La incorporación de España al Espacio Europeo de Educación Superior (EEES,

ÁLGEBRA LINEAL
declaración de Bolonia) obliga a realizar un cambio radical en la forma de enfo-
car la enseñanza universitaria. Una de las consecuencias de esta incorporación
es la reducción del número de clases presenciales, por lo que éstas deberán
dedicarse principalmente a transmitir los conceptos básicos, siendo después el

PARA INGENIEROS

Juan Getino Fernández

Amelia García Garrosa
Pablo Martín Ordóñez
propio estudiante el que tendrá que profundizar en ellos en su tiempo de tra-
bajo personal. Para que estas clases sean realmente productivas, el estudiante
no puede perder el tiempo tomando notas de todos los resultados que expone
el profesor: la existencia de un texto en el que de forma clara y concisa se ex-
pliquen estos conceptos básicos facilitará notablemente el aprovechamiento de Pablo Martín Ordóñez . Amelia García Garrosa . Juan Getino Fernández
dichas clases presenciales.
Este libro se ha escrito pensando en los estudiantes de los nuevos grados de
ingeniería para obtener un aprovechamiento máximo del tiempo dedicado a la
2ª Edición
materia del Álgebra Lineal. En él se incluyen los principales conceptos del Álge-
bra Lineal, evitando rigores innecesarios para una formación básica en Mate-
máticas. Se presentan las técnicas más elementales de cada tema expuesto. Por

ÁLGEBRA LINEAL PARA INGENIEROS

otro lado, el nuevo enfoque de la enseñanza universitaria da gran importancia
al trabajo del estudiante fuera del aula. La realización de trabajos, individuales
o en grupo, sobre técnicas o contenidos no incluidos en el libro facilitará que
el estudiante se acostumbre a consultar bibliografía distinta del texto básico de
la asignatura.

Pablo Martín Ordóñez es profesor de la Escuela de Ingenierías Industriales de la

Universidad de Valladolid.
Amelia García Garrosa es profesora de la Escuela Universitaria de Informática de la
Universidad de Valladolid.
Juan Getino Fernández es profesor de la Facultad de Ciencias de la Universidad de
Valladolid.

  

Alianza editorial integrada por:

2ª Ed.

CUBIERTA ALGEBRA LINEAL PARA [Link] 1 03/09/2014 [Link]

ÁLGEBRA LINEAL
PARA INGENIEROS

 
ÁLGEBRA LINEAL
PARA INGENIEROS

Pablo Martín Ordóñez

Amelia García Garrosa
Juan Getino Fernández
UNIVERSIDAD DE VALLADOLID
 ÁLGEBRA LINEAL PARA INGENIEROS

Editor gerente
Diseño de cubierta
Preimpresión
Impresión
 Prólogo

La incorporación de España al Espacio Europeo de Educación Superior (EEES, de-

claración de Bolonia) obliga a realizar un cambio radical en la forma de enfocar la
enseñanza universitaria. Una de las consecuencias de esta incorporación es la reduc-
ción del número de clases presenciales, por lo que éstas deberán dedicarse principal-
mente a transmitir los conceptos básicos, siendo después el propio estudiante el que
tendrá que profundizar en ellos en su tiempo de trabajo personal. Para que estas clases
sean realmente productivas, el estudiante no puede perder el tiempo tomando notas
de todos los resultados que expone el profesor: la existencia de un texto en el que de
forma clara y concisa se expliquen estos conceptos básicos facilitará notablemente el
aprovechamiento de dichas clases presenciales.
La implantación en la Escuela de Ingenierías Industriales de la Universidad de
Valladolid de los nuevos grados nos ha empujado a la realización de este libro de Ál-
gebra Lineal. En él nos hemos limitado a incluir los principales conceptos del Álgebra
Lineal, evitando rigores innecesarios para una formación básica en Matemáticas. Se
presentan las técnicas más elementales de cada tema expuesto. Por otro lado, el nuevo
enfoque de la enseñanza universitaria da gran importancia al trabajo del estudiante
fuera del aula. La realización de trabajos, individuales o en grupo, sobre técnicas o
contenidos no incluidos en el libro facilitará que el estudiante se acostumbre a consul-
tar bibliografía distinta del texto básico de la asignatura.

Los autores
 Contenido

C APÍTULO 1
Matrices 1
1.1. Primeros conceptos . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. Tipos de matrices . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2. Operaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.3. Operaciones elementales . . . . . . . . . . . . . . . . . . . . 8
1.2. Forma escalonada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3. Determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4. Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Problemas propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

C APÍTULO 2
Sistemas de ecuaciones lineales 39
2.1. Primeros conceptos . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2. Discusión de un sistema de ecuaciones . . . . . . . . . . . . . . . . . 41
2.3. Resolución de un sistema de ecuaciones . . . . . . . . . . . . . . . . 44
2.4. Sistemas homogéneos . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Problemas propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

C APÍTULO 3
Espacios vectoriales 63
3.1. Primeros conceptos . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.2. Combinaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.3. Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.4. Suma e intersección de subespacios . . . . . . . . . . . . . . . . . . 82
Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
Problemas propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
VIII ÁLGEBRA LINEAL PARA INGENIEROS

C APÍTULO 4
Aplicaciones lineales 97
4.1. Primeros conceptos . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.2. Representación matricial . . . . . . . . . . . . . . . . . . . . . . . . 102
Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
Problemas propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

C APÍTULO 5
Diagonalización 117
5.1. Diagonalización de matrices . . . . . . . . . . . . . . . . . . . . . . 117
5.1.1. Valores propios y vectores propios de una matriz . . . . . . . 117
5.1.2. Matriz diagonalizable . . . . . . . . . . . . . . . . . . . . . . 122
5.1.3. Matriz diagonal y matriz de paso . . . . . . . . . . . . . . . . 125
5.2. Diagonalización de endomorfismos . . . . . . . . . . . . . . . . . . . 128
5.2.1. Valores propios y vectores propios de un endomorfismo . . . 128
5.2.2. Endomorfismo diagonalizable . . . . . . . . . . . . . . . . . 129
5.2.3. Matriz diagonal y base . . . . . . . . . . . . . . . . . . . . . 131
Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
Problemas propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

C APÍTULO 6
Matrices simétricas y formas cuadráticas 147
6.1. Matrices simétricas . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
6.1.1. Diagonalización por congruencia . . . . . . . . . . . . . . . 147
6.1.2. Signo de una matiz simétrica . . . . . . . . . . . . . . . . . . 152
6.2. Formas cuadráticas en IRn . . . . . . . . . . . . . . . . . . . . . . . 156
6.2.1. Forma cuadrática y matriz asociada . . . . . . . . . . . . . . 156
6.2.2. Diagonalización de una forma cuadrática . . . . . . . . . . . 157
6.2.3. Clasificación de las formas cuadráticas . . . . . . . . . . . . 158
Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
Problemas propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166

C APÍTULO 7
El espacio euclídeo 169
7.1. Producto escalar y norma . . . . . . . . . . . . . . . . . . . . . . . . 169
7.2. Ortogonalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
Problemas propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194

Índice 195
 CAPÍTULO 1
Matrices

1.1. Primeros conceptos

M ATRIZ . Llamaremos matriz m × n a un conjunto de m × n números distribuidos en

m filas y n columnas:
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
A= . ..  .
 
. .. . .
 . . . . 
am1 am2 · · · amn
Los elementos de una matriz se representan por aij , donde i indica la fila y j la co-
lumna. La matriz se representa por A = (aij )m×n .
El conjunto de las matrices m × n se denota por Mm×n .

EJEMPLO
Matriz 4 × 2:  
1 3
 8 0 
A= , a = 3.
 3 5  12
2 1
Matriz 3 × 5:  
1 2 0 −4 −1
B= 2 4 5 17 8  , b33 = 0 .
12 4 0 −2 1
Matriz 2 × 2:  
3 2
C= , c21 = 1 .
1 4
2 ÁLGEBRA LINEAL PARA INGENIEROS

1.1.1. Tipos de matrices

M ATRIZ FILA , MATRIZ COLUMNA . Diremos que una matriz es una matriz fila si solo
tiene una fila. Del mismo modo, diremos que una matriz es una matriz columna si solo
tiene una columna.

EJEMPLO
Matriz fila:

A= 3 7 1 .
Matriz columna:  
3

 4 

B=
 2 .

 4 
0

Nota. Los vectores de IRn se representan como matrices columna.

EJEMPLO

Consideremos el siguiente vector de IR4 : v = (2, −1, 4, 3). Este vector lo representaremos en
forma matricial de la siguiente manera:
 
2
 −1 
v=  4 .


M ATRIZ NULA . Diremos que una matriz es la matriz nula si todos sus elementos
son 0. Representaremos la matriz nula por 0m×n , o simplemente por 0.

EJEMPLO
Matriz nula:  
0 0
 0 0 
04×2 =
 0
.
0 
0 0

M ATRIZ CUADRADA . Diremos que una matriz es una matriz cuadrada si el número
de filas es el mismo que el número de columnas, es decir, cuando es una matriz n × n.
 MATRICES 3

EJEMPLO
Matriz cuadrada:  
2 1 0
A= 1 0 3 .
4 2 −1

D IAGONAL PRINCIPAL . Llamaremos diagonal principal (o simplemente diagonal)

de una matriz cuadrada A = (aij )n×n al conjunto de elementos [a11 , a22 , . . . , ann ].

EJEMPLO
La diagonal principal de la matriz
 
2 1 0
A= 1 0 3 
4 2 −1

es el conjunto [2, 0, −1].

T RAZA . Llamaremos traza de una matriz cuadrada, A = (aij )n×n , a la suma de los
elementos de la diagonal principal:
n
X
tr(A) = a11 + a22 + · · · + ann = aii .
i=1

EJEMPLO
La traza de la matriz del ejemplo anterior será

tr(A) = 2 + 0 − 1 = 1 .

M ATRIZ DIAGONAL . Diremos que una matriz cuadrada es una matriz diagonal si to-
dos los elementos que no están en la diagonal principal son nulos, es decir, si aij = 0
∀i 6= j.

EJEMPLO
Matriz diagonal:  
2 0 0
 0 −3 0  .
0 0 1
4 ÁLGEBRA LINEAL PARA INGENIEROS

M ATRIZ IDENTIDAD. Llamaremos matriz identidad de orden n a la matriz diagonal

n × n, cuyos elementos de la diagonal son 1. Se representa por In o simplemente
por I.

EJEMPLO
Matriz identidad:  
1 0 0
I3 =  0 1 0 .
0 0 1

M ATRIZ TRIANGULAR SUPERIOR , MATRIZ TRIANGULAR INFERIOR . Diremos que

una matriz es triangular superior si todos los elementos que están por debajo de la dia-
gonal son 0, es decir, si aij = 0 ∀i > j. Diremos que una matriz es triangular inferior
si todos los elementos que están por encima de la diagonal son 0, es decir, si aij = 0
∀i < j.

EJEMPLO
Matriz triangular superior:
 
1 3 −2
 0 2 4 .
0 0 3
Matriz triangular inferior:
 
2 0 0 0
 1
 −3 0 0 
.
 4 1 2 0 
2 6 5 −2

M ATRIZ SIMÉTRICA , MATRIZ ANTISIMÉTRICA . Diremos que una matriz cuadrada

A = (aij )n×n es simétrica si

aij = aji ∀i = 1, . . . , n , ∀j = 1, . . . , n .

Diremos que una matriz cuadrada es antisimétrica si

aij = −aji ∀i = 1, . . . , n , ∀j = 1, . . . , n .
 MATRICES 5

EJEMPLO
Matriz simétrica:  
1 2 0 3
 2
 −1 4 6 
.
 0 4 0 5 
3 6 5 1
Matriz antisimétrica:  
0 2 0 −3
 −2 0 4 6 
 .
 0 −4 0 −5 
3 −6 5 0

Nota. Los elementos de la diagonal de una matriz antisimétrica son todos nulos ya
que aii = −aii =⇒ aii = 0.

1.1.2. Operaciones

S UMA DE MATRICES . La suma de dos matrices A = (aij )m×n y B = (bij )m×n

es otra matriz C = (cij )m×n de la misma dimensión que se obtiene sumando cada
elemento de A con el elemento de B que ocupa la misma posición: cij = aij + bij .

EJEMPLO

     
2 0 −1 1 1 4 2+1 0+1 −1 + 4
+ =
3 2 6 −3 −2 1 3 + (−3) 2 + (−2) 6 + 1
 
3 1 3
= .
0 0 7

P RODUCTO DE UN ESCALAR POR UNA MATRIZ . El producto de un escalar λ ∈ IR

por una matriz A = (aij )m×n es otra matriz de la misma dimensión que A, y se ob-
tiene al multiplicar cada elemento de A por el número λ, es decir, λ A = (λ aij )m×n .

EJEMPLO
     
2 3 0 3·2 3·3 3·0 6 9 0
A= =⇒ 3A = = .
1 1 7 3·1 3·1 3·7 3 3 21
6 ÁLGEBRA LINEAL PARA INGENIEROS

P RODUCTO DE MATRICES . El producto de dos matrices A y B sólo puede reali-

zarse cuando el número de columnas del primer factor, A, es igual al número de filas
del segundo factor, B. El resultado es una matriz C que tiene tantas filas como A y
tantas columnas como B, es decir, Am×n · Bn×p = Cm×p . El elemento cij de C se
obtiene multiplicando la fila i de A por la columna j de B, es decir:
n
X
cij = aik bkj .
k=1

EJEMPLO
 
  λ  
a b c  aλ + bµ + cν
µ  = .
x y z xλ + yµ + zν
| {z } ν | {z }
2×3 | {z } 2×1
3×1

EJEMPLO

 
 2 0
1 1 −2 0  3
 2 −1 2 
0 4   1
=
1 
−1 1 3 −3
−1 −3
 
1 · 2 + 1 · 3 − 2 · 1 + 0 · (−1) 1 · 0 + 1 · 2 − 2 · 1 + 0 · (−3)
=  2 · 2 − 1 · 3 + 0 · 1 + 4 · (−1) 2 · 0 − 1 · 2 + 0 · 1 + 4 · (−3) 
−1 · 2 + 1 · 3 + 3 · 1 − 3 · (−1) −1 · 0 + 1 · 2 + 3 · 1 − 3 · (−3)
 
3 0
=  −3 −14  .
8 14

Nota. El producto de matrices no es conmutativo: A · B puede no ser igual a B · A.

Hay incluso casos en los que es posible efectuar el producto A · B pero no B · A
(por ejemplo, las matrices A3×7 y B7×4 ). De hecho sólo se pueden efectuar ambos
productos cuando las dos matrices son cuadradas y del mismo orden.

Proposición. El producto de cualquier matriz A por la matriz identidad es la misma

matriz A. Es decir, si Am×n es una matriz m × n entonces

Am×n · In = Am×n , Im · Am×n = Am×n .

 MATRICES 7

EJEMPLO
   
1 3 2   1 3 2
 −4 1 0 0
  0 1 0  =  −4
2 1  2 1 

 .
 0 −1 6   0 −1 6 
0 0 1
7 8 2 7 8 2
    
1 0 0 0 1 3 2 1 3 2
  −4  =  −4
 0 1 0 0   2 1   2 1 
 .
 0 0 1 0   0 −1 6   0 −1 6 
0 0 0 1 7 8 2 7 8 2

Nota. Lógicamente, si An×n es una matriz cuadrada n × n, entonces

An×n · In = In · An×n = An×n .

EJEMPLO
       
1 3 2 1 0 0 1 0 0 1 3 2 1 3 2
 −4 2 1  0 1 0 = 0 1 0   −4 2 1  =  −4 2 1 .
7 8 2 0 0 1 0 0 1 7 8 2 7 8 2

M ATRIZ TRASPUESTA . Sea A = (aij )m×n . La matriz traspuesta de A, que se de-

nota por At , es una matriz que se obtiene intercambiando ordenadamente las filas de
A por sus columnas. La nueva matriz será de orden n × m, y tendrá por elemento
genérico aji :
A = (aij )m×n =⇒ At = (aji )n×m .

EJEMPLO
 
  2 1
2 3 0
A= =⇒ At =  3 1 .
1 1 7
0 7

Propiedades de la traspuesta de una matriz.

t
• At = A.

• (A + B)t = At + Bt .
• (A · B)t = Bt · At .
• (λ · A)t = λ · At , λ ∈ IR.
• Una matriz cuadrada A es simétrica si y sólo si A = At .
• Una matriz cuadrada B es antisimétrica si y sólo si B = −Bt .
8 ÁLGEBRA LINEAL PARA INGENIEROS

1.1.3. Operaciones elementales

O PERACIONES ELEMENTALES POR FILAS . Llamaremos operaciones elementales

por filas en una matriz a las siguientes operaciones:

1. Sumar a una fila otra distinta multiplicada por un escalar.

2. Multiplicar una fila por un escalar no nulo.

3. Intercambiar dos filas.

Representaremos las operaciones elementales de la siguiente manera:

1. Sumar a la fila i la fila j con i 6= j multiplicada por un escalar λ: Fi + λFj .

2. Multiplicar la fila i por un escalar λ con λ 6= 0: λFi .

3. Intercambiar las filas i y j con i 6= j: Fi ↔ Fj .

EJEMPLO

   
1 0 1 3 1 0 1 3
F + 2F
 2 0 3 0  −−3−−−−−→2 
2 0 3 0 ,
−1 −1 −1 1 3 −1 5 1
   
1 0 1 3 3 0 3 9
3F1 
 2 0 3 0  −−−→ 2 0 3 0 ,
−1 −1 −1 1 −1 −1 −1 1
   
1 0 1 3 1 0 1 3
F 2 ↔ F 3 
 2 0 3 0  −−− −−−−→ −1 −1 −1 1  .
−1 −1 −1 1 2 0 3 0

Nota. A veces es posible realizar ciertos bloques de operaciones elementales por fi-
las de forma conjunta, sin tener que escribir las matrices transformadas intermedias
por separado. Esto sólo puede hacerse cuando cada operación elemental no cambie
ninguna fila que influya en alguna de las operaciones siguientes del bloque.
 MATRICES 9

EJEMPLO
Consideremos las siguientes operaciones elementales por filas:
     
1 −1 2 1 −1 2 1 −1 2
 1 −1 0  − F2 − F1  0 0 −2  F3 + F1  0 0 −2 

 −1 −−−−−→  − −−−−−→  
1 −1   −1 1 −1   0 0 1 
3 1 −1 3 1 −1 3 1 −1
 
1 −1 2
F − 3F1   0 0 −2 
−−4−−−−−→  0
.
0 1 
0 4 −7

Estas operaciones podrían haberse realizado conjuntamente:

   
1 −1 2 1 −1 2
 1 −1 0 
− F2 − F1 , F3 + F1  0 0 −2 

 −1 −−−−−−−−−−−−→  .
1 −1  F4 − 3F1  0 0 1 
3 1 −1 0 4 −7

O PERACIONES ELEMENTALES POR COLUMNAS . De forma análoga se definen las

operaciones elementales por columnas, que representaremos por Ci + λCj , λCi y
Ci ↔ Cj .

EJEMPLO
   
1 0 1 3 1 0 3 3
C + 2C
 2 0 3 0  −−3−−−−−→1 
2 0 7 0 ,
−1 −1 −1 1 −1 −1 −3 1
   
1 0 1 3 3 0 1 3
3C 1 
 2 0 3 0  −−−→ 6 0 3 0 ,
−1 −1 −1 1 −3 −1 −1 1
   
1 0 1 3 1 0 3 1
C3 ↔ C4 
 2 0 3 0  −−− −−−−→ 2 0 0 3 .
−1 −1 −1 1 −1 −1 1 −1
10 ÁLGEBRA LINEAL PARA INGENIEROS

1.2. Forma escalonada

F ORMA ESCALONADA . Diremos que una matriz está en forma escalonada (por filas)
si satisface las dos condiciones siguientes:

• Todas las filas nulas (compuestas enteramente por ceros) se encuentran en la

parte inferior.

• Llamando pivote al primer elemento distinto de cero de cada fila empezando por
la izquierda, cada pivote está situado a la derecha de todos los pivotes de las filas
superiores a él.

EJEMPLO
Las siguientes matrices están en forma escalonada. Los elementos recuadrados son los pivotes.
 
0 2 5 3
!
4 3 2
,  0 0 9 8 ,
0 0 6
  0 0 0 0
1 4 0 1 3 2 1
 0 2 3 6 ,  0 4 6 .
   
0 0 0 8 0 0 2

F ORMA ESCALONADA REDUCIDA . Diremos que una matriz está en forma escalo-
nada reducida si está en forma escalonada y además satisface las siguientes condicio-
nes:

• Cada pivote es un 1.

• Cada pivote es el único elemento distinto de cero de su columna.

EJEMPLO
Las siguientes matrices están en forma escalonada reducida:
 
! 0 1 0 3
1 4 0
,  0 0 1 7 ,
0 0 1
  0 0 0 0
1 0 5 0 1 0 0
 0 1 9 0 , 0 1 0 .
   

0 0 0 1 0 0 1
 MATRICES 11

Proposición. Toda matriz puede transformarse en una matriz en forma escalonada y

en forma escalonada reducida mediante una serie de operaciones elementales por filas.

Transformación de una matriz en otra en forma escalonada. Para transfor-

mar una matriz en otra matriz en forma escalonada mediante operaciones elementales
por filas el procedimiento es el siguiente:

1. Las filas nulas se mueven a la parte inferior (si todas las filas son nulas, la matriz
está ya en forma escalonada).

2. Se localiza la primera columna, empezando por la izquierda, que contiene un

elemento distinto de cero (llamémosle p), y se mueve la fila que contiene a p a
la parte superior. Este p será el pivote.

3. Se restan múltiplos de esa primera fila a las filas inferiores para hacer cero cada
elemento debajo del pivote.

4. Consideramos la submatriz formada por las filas que están por debajo del pivote
y repetimos el proceso.

Nota. A la hora de realizar a mano este proceso, lo más conveniente es que el pivote
elegido sea un 1, si es posible. Esto simplifica normalmente las operaciones.

EJEMPLO
Vamos a transformar la siguiente matriz en una en forma escalonada:
 
1 2 1 0
 0 0 0 0 
 .
 2 4 4 3 
−1 −2 1 −1

Realizamos el proceso:
   
1 2 1 0 1 2 1 0
 0 0 0 0  F2 ↔ F4  −1 −2 1 −1 
  −−−−−−−→  
 2 4 4 3   2 4 4 3 
−1 −2 1 −1 0 0 0 0
   
1 2 1 0 1 2 1 0
F2 + F1  0 0 2 −1  F3 − F2  0 0 2 −1 
−−−−−−−→   −−−−−−→  .
F3 − 2F1  0 0 2 3   0 0 0 4 
0 0 0 0 0 0 0 0