ÁLGEBRA LINEAL

Facultad de Ciencias

Autores
Evelyn Cueva
Kateryn Herrea
Departamento de Matemática
Escuela Politécnica Nacional

1
Índice
1. Preliminares 3

2. Matrices 3
2.1. Operaciones entre matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2. Tipos de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3. Equivalencia por filas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2
 S EMANA 01 - C LASE 01

1. Preliminares
En este curso, se consideran:
m, n ∈ N con m > 0 y n > 0;

I = {1, 2, . . . , m} ⊆ N y J = {1, 2, . . . , n} ⊆ N; y

K un cuerpo o campo (es decir, cualquier conjunto que cumpla con los axiomas de cuerpo),
puede ser R o C.
Trabajaremos de manera transversal con la definición de función entre dos espacios, la cual se
presenta a continuación:

Definición 1.1 (Función). Sean A y B dos conjuntos no vacíos. Una función f de A en B es

una regla que asigna a cada elemento a ∈ A un único elemento b ∈ B, el cual se denota por
f ( a). Es decir, f es una función de A en B si y solo si

f : A −→ B
a 7−→ b = f ( a).

Pensemos que los conjuntos A y B pueden ser, por ejemplo, R, R2 , C, Z, N, I × J, donde I y

J son conjuntos de índices, etc. Uno de los objetivos de este curso es estudiar funciones lineales,
donde A y B tienen la estructura de espacio vectorial.

2. Matrices

Definición 2.1 (Matriz). Una matriz sobre un cuerpo K es una función

A : I × J −→ K
(i, j) 7−→ A(i, j) = aij ,

la cual se representa por

 
a11 a12 ··· a1j ··· a1n
··· ···
 
 a21 a22 a2j a2n 
 .. .. .. .. 
 
..
 . . . . ··· . 
A=
 .
 ai1 ai2 ··· aij · · · ain 
 . .. .. .. .. 
 .. . ··· . . . 
 
am1 am2 · · · amj · · · amn

Se dice que A es de orden m × n y que tiene m filas y n columnas.

3
Observación. Al conjunto de todas las matrices de orden m × n sobre el campo K se denota por Km×n .
Así, se escribe A ∈ Km×n si A es una matriz de orden m × n sobre K.

Observación. Otras notaciones usuales para el conjunto de las matrices, que se puede encontrar en la
literatura, son Mm×n (K) o Mmn (K).

A aij se lo denomina elemento, entrada o componente ij de A, el número que aparece en la fila i y la

columna j.


Dada una matriz A, esta se la representa también por A = aij = [ aij ].

Ejemplo 1. Considere las matrices

 
−1 0 !
−3 1 5
A =  2 −5  y B=
 
√ 2 7 −4
0 2

La matriz A es de orden 3 × 2 y la matriz B es de orden 2 × 3. El elemento en la fila 1 y columna 2 de A es,

a12 = 0 y el elemento de la fila 2 y columna 3 de B es, b23 = −4.

Ejercicio 2.2. Dada la matriz A = aij ∈ R3×2 donde

aij = 2i − j

para cada i ∈ {1, 2} y j ∈ {1, 2, 3}. Escriba a la matriz con todos sus elementos.

Definición 2.3 (Matriz cuadrada). Si A es un elemento de Kn×n , se dice que A es una matriz
cuadrada de orden n.

Ejemplo 2. La matriz
 
1 0 6
A =  −2 −5 3
 

0 3 0
es una matriz cuadrada de orden 3.

Definición 2.4 (Filas y columnas). Sean A ∈ Km×n , i ∈ I y j ∈ J. A la matriz

 
a1j
 a2j 
 
 . 
 . 
 . 
amj

se la llama la j-ésima columna de A y a la matriz

 
ai1 ai2 · · · ain

se la llama la i-ésima fila de A.

4
Ejemplo 3. Considere la matriz
 
1 0 6
A =  −2 −5 3
 

0 3 0
La 3-ésima columna de A, es  
6
3 .
 

0
La 1-ésima fila de A es  
1 0 6 .
 
1 2 −1 0 3
Ejercicio 2.5. Dada la matriz A = 1 2 0 1 3. Indique a su 2-ésima fila, 3-ésima columna y
 

3 3 3 3 3
5-ésima columna.

Definición 2.6 (Igualdad de matrices). Sean A ∈ Km×n y B ∈ K p×q . Se dice que las matrices
A y B son iguales, y se representa por A = B, si:

a) m = p y n = q; y

b) aij = bij para todo i ∈ I y j ∈ J.

Ejemplo 4. Dados x, y, z ∈ R, considere las matrices A y B,

   
1 6 x 6
A =  −8 3 y B =  y 3 .
   

0 7 0 z

Notando que A y B tienen el mismo orden, para que sean iguales los valores de x, y y z deben ser 1, −8 y 7,
respectivamente.

Ejercicio 2.7. Dadas las matrices A, B, C ∈ R2×2 donde

aij = máx{i, j}, bij = mı́n{i, j} y cij = − máx{−i, − j}

para cada i, j ∈ {1, 2}. Indique cuáles matrices son iguales y cuáles no lo son.

S EMANA 01 - C LASE 02

2.1. Operaciones entre matrices

En esta sección consideramos p, q ∈ N con p > 0 y q > 0.

5
 Definición 2.8 (Suma de matrices). Sean A, B ∈ Km×n . La suma de las matrices A y B es la
matriz C ∈ Km×n tal que:
cij = aij + bij

para todo i ∈ I y j ∈ J. A esta matriz se la denota por A + B.

Ejemplo 5. Considere las matrices

1 1 1 1
   
1 8 − −
 2 4  2 4
A =  −2 −5 6  y B= 5 7 −8  .
   
 7   1 
0 20 −1 − 2
3 3

La suma de las matrices A y B se calcula sumando los elementos que ocupan la misma posición, es decir, si
C = A + B para calcular al elemento c12 se tiene que
 
1 1
c12 = a12 + b12 = + − = 0.
2 2

Finalmente,  
9 0 0
A + B =  3 2 −2 .
 

−1 2 22
Ejercicio 2.9. Considere a la matriz A del ejemplo 5, calcular A + A.

Teorema 2.10. Sean A, B, C ∈ Km×n . Se tiene que:

a) A + B = B + A.

b) A + ( B + C ) = ( A + B) + C.

c) Existe una única matriz 0 de orden m × n tal que

A+0 = A

para cualquier matriz A de orden m × n. La matriz 0 se denomina neutro aditivo de

orden m × n, también llamada la matriz nula.

d) Para cada matriz A de orden m × n, existe una única matriz, denotada por − A, de
orden m × n tal que:
A + (− A) = 0.

A la matriz − A se la denomina el inverso aditivo de A.

Ejemplo 6. Sean A, B ∈ K2×2 , donde

! !
1 2 5 6
A= y B= .
3 4 7 8

6
Entonces, ! !
6 8 6 8
A+B = y B+A = .
10 12 10 12
Luego, A + B = B + A.

Ejemplo 7. Sea A la matriz de K2×2 dada por

!
1 2
A= .
3 4

el inverso aditivo de A es !
−1 −2
−A = .
−3 −4
En efecto, A + (− A) = 0.

Definición 2.11 (Producto por un escalar). Sean A ∈ Km×n y α ∈ K. El producto del escalar
α por la matriz A es la matriz B ∈ Km×n tal que:

bij = αaij

para todo i ∈ I y j ∈ J. A esta matriz se la denota por αA.

Observación. Si A, B ∈ Km×n , se escribe

A + (−1) B

como A − B y se denomina diferencia de A con B

Ejemplo 8. Producto de un escalar con una matriz. Se tiene que

  
9 0 0

81 0 0
3 2 −2 = 
 
9·   27 18 −18 .

7

−1 22 −9 21 198
3

Notemos que 9 multiplica a cada elemento de A.

Ejercicio 2.12. Considere a la matriz A del ejemplo 5 calcular 2A y compare con A + A, el resultado del
ejercicio 2.9.

Teorema 2.13 (Propiedades del producto por un escalar). Sean α, β ∈ K y A, B ∈ Km×n . Se

tiene que

a) α( βA) = (αβ) A;

b) (α + β) A = αA + βA; y

c) α( A + B) = αA + αB.

7
 Definición 2.14 (Multiplicación de matrices). Sean A ∈ Km× p y B ∈ K p×n , el producto de
las matrices A y B es la matriz C ∈ Km×n tal que

cij = ai1 b1j + ai2 b2j + · · · + aip b pj

p
= ∑ aik bkj
k =1

para todo i ∈ I y j ∈ J. A esta matriz se la denota por AB.

Observación. El elemento cij se obtiene multiplicando elemento a elemento fila i de la matriz A por la
columna j, de B

A
z }| {  
a11 a12 ··· a1p z }|
B c11 c12 ··· c1j ··· c1n
{ 
··· ··· ···
  
 a21 a22 a2p  b11 b12 · · · b1j · · · b1n  c21 c22 c2j c2n 

 .. .. ..     .. .. .. .. 
 
b b22 · · · b2j · · · b2n   . ..
 . . ··· .  . . . ··· . 
   21
. .. . ..  = 
  .
···   .. · · · .. · · · ··· · · · cin 
a
 i1 ai2 aip  . .   ci1 ci2 cij


 . .. ..   . .. .. .. .. 
 .. . ··· .  b p1 b p2
 · · · b pj · · · b pn  .. . ··· . . . 
  
am1 am2 ··· amp cm1 cm2 · · · cmj · · · cmn

Por esta razón, se debe cumplir necesariamente que el número de filas de B sea igual al número de columnas
de A.

Ejemplo 9. Considere las matrices A, B ∈ K3×3 :

   
1 0 −1 −1 2 1
A= 0 2 3  y B =  5 −2 1  .
   

−5 0 3 −1 2 −2

Notemos que el número de columnas de A es el número de filas de B , luego, su multiplicación existe y la

denominaremos por C = AB. Para ilustrar la multiplicación de matrices, obtengamos al elemento c12 de C,
para esto, consideramos la fila 1 de A y la columna 2 de B y realizamos lo indicado en la definición 2.14.

3
c12 = ∑ a1k bk2
k =1

= a11 b12 + a12 b22 + a13 b32

= (1)(2) + (0)(−2) + (−1)(2)
= 0.

Calculemos también, al elemento c33 de C, en este caso consideramos la fila 3 de A y la columna 3 de B, y

utilizamos la definición 2.14.

3
c33 = ∑ a3k bk3
k =1

= a31 b13 + a32 b23 + a33 b33

8
 = (−5)(1) + (0)(1) + (3)(−2)
= −11.

Finalmente, la multiplicación de las matrices A y B está dada por:

 
0 0 3
AB = 7 2 −4  ,
 

2 −4 −11

donde AB ∈ K3×3 .

Ejercicio 2.15. Considere las siguientes matrices A ∈ K2×3 y B ∈ K3×2 :

 
! 3 0
1 5 8
A= y B =  −1 5  .
 
−1 0 −2
2 −1

Obtenga a las matrices AB y BA.

Teorema 2.16. Sean A, B ∈ Km×n , C, D ∈ Kn× p , E ∈ K p×q y α ∈ K. Se tiene que

a) A( DE) = ( AD ) E;

b) A(C + D ) = AC + AD;

c) ( A + B)C = AC + BC;

d) A(αC ) = α( AC ) = (αA)C.

Observación. Dadas dos matrices A, B ∈ Kn×n si

AB = BA,

entonces diremos que A y B conmutan.

En general, AB ̸= BA, como se evidencia en el siguiente ejemplo.

Ejemplo 10. Considere a las matrices A y B del ejercicio 2.15, tenemos que
 
! 3 15 24
14 17
AB = y BA = −6 −5 −18 .
 
−7 2
3 10 18

Notemos que AB ∈ K2×2 y que BA ∈ K3×3 con AB ̸= BA, es decir, A y B no conmutan.

Ejercicio 2.17. Dadas las matrices

   
1 0 1 1 !
1
A =  −1 1 , B =  0 −1 y x= .
   
1
0 1 −1 1

9
Verificar que se cumple que ( A + B) x = Ax + Bx.

Definición 2.18 (Matriz identidad de orden n). Se define la matriz identidad de orden n al
elemento A de Kn×n tal que 
1 si i = j,
aij =
0 si i ̸= j,

para todo i, j ∈ J. A esta matriz se la denota por In .

Ejemplo 11. La matriz identidad de orden 3 es

 
1 0 0
I3 = 0 1 0 .
 

0 0 1

Proposición 2.19. Sea A ∈ Km×n se tiene que

Im A = AIn = A.

Observación. La matriz In conmuta con toda matriz de Kn×n .

10
 S EMANA 02 - C LASE 01

Definición 2.20. Sean A ∈ Kn×n y r ∈ N. Se define A a la potencia r por

a) A0 = In ; y

b) Ar+1 = Ar A.

Teorema 2.21. Sean A ∈ Kn×n y r, s ∈ N. Se tiene que

a ) Ar A s = Ar +s ; y

b) ( Ar )s = Ars .

Observación. Note que en general ( AB)r ̸= Ar Br .

Definición 2.22 (Transpuesta de una matriz). Sea A ∈ Km×n . La matriz transpuesta de A es

la matriz B ∈ Kn×m tal que:



bij = a ji

para todo i ∈ I y j ∈ J. A esta matriz se la denota por A⊺ .

Observación. Con esto, tenemos que si A ∈ Km×n , entonces A⊺ ∈ Kn×m y

⊺

aij = a ji .

Ejemplo 12. Considere la matriz

 
1 4 −2
A = 3 7 9 
 

0 −3 5
su transpuesta es
 
1 3 0
A⊺ =  4 7 −3 .
 

−2 9 5
Ejercicio 2.23. Dadas las matrices
 
! ! 1 0 1
 
2 3 −2 4 7 0 1 1
A= , B= y C= .
1 4 −1 0 1 0
 0 1
1 1 1

Calcular su transpuesta.

11
 Teorema 2.24 (Propiedades de la transpuesta). Sean α ∈ K, A, B ∈ Km×n y C ∈ Kn× p . Se
tiene que

a) ( A⊺ )⊺ = A;

b ) ( A + B )⊺ = A⊺ + B⊺ ;

c) ( AC )⊺ = C⊺ A⊺ ;

d) (αA)⊺ = αA⊺ .

Observación. Un error común es el siguiente:

( AB)⊺ = A⊺ B⊺

Notemos que lo anterior es verdad, solamente cuando A y B conmutan.

Ejemplo 13. Dada la matriz A ∈ Kn×n . En este ejemplo vamos a ilustrar a las propiedades de la trans-
puesta. Notemos que

( A⊺ A )⊺ = A⊺ ( A⊺ )⊺ , Teorema 2.24, literal c

= A⊺ A, Teorema 2.24, literal a

y que

( A⊺ − A)⊺ = ( A⊺ )⊺ + (− A)⊺ , Teorema 2.24, literal b

⊺
= A−A , Teorema 2.24, literales a y d.

Ejercicio 2.25. Sean A, B, C ∈ Kn×n . Justificando cada paso demostrar que

( A( B + C ))⊺ = B⊺ A⊺ + C⊺ A⊺ .

Definición 2.26 (Traza de una matriz). Sea A ∈ Kn×n . La traza de una matriz A es un escalar
que notaremos como Tr( A) tal que:

n
Tr( A) = ∑ a jj .
j =1

Ejemplo 14. Dada la matriz:

 
1 −1 2
A =  0 −3 −1 .
 

−2 −3 8
De la definición de traza se tiene que:

Tr( A) = a11 + a22 + a33 = (1) + (−3) + (8) = 6.

12
Ejercicio 2.27. Dada la matriz:
 
1 0 2
B= 0 0 −1 .
 

−2 −3 −3
Determine la Tr( B) y la Tr( B⊺ ).

Teorema 2.28 (Propiedades de la traza). Sea A, B ∈ Kn×n y α ∈ K. Se tiene que:

Tr(αA) = α Tr( A);

Tr( A + B) = Tr( A) + Tr( B);

Tr( A⊺ ) = Tr( A); y

Tr( AB) = Tr( BA).

2.2. Tipos de matrices

Definición 2.29 (Matriz triangular). Sea A ∈ Kn×n . Se dice que A es

una matriz triangular superior si aij = 0 para todo i > j con i, j ∈ J; y

una matriz triangular inferior si aij = 0 para todo i < j con i, j ∈ J.

Ejemplo 15. A continuación, un ejemplo de una matriz triangular superior

!
3 2
0 1

y de una matriz triangular inferior:

 
1 0 0
 −8 2 0 .
 

0 −6 3

Definición 2.30 (Matriz diagonal). Sea A ∈ Kn×n . Se dice que A es una matriz diagonal si
verifica que:
aij = 0

para todo i ∈ J y j ∈ J con i ̸= j.

Ejemplo 16. Vemos algunos ejemplos de matrices diagonales:

 
  −3 0 0 0
! 1 0 0  
−2 0  0 −3 0 0 
, 0 1 0 , .
  
0 5  0 0 −3 0 
0 0 1
 
0 0 0 −3

Notemos que en todos los casos los términos fuera de la diagonal principal son todos iguales a cero.

13
 Definición 2.31 (Matriz escalar). Sea A ∈ Kn×n . Se dice que A es una matriz escalar si es
una matriz diagonal que verifica:
aii = α

para todo i ∈ J, con α ∈ K, es decir, todos los elementos de la diagonal son iguales.

Ejemplo 17. Vemos algunos ejemplos de matrices diagonales:

 
! 5 0 0 0
 
−2 0 0 5 0 0
,  .
0 −2 0
 0 5 0
0 0 0 5

Observación. Note que una matriz identidad es un tipo de matriz escalar. Además, la matriz escalar se
puede expresar como la multiplicación de un escalar por la matriz identidad.

Ejemplo 18. Considere a la siguiente matriz diagonal

! !
3 0 1 0
A= =3 = 3I2 .
0 3 0 1

Note que la matriz escalar dada se escribe como el producto del escalar 3 con la matriz identidad.

Ejercicio 2.32. Demuestre que la suma de dos matrices escalares es una matriz escalar. ¿Qué se puede
decir sobre la resta?

Definición 2.33 (Matriz simétrica). Sea A ∈ Kn×n . Se dice que A es simétrica si A⊺ = A.

Ejemplo 19. La matriz  

0 1 2 2
 
1 −8 2 3
A=
2 2
,
 5 4
2 3 4 1
es simétrica, en efecto, tenemos que
A⊺ = A.

Ejercicio 2.34. Dada la matriz A ∈ Kn×n , muestre que A⊺ + A es simétrica.

Definición 2.35 (Matriz antisimétrica). Sea A ∈ Kn×n . Se dice que A es antisimétrica si

A⊺ = − A.

Ejemplo 20. La matriz

 
0 1 −8
A =  −1 0 3 ,
 

8 −3 0
es antisimétrica, en efecto, tenemos que
A⊺ = − A.

14
Ejercicio 2.36. Dada la matriz A ∈ Kn×n , muestre que A⊺ − A es antisimétrica.

Definición 2.37 (Matriz nilpotente). Sea A ∈ Kn×n y r ∈ N. Se dice que A es nilpotente de

orden r si r es el menor entero positivo tal que

Ar = 0.

Ejemplo 21. La siguiente matriz es nilpotente de orden 2:

!
1 1
A=
−1 −1

En efecto, determinemos a A2 ,
! ! !
2 1 1 1 1 0 0
A = A·A = · = .
−1 −1 −1 −1 0 0

Luego, la matriz A es nilpotente de orden 2.

Definición 2.38 (Matriz idempotente). Sea A ∈ Kn×n . Se dice que A es una matriz idempo-
tente si A2 = A.

Ejemplo 22. La matriz !

1 0
A=
3 0

es idempotente, en efecto, calculemos a A2 ,

! ! !
1 0 1 0 1 0
A2 = · = = A.
3 0 3 0 3 0

Observación. Note que si la matriz A es idempotente entonces se puede concluir que An = A, para todo
n ∈ N∗ .

15
 S EMANA 02 - C LASE 02

Definición 2.39 (Matriz escalonada reducida por filas). Se dice que una matriz está en forma
escalonada reducida por filas cuando satisface las siguientes propiedades:

1. Todas las filas que constan solo de ceros, si las hay, están en la parte inferior de la
matriz.

2. La primera entrada distinta de cero de la fila, al leer de izquierda a derecha, es un 1.

Esta entrada se denomina entrada principal o uno principal de la fila.

3. Para cada fila que no consta solo de ceros, el uno principal aparece a la derecha y abajo
de cualquier uno principal en las filas que le preceden.

4. Si una columna contiene un uno principal, el resto de las entradas de dicha columna
son iguales a cero.

Se dice que una matriz está en forma escalonada por filas si satisface las primeras tres pro-
piedades.

Ejemplo 23. Considere a las matrices siguientes:

 
1 0 0 2  
  ! 1 0 0 0 −1
0 1 0 −2 1 6
, y 0 0 1 0 −2 .
  
0 0 1 0  0 0
0 0 0 1 2
 
0 0 0 0

Estas matrices son escalonadas reducidas por filas.

Ejemplo 24. Considere a las matrices siguientes:

 
! 1 0 1 −2 −1
1 6
y 0 0 1 4 −2 .
 
0 1
0 0 0 1 2

Estas matrices son escalonadas por filas.

Observación. Note que toda matriz escalonada reducida por filas es también escalonada por filas.

16
2.3. Equivalencia por filas

Definición 2.40 (Operaciones elementales de fila). Dada una matriz A ∈ Km×n , una opera-
ción elemental por filas sobre A es una de las siguientes:

Intercambio de filas: dados i, j ∈ I, intercambiar la fila i por la fila j, denotado por

Fi ↔ Fj ,

es reemplazar la fila  
ai1 ai2 . . . ain

por la fila  
a j1 a j2 . . . a jn

y viceversa.

Multiplicar una fila por un escalar: dados i ∈ I y α ∈ K, con α ̸= 0 y α ̸= 1, multipli-

car la fila i por α, denotado por
αFi → Fi ,

es reemplazar la fila  
ai1 ai2 . . . ain

por  
αai1 αai2 . . . αain .

Sumar un múltiplo de una fila con otra: dados i, j ∈ I y α ∈ K, multiplicar la fila i

por α y sumarlo a la fila j, denotado por

αFi + Fj → Fj ,

es reemplazar la fila  
a j1 a j2 . . . a jn

por  
αai1 + a j1 αai2 + a j2 . . . αain + a jn .

Ejemplo 25. Intercambio de filas. Dada la matriz:

 
1 2 3
A =  0 −1 2 
 

−1 2 −3

Al aplicar la operación de fila F2 ↔ F3 , se tiene la siguiente matriz:

 
1 2 3
B =  −1 2 −3
 

0 −1 2

17
Ejemplo 26. Multiplicar una fila por un escalar. Considerando a la matriz A del ejemplo 25, si se aplica
la operación de fila 3F1 → F1 se tiene la siguiente matriz:
 
3 6 9
C =  0 −1 2 
 

−1 2 −3

Ejemplo 27. Sumar un múltiplo de una fila con otra. Considere a la matriz A del ejemplo 25, si se
aplica la operación de fila 3F1 + F3 → F3 se tiene la siguiente matriz:
 
1 2 3
D = 0 −1 2
 

2 8 6

Ejercicio 2.41. Dada la matriz  

0 −4 −4
 
1 −1 0 
A=
 .
 0 0 1 

0 0 5
Sobre la matriz A, en cada ocasión realice la operación elemental por fila indicada.
1. F1 ↔ F2 .
1
2. − F2 → F2 .
4
3. −5F3 + F4 → F4 .
¿Qué matriz se ha obtenido?

Definición 2.42 (Equivalente por filas). Sean A, B ∈ Km×n , se dice que la matriz A es equi-
valente por filas a una matriz B, denotado por A ∼ B, si B se puede obtener al aplicar a la
matriz A una sucesión de operaciones elementales por fila.

Observación. Si A es equivalente por filas a B, entonces es B equivalente por filas a A.

Ejemplo 28. Considere a las matrices A y D del ejemplo 27, se tiene que A es equivalente por filas a D, es
decir:    
1 2 3 1 2 3
A =  0 −1 2  ∼ D = 0 −1 2 .
   

−1 2 −3 2 8 6

En efecto, a la matriz A se le aplicó la operación elemental de fila e : 3F1 + F3 → F3 , note que e( A) = D.

Ejercicio 2.43. Considere a la matriz A y a las operaciones elementales de fila del ejercicio 2.41, escriba a
las correspondientes operaciones elementales de fila inversas.

Teorema 2.44. Toda matriz A ∈ Km×n es equivalente por filas a una única matriz en forma
escalonada reducida por filas.

Pasos para transformar una matriz a una matriz escalonada por filas. Dada una matriz A.

18
 1. Determinar la primera columna (contando de izquierda a derecha), tal que no todos sus
entradas sean cero. Ésta es la columna pivote.

2. En la columna pivote, identificar al primer elemento (contando de arriba hacia abajo) distinto
de cero. A este elemento lo denominaremos pivote.

3. Intercambiar, en caso de ser necesario, la primera fila por aquella fila donde aparece el pivo-
te, de modo que éste se encuentre ahora en la primera fila.

4. Multiplicar a la primera fila por el recíproco del pivote. Así, el primer elemento de la colum-
na pivote es ahora un 1. A la matriz obtenida la llamamos A2 .

5. Sumar los múltiplos apropiados de la primera fila de A2 a las demás filas, para que los
elementos debajo del pivote sean cero.

6. Identificar a la primera columna (después de la columna pivote) cuyos elementos sean no

todos cero y repetir los pasos anteriores hasta obtener a la matriz escalonada por filas.

Ejemplo 29. Dada la matriz

 
1 5 −4
A = 1 −2 1  .
 

3 1 −2
Obtengamos a la correspondiente matriz escalonada por filas, para esto, notemos que la columna pivote es
la primera columna de A y que en la posición 11 ya se encuentra el pivote, entonces
   
1 5 −4 1 5 −4
− F1 + F2 → F2
A = 1 −2 1  ∼ 0 −7 5 
   
−3F1 + F3 → F3
3 1 −2 0 −14 10
 
1 5 −4
∼ 0 −7 5  − 2F2 + F3 → F3
 

0 0 0
 
1 5 −4
1
∼ 0 1 − 57  − F2 → F2
 
7
0 0 0

Luego, la correspondiente matriz escalonada por filas obtenida a partir de A es

 
1 5 −4
0 1 − 75  .
 

0 0 0

Ejercicio 2.45. Dada la matriz

 
1 5 −4 0
A = 1 −2 1 2 .
 

0 1 −1 1

Obtenga a su correspondiente matriz escalonada por filas.

19
 Pasos para transformar una matriz a una matriz escalonada reducida por filas. Dada una
matriz A.

1. Determinar la primera columna (contando de izquierda a derecha), tal que no todos sus
elementos sean cero. Ésta es la columna pivote.

2. En la columna pivote, identificar al primer elemento (contando de arriba hacia abajo) distinto
de cero. A este elemento lo denominaremos pivote.

3. Intercambiar, en caso necesario, la primera fila por aquella fila donde aparece el pivote, de
modo que éste se encuentre ahora en la primera fila.

4. Multiplicar a la primera fila por el recíproco del pivote. Así, el primer elemento de la colum-
na pivote es ahora un 1.

5. Realizar las operaciones elementales de fila necesarias para que los elementos de la columna
pivote sean cero, excepto el pivote.

6. Identificar a la primera columna (después de la columna pivote) cuyos elementos sean no

todos cero y repetir los pasos anteriores de tal manera que ahora solamente, en la nueva
columna pivote, su elemento pivote sea diferente de cero. Continuar con el proceso indicado
hasta obtener a la matriz escalonada reducida por filas.

Ejemplo 30. Dada la matriz

 
1 5 −4
A = 1 −2 1  .
 

3 1 −2
Obtengamos a la correspondiente matriz escalonada reducida por filas, para esto, notemos que de acuerdo
con el ejemplo 29, tenemos que
   
1 5 −4 1 5 −4
− F1 + F2 → F2
A = 1 −2 1  ∼ 0 −7 5 
   
−3F1 + F3 → F3
3 1 −2 0 −14 10
 
1 5 −4
∼ 0 −7 5  − 2F2 + F3 → F3
 

0 0 0
 
1 5 −4
1
∼ 0 1 − 57  − F2 → F2
 
7
0 0 0
1 0 − 37
 

∼ 0 1 − 57  − 5F2 + F1 → F1
 

0 0 0

Luego, la correspondiente matriz escalonada por filas obtenida a partir de A es

1 0 − 37
 

0 1 − 57  .
 

0 0 0

20
Ejercicio 2.46. Dada la matriz:
 
1 5 −4 0
A = 1 −2 1 2
 

0 1 −1 1
Obtenga la matriz escalonada reducida por filas a partir de A.

21