Matrices 544 PDF
Matrices 544 PDF
MATRICES Y DETERMINANTES
6.1.
Introducci
on
Las matrices y los determinantes son herramientas del algebra que facilitan el ordenamiento de
datos, as como su manejo.
Los conceptos de matriz y todos los relacionados fueron desarrollados basicamente en el siglo XIX
por matematicos como los ingleses J.J. Sylvester y Arthur Cayley y el irlandes William Hamilton.
Las matrices se encuentran en aquellos ambitos en los que se trabaja con datos regularmente
ordenados y aparecen en situaciones propias de las Ciencias Sociales , Econ
omicas y Biologicas.
6.2.
Matrices. Denici
on y primeros ejemplos
A= .
..
..
..
.
.
am1 am2 am3
n
umeros reales dispuestos en las y columnas del modo:
. . . a1n
. . . a2n
.. Filas de la matriz A
..
.
.
. . . amn
Columnas de la matriz A
Abreviadamente se puede expresar A = (aij ). Cada elemento de la matriz lleva dos subndices. El
primero de ellos i, indica la la en la que se encuentra el elemento, y el segundo, j, la columna.
As el elemento a23 esta en la la 2 y columna 3. Las matrices siempre se representaran con letras
may
usculas.
Ejemplos: Son ejemplos de matrices los siguientes:
3
1
0
2 4 0
2 1
6 4 0
C =
A=
B=
1 1
2
1
2 1
3 4
5
1
0
0
A tiene 2 las y 2 columnas, diremos que su tama
no es 2 x 2.Que elemento es a21 ?.
B tiene 2 las y 3 columnas, diremos que su tama
no es 2 x 3.Que elemento es b23?.
C tiene 4 las y 3 columnas, diremos que su tama
no es 4 x 3.Que elemento es c42 ?.
En general, si una matriz A tiene m las y n columnas, diremos que su tama
no o dimensi
on es m
x n (se lee m por n), siempre en primer lugar el n de las y en segundo lugar el de columnas.
82
6.3.
83
Tipos de matrices
0 0 0 0 0
0 0 0 0 0
1
0
C=
8
es una matriz columna de tama
no 3 x 1.
4. Una matriz es cuadrada cuando tiene el mismo n
umero de las que de columnas, es decir su
no 2 x 2 o
dimensi
on es n x n. La matriz ( 23 14 ) del primer ejemplo anterior es cuadrada de tama
simplemente de orden 2.
Otro ejemplo de matriz cuadrada es:
1
2 3
D= 6
5 4
3 4 0
de orden 3.
Dentro de las matrices cuadradas llamaremos diagonal principal a la formada por los elementos
a11 , a22 , a33, . . . , ann , siendo la matriz:
A= .
..
..
..
..
..
.
.
.
.
an1 an2 an3 . . .
ann
1 0
0
0
1 4 13
0 4 0
0
F = 0 9 5
E=
3 4
5
0
0 0
1 3 16 78
Triangular superior
Triangular inferior
84
1
0
0 0
0 45 0 0
G=
0
0
3 0
0
0
0 0
Por u
ltimo, si una matriz diagonal tiene en su diagonal principal s
olo unos, se denomina matriz unidad
no de la matriz. Algunas matrices
o identidad. Se suelen representar por In , donde n es el orden o tama
identidad son:
1 0 0 0
1 0 0
0 1 0 0
1 0
I3 = 0 1 0 I4 =
I2 =
0 0 1 0
0 1
0 0 1
0 0 0 1
6.4.
Las matrices se utilizan en el contexto de las ciencias como elementos que sirven para clasicar
valores numericos atendiendo a dos criterios o variables.
Ejemplo: Un importador de globos los importa de dos colores, naranja (N) y fresa (F). Todos
ellos se envasan en paquetes de 2, 5 y 10 unidades, que se venden al precio (en euros) indicado por la
tabla siguiente:
Color N
Color F
2 unid.
004
003
5 unid.
008
005
10 unid.
012
008
Sabiendo que en un a
no se venden el siguiente n
umero de paquetes:
2 unid.
5 unid.
10 unid.
Color N
700000
600000
500000
Color F
50000
40000
500000
A=
2 ud 5 ud 10 ud
0 04
700000 600000 500000 N
B = 0 08
50000 40000 500000 F
0 12
0 03 2 ud
0 05 5 ud
0 08 10 ud
85
En Matem
aticas, un grafo es una coleccion cualquiera de puntos conectados por lineas.
Existen muchos tipos de grafos. Entre ellos, podemos destacar:
* Grafo simple: Es el grafo que no contiene ciclos, es decir, lineas que unan un punto consigo
mismo, ni lineas paralelas, es decir, lineas que conectan el mismo par de puntos.
* Grafo dirigido: Es el grafo que indica un sentido de recorrido de cada linea, mediante una echa.
Estos tipos de grafo pueden verse en la gura:
Relacionadas con los grafos se pueden denir algunas matrices. Entre todas ellas, nosotros nos
jaremos en la llamada matriz de adyacencia, que es aquella formada por ceros y unos exclusivamente,
de tal forma que:
* un 1 en el lugar (i,j) expresa la posibilidad de ir desde el punto de la la i hasta el punto de la
columna j mediante una linea que los una directamente.
* un 0 en el lugar (i,j) expresa la imposibilidad de ir del primer punto al segundo mediante una
linea que los una directamente.
La matriz de adyacencia del grafo dirigido de la gura anterior ser
a:
A
A 0
B
0
C 1
D 0
B
1
0
0
0
C
0
1
0
0
1
0
0
0
Ejercicio
1) Escribe las correspondientes matrices de adyacencia de los grafos:
A 0
B 1
C 0
B
1
0
0
0
1
0
A 0
B
0
C 1
D 0
B
1
0
0
1
C
1
0
0
1
1
1
0
0
6.5.
86
6.5.1.
Suma y diferencia
Dadas dos matrices A y B podemos realizar su suma o diferencia de acuerdo a la siguiente regla.
Para sumar o restar dos matrices del mismo tama
no, se suman o restan los elementos que se encuentren
en la misma posicion, resultando otra matriz de igual tama
no.
Por ejemplo:
2 0 4
0 1 1
2 1 3
=
3 2 5
7 0 4
4 2 1
2x3
2x3
2x3
0 1
0 1
A = 4 2 = A = 4 2
3 9
3 9
3x2
porque:
3x2
0 1
0 0
0 1
4 2 + 4 2 = 0 0
3 9
0 0
3 9
3x2
3x2
3x2
Ejercicios:
1. Las exportaciones, en millones de euros, de 3 pases A, B, C a otros tres X, Y, Z, en los a
nos
2000 y 2001 vienen dadas por las matrices:
X Y Z
A 11 6 7 0 5
A2000 = B 14 5 10 1 2
C 20 9 3 2 2 3
X Y Z
A 13 3
7
1
= B 15 7 11 1 3 2
C 21
02 43
A2001
Calcula y expresa en forma de matriz el total de exportaciones para el conjunto de los dos a
nos.
Cuantos millones ha exportado el pas B al Z en total?
Calcula el incremento de las exportaciones del a
no 2000 al 2001 con los datos del ejemplo anterior.
2. Calcula x, y, z en la suma:
x y 1 2
y 0 z
1 1 3
1
y x + z 2 3 = 0
4 4
0
z
2
2 3 x
2 4 1
3. Calcula a, b, c para que se cumpla la igualdad:
3a
b
2
2
a+b 4
+
4
c + 1 6
1c
2
0
1 a 2
2 0 6
6.5.2.
87
Producto por un n
umero real
2x3
Propiedades:
a) Distributiva respecto de la suma de matrices: k(A + B) = kA + kB
b) Distributiva respecto de la suma de n
umeros: (k + d)A= kA + dA
c) Asociativa: k(dA)=(kd)A
d) Elemento neutro, el n
umero 1: 1A=A
Ejercicios:
1. Si A =
1 1
0 1
yB=
1 0
, halla una matriz X que verique la ecuaci
on:
0 2
2X 4A = B
3X 5Y =
1 2
8 1
2 4
X + 3Y =
3 0
6.5.3.
Trasposici
on de matrices
Dada una matriz cualquiera A, se llama matriz traspuesta de A, y se representa por At a la matriz
que resulta de intercambiar las las y las columnas de A.
2 1 0 7
Por ejemplo, si A =
, entonces la matriz traspuesta de A es:
3 4 2 1
2 3
1 4
At =
0 2
7 1
a tama
no n x m, pues el
Evidentemente, si A es una matriz de tama
no m x n, su traspuesta At tendr
n
umero de columnas pasa a ser el de las y viceversa.
Si la matriz A es cuadrada, su traspuesta tendr
a el mismo tama
no.
Propiedades:
a) (At )t = A, es decir, la traspuesta de la traspuesta es la matriz inicial.
b) (A + B)t = At + B t
c) (k A)t = k At
En base a esta nueva operaci
on, podemos denir otras dos clases de matrices, que son:
Matriz simetrica, que es aquella para la que se cumple
2 1
A= 1 0
3 2
3
2
88
es simetrica (compruebalo).
En una matriz simetrica, los elementos son simetricos respecto a la diagonal principal.
Ejercicio: Puede ser simetrica una matriz que no sea cuadrada?Por que?.
Matriz antisimetrica, es aquella para la que se cumple que At = A.
Por ejemplo:
0 1 3
B = 1 0 2
3 2 0
es antisimetrica (comprueba).
En una matriz antisimetrica, los elementos de la diagonal principal son siempre nulos (por que?),
y los restantes son opuestos respecto a dicha diagonal.
Ejercicios:
1 3 3
1
1
2
1. Dadas las matrices A = 1 4 3 y B = 2
0 1 calcula 3At B t .
1 3 4
6 1 0
2. Obtener las matrices X e Y
2X 3Y =
4
a)
1
X Y =
3
6.5.4.
5
2 1
X + Y =
2
3 0
b)
0
6 2
X Y =
6
0 1
2X + Y =
c)
X + 2Y =
3 1
0 2
1 0
2 4
Producto de matrices
Hay que dejar claro ya desde el principio que no todas las matrices pueden multiplicarse. Dos
matrices se pueden multiplicar cuando se cumple la siguiente condici
on:
on indispensable que el n
umero
Para multiplicar dos matrices A y B, en este orden, AB , es condici
de columnas de A sea igual al n
umero de las de B
Si no se cumple esta condici
on, el producto AB no puede realizarse, de modo que esta es una
condici
on que debemos comprobar previamente a la propia multiplicaci
on.
Una vez comprobado que el producto AB se puede realizar, si A es una matriz m x n y B es una
matriz n x p (observemos que el n de columnas de A = n = n de las de B), entonces el producto
no n x p del siguiente modo:
AB da como resultado una matriz C de tama
El elemento que se encuentra en la la i y la columna j de la matriz C=AB, se obtiene multiplicando
los elementos de la la i de A por la columna j de B y sumando los resultados
Veamoslo mediante un ejemplo:
Para multiplicar las matrices:
A=
3 2 1 4
2 5 3 2
2x4
0 4 1
1 2 1
B=
2 0 2
3 2 1
4x3
89
0 4 1
1 2 1
3 2 1 4
=
2 5 3 2 2 0 2
2x4
3 2 1
2x3
4x3
S
olo nos falta completar los elementos de la matriz producto. Para ello, seguimos la regla anterior:
El elemento de la la 1 y columna 1 de AB proviene de multiplicar elemento a elemento la la 1
de A por la columna 1 de B y sumar, es decir:
(3) 0 + 2 1 + 1 2 + 4 3 = 0 + 2 + 2 + 12 = 16
El elemento de la la 1 y columna 2 de AB proviene de multiplicar elemento a elemento la la 1 de
A y la columna 2 de B y sumar:
(3) (4) + 2 (2) + 1 0 + 4 2 = 12 4 + 0 + 8 = 16
El elemento de la la 1 y columna 3 de AB proviene de multiplicar elemento a elemento la la 1 de
A y la columna 3 de B y sumar:
(3) 1 + 2 1 + 1 2 + 4 1 = 3 + 2 + 2 + 4 = 5
As sucesivamente se obtienen (comprueba):
16 16
5
5 22 11
2x3
Ejercicios:
1. Para las matrices A y B anteriores, calcula BA
1 3
,B
2 6
3. Lo mismo si A = 0
4
2. Si A =
3 5
2 1
1
2, B =
1
1 2 3
1
A = 1 1 1
B = 2
0 2 1
1
C=
2 1 0
3 4 5
Ademas, calcula A2 y A3 .
5. Para las matrices
A=
1 1 2
4 0 3
B=
0
3 4
1 2 3
2 3 0 1
C = 5 1 4 2
1 0 0 3
2
D = 1
3
calcula:
A + B, 3A 4B, A B, A D, B C, C D, At C, Dt At , B t A, Dt D, D Dt
90
Se dice que el conjunto de las matrices con la operacion producto tiene divisores de cero, es decir, hay
matrices no nulas cuyo producto es nulo.
Ejercicios:
1. Si A y B son dos matrices cuadradas del mismo orden, son ciertas las propiedades siguientes,
que son ciertas para las operaciones con n
umeros reales?:
a) (A + B)2 = A2 + B 2 + 2 A B
b) (A B)2 = A2 + B 2 2 A B
c) (A + B) (A B) = A2 B 2
2. Determina los valores de a y b de la matriz A =
3. Que matrices conmutan con la matriz
6.6.
2 1
a b
para que A2 = A.
1 2
?.
0 1
La matriz inversa
Sabemos ya multiplicar matrices y hemos visto algunas de las propiedades de esta operaci
on.
Recordemos, en primer lugar, que no siempre es posible efect
uar la multiplicaci
on de dos matrices,
y en segundo lugar, que aunque sea posible hacer esta multiplicaci
on, en general no es conmutativo,
es decir AB es distinto de BA.
En el caso particular de que tratemos con matrices cuadradas del mismo orden A y B, es claro que
an como resultado otra matriz del mismo orden,
podemos efectuar los productos AB y BA, que dar
aunque, como ya se ha dicho, las matrices resultantes seran, en general, distintas.
Sabemos tambien que el elemento neutro del producto de matrices es la matriz identidad In .
Por analoga con el caso de los n
umeros reales, podemos plantearnos la siguiente cuestion:
91
Si tenemos un n
umero real, por ejemplo el 2, podemos interesarnos en buscar el inverso del 2 para
el producto, es decir un n
umero real x tal que 2x = 1, el producto de 2 por x sea igual al elemento
neutro, el 1.
Evidentemente, en el caso de los n
umeros reales es bien facil despejar x para obtener, en nuestro
1
umero real es otro n
umero que multiplicado por el da el
caso, que x = , es decir, el inverso de un n
2
elemento neutro, el 1.
Todo n
umero real, salvo el 0, tiene inverso.
Trasladando esto a las matrices, nos podemos plantear si dada una matriz cuadrada A de orden n,
cualquiera, existe su inversa X para el producto de matrices,tal que
A X = In
es decir, el producto de A por su inversa produce el elemento neutro matricial, la matriz identidad In .
Sin embargo, hay algunas diferencias con respecto al caso de los n
umeros reales:
In
on de
1) No podemos despejar la matriz X del modo X = , porque no hemos denido la divisi
A
matrices.
2) No todas las matrices cuadradas no nulas tienen matriz inversa (sea lo que sea, por analoga
con los n
umeros).
Denamos, en primer lugar, el termino de matriz inversa:
Dada una matriz cuadrada de orden n , A, se dice que A es invertible (o que posee inversa o que es
no singular o que es regular ), si existe otra matriz del mismo orden, denominada matriz inversa de A
y representada por A1 y tal que:
A A1 = In
y
A1 A = In
6.6.1.
M
etodo directo:
1 2
x y
1 1
z t
1 0
0 1
x + 2z y + 2t
x + z y + t
1 0
0 1
x + 2z = 1
y + 2t = 0
x
+z =0
y + t = 1
Es decir, hemos de resolver un sistema de 4 ecuaciones con 4 incognitas, aunque en realidad son 2
sistemas de dos ingonitas cada uno (uno con x y z y otro con y y t).
Resolviendo el sistema se obtiene que
x=
2
1
1
1
,y =
,z = ,t =
3
3
3
3
92
1
3
1
3
2
3
1
3
1
1 2
1 1
3
Se puede comprobar que tambien se cumple que A1 A = I2 , luego A es invertible, tiene inversa. Si
el sistema no tiene solucion, la matriz no tiene inversa.
1 1
Por ejemplo, en el caso en que A =
, del mismo modo :
2 2
A A1 = I2 =
1 1
x y
2 2
z t
1 0
=
0 1
x+z
y+t
2x + 2z 2y + 2t
1 0
0 1
x+z = 1
y+t = 0
2x + 2z = 0
2y + 2t = 1
Y por ejemplo de 2x+2z=0 se obtiene x = -z, si se sustituye en la primera ecuacion es -z+z=1, es
decir 0 = 1 (imposible). El sistema no tiene soluci
on.
Por tanto A no es invertible, es singular.
Este metodo directo solo se suele utilizar para matrices cuadradas de tama
no 2, puesto que para
las de tama
no 3 obtenemos un sistemas de 9 ecuaciones con 9 incognitas! que realmente es difcil de
resolver.
6.6.2.
M
etodo de Gauss-Jordan:
Consiste en hacer transformaciones elementales en las las de la matriz para llegar a obtener la
matriz identidad. Realizando estas mismas transformaciones con la matriz identidad llegamos a la
matriz A1 .
Se llama transformaci
on elemental en una matriz a:
T1) Multiplicar o dividir una la por un n
umero real distinto de cero.
T2) Sumar o restar a una la otra multiplicada por un n
umero real no nulo.
T3) Intercambiar el lugar de dos las entre s.
1 2
Veamos como se realiza el metodo de Gauss-Jordan, realiz
andolo a la vez con la matriz
.
1 1
i) Consideramos la matriz formada por A y la matriz identidad correspondiente . En nuestro caso:
(A|I2 ) =
1 2 1 0
1 1 0 1
ii) Se hace la matriz triangular superior (es decir, hacemos ceros por debajo de la diagonal principal)
usando transformaciones elementales en las.
La mejor forma de realizar esto es hacer cero los elementos por debajo de la diagonal en la primera
columna usando la la 1. Luego, hacer cero los elementos por debajo de la diagonal en la segunda
columna usando la la 2, y as sucesivamente.
En nuestro caso, basta sumar la la 2 con la la 1, y se obtiene:
(A|I2 ) =
1 2 1 0
1 1 0 1
F +F
1
2
1 2 1 0
0 3 1 1
iii) Una vez hecha la matriz triangular superior, se hace la matriz triangular inferior, haciendo
ceros a los elementos por encima de la diagonal. El proceso es parecido al anterior:
93
3 0 1 2
0 3 1 1
3F 2F
2
1
3
0 1 31 13
0 3 1 1
v) Una vez se tiene la matriz identidad en la parte de la izquierda, la parte derecha es la matriz inversa,
es decir, llegamos a:
(I2 , A1 ) =
1 0
0 1
1
3
1
3
2
3
1
3
= A1 =
2
3
1
3
1
3
1
3
1
1 2
1 1
3
1 1 0
Calcular la inversa de la matriz B = 1 1 2 por el metodo de Gauss-Jordan.
1 0 1
Siguiendo los pasos anteriores:
1 1 0 1 0 0
1 1 0 1 0 0
1 1 0 1 0 0
F +F1
F3 F1
0 2 2 1 1 0
0 2 2 1 1 0
(B|I3 ) = 1 1 2 0 1 0 2
1 0 1 0 0 1
1 0 1 0 0 1
0 1 1 1 0 1
1 1 0 1 0 0
1 1 0 1 0 0
2F +F2
2F2 F3
4F F2
0 2 2 1 1 0
3
0 4 0 3 1 2 1
0 0 4 1 1 2
0 0 4 1 1 2
2
4 0 0 1 1 2
1 0 0 14 1
F1 F2 F3
4
4
,
,
4F F2
4
4
1
2
0 4 0 3
1
1 2
4 0 1 0 43
= (I3 |B 1 )
4
4
2
0 0 4 1 1
2
0 0 1 1 14
4
1 1 1 4
= B 1 =
4
3
4
1
4
4
1
4
1
4
2
1
2
1
2
1 1 2
1
1 2
B 1 = 3
4
1 1
2
es la inversa de B.
Si calculamos por este metodo la inversa de A =
(A|I2 ) =
1 1 1 0
2 2 0 1
1 1
2 2
F 2F
2
1
resulta:
1 1 1 0
0 0 2 1
94
1 2 3
2 1 4
A = 3 2 4
B= 0 1 2
2 1 0
1 0 1
3 0
2. Dada la matriz diagonal D = 0 2
0 0
r
apida la inversa de una matriz diagonal
6.7.
0
0 calcula su inversa. Como calcularas de forma
5
cualquiera?.
Un concepto muy importante relacionado con las matrices es el de rango. El concepto de rango se encuentra ligado al de independencia lineal de las o columnas de una matriz, pero no se
introducir
a de esta manera porque se requieren conceptos que no conocemos.
Baste saber que se dene el rango de una matriz como el n
umero maximo de las o columnas
linealmente independientes.
Sin embargo, el c
alculo del rango de una matriz lo abordaremos desde otra perspectiva, utilizando
el metodo de Gauss.
Supongamos que tenemos una matriz cualquiera A a la que aplicamos el metodo de Gauss con el
n de simplicarla lo m
as posible (es decir, consiguiendo que tenga el mayor n
umero de ceros posible),
realizando operaciones elementales en las.
Llamaremos rango de la matriz A y lo representaremos por Rg(A) al n
umero de las no nulas de
la matriz tras aplicarle el metodo de Gauss.
Ejemplo: Calcular el rango de las siguientes matrices:
1 1 0
1 1
0 3
A=
B=
C= 2 1 1
2 2
1 1
1 1 2
D=
2
4
6
1 2 3
1 1 F2 2F1 1 1
, Rg(A)=1 ,s
olo una la distinta de cero.
0 0
2 2
0 3 F2 F1 1 1
1
1
0
1 1
0
1 1 0
1 1 0
F2 2F1
F +F1
F +2F2
0 1 1 3
0 1 1 3
0 1 1
c) 2 1 1
1 1 2
0 2 2
0 0 0
1 1 2
Rg(C)=2 hay 2 las no nulas.
2 4 6
2
4
6
2F +F1
2
, Rg(D)=1, s
olo una la no nula.
d)
0 0 0
1 2 3
Los ejemplos anteriores ponen de maniesto que el rango de cualquier matriz siempre es menor o
igual que el n
umero de las de la matriz.
De hecho se verica que el rango de cualquier matriz siempre es menor o igual que su n
umero de
las y de columnas, pues el proceso para hacer el metodo de Gauss se puede hacer indistintamente
mediante operaciones elementales en las o en columnas.
Esto permite, antes de calcular el rango de una matriz, saber entre que valores va a estar ese rango.
Por ejemplo, en el caso c) del ejemplo, como la matriz es 3x3 , el rango solo puede ser 0, 1, 2 o 3,
no hay otras posibilidades.
En el caso del apartado d), como la matriz es 2 x 3, el rango s
olo puede ser 0,1 o 2. (De hecho,
podemos reducir esto algo m
as , pues una matriz s
olo tiene rango cero si es la matriz nula).Resumiendo:
a)
95
A=
Aplicando Gauss,
A=
1 1 2
3 3 k
F 3F
2
1
1 1
2
0 0 k6
1 2 1
1. Calcula el rango de A seg
un los valores de k: A = 1 1 3.Para que valores de k tiene A
5 1 k
inversa?.
2. Calcula el rango de las matrices:
1 0 1
A=
2 1 0
2 1 1 1
0 0 1 0
C =
2 1 1 1
0 0 0 1
6.8.
0
B = 1
0
2
D = 1
1
2 1
0 1
4 2
1 5 1 8
2 3
4
5
3 10 11 13
Determinantes
Introduciremos a continuaci
on el concepto de determinante asociado a una matriz cuadrada. Este
concepto permite simplicar operaciones matriciales tales como el calculo del rango o de la matriz
inversa.
Denici
on:
Si es una matriz 2 x 2 se dene el determinante de la matriz A, y se expresa como det(A) o bien
|A|, como el n
umero:
a
a
det(A) = |A| = 11 12 = a11 a22 a12 a21
a21 a22
Ejemplos: El c
alculo de los determinantes de orden 2 es bien sencillo, por ejemplo:
96
1 3
=14-(-1)3=4+3=7.
1 4
2 3
b)
=-10+6=-4.
2
5
a)
Para denir determinantes de matrices de orden mayor que 2 es necesario introducir previamente
algunos conceptos.
Dada una matriz cuadrada A de orden n, denimos el menor complementario de un elemento de
A,aij , como el determinante de la matriz que se obtiene al suprimir la la i y la columna j en la que
se encuentra dicho elemento aij . Se representa por Mij .
2 4 5
Ejemplo: En la matriz A = 6 7 3 , los menores complementarios de cada uno de los
3 0 2
elementos de la primera la son:
7 3
=14-0=14.
Menor complementario de -2:M11 =
0 2
6 3
=12+9=21.
Menor complementario de 4:M12 =
3 2
6 7
=0-21=-21.
Menor complementario de 5:M13 =
3 0
Y as sucesivamente.
Ejercicio: Obtener los restantes menores complementarios de los elementos de la matriz A.
Estrechamente ligado al concepto de menor complementario se encuentra el de adjunto de una matriz.
Dada una matriz cuadrada A de orden n, denimos el adjunto de un elemento aij de A como el
n
umero:
Aij = (1)i+j Mij
es decir, no es mas que el menor complementario correspondiente acompa
nado de un signo m
as o
menos dependiendo de la la y la columna en la que se encuentre el elemento en cuestion.
Por ejemplo, para la matriz anterior, los adjuntos de los elementos de la primera la son:
Adjunto de -2:A11 = (1)1+1 M11 = 1 14 = 14 (coincide con el menor complementario)
Adjunto de 4:A12 = (1)1+2 M12 = (1) 21 = 21 (menor complementario con signo cambiado)
Adjunto de 5:A13 = (1)1+3 M13 = 1 21 = 21 (coincide con el menor complementario).
Ejercicio: Obtener los restantes adjuntos de los elementos de la matriz A.
En general puede saberse si el signo del menor complementario y del adjunto coinciden o no utilizando
una sencilla regla graca, por ejemplo, para matrices 3 x 3 y 4 x 4 basta jarse en las matrices:
+ +
+ +
+ +
+
+ +
+ +
+ +
donde el + signica que el adjunto coincide con el menor complementario y el - indica que tienen signo
contrario.
Una vez vistos estos conceptos se puede denir ya:
Denici
on: Dada una matriz cuadrada A de tama
no n se dene su determinante como la suma
97
del producto de los elementos de una linea cualquiera de la matriz (la o columna) elegida, por sus
correpondientes adjuntos.
Se puede demostrar, aunque dicha demostraci
on excede los contenidos del curso, que el valor del
determinante no depende de la la o columna elegida para calcularlo.
2 4 5
Ejemplo: Para la matriz A = 6 7 3 ,aplicando la denici
on, si elegimos la la tercera queda:
3 0 2
det(A) = 3
4 5
2 5
+0
7 3
6 3
+2
2 4
=
6 7
det(A) = 4
6 3
3 2
+7
2 5
2 5
+0
3 2
6 3
1 8 1
3 4 6
7 8 0
0 3 1
1 7 0
2 1 1
0 7 3
2 0 2
1 6 1
5 3 5
1 0 1
3 4 0
1
1
1
0
6.9.
1
1
0
1
1
0
1
1
0
1
1
1
1
2
3
3
2
1
1
4
3
3
4
1
4
1
3
2
1
2
2
3
0 1 2
3 2 2
4 2
1
1 5 3
La regla de Sarrus
98
Gr
acamente:
2 4 5
A = 6 7 3
3 0 2
, se tiene que aplicando la regla de Sarrus:
det(A)=(-2)72+43(-3)+650-(375+0(-2)(-3)+642)=-28-36-105-48=-217.
Ejercicio: Comprobar, mediante la regla de Sarrus, los determinantes de orden 3 obtenidos en el
ejercicio anterior.
6.10.
Algunas propiedades importantes que tienen los determinantes, y que se enuncian sin demostraci
on,
son:
1. Si una matriz tiene una linea (la o columna) de ceros, el determinante vale cero.
Esta propiedad es evidente, puesto que por denici
on de determinante, basta elegir dicha linea
para desarrollar y el determinante ser
a 0.
99
0 1
2
3
2 6
4 10
= 182
2 4
3
1
3 2 8
1
0 2
4
6
2 6
4
10
pero
= 16 91 = 1456
4 8
6
2
6 4 16
2
5. Si a una linea de una matriz se le suma otra linea multiplicada por un n
umero, el determinante
no cambia.
Esta propiedad permite utilizar un metodo mas sencillo para calcular determinantes de orden
mayor que 3.
6. El determinante de una matriz es igual al de su traspuesta,
|A| = |At|
7. Si A tiene matriz inversa, A1 , se verica que:
det(A1 ) =
1
det(A)
Una estrategia a tener en cuenta en este caso de determinantes de orden 4 o superior, o incluso de
orden 3 si la matriz es compleja, es el metodo de hacer ceros, puesto que el valor del determinante
no vara al realizar a la matriz ciertas transformaciones elementales en las,como indica la propiedad
5 anterior, si bien hemos de ser cuidadosos al aplicar dicha propiedad.
As pues la mejor forma de calcular un determinante es hacer ceros en una la o columna y
desarrollar por dicha la o columna, porque entonces s
olo tendremos que calcular un adjunto. Por
ejemplo, si calculamos:
0 1
2 3
1 3
2 5
2 4
3
1
3 2 8 1
F3 2F2
0 1
2 3
1 3
2 5
0 2 1 11
3 2 8 1
F4 3F2
0
1
2
3
1
3
2
5
=
0 2 1 11
0 11 14 16
1
2
3
= 1 2 1 11 =
11 14 16
= (16 242 84 (33 154 64)) = 91
100
Como hemos dicho, 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 calcular el determinante:
1 2 3
C= 0 1 2
4 1 5
mediante la regla de Sarrus es:
det(C)=5+16+0-(12+2+0)=21-14=7.
Si hiciesemos ceros en la primera columna, y desarrollasemos nos debera dar lo mismo. Ahora
bien,podemos hacer cero el 4 de la primera columna mediante:
1 2 3
0 1 2
4 1 5
F3 4F1
1 2
3
1
2
0 1
2 =
= 7 + 14 = 7.
7 7
0 7 7
lo que es correcto. Sin embargo, si queremos hacer cero el 1 de la primera columna sera un error
hacer:
0 7 7
1 2 3
7 7
4F1 F3
0 1 2 =4
0 1 2
= 4 (14 7) = 28.
1 2
4 1 5
4 1 5
no obtenemos lo mismo, porque hemos multiplicado la la sustituida por un n
umero y eso altera el
valor del determinante. Luego la la a sustituir conviene no multiplicarla, como en el primer ejemplo,
puesto que si no nos damos cuenta, podemos variar el valor del determinante.
6.11.
Relaci
on entre la inversa y los determinantes
(Adj(A)t
|A|
donde Adj(A) denota la matriz adjunta de A, es decir, aquella que se obtiene de sustituir cada elemento
de A por su adjunto.
1 0 1
Ejemplo: Calcular, si es posible, la inversa de la matriz A = 0 1 3.
1 1 0
1 0 1
En primer lugar,|A| = 0 1 3 = 0 + 0 + 0 (1 3 + 0) = 2 y por tanto A tiene inversa.
1 1 0
Calculando Adj(A), se obtiene:
1 3
0 3
0 1
1 0
1 0
1 1
3
3
1
0 1
1 1
1 0
Adj(A) =
= 1 1 1
1 0
1
0
1
1
1
3
1
0 1
1 1
1 0
1 3
0 3
0 1
101
3 1 1
(Adj(A)t) = 3 1 3
1 1 1
Y entonces, se obtiene:
3
A1 =
2
3
2
1
2
1
2
1
2
1
2
1
2
3
2
1
2
6.12.
Aplicaci
on de los determinantes al c
alculo del rango
Los determinantes tambien proporcionan una forma sencilla de calcular el rango de una matriz
cualquiera.
Un denici
on alternativa de rango de una matriz es:
El Rango de una matriz A es el tama
no del mayor menor complementario no nulo que este incluido
dentro de la matriz.
Aplicando este criterio, calculemos el rango de las matrices siguientes:
1 1 0
1 1
0 3
2
4
6
A=
B=
C= 2 1 1
D=
2 2
1 1
1 2 3
1 1 2
a) S
olo hay un menor de orden 2, que es:
1 1
=0
2 2
Como es nulo, el rango de la matriz NO es 2. Menores de orden 1 hay 4, por ejemplo |1| = 1, que es
no nulo,luego el rango de la matriz es Rg(A)=1 (el tama
no de dicho menor complementario).
b) S
olo hay un menor de orden 2, que es:
0 3
= 0 3 = 3
1 1
Como no es nulo, el rango de la matriz es Rg(B)=2 (el tama
no de dicho menor complementario).
c) Solo hay un menor de orden 3, que es:
1 1 0
2 1 1 = 2 1 + 0 (0 + 1 4) = 3 + 3 = 0
1 1 2
Como es nulo, podemos asegurar que el rango NO es 3.
Menores de orden 2 hay 9. Calculando alguno:
1 0
=1
1 1
resulta que es no nulo, luego el rango es Rg(C)=2 (el tama
no de dicho menor complementario).
d) El menor m
as grande que podemos formar es de orden 2. Hay 3 de ellos:
2
4
= 4 + 4 = 0
1 2
2
6
= 6 + 6 = 0
1 3
4
6
= 12 + 12 = 0
2 3
102
Son todos nulos, luego el rango NO es 2. Menores de orden 1 hay 6, y por ejemplo |6| = 6 = 0, es no
nulo, luego el rango es Rg(D)=1.
Ejercicio Calcula,utilizando los determinantes, el rango de
0
1 0 1
A=
B = 1
2 1 0
0
2 1 1 1
2
0 0 1 0
C =
D = 1
2 1 1 1
1
0 0 0 1
las matrices:
2 1
0 1
4 2
1 5 1 8
2 3
4
5
3 10 11 13