Las matrices y los determinantes son herramientas del álgebra que facilitan el ordenamiento de datos, así como su manejo.Los conceptos de matriz y todos los relacionados fueron desarrollados básicamente en el siglo XIX por matemáticos como los ingleses J.J. Sylvester y Arthur Cayley y el irlandés William Hamilton. Las matrices se encuentran en aquellos ámbitos en los que se trabaja con datos regularmente ordenados y aparecen en situaciones propias de las Ciencias Sociales , Económicas y Biológicas.
Dada una matriz cuadrada de orden n, \[ A= \begin{bmatrix}a_{11} & a_{12} & a_{13} &... &a_{1n} \\ a_{21} & a_{22} & a_{23} & ... & a_{2n}\\... &... &...& ...& ...\\a_{n1} & a_{n2} & a_{n3} & ... & a_{nn}\\ \end{bmatrix}\] se llama determinante de la matriz A y se representa por |A|= \[ |A|=\left| \begin{array}{ccccc} a_{11} & a_{12} & a_{13} &... & a_{1n} \\ a_{21} & a_{22} & a_{23} & ... & a_{2n}\\... &... &...& ...& ...\\a_{n1} & a_{n2} & a_{n3} & ... & a_{nn} \end{array} \right| \] a un número real que es igual a: \[ det( A ) =|A| = \sum ( − 1 )^{i(σ)} a _{1σ (1)} a_{ 2σ(2)} ... a_{ n σ ( n )} \phantom{abc} σ ∈ S n \] En otras palabras, el determinante de una matriz cuadrada es el número real que se obtiene sumando todos los n factorial (n!) productos posibles de n elementos (orden de la matriz) de la matriz, de forma que en cada producto haya un elemento de cada fila y uno de cada columna, precedido cada producto con el signo + ó – según que la permutación de los subíndices que indican la columna tenga un número de inversiones, respecto del orden natural, que sea par o impar. Esta definición sólo es práctica para resolver los determinantes de orden 2 y 3. Los determinantes de orden superior se resuelven con otros métodos, ya que aplicando la definición sería muy laborioso.
El determinante de una matriz \(1\times1\) es el propio número.
El determinante de la matriz \( 2\times2\),\,\,\( A=\left(\begin{array}{cc} a & b\\ c & d \end{array}\right)\,\, es el número \left|A\right|\stackrel{def}{=}ad-bc \)
Este resultado se corresponde con la suma de todos los posibles productos de dos elementos que se pueden formar tomando un elemento y solo uno de cada fila y un elemento y solo uno de cada columna afectado cada producto por el signo + ó -, según unas determinadas propiedades ( inversión par o impar).
En efecto, ya que según la definición \( det(A)=\left|\begin{array}{cc} a_{11} & a_{12}\\ a_{21} & a_{22} \end{array}\right|\ = \sum_{σ ∈ S n} ( − 1 )^{i(σ)} a _{1σ (1)} a_{ 2σ(2)} \phantom{abc} =a_{11}a_{22}-a_{12}a_{21} \)
Los números de las columnas tienen solo 2 permutaciones 12 y 21. Una de ellas es par (12) por lo tanto \(( − 1 )^{i(σ)}=(-1)^0 =+1 \) y la otra es impar (2,1), por lo tanto \(( − 1 )^{i(σ)}=(-1)^1=-1\)
\( A=\left(\begin{array}{cc} 2 & 1\\ 7 & 4 \end{array}\right) =2\cdot 4- 7\cdot 1= 1\)
\( A=\left(\begin{array}{cc} 3 & -1\\ 7 & -4 \end{array}\right) =3\cdot (-4)- 7\cdot (-1)= 5\)
De la misma forma que en el apartado anterior veamos como calcular el determinante de las matrices cuadradas de orden 3. En este caso el número de sumas será 3!=6.
Veremos una regla nemotécnica, regla de Sarrus, para recordar como calcularlo.
Sea A∈M3x3(R) definido de forma genérica como \( A=\left(\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right) \)
Antes de aplicar la definición de determinante veamos las permutaciones y sus índices:
σ123 -> número de inversiones i(σ123)=0 par
σ132 -> número de inversiones i(σ132)=1 impar
σ231 -> número de inversiones i(σ231)=2 par
σ213 -> número de inversiones i(σ213)=1 impar
σ312 -> número de inversiones i(σ312)=2 par
σ321 -> número de inversiones i(σ321)=1 par
Por lo tanto \( A=\left|\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right| = (-1)^0 a_{11}a_{ 22}a_{ 33}+ (-1)^1 a_{11}a_{ 23}a_{ 32}+ (-1)^2 a_{12}a_{ 23}a_{ 31}+ (-1)^1 a_{12}a_{ 21}a_{ 33}+ (-1)^2 a_{13}a_{ 21}a_{ 32}+ (-1)^1 a_{13}a_{ 22}a_{ 31}=a_{11}a_{ 22}a_{ 33}+a_{12}a_{ 23}a_{ 31}+a_{13}a_{ 21}a_{ 32}-( a_{11}a_{ 23}a_{ 32}+ a_{12}a_{ 21}a_{ 33}+a_{13}a_{ 22}a_{ 31} ) \)
\( A=\left|\begin{array}{ccc} 1 & 2 & 3\\ 4 & 5 & 6\\ 7&8&9 \end{array}\right| =( 1·5·9+4 ·8·3+2·6·7 )-(3·5·7+6·8·1+4·2·9)= (45+ 84+ 96)- (105+ 48 +72)= 0 \)
El determinante de una matriz \( A_{ n\times n}\) se define como el número \[ \left|A\right|\stackrel{def}{=}\left(-1\right)^{1+1}a_{11}\left|A_{11}\right|+\ldots+\left(-1\right)^{i+1}a_{i1}\left|A_{i1}\right|+\ldots+\left(-1\right)^{n+1}a_{n1}\left|A_{n1}\right| \]
Nota: Por la propia definición de determinante, es evidente, que en el caso de matrices triangulares o diagonales el determinante es el producto de los elementos de la diagonal principal.
La aplicación del proceso descrito para el desarrollo de un determinante con la formación de todos los productos posibles, resulta muy laborioso cuando el orden es superior a 3. Un determinante de orden 4 precisa el cálculo de 24 productos de 4 factores cada uno y el de orden 5 necesita 125 productos de 5 factores,...lo cuál dista mucho de ser cómodo y sí muy propenso a la comisión de errores.
Se puede construir un procedimiento alternativo para el cálculo de estos determinantes, pero es preciso describir previamente los conceptos siguientes:
Sea \(A \in Mnxn\) se llama menor complementario del elemento aij de A, y lo representaremos por αij, al determinante de la matriz cuadrada de orden n-1 que se obtiene de suprimir la fila i-ésima y la columna j-ésima de A
Sea \( A=\left(\begin{array}{cc} 1 & 2 & 3\\ 0 & 5 & 6\\ 3&-2&4 \end{array}\right) \)
Menor complementario del \(a_{11}=\alpha_{11}=\left|\begin{array}{cc} 5 & 6\\ -2 & 4 \end{array}\right|=32 \)
Menor complementario del \(a_{13}=\alpha_{13}=\left|\begin{array}{cc} 0 & 5\\ 3 & -2 \end{array}\right|=-15 \)
Menor complementario del \(a_{32}=\alpha_{32}=\left|\begin{array}{cc} 1 & 3\\ 0 & 6 \end{array}\right|=6 \)
Para una matriz cuadrada \(A \in Mnxn \) de orden n, se llama adjunto del elemento \(a_{ij}\) de A, y lo representamos por \(A_{ij}\), al menor complementario del elemento \(a_{ij}\) anteponiéndole el signo + ó – según sea la suma de los subíndices \(i+j\) par o impar:
Sea \( A=\left(\begin{array}{cc} 1 & 2 & 3\\ 0 & 5 & 6\\ 3&-2&4 \end{array}\right) \)
\(A_{11}=(-1)^{1+1}\alpha_{11}=(-1)^{1+1}\left|\begin{array}{cc} 5 & 6\\ -2 & 4 \end{array}\right|=(-1)^{1+1}\cdot 32 \)
\(A_{13}=(-1)^{1+3}\alpha_{13}=(-1)^{1+3}\left|\begin{array}{cc} 0 & 5\\ 3 & -2 \end{array}\right|=(-1)^{1+3}\cdot-15=-15 \)
\(A_{32}=(-1)^{3+2}\alpha_{32}=(-1)^{3+2}\left|\begin{array}{cc} 1 & 3\\ 0 & 6 \end{array}\right|=(-1)^{3+2}\cdot 6=-6 \)
Definición: La matriz cuyos elementos son los adjuntos de los correspondientes elementos de una matriz cuadrada A se llama matriz adjunta de A y se denota por Adj(A).
En nuestro ejemplo: \( Adj(A)=\left( \begin{array}{ccc} A_{11} & A_{12} & A_{13}\\ A_{21} & A_{22} & A_{23}\\ A_{31}&A_{32}&A_{33} \end{array}\right) = \left( \begin{array}{ccc} 32 & 18 & -15\\ -14 & -5 & 8\\ -3& -6 & 5 \end{array}\right) \)
Ahora ya estamos en condiciones de poder calcular determinantes de orden superior a 3.
Sea \( A \in Mnxn \) el valor de su determinante se obtiene sumando los productos de los elementos de una de sus “líneas” por sus adjuntos correspondientes:
El determinante de una matriz \( A_{ n\times n}\) se define como el número \[ \left|A\right|\stackrel{def}{=}a_{i1}A_{i1}+\ldots+a_{ii}A_{ii}+\ldots+a_{in}A_{in} \] si quiero desarrollar por los elementos de la fila i
o bien \[ \left|A\right|\stackrel{def}{=}a_{21}A_{21}+\ldots+a_{2i}A_{2i}+\ldots+a_{2n}A_{2n} \] si quiero desarrollar por los elmentos de la fila 2
El valor del determinante es independiente de la “línea” elegida
Entonces, el determinante de una matriz 3x3 puede ejecutarse de 6 maneras diferentes \[ |A|=\left|\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right| = \left\{\begin{array}{ccc} a_{11}A_{11}+\ldots+a_{12}A_{12}+\ldots+a_{13}A_{13} \\ a_{21}A_{21}+\ldots+a_{22}A_{22}+\ldots+a_{23}A_{23} \\ a_{31}A_{31}+\ldots+a_{32}A_{32}+\ldots+a_{33}A_{33} \\ a_{11}A_{11}+\ldots+a_{21}A_{21}+\ldots+a_{31}A_{31} \\ a_{12}A_{12}+\ldots+a_{22}A_{22}+\ldots+a_{32}A_{32} \\ a_{13}A_{13}+\ldots+a_{23}A_{23}+\ldots+a_{33}A_{33} \\ \end{array} \right. \]
Calculemos el determinante de la matriz \( A=\left( \begin{array}{ccc} 3 & -4 & -3 \\ -1 & 2 & 7 \\ -2 & 4 & 0 \end{array} \right) = \left| A\right| = \left( -1\right)^{1+1}a_{11}\left| A_{11}\right| +\left( -1\right) ^{2+1}a_{21}\left| A_{21}\right| +\left( -1\right) ^{3+1}a_{31}\left| A_{31}\right| = \)
\( \\ =3 \left| \begin{array}{cc} 2 & 7 \\ 4 & 0 \end{array} \right| -\left( -1\right) \left| \begin{array}{cc} -4 & -3 \\ 4 & 0 \end{array} \right| + \left( -2\right) \left| \begin{array}{cc} -4 & -3 \\ 2 & 7 \end{array} \right| = 3\left( -28\right) +\left( -12\right) + \left( -2\right) \left( -22\right) =-52 \)
\( A=\left( \begin{array}{cccc} 2 & 0 & 1 & 1 \\ 2 & 2 & -4 & -1 \\ -3 & 1 & 1 & 1 \\ 2 & -2 & 0 & 0 \end{array} \right) \) \( \left| A\right| =\left( -1\right) ^{1+1}a_{11}\left| A_{11}\right| +\left( -1\right) ^{2+1}a_{21}\left| A_{21}\right| +\left( -1\right) ^{3+1}a_{31}\left| A_{31}\right| +\left( -1\right) ^{4+1}a_{41}\left| A_{41}\right| \)
\( = 2\left| \begin{array}{ccc} 2 & -4 & -1 \\ 1 & 1 & 1 \\ -2 & 0 & 0 \end{array} \right| -2\left| \begin{array}{ccc} 0 & 1 & 1 \\ 1 & 1 & 1 \\ -2 & 0 & 0 \end{array} \right|+ \left( -3\right) \left| \begin{array}{ccc} 0 & 1 & 1 \\ 2 & -4 & -1 \\ -2 & 0 & 0 \end{array} \right| -2\left| \begin{array}{ccc} 0 & 1 & 1 \\ 2 & -4 & -1 \\ 1 & 1 & 1 \end{array} \right| \)
Ahora bien, los determinantes de tamaño \(3\times 3\) se calculan del mismo modo que en el ejemplo anterior.
Verificar que respectivamente, los determinantes tres por tres valen \(6,0,-6,3\) por lo cual \( \left| A\right| =2\left( 6\right) -3\left( -6\right) -2\left( 3\right) =24 \)
\( |A^t|=\left|\begin{array}{ccc} a_{11} & a_{21} & a_{31}\\ a_{12} & a_{22} & a_{32}\\a_{13} & a_{23} & a_{33}\\ \end{array}\right| = a_{11}a_{ 22}a_{ 33} +a_{21}a_{32}a_{ 13}+ a_{31}a_{ 12}a_{ 23}-( a_{31}a_{ 22}a_{ 13}+ a_{11}a_{ 32}a_{ 23}+a_{21}a_{ 12}a_{ 33} ) \)
Reorganizando
\(
= a_{11}a_{ 22}a_{ 33}+a_{12}a_{ 23}a_{ 31}+a_{13}a_{ 21}a_{ 32}-( a_{11}a_{ 23}a_{ 32}+ a_{12}a_{ 21}a_{ 33}+a_{13}a_{ 22}a_{ 31} )
=|A|
\)
\( |A|=\left|\begin{array}{ccc} 2 & 3 & 4\\ 1 & 3 & 2\\ 5 & 1 & 0\\ \end{array}\right| = 2 ⋅ 3 ⋅ 0 + 1 ⋅ 1 ⋅ 4 + 3 ⋅ 2 ⋅ 5 − 4 ⋅ 3 ⋅ 5 − 3 ⋅ 1 ⋅ 0 − 2 ⋅ 1 ⋅ 2 = 0 + 4 + 30 − 60 − 0 − 4 = -30 \)
\( |A^t|=\left|\begin{array}{ccc} 2 & 1 & 5\\ 3 & 3 & 1\\ 4 & 2 & 0\\ \end{array}\right| = 2 ⋅ 3 ⋅ 0 + 1 ⋅ 1 ⋅ 4 + 3 ⋅ 2 ⋅ 5 − 4 ⋅ 3 ⋅ 5 − 3 ⋅ 1 ⋅ 0 − 2 ⋅ 1 ⋅ 2 = 0 + 4 + 30 − 60 − 0 − 4 = − 30 \)
Considerando entonces esta propiedad, todo los resultado para la filas de un determinante será igualmente válido para las columnas, y viceversa, pudiendo hablar simplemente de líneas de un determinante.
\( A=\left|\begin{array}{ccc} ka_{11} & a_{12} & a_{13}\\ ka_{21} & a_{22} & a_{23}\\ ka_{31} & a_{32} & a_{33}\\ \end{array}\right| = ka_{11}a_{ 22}a_{ 33}+ka_{12}a_{ 23}a_{ 31}+ka_{13}a_{ 21}a_{ 32}-( ka_{11}a_{ 23}a_{ 32}+ ka_{12}a_{ 21}a_{ 33}+ka_{13}a_{ 22}a_{ 31} ) =k(a_{11}a_{ 22}a_{ 33}+a_{12}a_{ 23}a_{ 31}+a_{13}a_{ 21}a_{ 32}-( a_{11}a_{ 23}a_{ 32}+ a_{12}a_{ 21}a_{ 33}+a_{13}a_{ 22}a_{ 31} ) )=k \cdot \left|\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right| \)
Por lo tanto, esta propiedad
\( |A|= \left|\begin{array}{ccc} ka_{11} & ka_{12} & ka_{13}\\ ka_{21} & ka_{22} & ka_{23}\\ ka_{31} & ka_{32} & ka_{33}\\ \end{array}\right| = =k \cdot \left|\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ ka_{21} & ka_{22} & ka_{23}\\ ka_{31} & ka_{32} & ka_{33}\\ \end{array}\right| =k^2 \left|\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ ka_{31} & ka_{32} & ka_{33}\\ \end{array}\right|=k^3 \left|\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right| =k^3 |A| \)
\( \left|\begin{array}{ccc} a_{11}+b_{11}& a_{12} & a_{13}\\ a_{21} +b_{21} & a_{22} & a_{23}\\ a_{31}+b_{31} & a_{32} & a_{33}\\ \end{array}\right| = \left|\begin{array}{ccc} a_{11}& a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right|+ \left|\begin{array}{ccc} b_{11}& a_{12} & a_{13}\\ b_{21} & a_{22} & a_{23}\\ b_{31} & a_{32} & a_{33}\\ \end{array}\right| \)
\( |A|=\left|\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ 0 & 0& 0\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right| = a_{11}\cdot 0\cdot a_{ 33} + 0\cdot a_{32}a_{ 13}+ a_{31}a_{ 12}\cdot 0-( a_{31}\cdot 0\cdot a_{ 13}+ a_{11}a_{ 32}\cdot 0+0\cdot a_{ 12}a_{ 33} ) =0 \)
\( | A|=\left|\begin{array}{ccc} a_{21} & a_{22} & a_{23}\\a_{11} & a_{12} & a_{13}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right| =-\left|\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right| =- | A| \)
\( \left|\begin{array}{ccc} 2 & 3 & 4\\ 1 & 3 & 2\\ 5 & 1 & 0\\ \end{array}\right| = -30 \)
\( \left|\begin{array}{ccc} 1 & 3 & 2\\ 2 & 3 & 4\\ 5 & 1 & 0\\ \end{array}\right| = 30 \)
\( | A|=\left|\begin{array}{ccc} a_{11} & a & a\\ a_{21} & b & b\\ a_{31} & c & c\\ \end{array}\right| = = a_{11}bc +a_{31}ab+ a_{21}ac-( aba_{ 31}+ a_{11}cb+a_{21}ac )=0 \)
\( |A|=\left|\begin{array}{ccc} a_{11} & ka_{11} & a_{13}\\ a_{21} & ka_{21} & a_{23}\\ a_{31} & ka_{31} & a_{33}\\ \end{array}\right| = k \cdot \left|\begin{array}{ccc} a_{11} & a_{11} & a_{13}\\ a_{21} & a_{21} & a_{23}\\ a_{31} & a_{31} & a_{33}\\ \end{array}\right|=k \cdot 0=0 \)
ya que una matriz con dos filas iguales tiene determinante 0
\( \left|\begin{array}{ccc} a_{11} & a_{12} & a_{13}+r · a_{11}+s · a_{12}\\ a_{21} & a_{22} & a_{23}+r · a_{21}+s · a_{22}\\ a_{31} & a_{32} & a_{33}+r · a_{31}+s · a_{32}\\ \end{array}\right| = \left|\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right| + \left|\begin{array}{ccc} a_{11} & a_{12} & r · a_{11}\\ a_{21} & a_{22} & r · a_{21}\\ a_{31} & a_{32} & r · a_{31}\\ \end{array}\right| + \left|\begin{array}{ccc} a_{11} & a_{12} & s · a_{12}\\ a_{21} & a_{22} &s · a_{22}\\ a_{31} & a_{32} & s · a_{32}\\ \end{array}\right|= \)
\( \left|\begin{array}{ccc} a_{11} & a_{12} & r · a_{11}\\ a_{21} & a_{22} & r · a_{21}\\ a_{31} & a_{32} & r · a_{31}\\ \end{array}\right|+ r \cdot \left|\begin{array}{ccc} a_{11} & a_{12} & a_{11}\\ a_{21} & a_{22} & a_{21}\\ a_{31} & a_{32} & a_{31}\\ \end{array}\right| +s \cdot \left|\begin{array}{ccc} a_{11} & a_{12} & a_{12}\\ a_{21} & a_{22} & a_{22}\\ a_{31} & a_{32} & a_{32}\\ \end{array}\right|=\left|\begin{array}{ccc} a_{11} & a_{12} & r · a_{11}\\ a_{21} & a_{22} & r · a_{21}\\ a_{31} & a_{32} & r · a_{31}\\ \end{array}\right|+r \cdot 0 +s \cdot 0 =\left|\begin{array}{ccc} a_{11} & a_{12} & r · a_{11}\\ a_{21} & a_{22} & r · a_{21}\\ a_{31} & a_{32} & r · a_{31}\\ \end{array}\right| \)
\( |A \cdot B|=|A| \cdot |B| \)
“Utilizando las propiedades de los determinantes se trata de hacer ceros a todos los elementos de una línea para luego desarrollarlo por los adjuntos de esa línea”
\( \left| \begin{array}{cccc} 1 & 2 & 3 & 4 \\ -1 & 0 & 1 & 2 \\ 2 & 0 & 1 & 1 \\ 2 & 2 & -2 & 3 \end{array} \right| \) \( \stackrel{F_4-F_1}{=} \left| \begin{array}{cccc} 1 & 2 & 3 & 4 \\ -1 & 0 & 1 & 2 \\ 2 & 0 & 1 & 1 \\ 1 & 0 & -5 & -1 \end{array} \right| = \stackrel{Desarrollo \, \\ por\, C2}{=} 2(-1)^{1+2}\left| \begin{array}{ccc} -1 & 1 & 2 \\ 2& 1 & 1 \\ 1 & -5 & -1 \end{array} \right| \stackrel{F_1 \leftrightarrow F_3}{=} 2 \cdot \left| \begin{array}{ccc} 1 & -5 & -1 \\ 2& 1 & 1 \\-1 & 1 & 2 \end{array} \right| \)
\( \stackrel{F_2-2F_1\\F_3+F_1}{=}2 \cdot \left| \begin{array}{ccc} 1 & -5 & -1 \\ 0& 11 & 3 \\0& -4 & 1 \end{array} \right| = \stackrel{Desarrollo \\ \,por\, C1} {=} 2 \cdot \left| \begin{array}{cc} 11 & 3 \\ -4& 1 \end{array} \right|=2(11-(-12))=46 \)
“Utilizando las propiedades de los determinantes se trata de conseguir un determinante triangular (superior o inferior) de tal manera que su determinante sea el producto de los elementos de la diagonal”
\( \left| \begin{array}{cccc} 1 & 2 & 3 \\ -1 & 2 & 4 \\ 1 & 4 & 1 \end{array} \right| \) \( \stackrel{F_2+F_1\\F_3-F_1}{=} \left| \begin{array}{cccc} 1 & 2 & 3 \\ 0 & 4 & 7 \\ 0 & 2 & -2 \end{array} \right| = \stackrel{3F_3}{=} \frac{1}{2}\left| \begin{array}{ccc} 1 & 2 & 3 \\ 0& 4 & 7 \\ 0 & 4& -4 \end{array} \right| \stackrel{F_3-F_2}{=} \frac{1}{2} \cdot \left| \begin{array}{ccc} 1 & 2 & 3\\ 0& 4 & 7 \\0 & 0 & -11 \end{array} \right|=\frac{1}{2}1 \cdot 4 \cdot (-11)=-22 \)
> \( \left| \begin{array}{cccc} 3 & x & x& x \\ x & 3 & x & x \\ x & x & 3 & x \\ x & x & x & 3 \end{array} \right| \) \( \stackrel{c_1+c_2+c_3+c_4}{=} \left| \begin{array}{cccc} 3x+3 & x & x& x \\ 3x+3 & 3 & x & x \\ 3x+3 & x & 3 & x \\ 3x+3 & x & x & 3 \end{array} \right| = (3x+3)\cdot \left| \begin{array}{cccc} 1 & x & x& x \\ 1 & 3 & x & 1 \\ 1 & x & 3 & x \\ 1 & x & x & 3 \end{array} \right| \stackrel{f_2-f_1\\f_3-f_1\\f_3-f_1}{=} (3x+3)\cdot \left| \begin{array}{cccc} 1 & x & x& x \\ 0 & 3-x & 0 & 0 \\ 0 & 0 & 3-x & 0 \\ 0 & 0 & 0 & 3-x \end{array} \right|=(3x+3)(3-x )^3 \)
Recordemos que el rango de una matriz es el número de filas o columnas linealmente independientes.
Además sabemos que el número de filas L.I. es igual al número de columnas L.I.
Existen fundamentalmente dos métodos para realizarlo: Método de Gauss, Método del Orlado
Ya lo hemos visto.
Consideramos una matriz \(A \in Mmxn \) , supongamos que m≤n ( esta restricción no resta generalidad), si tomamos todos los determinantes de las submatrices de orden m (menores de orden m) y vemos que se anulan, podemos deducir que a la fuerza existe una combinación lineal entre sus filas o bien sus columnas.
Dando la vuelta a esta deducción podemos decir que si una matriz \(A \in Mmxn \) (m≤n) existe algún determinante de orden m no nulo, todas las filas y columnas son linealmente independientes \( \iff \) ran(A)=m.
Definición: Sea \( A \in Mmxn \) si en esta matriz se prescinde de una o varias filas o columnas de forma que quede una matriz cuadrada de pxp, el determinante correspondiente se llama menor de la matriz A de orden p.
Sea \( A \in Mmxn \) se dice que el rango de A, ran(A), es K, si existe por lo menos un menor de orden K no nulo siendo nulos todos los menores de orden superior a K. (El orden del mayor menor no nulo da el rango de la matriz)
A partir de aquí vamos a ver el método práctico del Orlado para el cálculo de rangos.
Sea \( A \in Mmxn \) y elegido en ella un menor de orden K, se entenderá por orlar dicho menor, al formar otro menor de orden K+1 añadiendo al primero los elementos de una fila y una columna que no formen parte del menor dado.
Nota importante: según lo anteriormente expuesto si tenemos una matriz cuadrada de orden n, talque su determinante sea no nulo entonces su rango es n.
En la práctica para calcular el rango de una matriz se busca un menor de orden 2 no nulo.
>Se elige una columna y se orla con las filas restantes:
- Calcular el rango de \( \left( \begin{array}{cccc} 1 & 2 & -1& 2 \\ 2 & 1 & 0 & 1 \\ 4 & 5 & -2 & 5 \\ 2 & -1 & 1 & 2 \end{array} \right) \)
Como es una matriz cuadrada primero calcularemos su determinante para ver si su rango es 4. Vemos que |A|= 0 por tanto su \( ran(A) \neq 4 \) .
Seguidamente consideramos un menor de orden 2 no nulo por ejemplo: \( \left| \begin{array}{cccc} 1 & 2 \\ 2 & 1 \end{array} \right| =-3 \neq 0 \)
Orlamos por la siguiente columna:
\( \left| \begin{array}{cccc} 1 & 2 &-1 \\ 2 & 1 &0 \\4&5&-2 \end{array} \right|=0 \) cambiamos de fila \( \left| \begin{array}{cccc} 1 & 2 &-1 \\ 2 & 1 &0 \\2&-1&1 \end{array} \right|=1 \neq 0 \rightarrow \) \(ran(A)\geq 3 \) y como \(|A| =0 \rightarrow ran(A)=3\)
En el tema anterior (matrices) se ha visto el concepto de la matriz inversa de una matriz cuadrada y se han calculado inversas de matrices de orden 2 y 3 mediante sistemas de ecuaciones o con el método de Gauss–Jordan. En este apartado veremos una tercera forma de calcular matrices inversas.
Recordemos que una matriz cuadrada A se llama regular (o inversible) si existe otra matriz cuadrada, llamada inversa y que se representa por \( A ^{–1} \) , que multiplicada por la matriz A nos da la matriz identidad.
\( A · A^{-1} = A ^{− 1} · A = I \)
Vamos a deducir cómo es la matriz inversa. Supongamos una matriz cuadrada A de orden n, aunque para facilitar los cálculos trabajaremos con una matriz de orden 3. \( A=\left(\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right) = \)
Hallamos la traspuesta de la matriz adjunta: \( [Adj(A)]^t=\left(\begin{array}{ccc} A_{11} & A_{21} & A_{31}\\ A_{12} & A_{22} & A_{32}\\ A_{13} & A_{23} & A_{33}\\ \end{array}\right) = \)
Multiplicando la matriz A por la traspuesta de su adjunta \( [ Adj ( A ) ] ^t \) tenemos: \( A=\left(\begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{array}\right) \cdot \left(\begin{array}{ccc} A_{11} & A_{21} & A_{31}\\ A_{12} & A_{22} & A_{32}\\ A_{13} & A_{23} & A_{33}\\ \end{array} \right) =\left(\begin{array}{ccc} |A| & 0 & 0\\ 0 & |A| &\\ 0 & 0 & |A|\\ \end{array}\right) =|A| \cdot \left(\begin{array}{ccc} 1 & 0 & 0\\ 0 & 1&0\\ 0 & 0 & 1\\ \end{array}\right)=|A|\cdot I\)
Es decir, al multiplicar A por la traspuesta de su adjunta nos ha aparecido la matriz unidad:
\( A · [ Adj ( A ) ]^t = |A| ⋅ I) \rightarrow A \cdot \frac{1}{|A|} [ Adj ( A ) ]^t =I \)
De donde se deduce que, si el determinante de A no es nulo:
Como de toda matriz cuadrada se puede hallar su adjunta y luego la traspuesta de ésta, lo único que puede hacer que no exista la inversa es que no exista el factor \( \frac{1}{|A|} \) , que no existe cuando A = 0 .
Luego:
Calcular la matriz inversa de \(\left(\begin{array}{ccc} 2 & 1 & 0\\ 1 & 1 &-1\\ 1 & 0 & 3\\ \end{array}\right) \)
Primero tenemos que hallar |A| para ver si es inversible o no:
\( |A|=2 \neq 0 \rightarrow A \, es \, inversible \, ó \, regular \)
Calculamos Adj(A)
\( A_{11}=(-1)^{1+1}\left|\begin{array}{ccc} 1 & -1\\ 0 & 3 \end{array}\right| =3 \) \( A_{12}=(-1)^{1+2}\left|\begin{array}{ccc} 1 & -1\\ 1 & 3 \end{array}\right| =-4 \) \( A_{13}=(-1)^{1+3}\left|\begin{array}{ccc} 1 & 1\\ 1 & 0 \end{array}\right| =-1 \) \( A_{21}=(-1)^{2+1}\left|\begin{array}{ccc} 1 & 0\\ 0 & 3 \end{array}\right| =-3 \) \( A_{22}=(-1)^{2+2}\left|\begin{array}{ccc} 2 & 0\\ 1 & 3 \end{array}\right| =6 \) \( A_{23}=(-1)^{2+3}\left|\begin{array}{ccc} 2 & 1\\ 1 & 0 \end{array}\right| =1 \) \( A_{31}=(-1)^{3+1}\left|\begin{array}{ccc} 1 & 0\\ 1 & -1 \end{array}\right| =-1 \) \( A_{32}=(-1)^{3+2}\left|\begin{array}{ccc} 2 & 0\\ 1 & -1 \end{array}\right| =2 \) \( A_{33}=(-1)^{3+3}\left|\begin{array}{ccc} 2 & 1\\ 1 & 1 \end{array}\right| =1 \)
\( Adj(A)=\left(\begin{array}{ccc} 3 & -4 & -1\\ -3 & 6 &1\\ -1 & 2 & 1\\ \end{array}\right) \rightarrow [Adj(A)]^t=\left( \begin{array}{ccc} 3 & -3 & -1\\ -4 & 6 &2\\ -1 & 1 & 1\\ \end{array}\right) \)
\( A^{-1}=\frac{[Adj(A)]^t}{|A|}=\frac{1}{2} \left(\begin{array}{ccc} 3 & -3 & -1\\ -4 & 6 &2\\ -1 & 1 & 1\\ \end{array}\right) =\left(\begin{array}{ccc} \frac{3}{2} & \frac{-3}{2} & \frac{-1}{2}\\ -2 & 3 &1\\ \frac{-1}{2} & \frac{1}{2} & \frac{1}{2}\\ \end{array}\right) \)