Baixe o app para aproveitar ainda mais
Prévia do material em texto
Determinantes Rodrigo Carlos Silva de Lima ‡ rodrigo.uff.math@gmail.com ‡ 1 Suma´rio 1 Determinantes 3 1.1 Formas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 Determinante de um operador linear . . . . . . . . . . . . . . . . . . . . . 7 1.3 Desenvolvimento de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . 10 1.3.1 Determinante de matriz triangular . . . . . . . . . . . . . . . . . . 10 1.4 Determinante por meio de permutac¸o˜es . . . . . . . . . . . . . . . . . . . . 11 1.4.1 Congrueˆncia e determinantes . . . . . . . . . . . . . . . . . . . . . . 12 1.5 Extensa˜o de determinante para ordem 0× 0 . . . . . . . . . . . . . . . . . 15 1.6 Ca´lculo de alguns determinantes . . . . . . . . . . . . . . . . . . . . . . . . 15 2 Cap´ıtulo 1 Determinantes 1.1 Formas m Definic¸a˜o 1 (r-forma). Seja V um espac¸o vetorial sobre K, uma r-forma e´ uma func¸a˜o f : V r → K linear em cada coordenada. V r e´ o produto cartesiano de r elementos V . Uma r-forma, tambe´m e´ chamada de uma forma r-linear Se f e´ uma r-forma, enta˜o f(v1, · · · , vt−1, cvt + v′t︸ ︷︷ ︸, vt+1, · · · , vr) = = cf(v1, · · · , vt−1, vt︸︷︷︸, vt+1, · · · , vr) + f(v1, · · · , vt−1, v′t︸︷︷︸, vt+1, · · · , vr) onde esta´ marcada a t-e´sima coordenada da func¸a˜o. $ Corola´rio 1. Se f e´ r-forma, e um dos (vk)r1 e´ nulo, enta˜o f(vk)r1 = 0. Supondo vs = 0 = 0.0v enta˜o por linearidade temos f(vk] s−1 1 , 0.0v, vk] r s+1) = 0f(vk) r 1 = 0. m Definic¸a˜o 2 (r-forma alternada). Uma r-forma e´ dita alternada se f(vk)r1 = 0 onde duas coordenadas se repetem. m Definic¸a˜o 3 (r-forma antissime´trica). Uma r forma f e´ dita antisimme´trica se f(v1, · · · , vi, · · · , vj, · · · , vr) = −f(v1, · · · , vj, · · · , vi, · · · , vr) 3 CAPI´TULO 1. DETERMINANTES 4 onde trocamos apenas vi e vj de posic¸a˜o. Z Exemplo 1. se r = 1, f : V → K, uma 1-forma e´ simplesmente um funcional f ∈ V ∗. Z Exemplo 2. Sejam f, g ∈ V ∗, h = f.g : V × V → K com h(v1, v2) = f(v1)g(v2) e´ uma 2 forma, pois h(v1 + cv2, v3) = f(v1 + cv2)g(v3) = f(v1)g(v3) + cf(v2)g(v3) = h(v1, v3) + ch(v2, v3) o mesmo para a segunda coordenada. Z Exemplo 3 (Produto escalar). O produto escalar de R2×R2 → R e´ uma 2 -forma, que na˜o e´ alternada. Z Exemplo 4. D : K2 × K2 → K com D((a, b), (c, d)) = ad − bc e´ uma 2 forma alternada. m Definic¸a˜o 4. Denotamos por Ar(V ) = {f | f : V r → K e´ r-forma alternada} b Propriedade 1. Ar(V ) e´ um K-espac¸o vetorial. ê Demonstrac¸a˜o. Tal conjunto de func¸o˜es pertence as func¸o˜es de V r → K, que forma um espac¸o vetorial, temos que verificar apenas que tal conjunto e´ subespac¸o. A func¸a˜o nula e´ uma r-forma alternada. Sendo f, g r formas alternadas e c em K enta˜o cf + g = h e´ r-forma alternada, pois cf(xk) r 1 + g(xk) r 1 = 0 se temos duas coordenadas iguais. Ale´m disso sa˜o lineares em cada coordenada. cf(x1, · · · , c′vt + v′t, · · · , vr) + g(x1, · · · , c′vt + v′t, · · · , vr) = = c[c′f(x1, · · · , vt, · · · , vr)+f(x1, · · · , v′t, · · · , vr)]+[c′g(x1, · · · , vt, · · · , vr)+g(x1, · · · , v′t, · · · , vr)] b Propriedade 2. Se V espac¸o vetorial de dimensa˜o n, enta˜o o espac¸o vetorial das r-formas f : V r → K possui dimensa˜o nr. CAPI´TULO 1. DETERMINANTES 5 ê Demonstrac¸a˜o. b Propriedade 3. Toda r-forma alternada e´ anti-sime´trica . ê Demonstrac¸a˜o. Definimos ϕ(u, v) = f(v1, · · · , u, · · · , v · · · , vr) queremos que ϕ(u, v) = −ϕ(v, u), temos que ϕ(u+ v, u+ v) = 0 = ϕ(u, v) + ϕ(v, u) + ϕ(v, v)︸ ︷︷ ︸ 0 +ϕ(u, u)︸ ︷︷ ︸ 0 ⇒ ϕ(u, v) = −ϕ(v, u) que demonstra o que queremos ϕ(u, v) = f(v1, · · · , u, · · · , v · · · , vr) = −ϕ(v, u) = f(v1, · · · , v, · · · , u · · · , vr) enta˜o a forma e´ anti-sime´trica. A propriedade de linearidade em cada coordenada da r-forma nos possibilita escrever ϕ(u+ v, u+ v) = ϕ(u, v) + ϕ(v, u) + ϕ(v, v)︸ ︷︷ ︸ 0 +ϕ(u, u)︸ ︷︷ ︸ 0 ⇒ ϕ(u, v). b Propriedade 4. Se car(K) 6= 2, enta˜o toda forma anti-sime´trica e´ alternada. ê Demonstrac¸a˜o. Temos que f(v1, · · · , vi, · · · , vj, · · · , vr) = −f(v1, · · · , vj, · · · , vi, · · · , vr) tomando vi = vj = v tem-se f(v1, · · · , v, · · · , v, · · · , vr) = −f(v1, · · · , v, · · · , v, · · · , vr)⇒ 2f(v1, · · · , v, · · · , v, · · · , vr) = 0 e da´ı f(v1, · · · , v, · · · , v, · · · , vr) = 0 e a forma e´ alternada. $ Corola´rio 2. f : V r → K e´ alternada ⇔ e´ anti-sime´trica com K = C ou R, ou em especial um corpo de caracter´ıstica zero ou diferente de 2. b Propriedade 5. Dados os funcionais lineares (fk)r1, fk : V → R a func¸a˜o f : V r → K com f(vk) r 1 = n∏ k=1 fk(vk) e´ uma r-forma. CAPI´TULO 1. DETERMINANTES 6 ê Demonstrac¸a˜o. m Definic¸a˜o 5 (Produto tensorial de funcionais lineares). A func¸a˜o f : V r → K definida na propriedade anterior e´ chamada de produto tensorial de funcionais lineares. b Propriedade 6. Se f e´ alternada enta˜o temos f(v1, · · · , vi + r∑ j=1,j 6=i ajvj, · · · , vj, · · · , vr) = f(v1, · · · , vi, · · · , vj, · · · , vr). ê Demonstrac¸a˜o. Aplicamos a linearidade na i-e´sima coordenada, expandindo e vendo que aparecem duas coordenadas repetidas logo se anulam restando apenas f(v1, · · · , vi, · · · , vj, · · · , vr). b Propriedade 7. Dado σ ∈ Sn, f ∈ Ar(V ), vale que f(vσ(k)) r 1 = εσf(vk) r 1 ê Demonstrac¸a˜o. b Propriedade 8. Sejam f ∈ Ar(V ) e (vk)r1 LD enta˜o f(vk) r 1 = 0. (Tambe´m vale a volta.) ê Demonstrac¸a˜o. Se (vk)r1 e´ LD enta˜o temos um dos vetores sendo combinac¸a˜o linear dos outros vt = r∑ k=1 ckvk da´ı temos f(vk) r 1 = f(v1, · · · , 0 + r∑ k=1 ckvk, vt+1, · · · vr) = f(v1, · · · , 0, · · · vr) = 0 por linearidade. $ Corola´rio 3. Se existe uma r-forma f : V r → K tal que f(vk)r1 6= 0 enta˜o (vk)r1 e´ LI, por contrapositiva do resultado anterior. CAPI´TULO 1. DETERMINANTES 7 $ Corola´rio 4. Se dimV = n, f ∈ An(V ) se f(v1, · · · , vn) 6= 0 enta˜o (vk)n1 e´ uma base de V , pois e´ LI. $ Corola´rio 5. Se r > dimV enta˜o Ar(v) = {0}, pois (vk)r1 sa˜o LD logo f(vk)r1 = 0 ∀ f ∈ Ar e todos (vk)r1 em V . b Propriedade 9. Seja U = (uk)n1 base de V . Dado a ∈ K arbitra´rio, existe uma u´nica n-forma f : V r → K tal que f(uk)n1 = a. ê Demonstrac¸a˜o. b Propriedade 10. se dimV = n enta˜o dimAn(V ) = 1. ê Demonstrac¸a˜o. Dada uma base U = (uk)n1 de V existe f ∈ An(V ) tal que f(uk) n 1 = 1, enta˜o dada g ∈ An(V ) existe a ∈ K tal que g(uk) n 1 = a = af(uk) n 1 logo {f} e´ uma base de An(V ). b Propriedade 11. Se (uk)n1 e´ base de V e 0 6= f em An(V ) enta˜o f(uk)n1 6= 0. ê Demonstrac¸a˜o. Existe g ∈ An(V ) tal que g(uk)n1 = 1, f = ag com a 6= 0 pois se na˜o, f seria nula, logo f(uk) n 1 = a 6= 0. 1.2 Determinante de um operador linear m Definic¸a˜o 6 (Determinante de um operador linear). Sendo A : V → V operador linear, definimos det(A) como o escalar tal que f(A(vk) n 1 ) = det(A)f(vk) n 1 para toda f : V n → K, n-forma e qualquer (vk)n1 em V . Em especial dada uma base de V , de dimensa˜o n, existe f tal que f(vk) n 1 = 1 e enta˜o f(A(vk) n 1 ) = det(A). CAPI´TULO 1. DETERMINANTES 8 b Propriedade 12. SeA,B : V → V operadores lineares enta˜o det(BA) = det(B)det(A). ê Demonstrac¸a˜o. Seja (vk)n1 em V base e f 6= 0 em An(V ) enta˜o f(vk) 6= 0 logo det(BA)f(vk) n 1 = f(BA(vk) n 1 ) = det(B)f(A(vk) n 1 ) = det(B)det(A)f(vk) n 1 logo det(BA) = det(B)det(A). $ Corola´rio 6. SeA,B : V → V eA = B2 enta˜o det(A) ≥ 0, pois det(A) = det(B)2 ≥ 0. b Propriedade 13. Det(I) = 1. ê Demonstrac¸a˜o. f(I(vk) n 1 ) = f(vk) n 1 = Det(I)f(vk) n 1 ⇒ Det(I) = 1. b Propriedade 14. A : V → V e´ invert´ıvel⇔ det(A) 6= 0. Nessas condic¸o˜es det(A−1) = det(A)−1. ê Demonstrac¸a˜o. ⇒) AA−1 = I, tomandoo determinante temos Det(A)Det(A−1) = 1 logo det(A−1) = det(A)−1. ⇐). Se Det(A) 6= 0 tomando base (vk)n1 em V e uma forma na˜o nula f : V n → K temos f(A(vk) n 1 ) = det(A)f(vk) n 1 6= 0 logo A(vk) n 1 sa˜o LI e formam base de V , logo A e´ invert´ıvel. $ Corola´rio 7. O sistema de equac¸o˜es lineares Ax = b com A ∈ L(Rn) possui uma u´nica soluc¸a˜o ⇔ det(A) 6= 0, pois isso equivale a dizer que A e´ invert´ıvel. m Definic¸a˜o 7 (Determinante de uma matriz). Dada uma matriz A, n×n, denotamos a = [vk] n 1 para simbolizar que (vk) n 1 sa˜o os vetores coluna de a. Seja A : R n × Rn operador linear cuja matriz na base canoˆnica de Rn e´ a, isto e´, A(ek) = vk, definimos det(a) = Det(A). CAPI´TULO 1. DETERMINANTES 9 b Propriedade 15. det(AT ) = A. ê Demonstrac¸a˜o. b Propriedade 16. Uma matriz anti-sime´trica de ordem n ı´mpar tem determinante nulo em car(K) 6= 2. ê Demonstrac¸a˜o. Vale que A = −AT , aplicando o determinante temos Det(A) = (−1)nDet(AT ) = (−1)nDet(A) = −Det(A) logo 2Det(A) = 0⇒ Det(A) = 0. Z Exemplo 5. Se n e´ par a identidade acima na˜o vale necessariamente, como e´ o caso de 0 1 −1 0 que e´ anti-sime´trica e possui determinante 1. b Propriedade 17. O determinante e´ nulo⇔ os vetores coluna (linha ) sa˜o linearmente dependentes . ê Demonstrac¸a˜o. m Definic¸a˜o 8 (Determinante). (tem que definir o que e´ permutac¸a˜o e inversa˜o) O determinante de uma matriz quadrada [aij]n×n det[aij] = ∑ p (−1)j n∏ k=1 ak j k Onde J = J(jk) n 1 e´ o nu´mero de inverso˜es da permutac¸a˜o (jk) n 1 e p indica que a soma e´ estendida a todas n! permutac¸o˜es de (k)n1 CAPI´TULO 1. DETERMINANTES 10 1.3 Desenvolvimento de Laplace detAn×n = n∑ j=1 aij∆ij onde ∆ij = (−1)i+jdetAij e Aij e´ uma matriz tomada da matriz A onde linha i e coluna j sa˜o retiradas, esse desenvolvimento e´ pela linha i, podemos fazer o desenvolvimento por coluna, nesse caso temos detAn×n = n∑ i=1 aij∆ij. ∆ij e´ chamado cofator do elemento aij. 1.3.1 Determinante de matriz triangular b Propriedade 18. O determinante de uma matriz triangular e´ o produto dos seus elementos da diagonal . ê Demonstrac¸a˜o. Provamos primeiro a relac¸a˜o det a1,1 a1,2 a1,3 · · · a1,n 0 a2,2 a2,3 · · · a2,n 0 0 a3,3 · · · a3,n ... ... ... · · · ... 0 0 0 · · · an,n = a1,1det a2,2 a2,3 · · · a2,n 0 a3,3 · · · a3,n ... ... · · · a3,n 0 0 · · · an,n sabemos pelo desenvolvimento que det a1,1 a1,2 a1,3 · · · a1,n 0 a2,2 a2,3 · · · a2,n 0 0 a3,3 · · · a3,n ... ... ... · · · ... 0 0 0 · · · an,n = CAPI´TULO 1. DETERMINANTES 11 = a1,1det a2,2 a2,3 · · · a2,n 0 a3,3 · · · a3,n ... ... · · · a3,n 0 0 · · · an,n −a1,2det 0 a2,3 · · · a2,n 0 a3,3 · · · a3,n ... ... · · · a3,n 0 0 · · · an,n +a1,3det 0 a2,2 · · · a2,n 0 0 · · · a3,n ... ... · · · a3,n 0 0 · · · an,n · · ·+ a1,n(−1)ndet 0 a2,2 · · · a2,n−1 0 0 · · · a3,n−1 ... ... · · · a3,n−1 0 0 · · · an,n−1 o u´nico termo que fica e´ de a1,1 pois os outros determinantes possuem vetores coluna LD pela presenc¸a de uma coluna de zeros. Aplicamos esse resultado sucessivamente chegando a conclusa˜o de que o determinante e´ o produto dos termos da diagonal. 1.4 Determinante por meio de permutac¸o˜es m Definic¸a˜o 9 (Determinante). Seja A = (ak,j) ∈Mn×n(K), K um corpo. O determi- nante de A e´ definido por det(A) = ∑ σ∈Sn sgn(σ)a1,σ(1) × · · · × an,σ(n) em notac¸a˜o compacta det(A) = ∑ σ∈Sn sgn(σ) n∏ k=1 ak,σ(k) onde Sn e´ o conjunto das permutac¸o˜es σ dos elementos de {1, · · · , n} =: In, lembrando que permutac¸o˜es sa˜o bijec¸o˜es. sgn(σ) e´ o sinal da permutac¸a˜o que assume valor 1 ou −1. b Propriedade 19. Se uma matriz n×n possui elementos ı´mpares na diagonal principal e pares nas outras entradas enta˜o ela possui determinante na˜o nulo, isto e´, e´ invert´ıvel . ê Demonstrac¸a˜o. det(A) = ∑ σ∈Sn sgn(σ)a1,σ(1) × · · · × an,σ(n) CAPI´TULO 1. DETERMINANTES 12 temos que se σ(k) 6= k enta˜o ak,σ(k) e´ par portanto o produto a1,σ(1) × · · · × an,σ(n) e´ par, por possuir um fator par. Enta˜o para que o termo a1,σ(1) × · · · × an,σ(n) seja ı´mpar e necessa´rio e suficiente que todos seus fatores sejam ı´mpares, isto e´, σ(k) = k , a permutac¸a˜o e´ a identidade, portanto det(A) = a1,1 × · · · × an,n︸ ︷︷ ︸ ı´mpar + ∑ σ∈Sn\{I} sgn(σ)a1,σ(1) × · · · × an,σ(n)︸ ︷︷ ︸ par 6= 0 pois e´ um nu´mero ı´mpar. b Propriedade 20. Uma matriz tA de ordem n possui determinante det(tA) = tndet(A). ê Demonstrac¸a˜o.[1] Sendo A = (ak,j) com det(A) = ∑ σ∈Sn sgn(σ) n∏ k=1 ak,σ(k), enta˜o det(tA) = ∑ σ∈Sn sgn(σ) n∏ k=1 tak,σ(k) = t n ∑ σ∈Sn sgn(σ) n∏ k=1 ak,σ(k)︸ ︷︷ ︸ det(A) = tndet(A). ê Demonstrac¸a˜o.[2] De det(A.B) = det(A).det(B) enta˜o tomando B = kIn temos det(kA) = det(KIn)det(A) = k ndet(A). 1.4.1 Congrueˆncia e determinantes b Propriedade 21. Para calcular a congrueˆncia mod s de um determinante de A ma- triz n×n de entradas inteiras, basta calcular o determinante do resultado da congrueˆncia nos elementos da matriz. ê Demonstrac¸a˜o. O resultado vale pois, se ak,σ(k) ≡ r(k,σ) mod s⇒ n∏ k=1 ak,σ(k) ≡ n∏ k=1 r(k,σ) mod s CAPI´TULO 1. DETERMINANTES 13 por propriedade de congrueˆncia, onde por exemplo r(k,σ) e´ o resto da divisa˜o de ak,σ(n) por s, ainda por propriedade de congrueˆncia temos sgn(σ) n∏ k=1 ak,σ(k) ≡ sgn(σ) n∏ k=1 r(k,σ) mod s⇒ ∑ σ sgn(σ) n∏ k=1 ak,σ(k) ≡ ∑ σ sgn(σ) n∏ k=1 r(k,σ) mod s. Z Exemplo 6 (ITA 1971- Questa˜o 1). Qual o resto de divisa˜o do determinante de A = 4 1 3 −6 3− 4 6− 1 −3− 5 9 + 6 5 1 2 3 1 1 2 5 por 3? . Tomamos o determinante da matriz, cujos elementos sa˜o o resto da divisa˜o dos ele- mentos da matriz anterior por 3 , que resulta em 1 1 0 0 2 2 1 0 2 1 2 0 1 1 2 2 calculando o determinante por desenvolvimento por linhas 1 2 1 0 1 2 0 1 2 2 − 1 2 1 0 2 2 0 1 2 2 Calculando o determinante da primeira matriz 3× 3 temos 2 2 0 2 2 − 1 0 1 2 = 8− 2 = 6 o segundo determinante 3× 3 resulta em CAPI´TULO 1. DETERMINANTES 14 −2 2 0 2 2 + 2 0 1 2 = −2.4 + 4 = −4 somando o resultado de ambas, resulta em 2 que e´ o resto da divisa˜o por 3. CAPI´TULO 1. DETERMINANTES 15 1.5 Extensa˜o de determinante para ordem 0× 0 . Se n = 0 na expressa˜o det(A) = ∑ σ∈Sn sgn(σ) n∏ k=1 ak,σ(k) temos 0∏ k=1 ak,σ(k) = 1 por produto vazio, logo det(A) = ∑ σ∈S0 sgn(σ). Pore´m Sn e´ o conjunto das bijec¸o˜es de In = {1 ≤ k ≤ n k ∈ N} em In , Sn possuindo sempre n! elementos . Caso n = 0, I0 = {1 ≤ k ≤ 0 k ∈ N} = ∅ que e´ um conjunto vazio, existindo apenas uma func¸a˜o do vazio no vazio que e´ a func¸a˜o vazia. O que e´ coerente com a expressa˜o n! com n = 0, dando 0! = 1 ,contando uma func¸a˜o . Agora precisamos determinar sgn(σ) para σ a func¸a˜o vazia . Usamos a seguinte expressa˜o ∏ i<j,i,j∈In (xσ(j) − xσ(i)) = sgn(σ) ∏ i<j,i,j∈In (xj − xi) pore´m I0 e´ vazio e temos acima com n = 0 dois produtos vazios∏ i<j, i,j∈I0 (xσ(j) − xσ(i))︸ ︷︷ ︸ 1 = sgn(σ) ∏ i<j, i,j∈I0 (xj − xi)︸ ︷︷ ︸ 1 portanto sgn(σ) = 1 para a func¸a˜o vazia. E o determinante fica det(A) = ∑ σ∈S0 sgn(σ) = sgn(σ) = 1. 1.6 Ca´lculo de alguns determinantes Z Exemplo 7. Calcule o determinante da matriz M = P (x1) · · · P (x1 + n+ 1) ... · · · ... P (xn+2) · · · P (xn+2 + n+ 1) , CAPI´TULO 1. DETERMINANTES 16 onde P (x) e´ um polinoˆmio de grau no ma´ximo n e (x1, · · · , xn+2) e´ uma sequeˆncia ar- bitra´ria de nu´meros complexos. Sendo {P (x), · · · , P (x+ n+ 1)} um conjunto com n+ 2 elementos em um espac¸o de dimensa˜o ma´xima n+1, temos que o conjunto e´ LD, enta˜o existem constantes c0, · · · , cn+1 tais que cn+1P (x+ n+ 1) = n∑ k=0 ckP (x+ k), isto e´ P (x + n + 1) e´ combinac¸a˜o linear dos outros vetores, onde as constantes ck na˜o dependem de x, por isso a u´ltima coluna da matriz e´ combinac¸a˜o linear das anteriores. Usaremos um pouco de ca´lculo de diferenc¸as para descobrir o valor de cada ck. Seja ∆ o operador de diferenc¸as, que faz ∆P (x) = P (x + 1) − P (x), pode-se mostrar que a aplicac¸a˜o desse operador n + 1 vezes anula todo polinoˆmio P (x) de grau ate´ n, temos enta˜o ∆n+1P (x) = 0, denotando EtP (x) = P (x + t), temos que (E − 1)P (x) = ∆P (x), por isso ∆ = E − 1 pode-se se mostrar tambe´m que podemos aplicar o binoˆmio de Newton ∆n+1P (x) = (E−1)n+1P (x) = n+1∑ k=0 ( n+ 1 k ) (−1)n+1−kEkP (x) = 0 = n+1∑ k=0 ( n+ 1 k ) (−1)n+1−kP (x+k), portanto P (x+ n+ 1) = − n∑ k=0 ( n+ 1 k ) (−1)n+1−kP (x+ k), independente de x, por isso a n + 2-e´sima coluna da matriz M e´ combinac¸a˜o linear das outras colunas e por isso o determinante da matriz e´ zero.
Compartilhar