Determinantes

Version Enero de 2010

Pontificia Universidad Catolica de Chile

Indice
1. Conceptos y propiedades b
asicas
1.1. Definicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Propiedades basicas de la funcion determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1
1
1

2. C
omo calcular determinantes?
2.1. La formula recursiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. El calculo de determinantes en la practica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5
5
7

3. Clasificaci
on de Formas cuadr
aticas usando determinantes

10

4. Cofactores y Matriz Adjunta

12

1.
1.1.

Conceptos y propiedades b
asicas
Definici
on

El determinante es un funcional que se aplica a matrices cuadradas de cualquier tama

no y resulta ser una herramienta bastante u
til para estudiar propiedades de matrices. En este captulo denotaremos por Mn (R) el conjunto
de todas las matrices cuadradas de n n con elementos reales. Adem
as Pij , Eij (c), Ei (c) representan las matrices
elementales ya definidas.
Definici
on: El determinante es la u
nica funci
on
det : Mn (R) R
que satisface las siguientes propiedades:
1. det(In ) = 1.
b es la matriz que se obtiene al intercambiar dos filas de A entonces
2. (Propiedad alternante) Si A
b = det(A).
det(A)

3. (Propiedad Multilineal)

f1
f1

.
.

..
..

f i1
f i1

= a det
+ b det

u
v
a
u
+
b
v
det

f i+1
f i+1
f i+1

..

..
..

.
.
.

fn
fn
fn

f1
..
.

f i1

Es decir, si fijamos (n 1) filas de una matriz, la funci

on det es una transformaci
on lineal con respecto a la fila
libre.
En matematicas, resumimos estas propiedades diciendo que el determinante es la u
nica funcion multilineal alternante tal que asigna el 1 a la matriz In .

1.2.

Propiedades b
asicas de la funci
on determinante

Algunas consecuencias inmediatas

1. Notemos que si intercambiamos una cantidad r de veces las filas de una matriz A obtenemos que
det(P A) = (1)r det(A),
donde P es la matriz que es el producto de las r permutaciones del tipo Pij .
2. Si A tiene dos filas iguales, entonces det(A) = 0.
Esto es inmediato, pues al intercambiar las dos filas iguales de A se obtiene la misma matriz A y, por la Propiedad
Alternante del determinante se tendr
a que det(A) = det(A) lo que implica que det(A) = 0
Las propiedades del determinante pueden ser interpretadas mediante matrices elementales, como se explicita en el
siguiente resultado:

Teorema. El determinante satisface las siguientes propiedades:

a) det(Pij A) = det(A).
b) det(Eij (c)A) = det(A).
c) det(Ei (c)A) = c det(A)
Demostraci
on. La primera afirmaci
on es inmediata de la Propiedad Alternante del determinante.
La afirmaci
on b) se obtiene notando que Elk (c)A (asumiendo l > k) da como resultante:

f1
f1
f1

..
..
..

.
.
.

fk

f k
f k

..
= c det .. + det ..
det(Ekl (c)A) = det
.

.
.

c f k + f l
f k
f l

..
..
..

.
.
.

fn
fn
fn

La primera matriz del lado derecho tiene dos filas iguales y, por lo tanto, su determinante es cero. La segunda matriz
es exactamente la matriz A original, lo que demuestra la propiedad b).
Finalmente la u
ltima propiedad dice que si multiplicamos una fila de A por una constante el determinante se multiplica
por tal constante. Su demostraci
on es inmediata aplicando la Propiedad Multilineal del determinante.
2
As, podemos concluir que el determinante de la matriz resultante al pivotear la matriz A s
olo mediante operaciones
elementales de eliminaci
on es igual al determinante de la matriz original A.
Este teorema, tomando A = In , nos permite obtener el valor de los determinantes de las matrices elementales.
Corolario. Para las matrices elementales se tiene que:
a) det(Pij ) = 1.
b) det(Eij (c) = 1.
c) det(Ei (c)) = c.

Teorema. Sean A una matriz de n n y D una matriz diagonal cuyos elementos de la diagonal son d11 , d22 , . . . , dnn .
Entonces
a) det(A) = n det(A).
b) det(D) = d11 d22 dnn .
c) det(DA) = det(D) det(A).
Demostraci
on. A corresponde a multiplicar cada fila de A por . Luego podemos escribir:
A = En ()En1 () E1 ()A.
Luego,
det(A)

=
=

det(En ()En1 () E1 ()A)

det(En1 () E1 ()A)

=
..
.
=

2 det(En2 () E1 ()A)
n1 det(E1 ()A)

n det(A)
2

Para la parte b), notemos que:

D = E1 (d11 )E2 (d22 ) En (dnn )In ,
entonces
det(D)

det(E1 (d11 )E2 (d22 ) En (dnn )In )

=
=
..
.

d11 det(E2 (d22 ) En (dnn )In )

d11 d22 det(E3 (d33 ) En (dnn )In )

d11 d22 dnn det(In )

=
=
=
..
.
=
=

det(E1 (d11 )E2 (d22 ) En (dnn )In A)

d11 det(E2 (d22 ) En (dnn )A)
d11 d22 det(E3 (d33 ) En (dnn )A)

Finalmente, para c) se tiene que

det(DA)

d11 d22 dnn det(A)

det(D) det(A)
2

Teorema. Sea A una matriz de n n. Si P A = LU , entonces

det(A) = (1)r det(U ),
donde r es la cantidad de matrices elementales de permutaci
on que componen P .
Demostraci
on. La matriz L de la factorizaci
on P A = LU es producto de matrices elementales de eliminaci
on. Luego


det(L) = det Ei1 j1 (c1 )Ei2 j2 (c2 ) Eil jl (cl )


= det Ei2 j2 (c2 ) Eil jl (cl )
..
.
=



det Eil jl (cl )
1

por un argumento analogo, tenemos que

det(LU ) = det(U ).
Por otro lado, el determinante de P es igual a (1)r , donde r es la cantidad de matrices elementales de permutacion
que aparecen en P y, por ello,
1

z }| {
(1)2r
r
2rr
det(P A) = (1) det(A) = (1)
det(A) =
det(A) = (1)r det(A),
(1)r
lo que demuestra la afirmaci
on.

Este teorema afirma que si conocemos el determinante de la matriz triangular U entonces conoceremos el determinante de A. Por tanto, basta saber calcular determinantes de matrices triangulares. Para esto, primero probaremos
el siguiente resultado:

Teorema. Sea A una matriz cuadrada de n n.

a) Si A tiene una fila nula, entonces det(A) = 0.
b) Si las filas de A son vectores l.d. entonces det(A) = 0.
Demostraci
on. Supongamos que A tiene su k-esima fila nula. Entonces A = Ek (2)A.
Luego, det(A) = 2 det(A). Esto implica que det(A) = 0.
Para la segunda parte, recordemos que si una matriz tiene filas ld, entonces el rango de la matriz es estrictamente menor
que el n
umero de filas, es decir, es posible transformar la matriz A mediante operaciones elementales de eliminaci
on
en una matriz A con al menos una fila nula. Por tanto,
det(A) = det(A ).
2
Teorema. Sea T = (tij ) una matriz triangular inferior de n n. Entonces
det(T ) = t11 t22 tnn .
Es decir, el determinante de una matriz triangular inferior es igual al producto de los elementos de su diagonal.
Demostraci
on. Si todos los elementos de la diagonal son no nulos, podemos factorizar T de la siguiente manera:
T = DT0 ,
donde D es una matriz diagonal cuyos elementos de la diagonal son los de la diagonal de T y T0 es una matriz
triangular inferior con unos en la diagonal. Por tanto, T0 es el producto de matrices elementales de eliminaci
on. Luego
det(T0 ) = 1. Entonces
det(T )

=
=
=
=

det(DT0 )


det E1 (t11 )E2 (t22 ) En (tnn )T0

t11 t22 tnn det(T0 )

t11 t22 tnn

En el caso en que uno o varios elementos de la diagonal de T sean nulos, debemos probar que det(T ) = 0.
Obtenemos la factorizaci
on P T = LU de la matriz T , obteniendo que
det(T ) = (1)r det(U ).
Pero debido a que hay al menos un elemento de la diagonal que es cero, se tiene que la matriz U debe tener al menos
una fila nula. Es decir, det(U ) = 0 y, por tanto, det(T ) = 0.
2
De forma analoga puede demostrarse que el determinante de una matriz triangular superior es el producto de los
elementos de su diagonal.
Teorema. Sean A y B matrices de n n. Entonces:
a) A es invertible si y s
olo si det(A) 6= 0.
b) det(AB) = det(A) det(B).
c) Si A es invertible, entonces det(A1 ) =

1
.
det(A)

d ) det(AT ) = det(A).

Demostraci
on. Para demostrar a), consideramos la factorizacion P A = LU , de donde tenemos que
det(A) = (1)r det(U ) = (1)r u11 u22 unn
y como U es la forma escalonada de A, tendremos que A es invertible si y s
olo si r(A) = n = r(U ), por tanto, A es
invertible si y s
olo si todos los elementos de la diagonal de U son no nulos (lo que equivale a que det(A) 6= 0).
Para demostrar la afirmaci
on b), consideramos por separado dos casos:
Si A no es invertible, entonces la matriz AB tampoco lo es (pruebelo!). Por tanto, det(AB) = 0 = det(A) det(B).
Si A es invertible, entonces, A es producto de matrices elementales. Es decir, A = E1 E2 Ek y, por tanto,
det(AB)

=
=
..
.

det(E1 E2 Ek B)
det(E1 ) det(E2 Ek B)

=
=
=

det(E1 ) det(E2 ) det(Ek ) det(B)

det(E1 E2 Ek ) det(B)
det(A) det(B)

As, det(AB) = det(A) det(B) en cualquier caso. La afirmacion c) es una consecuencia directa de lo anterior. Pues si
A es invertible, entonces det(A) 6= 0 y como A A1 = In , tendremos que
1 = det(In ) = det(AA1 ) = det(A) det(A1 ) = det(A1 ) =

1
.
det(A)

Por u
ltimo, volvemos a considerar la factorizacion P A = LU y el hecho de que
det(A) = (1)r det(U ) = (1)r u11 u22 unn
Trasponiendo, tenemos que AT P T = U T LT , de donde, se tiene que
det(AT ) det(P T ) = det(U T ) det(LT ),
1
T
T
donde det(P T ) = det(P 1 ) = det(P
) , det(U ) = u11 u22 unn y det(L ) = 1.
Luego,
det(AT ) = det(P ) 1 u11 u22 unn = (1)r u11 u22 unn = det(A)

2
Notaci
on: Desde ahora, usaremos indistintamente la notacion det(A) o |A| (no confundir con el valor absoluto de
n
umeros reales).

2.

C
omo calcular determinantes?

2.1.

La f
ormula recursiva

Examinemos algunas formulas conocidas para matrices cuadradas de dimension dos y tres.
Teorema. Sea A = (aij ) una matriz de 2 2. Entonces
det(A) = a11 a22 a12 a21 .

Demostraci
on. Sean
e 1 = (1 0) y
e 2 = (0 1) los vectores can
onicos escritos como filas, es decir, I2 =

e1
.

e
2

Entonces las filas de la matriz A!son los vectores A 1 = (a11 a12 ) = a11
e 1 +a12
e 2 y A 2 = (a21 a22 ) = a21
e 1 +a22
e 2,

a11 e 1 + a12 e 2
es decir, A =
.

a
e +a
e
21

22

Aplicando la Propiedad Multilineal del determinante, dejando fija la segunda fila, se tiene que
!
!

e1
e2
det(A) = a11 det
+ a12 det

a21
e 1 + a22
e2
a21
e 1 + a22
e2
Para cada uno de los sumandos del lado derecho aplicamos de nuevo la propiedad multilineal,
primera fila:
!
!
!

e2
e1
e1
+ a12 a22 det
+ a12 a21 det
+ a11 a22 det
det(A) = a11 a21 det

e1
e2
e1
=

a11 a21 0 + a11 a22 det(I2 ) + a12 a21 det(P12 I2 ) + a12 a22 0

=
=

a11 a22 1 + a12 a21 (1)

a11 a22 a12 a21

esta vez fijando la

!

e2

e
2

2
Siguiendo un metodo analogo a la demostraci
on anterior, podemos demostrar la siguiente formula:
Teorema. Sea A = (aij ) una matriz de 3 3. Entonces
det(A) = a11 a22 a33 + a12 a23 a31 + a13 a21 a33 a31 a22 a13 a32 a23 a11 a33 a21 a12

Y procediendo de forma analoga, podramos determinar una formula para calcular el determinante de una matriz
A = (aij ) de n n. Pero la formula general es tan difcil de escribir que se vuelve virtualmente imposible de recordar
y concretamente imposible de usar para calcular un determinante.
Un metodo alternativo (y un poco mas u
til) considera una relaci
on recursiva entre los determinantes para matrices
de distintos ordenes. A modo de ejemplo, reconsideremos la formula del determinante de una matriz de 3 3:

a11
det a21
a31

a12
a22
a32

a13
a23
a33

a11 a22 a33 + a12 a23 a31 + a13 a21 a33 a31 a22 a13 a32 a23 a11 a33 a21 a12

a11 (a22 a33 a32 a23 ) + a12 (a23 a31 a33 a21 ) + a13 (a21 a32 a31 a22 )

a11 det


a22
a32

a23
a33

a12 det

a21
a31

a23
a33

+ a13 det

a21
a31

a22
a32

Factorizando por los elementos de la primera fila de la matriz A = (aij ), hemos logrado expresar el determinante
de una matriz de 3 3 en funcion de tres determinantes de 2 2.
De forma analoga, podremos expresar los determinantes de 4 4 en funcion de cuatro determinantes de 3 3 y de
forma recursiva, expresaremos los determinantes de n n en funcion de n determinantes de (n 1) (n 1).
Para establecer la formula recursiva que nos permitira calcular determinantes de nn debemos realizar la siguiente
definicion:
Definici
on: Sea A una matriz de n n. Para cada par (i, j) con i = 1, 2, . . . , n y j = 1, 2, . . . , n, definimos Aij como
la matriz de (n 1) (n 1) que se obtiene al eliminar la fila i-esima y la columna j-esima de A.

11
21

Ejemplo: Para la matriz A =

31
41

12
22
32
42

A23

A34

13
23
33
43

14
24
, tendremos que
34
44

11 12 
13 14
11


21

22

23

24

= 31
31 32 
33 34
41
41 42 
43 44

14
11 12 13 
11

21 22 23 
24
= 21


31 
32 
33 
34
41
41 42 43 
44
6

12
32
42

14
34
44

12
22
42

13
23
43

Con esta notaci

on, tendremos que
det(A) =

n
X

(1)1+j a1j det(A1j )

j=1

expresi
on que se conoce como el desarrollo del determinante de A por la primera fila. Y usando repetidamente la
Propiedad Alternante del determinante, podremos encontrar el desarrollo del determinante de A por la i-
esima
fila, que est
a dado por la expresi
on
n
X
(1)i+j aij det(Aij )
det(A) =
j=1

Solo con motivos ilustrativos, calcularemos el determinante de la

11 12 13
21 22 23
A = (aij ) =
31 32 33
41 42 43

matriz

14
24

34
44

usando la formula recursiva, desarrollando siempre por la primera fila.

det(A)

=
=

(1)1+1 a11 det(A11 ) + (1)1+2 a12 det(A12 ) + (1)1+3 a13 det(A13 ) + (1)1+4 a14 det(A14 )

21 22 24
21 23 24
22 23 24
11 det 32 33 34 12 det 31 33 34 + 13 det 31 32 34

21 22
41 42 44
41 43 44
42 43 44
14 det 31 32
41 42







32 33
32 34
33 34
+ 24 det
23 det
11 22 det
42 43
42 44
43 44


33
12 21 det
43

34
44



32
+ 13 21 det
42

23 det

34
44

31
41

22 det

34
44
31
41

+ 24 det

31
41

33
43



31
34
+ 24 det
41
44

23
33
43


32
42








31 32
31 33
33
+ 23 det
22 det
41 42
41 43
43
h
i
h
i
11 22 (10) 23 (20) + 24 (10) 12 21 (10) 23 (30) + 24 (20)
h
i
h
i
+ 13 21 (20) 22 (30) + 24 (10) 14 21 (10) 22 (20) + 23 (10)


32
14 21 det
42

2.2.

11 0 12 0 + 13 0 14 0

El c
alculo de determinantes en la pr
actica

Claramente, esta formula no entrega un procedimiento eficiente para calcular determinantes (es un metodo seguro,
pero altamente ineficiente).
Entonces, como se calculan los determinantes? Se usara esta formula, pero previamente se realizaran operaciones
elementales en la matriz para generar
elementos nulos.

11 12 13 14
21 22 23 24

Por ejemplo, considerando A =

31 32 33 34, tendremos que
41 42 43 44

11


10
det(A) = det E43 (1)E21 (1)A = det
31
10
7

12
10
32
10

13
10
33
10

14
10
= 0,
34
10

pues la u
ltima matriz tiene una fila repetida.
Ejemplos:
1. Sea A = (aij )nn una matriz triangular inferior. Determinemos det(A).

0
a22
a32
..
.

0
0
a33
..
.

..
.

0
0
0
..
.

an2

an3

ann

a33
..
1+1
= a11 (1)
a22 det .

..
.

a11
a21

det(A) = det a31

..
.

an1

an3

a22

a32

= (1)1+1 a11 det ..

an2

Hemos comprobado que nuestra formula coincide con

101
102
2. Calculemos del determinante de la matriz A =
103
104
det(A)

101
102
det
103
104

101
1
det
1
1

101
1
det
0
1

4
X
j=1

=
=

201
202
203
205

301
302
304
304

201
1
1
2

301
1
1
1

201
1
0
2

301
1
0
1

4
4

6
8

4
0

2
2

4
0

2
2

0
a33
..
.

..
.

0
0
..
.

an3

ann

0
.. = = a a a a
11
22
33
nn
.

ann

el resultado ya obtenido para matrices triangulares.

201 301 4
202 302 4
.
203 304 6
205 304 8

F2 F1
F3 F2
F4 F3

Las operaciones elementales de eliminacion no afectan al determinante.

F3 F2

Desarrollamos el determinante por

la tercera fila.

(1)3+j a3j det(A3j )

101 201
1
(1)3+4 2 det 1
1
2

101 201 301

1
1
(2) det 1
0
1
0

101
(2) (1)3+2 1 det
1

301
1
1
F3 F2

Solo el cuarto sumando es distinto

de cero.

Nuevamente, desarrollamos por tercera fila.

301
1

2 (101 301) = 2 (200) = 400

3. Calculemos el determinante de la matriz B = (bij )nn con bij =

det(B)


 x+y

 y

 y


..

.

 y

=
4. Sean a, b, c 6= 0. Probemos que

y
x+y
y
..
.

y
y
x+y
..
.

..
.

x + ny
y
x+y
..
.

x + ny
x + ny
x + ny
..
.

y
x+y
y
..
.

y
y
x+y
..
.

x + ny

y
y
0
x
..
.

..
.

(x + ny) xn1

 bc

 ab

 ca

ab
ca
bc

si i = j

si i 6= j



 F1 + F2 + F3 + + Fn







x+y 







(Trasponemos)




x + y 


y  F2 F1

y  F3 F1

..
..

.
.

x + y  Fn F1

x + ny
x+y
y
..
.

y
x
0
..
.

x+y

y
y
y
..
.

x + ny
y
y
..
.

x + ny
0
0
..
.

..
.

x + ny
y
y
..
.











x 
y
0
0
..
.

(Pues la matriz es triangular superior)

ac
bc
ab

 
  bc
  2
= b
  2
  c

a2
ca
c2

a2
b2
ab

La opcion menos eficiente es calcular ambos determinantes y probar que valen lo mismo. Notemos lo siguiente:




 bc ab ac 
 bc ab ac 




 ab ca bc  = |E1 (a)| |E1 (b)| |E1 (c)|  ab ca bc 




a
b
c
 ca bc ab 
 ca bc ab 




bc ab ac 

1 
=
E1 (a)E1 (b)E1 (c) ab ca bc 
abc 
ca bc ab 


 abc a2 b a2 c 

1  2
ab cba b2 c 
=
(Transponemos)

abc  2
c a bc2 abc 

3.


 abc
1  2
a b
abc  2
a c

ab2
cba
b2 c

1
(a|E1 ( a1 )|
abc

 bc
abc  2
a
abc  2
a

b2
ca
b2

c2 a
bc2
abc


 abc

1
1
b|E2 ( b )| c|E3 ( c )|)  a2 b
 a2 c



c2   bc a2 a2 
c2  =  b2 ca b2 
ab   c2 c2 ab 

ab2
cba
b2 c

c2 a
bc2
abc

Clasificaci
on de Formas cuadr
aticas usando determinantes

Los determinantes nos permiten determinar de una manera muy simple cuando una matriz simetrica (y su forma
cuadr
atica asociada) es definida positiva y cuando es definida negativa.
Teorema. Sea S una matriz simetrica y S1 , S2 , . . . , Sn las submatrices principales de S. Entonces:
1. S es definida positiva si y s
olo si det(Sk ) > 0 para todo k {1, 2, . . . n}.
2. S es definida negativa si y s
olo si (1)k det(Sk ) > 0 para todo k {1, 2, . . . n}.
Demostraci
on: Como S es definida positiva tiene una factorizacion S = LDLT , donde los pivotes de D son positivos
(es decir, dii > 0 para i = 1, 2, . . . , n.)
Adem
as, recordemos que al ir escalonando S tambien escalonamos (simult
aneamente) todas las submatrices principales.
De hecho, es directo comprobar que si Lk y Dk son las submatrices principales de orden k de L y D respectivamente,
entonces
Sk = Lk Dk LTk , para k = 1, 2, . . . , n
Entonces, para cada k {1, 2, . . . , n},
det(Sk ) = det(Lk Dk LTk ) = det(Lk ) det(Dk ) det(LTk ) = det(Dk ) = d11 d22 dkk > 0
Por otro lado, si det(Sk ) > 0 para k = 1, 2, . . . , n, entonces
d11 = det(S1 ) > 0
d11 d22 = det(S2 ) > 0 = d22 =

det(S2 )
>0
d11

d11 d22 d33 = det(S3 ) > 0 = d33 =

= dnn

det(S3 )
>0
d11 d22

..
.
det(Sn )
>0
=
d11 d(n1)(n1)

Luego, S es definida positiva y hemos probado la afirmacion (1).

Para demostrar la segunda afirmaci
on se procede de forma an
aloga, s
olo que ahora los pivotes de D son negativos.
Luego:
det(S1 ) = d11 < 0 = (1)1 det(S1 ) = d11 > 0
det(S2 ) = d11 d22 > 0 = (1)2 det(S2 ) > 0
det(S3 ) = d11 d22 d33 < 0 = (1)3 det(S3 ) > 0
Y en general, (1)k det(Sk ) > 0.
10

Si los determinantes tienen los signos correspondientes, se puede concluir que los pivotes de D son negativos, lo que
termina la demostraci
on.
2
Ejemplo: Determinemos para que valores de la matriz

1
A =
2

9
3

2
3
5

es definida positiva.
Para esto, calcularemos los determinantes de sus submatrices principales:
det(A1 ) = 1


 1 
 = 9 2
det(A2 ) = 
9 
 

 1 2   1

2

 
det(A3 ) = det(A) =  9 3  =  0 9 2 3 2
 2 3 5   0 3 2
1


 
  9 2
=
  3 2



3 2 

1

= det(A) = 9 2 (3 2)2 = 9 2 9 + 12 42 = 12 52 = (12 5)

Entonces, para que la matriz sea definida positiva, necesitamos que 2 < 9 y (12 5) > 0.


La primera inecuacion nos dice que ] 3, 3[ y la segunda
inecuacion nos indica que 0, 12
5 .

Por tanto, A es definida positiva si y s
olo si 0, 12
5 .
Ejercicio: Determine todos los valores de a para los cuales la matriz

a
1
x
4
x+y
B= 1
x x + y x2 + y 2

es positiva definida para todo par de n

umeros x, y no nulos.
n: Calculamos los determinantes de las submatrices principales:
Solucio

det(B3 ) = det(B)

a
1
x

det(B1 ) = a


 a 1 
 = 4a 1

det(B2 ) = 
1 4 
1
4
x+y

x
x+y
x2 + y 2



a
1
x


1 4a
0
y 3x

x a(x + y) 0 x2 + y 2 x(x + y) 




1 4a
y 3x



x a(x + y) x2 + y 2 x(x + y) 



1 4a
y 3x 


(1 a)x ay y 2 xy 

(4a 1)y 2 + (1 4a)xy + 3(a 1)x2 + 3axy + (1 a)xy ay 2

(3a 3)x2 + (2 2a)xy + (3a 1)y 2

=
=



(4a 1)y 2 + (1 4a)xy + (y 3x) (1 a)x ay

11

Entonces, B sera definida positiva si y s

olo si

a >
4a 1 >

(3a 3)x2 + (2 2a)xy + (3a 1)y 2 >

0
0
0

Buscamos a tal que cumpla las tres inecuaciones para todos los posibles valores de x e y (recordemos que x 6= 0,
y 6= 0). Las dos primeras inecuaciones nos dicen que a > 14 .
La tercera inecuacion sera muy difcil de resolver para todo los valores de x e y, pero por suerte podemos
identificar en el termino izquierdo de esta inecuacion una forma cuadr
atica con variables x e y. Pues esta inecuacion
se satisfara si y s
olo si esta forma cuadr
atica es definida positiva.
 


3a 3 1 a
x
Q(x, y) = (3a 3)x2 + (2 2a)xy + (3a 1)y 2 Q(x, y) = x y
y
1 a 3a 1
Y como

3a 3
1a

1a
3a 1

F2 + 13 F1


3a 3

tenemos que Q es definida positiva si y s

olo si 3a 3 > 0 y 38 a

2
3

1a
2
8
3a 3

> 0, es decir, si y s
olo si a > 1 y a > 41 .

En conclusion, B es definida positiva si y s

olo si a > 1.
Nota : El criterio que usa determinantes para decidir si una matriz es definida positiva juega un papel fundamental
en el calculo diferencial, pues entrega un criterio con derivadas de segundo orden para determinar maximos y mnimos
de funciones de varias variables.

4.

Cofactores y Matriz Adjunta

Definici
on: Sea A = (aij )nn . Para cada par (i, j) con i = 1, 2 . . . , n y j = 1, 2 . . . , n, se define el cofactor del
elemento aij como
Co(aij ) = (1)i+j det(Aij )

Con esta definicion, podemos reescribir la formula del calculo para determinantes, desarrollando por la fila i-esima,
como
n
X
aij Co(aij ).
det(A) =
j=1

Es mas, con la propiedad det(A ) = det(A), podemos calcular el determinante de A desarroll

andolo por una columna,
obteniendo la formula
n
X
aij Co(aij ),
det(A) =
i=1

que es el desarrollo por la columna j-esima.

Definici
on: Sea A = (aij )nn . Se define la matriz adjunta de A como la transpuesta de la matriz de cofactores de
los elementos de A. Es decir,

T
Adj(A) = Co(aij )
nn

12


2
Ejemplo: Calculemos la matriz adjunta de A = 4
0
Adj(A)

Co(a11 )

Co(a12 )

3
0
1 1 .
3 2

Co(a13 )

Co(a21 ) Co(a22 ) Co(a23 )

Co(a31 ) Co(a32 ) Co(a33 )






 T





1 
1 
1+1  1
1+2  4
1+3  4 1 
(1)
(1)
 3 2  (1)
 0 2 
 0
3 





0 
0 
2+3  2 3 
2+2  2
(1)2+1  3

 0 3 
 0 2  (1)
 3 2  (1)

3 0 
2 0 
2
3 
(1)3+1 
(1)3+2 
(1)3+3 


1 1
4 1
4 1 

1
(8)
12
1 6 3
(6)
4
(6) = 8 4 2
3
(2)
2
12 6 2

La principal propiedad de la matriz adjunta se presenta en el siguiente resultado:

Teorema. Sea A = (aij )nn . Entonces
A Adj(A) = det(A) In .

Demostraci
on. Sea C = A Adj(A) = (cij )nn .
Entonces Adj(A) = (Co(aij ))T = (Co(aji )) y
cii =

n
X

aik Co(aik ) = det(A)

k=1

Ahora, para i 6= j, tendremos que

cij =

n
X

aik Co(ajk )

k=1

Afirmamos que cij = 0. Para probarlo, consideramos la matriz B que se obtiene de A repitiendo la fila i-esima en el
lugar de la fila j-esima. Es decir, si describimos por filas ambas matrices, tendremos que




f1
f1
.
.
..
..

f i1
f i1

fi
fi

f i+1
f i+1
.
.

A=
.. B = ..

f j1
f j1

fi
fj

f j+1
f j+1

..
..
.
.

fn
fn
13

Ahora, como B tiene una fila repetida, es directo que det(B) = 0. Pero si calculamos el determinante de B desarroll
andolo por la fila j-esima, tendremos que
det(B) =

n
X

(B)jk Co((B)jk )

k=1

pero los elementos de la fila j-esima de B son los elementos de la fila i-esima de A, es decir, (B)jk = aik para
k = 1, 2, . . . , n, mientras que los cofactores de los elementos de la fila j-esima de B son iguales a los los cofactores de
los elementos de la fila j-esima de A (en los cofactores no interfieren los elementos de la fila j-esima, que es donde
difieren las matrices A y B), es decir, Co((B)jk ) = Co(ajk ) para k = 1, 2 . . . , n. Por tanto,
0 = det(B) =

n
X

aik Co(ajk ) = cij .

k=1

Y hemos probado que A Adj(A) = det(A) In .

As, tendremos que si A no es invertible, entonces det(A) = 0 y A Adj(A) = O. Si A es invertible, entonces



.
Adj(A)
1
= In ,
= A
A Adj(A) = det(A) In
det(A)
det(A)
es decir,

1
Adj(A) es una inversa por derecha de A. Como A es cuadrada, tenemos que
det(A)
A1 =

1
Adj(A)
det(A)

Por tanto, la matriz adjunta puede ser usada para calcular la matriz inversa de A.
1
A Adj(A) = In , por tanto, Adj(A) tambien es invertible y tendremos
Nota : Si A es invertible, tendremos que det(A)
1
1
as, la identidad A Adj(A) = det(A)In nos permitira calcular det(Adj(A)):
que Adj(A) = det(A) A. Adem

det A Adj(A) = det det(A)In = det(A) det(Adj(A)) = det(A)n

Entonces, cuando det(A) 6= 0 tendremos que

det(Adj(A)) = det(A)n1 .
Que podemos decir de det(Adj(A))
es invertible?
 cuando A no

Es posible obtener el valor de det Adj Adj(A) ?
Terminamos con un ejercicio.

Ejercicio: Encuentre la matriz A con determinante negativo cuya matriz adjunta es

3
4 2
b = 33 51 18
A
6
9 3

n: Como
Solucio

b = A Adj(A) = det(A) I3 ,
AA

cuando la matriz adjunta tenga inversa, tendremos que

b 1
A = det(A)(A)

b y el determinante de A.
As, para encontrar A basta encontrar la inversa de A
b
Calculamos, entonces la inversa de A:
14

(1)

b 3
A|I

3
33
6

3
0
0

1
0
0

4
51
9
4
1
7
43
1
0

2
18
3
2
1
4
2
3

1
1

3
0

F2 + 11F1 0
0
F3 2F1
0
1

0 0
3
0 1
0
0
1 0
F3 + 7F2

1
0
0

0
1
0

1
2
11
31
2
1

1
3

0
0

Por tanto,

b 1
(A)

32

31

1
3

= 1

1
1
3
1

2
4
1

1
11
2

0
1
0

1
2
3

34

1
3

92

31

34

1
3

7
3

10
3

4
1
0

0
0
1

0
0 F2 F3
1

F1 31
0

1


7
F3 31

2
1
3

1
0
F1 23 F3

1
0
F2 F3
7

0
0

4
7
1

14
9

F1 + 43 F2

34

7
3

10
3
4

3
7
3

b = det(A)2 y al calcular el determinante de A,

b se obtiene que det(A)
b = 9 (esto puede verse
Adem
as, se tiene que det(A)
b que se obtuvo con tres operaciones elementales de eliminaci
directamente de la matriz escalonada de A,
on y una de
permutacion). Por lo tanto, det(A) = 3
o det(A) = 3, pero, por hip
otesis, el determinante de A es negativo, luego,
det(A) = 3.
Reemplazando en (1), se tiene que

3
2 10
1
4
A= 3
3 1 7

15


MAT1203 Algebra
Lineal

Gua N 5 Determinantes

1. Sea A M5 (R) tal que det(A) = 5. Encuentre det(2A), det(4A), det(2k A), det(A5 ), det(A), det(A1 ),
det(det(A)A1 ), det(A3 ), det(det(A)A).
2. Sean v1 , v2 , v3 , v4 vectores de R4 . Encuentre el determinante de la matriz de 4 4


A = v1 v3 + v4 v2 v3 v3 v1 v1 + v2 + 2v4

3. Sean A = [ v1

v2

...

vn ] y B = [ vn

...

v1 ]T . Calcule det(A) det(B).

v2

4. Sea A M3 (R) tal que Ae2 = 8e2 . Demuestre que det(A 8I) = 0.
5. Sea A = (aij ) la matriz de n n con
aij =

k,
2i,

si i > j
si i j

a) Calcule el determinante de A.
b) Encuentre los valores de k para que sea posible factorizar A como A = LU donde L es una matriz triangular
inferior con 1s en la diagonal y U es una matriz triangular superior.
6. Usando determinantes, encuentre k para que cada una de las siguientes matrices sean invertibles

3 1
k
0
A=
5
0
0
k
7. Pruebe que det(A) = 12 det(B) si

29
A = 25
63

k
0
0
1

2k
k

k
0

k
B= 0
1

26 22
31 27
54 46

13
B = 30
39

8. Pruebe que

abc
2a
2a
= (a + b + c)3
2b
bca
2b
a) det
2c
2c
cba
3

a
3a2
3a
1
a2 a2 + 2a 2a + 1 1
6

b) det
a 2a + 1 a + 2 1 = (a 1)
1
3
3
1

9. Resuelva cada una de las siguientes ecuaciones con incognita x

x+a
b
c
x+b
a =0
a) det c
a
b
x+c

a a x
b) det c c c = 0
b x b

16

1
k
k

33
77
99

k1
k
2k

23
53
70

10. Sea Tn la matriz tridiagonal de n n cuyos elementos distintos de cero

1 1 0 0

1 1 1 0
1 1 0

T3 = 1 1 1 T5 =
0 1 1 1
0 0 1 1
0 1 1
0 0 0 1
Sea En = det(Tn ).

son iguales a 1. Por ejemplo:

0
0

1
1

a) Demuestre que En = En1 En2 .

b) Comenzando con E1 = 1 y E2 = 0, determine E8 .
c) Calcule E100 .
11. Calcule la inversa de las siguientes matrices

1 1
A= 2 3
5 6

mediante la matriz adjunta

1
a 0 c
4
B= a b 0
7
0 b c

12. Sean A y B dos matrices invertibles de orden n. Pruebe que det(A) = det(B) si y s
olo si existe una matriz X
con det(X) = 1 tal que A = XB.
13. Demuestre que si A = [ a1 | a2 | . . . | an ] de n n, es tal que sus columnas cumplen aTi aj = 0 para i 6= j y
aTi ai = 1 (estas matrices se llaman ortogonales), entonces det(A) = 1.
14. Sea A Mn (R) antisimetrica. Demuestre que si A es invertible, entonces n es par.
15. Sea A una matriz invertible de n n. Demuestre que
det(Adj(A)) = det(A)n1

Adj(A1 ) = (Adj(A))1

16. Suponga que conoce los 16 cofactores de una matriz A de 4 4. Se puede determinar A? Como?
17. Demuestre que si A es simetrica y definida positiva, entonces det(A) > 0.
18. Se define la submatrices principales de la matriz A de n n como:
A1 = (a11 ),

a11
A2 =
a21

a11
A3 = a21
a31
..
.

An1 =


a12
,
a22
a12
a22
a32

a13
a23 ,
a33

a11
a21
..
.

a12
a22
..
.

..
.

a1(n1)
a2(n1)
..
.

a(n1)1

a(n1)2

a(n1)(n1)

An = A

Demuestre que si A es simetrica, entonces

a) A es definida positiva si y s
olo si cada submatriz principal Ak de A tiene determinante positivo.
b) A es negativa definida si y s
olo si los signos de los determinantes de las submatrices principales Ak de A se
alternan, partiendo con det(A1 ) < 0.

17

19. Usando el criterio de los subdeterminantes del problema anterior, clasifique la forma cuadr
atica Q(x) = xT Ax
para cada una de las siguientes matrices:

2
4
4
1 2 2
2
4
4
17
, 2 6 6 , 4 10 10
4
17
2
2
23
17
2 6 7
4 10 9
4 2
2
20. Usando determinantes, encuentre los valores de k para los cuales la matriz A es definida positiva, donde

5k
2 7 + k
2
4
A= 2
7 + k 4
10
21. Si A es de orden n, demuestre que

22. Calcule


 1
1

 1 1


1
det(A) =  1

..
..

.
.

 1
1

1
1
1
.. . .
.
.
1


 1
x

 x 1

 x
x


..
..

.
.

 x
x







 = (1)n 2n1 (2 n)



1 
1
1
1
..
.

x
x ...
1
.. . .
.
.
x







.



1 
x
x
x
..
.

23. La siguiente es una tecnica para obtener ecuaciones de curvas o superficies que pasan por una cierta cantidad
de puntos. Mostramos el metodo para un crculo.
La ecuaci
on de un crculo con centro en (a, b) y radio r es (x a)2 + (y b)2 = r2 . Expandiendo los cuadrados
de binomio y dividiendo la ecuaci
on por r2 , obtenemos que la ecuaci
on del crculo se escribe como
A(x2 + y 2 ) + Bx + Cy + D = 0.
Si el crculo pasa por 3 puntos no colineales (xi , yi ), i = 1, 2, 3, entonces se tiene que A, B, C, D satisfacen las
ecuaciones
A(x2 + y 2 ) + Bx + Cy + D = 0
A(x21 + y12 ) + Bx1 + Cy1 + D = 0
A(x22 + y22 ) + Bx2 + Cy2 + D = 0
A(x23 + y32 ) + Bx3 + Cy3 + D = 0

Este
es un sistema homogeneo de 4 ecuaciones y 4 incognitas.
Para que este sistema tenga una soluci
on no nula A, B, C, D, su matriz de coeficientes no puede tener inversa y,
por lo tanto, su determinante debe ser igual a cero, es decir, se debe cumplir que
 2

 x + y2 x y 1 
 2

 x1 + y12 x1 y1 1 
 2

 x2 + y22 x2 y2 1  = 0
 2

 x3 + y32 x3 y3 1 

para todo x, y. Esta

es la ecuaci
on del crculo.

a) Determine la ecuaci
on del crculo que pasa por los puntos (1, 0), (0, 1), (1, 1). Cu
al es su radio y centro?

18

b) Demuestre que la ecuaci

on del plano ax + by + cz + d = 0 que pasa por los puntos (xi , yi , zi ), i = 1, 2, 3 es


 x y z 1 


 x 1 y 1 z1 1 


 x 2 y 2 z2 1  = 0


 x 3 y 3 z3 1 
c) Determine la ecuaci
on del plano que pasa por los puntos (1, 0, 1), (1, 0, 1), (1, 1, 1).

d ) Usando un determinante, encuentre la ecuaci

on de la par
abola y = ax2 + bx + c que pasa por 3 puntos
(2, 1), (3, 4), (1, 0).
Respuestas:
1. det(2A) = 25 5, det(4A) = 45 5, det(2k A) = 25k 5, det(A5 ) = 55 , det(A) = 5, det(A1 ) = 15 , det(det(A)A1 ) =
54 , det(A3 ) = 53 , det(det(A)A)
= 56 . 2. det(A) = 0.

0 si n = 4k o n = 4k + 1
3. det(A) det(B) =
2 det(B) si n = 4k + 2 o n = 4k + 3
5. a. det(A) = 2(4 k)(6 k) (2(n 1) k)(2n k) b. k 6= 4, 6, 8, . . . , 2n. 6. A es invertible si y s
olo si k 6= 0 y
k 6= 5. B es invertible si y s
olo si k 6= 0 y k 6= 1. 9. a. x = 0 o x = a b c. b. x = a o x = b. 10. b. E8 = 0 c.
n1
E100 = 1. 22. Si la matriz
[(n 1)x 1].
res de orden n, el determinante es igual a [1 x]


1
1 1
yr=
,
. c. z = 1.
23. a. C =
2 2
2

19