INVERSA DE UNA MATRIZ

ÁLGEBRA LINEAL

Universidad Nacional de Ingeniería, Lima, Perú

04/04/2023

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 1 / 25

 Matrices Invertibles

Tabla de contenidos

1 Matrices Invertibles
Unicidad
Relación entre el rango de una matriz y su inversa
Cálculo de la inversa de una matriz
Propiedades de las matrices invertibles
Matriz ortogonal

2 Aplicación

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 2 / 25

 Matrices Invertibles

Definición 1 (Inversa de una Matriz)

Sea A una matriz de orden n × n. Se dice que A es invertible si existe una
matriz B de orden n × n tal que

AB = BA = In

donde In es la matriz Identidad de orden n × n y B es llamada la inversa de A.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 3 / 25

 Matrices Invertibles

Ejemplo 1: Determine la inversa de las siguientes matrices, si existen.

     
2 5 3 −5 1 2
X = , Y = , Z =
1 3 −1 2 2 4

Solución: Se puede probar facilmente,

   
a b 1 d −b
si A = , entonces su inversa es B = ( ad−bc ) donde
c d −c a
ad − bc 6= 0. Así tendremos
   
2 5 3 −5
X = , X −1 =
1 3 −1 2

y Z no posee inversa.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 4 / 25

 Matrices Invertibles Unicidad

Teorema 1
Sea A es una matriz n × n. Si B es una inversa de A y C es otra inversa de
A entonces B = C.

Demostración:
Como B es inversa de A, entonces BA = I, de esto BAC = IC, pero C es
inversa de A, así BI = C, luego B = C.
Es decir, si la inversa de una matriz existe, esta es única.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 5 / 25

 Matrices Invertibles Unicidad

Notación: Por el teorema anterior como a lo sumo hay una matriz inversa,
se denotará B = A−1 si B es la inversa de A.
Es decir, A−1 es la única matriz tal que

AA−1 = A−1 A = In .

Teorema 2
Si An Bn = In entonces Bn An = In

Observación: Del teorema anterior tenemos que A y B son invertibles, es

decir cada una de ellas es la inversa de la otra.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 6 / 25

 Matrices Invertibles Relación entre el rango de una matriz y su inversa

Teorema 3
Sean An×n y Bn×n dos matrices donde An×n es invertible. Entonces

rg(AB) = rg(B) .

Demostración: Se deja como ejercicio la demostración.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 7 / 25

 Matrices Invertibles Relación entre el rango de una matriz y su inversa

Teorema 4 (Criterio de la invertibilidad de una matriz cuadrada en términos

de su rango)
Sea A una matriz de orden n × n. Entonces

A es invertible si y sólo si rg(A) = n .

Ejemplo 2: Dadas las matrices

     
0 1 3 2 4 1 2 4 6
X = 2 −2 1 , Y = 3 2 0 , Z =  4 8 0 .
2 −1 4 1 0 1 6 0 20

Haciendo uso del teorema 6, diga si las siguientes matrices son invertibles.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 8 / 25

 Matrices Invertibles Cálculo de la inversa de una matriz

Teorema 5
Si An×n es una matriz invertible entonces es equivalente por filas a la matriz
In , es decir, existe F = Fp · · · F2 F1 donde Fi es una operación elemental fila
para todo i = 1, . . . , p; p ∈ N tal que

FA = (Fp · · · F2 F1 )A = In .

Corolario 1
Si An×n es una matriz invertible entonces existe una matriz P = Ep · · · E2 E1
donde Ei es una matriz elemental fila para todo i = 1, . . . , p; p ∈ N tal que

PA = Ep · · · E2 E1 A = In .

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 9 / 25

 Matrices Invertibles Cálculo de la inversa de una matriz

Ejemplo 3: Demostrar:
Si An×n es invertible entonces A se descompone como el producto de
matrices elementales fila.
Solución: Por el Corolario 1, tenemos (Ep · · · E2 E1 )A = In , entonces
A = E1−1 E2−1 · · · Ep−1 .

Ejemplo 4: Pruebe que:

Dos matrices An×n y Bn×n son equivalentes por fila si y sólo si existe una
matriz invertible Pn×n tal que B = PA.
Solución: Como

A vf B ⇐⇒ B = Fp · · · F2 F1 A ⇐⇒ B = (Ep · · · E2 E1 )A ⇐⇒ B = PA

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 10 / 25

 Matrices Invertibles Cálculo de la inversa de una matriz

Dada la matriz invertible An×n , satisface

Rango máximo (Teorema 4), es decir, rg(A) = n.

Equivalente por filas a la matriz identidad (Teorema 5), es decir,

Af = FA
= (Fp · · · F2 F1 )A
= Ep · · · E2 E1 A
= BA
= In

donde cada Ei es una matriz elemental fila.

Estos dos puntos nos proporcionan el siguiente algoritmo para calcular la

inversa de una matriz An×n .

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 11 / 25

 Matrices Invertibles Cálculo de la inversa de una matriz

Algoritmo para el cálculo de la matriz inversa

1. Construir el bloque matricial (An |In ).
2. Aplicar operaciones elementales fila sobre la matriz (An |In ) hasta que
ésta sea equivalente por filas a la matriz (Af |B), es decir,

(An |In ) ∼ (Af |B).

3. Si Af = In , entonces A es invertible y A−1 = B.

4. Si Af 6= In , entonces A no es invertible.

Ejemplo 5: Dadas las matrices invertibles del Ejemplo 2. Halle la inversa de

cada una de estas matrices, haciendo uso del algoritmo presentado en la
diapositiva previa.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 12 / 25

 Matrices Invertibles Cálculo de la inversa de una matriz

Solución:  
2 4 1 1 0 0
F
(Y |I) =  3 2 0 0 1 0  −−−−−−13−−−−→
F21 (−3),F31 (−2)
1 0 1 0 0 1
   
1 0 1 0 0 1 1 0 1 0 0 1
F32 (−2)
 0 2 −3 0 1 −3  − −−−−→  0 1 −3/2 0 1/2 −3/2 
F2 (1/2)
0 4 −1 1 0 −2 0 0 5 1 −2 4
 
1 0 0 −1/5 2/5 1/5
F3 (1/5)
−−−−−−−−−−→  0 1 0 3/10 −1/10 −3/10  = (I|B)
F23 (3/2),F13 (−1)
0 0 1 1/5 −2/5 4/5
entonces Y −1 = B .

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 13 / 25

 Matrices Invertibles Propiedades de las matrices invertibles

El siguiente teorema registra algunas de las propiedades más importantes

de las matrices invertibles.

Teorema 6
a) Si A es una matriz invertible, entonces A−1 es invertible y (A−1 )−1 = A.
b) Si A es una matriz invertible y c es un número real no nulo, entonces
cA es una matriz invertible y (cA)−1 = 1c A−1 .
c) Si A y B son matrices invertibles del mismo orden, entonces AB es
invertible y (AB)−1 = B −1 A−1 .
d) Si A es una matriz invertible, entonces AT es invertible y
(AT )−1 = (A−1 )T .
e) Si A es una matriz invertible, entonces An es invertible para todo n ∈ N
y (An )−1 = (A−1 )n .

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 14 / 25

 Matrices Invertibles Propiedades de las matrices invertibles

Ejemplo 6: Resuelva la siguiente ecuación matricial para encontrar X

(suponga que las matrices involucradas son tales que todas las operaciones
indicadas están definidas): A−1 (BX )−1 = (A−1 B 3 )2 .

Solución:

(BX )−1 = B 3 (A−1 B 3 ) =⇒ I = B 3 (A−1 B 3 )BX =⇒ X = (B 3 A−1 B 4 )−1

Ejemplo 7: Proporcione un contraejemplo para demostrar que en general

(A + B)−1 6= A−1 + B −1 .

Solución: Si A2 = B2 = I2 entonces (A + B)−1 = (1/2)I 6= 2I

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 15 / 25

 Matrices Invertibles Propiedades de las matrices invertibles

Ejemplo 8: Let An×n , Bn×n . Show that if B is invertible, then

traza(B −1 AB) = traza(A).

Ejemplo 9: Let the square matrices A, B and A + B are invertible. Show

that A−1 + B −1 is invertible, and

(A−1 + B −1 )−1 = A(A + B)−1 B = B(A + B)−1 A.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 16 / 25

 Matrices Invertibles Matriz ortogonal

Definición 2 (Matriz ortogonal)

Una matriz Qn×n se llama ortogonal si Q es invertible y

Q −1 = Q T ⇐⇒ QQ T = Q T Q = I

Ejemplo 10: Let A be a skew-symmetric matrix and I − A is invertible. Show

that the matrix B = (I + A)(I − A)−1 is orthogonal.

Solución: Del dato A = −AT y es facil probar que

(I + A)−1 (I − A) = (I − A)(I + A)−1

Por lo tanto

B = (I + A)(I − A)−1 y B T = (I + A)−1 (I − A) = (I − A)(I + A)−1

de lo anterior BB T = I, entonces B es ortogonal.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 17 / 25

 Matrices Invertibles Matriz ortogonal

Ejemplo 11: Let A, B be real square matrices, and let the matrix P be
orthogonal and B = P −1 AP. Show that tr (At A) = tr (B t B).

Solución: Si P es ortogonal, entonces P −1 es ortogonal y

tr (B T B) = tr (BB T ) = tr [(P −1 AP)(P T AT P −T )]

= tr [AT P −T P −1 A]
= tr (AT A)

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 18 / 25

 Aplicación

Tabla de contenidos

1 Matrices Invertibles

2 Aplicación
Conceptos básicos de Criptografía
Criptografía en matrices invertibles

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 19 / 25

 Aplicación Conceptos básicos de Criptografía

Conceptos básicos de Criptografía.

Criptografía: Se ocupa del diseño de algoritmos para la seguridad de

mensajes.

En criptografía clásica, El cifrado de Hill fue inventado, basándose en

el álgebra lineal, por el matemático norteamericano Lester S.
Hill en 1929, y aparece explicado en su artículo Cryptography in an
Algebraic Alphabet, publicado en The American Mathematical Monthly.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 20 / 25

 Aplicación Conceptos básicos de Criptografía

Expliquemos en qué consiste el cifrado de Hill. En primer lugar, se

asocia cada letra del alfabeto con un número. La forma más sencilla
de hacerlo es con la asociación natural ordenada, aunque podrían
realizarse otras asociaciones diferentes. Además, en este ejemplo
solamente vamos a utilizar las 27 letras del alfabeto, pero también
podrían añadirse otros símbolos usuales, como el espacio en blanco
“_”, el punto “.” o la coma “,”, la interrogación “?”, las 10 cifras básicas,
etcétera.

A=1 B=2 C=3 D=4 E=5 F=6 G=7 H=8

I=9 J=10 K=11 L=12 M=13 N=14 Ñ=15 O=16
P=17 Q=18 R=19 S=20 T=21 U=22 V=23 W=24
X=25 Y=26 Z=27

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 21 / 25

 Aplicación Criptografía en matrices invertibles

¿Cómo funciona?
1. Supongamos que tenemos una matriz invertible An×n (la matriz de
codificación) y un texto que queremos cifrar M.
2. Transformamos el texto (M) a una secuencia de números, dando a cada
carácter un valor numérico único; a continuación, formamos una matriz
mediante la agrupación de los números en columnas de acuerdo al orden de
la matriz An×n . Llamemos a esta matriz Tn×k (la matriz plana), es decir

El mensaje M se transfoma a la matriz numérica Tn×k

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 22 / 25

 Aplicación Criptografía en matrices invertibles

3. Multiplicando la matriz A por la matriz T , se obtiene la matriz cifrada Cn×k ,

es decir
C = AT .
4. Para descifrar el mensaje, sólo debe multiplicarse A−1 C = T .
5. El texto plano original se puede hallar nuevamente tomando la matriz
resultante y uniendo sus vectores columna, de manera que formen una
secuencia, para luego convertir los números en los caracteres respectivos.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 23 / 25

 Aplicación Criptografía en matrices invertibles

Ejemplo: Dada la matriz de codificación

 
3 2 5
A = 0 9 −1 ,
2 3 4.

se tiene el texto M =“COVIDDIECINUEVE” a cifrar. Luego,

Transforme el mensaje M a la matriz numérica T .
Halle la matriz cifrada C.

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 24 / 25

 Aplicación Criptografía en matrices invertibles

Solución: Del mensaje M tenemos:

C O V I D D I E C I N U E V E
3 16 23 9 4 4 9 5 3 9 14 22 5 23 5

La matriz T sera:  
3 9 9 9 5
T = 16 4 5 14 23
23 4 3 22 5
entonces la matriz cifrada C es:
  
3 2 5 3 9 9 9 5
C = AT = 0 9 −1 16 4 5 14 23
2 3 4 23 4 3 22 5
 
156 55 52 165 86
= 121 32 42 104 207
146 46 45 22 99

Periodo 2023-I (UNI) Profesor: Richard Acuña Ortega Sesión 1 - Semana 2 25 / 25