Facultad de Administración y Ciencias Sociales

Universidad ORT Uruguay

Matemática 2
Carrera: Licenciatura en Economía

Resumen Teórico Nº 4
Contenido: Algunos aspectos adicionales sobre matrices invertibles

Material realizado con fines educativos

por Dr. Erik Caseres
 MATRICES INVERTIBLES
El siguiente ejemplo nos ayudará a encontrar otro procedimiento equivalente para calcular la inversa de una
matriz cuadrada, siempre que exista.

Ejemplo 4.1:
1 2
Hallar una matriz B tal que 𝐴𝐵 = 𝐵𝐴 = 𝐼2 , siendo 𝐴 = ( )
3 4
Solución:
𝑎 𝑏
Sea 𝐵 = ( ). Queremos que 𝐴𝐵 = I2 .
𝑐 𝑑

1 2 𝑎 𝑏 1 0 𝑎 + 2𝑐 𝑏 + 2𝑑 1 0
→( )( )=( )→( )=( )
3 4 𝑐 𝑑 0 1 3𝑎 + 4𝑐 3𝑏 + 4𝑑 0 1

𝑎 + 2𝑐 = 1 𝑏 + 2𝑑 = 0
→{ 𝑦 {
3𝑎 + 4𝑐 = 0 3𝑏 + 4𝑑 = 1

1 2 ⃓ 1
La matriz ampliada del primer sistema es ( )
3 4 ⃓ 0

1 2 ⃓ 0
La matriz ampliada del segundo sistema es ( )
3 4 ⃓ 1
Observemos que las matrices de coeficientes son las mismas, la posición de las variables también es la misma
(aunque son variables diferentes por ser sistemas diferentes). Lo única que varía es la matriz de los términos
independientes. Entonces podemos resolver simultáneamente estos sistemas considerando la siguiente matriz
aumentada:
1 2 ⃓ 1 0
( )
3 4 ⃓ 0 1
La idea es, como hasta ahora se viene haciendo, aplicar operaciones elementales por filas a la matriz aumentada
anterior hasta obtener una matriz escalonada. Veamos:

1 2 ⃓ 1 0 𝐹2 →(−3)𝐹1 +𝐹2 1 2 ⃓ 1 0
( )→ ( )
3 4 ⃓ 0 1 0 −2 ⃓ −3 1

Hasta aquí hemos obtenido una matriz escalonada aplicando el método de eliminación de Gauss. Sin embargo, a
los efectos de encontrar 𝐵, la idea será reducir hasta la forma escalonada reducida. Entonces:
1
 1
𝐹 →(− )𝐹
1 2 ⃓ 1 0 𝐹2 →(−3)𝐹1 +𝐹2 1 2 ⃓ 1 0 2 2 2 1 2 ⃓ 1 0
( )→ ( )→ ( 3 1 )
3 4 ⃓ 0 1 0 −2 ⃓ −3 1 0 1 ⃓ 2 −
2

𝐹1 →(−2)𝐹2 +𝐹1 1 0 ⃓ −2 1
→ ( 3 1 )
0 1 ⃓ 2
−
2

I2
Si la forma escalonada reducida obtenida la consideramos como dos bloques, entonces en el primer bloque
(bloque izquierdo) se tiene la matriz identidad I2 . Cuando la matriz identidad aparezca en el bloque izquierdo,
se podrá concluir que la matriz es invertible (en caso contrario, 𝐴 no será invertible). Además, las soluciones de
los dos sistemas originales son:
3 1
𝑎 = −2 ; 𝑐 = y 𝑏=1 ; 𝑑=−
2 2

Así, la matriz 𝐵 será aquella que quede en el bloque derecho:

−2 1
𝐵=( 3
− )
1
2 2

Es fácil comprobar que 𝐴𝐵 = 𝐵𝐴 = I2 . Entonces de acuerdo a la definición 1.1, podemos escribir que:
−2 1
𝐴−1 = ( 3 −2 )
1
2

El método aplicado anteriormente (que consiste en obtener la forma escalonada reducida de la matriz
aumentada) se conoce como Algoritmo de Eliminación de Gauss-Jordan y se puede representar
esquemáticamente así:
(𝐴 ⃓ I𝑛 ) (I𝑛 ⃓ 𝐴−1 )

Este método se puede aplicar a cualquier matriz cuadrada, y en adelante, será el que utilizaremos.

Ejemplo 4.2
1 3 4
Calcular, si existe, la inversa de la matriz 𝐴 = (2 8 6)
5 1 35
Solución:
Procedemos a aplicar el algoritmo de eliminación de Gauss – Jordan:

2
 𝐹2 →(−2)𝐹1 +𝐹2
1 3 4 ⃓1 0 0 𝐹 →(−5)𝐹 +𝐹 1 3 4 ⃓ 1 0 0
(𝐴 ⃓ I2 ) = (2 8
3 1 3
6 ⃓0 1 0) → (0 2 −2 ⃓ −2 1 0)
5 1 35 ⃓ 0 0 1 0 −14 15 ⃓ −5 0 1

𝐹1 →(−3)𝐹2 +𝐹1
3
1
𝐹2 → 𝐹2 1 3 4 ⃓ 1 0 0 𝐹 →14𝐹 +𝐹 1 0 7 ⃓ 4 −
2
0
2 1 3 2 3
→ (0 1 −1 ⃓ −1 2 0) → (0 1 −1 ⃓ −1 1
0)
2
0 −14 15 ⃓ −5 0 1 0 0 1 ⃓ −19 7 1

𝐹1 →(−7)𝐹3 +𝐹1
101

𝐹2 →𝐹3 +𝐹2
1 0 0 ⃓ 137 −
2
−7
→ (0 1 0 ⃓ −20 15
1)
2
0 0 1 ⃓ −19 7 1

En la forma escalonada reducida que se acaba de obtener, obsérvese que en el bloque izquierdo aparece la
matriz I3 . Luego, 𝐴 es invertible y su inversa es la matriz del bloque derecho. Por tanto:

101
137 −
2
−7
𝐴−1 = ( −20 15
1)
2
−19 7 1

Ejemplo 4.3
1 1 5
Calcular, si existe, la inversa de la matriz 𝑃 = (1 2 7)
2 −1 4
Solución:
𝐹2 →(−1)𝐹1 +𝐹2
1 1 5 ⃓1 0 0 𝐹 →(−2)𝐹 +𝐹 1 1 5 ⃓ 1 0 0
3 1 3
(𝑃⃓ I3 ) = (1 2 7 ⃓0 1 0) → (0 1 2 ⃓ −1 1 0)
2 −1 4 ⃓0 0 1 0 −3 −6 ⃓ −2 0 1

𝐹1 →(−1)𝐹2 +𝐹1

𝐹3 →3𝐹2 +𝐹3
1 0 3 ⃓ 2 −1 0
→ (0 1 2 ⃓ −1 1 0)
0 0 0 ⃓ −5 3 1

Teorema 4.1:
Sea 𝐴 una matriz de orden 𝑛 × 𝑛 y 𝐵 una matriz de orden 𝑛 × 1. Entonces 𝐴 es invertible si, y sólo si, la forma
escalonada reducida de 𝐴 es la matriz I𝑛 .
3
----------------------------------

Notas basadas en:

[1] SYDSAETER, K. & HAMMOND, P. & CARVAJAL, A. (2012) Matemáticas para el análisis económico. 2ª. ed. Madrid, Pearson.

[2] ARYA, J.; LARDNER, R. 1992. Matemáticas aplicadas a la administración y a la economía México, Prentice-Hall.

[3] BUDNICK, F. 1990. Matemáticas aplicadas para administración, economía y ciencias sociales. México, McGraw-Hill.

[4] GROSSMAN, S. 1996. Álgebra lineal. 5ta ed. México, McGraw-Hill