Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PES MAtematicas Tema19 PDF
PES MAtematicas Tema19 PDF
(Oposiciones de Secundaria)
TEMA 19
1. Introducción.
1.1. Resultados previos.
2. Formas multilineales alternadas.
3. Determinantes.
3.1. Determinantes de N vectores.
3.2. Determinantes de un Endomorfismo.
3.2.1. Aplicación Adjunta de un Endomorfismo.
3.3. Determinante de una matriz.
3.3.1. Matriz Asociada a Ad(ϕ).
3.3.2. Desarrollo de un determinante por los adjuntos de una línea.
4. Aplicación al cálculo del rango de una matriz.
Bibliografía Recomendada.
1/26
TEMA 19
DETERMINANTES. PROPIEDADES. APLICACIÓN AL CALCULO DEL RANGO
DE UNA MATRIZ.
1. INTRODUCCIÓN.
En este apartado vamos a refrescar una serie de resultados sobre permutaciones que
necesitaremos para desarrollar el tema. Para encontrar las demostraciones y evitar
reiteración, remitimos al lector al tema 3 del temario.
DEF Llamaremos Sn al conjunto formado por todas las permutaciones posibles de los
elementos del conjunto {a 1 , a2 ,…., an }.
1→3
Sea {1, 2, 3} un conjunto. Una permutación de dicho conjunto puede ser 2 → 1
3→ 2
que se puede expresar como
1 2 3
3 1 2
El conjunto Sn podemos definir como una operación como sigue (la representaremos
en S3 )
1 2 3 1 2 3 1 2 3
· =
3 1 2 1 3 2 2 1 3
DEF Una transposición es una permutación en la que todos los elementos quedan fijos
menos dos que intercambian su posición.
2/26
Las trasposiciones se pueden representar mediante una matriz de orden 1x2,
indicando los dos únicos elementos que intercambian su posición
1 2 3
Si (2,3)∈S3 se puede escribir como
1 3 2
DEF Diremos que una permutación es par si se descomponen como un número par de
trasposiciones (e impar en caso contrario).
E (σ ) = 1 si σ es par
Si σ ∈ S n ⇒
E (σ ) = −1 si σ es impar
n
Dada una aplicación f : Cx ... (. ..x C → G siendo C un conjunto cualquiera y G un
grupo, podemos definir
n
PROP Dada f : Cx .Λ( x C → G y ∀τ ∈ S n trasposición:
1) f es simétrica ⇔ τf = f
2) f es antisimétrica ⇔ τf = − f
3/26
2. FORMAS MULTILINEALES ALTERNADAS.
n
Sea V un K-espacio vectorial de dimensión n y Vn = Vx .Λ( x V. Sea W otro
K-espacio vectorial.
n
ii) Si ∀i ∈ {1,..., n} vi = ∑ xij u j (vi es combinación lineal de {u1 ,…,un }) ⇒
j =1
( )
n n n
⇒ f (v1 ,...., v n ) = ∑ ·∑ ·.....·∑ λ1 j1 ·λ2 j 2 ·....·λnjn · f u j1 ,...., u j n
j1 =1 j 2 =1 j n =1
Dem.
n
ii) Como vi = ∑ λij u j ∀i ∈ {1,...., n}
j =1
n n n
f (v1v2 ,...., vn ) = f ∑ λ1 j1 u j1 , ∑ λ2 j 2 u j2 ,...., ∑ λnjn u jn =
j1 =1 j2 =1 j n =1
( )
n n n
= ∑ λ1 j1 ·∑ λ2 j2 ·.......·∑ λnjn · f u j1 , u j 2 ,...., u j n =
j1 =1 j 2 =1 j n =1
( )
n n n
4/26
PROP Sea f: Vn → W n-lineal alternada y τ ∈Sn una trasposición ( τ = (ij ) ).
Entonces
f (vτ (1) , vτ (2 ) ,...., vτ (n ) ) = − f (v1 , v2 ,...., vn ) ∀(v1 ,...., vn ) ∈ V n
Dem.
Por haber dos vectores repetidos (vi + vj en los lugares i y j) y ser f alternada se
verifica
Entonces
Dem.
σ = τ1 ·τ2 ·....·τK
ε(σ ) = (− 1)K
5/26
( ) ( )
= − f vτ 2 ..... τ K (1 ) ,......., vτ 2 ..... τ K ( n ) = (− 1) f vτ3 .... τ K (1 ) ,....., vτ3 ..... τ K ( n ) = ....... =
2
( )
= (− 1) f v1 ,...., vn = ε(σ) f (v1 ,...., v n )
K
Dem.
( )
τ· f (v1 ,...., vn ) = f vτ (1 ) ,...., vτ ( n ) = f (v1 ,...., v j ,...., vi ,...., vn ) = f (v1 ,..., vi ,..., v j ,..., vn )
ya que vi = vj
Dem.
n
vi = ∑ λj v j
j =1
j≠ i
n
f (v1 ,...., vi ,...., vn ) = f v1 ,...., vi −1 , ∑ λj v j , vi +1 ,...., vn =
j =1
j ≠1
j =1
j ≠i
n
= ∑ λj ·0 = 0
j =1
j ≠i
6/26
COROLARIO Si V es un K-espacio vectorial con dimV = p < n, entonces
cualquiera que sea el espacio vectorial W se verifica que toda aplicación n-lineal
alternada f: Vn → W es nula.
f (v1 ,...., vn ) = ∑ ε(σ )λ1σ (1) ·.....·λnσ ( n ) · f (u1 ,...., un )
σ ∈S n
Dem.
( )
n n n
Sabemos que f (v1 ,....., vn ) = ∑ ·∑ ·.......·∑ λ1 j1 ·λ2 j 2 ·......·λnj n f u j1 , u j 2 ,...., u jn =
j1 =1 j 2 =1 j n =1
Luego los sumandos en donde se repita algún uji son cero y los podemos eliminar
de la suma. Al final nos queda j1 = σ(1), j 2 = σ(2),...., j n = σ(n ) con σ∈Sn
= ∑λ 1σ (1 )
·.....·λn σ (n ) f (uσ (1 ) ,....., uσ (n ) ) = ∑λ 1σ (1 )
·.....·λn σ (n ) ·ε(σ ) f (u1 ,...., un )
σ ∈S n σ ∈S n
Dem.
• Unicidad.
n
Sea (v1 ,…., vn )∈V con vi = ∑ λij u jn
j =1
= ∑ ε(σ)λ 1σ (1 )
·....·λn σ (n ) · f ´(u1 ,...., un ) = f ´(v1 ,...., vn )
σ ∈S n
Como tienen igual dominio y rango y actúan igual sobre todos los elementos, son
iguales: f = f´
7/26
Por tanto, de existir la aplicación, ésta es única.
• Definición de f.
n
Sea w∈W, f: Vn → W ∀(v1 ,….., vn )∈Vn y ∀i∈{1,….., n}, vi = ∑ λij u j
j =1
f (v1 ,...., vn ) := ∑ ε(σ)λ1σ (1 ) ·.....·λnσ (n ) ·w
σ ∈S n
La imagen de la base es
f (u1 ,....., un ) = ∑ ε(σ )δ1σ (1 ) ·.....·δn σ ( n ) ·w
σ∈Sn
Entonces f (u1 ,...., un ) = (δ11 ·δ22 ·.....·δnn )·w = w ya que δii = 1∀i
j =1 j =1 j =1
f (v1 + v1´, v 2 ,...., vn ) = ∑ ε(σ )·(λ1σ (1 ) + µ1σ (2 ) ·......·λn σ ( n ) )·w =
σ ∈S n
= ∑ ε(σ )λ1σ (1) ·......·λn σ ( n ) + ∑ ε(σ )µ1σ (1) ·λ1σ ( 2 ) ·.....·λnσ (n ) ·w =
σ ∈S n σ∈Sn
= ∑ ε(σ )λ1σ (1 )·.....·λn σ ( n ) w + ∑ ε(σ )µ1σ (1 ) ·λ1σ (2 ) ·.....·λn σ ( n ) w =
σ ∈S n σ ∈S n
De forma análoga se demuestra para el producto por un escalar. Por tanto f es lineal.
• f es alternada.
8/26
∀σ ∈ S n ε(σ ⋅ τ) = ε(σ )·ε(τ ) = −ε(σ )
λi στ (i ) = λi σ ( j ) = λj σ ( j )
λj στ ( j ) = λj σ (i ) = λi σ (i )
existen varios sumandos. ¿Cómo podemos demostrar que para cada sumando existe su
opuesto?
T: An → In t(σ) = στ
f (v1 ,...., vn ) = ∑ ε(σ )λ1σ (1 ) ·.....·λn σ ( n ) + ∑ ε(σ )λ1σ (1) ·.....·λnσ (n ) w = 0
σ ∈ An σ ∈I n
3. DETERMINANTES.
DEF Sea B = {u1 ,...., un } una base del K-espacio vectorial V. Se define el
determinante respecto de la base B como la única forma n-lineal alternada
9/26
detB : Vn → K
Si f1 , f2 ∈Ln (V, W)
Dem.
Luego f = a·detB
y como f = a·detB ⇒ f = 0
PROP Sea B = {u1 ,...., un } base de V y sea {v1 ,...., vn } ∈ V . Los vectores {v1 ,...., vn } son
linealmente independientes si y solo si detB (v1 ,…., vn ) = 0
10/26
Dem.
“⇒”
Si {v1 ,..., vn } es un conjunto linealmente dependiente entonces existe una aplicación
n-lineal alternada tal que f (v1 ,...., vn ) = 0 .
“⇐”
Sea det B (v1 ,...., vn ) = 0 y supongamos que {v1 ,...., vn } fuese linealmente
independientes.
Pero esto es una contradicción con el hecho de que el determinante de una base es 1,
det B (u1 ,...., un ) = 1.
Luego nuestra hipótesis de que los vectores {v1 ,..., vn } son linealmente
independientes es falsa y por tanto son dependientes.
DEF Sea V un K-espacio vectorial de dimensión n, sea B = {u1 ,....,u n } una base de V
y ϕ : V → V un endomorfismo. Llamaremos determinante de un endomorfismo a
∃λ ∈ K / det ϕB = λ ⋅ det B
11/26
PROP Si B y B´ son bases de V y ϕ ∈ L(V ) ⇒ det B (ϕ) = det B ´ (ϕ)
Dem.
det ϕB ´ (u1´,...., u n ´) = det B´ (ϕ) ⋅ det B ´ (u1 ´,..., u n ´) = det B´ (ϕ) (det B´ (u1´,......, un ´) = 1)
Entonces
det B ´ (ϕ) = det ϕB´ (u1 ´,....., un ´) = det B ´ (ϕ(u1 ´),....., ϕ(un ´)) = µ ⋅ det B (ϕ(u1 ´),...., ϕ(u n ´)) =
= µ ⋅ det ϕB (u1 ´,....., u n ´) = µ ⋅ det B (ϕ)·det B (u1´,....., un ´) = det B (ϕ)·µ·det B (u1 ´,....., un ´) =
DEF Si ϕ∈L(V) con dimV = n, llamamos determinante de ϕ, det(ϕ), a detB (ϕ) para
alguna base B se V.
Dem.
= det ϕB (Ψ(u1 ),...., Ψ(un )) = det B (ϕ) ⋅ det B (Ψ(u1 ),...., Ψ(un )) = det B (ϕ) ⋅ det ΨB (u1 ,...., u n ) =
= det B (ϕ) ⋅ det B (Ψ ) ⋅ det B (u1 ,...., un ) = det b (ϕ) ⋅ det B (Ψ ) = det (ϕ) ⋅ det (Ψ )
PROP Si ϕ ∈ L(V )
ϕ es automorfismo ⇔ det(ϕ) ≠ 0
Dem.
“⇒”
Sea ϕ automorfismo y B = {u1 ,...., un } base de V-
12/26
det (ϕ) = det B (ϕ) = det ϕB (u1 , , , , ,.u n ) = det B (ϕ(u1 ),...., ϕ(un )) ≠ 0
0 ≠ det (ϕ) = det B (ϕ(u1 ),....., ϕ(un )) ⇒ {ϕ(u1 ),...., ϕ(u n )} es linealmente independiente
y como dimV = n ⇒ {ϕ(u1 ),...., ϕ(u n )} es base de V ⇒ ϕ es automorfismo, ya que
transforma una base en otra.
Dem.
( )
⇒ det (ϕ) ⋅ det ϕ−1 = 1 ⇒ det ϕ−1 = ( ) 1
det (ϕ)
∑ (− 1)
j −1
j =1
Dem.
Vamos a distinguir dos casos, según sea el conjunto {v1 ,...., vn } linealmente
independiente o dependiente.
n
a) Si {v1 ,....., vn } es L. I. ⇒ {v1 ,...., vn } es base ⇒ ∃λ1 ,...., λn ∈ K / v = ∑ λK vK
K =1
13/26
∑ (− 1) j −1 ⋅ det B (v, v1 ,....,vˆ j ,...., vn ) ⋅ v j = ∑ (− 1) j−1 ⋅ det B ∑ λK vK , v1 ,..., vˆ j ,...., v n ·v j =
n n n
j =1 j =1 K =1
n
(
)
n
= ∑ (− 1) j −1 · ∑ λK ·det B v K , v1 ,...., vˆ j ,..., vn ·v j =
j =1 K =1
Si K = j nos encontramos con dos vectores iguales y el determinante es cero por ser
una aplicación alternada.
j =1
n n
= ∑ λj det B (v1 ,...., v n )·v j = det B (v1 ,...., vn )·∑ λj v j = det B (v1 ,...., vn )·v
j =1 j =1
∑ (− 1)
j −1
j =1
n
Supongamos que es el primero ⇒ v1 = ∑ λK vK
K =2
∑ (− 1)
j −1
j =1
j =2
n n
n
= det B (v, vˆ1 , v2 ,....., vn )·∑ λK v K +∑ (− 1) j −1 ·det B v, ∑ λK v K ,...., vˆ j ,..., vn ·v j =
K =2 j= 2 K=2
14/26
j −1
λK det B (v, vK ,...., vˆ j ,...., vn )·v j =
n n n
= ∑ λK ·det B ( v, ˆ
v1 , v 2 ,...., vn )·v K + ∑ ( − 1) · ∑
K=2 j= 2 K=2
Si K = j nos encontramos con dos vectores iguales y el determinante es cero por ser
una aplicación alternada.
∑ λK ·det B (v , vˆ1,.v2 ,....., vn )·vK + ∑ (− 1) ·λj det B (v, v j , v2 ,...., vˆ j ,..., v n )·v j =
n n
j −1
=
K =2 j= 2
n n
= ∑ λK det B (v, vˆ1 , v2 ,...., vn )·vK − ∑ λj det B (v, v2 ,...., vn )·v j = 0
K =2 j= 2
Ø (v1 ,...., vn )(v ) = ∑ (− 1) ·det B (v; ϕ(v1 ),...., ϕ(vˆ j ),....,ϕ(v n ))·v j
n
j −1
∀v ∈ V
j =1
Dem.
Ø (v1 ,..., vn )(λv + µv´) = ∑ (− 1) ·det B (λv + µv´,ϕ(v1 ),...., ϕ(vˆ j ),...., ϕ(vn ))·v j =
n
j −1
j =1
[ ( ( ))
= ∑ (− 1) · λ·det B v, ϕ(v1 ),...., ϕ(vˆ j ),...., ϕ vn + µ det B (v´,ϕ(v1´),..., ϕ(vˆ j ),...., ϕ(vn )) ·v j = ]
n
j −1
j =1
15/26
det B (v, ϕ(v1 ),.,ϕ(vˆ j ),.., ϕ(v n ))v j + µ∑ (− 1) det B (v´, ϕ(v1 ),.., ϕ(vˆ j ),.., ϕ(vn ))·v j =
n n
= λ∑ (− 1)
j −1 j −1
j =1 j =1
• Ø es n-lineal.
∀λ, µ ∈ K ∀ v1 , v1´∈ V ∀v ∈ V
Ø (λv1 + µv1´, v2 ,..., vn )(v )0 ∑ (− 1) ·det B (v, ϕ(λv1 + µv1´), ϕ(v2 ),..., ϕ(vˆ j ),..., ϕ(vn ))·v j =
n
j −1
j =1
j= 2
= λ·det B (v, ϕ(v 2 ),...,ϕ(v n ))v1 + µ·det B (v, ϕ(v2 ),..., ϕ(v n ))·v2 +
[
+ ∑ (− 1) · λdet B (v, ϕ(v1 ),..., ϕ(vˆ j ),..., ϕ(v n )) + µ det B (v, ϕ(v1 ´),..., ϕ(vˆ j ),..., ϕ(v n )) ·v j = ]
n
j −1
j =2
det B (v, ϕ(v1 ),., ϕ(vˆ j ),..,ϕ(v n ))v j + µ∑ (− 1) det B (v, ϕ(v1 ´),.., ϕ(vˆ j ),.., ϕ(vn ))v j =
n n
= λ∑ (− 1)
j −1 j −1
j =1 j =1
= λ Ø (v1 ,..., vn )(v ) + µØ (v1 ´, v2 ,.., vn )(v ) = [λ Ø (v1 ,..., vn ) + µ Ø (v1 ´,..., vn ) ](v )
• Ø es Alternada.
Ø (v1 ,..., vn )(v ) = ∑ (− 1) ·det B (v, ϕ(v1 ),..., ϕ(vˆ j ),..., ϕ(vn ))·v j =
n
j −1
∀v ∈ V
j =1
i −1
( ( )
= (− 1) ·det B v, ϕ v1 ,..., ϕ(vˆi ),..., ϕ(v n ) ·vi + (− 1) ) K −1
·det B (v, ϕ(v1 ),..., ϕ(vˆK ),..., ϕ(vn ))·vK =
16/26
Veamos el signo
[
= (− 1) + (− 1)
i −1 K −1
·(− 1)
K −i +1
]·det B (v, ϕ(vˆi ),..., ϕ(v n ))·vi =
= [(− 1) + (− 1) ·(− 1) ]
·(− 1) det B (v, ϕ(v1 ),...., ϕ(vˆi ),...,ϕ(v n ))·vi = 0
i −1 K −1 K +1 −i
Y adB(ϕ)∈L(V)
Dem.
Dadas B = {u1 ,..., un } y B´= {u1 ´,..., un ´} bases de V, hemos de comprobar que
adB(ϕ) = adB´ (ϕ). Sea Ø: Vn → L(V) respecto de B y Ø´: Vn → L(V) respecto de B´.
ad B´ (ϕ)(v ) = Ø´ (u1 ´,..., un ´)(v ) = ∑ (− 1) ·det B ´ (v, ϕ(u1 ´),...,ϕ(uˆ j ´),..., ϕ(u n ´))·u j ´=
n
j −1
j =1
j =1
= λ∑ (− 1) ·det B (v, ϕ(u1´),.., ϕ(uˆ j ´),..., ϕ(u n ´))·u j ´= λ ⋅ Ø (u1 ´,..., u n ´)·(v ) =
n
j −1
j =1
= λ·det B (u1 ´,...., u n ´)·ad B (ϕ)(v ) = det B ´ (u1 ´,..., un ´)·ad B (ϕ)(v ) = ad B (ϕ)(v )
DEF Sea ϕ∈L(V). Se define la aplicación adjunta de ϕ, ad(ϕ), como adB(ϕ) para
alguna base de B de V.
17/26
2) ad (ϕ) ο ϕ = det (ϕ) ο 1v
Dem.
1) ∀v ∈ V
n
= ϕ (Ø (u1 ,...,u n )(v ) ) = ϕ ∑ (− 1) ·det B (v, ϕ(u1 ),....,ϕ(uˆ j ),....,ϕ(u n ))·u j =
j −1
j =1
j =1
= det B (ϕ(u1 ),..., ϕ(un ))·v = det B (ϕ)·det B (u1 ,..., u n )·v = det (ϕ)·v =
j =1
= ∑ (− 1) ·det ϕB (v , u1 ,...., uˆ j ,..., un )·u j = ∑ (− 1) ·det (ϕ)·det B (v, u1 ,..., uˆ j ,..., u n )·u j =
n n
j −1 j −1
j =1 j =1
= det (ϕ)·det B (u1 ,..., un )(v ) = det (ϕ)·v = (det (ϕ) ο 1v )(v )
ad (ϕ)
ϕ−1 = = det (ϕ)−1 ·ad (ϕ)
det (ϕ)
18/26
3.3. Determinante de una matriz.
{ a
S 2 = 1S 2 , (1,2 ) ⇒ 11 }a12
= a11 a12 − a12 a 21
a21 a 22
{
S3 = 1S 3 , (1,2 ), (1,3), (2,3), (1,2,3), (1,3,2 ) ⇒ }
a11 a12 a13
⇒ a21 a22 a 23 = a11a 22 a33 − a12 a21 a33 − a13 a22 a31 − a11a 23 a32 + a12 a 23 a31 + a13a32 a21
a a33
31 a32
Dem.
A= ∑ ε(σ )a 1σ (1)
·a2 σ ( 2 ) ·....·an σ ( n ) =
σ∈Sn
= ∑ ε(σ)·a( σ
−1
)
·σ (1 )σ (1)
·a(σ −1 ·σ )( 2 )σ ( 2 ) ·.....·a(σ −1 ·σ )(n )σ (n ) =
σ ∈S n
19/26
S n → Sn
σ → σ −1
y se verifica ε(σ ) = ε σ −1 ( )
= ∑ ε (σ )a
−1
−1
σ
−1 aσ −1 (2 )2 ·......·aσ −1 ( n )n =
(1)1
σ ∈S n
Sea β = σ −1
= ∑ ε(β )a a
β (1 )1 β ( 2 )2 .........a β (n )n = ∑ ε( β)·b 1 β (1 ) ·b2 β ( 2 ) ·......·bnβ ( n ) = At
β∈S n β∈S n
Dem.
Inmediatas, sin más que tener en cuenta que las filas (o columnas) de A se
consideran vectores de Kn y que el determinante es una función n-lineal alternada.
det (ϕ) = A
Dem.
Siendo (bj1 , bj2 ,….., bjn ) las coordenadas de ϕ(uj) respecto de B y la fila j-ésima de
A.
= A
OBS Si en lugar de escribir ϕ(uj ) por filas lo hiciésemos por columnas tendríamos
que es igual, det (ϕ) = At = A
20/26
COROLARIO Si A, B∈Mn (K) ⇒ A ⋅ B = A · B
Dem.
COROLARIO A ≠ 0 ⇔ A es inversible
Dem.
1
COROLARIO Si A es inversible, entonces A−1 =
A
Dem.
( )
det ϕ−1 =
1
1
det (ϕ)
−1
⇒ A =
A
A−1 es la matriz asociada a ϕ−1
21/26
Por una lado tenemos ad (ϕ)(u j ) = ∑ bij ui (escribiendo por columnas) y por otro
n
i =1
ad (ϕ)(u j ) = Ø (u1 ,..., u n )(u j ) = ∑ (− 1)i −1 ·det B (u j ,ϕ(u1 ),..., ϕ(uˆ j ),..., ϕ(u n ))·ui =
n
i =1
= ∑ (− 1)i −1 ·(− 1)i −1 ·det (ϕ(u1 ),..., ϕ(ui −1 ), u j , ϕ(u i +1 ),...,ϕ(u n ))·ui
n
i =1
Hemos obtenido dos expresiones del mismo vector, y como B es base, han de ser
iguales. Entonces
Ahora vamos a desarrollar el miembro de la derecha para obtener una expresión más
operativa par bij.
ϕ(u K ) si K ≠ i
ϕij (u K ) =
u j si K = i
det B (ϕ(u1 ),.., ϕ(u i −1 ), u j , ϕ(u i +1 ),..., ϕ(u n )) = det B (ϕij (u1 ),..., ϕij (u i −1 ), ϕij (ui ), ϕij (ui +1 )...,ϕij (u n )) =
22/26
El determinante es
1 a j1 ..... a j , i −1 a j , i +1 ..... a jn
0 a11 ..... a1, i −1 a1 ,i +1 ..... a1 n
A(ϕij ) = (− 1) ·(− 1) · .....
i −1 j −1
..... ..... ..... ..... ..... ..... =
..... ..... ..... ..... ..... ..... .....
0 a n1 ..... an , i −1 an , i +1 ..... a nn
= (− 1)i + j ·(− 1)−2 · ∑ ε(σ )·C1σ (1) ·.....·Cnσ (n ) =
σ ∈S n
= (− 1)i + j · ∑ ε(σ)·Cσ (1)1 ·.....·Cσ (n )n =
σ ∈S n
y al ser la primera columna toda nula menos su primer elemento resulta que
0 σ (1) ≠ 1
Cσ (1 )1 =
1 σ(1) = 1
i+ j
= (− 1) ∑ ε(σ)Cσ ( n )n = (− 1) · ∑ ε(σ )Cσ ( 2 ) 2 ·....·Cσ (n )n =
i+ j
σσ ∈(1S)n=1 σ ∈S n −1
= (− 1) · Dji
i+ j
DEF Sea A∈Mn (K) con A = (aij). Llamamos menor complementario de aij al
determinante de Dij.
DEF Sea A∈Mn (K) con A = (aij). Llamamos adjunto de aij a bij = (− 1)i + j · Dij
23/26
A(ad (ϕ)) = A t
ad (ϕ)
A−1 = A ϕ−1 = ( ) 1 t
· A ya que ϕ−1 =
A det (ϕ)
PROP Sea A∈Mn (K) con A = (aij). Si (bij) es la matriz de adjuntos se verifica:
n
1) A = ∑ aij ·bij (desarrollo por los adjuntos de la fila i)
j =1
n
2) A = ∑ aij bij (desarrollo por los adjuntos de la columna j).
i =1
Dem.
2) A = ∑ ε(σ )a 1σ (1)
·a2 σ ( 2 ) ·....·an (σ )n =
σ∈Sn
σ( K ) K ≠ i
Definimos σi ∈ S n −1 como σi ( K ) =
i K =i
σ n∈ S n
n
= a1 j b1 j + a2 j b2 j + ... + anj bnj = ∑ aij bij
i =1
24/26
COROLARIO La suma de los productos de una fila por los adjuntos de una paralela
vale cero.
Sabemos que las columnas de una matriz (o filas) de Mn (K) son linealmente
independientes (consideradas como vectores de Kn ) si y solo si su determinante es no
nulo.
Dem.
“⇒”
Si rang(A) = n ⇒ En A existen n filas linealmente independientes y por tanto su
determinante es no nulo.
“⇐”
Supongamos que A tiene un menor de orden n cuyo determinante es no nulo. Como
el intercambio de filas no altera el rango, podemos suponer sin pérdida de generalidad
que
a11 ..... a1 n
..... ..... ..... ≠ 0
a n1 ..... a nn
Por tanto las n primeras filas son linealmente independientes y rang (A) ≥ n
Entonces rang(A) = n
Dem.
“⇒”
Si rang(A) = n, por la proposición anterior A tiene un menor D de orden n no nulo.
25/26
Como A tiene n + 1 columnas, la única columna que no está en el menor D es
combinación lineal de las otras. Y como esa columna estará en todos los orlados de D,
éstos serán nulos.
“⇐”
Por hipótesis, al ser D un menor no nulo de orden n, A tiene n filas linealmente
independientes.
Como todos los orlados son nulos, las demás filas serán combinación lineal de esas
n.
Luego rang(A) = n.
Bibliografía recomendada.
26/26