Tema 1: Matrices.

C CA AP PÍ ÍT TU UL LO O 1 1
M MA AT TR RI IC CE ES S
- - I IN NT TR RO OD DU UC CC CI IÓ ÓN N
- - D DE EF FI IN NI IC CI IÓ ÓN N Y Y O OP PE ER RA AC CI IO ON NE ES S
- - S SU UM MA A D DE E M MA AT TR RI IC CE ES S
- - P PR RO OD DU UC CT TO O D DE E U UN N N NÚ ÚM ME ER RO O R RE EA AL L P PO OR R U UN NA A M MA AT TR RI IZ Z
- - P PR RO OD DU UC CT TO O D DE E E EL LE EM ME EN NT TO OS S D DE E
n

- - P PR RO OD DU UC CT TO O D DE E M MA AT TR RI IC CE ES S
- - M MA AT TR RI IC CE ES S C CU UA AD DR RA AD DA AS S
- - M MÉ ÉT TO OD DO O D DE E G GA AU US SS S P PA AR RA A M MA AT TR RI IC CE ES S
- - T TR RA AN NS SF FO OR RM MA AC CI IO ON NE ES S P PO OR R F FI IL LA AS S
- - M MA AT TR RI IC CE ES S E EL LE EM ME EN NT TA AL LE ES S
- - I IN NV VE ER RS SA A D DE E U UN NA A M MA AT TR RI IZ Z
- - E EJ JE EM MP PL LO O
- - T TR RA AN NS SF FO OR RM MA AC CI IO ON NE ES S P PO OR R C CO OL LU UM MN NA AS S
- - R RA AN NG GO O D DE E U UN NA A M MA AT TR RI IZ Z
- - T TE EO OR RE EM MA A D DE E R RO OU UC CH HÉ É- -F FR RO OB BE EN NI IU US S
Tema 1: Matrices.
- - M MA AT TR RI IC CE ES S E EQ QU UI IV VA AL LE EN NT TE ES S
- - E EJ JE EM MP PL LO O
Matrices 3
INTRODUCCIÓN
Las matrices son simplemente estructuras (en general n-dimensionales) que
permiten almacenar objetos a los que se tiene acceso mediante índices
predefinidos.
En nuestros días son innumerables las aplicaciones de las matrices y entre ellas
cabe señalarar el almacenamiento de datos, la economía o los gráficos por
ordenador.
Las matrices, tal como las utilizamos en la actualidad son un concepto
relativamente reciente: el primero en utilizar el término matriz fue James Joseph
Sylvester (1814-1897) en 1850, aunque sería Arthur Cayley (1821-1895) quien
comprendería su importancia y en 1853 publicó una nota dando, por primera vez, la
inversa de una matriz.
A pesar de esto se pueden encontrar precedentes en el siglo IV antes de Cristo, su
origen data del siglo segundo antes de Cristo y surgen a partir del estudio de los
sistemas de ecuaciones lineales. En un texto escrito durante la dinastía Han (entre
el 200 y el 100 A.C.) el autor se plantea un problema (que es realmente un sistema
de ecuaciones lineales), coloca los coeficientes en las columnas de una “tabla” y va
restando unas columnas de otras (para hacer ceros) y así obtener la solución. Este
procedimiento, ahora conocido como método de Gauss no llegó a ser habitual hasta
el siglo XIX.
Nosotros utilizaremos matrices bidimensionales de números reales como
herramienta para representar y manejar prácticamente todos los objetos del
álgebra lineal, simplificando la notación y facilitando las operaciones. Como
ejemplo, las operacines elementales que, no sólo se aplicarán también a matrices,
sino que serán representadas por otras matrices, dando un método para el cálculo
de la inversa de una matriz. Se ampliará el concepto de rango y se reformulará el
teorema de Rouché-Frobenius en térmos de matrices.
Se estudia, por último el concepto de matrices equivalentes y forma normal de una
matriz, que será aplicado en el capítulo de aplicaciones lineales

Matrices
© Víctor Giménez Martínez
Matrices.

MATRICES.

Una matriz
×
e
m n
A  de números reales (aunque bien podrían ser elementos de un
cuerpo conmutativo K cualquiera), de dimensión ( ) × m n , se define como una ordenación,
u organización, de ( ) × m n números. Esta organización consiste en situar los números en
m filas y n columnas. Se define entonces un elemento general
ij
a de la matriz como el
número real que está situado en la fila i-ésima de la columna j-ésima. A la matriz en
general se la designa como ( ) ij
a , o también a veces por una letra mayúscula como por
ejemplo ( ) =
ij
A a . Además la matriz está representada en el papel, o la pantalla como

( )
...
...
... ... ... ...
...
| |
|
|
= =
|
|
|
\ .
11 12 1n
21 22 2n
ij
m1 m2 mn
a a a
a a a
A a
a a a


Al ser los elementos de la matriz números reales, es muy fácil definir la suma de
matrices mediante la suma de números reales: haciendo,

( ) ( )
... ...
... ...
... ... ... ... ... ... ... ...
... ...
...
...
... ... ... ...
| | | |
| |
| |
+ = + = + =
| |
| |
| |
\ . \ .
+ + +
+ + +
11 12 1n 11 12 1n
21 22 2n 21 22 2n
ij ij
m1 m2 mn m1 m2 mn
11 11 12 12 1n 1n
21 21 22 22 2n 2n
m
a a a b b b
a a a b b b
A B a a
a a a b b b
a b a b a b
a b a b a b
a ...
| |
|
|
|
|
|
+ + +
\ . 1 m1 m2 m2 mn mn
b a b a b


Es también muy fácil demostrar que, al igual que los propios números reales, ésta suma
dota al conjunto de las matrices de una estructura de GRUPO CONMUTATIVO, ya que se
verifican las propiedades, 1º) ASOCIATIVA: ( ) ( ) ( ) ( ) ( ) ( )
( ( + + = + +
¸ ¸ ¸ ¸
ij ij ij ij ij ij
a b c a b c .
2º) ELEMENTO NEUTRO: el elemento neutro es la matriz ( ) = ¬ =
ij
a 0 ; i 1 ... m ; y
¬ = j 1 ... n . 3º) EL ELEMENTO SIMÉTRICO de la matriz ( ) ij
a es la matriz ( ) ÷
ij
a . 4º) LA
PROPIEDAD CONMUTATIVA es evidente. Luego las matrices con la suma así definida es un
GRUPO ABELIANO.

Matrices
© Víctor Giménez Martínez
Además a las matrices se las puede multiplicar por números reales dando como resultado
matrices. Multiplicar un número ì por una matriz ( ) =
ij
A a , da como resultado la matriz
( ) ì ·
ij
a , que tiene los mismos elementos que A , pero con todos ellos multiplicados por el
número ì dado. Esto define una ley de composición externa del conjunto de las
matrices.
ESPACIO VECTORIAL DE LAS MATRICES
Una vez visto que la suma de matrices de
× m n
 forman un grupo abeliano, se define la
ley externa que opera números reales con matrices en la siguiente forma:

× ×
× ÷
m n m n
M M 
( ) ( )
ì
ij
, a ÷ ( ) ì ·
ij
a

Verificándose las cuatro propiedades:

- Para todo o y | de  , y para todo ( ) ij
a de
× m n




( ) ( ) ( ) ( ) o | o | + · = · + ·
ij ij ij
a a a

- Para todo o de  , y para todo ( ) ij
a y ( ) ij
b de
× m n


( ) ( ) ( ) o o o ( · + = · + ·
¸ ¸
ij ij ij ij
a b a b

- Para todo o y | de  , y para todo ( ) ij
a de
× m n


( ) ( ) ( ) ( )
o | o | · · = · ·
ij ij
a a

- Si u es el elemento neutro del producto de  , entonces para todo ( ) ij
a de
× m n


u · ( ) ij
a = ( ) ij
a .

Por tanto ha quedado definido el espacio vectorial ( )
×
+ ·
m n
M , ;  , de las matrices de m
filas y n columnas, sobre los números reales, que de ahora en adelante designaremos
simplemente como
× m n


ESPACIOS FILA Y COLUMNA
Matrices
© Víctor Giménez Martínez
Dada una matriz ( ) ij
a e
× m n
 , cada fila i-ésima puede considerarse como un vector
( ) e
n
in i 1 i 2
a , a , ..., a  . El conjunto A de todos los vectores fila genera el espacio
vectorial ( ) L A de todas sus posibles combinaciones lineales. El número r de vectores
linealmente independientes de A (que como máximo será m , ya que hay un total hay m
filas), será la dimensión de r este espacio, llamado espacio vectorial fila. Además r
define también lo que se llama el rango por filas de la matriz. De idéntica manera se
podría haber definido para cada columna j el vector
( )
e
m
mj 1 j 2 j
a , a , ..., a  , y si B es el
conjunto de todos los vectores columna, el espacio ( ) L B será el espacio vectorial
columna cuya dimensión definirá el rango por columnas de la matriz. Se demuestra que
en toda matriz, el rango por filas es igual al rango por columnas, el cual, por tanto,
llamaremos rango de la matriz.
Matrices
© Víctor Giménez Martínez
PRODUCTO DE VECTORES
Dos vectores de
n
 , también se pueden multiplicar. Para ello se define, el llamado
producto escalar de dos vectores cualesquiera ( ) , ,..., =
1 2 n
x x x x e ( ) , ,..., =
1 2 n
y y y y , de
n
 , como el numero real × x y , obtenido al sumar los n números reales
correspondientes a los n productos de la forma ·
i i
x y , que se obtienen cuando se hacer
variar i desde 1 hasta n . Es decir:

( ) ( ) ( ) , ,..., , ,..., ...
=
× = × = · + · + + · = ·
¿
n
1 2 n 1 2 n 1 1 2 2 n n i i
i 1
x y x x x y y y x y x y x y x y

PRODUCTO DE MATRICES
El producto de dos matrices × A B , se define como una nueva matriz donde el
elemento genérico ( ) , i j , de la matriz, es el número que se obtiene al multiplicar el
vector fila i-ésimo de la matriz A , por el vector columna j-ésimo de la matriz B
(obviamente se necesita que los vectores fila de la matriz A y los vectores columna de
la matriz B , tengan igual número de componentes). Por tanto, una matriz A se podrá
multiplicar por otra matriz B , únicamente cuando el número r de columnas de la matriz
A sea igual al de filas de la matriz B . Si
×
e
m r
A y
×
e
r n
B , la matriz producto
× A B , se define como la matriz de
× m n
 , donde en el elemento genérico ( ) ij
a es

( ) ij
a = ( ) ( ) ( )
, ,..., , ,..., ...
=
× = · + · + + · = ·
¿
r
i 1 i 2 ir 1 j 2 j rj i 1 1 j i 2 2 j ir rj ik kj
k 1
a a a b b b a b a b a b a b

donde, el índice i recorrerá el número m de filas de A , y el índice j , recorre el
número n de columnas de B . Es decir:

... ...
... ...
... ... ... ... ... ... ... ...
... ...
...
..
= = =
= =
| | | |
| |
| |
× = × =
| |
| |
| |
\ . \ .
· · ·
· ·
¿ ¿ ¿
¿ ¿
11 12 1 r 11 12 1 m
21 22 2 r 21 22 2 m
m1 m2 mr r1 r 2 rm
r r r
1 k k1 1 k k 2 1 k kn
k 1 k 1 k 1
r r
2k k 1 2 k k 2
k 1 k 1
a a a b b b
a a a b b b
A B
a a a b b b
a b a b a b
a b a b .
... ... ... ...
...
=
= = =
| |
|
|
|
·
|
|
|
|
|
· · ·
|
\ .
¿
¿ ¿ ¿
r
2 k kn
k 1
r r r
mk k 1 mk k 2 mk kn
k 1 k 1 k 1
a b
a b a b a b


Matrices
© Víctor Giménez Martínez
El producto de matrices de
× m n
 tiene muy pocas propiedades: tiene la asociativa
(evidentemente no tiene la conmutativa, y carece de elemento unidad y una matriz de
× m n
 carece de simétrica respecto al producto.
Matrices
© Víctor Giménez Martínez
MATRICES CUADRADAS:
Las matrices cuadradas son un subconjunto de las matrices
× m n
 . Cuando m es igual
a n se tiene la matriz de n filas y n columnas que es una matriz cuadrada. Al conjunto
de las matrices cuadradas se le designa como
n
 .

La matriz unidad
n
I de
n
 , es la matriz:

...
...
... ... ... ...
...
| |
|
|
=
|
|
|
\ .
n
1 0 0
0 1 0
I
0 0 1


Es evidente que para toda matriz A de
n
 se cumple que:

× = ×
n n
A I I A

En cambio, no se puede asegurar que toda matriz A de
n
 tenga inversa, para ello se
necesita que la matriz A tenga su rango igual a n , o lo que es lo mismo que la matriz A
sea regular (a veces se dice también no singular).

MATRICES ELEMENTALES:
Son las matrices que se obtienen de aplicar a la Matriz Identidad una transformación
elemental (serán además denominadas de idéntica manera). Así, por ejemplo:

( )
( )
21

| | | |
÷
| |
÷ = ÷
| |
÷
| |
\ . \ .
21
1 0 0 1 0 0
H 2
0 1 0 2 1 0 H 2
0 0 1 0 0 1


Efectuar una transformación elemental por filas sobre una matriz, es equivalente a
multiplicar por la izda., Por la correspondiente matriz elemental a dicha matriz, ejemplo:

( )

÷ ÷ | | | |
÷
| |
÷ ÷ ÷
| |
÷
| |
÷ ÷
\ . \ .
21
1 2 1 1 1 2 1 1
H 2
2 1 1 0 0 5 3 2
1 0 3 2 1 0 3 2


ofrece idéntico resultado que el producto:

Matrices
© Víctor Giménez Martínez
÷ ÷ | | | | | |
| | |
÷ · ÷ = ÷ ÷
| | |
| | |
÷ ÷
\ . \ . \ .
1 0 0 1 2 1 1 1 2 1 1
2 1 0 2 1 1 0 0 5 3 2
0 0 1 1 0 3 2 1 0 3 2


Dada una matriz A de rango n de
n
 , aplicando el procedimiento de Gauss-Jordan se
puede llegar a obtener la matriz
n
I , así si

| |
|
= ÷
|
|
÷
\ .
1 3 4
A 3 1 6
1 5 1

para hallar
÷1
A , se hace,

( ) ( )
( ) ( )



| |
÷
|
÷ ÷
\ .
| | | | | |
| | |
÷ ÷ ÷
| | |
÷ ÷
| | |
÷ ÷ ÷
\ . \ . \ .
| |
|
| |
|
|
÷ ÷ ÷ ÷
|
|
÷ ÷
| |
\ .
|
|
\ .
32 21 31
3 23
8
H H 3 H 1
0 10 6 10
0 8 5
H 5 H 6
1 0 0 1
0 0
1 3 4 1 3 4 1 3 4
3 1 6 0 10 6
1 5 1 1 5 1
1 3 4 1 3 4
0 10 10 6
5
6 0
( )
( )





| |
|
|
÷
|
\ .
| |
| | | |
|
÷
| |
|
| | |
÷ ÷
\ .
| |
\ . \
÷
÷
| |
÷
|
÷
\
.
.
13
2
12
1 3 4
0 0 1
1
H 4
0 10 0
1 3 0
1
1 3 0
0 10 0
0 1 0
0 0 1
0 0 1 0
0 0 H
10 H 3
0
1
1 0
0


Si en vez de aplicar transformaciones elementales se hubiesen aplicado los productos
por las correspondientes matrices elementales se tendría que:

( ) ( ) ( ) ( ) ( ) ( )
| | | |
÷ × ÷ × ÷ × × × × × ÷ × =
| |
\ . \ .
12 2 13 23 3 32 31 21 3
1 8
H 3 H H 4 H 6 H 5 H H 1 H 3 A I
10 10


Luego dada e
n
A  , si su rango es n , para obtener
÷1
A , hay que aplicar a la matriz
unidad las mismas transformaciones que a la matriz A . Se puede hacer entonces el
producto de transformaciones elementales conjuntamente a la Matriz A y a la matriz
unidad. Al final obtendremos, como resultado de todas las transformaciones aplicadas a
la matriz A , la matriz unidad
n
I ; y, como resultado de todas las transformaciones
aplicadas a la matriz Unidad I
n
la matriz
÷1
A , inversa de la matriz A .
Matrices
© Víctor Giménez Martínez


Hallar la matriz inversa de la matriz

| |
|
÷
|
|
÷
\ .
1 3 4
3 1 6
1 5 1


Solución

( ) ( )


| || | | |
| | |
÷ ÷
| | |
÷ ÷
| | |
÷ ÷ ÷
\
÷
÷ ÷ ÷
| |
|
\ .
.\ . \ .
|

| |
|
÷ ÷ ÷ ÷ ÷ ÷
|
|
÷
\ .

\
÷
 
 
 
 
 
 
21 31
32
1 0 0 1 3 4 1 3 4 1 0 0 1 3 4
0 1 0 3 1 6 3 1 6
0 0 1 1 5 1 1 5 1 0 0 1 1 5 1
1 0 0
1 0 0 1 3 4 1 3 4
3 1 0
H 3 H 1
3 1 0 0 10 6
8
H
10
1 0 1 0 8 5 1
7 4 0
0 10 6 3 1 0
0
0 1 6
1
5
5 5
0
( )
( ) ( )





|
|
|
|
|
÷
|
|
|
.
| | | |
| |
÷
÷ ÷
÷
÷ ÷
÷ ÷ ÷
| |
÷ ÷
| |
÷
\ . \ .
÷ ÷
| |
|
÷
| |
÷
|
÷ ÷
\
÷
|

.
|
÷ ÷
\ .
÷
 
 
 
 
 

3
13
2
23
H 5
H 4
45
1 0 0 1 3 4 1 0 0 1 3 4
H 6
3 1 0 0 10 6
7 4 5 0 0
25 30 0 1
1
29 16 20
1 3 0
45 25 30 0 10 0
7 4 5
0 0
7 4 5 0 0 1
29 16 20
1
H
9
0
5
3 10
2
0 1
7 4 5
2
( )

÷ ÷
÷
| |
|
|
|
|
\ .
| |
|
|
÷
|
÷
|
÷
|
|
÷
|
\ .




12
0 1 0
31 17
11
1 3 0
0 0 1
9 5
3 0 1 0
2 2
2 2
1 0 0
H 3
0 0 1
7 4 5
Luego

Matrices
© Víctor Giménez Martínez
÷
| |
÷ ÷
|
|
÷
|
= ÷
|
|
|
÷
|
\ .
1
31 17
11
2 2
9 5
A 3
2 2
7 4 5

Matrices
© Víctor Giménez Martínez
MATRICES EQUIVALENTES:
Al multiplicar por la izquierda una matriz A de
× m n
 por una matriz elemental, lo
que, en realidad, se está haciendo es o bien intercambiar sus filas, o bien re-escalar
alguna fila, o bien sustituir una fila por la suma de esa misma fila con otra, la cual
previamente ha sido re-escalada. Por otra parte, es cierto que las transformaciones
elementales tienen inversas, en el sentido de que una vez aplicada cualquier
transformación elemental sobre una matriz, existe otra transformación, denominada
transformación inversa o simétrica de la dada anteriormente, de forma que si se
multiplica una matriz por una matriz elemental, y después el resultado se multiplica por
la transformación simétrica de dicha matriz elemental, la matriz obtenida es la dada
inicialmente.

La transformación elemental inversa de
ij
H es obviamente la
ji
H . La asociada a la
transformación elemental inversa de ( ) i
H k es
( )
i
1
H
k
, y la asociada a la
transformación elemental inversa de ( ) ij
H k es la ( ) ÷
ij
H k . Se puede definir por tanto
una relación de equivalencia en el conjunto
× m n
 ,

de forma que dos matrices pertenecen
a la misma clase si una se puede obtener a partir de la otra mediante la sucesiva
aplicación de un número cualquiera de matrices elementales. Es obvio que se verifica la
propiedad idempotente (toda matriz está relacionada con ella misma), la simétrica, ya
que si una matriz A está relacionada con otra matriz B , ésta también está relacionada
con la matriz A (nada más que habría que aplicar las transformaciones inversas), y, la
transitiva también e fácil de demostrar.

De idéntica forma a como se han definido las transformaciones elementales por fila se
podrían haber definido por columna, demostrándose fácilmente que aplicar una
transformación elemental a las columnas de una matriz A de
× m n
 , equivale a
multiplicar dicha matriz por la derecha por la matriz elemental, asociada a la
transformación. Así por ejemplo:

( )

÷ ÷ | | | |
÷
| |
÷ ÷ ÷
| |
÷
| |
÷ ÷ ÷
\ . \ .
÷ | |
÷ ÷ | | | |
|
| |
|
÷ · = ÷ ÷
| |
|
| |
÷ ÷ ÷
|
\ . \ .
|
\ .
21
1 2 1 1 1 0 1 1
V 2
2 1 1 0 0 5 3 2
1 0 3 2 1 2 3 2
1 2 0 0
1 2 1 1 1 0 1 1
0 1 0 0
2 1 1 0 0 5 3 2
0 0 1 0
1 0 3 2 1 2 3 2
0 0 0 1


Matrices
© Víctor Giménez Martínez
De todas las matrices pertenecientes a una misma clase, hay una de ellas que se llama la
matriz en forma normal que tiene todos los elementos cero excepto un cierto número r
de unos situados en las posiciones ( ) ( ) ( ) , , ... 1,1 2,2 , r,r , de la matriz. Para hallar esta
matriz no hay más que aplicar el siguiente procedimiento siguiente: primeramente se
hacen las transformaciones elementales por filas hasta obtener la forma escalonada por
filas; a continuación se aplica el mismo procedimiento a las columnas.
Hallar la forma normal de la matriz:

÷ | |
|
= ÷
|
|
\ .
1 2 1 2
A 2 5 2 3
1 2 1 2


Solución:
En primer lugar hacemos las transformaciones por filas

( ) ( )
| | | | ÷ ÷
| |
÷
| |
÷ ÷
| |
\ . \ .
| | ÷

÷
|
|
|
\
÷
÷
÷
÷
÷
.
÷
2 1 1 3
H 2
2 1 0 0 1 0 1
2 1
1 0 0 1 2 1 2 1 0 0 1 2 1 2
0 1 0 2 5 2 3
0 0 1 1 2 1 2 0 0 1 1 2 1 2
1 0 0 1 2 1
0 0 1 0
H 1
1 0 1 0 0
2
1
0 2



Llamando

| |
|
= ÷
|
|
÷
\ .
1 0 0
P 2 1 0
1 0 1
, y
÷ | |
|
= ÷
|
|
\ .
1 2 1 2
B 0 1 0 1
0 0 2 0


hemos obtenido que = · B P A . Tomemos ahora la matriz B y apliquemos el método de
Gauss por columnas, tendríamos entonces que:

Matrices
© Víctor Giménez Martínez
( )
( )
( )
( )
( )
| | | |
÷
| |
| |
÷
| |
÷
| |
| |
÷ ÷ ÷ ÷
\ . \ .
| |
|
|
|
÷
÷ ÷ ÷
÷
÷
|
|
\
÷ ÷
.
÷ ÷
1
2
1
4
21
3
2
1
1
42
4
1 0 0 0 1
1 2 1 2 1
0 1 0 0 0
0 1 0 1 0
0 0 1 0 0
0 0 2 0 0
0 0 0 1 0
2 1 2 V 2
0 0 0
1 0 0 V 1
1 0 1
0 1 0 V 2
0 2 0
0 0 1
2 1 2
0 0 0
1 0
1 0
1 1
1 1
0
0
V 1
4 4
0 0 0
V
0
1
0 0 1
0 1
0 2 0
0
0
0 0

0
0
0 1
0
0 1
0
| |
|
|
|
|
|
\ .
1
2
1
0
1
0
0 0
1
0 0
0
0


Es decir,
= · C B Q
donde
| |
|
=
|
|
\ .
1 0 0 0
C 0 1 0 0
0 0 1 0
, y
÷ ÷ | |
|
|
=
|
|
|
\ .
1
2
1
2
1 2 4
0 1 0 1
Q
0 0 0
0 0 0 1

y, por tanto:

= · ¦
¬ = · ·
´
= ·
¹
B P A
C P A Q
C B Q
,

es decir la matriz A dada es equivalente a la matriz

| |
|
=
|
|
\ .
1 0 0 0
C 0 1 0 0
0 0 1 0
,

la cual es su FORMA NORMAL. Las matrices

| |
|
= ÷
|
|
÷
\ .
1 0 0
P 2 1 0
1 0 1
, y
÷ ÷ | |
|
|
=
|
|
|
\ .
1
2
1
2
1 2 4
0 1 0 1
Q
0 0 0
0 0 0 1
,

son las denominadas matrices de paso. En el próximo capítulo veremos cual es el
significado de éstas matrices. Como el rango de una matriz no cambia al efectuar
transformaciones elementales, está claro que las matrices equivalentes, tienen el mismo
rango, y por lo tanto el número de “unos” que apareen en la forma normal de una matriz
Matrices
© Víctor Giménez Martínez
es el rango de dicha matriz. Esto además, al menos en forma intuitiva, podría servir
como demostración de que el rango por filas de una matriz es igual al rango por columnas
igual al rango de la matriz. En general, hemos demostrado, que toda matriz
×
e
m n
A  ,
puede, mediante transformaciones elementales , ser convertida en una matriz Normal
también perteneciente
× m n
 , equivalente a ella, y de la forma:

| |
=
|
\ .
r
I 0
B
0 0


Es decir una matriz, donde todos los elementos son iguales a cero, menos r elementos
que se encuentran en su diagonal principal, empezado en el elemento ( ) 1,1 , y llegando
hasta el ( ) r , r . Además existen P de
n
 , y Q de
m
 , tal que

= · · C P A Q

Cuando la matriz A es una matriz cuadrada simétrica, siempre será posible encontrar
una matriz en forma diagonal equivalente a la dada, ya que toda transformación por filas,
si se traduce en una transformación similar en las columnas el resultado será similar en
la columna y fila respectiva. Además, las matrices de paso serán una transpuesta de la
otra.

Hallar la matriz equivalente a la matriz A en forma diagonal

÷ | |
|
=
|
|
÷
\ .
1 2 1
A 2 5 2
1 2 1


aplicando las mismas transformaciones por filas que por columnas, se tendría que:


( )
( )
( )
( )
( )
( )
÷
÷
÷
÷
| |
| |

| |
÷

| |

÷
÷ ÷
÷
| |

÷
. .
\ \
|
|

|

|
|

÷
.
÷
\
÷
÷ ÷
÷ ÷
31
31
32
32
21
21
H 4
V 4
H 2
1
2
H 1
V
V
1
0
1 0 1 0 4
9
4
9
1 0 0 1 2 1 1 0 0 1 0 0 1 0 0 1
0 1 0 2 5 2 0 1 0 0
0 0 1 1 2 1 0 0 1 0
1 0 0 1 0 0 1
0
2
2 1 0 0 1 4 1
0
2
2 1 0 0 1
0 1
0 0 4 1 1

1
0 1
0 6

0


Matrices
© Víctor Giménez Martínez
verificándose que:

÷ ÷ | | | | | | | |
| | | |
÷ · · ÷ =
| | | |
| | | |
÷ ÷ ÷
\ . \ . \ . \ .
1 0 0 1 2 1 1 2 9 1 0 0
2 1 0 2 5 2 0 1 4 0 1 0
9 4 1 1 2 1 0 0 1 0 0 16


es decir

= · · B P A Q

donde las matrices de paso P y Q , son una la transpuesta de la otra, por tanto se
podría escribir

= · ·
t
C P A P