Universitat Politècnica de València

Departament de Matemàtica Aplicada

Unitat Docent de l’ETS d’Enginyeria Informàtica

Materiales docentes de Álgebra

Tema 2: Matrices

Última actualización: 26 de enero de 2012

Unidad temática 4:
Matrices invertibles
Índice
1. Sesión teórica: La matriz inversa 2
1.1. Definición, caracterización y cálculo de inversas . . . . . . . . . . . . . . . . . . . 2
1.2. Inversas de las matrices elementales . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Teorema de caracterización de las matrices invertibles . . . . . . . . . . . . . . . . 5

2. Seminario 1: Resolución de sistemas 7

2.1. Cálculo de inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1
1. Sesión teórica: La matriz inversa
Lee este documento antes de la sesión teórica correspondiente a la unidad
temática, asegurandote de que lo entiendes.
Este es el tema más importante de la primera parte del curso. Determinar si
una matriz es invertible y, en caso de que lo sea, calcular la inversa es una de las
cuestiones centrales del Álgebra Lineal.

1.1. Definición, caracterización y cálculo de inversas

Definición 1
Diremos que la matriz A ∈ Mn es invertible si existe otra matriz B de manera que

AB = I (1)

En caso de que A sea invertible, si B verifica la igualdad 1 diremos que B es inversa de A.

Para determinar si una matriz cuadrada A es invertible lo único que debemos hacer es
discutir la ecuación matricial AX = I: si esta ecuación es compatible, entonces A es invertible; y
cualquier solución de la ecuación es una matriz inversa de A.
Ejemplo 1
" #
1 2
Estudia si la matriz A = es invertible y encuentra una matriz inversa.
0 1

Se trata de discutir y resolver la ecuación matricial

" # " #
1 2 1 0
X=
0 1 0 1

Así que loh único

i que debemos hacer es calcular la forma escalonada reducida de la matriz
ampliada A I :
" # " #
1 2 1 0 E1,2 (−2) 1 0 1 −2
−−−−−→
0 1 0 1 0 1 0 1
Y hemos encontrado la solución con un solo paso: la ecuación es compatible determinada y la
solución es " #
1 −2
X=
0 1
" #
1 −2
En consecuencia, la matriz A tiene una única matriz inversa, que es esta: .
0 1
Ejemplo 2
 
1 2 −1
Estudia si es invertible la matriz A = 0 1 1  y, en caso de que lo sea, calcula una
 
1 3 0
 
inversa.

     
1 2 −1 1 0 0 E (−1) 1 2 −1 1 0 0 E (−1) 1 2 −1 1 0 0
0 1 1 0 1 0 −−3,1
 3,2
 −−−→ 0 1 1 0 1 0 −−−−−→ 0 1 1 0 1 0
    


1 3 0 0 0 1 0 1 1 −1 0 1 0 0 0 −1 −1 1
  

2
Esta matriz es escalonada, así que
h ya ipodemos observar que el rango de A es 2, mientras que
el rango de la matriz ampliada A I es 3, así que la ecuación matricial es incompatible. En
consecuencia, la matriz A no es invertible.
Hay unos cuantos hechos fundamentales que podemos afirmar sobre las matrices inverti-
bles:
Propiedad 1
Una matriz n × n A es invertible si y solo si rang A = n.

h i
Demostración: Como el rango de la matriz I de orden n es n, es evidente que A I también tiene
rango n (tiene n columnas linealmente independientes). Por tanto, el teorema de Rouché garantiza que
el sistema AX = I es compatible si y solo si rang A = n. 
Observamos que esta propiedad podemos reformularla de muchas maneras interesantes:
Teorema 1
Sea A una matriz cuadrada de orden n. Todas las afirmaciones siguientes son equivalentes:

1) A es invertible

2) La ecuación matricial AX = I es compatible

3) El rango de A es n

4) Las filas de A son linealmente independientes

5) Las columnas de A son linealmente independientes

6) La forma escalonada reducida de A es la matriz identidad

7) Para cualquier vector ~b el sistema lineal A~

x = ~b es compatible

8) Para cualquier vector ~b el sistema lineal A~

x = ~b es compatible determinado

x = ~0 es compatible determinado. 
9) El sistema lineal A~

Propiedad 2
Si la matriz A es invertible entonces existe una única matriz inversa de A.

Demostración: Esto también es consecuencia del teorema de Rouché, porque, por la propiedad anterior,
si A es una matriz n × n que tiene inversa, entonces el rango de A es n y, por tanto, la solución del sistema
lineal AX = I es única. 

A partir de ahora, denotaremos la inversa de A como A−1 .

Definición 2
Si la matriz A es invertible, entonces la inversa de A es la única matriz A−1 que verifica la
igualdad
AA−1 = I

Pero aún nos falta probar la propiedad más importante sobre matrices invertibles: según
la defiición de la matriz inversa de A, AA−1 = I; pero resulta que el producto A−1 A también es
igual a la identidad.1
1
De hecho, la definición habitual de la matriz inversa exige las dos igualdades AA−1 = A−1 A = I.

3
Propiedad 3
Dadas las matrices cuadradas de orden n A y B, si AB = I entonces BA = I.

Demostración: Si AB = I entonces B = A−1 y rang A = n; por lo tanto, la forma escalonada reducida

de A es I y se puede obtener haciendoh operaciones
i elementales sobre A. Si hacemos estas operaciones
elementales sobre la matriz ampliada A I ,
h i E1 E2 Ep h i
A I −→ −→ . . . −→ I B

Esto quiere decir que

Ep . . . E2 E1 A = I
Ep . . . E2 E1 I = B

y a partir de la segunda ecuación tenemos que Ep . . . E2 E1 = B, de manera que sustituyendo Ep . . . E2 E1

por B en la primera ecuación obtenemos BA = I. 
Para terminar, veremos que el producto de matrices invertibles también lo es.
Propiedad 4
Sean A1 y A2 dos matrices n × n. Entonces A1 y A2 son invertibles si y solo si el producto
A1 A2 es invertible.
En este caso,
(A1 A2 )−1 = A−1 −1
2 A1

(fíjate en el hecho de que la inversa del producto es el producto de las inversas en el orden
contrario.)
Demostración: Suponemos que las dos matrices A1 y A2 son invertibles. Por tanto, si multiplicamos
A1 A2 por A−1
2
A−1
1
tendremos
2 A1 = A1 A1 = I
A1 A2 A−1 −1 −1
|{z}
I

así que la inversa de A1 A2 esA−1

2
A−1
1
.
Si ahora suponemos que A1 A2 es invertible, multiplicando A1 por la matriz A2 (A1 A2 )−1 tendremos
 
A1 A2 (A1 A2 )−1 = (A1 A2 ) (A1 A2 )−1 = I

así que A1 es invertible y su inversa es A2 (A1 A2 )−1 . Así pues, A2 = A−1

1
(A1 A2 ) y por tanto A2 también es
invertible. 
Corolario 1
El producto A1 A2 . . . Ap es invertible si y solo si lo son todas las matrices A1 , A2 , . . . , Ap . En
tal caso,
 −1
A1 A2 . . . Ap = A−1
p . . . A2 A1
−1 −1


1.2. Inversas de las matrices elementales

Como las matrices elementales tienen siempre rango máximo, podemos asegurar que todas
las matrices elementales son invertibles. Además, es muy fácil calcular las inversas de estas
matrices.

4
Propiedad 5
Todas las matrices elementales son invertibles. Además, la inversa de una matriz elemental
es también elemental (y del mismo tipo). En concreto,

1. La inversa de una matriz elemental del tipo permutación es la misma matriz: E−1
i,j
=
Ei, j

2. La inversa de una matriz elemental del tipo escalado con factor de escala α es la
matriz del tipo escalado con factor de escala 1/α: Ei (α) = Ei (1/α)

3. La inversa de una matriz elemental del tipo eliminación con parámetro α es la matriz
del tipo eliminación con parámetro −α: E−1i, j
(α) = Ei,j (−α)

Todas estas propiedades se comprueban sin más que hacer las multiplicaciones correspon-
dientes. Por ejemplo,
    
1 0 0  1 0 0  1 0 0
E2,3 (α)E2,3 (−α) = 0 1 α 0 1 −α = 0 1 0 
    
0 0 1 0 0 1 0 0 1
    

Pero lo más interesante de esta propiedad es que la matriz inversa de una matriz elemental
es la matriz elemental que hace el efecto contrario: la operación inversa de sumar a una fila el
doble de otra es restar a una fila el doble de la otra; lo contrario de multiplicar una fila por 2 es
dividirla por 2; y lo contrario de permutar dos filas es volverlas a permutar.
Para finalizar, del hecho que las inversas de las matrices elementales son también matrices
elementales podemos deducir una nueva caracterización de las matrices invertibles:
Propiedad 6
Si A es una matriz cuadrada n × n, entonces A es invertible si y solo si A es un producto de
matrices elementales.

Demostración: Si A es un producto de matrices elementales, entonces A es invertible porque las matrices

elementales lo son. Recíprocamente, hemos visto además que si B es la inversa de A, entonces B se puede
obtener como producto de las matrices elementales que transforman A en la identidad: B = Ep . . . E2 E1 .
Por tanto,
A = B−1 = E−1
1 E2 . . . Ep
−1 −1

que es un producto de matrices elementales. 

1.3. Teorema de caracterización de las matrices invertibles

La última propiedad que hemos demostrado añade un nuevo ítem a la lista de equivalencias
del teorema 1. De hecho, la invertibilidad es tan importante en el álgebra lineal que en todos
los temas de este curso vamos a encontrar nuevas equivalencias al hecho de que una matriz sea
invertible.
Al final del curso habremos visto todas estas equivalencias:

5
Teorema 2
Sea A una matriz cuadrada de orden n. Todas las afirmaciones siguientes son equivalentes:

1) A es invertible

2) La ecuación matricial AX = I es compatible

3) El rango de A es n

4) Las filas de A son linealmente independientes

5) Las columnas de A son linealmente independientes

6) La forma escalonada reducida de A es la matriz identidad

7) Para cualquier vector ~b el sistema lineal A~

x = ~b es compatible

8) Para cualquier vector ~b el sistema lineal A~

x = ~b es compatible determinado

x = ~0 es compatible determinado
9) El sistema lineal A~

10) A es un producto de matrices elementales

11) El determinante de A no es cero

x) = A~
12) La aplicación lineal f (~ x es injectiva

x) = A~
13) La aplicación lineal f (~ x es suprajectiva

x) = A~
14) La aplicación lineal f (~ x es bijectiva

15) El número 0 no es valor propio de A.

6
2. Seminario 1: Resolución de sistemas
Varios problemas sobre matrices invertibles

2.1. Cálculo de inversas

Ejercicio 2.1. Determina si las matrices siguientes son invertibles y, en caso de que lo sean,
calcula la inversa y escribe las matrices como producto de matrices elementales.
   
" # " # 2 2 2 2 2 2
2 1 1 −3
(c) 3 2 2 (d) 3 2 2
   
(a) (b)
3 2 3 1
5 1 0 1 0 0
   
       
1 0 0 0 0 1 0 0 1 0 1 0
(e) 0 1 0 (f) 0 1 0 (g) 1 0 0 (h) 0 0 1
       
0 0 1 1 0 0 0 1 0 1 0 0
       
 
 1 −1 0 " # " # " #
1 −i 2 −i 1−i 0
(i) −2 3 0
 
(j) (k) (l)
1+i
 
i 1 i 3 0
1 0 0
 

(a) Es evidente que las dos columnas de la matriz son linealmente independentes. Por lo tanto,
la matriz es invertible.hCalcularemos
i la inversa buscando la forma escalonada reducida
de la matriz ampliada A I :
" # " # " #
2 1 1 0 E2,1 (−3/2) 2 1 1 0 E1,2 (−2) 2 0 4 −2
−−−−−−−→ −−−−−→
3 2 0 1 0 1/2 −3/2 1 0 1/2 −3/2 1
" #
E2 (2)E1 (1/2) 1 0 2 −1
−−−−−−−−−→
0 1 −3 2
En consecuencia, " #
2 −1
A −1
=
−3 2

(a) La matriz es invertible, por el mismo motivo que lo era hla deliapartado anterior. Calculemos
la forma escalonada reducida de la matriz ampliada B I :
" # " # " #
1 −3 1 0 E2,1 (−3) 1 −3 1 0 E2 (1/10) 1 −3 1 0
−−−−−→ −−−−−−→
3 1 0 1 0 10 −3 1 0 1 −3/10 1/10
" #
E1,2 (3) 1 0 1/10 3/10
−−−−→
0 1 −3/10 1/10
En consecuencia, " #
1 1 3
B−1
=
10 −3 1
(c) Podríamos comprobar previamente si el rango de la matriz C es tres. Pero lo haremos
simultáneamente con el intento de calcular la inversa:
     
2 2 2 1 0 0 1 1 1 1/2 0 0 E (−3)E (−5) 1 1 1 1/2 0 0
 E (1/2) 
3 2 2 0 1 0 −−1−−−→ 3 2 2 0 1 0 −−2,1 3,1
 −−−−−−−−−→ 0 −1 −1 −3/2 1 0
   
 
  
5 1 0 0 0 1 5 1 0 0 0 1 0 −4 −5 −5/2 0 1
 
E3,2 (−4) 
1 1 1 1/2 0 0
−−−−−→ 0 −1 −1 −3/2 1 0
 
0 0 −1 7/2 −4 1
 

7
 Ahora ya podemos asegurar que la matriz C es invertible, porque rang C = 3. Continue-
mos buscando la forma escalonada reducida:
   
1 1 1 1/2 0 0 1 1 0 4 −4 1 
E
0 −1 −1 −3/2 1 0 −−1,3 (1)E2,3 (−1)
 −−−−−−−−→ 0 −1 0 −5 5 −1
 

0 0 −1 7/2 −4 1 0 0 −1 7/2 −4 1
   
 
1 0 0 −1 1 0 
E1,2 (1) 
−−−−→ 0 −1 0 −5 5 −1

0 0 −1 7/2 −4 1
 
 
1 0 0 −1 1 0 
E2 (−1)E3 (−1) 
−−−−−−−−−→ 0 1 0 5 −5 1 

0 0 1 −7/2 4 −1
 

Y la inversa es  
 −1 1 0 
C−1 =  5 −5 1 
 
−7/2 4 −1
 

(d) Las dos últimass columnas de la matriz D son iguales, de modo que la matriz no es invertible
(sus columnas no son linealmente independientes).
(e) Está claro que E−1 = E (de hecho, E es la matriz identidad).
(f) Esta es una matriu elemental del tipo permutación. En consecuencia,
F−1 = F

(g)
      0 1 0
0 0 1 1 0 0 E 1 0 0 0 1 0 E 1 0 0 0 1 0
1 0 0 0 1 0 −−1,2  2,3  0 0 1
 → 0 0 1 1 0 0 −−→ 0 1 0 0 0 1 3/5 i/5
 

0 1 0 0 0 1 0 1 0 0 0 1 0 0 1 1 0 0 1 0 0
     
−i/5 2/5
Así que  
0 1 0
G−1 = 0 0 1
 
1 0 0
 

(h) Como G−1 = H, es obvio que H−1 = G.

(i) Esta matriz no es invertible, porque tiene una columna de ceros i, por lo tanto, no pouede
tener rango tres.
(j) La segunda fila de la matriz M es igual a la primera multiplicada por i, así que la matriz no
és invertible.
(k)
" # " # " #
2 −i 1 0 E2,1 (−i/2) 2 −i 1 0 E2 (2/5) 2 −i 1 0
−−−−−−−→ −−−−−→
i 3 0 1 0 5/2 −i/2 1 0 1 −i/5 2/5
" # " #
E1,2 (i) 2 0 6/5 2i/5 E1 (1/2) 1 0 3/5 i/5
−−−−→ −−−−−→
0 1 −i/5 2/5 0 1 −i/5 2/5
De manera que " #
1 3 i
N −1
=
5 −i 2

8
La matriz P es un producto de matrices elementales: P = E1 (1 − i)E2 (1 + i). Por lo tanto,
 −1
P−1 = E1 (1 − i)E2 (1 + i) = E2 (1 + i)−1 E1 (1 − i)−1
1 1 1−i 1+i
       
= E2 + E1 = E2 E1
" 1+i # 1−i 2 2
1 1+i 0
=
2 0 1−i

9
  
 1 −1 0 0 
−1 1 −1 0 
 
Ejercicio 2.2. Calcula la inversa, si existe, de la matriz A =   
 0 −1 1 −1
0 0 −1 1
 
La inversa es esta matriz:  
 1 0 −1 −1
 0 0 −1 −1
 
 
−1 −1 0 0 

−1 −1 0 1


Ejercicio 2.3. Sin hacer ningún cálculo, di cuál es la matriz inversa de

 
 1 0 0 0
−1 1 0 0
 
 
 2 0 1 0

3 0 0 1


Esta matriz es el producto de tres matrices elementales del tipo reducción. Notemos que es la
matriz que usaríamos en el primer paso de l’algoritmo de Gauss, si restásemos la primera fila
a la segunda , a la tercera se la sumásemos dos veces y, a la cuarta, tres. A este tipo de matrices
se las llama a veces matrices del tipus G (por Gauss).
Es evidente que la inversa es
 
 1 0 0 0
 1 1 0 0
 
 
−2 0 1 0
 
−3 0 0 1

10
Ejercicio 2.4. Sabiendo que las matrices A y B son invertibles, despeja la matriz X en la
expresión
BA2 XB = C − 2I

BA2 XB = C − 2I
X = (A2 )−1 B−1 (C − 2I)B−1
= (A2 )−1 B−1 CB−1 − 2(A2 )−1 B−1 IB−1
= (A2 )−1 B−1 CB−1 − 2(A2 )−1 (B2 )−1

 
2 6 4 
Ejercicio 2.5. Prueba que si A = 1 0 −2 entonces A3 − 8A − 31I = O y utiliza este resultado
 
3 7 −2
 
para calcular la matriz inversa A−1 .
Haciendo las operaciones se comprueba sin dificuldad que A3 − 8A − 32I = O.
A partir de aquí, podem despejar la matriz identidad I de este modo:

1 3 1 
A3 − 8A − 32I = O ⇒ I = (A − 8A) = A (A2 − 8I)
32 32
De manera que  
 14 40 −12
1 1 
A−1 = (A2 − 8I) = −4 −16 8 

32 32   
7 4 −6

11
Ejercicio 2.6. (Cálculo rápido de la inversa de una matriz 2 × 2) (a) Calcula el producto AB
siendo " # " #
a11 a12 a22 −a12
A= B=
a21 a22 −a21 a11
(b) Al número a11 a22 − a12 a21 se le llama determinante de la matriz A. Prueba que la matriz A es
invertible si y solo si su determinante es no nulo. En el caso en que A sea invertible, encuentra
una fórmula para la matriz inversa de A.

(a)
" #" # " # " #
a11 a12 a11 a12 a11 a22 − a21 a12 0 1 0
AB = = = (a11 a22 − a21 a12 )
a21 a22 a21 a22 0 a11 a22 − a21 a12 0 1

(b) Si el determinante de A és no nulo entonces, del resultado del apartado anterior deducimos
que " #
1 1 0
 
A B=
a11 a22 − a21 a12 0 1
así que A es invertible y
" #
1 1 a22 −a12
A −1
= B=
a11 a22 − a21 a12 a11 a22 − a21 a12 −a21 a11

Si el determinante de A es nulo se prueba fácilmente que las columna de la matriz A son

linealmente dependentes, así que, en este caso, la matriz no tiene inversa.

12