LA INVERSA DE UNA MATRIZ CUADRADA

Definición: Sea A una matriz cuadrada de orden n × n , diremos que la matriz B es la inversa

de A si y solo si A ⋅ B = B ⋅ A = I ; donde I es la matriz identidad. En este caso, la matriz B es

denotada A –1.

a a12 
Por ejemplo, para la matriz A =  11  de orden 2 × 2 , su matriz inversa es la matriz
 a 21 a 22 

1  a 22 −a12 
A −1 =   ; donde det ( A ) = a11a 22 − a 21a 21 .
det ( A )  − a 21 a11 

Propiedades de la inversa de una matriz: Sean A y B matrices cuadradas no singulares, se

cumple las siguientes propiedades:

( A ⋅ B) (λA) = λ −1A −1 para un λ ∈ R − {0}

−1 −1
1. = B−1 ⋅ A −1 3.

2. (A )
−1 −1
=A 4. det ( A −1 ) = ( det ( A ) )
−1

Para hallar la inversa de una matriz A de orden n × n ( n ≥ 3) , tenemos los siguientes

métodos:

1. MÉTODO DE LA ADJUNTA

Sea A una matriz cuadrada de orden y consideremos la matriz C = ( cij ) , donde

n×n

cij = ( −1) det ( Aij ) llamada matriz de cofactores de A. Se define la adjunta de la matriz A,
i+ j

como:

adj ( A ) = C t

Ejemplo 1: Halle la adjunta de la matriz

 2 3 4
 
A = 2 1 1 .
1 1 2
 

1
Solución: Primero debemos hallar la matriz de cofactores

1 1   2 3
c11 = ( −1) det ( A11 ) = det  c23 = ( −1) det ( A 23 ) = − det 
1+1 2+3
=2  =1
1 2   1 1

2 1 3 4
c12 = ( −1) det ( A12 ) = − det  c31 = ( −1) det ( A31 ) = det 
1+ 2 3+1
 = −3  = −1
1 2 1 1

 2 1  2 4
c13 = ( −1) det ( A13 ) = det  c32 = ( −1) det ( A32 ) = − det 
1+3 3+ 2
 =1 =6
 1 1 2 1

3 4  2 3
c21 = ( −1) det ( A 21 ) = − det  c33 = ( −1) det ( A33 ) = det 
2+1 3+ 3
 = −2  = −4
1 2  2 1

 2 4
c22 = ( −1) det ( A 22 ) = − det 
2+ 2
=0
1 2

Luego la matriz de cofactores de A es:

 c11 c12 c13   1 −3 1 

   
C =  c21 c22 c23  =  −2 0 1  .
c c33   −1 6 −4 
 31 c32

Por lo tanto, la adjunta de la matriz A es

 1 −2 −1 
 
adj ( A ) = C =  −3 0 6  .
t

 1 1 −4 
 

Propiedades de la adjunta de una matriz: Sean A y B matrices cuadradas de orden n × n , se

cumple las siguientes propiedades:

1. adj ( I ) = I 4. adj ( λ A ) = λ n −1adj ( A ) para todo λ ∈ R

adj ( A t ) = adj ( A )  adj ( A ) = A

t n−1
2. 5.

3. adj ( AB ) = adj ( B ) ⋅ adj ( A ) 6. adj ( A −1 ) = adj ( A )  =

−1 A
A

2
Definición: Una matriz cuadrada A se dice no singular si y solo si det ( A ) ≠ 0.

 2 3 4
 
Ejemplo 2: La matriz A =  2 1 1  es no singular por que det ( A ) = −3 ≠ 0.
1 1 2
 

Teorema: Sea A una matriz cuadrada no singular, entonces la inversa de la matriz esta dado

por la formula:

1
A −1 = adj ( A ) .
det ( A )

Ejemplo 3: Halle la inversa de la matriz

 2 3 4
 
A = 2 1 1 .
 1 1 2
 

Solución: Por los ejemplos 1 y 2 se tiene

 1 −2 −1 
 
adj ( A ) =  −3 0 6  y det ( A ) = −3.
 1 1 −4 
 

Por lo tanto, la inversa de la matriz A es

 1 −2 −1 
1 
−1 
A =  −3 0 6  .
−3  
 1 1 −4 

2. MÉTODO DE GAUSS – JORDAN

OPERACIONES ELEMENTALES: es el instrumento más eficaz usando en el calculo de la

inversa de una matriz, la determinación de soluciones de sistemas de ecuaciones lineales, la

evaluación de determinante, etc.

Existen tres operaciones elementales que actúan sobre las filas de una matriz A ∈ M n×n ( ℝ ) ,

llamadas operaciones elementales filas, que son:

3
• Multiplicar la fila j de la matriz A por λ ∈ ℝ y sumar la fila i ; esta operación es

representada por Fi + λ F j .

• Multiplicar la fila i de la matriz A por un número λ ≠ 0 ; esta operación se representa

por λ Fi .

• Intercambiar la fila i con la fila j ; esta operación se representa por Fi ↔ F j

Para calcular la inversa de una matriz A ∈ M n×n ( ℝ ) mediante operaciones elementales filas,

se considera la matriz ampliada

[ A ⋮ I ] de orden n × 2n .

Seguidamente se aplican operaciones elementales filas, hasta obtener una matriz de la forma

[ I ⋮ E ].
En estas condiciones se afirma que la inversa de la matriz A es E, es decir,

E = A −1

 3 3 2
 
Ejemplo 4: Halle la inversa de la matriz A =  4 −1 4 
 4 3 3
 
Solución:
 3 3 2 ⋮ 1 0 0
 
[ A ⋮ I ] =  4 −1 4 ⋮ 0 1 0 
4 3 3 ⋮ 0 0 1
 
F1 − F2 
→  −1 4 −2 ⋮ 1 −1 0 
 
 4 −1 4 ⋮ 0 1 0 
 4 3 3 ⋮ 0 0 1
 

4
  −1 4 −2 ⋮ 1 −1 0 
 
1
F2 + 4 F1 
*
→  0 15 −4 ⋮ 4 −3 0 
 4 3 3 ⋮ 0 0 1
 

 −1 4 −2 ⋮ 1 −1 0 
 
 0 15 −4 ⋮ 4 −3 0 
→  0 19 −5 ⋮ 4 −4 1 
F3 + 4 F1 

 −1 4 −2 ⋮ 1 −1 0 
 
 0 15 −4 ⋮ 4 −3 0 
→  0 4 −1 ⋮ 0 −1 1 
F3 − F2 

 −1 4 −2 ⋮ 1 −1 0 
 
F2 − 4 F3 
→  0 −1 0 ⋮ 4 1 −4 
 0 4 −1 ⋮ 0 −1 1 
 

 −1 4 −2 ⋮ 1 −1 0 
 
 0 −1 0 ⋮ 4 1 −4 
→  0 0 −1 ⋮ 16 3 −15 
F3 + 4 F2 

F1 − 2 F3 
→  −1 4 0 ⋮ −31 −7 30 
 
 0 −1 0 ⋮ 4 1 −4 
 0 0 −1 ⋮ 16 3 −15 

F1 + 4 F2 
→  −1 0 0 ⋮ −15 −3 14 
 
 0 −1 0 ⋮ 4 1 −4 
 0 0 −1 ⋮ 16 3 −15 

Cambio de  1 0 0 ⋮ 15 3 −14 
 
signo a las 
→  0 1 0 ⋮ −4 −1 4 
3 filas  0 0 1 ⋮ −16 −3 15 
 
Por lo tanto, la inversa de la matriz A es
 15 3 −14 
 
A −1 =  −4 −1 4  .
 16 −3 15 
 

F2 → 4 −1 4 ⋮ 0 1 0
→ −4 16 −8 ⋮ 4 −4 0
1
4 F1
F2 + 4 F1 → 0 15 −4 ⋮ 4 −3 0

5
 2 1 1 
 
Ejemplo 5: Halle la inversa de la matriz B =  8 −1 −3  .
4 1 4 
 
Solución:
 2 1 1 ⋮ 1 0 0
 
[ B ⋮ I ] =  8 −1 −3 ⋮ 0 1 0 
 4 1 4 ⋮ 0 0 1
 
1/ 2 F2 
→  1 1/ 2 1/ 2 ⋮ 1/ 2 0 0 
 
 4 −1 4 ⋮ 0 1 0
4 3 3 ⋮ 0 0 1 


 1 1/ 2 1/ 2 ⋮ 1/ 2 0 0 
 
F2 − 8F1 →  0 −5 −7 ⋮ −4 1 0 
→  0 −1
F3 − 4 F1  2 ⋮ −2 0 1 

 1 1/ 2 1/ 2 ⋮ 1/ 2 0 0
 
−1/ 5F2 
→  0 1 7 / 5 ⋮ 4 / 5 −1/ 5 0 
 0 −1 2 ⋮ −2 0 1 

F1 − 1/ 2 F2 
→  1 0 −1/ 5 ⋮ −1/ 10 1/10 0 
 
 0 1 7 / 5 ⋮ 4 / 5 −1/ 5 0 
F3 + F2 →  0 0 17 / 5 ⋮ −6 / 5 −1/ 5 1 

 1 0 −1/ 5 ⋮ −1/10 1/ 10 0 
 
0 1 7 / 5 ⋮ 4 / 5 −1/ 5 0 
→  0 0
5 /17 F3  1 ⋮ −6 /17 −1/17 5 /17 

F1 + 1/ 5F3  →  1 0 0 ⋮ 1/ 34 3 / 34 1/ 17 
 
F2 − 9 / 5 F3 
→  0 1 0 ⋮ 22 /17 −2 /17 −7 /17 
 0 0 1 ⋮ −6 /17 −1/17 5 / 17 
 
Por lo tanto, la inversa de la matriz B es
 1/ 34 3 / 34 1/17   −1 −3 −2 
−1  −1 1  
B =  22 /17 −2 / 17 −7 / 17  o bien B =  −44 4 14  .
 −6 / 17 −1/ 17 5 /17  − 34  12
   2 −10 

 −1 −3 −2 
 
Observe que adj ( B ) =  −44 4 14  y det ( B ) = −34 .
 12 2 −10 


6
Ejercicios Nº 1: Halle la inversa de las siguientes matrices

3 4 4 5 1 
1. P =  
1 6 6. I =  −3 −6 3  .

 5 4 −14 
 −4 1 
2. E =  
 1 5  2 4 −6 7
 
4 7 8 2
8 7 7. R = 
3. Ñ =   1 −6 7 3
  
9 5
2 3 9 1

 2 5 3  2 8 −6 7
4. A =  3 1 2 
4 8 8

2
1 2 1  8. A = 
 1 −6 8 1
 
2 3 9 1
1 0 2 
5. M =  2 −1 3 
 0 2 3 

7
 SISTEMA DE ECUACIONES LINEALES

Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales de la forma:

a11 x1 + a12 x2 + ..... + a1n xn = b1


a21 x1 + a22 x2 + ..... + a2 n xn = b2
 (1)
 ⋮ ⋮
an1 x1 + an 2 x2 + ..... + ann xn = bn

En este caso tenemos n ecuaciones y n incógnitas.

Los números reales a ij se denominan coeficientes y los x i se denominan incógnitas (o

números a determinar) y b j se denominan términos independientes.

En el caso de que las incógnitas sean 2 se suelen designar simplemente por x e y en vez de x1

y x 2 , y en el caso de tres, x, y, z en lugar de x1 , x 2 y x 3 pero esto es indiferente a la hora de

resolver el sistema.

Resolver el sistema de ecuaciones lineal (1) consiste en calcular las incógnitas para que se

cumplan TODAS las ecuaciones del sistema simultáneamente. El sistema de ecuaciones

lineal (1) es equivalente a la ecuación matricial

 a11 a12 ⋯ a1n   x1   b1 

    
 a21 a22 ⋯ a2 n   x2  =  b2 
 ⋮ ⋮ ⋮  ⋮   ⋮ 
    
an1 an 2 ⋯ ann   xn   bn 
   
A X b

Por lo que el sistema se puede representar del siguiente modo

A⋅X = b (2)

Para resolver el sistema (2) tenemos los siguientes métodos

1. MÉTODO DE GAUSS – JORDAN

Mediante operaciones elementales filas, también se puede resolver sistema de ecuaciones

lineales (1). Veamos por ejemplo para un sistema con tres incógnitas

8
 a11 x + a12 y + a13 z = b1

a 21 x + a 22 y + a 23 z = b2
a x + a y + a z = b
 31 32 33 3

Se considera la matriz ampliada

 a11 a12 a13 ⋮ b1 

 
 a 21 a 22 a 23 ⋮ b2  de orden 4 × 3 .
a a 32 a 33 ⋮ b3 
 31

Seguidamente se aplican operaciones elementales filas, hasta obtener una matriz de la forma

 1 0 0 ⋮ c1 
 
 0 1 0 ⋮ c2  .
0 0 1 ⋮ c 
 3

En estas condiciones se afirma que la solución del sistema de ecuaciones lineales dado es:

x = c1 ; y = c 2 ; z = c3 .

Ejemplo 6: Resolver el sistema de ecuaciones lineales

 4 x + 5 y + z = 11

−3x − 6 y + 3z = −3
5 x + 4 y − 14 z = −19


Solución: Consideremos la matriz

 4 5 1 ⋮ 11 
 
 −5 −6 3 ⋮ −3 
 5 4 −14 ⋮ −19 
 

F1 + F2 
→  1 −1 4 ⋮ 8 
 
 −3 −6 3 ⋮ −3 
 5 4 −14 ⋮ −19 
 

 1 −1 4 ⋮ 8 
 
F2 + 3F1 
→  0 −9 15 ⋮ 21 
→  0 9 −34 ⋮ −59 
F3 − 5F1 

9
  1 −1 4 ⋮ 8 
 
F2 + F3 
→  0 0 −19 ⋮ −38 
 0 9 −34 ⋮ −59 
 

 1 −1 4 ⋮ 8 
 
F2 ↔ F3 
→  0 9 −34 ⋮ −59 
 0 0 −19 ⋮ −38 
 

 1 −1 4 ⋮ 8 
 
1/ 9 F2 
→  0 1 −34 / 9 ⋮ −59 / 9 
0 0 −19 ⋮ −38 


F1 + F2 →  1 0 2 / 9 ⋮ 13 / 9 
 
 0 1 −34 / 9 ⋮ −59 / 9 
→  0 0
−1/ 19 F3  1 ⋮ 2 

F1 − 2 / 9 F3 → 1 0 0 ⋮ 1
 
F2 + 34 / 9 F3 
→ 0 1 0 ⋮ 1
0 0 1 ⋮ 2
 

Por lo tanto, la solución única del sistema de ecuaciones lineales es

x = 1; y = 1; z = 2.

Ejemplo 7: Resolver el siguiente sistema de ecuación

5 x − y − z = 0

 x + 2 y + 3z = 14
4 x + 3 y + 2 z = 16


Solución: Consideremos la matriz aumentada

 5 −1 −1 ⋮ 0 
1 2 3 ⋮ 14 
 
 4 3 2 ⋮ 16 

f1 ↔ f 2 → 1 2 3 ⋮ 14
 5 −1 −1 ⋮ 0 
 
 4 3 2 ⋮ 16

10
 1 2 3 ⋮ 14 
f 2 − 5 f1 →  0 −11 −16 ⋮ −70
f 3 − 4 f1 →  0 −5 −10 ⋮ −40

1 2 3 ⋮ 14
f 2 − 2 f 3 → 0 −1 4 ⋮ 10
−1/ 5 f3 → 0 1 2 ⋮ 8 

1 2 3 ⋮ 14 
0 −1 4 ⋮ 10 
 
f 3 + f 2 → 0 0 6 ⋮ 18


1 2 3 ⋮ 14 
0 −1 4 ⋮ 10 
 
1/ 6 f 3 → 0 0 1 ⋮ 3 

f1 − 3 f 3 → 1 2 0 ⋮ 5 
f 2 − 4 f3 → 0 −1 0 ⋮ −2 
0 0 1 ⋮ 3 

f1 + 2 f 2 → 1 0 0 ⋮ 1 
− 1 f 2 → 0 1 0 ⋮ 2 
0 0 1 ⋮ 3 

Por lo tanto, la solución única del sistema de ecuaciones lineales es

x = 1; y = 2; z = 3.

Ejemplo 8: Resolver el siguiente sistema de ecuación

2 x − y + w = 2

 −3 x + z − 2 w = −4

x + y − z + w = 2
 2 x − y + 5 z = 6

Solución: Consideremos la matriz aumentada

 2 −1 0 1 ⋮ 2
 −3 0 1 −2 ⋮ −4

 1 1 −1 1 ⋮ 2
 
 2 −1 5 0 ⋮ 6

11
  2 −1 0 1 ⋮ 2
f 2 + 3 f 3 → 0 3 −2 1 ⋮ 2 

1 1 −1 1 ⋮ 2
 
f 4 − f1 → 0 0 5 −1 ⋮ 4

f1 ↔ f3 → 1 1 −1 1 ⋮ 2
 0 3 −2 1 ⋮ 2 

 2 −1 0 1 ⋮ 2
 
 0 0 5 −1 ⋮ 4

 1 1 −1 1 ⋮ 2
 0 3 −2 1 ⋮ 2 

f 3 − 2 f1 → 0 −3 2 −1 ⋮ −2 
 
 0 0 5 −1 ⋮ 4

1 1 −1 1 ⋮ 2
0 3 −2 1 ⋮ 2 

f 3 + f3 → 0 0 0 0 ⋮ 0
 
0 0 5 −1 ⋮ 4 

Se observe que en la fila 4 todos sus elementos son ceros, eso significa, que el sistema tiene

infinitas soluciones. Luego

De la cuarta fila 5 z − w = 4 → w = 5 z − 4

De la segunda fila 3 y − 2 z + w = 2 → 3 y − 2 z + ( 5 z − 4 ) = 2 → y = − z + 2

De la primera fila x + y − z + w = 2 → x + ( − z + 2 ) − z + ( 5 z − 4 ) = 2 → x = −3 z + 4

Por lo tanto, el conjunto solución del sistema de ecuaciones lineales es

{−3z + 4, − z + 2, z,5 z − 4} , para todo z∈R .

Ejemplo 9: Resolver el siguiente sistema de ecuación

x + 5 y + 4z = 1

 2 x + 10 y + 8 z = 3
3 z + 15 y + 12 z = 5


Solución: Consideremos la matriz aumentada

12
 1 5 4 ⋮ 1
 2 10 8 ⋮ 3
 
 3 15 12 ⋮ 5

1 5 4 ⋮ 1 
f 2 − 2 f1 → 0 0 0 ⋮ 1 
f3 − 3 f1 → 0 0 0 ⋮ 2 

Observamos en la fila 2 que 0 = 1 , lo que no puede ser. Por lo tanto, el sistema de ecuaciones

lineales no tiene solución.

2. MÉTODO DE MATRICIAL

Consideremos el sistema de ecuaciones lineales

A⋅X = b (1)

Si A ≠ 0 entonces existe la inversa de A, luego podemos multiplicar la ecuación (1) por A −1

y se tendría

A −1 ⋅ ( A ⋅ X ) = A −1 ⋅ b

(A −1
⋅ A ) ⋅ X = A −1 ⋅ b

I ⋅ X = A −1 ⋅ b

X = A−1 ⋅ b (2)

Ejemplo 10: Resolver el siguiente sistema de ecuación

2 x + 3 y + 4 z = 1

2 x + y + z = 1
x + y + 2z = 1


Solución: El sistema es equivalente

 2 3 4   x  1
 2 1 1   y  = 1
     .
 1 1 2   z  1
  
Ä X b

13
  1 −2 −1 
1  
Como det ( A ) = −3 ≠ 0 , entonces existe A −1 , donde A −1 =  −3 0 6  . Reemplazando
−3  
 1 1 −4 

la matriz A −1 en la ecuación matricial (2) obtenemos:

 x  1 −2 −1  1
  1    
 y  = −3  −3 0 6  ⋅ 1
z  1 1 −4  1
     

Multiplicando las matrices, obtenemos

 x   2 / 3
   
 y  =  −1 
 z   2 / 3
   

Por lo tanto, la solución única del sistema de ecuaciones lineales es

2 2
x= ; y = −1; z = .
3 3

3. MEDIANTE LA REGLA DE CRAMER

Consideremos el sistema de ecuaciones lineales

A⋅X = b (1)

Si A ≠ 0 entonces la solución única de la ecuación matricial (1) esta dada por:

Ak
xk = , para cada k = 1, 2,..., n
A

donde la matriz A k se obtiene de la matriz A remplazando la columna k por la matriz

 b1 
b 
b= 2
⋮
 
 bn 

Ejemplo 11: Resolver el siguiente sistema de ecuación

14
 5 x − y − z = 0

 x + 2 y + 3 z = 14

4 x + 3 y + 2 z = 16

Solución: El sistema de ecuaciones lineales dado es equivalente

 5 −1 −1 x   0 
 1 2 3  y  = 14 
    
 4 3 2  z  16 
  
Ä X b

5 −1 −1
Como A = 1 2 3 = −30 , entonces podemos aplicar la regla de Cramer y obtener
4 3 2

0 −1 −1 5 0 1 5 −1 0
A1 = 14 2 3 = −30 ; A 2 = 1 14 3 = 60 y A3 = 1 2 14 = −90
16 3 2 4 16 2 4 3 16

Por lo tanto, la solución única del sistema de ecuaciones lineales es

A1 −30 A 60 A −90
x= = =1, y = 2 = = −2 , z = 2 = = 3.
A −30 A −30 A −30

Ejercicios Nº 2. Resolver los siguientes sistemas de ecuaciones

3 x + 2 y = 6 3 x − 2 y − 5 z + w = 3
1.  ^ 2 x − 3 y + z + 5w = −3
6 x + 7 y = 3 
5. 
 x + y − 4 w = −3
x + 9 y = 6  x − y − 4 z + 9 w = 22
2. 
6 x − 8 y = 3
3 x − 2 y − 5 z + w = 3
x + y − 2z = 1 2 x − 3 y + z + 5w = −3

 6. 
3. 2 x − y + z = 2  x + y − 4 w = −3
 x − 2 y − 4 z = −4  x − y − 4 z + 9 w = 22


x + y − 2z = 1

4. 2 x − y + z = 2
 x − 2 y − 4 z = −4


15