Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Determinant e
Determinant e
FACULTAD DE INGENIERÍA
Determinante
ÁLGEBRA LINEAL Y
GEOMETRÍA ANALÍTICA
Adriana Zamar
2009
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar
Introducción
Los determinantes es uno de los temas más útiles del álgebra lineal, con muchas
aplicaciones en ingeniería, física, economía, matemáticas y otras ciencias. En la geometría
ofrecen una forma natural de escritura de fórmulas muy elegantes para calcular áreas y
volúmenes, y también ecuaciones de objetos geométricos como rectas, círculos, planos,
esferas, y otros.
Un determinante es un número que se asigna a una formación cuadrada de números de
cierto modo. Esta idea fue considerada desde el año 1683 por el matemático japonés Scki
Takakazu y de forma independiente en el año 1693 por el matemático alemán Gouttfrier
Leibniz (uno de los inventores del cálculo), aproximadamente 160 años antes que se
desarrollara una teoría de matrices por separado.
Durante los siguientes 120 años los determinantes se estudiaron principalmente en los
sistemas de ecuaciones lineales como:
⎧a1 x + b1 y + c1 z = 0
⎪
⎨a 2 x + b2 y + c 2 z = 0
⎪a x + b y + c z = 0
⎩ 3 3 3
Los principales contribuyentes en esta área han sido Laplace, Cauchy, Jacobi; Bezout,
Sylvester y Cayley.
En 1812, Augustin- Louis Cauchy publicó un artículo donde utilizaba el determinante para
sacar los volúmenes de ciertos poliedros sólidos.
Determinante
El determinante es una función que va de matrices de n x n a los reales.
det : ℜ nxn → ℜ
A a det( A) = A
Ejemplo: A = (– 2) a det( A) = A = − 2
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar
Definición:
Menor complementario:
M ij= Menor complementario de a ij = determinante de la submatriz de (n –1) x (n –1) obtenida
de A al suprimir su i – ésima fila y su j – ésima columna.
⎛ a1 a 2 a3 ⎞
⎜ ⎟
Ejemplo: A = ⎜ b1 b2 b3 ⎟
⎜c c c 3 ⎟⎠
⎝ 1 2
b1 b3 a1 a 2
M12= menor complementario de a 2 = M 33 =
c1 c 3 b1 b2
Cofactor:
C ij = Cofactor de a ij= (–1) i + j M i j
b1 b3 b1 b3
Siguiendo con la matriz A del ejemplo: C12 = ( −1) i + j =−
c1 c 3 c1 c 3
En la práctica cuando salto de una fila a otra, el i aumenta de a uno, sabiendo que el primer
elemento es positivo se alternan los signos, lo mismo ocurre si salto de columna en columna,
puedo seguir cualquier camino pero no avanzo en diagonal.
Aplicación:
n = 2: Desarrollaremos Laplace por la segunda fila.
a11 a12 ∆ ∆ ∆
det( A) = = a 21 C 21 + a 22 C 22 = a 21 ( −1) 2+1 M 21 + a 22 ( −1) 2+ 2 M 22 = −a 21 a12 + a 22 a11 =
a 21 a 22
= − a 21 a12 + a 22 a11 = a11 a 22 − a12 a 21
Así:
a11 a12 1 2
det( A) = = a11 a22 − a12 a21 (α ) 12 2! Pr emutacione s de {1, 2}
a21 a22 2 1
⎛− 3 1 ⎞
Actividad 1: Encuentra el determinante de: ⎜⎜ ⎟⎟ aplicando Laplace a la segunda
⎝ 2 − 4⎠
columna.
Ordenando los positivos teniendo en cuenta el orden natural del primer subíndice, lo mismo
hacemos con los negativos. Podemos observar que en los factores no se repiten ni filas ni
columnas.
= (a12 a23 a31 + a11 a22 a33 + a13 a21 a32) – (a12 a21 a33 + a13 a22 a31 + a11 a23 a32) (β)
Regla de Sarros
= I – II = (β)
Nota: Sarrus repite las dos primeras filas colocándolas a continuación de la última fila o bien
pueden repetirse las dos primeras columnas y colocarlas a continuación de la última columna.
Se verifica Sarros con Laplace, comparando I – II con (β). Podemos observar que los
productos que se obtienen no están en la misma fila (no se repiten los primeros subíndices) ni
tampoco en la misma columna (no se repiten los segundos subíndices).
Inductivamente se observa:
1) En el desarrollo del det(A) los productos son de n elementos de A que no están ni en
la misma fila ni en la misma columna.
Permutaciones
321 123
231 132
123 Permutaciones de {1, 2, 3} 213 6 = 3 ! = 1 . 2. 3
321 231
132 312
213 321
Si tomo el primer índice en el orden natural, la columna toma todas las permutaciones
posibles, el determinante lo realiza automáticamente. El signo de la permutación se realiza
contando el número de inversiones, mirando de izquierda a derecha, si existe un cambio en el
orden natural de los números. Las permutaciones son pares si el número de inversiones es
par, entonces lleva signo positivo, en otro caso el signo es negativo. El cero es par porque es
múltiplo de dos. Hay tantos productos como permutaciones.
Si la matriz es de n x n entonces: n != 1. 2. 3… (n – 1) n
2) El número total de productos es n!
3) La mitad de los productos tiene signo positivo y la otra mitad signo negativo.
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar
Ejemplos
1) Vamos a desarrollar el determinante primero por Laplace en la primera fila y luego vamos a
realizarlo por Sarrus.
1 0 −2
1 −1 3 −1 3 1
3 1 −1 = 1 −0 + ( −2) = (0 + 1) + 0 − 2 (3 + 2) = − 9
1 0 −2 0 −2 1
−2 1 0
1 0 −2
3 1 −1
−2 1 0 = (0 − 6 + 0) − ( 4 − 1 + 0) = −9
1 0 −2
3 1 −1
2) Si tenemos:
Una matriz Triangular Superior i > j ↔ a I j = 0, el determinante es el producto de la diagonal
principal.
Si fuera una Triangular Inferior i < j ↔ a I j = 0; el determinante es el producto de la diagonal
principal.
⎛ − 2 3 4⎞
⎜ ⎟
Ejemplo: B = ⎜ 0 3 1⎟ ⇒ B = ( −2). 3. 5 = − 30 Es una matriz triangular superior (los
⎜ 0 0 5⎟
⎝ ⎠
datos están por arriba de la diagonal principal). Verifica el resultado desarrollando el
determinante por Laplace, en la 1º columna.
Propiedades:
D1: det (A) = det (AT) Se cumple por definición de Laplace, da lo mismo tomar filas que
columnas.
D4: O. E.2: Si una fila (o columna) de A tiene un factor común k este puede salir fuera del
determinante de A. (Nota: det (k A) ≠ k det(A).
⎛ A1 ⎞ ⎛ A1 ⎞
⎜ ⎟ ⎜ ⎟
⎜A2 ⎟ ⎜ A2 ⎟
⎜ M ⎟ ⎜ M ⎟
A=⎜ ⎟ ⎯⎯ ⎯→ B = ⎜
O.E 2 ⎟
⎜ Ai ⎟ x k ⎜ kA i ⎟
⎜ ⎟ ⎜ ⎟
⎜ M ⎟ ⎜ M ⎟
⎜A ⎟ ⎜A ⎟
⎝ n⎠ ⎝ n⎠
Aplicando Laplace a la i – ésima fila podemos aplicar la definición y luego sacar factor común
k quedando el determinante todas las filas iguales y la i – ésima sin el escalar k.
La única diferencia entre los determinantes es la i – ésima fila que Laplace anula, entonces
los cofactores no difieren.
O bien:
⎛ A1 ⎞ ⎛ A1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ ... ⎟ ⎜ ... ⎟
det ⎜ kAi ⎟ = k det ⎜ A ⎟
⎜ ⎟ ⎜ i⎟
⎜ ... ⎟ ⎜ ... ⎟
⎜ ⎟ ⎜ ⎟
⎝ An ⎠ ⎝ An ⎠
Si tomamos columnas:
det (A(1) │A(2)│…│k A(j)│…│A(n)) = k det (A(1)│…│A(j)│…│A(n))
Así, en forma general:
a11 a12 ... ka1 j ... a1n
a 21 a 22 ... ka 2 j ... a 2n
... ... ... ... ... ... ∆
det( A) = = ka1 j C1 j + ka 2 j C 2 j + ... + ka nj C nj =
ai1 ai 2 ... kaIJ ... a in
... ... ... ... ... ...
a n1 a n 2 ... ka nj ... a nn
a11 a12 ... ka1 j ... a1n
a 21 a 22 ... ka 2 j ... a 2n
... ... ... ... ... ...
= k (a1 j C1 j + a 2 j C 2 j + ... + a nj C nj ) = k
ai1 ai 2 ... kaIJ ... a in
... ... ... ... ... ...
a n1 a n 2 ... ka nj ... a nn
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar
D5: Si tengo una fila (o columna) una suma puedo escribirlos como:
a11 a12 ... b1 j ... a1n a11 a12 ... a1 j ... a1n
a21 a22 ... b2 j ... a2n a21 a22 ... a2 j ... a2n
... ... ... ... ... ... ... ... ... ... ... ...
+
ai 1 ai 2 ... bIJ ... ain ai 1 ai 2 ... aIJ ... ain
... ... ... ... ... ... ... ... ... ... ... ...
an1 an 2 ... bnj ... ann an1 an 2 ... anj ... ann
O bien:
det (A(1) │A(2)│…│B(j) + A(j)│…│A(n)) =
= det (A(1)│…│B(j)│…│A(n)) + det(A(1)│…│A(j)│…│A(n))
a11 ... a1ik ... a1 j ... a1n a11 ... a1ik ... ha1k ... a1n
D4
= ... ... ... ... ... ... ... + ... ... ... ... ... ... ... =
a n1 ... a nk .... a nj ... a nn a n1 ... a nk .... ha nk ... a nn
Haciendo: a i 1 = a r 1 ; ai 2 = ar 2 ;...; a in = a rn
a11 K a1n
K K K
ar 1 K a rn
K K K = a r 1 C i 1 + a r 2 C i 2 + ... + a rn C in
ar 1 K a rn
K K K
a n1 K a nn
⎧⎪ A si i =r Re gla de Laplace
O sea: a r 1 C i 1 + a r 2 C i 2 + ... + a rn C in = ⎨
⎪⎩0 si i ≠r Pr opiedad D 8
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar
Definiciones
Dada una matriz A = (aij) se llama Cofactor de A a la matriz Cij , es decir: Cof (A) = (Cij) y
Adjunta de A = Adj (A) = [Cof (A)]T
⎛a a12 ⎞ ⎛ C11 C 21 ⎞ ⎛ A 0 ⎞
A. Adj (A) = ⎜⎜ 11 ⎟⎟ ⎜⎜ ⎟⎟ = ⎜ ⎟= A I
⎜ 0 ⎟
⎝ a 21 a 22 ⎠ ⎝ C12 C 22 ⎠ ⎝ A ⎠
Y trabajando con las columnas: Adj (a) . A = A I
Luego:
1 1 A
A. [ Adj ( A) ] = [ Adj ( A) ].A = I =I
A A A
1
A −1 = Adj ( A) .
A
1
Así: Si A ≠ 0 ⇒ A −1 = Adj ( A)
A
(A– 1.A) X = A– 1 b ⇒ I X = A– 1 b ⇒ X = A– 1 b
⎛ x1 ⎞ ⎛ C11 C 21 K C n1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ x2 ⎟ ⎜ C12 C 22 K C n 2 ⎟ ⎜ b2 ⎟
1
⎜ M ⎟ ⎜ M K M ⎟⎜ M ⎟
⎜ ⎟= 1 ⎜
M
O sea: X = Adj ( A).b ⇒ ⎟⎜ ⎟
A ⎜ xi ⎟ A ⎜ C1i C 2i K C ni ⎟ ⎜ bi ⎟
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ M ⎟ ⎜ M M O M ⎟⎜ M ⎟
⎜x ⎟
⎝ n⎠
⎜C
⎝ 1n C 2n K C nn ⎟⎠ ⎜⎝ bn ⎟⎠
1
Entonces: X i = (b1 C1i + b2 C 2i + ... + bn C ni ) 1 ≤ i ≤ n
A
Por Laplace:
a11 a12 K b1 K a1n
1 a 21 a 22 K b2 K a2n D
Xi = = i donde Di es el determinante sustituto
A M M K M O M A
a n1 a n 2 K b n K ann
Regla de Cramer
Si A ≠ 0 , las incógnitas x1, x2,…, x n se calculan así:
Di
Xi = 1≤ i ≤ n donde Di se obtiene a partir del det (A) al sustituir la i-ésima columna
A
Regla de Cramer
2 −1 1
A = 1 2 − 1 = (8 − 1 + 1) − ( −2 − 2 − 2) = 14 ≠ 0
−1 1 2
4 −1 1
DX 14
DX = − 2 2 − 1 = (16 + 0 − 2) − (0 − 4 + 4) = 14 ⇒ X= = =1
A 14
0 1 2
2 4 1
DY − 14
DY = 1 − 2 − 1 = ( −8 + 4 + 0) − (2 + 0 + 8) = −14 ⇒ X= = = −1
A 14
−1 0 2
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar
2 −1 4
Dz 14
Dz = 1 2 − 2 = (0 + 4 − 2) − ( −8 − 4 + 0) = 14 ⇒ X= = =1
A 14
−1 1 0
C S = {(1, − 1, 1)}
Bibliografía:
- Apostol, Tom. Calculus. Ed. Reverte.
- Ayres, Frank Jr.: Matrices. Serie de compendios Schaum. México. 1969.
- Barbolla R.- Sanz Paloma. 1998. Algebra Lineal y Teoría de Matrices. Prentice Hall. Madrid. España
- Burgos Roman, Juan de: Álgebra Lineal. Mc Graw-Hill. Madrid.1996.
- Burgos Roman, Juan de.1977.Curso de Álgebra y Geometría.Alambra.Madrid.
- Grosman, Stanley. Algebra Lineal. Grupo Ed. Latinoamericano
- Hoffman,K.; Kunze,R.(1973).Álgebra Lineal.Editorial Prentice/Hall
- Howard Antón. 1994 “Introducción al Álgebra Lineal”. LIMUSA. Méjico
- Lipschutz, Seymour. Algebra Lineal. Serie Schaum.
- Nakos,G. Joyner,D.(2002). Álgebra Lineal con aplicaciones.Thomson. Méjico
- Rojo, Armando. Algebra II. Ed. El Ateneo.