Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Capítulo 5. Determinantes 127127 Adj(A) � a22 �a12 �a21 a11 De la expresión que defi ne a la adjunta de A y aplicando la observación 5.1.3 se obtiene: A(Adj(A)) � a11 b12 a21 b22 a22 �a12 �a21 a11 � |A | 0 0 |A | � |A |I2 Con la notación y terminología establecidas anteriormente, se tienen los resulta- dos que siguen, los cuales se presentan sin demostración. El primero proporciona un método para evaluar determinantes, llamado desarrollo de determinantes por menores y cofactores, mientras que el segundo es la base del método conocido como Regla de Cramer para resolver sistemas de ecuaciones lineales. Teorema 5.2.1. Sea A una matriz n � n, Cij como se defi nió antes, entonces �A � � ai1Ci1 ai2Ci2 ⋅ ⋅ ⋅ ainCin � a1jC1j a2jC2j ⋅ ⋅ ⋅ anjCnj (5.4) para cualesquiera i, j entre 1 y n. Teorema 5.2.2. (Regla de Cramer). Dada una matriz cuadrada A, se tiene Adj(A) A � A ⋅ Adj(A) � �A �In. En particular, si A admite inversa, ésta se representa como A�1 � Adj(A) �A � . Recordemos que si A es una matriz cuadrada que tiene inversa y B es un vector columna con entradas bi, entonces el sistema AX � B tiene solución única. En efecto, multiplicando en la ecuación anterior por A�1, se tiene A–1AX � A�1B; de esto y la de- fi nición de Adj(A) obtenemos: X � A�1B � Adj(A) �A � B � 1 �A � Adj(A)B � 1 �A � C11 C21 · · · Cn1 C12 C22 · · · Cn2 C1n C2n · · · Cnn · · · · · · · · · · · · B Desarrollando el producto anterior y escribiendo las componentes de X se llega a: xi � b1C1i b2C2i ⋅ ⋅ ⋅ bnCni �A � , para todo i � 1, 2, ..., n (5.5) De acuerdo con (5.4), la ecuación anterior se puede expresar como: xi � �A i � �A � (5.6) en donde la matriz Ai se obtiene de A sustituyendo la columna i-ésima de A por el vector columna B.
Compartir