Álgebralineal

1 1 1 7 1 0 4/5 13 / 5 
0 0 0  2  R
1  R1 +1/5R 3
 0 5 9  22 
 R 2 R3 
0 5 9 22  0 0 0  2 
 

Como la matriz tiene un renglón (0, 0, 0, –2) indica que el sistema no tiene
solución ya que no existe un número que sea –2 y al mismo tiempo sea cero.

Ejercicio 3
1. Encuentra las soluciones (si las hay) de los siguientes sistemas de
ecuaciones usando el método de Gauss-Jordan. Explica.

a) x1  x2  x3  7
4 x1  x2  5 x3  4
2 x1  2 x2  3x3  0
b) 3x1  6 x2  6 x3  9
2 x1  5 x2  4 x3  6
5 x1  28 x2  26 x3  8
c) x1  2 x2  3x3  11
4 x1  x2  x3  4
2 x1  x2  3x3  10

2.4. Matriz inversa y matriz adjunta

En esta sección definiremos dos tipos de matrices muy importantes que son
básicas en la teoría de matrices y que nos son útiles para la solución de sistemas
de ecuaciones.
Comencemos con un ejemplo sencillo:
 2 5  3 5 
Sean A =   y B =  1 2 
, obtengamos los productos AB y BA.
 1 3  
 2 5 3 5   1 0   3 5   2 5   1 0  , por
AB =  1 3   1 
  2   0 1  y BA =  1 
2   1 3   0 1 

lo tanto podemos decir que AB = BA = I2, donde I2 = 

1 0
 es la matriz
0 1
identidad de 22.

A la matriz B se le llama matriz inversa de A y se denota B=A–1.

79
Unidad 2

Definición 2.7. Sean A y B dos matrices de orden nn que satisfacen AB =

BA = I donde I es la matriz identidad de orden nn,

entonces B se llama matriz inversa de A y se denota por A–1.

De donde se tiene que AA–1 = A–1A = I. En este caso se dice que A es

invertible.

Así como toda matriz, también existen propiedades para la matriz

identidad e inversa.

Teorema 2.1. Propiedad de la matriz identidad.

Sean A una matriz de orden nn e I la matriz identidad de orden nn,
entonces
AI = IA = A

Teorema 2.2. Propiedades de las matrices invertibles.

Sean A y B dos matrices invertibles de orden nn, entonces

1. La inversa es única.
2. (A–1)–1 = A
3. (AB)–1 = B–1 A–1

En este momento nos podemos hacer las siguientes preguntas:

1. ¿Todas las matrices cuadradas tienen inversa?

2. ¿Qué matrices tienen inversa?
3. Si una matriz tiene inversa, ¿cómo se puede calcular?

En esta parte vamos a contestar esas preguntas. Comenzaremos con el caso

de 22.

 2 3 
Consideremos la matriz A = 
5 
y vamos a suponer que es
 4
invertible.
x y
Sea A–1 =  –1
 , entonces debe satisfacer que AA = I, por lo tanto:
 z w

80
 Álgebralineal

3   x y   2 x  3z 2 y  3w   1 0 
AA–1 = 
2
 
 4 5   z w    4 x  5 z  4 y  5w   0 1 
Recordemos que dos matrices son iguales si todas sus entradas lo son, por
lo cual
2x – 3z = 1; – 4x + 5z = 0; 2y – 3w = 0; – 4y + 5w = 1.

Con esto se forman dos sistemas de ecuaciones lineales:

2 x  3z  1 2 y  3w  0
y y para resolverlos vamos a escribirlos en
 4 x  5z  0  4 y  5w  1

la forma matricial aumentada:  2 3

1  y  2 3 0  . Al
 4 0 
5  4
 5 1 

1 0 x 1 0 y
reducirlas obtendremos los resultados   y 
0 1 z  0 1 w 
Como la matriz original es la misma para ambos sistemas, podemos
realizar la reducción por renglones al mismo tiempo considerando la
 2 3 1 0
nueva matriz aumentada 
0 1 
al hacerlo obtendremos
 4 5
1 0 x y
0 1 z w 

 2 3 1 0  R1 1 / 2 R1  1 3 / 2 1 / 2 0  R 2  R 2  4 R1
 4    
 5 0 1  4 5 0 1 

 1 3 / 2 1/ 2 0  R 2  R 2 1 0 5 / 2 3 / 2 
 0 1  
 
 2 1  R1  R1  3 / 2 R 2  0 1 2 1 

1 0 x y
0 1 z w 


De donde obtenemos las soluciones x = –5/2; z = –2; y = –3/2; w = –1

 5 / 2 3 / 2 
Entonces A es invertible y su inversa es A–1 =  2 1 

Este ejemplo nos ilustra un procedimiento para encontrar la matriz inversa
que siempre funciona y que se puede generalizar a matrices de orden nn.

81
Unidad 2

Procedimiento para encontrar la inversa de una matriz cuadrada A

1. Se escribe la matriz aumentada ( A I) .

2. Se utiliza la reducción por renglones para poner la matriz A en su forma

escalonada reducida por renglones.

3. Se decide si es invertible.

a. Si la forma escalonada reducida por renglones de A es la matriz identidad

I, entonces A–1 es la matriz que se tiene a la derecha de la barra vertical.
b. Si la reducción de A conduce a un renglón de ceros a la izquierda de la
barra vertical, entonces A no es invertible.

Ejemplo 8

 1 2
1. Sea A =   vamos a determinar si es o no invertible.
 2  4 
 1 2 1 0  R 2  R 2  2 R1  1 2 1 0
 2  4  
 0 1  0 0 2 1 

Como tiene un renglón de ceros a la izquierda de la barra vertical, A no es

invertible.

2 4 6
2. Sea A =  4 5 6  , vamos a determinar si es o no invertible, y si lo
3 2 
 1
es encontrar A–1.

2 4 6 1 0 0 1 2 3 1/ 2 0 0 
4 5 6 0 1 0    4
 R1 1 / 2 R1
5 6 0 1 0 

3 1 2 0 0 1  3 1 2 0 0 1 
 
1 2 3 1/ 2 0 0 
2  R 2  4R1
R  0 3 6 2 1 0  R
2 1/3R 2

R 3  R 3  3R1 
0 5 11 
3 / 2 0 1 


82
 Álgebralineal

1 2 3 1/ 2 0 0 1 0 1 5 / 6 2/ 3 0
0 1 2 2 / 3 1 / 3 0  R
3  R 3 + 5R 2
 0 1 2 2/3 1 / 3 0 
 R1  R1  2R 2 
 5 11 3 / 2 0 1  0 1 5 / 3 1 
0  0 11 / 6

1 0 0 8 / 3 7/3 1 
  0 1 2
R 3 1R 3

R1  R1 + R 3
2/3 1 / 3 0  R
2  R 2  2R 3

0 0 1 11 / 6 5/3 1 

1 0 0 8 / 3 7/3 1 
0 1 0 13 / 3 11 / 3 2 

0 0 1 11 / 6 5/3 1 


 8 / 3 7 / 3 1 
De donde obtenemos la matriz inversa A–1 =  13 / 3 11 / 3 2  (*)
 11 / 6 5 / 3 1 

2 4 6   8 / 3 7 / 3 1   1 0 0 
Verificación: AA–1 =  4 5 6   13 / 3 11 / 3 2 0 1 0
 3 1 2   11 / 6 5 / 3 1   0 0 1 
 

Nota: Es importante verificar que AA–1 = I.

Veamos algunos resultados importantes acerca de las matrices inversas.

Teorema 2.3. Sea A una matriz de orden nn.

Entonces A es invertible, si y sólo si, det A  0

Ejemplo 9

1. Consideremos la matriz del ejemplo anterior:

2 4 6
A  4 5 6  sabemos que es invertible, vamos a calcular su
3 1 2 

determinante.

5 6 4 6 4 5
det A = 2 4 6  2(–10–6) – 4(–8–18) + 6(4–15) = 6
1 2 3 2 3 1

83
Unidad 2

 det A  0
 1 2
2. Consideremos la matriz A =   y calculemos su determinante.
 2  4 
det A = –4 + 4 = 0 y

 1 2 1 0  R 2  R 2  2 R1  1 2 1 0
 2  4  
0 1  2 1 
por lo tanto no es
 0 0
invertible.

Vamos ahora a dar la definición de otra matriz importante en nuestra

búsqueda de matrices inversas.

Recordemos lo que son los cofactores de una matriz A (Definición 1.22)

i j
Aij  1 M ij
2 4 6
Si A =  4 5 6  entonces sus cofactores son
3 2 
 1
5 6 4 6
A11= = –10 – 6 = –16 A12= – = –(–8–18) = 26
1 2 3 2
4 5
A13= = 4–15 = –11
3 1
4 6 2 6
A21= – = –(–8–6) = 14 A22= = –4–18 = –22
1 2 3 2

2 4
A23= – = –(2–12) = 10
3 1
4 6 2 6
A31= 5 6 = 24 – 30 = –6 A32= – 4 6 = –(12–24) = 12

A33= 2 4 = 10–16 = –6
4 5
Con estos cofactores haremos una matriz de orden 33 de tal manera que
obtendremos una matriz B:

 16 26 11 
B   14 22 10 
 6 6 
 12

Habiendo calculado esta matriz podemos definir lo siguiente:

84
 Álgebralineal

Definición 2.8. Sea A una matriz de orden nn y sea B la matriz formada
por los cofactores de A. Entonces la adjunta de A, que se denota adj A es la
transpuesta de la matriz B, es decir:

 A11 A21 " An1 

A A22 " An 2 
adj A = BT=  #12 # # 


 A1n A2 n " Ann 

Ejemplo 10

2 4 6
Vamos a encontrar la adjunta de A   4 5 6
 3 1 2 
 
Sea B la matriz de los cofactores de A.
 A11 A12 A13   16 26 11 
B =  A21 A22 A23    14 22 10  entonces
   6 12 6 
 A31 A32 A33  

 16 14 6 
adj A =BT =  26 22 12 
 11 6 
 10

Ya con estos elementos podemos encontrar la inversa de una matriz usando

su determinante y su matriz adjunta como nos lo indica el siguiente teorema.

Teorema 2.4. Si A es una matriz de orden nn invertible.

1
Entonces A–1 = adjA
det A

Ejemplo 11

2 4 6
Usaremos la matriz anterior A =  4 5 6  y vamos a calcular su
3 2 
inversa.  1

85
Unidad 2

5 6 4 6 4 5
det A = 2 4 6 = 2(–10–6) –4(–8–18) +6(4–15) =
1 2 3 2 3 1
–32 + 104 – 66 = 6

 16 14 6   8 / 3 7/3 1 
1 1 
entonces A = –1
adj A = 26 22 12  =  13 / 3 11 / 3 2
6 6  11 6   11 / 6 1 
 10 5/3

Nota que esta matriz inversa ya la habíamos obtenido con el método de

Gauss-Jordan.*

Observación: Este teorema refuerza el resultado acerca de que una matriz

invertible necesariamente debe tener un determinante distinto de cero.

Ejercicio 4
1. Encuentra la matriz inversa, si existe, usando el método de Gauss-
Jordan. En caso de que no exista la matriz inversa, indica la razón:

a)  2 1 
 3 2
b)  1 1 
 3 3
3 2 1
c)  0 2 2
 0 0 1 
 
 1 6 2
d)  2 3 5
 7 12 4 
 
 1 3 0 2 
 
e)  3 12 2 6 
 2 10 2 5
 1 6 1 3 
2. Encuentra la matriz inversa, si existe, usando el método de la matriz
adjunta. Recuerda calcular primero el determinante para ver si existe o no.

* En este momento ya tenemos dos métodos para calcular la matriz inversa, sin embargo, podemos notar
que si n > 3 , en general es más fácil calcular A–1 con el método de la reducción por renglones que usando
la matriz adjunta, pues aun en el caso de 44 tenemos que calcular 17 determinantes.

86
 Álgebralineal

a)  3 2
1 2 
1 2 3
b)  1 1 2
0 1 2 

 2 1 4
c)  1 0 5
 19 7 3 


2.5. Solución de sistemas de nn, mediante la

matriz inversa
En esta sección encontraremos la solución de un sistema de ecuaciones de
nn mediante la matriz inversa.

El siguiente resultado nos da una pista acerca de cómo encontrar la solución

de un sistema si la matriz de coeficientes asociada es invertible.

Teorema 2.5. Sea A la matriz de coeficientes de un sistema de ecuaciones de

orden nn. Entonces se cumplen las siguientes condiciones:
• A es invertible.
• El sistema Ax = b tiene una solución única que es x = A–1b
• El sistema homogéneo asociado Ax = 0 tiene una solución única que es
x=0

Ejemplo 12

Consideremos el siguiente sistema de ecuaciones:

2 x  4 y  3z  1 2 4 3
y  z  2 formamos la matriz de coeficientes A = 0 1 1 
3x  5 y  7 z  1 3 7 
 5

Vamos a ver si A es invertible, para eso calculamos su determinante:

1 1 4 3 4 3
det A = 2 0 3 = 2(7+5) + 0 + 3(–4–3) = 3
5 7 5 7 1 1

87