Ciencia y Tecnologa Calidad y Avance

Alumno: Karina Otilia Hernndez Gerardo

Materia: Algebra Lineal 3er.Semestre Ingeniera en Gestin Empresarial

Grupo: 636S

Docente: Ing. Simn Juandiego Muoz Aguirre

15 de Octubre del 2011

Santa Rosala, Baja California Sur

MATRIZ
En matemticas, una matriz es una tabla bidimensional de nmeros consistente en cantidades abstractas que pueden sumarse y multiplicarse. Las matrices se utilizan para describir sistemas de ecuaciones lineales, realizar un seguimiento de los coeficientes de una aplicacin lineal y registrar los datos que dependen de varios parmetros. Las matrices se describen en el campo de la teora de matrices. Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que tambin las hace un concepto clave en el campo del lgebra lineal.

NOTACIN
La matemtica se apoya en un lenguaje simblico formal que sigue una serie de convenciones propias. Los smbolos representan un concepto, una operacin, una entidad matemtica segn ciertas reglas. Estos smbolos no deben considerarse abreviaturas, sino entidades con valor propio y autnomo. Algunos principios bsicos son:

Los smbolos de una letra se representan en letra cursiva: Los smbolos de varias letras se representan en letra redonda: debe escribirse , porque eso representara el producto .1

, etc. , etc.; en lugar de no

en lugar del logaritmo neperiano.

Segn la norma ISO 31 los operadores diferenciales y las constantes matemticas universales ( ), tambin se escriben con letra redonda:

ORDEN
La teora del orden es una rama de la matemtica que estudia varias clases de relaciones binarias que capturan la nocin intuitiva del orden matemtico. Este artculo da una introduccin detallada a este campo e incluye algunas de las definiciones ms bsicas. Para una rpida bsqueda de un trmino orden terico, hay tambin un glosario de teora del orden. Una lista de asuntos sobre orden recoge los artculos que existen en relacin a esta teora del orden.

DEFINICIONES Y NOTACIONES Una matriz es una tabla cuadrada o rectangular de datos (llamados elementos o entradas de la matriz) ordenados en filas y columnas, donde una fila es cada una de las lneas horizontales de la matriz y una columna es cada una de las lneas verticales. A una matriz con m filas y n columnas se le denomina matriz m-por-n (escrito mn), y a m y n dimensiones de la matriz. Las dimensiones de una matriz siempre se dan con el nmero de filas primero y el nmero de columnas despus. Comnmente se dice que una matriz m-por-n tiene un orden de m n ("orden" tiene el significado de tamao). Dos matrices se dice que son iguales si son del mismo orden y tienen los mismos elementos. Al elemento de una matriz que se encuentra en la fila i-sima y la columna j-sima se le llama elemento i,j o elemento (i,j)-isimo de la matriz. Se vuelve a poner primero las filas y despus las columnas. Casi siempre, se denotan a las matrices con letras maysculas mientras que se utilizan las correspondientes letras en minsculas para denotar a los elementos de las mismas. Por ejemplo, al elemento de una matriz A que se encuentra en la fila i-sima y la columna j-sima se le denota como ai,j o a[i,j]. Notaciones alternativas son A[i,j] o Ai,j. Adems de utilizar letras maysculas para representar matrices, numerosos autores representan a las matrices con fuentes en negrita para distinguirlas de otros tipos de variables. As A es una matriz, mientras que A es un escalar. Normalmente se escribe para definir una matriz A m n con cada entrada en la

matriz A[i,j] llamada aij para todo 1 i m y 1 j n. Sin embargo, la convencin del inicio de los ndices i y j en 1 no es universal: algunos lenguajes de programacin comienzan en cero, en cul caso se tiene 0 i m 1 y 0 j n 1. Una matriz con una sola columna o una sola fila se denomina a menudo vector, y se interpreta como un elemento del espacio eucldeo. Una matriz 1 n (una fila y n columnas) se denomina vector fila, y una matriz m 1 (una columna y m filas) se denomina vector columna. [editar] Ejemplo Dada la matriz:

que es una matriz 4x3. El elemento La matriz

es el 7.

es una matriz 19, o un vector fila con 9 elementos.

OPERACIONES BSICAS Suma o adicin Dadas las matrices m-por-n ,A y B, su suma A + B es la matriz m-por-n calculada sumando los elementos correspondientes (i.e. (A + B)[i, j] = A[i, j] + B[i, j] ). Es decir, sumar cada uno de los elementos homlogos de las matrices a sumar. Por ejemplo:

Propiedades

Asociativa

Dadas las matrices mn A, B y C (A + B) + C = A + (B + C)

Conmutativa

Dadas las matrices mn A y B A+B=B+A

Existencia de matriz cero o matriz nula

A+0=0+A=A

Existencia de matriz opuesta

con gr-A = [-aij] A + (-A) = 0 (C-I2)-1(AT+B) Producto por un escalar Dada una matriz A y un escalar c, su producto cA se calcula multiplicando el escalar por cada elemento de A (i.e. (cA)[i, j] = cA[i, j] ). Ejemplo

Propiedades Sean A y B matrices y c y d escalares.

o o

Clausura: Si A es matriz y c es escalar, entonces cA es matriz. Asociatividad: (cd)A = c(dA) Elemento Neutro: 1A = A Distributividad: De escalar: c(A+B) = cA+cB De matriz: (c+d)A = cA+dA

Producto

Diagrama esquemtico que ilustra el producto de dos matrices A y B dando como resultado la matriz AB. Artculo principal: Producto de matrices El producto de dos matrices se puede definir slo si el nmero de columnas de la matriz izquierda es el mismo que el nmero de filas de la matriz derecha. Si A es una matriz mn y B es una matriz np, entonces su producto matricial AB es la matriz mp (m filas, p columnas) dada por:

para cada par i y j. Por ejemplo:

Propiedades Si los elementos de la matriz pertenecen a un cuerpo, y puede definirse el producto, el producto de matrices tiene las siguientes propiedades:

Propiedad asociativa: (AB)C = A(BC). Propiedad distributiva por la derecha: (A + B)C = AC + BC. Propiedad distributiva por la izquierda: C(A + B) = CA + CB. En general, el producto de matrices tiene divisores de cero: Si A.B = 0 , No

necesariamente A B son matrices nulas

El producto de matrices no verifica la propiedad de simplificacin: Si A.B = A.C, No

necesariamente B=C El producto de dos matrices generalmente no es conmutativo, es decir, AB BA. La divisin entre matrices, es decir, la operacin que podra producir el cociente A / B, no se encuentra definida. Sin embargo, existe el concepto de matriz inversa, slo aplicable a las matrices invertibles.

Aplicaciones lineales Las matrices pueden representar convenientemente aplicaciones lineales (tambin conocidas como "transformaciones lineales") entre dos espacios vectoriales de dimensin finita. As, si n es el espacio eucldeo n-dimensional cuyos vectores se pueden representar como vectores columna (matrices n-por-1), para cada aplicacin lineal f : n m existe una nica matriz A m por n de tal forma que para cada vector x de n. Se dice que la matriz A "representa" la aplicacin lineal f, o que A es la matriz coordenada de f. El producto de matrices claramente corresponde a la composicin de las aplicaciones. Si la matriz k por m B representa otra aplicacin lineal g : m k, entonces la composicin g o f se representa por BA:

Esto se desprende de la mencionada propiedad asociativa del producto de matrices. Ms en general, una aplicacin lineal de un espacio vectorial n-dimensional en otro espacio vectorial m-dimensional (no necesariamente n) se representa por una matriz m por n, a condicin de que se haya elegido una base para cada uno de ellos. Rango Artculo principal: Rango de una matriz El rango de una matriz A es la dimensin de la imagen de la aplicacin lineal representada por A, que coincide con la dimensin de los espacios vectoriales generados por las filas o columnas de A. Tambin puede ser definido sin referencia al lgebra lineal de la siguiente manera: el rango de una matriz m por n A es el ms pequeo nmero k de tal manera que A puede escribirse como un producto BC donde B es una matriz m por k y C es una matriz k por n (aunque sta no es una manera prctica de calcular el rango). Traspuesta Artculo principal: Matriz traspuesta La traspuesta de una matriz m-por-n A es la matriz n-por-m AT (algunas veces denotada por At) formada al intercambiar las filas y columnas, i.e.

La trasposicin de matrices tiene las siguientes propiedades:

Si A describe una aplicacin lineal respecto a dos bases, entonces la matriz AT describe la traspuesta de una aplicacin lineal respecto a las bases del espacio dual.

Matrices cuadradas y definiciones relacionadas Una matriz cuadrada es una matriz que tiene el mismo nmero de filas que de columnas. El conjunto de todas las matrices cuadradas n-por-n junto a la suma y la multiplicacin de matrices, es un anillo que generalmente no es conmutativo. M(n,R), el anillo de las matrices cuadradas reales, es un lgebra asociativa real unitaria. M(n,C), el anillo de las matrices cuadradas complejas, es un lgebra asociativa compleja. La matriz identidad In de orden n es la matriz n por n en la cual todos los elementos de la diagonal principal son iguales a 1 y todos los dems elementos son iguales a 0. La matriz identidad se denomina as porque satisface las ecuaciones MIn = M y InN = N para cualquier matriz M m por n y N n por k. Por ejemplo, si n = 3:

La matriz identidad es el elemento unitario en el anillo de matrices cuadradas. Los elementos invertibles de este anillo se llaman matrices invertibles o matrices no singulares. Una matriz A n por n es invertible si y slo si existe una matriz B tal que AB = In = BA. En este caso, B es la matriz inversa de A, identificada por A-1 . El conjunto de todas las matrices invertibles n por n forma un grupo (concretamente un grupo de Lie) bajo la multiplicacin de matrices, el grupo lineal general. Si es un nmero y v es un vector no nulo tal que Av = v, entonces se dice que v es un vector propio de A y que es su valor propio asociado. El nmero es un valor propio de A si y slo si AIn no es invertible, lo que sucede si y slo si pA() = 0, donde pA(x) es el polinomio caracterstico de A. pA(x) es un polinomio de grado n y por lo tanto, tiene n races complejas mltiples races si se cuentan de acuerdo a su multiplicidad. Cada matriz cuadrada tiene como mucho n valores propios complejos. El determinante de una matriz cuadrada A es el producto de sus n valores propios, pero tambin puede ser definida por la frmula de Leibniz. Las matrices invertibles son precisamente las matrices cuyo determinante es distinto de cero. El algoritmo de eliminacin gaussiana puede ser usado para calcular el determinante, el rango y la inversa de una matriz y para resolver sistemas de ecuaciones lineales. La traza de una matriz cuadrada es la suma de los elementos de la diagonal, lo que equivale a la suma de sus n valores propios.

3.1.- Definicin de matriz, notacin, orden.

ECUACIONES LINEALES CON MS DE DOS VARIABLES. Para sistemas de ecuaciones lineales con ms de dos variables, podemos usar el mtodo de eliminacin por sustitucin o el mtodo de eliminacin por suma o resta (por adicin o sustraccin). El mtodo de eliminacin por suma o resta es la tcnica ms breve y fcil de hallar soluciones. Adems, lleva la tcnica de matrices que se estudia en esta seccin.

Cualquier sistema de ecuaciones lineales con tres variables tiene una solucin nica, un nmero infinito de soluciones o no tiene solucin. Mtodo de eliminacin para resolver un sistema de ecuaciones lineales: Ejemplo : Resuelve el sistema:

x + 2y + 3z = 9 ................................... (primer ecuacin) 4x + 5y + 6z = 24 ............................... (segunda ecuacin) 3x + y - 2z = 4 .................................. (tercera ecuacin)

Solucin: Suma -4 veces la "primera ecuacin" a la "segunda":

x + 2y + 3z = 9 -3y - 6z = -12 3x + y - 2z = 4
Suma -3 veces la "primera ecuacin" a la "tercera":

x + 2y + 3z = 9 -3y - 6z = -12 -5y - 11z = -23

Multiplica por -(1 3) la "segunda ecuacin":

x + 2y + 3z = 9 y + 2z = 4 -5y -11z = -23

Multiplica por -1 la "tercera ecuacin":

x + 2y + 3z = 9 y + 2z = 4 5y +11z = 23 Suma -5 veces la "segunda ecuacin" a la "tercera": x + 2y + 3z = 9 y + 2z = 4 z=3

Las soluciones del ltimo sistema son fciles de hallar por sustitucin. De la "tercera ecuacin", vemos que z = 3. Al sustituir "z" con 3 en la "segunda ecuacin", y + 2z = 4 obtenemos y = -2. Por ltimo, encontramos el valor de "x" al sustituir y = -2 y z = 3, en la "primera ecuacin", x

+ 2y + 3z = 9 con lo cual x = 4. Por tanto, hay una solucin:

x = 4, y = -2, z = 3.
Si analizamos el mtodo de solucin, vemos que los smbolos usados para las variables carecen de importancia; debemos tomar en cuenta los coeficientes de las variables. Puesto que esto es verdadero, es posible simplificar el proceso. En particular, introducimos un esquema a fin de seguir los coeficientes en forma tal que no haya necesidad de escribir las variables. Con referencia al sistema anterior, primero comprobamos que las variables aparezcan en el mismo orden en cada ecuacin y que los trminos sin variables estn a la derecha de los signos de igualdad. En seguida anotamos los nmeros que intervienen en las ecuaciones de esta forma:

Una

ordenacin

de

nmeros

de

este

tipo

se

llama

matriz.

Los renglones (o filas) de la matriz son los nmeros que aparecen uno a continuacin del otro en sentido horizontal: 1 2 3 4 4 5 6 24 3 1 -2 4 primer rengln R1 segundo rengln R2 tercer rengln R3

Las columnas de la matriz son los nmeros que aparecen uno junto del otro en sentido vertical

Primera Segunda Tercera Cuarta columna C1 columna C2 columna C3 columna C4 1 2 3 9 4 5 6 24 3 1 -2 4

La matriz obtenida del sistema de ecuaciones lineales del modo anterior es la matriz del sistema. Si borramos la ltima columna, la restante ordenacin es la matriz de coeficiente. En vista de que podemos tener la matriz del sistema a partir de la matriz coeficiente agregando una columna, le decimos matriz coeficiente aumentada o simplemente matriz aumentada. Despus, cuando usemos matrices para hallar las soluciones de un sistema de ecuaciones lineales, introduciremos un segmento de lnea vertical en la matriz aumentada a fin de indicar dnde apareceran los signos de igualdad en el sistema de ecuaciones correspondiente.

Sistema

Matriz coeficiente Matriz aumentada

Antes de estudiar un mtodo de matrices para resolver un sistema de ecuaciones lineales, daremos una definicin general de matriz.

Definicin de matriz. Sean m y n enteros positivos. Una matriz de m x n (se lee "m" por "n"), es una matriz de la siguiente forma, donde cada aij es un numero real.

3.2.- Operaciones con matrices (suma, resta, producto, producto de un escalar por una matriz).
SUMA DE MATRICES
Sean A = (aij) y B = (bij) dos matrices de m x n. La suma de A y B es la matriz A + B de m x n dada por

Esto es, A + B es la matriz de m x n obtenida al sumar las componentes correspondientes de A y B. Advertencia. La suma de dos matrices est definida solamente cuando ambas matrices tienen el mismo tamao. As por ejemplo, no es posible sumar entre las matrices

RESTA DE MATRICES El caso de la resta de matrices es muy similar a la suma de matrices, solo que se aplica la resta en lugar de la suma.

PRODUCTO DE DOS MATRICES Sea A = (aij) una matriz de m x n cuyo i-simo renglon denotamos por ai. Sea B = (bij) una matriz de n x p cuya j-sima columna denotamos por bj. Entonces el producto de A y B es una matriz C = (cij) de m x p, donde

cij = ai*bj Esto es, el ij-simo elemento de AB es el producto escalar del i-simo rengln de A (ai) y la j-sima columna de B (bj). Si desarrollamos esto obtenemos cij = ai1bj1+ai2bj2+...+ainbjn

Advertencia. Dos matrices pueden multiplicarse slo si el nmero de columnas de la primera es igual al nmero de renglones de la segunda. De otra forma, los vectores ai y bj tendran diferente nmero de componentes y el producto escalar no estara definido. PRODUCTO DE UNA MATRIZ POR UN ESCALAR. Si A = (aij) es una matriz de m x n y si es un escalar, entonces la matriz A de m x n est dada por

En otras palabras, A = (aij) es la matriz que se obtiene multiplicando por cada componente de A.
3.3.- Clasificacin de las matrices triangular superior, triangular inferior, diagonal, escalar, identidad, potencia, peridica, nilpotente, idempotente, involutiva, transpuesta, simtrica, antisimtrica, compleja, conjugada, hermitiana, antihermtiana, ortogonal.

TRIANGULAR SUPERIOR/INFERIOR
Es una matriz cuadrada que tiene todos los elementos por encima (por debajo) de la diagonal principal nulos.

DIAGONAL
Es una matriz cuadrada que tiene todos sus elementos nulos excepto los de la diagonal principal

ESCALAR
Es una matriz cuadrada que tiene todos sus elementos nulos excepto los de la diagonal principal que son iguales

IDENTIDAD
Es una matriz cuadrada que tiene todos sus elementos nulos excepto los de la diagonal principal que son iguales a 1. Tambin se denomina matriz unidad.

PERIDICA
Una matriz es peridica si existe algn p tal que Ap = A

NILPOTENTE
Una matriz es nilpotente si existe algn p tal que Ap = 0 (matriz cero). IDEMPOTENTE Una matriz es idempotente si A2 = A

INVOLUTIVA
Una matriz es involutiva si A2 = I (matriz identidad).

TRANSPUESTA
Dada una matriz A, se llama traspuesta de A a la matriz que se obtiene cambiando ordenadamente las filas por las columnas. t T Se representa por A A

SIMTRICA Es una matriz cuadrada que es igual a su traspuesta. A = At , aij = aji

ANTISIMTRICA
Es una matriz cuadrada que es igual a la opuesta de su traspuesta. A = -At , aij = -aji Necesariamente aii = 0

COMPLEJA
Al resultado de la suma de una matriz real y una matriz imaginaria se le llama matriz compleja

matriz A + i * matriz B
Matriz A formada por nmeros en Trmino i*matriz B formada por nmeros complejos el campo de los reales

CONJUGADA
Una Matriz conjugada es el resultado de la sustitucin de los elementos de una matriz A por sus conjugadas. Es decir, la parte imaginaria de los elementos de la matriz cambian su signo.

HERMITIANA
Una matriz A es hermitiana si coincide con la matriz traspuesta conjugada (se refiere a los nmeros complejos conjugados) ANTIHERMITIANA

Es antihermtica si es opuesta con la matriz traspuesta conjugada.

ORTOGONAL

Una matriz ortogonal es necesariamente cuadrada e invertible : A-1 = AT La inversa de una matriz ortogonal es una matriz ortogonal. El producto de dos matrices ortogonales es una matriz ortogonal. El determinante de una matriz ortogonal vale +1 -1.

3.4.- Clculo de la inversa de una matriz.

MATRIZ INVERSA Se motiva la idea de la inversa de una matriz, al ver el inverso multiplicativo de un nmero real. Si un nmero b es el inverso de un nmero a, entonces

ab = 1 y ba = 1
Por ejemplo, 1/4 es el inverso de 4, ya que

4(1/4) = (1/4)4 = 1
Extendiendo esta idea a las matrices. DEFINICIN: Sea A una matriz de n x n. Si se puede encontrar una matriz B tal que AB = BA = In, entonces se dice que A es invertible, y a B se le llama la Inversa de A. Si no existe esta matriz B, entonces A no tiene inversa. Ejemplo 1

Demuestre que la matriz Solucin Se tiene que

tiene como inversa la matriz

Por lo que AB = BA = I2, con lo que se demuestra que A tiene como inversa a la matriz B. La inversa de una matriz invertible es nica. Demostracin. Sean B y C inversas de A. Entonces AB = BA = In y AC = CA = In. Multiplicando ambos lados de la ecuacin AB = In por C y usando las propiedades algebraicas de las matrices.

C(AB) = CIn (CA)B = C InB = C B=C

Por lo tanto, una matriz invertible tiene slo una inversa. Notacin: Sea A una matriz invertible, su inversa est denotada por A -1. De manera que AA-1 = A-1A = In Ahora, se obtiene un mtodo basado en el algoritmo de Gauss-Jordan para encontrar la inversa de una matriz. Sea A una matriz invertible. Sean las columnas de A -1, X1, X2, ..., Xn, y las columnas de 1n, C1, C2, ..., Cn. A-1 e In se escribe en trminos de sus columnas como sigue.

A-1 = [X1 X2 ... Xn] e In = [C1 C2 ... Cn]

Al encontrar X1, X2, ..., Xn, se habr encontrar A-1. Como A A-1 = In, entonces

A[X1 X2 ... Xn] = [C1 C2 ... Cn]

La multiplicacin de matrices realizada en trminos de las columnas, da

AX1 =C1, AX2 = C2,... AXn = Cn

Por lo que X1 X2 ... Xn, son soluciones de las ecuaciones AX=C1, AX= C2,... AX= Cn, todas con la misma matriz A, de coeficientes. Para resolver estos sistemas se aplica la eliminacin de GaussJordan con una matriz aumentada grande [A : C1 C2 ... Cn].

[A : C1 C2 ... Cn] ... [In : X1 X2 ... Xn]

De manera que

[A:In] ... [In: A-1]

Por lo tanto, si la forma escalonada reducida de [A:In] es una matriz de la forma [In: B], entonces B = A-1. Por otro lado si la forma escalonada reducida de [A:In] no es una matriz de la forma [In: B] entonces A no es invertible.

ELIMINACIN DE GAUSS-JORDAN PARA ENCONTRAR LA INVERSA DE UNA MATRIZ

Sea A una matriz de n x n. 1. Se adjunta a A la matriz identidad de n x n, In, para formar la matriz [A:In]. 2. Se calcula la forma escalonada reducida de [A:In] . Si la forma escalonada reducida es de la forma [In: B] , entonces B es la inversa de A. Si la forma escalonada reducida no es de la forma [In: B], debido a que la primera submatriz de n x n no es In, entonces A no tiene inversa. El ejemplo siguiente ilustra este mtodo. Ejemplo. Determine la inversa de la matriz

Solucin: Aplicando el mtodo de eliminacin de Gauss-Jordan, se tiene:

De manera que

El mtodo de Gauss-Jordan para calcular la inversa de una matriz dice que A es invertible si y slo si la forma escalonada reducida de [A:In] es [In:B]. Como [A:In] se transforma en [In:B], en donde A se transforma en In. Esta observacin lleva al siguiente teorema: Teorema. Una matriz A de n x n es invertible si y slo si su forma escalonada reducida es In. Si la matriz de coeficientes de un sistema de ecuaciones lineales es invertible, entonces se emplea la matriz inversa para encontrar las soluciones de ste. El siguiente teorema es fundamental. Teorema. Sea AX = B un sistema de n ecuaciones lineales con n variables. Si A -1 existe, la solucin es nica y est dada por X = A-1B.

3.5.- Definicin de determinante de una matriz.

DEFINICIONES

Sea

una matriz de 2 x 2 su determinante se define como

det A = a11a22 - a12a21 (1)

Con frecuencia denotaremos det A como

(2)
Mostraremos que A es invertible si y slo si det A 0. Como veremos, este importante teorema es vlido para matrices de n x n. Definiremos por induccin el determinante de una matriz de n x n. En otras palabras, usaremos nuestro conocimiento de un determinante de 2 x 2 para definir un determinante de 3 x 3; ste para definir el de 4 x 4 y as sucesivamente. Empezaremos por definir un determinante de x 3.

Definicin 1. Determinante de 3 x 3. Sea

. entonces

(3) Notemos el signo menos antes del segundo trmino del lado derecho

Ejemplo 1 Sea Solucin

. Calcule |A|.

Existe un mtodo ms sencillo para calcular determinantes de 3 x 3.

O sea

(4) Escribimos A y junto a ella sus primeras dos columnas

Luego se calculan los seis productos, poniendo signo menos antes de los productos con flechas que apuntan hacia arriba y efectuamos la suma. Con esto obtenemos la suma de la Ecuacin 4

Ejemplo 3 Calcule

usando este nuevo mtodo

Solucin Si escribimos

y multiplicamos como se indic,

Advertencia. El mtodo expuesto anteriormente no funciona para determinantes de n x n si n 3. Antes de definir determinantes de n x n, primero notemos que en la Ecuacin (3),

es la matriz que se obtiene al eliminar el primer rengln y la primera

columna de A;

es la matriz que obtenemos si eliminamos el primer

rengln y la segunda columna de A y es la matriz que se obtiene si eliminamos el primer rengln y la tercera columna de A. Si denotamos estas tres matrices como M11, M12 y M13, respectivamente, y si A11 = det M11, A12 = -det M12 y A13 = det M13, entonces la Ecuacin (3) puede ser escrita:

Definicin 2. Determinante de n x n. Sea A una matriz de n x n. Entonces el determinante de A, escrito det A, o bien |A|, est dado por

(8) La expresin del lado derecho de (8) se conoce como desarrollo por cofactores. Ejemplo. Calcule det A si

Solucin

3.6.- Propiedades de los determinantes.

PROPIEDAD 1Si cualquier rengln o columna de A es el vector cero, entonces det A = 0.
Demostracin. Supongamos que el i-simo renglon de A contiene nicamente ceros. Es decir, a ij = 0 para j = 1, 2, ..., n. Entonces det A = ai1Ai1 + ai2Ai2 + ... + ainAin = 0 + 0 + ... + 0 = 0. La misma demostracin funciona si la j-sima columna es el vector cero.

PROPIEDAD 2

Si el i-simo rengln o la j-sima columna de A se multiplican por la constante c, entonces det A se multiplica por c. Es decir, si llamamos a esta nueva matriz B, entonces

(1) Demostracin. Para demostrar (1) expandimos en el i-simo rengln de A: det B = cai1Ai1 + cai2Ai2 + ... cainAin = c(ai1Ai1 + ai2Ai2 + ... ainAin) = c det A Una demostracin anloga funciona para las columnas.

PROPIEDAD 3
Sean

Entonces det C = det A + det B (4)

En otras palabras, supongamos que A, B y C son idnticas excepto por la j-sima columna y que j-sima columna de C es la suma de las j-simas columnas de A y B. Entonces det C = det A + det B. Esto es vlido para renglones

PROPIEDAD 4
Si se intercambian dos renglones (o columnas) cualesquiera de A, es como si se multiplicara det a por -1.

PROPIEDAD 5
Si A tiene dos renglones o columnas iguales, entonces det A = 0. PROPIEDAD 6 Si un rengln (o columna) de A es un mltiplo constante de otro rengln (columna), entonces det A = 0. PROPIEDAD 7 Si un mltiplo de un rengln (columna) de A se suma a otro rengln (columna) de A, el determinante no cambiar. PROPIEDAD 8

ai1Aj1 + ai2Aj2 + ... + ainAjn=0

PROPIEDAD 9

si i j

det A = det At
PROPIEDAD 10

det AB = det A det B Es decir: El determinante del producto es el producto de los determinantes.