Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DETERMINANTES,
VALORES PROPIOS Y
VECTORES PROPIOS
1. Determinantes
Este número (el determinante) suele simbolizarse por |A| , por det(A) o
escribiendo los elementos de la matriz entre dos barras verticales.
a11 a12
A= a |A| = a11·a22 – a12·a21
21 a22
Producto a lo largo de la flecha roja menos
producto a lo largo de la flecha azul
Determinantes de orden 3. a11 a12 a13
Sea una matriz cuadrada de orden 3: A = a21 a22 a23
a31 a32 a33
Definimos el determinante de A como:
a11 a12 a13
|A| = a21 a22 a23 = a11 a22 a33 + a21 a32 a13 + a31 a12 a23 –
a31 a32 a33 – a13 a22 a31 – a23 a32 a11 – a33 a12 a21
EJEMPLO 1 0 2
Calcula el determinante de la matriz A 2 5 4
1 3 3
Aplicando la definición:
Gráficamente:
|A| = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 –
– a13 a22 a31 – a11 a23 a32 – a12 a21 a33
Recuerda que este método y el anterior solamente se pueden aplicar a
matrices 3x3
EJEMPLO
2 4 –3 2 4 –3 2 4
A= 1 0 4 1 0 4 1 0
2 –1 2 2 –1 2 2 –1
0 –8 8 0 32 3
+ – + + – + –
– + – – + – +
+ – + + – + –
– + – +
donde el + significa que el adjunto coincide con el menor complementario y
el – indica que tienen signo contrario.
EJEMPLO Halla el menor complementario y el adjunto de a33 y a12
2 4 –3
A= 1 0 4
2 –1 2
2 4 –3 2 4
Menor complementario de a33: M33 = =0–4=–4
A= 1 0 4 1 0
2 –1 2
Adjunto de a33: A33 = (–1)3+3 M33 = (–1)6 [–4] = (1)[–4]= – 4
a33
a12
1 4
2 4 –3 Menor complementario de a12: M12 = =2–8=–6
A= 1 0 4 2 2
2 –1 2 Adjunto de a12: A12 = (–1)1+2 M12 =(–1)3 [–6] = (–1)[–6]= 6
Definición de determinante por recurrencia
2 –1 0
1 3 4
–1 5 0
2 –1 0
3 4 1 4 1 3
1 3 4 = 2· + 1· + 0· = –36
5 0 –1 0 –1 5
–1 5 0
Desarrollamos por la tercera columna:
2 –1 0
1 3 2 –1 2 –1
1 3 4 = 0· + 4· + 0· = –36
–1 5 –1 5 1 3
–1 5 0
Desarrollando en primer lugar por la primera fila y en segundo lugar por la
tercera columna. Y así para cualquier otra línea.
EJEMPLO
2 –1 1 2 –1 1 2 2 1 2 2 –1 2 2 –1 1
1 6 1 0 –1 –1 –1 3 +6 3 –1 3 –1 3 –1 3 + 0 3 –1 –1
3 –1 –1 3 = –1 0 1 2 0 1 2 –1 1 2 –1 0
2 –1 0 1
–3 5 –1 –1
= 3 + 30+ 1 +0
=34
Propiedades de los determinantes
D1. El determinante de una matriz es igual al de su traspuesta.
|A| = |At|
Como consecuencia de esta propiedad D1, todas las demás propiedades
serán válidas tanto para filas como para columnas. Por ello, a partir de
ahora hablaremos en general de líneas.
ka b c a b c
NOTA:
kd e f =k d e f Si una matriz cuadrada A
kg h i g h i de orden n se multiplica
por un número k, el valor
Ejemplo de |A| queda multiplicado
por kn:
10 2 0 5·2 2 0 2 2 0
5 1 3 = 5·1 1 3 = 5 1 1 3 B = k·A |B| = kn·|A|
20 0 2 5·4 0 2 4 0 2
D3. Si los elementos de una línea de una matriz se descomponen en dos
sumandos, su determinante es igual a la suma de los dos determinantes
obtenidos al considerar por separado cada sumando de esa línea, y el
resto de líneas iguales a las del determinante inicial.
a + a’ b c a b c a’ b c
d + d’ e f = d e f + d’ e f
g + g’ h i g h i g’ h i
Ejemplo
1+2 1 3 1 1 3 2 1 3
3+4 0 2 = 3 0 2 + 4 0 2
2+1 2 1 2 2 1 1 2 1
D4. Si permutamos dos líneas paralelas de una matriz cuadrada, su
determinante cambia de signo.
a b c b a c
|A| = d e f |B| = e d f
g h i h g i
|B| = – |A|
Ejemplo
1 0 2 0 1 2
|A| = 2 –3 1 = –3 |B| = –3 2 1 = 3
–1 1 0 1 –1 0
|B| = – |A|
D5. Si una matriz tiene dos líneas proporcionales, su determinante es cero.
a b c
|A| = d e f =0
kd ke kf
Ejemplo 1 2 1 1 2 1
|A| = 2 1 3 = 2 1 3 =0
3 6 3 3·1 3·2 3·1
a b c Ejemplo 1 5 1
|A| = a b c =0 |A| = 2 0 2 =0
g h i 4 5 4
D7. Si una matriz tiene una línea (fila o columna) de ceros, el
determinante vale cero.
Esta propiedad es evidente, puesto que por definición de determinante, basta
elegir dicha línea para desarrollar y el determinante será 0.
a b 0
|A| = d e 0 =0
g h 0
D8. Si una de las líneas de una matriz es combinación lineal de otras
líneas paralelas, su determinante es cero.
a b k1 a + k2 b a b k1 a a b k2 b
|A| = d e k1 d + k2 e = d e k1 d + d e k2 e = 0
g h k1 g + k2 h g h k1 g g h k2 h
D3 D5
Ejemplo
1 2 –4 1 2 2·1 + (–3)·2
|A| = 2 1 1 = 2 1 2·2 + (–3)·1 =0
–1 2 –8 –1 2 2·(–1) + (–3)·2
D9. Si a una línea de una matriz se le suma otra línea multiplicada por un
número, el determinante no cambia.
a b c a b c
|A| = d e f = d e f
g h i g + ka h + kb g + kc
Ejemplo
1 0 2 1 0 2 1 0 2
1 3 5 = 1 3 5 = 1 3 5
2 1 9 2 – 2·1 1 – 2·0 9 – 2·2 0 1 5
1
D10. Si A tiene matriz inversa, A−1, se verifica que: det( A1 )
det( A)
a b
0 d = ad
Cálculo de determinantes con las propiedades
Las propiedades expuestas para determinantes de orden 3 son válidas
para determinantes de orden superior. En los siguientes ejemplos se
aplican a determinantes de orden 3.
1 a b+c
EJEMPLO Demostrar que: 1 b c+a =0
1 c a+b
0 1 2 –3 F3 →F3 – 2·F2 0 1 2 –3 0 1 2 –3
F4 →F4 – 3·F2
1 3 2 –5 1 3 2 –5 1 3 2 –5
= =
2 4 3 1 0 –2 –1 11 0 –2 –1 11
3 –2 –8 1 3 –2 –8 1 0 –11 –14 16
Desarrollando por
la 1ª columna 1 2 –3
= 1· – –2 –1 11 = – (–16 – 242 – 84 +33 +154 + 64) = 91
–11 –14 16
Hemos de tener especial cuidado al aplicar esta regla con determinantes, puesto
que no podemos hacer las mismas operaciones que con las matrices, lo que
puede confundir.
Por ejemplo, si queremos 1 2 3 mediante la regla de Sarrus es:
calcular el determinante: 0 1 2 = 5+16+0–12–2+0 = 7.
4 1 5
Si hacemos ceros en la primera columna, y desarrollamos nos debería dar lo
mismo. Ahora bien, podemos hacer cero el 4 de la primera columna con:
1 2 3 F3→F3 – 4F1 1 2 3
1 2
–7 –7 = –7 + 14 = 7
0 1 2 = 0 1 2 = lo que es correcto.
4 1 5 0 –7 –7
F1→4F1 – F3
Pero si queremos hacer 1 2 3 0 7 7
cero el 1 de la primera 7 7
1 2 = 4·(14 – 7) = 28
0 1 2 0 1 2 = 4·
columna sería un error
4 1 5 4 1 5
hacer:
No obtenemos lo mismo, porque hemos multiplicado la fila sustituida por un
número y eso altera el valor del determinante. Luego la fila a sustituir conviene
no multiplicarla, como en el primer ejemplo, puesto que si no nos damos
cuenta, podemos variar el valor del determinante.
Matriz adjunta
Dada la matriz cuadrada A, se llama “matriz adjunta” de A y se
representa adj (A), a la matriz que se obtiene al sustituir cada
elemento aij por su adjunto Aij.
2 –1 0
Por ejemplo en la matriz A= 1 3 4
–1 5 0
3 4 1 4 1 3
A11 = (–1)1+1. = –20 A12 = (–1)1+2. = –4 A13 = (–1)1+3. =8
5 0 –1 0 –1 5
–1 0
A21 = (–1)2+1. =0 A22 = 0 A23 = −9
5 0
A31 = −4 2 0 2 –1
A32 = (–1)3+2. = –8 A33 = (–1)3+3. =7
1 4 1 3
–20 –4 8
siendo la matriz adjunta Adj(A) Adj(A) = 0 0 –9
–4 –8 7
Calculo de la inversa de una matriz por la adjunta
Hay una estrecha relación entre la inversa de una matriz cuadrada y su
determinante.
Si recordamos la definición de un determinante por los elementos de una fila,
podemos construir la inversa de una matriz cuadrada A por los adjuntos.
A Adj(At) |A|·In
a11 a12 a13 A11 A21 A31 |A| 0 0
a21 a22 a23 · A12 A22 A32 = 0 |A| 0
a31 a32 a33 A13 A23 A33 0 0 |A|
Siendo Adj(At) la matriz adjunta de la traspuesta de A.
Como A·Adj(At) = |A|·In, si |A| 0 podemos dividir por |A|:
1
A–1 = · Adj(At)
|A|
De la expresión anterior se sigue que hay inversa cuando |A| 0.
A–1 |A| 0
EJEMPLO Calcular, si es posible, la inversa de la matriz 1 0 –1
A = 0 1 –3
1 0 –1 –1 1 0
En primer lugar |A| = 0 1 –3 = 0 + 0 + 0 – (1 – 3 + 0) = 2 0
–1 1 0
1 0 –1 y por tanto A tiene inversa.
At = 0 1 1
–1 –3 0 1 1 – 0 1 0 1
–3 0 –1 0 –1 –3
Calculamos Adj(At): 3 –1 1
0 –1 1 –1 1 0
Adj(At) = – –3 0 –1 0
–
–1 –3 = 3 –1 3
1 –1 1
0 –1 – 1 –1 1 0
1 1 0 1 0 1
Y entonces, se obtiene:
3 1 1 32 1 1
2 2
1 1 A 1 32 1 3
2
A–1 = · Adj(At) A 1 3 1 3 2
|A| 2 1 1 1
1 1 1 2 2 2
3 –2 –1
EJEMPLO Hallar la inversa de la matriz A = –4 1 –1
2 0 1
Solución:
a) Se calcula |A| = 1 0 A−1 3 –4 2
b) Calculamos los adjuntos de la traspuesta: At = –2 1 0
–1 –1 1
1 0 –2 0 –2 1
At11 = –1 1 =1 At12 = – –1 1 = 2 At13 = –1 –1 = 3
–4 2 3 2 3 –4
A 21 = – –1
t
1 =2
t
A 22 = –1 1 = 5 A 23 = – –1 –1 = 7
t
–4 2 3 2 3 –4
At 31 = 1 0 = –2 At 32 = – –2 0 = –4 At 33 = –2 1 = –5
1 2 3 1 2 3
Adj(At) = 2 5 7 A–1 = 2 5 7
–2 –4 –5 –2 –4 –5
Teorema de Rouche-Frobenius
En el tema anterior vimos como clasificar un sistema de ecuaciones con el
método de Gauss. Vamos a ver ahora una manera alternativa de clasificar
sistemas basada en el resultado conocido como teorema de Rouché-Frobenius.
Teorema de Rouché-Frobenius. Un sistema es compatible si y sólo si el
rango de A (la matriz del sistema) y el de A’ (la matriz ampliada), son
iguales:
Determinado
r(A) = r(A’) = n Donde n es el
Compatible número de
r(A) = r(A’) incógnitas del
Indeterminado sistema
r(A) = r(A’) = r < n
Incompatible
r(A) < r(A’)
EJEMPLO Sea el sistema: x + y =1
my + z = 0
x + (1 + m)y + mz = m + 1
a) Discute el sistema según los diferentes valores del parámetro m.
b) Resuelve el sistema para m = 0.
Solución: 1 1 0
a) |A| = 0 m 1 = m2 – m = 0 m = 0 y m = 1
1 1+m m
► Caso m = 1
1 1 0 1 F3 F3 − F1 1 1 0 1 F3 F3 − F2 1 1 0 1 r(A) = 2
0 1 1 0 0 1 1 0 0 1 1 0 r(AM) = 3
1 2 1 2 0 1 1 1 0 0 0 1 S.I.
► Caso m = 0
1 1 0 1 1 1 0 1 r(A) = 2
F3 F3 − F1
0 0 1 0 0 0 1 0 r(AM) = 2
1 1 0 1 0 0 0 0 S.C.I.
Resolución de sistemas
Método de la inversa.
La matriz inversa es útil como notación para expresar la solución de un
sistema de ecuaciones lineales.
Sea por ejemplo un sistema de tres ecuaciones con tres incógnitas:
a11 x + a12 y + a13 z = b1
a21 x + a22 y + a23 z = b2
a31 x + a32 y + a33 z = b3
Expresado en forma matricial queda:
a11 a12 a13 x b1
a21 a22 a23 · y = b2 A·X=B
a31 a32 a33 z b3
Si A es regular y tiene inversa A−1, multiplicando la ecuación anterior por la
izquierda, se tiene que,
A−1 · A · X = A–1 · B
y como A−1 · A = I
X = A–1 · B
Regla de Cramer: sistema de dos ecuaciones con dos incógnitas
a11 x1 + a12 x2 b1
El sistema
a21 x1 + a22 x2 b2
Se calcula :
a11 a12
D , con D 0
a 21 a 22
a11 b1
b1 a12
a 21 b2
b2 a 22 y
x D
D
Se observa que:
Se calcula :
a11 a12 a13
D a 21 a 22 a 23 , con D 0
a 31 a 32 a 33
3x − y + z = 7
x + 3y − 2z = 0
2x + 2y − z = 2
Solución: En primer lugar comprobamos
3 –1 1
|A| = 1 3 –2 = 2 0
2 2 –1
7 –1 1 3 7 1 3 –1 7
0 3 –2 1 0 –2 1 3 0
2 2 –1 5 2 2 –1 7 2 2 2
x= = y= =– z= =–4
2 2 2 2 2
La Regla de Cramer es la aplicación generalizada para n incógnitas del
método de los determinantes
x + 5 y + 4z + w 0 x + 5 y + 4z + w 0 Sistema de 4
x + 3 y + 2 z + w 1 x + 3 y + 2 z + w 1 ecuaciones con
4 incógnitas
z w
0x + 0 y + z + w 0 conformamos cada uno
3 x + y w 5 z + 1 3 x + y + 5 z w 1 de los determinantes
1 5 4 1 0 5 4 1 1 0 4 1
1 3 2 1 1 3 2 1 1 1 2 1
x y
0 0 1 1 0 0 1 1 0 0 1 1
3 1 5 1 1 1 5 1 3 1 5 1
1 5 0 1 1 5 4 0
1 3 1 1 1 3 2 1
z w
0 0 0 1 0 0 1 0
3 1 1 1 3 1 5 1
Y resolvemos cada uno de los determinantes
5 4 1 1 4 1 1 5 1 1 5 4
+0 3 2 1 0 1 2 1 + 1 1 3 1 1 1 3 2
1 5 1 3 5 1 3 1 1 3 1 5
Los dos primeros términos son factores por 0, por lo que no es necesario operar,
sabemos que esos resultados son 0
0 + 0 + 1( 4 ) 128
32
Resolvemos x por el desarrollo de los elementos de un línea
0 5 1 0 5 4
5 4 1 0 4 1
1 1 3 2
x +0 3 2 1 0 1 2 1 + 1 1 3 1
1 5 1 1 5 1 1 1 1 1 1 5
0 + 0 + 1( 4 ) 119
x 23
Resolvemos y por el desarrollo de los elementos de un línea
0 4 1 1 4 1 1 0 1 1 0 4
y +0 1 2 1 0 1 21 + 1 1 1 1 1 1 1 2
1 5 1 3 5 1 3 1 1 3 1 5
0 + 0 + 1( 2 ) 11
y 1
Resolvemos z por el desarrollo de los elementos de un línea
1 5 0 1
Vamos a desarrollar por los elementos de la
tercera fila (porque tendrá dos factores nulos)
1 3 1 1
z
0 0 0 1 Los tres primeros términos son factores por 0, por lo que
no es necesario operar, sabemos que esos resultados son 0
3 1 1 1
5 0 1 1 0 1 1 5 1 1 5 0
z +0 3 1 1 0 1 1 1 + 0 1 3 1 1 1 3 1
1 1 1 3 1 1 3 1 1 3 1 1
0 + 0 + 0 1( 6 )
z 6
Resolvemos w por el desarrollo de los elementos de un línea
1 4 0 1 5 0 1 5 4
5 4 0
w +0 3 2 1 0 1 2 1 + 1 1 3 1 0 1 3 2
1 5 1 3 5 1 3 1 1 3 1 5
w 0 + 0 + 1( 6 ) 0
w 6
x 23 23 y 1 1
x y
32 32 32 32
z 6 6 w 6 6
z w
32 32 32 32
(A – I)K = 0
Que es lo mismo que un sistema de ecuaciones lineales
homogéneo. Si queremos que K sea una solución distinta de cero,
debería ocurrir que:
det (A – I) = 0
Observa que det (A – I) nos proporcionará un polinomio de
grado n, que llamaremos ecuación característica.
Encuentra los autovalores y autovectores de:
1 2 1
A 6 1 0 (A – I)K = 0
1 2 1
1 2 1
det( A I ) 6 1 0 0
1 2 1
–3 – 2 + 12 = 0
Ahora encontraremos los
( + 4) ( – 3) = 0 autovectores para cada
= 0, −4, 3. autovalor.
(i) 1 = 0 (A – 1I)K = 0
0 0 0 0 0 0 0 0
1 6
k1 k3 , k2 k3
13 13
1
Tomando k3 = −13 K1 6
13
(ii) 2 = −4
5 2 1 0
( A + 4I | 0 ) 6 3 0 0
1 2 3 0
(A – 2I)K = 0
F3 F3 F 6 F + F
F1 F3 1 2 3 0 F32.5 F11+ F32 1 2 3 0
6 3 0 0 0 9 18 0
5 2 0 8 16 0
1 0
F2 1 9 F2 F1 2 F2 + F1
F3 1 8 F3 1 2 3 0 F3 2 F2 + F3 1 0 1 0
0 1 2 0 0 1 2 0
0 1 2 0 0 0 0 0
1
k1 = −k3 , k2 = 2k3. Tomando k3 = 1: K2 2
1
(iii) 3 = 3 (A – 3I)K = 0
2 2 1 0 1 0 1 0
( A 3I | 0) 6 4 0 0 0 1 3
2 0
1 2 4 0 0 0 0 0
k1 = – k3, k2 = –(3/2) k3. Y tomando k3 = –2,
2
K 3 3
2
Encuentra los autovalores y autovectores de:
3 4
A
1 7
3 4
det( A I ) ( 5) 2 0
1 7
1 = 2 = 5 es un autovalor de multiplicidad 2.
A partir de (A – 5I|0), tenemos: 2k1 + 4k2 0
Tomando k2 = 1, tenemos k1 + 2k2 0
k1 = 2, y entonces 2
K1
1
Encuentra los autovalores 9 1 1
y autovectores de: A 1 9 1
1 1 9
9 1 1
det( A I ) 1 9 1 ( 11)( 8) 0
2
1 1 9
2 1 1 0 1 0 1 0
( A 11I | 0) 1 2 1 0 0 1 1 0
1 0 0 0 0
1 2 0
1 1 1 0 1 1 1 0
( A 8I | 0)3 1 1 1 0 0 0 0 0
1 1 1 0 0 0 0 0
k1 + k2 + k3 = 0. Podemos elegir dos de ellos de manera
arbitraria. Tomemos k2 = 1, k3 = 0:
1
Y k2 = 0, k3 = 1: K 2 1,
0
1
K3 0
1
Autovalores y autovectores complejos
Sea A una matriz cuadrada de elementos reales.
Si = + i, 0, es un autovalor complejo de A,
entonces su conjugado i es también un
autovalor de A.
Si K es un autovector correspondiente a , entonces
el autovector conjugado K es un autovector
correspondiente a .
Encuentra los autovalores
6 1
y autovectores de: A
5 4
6 1
det( A I) 2 10 + 29 0
5 4
1 5 + 2i , 2 1 5 2i (A – 1I)K = 0
1 = 5 + 2i (1 2i )k1 k2 0
5k1 (1 + 2i )k2 0