ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

INVERSA DE UNA MATRIZ CUADRADA

Definición:

Sean A y B matrices n x n tal que

A . B = B . A = In (In  matriz Identidad de orden n)

Entonces, B se llama inversa de A y se denota A-1.

A . A-1 = In y A-1 . A = In

O sea:

A . A-1 = A-1 . A = In

Nota: no toda matriz cuadrada tiene inversa.

1
CUIDADO: NO ES CORRECTO A 
-1
N0 está definida una operación como tal.
A

Si A tiene inversa, entonces se dice que A es Inversible o Invertible.

A de nxn

A TIENE INVERSA A NO TIENE INVERSA

Inversible No Inversible
o o
Invertible No Invertible
o o
No singular Singular

Ejemplo

1
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

 2 5    7  5
Si A =   y B =   , entonces
 3  7  3 2 

 2 5    7  5  1 0   7  5  2 5  1 0
A . B =   .   =   y B . A =   .   =  
  3  7   3 2   0 1   3 2    3  7   0 1 
A B I2 B A I2

Luego, B = A-1 ( B es la inversa de A).

Teorema

Si una matriz A es Inversible, entonces su inversa es única.

Demostración

Supongamos que B y C son inversas de A.

Por definición se tiene

A.B = B.A= I y A.C = C.A= I

Propiedad
Asociativa
B = B.I = B.(A.C)= (B.A).C = I.C = C

Luego, B = C .

Teorema

2
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

Si A es una matriz inversible, entonces A-1 es inversible y ( A-1 )-1 = A.

En palabras, la inversa de la inversa de A es la matriz A.

Demostración
A-1 es inversible si podemos encontrar una matriz X tal que

A-1 . X = X . A-1 = I
Pero A, de hecho, satisface estas
ecuaciones, ya que por definición
tenemos
A-1 . A = A . A-1 = I

De modo que, A-1 es inversible y su inversa es A.

( A-1 )-1 = A
Teorema

Si A y B son matrices inversibles de n x n , entonces (A . B) también es

inversible y

( A . B )-1 = B-1. A-1

Demostración

Para probar este resultado se necesita la definición vista de inversa de una matriz (página 1).

Si se puede demostrar que

3
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

(A . B) . ( A . B )-1 = In (1) y ( A . B )-1 . (A . B) = In (2)

B-1. A-1 B-1. A-1

entonces se habrá establecido simultáneamente que (A . B) es inversible y que

( A . B )-1 = B-1. A-1

(1) (A . B) . (A . B)-1 = (A . B) . (B-1. A-1) = A . ( B . B-1) . A-1 = A . In . A-1 =

Propiedad Propiedad
Asociativa In Asociativa

= ( A . In ) . A-1 = A . A-1 = In

(2) (A . B )-1 . (A . B) = (B-1. A-1) . (A . B) = B-1 . (A-1 . A ) . B = B-1 . In . B =

Propiedad Propiedad
Asociativa In Asociativa

= B-1 . (In. B ) = B-1 . B = In

Nota: Este resultado se puede extender incluyendo tres o más factores. ( A . B . C )-1 = C- 1. B -1. A-1

Ejemplo

1 3  0  2
Sean A-1 =   y B-1 =  
1  . Es posible determinar ( A . B ) aplicando el
-1
 2  1 1
resultado anterior ( sin necesidad de hallar las matrices A y B ).

( A . B )-1 = B-1. A-1

0  2 1 3 
( A . B )-1 =  1   
1  .  2  1

B-1 A-1 4
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

  4 2
(A. B )-1 =  3 2 
 
Teorema

Si A es una matriz inversible, entonces para cualquier escalar c diferente

de cero, c A es inversible y

1
( c A )-1 = A-1
c

Demostración

Para probar este resultado se necesita la definición vista de inversa de una matriz (página 1).

Si se puede demostrar que

( c A ).( 1 A-1 ) = I (1) y ( 1 A-1 ).( c A ) = I (2)

c c

entonces se habrá establecido simultáneamente que ( c A ) es inversible y que

1
( c A )-1 = A-1
c
Si c ≠ 0 , las propiedades de matrices permiten escribir

(1) ( c A ) . ( 1 A-1 ) = 1 ( c A ) . A-1 = ( 1 c ) A . A-1 = 1 ( A . A-1 ) = I

c c c

De modo análogo, (2) ( 1 A-1) . ( c A ) = I .

c

5
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

De manera que (c A) es inversible

y ( c A )-1 = 1 A-1
c

Ejemplo

1 1
Sea A-1 =   . Es posible determinar (5 A )-1 aplicando el resultado anterior ( sin
 4 2 
necesidad de realizar la multiplicación de A por el escalar 5 ).

( 5 A )-1 = 1 A-1
5

1   1 1 
( 5 A )-1 =  
5 4 2

  1/ 5 1/ 5 
( 5 A )-1 =  4 / 5 
2 / 5 


Teorema

Si A es inversible, entonces A t es inversible y

(A t )1  ( A -1 ) t

La inversa de la transpuesta de A es igual a la transpuesta de la inversa de A.

Nota: la demostración queda propuesta.

Ejemplo

6
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

  7  5
Si A-1 =   , entonces podemos determinar (A t ) 1 utilizando el resultado anterior
 3 4 

( sin necesidad de hallar la matriz A , ni su transpuesta , ni la inversa de la misma).

(A t )1  ( A -1 )t

t
t 1  - 7 - 5
(A )   
 3 4 
- 7 3
(A t )1   
- 5 4

Observación: ¿ Es cierto qué ( A + B )-1 = A-1 + B-1 ? .

7
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

CÁLCULO DE LA INVERSA DE UNA MATRIZ

Comenzaremos considerando el siguiente ejemplo.

1 2 
Sea A = 1 3  . Calcular A-1 si existe.
 

x y
Vamos a suponer que A-1 existe y es de la forma A-1 =  z 
w 


A . A-1 = I2

A A-1 I2

1 2   x y  1 0
A . A -1   .    
1 3   z w  0 1

 x  2z y  2w   1 0 
  
 x  3z y  3w   0 1 

Las matrices anteriores son iguales si cada una de sus componentes correspondientes son
iguales. Esto significa que

x  2z  1

 y  2w  0

x  3z  0
 y  3w  1

Éste es un sistema de cuatro ecuaciones con cuatro incógnitas. Observar que hay dos
ecuaciones que involucran a x y a z y dos que incluyen sólo a y y w.

Por lo anterior podemos considerar los siguientes sistemas:

8
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

 x  2z  1 y  2w  0
 y 
 x  3z  0  y  3w  1

ya que hay dos ecuaciones que involucran x y z y dos ecuaciones que involucran y y w.

 x  2z  1 1 2 1 
   (1)
 x  3z  0  1 3 0 

1 2 1  1 2 1   1 0 3  x  3
      
 1 3 0   0 1  1   0 1  1  z   1
R2  R2 + (-1)R1 R1  R1 + (-2)R2

y  2w  0 1 2 0 
   (2)
 y  3w  1  1 3 1 

1 2 0  1 2 0  1 0  2  y  2
      
1 3 1  0 1 1 0 1 1   w  1
R2  R2 + (-1)R1 R1 R1 + (-2)R2

x y
y como A-1 =  z 
w  reemplazando cada valor obtenido resulta


 3  2
A-1 =   1 1 
 
Verificación

1 2 .  3  2  1 0  3  2  . 1 2   1 0 
    =   y     =  
 1 3   1 1   0 1    1 1  1 3   0 1 
A A-1 I2 A-1 A I2

9
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

MÉTODO PRÁCTICO PARA DETERMINAR A-1

Observar que en (1) y (2) de la página 9 , las matrices de coeficientes son iguales, por lo tanto
se puede realizar la reducción por filas sobre las dos matrices aumentadas al mismo tiempo
considerando la nueva matriz aumentada (AI)

1 2 1 0  1 2 1 0 1 0 3  2
     
 1 3 0 1  R2  R2 + (-1)R1  0 1  1 1  R1 R1 + (-2)R2  0 1  1 1 
A I2 I2 A-1

Luego, A es inversible y

 3  2
A - 1   
1 1 
Verificamos

1 2   3  2   1 0   3  2  1 2   1 0 
 .      .    
 1 3   1 1   0 1 
y
  1 1  1 3   0 1 
A A-1 I2 A-1 A I2

Si observamos las matrices a la izquierda de la línea vertical en la matrices

1 2 
aumentadas, vemos que A =   es equivalente por filas a la Identidad.
1 3 

1 2  1 2 1 0
     
1 3  0 1 0 1
A I2

(Recordar: Una matriz A de nxn es equivalente por filas a la matriz identidad In si In se obtiene a partir
de A al aplicar una sucesión finita de operaciones elementales sobre las filas de A),

10
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

Veremos a continuación, la formalización de este procedimiento.

MÉTODO DE GAUSS – JORDAN PARA CALCULAR LA INVERSA DE UNA MATRIZ

Sea A una matriz cuadrada de orden n (nxn) e I la matriz identidad de orden n (nxn).

Podemos realizar operaciones sobre las filas de A e I de manera simultánea mediante la

construcción de una “matriz aumentada especial” ( A | In ).

Si una sucesión de operaciones elementales sobre las filas reduce A a In, entonces la misma

sucesión de operaciones elementales sobre las filas transforma a In en A-1.

( A | In ) ( I | A-1 )

Vemos que A es equivalente por filas a Ia matriz Identidad I .

Si A no puede ser reducida a la matriz Identidad , entonces A no es Inversible.

A partir de lo anterior, podemos concluir:

A (nxn) es una matriz inversible si y sólo si su forma escalonada reducida (FER)

es la matriz Identidad

11
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

DIAGRAMA DEL PROCEDIMIENTO PARA ENCONTRAR

LA INVERSA DE UNA MATRIZ CUADRADA A

Matriz dada A nxn Matriz Identidad Inxn

Se escribe la matriz
aumentada
( A  In )

Se reduce a la Forma Escalonada Reducida (FER)

equivalente a A

Se decide si A es Inversible

Si la Forma Escalonada Si la reducción de A conduce

Reducida (FER) equivalente a a una fila de ceros a la
A es la Identidad (In) izquierda de la barra vertical

A-1 es la matriz que se A NO es Inversible

obtiene a la derecha de
la barra vertical

12
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

Ejemplo
Determinar, en caso de existir, la inversa de la matriz
 1 2  1
 
A  2 2 4 
 1 3  3
 

 1 2 1 1 0 0 1 2  1 1 0 0
   
 2 2 4 0 1 0  0  2 6  2 1 0
1 3  3 0 0 1   R  R3 + (-1)R1
  R2  R2 + (-2)R1  1 3  3 0 0 1  3

A I
1 2  1 1 0 0 1 2  1 1 0 0
   
 0  2 6  2 1 0 0 1  2  1 0 1
 0  2 6  2 1 0  R3  R3 + 2R2

0 1  2  1 0 1 R2  R3
   

1 2  1 1 0 0 1 2 1 1 0 0
   
0 1  2  1 0 1 0 1  2  1 0 1
 0 0 2  4 1 2 1
R3  R3  0 0 1  2 1 / 2 1  R1  R1 + (-2)R2
  2  

1 0 3 3 0  2 1 0 0 9  3 / 2  5
   
 0 1  2  1 0 1   0 1  2  1 0 1 
0 0 1  2 1/ 2 1  0 0 1  2 1/ 2 1  R2  R2 + 2R3
  R1  R1 + (-3)R3

 1 0 0 9  3 / 2  5
 
0 1 0  5 1 3  Por lo tanto, A es inversible y
0 0 1  2 1/ 2 1 

 9  3 / 2  5
I A-1  
A-1   5
 1 3 
  2 1/ 2 1 


13
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

Verificación
 1 2  1  9  3 / 2  5  1 0 0
     
2 2 4  . 5 1 3  =  0 1 0 y
 1 3  3   2 1/ 2 1   0 0 1 
  

A A-1 I3

 9  3 / 2  5  1 2  1 1 0 0
     
5 1 3  . 2 2 4  =  0 1 0
  2 1/ 2 1   1 3  3  0 0 1
  

A-1 A I3

Ejemplo
Determinar, en caso de existir, la inversa de la matriz
 1  3 4
 
A   2  5 7
0 1 1
 

 1  3 4 1 0 0 1  3 4 1 0 0
   
 2  5 7 0 1 0  0 1  1  2 1 0
 0  1 1 0 0 1 0 1 1 0 0 1  R3  R3 + 1.R2
  R2  R2 + (-2)R1 

A I

1  3 4 1 0 0
 
 0 1  1  2 1 0
0 0 0  2 1 1 


Por lo tanto, A es NO es inversible .

14
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

Ahora que hemos visto cómo calcular la inversa de una matriz, retomaremos los teoremas
vistos anteriormente, ya que son de mucha utilidad al resolver problemas como el
siguiente.

Ejemplo

Determinar la matriz A, sabiendo que:

1 2
(2A  I)1   
 1 3 
1
1 1 1 2 
((2A  I) )   
 1 3 
1
1 2
2A  I   
 1 3  Ver el resultado obtenido en
el cálculo de la inversa de
 3 - 2 esta matriz en la página 10
2A  I   
- 1 1 

 3  2 1 0
2A      
  1 1   0 1 

 4  2
2A   
  1 2 

1  4  2
A  
2   1 2 

 2  1
A   
  1 / 2 1 

15
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

USO DE LA INVERSA PARA RESOLVER ECUACIONES

Ejemplo

Hallar la matriz incógnita X en la siguiente ecuación matricial :

 2 4 1 1 
  . X   
 2 5  2  1

A . X = B

¿ A es Inversible ?.

 2 4 1 0  1 2 1/ 2 0  1 2 1/ 2 0
     
 2 5 0 1  1  2 5 0 1   0 1  1 1  R1 R1 + (-2)R2
R1  R1 R2 R2 + (-2)R1
2
A I

1 0 5 / 2  2 5 / 2  2
  Por lo tanto, A es inversible y A-1   
 0 1  1 1    1 1 
I A-1

Volviendo a la ecuación matricial

A . X = B

Como existe A-1, es posible multiplicar a izquierda por esta matriz miembro a miembro
(haciendo uso de la propiedad C = D  E . C = E . D )

A-1 . A . X = A-1 . B

16
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

Luego, por propiedad asociativa

( A-1 . A ) . X = A-1 . B
I

I . X = A-1 . B

X = A-1 . B

De donde, 5 / 2  2 .  1 1 
X =    
  1 1   2  1

  3 / 2 9 / 2
X =  1 
 2 
Realizar la verificación


Ejemplo

Hallar la matriz incógnita X en la siguiente ecuación matricial :

 1 2  1  0 1 0
   
X .  2 2 4   0 0 1
 1 2  3  0 0 1 
   

X . A = B

¿ A es Inversible ?.

 1 2  1
 
A  2 2 4 
 1 3  3
 
A es inversible (Ver página 13) , y

17
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

 9  3 / 2  5
 
A-1  5 1 3 
  2 1/ 2 1 


Volviendo a la ecuación matricial

X . A = B

Como existe A-1, es posible multiplicar a derecha por esta matriz miembro a miembro
(haciendo uso de la propiedad C = D  C . E = D . E )

X . A . A-1 = B . A-1

Luego, por propiedad asociativa

X . ( A . A-1 ) = B . A-1
I

X . I = B . A-1

X = B . A-1

De donde,

 0 1 0   9  3 / 2  5 
 
X  0 0 1 .   5 1 3 

 0 0 1   2 1/ 2 1 
 

  5 1 3
 
X    2 1 / 2 1
  2 1 / 2 1
 

Nota: CUIDADO, NO ES CORRECTO,

A-1 . X . A = B . A-1

18
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

Ejemplo
Recordar que un SEL tiene una representación matricial.

 x  2y  1  1 2   x  1 
El SEL  tiene la representación matricial  .    
2 x  5 y  4  2 5  y   4
A . x = b

Nota: observar que A es una matriz cuadrada. El determinar si la matriz A admite inversa nos permitirá
disponer de otro procedimiento para resolver el SEL.

1 2 
¿ La matriz de coeficientes del SEL A = 1 3  admite inversa?.
 

1 2
A=   es Inversible
 2 5 

1 2 1 0 1 2 1 0 1 0 5  2
     
 2 5 0 1   0 1  2 1  R  R + (-2)R  0 1  2 1 
R2 R2 + (-2)R1 1 1 2

 5  2
A-1 =  
 2 1 

Como hemos visto, podemos utilizar la misma para resolver el SEL.

A.x =b

A-1 . A . x = A-1 . b

( A-1 . A ) . x = A-1 . b

I .x = A-1 . b

19
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

x = A-1 . b

 x   5  2 1 
Luego,      
 y    2 1  4 

 x    3   3
     También podemos escribir x=  
 y  2   2 

Por lo tanto, la única solución del SEL es (-3 , 2).

 -3 + 2.2= 1
Verifiquemos que (-3,2) satisface las ecuaciones del SEL.  2.(-3)+5.2 = 4


Nota: observar que si resolvemos el SEL utilizando el Método de Gauss-Jordan obtenemos la misma única
solución.

 x  2y  1
Si resolvemos el SEL  utilizando el Método de Gauss Jordan
2 x  5 y  4

1 2 1 1 2 1  1 0  3  x  3
      
 2 5 4  R2 R2 + (-2)R1  0 1 2  R1 R1 + (-2)R2  0 1 2  y2

La única solución del SEL es (-3 , 2).

Nota numérica: En la práctica, calcular tanto A-1 como A-1. b requiere aproximadamente tres veces más
operaciones aritméticas que las utilizadas para resolver A.x = b mediante el método de reducción por filas.

20
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

El ejemplo anterior nos sirve de ayuda para introducir el siguiente teorema.

Teorema

Si A (nxn) es una matriz inversible, el sistema de ecuaciones lineales A.x = b

tiene solución única para cada matriz b (nx1).

A partir de lo trabajado, analizaremos las siguientes proposiciones:

21
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

PROPOSICIONES EQUIVALENTES
Sea A una matriz cuadrada n x n. Entonces, los siguientes enunciados son equivalentes.
Esto es, si uno es cierto, todos son ciertos. Si uno es falso , todos son falsos.

A (nxn) es Inversible

A es equivalente por filas a la matriz Identidad ( In )

El sistema de ecuaciones lineales A.x = b tiene solución única para cada matriz b de nx1.

El sistema de ecuaciones lineales homogéneo A.x = 0 admite solución Trivial.

La Forma Escalonada Reducida equivalente a A tiene n pivotes.

22
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

Si A (nxn) NO es Inversible:

A (nxn) NO es Inversible

A NO es equivalente por filas a la Identidad ( In )

El sistema de ecuaciones lineales A.x = b NO tiene solución única para cada matriz b (nx1).
(o sea el SEL podrá tener infinitas soluciones o ninguna solución)

El sistema de ecuaciones lineales homogéneo A.x = 0 admite solución NO Trivial.

La Forma Escalonada Reducida equivalente a A NO tiene n pivotes.

23
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

PROPOSICIONES EQUIVALENTES
Ejemplo

1 2
A=   es Inversible
 2 5

1 2 1 0 1 2 1 0 1 0 5  2
     
 2 5 0 1   0 1  2 1  R1 R1+ (-2)R2  0 1  2 1 
1 2 R2  R2+ (-2)R1
A=   es INVERSIBLE A -1
I I A
 2 5
 5  2
A-1 =  
 2 1 

24
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

1 2
A=   es equivalente por filas a la Identidad
1 2  2 5
A =  2 5  es equivalente por filas
 
1 2 1 2 1 0
     
a la Identidad ( I2 )
 2 5 R2  R2+ (-2)R1  0 1  R1  R1+ (-2)R2 0 1
A I2

La Forma Escalonada Reducida (FER) equivalente a A (2x2) tiene 2 pivotes. 1 0

I2 =   tiene 2 pivotes
 0 1 

FER equivalente a A

25
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

1 2
A=  
 2 5
El sistema lineal A . x = b tiene única solución para cada matriz b de n x 1
1 2
A =  2 5  es INVERSIBLE
  A . x = b  x  2y  3

1 2  x   3 2 x  5 y  1
  .   =  
 2 5  y  1 

 1 2 3 1 2 3   1 0 13 
El sistema lineal A . x = b tiene      
 2 5 1  R2  R2+ (-2)R1  0 1  5 R1  R1+ (-2)R2  0 1  5
única solución para cada matriz b
de n x 1 El SEL A . x = b tiene única solución (13 , -5 )

 3
Si en lugar de la matriz de términos independientes b =   tomamos, por ejemplo
1  
  1
b =   obtendríamos el SEL
 2
x  2 y  1
A . x = b 
2 x  5 y  2
 1 2   x    1
  .   =  
 2 5  y   2 

26
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

 1 2  1  1 2  1 1 0  9
     
2 5 2  R2  R2+ (-2)R1 0 1 4  R1  R1+ (-2)R2 0 1 4 

El SEL A . x = b tiene única solución (-9 , 4 )

  1
Si en lugar de la matriz de términos independientes b =   tomamos, por
 2
0
ejemplo b =   obtendríamos el SELH
0  

A . x =0  x  2y  0

1 2  x   0 2 x  5 y  0
El sistema de ecuaciones   .   =  
 2 5   y 0
lineales homogéneo A.x = 0
 1 2 0 1 2 0 1 0 0
admite solución Trivial.      
 2 5 0 R2  R2+ (-2)R1  0 1 0 R1  R1+ (-2)R2  0 1 0

El SELH A . x = 0 tiene única solución ( 0 , 0 ) o sea admite solución Trivial

Y así , para cada matriz b de términos independientes que eligiéramos el SEL A . x = b tendrá
única solución, o sea será Compatible Determinado (donde la matriz de coeficientes A es
INVERSIBLE ).

27
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

Ejemplo

 1 2 
A=   NO es Inversible
 1 2 
A =   2  4  NO es INVERSIBLE   2  4
 

 1 2 1 0 1 2 1 0
   
  2  4 0 1 0 0 2 1
R2  R2+ 2R1

Si la reducción de A conduce a una fila de

ceros a la izquierda de la barra vertical,
A NO es Inversible

28
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

 1 2 
A=   NO es equivalente por filas a la Identidad
  2  4 
 1 2 
A=   NO es equivalente
  2  4  1 2  1 2
   
por filas a la Identidad ( I )   2  4  R2  R2+ 2R1  0 0 

No es la matriz Identidad

1 2
  NO tiene 2 pivotes
La Forma Escalonada Reducida (FER) equivalente a A (2x2) NO tiene 2 pivotes. 0 0

FER equivalente a A

29
ÁLGEBRA Y GEOMETRÍA – Matrices y SEL Departamento de Matemática – Facultad de Ingeniería – UNPSJB

El sistema de ecuaciones lineales A.x = b NO tiene solución única para cada matriz b (nx1).
(o sea el SEL podrá tener infinitas soluciones o ninguna solución)

El SEL A .x = b

El SEL A .x = b puede tener Infinitas Soluciones El SEL A .x = b puede No Tener Solución

Ejemplo Ejemplo
 1 2   x  3   x  2y  3  1 2   x  1   x  2y  1
 .       .     
  2  4   y  -6  2 x  4 y  6   2  4  y   5  2 x  4 y  5

Rectas coincidentes Rectas paralelas

 1 2 3   1 2 3  1 2 1 1 2 1
       
  2  4  6  R2  R2+ 2R1 0 0 0   2  4 5 R2  R2+ 2R1 0 0 7

  
 x + 2y = 3   x = 3 – 2y  x = 3 – 2t , t R Sistema Incompatible – No tiene solución
  
y variable libre

Sistema Compatible Indeterminado – Infinitas soluciones

Solución General ( 3 - 2t , t ) t R

30