Capítol 4

Determinants

4.1 Primera definició i exemples

Definició 4.1.1 (I) Donada una matriu A ∈ Mm×n (R) es diu menor d’ordre k de A a
la matriu quadrada d’ordre k formada pels elements de A situats en k files i k columnes
prefixades.
Sigui A = (aji ) una matriu quadrada d’ordre n. Es diu menor adjunt de l’element
aji de A, a la matriu quadrada d’ordre (n − 1) que s’obté suprimint la fila j i la columna
i de A. El designarem per Aji .

Exemple 4.1.2 Sigui  

1 1 2 1
 2 3 0 0 
A=
 −1
.
1 1 5 
−1 9 0 −8
Fixant les files {2, 4} i les columnes {1, 3}, obtenim el menor d’ordre 2:
� �
2 0
.
−1 0
Fixant les files {1, 3, 4} i les columnes {1, 2, 4} obtenim un menor d’ordre 3, que és el
menor adjunt de l’element a23 :
 
1 1 1
A23 =  −1 1 5  .
−1 9 −8

43
44 D ETERMINANTS

Hi ha diferents maneres de definir el determinant d’una matriu. Nosaltres donarem

dos.

Definició 4.1.3 (I) Si A = (a11 ) és una matriu quadrada d’ordre 1, definim

det(A) = a11 .

En general, suposant ja definits els determinants de matrius d’ordre (n − 1), definim el

determinant d’una matriu A = (aji ) d’ordre n com la suma dels coeficients de la primera
fila, a1i multiplicats per (−1)i+1 i pel determinant del seu menor adjunt:

det(A) = a11 det(A11 ) + · · · + (−1)i+1 a1i det(A1i ) + · · · + (−1)1+n a1n det(A1n ).

La notació usual és � 1 �
� a1 a12 · · · a1n ��
�
� a2 a2 · · · a2n ��
� 1 2
det(A) = � . .. .. .. � .
�. . . . . ��
�
�a n a n · · · an �
1 2 n

Per a matrius d’ordre 2 tenim

� 1 1�
�a 1 a 2 �
� � 1 2 1 2 1 2 1 2
�a2 a2 � = a1 det(a2 ) − a2 det(a1 ) = a1 a2 − a2 a1 .
1 2

Per a matrius d’ordre 3 tenim

� 1 1 1�
�a 1 a 2 a 3 � � 2 2� � 2 2� � 2 2�
� 2 2 2� �a 2 a 3 � �a 1 a 3 � �a 1 a 2 �
�a a a � = a � 1 � 1 � � 1 � �
� 1 2 3� 1 �a 3 a 3 � − a 2 �a 3 a 3 � + a 3 �a 3 a 3 �
�a 3 a 3 a 3 � 2 3 1 3 1 2
1 2 3

= a11 (a22 a33 − a32 a23 ) − a12 (a21 a33 − a31 a23 ) + a13 (a21 a32 − a31 a22 )

= a11 a22 a33 + a31 a12 a23 + a21 a32 a13 − a11 a32 a23 − a21 a12 a33 − a31 a22 a13 .

Definició 4.1.4 Donada una matriu quadrada A, es diu adjunt de l’element aji

Ad(A)ji := (−1)i+j det(Aji ).

P RIMERA DEFINICIÓ I EXEMPLES 45

Per definició, el determinant d’una matriu quadrada A = (aji ) és el producte dels ele-
ments de la primera fila pels seus adjunts

det(A) = a11 Ad(A)11 + a12 Ad(A)12 + · · · + a1n Ad(A)1n .

� �
� 3 0 0 � � �
� � � �
Exemple 4.1.5 1. �� 1 1 0 � = 3� 1 0 � = 3 · 1 · (−8) = −24.
� � 5 −8 �
� 9 5 −8 �

� �
� 3 1 0 4 �� � � � � � �
� � 1 0 1 �� � 0 0 1 �� � 0 1 0 �
� 0 1 0 1 �� � � � �
� � � � � �
= 3 � 5 −8 −3 � − 1 � 0 −8 −3 � − 4 � 0 5 −8 �
� 0 5 −8 −3 �� �
2. �� � 2 −1 2 � � 1 −1 2 � � 1 2 −1 �
1 2 −1 2 �

= 3(−8) − 1(8) − 4(−8) = 0.

3. Matrius triangulars inferiors. En aquest cas el determinant resulta ser el pro-

ducte dels coeficients de la diagonal:
� �
� a11 0 ... 0 �
� �
� a21 a22 ... 0 �
� �
� .. .. .. .. � = a11 a22 . . . ann .
�
� . . . . �
�
� an1 an2 . . . an �
n

Ho provarem per inducció. Per a n = 1, tenim det(a11 ) = a11 . En el cas general,

suposant que és cert per a matrius triangulars inferiors d’ordre (n − 1), tenim
� �
� a11 0 ... 0 � � �
� � � a22 ... 0 �
� a11 a22 ... 0 � � �
� � � .. .. .. �
� .. .. .. .. � = a11 � . . . � = a11 (a22 . . . ann ).
�
� . . . . �
�
�
�
�
� an2 ... ann �
an1 an2 . . . an �
n

En particular, el determinant de la matriu identitat és +1.

46 D ETERMINANTS

4.2 Segona definició

Definició 4.2.1 (II) El determinant d’una matriu quadrada A és la seva imatge per una
aplicació
det : Mn×n (R) −→ R

compleix les condicions:

1. És multilineal, que vol dir que si una columna és suma de dos, el determinant és
suma dels determinants amb cada una de les columnes:

det(a1 | · · · | a�i +a”i | · · · | an ) = det(a1 | · · · | a�i | · · · | an )+det(a1 | · · · | a”i | · · · | an )

i si es multiplica una columna per un escalar, el determinant queda multiplicat per

aquest escalar:

det(a1 | · · · | λai | · · · | an ) = λ det(a1 | · · · | ai | · · · | an )

2. És alternada, que vol dir que si s’intercanvia la posició de dues columnes, el

determinant canvia de signe:

det(a1 | · · · | ai | · · · | aj | · · · | an ) = − det(a1 | · · · | aj | · · · | ai | · · · | an )

3. det(In ) = 1.

4.3 Equivalència de les dues definicions

Teorema 4.3.1 La definició de determinant donada a 4.1.1 compleix les propietats de
la definició 4.2.1.

Demostració. Les condicions 1. i 3. es compleixen clarament per matrius d’ordre 1,

i la condició 2. es comprova fàcilment per matrius d’ordre 2. Procedirem doncs per
inducció.
Siguin A = (a1 | · · · | a�i + a”i | · · · | an ) , A� = (a1 | · · · | a�i | · · · | an ) i
A” = (a1 | · · · | a”i | · · · | an ) . Volem provar que det(A) = det(A� ) + det(A”).
E QUIVALÈNCIA DE LES DUES DEFINICIONS 47

Entre els adjunts dels elements a la primera fila d’aquestes matrius tenim, per hipòtesis
d’inducció, les relacions:

A1i = (A� )1i = (A”)1i , Ad(A)1k = Ad(A� )1k + Ad(A”)1k , si k �= i

Per tant,
�n � � � � �
det(A) = 1 1
h=1 ah Ad(A)h = 1
k�=i ak Ad(A� )1k + Ad(A”)1k + (a� )1i + (a”)1i Ad(A)1i
�� � �� �
= 1 � 1 � 1 � 1 1 1 � 1 1
k�=i ak Ad(A )k + (a )i Ad(A )i + k�=i ak Ad(A”)k + (a )i Ad(A”)i

= det(A� ) + det(A”)

Siguin A = (a1 | · · · | ai | · · · | an ) i B = (a1 | · · · | λai | · · · | an ) . Volem provar

que det(B) = λ det(A) . Entre els adjunts dels elements a la primera fila d’aquestes
dues matrius tenim, per hipòtesis d’inducció, les relacions:

A1i = Bi1 , Ad(B)1k = λAd(A)1k si k �= i

Per tant,
� �
det(B) = a1k Ad(B)1k +(λa1i )Ad(B)1i = a1k λAd(A)1k +(λa1i )Ad(A)1i = λ det(A)
k�=i k�=i

Siguin A = (a1 | · · · | ai | . . . aj | · · · | an ) i B = (a1 | · · · | aj | . . . ai | · · · | an ),

i < j. Volem provar que det(B) = − det(A) . Per hipòtesis d’inducció tenim

Ad(B)1k = −Ad(A)1k , k �= i, j

Per altra banda, el menor A1i coincideix amb Bj1 llevat que la columna aj , que a A1i
ocupa el lloc (j − 1) (hem suprimit una columna anterior), a Bj1 ocupa el lloc i. Per
tant, fent (j − i − 1) intercanvis de posició de columnes, podem passar de A1i a Bj1 i, per
hipòtesis d’inducció, tenim
� �
Ad(A)1i = (−1)1+i det(A1i ) = (−1)1+i (−1)j−i−1 det(Bj1 )
= −(−1)j−1 det(Bj1 ) = −Ad(B)1j
48 D ETERMINANTS

Analogament s’obté Ad(A)1j = −Ad(B)1i . Per tant,

�
det(B) = k�=i,j a1k Ad(A)1k + a1i Ad(A)1i + a1j Ad(A)1j

� � � � � � �
= a 1 −Ad(B)1 + a1 −Ad(B)1 + a1 −Ad(B)1
k�=i,j k k i j j i

= − det(B)

tenint en compte que ai , aj són les columnes j, i, respectivament, de B.

La última condició que cal provar és det(In ) = 1. La matriu In té tots els termes de
la primera fila 0 llevat el primer que és 1. El menor adjunt d’aquest element és In−1 i,
per hipòtesis d’inducció,tenim

det(In ) = det(In−1 ) = 1

Corol·lari 4.3.2 Sigui A = (aji ) ∈ Mn×n (R) .

(i) Si A té una columna de zeros, det(A) = 0.

(ii) Si A té dues columnes iguals, det(A) = 0.

(iii) Si sumen a una columna una combinació lineal de la resta de columnes el deter-
minant no varia.
� �
Demostració. (i) Si la columna i de A = a1 . . . ai . . . an és de zeros, ai = 0,
� �
det A = det a�1 . . . 0ai . . . an �
= 0 det a1 . . . ai . . . an = 0.

(ii) Si dues columnes de A són iguals, ai = aj ,

� �
det A = det a�1 . . . ai . . . aj . . . an �
= − det a1 . . . aj . . . ai . . . an = − det A.

i per tant det(A) = 0.

E QUIVALÈNCIA DE LES DUES DEFINICIONS 49

(ii) Si sumen a una columna ai de A una combinació lineal de la resta de columnes

� � �
det a1 . . . ai + j�=i λj aj . . . an =
� � � � �
= det a1 . . . ai . . . an + j�=i λj det a1 . . . aj ... an =
� �
= det a1 . . . ai . . . an

ja que tots els determinant del sumatori tenen dues columnes iguals. �

Exemple 4.3.3
� � � � � �
� 1 2 3 � � 1 0 3 � � 1 0 0 � � �
� � � � � � � �
� 4 5 6 � C2 −2C1
= � 4 −3 6 � C3 −3C1
= � 4 −3 −6 � = �−3 −6� = 15.
� � � � � � �5 5 �
� 1 7 8 � � 1 5 8 � � 1 5 5 �

Exemple 4.3.4 Volem calcular el determinant d’una matriu quadrada A = (aji ) que té
0’s a la diagonal i tots els altres coeficients són 1:

aii = 0, ∀ i, aji = 1, ∀ i �= j.

Pot passar que la matriu sigui d’un ordre molt gran, o simplement que volem conèixer el
resultat per a qualsevol ordre n. En qualsevol cas, és fàcil observar que sumant totes les
columnes a la primera obtenim
� � � � � �
� 0 1 ... 1 1 � � n − 1 1 ... 1 1 � � 1 1 ... 1 1 �
� � � � � �
� 1 0 ... 1 1 � � n − 1 0 ... 1 1 � � 1 0 ... 1 1 �
� � � � � �
� .. .. . . .. .. � = � .. .. . . .. .. � = (n − 1) � .. .. . . .. .. �
� . .
� . . . � �� � . . . . . � � �
� . . . . . ��
� 1 1 ... 0 1 � � n − 1 1 ... 0 1 � � 1 1 ... 0 1 �
� � � � � �
� 1 1 ... 1 0 � � n − 1 1 ... 1 0 � � 1 1 ... 1 0 �
(restem ara� la primera columna a totes� les altres)
� 1 0 ... 0 0 ��
�
� 1 −1 . . . 0 0 ��
�
� .. .
.. . .. .
.. .. � = (n − 1)(−1)n−1 .
= (n − 1) � . . ��
�
� 1 0 . . . −1 0 ��
�
� 1 0 ... 0 −1 �
50 D ETERMINANTS

4.4 Permutacions i determinant

Es diu permutació d’ordre n a una matriu d’ordre n × n amb tots els coeficients 0 llevat
de un coeficient 1 a cada fila i un coeficient 1 a cada columna. En particular, les matrius
elementals Pi,j són permutacions, i s’anomenen transposicions . A més a més, com que
fent intercanvis de files podem passar d’una matriu permutació a la identitat, resulta que
tota permutació és producte de matrius elementals Pi,j .
El conjunt de permutacions d’ordre n amb el producte és un grup que designarem
amb la notació Sn .
Anem a veure que totes dels descomposicions d’una mateixa permutació en producte
de transposicions tenen o bé un nombre parell de factors o bé un nombre senar. Per això
recordem que multiplicar per la dreta una matriu quadrada A per una matriu elemental
equival a una transformació de Gauss de les columnes. El Teorema 4.3.1 i els seus
corol·laris ens diuen com canvia el determinant de A amb aquests canvis. Concretament
tenim:

det(APi,j ) = − det(A), det(AMi (a)) = a det(A), det(ASi,j (a)) = det(A)

En particular, agafant A = In obtenim

det(Pi,j ) = −1, det(Mi (a)) = a, det(Si,j (a)) = 1

I comparant amb les expresions de més amunt, tenim que, per a tota matriu elemental E,

det(AE) = det(A) det(E)

Proposició 4.4.1 Totes les descomposicions d’una permutació com a producte de trans-
posicions tenen o bé un nombre parell de factors o bé un nombre senar.

Demostració. En efecte, siguin τ1 . . . τk = τ1� . . . τh� dos productes de transposicions.

Les transposicions són matrius elementals i, per tant, el determinant d’aquests productes
és el producte dels determinants dels factors:

det(τ1 . . . τk ) = (−1)k = det(τ1� . . . τh� ) = (−1)h

�
P ERMUTACIONS I DETERMINANT 51

Es diu signe d’una permutació al seu determinant. Per tant, el signe és +1 si és

producte d’un nombre parell de transposicions i és −1 si és producte d’un nombre senar
de transposicions.
Sigui σ una matriu permutació. Farem servir la següent notació:
   
1 σ(1)
2  σ(2) 
   
σ  .  =:  . 
 ..   .. 
n σ(n)

Observem que (σ(1), . . . , σ(n)) són els mateixos números (1, . . . , n) amb un altre
ordre. D’aquesta forma, σ es por considerar també com una aplicació bijectiva:

σ : {1, 2, . . . , n} −→ {1, 2, . . . , n}

Tota matriu permutació determina una aplicació bijectiva del conjunt {1, 2, . . . , n} i tota
aplicació bijectiva del conjunt {1, 2, . . . , n} determina una matriu permutació. El pro-
ducte de matrius permutació correspon a la composició de la corresponents bijeccions.
Les permutacions permeten escriure el determinant d’una forma compacta, que do-
nen en la següent Proposició.

Proposició 4.4.2 Per a tota matriu A = (aji ) ∈ Mn×n (R) tenim

� σ(1)
det(A) = �(σ)a1 . . . aσ(n)
n
σ∈Sn

Demostració. det(A) és la imatge de la matriu A per una aplicació

det : Mn×n (R) −→ R

multilineal alternada amb det(In ) = 1. Cada una de les columnes ai d’una matriu
A = (aji ) es pot escriure en la forma
 1      
ai 1 0 0
 a2  0 1 0
 i      
ai =  .  = a1i  .  + a2i  .  + · · · + ani  .  = a11 e1 + a2i e2 + · · · + ani en
.. .
. .
.  .. 
ain 0 0 1
52 D ETERMINANTS

Les propietats de l’aplicació det ens permeten ara els següents càlculs:
�� �n �
n j1 jn
det(a1 | · · · | an ) = det j1 =1 a1 ej1 | ··· | jn =1 an ejn propietat multilineal

�
= j1 ,...,jn aj11 . . . ajnn det(ej1 | · · · | ejn ) propietat alternada
�
= j1 ,...,jn aj11 . . . ajnn det(ej1 | · · · | ejn ) j1 , . . . , jn diferents

� σ(1) σ(n)
= σ a1 . . . an det(eσ(1) | · · · | eσ(n) ) σ permutació amb σ(i) = ji
� σ(1) σ(n)
= σ �(σ)a1 . . . an det(e1 | · · · | en ) �(σ) = signe de σ
� σ(1) σ(n)
= σ �(σ)a1 . . . an ja que (e1 | · · · | en ) = In .

4.5 Més propietats dels determinants

Proposició 4.5.1 El determinant d’una matriu coincideix amb el de la seva transposada.

Demostració. Sigui A = (aji ) una matriu quadrada i At = (bji ) la seva transposada, és

a dir, bji = aij . Aleshores,

� σ(1) σ(n) �
det(B) = σ �(σ)b1 . . . bn = σ �(σ)a1σ(1) . . . anσ(n)

� ρ(1) ρ(n)
= ρ=σ −1 �(ρ)a1 . . . an = det(A)

A la última igualtat hem fet servir que si sigma recorre totes les permutacions, la seva
inversa ρ també recorre totes les permutacions. A més a més, si σ = τ1 . . . τk és una
descomposició de de σ com a producte de transposicions, ρ = τk . . . τ1 és una descom-
posició de de ρ com a producte de transposicions i, per tant les dues tenen el mateix
signe: �(ρ) = �(σ). �
M ÉS PROPIETATS DELS DETERMINANTS 53

Corol·lari 4.5.2 Tota propietat dels determinants referents a les files és certa també per
les columnes i viceversa. En particular, si E és una matriu elemental

det(EA) = det(E) det(A)

Demostració. Tota propietat per files de At , es una propietat per columnes de A i vicev-
ersa. Per l’última afirmació només cal observar que, si E és una matriu elemental, E t
tambés és una matriu elemental. Per tant,
� �
det(EA) = det (EA)t = det(At E t ) = det(At ) det(E t ) = det(A) det(E)

Teorema 4.5.3 Una matriu quadrada A és invertible si, i només si, det(A) �= 0.

Demostració. Si A és invertible, és producte de matrius elementals : A = E1 . . . Em .

Com acabem de veure, el determinant d’un producte per una matriu elemental és el
producte dels determinants:

det(A) = det(E1 . . . Em ) = det(E1 . . . Em−1 ) det(Em ) = · · · = det(E1 ) . . . det(Em ) �= 0

i és no nul perquè tots els determinants de matrius elementals són diferents de 0.

Si A no és invertible es pot reduir per columnes a una matriu B amb almenys una
fila de 0’s. Per tant,

0 = det B = det(E1 ) . . . det(Ek ) det(A) ⇒ det(A) = 0

ja que les matrius elementals tenen determinants diferents de 0. �

Teorema 4.5.4 Si A, B ∈ Mn×n (R), det(AB) = det(A) det(B).

Demostració. Si A és invertible, la podem expressar com a producte de matrius elemen-

tals A = E1 . . . Ek . Com que, si una de les matrius és elemental, ja hem vist que el
determinant del producte és producte de determinants, tenim
det(AB) = det(E1 . . . Ek B) = (det(E1 ) det(E2 . . . Ek B)) = . . .
= det(E1 ) . . . det(Ek ) det(B) = det(A) det(B).
54 D ETERMINANTS

Si A no és invertible, pel teorema anterior (4.5.3), det(A) = 0. A més a més,

existeixen matrius elementals Ei tals que E1 . . . Ek A = C té una fila de zeros. Aleshores
E1 . . . Ek AB = CB també té una fila de zeros i

det(E1 . . . Ek AB) = 0 ⇒ det(AB) = 0.

Per tant, det(AB) = 0 = det(A) det(B). �

4.6 Càlcul de la matriu inversa per adjunts

Proposició 4.6.1 Per a tota matriu A = (aji ) ∈ Mn×n (R) , i tot j ≤ n,

det(A) = aj1 Ad(A)j1 + · · · + aji Ad(A)ji + · · · + ajn Ad(A)jn .

A aquesta expressió s’anomena desenvolupament per la fila j del det(A).

Demostració. Sigui B la matriu obtinguda a partir d’A passant la fila j a la primera
posició. Per a tot i, tenim:

Bi1 = Aji , d’on Ad(B)j1 = (−1)j−1 Ad(A)ji .

Per tant

det(A) = (−1)j−1 det(B)

� �
= (−1)j−1 b11 Ad(B)11 + · · · + b1i Ad(B)1i + · · · + b1n Ad(B)1n
= aj1 Ad(A)j1 + · · · + aji Ad(A)ji + · · · + ajn Ad(A)jn .

Proposició 4.6.2 Per a tota A = (aji ) ∈ Mn×n (R) , i tot i ≤ n,

det(A) = a1i Ad(A)1i + · · · + aji Ad(A)ji + · · · + ani Ad(A)ni .

A aquesta expressió s’anomena desenvolupament per la columna i del det(A).

Demostració. Sabem que det(A) = det(At ). L’expressió de l’enunciat és el desen-
volupament per la fila i de la matriu At . �
R EGLA DE L APLACE 55

Aquests resultats ens diuen que la suma dels productes dels coeficients d’una
columna (o d’una fila) pels seus adjunts és el determinant de la matriu. En canvi, si
multipliquem els elements d’una columna i pels adjunts d’una altra columna k �= i, el
resultat és 0:

a1i Ad(A)1k + · · · + aji Ad(A)jk + · · · + ani Ad(A)nk = 0.

En efecte, aquest és el desenvolupament per la columna k del determinant d’una matriu

idèntica a A, llevat que la columna k ha estat substituïda per la columna i; en particular,
té dues columnes iguals i el seu determinant és 0.
Anàlogament, si multipliquem els elements d’una fila i pels adjunts d’un altra fila k,
i �= k, el resultat és 0:

ai1 Ad(A)k1 + · · · + aij Ad(A)kj + · · · + ain Ad(A)kn = 0.

Aquestes expressions demostren el següent resultat.

Proposició 4.6.3 Sigui A ∈ Mn×n (R) amb det(A) �= 0. La matriu inversa A−1 és la
transposada de la matriu formada pels adjunts dividida per det(A). És a dir,
 
� �t Ad(A)11 Ad(A)21 . . . Ad(A)n1
j
1 
Ad(A)i 1 2 n 
 Ad(A)2 Ad(A)2 . . . Ad(A)2 
−1
A = =  .. .. . . ..  . �
det(A) det(A)  . . . . 
Ad(A)1n Ad(A)2n . . . Ad(A)nn

Exemple 4.6.4 Si ad − bc �= 0,
� �−1 � �
a b 1 d −b
= .
c d ad − bc −c a

4.7 Regla de Laplace

� �
B M
Proposició 4.7.1 Sigui A = , on B = (bji ) i C = (cji ) són matrius
0 C
quadrades d’ordre k i h respectivament, i M = (mji ) ∈ Mk×h (R). Aleshores
� �
B M
det = det B · det C.
0 C
56 D ETERMINANTS

Demostració. Farem inducció sobre k. Si k = 1, de la definició de determinant resulta

que � 1 �
b1 M
det = b11 det C
0 C
ja que det C és l’adjunt de b11 .
Suposem l’enunciat cert per (k − 1). Aleshores,
 1 
b1 . . . b1k m11 . . . m1h
 .. . . . .. .. .. 
 . . .. . . . 
 k 
 b1 . . . dk mk1 . . . mk 
 k h  1 1 k k
det A = det 
0 . . . 0 c 1 . . . c 1  = b1 Ad(A)1 + · · · + b1 Ad(A)1 .
 1 h 
 .. . . .. .. .. .. 
 . . . . . . 
0 ... 0 ch1 ... chh

Aplicant ara la hipòtesi d’inducció, tenim que Ad(A)j1 = Ad(B)j1 · det C, per a j =
1, . . . , k, d’on resulta
� �
det A = b11 Ad(B)11 + · · · + bk1 Ad(B)k1 det C = det B det C.

4.8 Determinants i rang

A la secció 2.4 hem definit el rang d’una matriu A com el número de files no nul·les de la
matriu escalonada reduïda per files de A. Ara veurem que el rang és també el número de
columnes no nul·les de la matriu escalonada reduïda per columnes i donarem un mètode
pràctic de trobar el rang d’una matriu A.

Proposició 4.8.1 Si la matriu A ∈ Mm×n (R) té un menor d’ordre r amb determinant

diferent de 0 i tots els seus menors d’ordre superior tenen determinant 0, el mateix és
cert per al producte de A per qualsevol matriu elemental, per l’esquerra o per la dreta.

Demostració. Pi,j A té els mateixos menors que A llevat d’una possible permutació de
files. Per tant, si la propietat és certa per a A també ho és per a Pi,j A.
D ETERMINANTS I RANG 57

Mi (a)A té els mateixos menors que A llevat d’una possible fila multiplicada per
a �= 0. Per tant, si la propietat és certa per a A també ho és per a Mi (a)A.
Els menors de Si,j (λ)A són els menors de A si hem suprimit la fila i. Si no hem
suprimit ni la fila i no la fila j, aleshores es poden obtenir de menors de A als que hem
sumat a una de les files una altra multiplicada per a. Si no s’ha suprimit la fila i però sí
la fila j, tenim:
� � � � � �
� aji11 ... ajik1 � � aj1 ... ajik1 �� � aj1 ... ajik1 ��
� � � i1 � i1
� .. .. � � . .. � � . .. ��
� . . � � .. . �� � .. . �
� � � �
� i � � �
�a i 1 + λaji1 ... aiik + λajik � = �� aii1 ... aiik �� + λ � aji1 ... ajik �
� .. .. � � . .. � � . .. ��
� � � . � .
� . . � � . . �� � . . �
� � � jk � jk �
� aji1k ... jk
a ik � ai1 ... ajikk � �a i
1
... aji k �
k

En el segon determinant de la dreta no apareix la fila i de A i, per tant, és el determinant

d’un menor de Si,j (λ)A, llevat potser d’una permutació de les files. Per tant, si és
diferent de 0, Si,j (λ)A també té un menor d’aquest ordre amb determinant diferent de 0;
si és igual a 0 aleshores, el determinant de l’esquerra és igual al determinant d’un menor
de A. Això vol dir que els determinants dels menors d’ordre k de Si,j (λ)A són tots 0 si,
i només si, els determinants de tots els menor de ordre k de A són 0.
Arguments similars, canviant files per columnes, valen pels productes per la dreta de
A i una matriu elemental. �

Corol·lari 4.8.2 El rang d’una matriu A ∈ Mm×n (R) coincideix amb el més gran dels
ordres dels menors amb determinant diferent de zero. �

Corol·lari 4.8.3 El rang d’una matriu no depèn de les transformacions per files, o per
columnes, que fem per trobar la matriu escalonada reduïda. �

Corol·lari 4.8.4 Si A ∈ Mm×n (R), aleshores rg(A) ≤ min(m, n). �

Corol·lari 4.8.5 El rang d’una matriu A ∈ Mm×n (R) coincideix amb el rang de la
seva transposada: rg(A) = rg(At ). �
58 D ETERMINANTS

Exemple 4.8.6 Sigui  

1 0 5
 2 −1 7 
 
 3 1 18 
A=

.

 4 −3 11 
 −2 3 −1 
1 −1 2
Si volem calcular el seu rang aplicant el Corol·lari 4.8.2, haurem� de calcular
� els deter-
� 1 0 ��
minants dels deu menors d’ordre 3. Tots resulten ser 0. En canvi �� = −1 �= 0.
2 −1 �
Per tant, A té rang 2.
Hi ha una manera més curta de veure que el rang � de A és�2. N’hi ha prou amb
1 0
comprovar que els menors d’ordre tres que contenen tenen determinant 0.
2 −1
Els 10 han quedat reduïts a 4. Per a matrius més grans l’estalvi pot ser molt major.
Calculem doncs els determinants dels menors formats per les dues primeres files i
cada una de les restants:

� �  (3, 1, 18) fila 3
� 1 0 5 � � 

� (4, −3, 11) fila 4
� 2 −1 7 � = 5a + 3b − c = 0, si (a, b, c) =
� �  (−2, 3, −1) fila 5
� a b c � 

(1, −1, 2) fila 6

Naturalment, si (a, b, c) és una de les dues primeres files, aquest determinant també és
0. Per tant, els coeficients de l’última columna compleixen sempre c = 5a + 3b , és a
dir, si Ci és la columna i:
C3 = 5C1 + 3C2 .

Hem obtingut l’última columna com a funció lineal de les primeres. En particular, qual-
sevol menor d’ordre tres té determinant 0, malgrat que no sigui un dels quatre que hem
calculat.

Proposició 4.8.7 Sigui A = (aji ) ∈ Mm×n (R) i suposem que el menor format per les
k primeres files i k primeres columnes té determinant diferent de 0:
� 1 �
� a . . . a1 �
� 1 k �
M := � ... . . . ... � �= 0.
� �
� k �
� a . . . ak �
1 k
S ISTEMES D ’ EQUACIONS LINEALS . R EGLA DE C RAMER 59

Si � 1 �
� a1 . . . a1k a1k+1 �
� �
� .. . . .. .. �
� . . . . �
� k � = 0, ∀j
� a1 . . . akk akk+1 �
� j �
� a . . . a j aj �
1 k k+1
la columna (k + 1) de A és funció lineal de les anteriors i, en particular, tots els menors
d’ordre (k + 1) formats per aquestes columnes tenen determinant 0.

Demostració. Desenvolupant per l’última fila, tenim

� 1 �
� a1 . . . a1k a1k+1 �
� �
� .. . . .. .. �
� . . . . � j j j
0=� k � = a1 M1 + · · · + ak Mk + ak+1 M, ∀ j.
� a1 . . . akk akk+1 �
� j �
� a . . . a j aj �
1 k k+1

Els coeficients M1 , . . . , Mk , M són determinants de menors adjunts d’elements de la

última fila, per tant no contenen aquesta fila i no depenen de j. A més a més M �= 0 i
M1 Mk
Ck+1 = − C1 − · · · − Ck
M M
on Ci és la columna i. �

4.9 Sistemes d’equacions lineals. Regla de Cramer

Considerem el sistema d’equacions lineals Ax = b:
 1 1

 a x + a12 x2 + · · · + a1n xn = b1
 1



..
 .




 n 1
a1 x + an2 x2 + · · · + ann xn = bn

i suposem que det(A) �= 0. La seva única solució és x = A−1 b. Fent servir l’expressió
de la matriu inversa de la proposició 4.6.3 s’obté
Ad(A)1j b1 + · · · + Ad(A)nj bn
xj = , j = 1, . . . , n.
det(A)
60 D ETERMINANTS

El numerador és el desenvolupament per la columna j d’una matriu idèntica a la matriu

A llevat que la columna j ha estat substituïda per la columna b. És a dir,
det( a1 | . . . | aj−1 | b | aj+1 | . . . | an )
xj = , j = 1, . . . , n
det(A)
on ai indica la columna i de A. Aquesta expressió es coneix com a regla de Cramer.

Suposem ara que Ax = b és un sistema d’equacions lineals arbitrari

 1 1

 a1 x + a12 x2 + · · · + a1n xn = b1




..
 .




 m 1
a1 x + am 2 m n = bm
2 x + · · · + an x

i sigui r = rg(A) . Canviant l’ordre de les equacions i de les incògnites si és necessari,

podem suposar que � �
� a1 . . . a 1 �
� 1 r �
� .. . . . �
� .
� . .. �� �= 0.
� r .. �
� a1 . arr �
Tots els menors d’ordre (r + 1) de A tenen determinant 0 i, per tant, les files j > r
són combinació de les anteriors (proposició 4.8.7). Si el sistema és compatible també
rg(A|b) = r, les últimes equacions són combinació lineal de les anteriors i el nostre
sistema té les mateixes solucions que el format només per les r primeres equacions. Ho
podem escriure en la forma:
 1 1

 a1 x + · · · + a1r xr = b1 − a1r+1 xr+1 − · · · − a1n xn



... .




 r 1
a1 x + · · · + arr xr = br − arr+1 xr+1 − · · · − arn xn

Per a cada conjunt de valors que donem a les incògnites xr+1 , . . . , xn aquest sistema
admet una única solució. Aplicant la regla de Cramer s’obté, ∀ j = 1, . . . , n
det(a1 |...|b|...|ar ) det(a1 |...|ar+1 |...|ar )
xj = det(a1 |...|ar ) − det(a1 |...|ar ) xr+1 − . . .
1 |...|an |...|ar )
− det(a
det(a1 |...|ar ) x n,
S ISTEMES D ’ EQUACIONS LINEALS . R EGLA DE C RAMER 61

on ara les ai i b són matrius columnes amb r files.

Aquesta manera d’estudiar un sistema d’equacions lineals pot ser més còmoda que
Gauss-Jordan, quan es tracta d’estudiar la compatibilitat d’un sistema amb paràmetres.

 x + 2y + 3z = a
Exemple 4.9.1 Considerem el sistema d’equacions lineals −y + z = 0 .

5x + 7y + bz = 5
El determinant de la seva matriu és
� �
� 1 2 3 ��
�
� 0 −1 1 � = 18 − b.
� �
� 5 7 b �

Si b = 18 la matriu del sistema té rang 2. Per tal que el sistema sigui compatible, la
matriu ampliada ha de tenir també rang 2:
� �
� 1 2 a ��
�
� 0 −1 0 � = 5(a − 1) = 0 ⇒ a = 1.
� �
� 5 7 5 �

Si b = 18, a �= 1, el sistema és incompatible.

Si b = 18, a = 1, el sistema és compatible indeterminat amb un grau de llibertat, és
a dir, una de les variables pot agafar valors arbitraris:
�
x + 2y = 1 − 3z
⇒ x = 1 − 5z, y = z.
−y = −z

Si b �= 18, el sistema és compatible determinat:

� � � �
� a 2 3 �� � 1 a 3 �
� � �
� 0 −1 1 � � 0 0 1 �
� � � �
� 5 7 b � 25 − a(b + 7) � 5 5 b � 5(a − 1)
x= = , y= =
18 − b 18 − b 18 − b 18 − b
� �
� 1 2 a ��
�
� 0 −1 0 �
� �
� 5 7 5 � 5(a − 1)
z= = .
18 − b 18 − b