Universidad de Cuenca

FACULTAD DE INGENIERIA

ESCUELA DE INGENIERIA DE SISTEMAS

Nombre: Cristian Andrade.

Asignatura: Algebra Lineal.
Tema: Determinantes.
Profesor: Ing. Hernn Pesantez.
Ciclo: 1er Ciclo.

Periodo: MARZO 2016-AGOSTO

2016
 Determinantes.

CONTENIDO:
1) Historia.

1.1 Historia del Algebra Lineal.

1.2 Orgenes del Determinante.

2) Las Permutaciones y el Determinante.

3) Definicin de la funcin determinante.

3.1 Determinante Real.

3.2 Determinante Complejo.

4) Estudio de los Menores y Cofactores de una Matriz.

5) Propiedades de los Determinantes Reales y Complejos.

6) Clculo de determinantes.

6.1 Por propiedades.

6.2 Por Cofactores.

6.3 Por otros Procesos.

7) Tipos de Matrices: Determinantes para cada uno.

8) Operaciones.

8.1 El Determinante de la Suma de Matrices.

8.2 El Determinante de la Multiplicacin de Matrices.

8.3 Multiplicacin de determinantes.

9) Determinantes de Matrices de orden n.

10) Los Determinantes de Vandermonde.

11) Aplicaciones de los Determinantes.

11.1 El Rango y aplicacin a los Sistemas de Ecuaciones Lineales.

11.2 a.- La Inversa de una Matriz por medio de la Adjunta.

b.- Propiedades de la Adjunta.

11.3 Los Sistemas de Ecuaciones Lineales y la Regla de Cramer.

11.4 Aplicaciones a la Geometra.

12. Conclusiones y Recomendaciones.

13. Bibliografa.

Objetivos:
Objetivo General:

-Conocer a fondo el determinante de una matriz, interpretar el concepto de la funcin

determinante entendiendo sus distintas propiedades, aplicaciones, historia bibliogrfica de
los principales a portadores al estudio de estas; as como de su origen y antecedentes
histricos y mtodos de resolucin.

Objetivos Especficos:

Comprender, describir e interpretar la nocin de las Permutaciones y el

Determinante
Conocer, establecer y describir, la definicin de la funcin determinante. Ya sea
con determinantes de carcter (Real o Complejo).
Calcular determinantes de matrices de 2x2; 3x3 y de mayor tamao (orden n).
Conocer las propiedades para facilitar el clculo de determinantes (Reales o
Complejos) de cualquier tipo de matriz cuadrada.
Determinar distintas frmulas para calcular determinantes de cualquier orden.
Conocer una forma para multiplicar dos determinantes de manera directa, es decir,
sin calcular previamente el determinante de una matriz.
Calcular la inversa de una matriz cuadrada por el mtodo de determinantes y
adjuntas.
Calcular el determinante de una matriz transpuesta
Comprender, describir e interpretar los Determinantes de Vandermonde.
Aplicar la Regla de Cramer para la resolucin de sistemas de ecuaciones lineales.
Utilizar determinantes para las Aplicaciones a la Geometra Analtica con el fin de
facilitar el clculo de reas y volmenes.
 I. HISTORIA

1.1) Historia Del Algebra Lineal.

El lgebra lineal es la rama de las matemticas que estudia conceptos tales como
vectores, matrices, sistemas de ecuaciones lineales y en un enfoque ms formal,
espacios vectoriales y transformaciones lineales.

Es un rea activa que tiene conexiones con muchas reas dentro y fuera de las
matemticas, como anlisis funcional, ecuaciones diferenciales, investigacin de
operaciones, grficas por computadora, campos de la ingeniera, por mencionar algunas.

Se pueden Ejemplificar algunos de estos ; en el tema de Sistemas de Ecuaciones, se

pueden analizar sistemas de redes elctricas o circuitos elctricos, en las que se puede
determinar la corriente por medio de ramales elctricos.

El ser humano ha construido modelos matemticos determinados que le han facilitado la

tarea de resolver problemas concretos. Todo esto con el propsito de favorecer su forma
de vida. Muchos de estos problemas tienen un carcter lineal, es decir, pueden plantearse
mediante ecuaciones lineales con coeficientes en algn campo de nmeros (reales o
complejos) y con unas cuantas variables.

La palabra ecuacin proviene del latn aequatio que significa igualdad. Una ecuacin es
una igualdad que contiene algunas cantidades que no se conocen. En particular, una
ecuacin lineal es una ecuacin de la forma:

a1x1 + a2x2 + ...+ anxn = b; donde:

a1, a2, , an son los coeficientes; x1, x2, xn las variables y b el trmino constante.
Un sistema de ecuaciones lineales es un conjunto finito de ecuaciones lineales. Los
primeros elementos de lo que hoy conocemos como lgebra lineal se han encontrado en
el documento matemtico ms antiguo que ha llegado hasta nuestros das: hablamos del
Papiro Rhind, conservado en el British Museum, conocido tambin como el Libro de
Clculo, el cual fue escrito por el sacerdote egipcio Ahms hacia el ao 1650 a.C.

Papiro Rhind.

En este valioso documento se consideran las ecuaciones de primer grado, donde la

incgnita aparece representada por un ibis" que significa escarbando en el suelo,
posiblemente por su primognita aplicacin a la agrimensura.

Por su parte, los matemticos chinos durante los siglos III y IV a.C. continuaron la
tradicin de los babilonios y nos legaron los primeros mtodos del pensamiento lineal.

Esta obra Nueve captulos sobre el Arte Matemtico fue compuesta por el hombre de
estado y cientfico Chuan Tsanom en el ao 152 a.C. y en l se incluyeron
sistemticamente todos los conocimientos matemticos de la poca.

En el tratado Nueve captulos sobre el Arte Matemtico, publicado durante la Dinasta

Han, aparece el siguiente sistema lineal:
As como un mtodo para su resolucin, conocido como la regla de fan-chen", la que en
esencia, es el conocido mtodo de eliminacin gaussiana en nuestra poca .

Luego vendran los aportes de los matemticos islmicos y europeos, quienes siguieron
cultivando el pensamiento lineal. Por ejemplo, Leonardo de Pisa (1180-1250), mejor
conocido como Fibonacci, en su obra Liber Quadratorum publicada en 1225, estudi el
sistema no lineal:

El cual es una generalizacin de un problema que le haba propuesto Giovanni da

Palermo.

Los matemticos griegos, por su parte, no se preocuparon por los problemas lineales.
La solucin general de la ecuacin de segundo grado aparece en el tratado Los
elementos de Euclides.
Dos eventos cruciales en el desarrollo del lgebra lineal son: el descubrimiento del
sistema de los nmeros complejos, como una extensin del sistema R y la primera prueba
del llamado teorema fundamental del lgebra, el cual afirma que cada polinomio no
constante con coeficientes complejos tiene al menos una raz compleja.

El precursor de los nmeros complejos fue el doctor en medicina, astrlogo, filosofo y

matemtico milans Girolamo Cardano (1501-1576).

Los casus irreducibilis de Cardano son los nmeros imaginarios de nuestros das.

Aqu tambin se hizo presente Carl Friedrich Gauss, segn algunos relatos una eminencia
en las matemticas, el mismo que contribuyo con la eliminacin Gaussiana, fue el primero
en usar la palabra determnate en su obra Disquisitiones Arithmeticae, que fue publicado
en 1801 , por lo que fue el principal precursor del determinante.
En 1843 , un matemtico Irlands Sir William Rowan Hamilton, el cual su principal
contribucin al Algebra Lineal fueron los Cuaterniones , que fueron los precursores de los
vectores.
 Lenguaje De Vectores.
A finales del siglo XVII fueron redescubiertas y desarrolladas las ideas de los babilonios,
y principalmente de los chinos, sobre el pensamiento lineal.

Hasta el siglo XVIII el lgebra era, esencialmente, el arte de resolver ecuaciones de grado
arbitrario. El matemtico y filosofo francs, y uno de los iniciadores de la Enciclopedia,
D'Alembert descubre que las soluciones de un sistema Ax=b forman una variedad lineal.
Asimismo, Euler, Lagrange y el propio D'Alembert se dan cuenta que la solucin
general del sistema homogneo Ax = 0 es una combinacin lineal de algunas soluciones
particulares.

a11x1+..+a1nxn = b1
am1x1+..+amnxn = bm

En esa poca aparecen con Hamilton, Arthur Cayley (1821-1895) y Hermann Gunther
Grassmann (1809-1877) las nociones de vector y de espacio vectorial, como una
axiomatizacin de la idea de vector" manejada por los estudiosos de la Mecnica desde
fines del siglo XVII. Adems, considerado el maestro del lgebra lineal, Grassmann
introduce el producto geomtrico y lineal, siendo el primero de stos equivalente a nuestro
producto vectorial. Asimismo, introduce las nociones de independencia lineal de un
conjunto de vectores, as como de la dimensin de un espacio vectorial, y prueba la
clsica identidad:

Para cada par de subespacios U y W de un espacio vectorial.

 Algebra De Matrices.

El primero en usar el trmino matriz" fue el matemtico ingls James Joseph

Sylvester (1814-1897) en 1850, quien defini una matriz como un oblong
arrangement of terms" (arreglo cuadrilongo de trminos). Sylvester establece
contacto con Cayley, quien rpidamente entendera la importancia del concepto de
matriz y por el ao de 1853 publica una nota en donde aparece por primera vez la
inversa de una matriz. Ms tarde, en 1858, publica su Memoir on the theory of
matrices, la cual contiene la primera definicin abstracta de matriz. Asimismo, Cayley
desarrolla el lgebra matricial definiendo las operaciones bsicas de suma,
multiplicacin y multiplicacin por escalares, as como la inversa de una matriz
invertible.

lgebra Matricial
 1.2) Orgenes Del Determinante.

Cardano en su Ars Magna muestra una regla para resolver sistemas de dos ecuaciones
lineales con dos incgnitas, a la cual llama regula de modo, y que en esencia es la
conocida regla de Cramer para la solucin de sistemas de 22.

Los determinantes se introdujeron en el occidente en el siglo XVI, estos fueron antes que
las matrices las cuales hicieron su aparicin hasta el siglo XIX. Algunos de los ms
grandes matemticos ayudaron al desarrollo de las propiedades de los determinantes. La
mayora dice que el estudio de los determinantes se empez con Leibniz ya que el
empleo los determinantes con relacin a los sistemas de ecuaciones lineales simultaneas.

Pero las contribuciones ms productivas a la teora de los determinantes fueron las del
matemtico francs Augustn-Louis Cauchy (1789-1857), fue un escritor potente ya que
publico casi 800 artculos. Sus contribuciones al estudio de las matemticas fueron
revolucionarias, l fue el primero en definir los conceptos de lmites y continuidad as
como el de convergencia de una serie infinita. Adems de fundar la teora de los nmeros
complejos, la teora de la probabilidad, geometra, teora de la propagacin de ondas;
contribuyo a la teora de determinantes y de ecuaciones diferenciales.

Cauchy redact una memoria de 84 pginas, en 1812, que contena la primera prueba del
teorema det AB = det A det B. En 1840 defini la ecuacin caracterstica de la matriz A
como la ecuacin polinomial det (A-I)=0.

Hay algunos otros matemticos que deben ser nombrados aqu. El desarrollo de un
determinante por cofactores fue empleado por primera vez por el matemtico francs
Pierre de Laplace (1749-1827).

Una aportacin importante a la teora de determinantes (despus de Cauchy) fue la del

matemtico alemn Carl Gustav Jacobi (1804-1851). Fue con l que la palabra
determinante gan su aceptacin final. Jacobi us primero un determinante aplicado a
las funciones para establecer la teora de funciones de diversas variables. Ms tarde,
Sylvester bautiz a este determinante el jacobiano.

Los estudiantes actuales estudian los jacobianos en los cursos de clculo de distintas
variables. Por ltimo, ninguna historia de determinantes estara completa sin el libro (An
Elementary Theory of Determinants), escrito en 1867 por Charles Dogdson (1832-1898).
En dicho libro Dogdson da las condiciones bajo las cuales los sistemas de ecuaciones
tienen soluciones no triviales. Estas condiciones estn escritas en trminos de los
determinantes de los menores de las matrices de coeficientes.

En su sentido original, el determinante determina la unicidad de la solucin de un sistema

de ecuaciones lineales. Fue introducido para el caso de orden 2 por Cardano en 1545 en
su obra Ars Magna presentado como una regla para la resolucin de sistemas de dos
ecuaciones con dos incgnitas. Esta primera frmula lleva el nombre de regula de modo.

El japons Kowa Seki introdujo los determinantes de orden 3 y 4 en la misma poca que
el alemn Leibniz.

La aparicin de determinantes de rdenes superiores tard an ms de cien aos en

llegar. Curiosamente el japons Kowa Seki y el alemn Leibniz otorgaron los primeros
ejemplos casi simultneamente.

Leibniz estudi los distintos tipos de sistemas de ecuaciones lineales. Al no disponer de la

notacin matricial, representaba los coeficientes de las incgnitas con una pareja de
ndices: as pues escriba ij para representar ai, j. En 1678 se interes por un sistema de
tres ecuaciones con tres incgnitas y obtuvo, para dicho ejemplo, la frmula de desarrollo
a lo largo de una columna. El mismo ao, escribi un determinante de orden 4, correcto
en todo salvo en el signo.1 Leibniz no public este trabajo, que pareci quedar olvidado
hasta que los resultados fueron redescubiertos de forma independiente cincuenta aos
ms tarde.

La idea de determinante apareci en Japn y Europa casi al mismo tiempo. En Japn,

Takakasu Seki Kowa (1642-1708) fue el primero en publicar un trabajo sobre este tema.
En el mismo periodo, Kowa Seki public un manuscrito sobre los determinantes, donde se
hallan frmulas generales difciles de interpretar. Parece que se dan frmulas correctas
para determinantes de tamao 3 y 4, y de nuevo los signos mal para los determinantes de
tamao superior .

En 1683 Seki escribi el manuscrito Mtodo de resolver los problemas disimulados, en

el que sin contar con un trmino que corresponda a la idea de determinante, introduce los
determinantes y proporciona mtodos generales para calcularlos, siendo capaz de
calcular el determinante de matrices cuadradas hasta de orden 5.
Joseph-Louis Lagrange (1736-1813), en un artculo sobre mecnica publicado
en1773, menciona por primera vez la interpretacin de determinante como un
volumen. En efecto, se demuestra que el tetraedro formado por el origen O (0, 0,0)
ylos tres puntos M(x, y,z), M1(x1, y1, z1) y M2(x2, y2, z2) tiene volumen:

Este resultado tambin es atribuido a Grassmann, quien prueba que el determinante del
arreglo: representa el volumen del paraleleppedo determinado por los tres vectores fila.

Estructuras algebraicas y lgebra de matrices.

En lgebra abstracta, la teora de grupos estudia las estructuras algebraicas

conocidas como grupos. Sus objetivos son, entre otros, la clasificacin de los
grupos, sus propiedades y sus aplicaciones tanto dentro como fuera de las
matemticas. Las races histricas de la teora de grupos son la teora de las
ecuaciones algebraicas, la teora de nmeros y la geometra.

Siendo todava estudiante del Louis-le-Grand, Galois logr publicar su primer

trabajo (una demostracin de un teorema sobre fracciones continuas peridicas)
y poco despus di con la clave para resolver un problema que haba tenido en
jaque a los matemticos durante ms de un siglo (las condiciones de resolucin
de ecuaciones polinmicas por radicales).
Sin embargo, sus avances ms notables fueron los relacionados con el
desarrollo de una teora nueva cuyas aplicaciones desbordaban con mucho los
lmites de las ecuaciones algebraicas: la teora de grupos.

Galois.
 II. Las Permutaciones y el Determinante.

A.)Permutacin.-Una permutacin es un arreglo de todos los elementos de un

conjunto de enteros {1,2,, n} y existen n! formas distintas de ordenarlos
considerando el orden en su ubicacin, sin omisiones ni repeticiones, es decir, las
permutaciones de los elementos de un conjunto son los diferentes grupos que pueden
formarse con los elementos, de modo que los grupos sean diferentes entre s porque sus
elementos estn en distinto orden.

El conjunto de todas las permutaciones se representa por Pn.

Pn=n(n-1) (n-2)2.1; luego

Pn=n!

Ejemplo 1:

La terna (1, 2, 3) contiene las 6 permutaciones diferentes que son:

{(1 2 3), (1 3 2), (2 1 3), (2 3 1), (3 1 2), (3 2 1)}.

Ejemplo 2:

Enumerar todas las permutaciones del conjunto de enteros {1, 2, 3, 4}

Solucin: Para este ejemplo nos ser de gran ayuda el mtodo del rbol de
permutaciones. Tenemos entonces en la imagen los cuatro puntos principales
identificados por 1, 2, 3, 4 en la parte superior, estos representan las posibles elecciones
para el primer nmero de la permutacin. Las tres ramas que salen de cada uno,
representan las posibilidades para elegir la segunda posicin en la permutacin. Entonces
si la permutacin empieza como (2, _, _, _), las tres posibilidades para la 2da posicin son
1, 3 y 4. Las dos ramas que salen de cada punto en la 2da posicin representan las
elecciones posibles para la tercera posicin. As si la permutacin empieza como (2,
3, _, _), las dos elecciones posibles para la tercera posicin son 1 y 4. Por ultimo, la rama
que sale de cada punto en la tercera posicin
 Imagen
Asi entonces para denotar una permutacin genereal del conjunto {1,2,, n}, se escribir
(j1, j2,, jn). Se dice adems, que en una permutacin (j1, j2,, jn) ocurre una inversin
siempre que un elemento mayor precede a uno menor.

Adems, una permutacin es par si el nmero total de inversiones es un entero par, y es

impar si el nmero total de inversiones es un entero impar.

Ejemplo :

Determinar el nmero de inversiones que hay en las siguientes permutaciones.

a). (2, 4, 1, 3) b). (1, 2, 3, 4)

Solucin de a:

El nmero de inversiones es 1+2+0=3.

Solucin de b:

No existen inversiones.

B.) Determinante (Producto Elemental).

Sea A una matriz cuadrada de orden n, el producto elemental se entiende como cualquier
producto de n elementos de A, de los cuales ningn par de factores proviene de la misma
fila o rengln o de la misma columna.

Ejemplo :
Enumerar los productos elementales de las matrices.

a. a11 a12 b. a11 a12 a13

a21 a22 a21 a22 a13

a31 a32 a33

Solucin de a). Puesto que cada producto elemental tiene dos factores y cada factor
proviene de un rengln diferente, entonces un producto elemental se puede escribir de la
siguiente manera:

a1_a2_

Aqu los espacios en blanco indican los nmeros de la columna a la cual pertenecen. Y
como ningn par de factores en el producto proviene de la misma columna, entonces los
nmeros de columna deben ser 1 2 o 2 1. As, los nicos productos elementales son
a11 a22 y a12 a21.

Solucin de b). Puesto que cada producto elemental tiene tres factores, cada unos de los
cuales proviene de un rengln distinto, por consiguiente el producto elemental se presenta
de la siguiente forma:

a1_ a2 _ a3_

Como ningn conjunto de factores en el producto proviene de la misma columna entonces

los nmeros de columna no tienen repeticiones; por lo tanto, deben formar una
permutacin del conjunto {1, 2, 3}. Asi entonces estas 3!=6 producen los siguientes
productos elementales:

a11 a22 a33 a11 a23 a32 a12 a21 a33 a12 a23 a31 a13 a21 a32 a13 a22 a31

C.)Producto Elemental Con Signo.

Se multiplicara por (+1 o -1) al producto elemental considerando lo siguiente:
Si (j1, j2,jn) es una permutacin par, se le asignara un signo (+) y si dicha
permutacin es impar se le asignara un signo (-).

Ejemplo :

Enumerar todos los productos elementales con signo de las matrices:

a). a11 a12 b). a11 a12 a13

a21 a22 a21 a22 a23

a31 a32 a33

Solucin de a y b:
Copiar los cuadros de la pg. 115 Howard Antn

III. Definicin de la Funcin Determinante.

3.1)Funcin Determinante Real.-La funcin determinante en el

conjunto de las matrices con entradas reales de orden n, es aquella funcin
que asigna a cada matriz A el nmero real, que denotaremos por det(A) o det A
o |A|, y cuyo valor es la suma de todos los productos elementales con signo
que se pueden formar en A:

det(A) = |A| = (1)^N a1j1 a2j2 anjn . Siendo (-1)^N el signo

para el
(j1,j2,...,jn) producto elemental.

--Expresin del determinante de las matrices de orden 1, 2 y 3.

Los determinantes de las matrices de los primeros rdenes de magnitud se
obtienen de la forma:
a11 = a11

a11 a12 a11 a12

a21 a22 = a11a22 a12a21 a21 a22

a11 a12 a13

a21 a22 a23
a31 a32 a33 = a11a22a33 + a12a23a31 + a13a21a32 a13a22a31
a12a21a33 a11a23a32
Ejemplo1:

Sea A una matriz real de 1x1.

A= 5

Entonces:
A = 5
A = 5

Ejemplo2:

Sea A una matriz real de 2x2.

A= 6 8

-12 -3

Entonces:

A 6 8
=
-12 -3

= 6(-3)-(8) (-12) =78

Ejemplo 3:

Sea D una matriz real de 3x3.

2 6 40
D=
19 13 27

5 29 4

Entonces:

2 6 40

19 13 27
D
5 29 4 =

=(2)(13)(4)+(6)(27)(5)+(19)(29)(40)-(40)(13)(5)-(19)(6)(4)-(29)
(27)(2)= 18332

3.2) Funcin Determinante Compleja

Al igual que la definicin de funcin determinante real, la funcin determinante
de carcter compleja en el conjunto de las matrices con entradas complejas de
orden n, es aquella funcin que asigna a cada matriz A el nmero complejo,
que denotaremos por det(A) o det A o |A|, y cuyo valor es la suma de todos los
productos elementales con signo que se pueden formar en A:

Ejemplo 1:

Sea A la matriz compleja de 1x1.

 A = 5-i

Entonces:

A= 5-i

A = 5-i

Ejemplo 2:

Sea B la matriz compleja de 2x2.

1+i -4

2-i 11

B=

Entonces:

1+i -4
B
2-i 11 =

= (1+i) (11)-(-4) (2-i)= 19+7i

 Ejemplo 3:
Sea C la matriz compleja de 3x3.

8 1 -6
4 C =
23 -7 3
-i
Entonces:
-4 5 20
+i

8 14 -6

23-i -7 3 C
=
-4 5 20+i

=(8)(-7)(20+i)+(14)(3)(-4)+(23-i)(5)(-6)-(-6)(-7)(-4)-(23-i)(14)
(20+i) -(8)(5)(3)= -8384-68

IV. Estudio de los Menores y Cofactores

en una Matriz.
Sea A una matriz cuadrada, llamaremos menor del elemento aij (i-filas, j-
columnas) , al determinante de la submatriz que se forma al suprimir en A la
fila i y la columna j y lo denotaremos por Mij. Al nmero (1) i+jMij lo
llamaremos cofactor del elemento aij y lo denotaremos por Cij .

Traza (A): TR(A)=a11+a22+,ann

Ejemplo 1.

Sea

3 1 4
A= 2 5 6
1 4 8

El menor del elemento a11 es:

3 1 4
5 6
M11= 2 5 6 = = 16
4 8
1 4 8

El Cofactor de a11 es:

C11= (-1)1+1 M11= M11= 16

As mismo, el menor del elemento a32 es:

3 1 4
3 4
M32= 2 5 6 = = 26
2 6
1 4 8

El Cofactor de a32 es:

C11= (-1)3+2 M32= -M32= -26

Ejemplo 2.

Obtener el menor y cofactor del elemento a13, dada la matriz A de orden 3x3

Sea:

2 1 3
A= 4 5 2
6 3 7

Para M13 eliminamos el rengln 1 y la columna 3 para obtener:

= =-42 = -42

El Cofactor de a13 es:

C13= (-1)1+3 M13= M13= -42

V. Propiedades de los Determinantes Reales y

Complejos.

Los determinantes tienen las siguientes propiedades que son tiles para
simplificar su evaluacin. Adems las propiedades que aqu se presentan
son aplicables tanto a matrices reales como complejas.
Sabiendo que A es una matriz cuadrada real o compleja, entonces
definimos sus propiedades:

Propiedad 1.

Si una matriz A (real o compleja) tiene un rengln (o una columna) de

ceros, el determinante de A es cero.
 Ejemplo 1.

Sea:

12 0
3 0
C=

12 0
3 0
|C| =

C = 12(0)-0(3)=0

Ejemplo 2.

Sea:

Desarrollando tenemos:

0 0 0
A = a21 a22 a23
a31 a32 a33

A = 0(a22)(a33)+0(a21)(a32)+0(a23)(a31)-0(a22)(a31)-0(a21)(a33)-
0(a23)(a32)=0
 Ejemplo 3.

Sea:

7+i -4 B
=
0 0

7+i -4 B
=
0 0

B = 7+i (0)-(-4) (0)=0

Ejemplo 4:

3 6-i 12
E
0 0 0
=
-8 -2+i -1

3 6-i 12
E
0 0 0 =

-8 -2+i -1

E =3(0)(-1)+6-i(0)(-8)+12(0)(-2+i)-12(0)(-8)-6+i(0)(-1)-3(0)(-2+i)=0
 Propiedad 2.

El determinante de una matriz A (rea o compleja) es igual al

determinante de la transpuesta de A.

Esto es

Ejemplo 1.

Sea

La transpuesta de A es

Ejemplo 2.

3 7 4
3 A= 7 4
5 2 1
5 2 1
6 2 -1
6
3 2 -1 7 4

5 2 1

6 2 -1 A
=

A = 57 falta aplicar la traspuesta y verificar.

 .

Ejemplo 3.

1+i 7 3

5 2 1

4 6-i 1

A=

Ejemplo4. Pendiente.con # complejos

Propiedad 3.

Si se intercambian dos renglones (o dos columnas) de una matriz A (real

o compleja) entonces el determinante cambia de signo.

Ejemplo 1.

Sea co

Intercambiando los renglones 1 y 2 la matriz queda

 co

Note que los determinantes se calcularon expandiendo por

cofactores de la primera columna.

Ntese el Ejemplo 2.
Ejemplo 3 y 4 con #s complejos.

Propiedad 4.

Si una matriz A (real o compleja) tiene dos renglones (o dos columnas)

iguales entonces det A = 0.

Ejemplo 1.

Sea entonce

Ejemplo2. Pendiente

Ejemplos 3 y 4 con # complejos pendientes.

Propiedad 5.
Cuando un solo rengln (o columna) de una matriz A (real o compleja)
se multiplica por un escalar k el determinante de la matriz resultante
es k veces el determinante de A, k det A.

Ejemplo 1.

Sea cuyo determinante se calcul en el ejemplo

2,

Multiplicando el tercer rengln de A por el escalar k= 3 se tiene

la matriz B siguiente

cuyo determinante, desarrollado por cofactores de la primera

columna de B es

Ejemplo2. Pendiente..
Asi como el ejemplo 3 y 4 con# complejos.
Propiedad 6.

Si un rengln de la matriz A (real o compleja) se multiplica por un

escalar k y se suma a otro rengln de A, entonces el determinante de
la matriz resultante es igual al determinante de A, det A. Lo mismo se
cumple para las columnas de A.

Ejemplo 1.

Sea cuyo determinante se calcul en el ejemplo

2,

Multiplicando la segunda columna de A por el escalar 2 y

sumndola a la columna 3 se obtiene la matriz B siguiente

Expandiendo por cofactores de la primera columna se tiene

Ejemplo2. Pendiente.

Asi como ejemplo 3 y 4 con # complejos..

Propiedad 7.

Si A y B son matrices (reales o complejas) de , el determinante del

producto AB es igual al producto de los determinantes de A y de B.
Esto es

Ejemplo 1.

Sean y

con y

El producto

Y su determinante es

Entonces .

Ejemplo 2.pendiente..

Asi tambin ejemplo 3 y 4 con #s complejos.

Propiedad 8.

El determinante de la matriz identidad I es igual a 1 (uno)

Ejemplo 1.

I= det I = (1)(1) (0)(0) = 1

Propiedad 9.

El determinante de una matriz singular (real o compleja), es decir, que no

tiene inversa, es igual a 0 (cero)
Ejemplo 1.

C= |J| = (1)(-12) (-3)(4) = -12 +12 = 0

Se puede fcilmente comprobar que la matriz J no tiene inversa.

Ejemplo 2. Pendiente.

Asi como el ejemplo 3 y 4 con #s complejos..

Propiedad 10.

Si los elementos de una fi la o columna dada una

matriz A (real o compleja) son combinacin lineal de
las otras entonces se dice que el det(A)= 0.

Ejemplo 1.

|A|=0

F3 = F1 + F2

Ejemplo 2.pendiente..

Asi como el ejemplo 3 y 4 con nmeros complejos.

Propiedad 11.
Dado el caso en que A y B son matrices (reales o complejas) nxn y que k es cualquier
escalar.

Como del determinante puede sacarse factor comn de cualquier rengln de una matriz y
como cada uno de los n renglones de kA tiene un factor comn igual a k, obtenemos:

Det(kA)=kndet(A)

Ejemplo 1.

Ka11 ka12 ka13 a11 a12 a13

Ka21 ka22 ka23 = k3 a21 a22 a23

Ka31 ka32 ka33 a31 a32 a33

Ejemplo 2.pendiente..

Ejemplo 3 y con #complejos.

VI. Calculo de determinantes.

6.1) Por propiedades.
Calcule los siguientes determinantes aplicando las propiedades:

3 6 -7
1) A=
2 9 1
B=
1 0 4

El determinante cambia de signo si se intercambian dos filas

consecutivas:
A = B -129 =129

Cuando el determinante posee dos fi las iguales, ste se

anula.

2 6 -8

1 5 7

1 5 7

2) A=

A
= 0

9 -8 1

9 -8 1

6 7 3
 3) A=

A
= 0

Cuando todos los elementos de una fi la son ceros en

un determinante, ste es cero.

5-i 4 8+i

6-i 5 2+i

0 0 0

4) A=

A
= 0

5-i 4 8+i

6-i 5 2+i

0 0 0
 5) A=

A
=0

6.2 Por Cofactores.

Considerar la matriz de 3x3.

a11 a12 a13

A= a21 a22 a23

a31 a32 a33

Entonces el determinante de A se puede escribir como:

det (A)=a11(a22a33-a23a32)+a21(a13a32-a12a33)+a31(a12a23-a13a22)

Debido a que las expresiones entre parntesis son los cofactores C11, C21 Y C31 se
tiene que:

det (A)=a11C11+a21C21+a31C31 Desarrollo por cofactores..

Adems el determinante de una matriz de orden n, se puede calcular multiplicando los
elementos de cualquier rengln-(o columna) por sus cofactores y sumando sus productos
resultantes; es decir, para cada 1_< i <_ n y 1<_ j <_1, tenemos que:

det(A) = a1jC1j+a2jC2j++anjCnj (desarrollo por cofactores a lo largo de la ( j-esima

columna)

det(A) = ai1Ci1i+ai2Ci2++ainCin (desarrollo por cofactores a lo largo del (i-esimo

renglon)

Consiste en hacer ceros.

Ejemplo1:pendiente
Ejemplo 2,3,4,5,6 pendientes

6.3 Por Otros Procesos.

a). Regla de Sarrus (Proceso de la estrella).

La regla de Sarrus es un mtodo fcil para memorizar y calcular el

determinante de una matriz 33. Recibe su nombre del
matemtico francs Pierre Frdric Sarrus.

Lo s t r mino s co n signo + e stn fo r mado s po r lo s e le me nto s de la

diago nal pr inci pal y lo s de las di ago nale s parale las co n su
cor re spo n die nte v r tice o pue sto .

Lo s t r mino s co n signo e stn fo r mado s po r lo s e le me nto s de la

diago nal se cundar ia y lo s de las diago nale s parale las co n su
cor re spo n die nte v r tice o pue sto .

Ej em plo
 Un proceso similar basado en diagonales tambin funciona con
matrices 22:

Esta regla no se puede aplicar para matrices mayores a 33.

Ejemplos:

7 1 8
1 5 7
2 3 9
1) A=

7 1 8
1 5 7
2 3 9
det (A)= = (7*5*9)+ (1*7*2)+ (8*1*3)-
(2*5*8)-
J (3*7*7)-(9*1*1) =117

2 7 1
1 3 5
2 6 1
2)B=
 2 7 1
1 3 5
2 6 1

det (B)= = (2*3*1)+(7*5*2)+(1*1*6)-

(1*3*2)-(7*1*1)-(2*5*6) =9

2 1 5
7 6 3
4 1 2
3) C=

2 1 5
7 6 3
4 1 2

det(
C)= = -69

6 1 3
2 1 4
3 1 2
4) D=

6 1 3
2 1 4
3 1 2

det (
D)= = -7
3 7 1
2 8 2
1 4 5
5) E=

3 7 1
2 8 2
1 4 5
det (
E) = = 40

Ejemplos . pendientes.
b).Clculo de determinantes por el mtodo de Gauss

S e conoce cmo mtodo de Gauss a un mtodo para facilitar el clculo de

determinantes usando las propiedades d e s t o s . E s t e mtodo consiste en hallar un
determinante equivalente ,que es el resultado de aplicar las operaciones elementales
sobre el determinante original el cual por ultimo nos dara como resultado una matriz
triangular. De esta forma el problema se reduce a calcular un determinante de una matriz
triangular.
Y una vez obtenida la matriz triangular calculamos su determinante que es igual a la
suma de los productos de su diagonal principal.

Para conseguir triangularizar el determinante se pueden aplicar las siguientes

operaciones:

I) Intercambiar dos filas (o columnas) entre s. En este caso el determinante cambia

designo

II) Multiplicar una fila (o columna) por un escalar k 0. En este caso el determinante
queda multiplicado por un escalar.
III) Reemplazar una fila (o columna) por la suma de ella y una combinacin lineal de la
otra. En este caso el determinante no vara.

Ejemplos:

[ ][ ][ ][ ]
3 1 4 1 1/3 4/3 1 1/ 3 4 /3 1 1/3 4 / 3
4 2 1 0 1 19/3 0 1 19/3 0 1 19 /3 A=
5 3 4 5 3 4 0 14 /3 32/3 0 0 9 /5

[ ][ ]
1 0 3 1 0 3
2 1 4 0 1 2
1 0 1 0 0 4

Det A= (1*1*-4) = -4

[ ][ ][ ]
1 0 6 7 0 0 7 0 0
B= 5 1 1 5 1 1 11 3 0
4 0 3 4 0 3 4 0 3

Det (B) = (-7*-3*3) = 63

Ejemplos . pendientes.

c).Eliminacin continua.
Para su desarrollo se emplean determinantes de 2x2.Este proceso se desarrolla hasta
que al final quede una matriz de una fila por una columna (1x1).Y al quedarnos la matriz
de un nico elemento, lo dividimos para el elemento a11 elevado a la n-2, teniendo en
cuenta que la variable n hace referencia al nmero de filas y columnas del determinante,
es decir, al orden n.

Es importante considerar lo siguiente a la hora de realizar este proceso:

-El elemento superior izquierdo de la matriz nunca puede ser 0; si lo es; debemos aplicar
el intercambio de filas.

-El elemento superior izquierdo puede ser distinto de 1.

Ejemplos pendientes copiar del cuaderno de apuntes.

VII. Tipos de matrices:

Determinantes para cada uno.
Cabe recalcar que el determinante se debe considerar valido solo para matrices
cuadradas. Asi entonces definimos los tipos de matrices y su respectivo determinante.

7.1) Matriz identidad o unidad.

Este tipo de matriz al en su diagonal principal elementos iguales a uno, el resultado de

calcular su determinante ser la unidad misma.

1 0 0
A= 0 1 0 A =1
0 0 1

7.2) Matriz escalar.

Este tipo de matriz posee la caracterstica de tener en la diagonal principal todos sus
elementos iguales entre s, por lo tanto se dice que su determinante se expresa como:

A = an y su traza sera igual a n veces a.

Ejemplo 1:

2 0 0
A= 0 2 0
0 0 2

Det (A) = (2)3

Det (A)= 8

Ejmpo 2 pendiente.

7.3) Matriz triangular (superior- inferior)

Una matriz triangular superior es aquella que tiene sus elementos aij=0 pero en las
posiciones de la matriz en donde que i>j.

Y una matriz triangular inferior es aquella que tiene sus elementos aij=0 pero en las
posiciones de la matriz en donde que i<j.

Ahora teniendo claras las definiciones de lo que es una matriz triangular (inferior o
superior) vamos a decir que el determinante se expresa de la siguiente manera:

Det (A) =a11*a22*a33++ann

Copiar los ejemplos con a1 (Matrices.triangulares Inf y matriz triang. Sup).

Ejemplo 1 2 y3 :

Copiar de las hojas de tipos de matrices

7.4) Matriz traspuesta.

Se define como la matriz que se obtiene cambiando ordenadamente las filas por las
columnas y viceversa es decir siendo A =[aij] su traspuesta se expresa asic AT =[aji]

Con esto decimos que:

Det (A)= Det(AT)

Ejemplo 1,2,3pendientes de las copias de matrices y de internet

7.5) Matriz diagonal.

Una matriz A=[aij] es diagonal cuando todos los elementos que no pertenecen a la
diagonal principal son iguales a 0, es decir, di,j= 0 si i=j.

En tal caso se dice que su determinante se puede expresar como:

Det(A) = a11*a22*a33**ann

Ejemplo 1,2,3 sacar de las hojas de tipos de matrices y del internet

7.6) Determinantes de matrices elementales.

Sea E una matriz elemental nxn entonces:

a). Si E se obtiene al multiplicar por k un rengln de In, entonces Det (E) =k

1 0 0
Det (E)= 0 5 0 =5
0 0 1

EJEMPLO 2 DEL LIBRO DE ANTON (PG. 122)

b). Si E se obtiene al intercambiar dos renglones de In, entonces Det (E) = -1

1 0 0
Det (E)= 0 0 1 = -1
0 1 0

EJEMPLO 2 DEL LIBRO DE ANTON (PG. 122)

c). Si E se obtiene al sumar un mltiplo de un rengln de In a otro rengln, entonces

Det(E) = 1
 1 0 6
Det (E)= 0 1 0 =1
0 0 1

EJEMPLO 2 DEL LIBRO DE ANTON (PG. 122)

VIII. OPERACIONES.

8.1) El determinante de la suma de matrices.

Si las matr ice s A = (a i j ) y B= (b i j ) tie ne n la misma

dime nsi n, la matr iz suma es:

A+ B= (a i j + b i j ).

Propiedades de la suma de matrices

Inte r na:

L a suma de do s matr ice s de o r de n m x n e s o tra ma tr iz

dime nsi n m x n .

Aso ciativa:

A + (B + C) = (A + B) + C

Ele me nto ne utr o :

A + 0 = A
 Do nde O es la matr iz nul a de la misma dime nsi n que la

matr iz A.

Ele me nto o pue sto :

A + ( A ) = O

L a matr iz o pue sta es aq ue lla e n que to do s lo s e le me nto s

est n cam biado s de signo .

Co nm utat iva:

A + B = B + A

L a ma t r iz sum a se o btie ne n suman do lo s e le me n to s de las do s

matr ice s que ocup an la misma misma po sici n.

Y a su vez su determinante seria:

3 0 2
A+B = 4 2 1 = -8
6 2 1

Ejemplos pendientes.
Pero desafortunadamente, en general no existe ninguna relacin simple entre los
determinantes det (A), det (B) y det (A+B).En particular se dice que det (A+B) suele no
ser igual a det(A) + det(B).

Ejemplo:

Libro de anton pg. 126y 127 asi como el teorema presente

8.2) El determinante del producto de matrices.

Dos matrices A y B se dice que se pueden multiplicar si el nmero de columnas de A

coincide con el nmero de filas de B.

Am x n x Bn x p = Cm x p

El elemento cij de la matriz producto se obtiene multiplicando cada elemento de la fila i de

la matriz A por cada elemento de la columna j de la matriz B y sumndolos.

Propiedades del producto de matrices

1 Asociativa:

A (B C) = (A B) C

2 Elemento neutro:

AI=A

Donde I es la matriz identidad del mismo orden que la matriz A.

3 Distributiva del producto respecto de la suma:

A (B + C) = A B + A C

4 No es Conmutativa:
ABBA

Se dice adems que si A y B son matrices cuadradas del mismo tamao, entonces:

Det (AB) = Det (A) Det (B)

Ejemplo:

8.3) Multiplicacin de Determinates.

Teorema de Cauchy: El producto de dos determinantes semejantes se puede poner en

forma de una determinante semejante a los factores y cuyos elementos sean las sumas
de los productos de los elementos de una lnea de un factor, por los elementos
correspondientes de otra lnea del otro factor.
Sean para la sencillez del segundo grado sabiendo que lo que se demuestre en este caso
es general para todos; lo que se quiere probar es que:

EJERCICIOS:

1) Multiplicar filas por filas, y filas por columnas, comprobar el resultado.

3) Elevar al cuadrado la siguiente determinante:

4) Elevar al cubo la siguiente determinante:

IX. Determinantes de Matrices de Orden n.

Determinante de orden uno

|a 11| = a 11

Determinante de orden dos

= a 11 a 22 - a 12 a 21
Determinante de orden tres

=a11 a22 a33 + a12 a23 a31 + a13 a21 a32 -

-a 13 a22 a31 - a12 a21 a 33 - a11 a23 a32.

Determinante de orden superior a tres

Para este caso aplicaremos el mtodo de:

Los Cofactores Adjuntos. (Regla de Cho)

Consiste en conseguir que una de las lneas (sea fila o columna) del
determinante est formada por elementos nulos, menos uno: el
elemento base o pivote, que valdr 1.

Para ello seguiremos los siguientes pasos:

1. Si algn elemento del determinante vale la unidad (pvot), se elige la

fila o la columna, que contienen a dicho elemento.

2. En caso negativo: Nos fijamos en un rengln o columna que contenga

el mayor nmero posible de elementos nulos y daremos paso a realizar
operaciones elementales sobre el rengln que sea ms conveniente para
que uno de los elementos de ese rengln sea un 1, es decir hasta que
nos quede un pvot. (Operando con algn rengln paralelo a este).
3. Luego de esto tomando como referencia el elemento base es decir el
pvot, operaremos mediante el proceso de Gauss de modo que todos los
elementos de la fila o columna, donde se encuentre, sean ceros.

4. Tomamos el adjunto del elemento base (pvot), con lo que obtenemos

un determinante de orden inferior en una unidad al original.

Ejemplos:

1 -1 0 3
1)A= 0 -1 0 1

0 4 -1 -8

0 0 3 7

-1 0 3
Det(A)= 1
-1 0 1
+ 0*
+ 0 * 0 3 7
+0*

-1 0 3

-1 0 1

4 -1 -8
 =5

1 8 0 -1
2)A=
0 -12 -25 7

0 -20 0 4

0 -12 -25 7

8 0 -1
Det(A)= 1
-12 -25 7
+ 0*
+0*
-12 -25 7

8 0 -1

-12 -25 7

-20 0 4

+0* = -310

1 6 8 3

2 4 5 7

1 9 6 4

2 6 7 1
3)A=

Det (A)= 176

6 8 1 4

1 2 2 2

3 6 -6 -7

0 1 -2 -1

4)A=

Det (A)= -30

1 4 5 3

2 -4 5 -7

1 5 -9 -1

1 2 5 6

5)A=
 Det (A)= -256

Una forma de calcular el determinante de orden n.

Dada A una matriz cuadrada de orden n, el valor del determinante de A, |A|,

es el resultado de multiplicar los elementos de cualquier fila o columna por sus
respectivos adjuntos y sumando los resultados. Por ello:

Calcula el determinante de la siguiente matriz:

Desarrollamos por los elementos de la segunda fila, ya que en dicha fila hay un
cero, de manera que evitamos tener que calcular uno de los determinantes:
Ejemplo :

Si observamos la matriz, podemos ver que en la tercera columna hay dos ceros.
As pues, si cogemos las entradas de la tercera columna para calcular el
determinante, nos ahorraremos calcular dos determinantes, ya que el producto de
un determinante por cero es cero.

+ = -1(-35) + 3(35) = 35 + 105 = 140.

X. Los Determinantes de Vandermonde.