Tema 1 Matrices y Determinantes-Álgebra Líneal

Tema 5.
Matrices y determinantes

1
Tema 5. MATRICES Y DETEREMINANTES

Objetivo:
El alumno aplicar los conceptos fundamentales de matrices,
determinantes y sus propiedades a problemas que requieren de ellos para su
resolucin.

Definicin de matriz

Una matriz de m x n con elementos en C es un arreglo de la forma

(
(
(
(
(
(
mn 2 m 1 m
n 2 22 21
n 1 12 11
a ... a a
... ... ... ...
... ... ... ...
a ... a a
a ... a a

donde a
11
, a
12
, , a
mn
C y m, n Z

en forma abreviada, la matriz de la definicin anterior puede expresarse como

[ a
ij
], donde i =1, 2, , m y j = 1, 2, , n.

Ejemplo de matrices.

(
(
(
(

+
=
5 0 2
3 i 2 1 1
7 i 4 0
i 3 2 i 1
A ,
(
=
3
1
0
4
1
B ,
(
(
(
(
=
0
2
i 3 1
i
C ,
(
(
(
=
0 1 2
1 1 3
4 2 1
D

Igualdad de matrices

Sea A =[ a
ij
] y B =[ b
ij
], dos matrices de m x n con elementos en C.
Diremos que A y B son iguales, lo que representaremos con A =B si a
ij =
b
ij
,
para

i =1, 2, , m y j = 1, 2, , n.

Ej.
(
=
0 i 3
1 2 i
A y
(
=
i 0 3
1 2 i
B

no son iguales, a pesar de que son del mismo orden y tienen los mismos
elementos. a
22
b
22
y a
23
b
23
.

Tema 5. Matrices y determinantes

2
Adicin de matrices

Sea A =[ a
ij
] y B =[ b
ij
La suma A +B es una matriz S =[ s
ij
] de m x n, definida por s
ij
=a
ij
+

b
ij
,
para

i =1, 2, , m y j = 1, 2, , n.

Ej.
Sean las matrices

(
(
(
=
4 i 2
i 1 0
5 3
A ,
(
(
(
=
4 3
i 2
2 1
B , y
(
=
3 0 i 7
i 2 5 1
C

Obtener A +B, y A + C

Propiedades de la adicin

Si A, B y C son matrices de m x n cuyos elementos son nmeros complejos,
entonces:

i) A +[ B +C ] =[ A +B ] +C asociatividad

ii) A +B = B +A conmutatividad

iii) Existe una matriz 0 de m x n tal que

A +0 = A elemento idntico

iv) Existe una matriz -A de m x n tal que

A +[ -A ] = 0 elementos inversos

Sustraccin de matrices

Sea A =[ a
ij
] y B =[ b
ij
La diferencia A - B se define como

A - B = A +( - B )

Ej.
Sean las matrices

(
(
(
=
4 i 2
i 1 0
5 3
A ,
(
(
(
=
4 3
i 2
2 1
B , y
(
=
3 0 i 7
i 2 5 1
C

Obtener A - B, y A - C

3
Dos matrices que no son del mismo orden como A y C, se dice que no son
conformables para la adicin y sustraccin. Y dos matrices son
conformables para la adicin y sustraccin si y solo si son del mismo orden.

Multiplicacin de una matriz por un escalar

Sea A =[ a
ij
] una matriz de m x n con elementos en C y C. El
producto A es una matriz E =[ e
ij
] de m x n, definida por e
ij
=a
ij ;

para

i =1, 2, , m y j = 1, 2, , n.

Ej.
Sea =2i y
(
=
i 1 3 i
1 0 i
A ,
(
+
=
i 2 2 i 6 2
i 2 0 2
A

La multiplicacin por un escalar satisface las siguientes propiedades.

Si A y B son matrices de m x n con elementos en C y , C, entonces:

i) ( A +B ) = A +B

ii) ( + ) A = A + A

iii) ( A ) = ( ) A

Multiplicacin de matrices

Sea A =[ a
ij
] y B =[ b
ij
], dos matrices con elementos en C, de m x n y
n x p respectivamente. El producto AB es una matriz P =[ p
ij
], de m x p,
definida por
=
=
n
1 k
kj ik ij
b a p ; para

i =1, 2, , m y j = 1, 2, , n.
Ej.
i) Sean las matrices
(
=
4 3
2 1
A y
(
=
1 2 1
2 0 1
B

(
=
(
=
10 8 1
4 4 1
1 2 1
2 0 1
4 3
2 1
AB

ii) Sean las matrices
(
(
(
(
=
3 1 1
1 0 2
3 1 0
1 3 5
A ,
(
(
(
=
3 1
4 3
0 2
B , y
(
=
4 1 3 0
3 0 2 1
C

Obtener AB y CA.

4
Cuando dos matrices D y E son tales que DE = ED, se dice que son
permutables.

Ej.
(
=
1 3
1 0
D
(
=
2 3
1 3
E

(
=
5 6
2 3
DE y
(
=
5 6
2 3
ED

la multiplicacin de matrices satisface la ley asociativa que establece el
siguiente teorema.

Teorema

Sea A, B y C matrices de mxn, nxp y pxq, respectivamente, cuyos
elementos son nmeros complejos, entonces:

A ( BC ) =( AB ) C

Consideradas simultneamente, la adicin y la multiplicacin de matrices tienen
las propiedades que se anuncian en el siguiente teorema, conocidas como
leyes distributivas de la multiplicacin sobre la adicin.

Teorema

Sea A, B y C matrices de mxn, nxp y pxq, respectivamente, y D, E y F matrices
de mxn, nxp y pxq, cuyos elementos son nmeros complejos, entonces:

i) A ( B +C ) = AB +AC

ii) ( D +E ) F = DF +EF

Si A es de mxn y B es de nxq, la matriz resultante del producto AB =C es de
orden mxq.

Del punto anterior se observa que el producto AB puede efectuarse si el
nmero de columnas de A es igual al nmero de renglones de B, en este caso
diremos que son CONFORMABLES para el producto AB ( pudiendo no ser
conformables para el producto BA ).

En general AB BA ( no son conmutativas ).


5
Matriz identidad

Se llama matriz identidad de orden n a la matriz cuadrada de
orden n I
n
=[
ij
], tal que

ij
=1, si i =j y
ij
=0, si i j

al smbolo
ij
se le llama delta de Kronecker. Ej.

(
=
1 0
0 1
I
2
,
(
(
(
=
1 0 0
0 1 0
0 0 1
I
3
, etc.
La matriz identidad juega un papel muy importante en el lgebra de matrices,
ya que constituye un elemento idntico para la multiplicacin. Ej. Si
premultiplicamos la matriz A,

(
(
(

=
0 7
4 i 2
1 3
A ,

por la matriz identidad de orden tres se tendr

A
0 7
4 i 2
1 3
0 7
4 i 2
1 3
1 0 0
0 1 0
0 0 1
A I
3
=
(
(
(

=
(
(
(

(
(
(
=

si ahora postmultiplicamos dicha matriz por I
2
se tendr tambin

A
0 7
4 i 2
1 3
1 0
0 1
0 7
4 i 2
1 3
AI
2
=
(
(
(

=
(
(
(
(

=

Teorema

Si A es una matriz de mxn con elementos en C, entonces:

i) I
m
A =A
ii) A I
n
=A


6
Matriz inversa

Sea una matriz A, si existe una matriz X tal que

XA =I
n
=AX

se dice que X es la matriz inversa de A, y se representa con A
-1
. por lo tanto

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

Cabe hacer notar que la igualdad XA =AX slo es posible cuando A y X son
matrices cuadradas del mismo orden; en consecuencia, para que una matriz A
tenga inversa es condicin necesaria que sea cuadrada. Adems, la inversa
deber ser tambin cuadrada y del mismo orden que A.

Definicin

Sea A una matriz de nxn con elementos en C. se dice que A es no
singular si existe A
-1
, en caso contrario se dice que A es singular.

Propiedades de la matriz inversa

Si A y B son matrices no singulares del mismo orden y C,
entonces:
i) A
-1
en nica

ii) ( A
-1
)
-1
=A

iii) ( AB )
-1
=B
-1
A
-1

iv) (A )
-1
=
1
A
1

, si 0

Obtencin de la inversa de una matriz mediante transformaciones
elementales.

El mtodo consiste en aplicar una sucesin de transformaciones elementales a
la matriz A hasta obtener la matriz identidad.

Lo anterior sugiere, para propsitos de clculo, el empleo de un arreglo
formado por dos matrices de nxn.

Inicialmente el arreglo tiene del lado izquierdo a la matriz A y del lado derecho
a la matriz identidad I
n
. Se efectan entonces (en ambas matrices
simultneamente) las transformaciones necesarias para obtener en el lado
izquierdo la matriz I
n
, y al finalizar el proceso se obtiene en el lado derecho la
matriz A
-1
.

En forma esquemtica
[ A | I
n
] [ I
n
| A
-1
]

7
Ej.
Mediante transformaciones elementales obtener la inversa de las
siguientes matrices
i)
(
=
1 1
1 2
A ii)
(
(
(

=
2 4 1
1 6 2
0 3 1
Z

ECUACIONES MATRICIALES

Una expresin como la siguiente:

XA +B =XC

Donde A, B y C son matrices conocidas, es una ecuacin con matrices cuya
incgnita es la matriz X.

Estas ecuaciones, conocidas como ecuaciones matriciales, se pueden resolver
como las que estn planteadas con nmeros, pero teniendo cuidado que:

i) Al sumar, restar o multiplicar matrices, deben ser conformables para
la operacin a efectuar.

ii) La multiplicacin de matrices no es conmutativo.

Ej.
i) Dadas las matrices

(

=
4 2
1 2
A ,
(
=
1 1
2 3
B , y
(
=
2 1
1 1
C

Determinar, si existe, la matriz X que satisfaga la siguiente ecuacin,

XA +B =XC

ii) Determinar la matriz X que satisface la siguiente expresin

AX - 3X =-B
Con las matrices

(
=
8 3
4 5
A y
(

=
1 3 1
2 0 4
B


8
Representacin matricial de un sistema de ecuaciones lineales

Un sistema de m ecuaciones lineales con n incgnitas puede quedar
representado por la expresin

AX =B

Donde A es una matriz de mxn que se conoce como matriz de coeficientes
del sistema, X es una matriz de nx1 conocida como vector de incgnitas y B
es una matriz de mx1 conocida como vector de trminos independientes.

Esta ecuacin se puede resolver premultiplicando por A
-1
cuando A sea una
matriz no singular.

A
-1
( AX ) =A
-1
B

(A
-1
A ) X =A
-1
B

I X =A
-1
B

X =A
-1
B

Ej.
Sea el sistema de ecuaciones lineales

3 x 2 x x
1 x 2 x
2 x 3 x
3 2 1
3 2
3 1
= + +
= +
= +

Puede expresarse en forma matricial como AX =B, donde

(
(
(
=
2 1 1
2 1 0
3 0 1
A ,
(
(
(
=
3
2
1
x
x
x
X y
(
(
(
=
3
1
2
B

La solucin del sistema se calcula como la inversa de la matriz de coeficientes
por el vector de incgnitas

Solo es vlido para sistemas compatibles determinados, ya que solo para estos
sistemas existe la inversa de la matriz de coeficientes.


9
TIPOS ESPECIALES DE MATRICES CUADRADAS

Regiones de una matriz
(
(
(
(
=
mn 2 m 1 m
ij
n 2 22 21
n 1 12 11
a ... a a
... a ... ...
a ... a a
a ... a a
A

El triangulo superior contiene a los elementos a
ij
tales que i<j.

El triangulo inferior contiene a los elementos a
ij
tales que i>j.

La diagonal principal contiene a los elementos a
ij
tales que i=j.

Traza de una matriz

Es la suma de los elementos de la diagonal principal tr A.

(
(
(
(
+
=
i 8 3 9 i
11 4 3 7
3 0 i 2 1
6 5 i 2 1 5
A

Diagonal principal:

tr A: a
11
+a
22
+a
33
+a
44
=5 2i 4 +8i =1+6i

Propiedades de la traza

Si A y B son dos matrices de nxn con elementos en C y C

i) tr(A +B) =trA +trB
ii) tr (A) = (tr A)
iii) tr (AB) =tr (BA)

Matrices triangulares:

Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los elementos
que estn a un mismo lado de la diagonal principal. Las matrices triangulares
pueden ser de dos tipos:

Triangular Superior: Si los elementos que estn por debajo de la diagonal
principal son todos nulos. Es decir, a
ij
=0 i>j.
(
(
(
=
2 0 0
4 3 0
2 1 1
A
(
=
22
12 11
b 0
b b
B
(
(
(
(
=
6 0 0 0
3 0 0 0
4 1 i 2 0
i 2 0 3 1
C

10
Triangular Inferior: Si los elementos que estn por encima de la diagonal
principal son todos nulos. Es decir, a
ij
=0 i<j.

(
(
(
=
3 i 4 0
0 2 1
0 0 2
D
(
(
(
=
33 32 31
22 21
11
e e e
0 e e
0 0 e
E
Teorema

Si A y B son dos matrices triangulares superiores (inferiores) del mismo orden y
C, entonces:

i) A +B es triangular superior (inferior)
ii) A es triangular superior (inferior)
iii) AB es triangular superior (inferior)

Matriz diagonal

Es una matriz cuadrada que tiene todos sus elementos nulos excepto los de la
diagonal principal, es decir a
ij
= 0 para i j.
(
(
(
=
2 0 0
0 5 0
0 0 7
A

La matriz A tambin puede considerarse triangular superior e inferior, la matriz
A puede escribirse como A =diag (7, 5, -2)

Teorema

Si A y B son dos matrices diagonales tales que A =diag (a
11
, a
22
, , a
nn
) y
B =diag (b
11
, b
22
, , b
nn
) y C, entonces:

i) A +B =diag (a
11
+b
11
, a
22
+b
22
, , a
nn
+b
nn
).

ii) A =diag (a
11
, a
22
, , a
nn
).

iii) AB =diag (a
11
b
11
, a
22
b
22
, , a
nn
b
nn
).

iv) A
-1
=diag
|
|
.
|
\
|
nn 22 11
a
1
,...,
a
1
,
a
1
, si A es no singular

Transposicin de matrices

Sea
| |
ij
a A =
una matriz de orden m x n, con a
ij
C, se llama matriz
transpuesta de A, y se representa por A
t
, a la matriz que se obtiene cambiando
las filas por las columnas (o viceversa) en la matriz A. Es decir:


11
|
|
|
|
|
|
.
|
\
|
=
mn 1 m
n 1 11
a . . . a
. .
. .
. .
a . . . a
A

|
|
|
|
|
|
.
|
\
|
=
mn n 1
1 m 11
t
a . . . a
. .
. .
. .
a . . . a
A

si es A =(a
ij
)
mxn
su transpuesta es A
T
=( a
ji
)
nxm

(
=
7 4 3
5 2 1
A ;
(
(
(
=
7 5
4 2
3 1
A
T

Propiedades de la transposicin de matrices

i) (A
T
)
T
=A.

ii) (A)
T
=A
T.

iii)
(
A +B ) =A
T
+B
T
, si A +B puede obtenerse.

iv) (AB)
T
=B
T
A
T
, si AB puede obtenerse.

Matrices simtricas y antisimtricas.

La transposicin da lugar a la definicin de dos tipos especiales de matrices
cuadradas

Sea A una matriz cuadrada con elementos complejos, se dice que:

i) A es simtrica si A
T
=A

ii) A es antisimtrica si A
T
=-A.

(
(
(

=
0 i i 2
i i 3 5
i 2 5 1
C C
0 i i 2
i i 3 5
i 2 5 1
C
T
=
(
(
(

=
La matriz C es simtrica.

(
(
(
=
0 i i 4
i 0 2
i 4 2 0
D D
0 i i 4
i 0 2
i 4 2 0
D
T
=
(
(
(

=

La matriz D es antisimtrica

Las matrices simtricas y antisimtricas tienen, entre otras, las propiedades
que se enuncian en el siguiente teorema.

12
Teorema

Si A y B son dos matrices simtricas (antisimtricas) de nxn y C,
entonces:

i) A =+B es simtrica (antisimtrica)

ii) A es simtrica (antisimtrica)

iii) A +A
T
es simtrica

iv) A A
T
es antisimtrica

Conjugacin

Sea | |
ij
a A = una matriz de mxn con a
ij
C, se llama conjugada de A a la
matriz mxn obtenida como

| |
ij
T
c A = tal que
ij ij
a c =
Ejemplo

(
+

=
i 4 i 2 2
i 2 1
B ,
(

=
i 4 i 2 2
i 2 1
B

Propiedades de la conjugacin

i) ( ) A A = .
ii) A A =
iii) B A B A + = + , si A+B puede obtenerse.
iv) B A AB = , si AB puede obtenerse.

Conjugacin - transposicin

Se conoce como conjugacin transposicin a la aplicacin sucesiva de las
dos operaciones definidas anteriormente.

Sea | |
ij
a A = una matriz de mxn con a
ij
C, se llama conjugada transpuesta
de A, y se le representa con A*, a la matriz nxm definida por:

( )
T
A * A =

El orden en que se efecten las operaciones es indiferente. Es decir, se puede
conjugar y despus transpones o primero transponer y despus conjugar


13
Ejemplo:

Sea
(
=
i 3 1 1 5
i 0 i 2
A Obtener A*

Primero conjugamos a la matriz y despus se transpone
(
=
i 3 1 1 5
i 0 i 2
A , ( )
(
(
(
= =
i 3 1 i
1 0
5 i 2
A * A
T

Propiedades de la conjugacin transposicin

i) (A*)* =A

ii) (A)* = A*

iii) (A +B)* =A* +B*, si A +B puede obtenerse

iv) (AB)* =B*A*, si AB puede obtenerse

Matrices hermitianas y antihermitianas.

A partir de la conjugacin transposicin, se definen otros tipos especiales de
matrices cuadradas.

Sea A una matriz de nxn con elementos en C, se dice que:

i) A es hermitiana se A* =A

ii) A es antihermitiana si A* =-A

Ejemplo

Sea
(
(
(
+ =
3 i 2 2 4
i 2 2 0 i
4 i 1
G
Primero conjugamos
(
(
(
=
3 i 2 2 4
i 2 2 0 i
4 i 1
G ,

despus transponemos
(
(
(
+ = =
3 i 2 2 4
i 2 2 0 i
4 i 1
) G ( * G
T
;
por lo tanto la matriz G es hermitiana.

14

Sea
(
(
(
+
+ =
i 2 i 4 3
i 4 0 i
3 i i
H
Primero conjugamos
(
(
(

=
i 2 i 4 3
i 4 0 i
3 i i
H ,

despus transponemos
(
(
(

= =
i 2 i 4 3
i 4 0 i
3 i i
) H ( * H
T
;
por lo tanto la matriz H es antihermitiana.

Obsrvese que, de acuerdo con la definicin, los elementos simtricos con
respecto a la diagonal principal de una matriz hermitiana deben ser
conjugados, mientras que los elementos de la diagonal principal deben ser
reales.

En una matriz antihermitiana, la parte real de los elementos de la diagonal
principal deben ser cero, mientras que los simtricos con respecto a la
diagonal, deben ser tal, que sus partes reales solo difieran en el signo y sus
partes imaginarias sean iguales.

Propiedades de las matrices hermitianas y antihermitianas.

Sea A una matriz de mxn con elementos en C, entonces:

i) AA* es hermitiana

ii) A*A es hermitiana

iii) A +A* es hermitiana, si A es cuadrada

iv) A A* es antihermitiana, si A es cuadrada.

Matriz Ortogonal y unitaria

Una matriz A no singular se dice que

i) es ortogonal si A
T
=A
-1

ii) es unitaria si A* =A
-1

Potencia ensima de una matriz.

Sea A una matriz de orden mxm con elementos en C y sea n N. se llama
potencia ensima de A, y se representa con A
n
a la matriz definida por

15

A
0
=I
m

A
n
=A A
n-1

De esta forma
A
1
=AA
0
=A I
m
=A
A
2
=AA
2-1
=A A
A
3
=A A
2
=AAA.
Etc
Ejemplo:

Si
(
=
2 2
3 1
A , obtener A
3
.
(
=
(
=
2 6
9 5
2 2
3 1
2 2
3 1
A
2

(
=
(
=
22 2
3 23
2 6
9 5
2 2
3 1
AA
2

Propiedades de la exponenciacin

Si A es una matriz cuadrada con elementos en C y m,n son nmeros naturales,
entonces

i) A
m
A
n
=A
m+n

ii) (A
m
)
n
=A
mn

A partir de la definicin de potencia ensima, se establecen los siguientes tipos
especiales de matrices cuadradas.

Sea A una matriz de mxm con elementos en C, se dice que A es:

i) Idempotente si A
2
=A

ii) Involutoria si A
2
=I

iii) Nilpotente (de ndice n) si n es el menor nmero natural tal que A
n
=0

iv) Peridica (de periodo n) si n es el menor nmero natural distinto de
uno tal que A
n
=A


16
DETERMINANTES

Los sistemas de dos ecuaciones con dos incgnitas se pueden resolver
empleando el concepto de determinantes de una matriz de segundo orden.

Dado el sistema de ecuaciones

1 2 12 1 11
b x a x a = +
2 2 22 1 21
b x a x a = +

multiplicando la primera ecuacin por a
22
y la segunda por a
12
, se tiene el
siguiente sistema equivalente
1 22 2 12 22 1 11 22
b a x a a x a a = +
2 12 2 22 12 1 21 12
b a x a a x a a = +

restando la segunda ecuacin de la primera, se llega al la expresin

2 12 1 22 1 ) 21 12 22 11
b a b a x a a a a ( =

despejando x
1

21 12 22 11
2 12 1 22
1
a a a a
b a b a
x
=
de manera similar se despeja x
2
21 12 22 11
1 21 2 11
2
a a a a
b a b a
x
=

los valores obtenidos con estas expresiones constituyen una solucin del
sistema.

Obsrvese que ambos tienen el mismo denominador el cual se calcula usando
todos y nicamente los elementos de la matriz de coeficientes del sistema

(
=
22 21
12 11
a a
a a
A
al nmero correspondiente a dicho denominador se le conoce como el
DETERMINANTE de la matriz A y se le representa con det A, esto es

det A=a
11
a
22
a
12
a
21

otra forma de representar al determinante es escribir sus elementos tal y como
aparecen en la matriz, pero reemplazando los parntesis rectangulares por
barras verticales para indicar que se trata de un determinante

21 12 22 11
22 21
12 11
a a a a
a a
a a
A det = =

17
la expresin anterior puede considerarse como la definicin del determinante
de orden dos

ejemplo: obtener el determinante de la siguiente matriz

(
=
2 2
3 1
A

8 ) 2 )( 3 ( ) 2 )( 1 (
2 2
3 1
B det = =
=

un proceso similar al anterior, pero para un sistema de tres ecuaciones con tres
incgnitas nos lleva a conocer el determinante de orden tres de la matriz de
coeficientes
(
(
(
=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A
el cual esta dado por

det A =a
11
a
22
a
33
+a
12
a
23
a
31
+a
13
a
21
a
32
a
13
a
22
a
31
a
11
a
23
a
32
a
12
a
21
a
33

(1)

otra forma de representarlo es

33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A det = (2)

una manera de recordar la expresin 1 a partir de la 2, es escribir la primera
columna como la cuarta y la segunda como la quinta columna

Ej

Propiedades de los determinantes

Las siguientes seis propiedades se refiere al clculo del determinante de una
matriz con relacin a algunas caractersticas de la misma
32 31
22 21
12 11
33 32 31
23 22 21
13 12 11
det
a a
a a
a a
a a a
a a a
a a a
A =
(-) (-) (-) (+) (+) (+)


18

Sea | |
nxn
ij
a A = , con a
ij
C

i) Si los elementos de una lnea (rengln o columna) son todos ceros,
det A=0
ii) Si un determinante tiene dos lneas (rengln o columna) iguales, su
valor es cero
iii) Si dos lneas paralelas son proporcionales, entonces detA=0

iv) Si se multiplica una lnea por un escalar , se obtiene otra matriz B.
Los determinantes A y B estan relacionados de la siguiente manera
det B = det A
v) Si se intercambian dos lneas paralelas, el determinante cambia de
signo
vi) Si se multiplica toda una lnea por un escalar y el resultado se suma
a otra lnea, el valor del determinante no cambia

Las siguientes tres propiedades se refieren a la relacin del determinante
respecto a las operaciones con matrices:

Sean | |
ij
a A = y | |
ij
b B = matrices de orden nxn con a
ij,
b
ij
C

vii) det A =det A
T

viii) det (A) =
n
det A

ix) det (AB) =det A det B

Regla de Cramer para la resolucin de sistemas de ecuaciones lineales.

Consideremos ahora un sistema de tres ecuaciones lineales con tres
incgnitas:

1 1 1 1
d z c y b x a = + +
2 2 2 2
d z c y b x a = + +
3 3 3 3
d z c y b x a = + + (3)

su solucin puede expresarse por medio de determinantes como sigue:

=
3 3 3
2 2 2
1 1 1
c b d
c b d
c b d
X ,
=
3 3 3
2 2 2
1 1 1
c d a
c d a
c d a
Y ,
=
3 3 3
2 2 2
1 1 1
d b a
d b a
d b a
Z

19
siendo
3 2 3
3 2 2
3 2 1
c b a
c b a
c b a
= , el determinante de los coeficientes de X, Y, Z en las
ecuaciones de (3) con 0

i) Los elementos de son los coeficientes de las incgnitas x, y, z,
dispuestos en las ecuaciones dadas en (3).
ii) El numerador correspondiente a cada una de las incgnitas se forma
a partir del determinante de coeficientes , sustituyendo la columna
de los coeficientes de la incgnita que se requiere despejar, por la
columna de trminos independientes del sistema (3)

Ej

Regla se Sarrus

Este Mtodo se emplea para calcular determinantes de segundo y tercer orden

21 12 22 11
22 21
12 11
a a a a
a a
a a
=
como se ve, el resultado que arroja la regla de Sarrus coincide con la definicin
de determinantes de orden dos. Para calcular el valor de un determinante de
orden tres

=a
11
a
22
a
33
+a
21
a
32
a
13
+a
31
a
12
a
23
a
31
a
22
a
13
a
11
a
32
a
23

a
21
a
12
a
33

Ej

Desarrollo del determinante por cofactores

El mtodo que veremos a continuacin, no solo es aplicable al clculo de
determinantes de cualquier orden, sino que constituye el fundamento de todos
los mtodos de aplicacin prctica.

Sea | |
ij
a A = una matriz de nxn con elementos en C.

(-)

(-)

(-)

(+)

(+)

(+)

33 32 31
23 22 21
13 12 11
det
a a a
a a a
a a a
A =
23 22 21
13 12 11
a a a
a a a

20
i) Se llama menor del elemento a
ij
y se representa con M
ij
, al
determinante de la matriz que se obtiene suprimiendo en A el rengln
i y la columna j.
ii) Se llama cofactor del elemento Aij, y se le representa con c
ij
, al
producto (-1)
i+j
M
ij.

El determinante por cofactores se representa de la siguiente forma:

det A =a
11
c
11
+a
12
c
12
+a
13
c
13

El desarrollo de un determinante de orden n en cofactores, nos permite
simplificar el problema a calcular n determinante de orden (n-1)
La ventaja ms evidente es, que se puede reducir el nmero de
determinantes a calcular si se usa una lnea con muchos ceros.

Ej

Condensacin

El mtodo que se propone a continuacin conocido como el mtodo de
condensacin, se basa precisamente en esta idea y consiste en lo siguiente:

i) Elegir una lnea (la que tenga ms ceros)
ii) De dicha lnea elegir un pivote (de preferencia un uno)
iii) Usando el pivote y la propiedad vi) de los determinantes hacer ceros
los dems elementos de la columna.

Ej

Determinante de una matriz triangular

Para las matrices triangulares (superiores e inferiores) ya definidas, e incluso
para las matrices diagonales, el determinante es igual al producto de los
elementos de la diagonal principal

El procedimiento resulta similar al mtodo de Gauss para la resolucin de
sistemas.

Ejemplo

Matriz inversa a travs de la adjunta

Sea | |
ij
a A = una matriz de nxn con elementos en C, y sea cij el cofactor del
elemento aij. Se llama adjunta de A a la matriz

| |
ij
b adjA = , donde b ij =c
ji


21
la adjunta de A es la transpuesta de la matriz de cofactores y se representa con
adj A

propiedad de la adjunta:

i) (adj A)A =(det A) I
n

postmultiplicando la expresin anterior por A
-1
se tiene

(adj A) A A
-1
=(det A) I
n
A
-1

(adj A) I
n
=(det A) I
n
A
-1

adj A =(det A) A
-1

de donde
adjA
A det
1
A
1
=

Ej.

Tema 1 Matrices y Determinantes-Álgebra Líneal

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 1 Matrices y Determinantes-Álgebra Líneal

Cargado por

Copyright:

Formatos disponibles

Tema 5.

También podría gustarte