Recordemos de la sesión anterior que dos sistemas son equivalentes si tienen las mismas

soluciones. También vimos que hay tres operaciones elementales que podemos realizar en un
sistema para obtener otro equivalente, y que cualquier otra operación que nos lleve a un sistema
equivalente es una combinación de operaciones elementales encadenadas.

Permutación: Intercambiar el orden de dos ecuaciones.

Escalado: Multiplicar una ecuación por un escalar no nulo.
Reducción: A una ecuación le sumamos otra ecuación multiplicada por un escalar.

Además, esas operaciones elementales con las ecuaciones del sistema tienen su
equivalente aplicadas a la matriz ampliada del sistema (u otra matriz cualquiera).

Permutación: Intercambiar el orden de dos filas.

Escalado: Multiplicar una fila por un escalar no nulo.
Reducción: A una fila le sumamos otra fila multiplicada por un escalar.

Ahora se trata de aplicar estas operaciones multiplicando por determinadas matrices (las
matrices elementales) para que el proceso sea más sencillo de aplicar y podamos almacenarlo
fácilmente. Como se trata de hacer combinaciones lineales con las filas de la matriz, habrá que
premultiplicar por las matrices adecuadas.

Las matrices elementales son las matrices que, cuando multiplican por la izquierda, aplican
las operaciones elementales.
Tenemos por tanto tres tipos de matrices elementales, en función de lo que ocurre cuando
éstas multiplican (desde la izquierda) a una matriz M .

Tipo1: de permutación
Ei, j intercambia la fila i con la fila j en la matriz M
Tipo 2: de escalado
Ei () multiplica la fila i de la matriz M por el escalar   0 .
Tipo 3: de reducción
Ei, j () , j  i , suma a la fila i de la matriz M , la fila j multiplicada por 

En primer lugar, notemos que si M es una matriz m  n , las matrices elementales que
actúan sobre ella son cuadradas y de dimensión m , puesto que la matriz inicial y la modificada
deben tener la misma dimensión.

Lo siguiente es investigar cómo son estas matrices. Por ejemplo,

1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0
0 0 0 0 1 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0
       
E2,5   0 0 1 0 0 E4 (5)   0 0 1 0 0 E5,3 (7)   0 0 1 0 0 E3,5 (7)   0 0 1 0 7
0 0 0 1 0 0 0 0 5 0 0 0 0 1 0 0 0 0 1 0
0 1 0 0 0  0 0 0 0 1  0 0 7 0 1  0 0 0 0 1 
   

1 0 0 1 0 0 1 0 0 1 0 0 
E3,2   0 0 1  E2 (3)   0 3 0  E3,2 (1)   0 1 0  E2,3 (1)   0 1 1
       
0 1 0 0 0 1  0 1 1  0 0 1 
Cuando i  j Cuando i  j
 Como en los ejemplos anteriores, podemos deducir la estructura de cualquier matriz
elemental pensando un poco. Sin embargo, suele ser más práctico hacerlas actuar sobre la
identidad con el orden apropiado.
1 0 0 0 1 0 0 0 1 0 0 0
0 1 0 0 0 0 0 1  0 0 0 1
E2,4  E2,4  I  E2,4      E2,4   
0 0 1 0 0 0 1 0 0 0 1 0
0 0 0 1   0 1 0 0  0 1 0 0 
 

1 0 0  1 0 0  1 0 0
E3,1 (5)  E3,1 (5)  I  E3,1 (5)   0 1 0    0 1 0   E3,1 (5)   0 1 0 
     
 0 0 1   5 0 1   5 0 1 

Podríamos haber empezado por aquí, definiendo las matrices elementales por su
actuación sobre la matriz identidad.

Las matrices escalonadas son el tipo de matriz que hemos obtenido en algunos ejemplos
anteriores, cuando modificábamos la matriz ampliada del sistema hasta obtener una forma
equivalente que correspondiera a un “sistema triangular”. Aunque tampoco hemos llegado a definir
nunca lo que es un sistema triangular, pero todos lo intuimos.

Ahora toca formalizarlo. Hablamos de matrices escalonadas, no hace falta que esas
matrices sean la matriz ampliada de un sistema de ecuaciones. Vale cualquier matriz.

Una matriz escalonada obtenida realizando operaciones elementales en una matriz M se

dice que es una forma escalonada de M .
Las columnas que contienen los elementos principales (pivotes) son columnas principales.
Como veremos más adelante, en el caso en que M  [ A | b ] sea la matriz ampliada de un
sistema de ecuaciones lineales, las variables que corresponden a las columnas principales son las
variables principales y son las que podremos calcular. El resto, las que corresponden a columnas
no principales serán variables libres, que no podremos calcular, y determinarán los parámetros.
EJEMPLO
La siguiente matriz es escalonada, pero no es escalonada principal y, por tanto, tampoco
puede ser escalonada reducida. No es principal porque uno de los pivotes (en rojo) no es uno.

La que sigue es escalonada y principal, pero no reducida porque arriba de los pivotes hay
elementos (los verdes) que no son nulos.

Finalmente, un ejemplo de reducida. Es escalonada, tiene unos en todos los elementos

principales y tiene ceros (los azules) sobre ellos.

La equivalencia es un concepto que podemos trasladar de sistemas a matrices.

Obviamente una matriz es equivalente a todas sus formas escalonadas, que son muchas.
Para algunas cosas nos valdrá cualquiera de las escalonadas pero, para otras cosas, necesitamos
la reducida porque esa sí es única.

Cuando estemos trabajando con sistemas y M  [ A | b ] sea la matriz ampliada de un

sistema de ecuaciones lineales, tener una forma escalonada nos facilita la resolución y si
conocemos la forma escalonada reducida, podremos escribir directamente la solución del sistema.
Recíprocamente, conociendo la solución del sistema podemos fácilmente escribir la forma
escalonada reducida.

Recordemos que sólo podemos usar matrices elementales para garantizar que en todo
momento obtenemos matrices equivalentes por filas y, por tanto, sistemas equivalentes.

EJEMPLO
z  t  1  0 0 1 1 1 1 1 0 0 3 x y 3 x  3
    
2 x  2 y  4 z  t  14  2 2 4 1 14  0 0 1 0 3 z 3 z 3
  M  [ A | b]   
 R
 
 
x  y  z  t  10  1 1 1 1 10 0 0 0 1 4 t4 t4
   
x  y  2 z  t  13   1 1 2 1 13   0 0 0 0 0 y

En resumen: Obtenemos la forma escalonada reducida de la matriz ampliada del sistema, y asunto resuelto.
 Es el proceso que nos lleva a la forma escalonada reducida de una matriz utilizando
únicamente operaciones elementales. La idea es sencilla, eliminar cada incógnita de todas las
ecuaciones que podamos. Si es posible, dejaremos cada incógnita en una única ecuación.
El orden en que realizaremos el proceso, además de establecer una pauta ordenada
aplicable a todas las matrices y sistemas, minimiza el número de operaciones que realizamos
puesto que se aprovechan los ceros ya calculados de forma eficiente.

Por supuesto que no trabajaremos directamente con los sistemas de ecuaciones, sino con
las matrices ampliadas de esos sistemas. Veamos un ejemplo de cómo proceder y después ya
ponemos el algoritmo.

EJEMPLO
z  t  1  0 0 1 1 1
  
2 x  2 y  4 z  t  14  2 2 4 1 14 
  M  [ A | b]  
x  y  z  t  10  1 1 1 1 10 
 
x  y  2 z  t  13  1 1 2 1 13 
1.- Elegimos el elemento a conservar de la primera columna y permutamos las filas para colocarlo
arriba. Ese será nuestro primer “pivote”.
Aunque hay más opciones, intercambiamos con la primera y tercera fila premultiplicando por E1,3

1 1 1 1 10 
2 2 4 1 14 
E1,3 M   
 0 0 1 1 1
1 1 2 1 13 

2.- El primer pivote (en rojo) lo usamos para anular los de su columna que tiene por debajo y con
eso tendremos la primera fila pivotada. El orden en que los anulemos es irrelevante.
Sumamos a la segunda fila la primera multiplicada por ( 2) , multiplicando por E2,1 (2)
Sumamos también a la cuarta la primera cambiada de signo, multiplicando por E4,1 (1)

1 1 1 1 10 
0 0 2 3 6 
E4,1 (1) E2,1 (2) E1,3M   
 0 0 1 1 1
0 0 1 0 3 

3.- El segundo pivote (en azul) lo elegimos en la tercera columna, porque no hay en la segunda, y
colocamos su fila arriba de las no pivotadas. Elegimos la cuarta fila para evitar denominadores

1 1 1 1 10 
0 0 1 0 3
E2,4 E4,1 (1) E2,1 (2) E1,3M   
 0 0 1 1 1 
 0 2 3 6 
0
4.- Hacemos ceros debajo del nuevo pivote y con eso estará pivotada la segunda fila.
Restamos a la cuarta el doble de la segunda, multiplicando por E4,2 (2)
Sumamos a la tercera fila la segunda, multiplicando por E3,2 (1)

1 1 1 1 10 
0 0 1 0 3 
E4,2 (2) E3,2 (1) E2,4 E4,1 (1) E2,1 (2) E1,3M   
 0 0 0 1 4 
0 0 0 3 12 

5.- El siguiente pivote lo encontramos en la cuarta columna. Elegimos la tercera fila (verde) y
hacemos ceros debajo del pivote.
Sumamos a la cuarta fila el triple de la tercera, multiplicando por E4,3 (3)

1 1 1 1 10 
0 0 1 0 3
E4,3 (3) E4,2 (2) E3,2 (1) E2,4 E4,1 (1) E2,1 (2) E1,3 M   
 0 0 0 1 4
0 0 0 0 0 


Ya tenemos una forma escalonada de la matriz. En este caso además es principal, pero,
si no lo fuera, podríamos multiplicar las filas necesarias por un escalar para conseguirlo.
La siguiente fase del algoritmo es lograr que todos los elementos situados arriba de los
pivotes sean ceros.

6.- Empezando con el ultimo pivote, modificamos las filas sobre él.
Restamos a la primera fila la tercera, multiplicando por E1,3 (1)

1 1 1 0 6
0 0 1 0 3
E1,3 (1) E4,3 (3) E4,2 (2) E3,2 (1) E2,4 E4,1 (1) E2,1 (2) E1,3 M   
  0 0 0 1 4
0 0 0 0 0 

7.- Repetimos el proceso con el pivote anterior (el azul).
Restamos a la primera fila la segunda, multiplicando por E1,2 (1)

1 1 0 0 3
0 0 1 0 3
E1,2 (1) E1,3 (1) E4,3 (3) E4,2 (2) E3,2 (1) E2,4 E4,1 (1) E2,1 (2) E1,3 M   
  0 0 0 1 4
0 0 0 0 0 


Lo que tenemos ahora es la forma escalonada reducida de la matriz ampliada.

1 1 0 0 3
0 0 1 0 3
R  EM   
0 0 0 1 4
0 0 0 0 0 

E  E1,2 (1) E1,3 (1) E4,3 (3) E4,2 (2) E3,2 (1) E2,4 E4,1 (1) E2,1 (2) E1,3

y, a partir de R , resulta inmediato resolver el sistema.

8.- Empezando a “leer” las ecuaciones desde abajo, obtenemos los valores de las variables o,
cuando no podemos, les asignamos parámetros.

 y
t 4 ; z 3 ; x y 3  
 x  3
 x  3   3  1
 y      
Solución:            
 z   3   3 0
 t   4   4 0
       
 Antes de seguir, aclaremos un concepto que ya hemos estado manejando.

Como hemos descubierto ya en el ejemplo, el algoritmo consta de tres partes. La primera

es un proceso que se repite hasta obtener una forma escalonada.

Una vez obtenida una forma escalonada (principal o no) empezamos el proceso de
reducción. Al finalizarla reducción habrá que convertir los pivotes en unos, a no ser que ya lo
hayamos hecho antes.

Otro aspecto que deja patente el ejemplo es lo engorroso que resulta estar arrastrando la
lista acumulada de matrices elementales. Para evitarlo usaremos la notación
E
A  B
para indicar que premultiplicando la matriz A por la matriz elemental E obtenemos la matriz B .

Así, en el ejemplo anterior escribiremos:

E1,3 E2,1 ( 2) E4,1 ( 1) E2,4 E3,2 (1) E4,2 ( 2) E4,3 (3) E1,3 ( 1) E1,2 ( 1)
M                       R
para indicar que
E1,2 (1) E1,3 (1) E4,3 (3) E4,2 (2) E3,2 (1) E2,4 E4,1 (1) E2,1 (2) E1,3M  R

Ojo con el orden en que se colocan las matrices. Si las vamos añadiendo a medida que
escribimos, las veremos en orden inverso. Habrá que invertir el orden para obtener la matriz de
transformación, E .
E E1 E2 E3
A  R  EA  R ; A  ()  () () R , E  E3 E2 E1
EJEMPLO
x  2 y  z  2  1 2 1 2
  
x  y  z 1 1 1 1 1
  M  [ A | b]  
2x  y  3 2 1 0 3
 
3 y  2 z  1   0 3 2 1

Paso 1: Escalonamiento
 1 2 1 2  1 2 1 2   1 2 1 2
     
 1 1 1 1  E2,1 ( 1)  0 3 2 1 E3,2 ( 1)  0 3 2
 
1
2 1 0 3  E3,1 ( 2)  0 3 2 1 E4,2 (1)  0 0 0 0
     
 0 3 2 1  0 3 2 1  0 0 0 0

Paso 2: Reducción
 1 2 1 2  1 0 1 3 4 3
   
 0 3 2 1 E1,2 (2/3)  0 3 2 1 

0 0 0 0 0 0 0 0 
   
0 0 0 0 0 0 0 0 

Paso 3: Normalización
 1 0 1 3 4 3 1 0 1 3 4 3
   
 0 3 2 1  
E2 ( 1/3)  0

1 2 3 1 3 
0 0 0 0  0 0 0 0 
   
0 0 0 0  0 0 0 0 

Resolución del sistema

Tenemos pivotes para calcular x e y . A la variable z le asignamos un parámetro.

4 1 
1 4  x   
x z  3 3  x   4 3  1 3 
3 3        
  y  1 2    y  1 3    2 3 
2 1   z  0   1 
y z  3 3      
3 3  
z 

EJERCICIO (Resuelto en las transparencias)

Obtén la forma escalonada reducida de las matrices:

Deberías obtener

Están hechos en las transparencias (Ejemplos 5 y 6, transparencias 34 a 37 y 38 a 40).

Hoy no hay pistas porque les quitaríamos la gracia a los problemas.