MATRICES, DETERMINANTES,

SISTEMAS DE ECUACIONES
LINEALES

MATRIZ AUMENTADA-RANGO
OPERACIONES ELEMENTALES, MATRIZ AUMENTADA, RANGO DE UNA
MATRIZ, ESCALONAMIENTO DE MATRICES, DEFINICIÓN Y APLICACIÓN
DEL RANGO DE UNA MATRIZ

ÁLGEBRA LINEAL
Dra. Lucía Castro Mgs.
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
 CLASE Nro. 7

CONTENIDO

Título Matriz escalonada, rango, aplicaciones

Duración 90 minutos

Información general Para obtener una matriz escalona, esta debe cumplir con
ciertas condiciones indispensables que las veremos en
este tema.

Objetivo Obtener matrices escalonadas y escalonadas reducidas,

para luego determinar cuál es el rango de la matriz.
1 OPERACIONES ELEMENTALES FILAS DE UNA MATRIZ
Para cualquier matriz se pueden definir operaciones de elementos entre filas y elementos entre columna
de una matriz. Se plateará las operaciones elementales fila de una matriz.

1.1 DEFINICIÓN

Sea A ∈ Mmx n (K) y c ∈ K valor escalar. Llamaremos Fr a cualquier fila de posición résima. Se difinen
las siguientes tres operaciones elementales fila de una matriz

Multiplicar la fila r-ésima de la matriz A por un valor escalar c, para c 6= 0 , c 6= 1. Es decir remplazar
la fila Fr por cFr , o ,
cFr → Fr

se lee: obtenga una nueva matriz al quitar la fila Fr y en su lugar poner la fila cFr

Sumar c veces la fila s-ésima con la fila r-ésima de la matriz A. Es decir remplazar la fila Fr por
cFs + Fr , o ,
cFs + Fr → Fr

se lee: obtenga una nueva matriz al quitar la fila Fr y en su lugar poner la fila cFs + Fr

Intercambiar filas distintas: r-ésima, s-ésima con la fila, para r 6= s . Es decir remplazar la fila Fr
por Fs o la fila Fs por Fr , o ,
Fr ↔ Fs

se lee: obtenga una nueva matriz al intercambiar las fila Fr y Fs entre sı́.

1.2 LEMAS: Matrices Reducidas , Matrices Escalonadas:

El objetivo principal que se dará a estas deficiones es crear el mayor número de vectores canónicos por
columnas posibles.

ˆ A la fila r-ésima que usaremos para crear el vector canónico llamaremos como fila pivote.

ˆ Toda fila solo puede ser pivote una y solo una vez,

Matriz Canónica: Es una matriz en la cual todas sus columnas están formadas por vectores canónicos
diferentes, la denotaremos con la letra e , (otros textos usan E o c). Ejemplos:

1
  
0 1 0  



 0 0 1  
0 0 0   1 0
e=  = (e3 , e1 , e4 ) e = 1 0 = (e2 , e3 , e1 ) e =  =I
 
  0
1 0 0   0 1
  0 1 0
0 0 1

Matriz Reducida: Es una matriz en la cual al menos una de sus columnas No es un vector canónico,
o, No está formada por vectores canónicos diferentes diferentes, la denotaremos como AR , (otros
textos usan A0 o A∗ , cada uno puede tener su propia notación). Ejemplos:
 
1 1 0  



 1 1 1  
0 0 0   1 0 0
AR =   = (e1 , B, e3 ) AR =  0 = (e1 , e1 , e1 ) AR =   = (e1 , e2 ; ∅)

  0 0
0 1 1   0 1 0
  0 0 0
0 0 0

Matriz Escalonada: Es una matriz reducida por filas, en la cual se ha usado los pivotes de forma
ordenada, es decir, primero a1.1 luego a2.2 ,...,ak.k ası́ hasta que todas las filas hayan sido usadas
como pivote. Ejemplos:
 
1 0 0    



 1 0 2 2 1 −3 0
0 1 0    
AR =   = (e1 , e2 , e3 ) AR = 0 3 AR = 0 3 −1
   
  1 1
0 0 1    
  0 0 0 0 0 −5 2
0 0 0
NOTA 1: Esto crear el mayor número de vectores canónicos por columnas posibles es un objetivo,
no una ley. Usaremos este proceso en diferentes casos
NOTA 2: Dentro de la matriz notaremos con flechas ↑ o ↓ o l el elemento que será usado como
pivote

2 RANGO Y NULIDAD DE UNA MATRIZ

Sea A ∈ Mmx n (K) , donde m : número máximo de filas y n número máximo de columnas; se definen:

2.1 Rango de un matriz

Es el número de filas NO NULAS que tiene una matriz. Se lo representa como: Rango(A) =
rng(A) = ρ(A) , el rango está defindo entre los valores 1 ≤ Rango(A) ≤ min(m, n)

2.2 Nulidad de un matriz

Es el número de filas NULAS que tiene una matriz. Se lo representa como: N ulidad(A) = nul(A) =
η(A), la nulidad está definda entre los valores 0 ≤ N ulidad(A) < m

2
2.3 Propiedades:

Sea A, B ∈ Mmx n (K) y α ∈ K valor escalar

ˆ Rango(A) + N ulidad(A) = m , el rango más la nulidad es igual al número de filas que tiene una
matriz.

ˆ El Rango de una matriz es único

ˆ Rango(α · A) = Rango(A)

ˆ Rango(A + B) ≤ Rango(A) + Rango(B)

ˆ Rango(AT ) = Rango(A)

ˆ Rango(A) = Rango(A)

ˆ Rango(A+ ) = Rango(A)

ˆ Rango(∅) = 0

ˆ Rango(Inx n ) = n

ˆ El rango mı́nimo que tiene cualquier matriz es 1 (uno)

A) CÁLCULO DEL RANGO : Para hallar el valor del rango de cualquier matriz se hallará una
matriz semejante, reducida por filas, usando operaciones elementales.

(A) ∼ (e) , (A) ∼ (I) , (A) ∼ (AR )

B) ANÁLISIS DEL RANGO DE UNA MATRIZ :

1) Matriz Cuadrada, ∀A ∈ Mnxn , n : número máximo de filas. 1 ≤ Rango(A) ≤ n

 






• Rango(A) = n
 


a)Rango Maximo (A) ∼ (e) o (A) ∼ (I)





 


 


 • det(A) 6= 0

• 1 ≤ Rango(A) < n

 

 

 


b)Rango No Maximo (A) ∼ (A )


  R

 

 

 • det(A) = 0

3
 guia 2

2) Matriz Rectagular, ∀A ∈ Mmx n (K) , para los valores 1 ≤ Rango(A) ≤ min(m, n)

 
• Rango (A) = n

 

 
m > n

 


 


 (A) ∼ (e)

a) 1 ≤ Rango(A) ≤ n



• 1 ≤ Rango(A) < n

 


 


 #fı́las mayor #columnas  

(A) ∼ (AR )

 






 







 #fı́las menor #columnas

 


b)m < n 1 ≤ Rango(A) ≤ m





 


 

 (A) ∼ (A ),
R

4
 CLASE Nro. 7

Resumen

MATRICES ESCALONADAS Matrices de m filas y n columnas.

Definición:
Una matriz esta ESCALONADA REDUCIDA si y sólo si cumple las siguientes condiciones

1. Cualquier fila cuyas componentes sean todas cero, debe estar por debajo de aquellas filas que
tengan al menos una componente no nula.

2. La primera componente no nula de cada fila que no tenga todos los elementos nulos debe de ser
un 1 (uno). Este 1 (uno) se llama PIVOTE.

3. El número de ceros a comienzo de una fila aumenta a medida que descendemos.

4. Todos los demás elementos de una columna donde aparezca un pivote son ceros.

Diremos que una matriz es escalonada reducida por filas si los elementos que están en la misma
columna que el primer 1 de cada fila son todos ceros. Análogo para matrices escalonadas reducidas
por columnas.

Ejemplos: Las siguientes matrices son escalonadas por filas:

æ 1 1 -1 ö
æ 1 2 1 3 ö ç ÷
ç ÷ æ 0 1 0 0 1 4 ö
= ç 0 1 0 ÷
A= ç
0 1 0 1 ç
÷ B= 0 0 0 1 3 0 ÷ C
ç 0 0
ç ÷ 0 ÷
ç 0 0 0 1 ÷ ç ÷
çè ÷ø ç 0 0 0 0 1 1 ÷ çè 0 0 0 ÷ø
0 0 0 0 è ø

Ejemplos: Las siguientes matrices son escalonadas reducidas por filas:

æ 1 0 1 ö
æ 1 0 -1 0 ö ç ÷
ç æ 0 1 0 0 0 4 ö
1 0 0 ÷
0 1 0 ÷
A= ç
0
÷ ç ÷ C=ç
B= ç 0 0 0 1 0 0 ÷ ç 0 0 0 ÷
ç 0 0 0 1 ÷ ç ÷
çè 0 0 0 ÷ø ç 0 0 0 0 1 1 ÷ çè 0 0 0 ÷ø
0 è ø

Operaciones elementales entre filas

Las siguientes operaciones sobre una matriz definen las operaciones elementales entre filas:

i) Intercambiar dos filas.

ii) Multiplicar una fila por una constante c de K.
iii) Sumar a una fila el múltiplo de otra fila.
El proceso de aplicar las operaciones elementales con filas para simplificar una matriz se llama
reducción por filas.
 CLASE Nro. 7

Definición: (Equivalencia por filas)

Dos matrices A y B son equivalentes por filas si una de ellas se puede obtener a partir de la otra por
operaciones elementales entre filas.
Es decir, si A y B son matrices de orden mxn, diremos que B es equivalente (por filas) a la matriz A si
B fue obtenida a partir de A a través de un número finito de operaciones elementales sobre las filas de
A.
Diremos en general, que dos matrices son equivalentes si una de ellas se puede obtener a partir de la
otra por operaciones elementales entre filas y/0 columnas.

A   B
 1 2 2  f 2  2 f1  1 f 2  1 2 2
2 3 4  f  3f    f  4 f2   
1 2 2 3 1 2 2  f 3 /  7   01 0
  3 1
 0 0 1 
 0 1 0   0 1 0 
 3 2 1    
 
 0 4 7   0 0 7 

RANGO DE UNA MATRIZ

Definición:
El rango de una matriz escalonada reducida es el número de filas no nulas de la matriz. En general el
rango de una matriz se define como el número de filas no nulas que tiene la matriz escalonada
reducida equivalente a la matriz.
Llamaremos rango por filas de una matriz al número máximo de filas distintas de cero.
Teorema: El rango por filas de cualquier matriz coincide con su rango por columnas. A dicho número
le llamaremos simplemente rango de la matriz.
Teorema: Las matrices equivalentes, (por filas o por columnas) tienen el mismo rango.
Teorema: El rango de una matriz escalonada por filas es el número de filas distintas de cero.
Análogamente, el rango de una matriz escalonada por columnas es el número de columnas distintas de
cero.
Ejemplo:

æ 0 2 3 -4 1 ö
ç 0 0 2 3 4 ÷
A= ç ÷,
ç 2 2 -5 2 4 ÷
çè 2 0 -6 9 7 ÷ø

La matriz tiene rango 3.

 CLASE Nro. 7

æ 0 2 3 -4 1 ö æ 2 0 -6 9 7 ö æ 2 0 -6 9 7 ö
ç 0 0 2 3 4 ÷ f4 « f1 ç 2 2 -5 2 4 ÷ f - f ç 0 2 1 -7 -3 ÷
A= ç ÷= ç ÷= 2 1 ç ÷
ç 2 2 -5 2 4 ÷ f 3 « f2 ç 0 0 2 3 4 ÷ ç 0 0 2 3 4 ÷
çè 2 0 -6 9 7 ÷ø çè 0 2 3 -4 1 ÷ø çè 0 2 3 -4 1 ÷ø

æ 2 0 -6 9 7 ö æ 2 0 -6 9 7 ö f1 / 2
ç 0 2 1 -7 -3 ÷ ç 0 2 1 -7 -3 ÷ f2 / 2
= ç ÷= ç ÷
ç 0 0 2 3 4 ÷ ç 0 0 2 3 4 ÷ f3 / 2
f 4 - f2 çè 0 0 2 3 4 ÷ø f4 - f3 çè 0 0 0 0 0 ÷ø
 CLASE Nro. 7

REFERENCIAS BIBLIOGRAFICAS

Ron, L. (s.f.). Fundamentos de Álgebra lineal. Cengage Learning.

Stewart, J. (2012). Cálculo de una variable trascendetes tempranas 7ma edición.
México: Cengage Learning.
Apuntes de la Ing. Ximena Hidalgo

Adptado de: Anotaciones Ing. Xavier Salazar