ÁLGEBRA LINEAL

Mg. Ruben Arbañil Rivadeneira

 CONTENIDO
(Semana N° 04)

1. Matriz inversa usando determinantes.

2. Sistema de ecuaciones lineales.
3. Solución de los sistemas de ecuaciones
lineales de 𝑚 ecuaciones con 𝑛 incógnitas:
Método de Gauss Jordan
5. Ejemplos y ejercicios.
1. MATRICES INVERSA MEDIANTE DETERMINANTES.

Definición.

Sea 𝐴 una matriz cuadrada de orden 𝑛𝑥𝑛. Si existe una matriz

cuadrada 𝐵 de orden 𝑛𝑥𝑛 tal que 𝐴𝐵 = 𝐵𝐴 = 𝐼, entonces se dice que 𝐵
es la matriz inversa de 𝐴 y se denota por 𝐵 = 𝐴−1 .

Ejemplo:

1 −1 2 3 1
𝐴= y 𝐵=
−2 3 2 4 2

Como 𝐴𝐵 = 𝐵𝐴 = 𝐼, entonces 𝐵 es la inversa de 𝐴, es decir:

3 1
𝐴−1 = 𝐵 =
4 2
 OBSERVACIONES

1 Si una matriz tiene inversa, entonces esta inversa es única.

2 Si 𝐵 es la matriz inversa de 𝐴, entonces también se puede

decir que 𝐴 es la matriz inversa de 𝐵.

3 No siempre una matriz cuadrada tiene inversa.

 TEOREMA

Una matriz cuadrada 𝐴 tiene inversa si y sólo si 𝐴 ≠ 0.

DEFINICIONES

[1] Una matriz cuadrada 𝐴 se dice que es no singular, si y sólo si

𝐴 ≠ 0.
[2] Una matriz cuadrada 𝐴 se dice que es singular, si y sólo si
𝐴 = 0.
Obtención de la Inversa de una matriz

TEOREMA

Si 𝐴 es una matriz invertible 𝐴 ≠ 0 , entonces la matriz inversa está

dada por:
𝐴𝑑𝑗(𝐴) 1
𝐴−1 = = 𝐴𝑑𝑗 𝐴
𝐴 𝐴

Ejemplo:

3 6 −9
𝐴= 0 2 1
−3 −1 2

Hallar su inversa, si existe?

det 𝐴 = 𝑎11 𝐴11 + 𝑎21 𝐴21 + 𝑎31 𝐴31

 TEOREMA

Si una matriz cuadrada 𝐴 es no singular 𝐴 ≠ 0 , entonces:

𝟏
𝑨−𝟏 =
𝑨
Propiedades de la Inversa de una matriz cuadrada 𝑨

Sean 𝐴, 𝐵 ∈ 𝕂𝑛 , matrices invertibles, esto es, 𝐴 ≠ 0, 𝐵 ≠ 0 y 𝜆 ∈ ℝ,

un escalar, entonces:

(1) 𝐴𝐴−1 = 𝐴−1 𝐴 = 𝐼 (5) 𝜆𝐴 −1 = 𝜆−1 𝐴−1

(2) 𝐴−1 −1 =𝐴 (6) 𝐼𝑛 −1 = 𝐼𝑛

(3) 𝐴𝐵 −1 = 𝐵−1 𝐴−1 (7) 𝐴𝑛 −1 = 𝐴−1 𝑛

(4) 𝐴𝑡 −1 = 𝐴−1 𝑡 (8) 𝐴𝑑𝑗 𝐴−1 = 𝐴𝑑𝑗 𝐴 −1

Demostración (8)

Demuestre que:
−1
𝐴𝑑𝑗 𝐴−1 = 𝐴𝑑𝑗 𝐴
En efecto,

−1 −1
𝐴
𝐴𝑑𝑗 𝐴 = 𝐴 𝐴 ⇒ 𝐴𝑑𝑗 𝐴 = ⋯ (∗)
𝐴

−1 −1 −1 −1
𝐴 −1
𝐴
𝐴𝑑𝑗 𝐴 = 𝐴 𝐴 = ⇒ 𝐴𝑑𝑗 𝐴 = ⋯ ∗∗
𝐴 𝐴

De ∗ y ∗∗ podemos ver que:

−1
𝐴𝑑𝑗 𝐴−1 = 𝐴𝑑𝑗 𝐴

−1
1
𝐴𝑑𝑗 𝐴 = 𝐴−1 𝐴 −1 = 𝐴 −1 𝐴−1 −1 = 𝐴
𝐴
2. SISTEMAS DE ECUACIONES LINEALES.

2.1. DEFINICIÓN: Un sistema de 𝑚 – ecuaciones lineales con 𝑛 –

incógnitas, es un conjunto de ecuaciones de la forma:

𝒂𝟏𝟏 𝒙𝟏 + 𝒂𝟏𝟐 𝒙𝟐 + ⋯ + 𝒂𝟏𝒏 𝒙𝒏 = 𝒃𝟏

𝒂𝟐𝟏 𝒙𝟏 + 𝒂𝟐𝟐 𝒙𝟐 + ⋯ + 𝒂𝟐𝒏 𝒙𝒏 = 𝒃𝟐
(∗)
⋮ ⋱ ⋮ ⋮
𝒂𝒎𝟏 𝒙𝟏 + 𝒂𝒎𝟐 𝒙𝟐 + ⋯ + 𝒂𝒎𝒏 𝒙𝒏 = 𝒃𝒎

En forma matricial, el sistema (∗) se escribe: 𝐴𝑋 = 𝐵

Donde:
 𝐴𝑚×𝑛 𝑋𝑛×1 = 𝐵𝑚×1

𝒂𝟏𝟏 𝒂𝟏𝟐 ⋯ 𝒂𝟏𝒏

𝒂𝟐𝟏 𝒂𝟐𝟐 ⋯ 𝒂𝟐𝒏
𝑨= Matriz de coeficientes
⋮ ⋱ ⋮
𝒂𝒎𝟏 𝒂𝒎𝟐 ⋯ 𝒂𝒎𝒏

𝒙𝟏
𝒙𝟐
𝑿= ⋮ Matriz de las n-incógnitas
𝒙𝒏 𝒏𝒙𝟏

3𝑥 + 4𝑦 = 0 3 4 𝑥 7
𝐴= ; 𝑋= 𝑦 ; 𝐵=
5𝑥 − 8𝑦 = 0 5 −8 −9
 𝑏1
𝑏 Matriz de los términos
𝐵= 2
⋮ independientes
𝑏𝑚 𝑚×1

𝒂𝟏𝟏 𝒂𝟏𝟐 ⋯ 𝒂𝟏𝒏 ⋮ 𝒃𝟏

𝒂 𝒂𝟐𝟐 ⋯ 𝒂𝟐𝒏 ⋮ 𝒃𝟐 Matriz ampliada del
𝑨 ⋮ 𝑩 = 𝟐𝟏
⋮ ⋮ ⋮ sistema (∗)
𝒂𝒎𝟏 𝒂𝒎𝟐 ⋯ 𝒂𝒎𝒏 ⋮ 𝒃𝒎
2.2. SISTEMA DE ECUACIONES LINEALES HOMOGÉNEAS Y
NO HOMOGÉNEAS

Dada la ecuación matricial 𝑨𝑿 = 𝑩 se tiene:

a) Si 𝐵 = 𝜃𝑚𝑥1 entonces diremos que el sistema es HOMOGÉNEO

b) Si 𝐵 ≠ 𝜃𝑚𝑥1 entonces diremos que el sistema es NO HOMOGÉNEO

3. SOLUCIÓN DE LOS SISTEMAS DE ECUACIONES
LINEALES.
3.1 REGLA DE CRAMER
Si 𝐴𝑋 = 𝐵 es un sistema de 𝒏 – ecuaciones con 𝒏 –
incógnitas:
𝑥1 , 𝑥2 , … , 𝑥𝑛 en el cual 𝑨 ≠ 𝟎; entonces existe una solución
única 𝑋, dada por las fórmulas:

𝐶𝑗
𝑥𝑗 = Para 𝑗 = 1,2, … , 𝑛
𝐴

𝐶𝑗 es la matriz obtenida de 𝐴 al reemplazar la

OBS columna 𝑗 de 𝐴 por la matriz columna 𝐵.
3.2 REGLA DE GAUSS – JORDAN (Por operaciones elementales)
Este método consiste en lo siguiente:

Reducir la matriz ampliada 𝐴 ⋮ 𝐵 a su forma

escalonada.

Discutir el sistema, en base a la forma escalonada de

𝐴 ⋮ 𝐵 . Para discutir el sistema, tomar en referencia,
el siguiente diagrama:

𝑂𝐸
𝐴⋮𝐵 → 𝐸 𝐴⋮𝐵 luego 𝐴 ⋮ 𝐵 ~ 𝐸 𝐴⋮𝐵
 INICIO
𝜌(𝐴) = rango de 𝐴
𝐴𝑋 = 𝐵
𝜌 𝐴 ⋮ 𝐵 = rango de 𝐴 ⋮ 𝐵
𝐴⋮𝐵 se reduce a la
𝜌=𝜌 𝐴 =𝜌 𝐴⋮𝐵
forma escalonada
𝑛: número de incógnitas
El sistema es ≠
INCOMPATIBLE 𝜌 𝐴 :𝜌 𝐴 ⋮ 𝐵

=
El sistema es compatible
NO EXISTE
SOLUCIÓN EXISTE
𝜌: 𝑛 =
SOLUCIÓN
< ÚNICA
Existen infinitas soluciones

𝑘 =𝑛−𝜌
𝑘: N° de parámetros

HALLAR SOLUCIONES

FIN
 NOTA

La regla de Cramer se aplica sólo cuando el número de

ecuaciones es igual al número de incógnitas y 𝐴 ≠ 0.

El Método de Gauss – Jordan se aplica para todo

sistema de ecuaciones lineales.
4. EJEMPLOS.

Ejemplo 4.1
Demuestre que:
𝑛−1 2
𝐴𝑑𝑗 𝐴𝑑𝑗 𝐴 = 𝐴
En efecto,

Sabemos que: 𝐴𝑑𝑗 𝐴 = 𝐴 𝐴−1

De la misma forma:
𝐴𝑑𝑗 𝐴 𝐴−1 = 𝐴 𝐴−1 𝐴 𝐴−1 −1 ⋯ ∗
Pero,
−1 𝑛 −1 𝑛
1
𝐴𝐴 = 𝐴 𝐴 = 𝐴 ⋯ 1
𝐴
Además:
1
𝐴 𝐴−1 −1 = 𝐴 −1 𝐴−1 −1 = 𝐴 ⋯ 2
𝐴

Reemplazando 1 y 2 en ∗ obtenemos:
Demuestre que:
−1 𝑛
1 1
𝐴𝑑𝑗 𝐴 𝐴 = 𝐴 𝐴
𝐴 𝐴

𝐴𝑑𝑗 𝐴 𝐴−1 = 𝐴 𝑛−2 𝐴

𝐴𝑑𝑗 𝐴 𝐴−1 = 𝐴 𝑛−2 𝐴

𝐴𝑑𝑗 𝐴 𝐴−1 = 𝐴 𝑛−2 𝑛

𝐴

𝐴𝑑𝑗 𝐴𝑑 𝐴 = 𝐴 𝑛2 −2𝑛+1

𝐴𝑑𝑗 𝐴𝑑𝑗 𝐴 = 𝐴 𝑛−1 2

𝑘𝐴 = 𝑘 𝑛 𝐴
Ejemplo 4.2

Hallar todas las soluciones de los siguientes sistemas:

𝑥1 − 2𝑥2 + 2𝑥3 = −4
∗ −2𝑥1 + 𝑥2 + 2𝑥3 = −7
2𝑥1 + 2𝑥2 + 𝑥3 = 4

Rpta: El sistema (∗) tiene solución única.

𝟏 −𝟐 𝟐 𝒙𝟏 −𝟒
𝑨 = −𝟐 𝟏 𝟐 ; 𝑿 = 𝒙𝟐 ; 𝑩 = −𝟕
𝟐 𝟐 𝟏 𝒙𝟑 𝟒

𝐴𝑋 = 𝐵
1. Identificamos las matrices:
1 −2 2 𝑥1 −4
𝐴 = −2 1 2 ; 𝑋 = 𝑥2 ; 𝐵 = −7
2 2 1 𝑥3 4

2. Formamos la matriz ampliada o aumentada.

1 −2 2 −4
𝐴 ⋮ 𝐵 = −2 1 2 −7
2 2 1 4

3. Llevamos la matriz ampliada a su forma escalonada ( O.E):

1 −2 2 −4 𝑂𝐸 1 −2 2 −4
𝐴 ⋮ 𝐵 = −2 1 2 −7 ⟶ 0 1 −2 5 = 𝐸
2 2 1 4 0 0 1 −2
𝐸𝐴

𝐸(𝐴⋮𝐵)
4. Analizamos, mediante el método de de Gauss – Jordan
4.1 Se logra ver que 𝜌 𝐴 = 𝜌 𝐴 ⋮ 𝐵 = 3 = 𝜌, el sistema es compatible.
4.2 Además 𝜌 = 3 = 𝑛, según el diagrama el sistema tiene única solución.
5. Como 𝐴 ⋮ 𝐵 ~𝐸 entonces el sistema equivalente será:

𝑥1 − 2𝑥2 + 2𝑥3 = −4
𝑥2 − 2𝑥3 = 5
𝑥3 = −2

6. Finalmente, la solución única será:

𝑥1 , 𝑥2 , 𝑥3 = 2,1, −2
Ejemplo 4.3
¿Para qué valores de 𝑎 y 𝑏 el sistema :

3𝑥 − 2𝑦 + 𝑧 = 𝑏
∗ 5𝑥 − 8𝑦 + 9𝑧 = 3
2𝑥 + 𝑦 + 𝑎𝑧 = −1

tiene:
a. Única solución.
b. No tiene solución.
c. Infinitas soluciones.

3 −2 1 𝑥 𝑏
𝐴 = 5 −8 9 ; 𝑋= 𝑦 ; 𝐵= 3
2 1 𝑎 𝑧 −1
Solución:
Trabajamos la matriz ampliada.
3 −2 1 𝑏 1 −3 1−𝑎 𝑏+1
𝐴⋮𝐵 = 5 −8 9 3 ⟶ 0 1 4 + 5𝑎 7 −2 − 5𝑏 7 =𝐸 𝐴⋮𝐵 … (1)
2 1 𝑎 −1 0 0 1 3𝑏 − 1 −6 − 2𝑎

Observe que: −6 − 2𝑎 ≠ 0
a) Si −6 − 2𝑎 ≠ 0 ⇒ 𝑎 ≠ −3 ⇒ 𝜌 𝐴 ⋮ 𝐵 = 𝜌 𝐴 = 3 = 𝑛
El sistema tiene solución única.
Luego, si 𝑎 ≠ −3 y 𝑏 ∈ ℝ, también tiene solución única.

b) Si −6 − 2𝑎 = 0 ⇒ 𝑎 = −3, reemplazando en 1 se deduce que 𝜌 𝐴 = 2.

Falta encontrar 𝜌 𝐴 ⋮ 𝐵 , para lo cual se presentan 2 casos:
1
1. Si en 1 , 3𝑏 − 1 ≠ 0 ⇒ 𝑏 ≠ 3
Luego, reemplazando en 1 , vemos que 𝜌 𝐴 ⋮ 𝐵 = 3
Conclusión: Como 2 = 𝜌 𝐴 ≠ 𝜌 𝐴 ⋮ 𝐵 = 3, entonces el sistema es
inconsistente (no tiene solución).
1
Luego, si 𝑎 = −3 y 𝑏 ≠ 3, entonces el sistema no tiene solución.

1 −3 1−𝑎 𝑏+1
0 1 4 + 5𝑎 7 −2 − 5𝑏 7
0 0 −𝟔 − 𝟐𝒂 𝟑𝒃 − 𝟏
 1
2. Si en 1 , 3b − 1 = 0 ⇒ 𝑏 =
3
Luego, reemplazando en 1 , vemos que 𝜌 𝐴 ⋮ 𝐵 = 2.
Conclusión: Como 2 = 𝜌 𝐴 = 𝜌 𝐴 ⋮ 𝐵 = 2 entonces el sistema es consistente
(tiene solución).
Además, 𝜌 𝐴 = 𝜌 𝐴 ⋮ 𝐵 = 2 = 𝜌 < 𝑛 = 3, entonces existen infinitas
soluciones.

Respuestas:

a. Solución única: para 𝑎 ∈ ℝ − −3 y 𝑏 ∈ ℝ

b. No tiene solución: para 𝑎 = −3 y 𝑏 ∈ ℝ − 1 3
c. Infinitas soluciones: para 𝑎 = −3 y 𝑏 = 1 3

Las 𝑂𝐸 realizadas fueron:

𝑓1 + −1 𝑓3 ; 𝑓2 + −5 𝑓1 ; 𝑓3 + −2 𝑓1 ; 𝑓3 + −1 𝑓2

1 1
𝑓 ; 𝑓
7 2 −6 − 2𝑎 3
Ejemplo 4.4
Halle los valores de 𝑎 para que el siguiente sistema :

5𝑎 + 1 𝑥 + 2𝑎𝑦 + 4𝑎 + 1 𝑧 = 1+𝑎
∗ 4𝑎 − 1 𝑥 + 𝑎−1 𝑦 + 4𝑎 − 1 𝑧 = −1
2 3𝑎 + 1 𝑥 + 2𝑎𝑦 + 5𝑎 + 2 𝑧 = 2−𝑎

a. Tenga solución única.

b. Tenga infinitas soluciones.
c. No tenga solución.

5𝑎 + 1 2𝑎 4𝑎 + 1 𝑥 𝑎+1
𝐴= 4𝑎 − 1 𝑎−1 4𝑎 − 1 ; 𝑋= 𝑦 ; 𝐵 = −1
2 3𝑎 + 1 2𝑎 5𝑎 + 2 𝑧 2−𝑎
 5𝑎 + 1 2𝑎 4𝑎 + 1
𝑎 4𝑎 + 1
𝐴 = 4𝑎 − 1 𝑎 − 1 4𝑎 − 1 = 𝑎 − 1 = 𝑎+1 𝑎 𝑎−1
𝑎 5𝑎 + 2
6𝑎 + 2 2𝑎 5𝑎 + 2

𝐶1 + −1 𝐶3 ; 𝐶2 + −2 𝐶1

𝐴 = 𝑎+1 𝑎 𝑎−1

a) Para que tenga solución única 𝐴 ≠ 0 → 𝑎 ≠ −1 , 𝑎 ≠ 0 , 𝑎 ≠ 1

Falta probar que se cumple con estos valores:

Si 𝑎 = −1 reemplazamos en el sistema dado:

−4𝑥 − 2𝑦 − 3𝑧 = 0 ⋯ 1
−5𝑥 − 2𝑦 − 5𝑧 = −1 ⋯ 2
−4𝑥 − 2𝑦 − 3𝑧 = 3 ⋯ 3

De las ecuaciones 1 y 3 es fácil ver que el sistema es incompatible.

Por tanto, no tiene solución.
Si 𝑎 = 0 reemplazamos en el sistema dado:

𝑥+𝑧 =1 →𝑧=1−𝑥
−𝑥 − 𝑦 − 𝑧 = −1 → 𝑥 + 𝑦 + 𝑧 = 1 → 𝑥 + 𝑧 = 1 − 𝑦
2𝑥 + 2𝑧 = 2 → 𝑥 + 𝑧 = 1
Luego:
𝑥 = 𝑡 ; 𝑦 = 0 ; 𝑧 = 1 − 𝑡 ; 𝑡 ∈ ℝ (Infinitas soluciones)

Si 𝑎 = 1, se tiene:
6𝑥 + 2𝑦 + 5𝑧 = 2 1
3𝑥 + 3𝑧 = −1 2
8𝑥 + 2𝑦 + 7𝑧 = 1 3

De 3 − 1 y la ecuación 2 se logra ver la incompatibilidad.

Luego:
(b) Infinitas soluciones: 𝑎 = 0
(c) No tiene solución, cuando 𝑎 = −1 , 𝑎 = 1

𝑥+𝑧 =1
𝑥+𝑦+𝑧 =1
Ejercicio:

Discutir el siguiente sistema:

2𝑥1 − 𝑥2 + 2𝑥3 = 1
𝑥1 − 3𝑥2 + 4𝑥3 = −15
∗∗
𝑥1 + 2𝑥2 − 2𝑥3 = 16
3𝑥1 + 𝑥2 = 17

Respuesta:
El sistema (∗∗) tiene infinitas soluciones
 2𝑥1 − 𝑥2 + 2𝑥3 = 1
𝑥1 − 3𝑥2 + 4𝑥3 = −15
∗∗
𝑥1 + 2𝑥2 − 2𝑥3 = 16
3𝑥1 + 𝑥2 = 17

2 −1 2 1 1 2 2 16 1 2 2 16
1 −3 4 −15 0 −5 6 −31 0 −5 6 −31
𝐴⋮𝐵 = ~ ~ ~
1 2 −2 16 0 −5 6 −31 0 0 0 0
3 1 0 17 0 −5 6 −31 0 0 0 0

1 2 2 16
0 1 −6 5 − 31 5
~
0 0 0 0
0 0 0 0

Se tiene que 𝜌 𝐴 = 2 = 𝜌 𝐴 ⋮ 𝐵 entonces el sistema es

COMPATIBLE.
Ahora bien, 2 = 𝜌 < 𝑛 = 3 entonces el sistema tiene infinitas
soluciones, es decir es COMPATIBLE INDETERMINADO.
El sistema equivalente será:
𝑥 + 2𝑦 + 2𝑧 = 16
5𝑦 − 6𝑧 = −31

6𝑡−31 6𝑡−31
Hacemos 𝑧 = 𝑡 ; 𝑦 = ; 𝑥 = 16 − 2𝑡 − 2
5 5

6𝑡 − 31
𝑥, 𝑦, 𝑧 = ? , ,𝑡
5
Ejercicio:

Discutir el siguiente sistema:

𝑥1 + 2𝑥2 − 𝑥3 = 2
∗∗∗ 3𝑥1 + 𝑥2 + 𝑥3 = 7
2𝑥1 − 𝑥2 + 2𝑥3 = 6

Respuesta:
El sistema (∗∗∗) es incompatible
 𝑥1 + 2𝑥2 − 𝑥3 = 2
∗∗∗ 3𝑥1 + 𝑥2 + 𝑥3 = 7
2𝑥1 − 𝑥2 + 2𝑥3 = 6

1 2 −1 𝑥 2
1. 𝐴 = 3 1 1 ; 𝑋= 𝑦 ; 𝐵= 7
2 −1 2 𝑧 6

1 2 −1 2
2. L a matriz aumentada será: 𝐴 ⋮ 𝐵 = 3 1 1 7
2 −1 2 6

3. Llevarlo a su forma escalonada , mediante OE.

𝑓2 + (−3)𝑓1
1 2 −1 2 1 2 −1 1 𝑓3 + (−1)𝑓2
𝐴⋮𝐵 = 3 1 1 7 𝑓3 + (−2)𝑓1 0 −5 4 1
2 −1 2 6 0 −5 4 2
1
1 2 −1 1 − 𝑓2 1 2 −1 1
0 −5 4 1 5 0 1 −4 5 −1 5
0 0 0 1 0 0 0 1
 METACOGNICIÓN

¿Qué aprendimos en esta sesión?

¿Qué dificultades tuviste? ¿Cómo lo superaste o piensas

superarlo?

¿De qué manera influye el concepto de matrices en tu vida

cotidiana?
Una Pausa...
 5𝑎 + 1 2𝑎 4𝑎 + 1
𝑎 4𝑎 + 1
𝐴 = 4𝑎 − 1 𝑎 − 1 4𝑎 − 1 = 𝑎 − 1 = 𝑎+1 𝑎 𝑎−1
𝑎 5𝑎 + 2
6𝑎 + 2 2𝑎 5𝑎 + 2

𝐶1 + −1 𝐶3 ; 𝐶2 + −2 𝐶1

5𝑎 + 1 2𝑎 4𝑎 + 1 𝑎 2𝑎 4𝑎 + 1 𝑎 0 4𝑎 + 1
𝐴 = 4𝑎 − 1 𝑎 − 1 4𝑎 − 1 = 0 𝑎 − 1 4𝑎 − 1 = 0 𝑎−1 4𝑎 − 1 =
6𝑎 + 2 2𝑎 5𝑎 + 2 𝑎 2𝑎 5𝑎 + 2 𝑎 0 5𝑎 + 2

𝑎 4𝑎 + 1
= 𝑎−1 = 𝑎−1 𝑎 𝑎+1
𝑎 5𝑎 + 2

𝐴 = 𝑎+1 𝑎 𝑎−1

Pero el sistema tendrá solución única si, y sólo si 𝐴 ≠ 0, es decir:

𝑎+1 𝑎 𝑎−1 ≠0