heh ART eget ca terminante es un ‘nimero asigna a una formacién ada de niimeros de cierto 1683 por e! matematico Bés Seki Takakazu y de independiente en 1693, B] matemético alemiin fron principalmente en relacién con sistemas de is lineales como ax + by tez=0 nx + ry tee = 0 yx + bay +032 =0 en 1812, Augustin-Louis Cauchy publicé un pen el que utiliz6 determinantes para dar alos vollimenes de ciertos poliedros sélidos. DETERMINANTES Sean vy = (ay, By, Cy ¥2 = (as, By. €2) ¥ Vy = (ay, Bs, CY considere el “cristal” 0 paralelepipedo de la figura 1 Cauchy demostré que el volumen de este cristal es el valor absoluto del determinante asociado con el sistema mostrado arriba, El uso que hizo C: y de los determinantes en geometria analitica desperis un intenso interés en las aplicaciones de los determinantes que dur aproximadamente 100 afios. Un resumen de lo que se conocfa a principios del siglo xx lend un tratado de cuatro voltimenes de Thomas Muir. FIGURA 1 El paralelepipedo determinado por ¥),¥: y vs180 Capitulo 3. + Determinantes fas, los determinantes desempefiaron un papel importante en geometria ana. Iitica y en otras reas de las mateméticas. Hoy dia, los determinantes son de escaso valor numérico en los célculos de matrices a gran escala que surgen con tanta frecuencia. No obstante, las f6rmulas para determinantes todavia dan informacién im. portante sobre las matrices y el conocimiento de los determinantes es stil en algunas aplicaciones del Algebra lineal. En este capitulo tenemos tres metas: demostrar un criterig de invertibilidad para tuna matriz cuadrada A en el que intervienen las entradas de A en vez de sus columns, dar férmulas para A~! y A~"D que se usan en aplicaciones teéricas y deducir la inte pretacién geométrica de los determinantes descritos en Ia introduccién del capitulo, En Ja seccién 3.2 se alcanza la primera meta y en la 3.3, las otras dos, E: Jos tiempos de Cauchy, cuando la vida era simple y las matrices eran peque. 3.1 Introduccién a los determinantes Recuerde de la seccién 2.2 que una matriz 2 X 2 es invertible si y s6lo si su determi nante es diferente de cero. Para extender este hecho iii! a matrices mayores, necesita ‘mos una definicién para el determinante de una matriz n Xn, Podemos descubrit lade finici6n para el caso de 3 X 3 observando lo que sucede cuando se reduce por filas una rmatriz invertible A 3 * 3. Considere A = {a,,] con ay, 1 # 0. Si multiplicamos la segunda y tercera filas de ‘A por ay y luego restamos miltiplos apropiados de la primera fila a las otras dos filas, encontramos que A es equivalente por filas a las siguientes dos matrices: ag oe ea an an as aan ana anaas | ~ | O andr ~ aide; — ayia29 ~ arsani | Ut ayia @nasy— ayyass 0 aya andy au14s3 ~ aise Como A es invertible, o bien la entrada (2, 2) ola entrada (3, 2) a la derecha de (1) «6 diferente de cero. Supongamos que la entrada (2, 2) es diferente de cero. (Si no es ast podemos hacer un intercambio de filas antes de proseguir.) Multiplique la fita 3 pa ay,@3n ~ Ay90n Y luego sume a la nueva fila ~ (a 432 ~ a,203,) veces la fila 2. Esto mes ward que A~| 0 120) 4y1433 ~ aysar1 ony donde A = ananan + ananay: + andaan ~ anand ~ airdnass ~ ayaa Puesto que A es invertible, A debe ser diferente de cero. El recfproco también es it to, como veremos en la seccién 3.2. Llamamos A en (2) el determinante de la mat! A3x3. Recuerde que el determinante de una maiz 2 x 2, A= [a,,], es el nimero det A = ay,ay2 ~ a2021 Para una matrz. 1 * 1 —Uigaiuos A ~ (ay))—definimos det A ~ a). Pare gonerslidf la definicién del determinante a matrices més grandes, utilizaremos determinantes 2DEFINICION 31. + Introduccién a fos determinantes 181 para reescribir el determinante A 3 3 descrito anteriormente, Puesto que los térmi hos de se pueden agrupar como (@y2z4) ~ yaya) ~ (2233 ~ iy) * (@y38n143) ~ 44342243), Se aurde [22] ~ odes 2] + ante? Por brevedad, escribimos . A= ay -det Ay, ~ ayp-det yz + ayy-det Avs (3) donde Ajy, Aig y Ais Se obtienen de A eliminando la primera fila y una de las tres co lumnas. Para cualquier matriz cuadrada A, A, denotaré la submatriz formada al quitar la i-€sima fila y la j-ésima columna de A. Por ejemplo, si fi-2 3 0 }2 0 4-1 Oe eta to 4 2 of de manera que ‘Ahora podemos dar una definicidn recursiva de un determinante. Cuando n = 3, det A se define usando determinantes de las submatrices 4,2 X 2, como en (3) anteriormen- te. Cuando n = 4, detA utiliza los determinantes de las submatrices Ay, 3 X 3. En ge neral, un determinante n X n se define con determinantes de submatrices (n ~ 1) @-v, Para n & 2, el determinante de una mattiz A n X ni = (a,] es la summa de los n términos de I¢ forma, a1, det Ay con Jos signos més y menos alterndndose, donde las éntradas ay), ay, ...y @,y Son de la primera fila de A. En s{mbolos: det A = ay det Ayy ~ ay2 det Aj +--+ (I)! Ma4y det Arg = Fc Hay; detdi; 2182 capitulo 3 + Determinantes SS EJEMPLO 1 Calcule el determinante de 15 A=|2 4-1 0-2 0 Solucién Catcule det A = ay, det Ay; ~ ayy det 4s + ayy det Ayy 0 oo = 10 = 2) ~ 500 — 0) + (-4~ 0) = ~2 meget { 47!) sae [2 ava= inl $ “f]-san[2 “Y] soa tra notaci6n comiin del determinante de una matriz usa un par de lineas vertce les en lugar de los corchetes. Asi, el célculo del ejemplo 1 se puede escribir como [24 deta fs 4-11.22 =I 23h alte Para enunciar el siguiente teorema es conveniente escribir la definiciGn de det A en tuna forma un poco diferente. Dada A = {a,], el cofactor (i, j) de A es el nimero C, dado por Cy =I det Ay Entonces Set A= aC + a;QCn t+ + agin Esta frmula se lama un desarrollo por cofactores a lo largo de la primera fila & ‘A, Omitimos la demostracién del teorema fundamental siguiente porque requeriria unt larga digresién. eee El determinante de una matriz A n X n se puede calcular realizando un desarro- Ho por cofactores a lo largo de cualquier fila 0 descendiendo por cualquier co lumna, EI desarrollo a lo largo de la fila i-ésima usando los cofactores de (4) «sb det A = ay Cu + aaa + + anCin El desarrollo por cofactores bajando por la columna j-ésima es det A Cry + aly Hoo + ay,Cyy Los signos mas 0 menos del cofactor (i,J) dependen de 1a posicion de ay la matriz. sin importar el signo de aj. El factor (~1)'*/ determina el pat31+ Introduccidn a los determinantes 183, tablero de los signos: EJEMPLO 2 Use un desarrollo por cofactores a lo largo de la tercera fila para calcu- lar det A, donde Solucion Calcule det A = asiCu + anCiy = an3Cry = (1) lay detAs, + (=1)*7ay det Ay + (~ 1) ayy det Ay =o!) %_,~-5,! OO ,_lt 5 = off lca} ol} 4 ele = 042-1) 40= ——_81 El teorema | es itil para calcular los determinantes de una matriz que contiene mu chos ceros. Por ejemplo, si una fila consiste en su mayor parte en ceros, entonces el de- sarrollo por cofactores a lo largo de esa fila tiene muchos términos que son cero y no es necesario calcular los cofactores en esos términos. El mismo método funciona con tuna columna que vontiene muchos ceros. "EJEMPLO 3. Calcule det A, donde > Secon coon Solucién El desarrollo por cofactores bajando por la primera columna de A tiene to- dos los términos iguales a cero excepto el primero. Entonces 1 + O°Cyy = OC + 0-Cs184 capitulo 3 + Determinantes . TEOREMA 2 [A partir de agus omitiremos los términos cero en el desarrollo por cofactores. Lega | defarolte este determinante 4 4 descendlendo pur la priwere columna, para prow. char los ceros que hay af. Tenemos a 1s 0 lo gta =322 4-1 cis 0-2 axl Este determinante 3 * 3 se caleulé en el ejemplo 1 y se vio que era igual a ~2, De ai que deta = 3-2-(-2) = ~12. *t — 2 Lamatrie dt ejemplo 3 ea casi tingular El metodo de ee ejemplose adap] cilmente para demostrar el siguiente teorema 2 sit Si A es una matriz triangular, entonces det A es el producto de las entradas de la 5 diagonal principal de A. 16 ile lb Laestrategia del ejemplo 3 de buscar ceros funciona extremadamente bien cus} cat toda una fila o columna consiste en ceros. En un caso asf, el desarrollo por cot «| NOTA NUMERICA ara los estindares actuales, una matriz. 25 X 25 es pequefia. Sin embargo, set imposible calcular un determinante 25 x 25 empleando el desarrollo por cofee tores. En general, un desarrollo por cofactores requiere mds de m multiphicsclo nes y 25 es aproximadamente 1.5 X 10°. ‘Si un supercomputador pudiera hacer un billdn de multiplicaciones por se fi}, undo, tendrfa que trabajar durante més de $00 000 afios para calcular un de thinante 25 % 25 con este método. Afortunadamente, como pronto descubrite Sag ‘mos, hay métodos més répidos. Los ejercicios 19-38 exploran propiedades importantes de los determinantes.@ fF c01 sv mayer prepara el eso de 2% 2. Los reutados de os eecicios 33-30 se wt MB ‘en la siguiente seccién para derivar las propiedades andlogas de matrices n * a phan 4 PROBLEMA DE PRACTICA % [5-7 2 2 ‘ 0 30-4 erm 5 05 04 Esercicios seule los determinantes de los eercicios 1-8 utilizando un de. ‘allo por cofactores a lo largo de la primera fila. En los ejer {gs 1-4,calcule también el determinante con un desarrollo por ‘cores descendiendo por la segunda columna. 31 + Introdyccién a os determinantes 185 Sume los productos diagonales descendentes y reste los produc- tos ascendentes, Use este método para calcular los determinantes de los ejercicios 15-18. Advertencia: Este truco no se generali de nuiguna manera raconable @ matrices 4 X 40 mayores. pos jos 2 32 16. [4-3 of 0 5 - i hem ol pa | mb ne wb 1 al ia 4 al fo ae bos ako on 58 ye 4.204 yo4 +1 3 4 2 fs 4 5-2 4 ae ba Rt al a 7 3-2 5] Jos determinants en los ejercicios 9-14 por desarrollo sores. En cada paso. escoja una fila 0 columna que ee 81 menor nimero de catculos. En los ejercicios 19-24, explore el efecto de una operacién ele- mental de fila sobre el determinante de una matriz. En cada ca- so, enuncie la operacién de fila y describa cémo afecta al deter inn ate eee CCalcule los determinantes de las matrices elementales dadas en oo 5 i eeeee 72-5 wi 9 3 0 a0 9) 2-6 75 .3 1 8 so 4 4 5-8 4 a) 2 3-1] boo od o 1 5 Bl 6 3 a Ko 0 | pe 20-7 3-5] 6 3 2 4 | 0 2 0 oF b 0-8 1 ol 3-6 4-8 ule -s 6 7 1 0 5 2-3) B 0 0 0 ol oO 9-1 2 4 2 3 2 9 de un determinante 3 * 3 se puede recordar usen: nle truco. Escriba una segunda copia de las primeras. aa derechs de fs matnz y calcule el determinan- los ejercicios 25-30, (Vea la seccién 2.2.) ando las entradas de seis diagonales: 7 10 0} 10 0 ajo 1 | w]o 1 0 ok kot k 0 0 fi 0 0 a}0 1 0 wlo ko o 0 1 Oa fo 1 0 0 0 1) wil 0 0 002 ie 0)) loo 1 to Ol Use los ejercicios 25-28 para contestar las preguntas de los ejer- cieios 31 y 32. Dé razones para sus respuestas. 31. {Cudl es el determinante de una matriz elemental de reem. plazo por fila?186 Capitulo3 + Determinantes 32, ;Cusl es el determinante de una matriz elemental escalona- Ua con & en fa diagonal? En los ejercicios 33-36, verifique que det FA = (det E\(det A), oy 1 an saa-[} 2] Es A, Ese = Se? se. seaa=[ 5] ysea kumescaar Eneuente un rma- la que relacione det kA con k y con det A. En los ejercicios 39 y 40, 4 es una matriz n X n. Califique cada afirmacién como verdadera o alsa. Justifique cada respuesta. 39, a. Un determinante n Xn esté definido por determinantes de submatrices (n ~ 1) X (n ~ 1). b. El cofactor (ij) de una matiz A es la matriz Ay, que se objiene al eliminar de A su fila -ésima y su colomna seésima Et desarrollo por cofactores de det A descendiendo por tuna columna es el negativo del desarrollo por cofactores Jo largo de una fila b. El determinante de una matriz triangular es la suma de Tas entradas de la diagonal principal 40. a at, sana = [9 pv =[}] cate ect paloamo determinado por u, ¥. 8 + Vy 0, y calcule el determinante —— 5 de [w v). .Qué diferencias hay entre ellos? Reemplace ly primera entrada de © por un nimero arbitrario 0 =o! 0) Porque la segunda y tercera filas de la segunda matriz son iguales. _NOTAS NUMER! CAS - La mayor parte de los piogramas de co > wooatfiz general 4 usan el método de ia f 2::Se puede demiostrar que calcular an determinante n Xn usando operaciones + Por fila requiere aproximadamente 2n?/3 operaciones aritméticas. Cualquier | microcomputador moderno puede calcular.in determinante 25 x 25 en una fraccién de segundo, puesto que s6lo se requieren aproximadamente 10,000 Los computadores también pueden manejar grandes matrices “ralas” con rutinas especiales que aprovechan la presencia de mmichas ceros. Por eupuecto, las entradas 0 también pueden acelerar los céleulos a mano. Los eéleulos del siguiente ejemplo com- binan la potencia de las operaciones por fila con la estrategia de la seccidn 3.1 de usar entradas 0 en el desarrollo por cofactores.190 capitulo 3 + Determinantes TEOREMA 5 012-1 FEIEMPLO4 CalculedetA.dondeA=| 6 3g 9 “2-5 4-2 Solucién Una buena manera de comenzar es usar como pivote el 2 de la columna } climinando el ~2 que esté debajo. Luego usamos un desarrollo por cofactores para re. ducir el tamaio del determinante, seguido de otra operacién de reemplazo de filas. En. tonces \o -1 hee 12-1 12-1 ata= 5-7 J 2) 6 2=-2)0 0 5 jo 3 6 2 oe lo -3 1 0 O-3 1 - : ‘Ahora podrfamos intercambiar las filas 2 y 3 para obtener un determinante triangulas En ver de eso, hacemos un desarrollo por cofactores descendiendo por la primera ce uma’ aia=(2nn|_2 {]=-205 = -20 Sena Operaciones de columna Podemos realizar operaciones con lat colummnas de una matriz de manera andloga a ls ‘operaciones por fila que hemos visto. BI siguiente teorema muestra que las operacio nes por columna tienen los mismos efectos sobre los determinantes que las operacionts por fila Si A es una matriz nm X 7, entonces det AT = det A Demostracién El teorema es obvio para n = 1. Suponga que el teorema es cient para determinantes k X ky sean = k + 1. Entonces el cofactor de ay, de A es igual! cofactor de ay de AT, porque los cofactores implican determinantes k Xk, Por tanta desarrollo por cofactores de det A a lo largo de la primera fla es igual al desarrollo pe ‘cofactores de det AT descendiendo por la primera columna, Esto es, A y AT tienen terminantes iguales. Entonces el teorema es cierto para n = 1 y la validez, del tear para un valor de n implica su validez para el siguiente valor de n. Por el principio induccién, el eorema es cierto para toda. = 1 ' Gracias at teorema 5, cada enunciado del teorema 3 es cierto cuando la palabra la se reemplaza en todas partes por !a palabra columna. Para verificar esta propi simplemente se aplica el teorema 3 original a A". Una operacign por fila en AT 1 Je 2 una operacién por columna en A Las operaciones por columna son tiles tanto para propésitos tedricos como PS clculos a mano. Sin embargo, para simplificar, slo realizaremos operaciones P™ ‘en los edleulos numéricos.aeB¥ anes fo TEOREMA 6 3.2. + Propledades de los determinantes 191 Determinantes y productos de matrices La demostracién del util teorema que sigue esid al final de la seecién. Hay apticarin- nes en los ejercicios. PROPIEDAD MULTIPLICATIVA SiA y B son matrices n X n, entonces det AB = (det A)(det B). TEIEMPLO 5. Verifique el teorema 6 para A 3 Solucion 6 fa ao-($ allt y det AB = 25°13 20-14 = 325 ~ 280 = 45 Puesto que det A = 9 y det B (Wet Ayidet B) — 9:5 = AS = det AB 1 ‘Advertencia: Un error comin es creer que el eorema 6 tiene un andlogo pata las sjumas de matrices, Sin embargo, en general det(A + B) no es igual a det A + det B Una propiedad de linealidad de Ia funcién determinante Para una matriz. A n Xn, podemos considerar det A como una funcién de los n vecte pare vlumna de A. Mostrazemos que si todas las columnas excepto una se mantinen fi jas, entonces det A es una funcién lineal de esa variable (vectorial) en particular. ‘Suponga que la columna j-ésima de A puede variar y escriba Azle ae Xa an) Defina una transformacién T de Rt a Bash: T(x) = det {ay ap x ae a,] Entonces, Ticx) = cT(x) para todo escalar c y todo x en BR Q) Tha + v) = Tu) + Ti) para todos w, v en Bi" 3192 capitulo 3 Determinantes La propiedad (2) es el teorema 3(c) aplicado a las columnas de 4. Una demostracign de (4) se sigue de un desarrollo por cotactores de det A bayando por Ia j-ésima colum: na, (Vea el ejercicio 43.) Esta propiedad de (multi-)linealidad de los determinantes re sulta tener muchas consecuencias stiles que se estudian en cursos mas avanzados Demostraciones de los teoremas 3 y 6 Es conveniente demostrar el teorema 3 cuando se plantea en términos de as matric elementales que vimos en la seccién 2.2. Llamamos a una matriz elemental E una (ma. triz) de reemplazo de fila si E se obtiene a partir de la identidad 1 sumando un maltiplo de una fila a otra fila; E es de intercambio si E se obtiene intercambiando dos filas de Ky Bes de escala por r si E se obtiene multiplicando una fila de J por un escalarrdi ferente de cero. Con esta terminologia, el teorema 3 se puede reformular como sigue SiA es una matrig n X ny E es una matriz elemental n Xn, entonces det FA = (det Eyidet A) donde =I siesde intercambio 1 si Eesun reemplazo de fila dE 1 si esde escala por r Demostracién del tcorema 3._La demostracién es por induceidn sobre el tamafo de A. El caso de una matriz 2. 2 se verificé en los ejercicios 33 y 36 de la seccién 3.1. Suponga que el teorema se ha verificado para determinantes de matrices k % & con k= 2; sean =k + ly seaAn Xn. En laacciGn de E sobre A intervienen ya sea dos filas © solamente una. Asf que podemos desarrollar det EA a lo largo de una fila que no sea modificada por la accién de E, por ejemplo la fila. Sea A,, (respectivamente, By) Ja matriz obtenida al eliminar la fila iy la columna j de A (respectivamente, EA), Er tonces las filas de B,, se obtienen de las filas de A,, por medio del mismo tipo de ope racién clemental de fila que E realiza sobre A. Puesto que estas submatrices son solo x k, 1a hipétesis de induccién implica que det B,, = a-det A,, donde a = 1, ~1 0 r, dependiendo de la naturaleza de E. El desarrollo por cofactores alo largo de la fila i es det BA = ajy(—1)'*! det By + + + ag(= 1)!" det Bn = agi(= 1)! det Aig +++ + aay =H)" det Ay = a-deta En particular, tomando A = /y, vemos que det E = 1, ~ 1 0 r, dependiendo de la nat raleza de E, Entonces el teorema es cierto para n = 2 y la validez del teorema para ut valor de n implica que es cierto para el siguiente valor de n. Por el principio de inducciée el teorema debe ser cierto para n = 2. El teorema es trivialmente valido para n = |. # Demostracién del teorema 6 Si A es no invertible, entonces tampoco lo es AB por el ejercicio 27 de la seccién 2.3. En este caso, det AB = (det A)idet B). porque a32. + Propledades de los determinantes 193 bos miembros son cero, por el teorema 4. Si A es invertible, entonces por el teorema de la matris invortible A y la matrz identidad /, son equivalentes por files. Por tanto, exis ten matrices elementales E,,...,E, tales que A= Eppes 00 Bythy = Eppa Es : Por brevedad, escribimos |] en vez de det A. Entonces la aplicacién repetida del teo- rema 3, como se replanteé anteriormente, muestra que JAB| = |Ey >> ExBl = [EME yy +> EyBL = = Eph LEM = 9+ = Ue BL allt a PROBLEMAS DE PRACTICA ‘en el menor nimero posible de pasos. 2. Use un determinante para decidir si vy, vp. vs son linealmente independientes, onde 7 : ale ale -3] 3 d ecuacién de los ejercicios 1-4 ilusira una propiedad de los j;to3 02 1303 al ate Eel propel weet gloat a ren 2s 43 | es “3-7-5 J 3g net 8 13-1 0 ~2 | fora af2 2s 4 wle-< 2a a | 307-3 8 -7 yt 3 oy Combine los métodos de reduccién por filas y desarrollo por co: factores para calcular los determinantes de los ejercicios 11-14 203 est! -1 23 9 gt 300 1-3 Be 0 Cd er) Rls 4 6 ol 4 10-4 -1 4243 los determinantes de los ejercicios 5-10 reduciendo ala forma escalonada194 capitulo 3 + Determinantes Encuenite los determinantes en las ejercicios 15-20, donde jab ee fet leo ja bg ab 4 woe Fl 6. fa sey Ise sh Si | ab ae wle ont le > ¢ aes _ — w.fata rtd te ek ora ets] wa oe oF Enos ejercicios 2 mairiz es invertible. ‘ a 1 0 0 “3 6 0 54 8 En los ejercicios 24-26, use determinantes para decidir si el con- junto de vectores es linealmente independiente “GE -BAL 37 7 2 2 s| |-s ' -6'} oft] 3 al La} to o 0 6. 7 “3 En los ejercicios 27 y 28, A y B son matrices n X n. Califique ca- di afirmacién como verdadera o falsa.Justifique cada respuesta, 27. a Una operacién de reemplazo de filas no afecta el deter rminante de una matriz, b. El determinante de A es el producto de los pivotes de cualquier forma escalonada U de A, multiplicado por (1), donde r es el niimero de los intercambios de fila ‘que se hicieron durante la reduccién por filas de A a U. ce. Silas colimnas de A son linealmente dependientes, en- tonces det 4 = 0. 4. dewa +B) = deta + det B. 28. a. Si se hacen dos intercambios sucesivos de fila, entonces el nuevo determinante es igual al determinante antenot b, El determinante de A es el producto de tas entradas dia sponales de A €. Si det A es cero, entonces dos filas 0 dos columnas son iguales, o una fila 0 columna es cero dd, det AT = (~1)det A 101 29. Caleule det B*,donde B=] 1 12 1201 30. Use el teorema 3 (pero no el teorema 4) para demostrar que si dos filas de una matriz cuadrada A son iguales, entonces det A = 0. Lo mismo es cierto para columnas. {Por qué” En los ejercicios 31-36, mencione en la explicacién un teorema apenpiado 1 ‘31, Demuesire que si A es invertible, entonces det A“! = 3255 32, Encuentre una férmula para det(rA) cuando A es una mati nxn. 133. Sean A y B matrices cuadradas, Demuestre que aunque AB y BA no sean iguales, siempre es cierto que det AB = det BA 34, Sean A y P matnces cusoradas, con F inveruble. Demuesie gue den(PAP-") = det A 35, Sea U una matriz cuadrada tal que UTU = J. Demwestre que det U= +1 136, Suponga que A es una matriz cuadrada tal que det A‘ = 0 Explique por qué A no puede ser invertible. Verifique que det AB = (det A)(det B) para las matsices de los qjercicios 37 y 38. (No utlice ef teorens 6.) wan Se-f2 9] [a See 39, Sean Ay B matrices 3 X 3,condetA = 4 y det B= ~3. Ur lice las propiedades de los determinantes (del texto y dels ejervicios anteriores) para calcular: a. det AB b. detSA e. det BT deta! deta? 40, Sean Ay B matrices 4 x 4, con det A = —1 y det B =? Caleule a deta, b ves we det2d 4. det ATA ©. de BAB a 4Ble 3.3. + Regla de Cramer, volumen y transformaciones lineales 195 * entique que det = det B + det C, donde 44, La mulipliacinderecha por una matriz elemental Eafec- ! tales columns de dela misma manera que la lice we fare ots] pel® *]cafe Ff {n aqutrda fla asus, Utes la tcoreman Sy 3 yo \ Go cd a hecho obvio de que ET es ota mati elemental para demos ” 10 ao peel sana [bl ya =[% 2). Demueste que det AB = (et det) 2 eua + B) = det A + det Bsiy sélo sia + d= 0. ‘No use el teorema 6. ia verifique que det A = det B~ det C, donde 48, (M) Calele det ATA y det AAT para varias matrices 4% Sl bar y varias matrices 5 % 6 al azar {Qué se puede deci fan ay te teerca de A7Ay de AAT cuande A tene mas columns qu f an any + M5, 46, [M] Si det A es cercano a cero, ,la matriz A es casi singular’ cicio 11 de la seccién 2.3, Calcule los determinantes de A, ee teas 0A y 1A. En contrast, calcul los niimeros de condicién de . estas matrices, Repita esios eéleulos cuando A es la matriz ‘Observe, empero, que A no es lo mismo que B + C. identidad 4 * 4. Analice los resultados. ——— SOLUCIONES A LOS PROBLEMAS DE PRACTICA 1, Efectiie reemplazo de filas para crear ceros en la primera columna y luego cree una fila de ceros. ee Pe eee ¥ 2 -S -1-2)_|0 1-3 3] 0 1-3 2) 0 jo -4 8 1] = Jo 5s 17-4 5 1 |-3 10 -6 8} fo 1-3 2] [9 0 0 9 = Redetly: vp vs)=|-?7 3 -7)=|-2 0 ila} sumada ose sis ala fla2 =-1 |-2 -3] Cofactores de =o fe colurna 2 = 3-35) + 5-(-21) = 0 Por el teorema 4, la matriz [¥, vz ¥3] 90 €s invertible. Las columnas son lineal mente dependientes, por él tcorema de la matriz invertible. | Regla de Cramer, volumen y transformaciones lineales Esta seccidn aptica Ia teorfa de las secriones precedentes para obtener formulas te6ri cas importantes y una interpretacién geométrica de los determinantes.196 Capitulo 3 + Determinantes TEOREMA 7 Regla de Cramer Ta tegla de Cramer ce necesita en varias eflenlas tedricns Par ejemplo. ce pried usar para estudiar cOmo cambia la solucién de Ax = b cuando cambian las entradas de b Sin embargo, la férmula es ineficiente para célculos a mano, excepto para matrices 2X 20 quizd 3 x 3, Para cualquier matriz. An X ny cualquier b en R, sea A,(b) la matriz obtenid: partir de A al reemplazar Ia columna i por el vector b. Ai(b) = [a b an) 1 Recta pe CRAMER Sea A una matriz invertible n Xn, Para cualquier b en R*, la solucidn Gnica x de Ax = b tiene entradas dadas por det afb) ae ERIDBe Demostracién Denotemos las columnas de A por ay... a, y las columnas de l atria identidad in X n por e,,....€.. Si AX = b, la definicién de multiplicacién de me trices muestra que A‘L(X) = Ale, eo el bo aa) Seeeccecsssaee Ae, } Ab) Por la propiedad multiplicativa de los determinantes, (det Ay(det (x)) = det Av) El segundo determinante de la izquierda es simplemente x, (Haga un desarrollo port factotes a lo largo de la i-ésima fila.) De ahi que (det A)-x, = det A,(b). Esto demust tra (1) porque A es invertible y det A + 0. ' — EJEMPLO 1 Use la regla de Cramer para resolver el sistema 3x — 2x) = 6 Sx, + 4x Solucién Vea el sistema como Ax = b. Usando la notacién que se introdujo anter®* mente:3.3. + Regia de Cramer, volumen y transformaciones lineales 197 Puesto que det A = 2, el sistema tiene una solucién unica, Por la regla de Cramer: _ detAy(b) deta _ det Anh) _ 24 +30 deta 2 * 20 2 Aplicacién a la ingenieria ‘Varios problemas importantes en ingenieria, particularmente en ingenierfa eléctrica y en teorfa de control, se pueden analizar por medio de transformaciones de Laplace. Es- te método convierte un sistema adecuado de ecuaciones diferenciales lineales en un sis- tema de ecuaciones algebraicas lineales cuyos coeficientes incluyen un parémetro, El siguiente ejemplo ilustra el tipo de sistema algebraico que puede resultar. ——— EJEMPLO 2 Considere el siguiente sistema en el cual s ¢s un pardmetro sin especi- ficar. Determine los valores de s para los cuales el sistema tenga una solucidn Gnica y use la regla de Cramer para describir la soluciGn. Bex 2a = 4 6x + 5x2 = 1 Solucién Vea el sistema como Ax = b. Entonces 3s -2 _f4-2 _[ 3s 47 A iE 2]; aeo= [7 ‘| Boye ee 2 i Puesto que deta = 38 = 12 = 35+ 25-2) el sistema tiene solucién dnica precisamente cuando s # +2, Para una s asf, la solucién 5 (xy, %3), donde det Ai(b) 4s+2 HS GAA GF DS-D det An(b) Bs+24 $8 ” dtd SF 2HG-H GH 25—2) a Una formula para A~! La regla de Cramer lleva fécilmente a una férmula general para el inverso de una ma- tia An X n. La j-ésima columna de A~! es un vector x que satisface Ax =e;198 Capitulo 3. + Determinantes TEOREMA 8 donde e, es la j-Esima columna de la matriz identidad y la i-ésima entrada de x es la en. rads (1, f) de A~*. Por Ta regla de Cramer det A,(e,) deta { Entrada (i,j) de AT! } =) = Q Recuerde que A,, denota a la submatriz de A que se forma al elimina ta fila jy la eo lumna i. Un desarrollo por cofactores descendiendo por la columna i de A,(e,) muestra ue det Av(e)) 1 det Ay = Cy 3) donde C, es un cofactor de A. Por (2) Ia entrada (i,j) de A~! es el cofactor C, dividido entre det A. [Observe que los subindices de C, son el inverso de |i. ).] Entonces cy Cx Cu 1 [C2 Cx Cr Als (4) det A t) Cin Can Coe La matriz de cofactores del miembro derecho de (4) es la adjunta eldsica de A, denotada por adj A. (El término adjunta tiene otro significado en los textos avanzados sobre transformaciones lineales.) El siguiente teorema simplemente replantea (4) UNA FORMULA PARA EL INVERSO Sea A una matriz invertible n 1. Entonces And geass TEJEMPLO 3. Encuentre el inverso de la matriz, Solucién Los nueve cofactores son -1 4 cn +] Ce La matriz adjunta clfsica es la rranspuesta de la matriz de cofactores. [Por ejemplos33. + Regla de Cramer, volumen y transtormaciones tineales 199 va en la posicién (2, 1).] Entonces: -2 14 4 ajjA=| 3-7 1 5-7-3 Podriamos calcular det A directamente, pero el siguiente célculo verifica los céleulos anteriores y ademds produce det A: -2 4 47f2 1 3] [wu 0 0 (adjAya=] 3-7 1] fi-1 ot 0 14 0} =14r 3 -7-3][1 4-2 o 0 14 Puesto que (adj A)A = 14V, el teorema 8 muestra que det A = 14 y 2 4 4 [% wafa vn] 30-7 1 3/l4 7/14 1/14 5-7-3 5/4 ~1/14 -3/14 ——1 i NOTAS NUMERICAS El teorema 8 es stil principalmente para los célculos teéricos. La férmula de A~! permite deducit propiedades del inverso sin tener que calcularlo. Excepto en ca- ‘sos especiales, el algoritmo de la seccién 2.2 da una manera mucho mejor de cal- ular A> La regla de Cramer también es una herramienta teérica. Puede servir para ‘estudiar qué tan sensibles son las soluciones de Ax = b a los cambios en una en- trada de b 0 de A (quizd debidos al error experimental cuando se obtienen las ‘entradas para b 0 A). Cuando A es una matriz 3 x 3 con entradas complejas, la regla de Cramer a veces se elige para célculos a mano porque la reduccién por filas de (A b] con aritmética compleja puede ser complicada y los determinan- tes son relativamente féciles de calcular. Para una matriz n x n més grande (real ‘0 compleja), la regla de Cramer es irremediablemente ineficiente, El simple clculo de un determinant requiere tanto trabajo, como resolver por reduccién por filas Ax = b. Gi el inverzo realmente es necesario, ‘ Determinantes como 4rea 0 volumen En la siguiente aplicaci6n verficaremos la interpretacién geométrica de los determi- nantes descrita en la introduccién del capitulo. Aunque no se hard un andlisis general de longitud y distancia en R” hasta el capitulo 6, aqui suponemos que ya se entienden los conceptos euclidianos usuales de longitud, érea y volumen para R? y Re “TEOREMA 9 iA é¢ una matriz 2 X 2, el rea del paralelogramo determinado por las colum- nas de A es det A]. Si A es una matriz 3 3, el volumen del paralelepipedo de- terminado por fas columnas de A es [det Al.200 capttulo3 + Determinantes i] Lo FIGURA 1 lad FIGURA 3 Volumen = jabcl. Demostracion Obviamente, el worema es cieno para cualquier matriz diagonal 2 x1 a 0 rea del aes Gl] = (rca } Vea la figura 1. Es suficiente con demostrar que cualquier matriz A 2X 2= lay a, se puede transformar en una matriz diagonal de manera que no cambie nicl rea del p ralelogramo asociado ni {det 4]. De la seccién 3.2, sabemos que el valor absolute de determinante no cambia cuando se intercambian dos columnas o cuando se suma a us| el muliplo de otra. ¥ es fécil ver que dichas operaciones bastan para transformar a en una matriz diagonal. Los intercambios de columna no modifican en modo algunoe paralelogramo, Asi que basta con demostrar la siguiente observacién geométrica sty cilla que se aplica a los vectores en R? o R Sean a, y a vectores diferentes de cero. Entonces para cualquier escalar ¢, e! rea del paralelogramo determinado por a, y a; es igual al area del paralelogra mo determinado por a y a; + cay, ara demostrar este enunciado, podemos suponer que a no cs un miltiplo dea porque de serlo los dos paralelogramos serian degenerados y tondrian area cero. ii cs la linea que pasa por 0 y a, entonces a; + Les la linea paralela a L que pasa por y a; + ca, esté sobre esta linea. Vea Ta figura 2. Los puntos a ya; + ca; tienen la ms ima distancia perpendicular a L. De aqui que los dos paralclogramos de la figura 2 xan tan ea, puesto yue Compatten la base Je O 4 a, Esty comple hs Uenwste cign para R2 aye FIGURA 2 Dos paralelogramos de igual érea La demostracién para & es similar. Obviamente el teorema es vslido para una triz diagonal 3 X 3. Vea la figura 3. Y cualquier matriz. A 3 X 3 se puede transfor ‘en una matriz diagonal con operaciones por columna que no modifican [det Al. (Pens haver operaciones pur fila con AT.) Por lo tanto, basta von demostuar que estas & ‘ciones no afectan el volumen del paralelepipedo determinado por las columnas de En la figura 4 se muestra un paralelepfpedo como una caja sombreada con dos dos inclinados. Su volumen es el drea de la base en el plano Gen{a,, ay} multipl por la altura de a, sobre Gen(a}, a3). Cualquier vector a, + ca, tiene la misma porque a; + ca, esté en el plano ay + Gena, as}, el cual es paralelo a Geniai® Por lo tanto, no cambia el volumen del patalelepipedo cuando [a, a; a3] se © ala, a; + ca, a). Entonces una operacién de reemplazo de columna no afecta®! lumen del paralelepipedo. Puesto que los intercambios de columna no tienen efe'™ bre el volumen, la demostraciGn esté completa.3.3. + Regla de Cramer, volumen y transformaciones lineales 201 FIGURA 4 Dos paralelepipedos de igual volumen —— EJEMPLO 4 Calcule cl drea del paralelogramo determinado por los puntos (—2, 2), (0, 3), (4, —1) y (6 4). Vea la figura 5(a). Solucién Primero traslade el paralelograme hasta uno que tenga el origen como vér- tice. Por ejemplo, reste el vértice (—2, ~2) de cada uno de los cuatro vértices. El nue- vo paralelogramo tiene la misma érea y sus vértices son (0, 0), (2, 5). (6, 1) y (8, 6). ‘Vea la figura 5(b). Este paralelogramo esté determinado por las columnas de feet Puesto que |det Al = |~28], el area del paralelogramo es 28, a FIGURA 5 Trasladar un paralelogramo no altera su rea, Transformaciones lineales Se pueden usar determinantes para describir una importante propiedad geométrica de las transformaciones lineales en el plano y en R. Si T es una transformacién lineal y Ses tin conjunta en el daminin de T. denatemos por 7.8) el canjuinta de imégenas de puntos en S. Estamos interesados en comparar el Area (o volumen) de 7(S) con el érea (0 volumen) del conjunto original S. Por conveniencia, cuando S es una regién delimi- tada por un paralelogramo, nos referimos a S como un paralelogramo.202 capitulo 3 + Determinantes TEOREMA 10 ‘Sea T: R*—> H una transformacién lineal determinada por una matriz A 2 X 2 Si Ses un paralelogramo en R?, entonces ‘Area de T (S)] [det Al - {4rea de $} 3) Si Testa determinada por una matriz A 3 x 3 y si Ses un paralelepipedo en Bi entonces volumen de T (S)} = |det Al - (volumen de 5) © Demostracién Considere el caso de 2 x 2, con A = la, a]. Un paralelogramo en el origen en R? determinado por vectores by y by tiene la forma S={5b, + La imagen de S bajo T consiste en puntos de la forma T(s,by + sab) = 5) T(b,) + s:Ttby) = sb) + s2Aby donde 0 = s, = 1,0. 5, I. Se sigue que T (S)¢s el paralelogramo determinado por las columnas de la matriz [Ab, Abs]. Se puede eserihir esta matrir como AB, donde B= (by by). Porel teorema 9 y el teorema del producto para determinantes, {area de T(S)} = [det AB| = |det AI - [det B| = Idet A] - dea de a Un paralelogramo arbitrario tiene la forma p + S, donde S es un paraletogramo enél origen, como el anterior. Es facil ver que T transforma p + Sen Tip) + TiS). (Veeel ejercicio 26.) Puesto que la traslacién no afecta el rea de un conjunto, (area de T(p + S)) = (4rea de T (p) + T(S)) = (4rea de T(5)) ‘Traslacién = [det Al - (4rea de S) por (7) = |det Al - (4rea de p + S) ‘Traslacién Esto demuestra que (5) es valida para todos los paralelogramos en R?. La demostraiée de (6) para el caso de 3 X 3 ¢s andloga, 1 Cuando intentamos generalizar el teorema 10 a una regién en R? o en R que ® est4 delimitada por lineas rectas o planos, debemos enfrentar el problema de cémo oe finir y calcular su rea o volumen. Esta es una cuestin que se estudia en célculo y sotros simplemente delinearemos la idea bésica para R2, Si R es una regién plana a tiene un rea finita, entonces puede aproximarse R por medio de una reticula de pea! fios cuadrados que estén dentro de R. Si hacemos a loc cuadrados cuficientemonte quefios, podemos aproximar el area de R tanto como deseemos con la suma de las se de los pequefios cuadrados. Vea la figura 6,33. + Regla de Cramer, volumen y transformaciones tineales 203 FIGURA 6 Aproximacién de una regién plana por medio de : ‘cuadrados, La aproximacin mejora al hacerse més fina la ceuadsfeula, 4 Si T-es una transformacién lineal asociada con una matriz A 2% 2, entonces la ‘. imagen de R bajo T se aproxima con las imagenes de los pequefios cuadrados dentro de R. La demostracién del teorema 10 muestra que toda imagen de este tipo es un pa- ralelogramo cuya rea es det Al multiplicado por el érea del cuadrado. Si R’ es la union de los cuadrados dentro de R, entonces el érea de 7(R’) es [det Al multiplicado por el rea de R’. Vea la figura 7. De igual manera, el rea de T(R’) es cercana al érea de T(R) Se puede dar un argumento que use un proceso de limitaciGn para justificar la siguien te generalizacién del teorema 10 FIGURA 7 Aproximacién de 7(R) con una unién de paralelogramos, Las conclusionies del teorema 10 son validas siempre que S esté en una regién de IR? con rea finita o en una regi6n de R? con volumen finito. aos ' EJEMPLO 5 Sean a y b mimeros positivos. Encuentre el area de la regién E delimi- tada por Ia elipse cuya ecuacién es 44. Atal204 Capitulo 3 + Determinantes Solucién Aseveramos que E es la imagen del disco unitario D bajo la transformacién Au, entonces: Se sigue que u esta en el disco unitario con uj + 4} 5 1 si y slo si x esté en E, con (ala)? + (xy/b)? $1, Por la generalizacién del teorema 10, {4rea de elipse} = Area de T (D)} = |det Al - [4rea de D) = ab- m1)? = mab —_—_1 Oa PROBLEMA DE PRACTICA : Se pei emi pe ees =(!] 4 = [8] 00 als 3.3. EJERCICIOS — Use la regla de Cramer para calcular las soluciones de los siste mas de los ejercicios 1-6. 1 Sx + Ix: =3 Day toe 2a +4n=1 Sx +2 3 3y-2n= 7 4 -Syt3m= 9 5 + 6x = 5 Bx = 5 Sdn te ene | “3 + a8 =nt dx t2n=-3 Bx, ta + Bas En los ejercicios 7-10, determine los valores del parémetro S pa- +4 os cuales el sistema tiene una solucién nica y deseriba la so- luci6n, 7. 65% + 4x2 ‘Ox; + 2sx3 5 8. 35x; — Sxp 2 9x; + Sox 9. sx) - 20m = 1 10. 25x) + x Athen = 4 Aer + Bere En los ejercicios 11-16, calcule fa adjunta clésica de la matriz da da y luego utilice ef teomema 8 para dar el inverso de la matri. a 1] eee a imaged Sapa nin 0 plooi3 ital [2-2 al “1 lo 1 o 38 fs 6 77 iss oz 4} 2 23 4) 30 12 47 ie etal [0-3 | 203 0 0 3 17, Demuestre que si A es 2 X 2, entonces el torema 8 dat misma formula para A~' que la dada por el teorema 4 de It seccin 2.2. 18, Suponga que todas las entradas de A son enteros y det A = | Explique por qué todas las entradas de A“ son enteros. En los ejercicios 19-22, encuentce el rea del paralelogramo ct yos vertices se enumeran 19, (0.0) (5.2), (6,4), (11.6) 20. (0.0), (1.3). (4,5). =2) 21. (-1,0,(0.5). (1,-4.2. Be(ADR. B. Encuentre el volumen del paralelepipedo que tiene un vérti- ce enel origen y vérices adyacentes en (1, 0, ~2), (1, 2.4), 7.1.0). Encuentre el volumen del paralelepipedo que tiene un vérti- cee en el origen y vértices adyacentes en (1. 4, 0),(—2, -5, 2),(-1,2, =). Use el concepto de volumen para explicar por qué el deter. minante de una matriz A 3 x 3 es cero si y sélo si A no es invertible. No recurra al eorema 4 de la seccion 3.2, (Suge- Erencia: Piense en las columnas de A.) E Sea TR" +R” una transformacién lineal y sean p un vee- {ory Sun conjunto en ". Demuestre que la imagen de p + E'S bajo T es el conjunto tasladado Tip) + TiS) en RP j Sea 5 cl paralelogramo determinado por los vectores b, = 3 yb; fe ) deh ! [a]rea=[ $<] cusease yA= te | 14} lente una frmula para el Srea del triéngulo cuyos vér- son 0, ¥; y v;en RF yds Oa YD Y Gad Sugerencia: Traslade R al origen restando uno de los vért By utiice el ejercicio 29.) 20 0 a=[o 5 ‘] donde, by€s0n nmeos po oo e Sea $a esfera unitaria, cuya superficie limitantete- Ba ecuacion x} + x}+ 33 + Regia de Cramer, volumen y transformaciones lineales 205, a, Demuestre que TIS) esta delimitada por el elipsoide que tiene la ecuacién “+ . Uiilice el hecho de que el volumen de Ia esfera unitaria cs 4/3 para determinar el volumen de la regién acotada por el elipsoide de (a). 32, Sea Sl tetraedro en f con véntices en los vectores 0. €,.€; ¥ es, y sea Sel tetraedro con vénices en los veetores 0, ¥), Yi y vy. Vea la figura anexa a. Describs una transformacign lineal que mapee S sobre 5”. '. Encuentre una férmula para el volumen det fetraedro 5° utilizando el hecho de que (volumen de S) = (1/9)(4rea de la base) - {altura} 38. [M] Prucbe la formula del inverso del teorema 8 para una imatriz abitraria A 4 % 4. Use su programa de matrices para calcular los cofactores de las submatrices 3 X 3, construya la adjunta clisica y haga B = (adj A) (det A), Luego caleu- le B ~ inv A, donde inv(A) es el inverso de A calculado por cl programa de matrices. Utilice aritmeética en punto flotan- {e con el méximo posible de posiciones decimales, Informe Jos resultados. 34. [MJ Pruebe la regla de Cramer para una matrizaleatoria A 4 X 4 y un vector baleatorio 4 I. Calcule cada entrada de la solucién de Ax = b y compérelas con las entradas de A~'b, Escriba la orden (0 digitaciones) para el programa de com: pputador que usa la regla de Cramer para producit la segunda entrada de x. 38, [M] En MATLAB, use la orden flops para contar el nimero ‘de operaciones en punto flotante requeridas pera calcular el inverso de una matriz aleatoria 30 30, Compare este ni ‘mero con los flops necesarios para formar (adj A/(det A,206 capitulo3 + Determinantes SOLUCION AL PROBLEMA DE PRACTICA Po 1s 4 w EL area de Ses|der| } || = 14 y detA = 2. Por el teorema 10, el ea deta ines 3 i igen de S bajo Ia funcidn x Ax es | « lia. se [det Al - (4rea de S} = 2-14 = 28 i fe Pr Capitulo 3 EseRcicios SUPLEMENTARIOS — 1, Califique cada enunciado como verdadero falso. Justifique cada respuesta, Suponga que todas las matrices son cuadra- Caleule los determinantes de los ejercicios 5 y 6 das. P 19 9 Of 4 8 8 & 4, SiA es una matriz 2 x 2 con determinante cero, enton- p 09 9 9 2 lo 1 oo & ves una columna de A ¢s un miltiplo de la otra 5 é o 0 5 Oo ol 8 8 8 f 0390 jo 8 8 3 bs. Si dos files de una matriz. A 3 x 3 son iguales, enionces : en ep) oe lo 8 2 0 €. SiA es.una matriz 3 X 3, entonces det SA = 5 det A 7. Demuesre que la ecuacién de la nea en BE que pasa 4d, SiA y B son matrices n Xn, con detA fentonces dei(A + B) = 5 ©. SidesmX my detA = 2, entonces det A? = 6 [Si B ve prunluce intercambiando dos A det B= det A {&. SiB se produce muliplicando la fila 3 de A por S,enton- ces det B= S- det A h. Si B se forma sumando a una fila de A una combinacién Tineal de las otcas fila, entonces det B = det A. i. det aT = ~det A je dena) = — det A k, dec ATA = 0. |. Cualquier sistema de n ecuaciones lineales con m varia- bles se puede resolver con la regla de Cramer. m Siwy vestin en R?y det{u ¥] = 10, entonces el drea del triéngulo en el plano con vértices en 0, u y ves 10. SiA? = 0, entonces det A = 0. (0. SiA es invertible, entonces det A~! = det A. p. SiA es invenible, entonces (det A)idet A!) = 1 y det B Utilice operaciones por fila para demostrar que todos los deter- rminantes en los ejercicios 2-4 son cero. puntos distintos (xy, yi) ¥ Os 8. Encuentre una ecuacién de determinantes 3 3 semejan| la del ejercicio 7 que describa la ecuacién de la linea que o sa por (x; 9) con pendiente m. puede escribirse como, Los ejercicios 9 y 10 se refieren a los determinantes de las guientes matricer de Vandermonde. ta a to T 1b vay = : ae tos 9. Utilice operaciones por fila para mostrar que det ih ~ axe ~ aye ~ 6) 1, Calcule el 4rea del paralelogramo determinado por los P| mo M4 a be) tos (1y8).(-1, 5). (9) 9 (8). gCémo pode sabes si 17 at eee Cader dterminado por ls puntos raiment ut is 19 20) le asol tlelogramo ona? oe 12. Ute et concepto de dea de un paralelogramo para alerts ote etd biruenunciade sete de una matric A 2. 2 que se ary bry ery fosiy slo sAesinverble |13. Demuestre que si A es invertible, entonces ad) A es invert bie. (ajar = 5 {Sugerencia: Dadas las matrices B y C, ,qué edleulo(s) mos- trarfain) que Ces el inverso de B?] |14, Sean A. 8, C, De / matrices n X n. Utilice la definicién o las propiedades de un determinante para justiicar las siguientes férmulas. La parte (c) es itil en las aplicaciones de valores peopios (eapitulo 5). -aa[t Jee neal 8] eae _en[t S]-cmnaor-ae[4 8] ' Capitulo 3+ Elerciios suplementarios 207 - 1S. Sean A, B, Cy D matrices n X n con A invertible 4. Encuentte las matrices X y ¥ para product la factoiea- cin LU en bloque AB) [rt olfa a lcs oleae allo ey yy luego demuestre que ; a(t '. Demuestre que si AC = CA, entonces 7 4, AB