RANGO

DE UNA
MATRIZ
RANGO DE UNA MATRIZ

El rango de una matriz A de orden n x n, es el orden de la submatriz cuadrada más grande contenida
en A, cuyo determinante es no nulo y que denotaremos por:
r.

OBSERVACIÓN

 De la definición del rango de una matriz A, se observa que si el rango de A es k, entonces

r)donde A es la matriz de orden m x n.

 Para calcular el rango de una matriz A, es suficiente que entre todas sus submatrices cuadradas
más grande, encontremos una que tenga su determinada no nulo, y si esto no ocurre continuamos
con las submatrices cuadradas de orden inferior.

EJEMPLOS
 Calcular el rango de la matriz A

Solución

Como la matriz A es de orden 4 x 3,por definición se tiene que

Es decir ahora formamos las submatrices cuadradas más grande de A, las
cuales sonde orden 3x3.

Como no existen mas submatrices cuadradas de orden 3x3 y al tomar el determinante de cada uno
de ellas su valor es cero, entonces: y como el

Ahora formamos la submatrices de orden 2x2y es suficiente que alguna de estas submatrices su
determinante sea no nulo como por ejemplo el determínate de la matriz
 es – 2 por lo tanto

 Calcular el rango de la matriz.

Solución

Como la matriz A es de orden 2x3, entonces por definición de donde 2.

Ahora formamos las submatrices cuadradas más grande de A, las cuales son de orden 2x2.

Como los determinantes de estas submatrices todos valen cero entonces entonces
ahora formaremos las matrices cuadradas 1x1.

Tomemos [1] cuyo determinante es por lo tanto

OBSERVACIONES

 Todas las matrices no nulas tienen rango mayor que cero; las matrices nulas su rango es cero.

 Sí la matriz A es de orden no nula .

 Sí la matriz A es de orden no nula .

 Sí la matriz A es de orden no nula, entonces la siguientes afirmaciones son equivalentes

“ es equivalente a decir A” es no singular.
.
Luego una matriz cuadrada A de orden tiene inversa si y solo si .

 Sean A y B dos matrices de orden y respectivamente

 También se tiene otra forma para calcular el rango de una matriz, el cual es mediante el concepto
de las operaciones elementales o transformaciones elementales.
OPERACIONES ELEMENTALES O TRANFORMACIONES ELEMENTALES

Son las operaciones con matrices que no se modifica ni su orden ni su rango.

Las operaciones elementales o transformaciones elementales por filas o columnas sobre una matriz A
son las siguientes:

 La permutación de la fila i y la fila j, se representan por .

 La permutación de la columna i y la columna j se representa por .

 El producto de todos los elementos de la fila i por un escalar k distinto de cero, se representa
por

 La suma de la fila i, con los correspondientes elementos de la fila j multiplicados por un escalar
k, se representa por

 La suma de los elementos de la columna i, con los correspondientes elementos de la columna j

multiplicados por un escalar k se representa por a las operaciones de tipo H se llaman
operaciones elementales de filas a las operaciones del tipo k, se denomina operaciones
elementales de columna. Ambas en general son operaciones de línea.
EJEMPLO

Aplicar sucesivamente las operaciones de fila , donde:

Solución
MATRIZ ELEMENTAL

Una matriz cuadrada A de orden se denomina matriz elemental si puede ser obtenida a partir de la
matriz identidad de orden por una sola operación elemental de fila o columna a las matrices
elementales se denotan por E.

EJEMPLO
 MATRIZ ESCALONADA

Una matriz A de orden cuyas filas están en forma escalonada se denomina matriz escalonada y es
de la forma:

𝑚𝑥𝑛

Una matriz A puede ser reducida a la forma matriz escalonada, reducida mediante una serie de
operaciones elementales sobre sus filas satisfaciendo las condiciones siguientes:

1. Si una fila no consta exclusivamente de ceros, entonces el primer elemento diferente de

cero en la fila es 1.

2. Si hay filas que constan exclusivamente de ceros, entonces están agrupadas en la parte de la
matriz
3. Si las filas j y j 1 son dos filas sucesivas cualquiera, no constan exclusivamente de ceros,
entonces, el primer número diferente de cero en la fila j 1 aparece a la derecha del primer
número diferente de cero en la fila j.

4. Todas las columnas que contienen el primer elemento diferente de cero de alguna fila, tienen
ceros en todas las posiciones restantes.

Si una matriz cumple con las propiedades 1, 2 y 3, se dice que esta en forma escalonada.

EJEMPLOS

De matrices escalonadas:

,
 MATRICES EQUIVALENTE

Una matriz de orden se dice que es equivalente a la matriz B de orden si B se puede obtener de A
por medio de una sucesión de operaciones elementales de filas o columnas.

La notación es A B (A es equivalente a B)

EJEMPLO

Llevar a la matriz a la matriz identidad mediante operaciones elementales.

Solución
 SISTEMAS DE ECUACIONES LINEALES

El método para hallar el conjunto solución de un sistema lineal consiste en reemplazar el sistema
dado por otro equivalente en el que se pueda calcular fácilmente las raíces.
Las transformaciones elementales aplicadas a las matrices simplifican el desarrollo y como tal nos
ofrecen la posibilidad de una ventajosa aplicación para resolver un sistema de ecuaciones lineales.
Un sistema de la forma:

(1)
Con las constantes reales de las ecuaciones (1) se puede establecer el siguiente arreglo de

(2)

Al que llamaremos matriz de coeficiente del sistema (1).

A los vectores:

y B

Llamaremos, respectivamente, vector columna de las incógnitas o vector solución y vector

columna de los términos independientes.
Por el sistema (1) puede representarse del siguiente modo

Al adjuntar el vector columna a la matriz se determina una matriz m x (n+1) que designaremos por
, a la cual llamaremos matriz aumentada o ampliada del sistema (1) y se escribirá del siguiente modo:

¿𝐴
EJEMPLOS

La matriz aumentada del sistema de ecuaciones:

, es

 El sistema de ecuación es:

Se observa que , , y en , resulta

Entonces se tiene que .

 El sistema de ecuaciones es
 Se observa que en cada una de las incógnitas inician una ecuación, se les llama variables
principales. Dejando las variables principales, en términos de se obtiene:

Asignando a un valor arbitrario , se tiene un número infinito de soluciones. El conjunto solución

queda definido por las fórmulas:

Entonces (, )
 AUTOVALORES PROPIOS Y AUTOVECTORES PROPIOS

Sea A una matriz n- cuadrada sobre un cuerpo K. Un cuerpo escalar se denomina autovalor propio
de A si existe un autovector (columna) no nula para el que

Todo vector que satisfaga esta relación se llama un autovector propio de A perteneciente al autovalor
propio . Nótese que cada múltiplo escalar es a su vez un autovector propio, puesto que

El conjunto de todos los vectores propios pertenecientes a es un subespacio de , conocido como

espacio propio de . (Si recibe el nombre de recta propia y se llama factor escala.)

Los términos valor característico y vector característico( o autovalor y autovector) se utilizan con
frecuencia en lugar de valor propio.
EJEMPLO

Sea y sea y entonces

Así pues, y son vectores propios de A pertenecientes, respectivamente, a los valores propios y
de A.
Si es una matriz cuadrada, entonces un escalar es un valor propio de A si satisface la ecuación

……..(*)
det

A la ecuación (*) se le denomina la ecuación característica de A.

Ejemplos

Encuentra los valores propios de la matriz A

Solución

estos son los valores propios de la matriz A.

Obtener los valores y vectores propios, si existen, de la matriz
Solución

Calculando los autovalores de la matriz A

De donde son los valores de A.

Para calculamos los vectores propios

donde
Para , calculamos los vectores propios de

reemplazando se tiene

efectuando operaciones

Por lo tanto los vectores de la matriz son y

Observación

Si es una matriz de orden , entonces las siguientes afirmaciones son equivalentes:

 es un valor propio de la matriz .

 El sistema de ecuación 0 tiene soluciones no triviales.

 Existe un vector en diferente de cero, tal que

Si es un valor propio de , entonces el espacio solución del sistema de ecuaciones 0 se denomina el
espacio propio de correspondiente a y los vectores diferentes de cero en el espacio propio de
correspondiente a .

Ejemplo

Hallar los valores y vectores propios de la matriz

Solución

Calculando los valores propios de

, de donde

son los valores propios de

Sea un vector propio de

es un vector propio de correspondiente a si y solo si es una solución no trivial de 0 es decir

solución no trivial de:

----(*)
Si , la ecuación (*) se transforma en donde

son los vectores propios de correspondiente a

Si la ecuación (*) se transforma en

Donde ,

Por lo tanto el vector propio de correspondiente a .

Teorema

Si es una transformación lineal, y además existe una base formada por los vectores propios de correspondientes a los
valores propios entonces la matriz de respecto de esta base es la diagonal .
 [ ]
𝜆1 0 0 ⋯ 0
0 𝜆2 0 ⋯ 0
𝐷= ⋮ ⋮ ⋮ ⋯ ⋮
⋮ ⋮ ⋮ ⋯ ⋮
0 0 0 ⋯ 𝜆𝑁

Observación

 Del teorema diremos que la transformación lineal es diagonalizable.

 Si y admite valores propios distintos entonces es diagonalizable

 En términos de matrices diremos que si admite valores propios distintos, entonces existe no
singular, tal que es diagonal.
Ejemplo

Determinar los valores y vectores propios de la matriz y la matriz diagonal D

Solución
Calcular los valores propios de

de donde entonces
son los valores propios

Para cada valor de resolveremos el sistema

es decir:

Si ,

Luego es un vector propio asociado a .

Si ,

donde

Luego es un vector propio asociado a .

Los vectores son linealmente independiente y forman una base de

A es diagonalizable, y su forma diagonal es:

MATRIZ DIAGONALIZABLE

Una matriz cuadrada A es diagonalizable, si existe una matriz invertible tal que sea diagonal;
Se dice que la matriz diagonaliza a la matriz .

Si existe una matriz ortogonal tal que es diagonal, entonces A es diagonalizable ortogonalmente, y se
dice que diagonaliza ortogonalmente a .

Ejemplo

Encuentre una matriz P que diagonalice ortogonalmente a donde

Solución

Calculando los valores propios de .

entonces
La matriz diagonal

Calculando los vectores propios de

Resolviendo el sistema para

donde

Si

Luego es un vector asociado a .

Si
Luego es un vector propio asociado a

Luego

Luego es una matriz diagonalizable

Observación

Si es una matriz de orden , entonces las siguientes afirmaciones son equivalentes:

 es diagonalizable

 tiene vectores propios linealmente independientes.

Observación

Si una matriz de orden tiene valores propios diferentes entonces A es diagonalizable.

Tarea

Determinar si

Es diagonalizable.