Determinantes y Desarrollo por Cofactores



Documentos relacionados
Álgebra Lineal Ma1010

Matrices invertibles. La inversa de una matriz

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Matrices equivalentes. El método de Gauss

Espacios generados, dependencia lineal y bases

Matrices: Conceptos y Operaciones Básicas

1. MANEJO DE SUMATORIOS. PROPIEDADES Y EJERCICIOS.

Matrices. Definiciones básicas de matrices. José de Jesús Angel Angel.

Matrices Invertibles y Elementos de Álgebra Matricial

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES

SISTEMAS DE COORDENADAS SISTEMA COORDENADO UNIDIMENSIONAL

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano

3.- DETERMINANTES. a 11 a 22 a 12 a 21

Repaso de matrices, determinantes y sistemas de ecuaciones lineales

Álgebra Lineal Ma1010

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

Tema 2. Espacios Vectoriales Introducción

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

Características de funciones que son inversas de otras

Espacios Vectoriales

Matriz identidad y su propiedad principal

Vectores: Producto escalar y vectorial

3. Equivalencia y congruencia de matrices.

Muchas veces hemos visto un juego de billar y no nos percatamos de los movimientos de las bolas (ver gráfico 8). Gráfico 8

REPRESENTACIÓN DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA

Unidad 5. Balance general o estado de situación financiera

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES SUMA DE VECTORES

6. VECTORES Y COORDENADAS

Seminario Universitario Material para estudiantes. Física. Unidad 2. Vectores en el plano. Lic. Fabiana Prodanoff

PRODUCTO ESCALAR DE DOS VECTORES

A estas alturas de nuestros conocimientos vamos a establecer dos reglas muy prácticas de cómo sumar dos números reales:

Matemáticas I: Hoja 2 Cálculo matricial y sistemas de ecuaciones lineales

Cifras significativas e incertidumbre en las mediciones

ANÁLISIS DE DATOS NO NUMERICOS

Curso cero Matemáticas en informática :

Informática Bioingeniería

Valores y vectores propios de una matriz. Juan-Miguel Gracia

CURSO BÁSICO DE FÍSICA MECÁNICA PROYECTO UNICOMFACAUCA TU PROYECTO DE VIDA

3.1 DEFINICIÓN. Figura Nº 1. Vector

MATRICES Y DETERMINANTES

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1

TEMA 7 VECTORES MATEMÁTICAS I 1º Bach. 1

GEOMETRÍA DE LOS DETERMINANTES

Geometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA

Tema 7: Valores y vectores propios

UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG)

UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA FACULTAD DE INGENIERÍA MEXICALI

Tema 3. Espacios vectoriales

LABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL

2.3 El Mundo de Tarski.

SISTEMAS DE ECUACIONES LINEALES

Estructuras algebraicas

UNIDAD 1. LOS NÚMEROS ENTEROS.

Vectores en el espacio

1 Espacios y subespacios vectoriales.

Movimientos en el plano

Geometría Computacional

coordenadas (x,y) en el plano. Producto de matrices. Sean las dos matrices A = (a ij ) m n B = (b ij ) p q

Transformación de gráfica de funciones

Sistemas de ecuaciones lineales

Funciones, x, y, gráficos

Anexo 1: Demostraciones

Métodos Iterativos para Resolver Sistemas Lineales

1. Producto escalar, métrica y norma asociada

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio Propuesta B

Subespacios vectoriales en R n

Algebra Matricial y Optimización Segundo Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 2012

Problemas de Conteo. 1. Problemas

Áreas de figuras planas (I) (p. 107)

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

PROBLEMA [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

100(n + 2) + 10(n + 1) + n. Análogamente, para el número que se obtiene al invertir las cifras del primero, resulta: 100 n + 10(n + 1) + (n + 2)

Raíces cuadradas y radicales

Curso Taller de Matemáticas Olímpicas. Principio Fundamental del Conteo

Ingeniería Económica Finanzas y Negocios Internacionales Parcial III

APLICACIONES DE LAS MATRICES Y LOS SISTEMAS LINEALES

VII. Estructuras Algebraicas

Matemáticas

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}

Definición de vectores

INTERVALOS, DESIGUALDADES Y VALOR ABSOLUTO

Unidad 1 Sistemas de numeración Binario, Decimal, Hexadecimal

VECTORES COORDENADOS (R n )

Curso de Procesamiento Digital de Imágenes

Tema 3. Medidas de tendencia central Introducción. Contenido

Unidad 4: Vectores. 4.1 Introducción. 4.2 Vectores: enfoque geométrico

FUNCIONES CUADRÁTICAS Y RACIONALES

Geometría Tridimensional

Espacios vectoriales y aplicaciones lineales.

Matrices y sus operaciones

VI Olimpiada de Informática del estado de Guanajuato Solución Examen Teórico

DESCRIPCIÓN DE LA METODOLOGÍA UTILIZADA EN EL PROGRAMA DE CESTAS REDUCIDAS ÓPTIMAS

VECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.


Los sistemas de numeración se clasifican en: posicionales y no posicionales.

Ejercicios Resueltos Combinatoria. 1. De cuántas maneras pueden sentarse 10 personas en un banco si hay 4 sitios disponibles?

Lección 22: Probabilidad (definición clásica)

Módulo 9 Sistema matemático y operaciones binarias

TEMA 2: Representación de la Información en las computadoras

Transcripción:

Determinantes y Desarrollo por Cofactores Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 11.1.Introducción............................................... 1 11.2.El determinate de una matriz 2 2.................................. 1 11.3.Determinante 2 2: Regla de memorización............................. 2 11.4.Geometría del determinante 2 2................................... 2 11.5.Determinante de una matriz 3 3.................................. 3 11.6.Regla de Sarrus para un determinante 3 3............................. 3 11.7.El menor (i,j) de una matriz..................................... 4 11.8.El cofactor (i,j) de una matriz.................................... 4 11.9.Definición del determinante...................................... 5 11.10.Desarrollo de un determinante..................................... 5 11.11.Sugerencia para el cálculo de determinantes............................. 6 11.1. Introducción El determinante de una matriz cuadrada A es un número real asignado a ella. En la notación matemática el determinante de A se simboliza por det(a) o también por A. El determinante de una matriz es un número que mide, entre otras cosas, si una matriz es invertible. Nuestro resultado más importante en este sentido es A 0 si y sólo si A es una matriz invertible. En nuestro acercamiento, primero veremos cómo se calcula el determinante de matrices cuadradas 2 2, y 3 3 y después pasaremos al caso general. Una disculpa por el abuso de las barras para simbolizar al determinante de una matriz que podría confundirse son las utilizadas para el valor absoluto de un número: haremos lo posible por evitar confusiones escribiendo las matrices en negritas y mayúsculas para diferenciarlas de los escalares que es a los que se aplica el valor absoluto: 11.2. El determinate de una matriz 2 2 determinate de la matriz A c = valor absoluto del escalar c. Definición 11.1 Sea A una matriz 2 2: El determinante A se define como: [ a11 a A = 12 ] det(a) = a 11 a 22 a 12 a 21 (1)

Ejemplo 11.1 Calcule el determinante de Directamente de la definición se tiene A 1 = [ 1 2 3 4 ] [ 3 2, A 2 = 1 8 det(a 1 ) = (1)(4) (2)(3) = 4 6 = 2 ] det(a 2 ) = ( 3)(8) (2)( 1) = 24+2 = 22 11.3. Determinante 2 2: Regla de memorización Una forma de memorizar el cálculo del determinante de una matriz 2 2 es la siguiente: escribir los elementos de la matriz y hacer los productos en diagonal de manera que los que van de izquierda-arriba a derecha-abajo iran multiplicados por +1 mientras que los productos de izquierda-abajo a derecha-arriba irán multipliados por 1: a 11 a 12 = +a 11a 22 a 21 a 12 11.4. Geometría del determinante 2 2 Sea [ a11 a A = 12 El área del paralelogramo con esquinas P(0,0), Q(a 11,a 21 ), R(a 12,a 22 ), y S(a 11 + a 12,a 21 + a 22 ) es el valor absoluto de A. Veamos algunos ejemplos donde se utiliza este hecho. Ejemplo 11.2 Calcule el área del paralelogramo con lados v 1 =< 3,0 > y v 2 =< 1,2 > ]. 3 2 v 2 v 1 +v 2 1 0 0 v 1 0 1 2 3 4 A = 3 1 0 2 = (3)(2) (0)(1) = 6 Lo cual coincide con el resultado de base por altura: 3 2 = 6 Ejemplo 11.3 2

Determine el area del paralelogramo formado por los puntos P(1,2), Q(2,3), R(5,5) y S(6,6). Traslademos el paralelogramo de manera que uno de sus vértices sea O(0, 0). Para ello elegimos cualquiera de sus vértices y se lo restamos a sus cuatro esquinas. Digamos que se elije P(1,2). Así el paralelogramo trasladado tendrá como esquinas a: P (0,0) = P(1,2) P(1,2) Q (1,1) = Q(2,3) P(1,2) R (4,3) = R(5,5) P(1,2) S (5,4) = S(6,6) P(1,2) Observamos que efectivamente es un paralelogramo al cumplirse S (5,4) = Q (1,1) + R (4,3). Por tanto, el área de paralelogramo original es: A = 1 4 1 3 = 3 4 = 1 = 1 11.5. Determinante de una matriz 3 3 Definición 11.2 El determinante de una matriz A 3 3 se calcula mediante la fórmula: a 11 a 12 a 13 a 23 a 31 a 32 a 33 = +a 11 a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32 a 13 a 22 a 31 a 11 a 23 a 32 a 12 a 21 a 33 11.6. Regla de Sarrus para un determinante 3 3 La regla de Sarrus para el cálculo del determinante de una matriz 3 3 consiste en copiar la primera y la segunda columna de la matriz y colocarlas inmediatamente a la derecha de la matriz. Posteriormente, calcular los productos en diagonal de tres elementos como se indica en la figura: a 11 a 12 a 13 a 23 a 31 a 32 a 33 a 11 a 12 a 31 a 32 Los producto de izquierda-arriba con los elementos derecha-abajo (en azul) se multiplican por +1 mientras que los de izquierda abajo con los elementos derecha-arriba (en rojo) se multiplican por 1; todos los resultados se suman. Ejemplo 11.4 Calcule el determinante de 3

Utilizamos directamente la regla de Sarrus: = 11.7. El menor (i,j) de una matriz 1 2 3 4 0 1 = +(1)(4)( 4)+(2)(0)(0)+( 1)(3)(1) (0)(4)( 1) (1)(0)(1) ( 4)(3)(2) = 16 3+24 = 5 Definición 11.3 Suponga una matriz A n n, el menor (i,j) de la matriz A, representado por M ij, es el determinante de la matriz que se obtiene de A eliminando el reglón i y la columna j. Ejemplo 11.5 Determine M 32 de la matriz A: De A no consideramos el renglón 3 ni la columna 2 y calculamos el determinante de la matriz resultante: 11.8. El cofactor (i, j) de una matriz, M 32 = 1 1 3 0 = (1)(0) (3)( 1) = 3 Definición 11.4 Suponga una matriz A n n, el cofactor (i,j) de la matriz A se define como: C ij = ( 1) i+j M ij (2) Ejemplo 11.6 Determine C 32 de la matriz A: : Calculamos primero M 32 : Por tanto, C 32 = ( 1) 3+2 M 32 = ( 1) 5 (3) = 3., M 32 = 1 1 3 0 = (1)(0) (3)( 1) = 3 4

11.9. Definición del determinante La definición formal del determinante de una matriz es el siguiente: Definición Sea A una matriz cuadrada n n. El determinate de A simbolizado por A se define como: la suma de los productos de los elementos del primer renglón de A por sus cofactores correspondientes n a 1i C 1i (3) i=1 11.10. Desarrollo de un determinante A pesar de que en la definición formal del determinante se hace referencia al renglón 1, el resultado fundamental es que puede calcularse sobre cualquier renglón o columna: Teorema Suponga que A es una matriz n n, A puede ser calculado desarrollando sobre cualquier columna o reglón: Suponga que a 11 a 12 a 1n a 2n A =...... a n1 a n2 a nn Desarrollo sobre el renglón i: Desarrollo sobre la columna j: a i1 C i1 +a i2 C i2 + +a in C in a 1j C 1j +a 2j C 2j + +a nj C nj Ejemplo 11.7 Determine, mediante el desarrollo sobre el renglón 2, A para: : Calculamos los menores sobre el renglón 2: M 21 = 2 1 1 4 = 7, M 22 = 1 1 0 4 = 4, M 23 = 1 2 0 1 = 1 Por tanto (3)( 1) 2+1 ( 7)+(4)( 1) 2+2 ( 4)+(0)( 1) 2+3 (1) = 5 Ejemplo 11.8 Determine, mediante el desarrollo sobre la columna 1, A para: 5

: Calculando los menores sobre la columna 1: M 11 = 4 0 1 4 = 16,M 21 = 2 1 1 4 = 7,M 31 = 2 1 4 0 = 4 Por tanto (1)( 1) 1+1 ( 16)+(3)( 1) 2+1 ( 7)+(0)( 1) 3+1 (4) = 5 11.11. Sugerencia para el cálculo de determinantes Cuando se usa el método de cofactores para el cálculo de un determinante es importante escoger un renglón o una columna con el mayor número de ceros posible. Esto se debe que los cofactores correspondientes a tales elementos cero no hace falta calcularlos. Ejemplo 11.9 Determine el(los) valor(es) de λ que hacen cero el determinante de la matriz: 2 λ 0 0 1 3 λ 0 0 1 1 λ Calculemos primero el determinante de la matriz. Debido a que la última columna tiene muchos cero, entonces desarrollemos sobre ella: C 13 a 13 +C 23 a 23 +C 33 a 33 = C 33 a 33 = ( 1) 3+3 2 λ 0 1 3 λ (1 λ) = (2 λ)(3 λ)(1 λ) Por tanto, los únicos valores para λ que hacen 0 son: λ 1 = 2, λ 2 = 3 y λ 3 = 1 6