Documentos de Académico
Documentos de Profesional
Documentos de Cultura
23 de noviembre de 2016
Objetivos del tema
Definición 1
3×3
Determinante
a11 a12 a13
Sea A = a21 a22 a23 . Entonces
a31 a32 a33
a a a21 a23 a21 a22
det A = |A| = a11 22 23
−a12
a31 a33 +a13 a31 a32 (1)
a32 a33
Ejemplo 1
un determinantede 3 × 3
Cálculo de
4 7 −2
Sea A = 3 −5 1 . Calcule |A|.
−8 6 9
Definiciones generales
Solución
4 7 −2
= 4 −5 1 −5
3 1 3
|A| = 3 −5 1 6 − 7
−8 + (−2)
−8
−8
9 9 6
6 9
= 4 (−5 × 9 − 6 × 1) − 7 (3 × 9 − (−8) × 1) + (−2) (3 × 6 − (−8) × (−5))
= 4(−51) − 7(35) − 2(−22) = −405.
es decir
|A| = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a13 a22 a31 − a12 a21 a33 − a11 a23 a32 (2)
Definiciones generales
Observación
Este método no funciona para determinantes de n × n si n > 3. Si
intenta algo similar para determinantes de 4 × 4 o de orden mayor,
obtendrá una respuesta equivocada.
Definiciones generales
Antes de definir los determinantes de n × n debe observarse que la
ecuación (1) está formada por tres determinantes de 2 × 2, si definimos
las siguientes matrices:
a a23
M11 = 22
a32 a33
Ejemplo
3
2 −1 4
Sea A = 0 1 5 . Encuentre M13 y M32 .
6 3 −4
Definiciones generales
Solución
Eliminando el primer renglón y la tercera columna de A se obtiene
0 1
M13 = .
6 3
Ejemplo
4
1 −3 5 6
2 4 0 3
Sea A = . Encuentre M32 y M24 .
1 5 9 −2
4 0 2 7
Solución
Al quitar el tercer renglón y la segunda columna de A se encuentra que
1 5 6
M32 = 2 0 3 .
4 2 7
Definiciones generales
(continuación de la solución del Ejemplo 4)
De igual manera,
1 −3 5
M24 = 1 5 9 .
4 0 2
Definición 3
Sea A una matriz de n × n. El cofactor ij de A, denotado por Aij ,
está dado por
Aij = (−1)i+j |Mij | (4)
Esto es, el cofactor ij de A se obtiene tomando el determinante del
menor ij y multiplicándolo por (−1)i+j . Observe que
(
1 si i + j es par
(−1)i+j =
−1 si i + j es impar
Definiciones generales
Ejemplo 5
Del Ejemplo 4 se tiene
1 5 6
3+2
A32 = (−1) |M32 | = − 2 0 3 = −8
4 2 7
1 −3 5
= (−1)2+4 1
A24 5 9 = −192.
4 0 2
Con las definiciones anteriores de cofactores estamos en posibilidad
de considerar el caso general de matrices de n × n. Considere
a11 a12 · · · a1n
a21 a22 · · · a2n
A= . .. .. (5)
.. . .
an1 an2 · · · ann
Definiciones generales
Definición 4
Determinante n × n
Sea A una matriz de n × n como en (5). Entonces el determinante
de A, denotado por det A o |A|, está dado por
det A = |A| = a11 A11 + a12 A12 + a13 A13 + · · · + a1n A1n
Xn
= a1k A1k . (6)
k=1
Ejemplo 6
Calcule det A, donde
1 3 5 2
0 −1 3 4
A=
.
2 1 9 6
3 2 4 8
Definiciones generales
Solución
1 3 5 2
0 −1 3 4
= a11 A11 + a12 A12
+ a13 A13 + a14 A14
2 1 9 6
3 2 4 8
−1 3 4 0 3 4 0 −1 4 0 −1 3
= 1 1 9 6 − 3 2 9 6 + 5 2 1 6 − 2 2 1 9
2 4 8 3 4 8 3 2 8 3 2 4
Es obvio que el cálculo del determinante de una matriz de n × n puede ser laborioso:
I Para calcular un determinante de 4 × 4 deben calcularse cuatro determinantes
de 3 × 3.
I Para calcular un determinante de 5 × 5 deben calcularse cinco determinantes de
4 × 4, lo que equivale a calcular veinte determinantes de 3 × 3.
I Por fortuna existen técnicas que simplifican estos cálculos. Algunos de estos
métodos se presentan en la siguiente sección.
Definiciones generales
Definición 5
Una matriz cuadrada se denomina triangular superior si todas sus componentes
abajo de la diagonal son cero. Es una matriz triangular inferior si todas sus
componentes arriba de la diagonal son cero. Una matriz se denomina diagonal
si todos los elementos que no se encuentran sobre la diagonal son cero; es
decir, A = (aij ) es triangular superior si aij = 0 para i > j, triangular inferior si
aij = 0 para i < j y diagonal si aij = 0 para i 6= j. Observe que una matriz
diagonal es tanto triangular superior como triangular inferior.
Ejemplo 7
Las matrices
2 1 7
A= 0 2 −5
0 0 1
y
−2 3 0 1
0 0 2 4
B=
0 0 1 3
0 0 0 −2
son triangulares superiores.
Definiciones generales
Las matrices
5 0 0
C = 2 3 0
−1 2 4
y
0 0
D=
1 0
son triangulares inferiores; I (la matriz identidad) y
2 0 0
E = 0 −7 0
0 0 −4
Solución
Demostración.
La parte triangular inferior del teorema se deduce del ejemplo 8. Se
demostrará la parte triangular superior por inducción matemática
comenzando con n =2. Si A esuna matriz triangular superior de
a a
2 × 2, entonces A = 11 12 y
0 a22
det A = a11 a22 − a12 × 0 = a11 a22 , de manera que el teorema se
cumple para n = 2. Se supondrá que se cumple para k = n − 1 y se
demostrará para k = n. El determinante de una matriz triangular
superior de n × n es
Definiciones generales
Demostración.
(Continuación)
···
a11 a12 a13 a1n
··· ···
0
a22 a23 a2n a23 a2n
0 ···
a22 a23 a2n
0 a33 ··· a3n 0 a33 ··· a3n
0 0 a33 ··· a3n
.
= a11 . . . − a 12 .
. .
. . . . . . . .. . .
. . . . . . . . .
. . .
0 0 ··· ann 0 0 ··· a
nn
0 0 0 ··· a
nn
···
a22 a23 a2n
0 a33 ··· a3n
det A = a11 . . . = a11 (a22 a33 · · · ann )
.. .
.
.
.
0 0 ··· a
nn
Teorema 2
Sea T una matriz triangular superior. Entonces T es invertible si y
sólo si det T 6= 0.
Demostración.
Sea
a11 a12 a13 ··· a1n
0 a22 a23
··· a2n
T = 0
0 a33 ··· a3n
.. .. .. ..
. . . .
0 0 0 ··· ann
Definiciones generales
Demostración.
(Continuación)
Del teorema 1,
det T = a11 a22 · · · ann
Así, det T 6= 0 si y sólo si todos sus elementos en la diagonal son
diferentes de cero.
Si det T 6= 0 , entonces T se puede reducir por renglones a I de la
siguiente manera. Para i = 1, 2, . . . , n, se divide el renglón i de T
por aii 6= 0 para obtener
0 0
1 a12 · · · a1n
0 1 · · · a0
2n
.. .. ..
. . .
0 0 ··· 1
Teorema 3
Sean A y B dos matrices de n × n. Entonces
Ejemplo 10
Verifique el teorema 3 para
1 −1 2 1 −2 3
A= 3 1 4 y B = 0 −1 4 .
0 −2 5 2 0 −2
Propiedades de los determinantes
Solución
Como det A = 16 y det B = −8, entonces usando el teorema 3
det AB = 16 × (−8) = −128.
Utilizando la factorización LU de una matriz cuadrada A de n × n se tiene
A = LU. Entonces, por el teorema 3
det L = 1.
Teorema 4
Si una matriz cuadrada A tiene la factorización LU, A = LU donde L tiene
unos en la diagonal, entonces
det A = det U
−2 4 4 −7
Solución
En un ejemplo del tema anterior, determinamos que A = LU, donde
2 3 2 4
0 4 −8 −8
U= 0 0
3 9
0 0 0 −49
PA = LU.
det PA = det LU
det P det A = det L det U = det U, ya que det L = 1
± det A = det U
det A = ± det U.
Teorema 5
Si PA = LU, donde P es una matriz permutación y L y U son como
antes, entonces
det U
det A = = ± det U.
det P
Propiedades de los determinantes
Ejemplo 12
Encuentre det A, donde
0 2 3
A = 2 −4 7 .
1 −2 5
Solución
Ya hemos determinado en un ejemplo del tema pasado que
PA = LU, donde
0 0 1 1 −2 5
P= 1 0 0 y U= 0 2 3 .
0 1 0 0 0 −3
Teorema 6
det AT = det A.
Demostración.
Suponga que A = LU. Entonces AT = (LU)T = U T LT . Se calcula
y
det P det A = det PA = det AT P T = det AT det P T .
No es complicado probar que si P es una matriz permutación, entonces
det P = det P T = ±1, se concluye que det A = det AT .
Propiedades de los determinantes
Ejemplo 13
Sea
1 −1 2
A= 3 1 4 .
0 −2 5
Entonces
1 3 0
AT = −1 1 −2
2 4 5
T
y es fácil verificar que |A| = A = 16.
Propiedades de los determinantes
Teorema 7
Teorema básico
Sea
a11 a12 ··· a1n
a21 a22 ··· a2n
A= . .. ..
.. . .
an1 an2 ··· ann
una matriz de n × n. Entonces
n
X
det A = ai1 Ai1 + ai2 Ai2 + · · · + ain Ain = aik Aik (9)
k=1
a1j
a2j
como la columna j de A es . , la ecuación (10) indica que se puede calcular det A
..
anj
expandiendo por cofactores en cualquier columna de A.
Propiedades de los determinantes
Ejemplo 14
En el ejemplo 1 se vio que para
4 7 −2
A= 3 −5 1 ,
−8 6 9
El lector debe verificar que se obtiene el mismo resultado con la expansión por
cofactores en el tercer renglón o la primera o segunda columna.
Propiedades de los determinantes
Demostración.
Suponga que el renglón i de A contiene sólo ceros. Esto es aij = 0
para j = 1, 2, . . . , n. Entonces,
Teorema 9
Si el renglón i o columna j de A se multiplica por un escalar c, entonces det A se
multiplica por c. Es decir, si se denota por B esta nueva matriz, entonces
a11
a12 ··· a1n a11
a12 ··· a1n
a21
a22 ··· a2n a21
a22 ··· a2n
. .. .. . .. ..
. .
. . . . . .
|B| = =c = c |A| . (11)
cai1 cai2 ··· cain ai1 ai2 ··· ain
.. .. .. .. .. ..
. . . . . .
an1 an2 ··· cann an1 an2 ··· ann
Propiedades de los determinantes
Demostración.
Para probar (11) se expande el renglón i de A para obtener
Ejemplo
16
1 −1 2
Sea A = 3 1 4 . Entonces det A = 16. Si se multiplica el segundo renglón
0 −2 5
por 4 se tiene
1 −1 2
B = 12 4 16
0 −2 5
Teorema 10
Sean
··· ··· ··· ···
a11 a12 a1j a1n a11 a12 α1j a1n
a21 a22 ··· a2j ··· a2n
a21 a22 ··· α2j ··· a2n
A= . .. .. .. , B = .. .. .. ..
.. . . . . . . .
an1 an2 ··· anj ··· ann an1 an2 ··· αnj ··· ann
y
··· ···
a11 a12 a1j + α1j a1n
a21 a22 ··· a2j + α2j ··· a2n
C = . .. .. .. .
.. . . .
an1 an2 ··· anj + αnj ··· ann
Entonces
det C = det A + det B. (12)
En otros términos, suponga que A, B y C son idénticas excepto por la columna
j y que la columna j de C es la suma de las j-ésimas columnas de A y B.
Entonces, det C = det A + det B. La misma afirmación es cierta para renglones.
Propiedades de los determinantes
Demostración.
Se expande det C respecto a la columna j para obtener
det C = (a1j + α1j ) A1j + (a2j + α2j ) A2j + · · · + (anj + αnj ) Anj
= (a1j A1j + a2j A2j + · · · + anj Anj ) + (α1j A1j + α2j A2j + · · · + αnj Anj )
= det A + det B.
Ejemplo 17
1 −1 2 1 −6 2 1 −7 2
Sean A = 3 1 4 , B = 3 2 4 yC = 3 3 4 .
0 −2 5 0 4 5 0 2 5
Entonces det A = 16, det B = 108 y det C = det A + det B = 124.
Propiedades de los determinantes
Teorema 11
El intercambio de cualesquiera dos renglones (o columnas) distintos
de A tiene el efecto de multiplicar det A por −1.
Ejemplo
18
1 −1 2
Sea A = 3 1 4 . Al intercambiar los renglones 1 y 3 de A
0 −2 5
0 −2 5
se obtiene B = 3 1 4 . Al intercambiar las columnas 1 y
1 −1 2
−1 1 2
2 de A se obtiene C = 1 3 4 . Por lo que, haciendo los
−2 0 5
cálculos directos, se encuentra que det A = 16 y
det B = det C = −16.
Propiedades de los determinantes
Teorema 12
Si A tiene dos renglones o columnas iguales, entonces det A = 0.
Demostración.
Suponga que los renglones i y j de A son iguales. Al intercambiar dichos
renglones se obtiene una matriz B que tiene la propiedad de que
det B = − det A (del teorema 11). Pero como renglón i es igual al renglón j, al
intercambiarlos se obtiene la misma matriz. Así, A = B y
det A = det B = − det A. Por lo tanto, 2 det A = 0, lo que puede ocurrir sólo si
det A = 0.
Ejemplo 19
1 −1 2
Mediante el cálculo directo se puede verificar que para A = 5 7 3
1 −1 2
5 2 2
(dos renglones iguales) y B = 3 −1 −1 (dos columnas iguales),
−2 4 4
det A = det B = 0.
Propiedades de los determinantes
Teorema 13
Si un renglón (columna) de A es un múltiplo escalar de otro
renglón (columna), entonces det A = 0.
Demostración.
Sea (aj1 , aj2 , . . . , ajn ) = c (ai1 , ai2 , . . . , ain ). Entonces por el
teorema 9,
a11 a12 · · · a1n
a21 a22 · · · a2n
.. .. ..
. . .
ai1 ai2 · · · ain
det A = c . .. ..
.. . .
ai1 ai2 · · · ain
.. .. ..
. . .
an1 an2 · · · ann
y del teorema 12 det A = 0.
Propiedades de los determinantes
Ejemplo
20
2
−3 5
1
7 2 = 0 ya que el tercer renglón es igual a −2 veces el primero.
−4 6 −10
2 4 1 12
−1 1 0 3
= 0 porque la cuarta columna es igual a tres veces la segunda.
0
−1 9 −3
7 3 6 9
Teorema 14
Si se suma un múltiplo escalar de un renglón (columna) de A a otro renglón (columna) de A, entonces el
determinante no cambia.
Demostración.
Sea B la matriz obtenida sumando c veces el renglón i de A al renglón j de A. Entonces
Ejemplo
21
1 −1 2
Sea A = 3 1 4 . Entonces det A = 16. Si se multiplica el tercer renglón por 4 y se suma al
0 −2 5
1 −1 2
segundo renglón, se obtiene una nueva matriz B dada por B = 3 −7 24 y
0 −2 5
det B = 16 = det A.
Propiedades de los determinantes
Solución
Ya existe un cero en la primera columna, por lo que lo más sencillo es reducir otros
elementos de la primera columna a cero. Se puede continuar la reducción buscando
una matriz triangular.
Se multiplica el primer renglón por −2 y se suma al tercer renglón; se multiplica el
primer renglón por −3 y se suma al cuarto.
1 3 5 2
0 −1 3 4
det A = .
0 −5 −1 2
0 −7 −11 2
Solución (continuación)
Se factoriza −16 del tercer renglón (utilizando el teorema 9),
1 3 5
2
0 −1 3 4
det A = −16 9 .
0 0 1 8
0 0 −32 −26
Ejemplo 23
Calcule det A, si
−2 1 0 4
3 −1 5 2
A=
.
−2 7 3 1
3 −7 2 5
Solución
Existen varias formas de proceder en este caso y no es evidente cuál de ellas será la
más rápida para llegar a la respuesta. Sin embargo, como ya existe un cero en el
primer renglón, se comienza la reducción en ese renglón.
Se multiplica la segunda columna por 2 y por −4 y se suma a la primera y cuarta
columnas, respectivamente
0 1 0 0
1 −1 5 6
det A =
.
12 7 3 −27
−11 −7 2 33
Propiedades de los determinantes
Observación
Del teorema 7, la suma en la ecuación (13) es igual a det A si i = j.
Determinantes e inversas
En esta sección se analiza la forma en que se pueden calcular las inversas
de las matrices haciendo uso de los determinantes.
Teorema 16
Si A es invertible, entonces det A 6= 0 y
1
det A−1 = . (14)
det A
Demostración.
Suponga que A es invertible. Por el teorema del resumen (versión 4), si A
es invertible es equivalente a decir que existe una descomposición LUP de
A tal que det A = ± det U, con U triangular superior e invertible, lo que
implica que U tiene n pivotes, por lo que det U 6= 0; por lo tanto,
det A 6= 0. Del teorema 3,
lo que implica
1
det A−1 = .
det A
Determinantes e inversas
Antes de utilizar determinantes para calcular las inversas es
necesario definir la adjunta de una matriz A = (aij ). Sea B = (Aij )
la matriz de cofactores de A. Entonces
A11 A12 · · · A1n
A21 A22 · · · A2n
B= . .. .. (15)
. . . .
An1 An2 · · · Ann
Definición 6
La adjunta
Sea A una matriz de n × n y sea B, dada por (15), la matriz de sus
cofactores. Entonces, la adjunta de A, escrito adj A, es la
transpuesta de la matriz B de n × n; es decir,
A11 A21 · · · An1
A12 A22 · · · An2
adj A = B T = . .. .. (16)
.. . .
A1n A2n · · · Ann
Determinantes e inversas
Ejemplo
24
2 4 3
Sea A = 0 1 −1 . Calcule la adj A.
3 5 7
Solución
1 −1 0 −1
Se tiene A11 = = 12, A12 = = −3,
5 7 3 7
A13 = −3, A21 = −13, A22 = 5, A23 = 2, A31 = −7, A32 = 2 y
A33 = 2. Así,
12 −3 −3 12 −13 −7
B = −13 5 2 y adj A = B T = −3 5 2 .
−7 2 2 −3 2 2
Determinantes e inversas
Ejemplo 25
Sea
1 −3 0 −2
3 −12 −2 −6
A=
−2
.
10 2 5
−1 6 1 3
Calcule adj A.
Solución
Esto es más laborioso ya que se tienen que calcular dieciséis determinantes de 3 × 3. Por ejemplo, se
tiene
3 −2 −6
1 −3 0
1 −3 −2
A12 = − −2 2 5 = −1,
A24 = −2 10 2 = −2,
A43 = 3 −12 −6 = 3.
−1 1 3 −1 6 1 −2 10 5
0 −1 0 2 0 −1 0 −2
−1 1 −1 −2 T −1 1 2 −2
B = y adj A = B = .
0 2 −3 −3 0 −1 −3 3
−2 −2 3 2 2 −2 −3 2
Determinantes e inversas
Teorema 17
Sea A una matriz de n × n. Entonces
det A 0 0 ··· 0
0 det A 0 ··· 0
0 0 det A ··· 0
(A) (Adj A) = = (det A) I . (17)
.. .. .. ..
. . . .
0 0 0 ··· det A
Demostración.
Sea C = cij = (A) (adj A). Entonces
Así
cij = ai1 Aj1 + ai2 Ai2 + · · · + ain Ajn . (19)
Ahora, si i = j, la suma en (19) es igual a ai1 Ai1 + ai2 Ai2 + · · · + ain Ain que es
la expansión de det A sobre el renglón i de A. Por otro lado, si i 6= j, entonces
del teorema 15, la suma en 19 es igual a cero. Por lo tanto,
(
det A, si i = j
cij = .
0, si i 6= j
Demostración.
La primera parte de este teorema es el teorema 16. Si det A 6= 0, entonces
1
se demuestra que (adj A) es la inversa de A multiplicándola por A
det A
y, utilizando el teorema 17, obteniendo la matriz identidad:
1 1 1
A adj A = (A (adj A)) = (det A) I = I .
det A det A det A
Ejemplo26
2 4 3
Sea A = 0 1 −1 . Determine si A es invertible y, de ser así, calcule
3 5 7
A−1 .
Solución
Como det A = 3 6= 0 entonces A es invertible. Del ejemplo 24,
12 −13 −7
adj A = −3 5 2 .
−3 2 2
Así,
− 13 − 73
12 −13 −7 4
1 3
A−1 = −3 5 2 = −1 5
3
2
3
.
3 2 5
−3 2 2 −1 3 3
Determinantes e inversas
Ejemplo 27
Sea
1
−3 0 −2
3 −12 −2 −6
A = .
−2 10 2 5
−1 6 1 3
Solución
Haciendo uso de las propiedades de los determinantes, se calcula det A = −1 6= 0 y
por lo tanto A−1 existe. Por el ejemplo 25 se tiene
0 −1 0 −2
−1 1 2 −2
Adj A = .
0 −1 −3 3
2 −2 −3 2
Así
0 −1 0 −2 0 1 0 2
1 −1 1 2 −2
= 1 −1 −2 2
A−1
= .
−1 0 −1 −3 3 0 1 3 −3
2 −2 −3 2 −2 2 3 −2
Regla de Cramer
En la presente sección se examina un viejo método para resolver sistemas con el mismo número de
incógnitas y ecuaciones. Considere el sistema de n ecuaciones lineales con n incógnitas.
. . . .
. . . .
. . . . (21)
an1 x1 + an2 x2 + · · · + ann xn = bn
−1
Si det A 6= 0, el sistema (22) tiene una solución única dada por x = A b. Se puede desarrollar un
método para encontrar dicha solución sin reducción por renglones y sin calcular A−1 .
Sea D = det A. Se definen n nuevas matrices:
Es decir, Ai es la matriz obtenida al reemplazar la columna i de A por b. Por último, sea D1 = det A1 ,
D2 = det A2 , . . . , Dn = det An .
Regla de Cramer
Teorema 19
Regla de Cramer
Sea A una matriz de n × n y suponga que det A 6= 0. Entonces la
solución única al sistema Ax = b está dada por
D1 D2 Di Dn
x1 = , x2 = , . . . , xi = , . . . , xn = . (23)
D D D D
Ejemplo 28
Resuelva el sistema usando la regla de Cramer:
Solución
El presente ejemplo ya se resolvió antes haciendo uso de la reducción por
renglones. También se pudo resolver calculando A−1 y después encontrando
A−1 b. Ahora se resolverá usando la regla de Cramer. Primero, se tiene
2 4 6
D = 4 5 6 = 6 6= 0
3 1 −2
Por lo tanto,
D1 24 D2 −12 D3 18
x1 = = = 4, x2 = = = −2, x3 = = = 3.
D 6 D 6 D 6
Regla de Cramer
Ejemplo 29
Demuestre que el sistema
Solución
En el ejemplo 22 se vio que
1 3 5 2
0 −1 3 4
|A| = = 160 6= 0
2 1 9 6
3 2 4 8
por lo que el sistema tiene una solución única. Para encontrarla se calcula
D1 = −464; D2 = 280; D3 = −56; D4 = 112. Así,
D1 −464 D2 280 D3 −56 D4 112
x1 = = , x2 = = , x3 = = , y x4 = = .
D 160 D 160 D 160 D 160