Matrices - Parte 1

Álgebra y Geometrı́a Analı́tica

ITI-UNAHUR

2023
Las matrices son arreglos rectangulares que permiten organizar la
información. Decimos que una matriz A ∈ K m×n si A es una matriz de m
filas y n columnas y tiene entradas en K , donde K = R o K = C.
 
a11 · · · a1n
 . .. 
A :=  .. . 
am1 ··· amn

También se la puede escribir A = (aij ) donde i = 1, . . . , m y j = 1, . . . , n.

Problema
Escribir en forma de matriz la siguiente información: La distancia en
millas terrestres de Londres a Madrid es de 785, de Londres a New York
es de 3469, en cambio de Londres a Tokio es de 5969. Madrid, por su
parte, tiene una distancia a New York de 3593 y a Tokio de 6706. Por su
parte, Tokio tiene una distancia a New York de 6757.
  
Londres 0 785 3469 5959
Madrid  785 0 3593 6706,
New York 3469 3593 0 6757
Tokio 5959 6706 6757 0
donde la primera columna corresponde a la ciudad de Londres, la segunda
a Madrid, la tercera a New York y la cuarta a Tokio.
Esta matriz proporciona las distancias en millas terrestres entre las
ciudades indicadas. Esta matriz tiene 4 filas y 4 columnas, llamésmola A
y tiene coeficientes en R. Por lo tanto, A ∈ R4×4 . Notar que aij = aji
para todo i, j. Se dice que A es simétrica.

En esta clase vamos a operar con matrices: suma de matrices,

multiplicación de una matiz por un escalar o la multiplicación de matrices
de tamaño adecuado.
Definición
Sean A, B ∈ K m×n , donde A = (aij ) y B = (bij ). Decimos que A = B si y
solo si aij = bij para todo i = 1, . . . , m y j = 1, . . . , n.

Suma
Sean A, B ∈ K m×n , donde A = (aij ) y B = (bij ). Definimos la suma
A + B a la matriz de tamaño m × n que se obtiene sumando los términos
A y B que ocupan la misma posición, o sea

A + B := (aij + bij ).

Las exportaciones en millones de euros de dos paı́ses, A y B a otros dos

paı́ses X , Y , en los años 2000 y 2001 vienen dados por las siguientes
matrices
   
A 11 6 A 13 7
A2000 := , A2001 := ,
B 14 10 B 15 11

donde las primeras columnas de las matrices indica X y la segundas

columnas indican Y .
El total de exportaciones de A y B a X e Y en los dos años se puede
expresar mediante la siguiente matriz
 
A 24 13
A2000 + A2001 := .
B 29 21
Observar que B ha exportado 21 millones a Y entre los años 2000 y 2001.

El incremento de las exportaciones del año 2000 al 2001 es

     
A 13 7 11 6 2 1
A2001 − A2000 := − = .
B 15 11 14 10 1 1

Matriz transpuesta
 
a11 ··· a1n
m×n  .. .. 
Sea A ∈ K , A :=  . .  . Definimos la matriz
am1 · · · amn
T
transpuesta de
 A, A , a la matriz
 cuyas columnas son las filas de A, es
a11 · · · am1
 . .. 
decir AT :=  .. . .
a1n ··· amn
    
1 i i −i
Ejemplo: Sean A = −2 −i  y B = 1 0  .
0 i i 1
 
1+i 0
Notemos que A + B =  −1 −i . Ası́, tenemos que
i i +1
 
T 1+i −1 i
(A + B) = .
0 −i i + 1
   
T 1 −2 0 T i 1 i
Por otro lado, tenemos que A = yB = .
i −i i −i 0 1
Por lo tanto,  
T T 1+i −1 i
A +B = .
0 −i i + 1
En general se tiene la siguiente propiedad
Propiedad
Sean A, B ∈ K m×n , entonces (A + B)T = AT + B T .
Multiplicación por un escalar
Sea A = (aij ) ∈ K m×n y α ∈ K . Entonces α · A es una matriz en K m×n
que se obtiene multiplicando α por cada elemento de A, es decir

α · A := (α · aij ).

Problema


Sea A = 180 140 80 una matriz de tamaño 1 × 3 que representa los
precios actuales de tres productos almacenados en una bodega.
Supongamos que el almacén anuncia una venta en donde cada uno de
%
esos artı́culos tiene un descuento del 20 . Escribir la matriz que
representa los descuentos de cada artı́culo y la matriz que representa los
nuevos precios.

Se tiene que 0,20 · A es la matriz que representa los descuentos de cada

artı́culo. Notar que



0,20 · A = 0,20 · 180 0,20 · 140 0,20 · 80 = 36 28 16 .
Observar que A − 0,20 · A = 0,80 · A es la matriz que representa los
nuevos precios de cada uno de los artı́culos, es decir



0,80 · A = 180 − 36 140 − 28 80 − 16 = 144 112 64 .

Problema: multiplicación de matrices

En un centro se dictan los cursos de Inglés 1, Inglés 2 e Inglés 3. Los
profesores tienen asignados semanalmente un número de horas de clases,
de tutorı́as y de guardias que deben cubrir de acuerdo a
 
20 5 3
M = 18 6 5 .
22 1 3

Las filas de M corresponden a los cursos de Inglés 1, 2 y 3, y las

columnas indican las horas de clases, de guardı́a y de tutorı́a por profesor.
El centro paga cada hora de clase 12 dólares, cada hora de guardia 3
dólares y cada hora de tutorı́a 6 dólares
 
12
C :=  3  .
6
El centro dispone de 5 profesores para Inglés 1, 4 profesores para Inglés 2
y 6 profesores para Inglés 3, es decir


P= 5 4 6 .

1 ¿Cuánto cuesta al centro la enseñanza de cada curso por profesor?

2 ¿Cuáles son los números totales de horas de clases, de guardı́a y de
tutorı́as?
3 ¿Cuánto le cuesta en total la enseñanza al centro?

Notemos que
M ∈ R3×3 es una matriz que indica las horas de clases, de guardia y
de tutorı́as por profesor para los cursos de Inglés 1, 2 y 3.
C ∈ R3×1 es una matriz que indica lo que se paga en dólares por
hora de clase, de guardia y tutorı́a.
Por lo tanto M · C es una matriz de tamaño 3 × 1.
     
Inglés1 20 5 3 12 273
M · C = Inglés2 18 6 5 ·  3  = 264 .
Inglés3 22 1 3 6 285
Observemos que lo que le cuesta al centro la enseñanza de
Inglés 1 por profesor es: 20 · 12 + 5 · 3 + 3 · 6 = 273.
Inglés 2 por profesor es 18 · 12 + 6 · 3 + 5 · 6 = 264.
Inglés 3 por profesor es 22 · 12 + 1 · 3 + 3 · 6 = 285.

Por otro lado, notemos que

P ∈ R1×3 es la matriz que indica la cantidad de profesores para
Inglés 1, Inglés 2 e Inglés 3.
M ∈ R3×3 es la matriz que indica las horas de clases, de guardias y
de tutorı́as para Inglés 1, Inglés 2 e Inglés 3.

Ası́, tenemos que P · M es la matriz de tamaño 1 × 3.

 

20 5 3

P · M = 5 4 6 · 18 6 5 = 304 55 53 .
22 1 3
Observemos que el número total de horas de
clases para Inglés 1, 2 y 3
 

20
5 4 6 · 18 = 5 · 20 + 4 · 18 + 6 · 22 = 304.
22
 guardia para Inglés 1, 2 y 3
 

5
5 4 6 · 6 = 5 · 5 + 4 · 6 + 6 · 1 = 55.
1
tutorı́as para Inglés 1, 2 y 3
 

3
5 4 6 · 5 = 5 · 3 + 4 · 5 + 6 · 3 = 53.
3

Por último si queremos saber cuánto le cuesta en total la enseñanza al

centro podemos observar que P · M ∈ R1×3 es una matriz que indica el
número total de horas de clases, de guardia y de tutorı́as para Inglés 1, 2
y 3 y que C ∈ R3×1 es la matriz que indica lo que cuesta cada hora de
clase, guardı́a y de tutorı́a.
Ası́,
 

12
(P · M) · C = 304 55 53 · 3  = 304 · 12 + 55 · 3 + 53 · 6 = 4131,

6
indica lo que le cuesta en total la enseñanza al centro.
Otra manera de calcular cuánto le cuesta en total la enseñanza de Inglés
al centro es
 

273
P · (M · C ) = 5 4 6 · 264 = 5 · 273 + 4 · 264 + 6 · 285 = 4131,
285

donde M · C ∈ R3×1 es la matriz que indica lo que le cuesta al centro

cada curso por profesor.
Se tiene la siguiente propiedad de matrices:

(P · M) · C = P · (M · C )
.
Multiplicación de matrices
Sean A ∈ Km×n y B ∈ Kn×p . La matriz producto C = A · B es una matriz
en K m×p , C = (cij ) con i = 1, . . . , m y j = 1, . . . , p, donde el lugar cij de
C se forma multiplicando la fila i de A por la columna j de B. Es decir,

a11 ··· a1n

 
···
 
 .. ..    c11 c1p
 . .  b11 ··· b1j ··· b1p  .. 
   . ..  .
..   cij ···
···  ·  .. . = . ..  .
 ai1 ain  .

 ..

 . ..  . 
 .. .  bn1 ··· bnj ··· bnp
| {z } cm1 ··· cmp
am1 ··· amn B | {z }
| {z } C
A
 
b1j

 . 
Por lo tanto cij = ai1 ··· ain ·  ..  = ai1 · b1j + · · · + ain · bnj .
bnj
Ejemplo
 
  3 1 0
1 3 2
A= ∈ R2×3 y B = 0 2 1 ∈ R3×3 .
0 1 4
4 1 2
 
  3 1 0  
1 3 2  c11 c12 c13
A·B = · 0 2 1 =  .
0 1 4 c21 c22 c23
4 1 2
 

3
c11 = 1 3 2 · 0 = 1 · 3 + 3 · 0 + 2 · 4 = 11.
4
 

1
c12 = 1 3 2 · 2 = 1 · 1 + 3 · 2 + 2 · 1 = 9.
1
 

0
c13 = 1 3 2 · 1 = 1 · 0 + 3 · 1 + 2 · 2 = 7.
2
 

3
c21 = 0 1 4 · 0 = 0 · 3 + 1 · 0 + 4 · 4 = 16.
4
  

1
c22 = 0 1 4 · 2 = 0 · 1 + 1 · 2 + 4 · 1 = 6.

1
 

0
c23 = 0 1 4 · 1 = 0 · 0 + 1 · 1 + 4 · 2 = 9.
2
 
11 9 7
Ası́, tenemos que A · B = .
16 6 9
Problema:
Encontrar
 la segunda
 columna y la primera fila de A · B, donde
1 2  
−2 3 4
A =  3 4 y B = .
3 2 1
−1 5
 
c11 c12 c13
Observar que A · B = c21 c22 c23  es una matriz de tamaño 3 × 3,
c31 c32 c33
pues A tiene tamaño 3 × 2 y B es de tamaño 2 × 3.
La primera fila de A · B sale de multiplicar la fila 1 por cada columna de
B, es decir  

−2 3 4

1 2 · = 4 7 6 .
3 2 1
De la misma manera, si queremos encontrar la segunda columna de A · B
multiplicamos A por la segunda columna de B.
   
1 2   7
3
A =  3 4 · = 17 .
2
−1 5 7
Damos algunas propiedades
Propiedades de la suma
Sean A, B, C ∈ K m×n .
1 A + B = B + A.
2 A + (B + C ) = (A + B) + C .
3 A + 0 = A, donde 0 es la matriz nula.
4 A + (−A) = 0.

Propiedades del producto escalar

Sean k1 , k2 ∈ K y A, B ∈ K m×n .
1 k1 · (k2 · A) = (k1 · k2 ) · A.
2 (k1 + k2 ) · A = k1 · A + k2 · A.
3 k1 · (A + B) = k1 · A + k1 · B.
4 A · (k1 · B) = k1 · (A · B) = (k1 · A) · B.
Propiedades de la matriz transpuesta
Sea A ∈ K m×n y sea k ∈ K .
1 (AT )T = A.
2 (A + B)T = AT + B T .
3 (k · A)T = k · AT .

Propiedades del producto matricial

Sean A, B, C matrices de tamaño adecuado con entradas en K .
1 A · (B · C ) = (A · B) · C .
2 A · (B + C ) = A · B + A · C .
3 (B + C ) · A = B · A + C · A.
4 (A · B)T = B T · AT .

Observar que no vale la conmutativa para el producto, es decir

A · B 6= B · A (Dar ejemplos).
 Matrices - Parte 2

Álgebra y Geometrı́a Analı́tica

ITI, UNAHUR

2023
Método de eliminación de Gauss-Jordan

Es una modificación del método de eliminación de Gauss que permite

encontrar más facilmente la solución de un sistema sin tener que hacer
sustituciones hacia atrás.
Este método transforma la matriz ampliada asociada al sistema en una
matriz equivalente escalonada reducida por filas (matriz escalonada, pero
en cada fila el pivote es el único elemento no nulo de la columna y este
número es 1).

Teorema
1 Toda matriz es equivalente por filas a una matriz escalonada por
filas (usando el método de eliminación de Gauss).
2 Toda matriz es equivalente por filas a una única matriz escalonada
reducida por filas (usando el método de eliminación de
Gauss-Jordan).
Problema
Resolver 
 2x1 + x2 + x3 = 5
4x − 6x2 = −2
 1
−2x1 + 7x2 + 2x3 = 9

Observemos que la matriz asociada al sistema es

1 | 5
 
2 1
 4 −6 0 | −2 .
−2 7 2 | 9

Lo primero que hacemos es triangular hacia abajo logrando ceros debajo

de la diagonal (con eliminación Gaussiana).
Para ello, usando las operaciones elementales 2F1 − F2 −→ F2 y
F1 + F3 −→ F3 tenemos que

2 1 1 | 5
 
0 8 2 | 12 .
0 8 3 | 14
Usando también la operación elemental F2 − F3 −→ F3 tenemos que

1 1 | 5
 
2
0 8 2 | 12  .
0 0 −1 | −2

Hasta acá logramos una matriz escalonada equivalente. Como queremos

la forma escalonada reducida, ahora logramos ceros arriba de la diagonal.
Empezamos con la posición pivote del extremo derecho y trabajamos
hacia arriba y hacia la izquierda, generando ceros arriba de cada pivote.
1 Tomo la columna 3 y pongo ceros arriba del pivote −1.

| 5
 
2 1 1
0 8 2 | 12  .
0 0 -1 | −2

Usando las operaciones elementales F1 + F3 −→ F1 y

2F3 + F2 −→ F2 tenemos que
 |
 
2 1 0 3
0 8 0 | 8 .
0 0 −1 | −2
1 Tomo columna 2 y pongo ceros arriba del pivote 8.
0 | 3
 
2 1
0 8 0 | 8 .
0 0 −1 | −2
Para ello usamos, la operación elemental F2 − 8F1 −→ F1 ,
−16 0 0 | −16
 
 0 8 0 | 8 .
0 0 −1 | −2
2 Luego ponemos unos en la diagonal, haciendo F1 /(−16) −→ F1 ,
F2 /8 −→ F2 y F3 /(−1) −→ F3
| 1
 
1 0 0
0 1 0 | 1 .
0 0 1 | 2
Ası́ la solución del sistema es (1, 1, 2).
Tipos de matrices
1 Una matriz cuadrada es una matriz que tiene la misma cantidad de
filas que columnas.
2 Una matriz cuadrada D = (dij ) ∈ K n×n se dice matriz diagonal si
todos los elementos fuera de la diagonal son ceros, es decir
 
d11 · · · 0
D=
 .. .

.
0 ··· dnn

3 Una matriz diagonal se llama matriz identidad si los elementos de la

diagonal son todos unos, es decir
 
1 ··· 0
In = 
 .. .

.
0 ··· 1

4 Una matriz se dice escalar si todos los términos de la diagonal

principal son iguales, es decir E = d · In .
1 Una matriz triangular inferior es una matriz cuadrada T = (tij ), tal
que todos los elementos arriba de la diagonal son ceros, es decir,
tij = 0 con i < j,
 
t11 · · · 0
T =
 .. .

.
tn1 ··· tnn
2 Una matriz triangular superior es una matriz cuadrada T = (tij ), tal
que todos los elementos abajo de la diagonal son ceros, es decir,
tij = 0 con i > j,
 
t11 · · · t1n
T =
 .. .

.
0 ··· tnn
3 Una matriz cuadrada S se dice simétrica si S = S T .
4 Una matriz cuadrada A se dice antisimétrica si AT = −A, es decir
aij = −aji para todo i, j.
Como aii = −a ii entonces 2a
ii = 0, ası́
aii = 0. 
0 1 2 0 −1 −2
Ejemplo: A = −1 0 −3, AT = 1 0 3  = −A.
−2 3 0 2 −3 0
 1 Sea A = (aij ) ∈ Cm×n , definimos la matriz conjugada
A = (aij ) ∈ Cm×n .
   
1 i 1 −i
Ejemplo: A = , entonces A = .
−2i 3 2i 3
T
2 Una matriz cuadrada se dice hermı́tica si A = A .
T
3 Una matriz cuadrada
 se dice antihermı́tica
 si A = −A .
i 2+i
Ejemplo: A = , entonces
−2 + i 3i
 
T −i −2 − i
A = = −A
2−i −3i
Hasta acá podemos observar que (K m×n , +) es un grupo abeliano, donde
K = R o K = C, es decir
1 A, B ∈ K m×n entonces A + B ∈ K m×n .
2 A + B = B + A.
3 A + (B + C ) = (A + B) + C .
4 Para cada A ∈ K m×n existe −A ∈ K m×n tal que A + (−A) = 0,
donde 0 es la matriz nula de K m×n .
Sean A, B, C ∈ K n×n , tenemos que
1 A · (B + C ) = A · B + A · C .
2 (B + C ) · A = B · A + C · A.
3 A · In = In · A = A, donde In es la matriz identidad.
Observemos que el producto no es conmutativo, es decir no siempre vale
que A · B = B · A.
Problema
Mostrar ejemplos de que vale la igualdad A · B = B · A y ejemplos de que
no vale dicha igualdad

Se tiene que (K n×n , ·) es un anillo no conmutativo con unidad.

La existencia del neutro para el producto de matrices nos lleva a

preguntarnos, ¿cada matriz A ∈ K n×n con A 6= 0 tiene inverso
multiplicativo? ¿Existe B ∈ K n×n tal que A · B = B · A = In ?

Si existe B la llamaremos matriz inversa de A y la notaremos con A−1 ,

siguiendo la misma convención con que se denotan los inversos
multiplicativos en los reales o complejos.
Problema 1
 
1 2
Sea A = . Buscamos B tal que A · B = B · A = I2 .
3 4
 
b11 b12
Llamamos B = . Ası́ resolver A · B = I2 equivale a resolver
b21 b22
     
1 2 b b12 1 0
· 11 = .
3 4 b21 b22 0 1
Por lo tanto, resolver el problema equivale a resolver los siguientes dos
sistemas:

1 2

b12 + 2b22 = 0
b11 + 2b21 = 1
3b11 + 4b21 = 0 3b12 + 4b22 = 1

Las matrices amplicadas correspondientes son

1 2 | 1 1 2 | 0
   

3 4 | 0 3 4 | 1
Ası́ para encontrar B tal que A · B = I2 , necesitamos que los dos sistemas
tengan solución, por lo tanto tenemos que pedir que Rg (A) = 2 o que es
lo mismo que podamos transformar a A mediante operaciones elementales
en la matriz identidad I2 (A es equivalente por filas a la identidad).

Observemos que podemos resolver simultáneamente los dos sistemas

1 2 | 1 0
 

3 4 | 0 1
Queremos mediante operaciones elementales transformarlo en
1 0 | b11 b12
 
.
0 1 | b21 b22
Vamos a usar el método de eliminación de Gauss-Jordan visto
anteriormente.
1 2 | 1 0
 

3 4 | 0 1
Mediante la operación elemental 3F1 − F2 −→ F2 , tenemos
1 2 | 1 0
 

0 2 | 3 −1
De la misma manera, mediante la operación elemental F2 − F1 −→ F1
tenemos
−1 0 | 2 −1
 

0 2 | 3 −1
Ası́, usando las operaciones elementales F1 /(−1) −→ F1 y F2 /2 −→ F2
tenemos
1 0 | −2
 
1
0 1 | 3/2 −1/2
Notemos que si A es equivalente por filas a I2 (o Rg (A) = 2), entonces
mediante
 el método de Gauss Jordan pasamos de (A|I2 ) a (I2 |B), donde
−2 1
B= .
3/2 −1/2
  
−2 1
Notemos que B = cumple que A · B = B · A = I2 .
3/2 −1/2

Problema 2
 
1 2
Sea A = . Encontrar B tal que A · B = B · A = I2 .
−2 −4

Este problema es lo mismo que plantear la matriz aumentada

2 | 1 0
 
1
−2 −4 | 0 1

y mediante operaciones elementales por filas decidir si A es equivalente

por filas a I2 , es decir, pasar de (A|I2 ) a (I2 |B).

Mediante el método de Gauss Jordan, y usando la operación elemental

2F1 + F2 −→ F2 obtenemos

1 2 | 1 0
 

0 0 | 2 1

Ası́ notamos que A no es equivalente por filas a I2 , es decir, no es posible

encontrar B tal que A · B = B · A = I2 .
Definición
Sea A ∈ K n×n . Decimos que A es inversible si existe B ∈ K n×n no nulo
tal que A · B = B · A = In . En este caso, B := A−1 es la inversa de A.
 
1 2
En el problema 1, vimos que A = es inversible, pero en el
3 4
 
1 2
problema 2 vimos que A = no es inversible.
−2 −4
Vimos además un método para encontrar la inversa de A (método de
eliminación de Gauss-Jordan). Además vimos que si A es equivalente por
filas a In o Rg (A) = n entonces A es inversible.

Problema 3
 
1 2 1
Decidir si A = 0
 3 2 es inversible y en cuyo caso encontrar la
1 −1 1
inversa de A.
1 Formamos la matriz ampliada (A|I ).
| 1 0 0
 
1 2 1
0 3 2 | 0 1 0
1 −1 1 | 0 0 1
2 Usando el método de eliminación de Gauss- Jordan transformamos la
matriz anterior en otra matriz equivalente reducida por filas (C |D).
Si C = In entonces A es equivalente por filas a In , por lo que D es la
inversa de A.
Si C 6= In entonces C tiene una fila de ceros, por lo que A no es
equivalente por filas a In , entonces A no es inversible.
Mediante la operación elemental F1 − F3 −→ F3 transformamos la
matriz ampliada anterior en
|
 
1 2 1 1 0 0
0 3 2 | 0 1 0
0 3 0 | 1 0 −1
Mediante la operación elemental F3 − F2 −→ F3 tenemos
| 1 0 0
 
1 2 1
0 3 2 | 0 1 0
0 0 2 | −1 1 1
Usando las operaciones F3 − 2F1 −→ F1 y F3 − F2 −→ F2 tenemos

0 | −3 1 1
 
−2 −4
 0 −3 0 | −1 0 1
0 0 2 | −1 1 1

Usando la operación elemental 3F1 − 4F2 −→ F1

| −5
 
−6 0 0 3 −1
 0 −3 0 | −1 0 1
0 0 2 | −1 1 1

Con las operaciones elementales F1 /(−6) −→ F1 , F2 /(−3) −→ F2 y

F3 /2 −→ F3 tenemos que

| 5/6
 
1 0 0 −3/6 1/6
0 1 0 | 1/3 0 −1/3 .
0 0 1 | −1/2 1/2 1/2
 
5/6 −1/2 1/6
Por lo tanto A es inversible y A−1 =  1/3 0 −1/3 .
−1/2 1/2 1/2
Si A es inversible ¿la inversa de A es única?
Teorema
Sea A ∈ K n×n . Si A es inversible, entonces la inversa de A es única.

Demostración.
Sean B, C ∈ K n×n dos matrices inversas de A, entonces

B · A = A · B = In
C · A = A · C = In .

Veamos que B = C . En efecto,

B = B · In = B · (A · C ) = (B · A) · C = In · C = C .

A continuación veamos algunas propiedades de la inversa de una matriz.

Propiedades
Sean A, B ∈ K n×n . Se tiene que
1 Si A es inversible, entonces A−1 es inversible y (A−1 )−1 = A.
2 Si A, B es inversible entonces A · B es inversible y
(A · B)−1 = B −1 · A−1 .
3 Si A es inversible, entonces AT es inversible y (AT )−1 = (A−1 )T .

1 Como A es inversible se tiene que A−1 · A = A · A−1 = In . Como la

inversa de una matriz es única, notemos que esta igualdad muestra
que A−1 es inversible y su inversa es A. Es decir (A−1 )−1 = A.
2 Notemos que
(A · B) · (B −1 · A−1 ) = A · (B · B −1 ) · A−1 = A · In · A−1 ,
donde esta última igualdad se debe a que B inversible. Ası́, como A
es inversible se tiene que
(A · B) · (B −1 · A−1 ) = A · A−1 = In .
De la misma manera,
(B −1 · A−1 ) · (A · B) = B −1 · (A−1 · A) · B = B −1 · B = In .
Como la inversa si existe es única tenemos que A · B es inversible y la
inversa es B −1 · A−1 .
3) Como A es inversible se tiene que

A−1 · A = A · A−1 = In .

Aplicando la transpuesta y usando que (A · B)T = B T · AT y que

InT = In , se tiene que

(A · A−1 )T = (A−1 )T · AT = InT = In ,

(A−1 · A)T = AT · (A−1 )T = InT = In .

Ası́ tenemos que AT es inversible y la inversa es (A−1 )T , es decir
(AT )−1 = (A−1 )T .

Por último enunciamos un resultado que usamos

Teorema
Sea A ∈ K n×n . Son equivalentes
1 A es inversible.
2 A es equivalente por filas a In .
3 Rg (A) = n.