3formas Determinante Math

Boletin de Matematicas
vn . No.1.
Vol.
pp. 1-47
SOBRELADEFINICION
DE DETERMINAHTE
GILMA R. DE VILLAMARIN
En este articulo
las cuales
se exponen detalladamente
contrastan
demostracion
Y CARLOS
tres form as de definir
tanto por su punto de partida,
de teoremas 0 sol uclon de problemas
La primera,
atrlbuida
nante
como funcion
l1ante
de dicha matrizl.
a Weierstrass,
por recurrencia,
n=1
como par su-apl icab il idad en la

practices.
de determi-
que asigna a cada matriz cuadrada un unico escalar(
que permite defin irel
partir de la noclon de determinante

caso
determinante,
es la defini cion usual 0 clasica
En segundo lugar, aunque es esencialmente

nicion
F. LUQUE
la misrna anterior;
determinante
de una matriz de orden
se expone la defi-
de matrices
n-1
detenm-
el
de orden
; naturalmente
n a
el
es trivial.
Conceptos
como los de base, dimension,
la tercera Definicion,
es la II am ada definicion
Para efectos
la cual aventaja
invariante
multil inealidad
a las anteriores
en alcance
para dar
y elegancia,
esta
de determinante.
de clari dad, ha side necesario
nes y cuando estas resultaron
son necesarios
muy largas,
en mas de una ocasirn hacer digresio-
se prefir io anexarlas,
como apendi ces. al
final del trabajo.
1.
Determinante
de un a Mat"; z
Dada una matri z
(Defin icion de Weierstrass)
= (:
;)
donde
jo s), es usual definir
el determinante
ad cb , elcualsenota
delA.
Es decir:
del
(~~)=
Es facil verificar
ad. c.
a, h, c, d
de A
s,on numerus re ale s
como elnumero
real
(0
comple-
complejo):
(0
que el determinante:
1) es cero si las dos columnas de la matriz son iguales.

2)
es lineal, en cualquiera
+ a'
Cia
del
de las dos columnas de la matriz.
Ci c
cualesquiera
C'
sean
:}
a del
a' , c',
C :)
mirneros reales
Es decir:
b)
a'
+ de t
(0
( c'
compl ejo s) y
10
mismo para la se-
gunda columna.
3)
es
uno si la matriz es
(est a matriz es la lIamada

cualquiera
por la identica
matriz IJnidad
porque al multiplicar
una matriz
(a.l+
c.l+
!J.O' a.O+b.l)
u.
c.O+d.l
(: :)
el orden de los f actores).
Se trata de dar una definicion
idintfca
se obtiene la misma matriz :
(: :}(: J
Lo mismo si se invierte
de determinante
de una matriz cuadrada de orden n
de tal manera que tenga por
menos las tres propiedades
10
una Iunc ion que a cada matriz de orden
I),
2) y
EI problema consiste
complejos)
yque satisfaga
la discus ion puede reduci rse al
Aun mas general, en lugar de considerar el sistema
gebraico provisto
ruirnero real
en demostrar que tal funcion existe y que es unic a
ros complejos puede considerarse
un cuerpo cualquiera
de los nume-
I[
es decir, un sistema al-
0<.,
de una "adicon" y una "multipli cacicn"
te las mismas propiedades

(0
sea, como
Como to do ruimero real es un numero complejo,

caso complejo.
n asigne un bien determinado
complejo (sequn que la matriz este fo nnada por reales

las "condiciones"
anteriores,
que cumplen esencialmen-
de la adic ion y la multipli c acicn entre ruimeros complejos
realesl.
s:
0<. es un cuerpo, se nota por O<.n
(x1,x2""'xn)
sionesfinitasdelaforma
lK.
En
O<.n
O<.n
donde x1,x2,,,.,xn
se define la operac ion de adic icn de la siguiente
y con esta op erac lon.

de
al conjunt o cuyos elementos
0<.11 es
grupo abeliatlO,
es de nuevo un elemento de lKn,
elemento de
O<.n
existe otro elemento de
Se puede hacer de
sible definir
lKn,
s:"
son elementos de
manera:
es decir; a) la suma de dos elementos
b) la adicion es asociativa
c) existe un elemento neutroo cero, a saber,
son las suce-
(0,0,
...
,0)
v,
y conmutativa,
por ultimo, para cada
0<.11 que sumado con el primero da cero.
un espacio vectorial
sobre 0<..
una operac ion de mul tipl ic ac ion de elemertos
En otros termnos . es pcde lK por elementos
de
a saber :
tal que:
1)
a [(x I: x 2 ..
2)
[a+0]
3)
a [0(x1.x2
4)
1 (x1,x2
x n) + (y I' Y2'
(x1.x2'''''xn)
paratodo
,x )
n
de
= . (x 1 x 2'
[a0J
(x1.x2'
ytodo
IK,
.(x1'x2
En los elementos de
IK
.....
xn)
(x]
x2 ...
,xn).
escalares
...
.xn)
xn)
(donde
....
A los elementos de lK. se Ie lIaman
. . , x n) + a (Y t: Y2" , Y n )
+ 0(x1.x2
= CX'(x1,x2""'xn)
,xn)]
Y n) ]
1 es la unidad de IK)
ya los de
IK n
se pueden reconocer las matrices
de
(Y1'Y2""'Yn)
IK
vectores.
] x n,
sea matri-
ces de una fila y n columnas.

Analoqamente se puede dotar de estructura
de espacio vectorial
al conjunto
IKn
de elemento de la forma
los cuales se denominan
vectores columna,
sea matrices
x]
(matrices
de n fi-
las y una columna)'

De manera natural, el conjunto de las matrices
see tamblsn estructura de espacio vectorial,
elementos de,
1K~
IK:
y po-
con respecto a las operac iones siguien-
tes :
Sean
n x n sera denotado
par ejemplo
A =
a11
a21
a1
a21
a2
a271
an
an
an
se define
71
b1
b21
b22, .. b271
bn
bn2 ", b~
B =
71
1 b1
an + 71
a2 + b2
2
b2
an + 71
71
bn
an71+ bn71
a1+ b1
a 2 + b2
a21 + b 21
b171
b11
A+B
71
a 1+
bn
a2 +
Es tacil demostrar que con esta op erac ion de adic ion
1K~
es grupo abeliano res de-
cir conrnutativo).
Adernas la multipl ic ac ion por escalares definida
a11
como sigue
a12
a111
Cia11
rxa1
2
Cia171
al
a2
a2n
Cia21
rxa2
a-?71
an
an
an
Cian
rxaj
Cian
' 1
71
71
goza de las propiedades requeridas.

Es conveniente
observar que todo elemento
de
IKn
n
se puede expresar en ter-
minos de sus vectores columna as! :

A = (AI'
A2 ' , An)
donde para cada
(i = 1, 2, ., ., n)
Ai
puede con-
siderarse como un eJemento de IK n :
Por ejemplo,
en el caso
particular
n =3,
un elemento
de
1K~
es de la for-
ma
alI
I
a3
al
a2
a2
a3
a3
a3
la cual puede expresarse
como
donde
Y A3
son
los
A2
si
son notaciones
Los
0,
es una fuo c icn de
diferentes
D .. IKn _
D(A)
si
tiene
a3
en 1K,
1K':
para un mismo
escalar.
ahara que
es una func ion tal que
IK
dos columnas
iguales
Es decir
Por ejemplo,
a3
a3
2
Supongamos
axiom as.
A3
a2
a3
I
En consecuencia,
I
a3
a2I
a2l
Al
en el caso de las matrices

.Ti
sen_2
A
12
3
AI' A2
columna:
(i)
(AI' A2, A3)
al
F(A)
vectores
a2I
3 x 3
si
1-:1
2
0 )
F(AI,
A2,
, An)
puesto que
D(A)
(ii)
para
Ai
(primera columna) es igual a
(terce ra columna), entonces
A3
0 .
es lineal como funcion de cada columna.
Es dec ir :
1::; i ::; n , y 0: E fK
En el caso de l asmatr ices 3 x 3
veamos, por ejemplo, la linealidad
en la se-
gunda columna.
2x3+1
2x5-8
2x7+
=2D
(iii)
D (In)
1,
drnde
En el caso IK33
In
2x3
2x5
+D
2x7
- 3
es la identidad en
+D
5
(:
(:
- 8
9
0
-8
9
IKn
n
la identidad esta d aia per
Consecuencias
de
que satisfaga
propiedades
A priori
Axiomas,
105
me nc ionados.
los axiomas
es pcsible
no exista
que
funcicn
pesar de e sto, pasamos
que Lina tal tunc ion debe poseer
a deducir
nas, entO!1ces D(A') = -D(A)
algunas
(en caso de exi stir).
Si A' es la matriz obtenida a partir de A intercambiando
1)
alguna
dos de sus colum-
Es decir:
= -
D(AI,A2,000,Ai,00.,Aj,ooo,An)
1'-:; i,
i:
n , i
que
Sea
tiene
O.
D(B}
D(AI,oo.,Ai,,.,Ai+Aj,
(AI'
Pero par el segundo
l ' .. , Ai'
+ D(AI ...
Es decir
Aj,
0",
iguales
axioma
,..,
Ai' .. , An)
Ai"'"
An}
para
tanto
per el primer
axioma,
An)+D(AI,.,.,Aj,
+ D(A l ' .
+ D(AI,
o'
Luego
10
y per
Por ejemplo,
An)
000,
Ai+Aj,.oo,Aj+Ai,.",An)'
000,
dos columnas
D(B}
= D(A
Aj,,,o.Ai,
000'
-I [,
Demostraciono
Es claro
D(AI,A2,
en el caso de las matrices
3x 3
0'
,..,Ai+Aj,oo.,
Ai'
Aj,.
0'
"t: ... , An}

Aj,.
0'
An}
An}
Si
A'
-2
rr/6
1/4
(donde
A'
es la matriz obtenida de
int erc ambiando la primera y tercera colum-
nas). entonces
D (A)
2)
= -
D (A' )
D(A) = 0 .
Si A tiene tina columna nula, entonces,
Supongamos que la i-e sirna columna es cero. Es decirque
Demostracion.
donde
Este vector puede escribirse

cualquiera
de
IKn
E lKn
en la forma
Por la linealidad
0 Ai
donde Ai es un elemento
en la i-e s irna columna, se tiene
En el caso de las matrices 3x3
si, por ejemplo

8
entonces, s equn 10 anterior
3) Si se multiplica
resultante
es
lJM
D(A)
matriz
A por un escalar
iguul al determinante
D (0:.
0:,
el determinante
de A multiplicado
A) =
c( 11.
por
de la matriz
ex", esto es :
f) ( A)
Esta propiedad se obtiene por la apl ic acicn reiterada de la linea-
Demostracion.
lidad en cada variable.

f)
Para
es decir
0,
En efecto
(C( A)
= 0 (0: A 1 ' 0: A 2'
, 0: An)
setiene
0:=-1
O(-A)
D(A)
(_1)11.
si por ejernplo
- 1/2
-1
entonces:
Para el caso
O(B)
0:
= 43
. Es decir
D(A)
e
,
10
0(4A1,
=-1.
-4
24
l2
- A
-2
-2
'0
- 6
-3
=4
12
4A2, 4A3)=
43.D(A1,A2,A3)
Si B se obtiene a partir de A, sumando a I,ltla de sus colul11I1as (por ejem-
4)
plo la i-isima),
un multiplo escalar de otra (por ejemplo la j-isima
entonces
= D(B)
D( A)
ma columna
donde
0(A1,A2,
1- j),
Podemos asumir
Demostracion.
Xi
i< j
=Ai
(ya que
Como B tiene por i-esi-
i =I [),
entonces,
Aj,
usando la linealidad
se tiene
O(B)
= 0(A1,A2,
...
..
,X
+ CiY,
,x, ...
+ CXO(A1,A2,,Y,
,A ,
,An)
,A ,
..
"r .., An)
,An)
Pero
Y
O(A i- A , ...
2
go
O(A)
= O(B)
Enelcaso
, Y, ...
, Y, ...
,An)
como querfamos probar,
3x3
(por tener dos columnas iquales ) lue
se an por eiemplo :
i
4
A =
B
5
puede verificcrse
ces.
O(B)
Hastaaquf
que B
D(A)
(AI'
A2 - 2A3,A3)
donde
3/2
o
-1
-2
A2, A3) .. enton-
(AI'
se han deducido algunas de laspropiedades
que cumplirfaunafun-
11
cion que satisfaga
105
axiom as
2) y 3)/ pe ro es necesario garantizar
1)
que hay
al
menos una tal func ion y mas aun que hay solo una.
Para esto son indispensables
algun as noci ones ace rca' de las permutaci ones de
un conj unto de n-e lernentos. A conti nuac ion se en umeran las permutaciones
de un
conjunto de tres elementos:
(:
2
2
:) (:
:) C
Como se observa, las permutaciones
2
3
;) C
;) C
de un conjunto,
son las distintas
:)
2
2
:)
ordenaciones
que se pueden hacer con sus elementos.

Es costumbre usar letras griegas para designar dichas permutaciones.
ASI por
ejemplo:
2
2
7,(2)
donde
TT(1)
=3,77(2)
= 1, TT(3)
= 2.
Un a permutac ion de un conjunto de
el ementos
uno a u no/ de I conjunto sabre si mi smo.
TT:
1 1, 2, ... , n I _
i
la cual se nota
12
I 1,
2, ..
A SI :
I 1, 2, ... , n I
TTW
,rl
l es una funclcn
2
TT=
TT
Una p ermut acion que solo "permute"

mas, se llama una
(2)
....
dos elementos del conjunto y deje fijos los de-
transposicion.
Se puede demostrar (ver nota

s ic ion) de transposiciones.
que toda p errnut acion
1)
TT
es "producto"
Sequn que el nurnero de transposiciones
o impar, se Ie suele asionar e l numero

signo de la p ennutacion y se nota
1 0
Sgn
respectivamente,
-1
In'
TT
sea par
e I cua i se llama
el
TT
Ahora se puede deducir una formula expl icita para calcular

j-es irna columna de
de
(c ornpo-
D(A).
Sea ej, la
entonces
o
o
puesto
j-esimo
o
se puede es-
A.t
La i-es ima col umna de A.
cribir como
Ai
a i e 1 + a i e2 + ... + a i en
L
j = 1
a.
t
e .
J
Lu eg 0, en el c aso de la pri mera col umna se ti ene
13
D(A)
D(A1,A2,.",A
y por linealidad
D(
jj
n
~
G1
l: =1
"i ,
1
A2,
.",
jn
D (e, , e. ,
n
/1
12
e. )
In
'r! .. ,jn
Pero
D(e.,e.,
I]
12
...
, e . ) = 0,
In
otra parte, si todos los

conjunto
j],
],2, ... , n lyse
a partir de In'
mediante
. "
si dos de los
jn
tiene
son distintos,
Que la matriz
la perrnutacion
tr
jj'
lz ... , j
constituyen
son iguales.
Por
una pe nnutacion
(e. , e. , , .. , e r )
I]
12
In
del
se obtiene
de sus columnas.
2
tt
tr (2)
donde
Pero
"(1)
tt
it ' "(2)
n in)
es preducto de transposiciones
cambio de dos columnas
14
= iz ' ... ,
de In)
"(J)
jn '
(en este caso, transpo sicion
significa
inter-
y como cada tran sposic ion causa un cambio de si q-
no, entonces
:
2
D ( e . , e . , ...
7]
72
, e )
7n
Sgn
(]
\77(1)
77(2)
Entonces
2 ...
n)
TT(2)
77(11)
n \
(n)
77
"(2)
Y como el axioma 3 exige que
D(In)
se tiene
=]
...
12
D(A)
"(2) ..
Esto prueba la
D(Ir)
. 77(
n)
utlicidad . pues se ha demostrado que los valores de cualquier fun-
cion que satisfaga
las tres condiciones
los dados por la formula anterior,
(axkm as) dadas, deben ser precisarrente
y no otros.
definir una funcion de la manera siguiente

D : IKnn -A
to--
Para demostrar la
existencia,
basta
IK
D(A)
15
donde
n )
D(A)
77(2)
la cual satisface
fun c ion II amada
Si
Gn
los axiomas seain se demuestra sin mayor dificultad.
determinante
y se denota por
77(n)
Esta es la
det .
denota el conjunto de todas las permutac iones de I conjunto
!J.2 ..... nL
se puede entonces escribir:
de!
IKn _
n
A
Como ejemp!o calculemos
IK
a----
a3
de! (A)
16
(A)
el determinante
de!
donde
de una matriz de orden 3:
.1
a2
a3
a-
a3
a3
123231312321213132
+ a1 a2 a3 + a 1 a2 a3 - a 1 a2 a3 - a 1 a2 a3 - a 1 a2 a3
'" a 1 a 2 a 3
2.
Definicion
una fi I a
por r ecurrettc io .
de un determinante
por los elementos de
col umna J.
En el desarrollo
del determinante de la matriz
plo anterior, sepueden
Si se designa par
sarrollo,
(Desarrollo
factorizar
C;,
de orden 3, dado en el ejem-
los elementos de la primera columna aSI:
la exp es icn que multiplica
al eiemento
a i en este del
es decir :
1
C1
a22 a33
a32 a3
2
C1 =
a23 a 1
3
a 2 a3
a23
a22 a31
3
C1 :: a1
2
puede escrib irse

1
det (A) = a 1 C 1 +a
Se dice entonces, que el determinante

de la primers columna, y a la expres icn
2 C2
3
3
1
1 + a 1 C1
ha sido desarrollado
C~ se Ie denomina
1
por los elementos
cofactor del correspon-
diente el emento
Obs erve se que en cada terrnino del desarrollo
inicial
del det (A),
y 5610 un elemento de cada fila y col umna, luego el valor del det(A)
de la fila
aparece uno
no depende
columna elegida para desarrollarlo.
As! par ejemplo,
de t t A)
uede desarrollarse
tambien par la segunda
por la
tercera columna:
17
deti A) = aJ cj
d et (A) =
all
3 C3 +
T amb ien se observa que
C,
J
,
d I a filu a i y Iacoumna
I
mmanno
EI determinante
a;
C~
(-1)
c11
(-1)
C1
y por
(-1)
2
a3
3
C3 +
3 C3
es el dete rmin ante de I a matri z obtenida de A, eli-
eliminando
Y se nota
M:.
currencia.
18
y la columna i, se llama
1+1
1
M1
2+1
2
1 3
M1 = (-1)(a2
a3
(+1)(a2
del
det
2
a; a3
3
a3
a3 a 1
2 3
t A) por la primera columna es
de orden
al calculo
cada uno de estos a su vez se calcula
de orden n-2,
Lo anterior proporciona
terminantes.
Entonces:
Se reduce as! el calculo de un determinante
deterrninantes
la fila
.
Mt.
J
10 tanto la exp res ion del desarrollo
nantes de .orden n-1,
(-1) i+ j .
i+ j
En el ej ernp 10 :
"s
cl
a]
I . I' d
j,mutlplcaopor
de la matriz
menor de I el emento
aJ Cff
determi-
por medio de ( n l )
v
y as! sucesivarnente.
un procedimiento
s isternatico
para la evaluac ion de de-
La regia anterior es la base para la definicion

Para n=1
de
definimos
la funclon
D1,
de determinante
de la siguiente
rnanera :
por re-
--
IK
IK
(a)
Es fac il demostrar que
satisface
D1
los axiomas
indagar si podri a no cumplir alquno).
IK n-1
(2), y (3) (se sugiere al lector
(1),
Suponemos ahora definida
una fun cion
IK
n-L
que satisface
del conjunto
D(A)
los axiomas
(1),
1, 2,3, .. , ,n
como sigue
(2), y
Para cualquier
11
(-1)
i+ j
j.
de
IKn
(perc f ijo)
' definimos
a.
es la matriz de orden n-L, obtenida
Y la columna
matriz
i= 1
un elemento arbitrario
D(A)
donde Ai
Sea
(3)..
Esta exp resion corresponde
a partir de A suprimiendo
al desarrollo
de
D(A)
la fila
par los elemen-
tos de la j-esirna columna.

Se demuestra enseguida
que
tarnbien satisface
Un calcu!o directo demuestra que el axioma

matrices
D(A)
2x2,
es decir que si la matriz
(1)
los axiomas
(1),
(2) y (3),
se sati sface para el caso de las
tiene dos columnas
iguales, entonces
= 0 .
Si la matriz es de orden mayor

de las dos iguales, yes
(1)
pues
igual a tres. fijamos
claro que las matrices
luego par hipote si s D(A\)

el axioma
=,
para cada
i,
A\
una columna
k"
distinta
tienen dos columnas iguales,
Esto demuestra que D -satisface
19
Para verificar
que 0 satisface
columna, es suficiente
desarrollar
Supongamos que en la matriz
el axioma (2), es decir que 0 es lineal en cada

el determinante
por la columna en cuestion.
la k-esirn a columna es de la forma:
A,
Ak
=a.Bk+ck,osea,
L1amando
veamos que
En efecto
(A 1 r
(Al,
OrA)
A k-L' a B k + C k' A k + I.' ' . ,
""Ak_l,
a ' MB)
Bk,Ak+l'
"0,
An)
An )
+ O(C)
:
i+ k
11
o (A) = ~
(-1)
i= 1
ak
0 (A k)
a. O(B) + O(C) ,
Para demostrar que
20
0 satisface
el axioma (3), (es decir que
o(ln)
1),
es
"rtesarrollar"
conveniente
pero
a I]' =0
el determinante
para todo
i.J]-r-
10 cualcompleta
la demostrac
3.
Determinante
de una
En su libro
Espacios
que 10 realmente
ciones
a 11
1 .
columna:
Adernas,
1
1
luego
11-1'
ion.
vectoriales
(Definicion
Lineal.
finitodimensionales,
acerca
de los espacios
lnvari ante) .
Paul
af i nn a
R. Halmos
vectoriales
son las transforma-
I ine al as.
hemos exigido
columnas
no es del todo
como condicion
de los elementos
que la func ion

Precisemos
cios vectoriales
puede ser
[)
Una funci6n
ex
desconocida
la nee ion de lineaiidad
que ha de cumplir
de /K1Z
17
la func lon
ya que la
en cadauna
0,
Como se vera mas adelante,
esto
de las
significa
es n-lineal.
mas el concepto
sobre
f:
de
un mismo
en particular
los mirnero s comple jcs
calar
Y,
Transformacic5n
interesante
En este memento
lK.
por la primera
transformaci6n
cuerpo
el conjunto
I[
r-V~
f ( ex
de escalares
de los ruirneros
0 el conjunto
11/"es
y todo par de vectore
una
ex
/K
1/
Sean
(el cuerpo
reales
fR,
de los mime res racionales
s v y v'
v + v') =
lineaL
f(v)
transfonnaci6n
de
+f
lineal
J1,I
espa-
de escalares
el conjunto
de
f!).
si para todo e s-
se tiene
(v')
21
Como ejemplo consideremos

guiente fun c ion
-4
[tu) ==0 . u
donde
0 es un escalar fijo.
I(a
Entonces
v + v')
v + u ")
==a (0.
u]
V)
que si
vE
o'
u'
+ [Iu']
I(v)
es de dimension uno, yves
71"',
vi
(0
un vector relernen-
tal que
ElK,
u,
es e l vector cere) entonces, cualquiera
distinguirdoscasos:i)
a.=.J..
v
si
Es dec ir
sea
wE
7J:
w = Ci o .
Podemos ver que lR (los real es). como espacio vectorial
ti en e dimension uno. En efecto sea
ta tomar
==0 . ( a u) + 0
no nulo, entonces todo otro vector es un rruiltiplo de
es posible hallar
Ejemplo.
a .
Si un espacio vectorial
I es una transfor mac ion lineal, pues :
==0 . (a
to de
cualquiera y la si-
if :
I definida en
I:V
rij
v E lR
w==o,esclaro,que
; aqui l as operaciones
, v
y w E lR,.
w=O'V
consideradas
sobre lR,
entonc es hay que

i i) si wio,bas-
son el producto yel cocien-
te de ntim ercs reales.

Consideremos
ahora las transformaciones
lineales
no nulas de un espacio vec-
tonal de dimension uno, (en Sl mismol.

Toda transtormac lon lineal envia al vector cere, en e l vector cero; en efecto
sea
22
I:
7/~ "'V,
lineal;
C0010
0 = 0 + 0,
por la linealidad
de
I, ten-
dremos
1(0) = 1(0+ 0)
Y esto solo es posibl e si
21(0)
games que I es una transforrnacion
V
v
es un espacio vectorial
(V
be existir
v;
I(v):j
aE K
tal que
en efecto : sea
supongamos
tal que
[Liu)
entonces,
y:
como
Es curioso,
a. u,
I(v)-=
en
V,
pero
si
es independiente
(1
lU= 0,
trivialmente
es de dimension
1(ld
uno, existe
I(o.v)
ol(v)
o.(a.v)
a(o
u)
mo, siempre es lineal,
Puesto que el cdnjunto de escalares

bre si mismo, pueden considerarse,
en el espacio
0
cada una de las variables,
les
V;
las variables,
1K,
funcionales
En el caso de funciones
bilineal,
a.II';
E IK
lineales
Por otra
en particular,
es decir,
Queda dernostrado aSI
las transformaciones
a funcional.es
de dos variables
lineales
vectoriales,
del espacio
I:
V; x 7/';-+
IK
del
reciben
V .
si la funcion es lineal en
se dice que es bil ineaL Masprecisamente,
en su cuerpo de escalares,
so-
lineales
yen este caso dichas transformaciones
es una func ion del producto cartesiano
-z/:
en 51 mi s,
en tales eso acl os vectoriales.
constituye
1K
uno
de dimension
par un cierta escalar.
como sE via en el ejemplo anterior.
que estas son las unicas transformaciones
funcional
a. w
parte, la rnul tlpllc ac ion por escalar como funcion de un espacio vectorial
el nombre de formas
de
I uego :
en 51 m ismo , no es otra cosa que mult iplicac ion
'"l7
un
es de dimension uno, de-
Es decir, una trans formac ion lineal de un espacio vectorial
espacio
donde
uno. Como I es no nula existe
Puesto que
otro elemento de
0,
w = 0 u ,
de dimension
o.
tal que
lineal no nula de
Supon-
1(0) = O.
una forma
de dos espacios
vectoria-
la cual es lineal en cada una de

es bilineal,
si
23
i)
vi'
f3
I(vi,
ii)
vj
v2+vi)
f3
I(vi,
Uy
vectores de
v2) + I(vi,
v'2)
vectores de
V2' vi
lR x lR en
--+
Esta func ion es lineal en su primera variable
(a x + x') y
= a
funcion
lR
(x,y)
lR y la siguiente
D~ :
p,olRxlR-4
p (a x + x' y)
escaiares,
1/; cualesquiera.
Como ejemplo, consideremos e l espacio vectorial

del producto cartesiano
a,0
para
(x.y)
p(x,y)
x y
pues:
= (
+ (x'.y)
a x ) y + (x'. y)
= ap(x,y)
De manera analoqa, el lector puede demostrar la linealidad
p(x',y).
de
p en la segunda
variable.
EI concepto de formamultilineal
rzJ;, u...., v:
I inea I. En efecto, sean

mismo cuerpo de escalares
Una funcion
I:
vi,v'i
yestoparatodo
7.1; x 7I;x ... x lI': --+
de 7l';(i=l,
i=1,2,
...
,n.
1K,
se dice n-lineal,
0 sea, si para todo escalar

... ,n)
el
si es lineal
A,
y para todo par de
y n=2
l a deftn lcicn
setiene:
Notese que para n=i
coincide can la de forma lineal y la de forma bilineal,
24
espac ios vector ial es sobre
1K.
en cada una de sus variables.

vectores
es una qene raliz ac icn del concepto de forma bi-
respectivamente.
Puede ve-
rificarse
que el conjunto de las formas n-I in eales, constituye
sobre
1K.,
(aj)
(xl"'"
con las operaciones
xn)
= a-
j(xl,
usuales definidas
...
entre funciones:
para todo escalar
xn),
y toda n-pla
asociativa de la ad icion :
Vearno s, por ejerrp!o, la demostrac ion de la propiedad
i.s
1/;x ... x 1/;.
(xI'."'xn)@!
si
y h son tres formas
es dec ir, para todo n-pla
(Xl'
n-lineales
x2, ...
, xu)
cualesquiera,
de
entonces,
'71; x ?J;x
. x
(f+g)+h=j+(g+h),
7/:,
se cumple
En efecto :
(Hasta aqui se ha aplicado la defin icion dada de adicicn entre funciones,

por la propiedad asociativa
del cuerpo de escalares se t iene.)
(y, de nuevo por la defini cion de adi cion entre funciones:
EI espacio vectorial
dos resultados
de las formas lineales,
siguientes
dual y s eran utilizados
yahora
se denomina el
se establecen en el desarrollo
posteriormente
dual de
'1/'.
Los
del estudio del espacio
(ver dernostrac ion en la Nota 3>'
25
5i ~es
T eo rem a.
V"es
V LU1 espacio
propio de
V y si
tal que
I(v)
Mu/ti/ineales
0,
de dimmsion
para todo
Alternadas
==
71;= VEntre
las formas n-lineales
I:
7l'n __
y para a lqun
uc ,
tal que
i, i
trica,
l(vI"'"
paratodolndice
[tio) == 1 .
Antisimetricas.
11; x
en el producto
0,
Vi
can
alternadas
altemada
si ermre que
rz;;;
las formas n-lineales
Una forma n-lineal

vn)
es un subespacio
existe 1m elemerzto I dual
Multi1ineales
son importantes
antisitlaitrica,
n, i oj j.
" )
i=I,2,
es una funcion
= "i
para alqun
"r
:>:
lJ(,
vn)
para todo
tal
la defin icion de forma n-lineal
mas debil
IK, n-lineal,
.,
7/"!...-
refir iendo se a Indices
se dice anti simetr ica, si
que,
antis ime-
consecutivos.
:
.. "n-1.
Que la primera definicion

mentos cualesquiera,
... , vj'"
Puede formularse
Vn~
I:
I:
es una funcion
= - l(vI'
de una manera aparentemente
Una funcion
la dimension de
oj j.
"t: .,"i' ..
i,j = I, 2, ...
J'1..
v E
y Formas
ant isimetr ic as.
Una forma n-l ineal

l(vI, ... ,
elias
firzita. 5i.Ji1..
t!1 . Entonces,
Se cons ide ran ahara formas n-lineales
71; ==
finita entonces.
iglml a la dimension de su d'-tal.

5ea
T eorema.
Formas
un espacio de dimension
implica
est a, es obvio,
cambia el signa, en particular
pues si el cambia de dos arguse cambia el signa, si los indi-
ces son consecutivos.

Par otra pa rte, el camb io de do s arg umentos cual esqui era, se pu ede obtener me-
26
diante un ruimero impar de cambios consecutivos

sar
x .
J
al punto
i, son necesarios
con xi' luego para que

total se han efectuado
+ (j - i -1)
sea
< i-
Para p a-
cambios, el ultimo de estos, se electua
j-i
xi pase al puesto
(j-i)
. En efecto,
son suficientes
cambios. En
j- i-1
cambios consecutivos.
2 (j - i) -1
Veamos ahora que 10 conceptos de forma n-lineal
alternadayforma
n-lineal
anti-
s imetrica, son equi val entes; tambi en que 1as formas n-I inea les a Iternad as forman un
subespacio del espacio de las formas n-lineales
este subespacio es
Teorema.
I (v l ' " " . , v i' ... , "t:,,, v n)
alternada con respecto
Entonc es
Por otra parte, siendo In-lineal,
Siendo
de
si y s610 si es antisimCtrica.
Supongamos que I es una forma n-lineal
al i-es imo y al j-e stmo argumentos.
que la dimension
uno.
Una fonna n-lineal es alternada
Demostracion.
y finalmente
se puede escribir:
I to l ' " ..
, v j' ... , u j' .. " , u n)
I alternada, el primero y e I ultimo sumando se anulan. ASI
= I( v1'
' . , , v,, ' ..

I
v " " " " ,v
n ) + I (v1' ... , vJ'" " , vi; , .. , v n)
con 10 cual se
27
I es ant isimetrica
demuestra que
I es n-lineal anti sirnetric a, entonces
Reclprocamente,
si
j( vI'
, vi' ...
...
v j' ...
I es alternada
Para ver que
I( vI' . . . , vi' ...
,vi' ...
I( VI" .. , vi' ...
, vi' ...
= -
, v n)
I( vI' ...
, vi' ...
supongamos que
, v
Ii
= "i'
vi
= - I (VI' ...
, vi' ...
, vi' ..
, v n)
con 10 cual:
, vi' ..
v n)
Entonces:
o sea
(1 + 1) . j( v l' ...
= > I( VI'
...
, v 1/) + I (VI' ...
vi' ...
, vi' ...
, vi' ..
, v j'
vi' ...
, vi' ...
v n) = 0
= 0
v,)
v 1/) = 0
N6tese ure el teorema anterior es val ido solamente para cuerpos de escalares
en donde 1+1 i 0 .
EI conjutlto de todas las formas n-Iineales
T eorema.
cio, del espacio vectorial

Demo strocion.
Sean
i)
(f+g)
Si
vi= vi (i
ij)
Sea O:E
i
IR,
yin-lineal
(0: I) (V I' ...
vi' ...
formas n-lineales
(I+g)
(VI'
alternadas.
Como
j(v1.v2'.v1/)+g(vl'v2',vn)
"z->::
altemada.
vi' " .. , v 1/) =
"r '::
vi"'"
Si
"i" vi
0:
I (V I:
T eor ema. Si I es una forma n-lineal altemada
28
es un subespa-
de las formas n-Iineales.
(v1,v2""'vn)
entonces
i),
I y
altemadas
(i
vn) = 0+0
= 0
i i). entonces,
, vi' ...
(fi 0)
Y si
vi' ...
, v 1/) =
0:.
v l' V2" .. , "
0=0
son
vectores linealmente
Si alqun
Demostracion.
dependientes,
vi =0
entonces,
(l :;i:;
n),.
del escalar cera, por el vector cere, se tiene
Supongamos ahora que v(IO

mente deoendientes;
teriores.
Sea
Siendo
Como
,vn)
escribiendo
ex] "t
r.:
In-lineal
(para todo i), y que "t: v2, ... , "
"z ":
se tiene
+ ...
son lineal-
exj_]
vj_]
(2
S. i :
Entonces
n} ,
...
, v i:
... , v n) =
"t:
y por 10 tanto
un espacio vectorial de dimension
temada distinta de cero, y sean

dientes.
como el producto
vi
I es alternada, los sumandos de la derecha son cere.
Sea
= o.
existe entonces un vector que es combinac ion lineal de los an-
I( v]
T eorema.
I(v], ...
n,
I una forma n-lineal al-
"z- ... , v n vectores linealmente indepen -
El1tonces
Demostracion.
(Contrarreciproca),
Supongamos que
I(v], ....
que entonces
1=.0, es decir que cualesquiera sean los vectores
se tiene que
I(w], .. ,wn)
vr)
0 ,. veamos
W]'W2"'"
Wn
= o.
29
'
Como la dimension
rv
de
mente independientes,
entonces,
"r : '. "
es n. y los vectores
estos vectores
son lineal-
V,
Es
desarrollando
por
forman una base de
dec ir :
Reemplazando
n-linealidad
en !(w1"'"
se tiene
los resultados
wn)
anteriores
11
= !(i.=~1
v.
)
t
n
11
i1 =1
n
.1 ,!(v.
'1
i1 = 1 '1
~ai
'2
11
,vi
a.
i11 = 1 'I
a, v
'n 'n
in=1
3
vi ...
t3
3
"~
'3 = 1
a ...
' a,
'2
tn'
a,
'n
30
'2
n
!(vi
i1=1 i2=1
tr .
a.
i2=1
'1
a.
!(v"
in =1
u - .,
'2
!(v,' ,v,' .....

1
a.
v.
'n 'n
..
vi)
vi
s:
Si todos los
junto
{1, 2, ...
entonces
tales que
existen
ii' i2,
,n
>
son diferentes,
in
c onstituyen
una pe rmutacion del con-
I. Luego la ultima surna queda reducida a una surna sabre las
ne rrnutac iones de I c onjunto
1, 2,
o'
2 . '"
es una permutaci6n de { 1,2,
0",
2,
Pero, si
'"
tambien es una permutaci6n de
entonces
k
1,2,
'0>'
I.
Soma
I es alternada, enton-
ces
Lo anterior es va lido para tad a perrnutaci6n de {1, 2,

hay
n!
pernutac ion es de
{1, 2, ...
Par el razonarniento anterior

de si gno contrario.
Entonces
,n
l. Si
11
>
1,
o.o,nl.
Sabernos que
es obvio que
111
es par.
para cada sumando hay otro de i qual rnagnitud y

:
31
Sea
T eorema.
altemadas
cualesquiera
lVi'
vnl
Las Iorma s /
y
f3
son /inealmente
Sean / y g
Demostracion.
sea
un espacio vectorial de dimension
una base de
y g
en lK. (no ambos nulos) tales

vectores
arbitrarios
Expresando
los
Sean
vi)
n
L...J
32
n)
g(v.,v
11
0:./
cv-
f3 .
f3'
g =
alternadas
si existen
o.
obtenemos
......
12
W n)
una expresion
r )
dos escalares
0:
que dados
se tiene que
g (io i- ...
In
cualesquiera,
Es decir,
en terrn inos de labase
w1,w2"",wn
como en el teorema anterior,
(j(v.,v.,
..
I 12
dependientes,
que
de
(1 sea,
0:. / ( WI'
dependientes.
dos Iormas n-lineales
son linealmente
Dos formas n-/ineales
n,
Iv1,v2,
de la forma
sonescalaresJ.
..
,vn
Es claro que siempre existen escalares
ex Y
al menos uno de los dos no nulo,
con 10 cual queda demostrado el teorema.
tal es que :
Teniendo en cuenta la definicion
de dimension,
la dimension del espacio de las formas n-lineales
el teorema anterior afirma que
el siguiente teorema se demuestra que es exactamente
v:
T eorema. Sea
vectorial
un
espacio vectorial
alternadas
En
uno.
de dimension
de las formas n-lineales
uno.
es a 10 mas
alternadas
n,
Entonces, el espacio
en
es de dimen-
s IOn uno
Efectuando
Demostracion.
(l
S k::;
nula.
n) ,
Sl k
induce len sobre e I grado k de multilinealidad
se demuestra que exi ste per 10 menos una forma a-lineal
alternada no
= t el te orema se reduce a demostrar la existencia de por 10 menos una
forma lineal altern ada no nula.

ce vaciamente
la definicion
Perc toda forma lineal es alternada,
pues satisf a,
y por 10 tanto exist en muchas formas lineales
alterna-
das no nulas.
Si i < k < n,
supongamos que exi ste una forma k-lineal
Veamos que ex iste entonces una forma

Puesto
que
f es no nula, deben existir vectores
Pero si endo
<
wk+i'
wi' w2'"
tales
wi"'"
que:
wk
no
10 tanto se puede encontrar un vec-
que no p ertenec e al sube spac io generado por
10 cual garantiza la existencia
., wk
los vectores
y por
alternada y no nula.
nr ),
v: '
(dimension de
puedsn generar todo el espacio

tor
lineal
(k+i)
alternada no nula
de una forma lineal
wi' w2"'"
wk
h, tal que
33
La fun cion
resulta ser
definida
por :
(k+ 1) - linea I, pues
I es una forma k-lineal
Para ver que g es no nula, basta calcularla
k+I
L (-1)
h (wi)
h (wi) I (w l ' ... ,
para todo
el ultimo son c ero, y puesto que
Para ver que
g es alternada,
(jt 1)
34
wk' wk+I)'
0,
' wi + 1 ' ...
i-I
i of k+ I,
h(wk+I)
wk+ 1)
todos los term inos de la suma excepto
I,
se obtiene
suponqarnos que
vj= Vj+I
y calculemos
i-I
n
g(vI"",Vj'Vj+I"",vk+I)=i~I
Como
en (wI' w2"
i-I
i= 1
Como
y h es una forma I ineal.
(-1)
h(vi)I(vI'
""vi_I'
vi+I'"''
V4I)
I es alternada, todos los sumandos son cero, salvo el j-esimo,
es imo, Entonces
el
j-l
= (.1)
g(vl,.,vJo,vJo+l,,,,,vk+l)
Estes dos sumandos difieren
h(vo).
J
.. ,Vol'Vo
J-
!(vl,
J+
i",
J+ "",vk+l
solo en el signo, de dmde:
Con esto, se ha probado que el espacio de las formas n-Iinea les alternadas tiene
d imen sian mayor
igual a uno.
Este resultado y el teorema anterior demuestran que la dimension del espacio

de las formas n-lineales
altemadas,
en un espacio de dimension
n, es exactarnente
uno.
Determin ante de una tran slotmac ion lineal.
Los conceptos estudiados
te de una transformaci6n
hasta aqui, permiten introducir
lineal.
Recuerdese
la nocion de
que, hasta aiora,
determinan-
la noc ion de
determi-
nante se ha introducido con respecto a matrices y que, una misma transf orm acicn lineal viene representada por diferentes
Sea ~
bitraria de
transformaciones
en
n-dirnensional,
A una transforrnac ion lineal ar-
Y .L1amando J:. (Y)
lineales de
como una funcion de
matrices.
rp-
en
J:.. ( v: en
('1/')
al conjunto de todas
se desea definir
el
las
detenniuante
1K :
del:
.[
-4
11<
del
A.
35
Dada una forma n-lineal
rv- V,
en
j)
alternada
es posible definir
Veamos que g es n-lineal
( y puesto que
j(A(v1)'
A j(A(v1),
i) +
...
, A(v.)
A (vi)
, .
, A (vn) )
(y
) ) + j(A(v1)"'"
por ser
A (v'.),
...
una n-forma I ineal:l
, A to
))
i (i= 1,2, ... , n),
(puesto que
A(v.)
J
aSI:
) :
, ...
A(v
ii) Veamos que g es alternada

I
alternada
de
, A A(v
...
una transformac ion lineal
una nueva forma n-lineal
es lineal, se tiene
y esto se cumple para todo
A(v.)
j en ~,y
supongamos que
es ftnc ion),
Vi
Vj
(i oj j)
entonces
luego:.
o
ASI,
determina una nueva func ion
asigna otra forma n-lineal
alternada.
Ii,
que a cada n-forma lineal alternada,
sea:
A :
g
donde
A(j) (v1"'"
Claramente
36
vn) = j(A(vl)'
...
, A (vn)
A (j)
).
es una tran sformacion lineal de
en
g;'.
Ahora bien, co-
mo la dimension de
a,
esc alar
es uno, entonces, se qun se via antes, existe un unico
tal que
a ./
A (/)
para toda
,g:;-' ,
/ de
Se puede afirmar ahora, que si
entonces, existe un uni co escalar

n-lineal
alternada
L1amamos,
mac ion
tal que :
determirrante
de
a,
al escalar
A,
asigna su determinante
det
a .[.
'it":
para toda forma
y la funcion
es la
que a cada transfer-
funcion determirrante
{K
det
donde
A (j)
en
i.
J:.. (rpj
A E
es una transf ormac ion lineal de ~
A.
det A, es e I tin ico escal ar tal que :

A (j)
(det A) /
para toda
/ E~
o sea
cualesquiera
sean A, /' "t:'>:
A manera de ejerrp!c,
lineal sencilla,
Sea
A(v)
"n :
se calcula,
enseguida el determinante
de una transform ac ion
a saber, la multip li cacidn por un escalar:
= a.
para todo
v E
v:
Entonces
37
.-.
Por consiguiente
A (/)
del A =
En particular,
del
Una propiedad de los determinantes,

de estos
trices,
es mas bien complicada,es
>
0)
y del
1 = 1
la referente al determinante
dicha demostracicn.
(ternan do a=
cuya demostrac ion en el tratamiento
que como es sabido es el producto de los determinantes.
permite simplificar
y entonces,
12
(tornando
0 = 0
/E
para todo
a ./
como se vera enseguida,
tuya la unica ventaja del presente desarrollo
sobre el tratamiento
1)
clasi co
del producto de maEI anterior enfoque

sin que esto consticlas ico de los de-
terminantes.
Con tal fin demostraremos
Lema,
Si
el siguiente
son transformaciones
AoB
Demostracion.
ternada cualquiera
38
Sea
lema preliminar
E :;;-
lineales
sobre
, entonces
BoA
cualquiera
). Se trata de ver que:
(A
(es deci r / es una forma n-lineal

0
B) (j) = B (A (j) ).
Pero:
al-
Luego se tiene
la igualdad
Ob serves e que para demostrar
es
alternada,
En realidad
esta propiedad
no se ha usado la h ipote s is de que
este teorema es cierto
en el espacio de todas formas
n-lineales.
T eorema.
Si
son tral1sformaciones
de! (AQB)
Pordefinicion.
Demostracion.
de! (Aa B)
(A a B) (I)
con
10
'F
a. I,
se tiene
= Ii (A
(B a A) (j)
(de! A) (de! B) (I) ,.
cual queda demostrado
en
~,entonces:
= (de! A) (de! B)
(A a B) (j) =
Perc para cada
lineales de ~
es e l unico escalar
para toda
tal que
B ( ( de!
(j) )
A)
I) =
(de! A) B (j)
que :
de! (A a B) = (de! A) (de! B)
Como Corolario
puede demostrarse
Veamos finalrnente
cion lineal
Sea A
base de'll-'.
y lade
la relac ion entre
determinante
una transformaclcn
Sea (aj)
t
(j es una forma n-Iineal
que:
es invertible,
si
la nocion de determinante
solo si,
de! A
10.
de una transforma-
de una matriz.
lineal
de
-v:
la matriz de A
alternada)
tal que
en ~
con respecto
l(x1,
x2' ...
= I ~1"'"
y ~
a la base~.
' xn)
1, Y si
" I
Si
tt
una
lET
es una per-
39
mutacion de
Como
Ax.
Z
1, 2, , "" , n
es cI aro que :
2:
(para
i = 1, ...
jn
y esta ultima
se ti ene que
, 11)
ji= 1
. [Lx , ,x.,
suma se hace sabre las permutaciones
es n-I ineal alternada.
J1
de
.. "x.
J2
I 1,2,
Por consiguiente
a
TT
in)
la cual es la expres ion clasi ca para el determinante

1
a1
2
a1
n
"z
a
2
2
..
.,.
a
n
1
40
an
2
2
n
..
.
n
n
de la matriz
.",
In
I, puesto que
NOTAS
Nota
1. Usaremos aqui el metodo de induccion,
para demostrar que toda perrnutacion
es producto de trasposi ci ones:
Veamos primero que esto es cierto en
(que viene a ser el "menor"
grupo no triv i al de permutaci one s).

Sea
S =
1, 2
I . entonces ,
es una transposicion
es claro que ( ~ 1 )
tarnbien es claro que
i i)
Ahora
supongamos que la afirmacion
que tarnbien 10 es para

Sea
P E
conjunto
Gn.
Sn+1
S=
en efecto
.. ". n
Pls(j)
se puede
traspos ic ion de
1)
es cierta
de
n+
a esta trasposic ion ,
para
n ' demostraremos
entonces la restr iccion de
1,
p s!
puede considerarse
para todo
= p(j)
extender a una
<S
(n+
I (notada
producto de transposiciones
Gn
@ n+1
tal que
I 1,2,
Si lIamamos
:j
=[/
70
n'
trasposic
jE s ,
al
como elemento
Juego, por hipotests
Pis
Es muy faci l ver que toda traspos icion

ion de
Gn+1'
En efecto:
de
es
de
sea Tuna
n " Definamos
F(j)
(j)
si
1S j
41
10 cual demuestra que
producto de trasposiciones
de
a trasposi ci ones de
1.;:
posicion
si
S
(recuerdese que
U! n-s
I.; (j)
= j
1-
sUI
si
Entonces es claro que (I.;

en el caso anterior,
nes de
ne que
n+ 1
2.
i)
-I
n+ 1 I,
-I:
Pis
se puede expresar
p tn s L)
-I
consideremos
n+1,
I.; (n+
tal que
1)
Y I.;(k)
I.; ( P
(n+ 1)) =
I.; (k)
= n+ 1
se puede expresar comoproducto

0
la tras-
n+ 1
n+ 1) "
p ) (n+ 1) =
(I.;
es
!.;J OJ =
para todo
con 10 cual queda probado que
j E
yestamos
de trasposicio-
sUI
n+ 1
I, se tie-
es producto de traspo-
11+ 1 .
Recordemos algunas definiciones:
Base.
Se llama
! "i- "z->>:
res
1.;0 P
y puesto que
(I.; 0 1.;) 0 P = P
siciones de
Nota
luego
~
~n+1
perc
n+1'
Pis
al extender cada una de estas trasposiciones
n'
de
PE
Puesto que
n+ i :
n+ t : queda demostrado que
como producto de trasposiciones

Finalmente
r;g
? es una trasp oslc kin de
base de un espacio vectorial

"
a todo conjunto de vecto-
I con la propiedad de que para todo vector

! a t-
uno y solo un conjunto de escalates
cx'2'
".",
anI
vE
-V- existe
tal que
n
v
i= 1
i i)
Dimension.
pacio.
a.
u.
t
A I numero de ere mentes de una base se de nom ina
Un heche util es el siguiente
T eorem a.
La dimension de un espacio
dimension
uectorial de dimension finita es igual a la di-
mension de su dual.
Demostracion.
42
Supongamos que
de I es-
'iJ'"' tiene
dimension
n y sea
X='
! "t-
v2' ...
, "
"'i,r'.
I una base de
sideremos los escalares:
01j'
02j'
...
IJ
para
='
='
si
='
of j
L,
se tienen los escalares:
0, 1, ...
n ,
0. 0, ...
, 1
v E
n funci ones 11, 12,
ahora
la manera siguiente
una base.
si
1. 0, ., .,
Introducimos
Dado
1,
,In
...
='
1.2,
... , n, con-
as! :
i: 1,
As! para
definidos
,Onj
0 ..
Para cada
de
u<.,
de
son elementos
del
en
V, entonces,
Se define
v='
:
Ij:
1Y
v
i =' 1
aI
u.
I '
IK
n
___
~ ., 0 ..
i=1
IJ
En forma explfcita
I,J
Puesto que el conjunto
dual de
-r;-,
(v) =
a1 01 J. + a2 02 J' -'-' . + an
! a1, a2,
; ,
0 .
nJ
Ij
an 1 es unico, las
es deeir, son lineales.
En efeeto; sea
otro elemento de
'1/"',
tal que :
n
v' = ~ a', u .
i=' 1 I I
entonces
43
I, ( (3
1
v + v') =
2: ({3 a,
i>
+ a', ) 0 ' ,
!1
= 2: ! ({3 a,) 0 .. + a', 0 .. I

iv L
!!1!!1
(3.2:
i)
i'" 1
Se puede demostrar
que el conjunto
'l!"' '. En efecto
Veamos que 1/1.12 ..
a,o ..
!!1
2: a' 0"
i= 1 i
! 11.12 .....
es linealmente
Inl
!1
In I
constituye
independiente.
una base de
Es decir, que la
condic ion
,2: {3i Ii
!'"
implica que
Supongamos que:
{31
Es decir, la func on {31

de
?, es cero,
Como
{3i = O.
11 + {32 12 + + {3n In' =

+ {32
12 + + {3n In'
i> 1 ...
n ,
"I '" 1 "I + O.v2 +
<>
{31 = 0
O.
calculada
con {3i ElK..

en cualquier
(i=I .....
elemento
10 es en los elementos de la base. 0 sea:
en particular
O. "n :
{31' 1 + {32 0 +
44
para todo
entonces
+ {3n ' 0
= 0
n),
11 + f32 12 + ..
Ana loqarnente de (f31
resultaque
0,
+ f3n In) (v2)
f32=0.
De esta manera se obtiene que:

f3 i
jj)
Veamos que
para todo
= 0,
111.12"",
= 1, 2, ...
In 1 g~era
dada una funcion arbitraria
n .
r1J"'.
el espacio dual de
I del dual existen
escalares
f31, f32' "".,
Es decir
tales
f3n
que :
En efecto,
si
Ilamando
I(vi)
para cada
= f3i
v es un e lemento arbltrario
-V-,
de
Veamos a ora que,
i = 1, .. " ,n.
entonces
En efecto, sea
v =
ai
entonces
vi
i= 1
I( u)
Por otra parte
I (l a.
i= 1
n
o s) =
I
i=1
(a.. f( v.)
I
) =
l (a.. f3 .) .
i= 1
= l (f3 .
i= 1
n
at') =
Se ha demostrado que la dimension del dual de
i= 1
(a .
f3 . 1_.
T'
-V-
tambien es
n ,
45
EI siguiente
resultado
muestra en cierta forma la \\abundancia"
de formas linea-
les :
Sea ~
T eorema.
un espac io vectorial de dimension finita.
sub-espacio propio de ~
del dual, tal que
I vI'
v2"'"
vm
Consideramos
w ~
para todo
f(v) = 0
es un
.J1.. '
entonces existe un eletrento
E.J1.
V..
I(w)
1.
es sub-espac io, tiene una base, digamos
i , la cual puede ser completada a una base de
vm' vm+1"'"
v2"'"
si
Pue~to que
Demostmcion.
lVI'
5i.Jt.
f, (supon ierido que ~
vn
la base du al de esta, a saber
~
n ) .
tiene dimension
:
"
1 11;
h' ... , 1m,
.x
Puesto que w +$
pac io.
Im+1'
,entonces,
C0l110
a l rnenos un
pues si todos los
wE.J1..,
Sea
=! 0,.
aio
d istintos
,. si
lio
...
X,
EX,
= 0ij
por ser...J1..
sub es-
es mas, se nuede afirmar que
1.:S i :
m ,
m+ 1
.:S io.:S
entonces,
f(v)
f(w)=I(2:,
n
2:, al(v.)=l,
= 1 1
1
a.v.)=
I( v.)
1
= _1
a.
10
IIi
t.
10
(v.)
1
= 0
enefecto
v.=!.
1
10,
Y,
I()io
v io
n ,
se tendria que
,m.
i= 1
46
)'a que
de cero son tales que
11
Ahora
=! 0
I/vi)
contra la h ipotes is.
I = _1
.
aio
Vi=1,2,
ai
, In l donde
...
n
2:, a u .
1
1
i= 1
debe existir
Im+2,'
1 .
Referencias
Vectoriales
Finitodimensionales.
Halmos P. R. Espacios
2.
Lentin - Rivaud.
Algebra Moderna.
3.
Li chnerovi cz A.
Algebre et Analyse Lineaires.
4.
Mostow-Sampson-Meyer.
5.
Ruiz R., Palacios
hndamental
Ed. Aguilar,
Cecsa
,1965.
1967.
Masson - Ed iteur s 1960.
Structures of Algebra.
McGraw-Hili,
1963.
E. Apuntes sobre detenn inantes. II Coloquio de Matematicas,
Un ivers idad Naci ona I, 1972.

6.
Stewart F. M.
7.
Takahashi
IntrodJ;ction to Linear Algebra.
Van Nostrand,
1963.
A. Apuntes de clase , 1972 .
Logica
AI hablar de la aritmetica
(algebra,
y Matematica
anal isis)
como parte de la loqica quiero in-
dicar que considero el concepto de ruimero enteramente independiente

o intuiciones
de nociones
de espacio y tiernpo, que 10 considero como un re sultado inmediato de
las leyes del pensamiento.
R. Dedekind
47

3formas Determinante Math

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

3formas Determinante Math

Загружено:

Авторское право:

Доступные форматы

Boletin de Matematicas

tres form as de definir

tanto por su punto de partida,

de teoremas 0 sol uclon de problemas

como par su-apl icab il idad en la

que asigna a cada matriz cuadrada un unico escalar(

que permite defin irel

partir de la noclon de determinante

es la defini cion usual 0 clasica

En segundo lugar, aunque es esencialmente

de una matriz de orden

como los de base, dimension,

de clari dad, ha side necesario

nes y cuando estas resultaron

en mas de una ocasirn hacer digresio-

como apendi ces. al

final del trabajo.

Dada una matri z

(Defin icion de Weierstrass)

jo s), es usual definir

s,on numerus re ale s

1) es cero si las dos columnas de la matriz son iguales.

de las dos columnas de la matriz.

mismo para la se-

(est a matriz es la lIamada

el orden de los f actores).

Se trata de dar una definicion

se obtiene la misma matriz :

de una matriz cuadrada de orden n

de tal manera que tenga por

menos las tres propiedades

una Iunc ion que a cada matriz de orden

la discus ion puede reduci rse al

Aun mas general, en lugar de considerar el sistema

en demostrar que tal funcion existe y que es unic a

ros complejos puede considerarse

es decir, un sistema al-

de una "adicon" y una "multipli cacicn"

te las mismas propiedades

Como to do ruimero real es un numero complejo,

n asigne un bien determinado

complejo (sequn que la matriz este fo nnada por reales

que cumplen esencialmen-

de la adic ion y la multipli c acicn entre ruimeros complejos

0<. es un cuerpo, se nota por O<.n

se define la operac ion de adic icn de la siguiente

y con esta op erac lon.

al conjunt o cuyos elementos

es de nuevo un elemento de lKn,

existe otro elemento de

es decir; a) la suma de dos elementos

c) existe un elemento neutroo cero, a saber,

son las suce-

por ultimo, para cada

0<.11 que sumado con el primero da cero.

una operac ion de mul tipl ic ac ion de elemertos

En otros termnos . es pcde lK por elementos

A los elementos de lK. se Ie lIaman

se pueden reconocer las matrices

ces de una fila y n columnas.

los cuales se denominan

las y una columna)'

con respecto a las operac iones siguien-

Es tacil demostrar que con esta op erac ion de adic ion