Loading [MathJax]/jax/element/mml/optable/BasicLatin.js
Saltar al contenido principal
Library homepage
 

Text Color

Text Size

 

Margin Size

 

Font Type

Enable Dyslexic Font
LibreTexts Español

4.1: Determinantes- Definición

( \newcommand{\kernel}{\mathrm{null}\,}\)

Objetivos
  1. Aprender la definición del determinante.
  2. Aprenda algunas formas de hacer un globo ocular con determinante cero, y cómo calcular determinantes de matrices triangulares superiores e inferiores.
  3. Aprende las propiedades básicas del determinante, y cómo aplicarlas.
  4. Receta: calcular el determinante usando operaciones de fila y columna.
  5. Teoremas: teorema de existencia, propiedad de invertibilidad, propiedad de multiplicatividad, propiedad de transposición.
  6. Palabras del vocabulario: diagonal, triangular superior, triangular inferior, transposición.
  7. Palabra esencial del vocabulario: determinante.

En esta sección, definimos el determinante, y presentamos una forma de calcularlo. Luego discutimos algunas de las muchas propiedades maravillosas que disfruta el determinante.

La Definición del Determinante

El determinante de una matriz cuadradaA es un número realdet. Se define a través de su comportamiento con respecto a las operaciones de fila; esto significa que podemos usar la reducción de filas para calcularlo. Daremos una fórmula recursiva para el determinante en la Sección 4.2. También mostraremos en la Subsección Propiedades Mágicas del Determinante que el determinante está relacionado con la invertibilidad, y en la Sección 4.3 que está relacionado con los volúmenes.

Definición\PageIndex{1}: Determinant

El determinante es una función

\det\colon \bigl\{\text{square matrices}\bigr\}\to \mathbb{R} \nonumber

satisfaciendo las siguientes propiedades:

  1. Hacer un reemplazo de fila enA no cambia\det(A).
  2. Escalar una fila deA por un escalarc multiplica el determinante porc.
  3. El intercambio de dos filas de una matriz multiplica el determinante por-1.
  4. El determinante de la matriz de identidadI_n es igual a1.

Es decir, a cada matriz cuadrada leA asignamos un número\det(A) de manera que satisfaga las propiedades anteriores.

En cada uno de los tres primeros casos, hacer una operación de fila en una matriz escala el determinante por un número distinto de cero. (Multiplicar una fila por cero no es una operación de fila). Por lo tanto, hacer operaciones de fila en una matriz cuadradaA no cambia si el determinante es cero o no.

La motivación principal detrás del uso de estas propiedades definitorias particulares es geométrica: ver Sección 4.3. Otra motivación para esta definición es que nos dice cómo calcular el determinante: remar reducir y hacer un seguimiento de los cambios.

Ejemplo\PageIndex{1}

Vamos a calcular\det\left(\begin{array}{cc}2&1\\1&4\end{array}\right). Primero remonamos reducir, luego calculamos el determinante en el orden opuesto:

\ begin {align*}\ amp\ left (\ begin {array} {cc} 2&1\\ 1&4\ end {array}\ right)\ amp\ strut\ det\ amp=7\\\;\ xrightarrow {R_1\ leftrightarrow R_2}\;\ amp\ left (\ begin {array} {cc} 1&4\ 2&1\ end {array}\ derecha)\ amp\ puntal\ det\ amp= -7\\\;\ xrightarrow {R_2=R_2-2R_1}\;\ amp\ izquierda (\ begin {array} {cc} 1&4\ 0&-7\ end { array}\ derecha)\ amp\ strut\ det\ amp = -7\\\;\ xrightarrow {R_2=R_2\ div -7}\;\ amp\ left (\ begin {array} {cc} 1&4\\ 0&1\ end {array}\ derecha)\ amp\ strut\ det\ amp = amp= 1\\\;\ xfila derecha {R_1=R_1-4R_2}\;\ amp\ left (\ begin {array} {cc} 1&0\\ 0&1\ end {array}\ derecha)\ amp\ strut\ det\ amp = 1\ end {align*}

La forma de escalón de fila reducida de la matriz es la matriz de identidadI_2\text{,} por lo que su determinante es1. El segundo último paso en la reducción de fila fue un reemplazo de fila, por lo que la matriz de la segunda final también tiene determinante1. El paso previo en la reducción de fila fue un escalado de fila-1/7\text{;} ya que (el determinante de los tiempos de la segunda matriz-1/7) es1\text{,} el determinante de la segunda matriz debe ser-7. El primer paso en la reducción de fila fue un intercambio de filas, por lo que el determinante de la primera matriz es negativo el determinante de la segunda. Así, el determinante de la matriz original es7.

Tenga en cuenta que nuestra respuesta concuerda con la Definición 3.5.2 en la Sección 3.5 del determinante.

Ejemplo\PageIndex{2}

\det\left(\begin{array}{cc}1&0\\0&3\end{array}\right)Cómpiate.

Solución

VamosA=\left(\begin{array}{cc}1&0\\0&3\end{array}\right). Ya queA se obtiene deI_2 multiplicando la segunda fila por la constante3\text{,} que tenemos

\det(A)=3\det(I_2)=3\cdot 1=3. \nonumber

Tenga en cuenta que nuestra respuesta concuerda con la Definición 3.5.2 en la Sección 3.5 del determinante.

Ejemplo\PageIndex{3}

\det\left(\begin{array}{ccc}1&0&0\\0&0&1\\5&1&0\end{array}\right)Cómpiate.

Solución

Primero remaremos reducir, luego calculamos el determinante en el orden opuesto:

\ begin {align*}\ amp\ left (\ begin {array} {ccc} 1&0&0\\ 0&0&0&1\\ 5&1&0\ end {array}\ derecha)\ amp\ strut\ det\ amp=-1\\\;\ xrightarrow {R_2\ leftrightarrow R_3}\;\ amp\ left (\ begin {array} {ccc} &0&0\\ 5&1&0\\ 0&0&1\ end {array}\ derecha)\ amp\ puntal\ det\ amp = 1\\\;\ xrightarrow {R_2=R_2-5R_1} \;\ amp\ left (\ begin {array} {ccc} 1&0&0\\ 0&1&0\\ 0&0&1\ end {array}\ right)\ amp\ strut\ det\ amp= 1\ end {align*}

La forma de escalón de fila reducida esI_3\text{,} la que tiene determinante1. Trabajando hacia atrás desdeI_3 y usando las cuatro propiedades definitorias Definición\PageIndex{1}, vemos que la segunda matriz también tiene determinante1 (difiere deI_3 por un reemplazo de fila), y la primera matriz tiene determinante-1 (difiere de la segunda por un intercambio de filas).

Aquí está el método general para calcular determinantes usando la reducción de filas.

Receta: Determinantes computacionales por reducción de filas

DejarA ser una matriz cuadrada. Supongamos que realiza cierto número de operaciones de filaA para obtener una matrizB en forma de escalón de filas. Entonces

\det(A) = (-1)^r\cdot \frac{\text{(product of the diagonal entries of $B$)}} {\text{(product of scaling factors used)}}, \nonumber

donder es el número de swaps de fila realizados.

En otras palabras, el determinante deA es el producto de entradas diagonales de la forma escalón de filaB\text{,} multiplicado por un factor de\pm1 procedencia del número de intercambios de filas que realizó, dividido por el producto de los factores de escalado utilizados en la reducción de fila.

Obrar

Esta es una forma eficiente de computar el determinante de una matriz grande, ya sea a mano o por computadora. La complejidad computacional de la reducción de filas es,O(n^3)\text{;} por el contrario, el algoritmo de expansión de cofactores que aprenderemos en la Sección 4.2 tiene complejidadO(n!)\approx O(n^n\sqrt n)\text{,} que es mucho mayor. (La expansión del cofactor tiene otros usos.)

Ejemplo\PageIndex{4}

Compute\det\left(\begin{array}{ccc}0&-7&-4\\2&4&6\\3&7&-1\end{array}\right).

Solución

Reducimos la matriz, haciendo un seguimiento del número de swaps de fila y de los factores de escalado utilizados.

\begin{aligned}\left(\begin{array}{ccc}0&-7&-4\\2&4&6\\3&7&-1\end{array}\right)\quad\xrightarrow{R_1\leftrightarrow R_2}\quad &\left(\begin{array}{ccc}2&4&6\\0&-7&-4\\3&7&-1\end{array}\right)\quad r=1 \\ {}\xrightarrow{R_1=R_1\div 2}\quad &\left(\begin{array}{ccc}1&2&3\\0&-7&-4\\3&7&-1\end{array}\right)\quad \text{scaling factors }=\frac{1}{2} \\ {}\xrightarrow{R_3=R_3-3R_1}\quad &\left(\begin{array}{ccc}1&2&3\\0&-7&-4\\0&1&-10\end{array}\right) \\ {}\xrightarrow{R_2\leftrightarrow R_3}\quad &\left(\begin{array}{ccc}1&2&3\\0&1&-10\\0&-7&-4\end{array}\right)\quad r=2 \\ {}\xrightarrow{R_3=R_3+7R_2}\quad &\left(\begin{array}{c}1&2&3\\0&1&-10\\0&0&-74\end{array}\right)\end{aligned}

Hicimos dos swaps de filas y escalamos una vez por un factor de1/2\text{,} así que la Receta: Computación de determinantes por reducción de filas dice que

\det\left(\begin{array}{ccc}0&-7&-4\\2&4&6\\3&7&-1\end{array}\right) = (-1)^2\cdot\frac{1\cdot 1\cdot(-74)}{1/2} = -148. \nonumber

Ejemplo\PageIndex{5}

Compute\det\left(\begin{array}{ccc}1&2&3\\2&-1&1\\3&0&1\end{array}\right).

Solución

Reducimos la matriz, haciendo un seguimiento del número de swaps de fila y de los factores de escalado utilizados.

\begin{aligned}\left(\begin{array}{ccc}1&2&3\\2&-1&1\\3&0&1\end{array}\right)\quad\xrightarrow{\begin{array}{l}{R_2=R_2-2R_1}\\{R_3=R_3-3R_1}\end{array}}\quad &\left(\begin{array}{ccc}1&2&3\\0&-5&-5 \\ 0&-6&-8\end{array}\right) \\ {}\xrightarrow{R_2=R_2\div 5}\quad &\left(\begin{array}{ccc}1&2&3\\0&1&1\\0&-6&-8\end{array}\right)\quad\text{scaling factors }=-\frac{1}{5} \\ {}\xrightarrow{R_3=R_3+6R_2}\quad &\left(\begin{array}{ccc}1&2&3\\0&1&1\\0&0&-2\end{array}\right)\end{aligned}

No hicimos ningún intercambio de filas, y escalamos una vez por un factor de-1/5\text{,} así que la Receta: Computar determinantes por reducción de filas dice que

\det\left(\begin{array}{ccc}1&2&3\\2&-1&1\\3&0&1\end{array}\right) = \frac{1\cdot 1\cdot(-2)}{-1/5} = 10. \nonumber

Ejemplo\PageIndex{6}: The Determinant of a 2\times 2 Matrix

Usemos la Receta: Determinantes computacionales por reducción de filas para calcular el determinante de una2\times 2 matriz generalA = \left(\begin{array}{cc}a&b\\c&d\end{array}\right).

  • Sia = 0\text{,} entonces
    \det\left(\begin{array}{cc}a&b\\c&d\end{array}\right) = \det\left(\begin{array}{cc}0&b\\c&d\end{array}\right) = -\det\left(\begin{array}{cc}c&d\\0&b\end{array}\right) = -bc. \nonumber
  • Sia\neq 0\text{,} entonces
    \begin{aligned} \det\left(\begin{array}{cc}a&b\\c&d\end{array}\right)&=a\cdot\det\left(\begin{array}{cc}1&b/a\\c&d\end{array}\right)=a\cdot\det\left(\begin{array}{cc}1&b/a \\ 0&d-c\cdot b/a\end{array}\right) \\ &=a\cdot 1\cdot (d-bc/a)=ad-bc.\end{aligned}

En cualquier caso, recuperamos la Definición 3.5.2 en la Sección 3.5.

\det\left(\begin{array}{cc}a&b\\c&d\end{array}\right) = ad-bc. \nonumber

Si una matriz ya está en forma de escalón de fila, entonces simplemente puede leer el determinante como el producto de las entradas diagonales. Resulta que esto es cierto para una clase de matrices un poco más grande llamada triangular.

Definición\PageIndex{2}: Diagonal
  • Las entradas diagonales de una matrizA son las entradasa_{11},a_{22},\ldots\text{:}

clipboard_e5079ab7aead0701ad694476c1adaf67e.png

Figura\PageIndex{1}

  • Una matriz cuadrada se llama superior-triangular si todas sus entradas distintas de cero se encuentran por encima de la diagonal, y se llama triangular inferior si todas sus entradas distintas de cero se encuentran por debajo de la diagonal. Se llama diagonal si todas sus entradas distintas de cero se encuentran en la diagonal, es decir, si es tanto triangulares superiores como triangulares inferiores.

clipboard_e7129caeeae33e503966a2c5961101d36.png

Figura\PageIndex{2}

Proposición \PageIndex{1}

ADéjese ser unan\times n matriz.

  1. SiA tiene una fila o columna cero, entonces\det(A) = 0.
  2. SiA es triangulares superiores o triangulares inferiores, entonces\det(A) es el producto de sus entradas diagonales.
Prueba
  1. Supongamos queA has a zero row. Let B be the matrix obtained by negating the zero row. Then \det(A) = -\det(B) by the second defining property, Definition \PageIndex{1}. But A = B\text{,} so \det(A) = \det(B)\text{:}
    \left(\begin{array}{ccc}1&2&3\\0&0&0\\7&8&9\end{array}\right)\quad\xrightarrow{R_2=-R_2}\quad\left(\begin{array}{ccc}1&2&3\\0&0&0\\7&8&9\end{array}\right).\nonumber
    juntar estos rinde\det(A) = -\det(A)\text{,} así\det(A)=0.
    Ahora supongamos queA tiene una columna cero. Entonces noA es invertible por el Teorema 3.6.1 en la Sección 3.6, por lo que su forma de escalón de fila reducida tiene una fila cero. Dado que las operaciones de fila no cambian si el determinante es cero, concluimos\det(A)=0.
  2. Primero supongamos queA es superior-triangular, y que una de las entradas diagonales es cero, digamosa_{ii}=0. Podemos realizar operaciones de fila para borrar las entradas por encima de las entradas diagonales distintas de cero:
    \left(\begin{array}{cccc}a_{11}&\star&\star&\star \\ 0&a_{22}&\star&\star \\ 0&0&0&\star \\ 0&0&0&a_{44}\end{array}\right)\xrightarrow{\qquad}\left(\begin{array}{cccc}a_{11}&0&\star &0\\0&a_{22}&\star&0\\0&0&0&0\\0&0&0&a_{44}\end{array}\right)\nonumber
    En la matriz resultante, la filai th es cero, así que\det(A) = 0 por la primera parte.
    Aún asumiendo queA es superior-triangular, ahora supongamos que todas las entradas diagonales deA son distintas de cero. Luego seA puede transformar a la matriz de identidad escalando las entradas diagonales y luego haciendo reemplazos de fila:
    \begin{array}{ccccc}{\left(\begin{array}{ccc}a&\star&\star \\ 0&b&\star \\ 0&0&c\end{array}\right)}&{\xrightarrow{\begin{array}{c}{\text{scale by}}\\{a^{-1},\:b^{-1},\:c^{-1}}\end{array}}}&{\left(\begin{array}{ccc}1&\star&\star \\ 0&1&\star \\ 0&0&1\end{array}\right)}&{\xrightarrow{\begin{array}{c}{\text{row}}\\{\text{replacements}}\end{array}}}&{\left(\begin{array}{ccc}1&0&0\\0&1&0\\0&0&1\end{array}\right)}\\{\det =abc}&{\xleftarrow{\qquad}}&{\det =1}&{\xleftarrow{\qquad}}&{\det =1}\end{array}\nonumber
    Dado que\det(I_n) = 1 y escalamos por los recíprocos de las entradas diagonales, esto implica que\det(A) es el producto de la entradas diagonales.
    El mismo argumento funciona para matrices triangulares inferiores, excepto que los reemplazos de fila bajan en lugar de subir.
Ejemplo\PageIndex{7}

Compute los determinantes de estas matrices:

\left(\begin{array}{ccc}1&2&3\\0&4&5\\0&0&6\end{array}\right)\qquad\left(\begin{array}{ccc}-20&0&0\\ \pi&0&0\\ 100&3&-7\end{array}\right)\qquad\left(\begin{array}{ccc}17&03&4\\0&0&0\\11/2&1&e\end{array}\right).\nonumber

Solución

La primera matriz es triangular superior, la segunda es triangular inferior y la tercera tiene una fila cero:

\begin{aligned}\det\left(\begin{array}{ccc}1&2&3\\0&4&5\\0&0&6\end{array}\right)&=1\cdot 4\cdot 6=24 \\ \det\left(\begin{array}{ccc}-20&0&0\\ \pi&0&0\\100&3&-7\end{array}\right)&=-20\cdot 0\cdot -7=0 \\ \det\left(\begin{array}{ccc}17&-3&4\\0&0&0\\ 11/2&1&e\end{array}\right)&=0.\end{aligned}

Una matriz siempre se puede transformar en forma de escalón de filas mediante una serie de operaciones de fila, y una matriz en forma de escalón de fila es triangular superior. Por lo tanto, hemos justificado completamente Receta: Computación Determinantes por Reducción de Fila para computar el determinante.

El determinante se caracteriza por sus propiedades definitorias, Definición\PageIndex{1}, ya que podemos calcular el determinante de cualquier matriz usando reducción de filas, como en la anterior Receta: Cálculo de Determinantes por Reducción de Filas. Sin embargo, ¡aún no hemos probado la existencia de una función que satisfaga las propiedades definitorias! La reducción de filas calculará el determinante si existe, pero no podemos usar la reducción de filas para probar la existencia, porque aún no sabemos que calcula el mismo número por fila reduciendo de dos maneras diferentes.

Teorema \PageIndex{1}: Existence of the Determinant

Existe una y sólo una función desde el conjunto de matrices cuadradas hasta los números reales, que satisface las cuatro propiedades definitorias, Definición\PageIndex{1}.

Demostraremos el teorema de la existencia en la Sección 4.2, exhibiendo una fórmula recursiva para el determinante. Nuevamente, el contenido real del teorema de la existencia es:

Nota\PageIndex{1}

No importa qué operaciones de fila realice, siempre calculará el mismo valor para el determinante.

Propiedades mágicas del Determinante

En esta subsección, discutiremos algunas de las increíbles propiedades que disfruta el determinante: la propiedad de invertibilidad, la Proposición\PageIndex{2}, la propiedad de multiplicatividad, la Proposición\PageIndex{3}, y la propiedad de transposición, Proposición\PageIndex{4}.

Proposición \PageIndex{2}: Invertibility Property

Una matriz cuadrada es invertible si y solo si\det(A)\neq 0.

Prueba

SiA es invertible, entonces tiene un pivote en cada fila y columna según el Teorema 3.6.1 en la Sección 3.6, por lo que su forma de escalón de fila reducida es la matriz de identidad. Dado que las operaciones de fila no cambian si el determinante es cero, y dado que\det(I_n) = 1\text{,} esto implica\det(A)\neq 0. Por el contrario, si noA es invertible, entonces es fila equivalente a una matriz con una fila cero. Nuevamente, las operaciones de fila no cambian si el determinante es distinto de cero, por lo que en este caso\det(A) = 0.

Por la propiedad de invertibilidad, una matriz que no satisface ninguna de las propiedades del Teorema 3.6.1 en la Sección 3.6 tiene determinante cero.

Corolario \PageIndex{1}

DejarA ser una matriz cuadrada. Si las filas o columnas deA son linealmente dependientes, entonces\det(A)=0.

Prueba

Si las columnas deA son linealmente dependientes, entonces noA es invertible por la condición 4 del Teorema 3.6.1 en la Sección 3.6. Supongamos ahora que las filas deA son linealmente dependientes. Sir_1,r_2,\ldots,r_n son las filas deA\text{,} entonces una de las filas está en el lapso de las otras, entonces tenemos una ecuación como

r_2 = 3r_1 - r_3 + 2r_4. \nonumber

Si realizamos las siguientes operaciones de fila enA\text{:}

R_2 = R_2 - 3R_1;\quad R_2 = R_2 + R_3;\quad R_2 = R_2 - 2R_4 \nonumber

entonces la segunda fila de la matriz resultante es cero. De ahí que tampocoA sea invertible en este caso.

Alternativamente, si las filas deA son linealmente dependientes, entonces se puede combinar la condición 4 del Teorema 3.6.1 en la Sección 3.6 y la propiedad de transposición, Proposición a\PageIndex{4} continuación para concluir eso\det(A)=0.

En particular, si dos filas/columnas deA son múltiplos entre sí, entonces también\det(A)=0. recuperamos el hecho de que una matriz con una fila o columna de ceros tiene determinante cero.

Ejemplo\PageIndex{8}

Todas las matrices siguientes tienen un determinante cero:

\left(\begin{array}{ccc}0&2&-1 \\ 0&5&10\\0&-7&3\end{array}\right),\quad \left(\begin{array}{ccc}5&-15&11\\3&-9&2\\2&-6&16\end{array}\right),\quad\left(\begin{array}{cccc}3&1&2&4\\0&0&0&0\\4&2&5&12\\-1&3&4&8\end{array}\right),\quad\left(\begin{array}{ccc}\pi&e&11 \\3\pi&3e&33\\12&-7&2\end{array}\right).\nonumber

Las pruebas de la propiedad de multiplicatividad, Proposición\PageIndex{3}, y la propiedad de transposición, a continuación\PageIndex{4}, así como el teorema de expansión del cofactor, Teorema 4.2.1 en la Sección 4.2, y los determinantes y volúmenes Teorema, Teorema 4.3.2 en la Sección 4.3 , utilice la siguiente estrategia: definir otra funciónd\colon\{\text{$n\times n$ matrices}\} \to \mathbb{R}\text{,} y demostrar qued satisface las mismas cuatro propiedades definitorias que el determinante. Por el teorema de la existencia\PageIndex{1}, Teorema, la funciónd es igual al determinante. Esta es una ventaja de definir una función a través de sus propiedades: para demostrar que es igual a otra función, solo hay que verificar las propiedades definitorias.

Proposición \PageIndex{3}: Multiplicativity Property

SiA yB sonn\times n matrices, entonces

\det(AB) = \det(A)\det(B). \nonumber

Prueba

En esta prueba, necesitamos usar la noción de una matriz elemental. Esta es una matriz obtenida haciendo una operación de fila a la matriz de identidad. Hay tres tipos de matrices elementales: las que surgen del reemplazo de filas, el escalado de filas y los swaps de filas:

\begin{array}{ccc} {\left(\begin{array}{ccc}1&0&0\\0&1&0\\0&0&1\end{array}\right)}&{\xrightarrow{R_2=R_2-2R_1}} &{\left(\begin{array}{ccc}1&0&0\\-2&1&0\\0&0&1\end{array}\right)} \\ {\left(\begin{array}{ccc}1&0&0\\0&1&0\\0&0&1\end{array}\right)}&{\xrightarrow{R_1=3R_1}} &{\left(\begin{array}{ccc}3&0&0\\0&1&0\\0&0&1\end{array}\right)} \\ {\left(\begin{array}{ccc}1&0&0\\0&1&0\\0&0&1\end{array}\right)}&{\xrightarrow{R_1\leftrightarrow R_2}} &{\left(\begin{array}{ccc}0&1&0\\1&0&0\\0&0&1\end{array}\right)}\end{array}\nonumber

La propiedad importante de las matrices elementales es la siguiente afirmación.

Reclamación: SiE es la matriz elemental para una operación de fila, entoncesEA es la matriz obtenida realizando la misma operación de fila enA.

En otras palabras, la multiplicación a la izquierda por una matriz elemental aplica una operación de fila. Por ejemplo,

\begin{aligned}\left(\begin{array}{ccc}1&0&0\\-2&1&0\\0&0&1\end{array}\right)\left(\begin{array}{ccc}a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{array}\right)&=\left(\begin{array}{lll}a_{11}&a_{12}&a_{13} \\ a_{21}-2a_{11}&a_{22}-2a_{12}&a_{23}&-2a_{13} \\ a_{31}&a_{32}&a_{33}\end{array}\right) \\ \left(\begin{array}{ccc}3&0&0\\0&1&0\\0&0&1\end{array}\right)\left(\begin{array}{ccc}a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{array}\right)&=\left(\begin{array}{rrr}3a_{11}&3a_{12}&3a_{13} \\ a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{array}\right) \\ \left(\begin{array}{ccc}0&1&0\\1&0&0\\0&0&1\end{array}\right)\left(\begin{array}{ccc}a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{array}\right)&=\left(\begin{array}{ccc}a_{21}&a_{22}&a_{23}\\a_{11}&a_{12}&a_{13}\\a_{31}&a_{32}&a_{33}\end{array}\right).\end{aligned}

El comprobante de la Reclamación es por cálculo directo; dejamos al lector generalizar las igualdades anteriores an\times n matrices.

Como consecuencia de la Reclamación y las cuatro propiedades definitorias\PageIndex{1}, Definición, tenemos la siguiente observación. DejarC ser cualquier matriz cuadrada.

  1. SiE es la matriz elemental para un reemplazo de fila, entonces\det(EC) = \det(C). En otras palabras, la multiplicación a la izquierda porE no cambia el determinante.
  2. SiE es la matriz elemental para una escala de fila por un factor dec\text{,} entonces\det(EC) = c\det(C). En otras palabras, multiplicación a la izquierda porE escalas el determinante por un factor dec.
  3. SiE es la matriz elemental para un intercambio de filas, entonces\det(EC) = -\det(C). En otras palabras, la multiplicación a la izquierda porE niega el determinante.

Dado qued satisface las cuatro propiedades definitorias del determinante, es igual al determinante por el teorema de la existencia\PageIndex{1}. En otras palabras, para todas las matricesA\text{,} tenemos

\det(A) = d(A) = \frac{\det(AB)}{\det(B)}. \nonumber

Multiplicando por\det(B) da\det(A)\det(B)=\det(AB).

  1. DejarC' ser la matriz obtenida al intercambiar dos filas deC\text{,} y dejarE ser la matriz elemental para esta sustitución de filas, asíC' = EC. Dado que la multiplicaciónE a la izquierda por niega el determinante, tenemos\det(ECB) = -\det(CB)\text{,} tan
    d(C') = \frac{\det(C'B)}{\det(B)} = \frac{\det(ECB)}{\det(B)} = \frac{-\det(CB)}{\det(B)} = -d(C). \nonumber
  2. Tenemos
    d(I_n) = \frac{\det(I_nB)}{\det(B)} = \frac{\det(B)}{\det(B)} = 1. \nonumber

Ahora pasamos a la prueba de la propiedad de multiplicatividad. Supongamos que para comenzar eso noB es invertible. Entonces tampocoAB es invertible: de lo contrario,(AB)^{-1} AB = I_n implicaB^{-1} = (AB)^{-1} A. Por la propiedad de invertibilidad, Proposición\PageIndex{2}, ambos lados de la ecuación\det(AB) = \det(A)\det(B) son cero.

Ahora supongamos queB es invertible, entonces\det(B)\neq 0. Definir una función

d\colon\bigl\{\text{$n\times n$ matrices}\bigr\} \to \mathbb{R} \quad\text{by}\quad d(C) = \frac{\det(CB)}{\det(B)}. \nonumber

Afirmamos qued satisface las cuatro propiedades definitorias del determinante.

  1. DejarC' ser la matriz obtenida haciendo un reemplazo de fila enC\text{,} y dejarE ser la matriz elemental para este reemplazo de fila, entoncesC' = EC. Como la multiplicación a la izquierda porE no cambia el determinante, tenemos\det(ECB) = \det(CB)\text{,} tan
    d(C') = \frac{\det(C'B)}{\det(B)} = \frac{\det(ECB)}{\det(B)} = \frac{\det(CB)}{\det(B)} = d(C). \nonumber
  2. DejarC' ser la matriz obtenida escalando una fila deC por un factor dec\text{,} y dejarE ser la matriz elemental para esta sustitución de fila, asíC' = EC. Desde la multiplicación izquierda porE escalas el determinante por un factor dec\text{,} tenemos\det(ECB) = c\det(CB)\text{,} tan
    d(C') = \frac{\det(C'B)}{\det(B)} = \frac{\det(ECB)}{\det(B)} = \frac{c\det(CB)}{\det(B)} = c\cdot d(C). \nonumber

Recordemos que tomar un poder de una matriz cuadradaA significa tomar productosA consigo mismo:

A^2 = AA \qquad A^3 = AAA \qquad \text{etc.} \nonumber

SiA es invertible, entonces definimos

A^{-2} = A^{-1} A^{-1} \qquad A^{-3} = A^{-1} A^{-1} A^{-1} \qquad \text{etc.} \nonumber

Para completar, establecemosA^0 = I_n siA\neq 0.

Corolario \PageIndex{2}

SiA es una matriz cuadrada, entonces

\det(A^n) = \det(A)^n \nonumber

para todosn\geq 1. SiA es invertible, entonces la ecuación tambiénn\leq 0 se mantiene para todos; en particular,

\det(A^{-1}) = \frac 1{\det(A)}. \nonumber

Prueba

Usando la propiedad multiplicatividad, Proposición\PageIndex{3}, calculamos

\det(A^2) = \det(AA) = \det(A)\det(A) = \det(A)^2 \nonumber

y

\det(A^3) = \det(AAA) = \det(A)\det(AA) = \det(A)\det(A)\det(A) = \det(A)^3; \nonumber

el patrón es claro.

Tenemos

1 = \det(I_n) = \det(A A^{-1}) = \det(A)\det(A^{-1}) \nonumber

por la propiedad multiplicatividad, Proposición\PageIndex{3} y la cuarta propiedad definitoria, Definición\PageIndex{1}, lo que demuestra que\det(A^{-1}) = \det(A)^{-1}. Así

\det(A^{-2}) = \det(A^{-1} A^{-1}) = \det(A^{-1})\det(A^{-1}) = \det(A^{-1})^2 = \det(A)^{-2}, \nonumber

y así sucesivamente.

Ejemplo\PageIndex{9}

Calcular\det(A^{100}), dónde

A = \left(\begin{array}{cc}4&1\\2&1\end{array}\right). \nonumber

Solución

Tenemos\det(A) = 4 - 2 = 2\text{,} tan

\det(A^{100}) = \det(A)^{100} = 2^{100}. \nonumber

En ninguna parte tuvimos que calcular el poder100 th deA\text{!} (Aprenderemos una manera eficiente de hacerlo en la Sección 5.4.)

Aquí hay otra aplicación de la propiedad de multiplicatividad, Proposición\PageIndex{3}.

Corolario\PageIndex{3}

A_1,A_2,\ldots,A_kDejen sern\times n matrices. Entonces el productoA_1A_2\cdots A_k es invertible si y sólo si cada unoA_i es invertible.

Prueba

El determinante del producto es el producto de los determinantes por la propiedad de multiplicatividad, Proposición\PageIndex{3}:

\det(A_1A_2\cdots A_k) = \det(A_1)\det(A_2)\cdots\det(A_k). \nonumber

Por la propiedad de invertibilidad, Proposición\PageIndex{2}, esto es distinto de cero si y solo siA_1A_2\cdots A_k es invertible. Por otro lado,\det(A_1)\det(A_2)\cdots\det(A_k) es distinto de cero si y sólo si cada uno\det(A_i)\neq0\text{,} lo que significa que cada unoA_i es invertible.

Ejemplo\PageIndex{10}

Para cualquier númeron que definamos

A_n = \left(\begin{array}{cc}1&n\\1&2\end{array}\right). \nonumber

Demostrar que el producto

A_1 A_2 A_3 A_4 A_5 \nonumber

no es invertible.

Solución

Cuandon = 2\text{,} la matriz noA_2 es invertible, porque sus filas son idénticas:

A_2 = \left(\begin{array}{cc}1&2\\1&2\end{array}\right). \nonumber

De ahí que cualquier producto que involucre noA_2 es invertible.

Para establecer la propiedad de transposición, necesitamos definir la transposición de una matriz.

Definición\PageIndex{3}: Transpose

La transposición de unam\times n matrizA es lan\times m matrizA^T cuyas filas son las columnas deA. En otras palabras, laij entrada deA^T esa_{ji}.

clipboard_e27c14330239fdede3a41a0277d2074ec.png

Figura\PageIndex{3}

Al igual que la inversión, la transposición invierte el orden de multiplicación matricial.

Hecho\PageIndex{1}

DejarA ser unam\times n matriz, y dejarB ser unan\times p matriz. Entonces

(AB)^T = B^TA^T. \nonumber

Prueba

Primero supongamos queA es un vector de fila yB es un vector de columna, es decir,m = p = 1. Entonces

\begin{aligned}AB&=\left(\begin{array}{cccc}a_1 &a_2&\cdots &a_n\end{array}\right)\left(\begin{array}{c}b_1\\b_2\\ \vdots\\b_n\end{array}\right)=a_1b_1+a_2b_2+\cdots +a_nb_n \\ &=\left(\begin{array}{cccc}b_1&b_2&\cdots &b_n\end{array}\right)\left(\begin{array}{c}a_1\\a_2\\ \vdots\\a_n\end{array}\right)=B^TA^T.\end{aligned}

Ahora usamos la regla fila-columna para la multiplicación matricial. r_1,r_2,\ldots,r_mDejen ser las filas deA\text{,} y dejar quec_1,c_2,\ldots,c_p sean las columnas deB\text{,} tan

AB=\left(\begin{array}{c}—r_1 —\\ —r_2— \\ \vdots \\ —r_m—\end{array}\right)\left(\begin{array}{cccc}|&|&\quad &| \\ c_1&c_2&\cdots &c_p \\ |&|&\quad &|\end{array}\right)=\left(\begin{array}{cccc}r_1c_1&r_1c_2&\cdots &r_1c_p \\ r_2c_1&r_2c_2&\cdots &r_2c_p \\ \vdots &\vdots &{}&\vdots \\ r_mc_1&r_mc_2&\cdots &r_mc_p\end{array}\right).\nonumber

Por el caso que manejamos anteriormente, tenemosr_ic_j = c_j^Tr_i^T. Entonces

\begin{aligned}(AB)^T&=\left(\begin{array}{cccc}r_1c_1&r_2c_1&\cdots &r_mc_1 \\ r_1c_2&r_2c_2&\cdots &r_mc_2 \\ \vdots &\vdots &{}&\vdots \\ r_1c_p&r_2c_p&\cdots &r_mc_p\end{array}\right) \\ &=\left(\begin{array}{cccc}c_1^Tr_1^T &c_1^Tr_2^T&\cdots &c_1^Tr_m^T \\ c_2^Tr_1^T&c_2^Tr_2^T&\cdots &c_2^Tr_m^T \\ \vdots&\vdots&{}&\vdots \\ c_p^Tr_1^T&c_p^Tr_2^T&\cdots&c_p^Tr_m^T\end{array}\right) \\ &=\left(\begin{array}{c}—c_1^T— \\ —c_2^T— \\ \vdots \\ —c_p^T—\end{array}\right)\left(\begin{array}{cccc}|&|&\quad&| \\ r_1^T&r_2^T&\cdots&r_m^T \\ |&|&\quad&|\end{array}\right)=B^TA^T.\end{aligned}

Proposición \PageIndex{4}: Transpose Property

Para cualquier matriz cuadradaA\text{,} tenemos

\det(A) = \det(A^T). \nonumber

Prueba

Seguimos la misma estrategia que en la prueba de la propiedad de multiplicatividad, Proposición\PageIndex{3}: es decir, definimos

d(A) = \det(A^T), \nonumber

y demostramos qued satisface las cuatro propiedades definitorias del determinante. Nuevamente utilizamos matrices elementales, también introducidas en la prueba de la propiedad de multiplicatividad, Proposición\PageIndex{3}.

  1. Dejar DeC' be the matrix obtained by doing a row replacement on C\text{,} and let E be the elementary matrix for this row replacement, so C' = EC. The elementary matrix for a row replacement is either upper-triangular or lower-triangular, with ones on the diagonal: R_1=R_1+3R_3:\left(\begin{array}{ccc}1&0&3\\0&1&0\\0&0&1\end{array}\right)\quad R_3=R_3+3R_1:\left(\begin{array}{ccc}1&0&0\\0&1&0\\3&0&1\end{array}\right).\nonumber
    ello se deduce que tambiénE^T es o superior-triangular o inferior triangular, con unos en la diagonal, así\det(E^T) = 1 por esta Proposición\PageIndex{1}. Por el hecho\PageIndex{1} y la propiedad de multiplicatividad, Proposición\PageIndex{3}, \begin{split} d(C') \amp= \det((C')^T) = \det((EC)^T) = \det(C^TE^T) \\ \amp= \det(C^T)\det(E^T) = \det(C^T) = d(C). \end{split} \nonumber
  2. DejarC' ser la matriz obtenida escalando una fila deC por un factor dec\text{,} y dejarE ser la matriz elemental para esta sustitución de fila, asíC' = EC. EntoncesE es una matriz diagonal:R_2=cR_2:\: \left(\begin{array}{ccc}1&0&0\\0&c&0\\0&0&1\end{array}\right).\nonumber Así\det(E^T) = c. Por el hecho\PageIndex{1} y la propiedad de multiplicatividad, Proposición\PageIndex{3}, \begin{split} d(C') \amp= \det((C')^T) = \det((EC)^T) = \det(C^TE^T) \\ \amp= \det(C^T)\det(E^T) = c\det(C^T) = c\cdot d(C). \end{split} \nonumber
  3. DejarC' ser la matriz obtenida al intercambiar dos filas deC\text{,} y dejarE ser la matriz elemental para esta sustitución de filas, asíC' = EC. ElE es igual a su propia transposición:R_1\longleftrightarrow R_2:\:\left(\begin{array}{ccc}0&1&0\\1&0&0\\0&0&1\end{array}\right)=\left(\begin{array}{ccc}0&1&0\\1&0&0\\0&0&1\end{array}\right)^T.\nonumber Dado queE (por lo tantoE^T) se obtiene realizando un intercambio de fila en la matriz de identidad, tenemos\det(E^T) = -1. Por el hecho\PageIndex{1} y la propiedad de multiplicatividad, Proposición\PageIndex{3}, \begin{split} d(C') \amp= \det((C')^T) = \det((EC)^T) = \det(C^TE^T) \\ \amp= \det(C^T)\det(E^T) = -\det(C^T) = - d(C). \end{split} \nonumber
  4. Ya queI_n^T = I_n, tenemos d(I_n) = \det(I_n^T) = det(I_n) = 1. \nonumber d Since satisface las cuatro propiedades definitorias del determinante, es igual al determinante por el teorema de la existencia\PageIndex{1}. En otras palabras, para todas las matricesA\text{,} tenemos \det(A) = d(A) = \det(A^T). \nonumber

La propiedad de transposición, Proposición\PageIndex{4}, es muy útil. Para concretar, señalamos que\det(A)=\det(A^T) significa, por ejemplo, que

\det\left(\begin{array}{ccc}1&2&3\\4&5&6\\7&8&9\end{array}\right) = \det\left(\begin{array}{ccc}1&4&7\\2&5&8\\3&6&9\end{array}\right). \nonumber

Esto implica que el determinante tiene la curiosa característica de que también se comporta bien con respecto a las operaciones de columna. En efecto, una operación de columna enA es lo mismo que una operación de fila enA^T\text{,} y\det(A) = \det(A^T).

Corolario\PageIndex{4}

El determinante satisface las siguientes propiedades con respecto a las operaciones de columna:

  1. Hacer un reemplazo de columnaA encendido no cambia\det(A).
  2. Escalar una columna deA por un escalarc multiplica el determinante porc.
  3. El intercambio de dos columnas de una matriz multiplica el determinante por-1.

El corolario anterior facilita el cálculo del determinante: se permite realizar operaciones de fila y columna al simplificar la matriz. (Por supuesto, todavía hay que hacer un seguimiento de cómo las operaciones de fila y columna cambian el determinante).

Ejemplo\PageIndex{11}

Compute\det\left(\begin{array}{ccc}2&7&4\\3&1&3\\4&0&1\end{array}\right).

Solución

Se necesitan menos operaciones de columna que operaciones de fila para hacer esta matriz triangulares superiores:

\begin{aligned}\left(\begin{array}{ccc}2&7&4\\3&1&3\\4&0&1\end{array}\right)\quad\xrightarrow{C_1=C_1-4C_3}\quad &\left(\begin{array}{ccc}-14&7&4\\-9&1&3\\0&0&1\end{array}\right) \\ {}\xrightarrow{C_1=C_1+9C_2}\quad&\left(\begin{array}{ccc}49&7&4\\0&1&3\\0&0&1\end{array}\right)\end{aligned}

Se realizaron dos reemplazos de columna, lo que no cambia el determinante; por lo tanto,

\det\left(\begin{array}{ccc}2&7&4\\3&1&3\\4&0&1\end{array}\right) = \det\left(\begin{array}{ccc}49&7&4\\0&1&3\\0&0&1\end{array}\right) = 49. \nonumber

Multilinealidad

La siguiente observación es útil para fines teóricos.

Podemos pensar en\det como una función de las filas de una matriz:

\det(v_1,v_2,\ldots,v_n) = \det\left(\begin{array}{c}—v_1— \\ —v_2— \\ \vdots \\ —v_n—\end{array}\right). \nonumber

Proposición\PageIndex{5}: Multilinearity Property

Dejari ser un número entero entre1 yn\text{,} y fijarn-1 vectoresv_1,v_2,\ldots,v_{i-1},v_{i+1},\ldots,v_n en\mathbb{R}^n . Luego la transformaciónT\colon\mathbb{R}^n \to\mathbb{R} definida por

T(x) = \det(v_1,v_2,\ldots,v_{i-1},x,v_{i+1},\ldots,v_n) \nonumber

es lineal.

Prueba

Primero asumamos quei=1\text{,} así

T(x) = \det(x,v_2,\ldots,v_n). \nonumber

Tenemos que demostrar queT satisface las propiedades definitorias, Definición 3.3.1, en la Sección 3.3.

  • Por la primera propiedad definitoria\PageIndex{1}, Definición, escalando cualquier fila de una matriz por un númeroc escala el determinante por un factor dec. Esto implica queT satisface la segunda propiedad, es decir, que T(cx) = \det(cx,v_2,\ldots,v_n) = c\det(x,v_2,\ldots,v_n) = cT(x). \nonumber
  • Eso lo afirmamosT(v+w) = T(v) + T(w). Siw está en\text{Span}\{v,v_2,\ldots,v_n\}\text{,} entonces w = cv + c_2v_2 + \cdots + c_nv_n \nonumber para algunos escalaresc,c_2,\ldots,c_n. DejarA ser la matriz con filasv+w,v_2,\ldots,v_n\text{,} asíT(v+w) = \det(A). Al realizar las operaciones de fila R_1 = R_1 - c_2R_2;\quad R_1 = R_1 - c_3R_3;\quad\ldots\quad R_1 = R_1 - c_nR_n, \nonumber la primera fila de la matrizA se convierte v+w-(c_2v_2+\cdots+c_nv_n) = v + cv = (1+c)v. \nonumber Por lo tanto, \begin{split} T(v+w) = \det(A) \amp= \det((1+c)v,v_2,\ldots,v_n) \\ \amp= (1+c)\det(v,v_2,\ldots,v_n) \\ \amp= T(v) + cT(v) = T(v) + T(cv). \end{split} \nonumber Hacer las operaciones de fila opuesta R_1 = R_1 + c_2R_2;\quad R_1 = R_1 + c_3R_3;\quad\ldots\quad R_1 = R_1 + c_nR_n \nonumber a la matriz con filascv,v_2,\ldots,v_n muestra aquello \begin{split} T(cv) \amp= \det(cv,v_2,\ldots,v_n) \\ \amp= \det(cv+c_2v_2+\cdots+c_nv_n,v_2,\ldots,v_n) \\ \amp= \det(w,v_2,\ldots,v_n) = T(w), \end{split} \nonumber que termina el comprobante del primer inmueble en este caso.

    Ahora supongamos que eso now está adentro\text{Span}\{v,v_2,\ldots,v_n\}. Esto implica que\{v,v_2,\ldots,v_n\} es linealmente dependiente (de lo contrario formaría una base para\mathbb{R}^n ), asíT(v) = 0. Si nov está en\text{Span}\{v_2,\ldots,v_n\}\text{,} entonces\{v_2,\ldots,v_n\} es linealmente dependiente por el criterio de span creciente, Teorema 2.5.2 en la Sección 2.5, por lo queT(x) = 0 para todosx\text{,} como la matriz con filas nox,v_2,\ldots,v_n es invertible. De ahí que podamos suponer quev está en\text{Span}\{v_2,\ldots,v_n\}. Por el argumento anterior con los roles dev yw revertidos, tenemosT(v+w) = T(v)+T(w).

Parai\neq 1\text{,} notamos que

\begin{split} T(x) \amp= \det(v_1,v_2,\ldots,v_{i-1},x,v_{i+1},\ldots,v_n) \\ \amp= -\det(x,v_2,\ldots,v_{i-1},v_1,v_{i+1},\ldots,v_n). \end{split} \nonumber

Por el caso previamente manejado, sabemos que-T es lineal:

-T(cx) = -cT(x) \qquad -T(v+w) = -T(v) - T(w). \nonumber

Multiplicando ambos lados por-1\text{,} vemos queT es lineal.

Por ejemplo, tenemos

\det\left(\begin{array}{lcr}—&v_1&— \\ —&av+bw&— \\ —&v_3&—\end{array}\right)=a\det\left(\begin{array}{c}—v_1— \\ —v— \\ —v_3—\end{array}\right)+b\det\left(\begin{array}{c}—v_1— \\ —w— \\ —v_3—\end{array}\right)\nonumber

Por la propiedad de transposición, Proposición\PageIndex{4}, el determinante también es multilineal en las columnas de una matriz:

\det\left(\begin{array}{ccc}|&|&|\\ v_1&av+bw&v_3 \\ |&|&|\end{array}\right) = a\det\left(\begin{array}{ccc}|&|&|\\v_1&v&v_3 \\ |&|&|\end{array}\right) + b\det\left(\begin{array}{ccc}|&|&|\\v_1&w&v_3\\|&|&|\end{array}\right). \nonumber

Observación: Propiedades alternativas de definición

En tratamientos más teóricos del tema, donde la reducción de filas juega un papel secundario, las propiedades definitorias del determinante suelen ser:

  1. El determinante\det(A) es multilineal en las filas deA.
  2. SiA tiene dos filas idénticas, entonces\det(A) = 0.
  3. El determinante de la matriz de identidad es igual a uno.

Ya hemos demostrado que nuestras cuatro propiedades definitorias, Definición\PageIndex{1}, implican estas tres. Por el contrario, probaremos que estas tres propiedades alternativas implican nuestras cuatro, de manera que ambos conjuntos de propiedades son equivalentes.

Definir propiedad2 es solo la segunda propiedad definitoria, Definición 3.3.1, en la Sección 3.3. Supongamos que las filas deA sonv_1,v_2,\ldots,v_n. Si realizamos el reemplazo de filaA\text{,} entoncesR_i = R_i + cR_j las filas de nuestra nueva matriz sonv_1,v_2,\ldots,v_{i-1},v_i+cv_j,v_{i+1},\ldots,v_n\text{,} así por linealidad en la filai th,

\begin{split} \det(\amp v_1,v_2,\ldots,v_{i-1},v_i+cv_j,v_{i+1},\ldots,v_n) \\ \amp= \det(v_1,v_2,\ldots,v_{i-1},v_i,v_{i+1},\ldots,v_n) + c\det(v_1,v_2,\ldots,v_{i-1},v_j,v_{i+1},\ldots,v_n) \\ \amp= \det(v_1,v_2,\ldots,v_{i-1},v_i,v_{i+1},\ldots,v_n) = \det(A), \end{split} \nonumber

donde\det(v_1,v_2,\ldots,v_{i-1},v_j,v_{i+1},\ldots,v_n)=0 porquev_j se repite. Así, las propiedades definitorias alternativas implican nuestras dos primeras propiedades definitorias. Para el tercero, supongamos que queremos intercambiar filai con filaj. Usando la segunda alternativa que define la propiedad y la multilinealidad en las filasij th y th, tenemos

\begin{split} 0 \amp= \det(v_1,\ldots,v_i+v_j,\ldots,v_i+v_j,\ldots,v_n) \\ \amp= \det(v_1,\ldots,v_i,\ldots,v_i+v_j,\ldots,v_n) + \det(v_1,\ldots,v_j,\ldots,v_i+v_j,\ldots,v_n) \\ \amp= \det(v_1,\ldots,v_i,\ldots,v_i,\ldots,v_n) + \det(v_1,\ldots,v_i,\ldots,v_j,\ldots,v_n) \\ \amp\qquad+\det(v_1,\ldots,v_j,\ldots,v_i,\ldots,v_n) + \det(v_1,\ldots,v_j,\ldots,v_j,\ldots,v_n) \\ \amp= \det(v_1,\ldots,v_i,\ldots,v_j,\ldots,v_n) + \det(v_1,\ldots,v_j,\ldots,v_i,\ldots,v_n), \end{split} \nonumber

según se desee.

Ejemplo\PageIndex{12}

Tenemos

\left(\begin{array}{c}-1\\2\\3\end{array}\right) = -\left(\begin{array}{c}1\\0\\0\end{array}\right) + 2\left(\begin{array}{c}0\\1\\0\end{array}\right) + 3\left(\begin{array}{c}0\\0\\1\end{array}\right). \nonumber

Por lo tanto,

\begin{split} \det\amp\left(\begin{array}{ccc}-1&7&2\\2&-3&2\\3&1&1\end{array}\right) = -\det\left(\begin{array}{ccc}1&7&2\\0&-3&2\\0&1&1\end{array}\right) \\ \amp+ 2\det\left(\begin{array}{ccc}0&7&2\\1&-3&2\\0&1&1\end{array}\right) + 3\det\left(\begin{array}{ccc}0&7&2\\0&-3&2\\1&1&1\end{array}\right). \end{split} \nonumber

Esta es la idea básica detrás de las expansiones de cofactores en la Sección 4.2.

Nota\PageIndex{2}: Summary: Magical Properties of the Determinant
  1. Hay una y sólo una función que\det\colon\{n\times n\text{ matrices}\}\to\mathbb{R} satisface las cuatro propiedades definitorias, Definición\PageIndex{1}.
  2. El determinante de una matriz triangular superior o triangular inferior es el producto de las entradas diagonales.
  3. Una matriz cuadrada es invertible si y sólo si\det(A)\neq 0\text{;} en este caso, \det(A^{-1}) = \frac 1{\det(A)}. \nonumber
  4. SiA yB sonn\times n matrices, entonces \det(AB) = \det(A)\det(B). \nonumber
  5. Para cualquier matriz cuadradaA\text{,} tenemos \det(A^T) = \det(A). \nonumber
  6. El determinante se puede calcular realizando operaciones de fila y/o columna.

This page titled 4.1: Determinantes- Definición is shared under a GNU Free Documentation License 1.3 license and was authored, remixed, and/or curated by Dan Margalit & Joseph Rabinoff via source content that was edited to the style and standards of the LibreTexts platform.

Support Center

How can we help?