1/26

TEMAS DE MATEMTICAS
(Oposiciones de Secundaria)
TEMA 19
DETERMINANTES. PROPIEDADES. APLICACIN AL CALCULO DEL RANGO
DE UNA MATRIZ.
1. Introduccin.
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. Aplicacin Adjunta de un Endomorfismo.
3.3. Determinante de una matriz.
3.3.1. Matriz Asociada a Ad().
3.3.2. Desarrollo de un determinante por los adjuntos de una lnea.
4. Aplicacin al clculo del rango de una matriz.
Bibliografa Recomendada.
2/26
TEMA 19
DETERMINANTES. PROPIEDADES. APLICACIN AL CALCULO DEL RANGO
DE UNA MATRIZ.
1. INTRODUCCIN.
El concepto de determinante es posible introducirlo de diferentes formas: Por medio
de aplicaciones multilineales alternadas, por induccin o mediante sumas de n!
sumandos para un determinante de orden n.
El tema se va a desarrollar utilizando la primera forma, ya que es la ms rigurosa de
las tres. Tiene como ventaja sobre las otras que nos permite relacionar diversos
conceptos y presentar de forma sencilla pero rigurosa las propiedades de los
determinantes.
Hemos de destacar que a lo largo del tema la letra K denotar un cuerpo
conmutativo con caracterstica de dos.
1.2. Resultados Previos.
En este apartado vamos a refrescar una serie de resultados sobre permutaciones que
necesitaremos para desarrollar el tema. Para encontrar las demostraciones y evitar
reiteracin, remitimos al lector al tema 3 del temario.
DEF Llamaremos S
n
al conjunto formado por todas las permutaciones posibles de los
elementos del conjunto {a
1
, a
2
,., a
n
}.
Sea {1, 2, 3} un conjunto. Una permutacin de dicho conjunto puede ser
2 3
1 2
3 1

que se puede expresar como

,
`

.
|
2 1 3
3 2 1
El conjunto S
n
podemos definir como una operacin como sigue (la representaremos
en S
3
)

,
`

.
|

,
`

.
|

,
`

.
|
3 1 2
3 2 1
2 3 1
3 2 1

2 1 3
3 2 1
PROP El conjunto S
n
junto con la operacin de producto de permutaciones tiene
estructura de grupo.
DEF Una transposicin es una permutacin en la que todos los elementos quedan fijos
menos dos que intercambian su posicin.
3/26
Las trasposiciones se pueden representar mediante una matriz de orden 1x2,
indicando los dos nicos elementos que intercambian su posicin
Si (2,3)S
3
se puede escribir como

,
`

.
|
2 3 1
3 2 1
PROP Toda permutacin se puede escribir como producto de trasposiciones.
PROP Si una permutacin se descompone de dos formas distintas como producto de
trasposicin, ambas descomposiciones verifican que tienen un nmero par (o impar) de
trasposiciones.
DEF Diremos que una permutacin es par si se descomponen como un nmero par de
trasposiciones (e impar en caso contrario).
Si
( )
( )

'

impar es si E
par es si E
S
n

1
1
DEF El nmero E() con S
n
recibe el nombre de signatura o signo de la
permutacin.
PROP S
n
con una trasposicin se verifica que E() = -1.
Dada una aplicacin G C C f x
n
x
.. . ... :
(
siendo C un conjunto cualquiera y G un
grupo, podemos definir
( )( )
( ) ( )
( )
n n n
x x f x x f S

,......., ,......,
1 1

DEF Diremos que f es simtrica si S
n
se verifica f = f
DEF Diremos que f es antisimtrica si S
n
se verifica f = E() f
PROP , S
n
( ) f = (f)
OBS Para saber si una aplicacin es simtrica o antisimtrica, teniendo en cuenta la
proposicin anterior y que toda permutacin se descompone como producto de
trasposiciones, slo es necesario conocer su actuacin ante las trasposiciones.
PROP Dada
n
x
n
x
S y G C C f
(
. : trasposicin:
1) f es simtrica f f
2) f es antisimtrica f f
DEF Diremos que f es no degenerada si es una aplicacin antisimtrica no nula.
4/26
2. FORMAS MULTILINEALES ALTERNADAS.
Sea V un K-espacio vectorial de dimensin n y V
n
= V
x
n

(
.
x
V. Sea W otro
K-espacio vectorial.
DEF Diremos que f: V
n
W n-lineal si es lineal en cada una de sus componentes.
( ) ( ) ( )
n i n i n i i
v v v f v v v f v v v v f ,...., ,...., ,...., ,....., ,....., ,.....,
1 1 1

+ +
Si W = K entonces f es una forma n-lineal sobre V.
PROP Sean V y W K-espacios vectoriales. Si f: V
n
W es n-lineal, se verifica
i) Si ( ) ( )
n n n n n
v v f v v v f K ,...., .... ,...., , ,....,
1 1 2 2 1 1 1

ii) Si {

n
j
j ij i
u x v n i
1
,..., 1 (v
i
es combinacin lineal de {u
1
,,u
n
})
( ) ( )



n
j
n
j
n
j
j j nj j j n
n
n n
u u f v v f
1 1 1
2 1 1
1 2
1 2 1
,...., .... ..... ,....,
Dem.
i) ( ) ( ) ( ) ....... ,...., , ,...., , ,....., ,
2 1 2 1 2 2 1 1 2 2 1 1 n n n n n n
v v v f v v v f v v v f
( )
n n
v v v f ,...., , ......
2 1 2 1

Por ser lineal respecto de cada una de las variables.
ii) Como {

n
j
j ij i
n i u v
1
,...., 1
( )

,
`

.
|

n
n
n
j
n
j
nj j
n
j
n
j
j j j n
u u u f v v v f
1 1 1
2 1 2 1
,...., , ,....,
2
1 2
2 1 1

( )


n
n
n
j j j
n
j
nj
n
j
j
n
j
j
u u u f ,...., , .......
2 1
2
2
1
1
1 1
2
1
1

( )


n
j
n
j
n
j
j j j nj j j
n
n n
u u u f
1 1 1
2 1
1 2
2 1 2 1
,...., , ...... ......
DEF Sea f: V
n
W n-lineal. Diremos que f es alternada (antisimtrica) si
f(v
1
,, v
n
) = 0 cuando v
i
= v
j
para algn i, j con i j. A estas aplicaciones se las
llama n-lineal alternada.
5/26
PROP Sea f: V
n
W n-lineal alternada y S
n
una trasposicin ( ( ) ij ).
Entonces
( ) ( ) ( )
( ) ( ) ( )
n
n n n
V v v v v v f v v v f ,...., ,...., , ,...., ,
1 2 1 2 1
Dem.
Supongamos que i < j.
( ) ( )
( ) ( )
n j i j i j i n
v v v v v v v v f v v f ,...., , , ,...., , , ,...., ,....,
1 1 1 1 1 1 + +

Por haber dos vectores repetidos (v
i
+ v
j
en los lugares i y j) y ser f alternada se
verifica
( ) +
+ + n j j j i j i i
v v v v v v v v v f ,....., , , ,...., , , ,...., 0
1 1 1 1 1
( ) +
+ + n j i j i i i
v v v v v v v v f ,...., , , ,....., , , ,....,
1 1 1 1 1
( ) + +
+ + n j j j i i i
v v v v v v v v f ,...., , , ,...., , , ,....,
1 1 1 1 1
( ) + +
+ + n j i j i j i
v v v v v v v v f ,...., , , ,...., , , ,....,
1 1 1 1 1
( ) +
+ + n j j j i j i
v v v v v v v v f ,...., , , ,...., , , ,...,
1 1 1 1 1
( ) ( ) 0 ,...., ,...., ,...., ,...., ,....., ,...., 0
1 1
+ + +
n i j n j i
v v v v f v v v v f
Entonces
( ) ( )
n j i n i j
v v v v f v v v v f ,....., ,..., ,...., ,...., ,...., ,....,
1 1

PROP Sea f: V
n
W n-lineal anternada y S
n
. Entonces (v
1
,, v
n
=V
n
( ) ( )
( ) ( ) ( )
n n
v v f v v f ,..., ,....,
1 1



siendo () la signatura de la permutacin.
Dem.
( ) ( )
( )
( ) ( )
( )
n n
K K
v v f v v f
.... 1 .... 1
2 1 2 1
,......., ,....,
K
....
2 1

( ) ( )
K
1
6/26
( ) ( )
( ) ( )
( ) ( )
( ) ....... ,....., 1 ,.......,
..... 1 ....
2
..... 1 .....
3 3 2 2
n n
K K K K
v v f v v f

( ) ( ) ( ) ( )
n n
K
v v f v v f ,...., ,...., 1
1 1

PROP Sea f: V
n
W n-lineal y S
n
, (v
1
,., v
n
)V
n
se verifica que
( ) ( )
( ) ( ) ( )
n n
v v f v v f ,...., ,......,
1 1


f es alternada.
Dem.
Sea (v
1
,, v
n
)V
n
con v
i
= v
j
i j (i < j) y sea
n
S con ( ) ij
( )
( ) ( )
( ) ( ) ( )
n j i n i j n n
v v v v f v v v v f v v f v v f ,..., ,..., ,..., ,...., ,...., ,...., ,...., ,....,
1 1 1 1

ya que v
i
= v
j
Por hiptesis
( ) ( )
( ) ( )
n j i n
v v v v f v v f ,...., ,...., ,...., ,.....,
1 1


Luego ( ) ( ) ( ) ( ) 0 ,...., 0 ,...., 2 ,..., ,...,
1 1 1 1

n n n n
v v f v v f v v f v v f
PROP Sea f: V
n
W n-lineal alternada. Si {v
1
,, v
n
) es un conjunto linealmente
independiente de V, entonces f(v
1
,, v
n
) = 0
Dem.
Si {v
1
,, v
n
} es L. D i{1,, n}/v
i
es combinacin lineal del resto.

n
i j
j
j j i
v v
1

( )

,
`

.
|

+
n
j
j
n i j j i n i
v v v v v f v v v f
1
1
1 1 1 1
,...., , , ,...., ,...., ,....,
( )

+

n
i j
j
n i j i j
v v v v v f
1
1 1 1
,...., , , ,....,
En todos los sumandos aparecen repetidos los v
j
y como f es alternada, los
sumandos son cero.
0 0
1

n
i j
j
j

7/26
COROLARIO Si V es un K-espacio vectorial con dimV = p < n, entonces
cualquiera que sea el espacio vectorial W se verifica que toda aplicacin n-lineal
alternada f: V
n
W es nula.
LEMA Sea f: V
n
W n-lineal alternada, (v
1
,, v
n
)V
n
y supongamos que
i{1,., n} v
i
es combinacin lineal de {u
1
,., u
n
},

n
j
j ij i
v v
1
. Entonces
( ) ( )
( ) ( )
( )
n
S
n n n
u u f v v f
n
,...., ..... ,....,
1 1 1 1

,
`

.
|

Dem.
Sabemos que ( ) ( )



n
j
n
j
n
j
j j j nj j j n
n
n n
u u u f v v f
1 1 1
2 1 1
1 2
2 1 2 1
,...., , ...... ....... ,.....,
Si en el conjunto de ndices {j
1
,.., j
n
} tenemos j
S
= j
K
con S K entonces
( ) 0 ,....., ,....., ,.....,
1

n K S
j j j j
u u u u f por ser f alternada.
Luego los sumandos en donde se repita algn u
ji
son cero y los podemos eliminar
de la suma. Al final nos queda ( ) ( ) ( ) n j j j
n
,...., 2 , 1
2 1
con S
n
( ) ( ) ( ) ( )
( )
( ) ( )
( ) ( )



n n
S S
n n n n n n
u u f u u f


,...., ..... ,....., .....
1 1 1 1 1 1
TEOREMA Sea V un K-espacio vectorial de dimensin n. Sea B = {u
1
,.,u
n
} base
de V y de wW (con W K-espacio vectorial). Existe una nica aplicacin n-lineal
alternada f: V
n
W tal que f(u
1
,., u
n
) = w.
Dem.
Unicidad.
Sean f, f: V
n
W n-lineales alternadas / f(u
1
,., u
n
) = w = f(u
1
,., u
n
).
Sea (v
1
,., v
n
)V
n
con

n
j
j ij i
u v
1

( ) ( )
( ) ( )
( )

n
S
n n n n
u u f v v f

,...., ...... ,....,
1 1 1 1
( )
( ) ( )
( ) ( )

n
S
n n n n
v v f u u f

,...., ,...., ....
1 1 1 1
Como tienen igual dominio y rango y actan igual sobre todos los elementos, son
iguales: f = f
8/26
Por tanto, de existir la aplicacin, sta es nica.
Definicin de f.
Sea wW, f: V
n
W (v
1
,.., v
n
)V
n
y i{1,.., n},

n
j
j ij i
u v
1

( ) ( )
( ) ( )
w v v f
n
S
n n n
..... : ,....,
1 1 1

,
`

.
|

La imagen de la base es
( ) ( )
( ) ( )
w u u f
n
S
n n n
..... ,.....,
1 1 1

,
`

.
|

Si 1
Id
i / (i) i
i(i)
= 0
Entonces ( ) ( ) w w u u f
nn n
..... ,....,
22 11 1
ya que i
ii
1
f es n-lineal (elegimos la 1 variable para comprobarlo y es anlogo para el resto).
Sea

n
j
j j
u v
1
1 1
y ( )


+ +
n
j
n
j
j j j j j
u v v u v
1 1
1 1 1 1 1

( ) ( )
( ) ( ) ( )
( )

,
`

.
|
+ +

w v v v v f
n
S
n n n
...... ,...., ,
2 1 1 1 2 1 1

Como K es un cuerpo (se verifica la propiedad distributiva)
( )
( ) ( )
( )
( ) ( ) ( )

]
]
]
]

,
`

.
|
+

,
`

.
|

w
n n
S
n n
S
n n
..... ......
2 1 1 1 1 1

( )
( ) ( )
( )
( ) ( ) ( )

,
`

.
|
+

,
`

.
|

w w
n n
S
n n
S
n n

..... .....
2 1 1 1 1 1
( ) ( )
n n
v v v f v v v f ,...., , ,...., ,
2 1 2 1
+
De forma anloga se demuestra para el producto por un escalar. Por tanto f es lineal.
f es alternada.
Sea ( )
n
n
V v v ,.....,
1
con v
i
= v
j
i j. Sea ( ) ij
9/26
( ) ( ) ( ) ( )
n
S
Como v
i
= v
j
{ n K
jK iK
,..., 1 . Tenemos
( ) ( ) ( ) j j j i i i

( ) ( ) ( ) i i i j j j

( )
( ) ( ) ( ) ( )

n n j j i i
...... .... ......
1 1
( )
( ) ( ) ( ) ( )

n n i j j i
..... ...... .....
1 1
Como el producto en el cuerpo es conmutativo se puede escribir
( )
( ) ( ) ( ) ( ) n n j j i i
...... ..... .....
1 1

Luego este sumando es igual pero opuesto a
( )
( ) ( ) n n
.....
1 1
Pero como ( ) ( )
( ) ( )
( )w v v f
n n n

..... ,....,
1 1 1
existen varios sumandos. Cmo podemos demostrar que para cada sumando existe su
opuesto?
Pues definiendo la siguiente biyeccin
T: A
n
I
n
t() =
siendo A
n
el conjunto de las permutaciones pares e I
n
las impares. Luego
( ) ( )
( ) ( )
( )
( ) ( )
0 ..... ..... ,....,
1 1 1 1 1

,
`

.
|
+


w v v f
n n
A I
n n n n n



ya que ( ) 0 si
n
A y ( ) 1 si
n
I
Por tanto f es alternada.
3. DETERMINANTES.
3.1. Determinante de N vectores.
DEF Sea {
n
u u B ,....,
1
una base del K-espacio vectorial V. Se define el
determinante respecto de la base B como la nica forma n-lineal alternada
10/26
det
B
: V
n
K
tal que det
B
(u
1
, u
2
,., u
n
) = 1
DEF Si (v
1
, v
2
,., v
n
)V
n
, el determinante de los n vectores respecto de la base B es
( ) ( )
( ) ( ) ( )

n
S
n n n B
v v v

...... ,...., , det
2 2 1 1 2 1
Podemos definir el conjunto de todas las aplicaciones n-lineales como
( ) { lineal n W V f f W V L
n
n
: / ,
Este conjunto lo podemos dotar de estructura de K-espacio vectorial de la siguiente
manera:
Si f
1
, f
2
L
n
(V, W)
Suma: ( )( ) ( ) ( )
n n n
v v v f v v v f v v v f f ,...., , ,...., , ,....., ,
2 1 2 2 1 1 2 1 2 1
+ +
Producto escalar: ( )( ) ( )
n n
v v v f v v v f ,....., , ,...., ,
2 1 1 2 1 1

PROP Sea {
n
u u u B ,...., ,
2 1
una base de V. Se verifica:
i) Si f: V
n
K es una forma n-lineal alternada, existe aK tal que f = adet
B
ii) Si f: V
n
K es una forma n-lineal alternada y f(u
1
, u
2
,., u
n
) = 0 entonces
f = 0.
Dem.
i) Sea (v
1
, v
2
,., v
n
)V
n
( ) ( )
( ) ( )
( ) ( ) ( )

n
S
n n B n n n n
u u f v v u u f v v v f

,...., ,...., det ,...., .... ,...., ,
1 1 1 1 1 2 1
Si llamamos a = f(u
1
,., u
n
)
( ) ( )( )
n B n B
u u a u u u a ,...., det ,...., , det
1 2 1

Luego f = adet
B
ii) Si f(u
1
,., u
n
) = 0 f(u
1
,., u
n
)

= a = 0
y como f = adet
B
f = 0
PROP Sea {
n
u u B ,....,
1
base de V y sea { V v v
n
,....,
1
. Los vectores {
n
v v ,....,
1
son
linealmente independientes si y solo si det
B
(v
1
,., v
n
) = 0
11/26
Dem.

Si {
n
v v ,...,
1
es un conjunto linealmente dependiente entonces existe una aplicacin
n-lineal alternada tal que ( ) 0 ,....,
1

n
v v f .
Luego si 0 det det
B B
a a f siendo a un escalar no nulo.
Entonces det
B
(v
1
,., v
n
) = 0

Sea ( ) 0 ,...., det

1

n B
v v y supongamos que {
n
v v ,....,
1
fuese linealmente
independientes.
Entonces {
n
v v ,....,
1
seran base de V

det det /
B B
a K a y como 1 det

B
tenemos que ( ) 0 ,...., det
1

n B
v v a
Pero esto es una contradiccin con el hecho de que el determinante de una base es 1,
( ) . 1 ,...., det
1

n B
u u
Luego nuestra hiptesis de que los vectores {
n
v v ,...,
1
son linealmente
independientes es falsa y por tanto son dependientes.
3.2. Determinantes de un endomorfismo.
DEF Sea V un K-espacio vectorial de dimensin n, sea {
n
u u B ,....,
1
una base de V
y V V : un endomorfismo. Llamaremos determinante de un endomorfismo a
K V
n
B
: det

n-lineal alternada
definida por ( ) ( ) ( ) ( ) ( )
n B n B
v v v v v v

,....., , det ,...., , det

2 1 2 1

Puesto que es lineal, la funcin

B
det es n-lineal. Y como det
B
es alternada
tambin lo es

B
det (recordemos que si v
i
= v
j
(v
i
) = (v
j
))
Por un resultado anterior, al ser la funcin n-lineal y alternada, sabemos que
B B
K det det /

siendo el determinante de con respecto a la base B.
Como n va a depender de la base del espacio que tomemos la llamaremos
determinante de un endomorfismo que tomemos.
12/26
PROP Si B y B son bases de V y ( ) ( ) ( )

det det
B B
V L
Dem.
Sean {
n
u u B ,....,
1
y { ,...,
1 n
u u B dos bases de V.
Como det
B
y det
B
son n-lineales alternadas, son proporcionales
B B
K det det /

( )
( ) ( )

det det det det
B B B B

( ) ( ) ( ) ( ) ( ) ( ) 1 ,......, det det ,..., det det ,...., det
1 1 1

n B B n B B n B
u u u u u u

Entonces
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ,...., det ,....., det ,....., det det
1 1 1 n B n B n B B
u u u u u u

( ) ( ) ( ) ( ) ( ) ,....., det det ,....., det det ,....., det
1 1 1 n B B n B B n B
u u u u u u

( ) ( ) ( )
B n B B
u u det ,....., det det
1

DEF Si L(V) con dimV = n, llamamos determinante de , det(), a det
B
() para
alguna base B se V.
PROP Si ( ) ( ) ( ) ( ) det det det , V L
Dem.
Sea {
n
u u B ,.....,
1
base de V
( ) ( ) ( ) ( ) ( ) ( )

n B n B B
u u u u



,....., det ,....., det det det
1 1
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

n B B n B B n B
u u u u u u ,...., det det ,...., det det ,...., det
1 1 1

( ) ( ) ( ) ( ) ( ) ( ) ( ) det det det det ,...., det det det

1

B b n B B B
u u
PROP Si ( ) V L
es automorfismo det() 0
Dem.

Sea automorfismo y {
n
u u B ,....,
1
base de V-
13/26
( ) ( ) ( ) ( ) ( ) ( ) 0 ,...., det ,. , , , , det det det
1 1

n B n B B
u u u u

Es distinto de cero ya que al ser B base de V y automorfismo
( ) ( ) {
n
u u ,....,
1
es base de V ( ) ( ) {
n
u u ,....,
1
es linealmente independiente.

Sea ( ) 0 det y {
n
u u B ,....,
1
base de V.
( ) ( ) ( ) ( ) ( ) ( ) {
n n B
u u u u ,...., ,....., det det 0
1 1
es linealmente independiente
y como dimV = n ( ) ( ) {
n
u u ,....,
1
es base de V es automorfismo, ya que
transforma una base en otra.
PROP Si ( ) ( )
( )

det
1
det
1


V GL
Dem.
( ) ( ) ( ) ( )
1 1
det det det 1 det


v

'

( ) ( ) ( ) ( ) ( ) ( ) 1 ,...., det 1 ,...., 1 det ,...., det 1 det

1 1 1
1

n B n v v B n
v
B v
u u u u u u
( ) ( ) ( )
( )

det
1
det 1 det det
1 1


3.2.1. Aplicacin Adjunta de un Endomorfismo.
NOTACIN La expresin ( )
n j b
v v v v ,....., ,...., , ; det
2 1
Equivale a ( )
n j j B
v v v v v v ,...., , ,....., , ; det
1 1 2 1 +
LEMA Sea V un K-espacio vectorial de dimensin n, {
n
u u B ,....,
1
base de V y
{ v v v
n
, ,.......,
1
vectores de V. Se verifica.
( ) ( ) ( )

n
j
n B j n j B
j
v v v v v v v v
1
1 1
1
,...., det ,....., ,...., , det 1
Dem.
Vamos a distinguir dos casos, segn sea el conjunto {
n
v v ,....,
1
linealmente
independiente o dependiente.
a) Si {
n
v v ,.....,
1
es L. I. {
n
v v ,....,
1
es base

n
K
K K n
v v K
1
1
/ ,....,
14/26
( ) ( ) ( )




,
`

.
|

n
j
n
j
j
n
K
n j K K B
j
j n j B
j
v v v v v v v v v v
1 1 1
1
1
1
1
,...., ,..., , det 1 ,...., ,...., , det 1
( ) ( )

,
`

.
|

n
j
j
n
K
n j K B K
j
v v v v v
1 1
1
1
,..., ,...., , det 1
Si K = j nos encontramos con dos vectores iguales y el determinante es cero por ser
una aplicacin alternada.
( ) ( )

n
j
j n j j B j
j
v v v v v
1
1
1
,...., ,....., , det 1
Realizamos j 1 trasposiciones y situamos el vector v
j
en su lugar
( ) ( ) ( ) ( ) ( ) ( )




n
j
n
j
j n B j
j
j n j B
j
j
j
v v v v v v v
1 1
1
2
1
1
1 1
,...., det 1 ,...., ,..., det 1 1
( ) ( ) ( )



n
j
n
j
n B j j n B j n B j
v v v v v v v v v
1 1
1 1 1
,...., det ,...., det ,...., det
b) Si {
n
v v ,....,
1
es L. D. ( ) 0 ,...., det
1 n B
v v
( ) 0 ,...., det
1
v v v
n B
Comprobemos pues, que el primer miembro es nulo
( ) ( )

n
j
j n j B
j
v v v v v
1
1
1
0 ,...., ,...., , det 1 (Comprobar)
Como {
n
v v ,....,
1
L. D. v
i
que es combinacin lineal del resto.
Supongamos que es el primero

n
K
K K
v v
2
1

( ) ( )

n
j
j n j B
j
v v v v v
1
1
1
,...., ,...., , det 1
( ) ( ) ( )

+
n
j
j n j
j
n B
v v v v v v v v v v
2
1
1
1 2 1
,...., ,..., , det 1 ,...., , , det
( ) ( )

,
`

.
|
+
n
K
n
j
j
n
K
n j K K B
j
K K n B
v v v v v v v v v v
2 2 2
1
2 1
,..., ,...., , det 1 ,....., , , det
15/26
( ) ( ) ( )

,
`

.
|
+
n
K
n
j
j
n
K
n j K B K
j
K n B K
v v v v v v v v v v
2 2 2
1
2 1
,...., ,...., , det 1 ,...., , , det
Si K = j nos encontramos con dos vectores iguales y el determinante es cero por ser
una aplicacin alternada.
( ) ( ) ( )

+
n
K
n
j
j n j j B j
j
K n B K
v v v v v v v v v v v
2 2
2
1
2 1
,..., ,...., , , det 1 ,....., ,. , det
Para colocar v
j
en su sitio hemos de realizar j 2 trasposiciones
( ) ( ) ( ) ( )



+
n
K
n
j
j n j B
j
j
j
K n B K
v v v v v v v v v v
2 2
2
2 1
2 1
,...., ,...., , det 1 1 ,...., , , det
( ) ( ) ( ) ( ) ( )

+
n
K
n
j
j n j B j
j
K n B K
v v v v v v v v v v
2 2
2
2
2
2 1
,..., ,..., , det 1 1 ,...., , , det
( ) ( )



n
K
n
j
j n B j K n B K
v v v v v v v v v
2 2
2 2 1
0 ,...., , det ,...., , , det
Vamos a construir ahora la aplicacin adjunta.
Sea V un K-espacio vectorial con dimV = n y {
n
u u B ,....,
1
base de V.
Tomemos L(V) y definamos la aplicacin : V
n
L(V) como
( )
n
n
V v v ,...,
1
( ) ( ) V L v v
n
,...,
1
( ) V V v v
n
: ,...,
1
V v ( )( ) ( ) ( ) ( ) ( ) ( )

n
j
j n j B
j
n
v v v v v v v v
1
1
1
1
,...., ,...., ; det 1 ,....,
PROP es la nica aplicacin n-lineal alternada que lleva la base a un endomorfismo.
Dem.
Comprobemos que est bien definida (( )
n
v v ,...,
1
es un endomorfismo)
( ) V v v K V v v
n
n
, , ,....,
1

( )( ) ( ) ( ) ( ) ( ) ( )

+ +
n
j
j n j B
j
n
v v v v v v v v v v
1
1
1
1
,...., ,...., , det 1 ,...,
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] +

j
n
j
n j B n j B
j
v v v v v v v v v ,...., ,..., , det ,...., ,...., , det 1
1
1 1
1

16/26
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )



+
n
j
n
j
j n j B
j
j n j B
j
v v v v v v v v v v
1 1
1
1
1
1
,.., ,.., , det 1 ,.., ,., , det 1
( )( ) + v v v
n
,...,
1
( )( ) ,...,
1
v v v
n
es n-lineal.
(Vemoslo para la 1 variable, ya que el resto es anlogo).
V v V v v K , ,
1 1

( )( ) ( ) ( ) ( ) ( ) ( ) ( )

+ +
n
j
j n j B
j
n
v v v v v v v v v v v v
1
2 1 1
1
2 1 1
,..., ,..., , , det 1 0 ,..., ,
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

+ + +
n
j
j n j B
j
n B
v v v v v v v v v v v
2
1 1
1
1 1 2
,..., ,..., , det 1 ,..., , det
( ) ( ) ( ) ( ) ( ) ( ) + +
2 2 1 2
,..., , det ,..., , det v v v v v v v v
n B n B

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ]

+ +
n
j
j n j B n j B
j
v v v v v v v v v
2
1 1
1
,..., ,..., , det ,..., ,..., , det 1
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )



+
n
j
n
j
j n j B
j
j n j B
j
v v v v v v v v v v
1 1
1
1
1
1
,.., ,.., , det 1 ,.., ,., , det 1
( )( ) + v v v
n
,...,
1
( )( ) [ v v v v
n
,.., ,
2 1
( ) +
n
v v ,...,
1
( ) ]( ) v v v
n
,...,
1
es Alternada.
Sea v
i
= v
K
con i K y i < K
Hemos de comprobar que (v
1
,, v
n
) = 0 (matriz nula)
V v ( )( ) ( ) ( ) ( ) ( ) ( )

n
j
j n j B
j
n
v v v v v v v v
1
1
1
1
,..., ,..., , det 1 ,...,
Si j i, K hay dos vectores iguales.
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) +

K n K B
K
i n i B
i
v v v v v v v v v v ,..., ,..., , det 1 ,..., ,..., , det 1
1
1
1
1

Ahora desplazamos (v
i
) al lugar (v
K
). El nmero de trasposiciones es K-(i 1)
y ambos determinantes son iguales.
17/26
Veamos el signo
( ) ( ) ( ) [ ] ( ) ( ) ( ) +
+
i n i B
i K K i
v v v v ,..., , det 1 1 1
1 1 1

( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) ( ) 0 ,..., ,...., , det 1 1 1 1
1
1 1 1
+
+
i n i B
i K K i
v v v v v
Ya que: ( ) ( ) ( ) ( ) ( ) ( ) 0 1 1 1 1 1 1
1 1 1 1
+ +
+ i i i K K i
DEF Llamaremos adjunta de respecto de B a la imagen de de la base de V
ad
B
() = (u
1
,., u
n
)
Y ad
B
()L(V)
PROP ad
B
() no depende de la base tomada
Dem.
Dadas {
n
u u B ,...,
1
y { ,...,
1 n
u u B bases de V, hemos de comprobar que
ad
B
() = ad
B
(). Sea : V
n
L(V) respecto de B y : V
n
L(V) respecto de B.
( )( ) v ad
B

( )( ) ( ) ( ) ( ) ( ) ( )

n
j
j n j B
j
n
u u u u v v u u
1
1
1
1
,..., ,..., , det 1 ,...,
Dadas B y B bases de V
B B
K det det / !

( ) ( ) ( ) ( ) ( )

n
j
j n j B
j
u u u u v
1
1
1
,..., ,..., , det 1
( ) ( ) ( ) ( ) ( )

n
j
j n j B
j
u u u u v
1
1
1
,..., ,.., , det 1 ( ) ( ) v u u
n
,...,
1
( ) ( )( ) ( ) ( )( ) ( )( ) v ad v ad u u v ad u u
B B n B B n B
,..., det ,...., det
1 1
ya que ( ) 1 ,...., det
1

n B
u u
Por tanto ad
B
() = ad
B
() y no depende de la base elegida.
DEF Sea L(V). Se define la aplicacin adjunta de , ad(), como ad
B
() para
alguna base de B de V.
PROP Sea L(V), con dimV = n. Se verifica:
1) ( ) ( ) v ad 1 det
18/26
2) ( ) ( ) v ad 1 det
Dem.
1) V v
( ) ( )( ) ( )( ) ( ) v ad v ad
Sea {
n
u u B ,...,
1
una base de V.
(( )( ) v u u
n
,...,
1
) ( ) ( ) ( ) ( ) ( )

,
`

.
|

n
j
j n j B
j
u u u u v
1
1
1
,...., ,...., , det 1
( ) ( ) ( ) ( ) ( ) ( )

n
j
j n j B
j
u u u u v
1
1
1
,..., ,..., , det 1
Aplicando el ltimo Lema
( ) ( ) ( ) ( ) ( ) ( ) v v u u v u u
n B B n B
det ,..., det det ,..., det
1 1

( ) ( )( ) v v 1 det
Entonces ( ) ( ) v ad 1 det
2) ( ) ( )( ) ( ) ( ) ( ) v ad v ad ( ) ( ) ( ) v u u
n
,....,
1
( ) ( ) ( ) ( ) ( ) ( )

n
j
j n j B
j
u u u u v
1
1
1
,...., ,..., , det 1
( ) ( ) ( ) ( ) ( )




n
j
n
j
j n j B
j
j n j B
j
u u u u v u u u u v
1 1
1
1
1
1
,..., ,..., , det det 1 ,..., ,...., , det 1

( ) ( )( ) ( ) ( ) ( )( ) v v v v u u
n B
1 det det ,..., det det
1

Entonces ( ) ( ) v ad 1 det
COROLARIO Si es un automorfismo entonces
( )
( )
( ) ( )

ad
ad
det
det
1 1

19/26
3.3. Determinante de una matriz.
DEF Sea AM
n
(K). Se define el determinante de la matriz A, A , como el
determinante de las filas de A consideradas como elementos de K
n
y respecto de al base
cannica de K
n
.
Si ( )
ij
a A la fila i-sima es ( )
in i i i
a a a a ,...., ,
2 1

( ) ( )
( ) ( ) ( )

n
S
n n n B
a a a a a a A

.... ,...., , det
2 2 1 1 2 1
siendo {
n
e e e B ,...., ,
2 1

En el caso de una matriz cuadrada de orden 2

( ) {
21 12 12 11
22 21
12 11
2
2 , 1 , 1
2
a a a a
a a
a a
S
S

,
`

.
|

y en el caso de una matriz de orden 3
( ) ( ) ( ) ( ) ( ) { 2 , 3 , 1 , 3 , 2 , 1 , 3 , 2 , 3 , 1 , 2 , 1 , 1
3
3 S
S
21 32 13 31 23 12 32 23 11 31 22 13 33 21 12 33 22 11
33 32 31
23 22 21
13 12 11
a a a a a a a a a a a a a a a a a a
a a a
a a a
a a a
+ +

,
`

.
|

PROP Si AM
n
(K)
t
A A
Dem.
Sea ( )
ij
a A y ( )
ij
t
b A con n j i a b
ji ij
, 1
( )
( ) ( ) ( )

n
S
n n
a a a A

....
2 2 1 1
Sabemos que
Id n
S 1 /
1 1



( )
( )( ) ( ) ( )( ) ( ) ( )( ) ( )

n
S
n n
a a a

2 2 1 1
1 1 1
.....
Podemos establecer una aplicacin biyectiva
20/26
1

n n
S S
y se verifica ( ) ( )
1

( )
( ) ( ) ( )

n
S
n n
a a a
1
1 1 1
......
2 2 1 1
1

Sea
1

( )
( ) ( ) ( )
( )
( ) ( ) ( )


n n
S S
t
n n n n
A b b b a a a


...... .........
2 2 1 1 2 2 1 1
PROP Sea AM
n
(K). Se verifica
1) Si un determinante tiene dos filas o dos columnas iguales el determinante es cero.
2) Si se multiplica una fila o columna por un escalar, queda el determinante
multiplicado por ese escalar.
3) Si a una fila o columna se le suma una combinacin lineal del resto, el
determinante no vara.
Dem.
Inmediatas, sin ms que tener en cuenta que las filas (o columnas) de A se
consideran vectores de K
n
y que el determinante es una funcin n-lineal alternada.
PROP Sea L(V), {
n
u u B ,....,
1
base de V y A la matriz asociada a respecto de
B. Entonces
( ) A det
Dem.
( ) ( ) ( ) ( ) ( )
( ) ( )

n
S
n n n B
b b u u

..... ,...., det det
1 1 1
Siendo (b
j1
, b
j2
,.., b
jn
) las coordenadas de (u
j
) respecto de B y la fila j-sima de
A.
A
OBS Si en lugar de escribir (u
j
) por filas lo hicisemos por columnas tendramos
que es igual, ( ) A A
t
det
21/26
COROLARIO Si A, BM
n
(K) B A B A
Dem.
Sean ( ) V L , con A matriz asociada a y B a
( ) ( ) ( ) det det det B A B A
COROLARIO A A 0 es inversible
Dem.
Sea L(V) con A matriz asociada.
A es inversible es automorfismo ( ) 0 0 det A
COROLARIO Si A es inversible, entonces
A
A
1
1

Dem.
Sea L(V) con A matriz asociada
( )
( )
A
A
a asociada matriz la es A
1
det
1
det
1
1 1
1

'

3.3.1. Matriz Asociada a Ad( ).

Sea L(V), A la matriz asociada a y denotemos por A(ad()) a la matriz
asociada a Ad().
Vamos a obtener A(ad())
Sabemos que ( ) ( ) v ad 1 det
Luego ( ) ( )
n
I A ad A A
Sea V un K-espacio vectorial de dimensin n y {
n
u u B ,...,
1
base de V. Sabemos
que ( ) ad ( )
n
u u ,....,
1
y sea ( ) ( ) ( )
ij
b ad A
22/26
Por una lado tenemos ( )( )

n
i
i ij j
u b u ad
1
(escribiendo por columnas) y por otro
( )( )
j
u ad ( )( ) ( ) ( ) ( ) ( ) ( )

n
i
i n j j B
i
j n
u u u u u u u u
1
1
1
1
,..., ,..., , det 1 ,...,
( ) ( ) ( ) ( ) ( ) ( ) ( )

+


n
i
i n i j i
i i
u u u u u u
1
1 1 1
1 1
,..., , , ,..., det 1 1
Hemos obtenido dos expresiones del mismo vector, y como B es base, han de ser
iguales. Entonces
( ) ( ) ( ) ( ) ( ) n j i u u u u u b
n i j i B ij


, 1 ,..., , , ,..., det
1 1 1

Ahora vamos a desarrollar el miembro de la derecha para obtener una expresin ms
operativa par b
ij
.
Definimos un endomorfismo auxiliar
ij
L(V) n j i , 1 como
( )
( )

'

i K si u
i K si u
u
j
K
K ij

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
+ + n ij i ij i ij i ij ij B n i j i B
u u u u u u u u u u ..., , , ,..., det ,..., , , ,.., det
1 1 1 1 1 1
( ) ( )
ij ij
A det
donde por A(
ij
) representamos la matriz asociada a la aplicacin
ij
.
Sea ( )
ij
a A la matriz asociada de .
La matriz A(
ij
) es:
( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )

,
`

.
|

nn n n
n
n
ij
A A A
A A A
A A A
A

.....
..... ..... ..... .....
.....
.....
2 1
2 22 21
1 12 11
y teniendo en cuenta (
ij
)(u
K
) corresponden a la columna K, tenemos que
( )

,
`

.
|

+
+
+
nn i n i n
jn i j i j j
n i i
ij
a a a a
a a a a
a a a a
A
..... 0 .....
..... ..... ..... ..... ..... ..... .....
..... 1 .....
..... ..... ..... ..... ..... ..... .....
..... 0 .....
1 , 1 , 11
1 , 1 , 1
1 1 , 1 1 , 1 11

23/26
El determinante es
( ) ( ) ( )
+
+
+

nn i n i n n
n i i
jn i j i j j
j i
ij
a a a a
a a a a
a a a a
A
..... ..... 0
..... ..... ..... ..... ..... ..... .....
..... ..... ..... ..... ..... ..... .....
..... ..... 0
..... ..... 1
1 1
1 , 1 , 1
1 1 , 1 1 , 1 11
1 , 1 , 1
1 1

Renombremos los elementos de la matriz ( ) ( )

n j i
ij ij
C A

, 1

( ) ( ) ( )
( ) ( )

,
`

.
|

+
n
S
n n
j i
C C

..... 1 1
1 1
2
Como el determinante de una matriz y su traspuesta coinciden
( ) ( )
( ) ( )

,
`

.
|

+
n
S
n n
j i
C C

..... 1
1 1
y al ser la primera columna toda nula menos su primer elemento resulta que
( )
( )
( )

'

1 1 1
1 1 0
1 1

C
( ) ( )
( )
( )
( ) ( )
( ) ( )

,
`

.
|

,
`

.
|

+
1
.... 1 1
2 2
1 1
n n
S
n n
j i
S
n n
j i
C C C

( ) Dji
j i
1
+

siendo D
ji
la matriz que se obtiene de A eliminando la fila j y columna i
Por tanto ( )
ij
j i
ij
D b 1
+

DEF Sea AM
n
(K) con A = (a
ij
). Llamamos menor complementario de a
ij
al
determinante de D
ij
.
DEF Sea AM
n
(K) con A = (a
ij
). Llamamos adjunto de a
ij
a ( )
ij
j i
ij
D b 1
+

DEF Llamaremos matriz adjunta de AM
n
(K) a ( )
ij
b A
Con esta nueva terminolog a tenemos que
24/26
( ) ( )
t
A ad A
OBS Si es un automorfismo y A es su matriz asociada, sabemos que A es inversible
y
( )
t
A
A
A A
1
1 1


ya que
( )
( )

det
1
ad

3.3.2. Desarrollo de un determinante por los adjuntos de una lnea.

PROP Sea AM
n
(K) con A = (a
ij
). Si (b
ij
) es la matriz de adjuntos se verifica:
1)

n
j
ij ij
b a A
1
(desarrollo por los adjuntos de la fila i)
2)

n
i
ij ij
b a A
1
(desarrollo por los adjuntos de la columna j).
Dem.
Vamos a realizar la demostracin para 2) pues son anlogas ya que
t
A A
2) ( )
( ) ( ) ( )

n
S
n n
a a a A

....
2 2 1 1
Llevando el elemento que queremos sacar factor comn a la fila 1 y columna 1
tenemos que
( ) ( )
( ) ( )
( ) ( )
( ) ( ) ( )
( ) ( )

+ + +
j
S
j
S
n n
j
j n n
j
j
n n
a a a a a a a
1 2
3 3 1 1 2 2 2
1
1
.... .... 1 ... 1

( ) ( )
( ) ( ) ( )
( )

+
+
j n
S
n n
j n
nj
n
a a a a

1 , 1 2 2 1 1
2
..... 1
Definimos
1

n i
S como ( )
( )

'

i K i
i K K
K
i

( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( ) ( )


+ +
+ +
1 1 2
2 2 2 1 1 1
... 1 ..... 1
3 3 1 1 2
2
2 3 3 2 2 1
1
1
n n
S S
n n
j
j n n
j
j
a a a a a a a v a



( ) ( )
( ) ( ) ( )

+
+ +
n n
n n n
S
n n n
j n
nj
a a a a

2 , 1 2 2 1 1
.... 1 ....

+ + +
n
i
ij ij nj nj j j j j
b a b a b a b a
1
2 2 1 1
...
25/26
COROLARIO La suma de los productos de una fila por los adjuntos de una paralela
vale cero.
4. APLICACIN AL CALCULO DEL RANGO DE UNA MATRIZ.
Sabemos que las columnas de una matriz (o filas) de M
n
(K) son linealmente
independientes (consideradas como vectores de K
n
) si y solo si su determinante es no
nulo.
DEF Dada una matriz AM
mxn
(K) con A = (a
ij
) y m n se verifica:
rang A = n A tiene al menos un menor de orden n 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 prdida de generalidad
que
0
.....
..... ..... .....
.....
1
1 11

nn n
n
a a
a a
Por tanto las n primeras filas son linealmente independientes y rang (A) n
Pero como A tiene n columnas rang(A) n
Entonces rang(A) = n
DEF Sea A una matriz de orden m x n y D un menor de orden p obtenido de dicha
matriz. Llamamos orlados del menor D a todos los menores de orden p + 1 que
contienen a D.
PROP Sea AM
mx(n+1)
(K) con A = (a
ij
).
Rang(A) = n

'

nulos son D de orlados los Todos

nulo no n orden de D menor un tiene A
Dem.

Si rang(A) = n, por la proposicin anterior A tiene un menor D de orden n no nulo.

26/26
Como A tiene n + 1 columnas, la nica columna que no est en el menor D es
combinacin lineal de las otras. Y como esa columna estar en todos los orlados de D,
stos sern nulos.

Por hiptesis, al ser D un menor no nulo de orden n, A tiene n filas linealmente

independientes.
Como todos los orlados son nulos, las dems filas sern combinacin lineal de esas
n.
Luego rang(A) = n.
Bibliografa recomendada.
Curso de algebra y geometra. Juan de Burgos. Ed: Alhambra
Algebra lineal y geometria. Ed: Univ. de Barcelona
Algebra linea. Juan de Burgos. Ed: McGraw-Hill
Algebra lineal. F. Puerta. Ed: Univ. de Barcelona.1975
Linear Algebra. W. Greub. Ed: Springer-Verlag