Determinantes

ESP. OSCAR GUILLERMO CORREA TOVAR

 Propiedades de los
determinantes
En general (es decir, a menos que la matriz sea
triangular o tenga alguna otra cualidad
especial), el cálculo de determinantes por
medio del desarrollo por cofactores no es
eficiente por el número de operaciones que
implica cuando se trabaja con matrices
grandes.

A continuación veremos una serie de

propiedades que facilitan el cálculo de
determinantes.
 PROPIEDAD 1

2 4
-1 3 = 2 . (3) – 4. (-1) = 6 + 4 = 10

2 -1
4 3
= 2 . (3) – 4. (-1) = 6 + 4 = 10
 PROPIEDAD 2

2 5.4
-1 = 2 . (5.3) – (5.4) . (-1) = 30 + 20 = 50
5.3

2 4
5. -1 3 = 5 . [2 . (3) – 4. (-1)] = 5. [ 6 + 4] = 5
 PROPIEDAD 3

Si se permutan dos columnas de A, el

determinante cambia de signo:

2 4
-1 3 = 2 . (3) – 4. (-1) = 6 + 4 = 10
4 2
3 -1 = 4 . (-1) – 3. (2) = -4 - 6= -10
 PROPIEDAD 4

Si A tiene una columna  de ceros, entonces su

determinante es cero:

-4 3 0
7 0 1 0 1 7
1 7 0 = (-4). 1 0
- (3). 3 0 + (0). 3 1
3 1 0

= (-4) . (0 - 0) – 3. (0 - 0) + 0 = 0
 PROPIEDAD 5

Si A tiene dos columnas iguales, entonces su

determinante es cero:
-4 3 3
7 7 1 7 1 7
1 7 7 = (-4). 1 1
- (3). 3 1 + (3). 3 1
3 1 1

= (-4) . (7 - 7) – 3. (1 - 21) + 3 . (1 – 21)

= (-4) . (0) – 3. (- 20) + 3 . (– 20)
= 0 + 60 – 60 = 0
 PROPIEDAD 6

1
2 4 0
-1 3 = [2 . (3) – 4. (-1)]10 = (6 + 4)10
= (10)10 = 10000000000
 Determinantes 2 x 2

Diagonal Diagonal
Principal Secundaria
5 -3
6 -2 = 5 . (-2) – 6 . (-3) = -10 + 18 = 8

2 4
-1 3 = 2 . (3) – 4. (-1) = 6 + 4 = 10
 Determinantes 3 x 3

Método de cofactores

1 -2 0
1 3 5 3 1
3 12 5 = 1. 2
5
- (-2). 4 2 + (0). 2
4 -2 2 -2 2 4 -2

= 1. (24 + 10) + 2 . (6 – 20) + 0

= 1 . (34) + 2. (-14) = 34 - 28 = 6
-4 3 2
7 -2 1 -2 1 7
1 7 -2 = (-4). 1 0
- (3). 0 0 + (2). 0 1
0 1 0

= (-4). (0 + 2) - 3 . (0 – 0) + 2 .
(1 – 0)
= -4 . (2) - 3. (0) + 2.(1) = -8 – 0 + 2 = -6
 Método de Sarrus

-1 -3 2 -1 -3 2
1 5 -3 1 5 -3
= = 15 – 19 = -4
1 3 0 1 3 0
-10
-1 -3 2 0
-9
1 5 -3 6
0
9
-
1
19
5
 Ejemplo

-1 2 3 -1 2 3
7 2 -1 7 2 -1
= = 27 + 34 = 61
-1 1 -2 -1 1 -2
7
-1 2 3 4
-1
7 2 -1 21
28
2
34
2
7
 Ejercicio propuesto

-2 3 4
8 -1 -3 -1 -3 8
-3 8 -1 = (-2). 3 0
- (3). 0 0 + (4). 0 3
0 3 0

= (-2). (0 + 3) - 3 . (0 – 0) + 4 .(-9 – 0)

= -2 . (3) - 3. (0) + 4 .(-9) = -6 – 0 + 4 = -2

 Determinantes 4 x 4

La eliminamos por tener cofactor 0

2 1 0 -
1 -1 0 3 0 0 3 0 -1 3 0 -1 0
0 - 0 3 =2 . 1 1 -2 -1. -2 1 -2 + 0 .-2 1 -2 -(-1) .-2 1 1
1 2 0 1 3 0 1 3 2 1 3 2 0
- 1 1 - -1 0 3 0 0 3 0 -1 3 0 -1 0
2 2 1 1 -2 -2 1 -2 -2 1 -2 -2 1 1
3 2 0 1
 -1 0 3 0 0 3 0 -1 0
=2 . 1 1 -2 -1. -2 1 -2 -(-1) . -2 1 1
2 0 1 3 0 1 3 2 0
-6 0
-1 0 3 -1
-9 0 0 3 0 0 -1 0 0
0 0
0 0
0 1 1 -2 0 -2 1 -2 0 -2 1 1
0 0 -3
0 0
-6 0
-9 0 -3
-1

2 . (-1- 6) – 1 . (0 – 9) + 1 . (-3 +0) = 2(-7) -1(-9) + 1(-

= -14 + 9 – 3 = - 8
 Ejercicio propuesto

1 - 3 2
1 -2 1 1 1 1 1 1 -2 1 1 -2 1
1 - 1 1 =1 .-1 2 -1 - (-1) .-1 2 -1 + 3 .-1 -1 -1 -(2) .-1 -1 2
2 -2 1 1 2 1 1 2 -2 1 2 -2 1
- - 2 - -2 1 1 1 1 1 1 -2 1 1 -2 1
1 1 1 -1 2 -1 -1 2 -1 -1 -1 -1 -1 -1 2
2 - 1 1
2
 -2 1 1 1 1 1 1 -2 1 1 -2 1
=1 .-1 2 -1 - (-1) . -1 2 -1 +3. -1 -1 -1 -(2) . -1 -1 2
-2 1 1 2 1 1 2 -2 1 2 -2 1
4 -4 2 2 -1
-2 1 1 -4 1 1 1 2 1 -2 1 -1 1 -2 1
-2 -1 -1 4 2
1 -2 2
1
-1 2 -1 -1 2 -1 -2 -1 -1 -1 -1 -1 2 -8
2 1 -2 4 -2
3 -3 -1 4 -7
-2 -2 -5

. (-3 + 3) + 1.(-1-2) + 3 . (-5-2) – 2 . (-7 + 4)

(0) + 1.(-3) + 3 . (-7) – 2 . (-3) = 0 – 3 – 21 + 6 = -18
 MATRICES
Definición de matriz
Se llama matriz de orden m×n a todo conjunto rectangular de elementos aij
dispuestos en m líneas horizontales (filas) y n verticales (columnas) de la forma:

Abreviadamente suele expresarse en la forma A =(aij), con i =1, 2, ..., m, j =1,

2, ..., n. Los subíndices indican la posición del elemento dentro de la matriz, el
primero denota la fila ( i ) y el segundo la columna ( j ). Por ejemplo el elemento
a25 será el elemento de la fila 2 y columna 5.
:
Tipos de matrices

Matriz fila: Es una matriz que solo tiene una fila, es decir m =1
y por tanto es de orden 1 x n.

 a11 a12 a13  a1n 

Matriz columna: Es una matriz que solo tiene una columna, es decir, n =1
y por tanto es de orden m x 1.
 a11 
 
 a21 
a 
 31 
 
a 
 m1 
Matriz cuadrada: Es aquella que tiene el mismo número de filas que de columnas,
es decir m = n. En estos casos se dice que la matriz cuadrada es de orden n, y no n x n.

 a11 a12 a13  a1n 

 
 a21 a22 a23  a2 n 
a a32 a33  a3n 
 31

    
a ann 
 n1 an 2 an 3 
Matriz traspuesta: Dada una matriz A, se llama traspuesta de A,
y se representa por At, a la matriz que se obtiene cambiando filas
por columnas. La primera fila de A es la primera fila de At , la
segunda fila de A es la segunda columna de At, etc.
De la definición se deduce que si A es de orden m x n, entonces At
es de orden n x m.

Matriz simétrica: Una matriz cuadrada A es simétrica si A = At, es decir,

si aij = aji " i, j.
Matriz antisimétrica: Una matriz cuadrada es antisimétrica si A = –At, es
decir, si aij = –aji " i, j.
Matriz nula es aquella que todos sus
elementos son 0 y se representa por 0

La matriz es una matriz nula de orden 3

La matriz es una matriz nula de orden 2 x 4

Matriz diagonal: Es una matriz cuadrada, en la que
todos los elementos no pertenecientes a la diagonal
principal son nulos.

Matriz escalar: Es una matriz diagonal con todos los

elementos de la diagonal iguales.

Matriz unidad o identidad: Es una matriz escalar con los

elementos de la diagonal principal iguales a 1.
Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los
elementos que están a un mismo lado de la diagonal principal. Las
matrices triangulares pueden ser de dos tipos:
Triangular Superior: Si los elementos que están Triangular Inferior: Si los elementos que están
por debajo de la diagonal principal son todos nulos. por encima de la diagonal principal son todos nulos.
Es decir, aij = 0 " i < j. Es decir, aij = 0 " j < i.

matriz triangular superior matriz triangular

inferior
 Operaciones con
matrices
Trasposición de matrices
Suma y diferencia de matrices

Producto de una matriz por un número

Propiedades simplificativas

Producto de matrices
Matrices inversibles
 Trasposición de
matrices
Dada una matriz de orden m x n, A = (aij), se llama matriz traspuesta de A, y se representa por
At, a la matriz que se obtiene cambiando las filas por las columnas (o viceversa) en la matriz A.
Es decir:

Propiedades de la trasposición de matrices:

1ª.- Dada una matriz A, siempre existe su traspuesta y además
es única.
2ª.- La traspuesta de la matriz traspuesta de A es A. a (At)t = A.
 EJERCICIO
Sea A la matriz dada, determinar su matriz
transpuesta.

1 1 2 3
2 1 1 1
A =
t
3 0 3 3
4 1 -1 0
 Suma y diferencia de matrices

La suma de dos matrices A=(aij), B=(bij) de la misma dimensión,

es otra matriz S=(sij) de la misma dimensión que los sumandos y
con término genérico sij = aij +bij. Por tanto, para poder sumar dos
matrices estas han de tener la misma dimensión .

Ejemplo
                                                      
Sin embargo,                            no se pueden sumar.

La diferencia de matrices A y B se representa por A–B, y se define

como: A–B = A + (–B)
 EJERCICIO

1 1 2 3 3 1 0 -2
Hallar:
2 1 1 1 1 -3 4 -2
A= B= 1. A + B
3 0 3 3 1 1 -2 2 2. A – B
4 1 -1 0 3 2 -3 5 3. 2 A - 3 B

3+(- 4 2 2 1
1+3 1+1 2+0
2)
1+(- 3 -2 5 -1
2+1 1+(-3) 1+4
A+B= 2) =
4 1 1 5
3+(-
3+1 0+1 3+2
2) 7 3 -4 5
-1+(-
4+3 1+2 0+5
3)
 1-3 1-1 2-0 3-(-2) -2 0 2 5

2-1 1-(-3) 1-4 1-(-2) 1 4 -3 3

A-B= =
3-1 0-1 3-(-2) 3-2 2 -1 5 1

-1-(- 1 -1 2 -5
4-3 1-2 0-5
3)

3A - 2B = =
Propiedades de la suma de
matrices
1ª. A + (B + C) = (A + B) + C Propiedad Asociativa

2ª. A+B=B+A Propiedad conmutativa

3ª. A + 0 = A (0 es la matriz nula) Propiedad Modulativa

. La matriz –A, que se obtiene cambiando de signo

4ª

todos los elementos de A, recibe el nombre de matriz

opuesta de A, ya que:
A + (–A) = 0.
Producto de una matriz por un
número
El producto de una matriz A = (aij) por un número real k es otra matriz B = (bij) de la misma
dimensión que A y tal que cada elemento bij de B se obtiene multiplicando aij por k, es decir,
bij = k·aij.

Ejemplo:

El producto de la matriz A por el número real k se designa por k·A. Al número real k se le
llama también escalar, y a este producto, producto de escalares por matrices
Propiedades del producto de una
matriz por un escalar
1ª. k (A + B) = k A + k B Propiedad distributiva 1ª

2ª. (k + h)A = k A + h A Propiedad distributiva 2ª

3ª. k [h A] = (k h) A Propiedad asociativa mixta

4ª. 1 · A = A · 1 = A Elemento unidad

Propiedades simplificativas
Si A + C = B + C Û A = B

Si k A = k B Û A = B si k es distinto de 0

Si k A = h A Û h = k si A es distinto de 0
 Producto de matrices
Dadas dos matrices A y B, su producto es otra matriz P cuyos elementos se obtienen
multiplicando las filas de A por las columnas de B. De manera más formal, los elementos
de P son de la forma:

Pij = S aik bkj

Es evidente que el número de columnas de A debe coincidir con el número de filas de B. Es

más, si A tiene dimensión m x n y B dimensión n x p, la matriz P será de orden m x p, Es
decir:

Ejemplo:
no se pueden multiplicar
 Propiedades del producto de matrices
A·(B·C) = (A·B)·C (Propiedad asociativa)

El producto de matrices en general no es conmutativo.

Si A es una matriz cuadrada de orden n se tiene A·In =

In·A = A.
Dada una matriz cuadrada A de orden n, no siempre existe otra matriz B tal que
A·B = B·A = In. Si existe dicha matriz B, se dice que es la matriz inversa de A y se
representa por A–1 .

El producto de matrices es distributivo respecto de la suma de matrices, es decir:

A·(B + C) = A·B + A·C
 Consecuencias de las
Propiedades

Si A · B = 0 no implica que A = 0 ó B = 0

Si A · B = A · C no implica que B = C

En general (A+B)2 ¹ A2 + B2 +2AB, ya que A · B ¹ B · A

En general (A+B) · (A–B) ¹ A2 – B2, ya que A · B ¹ B · A

 Matrices inversibles

Una matriz cuadrada que posee inversa se dice que es

inversible o regular; en caso contrario recibe el nombre

de singular.
 Propiedades de la
l es
inversión de matrices versi b
s in
i ce
t r
Ma
La matriz inversa, si existe, es única

A-1·A = A·A-1= I

(A·B)-1 = B-1·A-1

(A-1)-1 = A

(kA)-1 = (1/k) · A-1

(At) –1 = (A-1) t
Observación:

Podemos encontrar matrices que cumplen A·B = I, pero que B·A ¹ I,

en tal caso, podemos decir que A es la inversa de B "por la izquierda" o
que B es la inversa de A "por la derecha".

Hay varios métodos para calcular la matriz inversa de una matriz dada:

Por el método de Gauss-Jordan

Usando determinantes
Directamente
 Cálculo Directo de la Matriz Inversa

Dada la matriz buscamos una matriz que cumpla A·A -1 = I, es decir

Para ello planteamos el sistema de ecuaciones:

La matriz que se ha calculado realmente sería la inversa por la "derecha", pero es fácil
comprobar que también cumple A-1 · A = I, con lo cual es realmente la inversa de A.
 MATRICES Y DETERMINANTES
Observación:
Podemos encontrar matrices que cumplen A·B = I, pero que B·A ¹ I, en tal
caso, podemos decir que A es la inversa de B "por la izquierda" o que B es la
inversa de A "por la derecha".

Hay varios métodos para calcular la matriz inversa de una matriz dada:

Por el método de Gauss-Jordan

Usando determinantes
Directamente
MATRICES Y
DETERMINANTES
Método de Gauss-Jordan para el cálculo de la matriz inversa
El método de Gauss-Jordan para calcular la matriz inversa de una dada se
basa en una triangulación superior y luego otra inferior de la matriz a la cual se
le quiere calcular la inversa.

Ejemplo 1 Ejemplo 2

Dada una matriz A de orden n, para calcular su inversa hay que

transformar la matriz (A I In) mediante transformaciones elementales por filas
en la matriz (In I B). La matriz B será, evidentemente, la inversa de A.

Para aplicar el método se necesita una matriz cuadrada de rango máximo.

Sabemos que no siempre una matriz tiene inversa, por lo cual comprobaremos
que la matriz tenga rango máximo al aplicar el método de Gauss para realizar
la triangulación superior. Si al aplicar el método de Gauss (triangulación inferior)
se obtiene una línea de ceros, la matriz no tiene inversa.
Ejemplo VOLVER
Cálculo de la Matriz Inversa por el método de Gauss - Jordan
Cuando hacemos transformaciones elementales en una matriz, esto es
equivalente a multiplicarla por otra matriz dada. Ejemplo:

1 1 0  1 1 0 
  F2 – 2F1 g F2  
 2 1 1  0 1 1 
 1 1  2 F1 + F 3 g F 3  0 2  2
   

Esta transformación es equivalente a la siguiente multiplicación:

 1 0 0  1 1 0  1 1 0 
     
  2 1 0   2 1 1   0 1 1 
 1 0 1  1 1  2  0 2  2
     

En consecuencia al transformar (A I In) en (In I B) realmente lo que

estamos haciendo son las siguientes multiplicaciones:
A-1·A= In y A-1 · In = A-1=B
VOLVER
Cálculo de la Matriz Inversa por el método de Gauss - Jordan
Aplicando el método de Gauss-Jordan a la matriz                      

•En primer lugar triangulamos inferiormente:

                                                                                                                                          
•Una vez que hemos triangulado superiormente lo hacemos inferiormente:

                                                                                                                                                                  

Por último, habrá que convertir la matriz diagonal en la matriz identidad:

                                                                                                                                                                   
      

            

De donde, la matriz inversa de A es                                     

VOLVER
Cálculo de la Matriz Inversa por el método de Gauss - Jordan

Aplicando el método de Gauss-Jordan a la matriz                              se tiene:

                                                                                                                             
                                        

Como hay una fila completa de ceros, la matriz A no tiene rango máximo, en
este caso 2, por tanto no tiene inversa pues es una matriz singular

VOLVER
                                                                 

Gauss, Carl Friedrich

b. April 30, 1777, Brunswick [Germany]

d. Feb. 23, 1855, Göttingen, Hanover

Original name JOHANN FRIEDRICH CARL GAUSS German mathematician

who also made contributions to other sciences.

VOLVER
Cálculo de la Matriz Inversa por el método de Gauss - Jordan
Queremos calcular la inversa de

1º.- Se escribe la matriz A junto a esta la matriz identidad,

2º.- Triangularizamos la matriz A de arriba a abajo y realizamos las mismas operaciones en la matriz de la derecha.

Como podemos observar el rango de la matriz es máximo (en este caso 3), por tanto la matriz A es regular
(tiene inversa), podemos calcular su inversa.

3º.- Triangularizamos la matriz de abajo a arriba, realizando las mismas operaciones en la matriz de la derecha.

4º.- Por último se divide cada fila por el elemento diagonal correspondiente.

VOLVER
 MATRICES Y DETERMINANTES
Método de Gauss-Jordan para el cálculo de la matriz inversa
El método de Gauss-Jordan para calcular la matriz inversa de una dada se
basa en una triangulación superior y luego otra inferior de la matriz a la cual se
le quiere calcular la inversa.

Ejemplo 1 Ejemplo 2

Dada una matriz A de orden n, para calcular su inversa hay que

transformar la matriz (A I In) mediante transformaciones elementales por filas
en la matriz (In I B). La matriz B será, evidentemente, la inversa de A.

Para aplicar el método se necesita una matriz cuadrada de rango máximo.

Sabemos que no siempre una matriz tiene inversa, por lo cual comprobaremos
que la matriz tenga rango máximo al aplicar el método de Gauss para realizar
la triangulación superior. Si al aplicar el método de Gauss (triangulación inferior)
se obtiene una línea de ceros, la matriz no tiene inversa.
Ejemplo VOLVER
 MATRICES Y DETERMINANTES
Observación:
Podemos encontrar matrices que cumplen A·B = I, pero que B·A ¹ I, en tal
caso, podemos decir que A es la inversa de B "por la izquierda" o que B es la
inversa de A "por la derecha".

Hay varios métodos para calcular la matriz inversa de una matriz dada:

Por el método de Gauss-Jordan

Usando determinantes
Directamente
MATRICES Y DETERMINANTES

VOLVER
MATRICES Y DETERMINANTES

VOLVER
 MATRICES Y DETERMINANTES
Cálculo de la matriz inversa usando determinantes

Dada una matriz cuadrada A, se llama matriz adjunta de A, y se

representa por Adj(A), a la matriz de los adjuntos, Adj(A) = (Aij).

Ejemplo

Si tenemos una matriz tal que det (A) ¹ 0, se verifica:

Esto es fácil probarlo puesto que sabemos que la suma de los

productos de los elementos de una fila por sus adjuntos es el valor
del determinante, y que la suma de los productos de los elementos
de una fila por los adjuntos de otra fila diferente es 0 (esto sería el
desarrollo de un determinante, que tiene dos filas iguales, por los
Ejemplo
adjuntos de una de ellas).
MATRICES Y DETERMINANTES

VOLVER
 MATRICES Y DETERMINANTES
Rango de una matriz
Se llama “menor” de orden p de una matriz al determinante que
resulta de eliminar ciertas filas y columnas hasta quedar una matriz
cuadrada de orden p. Es decir, al determinante de cualquier
submatriz cuadrada de A (submatriz obtenida suprimiendo alguna
fila o columna de la matriz A).
En una matriz cualquiera A m×n  puede haber varios menores de
un cierto orden p dado.

Definición:
El RANGO (o característica) de una matriz es el orden del mayor de
los menores distintos de cero. El rango o característica de una
matriz A se representa por rg(A).

Consecuencia
Por tanto, el rango no puede ser mayor al número de filas o de
columnas.
 MATRICES Y DETERMINANTES
Rango de una matriz
Vectores fila de una matriz:
Las filas de una matriz pueden ser consideradas como vectores. Es posible
que sean linealmente Independientes (L.I.) y es posible que unos dependan
linealmente de otros. Por ejemplo:

 2 3 2 5
A    Sus dos filas son linealmente independientes
 1 3 4 2
1 3
 
2 1 Las dos primeras líneas son L.I., las otras dos dependen linealmente
B
0 5 de las primeras
 
3 4 
 F 3  2  F1  F 2 F 4  F1  F 2
1 5 3
  Las dos primeras filas son L.I. la tercera depende linealmente de
C  9 0 2
 8  5  1 las dos primeras
  F 2  F1  F 3
Se llama rango de una matriz al número de filas Linealmente Independientes
 MATRICES Y DETERMINANTES
Rango de una matriz
Vectores columna de una matriz:
También las columnas de una matriz pueden ser consideradas como vectores.
Podríamos definir rango de la matriz como el número de columnas linealmente
independientes, pero aparece la duda de si esa definición puede contradecir
en algún caso la anterior.

Es decir: ¿Es posible que en una matriz el número de filas linealmente

independientes sea distinto del número de columnas linealmente
independiente?. El siguiente teorema nos asegura que no.

Teorema
En una matriz el número de filas L.I. coincide con el número de
columnas L.I.
Por esto podemos dar una nueva definición de Rango:

Rango de una matriz es el número de filas, o columnas,

linealmente independientes.
 MATRICES Y DETERMINANTES
Rango de una matriz

El rango de una matriz lo podemos calcular por dos

métodos diferentes:

 Por el método de Gauss

 Usando Determinantes
 MATRICES Y DETERMINANTES
Rango de una matriz
Cálculo del rango de una matriz por el método de Gauss
Transformaciones elementales:
Son las transformaciones que podemos realizarle a una matriz sin que su
rango varíe.

Las transformaciones elementales son las siguientes:

Permutar 2 filas ó 2 columnas.

Multiplicar o dividir una línea por un número no nulo.

Sumar o restar a una línea otra paralela multiplicada por un número no nulo.

Suprimir las filas o columnas que sean nulas,

Suprimir las filas o columnas que sean proporcionales a otras.

 MATRICES Y DETERMINANTES
Rango de una matriz
Cálculo del rango de una matriz por el método de Gauss

El método de Gauss consiste en aplicar transformaciones elementales a una

matriz con objeto de conseguir que los elementos que están por debajo de
la diagonal principal se anulen (aij = 0,para i > j).
Para conseguir "triangular" la matriz debemos dejar en la diagonal principal
elementos no nulos, salvo que la fila sea nula.
Una vez aplicado este proceso de triangulación, el rango de la matriz es el
número de filas no nulas de la matriz obtenida. Esto es fácil probarlo usando
las propiedades de los determinantes.

Ejemplo Más Ejemplos

 MATRICES Y DETERMINANTES
Rango de una matriz
Cálculo del rango de una matriz por el método de Gauss

VOLVER
 MATRICES Y DETERMINANTES
Rango de una matriz
Cálculo del rango de una matriz por el método de Gauss

 
  
                                                                                                                                        

                                                                                              

VOLVER
 MATRICES Y DETERMINANTES
Rango de una matriz

Cálculo del rango de una matriz por el método de Gauss

El método de Gauss consiste en aplicar transformaciones elementales a

una matriz con objeto de conseguir que los elementos que están por
debajo de la diagonal principal se anulen (aij = 0,para i > j).
Para conseguir "triangular" la matriz debemos dejar en la diagonal principal
elementos no nulos, salvo que la fila sea nula.
Una vez aplicado este proceso de triangulación, el rango de la matriz es el
número de filas no nulas de la matriz obtenida. Esto es fácil probarlo
usando las propiedades de los determinantes.

Ejemplo Más Ejemplos

 MATRICES Y DETERMINANTES
Determinantes
Dada una matriz
cuadrada

se llama determinante de A, y se representa por |A| ó det(A), al

número:

, con

(Sn es el grupo de las permutaciones del conjunto {1, 2,.. n}, e i

(s) es la signatura de la permutación)