ÁLGEBRA LINEAL

Mg. Ruben Arbañil Rivadeneira

 CONTENIDO
(semana N° 02)

1. Propiedades del producto de matrices.

2. Transpuesta de una matriz. Propiedades.
3. Inversa de una matriz de orden 2x2.
4 Operaciones elementales.
5 Método de Gauss Jordan para hallar la inversa.
6. Ejemplos y ejercicios.
1. PRODUCTO DE MATRICES: Propiedades.
Demostración 1.
Sean 𝐴 = 𝑎𝑖𝑗 , 𝐵 = 𝑏𝑖𝑗 y 𝐶 = 𝑐𝑖𝑗 , probaremos que:
𝑚×𝑛 𝑛×𝑝 𝑝×𝑞

𝐴𝐵 𝐶 = 𝐴 𝐵𝐶
Aplicando la definición de producto de matrices, obtenemos los
productos
𝐴𝐵 = 𝑑𝑖𝑗 donde 𝑑𝑖𝑗 = 𝑛𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗
𝑚×𝑝

𝑝
𝐴𝐵 𝐶 = 𝑒𝑖𝑗 , donde 𝑒𝑖𝑗 = 𝑘=1 𝑑𝑖𝑘 𝑐𝑘𝑗
𝑚×𝑞

𝑝
𝐵𝐶 = 𝑓𝑖𝑗 , donde 𝑓𝑖𝑗 = 𝑘=1 𝑏𝑖𝑘 𝑐𝑘𝑗
𝑛×𝑞

𝑛
𝐴 𝐵𝐶 = 𝑔𝑖𝑗 , donde 𝑔𝑖𝑗 = 𝑘=1 𝑎𝑖𝑘 𝑓𝑘𝑗
𝑚×𝑞
Observamos que las matrices 𝐴𝐵 𝐶 y 𝐴 𝐵𝐶 tienen el mismo orden
𝑚 × 𝑞, luego para probar que ambas matrices son iguales sólo resta
probar que 𝑒𝑖𝑗 = 𝑔𝑖𝑗 , ∀𝑖 = 1,2, … , 𝑚 ∀𝑗 = 1,2, … , 𝑞. En efecto

𝑝 𝑝 𝑛 𝑝 𝑛

𝑒𝑖𝑗 = 𝑑𝑖𝑘 𝑐𝑘𝑗 = 𝑎𝑖ℎ 𝑏ℎ𝑘 𝑐𝑘𝑗 = 𝑎𝑖ℎ 𝑏ℎ𝑘 𝑐𝑘𝑗

𝑘=1 𝑘=1 ℎ=1 𝑘=1 ℎ=1

𝑛 𝑝 𝑛 𝑝

= 𝑎𝑖ℎ 𝑏ℎ𝑘 𝑐𝑘𝑗 = 𝑎𝑖ℎ 𝑏ℎ𝑘 𝑐𝑘𝑗

ℎ=1 𝑘=1 ℎ=1 𝑘=1

𝑛 𝑝 𝑛

= 𝑎𝑖ℎ 𝑏ℎ𝑘 𝑐𝑘𝑗 = 𝑎𝑖ℎ 𝑓ℎ𝑗 = 𝑔𝑖𝑗

ℎ=1 𝑘=1 ℎ=1

∴ 𝐴𝐵 𝐶 = 𝐴 𝐵𝐶
Demostración 4. Sea 𝛼 ∈ 𝕂 y sean 𝐴 = 𝑎𝑖𝑗 y 𝐵 = 𝑏𝑖𝑗 matrices
𝑚×𝑛 𝑛×𝑝
sobre el cuerpo 𝕂, probaremos que 𝛼𝐴 𝐵 = 𝛼 𝐴𝐵 = 𝐴 𝛼𝐵
Aplicando definición de producto de un escalar por una matriz y producto
de matrices, se tiene

𝛼𝐴 = 𝛼𝑎𝑖𝑗
𝑚×𝑛

𝑛
𝐴𝐵 = 𝑑𝑖𝑗 donde 𝑑𝑖𝑗 = 𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗
𝑚×𝑝
𝛼𝐴 𝐵 = 𝑒𝑖𝑗 donde 𝑒𝑖𝑗 = 𝑛𝑘=1 𝛼𝑎𝑖𝑘 𝑏𝑘𝑗
𝑚×𝑝
𝛼 𝐴𝐵 = 𝛼𝑑𝑖𝑗
𝑚×𝑝

Observamos que las matrices 𝛼𝐴 𝐵 y 𝛼 𝐴𝐵 tienen el mismo orden

𝑚 × 𝑝, luego para que sean iguales sólo resta probar que
𝛼𝑑𝑖𝑗 = 𝑒𝑖𝑗 ; ∀𝑖 = 1,2, … , 𝑚 ∀𝑗 = 1,2, … , 𝑝

𝑛 𝑛 𝑛

𝛼𝑑𝑖𝑗 = 𝛼 𝑎𝑖𝑘 𝑏𝑘𝑗 = 𝛼 𝑎𝑖𝑘 𝑏𝑘𝑗 = 𝛼𝑎𝑖𝑘 𝑏𝑘𝑗 = 𝑒𝑖𝑗

𝑘=1 𝑘=1 𝑘=1
 OBSERVACIONES

1 El producto de matrices no es conmutativo. En efecto

1 1 1 0 1 −1 1 1
Sean 𝐴 = y𝐵= ⇒ 𝐴𝐵 = y 𝐵𝐴 =
1 1 0 −1 1 −1 −1 −1

2 Si 𝐴𝐵 = 0 esto no implica necesariamente que 𝐴 = 0 ∨ 𝐵 = 0

1 0 0 0 0 0
En efecto Sean 𝐴 = y𝐵= ⇒ 𝐴𝐵 =
4 0 −1 1 0 0

3 Si 𝐴 ≠ 0 y 𝐴𝐵 = 𝐴𝐶, esto no implica necesariamente que 𝐵 = 𝐶

En efecto
0 1 4 5 7 1
Sean 𝐴 = , 𝐵= , 𝐶=
0 2 2 3 2 3

2 3 2 3
⇒ 𝐴𝐵 = y 𝐴𝐶 = Observamos que 𝐵 ≠ 𝐶
4 6 4 6
 6 − 12𝑖 18
Ejercicio Si 𝑋, 𝐴, 𝐵 ∈ ℂ2𝑋2 y 𝐴 + 𝐵 = , resolver la
3 + 6𝑖 −24𝑖
ecuación matricial
1 1 4
𝑋−𝐴 + 𝑋−𝐵 =− 𝑋
3 3 3
Solución.

2 1 4 6 1 1
𝑋− 𝐴+𝐵 =− 𝑥 ⇒ 𝑋 = 𝐴+𝐵 ⇒ 𝑋 = 𝐴+𝐵
3 3 3 3 3 6

1 1 6 + 12𝑖 1 + 2𝑖 3
18
𝑋 = 𝐴+𝐵 = = 1
6 6 3 − 6𝑖 24𝑖 −𝑖 4𝑖
2

1 + 2𝑖 3
∴ 𝑋= 1
−𝑖 4𝑖
2
Ejercicio Sabiendo que 𝐴, 𝐵, 𝐶, 𝐼 ∈ ℂ3×3 y
3 − 8𝑖 2 + 4𝑖 −7𝑖
𝐴𝐵 = 6 9 + 7𝑖 4 − 1 resolver la ecuación matricial
−5𝑖 8 7 + 5𝑖
1 1
2 𝑋 − 𝐼 + 2 𝐼 − 𝐴𝐵 = 6𝑋 − 𝐴 𝐵
4 2
Solución.
1 1
2𝑋 − 2𝐼 + 2𝐼 − 𝐴𝐵 = 6𝑋 − 𝐴 𝐵
2 2

1 1 −16𝑖 8𝑖 −14𝑖
4𝑋 = − 𝐴𝐵 − 𝐴𝐵 ⇒ 𝑋=− 0 14𝑖 −2𝑖
2 8
−10𝑖 0 10𝑖

7
2𝑖 −𝑖 𝑖
4
7 1
𝑋= 0 − 𝑖 𝑖
4 4
5 5
𝑖 0 − 𝑖
4 4
Ejercicio Si 𝐴 es una matriz tal que 𝐴𝐷 = 𝐷𝐴, ∀𝐷 matriz diagonal.
Pruebe que 𝐴 es diagonal.
Solución.

Sean 𝐴 = 𝑎𝑖𝑗 y 𝐷 = 𝑑𝑖𝑗 tal que 𝑑𝑖𝑗 = 0, ∀𝑖 ≠ 𝑗

𝑛×𝑛 𝑛×𝑛

𝑛
𝐴𝐷 = 𝑐𝑖𝑗 donde 𝑐𝑖𝑗 = 𝑘=1 𝑎𝑖𝑘 𝑑𝑘𝑗
𝑛×𝑛

Entonces 𝑐𝑖𝑗 = 𝑎𝑖𝑗 𝑑𝑗𝑗 ( ya que 𝑑𝑘𝑗 = 0 para 𝑘 ≠ 𝑗 )

𝑛
𝐷𝐴 = 𝑞𝑖𝑗 donde 𝑞𝑖𝑗 = 𝑘=1 𝑑𝑖𝑘 𝑎𝑘𝑗 entonces 𝑞𝑖𝑗 = 𝑑𝑖𝑖 𝑎𝑖𝑗
𝑛×𝑛

Como 𝐴𝐷 = 𝐷𝐴, ∀𝐷 matriz diagonal, entonces tomando 𝐷 = 𝑑𝑖𝑗

𝑛×𝑛
De modo que ∀𝑖 ≠ 𝑗, 𝑑𝑖𝑖 ≠ 𝑑𝑗𝑗 se tiene

𝑎𝑖𝑗 𝑑𝑗𝑗 = 𝑑𝑖𝑖 𝑎𝑖𝑗 = 𝑎𝑖𝑗 𝑑𝑖𝑖 ⇔ 𝑎𝑖𝑗 𝑑𝑗𝑗 − 𝑑𝑖𝑖 = 0 ⇒ 𝑎𝑖𝑗 = 0 ; ∀𝑖 ≠ 𝑗

∴ 𝐴 es diagonal.
2. TRANSPUESTA DE MATRICES:
Definición Sea 𝐴 = 𝑎𝑖𝑗 ∈ 𝕂𝑚×𝑛 , la matriz transpuesta de 𝐴
𝑚×𝑛
𝑡
denotada por 𝐴 es una matriz de orden 𝑛 × 𝑚 sobre 𝕂, obtenida de
𝐴 al intercambiar sus filas por sus columnas.

𝐴 = 𝑎𝑖𝑗 ⇒ 𝐴𝑡 = 𝑎𝑡 𝑖𝑗 donde 𝑎 𝑡 𝑖𝑗 = 𝑎𝑗𝑖

𝑚×𝑛 𝑛×𝑚

3 0
3 −2 7
Ejemplo Sea 𝐴 = −2 4 ⇒ 𝐴𝑡 =
0 4 9
7 9
Proposición Sean 𝐴 y 𝐵 matrices sobre un mismo cuerpo 𝕂 y
α ∈ 𝕂, siempre que existan las operaciones mencionadas se cumple
las siguientes propiedades

1. 𝐴±𝐵 𝑡 = 𝐴𝑡 ± 𝐵𝑡

2. 𝛼𝐴 𝑡 = 𝛼𝐴𝑡

3. 𝐴𝐵 𝑡 = 𝐵𝑡 𝐴𝑡

4. 𝐴𝑡 𝑡 =A

Demostración 1.
Sean 𝐴 = 𝑎𝑖𝑗 , 𝐵 = 𝑏𝑖𝑗 ∈ 𝕂𝑚×𝑛 , probaremos 𝐴 + 𝐵 𝑡 =
𝑚×𝑛 𝑚×𝑛
𝑡 𝑡
𝐴 + 𝐵 , aplicando definición de suma de matrices y transpuesta de
una matriz tenemos:

𝐴 + 𝐵 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 denotando 𝑑𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗

𝑚×𝑛
 𝑡
𝐴+𝐵 = 𝑑 𝑡 𝑖𝑗 donde 𝑑 𝑡 𝑖𝑗 = 𝑑𝑗𝑖
𝑛×𝑚

𝐴 = 𝑎𝑖𝑗 𝑚×𝑛
⇒ 𝐴𝑡 = 𝑎𝑡 𝑖𝑗 𝑛×𝑚
donde 𝑎𝑡 𝑖𝑗 = 𝑎𝑗𝑖

𝐵 = 𝑏𝑖𝑗 ⇒ 𝐵𝑡 = 𝑏𝑡 𝑖𝑗 donde 𝑏𝑡 𝑖𝑗 = 𝑏𝑗𝑖

𝑚×𝑛 𝑛×𝑚
Luego

𝐴𝑡 + 𝐵𝑡 = 𝑎𝑡 𝑖𝑗 + 𝑏 𝑡 𝑖𝑗 = 𝑎𝑗𝑖 + 𝑏𝑗𝑖 = 𝑑𝑗𝑖 = 𝑑 𝑡 𝑖𝑗

𝑛×𝑚 𝑛×𝑚 𝑛×𝑚 𝑛×𝑚

𝐴𝑡 + 𝐵𝑡 = 𝐴 + 𝐵 𝑡

Demostración 3.

Sean 𝐴 = 𝑎𝑖𝑗 , 𝐵 = 𝑏𝑖𝑗 matrices sobre 𝕂.

𝑚×𝑛 𝑛×𝑝
Probaremos 𝐴𝐵 𝑡
= 𝐵𝑡 𝐴𝑡
Aplicando definición de producto de matrices y transposición de
matrices tenemos
 𝑛
𝐴𝐵 = 𝑐𝑖𝑗 ∈ 𝕂𝑚×𝑝 donde 𝑐𝑖𝑗 = 𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗
𝑚×𝑝

𝐴𝐵 𝑡
= 𝑐 𝑡 𝑖𝑗 𝑝×𝑚
donde 𝑐 𝑡 𝑖𝑗 = 𝑐𝑗𝑖 , sabemos que

𝐴𝑡 = 𝑎𝑡 𝑖𝑗 𝑛×𝑚
donde 𝑎𝑡 𝑖𝑗 = 𝑎𝑗𝑖 y 𝐵𝑡 = 𝑏 𝑡 𝑖𝑗
𝑝×𝑛
donde 𝑏 𝑡 𝑖𝑗 = 𝑏𝑗𝑖

𝑛
𝐵𝑡 𝐴𝑡 = 𝑑𝑖𝑗 donde 𝑑𝑖𝑗 = 𝑡 𝑡
𝑘=1 𝑏 𝑖𝑘 𝑎 𝑘𝑗
𝑝×𝑚
Observamos que las matrices 𝐴𝐵 𝑡 y 𝐵𝑡 𝐴𝑡 tienen el mismo orden
𝑝 × 𝑚, luego bastará probar que

𝑐 𝑡 𝑖𝑗 = 𝑑𝑖𝑗 ; ∀𝑖 = 1,2, … , 𝑝 ∀𝑗 = 1,2, … , 𝑚

𝑛 𝑛 𝑛

𝑐 𝑡 𝑖𝑗 = 𝑐𝑗𝑖 = 𝑎𝑗𝑘 𝑏𝑘𝑖 = 𝑎𝑡 𝑘𝑗 𝑏𝑡 𝑖𝑘 = 𝑏 𝑡 𝑖𝑘 𝑎𝑡 𝑘𝑗 = 𝑑𝑖𝑗

𝑘=1 𝑘=1 𝑘=1
 MATRIZ SIMÉTRICA

Si 𝐴 = 𝐴𝑡 entonces la matriz 𝐴 se llama simétrica.

Características
:
1 La matriz 𝐴 debe ser cuadrada.

Los elementos de la diagonal principal permanecen fijos al

2
efectuar la transposición.

3 𝑎𝑖𝑗 = 𝑎𝑗𝑖 ; ∀𝑖, 𝑗

 MATRIZ ANTISIMÉTRICA

Si 𝐴 = −𝐴𝑡 entonces la matriz 𝐴 se llama antisimétrica.

Características
:
1 La matriz 𝐴 debe ser cuadrada.

Los elementos de la diagonal principal so ceros.

2

3 𝑎𝑖𝑗 = −𝑎𝑗𝑖 ; ∀𝑖, 𝑗

 MATRIZ HERMITIANA

𝑡
En una matriz hermitiana se cumple 𝐴 = 𝐴 .
También se le conoce como matriz Auto Adjunta

Características
:
1 La matriz 𝐴 debe ser cuadrada y compleja.

2 Los elementos de la diagonal principal son números reales.

3 En ambos lados de la diagonal principal los números

son conjugados.
 MATRIZ ANTIHERMITIANA

𝑡
En una matriz hermitiana se cumple 𝐴 = −𝐴 .

Características
:
1 La matriz 𝐴 debe ser cuadrada y compleja.

2 Los elementos de la diagonal principal son ceros o

imaginarios puros.

3 En ambos lados de la diagonal principal los números

reales son de signos opuestos.
CASOS PARTICULARES DE MATRICES CUADRADAS

MATRIZ INVOLUTIVA

Sea 𝐴 ∈ 𝕂𝑛×𝑛
𝐴 es involutiva ⇔ 𝐴2 = 𝐼

MATRIZ IDEMPOTENTE

Sea 𝐴 ∈ 𝕂𝑛×𝑛
𝐴 es idempotente ⇔ 𝐴2 = 𝐴

MATRIZ NILPOTENTE

Sea 𝐴 ∈ 𝕂𝑛×𝑛
𝐴 es nilpotente ⇔ ∃𝑘 ∈ ℤ+ 𝐴𝑘 = 0
Si 𝑘 ∈ ℤ+ es tal que 𝐴𝑘 = 0 ∧ 𝐴𝑘−1 ≠ 0, entonces se dice que 𝑘 es
el índice de nilpotencia de 𝐴.
MATRIZ ORTOGONAL

Si 𝐴 ∈ 𝕂𝑛×𝑛 ,
𝐴 es ortogonal ⇔ 𝐴𝑡 𝐴 = 𝐼 = 𝐴𝐴𝑡

OBSERVACIÓN

1. La suma de matrices ortogonales no es ortogonal.

2. El producto de matrices ortogonales es ortogonal.

En efecto, como 𝐴 y 𝐵 son ortogonales

𝐴𝑡 𝐴 = 𝐴𝐴𝑡 = 𝐼 y 𝐵𝑡 𝐵 = 𝐵𝐵𝑡 = 𝐼
𝐴𝐵 𝑡 𝐴𝐵 = 𝐵𝑡 𝐴𝑡 𝐴𝐵 = 𝐵𝑡 𝐴𝑡 𝐴 𝐵 = 𝐵𝑡 𝐼𝐵 = 𝐵𝑡 𝐵 = 𝐼 … (1)
𝐴𝐵 𝐴𝐵 𝑡 = 𝐴𝐵 𝐵𝑡 𝐴𝑡 = 𝐴 𝐵𝐵𝑡 𝐴𝑡 = 𝐴𝐼𝐴𝑡 = 𝐴𝐴𝑡 = 𝐼 … (2)

de (1) y (2) se tiene que 𝐴𝐵 es ortogonal.

3. MATRIZ INVERSIBLE:

Sea 𝐴 ∈ 𝕂𝑛×𝑛 , decimos que 𝐴 es invertible ⇔ ∃𝐵 ∈ 𝕂𝑛×𝑛 𝐴𝐵 = 𝐼 = 𝐵𝐴

En tal caso se dice que la inversa de 𝐴 es 𝐵 que se denota con 𝐴−1 .

Ejemplo

13 3 −2 3
𝐴= es invertible, pues ∃𝐵 = tal que
9 2 9 −13

13 3 −2 3 1 0
𝐴𝐵 = =
9 2 9 −13 0 1

−2 3 13 3 1 0
𝐵𝐴 = =
9 −13 9 2 0 1

−2 3
∴ 𝐵 = 𝐴−1 = es inversa de 𝐴.
9 −13
 OBSERVACIÓN

𝑎 𝑏
Sea 𝐴 = ∈ 𝕂2×2 , 𝐴 es invertible si 𝑎𝑑 − 𝑏𝑐 ≠ 0 y su inversa
𝑐 𝑑
está dada por
−1
1 𝑑 −𝑏
𝐴 =
𝑎𝑑 − 𝑏𝑐 −𝑐 𝑎

Proposición.

Sean 𝐴, 𝐵 ∈ 𝕂𝑛×𝑛 matrices invertibles y 𝛼 ∈ 𝕂, se cumplen las

siguientes propiedades
1. 𝐴−1 es invertible y 𝐴−1 −1 = 𝐴
2. 𝐴𝐵 es invertible y 𝐴𝐵 −1 = 𝐵−1 𝐴−1
1
3. Si 𝛼 ≠ 0 ⇒ 𝛼𝐴 −1 = 𝐴−1
𝛼
+
4. Si 𝑛 ∈ ℤ ⇒ 𝐴 𝑛 −1 = 𝐴−1 𝑛
4. OPERACIONES ELEMENTALES:

Se llaman operaciones elementales (O.E) o transformaciones

elementales por filas ( o columnas ) sobre una matriz 𝐴, a las
siguientes operaciones:

[1] Al intercambio de 2 filas ( ó 2 columnas ).

Notación: 𝑓𝑖 𝑥𝑓𝑗

[2] La multiplicación de una fila ( o columna ) por un escalar no

nulo.
Notación: 𝑘𝑓𝑖

[3] A una fila ( o columna ) le sumamos el múltiplo de otra fila ( o

columna ).
Notación: 𝑓𝑖 + 𝑘𝑓𝑗
 MATRICES EQUIVALENTES

Se dice que una matriz 𝐴 = 𝑎𝑖𝑗 de orden 𝑚𝑥𝑛 es equivalente a una

matriz 𝐵 = 𝑏𝑖𝑗 de orden 𝑚𝑥𝑛, si 𝐵 se puede obtener de 𝐴 por medio
de un número finito de operaciones elementales (generalmente por
filas).

Notación: 𝐴~𝐵

Ejemplo: Mediante operaciones elementales, la matriz

1 −2 3
𝐴 = 2 −1 2
3 1 2

si fuese posible, llevarla a la matriz identidad.

 MATRIZ ESCALONADA ( por filas )

Una matriz 𝐸 = 𝑒𝑖𝑗 de orden 𝑚𝑥𝑛 es escalonada, si tiene la siguiente

estructura:
[1] Las primeras 𝑘 filas son no nulas y las restantes (𝑚 − 𝑘) filas son
nulas.

[2] El primer elemento no nulo de cada una de las primeras 𝑘 filas es

la unidad.

[3] En cada una de las 𝑘 filas, el número de ceros anteriores a la

unidad crece de fila a fila.
Nota: Se dice que una fila (o columna) es nula
si sólo si sus elementos son nulos. Se
dice que una fila (o columna) es no nula
si por lo menos uno de sus elementos es
distinto de cero.
Ejemplos: ¿Cuáles de las siguientes matrices son escalonadas?

0 1 6 8
𝐴= 0 0 1 3
0 0 0 1

1 7 8 9
0 1 3 5
𝐵= 0 0 0 1
0 0 0 0
0 0 0 0

6 8 10 −5
𝐶= 0 0 0 0
0 0 1 2
 1 4 5 6
𝐷= 0 2 8 9
0 0 0 1

1 8 0 4 1
0 1 2 4 7
𝐸=
0 1 0 3 8
0 0 0 0 0

Propiedad: Cualquier matriz 𝐴 = 𝑎𝑖𝑗 de orden 𝑚𝑥𝑛 puede ser

reducida a una matriz escalonada 𝐸 = 𝑒𝑖𝑗 de orden 𝑚𝑥𝑛 , mediante
un número finito de operaciones elementales (por fila).

Ejemplo: Reducir a su forma escalonada la siguiente matriz:

0 4 12
5 2 −4
𝐴=
−1 −1 −1
2 3 5
RANGO DE UNA MATRIZ POR OPERACIONES
ELEMENTALES

Propiedad: Dos matrices equivalentes tienen el mismo rango; es decir:

Si 𝐴 ~ 𝐵 ⇒ 𝑟 𝐴 = 𝑟 𝐵

Para hallar el rango de una matriz es suficiente con llevarla a su forma

escalonada. Luego, el rango de dicha matriz será igual al rango de su
matriz escalonada.

Nota: Si 𝑘 es el número de filas no nulas, el rango de su matriz

escalonada es 𝑘.
Ejemplo: Sea la matriz:

0 4 12
5 2 −4
𝐴=
−1 −1 −1
−2 3 5

Operando se deduce que: 𝑟 𝐴 = 2

Por el ejemplo anterior, sabemos que:

0 4 12 1 1 1
5 2 −4 0 1 3
𝐴= ~ = 𝐸𝐴
−1 −1 −1 0 0 0
−2 3 5 0 0 0

Se observa que el número de filas no nulas de la matriz escalonada es

2, luego: 𝑟 𝐸𝐴 = 2

Como 𝐴 ~ 𝐸𝐴 y 𝑟 𝐸𝐴 = 2 ⟹ 𝑟 𝐴 = 2
5. INVERSA DE UNA MATRIZ POR OPERACIONES
ELEMENTALES:

Se aplica el método de Gauss – Jordan. Sea 𝐴 = 𝑎𝑖𝑗 una matriz

cuadrada de orden 𝑛𝑥𝑛, entonces el método es:

𝑂.𝐸
𝐴 ⋮𝐼 𝐼 ⋮𝐵 ⟹ 𝐵 = 𝐴−1

Donde 𝐼 es la matriz identidad de orden 𝑛𝑥𝑛.

 NOTA

No es preciso conocer de antemano si 𝐴 es no singular. Si

𝐴 es singular, al aplicar este método, ocurre que uno de
los elementos de la diagonal de la matriz 𝐼 que aparece en
𝐼 ⋮ 𝐵 es cero y por lo tanto dicha matriz nunca será la
identidad; en consecuencia no existe 𝐴−1 .
Ejercicio:

Determinar la inversa de la matriz:

2 3 4
𝐴= 4 2 2
−1 1 2
 METACOGNICIÓN

¿Qué aprendimos en esta sesión?

¿Qué dificultades tuviste? ¿Cómo lo superaste o piensas

superarlo?

¿De qué manera influye el concepto de matrices en tu vida

cotidiana?
Una Pausa...