OBJETIVO

Resolver problemas sobre matrices equivalentes, rango e inversa mediante la interpretacin, expresin y
representacin en trminos de matrices y determinantes utilizando definiciones propiedades y mtodos adecuados
para cada tipo, en situaciones reales propias de la ingeniera y ciencias aplicadas.

CONTENIDO:

3.1 MATRICES EQUIVALENTES
3.2 RANGO DE UNA MATRIZ
3.3 INVERSA DE UNA MATRIZ
3.4 METODOS PARA OBTENER LA INVERSA DE UNA MATRIZ
3.5 CUESTIONARIO



3.1 MATRICES EQUIVALENTES

En esta seccin se introduce la definicin de matriz equivalente y enunciamos sus propiedades mas
importantes.

En esta seccin veremos que cada una de las operaciones de filas puede realizarse
en A multiplicando A por la izquierda por una matriz obtenida al efectuar dicha
operacin a la matriz identidad.

Para este fin, definiremos una matriz elemental como cualquier matriz que se
obtenga a partir de la matriz identidad mediante una operacin elemental de filas,
para lo cual utilizaremos el siguiente resultado.

Sea A una matriz de n x m. Supongamos que B se obtiene a partir de A mediante
una operacin elemental de filas. Sea E la matriz elemental obtenida al efectuar
las mismas operaciones elementales de filas en la matriz identidad. Entonces
B = EA. Esto es, la matriz elemental E obtenida a partir de la matriz identidad
mediante una operacin elemental de filas realiza la misma operacin elemental
en A al multiplicarla por la izquierda.

EJEMPLO 3.1.1
Dada la matriz A, verifique lo antes mencionado:
a.-
2 4 2
0 1 3
3 4 2
| |
|
=
|
|
\ .
A ; b.-
3 2 4 5
0 3 8 3
4 1 3 7
| |
|
=
|
|
\ .
A .
SOLUCION
a.- Obtengamos B a partir de A intercambiando las filas f
2
y f
3
:
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
110
2 4 2
3 4 2
0 1 3
| |
|
=
|
|
\ .
B
Efectuamos la misma operacin en I de 3 x 3 para obtener:
1 0 0
0 0 1
0 1 0
| |
|
=
|
|
\ .
E
Ahora verificamos que E efecta la misma operacin de filas en A al multiplicar
por la izquierda a la matriz A por E:
1 0 0 2 4 2 2 4 2
= 0 0 1 0 1 3 = 3 4 2 =
0 1 0 3 4 2 0 1 3
| || | | |
| | |
| | |
| | |
\ .\ . \ .
EA B.
b.- Multiplicamos la tercera fila de A por 2 para obtener B:
3 2 4 5
0 3 8 3
8 2 6 14
| |
|
=
|
|

\ .
B
Efectuamos la misma operacin en I de 3 x 3 para obtener
1 0 0
0 1 0
0 0 2
| |
|
=
|
|

\ .
E
Entonces
1 0 0 -3 2 4 5 -3 2 4 5
= 0 1 0 0 3 8 3 = 0 3 8 3 =
0 0 -2 4 1 3 7 -8 -2 -6 -14
| || | | |
| | |
| | |
| | |
\ .\ . \ .
EA B. V

EJEMPLO 3.1.2
Dada la matriz
3 2 4 5
0 3 8 3
4 1 3 7
| |
|
=
|
|
\ .
A
Multiplique la matriz A por la izquierda por un producto de matrices elementales.
SOLUCION
Intercambiamos las filas f
2
y f
3
:
3 2 4 5
4 1 3 7
0 3 8 3
| |
|
|
|
\ .

Multiplicamos la segunda fila por 3/4:
3 9 21
4 4 4
3 2 4 5
3
0 3 8 3
| |
|
|
|
\ .

A la segunda fila le sumamos la primera:
25 11 41
4 4 4
3 2 4 5
0
0 3 8 3
| |
|
=
|
|
\ .
B
Cada operacin puede ser realizada mediante una matriz elemental:
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
111
1
1 0 0
0 0 1
0 1 0
| |
|
=
|
|
\ .
E ,
3
2
4
1 0 0
= 0 0
0 0 1
| |
|
|
|
\ .
E ,
3
1 0 0
1 1 0
0 0 1
| |
|
=
|
|
\ .
E
Se forma
3 3 3
3 2 1
4 4 4
1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0
= 1 1 0 0 0 0 0 1 1 0 0 0 1 1 0
0 0 1 0 0 1 0 1 0 0 0 1 0 1 0 0 1 0
| || || | | || | | |
| | | | | |
= =
| | | | | |
| | | | | |
\ .\ .\ . \ .\ . \ .
E E E
Si se multiplica A por la izquierda por este producto de matrices elementales,
obtenemos el resultado final de las tres operaciones de filas:
3 25 11 41
3 2 1
4 4 4 4
1 0 0 -3 2 4 5 -3 2 4 5
( ) = 1 0 0 3 8 3 = 0 =
0 1 0 4 1 3 7 0 3 8 3
| || | | |
| | |
| | |
| | |
\ .\ . \ .
E E E A B . V

Algunas veces necesitaremos efectuar una sucesin de operaciones de filas en una
matriz A. Esto puede hacerse multiplicando A por la izquierda por un producto de
matrices elementales.

DEFINICION 3.1.1
Se dice que la matriz A es equivalente por filas a la matriz B si B se
obtiene a partir de A mediante una sucesin de operaciones elementales
de filas. Esto significa que la matriz B debe ser de la forma E
n
E
n-1
... E
1
A
para matrices elementales E
1
, E
2
, ..., E
n
.

TEOREMA 3.1.1
Toda matriz es equivalente por filas a s misma.
DEMOSTRACION
Observemos que la matriz A siempre puede obtenerse a partir de A mediante una
operacin elemental de filas.

TEOREMA 3.1.2
Si la matriz A es equivalente por filas a la matriz B entonces B es
equivalente por filas a A.
DEMOSTRACION
Se obtiene la matriz B a partir de la matriz A intercambiando las filas i y j de A,
obtenemos a A a partir de B intercambiando las filas i y j de B. Si obtenemos la
matriz B a partir de la matriz A multiplicando la fila j de A por un nmero k
distinto de cero, obtenemos A a partir de B multiplicando la fila j de B por 1/k. Si
obtenemos la matriz B a partir de la matriz A sumando k veces la fila i a la fila j,
obtenemos A a partir de B sumando k veces la fila i a la fila j de B. En resumen,
si obtenemos B a partir de A mediante operaciones elementales de filas, podemos
recuperar A a partir de B mediante operaciones elementales de filas del mismo
tipo. Ahora supongamos que A es equivalente por filas a B. Entonces B puede
obtenerse a partir de A mediante una sucesin de operaciones elementales de
filas. Por lo tanto, A se obtiene a partir de B mediante una sucesin de
operaciones elementales; as que B es equivalente por filas a A.

TEOREMA 3.1.3
Si la matriz A es equivalente por filas a la matriz B y B es equivalente
por filas a la matriz C entonces A es equivalente por filas a C.
DEMOSTRACION
Si la matriz B se obtiene a partir de la matriz A mediante un producto de matrices
elementales, y la matriz C se obtiene a partir de B mediante un producto de
matrices elementales, hemos obtenido C a partir de A mediante un producto de
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
112
matrices elementales; por lo tanto, A es equivalente por filas a C.

Sea la matriz A de n x m. Si una fila tiene un elemento distinto de cero, el
elemento principal de la fila es su primer elemento distinto de cero, leyendo de
izquierda a derecha. Una fila que tiene nicamente ceros no tiene elemento
principal. Decimos que la matriz A es una matriz reducida si A tiene las
siguientes caractersticas:

1.- El elemento principal de cada fila distinto de cero es 1.
2.- Si una fila tiene su elemento principal en la columna j, todos los otros
elementos de la columna j son cero.
3.- Toda fila que tiene nicamente ceros est debajo de las filas que tienen
elementos distintos de cero.
4.- Si el elemento principal de la fila f
1
est en la columna c
1
, el elemento
principal de la fila f
2
est en la columna c
2
y f
1
< f
2
, entonces c
1
< c
2
.

Por la segunda caracterstica, si una columna contiene un elemento principal en
alguna fila, todos los otros elementos de esa columna son cero. Dicho de otra
manera, todos los elementos que estn directamente por encima o debajo de
cualquier elemento principal son cero. La cuarta caracterstica dice que los
elementos principales se mueven hacia abajo y a la derecha conforme se ve la
matriz.

TEOREMA 3.1.4
Sea A una matriz de n x m. Entonces A es equivalente por filas a una
matriz en forma reducida.
DEMOSTRACION
Si la matriz A est en forma reducida, ya se acaba el proceso. Si no, leyendo de
izquierda a derecha la matriz, supongamos que la columna c
1
es la primera
columna que tiene un elemento distinto de cero. Sea k el primer elemento distinto
de cero de esa columna, digamos que aparece en la fila f
1
. Multiplicamos la fila f
1

por 1/k para obtener una matriz B. Por la eleccin de f
1
, la columna c
1
de B tiene
exactamente ceros por encima del 1 en la fila f
1
. Si cualquier fila debajo de f
1

tiene un elemento r distinto de cero en la columna c
1
sumamos r veces la fila f
1
a
esa fila. Obteniendo una nueva matriz con un cero donde estaba localizada r en B.
La repeticin de este proceso da como resultado la matriz C que tiene ceros por
encima y debajo de la fila f
1
en la columna c
1
. Ahora intercambiamos las filas 1 y
f
1
de C para producir la matriz D que tiene como entrada principal 1 en la fila 1 y
la columna c
1
y todos los dems elementos de esa columna son cero. Adems, por
la eleccin de c
1
, cualquier columna de D a la izquierda de la columna c
1
tiene
solamente elementos iguales a cero. Finalmente D es equivalente por filas a A ya
que llegamos a D por una sucesin de operaciones elementales de filas.
Si D es reducida, se acaba el proceso. Si no, repetimos este proceso, pero ahora
observando la primera columna, digamos la columna c
2
, a la derecha de la
columna c
1
y que tiene un elemento distinto de cero debajo de la fila 1. Sea f
2
la
primera fila debajo de la fila 1 que tiene un elemento distinto de cero, digamos s.
Dividimos la fila f
2
por s para obtener una matriz E con 1 como elemento f
2
, c
2
. Si
la columna c
2
de E tiene un elemento distinto de cero s en una fila por encima o
debajo de f
2
sumamos s veces la fila f
2
a esa fila. La repeticin de este proceso da
una matriz F con ceros en la columna c
2
por encima y debajo del elemento 1 en la
fila f
2
. Finalmente, intercambiamos las filas 2 y f
2
de F para obtener G. Si la
matriz G est en forma reducida, se acaba el proceso. Si no, localizamos la
primera columna a la derecha de la columna c
2
y que tenga un elemento distinto
de cero debajo de la fila f
2
y repetimos el proceso que hemos estado utilizando.
Como A tiene un nmero finito de columnas, eventualmente llegamos a una
matriz reducida y esta matriz reducida es equivalente por filas a A.
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
113
El proceso de obtener una matriz reducida equivalente por filas a una matriz dada
A se llama reduccin de A. Observemos que usualmente es posible efectuar
distintas sucesiones de operaciones elementales de filas en A para obtener una
matriz reducida.

Sea A una matriz de n x m. Suponga que se aplica una sucesin S
1
de operaciones
elementales de filas empezando con la matriz A y obteniendo una matriz reducida
B. Suponga que se aplica otra sucesin S
2
de operaciones elementales de filas
empezando con A y se obtiene una matriz reducida C, entonces B = C. Esto
implica que para una matriz A, el resultado final siempre es el mismo no importa
cules operaciones elementales de filas hayamos usado para llegar a l. Debido a
esto, hablaremos de la forma reducida de A en lugar de una forma reducida de A.
Denotaremos a la forma reducida de A como A
R
.

EJEMPLO 3.1.3
Reducir la matriz
3 4 1
= 1 2 0
2 4 3
| |
|
|
|
\ .
A .
SOLUCION
Empezamos con la primera columna, que tiene un elemento distinto de cero en la
primera fila. A la primera fila le multiplicamos por 1/3:
4 1
3 3
1
1 2 0
2 4 3
| |
|
|
|
|
\ .

A la segunda fila le restamos la primera fila, a la tercera fila le restamos 2 veces la
primera fila:
4 1
3 3
10 1
3 3
20 11
3 3
1
0
0
| |
|
|
|
|
\ .

La segunda columna de la ltima matriz tiene elementos distintos de cero debajo
de la primera fila. Como queremos un 1 en esa posicin, entonces hacemos las
siguientes operaciones. A la segunda fila le multiplicamos por 3/10:
4 1
3 3
1
10
20 11
3 3
1
0 1
0
| |
|
|
|
|
\ .

A la primera fila le sumamos 4/3 veces la segunda fila, a la tercera fila le
restamos 20/3 veces la segunda fila:
1
5
1
10
1 0
0 1
0 0 3
| |
|
|
|
|
\ .

La tercera columna de la ltima matriz tiene elementos distintos de cero debajo de
la segunda fila. Como queremos un 1 en esa posicin, entonces hacemos las
siguientes operaciones. A la tercera fila le multiplicamos por 1/3:
1
5
1
10
1 0
0 1
0 0 1
| |
|
|
|
|
\ .

A la primera fila le sumamos 1/5 veces la tercera fila, a la segunda fila le
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
114
restamos 1/10 veces la tercera fila:
1 0 0
0 1 0
0 0 1
| |
|
|
|
\ .
.
Esta ltima matriz es A
R
, la forma reducida de A. En este caso A
R
= I. V

Hemos obtenido A
R
a partir de A por una sucesin de operaciones elementales de
filas. Adems, hemos visto que podemos realizar cualquier sucesin de
operaciones elementales de filas en A multiplicando a A por la izquierda por un
producto de matrices elementales. Esto nos indica que dada una matriz A de n x
m. Entonces existen matrices elementales E
1
, E
2
, ..., E
n
tales que A
R
= E
n
E
n-1
...
E
1
A.


PROBLEMAS

3.1.1 En las siguientes matrices, efecte la operacin
elemental de filas indicada en A para obtener la matriz
B. Despus encuentre la matriz E tal que EA = B:
a.-
1 2 3
2 4 5 2
1 2 6 2
i i
i
i
| |
|
=
|
|
+
\ .
A ; multiplicar la tercera fila
por i.
b.-
2 3 4
2 6 7
1 3
5 8 4
i
i
| |
|
|
=
|

|
\ .
A ; sumar el producto de la tercera
fila por 1 a la primera fila.

3.1.2 En las siguientes matrices, obtenga una matriz B
a partir de la matriz A dada efectuando la sucesin de
operaciones. Despus obtener una matriz C tal que CA =
B:
a.-
2 3 5
1 6 7 8
1 4 6 1
3 7 4
i
i
i i
i
| |
|
|
=
|
+
|

\ .
A ; intercambiar las filas f
2
y
f
4
, sumar i veces la segunda fila a la tercera fila, sumar la
primera fila a la tercera fila, multiplicar la segunda fila
por i.
b.-
1 2 3 4 6
7 2 5 4
1 3 5
i i
i i
| |
|
=
|
|
+
\ .
A ; sumar i veces la
segunda fila a 7 veces la tercera fila, intercambiar las
filas f
1
y f
3
, multiplicar la tercera fila por (1 2i).
c.- Encuentre una matriz elemental E tal que EB = A;
d.- Encuentre una matriz elemental E tal que EC = A.

3.1.3 E es la matriz elemental que se obtiene al
intercambiar dos filas de I. A es una matriz de n x n:
a.- Cmo se relaciona o compara EA con A?;
b.- Encuentre E
2
.

3.1.4 En las siguientes matrices, determine si la matriz
est en forma reducida. Si no lo est, haga una lista de
todas las condiciones de la definicin que no se
cumplen y utilice las operaciones elementales de filas
para reducir la matriz:
a.-
1 3 0 5
6 0 3 5
6 2 1 7
0 3 1 1
| |
|
|
=
|
|
\ .
A ; b.-
1 7 5 3
0 2 0 1
0 0 3 1
| |
|
=
|
|
\ .
A ;
c.-
0 2 3
0 0 2
4 0 3
1 5 2
| |
|
|
=
|
|
\ .
A .

3.1.5 Dadas las matrices A, B y C:
1 2 3
0 1 2
1 2 0
| |
|
=
|
|

\ .
A ,
1 2 0
0 1 2
1 2 3
| |
|
=
|
|

\ .
B ,
0 4 3
0 1 2
1 2 0
| |
|
=
|
|

\ .
C .
a.- Encuentre una matriz elemental E tal que EA = B;
b.- Encuentre una matriz elemental E tal que EA = C.

3.1.6 D un ejemplo de dos matrices elementales cuyo
producto sea elemental.

3.1.7 Construya E sumando 3 veces la fila e de I a la
fila 4 y calcule EA. Qu efecto produce en A la
multiplicacin izquierda por E? Sera cierta la misma
conclusin para cualquier matriz de 4 x 4? Encuentre
una matriz F tal que la multiplicacin izquierda por F
transforme de nuevo E en I; esto es, FE = I.
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
115
3.2 RANGO DE UNA MATRIZ

En esta seccin se introduce la terminologa bsica y se define el rango de una matriz, enunciamos sus
propiedades mas importantes.


El determinante de una matriz se relaciona de manera importante con el concepto de
rango de una matriz. Para calcular prcticamente el rango de una matriz pueden
seguirse distintos procedimientos. Uno de ellos consiste en comprobar con las dos
primeras filas si existe algn determinante de 2 x 2 no nulo; si ocurre as, se procede
de la misma manera respecto a las tres primeras filas, y de la misma manera hasta
agotar el nmero de filas o encontrar un primer conjunto de menores de k x k que
sean nulos en su totalidad; en el primer caso, el rango es igual al nmero de filas n, y
en el segundo, es k 1.

DEFINICION 3.2.1
El rango de una matriz A es el orden de la matriz de mayor orden, cuyo
determinante es diferente de cero que se puede obtener de A al suprimir
filas y/o columnas. Representamos este nmero por Rang(A). Se dice
que A tiene rango 0 si todos sus elementos son cero.

Es evidente que el rango de una matriz de m x n cuando ms puede ser igual al
menor de los nmeros m y n, pero puede ser menor.

TEOREMA 3.2.1
Sea una matriz A de m x n y sea k un nmero entero positivo. Entonces
Rang(A) > k si la matriz A contiene un subdeterminante distinto de cero de
orden k.
DEMOSTRACION
Supongamos que Rang(A) > k. Entonces el rango por filas de la matriz A ser, por lo
menos, k, y as en la matriz A hay k filas linealmente independientes. Numeremos
estas filas con f
1
, f
2
, ..., f
k
y sea B la matriz k x n en la que la fila i-sima sea la fila f
i

de la matriz A. Entonces, el rango por filas de B ha de ser k y, por lo tanto, Rang(B)
= k. De esto se desprende que el rango por columnas de B sea k y que, por lo tanto, B
contenga k columnas linealmente independientes. Consideremos la matriz C
cuadrada de orden k que conste de esas columnas. Las columnas de C son
linealmente independientes y, por lo tanto, Rang(C) = k. Por consiguiente Det(C) =
0. Puesto que C es una submatriz de A, hemos demostrado que A debe contener un
subdeterminante de orden k distinto de cero.

Una matriz A de m x n (m > n) posee un subdeterminante de n-1 x n-1 no nulo; todos
los subdeterminantes de n x n son nulos, entonces todos los subdeterminantes de
n x n de la matriz A son iguales a cero y, por consiguiente, el rango de la matriz A es
n-1.

TEOREMA 3.2.2
El rango de una matriz A de m x n, ser igual a k si hay por lo menos un
subdeterminante de A de k x k que sea distinto de cero mientras que todos
los dems subdeterminantes de A de k + 1 x k + 1 son cero.
DEMOSTRACION
Si Rang(A) = k, entonces la matriz A contendr un subdeterminante de k x k distinto
de cero. Adems, A no puede contener un subdeterminante de k + 1 x k + 1 que sea
distinto de cero, pues, de ser as, su rango no podra ser menor que k + 1.

EJEMPLO 3.2.1
Hallar los valores del parmetro k, para que la matriz A tenga rango mximo.
Cunto es el rango para los otros valores de k?
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
116
a.-
3 0 0
3 0 0
1 1 1
1 1 3
k k
k k
k k k k
k k k k
+ | |
|
+
|
|
+
|

\ .
; b.-
2 2 4 0 2
0 1 0 1
2 3 1
0 1 0 2 1
k k k
k
k k k
k k
+ + | |
|

|
|

|
+ +
\ .
.
SOLUCION
a.- La matriz A tiene rango mximo si el Det(A) = 0, es decir:
3 0 0
3 0 0 0 0
3 0 0
( 3) 1 1 1 1 1 36
1 1 1
1 1 3 1 3
1 1 3
k k
k k
k k
k k k k k k k k
k k k k
k k k k k k
k k k k
+
+
+
= + + + =
+



Como 36 = 0, entonces la matriz tiene rango mximo si k e 9.
b.- La matriz A tiene rango mximo si el Det(A) = 0, es decir:
3
2 2 4 0 2
2 2 4 2
0 1 0 1
0 1 1 ( 2) 0
2 3 1
0 1 2 1
0 1 0 2 1
k k k
k k k
k
k k k
k k k
k k
k k
+ +
+ +

= = + =

+ +
+ +
.
Como k
3
(k + 2) = 0, entonces k = 0 y k = - 2. Por lo tanto k e 9 \ {-2, 0}. Cuando
k = - 2:
0 0 0 4
0 1 0 1
2 1 2 1
0 1 0 3
| |
|

|
|

|

\ .
~
0 0 0 4
0 1 0 1
2 0 2 0
0 0 0 4
| |
|

|
|
|
\ .
~
0 0 0 0
0 1 0 1
2 0 2 0
0 0 0 4
| |
|

|
|
|
\ .

Rang(A) = 3. Cuando k = 0:
2 4 0 0
0 1 0 1
2 3 0 1
0 1 0 1
| |
|

|
|

|
\ .
~
2 4 0 0
0 1 0 1
0 1 0 1
0 1 0 1
| |
|

|
|
|
\ .
~
2 4 0 0
0 1 0 1
0 0 0 0
0 0 0 0
| |
|

|
|
|
\ .

Rang(A) = 2. V

TEOREMA 3.2.3
El rango de una matriz A de m x n, ser igual a k si hay por lo menos un
subdeterminante de A de k x k que sea distinto de cero mientras que todos
los dems subdeterminantes de A de k + 1 x k + 1 son cero.
DEMOSTRACION
Si Rang(A) = k, entonces la matriz A contendr un subdeterminante de k x k distinto
de cero. Adems, A no puede contener un subdeterminante de k + 1 x k + 1 que sea
distinto de cero, pues, de ser as, su rango no podra ser menor que k + 1.

EJEMPLO 3.2.2
Calcular el rango de la matriz
2 1 3 2 4
4 2 5 1 7
2 1 1 8 2
| |
|
=
|
|

\ .
A .
SOLUCION
Utilizaremos la definicin, es decir:
2 4
18
1 7

=
Como este menor es diferente de cero, procedemos a tomar un menor de mayor
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
117
orden:
3 2 4 1 2 4 2 2 4
5 1 7 2 1 7 4 1 7 0
1 8 2 1 8 2 2 8 2

= = =

Como todos los menores de tercer orden son iguales a cero, entonces concluimos que
Rang(A) = 2. V

DEFINICION 3.2.2
El nmero de filas distintas de cero de una matriz A en la forma reducida se
denomina rango de la matriz A.

Si A es una matriz de n x m, obviamente Rang(A) s n. Adems, como A
R
es una
matriz reducida su rango es el nmero de sus filas distintas de cero; por lo tanto
Rang(A) es igual al nmero de filas de A
R
no nulas. Sea una matriz A de m x n y sea
k un nmero entero positivo. Entonces Rang(A) > k si la matriz A contiene un
subdeterminante distinto de cero de orden k.

El rango de una matriz A de m x n, ser igual a k si hay por lo menos un
subdeterminante de A de k x k que sea distinto de cero mientras que todos los dems
subdeterminantes de A de k + 1 x k + 1 son cero.

TEOREMA 3.2.3
Sea A una matriz de n x m. Entonces A es equivalente por filas a una
matriz en forma reducida.
DEMOSTRACION
Demostremos que una operacin elemental no puede aumentar el rango k de una
matriz A. Si A tiene el mximo rango posible, esto es evidente. Sea k menor y
considrese cualquier submatriz cuadrada B de A con k + 1 filas. Por definicin de
rango Det(B) = 0. Sea C la matriz obtenida a partir de B aplicando una operacin
elemental a A. Si C = B, entonces Det(C) = 0. Sea C = B:
a.- Supngase la operacin de intercambio de dos filas de A. Si los dos tienen
elementos en B, entonces Det(C) = -Det(B). En caso contrario, C es igual a otra
submatriz cuadrada de A con k + 1 filas. De aqu que Det(C) = 0.
b.- Bajo la operacin elemental de la multiplicacin de una fila de A por un nmero
r diferente de cero, se tiene
Det(C) = rDet(B) = 0.
c.- Bajo la adicin de un mltiplo constante de una fila de A a otra fila, la matriz C
difiere de la B en una fila, digamos c, de la forma c = b + ra, donde b es la fila
correspondiente de B. As se tiene
Det(C) = Det(B) + rDet(D) = rDet(D),
donde D, tiene dos filas idnticas, o bien, es una submatriz cuadrada con k + 1 filas
de la matriz A.
En cualquier caso,
Det(D) = 0 y Det(C) = 0.
Esto completa la demostracin de que una operacin elemental no puede aumentar el
rango de una matriz A. Vamos a demostrar ahora que una operacin elemental no
puede disminuir ese rango. Por inversa de una operacin elemental se entiende la
operacin que deshace el efecto de la operacin dada. Esa inversa existe y es una
operacin elemental. De aqu que, si una operacin elemental pudiera disminuir el
rango, su inversa lo aumentara, pero esto es imposible por lo que acaba de
demostrarse.

Este teorema implica que si se desea determinar el rango de una matriz dada, primero
puede simplificarse la matriz por medio de operaciones elementales. Ms importante,
este teorema servir de base para el estudio de los sistemas de ecuaciones lineales.
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
118
EJEMPLO 3.2.3
Hallar los valores del parmetro k, para que la matriz
A =
2 2 4 0 2
0 1 0 1
2 3 1
0 1 0 2 1
k k k
k
k k k
k k
+ + | |
|

|
|

|
+ +
\ .

tenga rango mximo. Cunto es el rango para los otros valores de k?
SOLUCION
La matriz A tiene rango mximo si el Det(A) = 0, es decir:
2 2 4 0 2
0 1 0 1
2 3 1
0 1 0 2 1
k k k
k
k k k
k k
+ +


+ +
= k
2 2 4 2
0 1 1
0 1 2 1
k k k
k
k k
+ +

+ +
= k
3
(k + 2) = 0.
Como k
3
(k + 2) = 0, entonces k = 0 y k = - 2. Por lo tanto k e 9 \ {-2, 0}. Cuando
k = - 2:
0 0 0 4
0 1 0 1
2 1 2 1
0 1 0 3
| |
|

|
|

|

\ .
~
0 0 0 4
0 1 0 1
2 0 2 0
0 0 0 4
| |
|

|
|
|
\ .
~
0 0 0 0
0 1 0 1
2 0 2 0
0 0 0 4
| |
|

|
|
|
\ .
Rang(A) = 3.
Cuando k = 0:
2 4 0 0
0 1 0 1
2 3 0 1
0 1 0 1
| |
|

|
|

|
\ .
~
2 4 0 0
0 1 0 1
0 1 0 1
0 1 0 1
| |
|

|
|
|
\ .
~
2 4 0 0
0 1 0 1
0 0 0 0
0 0 0 0
| |
|

|
|
|
\ .
Rang(A) = 2. V

TEOREMA 3.2.4
Sea A una matriz de n x n. Entonces Rang(A) = n si y slo si A
R
= I.
DEMOSTRACION
Si A
R
= I, entonces la matriz A
R
tiene n filas no nulas; por lo tanto Rang(A) = n.
Recprocamente, supongamos que Rang(A) = n. Entonces A
R
tiene exactamente n
filas no nulas y por lo tanto no tiene filas nulas. Toda fila de A
R
tiene elemento
principal 1. A
R
tiene cada elemento de la diagonal principal igual a 1. Todos los
elementos de la columna c
j
por encima y debajo de la diagonal principal son nulos.
Por lo tanto, A
R
= I.

TEOREMA 3.2.5
El rango del producto de varias matrices no es superior al rango de cada
uno de los factores.
DEMOSTRACION
Sean dadas las matrices A y B, para las cuales tiene sentido el producto AB;
emplearemos la notacin AB = C. Veamos la definicin del producto de matrices,
que da la expresin de los elementos de la matriz C. Tomando esta frmula para un k
dado y todos los i posibles, obtenemos que la k-sima columna de la matriz C
representa una suma de todas las columnas de la matriz A, tomadas con ciertos
coeficientes.
De este modo, queda demostrado que el sistema de columnas de la matriz C se
expresa linealmente mediante el sistema de columnas de la matriz A, y, por
consiguiente, el rango del primer sistema es menor o igual al rango del segundo
sistema; en otras palabras, el rango de la matriz C no es mayor que el rango de la
matriz A. Por otra parte, como de la definicin, para un i dado y todos los k, se
deduce que toda i-sima fila de la matriz C es combinacin lineal de las filas de la
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
119
matriz B, con razonamientos anlogos obtenemos que el rango de C no es mayor
que el rango de B.

TEOREMA 3.2.6
El rango de la transpuesta de una matriz es el mismo que el de la matriz
dada.
DEMOSTRACION
Sea Rang(A) = k y sea B una submatriz cuadrada de A con k filas y Det(B) = 0.
Evidentemente B
T
es una submatriz de A
T
. Por lo tanto
Det(B
T
) = Det(B).
De donde Rang(A
T
) > k. Por otra parte, si A contiene una submatriz cuadrada C de k
+ 1 filas, entonces, por definicin de rango, Det(C) = 0. Como C corresponde a C
T

en A
T
y Det(C
T
) = 0, se concluye que A
T
no puede contener una submatriz cuadrada
de k + 1 filas con un determinante diferente de cero. Como consecuencia, Rang(A
T
)
s k. En conjunto, Rang(A
T
) = k y se completa la demostracin.

% CALCULO DEL RANGO DE UNA MATRIZ
clc;clear;
fprintf('\nRANGO DE UNA MATRIZ \n')
fil=input('Ingrese el numero de filas de la Matriz A: ');
col=input('Ingrese el numero de columnas de la Matriz A: ');
%Ingreso de elementos
for f=1:fil
for c=1:col
fprintf('Ingrese el elemento (%d,%d)',f,c)
A(f,c)=input(' :');
end
end
fprintf('\nLA MATRIZ A ES:\n')
A
fprintf('LA MATRIZ REDUCIDA ES:\n')
R=rref(A)
fprintf('EL RANGO DE LA MATRIZ ES:\n')
RangA=rank(R)
end

EJEMPLO 3.2.4
Demostrar que la matriz A que posee la propiedad A
2
= I, puede representarse en la
forma PBP
-1
, donde P es una matriz no singular y B es una matriz diagonal cuyos
elementos son todos iguales a 1.
SOLUCION
El rango de la matriz (I + A I A) es igual a n. Elijamos de esta matriz una matriz
cuadrada no singular P de orden n, y supongamos que sus primeras r columnas
pertenecen a la matriz I + A y las dems n r columnas pertenecen a la matriz I A.
Entonces, como (I + A)(I A) = O, se tiene
11 12 1
21 22 2
1 2
... 0 0 ... 0
... 0 0 ... 0
( + )
... ... ... ... ... ...
... 0 0 ... 0
r
r
n n nr
q q q
q q q
q q q
| |
|
|
=
|
|
|
\ .
I A P ;
1, 1 1, 2 1
2, 1 2, 2 2
, 1 , 2
0 0 ... 0 ...
0 0 ... 0 ...
( - )
... ... ... ... ... ...
0 0 ... 0 ...
r r n
r r n
n r n r nn
q q q
q q q
q q q
+ +
+ +
+ +
| |
|
|
=
|
|
|
\ .
I A P .
Sumando estas igualdades, resulta
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
120
11 12 1 1, 1 1, 2 1
21 22 2 2, 1 2, 2 2
1 2 , 1 , 2
... ...
... ...
2
... ... ... ... ... ...
... ...
r r r n
r r r n
n n nr n r n r nn
q q q q q q
q q q q q q
q q q q q q
+ +
+ +
+ +
| |
|
|
=
|
|
|
\ .
P .
Restando, se obtiene

11 12 1 1, 1 1, 2 1
21 22 2 2, 1 2, 2 2
1 2 , 1 , 2
... ...
... ...
2
... ... ... ... ... ...
... ...
r r r n
r r r n
n n nr n r n r nn
q q q q q q
q q q q q q
q q q q q q
+ +
+ +
+ +
| |
|

|
=
|
|
|

\ .
AP
1
1
2
1
1
| |
|
|
|
= |

|
|
|
|
\ .
P .
Con esto se deduce inmediatamente lo que se quera demostrar. V

EJEMPLO 3.2.5
Demostrar que si todos los menores principales de k-simo orden de la matriz A
T
A
son iguales a cero, los rangos de las matrices A
T
A y A son menores que k. Aqu A es
una matriz real y A
T
es la matriz transpuesta de ella.
SOLUCION
Si todos los menores principales de k-simo orden de la matriz A
T
A son iguales a 0,
entonces todos los menores de orden k de la matriz A son iguales a 0. Por
consiguiente, el rango de la matriz A, y junto con l tambin el rango de la matriz
A
T
A, es menor que k. V

EJEMPLO 3.2.6
Demostrar que el rango del producto de dos matrices cuadradas de orden n no es
inferior a r
1
+ r
2
n, donde r
1
y r
2
son los rangos de los factores.
SOLUCION
Sea A = P
1
R
1
Q
1
, B = P
2
R
2
Q
2
, donde P
1
, Q
1
, P
2
, Q
2
son matrices no singulares y R
1
,
R
2
son matrices que tienen r
1
y r
2
unidades en la diagonal principal, respectivamente,
y los dems elementos son iguales a 0. Entonces AB = P
1
R
1
Q
1
P
2
R
2
Q
2
y el rango de
AB es igual al rango de R
1
CR
2
, donde C = Q
1
P
2
es una matriz no singular, la matriz
R
1
CR
2
se obtiene de la matriz C sustituyendo todos los elementos de las ltimas
n r
1
filas y n r
2
columnas por ceros. Como la eliminacin de una fila o una
columna rebaja el rango de la matriz no ms que en una unidad, el rango de R
1
CR
2

no es menor que n (n r
1
) (n r
2
) = r
1
+ r
2
n. V

EJEMPLO 3.2.7
Demostrar que si A
2
= I, entonces Rang(I + A) + Rang(I A) = n, donde n es el
orden de la matriz A.
SOLUCION
Sea Rang(I + A) = r
1
, Rang(I A) = r
2
. Como (I + A) + (I A) = 2I, se tiene r
1
+ r
2

> n. Por otra parte, (I + A)(I A) = O, por lo cual 0 > r
1
+ r
2
n. Por consiguiente,
r
1
+ r
2
= n. V

EJEMPLO 3.2.8
Sea A una matriz rectangular de elementos complejos y sea A
+
la matriz transpuesta
de la matriz compleja conjugada de A. Demostrar que el determinante de la matriz
A
+
A es un nmero real no negativo y que este determinante es igual a 0, si y slo si,
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
121
el rango de A es menor que el nmero de columnas.
SOLUCION
El determinante de A
+
A es igual a la suma de los cuadrados de los mdulos de todos
los menores de orden m de la matriz A, donde m es el nmero de columnas de la
matriz A. V


PROBLEMAS

3.2.1 Demuestre que cualquier matriz de rango r puede
representar en forma de una suma de r matrices de rango 1,
pero no se puede representar en forma de una suma
inferior a r de semejantes matrices.

3.2.2 Demuestre que si el rango de la matriz A es igual a
r, el menor d que se encuentra en la interseccin de
cualesquiera r filas linealmente independientes y r
columnas linealmente independientes de esta matriz, es
diferente de cero.

3.2.3 Demuestre que el rango de una matriz antisimtrica
es un nmero par.

3.2.4 Encuentre una matriz involutoria de 3 x 3, para la
cual Rang(I A) + Rang(I + A) = 3.

3.2.5 Calcular el rango de la matriz:
a.-
75 0 116 39 0
171 69 402 123 45
301 0 87 417 169
114 46 268 82 30
| |
|

|
|

|

\ .
;
b.-
1 0 0 1 4
0 1 0 2 5
0 0 1 3 6
1 2 3 14 32
4 5 6 32 77
| |
|
|
|
|
|
|
\ .
;
c.-
1 2 3 1 1 2
2 1 1 0 2 2
2 5 8 4 3 1
6 0 1 2 7 5
1 1 1 1 2 1
| |
|

|
|

|

|
|

\ .
.

3.2.6 Para cualquier matriz B con elementos reales o
complejos todos los menores principales de la matriz A =
BB
+
son no negativos y el rango de A es igual al rango de
B.

3.2.7 D un ejemplo de matrices A y B del mismo orden
tales que cumplan lo siguiente:
a.- Rang(A + B) < Rang(A) y Rang(A + B) < Rang(B);
b.- Rang(A + B) = Rang(A) y Rang(A + B) = Rang(B);
c.- Rang(A + B) > Rang(A) y Rang(A + B) > Rang(B).
3.2.8 Calcular el rango de la matriz:
a.-
2 1 1 3 4
2 1 2 1 2
2 3 1 2 2
1 0 1 2 6
1 2 1 1 0
4 1 3 1 8
| |
|

|
|

|

|
|

|
|

\ .
;
b.-
1 1 2 0 0 1
0 1 1 2 0 1
1 0 1 0 2 1
1 1 0 0 1 2
2 0 0 1 1 1
1 1 0 1 1 2
| |
|

|
|

|
|

|
|

\ .
;
c.-
0 4 10 1
4 8 18 7
10 18 40 17
1 7 17 3
| |
|
|
|
|
\ .
; d.-
1 3 6 8 0
3 6 9 2 1
2 5 8 0 0
2 4 6 3 5
7 0 1 9 3
4 3 8 9 1
| |
|
|
|

|
|
|

|
|

\ .
;
e.-
1 1 2 3 4
2 1 1 2 0
1 2 1 1 3
1 5 8 5 12
3 7 8 9 13
| |
|

|
|

|

|
|

\ .
.

3.2.9 Demuestre que el rango de la suma de dos matrices
no es superior a la suma de los rangos de las matrices que
se suman, es decir
Rang(A + B) s Rang(A) + Rang(B).

3.2.10 Demuestre que si una matriz est compuesta de m
filas y su rango es r, cualesquiera s de sus filas forman
una matriz, cuyo rango no es inferior a r + s - m.

3.2.11 Encuentre matrices A y B de 3 x 3 tales que AB =
O y Rang(A) + Rang(B) s 3, con la particularidad de que
para cualquier matriz dada A puede elegirse la matriz B
de manera tal que Rang(A) + Rang(B) = k, donde k es
cualquier nmero entero que satisface la condicin
Rang(A) s k s 3.
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
122
3.2.12 Determine el rango de la matriz real dada para los
distintos valores del parmetro k e 9:
a.-
2 1 3 1
1 1 1 1
0 1 0 1
3 5 3
k k
k
| |
|
|
|

|
\ .
; b.-
0 1 1
1 2 0 2
0 3 2 0
1 3
k
k k
| |
|
|
|

|
\ .
;
c.-
1 1 2
2 1 5
1 10 6 1
k
k
| |
|

|
|

\ .
; d.-
1 1 1
2 2 2
3 3 3
k
k
k
| |
|

|
|

\ .
;
e.-
2
2
2
1 0
1
0 1
k k
k k k
k k
| |
+
|
| +
|
|
+
\ .
; f.-
1 2
2 2
1 1
k
k
k
| |
|
|
|
\ .
.
3.2.13 Demuestre que cualquier matriz A de rango r
puede representarse en forma de un producto A = PRQ,
donde P y Q son matrices no singulares y R es una matriz
rectangular de las mismas dimensiones que A, en cuya
diagonal principal los primeros r elementos son iguales a
la unidad, mientras que todos los dems elementos son
nulos.


3.3 INVERSA DE UNA MATRIZ

En esta seccin se introduce la terminologa bsica y se define la inversa de una matriz cuadrada, enunciamos sus
propiedades mas importantes.


El determinante de una matriz se relaciona de manera importante con el concepto de
no singularidad de una matriz.

DEFINICION 3.3.1
Sea A una matriz cuadrada de n x n, si existe una matriz B de n x n tal
que AB = I se considera que B es una inversa por la derecha de A. Si
existe una matriz C de n x n tal que CA = I se dice que C es una
inversa por la izquierda de A.

DEFINICION 3.3.2
Sea A una matriz de n x n. Si B es una matriz de n x n tal que AB = I y
BA = I, donde I es la matriz identidad de n x n, entonces se dice que la
matriz B es una inversa de la matriz A y se representa por B = A
-1
.
Adems podemos decir que toda matriz cuadrada A de n x n se
denomina singular, si su determinante es igual a cero; en caso contrario,
se denomina no singular.

TEOREMA 3.3.1
Si una matriz A de n x n tiene inversa, entonces ella es nica.
DEMOSTRACION
Supongamos que B y C son matrices inversas de la matriz cuadrada A. Entonces
AB = BA = I y AC = CA = I.
Entonces
B = BI = B(AC) = (BA)C = IC = C.
Con esto demostramos que la inversa de una matriz es nica.

EJEMPLO 3.3.1
Sean A y B matrices de n x n tales que AB = I. Demuestre que
Det(A) = 0 y Det(B) = 0.
SOLUCION
Suponga que A y B son matrices de n x n tales que AB = I. Entonces, se sabe que
Det(AB) = 1. Si Det(A) = 0, entonces se concluye que Det(AB) = Det(A)Det(B) = 0,
lo cual es una contradiccin. Por consiguiente es posible concluir que Det(A) = 0. Si
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
123
Det(B) = 0, se obtiene una contradiccin semejante. V

EJEMPLO 3.3.2
Para toda matriz A de n x n, no singular se cumple que
-1
1
Det( ) =
Det( )
A
A
.
SOLUCION
Como A
-1
A = I, se concluye que Det(A
-1
A) = Det(I). Por consiguiente, se debe tener
que Det(A
-1
)Det(A) = 1. Como Det(A) = 0, la demostracin puede completarse
dividiendo entre Det(A), es decir
-1
1
Det( ) =
Det( )
A
A
. V

TEOREMA 3.3.2
Si A y B son matrices no singulares, entonces:
a.- AB es no singular y (AB)
-1
= B
-1
A
-1
.
b.- A
-1
es no singular y (A
-1
)
-1
= A.
c.- Para k = 0, kA es no singular y (kA)
-1
= k
-1
A
-1
.
DEMOSTRACION
a.- Como A y B son matrices no singulares, existen A
-1
y B
-1
. Ahora calculamos
(AB)(B
-1
A
-1
) = A(BB
-1
)A
-1
= AIA
-1
= AA
-1
= I
(B
-1
A
-1
)(AB) = B
-1
(A
-1
A)B = B
-1
IB = B
-1
B = I
Por lo tanto B
-1
A
-1
es la inversa de AB.
b.- De la definicin de matriz inversa y la unicidad se sigue que
(A
-1
)
-1
= A.
c.- Por las propiedades de las matrices, obtenemos
(k
-1
A
-1
)(kA) = (k
-1
k)A
-1
A = 1I = I
(kA)(k
-1
A
-1
) = (kk
-1
)AA
-1
= 1I = I
con lo que podemos decir que (kA)
-1
= k
-1
A
-1
.

EJEMPLO 3.3.3
Dadas las matrices A y B de n x n. Demuestre que (A
T
B
T
)
-1
= (A
-1
B
-1
)
T
, donde A y B
son matrices no singulares.
SOLUCION
Si A y B son matrices no singulares, entonces:
(A
T
B
T
)(A
-1
B
-1
)
T
= A
T
B
T
(B
-1
)
T
(A
-1
)
T
= A
T
B
T
(B
T
)
-1
(A
T
)
-1
= A
T
(A
T
)
-1
= I
(A
-1
B
-1
)
T
(A
T
B
T
) = (B
-1
)
T
(A
-1
)
T
A
T
B
T
= (B
T
)
-1
(A
T
)
-1
A
T
B
T
= (B
T
)
-1
B
T
= I
y, por tanto (A
-1
B
-1
)
T
es la inversa de la matriz A
T
B
T
. V

TEOREMA 3.3.3
Si A = A
1
A
2
... A
n
y A
1
, A
2
, ..., A
n
son todas matrices no singulares,
entonces A es no singular y A
-1
= (A
1
A
2
... A
n
)
-1
= A
-1
n
... A
-1
2
A
-1
1
.
DEMOSTRACION
En el producto
(A
-1
1
... A
-1
2
A
-1
1
)(A
1
A
2
... A
n
) = A
-1
n
... A
-1
2
A
-1
1
A
1
A
2
... A
n

como A
-1
i
A
i
= I, entonces
(A
-1
n
... A
-1
2
A
-1
1
)(A
1
A
2
... A
n
) = A
-1
n
... A
-1
2
IA
2
... A
n

= A
-1
n
... A
-1
2
A
2
... A
n

= A
-1
n
... I ... A
n

= A
-1
n
... A
n

= = I.
Del mismo modo demostramos que
(A
1
A
2
... A
n
)(A
-1
n
... A
-1
2
A
-1
1
) = A
1
A
2
... A
n
A
-1
n
... A
-1
2
A
-1
1

= A
1
A
2
... I... A
-1
2
A
-1
1

= A
1
... A
-1
1

RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
124
= ... = I.
Con lo cual queda demostrado que los dos productos son inversos uno del otro.

TEOREMA 3.3.4
Para toda matriz A de n x n, no singular se cumple que
-1
1
Det( ) =
Det( )
A
A
.
DEMOSTRACION
Como A
-1
A = I, se concluye que Det(A
-1
A) = Det(I). Por consiguiente, se debe tener
que
Det(A
-1
)Det(A) = 1.
Como Det(A) = 0, la demostracin puede completarse dividiendo entre Det(A), es
decir
-1
1
Det( ) =
Det( )
A
A
.

EJEMPLO 3.3.4
Si A y B son matrices de n x n con B no singular, demuestre que
Det(A) = Det(B
-1
AB).
SOLUCION
Haciendo uso de la propiedad del producto de determinantes, tenemos
Det(B
-1
AB) = Det(B
-1
)Det(A)Det(B)
= Det(A)Det(B
-1
)Det(B)
= Det(A)
1
Det( ) B
Det(B) = Det(A). V

EJEMPLO 3.3.5
Demuestre que el rango del producto a la derecha y a la izquierda de una matriz A
por una matriz cuadrada no singular B, es igual al rango de la matriz A.
SOLUCION
Sea AB = C. Sabemos que el rango de la matriz C no es mayor que el rango de la
matriz A. Por otra parte, multiplicando a la derecha la igualdad AB = C por B
-1
,
llegamos a la igualdad A = CB
-1
y, por consiguiente, el rango de A no es mayor que
el rango de C. Comparando estos dos resultados obtenemos la coincidencia de los
rangos de las matrices A y C. V

EJEMPLO 3.3.6
Demuestre que si A es una matriz de rango 1, por lo menos una de las matrices I + A
y I A es no singular.
SOLUCION
Sea la matriz A con Rang(A) = 1:
11 12 1
...
0 0 ... 0
... ... ...
0 0 ... 0
n
a a a | |
|
|
=
|
|
\ .
A .
Entonces
11 12 1
1 ...
0 1 ... 0
+
... ... ...
0 0 ... 1
n
a a a + | |
|
|
=
|
|
\ .
I A .
Como la matriz I + A es triangular, entonces Det(I + A) = 1 + a
11
= 0, por lo tanto la
matriz I + A es no singular. V
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
125
TEOREMA 3.3.5
Sean A y B matrices no singulares y conmutativas, entonces:
A
-m
B
-n
= B
-n
A
-m
m, n e .
DEMOSTRACION
Si AB = BA, entonces AB BA = O. Ya que B es no singular, B
-1
existe, y, por
tanto
B
-1
AB = A
-1
BA = A
Adems
B
-1
ABB
-1
= AB
-1
.
De la misma manera, puede encontrase que
A
-1
B = BA
-1
.
De donde deducimos fcilmente que A
-m
B
-n
= B
-n
A
-m
.

TEOREMA 3.3.6
Sea T una matriz triangular no singular; su inversa es triangular con la
misma estructura.
DEMOSTRACION
Sea T triangular inferior; su inversa T
-1
cumplir TT
-1
= T
-1
T = I ya que I al ser
diagonal es triangular inferior, T
-1
debe ser, asimismo, triangular inferior. Los
elementos de T
-1
pueden calcularse con facilidad planteando el sistema asociado
al producto TT
-1
. En efecto se tendr
1
ik kj ij
k
t t d

la suma slo tendr sentido para los trminos en los cuales i > k > j; luego
1
t
ik kj ij
k j
t t d

=
=

.

DEFINICION 3.3.3
Una matriz A de orden n, se llama ortogonal cuando el producto de la
matriz A por su matriz transpuesta A
T
es la matriz identidad I, es decir
AA
T
= I.

EJEMPLO 3.3.7
Demostrar que el determinante de una matriz ortogonal es igual a 1.
SOLUCION
Si A es una matriz ortogonal, entonces por definicin A
T
= A
-1
, por tanto
T T T 2
T T T 2
= Det( ) = Det( ) Det( )Det( ) =1 [Det( )] =1
= Det( ) = Det( ) Det( )Det( ) =1 [Det( )] =1

AA I AA I A A A
A A I A A I A A A
.
De esto podemos concluir que Det(A) = 1. V

DEFINICION 3.3.4
Una matriz A de orden n, se llama unitaria cuando el producto de la matriz
A por su matriz transpuesta conjugada A
+
es la matriz identidad I, es decir
AA
+
= I.

EJEMPLO 3.3.8
Demuestre que el determinante de una matriz unitaria tiene mdulo igual a 1.
SOLUCION
Si A es una matriz unitaria, entonces por definicin A
+
= A
-1
, por tanto
+ + + 2
+ + + 2
= Det( ) = Det( ) Det( )Det( ) =1 Det( ) =1
= Det( ) = Det( ) Det( )Det( ) =1 Det( ) =1

AA I AA I A A A
A A I A A I A A A
.
De esto podemos concluir que el mdulo del determinante de la matriz A es igual a
1. V
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
126
EJEMPLO 3.3.9
Demuestre que la inversa de una matriz es nica.
SOLUCION
Supongamos que B y C son matrices inversas de la matriz cuadrada A. Entonces
AB = BA = I y AC = CA = I.
Entonces
B = BI = B(AC) = (BA)C = IC = C.
Con esto se demuestra que la inversa de una matriz es nica. V

EJEMPLO 3.3.10
Si A es una matriz no singular y k = 0 es un escalar, entonces
1 1
1
( ) k
k

= A A .
SOLUCION
Aplicamos las propiedades de la multiplicacin escalar. Debido a que
1 -1
1 1
( ) =1 = k k
k k

| | | |
=
| |
\ . \ .
A A AA I I y
1 -1
1 1
( ) =1 = k k
k k

| | | |
=
| |
\ . \ .
A A A A I I
se concluye que
1
1
k

A es la inversa de kA. V

EJEMPLO 3.3.11
Si A y B son matrices no singulares de n x n, entonces AB es no singular y
(AB)
-1
= B
-1
A
-1
.
SOLUCION
Para demostrar que B
-1
A
-1
es la inversa de AB, basta demostrar que se ajusta a la
definicin de matriz inversa. Es decir:
-1 -1 -1 -1 -1 -1 -1
-1 -1 -1 -1 -1 -1 -1
( )( ) = ( ) = = ( ) = =
( )( ) = ( ) = = ( ) = =

AB B A A BB A AIA AI A AA I
B A AB B A A B B IB B IB B B I

de esta manera concluimos que AB es no singular y que su inversa es B
-1
A
-1
. V

EJEMPLO 3.3.12
Sean A y B matrices de n x n con B no singular. D un ejemplo para el que B
-1
AB =
A. Luego, demuestre que Det(B
-1
AB) = Det(A).
SOLUCION
Haciendo
1 2
=
3 5
| |
|
\ .
B ,
-1
-5 2
=
3 -1
| |
|
\ .
B ,
2 1
=
-1 0
| |
|
\ .
A ,
-1
-27 -49
=
16 29
| |
|
\ .
B AB .
Det(B
-1
AB) = Det(B
-1
)Det(A)Det(B) = Det(B
-1
)Det(B)Det(A)
=
1
Det( ) B
Det(B)Det(A) = Det(A). V

EJEMPLO 3.3.13
Suponga que en una hipermatriz cuadrada
=
| |
|
\ .
A B
M
C D

una submatriz A es cuadrada y no singular. Demuestre que el determinante de la
matriz M cumple la relacin Det(M) = Det(A)Det(D CA
-1
B).
SOLUCION
Representamos la matriz M bajo la forma de un producto
= = =
| || | | |
| | |
\ .\ . \ .
E O J K A B
M PQ
F H O L C D

RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
127
+ =
+ =
+ =
+ =

EJ O A
EK OL B
FJ HO C
FK HL D

-1
-1 -1
Si = = =
= =
= =
Si = + = = -

J I EI A E A
AK B K A B
FI C F C
H I CA B IL D L D CA B

Por tanto
-1
-1
=
-
| |
| |
|
|
|
\ .
\ .
A O I A B
M
C I
O D CA B

donde k es el orden de la matriz A, k + r es el orden de la matriz M. Entonces
Det(M) = Det(AI OC)Det(I(D CA
-1
B) A
-1
BO)
= Det(A O)Det(D CA
-1
B O)
= Det(A)Det(D CA
-1
B). V

EJEMPLO 3.3.14
Si Det(A) y Det(B) son nmeros racionales, qu puede decirse respecto a Det(AB) y
a Det(CAC
-1
) si C es no singular.
SOLUCION
Sabemos que Det( ) =
p
q
A y Det( ) =
r
s
B , entonces
Det( ) = Det( )Det( ) =
p r ps+qr
+ =
q s qs
AB A B
es tambin un nmero racional. De forma anloga, tenemos
-1 -1
1
Det( ) = Det( )Det( )Det( ) = Det( )Det( ) = Det( )
Det( )
CAC C A C C A A
C
.
Por lo tanto, por las hiptesis tambin es un nmero racional. V

EJEMPLO 3.3.15
Si A y B son matrices no singulares, muestre que Det(ABA
-1
B
-1
) = 1.
SOLUCION
Dado que A y B son matrices no singulares, se cumple lo siguiente:

-1 -1 -1 -1
Det( ) = Det( )Det( )Det( )Det( ) ABA B A B A B

1 1
= Det( )Det( ) =1
Det( ) Det( )
A B
A B
. V

EJEMPLO 3.3.16
Si Det(A) = 1, demuestre que pueden encontrarse matrices no singulares B y C tales
que A = BCB
-1
C
-1
.
SOLUCION
Asumiendo que B y C son matrices no singulares, entonces se cumple lo siguiente:
-1 -1 -1 -1
Det( ) = Det( ) = Det( )Det( )Det( )Det( ) A BCB C B C B C

1 1
= Det( )Det( ) =1
Det( ) Det( )
B C
B C
.
De esta manera demostramos que si se pueden encontrar matrices no singulares B y
C. V


PROBLEMAS

3.3.1 Encuentre dos matrices no singulares A y B de
3 x 3, para las cuales las matrices AB y BA no son
semejantes.
3.3.2 Demuestre que si una matriz A es no singular, para
toda matriz B se cumple que
Rang(AB) = Rang(BA) = Rang(B).
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
128
3.3.3 Encuentre dos matrices no singulares A y B de 3 x
3, para las cuales las matrices AB y BA sean semejantes.

3.3.4 Demuestre que al multiplicar la matriz A a la
izquierda o a la derecha por una matriz no singular, su
rango no vara.

3.3.5 Sea B una matriz de rango 1, es decir B
2
= kB para
un cierto nmero k. Suponiendo que k = -1 demuestre que
-1
1
( + ) = -
1+k
I B I B.

3.3.6 Pruebe que una matriz de n x n es no singular s y
slo si el nico vector columna n x 1 que satisface la
ecuacin matricial AX = O es X = O.

3.3.7 Demuestre que si A es una matriz invertible,
entonces AA
T
y A
T
A tambin son invertibles.

3.3.8 Sea A una matriz no singular tal que todos los
elementos de A y A
-1
son enteros. Demuestre que
Det(A) = 1.

3.3.9 Sean A y B matrices de 2 x 2 con B no singular. D
un ejemplo de matrices 2 x 2 para el que B
-1
AB = A.
Luego, demuestre que Det(P
-1
AP) = Det(A).

3.3.10 De ser posible, encuentre los valores de a, b y c
para que la matriz dada sea invertible:
a.-
3 1
1
1 3 1
a b
a b c
| |
|
+
|
|

\ .
; b.-
2 1 4
2
3 2 1
a
b c a
| |
|
+
|
|
\ .
;
c.-
1 4
0
2 3 1
a c
a c b
+ | |
|

|
|

\ .
; d.-
2 1 1
3
2 0
a b c a
c
| |
|
+
|
|
\ .
.

3.3.11 Suponiendo que las matrices A y B son no
singulares, demuestre las siguientes igualdades:
a.- (A
-1
+ B
-1
)
-1
= A(A + B)
-1
B;
b.- (I + AB)
-1
A = A(I + BA)
-1
;
c.- (A + BB
T
)
-1
B = A
-1
B(I + B
T
A
-1
B)
-1
.

3.3.12 De ser posible, encuentre la inversa de la matriz
dada:
0
0
1
Sen Cos
Cos Sen
Sen Cos Sen Cos
u u | |
|
u u
|
|
u u u+ u
\ .
.

3.3.13 Encuentre dos matrices no singulares cuya suma
sea singular.

3.3.14 Demuestre que si A es nilpotente, entonces A es
singular.
3.3.15 El rango de una matriz no necesariamente
cuadrada, no cambia si se le multiplica por una matriz no
singular.

3.3.16 Sea A = BC una matriz de n x n de rango 1.
Demuestre que existe un nmero k tal que A
2
= kA. Hallar
la expresin del nmero k por medio de los elementos de
matrices B y C.

3.3.17 Demuestre que si ABC = I, entonces BCA = I y
CAB = I.

3.3.16 Pruebe que si A y B son matrices de n x n y AB
es no8singular, entonces A y B son no singulares.

3.3.19 Sean A y B matrices de n x n tales que AB es
singular. Demuestre que A o B es singular.

3.3.20 Pruebe que si A es una matriz de n x n y una fila
de A es mltiplo de otra fila de A, entonces A es singular.

3.3.21 Demuestre que si A es una matriz simtrica
invertible, entonces A
-1
es simtrica.

3.3.22 Por medio de induccin matemtica pruebe que,
si una matriz cuadrada A es no singular, entonces
(A
n
)
-1
= (A
-1
)
n
para todo entero positivo n.

3.3.23 Suponga que todas las matrices que aparecen en
las ecuaciones siguientes son de n x n. Resuelva para X y
Y, estableciendo cules matrices se supone que son no
singulares:
a.-
+ =
- =

X Y A
X Y B
; b.-
+ =
+ =

X Y A
X BY C
;
c.-
+ =
+ =

X AY B
X CY D
; d.-
+ =
+ =

AX BY C
DX EY F
.

3.3.24 Demuestre que B es una inversa izquierda para la
matriz A si y slo si B
T
es inversa derecha para A
T
.

3.3.25 Demuestre que si A
2
= A, entonces A = I o bien A
es singular.

3.3.26 Si A, B y C son no singulares, cul es la inversa
de AB
-1
C? es A
2
no singular? es A + B no singular?
Mostrar que A
-1
(A + B)B
-1
= A
-1
+ B
-1
.

3.3.27 Suponga que A es no singular. Explique por qu
A
T
A tambin es no singular. Luego demuestre que A
-1
=
(A
T
A)
-1
A
T
.

3.3.28 Suponga que P es no singular y A = PBP
-1
.
Despeje B en trminos de A.

3.3.29 Si A = B y A
-1
existe, es necesario que A
-1
= B
-1
?
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
129
3.3.30 Hallar todos los valores de k que, al multiplicar la
matriz no singular A por los mismos, no cambian su
determinante.

3.3.31 En cada una de las matrices siguientes,
determnense los valores de t para los que la matriz es
singular:
a.-
1
0 1
t | |
|
\ .
; b.-
Sent Cost
Cost Sent
| |
|

\ .
;
c.-
2
3
4 2
t t
t
| |

|
|
+
\ .
; d.-
2 1
2 1
t
t
+ | |
|

\ .
;
e.-
2
2 2
t t
t
te e
e t

| |
|
|
\ .
; f.-
2
2
3
2 4
t t
t t
e e
e e
| |
|
|
\ .
;
g.-
2
2
1
1 4
Sen t
Cos t
| |
|
|
\ .
.

3.3.32 Encuentre los valores del parmetro k, para que la
matriz
2 2 2
4 3 2
1 1 1
4 3 2
4 3 2
k k k
k k k
k k k
k k k
k k k
k k k
| | | | | | | |
| | | |

\ . \ . \ .
|
|
| | | | | |
|
| | |
|
\ . \ . \ .
|
| | | | | |
|
| | |
|

\ . \ . \ . \ .

Sea no singular.

3.3.33 Si
a b
c d
| |
=
|
\ .
A y A = I,
determine las condiciones sobre los elementos de la
matriz, para que A = A
-1
.

3.3.34 Sea
1 3
2 4
| |
=
|

\ .
A . Hallar una matriz B triangular
superior tal que AB sea ortogonal.

3.3.35 Sea
2 5
1 3
2 4
| |
|
=
|
|
\ .
A y sea
1 3 1
1 0 1
| |
=
|

\ .
C .
Compruebe que CA = I. A es no singular?

3.3.36 Si A y B son matrices de 2 x 2 y B = CAC
-1
, en
donde C es de 2 x 2, demuestre que es posible encontrar
una matriz D de 2 x 2 tal que B = DAD
-1
.

3.3.37 Demustrese que si A es una matriz de n x n,
nilpotente de ndice k, entonces I A es invertible y
-1 2 -1
( - ) = + + +... +
k
I A I A A A .
3.3.38 Suponga que A, B y C son matrices no singulares
de orden n. Demuestre que ABC es no singular y que
(ABC)
-1
= C
-1
B
-1
A
-1
.

3.3.39 Suponga que A es una matriz cuadrada con
A = -A
T
y que I - A es no singular, define B como
B = (I + A)(I - A)
-1
. Demuestre que B
T
B = BB
T
= I.

3.3.40 Demostrar que una matriz A no singular y una
matriz B arbitraria verifican la identidad
(A + B)A
-1
(A B) = (A B)A
-1
(A + B).

3.3.41 Las matrices A y B estn ligados por la relacin
AB + A + I = O. Demostrar que A es una matriz no
singular y adems A
-1
= - I B.

3.3.42 Sean A, B y A + B tres matrices no singulares.
Demuestre que A
-1
+ B
-1
es no singular y que
(A
-1
+ B
-1
)
-1
= A(A + B)
-1
B.

3.3.43 Dada la matriz A, de ser posible encuentre una
matriz B de 2 x 2, tales que (AB)
-1
= A
-1
B
-1
:
a.-
1 2
1 1
| |
=
|

\ .
A ; b.-
1 0
0 1
| |
=
|

\ .
A ;
c.-
1 1
1 1
| |
=
|
\ .
A ; d.-
1
1
i
i
| |
=
|
\ .
A ;
e.-
2 1
1 2
i | |
=
|
\ .
A .

3.3.44 Sean A = B + iC una matriz compleja de n x n;
A
-1
= F + iG, la inversa de la matriz A. Demuestre que las
matrices reales de orden 2n
| |
|
\ .
B -C
C B
y
| |
|
\ .
F -G
G F

son inversas recprocamente.

3.3.45 Si C es una matriz no singular, entonces se
cumple lo siguiente:
a.- Si AC = BC, entonces A = B;
b.- Si CA = CB, entonces A = B.

3.3.46 Sea u un vector unitario en C
n
. Se define
H = I 2uu
+
. Demuestre que H es una matriz unitaria y
hermtica de n x n.

3.3.47 De ser posible, encuentre o tal que la matriz
3
2 3
o | |
=
|

\ .
A .
sea su propia inversa.

3.3.48 Las matrices A y B estn ligadas por la relacin
AB + A + I = O. Demuestre que A es una matriz no
singular y adems A
-1
= - I B.
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
130
3.3.49 Sea =
| |
|
\ .
B O
A
O C
, donde B y C son matrices
cuadradas. Demuestre que A es no singular s y slo si
tanto B como C son no singulares.

3.3.50 Suponga que A
n
= O para alguna n > 1. Encuentre
un inverso de I A.

3.3.51 Demuestre que si A
2
= A, entonces
I 2A = (I 2A)
-1
.

3.3.52 Resuelva la ecuacin AB = BC para A, suponiendo
que A, B y C son matrices cuadradas y que B es no
singular.

3.3.53 Demuestre que si una matriz A es no singular, las
matrices A + B y I + A
-1
B todas son singulares o no
singulares.

3.3.54 Use lgebra de matrices para demostrar que si A es
una matriz no singular y C satisface AC = I, entonces
C = A
-1
.

3.3.55 Suponga que AB = AC, donde B y C son matrices
de n x p y A es no singular. Demuestre que B = C. Es
esto cierto en general si A es singular?

3.3.56 Suponga que A, B y C son matrices no singulares
de n x n. Construyendo una matriz D tal que (ABC)D = I y
D(ABC) = I, demuestre que ABC tambin es no singular.

3.3.57 Encuentre o tal que la matriz A sea no singular:
3 1
1
| |
=
|
o
\ .
A .

3.3.58 Encuentre la matriz A dado que
1
5 2
(3 )
1 3

| |
=
|

\ .
A .
3.3.59 Sea A una matriz de n x n cuyos todos los
elementos son iguales a uno. Demuestre que
-1
1
( - ) =
1 n

I A I A .

3.3.60 Hallar la inversa de una matriz A de k + r:
=
k
r
| |
|
\ .
I B
A
O I
.

3.3.61 Demuestre que si A es triangular superior y no
singular y si BA es triangular superior, entonces B es
triangular superior.

3.3.62 Demustrese que, si =
| |
|
\ .
B O
A
C D
es matriz no
singular y si B y D son matrices cuadradas, entonces B
y D son no singulares, y
-1
-1
-1 -1 -1
=
-
| |
|
|
\ .
B O
A
D CB D
.

3.3.63 Resuelva la ecuacin C
-1
(A + D)B
-1
= I para D,
suponiendo que A, B y C son todas matrices no singulares
de n x n.

3.3.66 Suponga que A y B son matrices de n x n, B es no
singu4ar y AB es no singular. Demuestre que A es no
singular.

3.3.65 Suponga (B C)A = O, donde B y C son matrices
m x n y A es no singular. Demuestre que B = C.

3.3.66 Demuestre que si A, B y C son matrices de n x n
y ABC = I, entonces B es no singular y B
-1
= CA.

3.3.67 Demuestre que (BAB
-1
)(BCB
-1
) = B(AC)B
-1
para
todas las matrices A, C y B no singular.


3.4 METODOS PARA OBTENER LA INVERSA DE UNA MATRIZ

En esta seccin se analizan y desarrollan los mtodos ms importantes para encontrar la inversa de una
matriz, se enuncian las propiedades ms importantes.

I. METODO DE LA MATRIZ ADJUNTA

A continuacin obtendremos una frmula para determinar la inversa de una
matriz en trminos de su determinante y de los cofactores de sus elementos.

DEFINICION 3.4.1
Una matriz Cof(A), cuyos elementos son complementos algebraicos de los
elementos correspondientes de la matriz A de n-simo orden, donde el
complemento algebraico del elemento a
ij
est situado en la interseccin de
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
131
la j-sima fila y la i-sima columna, se define como la matriz de cofactores
de la matriz A.

EJEMPLO 3.4.1
Dada la matriz
A =
1 1
1 1
3 1
a
a
b
| |
|

|
|
\ .

determine la matriz de cofactores.
SOLUCION
Por definicin, la matriz de cofactores esta dada de la siguiente manera:
Cof(A) =
1 1 1 1
1 3 3 1
1 1 1 1
1 3 3 1
1 1 1 1
1 1 1 1
a a
b b
a a
b b
a a
a a
| |

|
|
|
|

|
|
|

|

\ .
=
2
1 3 1 3
1 3 3
1 1 1
ab b a
b ab a
a a a
| |
+
|

|
|
+
\ .
. V

DEFINICION 3.4.2
La transpuesta de la matriz de cofactores Cof(A) de los elementos a
ij
de la
matriz A se denomina matriz adjunta y se denota por Adj(A).

TEOREMA 3.4.1
Si A es una matriz con determinante diferente de cero y Adj(A) es la matriz
adjunta, entonces
1
Adj( )
Det( )

=
A
A
A
.
DEMOSTRACION
Sea Det(A) = 0. Demostraremos por induccin que la matriz A es singular. Si n = 1,
entonces Det(A) = 0 implica que A = O. Supongamos que este teorema sea vlido
para todas las matrices cuadradas de n 1 x n 1, es decir, que para una matriz de
este orden un determinante cero implica singularidad, y supongamos que esto no se
verifique para la matriz A, es decir, que A sea no singular a pesar de nuestra
hiptesis de que Det(A) = 0. Obtendremos una contradiccin. Si Det(A) = 0,
entonces A(Adj(A)) = O, y, por lo tanto resultara A
-1
AAdj(A) = O, es decir Adj(A)
= O. En otras palabras, todos los menores de la matriz A seran cero. Sea a
continuacin B la matriz n 1 x n 1 que consista en las n 1 primeras filas de A.
Puesto que toda matriz cuadrada de n 1 x n 1 compuesta por n 1 columnas de B
tendr determinante cero, podemos concluir, por la hiptesis de induccin, que cada
una de estas matrices cuadradas de n 1 x n 1 es singular, es decir, que tiene un
rango menor que n 1. Por lo tanto, no puede haber en B ms que n 2 columnas
linealmente independientes y por tanto, no ms de n 2 filas linealmente
independientes. De esta manera resulta que las filas de B y las filas de A son
linealmente dependientes, lo que contradice la suposicin de la no singularidad de A.

Este teorema propone que el rango de una matriz cuadrada de n x n ser n si y slo si
su determinante es distinto de cero. Esto constituye, de hecho, un caso particular de
un hecho ms general, acerca del que hay un teorema que relaciona el rango con los
determinantes.

EJEMPLO 3.4.2
Demuestre que si Det(A) = 1 y todos los elementos de A son enteros, entonces todos
los elementos de A
-1
tambin deben ser enteros.
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
132
SOLUCION
Suponga que Det(A) = 1 y que todos los elementos de A son enteros. Lo anterior
implica que todos los elementos de Adj(A) deben ser enteros. Adems, como
-1
1
= Adj( ) = Adj( )
Det( )
A A A
A

Podemos concluir que todos los elementos de A
-1
deben ser enteros. V

EJEMPLO 3.4.3
Demuestre que si Det(A) = Det(B) = 0, entonces hay una matriz C tal que Det(C) = 1
y A = CB.
SOLUCION
Suponga que Det(A) = Det(B) = 0. Entonces B es no singular y al hacer C = AB
-1
, se
concluye que A = CB y
-1 -1
1 1
Det( ) = Det( ) = Det( )Det( ) = Det( ) = Det( ) =1
Det( ) Det( )
C AB A B A A
B A
. V

EJEMPLO 3.4.4
Si A es una matriz antisimtrica, entonces la matriz Adj(A) es simtrica si n es
impar, y antisimtrica si n es par.
SOLUCION
Si A es una matriz antisimtrica. Entonces A
T
= -A, por tanto
(A
T
)
-1
= (A
-1
)
T
= -A
-1
De (A
T
)
-1
, tenemos que
-1
1
= Adj( )
Det( )
A A
A
, entonces
T -1 T -1
T
1 1 1
( ) = (Adj( )) = Adj( ) = (-1) Adj( ) = -
Det(- ) Det( ) Det( )
n
A A A A A
A A A

pero
-1 T
1
- = (-1) (Adj( ))
Det( )
A A
A
, igualando las ecuaciones
T -1
1
( ) = (-1) Adj( )
Det( )
n
A A
A
y
-1 T
1
- = (-1) (Adj( ))
Det( )
A A
A

obtenemos
T
1 1
(-1) Adj( ) = (-1) (Adj( ))
Det( ) Det( )
n
A A
A A
.
Si n es par, entonces n = 2p, y
(-1)
2p-1
Adj(A) = (Adj(A))
T
- Adj(A) = (Adj(A))
T
,
por lo tanto, es antisimtrica. Si n es impar, es decir n = 2p + 1, entonces
(-1)
2p+1-1
Adj(A) = (Adj(A))
T
(-1)
2p
Adj(A) = (Adj(A))
T
Adj(A) = (Adj(A))
T

por lo tanto, es simtrica. V

EJEMPLO 3.4.5
Dada una matriz A no singular de n x n. Suponga que n > 3. Demostrar que
Det(Adj(A)) = (Det(A))
n-1
.
SOLUCION
Suponga que A es una matriz de n x n. Como Adj(A) = A
-1
Det(A),
se concluye que
Det(Adj(A)) = Det(A
-1
Det(A)) = (Det(A))
n
Det(A
-1
)
= (Det(A))
n
1
Det( ) A
= (Det(A))
n-1
. V

EJEMPLO 3.4.6
Demuestre que si A es una matriz no singular de n x n, entonces se cumple que
Adj(A
-1
) = (Adj(A))
-1
.
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
133
SOLUCION
Suponga que A es una matriz no singular de n x n. Como Adj(A
-1
) = ADet(A
-1
) y
-1 -1 -1 -1
1
(Adj( )) = ( Det( )) = = Det( )
Det( )
A A A A A A
A

se concluye que Adj(A
-1
) = (Adj(A))
-1
. V

EJEMPLO 3.4.7
Demuestre que si Det(A) = 1, entonces Adj(Adj(A)) = A.
SOLUCION
Como Det(A) = 0, entonces existe la inversa de A, es decir:
-1
Adj(
=
Det(
A)
A
A)
Adj(A) = (Det(A))A
-1
= A
-1
.
Por lo tanto
-1 -1 -1 -1
Adj(Adj( )) = Adj( ) = Det( )( ) = =
Det( )
A
A A A A A
A
. V

EJEMPLO 3.4.8
Hallar la inversa de la matriz
a.-
1 2 -1
= 2 5 4
3 7 4
| |
|
|
|
\ .
A ; b.-
1 2 -3
= 1 -2 1
5 -2 -3
| |
|
|
|
\ .
A .
SOLUCION
a.- Como Det(A) = 1, entonces:
T
5 4 2 -1 2 -1
-
7 4 7 4 5 4
2 4 1 -1 1 -1
(Cof( )) = - -
3 4 3 4 2 4
2 5 1 2 1 2
-
3 7 3 7 2 5
| |
|
|
|
|
|
|
|
|
\ .
A
Por lo tanto,
-1
-8 -15 13
= 4 7 -6
-1 -1 1
| |
|
|
|
\ .
A .
b.- Como Det(A) = 0, entonces la matriz A es singular, es decir A no admite inversa.

II. OPERACIONES ELEMENTALES

Usando el mtodo de operaciones elementales, los clculos se realizan
convenientemente en la matriz aumentada ms grande, formada combinando las
matrices. Para la matriz dada A de n-simo orden construimos una matriz rectangular
(A|I) de dimensin (n x 2n), aadiendo a la derecha de A una matriz unidad. Luego,
haciendo uso de las transformaciones elementales sobre las filas, reducimos la matriz
(A|I) a la forma (I|B), lo que es siempre posible, si A es regular. En este caso
B = A
-1
.
11 12 1
21 22 2
1 2
... 1 0 ... 0
... 0 1 ... 0
... ... ... ... ... ...
... 0 0 ... 1
n
n
n n nn
a a a
a a a
a a a
| |
|
|
|
|
|
\ .
.
Cuando hacemos las operaciones elementales de filas para reducir a A en el lado
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
134
derecho de (I |A) tambin las hacemos en el lado izquierdo. Por lo tanto, hacemos
en I exactamente las operaciones elementales de filas utilizadas para reducir a A.
Esto produce una matriz C que es un producto de matrices elementales cada una
efectuando una de las operaciones utilizadas para reducir a A. Por lo tanto, sea o
no A
R
= I tenemos CA = A
R
. Cuando A
R
= I, C debe ser A
-1
.

TEOREMA 3.7.3
Sea A una matriz de n x n. Entonces A es no singular si y slo si
Rang(A) = n.
DEMOSTRACION
Consideremos la ecuacin AB = I, con B una matriz de incgnitas de n x n que
queremos resolver. Si AB = I, la columna c
j
de AB es igual a la columna c
j
de I, en la
que la ltima matriz columna tiene un 1 en la fila f
j
y cero en los dems. Por tanto, la
columna c
j
de B se encuentra con el sistema de ecuaciones AX = C, donde la matriz
C tiene un 1 en la fila f
j
. Ahora supongamos que Rang(A) = n. Entonces el sistema
AX = C tiene una nica solucin. Por lo tanto, podemos encontrar una nica matriz
B tal que AB = I. Es posible demostrar que tambin BA = I; por lo tanto B es la
inversa de A. Recprocamente, si A es no singular, el sistema AX = C tiene una
nica solucin para j = 1, 2, ..., n, ya que estas soluciones forman las columnas de
A
-1
. De esta forma podemos concluir que Rang(A) = n.

% ENCUENTRA LA INVERSA DE UNA MATRIZ
clc;clear;
fprintf('\n INVERSA DE UNA MATRIZ \n')
fil=input(' INGRESE EL NUMERO DE FILAS: ');
%Ingreso de elementos
fprintf(' INGRESE LA MATRIZ \n')
for f=1:fil
for c=1:fil
fprintf('Ingrese el elemento A:(%d,%d)',f,c)
A(f,c)=input(' :');
end
end
fprintf('\n LA MATRIZ A ES:\n')
A
end
fprintf(' LA MATRIZ IDENTIDAD ES:\n')
I=eye(f,c)
end
fprintf(' LA MATRIZ AUMENTADA ES:\n')
B=[A,I]
end
fprintf(' LA MATRIZ REDUCIDA ES:\n')
R=rref(B)
end
if (det(A)==0)
fprintf('LA MATRIZ NO ADMITE INVERSA \n')
else
fprintf(' LA MATRIZ INVERSA ES:\n')
C=A^(-1)
end

EJEMPLO 3.4.9
Sea A una matriz cuadrada no singular:
a.- Si se intercambian dos filas de A, en qu es comparable la inversa de la matriz
resultante con A
-1
;
b.- Responda a la pregunta del inciso a) si una fila de A se multiplica por un nmero
k distinto de cero;
c.- Responder a la pregunta del inciso a) si la i-sima fila de A se multiplica por un
nmero k y se suma a la j-sima fila.
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
135
SOLUCION
a.- Si B se obtiene de A al intercambiar las filas i y j, entonces B
-1
se obtiene de A
-1

al intercambiar las columnas i y j.
b.- Si B se obtiene de A al multiplicar la fila i por a = 0, entonces B
-1
se obtiene de
A
-1
al multiplicar la columna i por 1/a.
c.- Si B se obtiene de A al sumar k veces la fila i a la fila j, entonces B
-1
se
obtiene de A
-1
al restar k veces la columna j de la columna i. V

EJEMPLO 3.4.10
Hallar la inversa de la siguiente matriz:
2 3 4
= 8 2 1
0 2 4
| |
|
|
|
\ .
A .
SOLUCION
Comenzaremos el proceso de operaciones elementales, formando la matriz
aumentada:
2 3 4 1 0 0
8 2 1 0 1 0
0 2 4 0 0 1
| |
|
|
|
\ .

Luego designamos a la primera fila como fila base y a la segunda fila le restamos
cuatro veces la fila base:
2 3 4 1 0 0
0 10 15 4 1 0
0 2 4 0 0 1
| |
|

|
|
\ .

Elegimos la segunda fila como fila base y a la primera fila multiplicada por 10, le
sumamos 3 veces la fila base; a la tercera fila multiplicada por 5, le sumamos la fila
base:
20 0 5 2 3 0
0 10 15 4 1 0
0 0 5 4 1 5
| |
|

|
|

\ .

Por ltimo elegimos la tercera fila como fila base. A la primera fila le sumamos la
fila base; a la segunda fila le sumamos 3 veces la fila base:
20 0 0 6 4 5
0 10 0 16 4 15
0 0 5 4 1 5
| |
|

|
|

\ .

Dividimos la primera fila para 20, la segunda fila para 10 y la tercera fila para 5:
3 1 1
10 5 4
1 0 0
8 2 3
0 1 0
5 5 2
0 0 1
4 1
1
5 5
| |

|
|
|

|
|
|

|
\ .

De esta manera obtenemos la matriz inversa:
1
3 1 1
10 5 4
8 2 3
5 5 2
4 1
1
5 5

| |

|
|
|
=
|
|
|

|
\ .
A . V
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
136
EJEMPLO 3.4.11
Demuestre que toda matriz elemental es no singular, y la inversa tambin es una
matriz elemental.
SOLUCION
Si E es una matriz elemental, entonces E se obtiene al efectuar algunas operaciones
en las filas de I. Sea E
0
la matriz que se obtiene cuando la inversa de esta operacin
se efecta en I. Usando el hecho de que las operaciones inversas en las filas cancelan
mutuamente su efecto, se concluye que E
0
E = EE
0
= I. As, la matriz elemental E
0
es
la inversa de E. V


PROBLEMAS

3.4.1 Si
a b
c d
| |
=
|
\ .
A
demuestre que Adj(Adj(A)) = A.

3.4.2 Demuestre que si A es una matriz de n x n y
Det(A) = 0, entonces Det(Adj(A)) = 0.

3.4.3 Si
1 2
3 1
| |
=
|
\ .
A y
4 2
3 2
| |
=
|

\ .
B
son matrices no singulares, pruebe que
Adj(AB) = (Adj(A))(Adj(B)).

3.4.4 Demuestre que si A es una matriz de n x n, entonces
Det(Adj(A)) = (Det(A))
n-1
.

3.4.5 Demuestre que si A es una matriz no singular de n x
n (n > 2) entonces Adj(Adj(A)) = A(Det(A))
n-2
.

3.4.6 Demuestre que una matriz A es no singular, si y
slo si su Adj(A) tambin es no singular.

3.4.7 Demuestre que si A es singular, entonces Adj(A) es
tambin singular.

3.4.8 Si A es singular, qu puede decir acerca del
producto AAdj(A).

3.4.9 Dada la matriz
1 -i -1
= 4 i -3
-i 1+i -1
| |
|
|
|
\ .
A .
a.- Determine el determinante de A. Es A no singular?;
b.- Determine Adj(A) y el producto AAdj(A).

3.4.10 Si A es una matriz de n x n con n > 2, demostrar
cada una de las propiedades siguientes de su matriz
cofactor:
a.- Cof(A
T
) = (Cof(A))
T
;
b.- (Cof(A))
T
A = (Det(A))I.
3.4.11 Determine la inversa de la siguiente matriz:
1 0 1 0 0 1 0 0
0 1 0 1 0 0 1 0
0 0 1 0 0 1 0 0
a
b
c
| || || |
| | |
| | |
| | |
\ .\ .\ .
.

3.4.12 Demuestre que si A es una matriz de n x n y
Det(A) = 0, entonces Det(Adj(A)) = 0.

3.4.13 Demuestre que si A es una matriz cuadrada de n x
n, entonces A(Adj(A)) = (Adj(A))A = I Det(A).

3.4.14 Demuestre que Adj(kA) = k
n-1
Adj(A). Para
cualquier nmero k y cualquier matriz A de n x n.

3.4.15 Demuestre que si A y B son matrices no
singulares, entonces Adj(AB) = Adj(B)Adj(A).

3.4.16 Encuntrese la inversa de cada una de las
matrices siguientes:
a.-
0 1 0 0 0
1 0 0 0 0
2 3 0 1 0
1 0 0 0 1
1 1 1 0 0
| |
|
|
|
|
|
|

\ .
; b.-
1 1 1 0 0
0 1 1 1 0
0 0 1 1 1
0 0 0 1 1
0 0 0 0 1
| |
|
|
|
|
|
|
\ .
;
c.-
1 2 3 4 5
0 1 2 3 4
0 0 1 2 3
0 0 0 1 2
0 0 0 0 1
| |
|
|
|
|
|
|
\ .
.

3.4.17 Determine la inversa de las siguientes matrices:
a.-
0 3
2 1
2 4
i i
i i i
i i i
| |
|
+
|
|
+
\ .
; b.-
1 1
1
1 1 1
i i
i i i
i i i
+ | |
|
+
|
|
+
\ .
;
c.-
1 1
1
1 1 1
i i
i i i
i i i
| |
|
+
|
|
+
\ .
.
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
137
3.4.18 Demuestre que si A es una matriz singular,
entonces A(Adj(A)) = O.
3.4.19 Demuestre que Adj(A
T
) = (Adj(A))
T
.


3.5 CUESTIONARIO

Responda verdadero (V) o falso (F) a cada una de las siguientes afirmaciones. Para las afirmaciones que sean falsas,
indicar por que lo es:

3.5.1 Toda matriz de orden n es equivalente por filas a
una matriz reducida por filas.

3.5.2 Si A y B son dos matrices de orden m x n. Entonces
B es equivalente por filas a A si, y slo si B = PA, donde P
es un producto de matrices elementales de m x m.

3.5.3 Una matriz elemental es no singular.

3.5.4 El rango de una matriz vara con las operaciones
elementales.

3.5.5 El rango de una matriz es el orden mximo de sus
menores iguales a cero.

3.5.6 Si A es una matriz de orden m x n, entonces el
rango de las columnas de A no se altera al someter a A a
una operacin elemental de filas.

3.5.7 Si A es una matriz de orden m x n, entonces el
rango por filas y el rango por columnas de A son
diferentes.

3.5.8 Sea A una matriz de orden m x n y sea k un entero
positivo. Entonces Rang(A) > k si y slo si A contiene un
subdeterminante distinto de cero de orden k.

3.5.9 El rango del producto de varias matrices no es
superior al rango de cada una de las matrices que se
multiplican.

3.5.10 Una matriz A de n x n que tiene una inversa a la
izquierda o a la derecha es no singular.

3.5.11 La inversa de una matriz triangular superior es una
matriz triangular inferior.

3.5.12 Si A es una matriz no singular de n x n y si una
sucesin de operaciones elementales de fila reduce A a la
matriz identidad I, entonces la misma sucesin de
operaciones, cuando se aplica a I, da A
-1
.

3.5.13 La inversa de una matriz casi diagonal regular D
es casi diagonal y es tambin de la misma estructura que
D.

3.5.14 La inversa de una matriz ortogonal es unitaria.
3.5.15 Toda matriz de orden n es equivalente por filas
a una matriz escalonada por filas.

3.5.16 El producto de dos matrices de orden n es
singular si, y slo si, por lo menos una de las dos matrices
es singular.

3.5.17 La suma de dos matrices no singulares de orden n
puede ser singular y la suma de dos matrices singulares
puede ser no singular.

3.5.18 Si A y B son matrices no singulares, entonces AB
es una matriz singular.

3.5.19 Si A y B son matrices de orden n y si A es no
singular y B es singular, entonces AB y BA son matrices
no singulares.

3.5.20 Las matrices unitarias y las matrices hermticas
son normales.

3.5.21 La inversa de una matriz hermtica no singular es
hermtica.

3.5.22 B es una inversa izquierda para la matriz A si y
slo si B
T
es inversa derecha para A
T
.

3.5.23 B es una inversa derecha para la matriz A si y
slo si B
T
es una inversa izquierda para A
T
.

3.5.24 El producto de matrices singulares es no
singular.

3.5.25 Una matriz de nmeros enteros tiene una inversa
de nmeros enteros cuando, y slo cuando, la matriz
dada tiene determinante diferente de cero.

3.5.26 Para que una matriz cuadrada A sea ortogonal es
necesario y suficiente que su determinante sea igual a
1 y cada uno de sus elementos sea igual a su cofactor,
tomado con su signo si Det(A) = 1 y con el signo
opuesto, si Det(A) = -1.

3.5.27 Una matriz cuadrada real A de orden n > 3 es
ortogonal si cada uno de sus elementos es igual a su
cofactor y por lo menos uno de sus elementos es
distinto de cero.
RANGO E INVERSA DE UNA MATRIZ
JOE GARCIA ARCOS
138
3.5.28 La inversa de una matriz A casi triangular superior
regular es una matriz casi triangular superior y adems es
de la misma estructura que A.

3.5.29 Si A tiene una inversa a la izquierda, B, y una
inversa a la derecha, C, entonces B = C.

3.5.30 Al multiplicar la matriz A a la izquierda o a la
derecha por una matriz no singular, su rango no vara.
3.5.31 La suma de los cuadrados de todos los menores
de segundo orden que yacen en dos filas o columnas de
una matriz ortogonal, es igual a cero.

3.5.22 Para que una matriz diagonal de orden n sea
ortogonal, es necesario que al menos un elemento de la
diagonal sea igual a cero.