Función Determinante

El determinante de una matriz cuadrada es un número que revela información valiosa sobre ella, especialmente si tiene inversa. Cuando el determinante es cero, la matriz no tiene inversa (es singular).

Para matrices de 2×2, el cálculo es sencillo:

$\begin{vmatrix} a & b \ c & d \end{vmatrix} = ad - bc$

Este cálculo multiplica los elementos de la diagonal principal y resta el producto de los elementos de la diagonal secundaria. Por ejemplo:

$\begin{vmatrix} 1 & -2 \ -3 & 4 \end{vmatrix} = 1 \cdot 4 - (-2) \cdot (-3) = 4 - 6 = -2$

Para matrices de 3×3, podemos usar la Regla de Sarrus, que consiste en agregar las dos primeras filas debajo de las tres dadas (o las dos primeras columnas a la derecha). Luego sumamos los productos de las diagonales descendentes y restamos los productos de las diagonales ascendentes.

💡 El término "matriz" fue introducido por el matemático James Joseph Sylvester con el significado de "madre de los determinantes", mostrando la estrecha relación entre ambos conceptos.

Notación y Conceptos Previos

Al trabajar con determinantes, usamos distintas notaciones para distinguirlos de las matrices:

• $\det(A)$ o $|A|$ para el determinante
• Usamos barras verticales $|;|$ para determinantes y corchetes $[;]$ para matrices

Para calcular determinantes de orden superior, necesitamos algunos conceptos fundamentales:

Producto elemental: Es el producto de n elementos de una matriz de n×n, donde cada elemento pertenece a una fila y columna diferente.

Permutación: Es un arreglo de los números naturales {1, 2, ..., n} sin repeticiones. Por ejemplo, con n=2 hay dos permutaciones posibles: {1, 2} y {2, 1}.

Número de inversiones: Representa cuántos cambios presenta una permutación respecto al orden natural. Por ejemplo, en la permutación (4, 1, 3, 5, 2) hay 5 inversiones.

Clasificación de permutaciones: Una permutación es par si tiene un número par de inversiones, e impar si tiene un número impar.

Producto elemental con signo: Es el producto elemental multiplicado por (+1) si la permutación asociada es par, o por (-1) si es impar.

Con estos conceptos podemos construir la definición formal del determinante como la suma de todos los productos elementales con signo.

Permutaciones y Cálculo de Determinantes

Para entender mejor los determinantes, necesitamos profundizar en las permutaciones:

Una permutación de orden n es cualquier arreglo de los números {1, 2, ..., n} sin repetir ninguno. Por ejemplo, (1, 3, 2, 4, 5) es una permutación del conjunto {1, 2, 3, 4, 5}.

El número de inversiones de una permutación nos indica cuántos elementos están fuera de su orden natural. Para calcularlo, sumamos cuántos elementos menores hay a la derecha de cada número. Por ejemplo, en (4, 1, 3, 5, 2):

• A la derecha del 4 hay tres números menores (1, 3, 2): 3 inversiones
• A la derecha del 1 no hay números menores: 0 inversiones
• A la derecha del 3 hay un número menor (2): 1 inversión
• A la derecha del 5 hay un número menor (2): 1 inversión Total: 5 inversiones

Clasificamos las permutaciones como:

• Permutación par: cuando el número de inversiones es par
• Permutación impar: cuando el número de inversiones es impar

Al calcular determinantes, cada producto elemental llevará un signo positivo o negativo según la paridad de su permutación asociada.

🔍 Para analizar permutaciones, puedes ordenar los productos elementales por filas y estudiar las inversiones en la permutación asociada al índice de columnas.

Definición Formal del Determinante

La función determinante asigna a cada matriz cuadrada A un número igual a la suma de sus productos elementales con signo.

Para una matriz de 3×3: $A = \begin{bmatrix} a_{11} & a_{12} & a_{13} \ a_{21} & a_{22} & a_{23} \ a_{31} & a_{32} & a_{33} \end{bmatrix}$

Su determinante sería: $\det(A) = a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} - a_{13}a_{22}a_{31} - a_{12}a_{21}a_{33} - a_{11}a_{23}a_{32}$

Este cálculo suma los productos elementales con signo positivo (permutaciones pares) y resta los productos elementales con signo negativo (permutaciones impares).

Observaciones importantes:

1. Si A es de orden n, la mitad de los productos elementales tendrán signo positivo y la otra mitad signo negativo
2. El determinante es un número, no una matriz
3. Calcular determinantes por definición para matrices grandes es complicado (una matriz 4×4 requiere sumar 24 productos)

💡 En casos reales, es común encontrar matrices de gran tamaño (50×50 o mayores), por lo que necesitamos métodos más eficientes que usar la definición directa para calcular sus determinantes.

Propiedades de los Determinantes

Las propiedades nos permiten calcular determinantes sin recurrir siempre a la definición:

1. Si una matriz tiene una fila o columna de ceros, su determinante es cero

2. Si una matriz tiene dos o más filas/columnas proporcionales, su determinante es cero

3. El determinante de una matriz triangular (superior, inferior o diagonal) es el producto de los elementos de su diagonal: $\det(A) = a_{11} \cdot a_{22} \cdot ... \cdot a_{nn}$

4. El determinante de una matriz es igual al determinante de su transpuesta

5. Si se permutan dos filas o columnas, el determinante cambia de signo

6. Si se multiplica una fila o columna por un escalar k, el determinante se multiplica por k

7. Si a una fila o columna se le suma otra paralela multiplicada por un escalar, el determinante no cambia

8. El determinante del producto de matrices es el producto de sus determinantes: $\det(A \cdot B) = \det(A) \cdot \det(B)$

9. Si tres matrices de orden n solo difieren en una fila/columna, y la fila/columna de C es la suma de las correspondientes de A y B, entonces: $\det(C) = \det(A) + \det(B)$

🧮 Estas propiedades nos permiten transformar matrices complejas en triangulares para facilitar el cálculo del determinante, simplemente multiplicando los elementos de la diagonal.

Relación con Matrices Inversibles

Un teorema fundamental establece que una matriz es inversible (no singular) si y solo si su determinante es distinto de cero.

Si una matriz A es inversible:

• Existe A⁻¹ tal que A·A⁻¹ = I = A⁻¹·A
• Los determinantes cumplen: $\det(A) \cdot \det(A^{-1}) = 1$
• Por lo tanto: $\det(A^{-1}) = \frac{1}{\det(A)}$

Esta propiedad nos permite verificar rápidamente si una matriz tiene inversa calculando su determinante.

Para transformar una matriz a forma escalonada reducida, aplicamos operaciones elementales:

1. Si intercambiamos filas, el determinante cambia de signo
2. Si multiplicamos una fila por un escalar, el determinante se multiplica por ese escalar
3. Si sumamos a una fila un múltiplo de otra, el determinante no cambia

Al aplicar estas operaciones, podemos relacionar el determinante original con el de la matriz resultante. Si el determinante original es distinto de cero, la matriz escalonada reducida debe ser la identidad, lo que confirma que la matriz original es inversible.

Este teorema es fundamental en álgebra lineal porque conecta el concepto algebraico de determinante con la propiedad geométrica de inversibilidad.

Cálculo de Determinantes con Propiedades

Podemos calcular determinantes transformando la matriz en una triangular, usando operaciones elementales y aplicando las propiedades aprendidas.

Veamos un ejemplo con la matriz: $\begin{pmatrix} 3 & -1 & 2\2 & -3 & 1\1 & 0 & -2 \end{pmatrix}$

Paso 1: Intercambiamos las filas 1 y 3 para tener un buen pivote en la posición (1,1) $\begin{pmatrix} 1 & 0 & -2\2 & -3 & 1\3 & -1 & 2 \end{pmatrix}$ (el determinante cambia de signo)

Paso 2: Eliminamos los elementos debajo del pivote:

• Reemplazamos F₂ por F₂ - 2F₁
• Reemplazamos F₃ por F₃ - 3F₁

Paso 3: Continuamos hasta obtener una matriz triangular: $\begin{pmatrix} 1 & 0 & -2\0 & -3 & 5\0 & -1 & 8 \end{pmatrix}$

Paso 4: Calculamos el determinante como el producto de la diagonal: $\det(A) = 1 \cdot (-3) \cdot 8 - 0 = -24$

Este método es mucho más eficiente que usar la definición para matrices grandes.

🔑 Al transformar una matriz en triangular, recuerda tener en cuenta cómo cada operación afecta el valor del determinante: intercambiar filas cambia el signo, multiplicar una fila por un escalar multiplica el determinante por ese valor.

Menores y Cofactores

Los menores complementarios y cofactores son herramientas poderosas para calcular determinantes de manera recursiva.

El menor complementario (Mᵢⱼ) del elemento aᵢⱼ es el determinante de la submatriz que resulta al eliminar la fila i y la columna j.

Por ejemplo, en la matriz $\begin{pmatrix} 3 & 2 & -1 \ 1 & 6 & 3 \ 2 & -4 & 0 \end{pmatrix}$, el menor M₂₃ (eliminando fila 2 y columna 3) es: $M_{23} = \begin{vmatrix} 3 & 2 \ 2 & -4 \end{vmatrix} = 3 \cdot (-4) - 2 \cdot 2 = -16$

El cofactor (Cᵢⱼ) del elemento aᵢⱼ se define como: $C_{ij} = (-1)^{i+j} \cdot M_{ij}$

Si i+j es par, el cofactor coincide con el menor; si es impar, el cofactor es el opuesto del menor.

La matriz cofactor (Cofact(A)) tiene como elemento genérico el cofactor Cᵢⱼ: $Cofact(A) = \begin{pmatrix} C_{11} & C_{12} & \cdots & C_{1n} \ C_{21} & C_{22} & \cdots & C_{2n} \ \vdots & \vdots & \ddots & \vdots \ C_{n1} & C_{n2} & \cdots & C_{nn} \end{pmatrix}$

Para la matriz del ejemplo, la matriz cofactor sería: $Cofact(A) = \begin{pmatrix} 12 & 6 & -16 \ -4 & -2 & 12 \ 12 & -10 & 16 \end{pmatrix}$

Los cofactores nos permiten calcular determinantes mediante el desarrollo por filas o columnas.

Matriz Adjunta y Regla de Laplace

La matriz adjunta es una herramienta fundamental para calcular inversas de matrices utilizando determinantes:

$Adj(A) = (Cofact(A))^T$

Es decir, la adjunta es la transpuesta de la matriz cofactor. Para la matriz de nuestro ejemplo:

$Adj(A) = \begin{pmatrix} 12 & -4 & 12 \ 6 & -2 & -10 \ -16 & 12 & 16 \end{pmatrix}$

La Regla de Laplace (o desarrollo por cofactores) nos permite calcular determinantes de manera recursiva. El determinante se obtiene sumando los productos de los elementos de una fila (o columna) por sus respectivos cofactores:

$det(A) = \sum_{j=1}^{n} a_{ij} \cdot C_{ij}$ (desarrollo por la fila i)

$det(A) = \sum_{i=1}^{n} a_{ij} \cdot C_{ij}$ (desarrollo por la columna j)

Esta regla es especialmente útil cuando la matriz tiene muchos ceros, ya que podemos elegir la fila o columna con más ceros para reducir el número de cálculos.

Por ejemplo, desarrollando por la fila 3 de nuestra matriz: $det(A) = 2 \cdot C_{31} + (-4) \cdot C_{32} + 0 \cdot C_{33} = 2 \cdot 12 + (-4) \cdot (-10) = 24 + 40 = 64$

💡 Al desarrollar por cofactores, elige siempre la fila o columna con más ceros para minimizar los cálculos necesarios.

Cálculo de Inversa Mediante Determinantes

Existe una relación fundamental entre una matriz, su adjunta y su determinante:

$A \cdot Adj(A) = det(A) \cdot I$

Esto nos lleva a una fórmula para calcular la inversa de una matriz:

$A^{-1} = \frac{1}{det(A)} \cdot Adj(A)$

Esta fórmula solo es válida si $det(A) \neq 0$, lo que confirma nuevamente que una matriz es inversible si y solo si su determinante no es cero.

Para aplicar esta fórmula:

1. Calculamos el determinante de A
2. Si es distinto de cero, calculamos la matriz adjunta
3. Dividimos cada elemento de la adjunta por el determinante

Por ejemplo, para nuestra matriz con $det(A) = 64$ y la adjunta ya calculada:

$A^{-1} = \frac{1}{64} \cdot \begin{pmatrix} 12 & -4 & 12 \ 6 & -2 & -10 \ -16 & 12 & 16 \end{pmatrix} = \frac{1}{32} \cdot \begin{pmatrix} 6 & -2 & 6 \ 3 & -1 & -5 \ -8 & 6 & 8 \end{pmatrix}$

Podemos verificar que esta es la inversa correcta calculando $A \cdot A^{-1}$ o $A^{-1} \cdot A$, que debe dar la matriz identidad.

🔍 Este método es útil teóricamente, pero para matrices grandes suele ser más eficiente el método de Gauss-Jordan para encontrar la inversa.