Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
81 Capítulo 5 DETERMINANTES Para poder comprender mejor la definición de determinanates, veamos en primer lugar algunos conceptos previos necesarios. 3.1. Permutaciones 3.1.1. Definición: Dados n números naturales 1, 2, 3, ..., n se llama permutación simple a cualquier ordenación de esos n números. Dos permutaciones cualesquiera tienen los mismos elementos y difieren solamente en el orden de colocación de éstos. Para n =4 la permutación se simboliza: = 3124 4321 S Otra permutación diferente de 4 elementos, puede ser: = 2143 4321 T La permutación = 4321 4321 E que presenta los números en el or- den natural se llama permutación idéntica o fundamental. 82 ¿Cuántas permutaciones pueden obtenerse con n elementos? m – c a s i l l a s C1 C2 C3 C4 . . . Cn n elecciones n – 1 elecciones n – 2 elecciones n – 3 elecciones . . . n – (n – 1) elecciones Cada casilla representa una posición en la permutación. Cuando se trata de llenar la primera casilla son posibles n elecciones, ya que tenemos n elementos. Elegido un elemento para llenar la primera casilla, para ocu- par la segunda podrán hacerse (n – 1) elecciones diferentes. Es decir que habrá n(n – 1) elecciones posibles para las dos primeras casillas. Siguien- do de esta manera, para las tres primeras casillas habrá: n (n – 1) (n – 2) elecciones posibles de los n elementos. Finalmente restará una elección solamente para llenar la última casilla. Luego el número de permutaciones de n elementos, que suele simboli- zarse como Pn, resultará. Pn = n (n – 1) (n – 2) . . . 3 . 2. 1 Pn = n! 1 Ejemplo: Continuando con n = 4, se podrán formar 4! permutaciones es decir: 4! = 4 . 3 . 2 . 1 = 24 Es decir que con 4 elementos distintos podemos formar 24 permutacio- nes. ¿Cuáles son esas permutaciones? En el siguiente esquema están las seis permutaciones considerando como primer elemento al número 1 y siguiendo el razonamiento anterior. De la misma manera se puede hacer para los números 2, 3 y 4 con lo que se obtiene las 24 permutaciones calculadas. 1 El factorial de un entero positivo n, el factorial de n ó n factorial se define como el producto de todos los números enteros positivos desde 1 hasta n. 83 1 2 3 4 → 1234 4 3 → 1243 3 2 4 → 1324 4 2 → 1342 4 2 3 → 1423 3 2 → 1432 3.1.2. Inversión - Permanencia Definición: Una permutación presenta una inversión cuando un número mayor precede a otro menor. En caso contrario se dice que hay permanencia. Ejemplo: La permutación S dada anteriormente presenta 4 inversiones porque el elemento 4 precede a 1, a 2 y a 3 y el elemento 3 precede a 2. La permutación T presenta, también, 4 inversiones = 3124 4321 S = 2143 4321 T La permutación = 3421 4321 G presenta una sola inversión. Definición: Una permutación se dice par si presenta un número par de inversiones. En caso contrario se dice impar. A una permutación par se le asigna signo positivo y a una impar se le asigna signo negativo. Ejemplos: sg (S) = + sg (T) = + sg (G) = − sg (E) = + A partir de estos conceptos: permutación, permanencia, invarianza y matrices, podemos definir determinanates. 3.2 Determinantes Sea A = aij una matriz cuadrada de orden n 84 = nnn3n2n1 3n333231 2n232221 1n131211 aaaa aaaa aaaa aaaa A Con los elementos de esa matriz se pueden formar productos de n factores, tal que uno y sólo un factor pertenece a cada fila y uno y sólo un factor pertenece a cada columna de A. Un producto así formado, puede escribirse de la siguiente manera: n321 np3p2p1p .a..a.aa Donde los factores pertenecen a filas sucesivas y por ende, los primeros subíndices están en el orden natural 1, 2, 3, ...,n. Como los factores pertenecen a columnas diferentes, la sucesión de los segundos subíndices forman una permutación P tal que: n321 p,...,p,p,pP = . Recíprocamente, cada permutación de los pi se asocia a un producto de la forma anterior. Entonces a partir de la matriz A se forman n! productos distintos. Definición: El determinante de una matriz cuadrada A=aij de orden n, que se designa por det(A), (A) ó A, es la suma algebraica (calculada sobre todas las permutaciones p1, p2, p3, ... , pn.) de todos los productos que se pueden formar con los elementos de A, de modo que en cada producto haya un elemento de cada fila y un elemento de cada columna. Cada producto estará precedido de un signo + ó − que depende de la paridad de la permutación p1, p2, p3, ... , pn. A = A = P np3p2p1p n321 ...aaasg(P)a donde sg(P) es el signo que depende de la paridad de P. 85 − + = imparesPsi paresPsi sg(P) Ejemplo: Sea A una matriz cuadrada de orden 3. == P 3p2p1p 333231 232221 131211 321 aasg(P)a aaa aaa aaa A A será entonces una suma que tiene 3! (o sea 6) términos, porque hay 6 permutaciones P, distintas. 312213322113312312332112322311332211 aaaaaaaaaaaaaaaaaaA −++−−= reordenando estos términos: 332112322311312213312312322113332211 aaaaaaaaaaaaaaaaaaA −−−++= Esta expresión es el desarrollo de un determinante de 3º orden por la Regla de Sarrus, la que se aplica sólo a determinantes de ese orden. Si la matriz fuese de cuarto orden, el desarrollo del determinante tendría 24 términos y si fuese de 5° orden, el desarrollo tendría 120 términos, lo que evidentemente hace que el cálculo del determinante se haga muy trabajoso aplicando la definición dada. p1 p2 p3 Sg(P) 1 2 3 + 1 3 2 - 2 1 3 - 2 3 1 + 3 1 2 + 3 2 1 - 86 Hallar el determinante de la matriz − − − = 531 203 112 A Más adelante se darán distintos métodos para calcular determinantes de cualquier orden. Si se calcula el rango de la matriz A se podrá verificar que este es 3. pues hay tres vectores canónicos, esto significa que: Si dada una matriz cuadrada de orden n el determinante asociado es dis- tinto de cero significa que el rango de dicha matriz es n, es decir tiene n vectores canónicos linealmente independientes. En cambio cuando el determinante asociado a una matriz cuadrada de orden n, es cero, significa que el rango de dicha matriz es menor que n; o sea los vectores son linealmente dependientes y por lo tanto alguno de ellos es combinación lineal de los restantes. 3.3. Propiedades de los determinantes A continuación se enunciarán y demostraran las propiedades de los de- terminantes. Cada una de estas propiedades es fácilmente verificable con determinantes de orden 3. Sea una matriz cuadrada de orden n, se cumple que: 1) El determinante de una matriz A y el de su traspuesta son iguales. Demostración por lo tanto Todo término del está formado por n elementos, uno de cada fila y uno de cada columna, luego pertenece también a 87 Las dos permutaciones que indican filas (columnas) en son las mismas que indican columnas (filas) en luego el signo de dicho término en ambos determinantes es según que ambas permutaciones sean de clase par o impar respectivamente. Así, por ejemplo, en el caso considerado En En Luego Esta propiedad permite afirmar que toda otra propiedad de los determinantes referidas a sus filas es también válida para sus columnas. 2) Si se permutan dos filas (columnas) de una matriz, los correspondientes determinantes son opuestos: Demostración por lo tanto Intercambiar entre sí dos filas significauna transposición en los primeros índices, lo cual cambia la clase de la permutación y como la de los segundos índices correspondientes a las columnas no ha variado, habrá un cambio de signo en cada término del determinante. En 88 En Luego Consecuencia de la segunda propiedad El determinante de toda matriz que tenga dos filas (columnas) idénticas es nulo. Si Al permutar dos filas (la primera y la segunda por ejemplo) por la propiedad anterior el determinante será pero siendo idénticas las filas, el nuevo determinante es igual al anterior. Es decir Luego 3) Si se multiplican todos los elementos de una línea de una matriz por un mismo número el determinante correspondiente queda multiplicado por Demostración Si Si multiplicamos por los elementos de la primera fila, resulta 89 Según el desarrollo de los determinantes por elementos de una línea, tenemos: Esta propiedad permite separar como factor del determinante un factor común a todos los elementos de una línea cualquiera, simplificando esta. Ejemplo Consecuencia de la tercera propiedad Si en el determinante de una matriz, los elementos de una línea son proporcionales a los correspondientes de otra paralela a ella, el determinante es nulo. En efecto, si separamos el coeficiente de proporcionalidad como factor del determinante queda otro con dos líneas iguales y por lo tanto es nulo. Esta consecuencia puede generalizarse de la siguiente manera: Si la línea de una matriz es combinación lineal de las demás, el determinante correspondiente es nulo. 4) Si todos los elementos de una línea de una matriz son ceros, su determinante es nulo. 90 Esto es verdad ya que por la tercera propiedad, separando como factor común del determinante, el elemento nulo, resultara: 5) Si los elementos de una línea de una matriz se pueden escribir como suma de m términos, puede descomponerse el determinante correspondiente en suma de m determinantes que tienen las mismas restantes líneas y en lugar de aquella, la formada por los primeros sumandos, por lo segundos, . . . , y por los m – ésimos respectivamente. Si Desarrollando el determinante por los elementos de la primera fila, tenemos: Consecuencia de la quinta propiedad El determinante de una matriz no varía si a una línea se le suma una combinación lineal de otras Dado Si a la primera fila le sumamos la segunda multiplicada por cualquier número , resulta: 91 Por la quinta propiedad por la tercera propiedad por la segunda propiedad Esta consecuencia permite simplificar los determinantes, reduciendo a cero varios elementos de una misma línea mediantes adiciones y sustracciones convenientes; cada elemento que se logre anular así, evita el cálculo de un cofactor al desarrollar, el determinante, por los elementos de esa línea. Ejemplo: Efectuando operaciones entre filas y columnas reducir a ceros todos los elementos de una línea, excepto uno, y luego desarrollar por los elementos de esa línea. 92 Desarrollamos el determinante obtenido por el elemento 3.4. Cálculo de determinantes 3.4.1. Menor Complementario y Adjunto (ó Cofactor) Definición: Dada una matriz de orden n, se denomina Menor com- plementario de un elemento aij , y se designa con Mij , al determinante de orden (n-1) que se obtiene eliminando de la matriz dada, la fila y la co- lumna a la que pertenece el elemento aij . Ejemplos: Sea − −−− − − = 1240 3125 0124 5031 A una matriz de orden 4. Escribimos el Menor Complementario de los elementos a23 y a14. 129 140 325 531 M 23 −=−− − = 32 240 125 124 M14 = − −−− − = 93 Definición: dada una matriz A de orden n, se denomina Adjunto ó Co- factor de un elemento aij, al Menor Complementario de ese elemento precedido de un signo que depende de la posición del elemento aij en la matriz. Aij = (-1) i+j Mij Ejemplo: Para la misma matriz A dada en el ejemplo anterior los adjun- tos o cofactores de los elementos a23 y a14 son, respectivamente: A23 = (-1) 2+3 M23 = (-1) 5 M33 = (-1)(-129) = 129 A14 = (-1) 1+4 M14 = (-1) 5 M14 = (-1). 32 = -32 Nota: A continuación, se enunciarán tres teoremas, sin demostrarlos, pero verificándolos con un ejemplo. Teorema 1: El determinante de una matriz triangular es igual al produc- to de los elementos de la diagonal principal. A es matriz triangular = = n 1i iiaA 350000035 700 250 321 A 700 250 321 A −=−−−++−= − = − = A 351).5.7(a 3 1i ii =−=−= = Teorema 2: Sea A una matriz cuadrada de orden n, tal que a11 0 y a1j = 0 j 1. Entonces el determinante de A es igual al producto del elemen- to a11 por su menor complementario. Simbólicamente: 94 = = 1111 1j 11nn .MaA 1j0a 0a /KA Sea 14A 352 143 002 A −= −− −= (I) 7512 35 14 M11 −=+−= − − = a11.M11= 2(−7)= −14 (II) Comparando (I) y (II) se verifica: A = a11.M11 Teorema 3: Sea A una matriz de orden n tal que aek 0 y aej=0 j k (siendo e y k fijos). Entonces el determinante de A es igual al producto del elemento aek por su adjunto o cofactor. Simbólicamente: = kj0a 0a /KASea ej eknn A = aek Aek Ejemplo: Sea la matriz 42A 413 300 251 A −= − − = (I) 1415)1)(1( 13 51 1)(M1)(A 523 32 23 =−−=−=−= + a23. A23 = (−3).14 = −42 (II) De (I) y (II) resulta A= a23.A23 95 3.4.2. Desarrollo de Laplace Teorema: El determinante de una matriz cuadrada A de orden n, es igual a la suma de los productos obtenidos al multiplicar los elementos de cualquier fila por sus respectivos cofactores. El desarrollo de Laplace según los elementos de una fila i dada, es: inini3i3i2i2i1i1 .Aa.Aa.Aa.AaA ++++= ó lo que es lo mismo: = = n 1j ijij .AaA donde i es fijo Esa expresión del determinante recibe el nombre de Desarrollo de Laplace del determinante de una matriz A según los elementos de la i – ésima fila. Ejemplo: Sea 45A 513 336 231 A −= − = El desarrollo de Laplace según los elementos de la 2° fila será: = = 3 1j 2j2j .AaA = a21.A21+ a22.A22 + a23.A23 = 6 (-1)2+1 M21 + 3.(-1) 2+2 M22 + 3.(-1) 2+3 M23 13 31 1)3( 53 21 3 51 23 1)6( −+ − + − −= 96 45 2433102 9)3(16)3(52)6(15 −= ++−= −−+++−= También se puede desarrollar el determinante de una matriz según los elementos de una columna j. En ese caso: A = a1j.A1j + a2j .A2j + .... + anj.Anj donde j es fijo = = n 1i ijijAaA donde j es fijo Por ejemplo para la matriz A dada, el desarrollo de Laplace según los elementos de la 2° columna es: i2 3 1i i2 AaA = = 45 153363 12)(36)3(59)3(30 36 21 1)1( 53 21 1)3( 53 36 1)3.( AaAaAa 232221 323222221212 −= −+−= +−++−−= − −+ − −+−= ++= +++ Otro ejemplo. Calcular A siendo: 97 − − = 1430 1250 1102 5301 A Se elige una fila cualquiera (por ejemplo la 3° fila) y se hace el desarrollo del determinante de A según los elementos de esa fila. = = 4 1j 3j3j .AaA + − −−+ − −−+ − −−= +++ 130 102 501 1)2(140 112 531 1)5( 143 110 530 1)0(A 332313 430 102 301 1)1( 43+−+ 194 1566245 152.335.49 3)(183)2(306)44015(0 −= −+−= −+−= −−+++++−−= Observación: Para simplificar el trabajo siempre conviene elegir la fila o columna que tenga mayor cantidad de ceros, porque en ese caso el desarrollo de Laplace tendrá menos términos. En el ejercicio precedente, hubiera sido mejor hacer el desarrollo del determinante por la 2° columna, que tiene dos ceros, mientras que la 3º fila que se tomó sólo tiene uno. 98 = = 4 1i i2i2 AaA 4242323222221212 AaAaAaAa +++= 120 112 531 1)3( 140 112 531 1)5.(00 2423 −−+ − −−++= ++ 194 51245 3.175.49 6)2203(16)44015( −= +−= +−= −++++++−−= Teorema: La suma de los productos de los elementos de una fila por los adjuntos de los elementos de otra fila, es siempre igual a cero. − − = 1430 1250 1102 5301 A Sea por ejemplo la suma de los productos de los elementos de la 1º fila por los adjuntos de los elementos de la 3º fila: 3414331332123111 AaAaAaAa +++ 1(1)4 M31+ 0(-1) 5 M32+ 3(-1) 6 M33+ 5(-1) 7 M34 3)5(183)3(3015)9( 430 102 301 5 130 102 501 3 143 110 530 −−++−−=− − −+ − − = -24 + 99 – 75 = 0 99 3.4.3. Regla de CHÍO La Regla de Chío es otro método para calcular determinantes. Se parte de una matriz A, cuadrada de orden n, que tenga un elemento igual a 1 por ejemplo aij =1 Nota: Si no hubiera ningún elemento igual a 1, se elige un elemento cualquiera y se divide toda su fila (o su columna) por ese número = nnnjn2n1 ini2i1 2n2j2221 1n1j1211 aaaa a1aa aaaa aaaa A Luego se transforma esta matriz A en otra matriz B mediante las siguien- tes operaciones elementales entre columnas: - A la1° columna se le resta la j–ésima columna multiplicada por ai1. - A la 2° columna se le resta la j–ésima columna multiplicada por ai2. - Se continúa así sucesivamente, hasta llegar a la n-ésima columna a la que se le resta la j–ésima columna multiplicada por ain. −−− −−− −−− −−− = innjnnnji22jn2i1njn1 inini2i2i1i1 in2j2n2ji22j22i12j21 in1j1n1ji21j12i11j11 aaaaaaaaaa 1aa11aa1aa aaaaaaaaaa aaaaaaaaaa B 100 −−− −−− −−− = innjnnnji22jn2i1njn1 in2j2n2ji22j22i12j21 in1j1n1ji21j12i11j11 aaaaaaaaaa 0100 aaaaaaaaaa aaaaaaaaaa B Por un teorema dado en el punto anterior, se sabe que: ijijAaB = pero ij ji ij M1)(B1a + −== Pero además, por propiedades de los determinantes: A = B A = (-1)i+j.Mij donde Mij es el menor complementario del elemento que ocupa la i- ésima fila y la j-ésima columna de la matriz B. Ejemplo: Sea − − = 513 416 231 A Para calcular A por la Regla de Chío se elige un elemento que sea 1, como por ejemplo, el 1 que ocupa la 3° fila, 2° columna. Operando de acuerdo al procedimiento descripto, se obtiene: − −− = −− −−−−− −−− = 010 919 1738 5151313 1)5(411)3(6 5323331 B 101 81153)72( 99 178 1)(M1)1(BA 32 23 −=+−−= −− −=−== + Otro ejemplo: Resolver el determinante de la matriz A, de orden 4. − − = 1403 0250 1140 5301 A 1403 0250 1140 5301 A − − = Se elige un 1, por ejemplo a24 =1, entonces: 1)1(41)4(01)0(3 102405000 153450051 1)(A 42 −−−−−− −−− −−−− −= + 128145 2964 25 3)8(53)20(4 0)8(20)20(5 )1( 543 250 8201 11 −= = −−−− −−−− −= −− = + 102 A = 17 3.5. Determinante del producto de matrices Definición: Sean A y B dos matrices cuadradas de orden n. El producto de ambas existe y es otra matriz de orden n, tal que: B.ABA = Ejemplo: 58A 323 123 232 A −= − − = 8B 321 100 042 B = − = AB = (-58).8 = -464 (I) 464BA 11183 1145 346 BA −= − − −− = (II) De (I) y (II) se verifica: A.B = A.B En particular, puesto que A.A-1 = I A.A-1 = A.A-1 = I A.A-1 = 1 A 1 A 1 =− El determinante de la matriz inversa de una matriz A es igual al inverso del determinante de A. 103 3.6. Matriz Adjunta (ó Adjunto clásico) Definición: Dada una matriz B, cuadrada de orden n, se llama Matriz Adjunta de B, a la matriz transpuesta de los cofactores de los elementos bij de B. B = ijb Adj B = jiA = nn3n2n1n n3332313 n2322212 n1312111 AAAA AAAA AAAA AAAA BAdj Teorema: Para toda matriz cuadrada A se cumple que A.(Adj A) = (Adj A).A =A.I Demostración: A11 A21 An1 Adj A A12 A22 An2 A A1n A2n nn a11 a12 a1n =1j 1j1jAa = n 1j 2j1jAa = n 1j nj1jAa a21 a22 a2n = n 1j 1j2jAa = n 1j 2j2jAa = n 1j nj2jAa an1 an2 ann = n 1j 1jnjAa = n 1j 2jnjAa = n 1j njnjAa 104 A11 A21 An1 Adj A A12 A22 An2 A A1n A2n Ann a11 a12 a1n A 0 0 a21 a22 a2n 0 A 0 an1 an2 ann 0 0 A A . Adj A = A00 0A0 00A = A 100 010 001 = A . I a11 a12 a1n A a21 a22 a2n Adj A an1 an2 ann A11 A21 An1 = n 1i i1i1Aa = n 1i i1i2 Aa = n 1i i1i1Aa A12 A22 An2 = n 1i i2i1Aa = n 1i i2i2 Aa = n 1i i2in Aa A1n A2n Ann = n 1i ini1Aa = n 1i ini2 Aa = n 1i ininAa 105 a11 a12 a1n A a21 a22 a2n Adj A an1 an2 ann A11 A21 An1 A 0 0 A12 A22 An2 0 A 0 A1n A2n Ann 0 0 A Adj A . A = A00 0A0 00A = A 100 010 001 = A . I Es decir que una matriz cuadrada A y su adjunta son conmutables. En particular si |A| 0, se puede escribir: I A AA)(Adj A A)(AdjA = = De donde, por definición de matriz inversa resulta que: A AAdj A 1 =− De esta expresión se deduce que para que exista la matriz inversa de una matriz A, el determinante de A no puede ser nulo. 106 Una matriz cuadrada A admite inversa (es regular) si y solamente si A 0 Ejemplos: a) Calcular la matriz inversa de la matriz A usando Adj A 029A 405 123 212 A −= − −− = A es regular y admite inversa. − −− − − − − − − − −−−− − − = 23 12 05 12 05 23 13 22 45 22 45 13 12 21 40 21 40 12 AAdj −− −− −− = 1510 8187 548 AAdj − − − = − −− −− −− ==− 2912952910 2982918297 295294298 29 1510 8187 548 A AAdj A 1 107 b) Calcular la matriz inversa de la matriz A usando Adj A. 17A 1403 0250 1140 5301 A = − − = A es regular y admite inversa. −− −− −− − = 352659 5648015 229326 0688517 AAdj −− − − − − −− − − − − − − − − − − − − − − − − − − = 250 140 301 403 140 301 403 250 301 403 250 140 050 140 501 103 140 501 103 050 501 103 050 140 020 110 531 143 110 531 143 020 531 143 020 110 025 114 530 140 114 530 140 025 530 140 025 114 AAdj 108 −− −− −− − = =− 17317521765179 175176417801715 17217291732176 0451 A AAdj A 1 3.7. Determinantes y rango de matrices Veremos cómo se pueden utilizar los determinantes para calcular el ran- go de una matriz cualquiera. Para lograr esto recordemos el concepto de submatriz que se vio en el capítulo correspondiente a matrices. Dada la matriz si se eligen filas de las m posibles y columnas de las n posibles, se define la submatriz de A de orden como la matriz cuyos elementos de A tales que Sea entonces Son ejemplos de submatrices de A. 3.7.1 Menores Dada la matriz los menores de A son los determinantes de las submatrices cuadradas de A, es decir los escalares El menor es de orden si la submatriz es de orden Respecto al rango de una matriz y submatrices se establece la siguiente relación: Si es una submatriz de A, entonces 109 Esato significa que el rango de una submatriz de A es menor que el rango de la matriz A. Ahora veamos cómo se relacionan los menores con el rango. El rango de una matriz A es igual al mayor orden alcanzado por los menores no nulos de A, es decir, si y sólo si a) Existe un menor de orden b) Todos los menores de A de orden mayor a son nulos. En principio para ver que una matriz A tiene rango habría que encontrar un menor, M, no nulo de orden y calcular todos los menores de orden que corresponden a submatrices de A que contienen a M, si vemos que se anulan todos esos menores, entonces Teorema del método del orlado Sea la matriz con una submatriz cuadrada M de orden talque Supongamos que todas las submatrices cuadradas de orden que contienen a M tienen determinante nulo, entonces 3.7.2 Método del orlado para calcular el rango de una matriz Sea la matriz el método del orlado para calcular el rango , es: Si A = N, si A es la matriz nula, entonces , caso contrario tomamos un menor M de orden 1 no nulo. Comenzando por se realizan los siguientes pasos: a) Hallar, si existe, un menor no nulo de orden que contenga a M, b) Si no existe, entonces c) Si existe repetir el paso a) incrementando a en una unidad y reemplazando M por el menor encontrado Obviamente no es necesario comenzar con . Si se encuentra un menor no nulo de orden , se puede empezar con dicho en el paso a). Calcular el rango de las siguientes matrices 110 a) b) c)
Compartir