a la fila i de una matriz Am×n la fila j multiplicada por un
número α 6= 0. Este proceso equivale a multiplicar por la izquierda
la matriz A con la matriz Fij (α) la cual es la matriz resultante de
sumar a la fila i de la matriz identidad Im la fila j multiplicada por
α.
Ejemplo
 
2 1 3 4
Si A =  4 2 1 5 , al sumar la fila 2 de la matriz A la
 
1 0 2 3
primera fila multiplicada por −2, obtenemos:
 
2 1 3 4
 0 0 −5 −3 
 
1 0 2 3
Por otro lado, construimos F21 (−2):

 
1 0 0
F21 (−2) =  −2 1 0 
 
0 0 1

Ejemplo
 
2 1 3 4
 
1 0 2 3
 
2 1 3 4
 0 0 −5 −3 
 
1 0 2 3

 
1 0 0
F21 (−2) =  −2 1 0 
 
0 0 1
Multiplicamos F21 (−2)A:

Ejemplo
 
2 1 3 4
 
1 0 2 3
 
2 1 3 4
 0 0 −5 −3 
 
1 0 2 3

 
1 0 0
F21 (−2) =  −2 1 0 
 
0 0 1
Multiplicamos F21 (−2)A:

    
1 0 0 2 1 3 4 2 1 3 4
F21 (−2)A =  −2 1 0   4 2 1 5  =  0 0 −5 −3 
    
0 0 1 1 0 2 3 1 0 2 3
Transformaciones Elementales Columna

Son las mismas transformaciones elementales fila pero operando
por columnas.

    
1 0 0 2 1 3 4 2 1 3 4
F21 (−2)A =  −2 1 0   4 2 1 5  =  0 0 −5 −3 
    
0 0 1 1 0 2 3 1 0 2 3

por columnas.
Transformaciones Cij
Intercambian las columnas i, j de una matriz Am×n . Este proceso
equivale a multiplicar por la derecha la matriz A con la matriz Cij
la cual es la matriz resultante de intercambiar las columnas i, j de
la matriz identidad In .

    
1 0 0 2 1 3 4 2 1 3 4
F21 (−2)A =  −2 1 0   4 2 1 5  =  0 0 −5 −3 
    
0 0 1 1 0 2 3 1 0 2 3

por columnas.
Transformaciones Cij
Intercambian las columnas i, j de una matriz Am×n . Este proceso
equivale a multiplicar por la derecha la matriz A con la matriz Cij
la cual es la matriz resultante de intercambiar las columnas i, j de
la matriz identidad In .

Ejemplo
!
2 1 3
Al intercambiar la columnas 1 y 3 de la matriz A = ,
0 4 2
obtenemos: !
3 1 2
2 4 0
 
0 0 1
Por otro lado, construimos la matriz C23 =  0 1 0 . Luego
 
1 0 0
multiplicamos AC13 :

Ejemplo
!
2 1 3
0 4 2
obtenemos: !
3 1 2
2 4 0
 
0 0 1
 
1 0 0
 
! 0 0 1 !
2 1 3 3 1 2
AC13 =  0 1 0 =
 
0 4 2 2 4 0
1 0 0

Ejemplo
!
2 1 3
0 4 2
obtenemos: !
3 1 2
2 4 0
 
0 0 1
 
1 0 0
 
! 0 0 1 !
2 1 3 3 1 2
AC13 =  0 1 0 =
 
0 4 2 2 4 0
1 0 0

Transformaciones Ci (α)
Multiplican la columna i de una matriz Am×n por un número
α 6= 0. Este proceso equivale a multiplicar por la derecha la matriz
A con la matriz Ci (α) la cual es la matriz resultante de multiplicar
por α la matriz identidad In .
Ejemplo
!
2 1 3
Al multiplicar por 2 la columna 3 de la matriz A = ,
0 4 2
obtenemos: !
2 1 6
0 4 4

Ejemplo
!
2 1 3
0 4 2
obtenemos: !
2 1 6
0 4 4
 
1 0 0
Por otro lado, construimos la matriz C3 (2) =  0 1 0 
 
0 0 2
Ejemplo
!
2 1 3
0 4 2
obtenemos: !
2 1 6
0 4 4
 
1 0 0
Por otro lado, construimos la matriz C3 (2) =  0 1 0 
 
0 0 2
Ahora multiplicamos AC3 (2):

 
! 1 0 0 !
2 1 3 2 1 6
AC3 (2) =  0 1 0 =
 
0 4 2 0 4 4
0 0 2


 
! 1 0 0 !
2 1 3 2 1 6
AC3 (2) =  0 1 0 =
 
0 4 2 0 4 4
0 0 2
Transformaciones Cij (α)

Suman a la columna i de una matriz Am×n la columna j
multiplicada por un número α 6= 0. Este proceso equivale a
multiplicar por la derecha la matriz A con la matriz Cij (α) la cual
es la matriz resultante de sumar a la columna i de la matriz
identidad In la fila j multiplicada por α .


 
! 1 0 0 !
2 1 3 2 1 6
AC3 (2) =  0 1 0 =
 
0 4 2 0 4 4
0 0 2

Ejemplo
!
2 1 3
Sea A =
0 4 2

 
! 1 0 0 !
2 1 3 2 1 6
AC3 (2) =  0 1 0 =
 
0 4 2 0 4 4
0 0 2

Ejemplo
!
2 1 3
Sea A =
0 4 2
Al sumar a la columna 3 de A el doble de la primera columna,

obtenemos: !
2 1 7
0 4 2
Por otro lado, construimos C31 (2):
 
1 0 2
C31 (2) =  0 1 0 
 
0 0 1


obtenemos: !
2 1 7
0 4 2
 
1 0 2
C31 (2) =  0 1 0 
 
0 0 1
Multiplicamos AC31 (2):


obtenemos: !
2 1 7
0 4 2
 
1 0 2
C31 (2) =  0 1 0 
 
0 0 1

 
! 1 0 2 !
2 1 3 2 1 7
AC31 (2) =  0 1 0 =
 
0 4 2 0 4 2
0 0 1


obtenemos: !
2 1 7
0 4 2
 
1 0 2
C31 (2) =  0 1 0 
 
0 0 1

 
! 1 0 2 !
2 1 3 2 1 7
AC31 (2) =  0 1 0 =
 
0 4 2 0 4 2
0 0 1

Teorema
Toda matriz puede ser reducida mediante transformaciones
elementales fila a una matriz escalonada canónica (reducida).
Ejemplo
Transformar la siguiente matriz mediante transformaciones
elementales a una matriz escalonada reducida:
 
2 1 3 4
A= 4 2 1 5 
 
1 0 2 3

Teorema
Ejemplo
 
2 1 3 4
A= 4 2 1 5 
 
1 0 2 3
Solución.
   
2 1 3 4 2 1 3 4
 4 2 1 5  F21 (−2)  0 0 −5 −3 
   
1 0 2 3 −−− −−→ 1 0 2 3
Teorema
Ejemplo
 
2 1 3 4
A= 4 2 1 5 
 
1 0 2 3
Solución.
   
2 1 3 4 2 1 3 4
 4 2 1 5  F21 (−2)  0 0 −5 −3 
   
1 0 2 3 −−− −−→ 1 0 2 3
   
2 1
3 4 1 12 3
2 2
F31 − 12  0 0 1 
−5 −3  F1 ( 2 )  0 0 −5 −3 
  
−−−−−−→ 0 − 1
2
1
2 1 −−−→ 0 − 12 1
2 1
 
1 12 3
22
F23  0 − 21 1
1 
 
−→ 2
0 0 −5 −3
   
1 21 3
2 2 1 0 2 3
F2 (−2)  0 1 −1 −2  F12 − 12  0 1 −1 −2 
   
−−−−→ 0 0 −5 −3 −−−−−−→ 0 0 −5 −3

   
2 1
3 4 1 12 3
2 2
F31 − 12  0 0 1 
−5 −3  F1 ( 2 )  0 0 −5 −3 
  
−−−−−−→ 0 − 1
2
1
2 1 −−−→ 0 − 12 1
2 1
 
1 12 3
22
F23  0 − 21 1
1 
 
−→ 2
0 0 −5 −3
   
1 12 3
2 2 1 0 2 3
F2 (−2)  0 1 −1 −2  F12 − 12  0 1 −1 −2 
   
−−−−→ 0 0 −5 −3 −−−−−−→ 0 0 −5 −3
   
9
1 0
2 3 1 0 0 5
F3 − 15  0 1 −1 −2  F13 (−2)  0 1 −1 −2 
   
−−−−−→ 0 0 1 3 −−−−−→ 3
5 0 0 1 5

   
2 1
3 4 1 12 3
2 2
F31 − 12  0 0 1 
−5 −3  F1 ( 2 )  0 0 −5 −3 
  
−−−−−−→ 0 − 1
2
1
2 1 −−−→ 0 − 12 1
2 1
 
1 12 3
22
F23  0 − 21 1
1 
 
−→ 2
0 0 −5 −3
   
1 12 3
2 2 1 0 2 3
F2 (−2)  0 1 −1 −2  F12 − 12  0 1 −1 −2 
   
−−−−→ 0 0 −5 −3 −−−−−−→ 0 0 −5 −3
   
9
1 0
2 3 1 0 0 5
F3 − 15  0 1 −1 −2  F13 (−2)  0 1 −1 −2 
   
−−−−−→ 0 0 1 3 −−−−−→ 3
5 0 0 1 5

 
9
1 0 0 5
7 
F23 (1)  0 1 0 − 5 

−−−−→ 3
0 0 1 5
Por lo tanto, la matriz canónica reducida obtenida a partir de A es:

 
9
1 0 0 5
 0 1 0 − 57 
 
3
0 0 1 5
 
9
1 0 0 5
7 
F23 (1)  0 1 0 − 5 

−−−−→ 3
0 0 1 5

 
9
1 0 0 5
 0 1 0 − 57 
 
3
0 0 1 5
Definición
Dos matrices A y B de orden m × n son equivalentes por filas
(columnas) cuando se puede pasar de una a otra mediante un
número finito de operaciones fila (columna).
Definición
Dos matrices A y B son equivalentes si y sólo si existen matrices
cuadradas P y Q tales que B = PAQ
 
9
1 0 0 5
7 
F23 (1)  0 1 0 − 5 

−−−−→ 3
0 0 1 5

 
9
1 0 0 5
 0 1 0 − 57 
 
3
0 0 1 5
Definición
Dos matrices A y B de orden m × n son equivalentes por filas
(columnas) cuando se puede pasar de una a otra mediante un
número finito de operaciones fila (columna).
Definición
Dos matrices A y B son equivalentes si y sólo si existen matrices
cuadradas P y Q tales que B = PAQ

Definición
Sean A y B dos matrices de orden n. Se dice que B es inversa de A
si y sólo si AB = BA = In . Si B existe se dice que A es invertible
(no singular) y denotamos B = A−1 , es decir:
AA−1 = A−1 A = In


Definición
AA−1 = A−1 A = In
Ejemplo
 
1 2 −1
Verificar que B =  0 1 1  es la inversa de
 
−2 0 5
 
−5 10 −3
A =  2 −3 1 
 
−2 4 −1


Definición
AA−1 = A−1 A = In
Ejemplo
 
1 2 −1
Verificar que B =  0 1 1  es la inversa de
 
−2 0 5
 
−5 10 −3
A =  2 −3 1 
 
−2 4 −1

Solución
Debemos comprobar que AB = BA = I3 .
En efecto:
    
−5 10 −3 1 2 −1 1 0 0
AB =  2 −3 1  0 1 1 = 0 1 0 
    
−2 4 −1 −2 0 5 0 0 1

Solución
En efecto:
    
−5 10 −3 1 2 −1 1 0 0
AB =  2 −3 1  0 1 1 = 0 1 0 
    
−2 4 −1 −2 0 5 0 0 1
De igual manera verificamos que BA = I3 (Ejercicio)

Solución
En efecto:
    
−5 10 −3 1 2 −1 1 0 0
AB =  2 −3 1  0 1 1 = 0 1 0 
    
−2 4 −1 −2 0 5 0 0 1
Teorema
Una condición necesaria y suficiente para que una matriz cuadrada
posea inversa es que su forma escalonada canónica sea la matriz
identidad.

Solución
En efecto:
    
−5 10 −3 1 2 −1 1 0 0
AB =  2 −3 1  0 1 1 = 0 1 0 
    
−2 4 −1 −2 0 5 0 0 1
Teorema
Una condición necesaria y suficiente para que una matriz cuadrada
posea inversa es que su forma escalonada canónica sea la matriz
identidad.

Ejemplo
 
1 3 0
Verificar si la matriz A =  0 1 1  posee inversa.
 
1 2 0
Solución.

Ejemplo
 
1 3 0
 
1 2 0
Solución.
En primer lugar construimos la matriz aumentada (A | I) y luego
de un número finito de operaciones elementales por fila o columna,
debemos obtener (I | B). La matriz B será la inversa de A, es
decir, B = A−1 .
En efecto:

Ejemplo
 
1 3 0
 
1 2 0
Solución.
decir, B = A−1 .
En efecto: 
1 3 0 | 1 0 0
(A | I) =  0 1 1 | 0 1 0  F31 (−1)
 
1 2 0 | 0 0 1 −−−−−→

Ejemplo
 
1 3 0
 
1 2 0
Solución.
decir, B = A−1 .
En efecto: 
1 3 0 | 1 0 0
(A | I) =  0 1 1 | 0 1 0  F31 (−1)
 
1 2 0 | 0 0 1 −−−−−→

 
1 3 0 | 1 0 0
F31 (−1)  0 1 1 | 0 1 0  F12 (−3)
 
−−−−−→ 0 −1 0 | −1 0 1 −−−−−→
 
1 0 −3 | 1 −3 0
F12 (−3)  0 1 1 | 0 1 0  F32 (1)
 
−−−−−→ 0 −1 0 | −1 0 1 −−−−→

 
1 3 0 | 1 0 0
F31 (−1)  0 1 1 | 0 1 0  F12 (−3)
 
−−−−−→ 0 −1 0 | −1 0 1 −−−−−→
 
1 0 −3 | 1 −3 0
F12 (−3)  0 1 1 | 0 1 0  F32 (1)
 
−−−−−→ 0 −1 0 | −1 0 1 −−−−→
 
1 0 −3 | 1 −3 0
F32 (1)  0 1 1 | 0 1 0  F13 (3)
 
−−−−→ 0 0 1 | −1 1 1 −−−−→

 
1 3 0 | 1 0 0
F31 (−1)  0 1 1 | 0 1 0  F12 (−3)
 
−−−−−→ 0 −1 0 | −1 0 1 −−−−−→
 
1 0 −3 | 1 −3 0
F12 (−3)  0 1 1 | 0 1 0  F32 (1)
 
−−−−−→ 0 −1 0 | −1 0 1 −−−−→
 
1 0 −3 | 1 −3 0
F32 (1)  0 1 1 | 0 1 0  F13 (3)
 
−−−−→ 0 0 1 | −1 1 1 −−−−→
 
1 0 0 | −2 0 3
F13 (3)  0 1 1 | 0 1 0  F23 (−1)
 
−−−−→ 0 0 1 | −1 1 1 −−−−−→

 
1 3 0 | 1 0 0
F31 (−1)  0 1 1 | 0 1 0  F12 (−3)
 
−−−−−→ 0 −1 0 | −1 0 1 −−−−−→
 
1 0 −3 | 1 −3 0
F12 (−3)  0 1 1 | 0 1 0  F32 (1)
 
−−−−−→ 0 −1 0 | −1 0 1 −−−−→
 
1 0 −3 | 1 −3 0
F32 (1)  0 1 1 | 0 1 0  F13 (3)
 
−−−−→ 0 0 1 | −1 1 1 −−−−→
 
1 0 0 | −2 0 3
F13 (3)  0 1 1 | 0 1 0  F23 (−1)
 
−−−−→ 0 0 1 | −1 1 1 −−−−−→

 
1 0 0 | −2 0 3
F21 (−1)  0 1 0 | 1 0 −1 
 
−−−−−→ 0 0 1 | −1 1 1
Como la forma canónica reducida 

de la matriz A, 
es la matriz
−2 0 3
identidad, concluimos que A−1 =  1 0 −1 .
 
−1 1 1

 
1 0 0 | −2 0 3
F21 (−1)  0 1 0 | 1 0 −1 
 
−−−−−→ 0 0 1 | −1 1 1

de la matriz A, 
es la matriz
−2 0 3
 
−1 1 1
Propiedades de la Matriz Inversa

Si una matriz tiene inversa,
esta es única.

 
1 0 0 | −2 0 3
F21 (−1)  0 1 0 | 1 0 −1 
 
−−−−−→ 0 0 1 | −1 1 1

de la matriz A, 
es la matriz
−2 0 3
 
−1 1 1

esta es única.
(A−1 )−1 = A

 
1 0 0 | −2 0 3
F21 (−1)  0 1 0 | 1 0 −1 
 
−−−−−→ 0 0 1 | −1 1 1

de la matriz A, 
es la matriz
−2 0 3
 
−1 1 1

esta es única.
(A−1 )−1 = A
(AB)−1 = B −1 A−1

 
1 0 0 | −2 0 3
F21 (−1)  0 1 0 | 1 0 −1 
 
−−−−−→ 0 0 1 | −1 1 1

de la matriz A, 
es la matriz
−2 0 3
 
−1 1 1

Si una matriz tiene inversa, (AT )−1 = (A−1 )T
esta es única.
(A−1 )−1 = A
(AB)−1 = B −1 A−1

 
1 0 0 | −2 0 3
F21 (−1)  0 1 0 | 1 0 −1 
 
−−−−−→ 0 0 1 | −1 1 1

de la matriz A, 
es la matriz
−2 0 3
 
−1 1 1

esta es única.
(λA)−1 = λ1 A−1 , λ 6= 0
(A−1 )−1 = A
(AB)−1 = B −1 A−1

 
1 0 0 | −2 0 3
F21 (−1)  0 1 0 | 1 0 −1 
 
−−−−−→ 0 0 1 | −1 1 1

de la matriz A, 
es la matriz
−2 0 3
 
−1 1 1

esta es única.
(λA)−1 = λ1 A−1 , λ 6= 0
(A−1 )−1 = A
(AB)−1 = B −1 A−1 (An )−1 = (A−1 )n , n ∈ N.

 
1 0 0 | −2 0 3
F21 (−1)  0 1 0 | 1 0 −1 
 
−−−−−→ 0 0 1 | −1 1 1

de la matriz A, 
es la matriz
−2 0 3
 
−1 1 1

esta es única.
(λA)−1 = λ1 A−1 , λ 6= 0
(A−1 )−1 = A
(AB)−1 = B −1 A−1 (An )−1 = (A−1 )n , n ∈ N.

Método de Eliminación Gaussiana
Rango de una Matriz

Si un sistema de ecuaciones denotado matricialmente por Ax = b
tiene igual número de ecuaciones e incógnitas, la matriz de
coeficientes asociada al sistema es una matriz cuadrada.
Si A es una matriz no singular, entonces es posible encontrar

el vector solución x multiplicando ambos lados de la igualdad
por A−1 :
Ax = b ⇒ A−1 Ax = A−1 b ⇒ x = A−1 b

Rango de una Matriz


por A−1 :
Ax = b ⇒ A−1 Ax = A−1 b ⇒ x = A−1 b
Si el sistema es homogéneo, es decir, la matriz de términos

independientes es la matriz nula, y existe A−1 , entonces,
Ax = 0 ⇒ A−1 Ax = A−1 0 ⇒ x = 0

Rango de una Matriz


por A−1 :
Ax = b ⇒ A−1 Ax = A−1 b ⇒ x = A−1 b
Si el sistema es homogéneo, es decir, la matriz de términos

independientes es la matriz nula, y existe A−1 , entonces,
Ax = 0 ⇒ A−1 Ax = A−1 0 ⇒ x = 0

Rango de una Matriz
Si A no tiene inversa, el sistema es compatible indeterminado.

Si el sistema es no homogéneo y no existe A−1 el sistema
podrá ser compatible indeterminado o incompatible.

Rango de una Matriz

En resumen, tenemos el siguiente resultado:

Rango de una Matriz


Proposición
Si A es una matriz de orden n, entonces:

Rango de una Matriz


Proposición
El sistema lineal de ecuaciones Ax = b es compatible
determinado si y sólo si existe A−1

Rango de una Matriz


Proposición
El sistema lineal de ecuaciones Ax = 0 no tiene soluciones no
triviales si y sólo si existe A−1

Rango de una Matriz


Proposición
El sistema lineal de ecuaciones Ax = 0 tiene soluciones no
triviales si y sólo si no existe A−1

Rango de una Matriz


Proposición
El sistema lineal de ecuaciones Ax = 0 tiene soluciones no
triviales si y sólo si no existe A−1

Rango de una Matriz
Ejemplo
Determinar la solución del sistema:
x + 2y = 4
y − z = 1
x + 2y + z = 0
Solución.
En este caso, la matriz de coeficientes asociada al sistema es:
 
1 2 0
A =  0 1 −1 
 
1 2 1

Rango de una Matriz
Ejemplo
x + 2y = 4
y − z = 1
x + 2y + z = 0
Solución.
 
1 2 0
A =  0 1 −1 
 
1 2 1
Construimos la matriz ampliada y efecutaremos transformaciones

elementales por fila para comprobar si la matriz es invertible:

Rango de una Matriz
Ejemplo
x + 2y = 4
y − z = 1
x + 2y + z = 0
Solución.
 
1 2 0
A =  0 1 −1 
 
1 2 1
Construimos la matriz ampliada y efecutaremos transformaciones

elementales por fila para comprobar si la matriz es invertible:

Rango de una Matriz
   
1 2 0 | 1 0 0 1 2 0 | 1 0 0
0 1 −1 | 0 1 0 F (−1) 0 1 −1 | 0 1 0 
   
 31
−−−−−→
 
1 2 1 | 0 0 1 0 0 1 | −1 0 1
 
1 0 2 | 1 −2 0
F12 (−2)  0 1 −1 | 0 1 0  F23 (1)
 
−−−−−→ 0 0 1 | −1 0 1 −−−−→

Rango de una Matriz
   
1 2 0 | 1 0 0 1 2 0 | 1 0 0
0 1 −1 | 0 1 0 F (−1) 0 1 −1 | 0 1 0 
   
 31
−−−−−→
 
1 2 1 | 0 0 1 0 0 1 | −1 0 1
 
1 0 2 | 1 −2 0
F12 (−2)  0 1 −1 | 0 1 0  F23 (1)
 
−−−−−→ 0 0 1 | −1 0 1 −−−−→
   
1 0 2 | 1 −2 0 1 0 0 | 3 −2 −2
0 1 0 | −1 1 1 F (−2) 0 1 0 | −1 1 1 
   
 13
0 0 1 | −1 0 1 −−−−−→ 0 0 1 | −1
 
0 1

Rango de una Matriz
   
1 2 0 | 1 0 0 1 2 0 | 1 0 0
0 1 −1 | 0 1 0 F (−1) 0 1 −1 | 0 1 0 
   
 31
−−−−−→
 
1 2 1 | 0 0 1 0 0 1 | −1 0 1
 
1 0 2 | 1 −2 0
F12 (−2)  0 1 −1 | 0 1 0  F23 (1)
 
−−−−−→ 0 0 1 | −1 0 1 −−−−→
   
1 0 2 | 1 −2 0 1 0 0 | 3 −2 −2
0 1 0 | −1 1 1 F (−2) 0 1 0 | −1 1 1 
   
 13
0 0 1 | −1 0 1 −−−−−→ 0 0 1 | −1
 
0 1

Rango de una Matriz
Ası́, A es invertible y tenemos que

 
3 −2 −2
A−1 =  −1 1 1 
 
−1 0 1
Luego, el vector solución del sistema es x = A−1 b, es decir:

Rango de una Matriz

 
3 −2 −2
A−1 =  −1 1 1 
 
−1 0 1

    
x 3 −2 −2 4
 y  =  −1 1 1  1 
    
z −1 0 1 0

Rango de una Matriz

 
3 −2 −2
A−1 =  −1 1 1 
 
−1 0 1

    
x 3 −2 −2 4
 y  =  −1 1 1  1 
    
z −1 0 1 0
   
x 10
y = −3
   
   
z −4

Rango de una Matriz

 
3 −2 −2
A−1 =  −1 1 1 
 
−1 0 1

    
x 3 −2 −2 4
 y  =  −1 1 1  1 
    
z −1 0 1 0
   
x 10
y = −3
   
   
z −4
Por lo tanto, el conjunto solución es x = 10, y = −3, z = −4.
Rango de una Matriz

 
3 −2 −2
A−1 =  −1 1 1 
 
−1 0 1

    
x 3 −2 −2 4
 y  =  −1 1 1  1 
    
z −1 0 1 0
   
x 10
y = −3
   
   
z −4
Por lo tanto, el conjunto solución es x = 10, y = −3, z = −4.
Rango de una Matriz
Este método consiste en aplicar a la matriz ampliada del sistema,

transformaciones elementales por fila (o columna), obteniendo
sistemas equivalentes al dado, pero cada vez más manejables. Las
transformaciones se aplican a fin de obtener una matriz escalonada.
El procedimiento es el siguiente:

Rango de una Matriz

Construimos la matriz aumentada del sistema (A|b)

Rango de una Matriz

Realizamos operaciones elementales por fila (o columna) en la
matriz ampliada a fin de transformar A en una matriz
escalonada.

Rango de una Matriz

escalonada.
Resolvemos el sistema usando sustitución hacia atrás.

Rango de una Matriz

escalonada.
Resolvemos el sistema usando sustitución hacia atrás.

Rango de una Matriz
Ejemplo
2x + y + z = 1
4x + y = −2
−2x + 2y + z = 7
usando eliminación Gaussiana.

Solución.

Rango de una Matriz
Ejemplo
2x + y + z = 1
4x + y = −2
−2x + 2y + z = 7

Solución.
Construimos la matriz ampliada del sistema y efectuamos
operaciones elementales por fila:

Rango de una Matriz
Ejemplo
2x + y + z = 1
4x + y = −2
−2x + 2y + z = 7

Solución.
 
2 1 1 | 1
(A|b) =  4 1 0 | −2 
 
−2 2 1 | 7

Rango de una Matriz
Ejemplo
2x + y + z = 1
4x + y = −2
−2x + 2y + z = 7

Solución.
 
2 1 1 | 1
(A|b) =  4 1 0 | −2 
 
−2 2 1 | 7

Rango de una Matriz
 
2 1 1 | 1
F21 (−2)  0 −1 −2 | −4  F31 (1)
 
−−−−−→ −2 2 1 | 7 −−−−→
 
2 1 1 | 1
F31 (1)  0 −1 −2 | −4  F32 (3)
 
−−−−→ 0 3 2 | 8 −−−−→

Rango de una Matriz
 
2 1 1 | 1
F21 (−2)  0 −1 −2 | −4  F31 (1)
 
−−−−−→ −2 2 1 | 7 −−−−→
 
2 1 1 | 1
F31 (1)  0 −1 −2 | −4  F32 (3)
 
−−−−→ 0 3 2 | 8 −−−−→
 
2 1 1 | 1
F32 (3)  0 −1 −2 | −4 
 
−−−−→ 0 0 −4 | −4

Rango de una Matriz
 
2 1 1 | 1
F21 (−2)  0 −1 −2 | −4  F31 (1)
 
−−−−−→ −2 2 1 | 7 −−−−→
 
2 1 1 | 1
F31 (1)  0 −1 −2 | −4  F32 (3)
 
−−−−→ 0 3 2 | 8 −−−−→
 
2 1 1 | 1
F32 (3)  0 −1 −2 | −4 
 
−−−−→ 0 0 −4 | −4
Una vez transformada la matriz A es una matriz escalonada,
obtenemos el siguiente sistema equivalente:

Rango de una Matriz
 
2 1 1 | 1
F21 (−2)  0 −1 −2 | −4  F31 (1)
 
−−−−−→ −2 2 1 | 7 −−−−→
 
2 1 1 | 1
F31 (1)  0 −1 −2 | −4  F32 (3)
 
−−−−→ 0 3 2 | 8 −−−−→
 
2 1 1 | 1
F32 (3)  0 −1 −2 | −4 
 
−−−−→ 0 0 −4 | −4
Una vez transformada la matriz A es una matriz escalonada,
obtenemos el siguiente sistema equivalente:

Rango de una Matriz
2x + y + z = 1
− y − 2z = −4
− 4z = 12
Ahora resolvemos el sistema utilizando sustitución regresiva:

Rango de una Matriz
2x + y + z = 1
− y − 2z = −4
− 4z = 12
−4z = −4 ⇒ z = 1.

Rango de una Matriz
2x + y + z = 1
− y − 2z = −4
− 4z = 12
−4z = −4 ⇒ z = 1.
−y − 2z = −4 ⇒ −y − 2 = −4 ⇒ y = 2

Rango de una Matriz
2x + y + z = 1
− y − 2z = −4
− 4z = 12
−4z = −4 ⇒ z = 1.
−y − 2z = −4 ⇒ −y − 2 = −4 ⇒ y = 2
2x + y + z = 1 ⇒ 2x + 2 + 1 = 1 ⇒ x = −1

Rango de una Matriz
2x + y + z = 1
− y − 2z = −4
− 4z = 12
−4z = −4 ⇒ z = 1.
−y − 2z = −4 ⇒ −y − 2 = −4 ⇒ y = 2
2x + y + z = 1 ⇒ 2x + 2 + 1 = 1 ⇒ x = −1
Por lo tanto, el conjunto solución del sistema es
x = −1, y = 2, z = 1.

Rango de una Matriz
2x + y + z = 1
− y − 2z = −4
− 4z = 12
−4z = −4 ⇒ z = 1.
−y − 2z = −4 ⇒ −y − 2 = −4 ⇒ y = 2
2x + y + z = 1 ⇒ 2x + 2 + 1 = 1 ⇒ x = −1
x = −1, y = 2, z = 1.
Tarea
¿Conduce siempre a la solución el procedimiento de
eliminación Gaussiana?

Rango de una Matriz
2x + y + z = 1
− y − 2z = −4
− 4z = 12
−4z = −4 ⇒ z = 1.
−y − 2z = −4 ⇒ −y − 2 = −4 ⇒ y = 2
2x + y + z = 1 ⇒ 2x + 2 + 1 = 1 ⇒ x = −1
x = −1, y = 2, z = 1.
Tarea
¿Bajo qué condiciones puede fallar el proceso?

Rango de una Matriz
2x + y + z = 1
− y − 2z = −4
− 4z = 12
−4z = −4 ⇒ z = 1.
−y − 2z = −4 ⇒ −y − 2 = −4 ⇒ y = 2
2x + y + z = 1 ⇒ 2x + 2 + 1 = 1 ⇒ x = −1
x = −1, y = 2, z = 1.
Tarea
¿Bajo qué condiciones puede fallar el proceso?

Ejemplo
Resolver el sistema:
x + y + z = 1
2x + 2y + z = 2
x + y = 1
Solución.
Ejemplo
x + y + z = 1
2x + 2y + z = 2
x + y = 1
Solución.
Construimos la matriz ampliada del sistema:
Ejemplo
x + y + z = 1
2x + 2y + z = 2
x + y = 1
Solución.
 
1 1 1 | 1
(A|b) =  2 2 1 | 2 
 
1 1 0 | 1
Ejemplo
x + y + z = 1
2x + 2y + z = 2
x + y = 1
Solución.
 
1 1 1 | 1
(A|b) =  2 2 1 | 2 
 
1 1 0 | 1
Efectuamos operaciones elementales por fila:

Ejemplo
x + y + z = 1
2x + 2y + z = 2
x + y = 1
Solución.
 
1 1 1 | 1
(A|b) =  2 2 1 | 2 
 
1 1 0 | 1

   
1 1 1 | 1 1 1 1 | 1
F21 (−2)  0 0 −1 | 0  F31 (−1)  0 0 −1 | 0 
   
−−−−−→ 1 1 0 | 1 −−− −−→ 0 0 −1 | 0
Ejemplo
x + y + z = 1
2x + 2y + z = 2
x + y = 1
Solución.
 
1 1 1 | 1
(A|b) =  2 2 1 | 2 
 
1 1 0 | 1

   
1 1 1 | 1 1 1 1 | 1
F21 (−2)  0 0 −1 | 0  F31 (−1)  0 0 −1 | 0 
   
−−−−−→ 1 1 0 | 1 −−− −−→ 0 0 −1 | 0
Rango de una Matriz
 
1 1 1 | 1
F32 (−1)  0 0 −1 | 0 
 
−−−−−→ 0 0 0 | 0
Observamos que la tercera fila de esta última matriz es cero. Eso
quiere decir que existı́a dos ecuaciones propocionales (idénticas).
Esta tercera ecuación puede ser eliminada del sistema. Ası́
obtenemos el sistema equivalente:

Rango de una Matriz
 
1 1 1 | 1
F32 (−1)  0 0 −1 | 0 
 
−−−−−→ 0 0 0 | 0
x + y + z = 1
− z = 0
Utilizando sustitución regresiva, obtenemos:
z = 0, y x = 1 − y

Rango de una Matriz
 
1 1 1 | 1
F32 (−1)  0 0 −1 | 0 
 
−−−−−→ 0 0 0 | 0
x + y + z = 1
− z = 0
z = 0, y x = 1 − y
En este caso, existen infinitas soluciones, las cuales se pueden

expresar en forma paramétrica:
Rango de una Matriz
 
1 1 1 | 1
F32 (−1)  0 0 −1 | 0 
 
−−−−−→ 0 0 0 | 0
x + y + z = 1
− z = 0
z = 0, y x = 1 − y

Rango de una Matriz
 
1 1 1 | 1
F32 (−1)  0 0 −1 | 0 
 
−−−−−→ 0 0 0 | 0
x + y + z = 1
− z = 0
z = 0, y x = 1 − y

Rango de una Matriz

 x =1−λ

y =λ ,λ ∈ R

 z =0
Por lo tanto, el sistema es compatible indeterminado.

Rango de una Matriz

 x =1−λ

y =λ ,λ ∈ R

 z =0
Ejercicio
Determinar si existe o no solución para el sistema:
x − 2y + 2z = 3
x − 5y + 4z = 1
2x − 3y + 2z = 1

Rango de una Matriz

 x =1−λ

y =λ ,λ ∈ R

 z =0
Ejercicio
Determinar si existe o no solución para el sistema:
x − 2y + 2z = 3
x − 5y + 4z = 1
2x − 3y + 2z = 1

Rango de una Matriz
Rango de una Matriz

Definición
Definimos el rango de una matriz A como el número de filas no
nulas que tiene cualquier forma escalonada de A. Se simboliza por
rank(A)
Ejemplo
 
1 2 3 4
Dada la matriz A =  5 6 7 8 , una forma escalonada
 
9 10 11 12
viene dada por:

Rango de una Matriz
Rango de una Matriz

Definición
rank(A)
Ejemplo
 
1 2 3 4
 
9 10 11 12
viene dada por:  
1 0 −1 −2
 0 1 2 3 
 
0 0 0 0

Rango de una Matriz
Rango de una Matriz

Definición
rank(A)
Ejemplo
 
1 2 3 4
 
9 10 11 12
1 0 −1 −2
 0 1 2 3 
 
0 0 0 0
Por lo tanto, la matriz A tiene rango 2.
Rango de una Matriz
Rango de una Matriz

Definición
rank(A)
Ejemplo
 
1 2 3 4
 
9 10 11 12
1 0 −1 −2
 0 1 2 3 
 
0 0 0 0
Por lo tanto, la matriz A tiene rango 2.
Rango de una Matriz
Observación
Del ejemplo anterior podemos concluir que rank(A) ≤ m, donde m
es el número de filas de la matriz A.
Rango y Solución de un Sistema Lineal

Dado un sistema lineal de m ecuaciones y n incógnitas, si A es la
matriz de coeficientes y b es la matriz de términos independientes,
siempre se verifica que rank(A) ≤ rank(A|b), pues A y b sólo
difieren en la última columna y por tanto, sólo puede haber un
pivote de diferencia.

Rango de una Matriz
Observación

Caso I: Si rank(A) < ran(A|b), el sistema es incompatible. Una de
las ecuaciones del sistema equivalente (la de la última fila que no
tiene todos sus elementos nulos) tendrá la forma 0 = 1, la cual,
evidentemente tiene solución vacı́a.

Rango de una Matriz
Observación

Caso II: Si rank(A) = rank(A|b). Se presentan dos situaciones:
Rango de una Matriz
Observación

Caso II: Si rank(A) = rank(A|b). Se presentan dos situaciones:
Rango de una Matriz
Si rank(A) = n, la forma escalonada reducida de la matriz

permitirá explicitar una solución única.
Si rank(A) < n, entonces del sistema equivalente obtenido a
partir de la matriz escalonada, sólo se podrá explicitar una
cantidad rank(A) de variables. Habrá entonces n− rank(A)
variables libres, o lo que es equivalente n− rank(A)
parámetros en la solución del sistema.

Rango de una Matriz

Ejercicio
Para cada sistema de ecuaciones lineales, representado por su
matriz ampliada, verificar, por el método de eliminación Gaussiana
para obtener su forma escalonada (reducida). Relacionar el número
de incógnitas, rango de la matriz de coeficientes y de la matriz
ampliada y el tipo de solución.

Rango de una Matriz

Ejercicio
Para cada sistema de ecuaciones lineales, representado por su
matriz ampliada, verificar, por el método de eliminación Gaussiana
para obtener su forma escalonada (reducida). Relacionar el número
de incógnitas, rango de la matriz de coeficientes y de la matriz
ampliada y el tipo de solución.

Rango de una Matriz
   
1 2 3 | 4 1 2 3 | 4
a)  5 6 5 | 6  c)  2 4 6 | 8 
   
1 1 1 | 1 3 6 9 | 12
   
1 2 3 | 4 1 2 3 | 4
b)  5 6 7 | 8  d)  2 4 6 | 8 
   
9 10 11 | 12 3 6 9 | 0

Clase Semana 4

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clase Semana 4

Cargado por

Copyright:

Formatos disponibles

Eliminación Gaussiana

Inversa de una Matriz

Eliminación Gaussiana - Inversa de Matrices

Docente: Rafael Asmat Uceda

Escuela de Ing. Mecánica

Uceda, R. A. Análisis Matemático

Matrices en Forma Escalonada

Uceda, R. A. Análisis Matemático

Matrices en Forma Escalonada

Uceda, R. A. Análisis Matemático

Matrices en Forma Escalonada

Matrices en Forma Escalonada

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Transformaciones Fij (α)

Transformaciones Fij (α)

Por otro lado, construimos F21 (−2):

Uceda, R. A. Análisis Matemático

Por otro lado, construimos F21 (−2):

Multiplicamos F21 (−2)A:

Por otro lado, construimos F21 (−2):

Multiplicamos F21 (−2)A:

Transformaciones Elementales Columna

Uceda, R. A. Análisis Matemático

Transformaciones Elementales Columna

Uceda, R. A. Análisis Matemático

Transformaciones Elementales Columna

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Ahora multiplicamos AC3 (2):

Uceda, R. A. Análisis Matemático

Ahora multiplicamos AC3 (2):

Transformaciones Cij (α)

Uceda, R. A. Análisis Matemático

Ahora multiplicamos AC3 (2):

Transformaciones Cij (α)

Ahora multiplicamos AC3 (2):

Transformaciones Cij (α)

Al sumar a la columna 3 de A el doble de la primera columna,

Uceda, R. A. Análisis Matemático

Al sumar a la columna 3 de A el doble de la primera columna,

Multiplicamos AC31 (2):

Uceda, R. A. Análisis Matemático

Al sumar a la columna 3 de A el doble de la primera columna,

Multiplicamos AC31 (2):

Uceda, R. A. Análisis Matemático

Al sumar a la columna 3 de A el doble de la primera columna,

Multiplicamos AC31 (2):

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Uceda, R. A. Análisis Matemático

Por lo tanto, la matriz canónica reducida obtenida a partir de A es:

Por lo tanto, la matriz canónica reducida obtenida a partir de A es:

Por lo tanto, la matriz canónica reducida obtenida a partir de A es: