
En álgebra lineal, a menudo necesitamos encontrar una matriz X que satisfaga una ecuación matricial. La ecuación más común es de la forma AX = B, donde A y B son matrices conocidas y buscamos la matriz X.
El objetivo es despejar X de la ecuación, de manera similar a como resolvemos ecuaciones algebraicas simples. Sin embargo, con matrices, no podemos simplemente "dividir". En su lugar, utilizamos la matriz inversa.
Requisitos Previos:
Must Read
- Saber qué es una matriz.
- Saber multiplicar matrices.
- Entender el concepto de matriz inversa.
- Saber calcular la matriz inversa.
Pasos para Resolver AX = B:
- Verificar si A tiene inversa: No todas las matrices tienen inversa. Si el determinante de A es cero, A no tiene inversa, y la ecuación AX = B podría no tener solución (o tener infinitas). Calcula el determinante de A.
- Calcular la inversa de A, denotada como A-1: Hay varios métodos para calcular la inversa, como el método de Gauss-Jordan o el método de la adjunta.
- Multiplicar ambos lados de la ecuación por A-1 a la izquierda: Esto es crucial. La multiplicación de matrices no es conmutativa, el orden importa. Entonces, tenemos A-1AX = A-1B.
- Simplificar: Dado que A-1A es igual a la matriz identidad I, la ecuación se convierte en IX = A-1B.
- Resolver para X: Como IX = X, tenemos que X = A-1B. Por lo tanto, X es el resultado de multiplicar la inversa de A por la matriz B.
Ejemplo:

Supongamos que A = [[2, 1], [1, 1]] y B = [[5], [3]]. Queremos encontrar X tal que AX = B.
1. El determinante de A es (21) - (11) = 1 (diferente de cero, entonces A tiene inversa).

2. La inversa de A es A-1 = [[1, -1], [-1, 2]].
3. Multiplicamos A-1 por B: X = A-1B = [[1, -1], [-1, 2]] * [[5], [3]] = [[2], [1]].

Por lo tanto, la matriz X que satisface la ecuación es X = [[2], [1]].
Consideraciones Importantes:
- El número de columnas de A debe ser igual al número de filas de X.
- El número de filas de A debe ser igual al número de filas de B.
- El número de columnas de X debe ser igual al número de columnas de B.
Este método es fundamental para resolver sistemas de ecuaciones lineales expresados en forma matricial y tiene aplicaciones en diversos campos, como la ingeniería, la física y la economía.