ELIMINACION

La eliminacin gaussiana emplea en forma recurrente la sustraccin de mltiplos de la

fila del pivote de las restantes filas en la matriz de trabajo (esta matriz esta formada por
las filas bajo la fila del pivote). Ver apuntes anexos.
Recordamos que la matriz A puede escribirse, una vez efectuada la eliminacin
gaussiana sin intercambio de filas, como el producto A LU as
Ax b ( LU ) x b L (Ux) b por lo tanto Ax b Ux z , Lz b .
En el producto A LU , si ninguno de los pivotes es nulo, L es una matriz triangular
inferior con unos en la diagonal y los multiplicadores mik de la fila k que fueron
sustradas de la fila i .La matriz U es triangular superior donde los elementos
diagonales son los pivotes del proceso de eliminacin.
u11 u12
0 u
22

.
Observe que la matriz U
.
.

u13
u23
.

u1n

0 unn
.

se puede escribir en la forma

d1
0

.
U
.
.

0
d2

0
0
.

0 d n
.

1 u12 / d1 u13 / d1
0
1
u23 / d 2

.
.

.
.

u1n / d1

DU '
.

0
1
.

as la descomposicin A LU se puede describir en la forma A LDU '

Por costumbre se escribe A LDU si bien la matriz U no es la original proveniente de
la eliminacin gaussiana.
Por ejemplo
1 0 0
A 2 1 0
1 3 1

2 1
0 1
0 0

1 0 0
1
2 2 1 0

4
1 3 1

2 0
0

0 1 0
0 0 4

1
0
0

0.5 0.5
1
2 .

0
1

NUMERO DE OPERACIONES.
Observando que si la matriz es de n x n en el primer paso gaussiano se efectuarn
n 2 n operaciones , en el paso k se efectuarn k 2 k y en total se efectuarn
n( n 1)(2n 1) n(n 1) n3 n
(12 22 ... n 2 ) (1 2 ... n)

2
2
3
n3
Para n suficientemente grande el numero de operaciones es del orden de
.
3
La sustitucin atrs es 1 2 ... n que para n suficientemente grande el nmero de
n2
operaciones es orden de .
2
SOLUCIONES DEL SISTEMA Ax b .
Examinamos las soluciones de sistemas Ax b en donde
rectangular de m x n
1

a) Si m n , mas filas que columnas, por ejemplo 3

5

A es una matriz posiblemente

2
a
4 x

y b
6 c

no podemos , en general , esperar que el sistema tenga solucin.

x
1 2 3 a
b) Si m n , mas columnas que filas, por ejemplo
y

4 5 6 z b

podemos esperar infinitas soluciones.
El sistema Ax b tiene solucin si y slo si es posible expresar b como
combinacin lineal de las columnas de A .
El sistema Ax b tiene solucin si y slo si b esta en el espacio generado por las
columnas de A (de ahora en adelante el espacio columna de A) .
Ejercicios:
a) Demostrar que el espacio columna de A es un subespacio vectorial.
Indicacin: i) ( Ax b, Ax1 b1 ) A( x) b A( x x1 ) b b1 .
b) Demostrar que el conjunto de las soluciones de Ax 0 es un subespacio
vectorial, es espacio es llamado el espacio nulo de A.

De los ejemplos anteriores.

1 2
a 1

3 4 x
b
3 x

5 6 c 5

2
a
4 y b

6
c

x
a
1 2 3 a 1
2
3
4 5 6 y
b
4 x 5 y 6 z b

z





ESCALONAMIENTO DE MATRICES.
Para cada matriz A de m x n podemos encontrar una matriz escalonada de la forma
e

0
U 0

0
0

e
0
0
0

* *
0 e
0 0
0 0

* * * *
*
*
0
0

*
*
0
0

*
*
0
0

*
*
0
0

*
*

e
0

con A LU ( con intercambio de filas PA LU donde P es una matriz de

permutacin), L es una matriz triangular inferior con elementos diagonales 1 y
U es una matriz escalonada de m x n .
Por ejemplo
1 3 3 2 1 3 3
A 2 6 9 5 : 0 0 3
1 3 3 0 0 0 6

1 3 3 2
2
1 : 0 0 3 1 U

0 0 0 0
2

Queremos hallar las soluciones (si existen) de Ax b .

A las variables que corresponden a las columnas con pivotes las llamaremos variables
bsicas (dependientes) y a las variables que corresponden a las columnas sin pivotes las
llamaremos variables libres (independientes).
En el caso homogneo Ax 0 Ux 0 , en el ejemplo anterior
a
1 3 3 2
1 3 3 2

0 0 3 1 b
, 0 0 3 1 x Ux 0
con variables bsicas a, c

c
0 0 0 0
0 0 0 0
d

 1
3

b
d.
despejando resulta x
0
1/ 3

1
0

El espacio nulo es el plano generado por los vectores (3,1, 0, 0)T , ( 3, 0, 1,3)T .
Supongamos que la matriz A tiene mas columnas que filas, n m , por lo tanto no
pueden haber ms de m pivotes y existirn al menos n-m variables libres.
Asignando valores arbitrarios a variables libres tenemos:
El sistema homogneo Ax 0 tiene una solucin no trivial si tiene ms incgnitas que
ecuaciones ( n m ); existe alguna solucin diferente de la solucin trivial x 0 .
An ms, si x es solucin x tambin lo es.
La dimensin del espacio nulo es el nmero de variables libres.
b1

En el caso no homogneo Ax b b2 0 , b distinto del vector nulo, resulta
b3
b1
1 3 3 2

0 0 3 1 x Ux

b2 2b1

0 0 0 0
b3 2b2 5 b1
1
El sistema tendr solucin siempre que ( L b)3 b3 2b2 5b1 0 .

El espacio columna esta generado por las cuatro columnas de A, de las cuales dos son
independientes, as est generado por (1, 2, 1)T , (3,9,3)T .
1
Adems ( L b)3 b3 2b2 5b1 (b1 , b2 , b3 ), (1, 2,5) b, (1, 2,5) 0 y el vector
(1,-2,5) es ortogonal al espacio columna.
T
El espacio columna esta adems caracterizado por los b= (b1 , b2 , b3 ) tales que
b3 2b2 5b1 0 (para que el sistema tenga solucin b tiene que estar en el espacio
columna). Por ejemplo b (2, 2, 6)T satisface b3 2b2 5b1 0
el sistema Ax b es

1 3 3 2

Ax 2 6 9 5 x

1 3 3 0

equivalente a

2
2

 u
b1 2

Ux
b2 2b1 2

w
b3 2b2 5 b1 0

y

1 3 3 2
0 0 3 1

0 0 0 0

1
3w y =-2 , u 3v 3w 2 y 2 o sea w (2 y ), u 2 3v 3w 2 y 4 3v y
3
u
v
Por lo tanto
w

y

0
2 / 3

3
1
1

v
y 0
0
1/ 3

0
1

Que es la suma de una solucin particular y la solucin del sistema homogneo.

En resumen:
Supongamos que reducimos la matriz A de m x n mediante
operaciones elementales y posiblemente intercambio de filas a una matriz
escalonada. Habr entonces r pivotes no nulos; las ltimas m r filas de U son
nulas (ceros).Entonces habr r variables bsicas y n r variables libres,
correspondientes a las columnas de U que tienen y que no tienen pivotes,
respectivamente. El espacio nulo, formado por las soluciones de Ax 0 tiene n r
variables libres como parmetros independientes. Si r n , no hay variables libres
y el espacio nulo slo contiene x 0 .
Existen soluciones para cada lado derecho b si y slo si r m ; con este nmero
de pivotes la matriz U no tiene filas nulas y puede resolverse Ux c mediante
sustitucin atrs. En caso de r m , U tendr m r filas nulas y habr m r
restricciones para b , de modo que Ax b tenga solucin. Si existe una solucin
particular, entonces todas las soluciones difieren de la particular en un vector del
espacio nulo de A.
El nmero r es el rango de la matriz A.

EJERCICIOS.

1) Mostrar que las condiciones que definen un espacio vectorial son

independientes, Para ello construir i) un subconjunto de 2 , cerrado bajo suma
vectorial, incluso bajo la sustraccin, pero no bajo multiplicacin por escalar. E
ii) un subconjunto de 2 (distinto de dos cuadrantes opuestos), cerrado bajo
multiplicacin escalar, pero no bajo suma vectorial.
2) Son subespacios? (a) El plano de los vectores con primera componente b1 0
(b) El plano de los vectores b con b1 1 . (c) los vectores b con b1b2 0 (esta es

la unin de dos subespacios, el plano b1 0 y el plano b2 0 , (d) (0, 0, 0) . (e)

las combinaciones lineales de (1,1,0) y (2,0,1).(f) los vectores b1 , b2 , b3 tales que
b3 b2 3b1 0 .

3) Verificar que el espacio nulo es un subespacio de, esto es, las soluciones del
sistema homogneo Ax 0 son cerradas bajo suma y multiplicacin escalar.
Dar un contraejemplo en el caso b 0 .
4) Encontrar el espacio columna y el espacio nulo de las
1 1
0 0 0
,B

0 0 0 .
0 0

matrices A

5) Construir el menor sistema que se pueda con ms incgnitas que ecuaciones,

pero sin solucin.
1 2 0 1

6) Calcular la descomposicin LU para la matriz A 0 1 1 0 .

1 2 0 1
Encuentre un conjunto de variables bsicas y un conjunto de variables libres y
encontrar la solucin general de Ax 0 . Cul es el rango de A?
7) Determinar la forma escalonada U, las variables bsicas, las variables libres y la
0 1 4 0
solucin de Ax 0 con A
. Encontrar las condiciones sobre
0 2 8 0
b b1 , b2 que permiten la solucin de Ax b b1 , b2 .
T

8) Realizar las mismas operaciones con b b1 , b2 , b3 , b4 en el lado derecho para la

T

0 1 4 0
matriz transpuesta A

0 2 8 0

x
1 2 2 1
9) Encontrar la solucin general de
como la suma de una
y

2 4 5 z 4

solucin particular de Ax b mas la solucin nula de Ax 0 .

10) Describir el conjunto de lados derechos obtenibles b mediante la restriccin que

convierte (despus de la eliminacin) la tercera ecuacin en 0 = 0,
1 0

0 1 u

para
v
2 3

b1
b
2 , Cul es el rango?
b3

11) Encontrar el valor de c que hace posible resolver el sistema

u v 2 w 2, 2u 3v w 5,3u 4v w c
12) Si A es la matriz identidad de 3 x 3 , determinar las variables bsicas y las
variables libres y encontrar la solucin general de Ax 0 . qu sucede si A es la
matriz nula?
13) Repase los conceptos de independencia lineal, dependencia lineal, bases y
dimensin.
14) Se defini el rango de una matriz como el nmero de filas distintas de cero en la
matriz escalonada U. Haga ver que las r filas no nulas de una matriz escalonada
U son linealmente independientes. Tambin las r columnas que contiene los
pivotes son linealmente independientes.
15) Usando el problema anterior haga ver que las columnas de la matriz identidad
son linealmente independientes.
16) Examine el siguiente procedimientos para verificar la independencia lineal de un
conjunto de vectores v1 , v2 ,..., vk .
a) Forme la matriz A cuyas columnas son los k vectores dados,
b) Resuelva el sistema Ax 0 .
Los vectores v1 , v2 ,..., vk son dependientes si y slo si existe alguna solucin
distinta de x 0 .
Si no hay variables libres, el rango es k, el espacio nulo es 0 y los vectores
son linealmente independientes.
Si el rango es menor que k , entonces al menos una variable es libre y puede
elegirse distinta de cero y las columnas son linealmente dependientes.
17) Demuestre usando 16) :Si k m , entonces un conjunto de k vectores en m es
linealmente dependientes.
18) Repase los conceptos de combinaciones lineales, espacios generados. Conjuntos
linealmente independientes y generadores.

LOS CUATRO SUBESPACIOS FUNDAMENTALES.

Mostraremos como hallar las bases de cada uno de los espacios fundamentales
asociados con la matriz A, a partir de L y U generadas a partir de la eliminacin
gaussiana.
Cuando el rango es r =1, los espacios filas y columnas son sencillos. Cuando el
rango es r n o r m o r m n la matriz tiene una inversa izquierda o una
inversa derecha o una inversa bilateral A1 .
1) EL ESPACIO FILA DE A.
La eliminacin gaussiana produce, a partir de A, una matriz escalonada U: su
dimensin es el rango r y sus filas distintas de cero forman una base,
El espacio fila de A tiene la misma dimensin r que el espacio fila de U, y la
misma base, ya que estos espacios son iguales.
La razn es que las operaciones elementales no alteran el espacio fila: cada fila en la
matriz U es combinacin lineal de las filas de A, de modo que el nuevo espacio esta
contenido en el antiguo, siendo estas operaciones reversibles el espacio fila original
esta contenido en el nuevo.
Ntese que no comenzamos con las m filas de A , que generan el espacio fila, y
descartamos m-r para obtener una base. Puede ser difcil decidir cules filas se
descartan y cules se quedan; es ms fcil tomar las filas no nulas de U.
2) EL ESPACIO NULO DE A. ( N(A) EN(A))
Recordemos que el propsito fundamental de la eliminacin es simplificar ub
sistema de ecuaciones lineales Ax b sin alterara ninguna de sus soluciones. Se
reduce el sistema Ax 0 al sistema Ux 0 mediante operaciones elementales y
como este proceso es reversible:
EL ESPACIO NULO DE A ES EL MISMO QUE EL ESPACIO NULO DE U.
De la m filas de Ax 0 solamente r son independientes, estn determinadas por
cualesquieras r filas linealmente independientes de la matriz A ms claro, por las r
filas no nulas de U.
Para encontrar una base del espacio nulo , N(A), que tiene dimensin n-r,
usamos la reduccin al sistema Ux 0 que tiene n-r variables libres,
correspondientes a las columnas de U que no contienen pivotes. Entonces damos el
valor 1 a cada variable libre, el valor cero a las otras variables y resolvemos Ux 0
para las variables restantes ( las variables bsicas) mediante la sustitucin hacia
atrs. Los n-r vectores as producidos forman una base del EN(A).
1 3 3 2
1 3 3 2

Sea A 2 6 9 5 entonces U 0 0 3 1
1 3 3 0
0 0 0 0

 u
v
w

1 3 3 2
Ux 0 0 3 1

0 0 0 0

0
0

u y w son variables bsicas, corresponden a las

0

columnas con pivote ( pivotes 1 y 3 respectivamente) , v y son variables libres y la

base es
3
1
v 1
x
y 0 1 0

0
1
0
v0

x
y 1 2 1/ 3

1
Pruebe que x1 y x2 forman una base.
Al espacio nulo de A se le llama ncleo de A, kerf(A) y si dimensin n-r se le llama
la nulidad de A.
3) EL ESPACIO COLUMNA DE A ( EC(A) IR ( A) ).
Con frecuencia al EC(A) se le llama recorrido de A y se le anota IR ( A) , indicando
que es el conjunto imagen de la trasformacin lineal Tx Ax .
As

IR ( A) b : Ax b

Queremos hallar una base de IR( A) y su dimensin.

Consideramos la matriz de n x m , AT , por lo tanto el espacio fila de A es IR ( AT ) ,
el espacio columna de A T .
Observemos que el espacio columna de U no es el mismo espacio columna de A.
Sin embargo, cada vez que ciertas columnas de U forman una base de EC(U) , las
correspondientes columnas de A forman una base del espacio columna de A.La
razn es sta:

Ax 0 Ux 0 los dos sistema son equivalentes, y tienen las mismas soluciones.

Ax 0 expresa una dependencia lineal entre las columnas de A con pesos las
componentes de x.. Por lo tanto cada una de estas dependencias corresponde a una
dependencia lineal de Ux 0 entre las columnas de U, con exactamente los mismos
pesos.

Si el conjunto de columnas de A es independiente, entonces lo mismo es vlido para

las correspondientes columnas de U, y viceversa.
Ahora para encontrar una base de IR( A) , tenemos la tarea ms simple de hallar una
base para el espacio columna de U: Las r columnas de U que contienen los pivotes
distintos de cero son una base del espacio columna de U. Trasladando este resultado
a A:
La dimensin del espacio columna de A , IR ( A) es igual al rango r, que tambin es
igual a la dimensin del espacio fila : el nmero de columnas independientes es
igual al nmero de filas independientes.
Una base de IR ( A) esta formada por aquellas r columnas de A correspondientes, en
U, a las columnas que contienen los pivotes distintos de cero.
El hecho de que el espacio fila y el espacio columna tienen la misma dimensin, es
uno de los teoremas ms importantes del algebra lineal.
Se abrevia RANGO FILA 0 RANGO COLUMNA.
EL ESPACIO NULO DE AT .
T
m
Este subespacio esta dado por y : A y 0 IR . Podemos trasponer AT y 0 para

T
tener y A 0 y1 ... ym A 0 ... 0 , al vector y tal que AT y 0 se le llama
el vector nulo izquierdo de A. Las filas de A ponderadas por y1 ... ym producen la fila
cero.

Para encontrar la dimensin de EN(A T ) recordamos que para cualquier matriz el

numero de variables bsicas ms el numero de variables libres es igual al nmero total
de columnas:
Rango + nulidad =
= dimensin(espacio columna) + dimensin(espacio nulo)= nmero de columnas.
Aplicando este teorema a AT que tiene m columnas y siendo rango fila = rango
columna= r, tenemos r dim( AT ) m
EL ESPACIO NULO IZQUIERDO TIENE DIMENSIN m r ..
Para encontrar una base comenzamos con PA LU L1 PA U las ltimas m-r filas
de U son cero, por lo tanto las ltimas m-r filas de L1 P son una base del espacio nulo
izquierdo. Cuando multiplican la matriz A producen cero.

Conocemos ahora la dimensin de los cuatro espacios fundamentales. Resumimos en

una tabla y lo llamamos
TEOREMA FUNDAMENTAL DEL ALGEBRA (primera parte):
1) IR ( AT ) el espacio fila de A tiene dimensin r.
2) N ( A) el espacio nulo de A tiene dimensin n-r.
3) IR( A) el espacio columna de A tiene dimensin r.
4) N ( AT ) el espacio nulo izquierdo de A tiene dimensin m-r

TEOREMA FUNDAMENTAL DEL ALGEBRA (segunda parte):

1) N ( A) =[ IR ( AT ) ] , IR ( AT ) = N ( A)

IR ( A) ( N ( AT ) )

2) N ( AT ) =[ IR ( A) ] ,
Demostracin:
1)

w N ( A) Aw 0
v IR ( AT ) v AT x

por lo tanto wT v wT ( AT x) ( wT AT ) x ( Aw)T 0T x 0 .

Ejercicios:
1) Falso o verdadero: Si m=n entonces el espacio nulo de A es igual al espacio nulo
izquierdo.
2) Encontrar la dimensin y construir una base de los cuatro subespacios
0 1 4 0
fundamentales asociados a la matriz A

0 2 8 0
1 2 0 1

3) Idem 2) con A 0 1 1 0 .
1 2 0 1
0
0

4) Idem 3) con
0

1
0
0
0

0
1
0
0

0
0
1

5) Demostrar que si el producto de dos matrices es la matriz cero, AB=0 entonces

el espacio columna de B est en el espacio nulo de A. Qu sucede con el
espacio fila de A y el espacio nulo izquierdo de B?
6) Explicar porqu Ax=b es soluble si y slo si el rango de A es igual al rango de
A, donde A se forma a partir de A , aadiendo la columna b. Sugerencia: el
rango es la dimensin del espacio columna y el sistema es soluble si sy slo si b
esta en IR ( A) .

MATRICES DE RANGO UNO.

2 1 1
1
4 2 2
2

Sea
= 2 1 1 donde cada fila es un mltiplo de la primera
8 4 4
4

2 1 1
1
fila, entonces la dimensin del espacio fila es 1, el rango es 1.
T
Toda matriz de rango 1 puede factorizarse en la forma A uv .

Ejercicios:
a b

c d

1)Dados a , b , c siendo a no nulo Cmo debe elegirse d para que A

T
tenga rango uno? Con esa eleccin de d, factorizar A uv .
2) Calcular el producto AB de las matrices de rango uno A
2 2
1 1 2
A 4 4 , B
.
3 3 6

0 0

T
T
Verificar, escribiendo A y B en la forma A uv y B wz , que su producto es un
mltiplo de la matriz uz T , y que el factor multiplicante es el producto interior vT w