Determinante
1 Determinante y la Independencia Lineal
El determinante permite detectar si las filas de una matriz son linealmente dependientes.
- Si el determinante es 0, entonces existe una relación lineal entre las filas (o columnas) de la matriz. Esto significa que al menos una de las filas puede expresarse como combinación lineal de las otras, y por tanto la matriz es no invertible.
- Si el determinante es distinto de 0, las filas son linealmente independientes y el sistema asociado es compatible determinado, es decir, tiene una única solución.
Tenemos esta matriz, lo que implica que cualquier vector multiplicado por esta matriz se calculará en base a la los vectores columna de a matriz, es decir x veces la perimera columna e y veces la segunda
\[\begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix} \]
\[\text{Det} = (1 \cdot 1) - (0 \cdot 0) = 1 - 0 = \mathbf{1}\]
Su determinante es \(1\) (distinto de cero), lo que demuestra que sus columnas son linealmente independientes y forman la base canónica del espacio.Esto implica que cualquier vector \(\begin{bmatrix} x \\ y \end{bmatrix}\) multiplicado por esta matriz se calculará estrictamente en función de sus vectores columna. Es decir, el resultado será la combinación lineal de \(x\) veces la primera columna más \(y\) veces la segunda columna:
\[\begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix} \begin{bmatrix} \mathbf{x} \\ \mathbf{y} \end{bmatrix} = \mathbf{x} \cdot \begin{bmatrix} 1 \\ 0 \end{bmatrix} + \mathbf{y} \cdot \begin{bmatrix} 0 \\ 1 \end{bmatrix} = \begin{bmatrix} x \\ 0 \end{bmatrix} + \begin{bmatrix} 0 \\ y \end{bmatrix} = \begin{bmatrix} x \\ y \end{bmatrix}\]
Al ser los vectores columna \(\begin{bmatrix} 1 \\ 0 \end{bmatrix}\) y \(\begin{bmatrix} 0 \\ 1 \end{bmatrix}\), la transformación devuelve exactamente el mismo vector original, actuando como el elemento neutro del espacio vectorial.
En los sistemas de ecuaciones se extraía una matriz de coeficientes dónde cada fila de la matriz correspondía a una ecuación y se miraba la dependencia de las ecuaciones mediantel el determinante, además se operaba por filas para resolver el sistemas con método como el de Gauss.
Ahora sin embargo se está mirando la dependencia o independencia de las columnas. En álgebra lineal hay simetria: La independencia lineal de las filas de una matriz es exactamente la misma que la de sus columnas.
\[\text{Det}(A) = \text{Det}(A^T)\]
El número de filas independientes y el número de columnas independientes es el mismo.
2 Interpretación Geométrica del Determinante
Cuando aplicamos una transformación lineal mediante una matriz, toda la cuadrícula del espacio se deforma. El determinante mide exactamente cómo cambia el tamaño de los objetos tras esa deformación. Para medir este cambio, tomamos como referencia el paralelogramo (o cuadrado) formado por los vectores de la base.
En el caso de la matriz identidad: \[I = \begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix}\]
Sus vectores columna son \(\begin{bmatrix} 1 \\ 0 \end{bmatrix}\) y \(\begin{bmatrix} 0 \\ 1 \end{bmatrix}\).
Si los dibujamos en un gráfico, forman un cuadrado perfecto de base 1 y altura 1. El área de este cuadrado es:
\[\text{Área} = \text{base} \times \text{altura} = 1 \times 1 = \mathbf{1}\]
Como el determinante de la matriz identidad es exactamente 1, esto nos confirma geométricamente que la matriz no altera el tamaño de los objetos en el espacio. El área se conserva idéntica.
Ahora cambiamos la matriz
\[A = \begin{bmatrix} 2 & 0 \\ 0 & 1 \end{bmatrix}\]
Aquí, el primer vector columna se ha estirado a \(\begin{bmatrix} 2 \\ 0 \end{bmatrix}\) (el doble de ancho), mientras que el alto sigue siendo 1. El cuadrado original ahora es un rectángulo de \(2 \times 1\), por lo que su nueva área es 2.Si calculamos su determinante veremos como coincide: \(\text{Det}(A) = (2 \cdot 1) - (0 \cdot 0) = \mathbf{2}\).
En el caso de matrices de 3x3 dónde la base la conforman tres vectores columnas, ya no sería una área sino un volumen.
3 Teorema de la Multiplicatividad del Determinante
Si aplicamos dos transformaciones lineales consecutivas sobre el espacio utilizando dos matrices distintas (\(B\) primero y \(A\) después), el factor de cambio total del área (o volumen) es el producto de los determinantes de ambas matrices.
Geométricamente, la primera matriz (\(B\)) toma el espacio y lo estira o encoge modificando su área original por un factor igual a \(\text{Det}(B)\).La segunda matriz (\(A\)) toma ese espacio ya modificado y lo vuelve a estirar o encoger por su propio factor \(\text{Det}(A)\).Por lo tanto, el efecto combinado sobre el área es la multiplicación de ambos factores:
\[\text{Factor Total} = \text{Det}(A) \cdot \text{Det}(B)\]
Estas dos transformaciones secuenciales se pueden unificar en una sola matriz equivalente multiplicándolas (\(C = A \cdot B\)). El teorema matemático nos garantiza que el determinante de esa nueva matriz unificada es exactamente igual al producto de los determinantes por separado:
\[\text{Det}(A \cdot B) = \text{Det}(A) \cdot \text{Det}(B)\]
\[B = \begin{bmatrix} 2 & 0 \\ 0 & 1 \end{bmatrix} \rightarrow \text{Det}(B) = (2 \cdot 1) - (0 \cdot 0) = \mathbf{2}\]
\[A = \begin{bmatrix} 1 & 0 \\ 0 & 3 \end{bmatrix} \rightarrow \text{Det}(A) = (1 \cdot 3) - (0 \cdot 0) = \mathbf{3}\]
\[C = A \cdot B = \begin{bmatrix} 1 & 0 \\ 0 & 3 \end{bmatrix} \begin{bmatrix} 2 & 0 \\ 0 & 1 \end{bmatrix} = \begin{bmatrix} 2 & 0 \\ 0 & 3 \end{bmatrix}\]
\[\text{Det}(C) = (2 \cdot 3) - (0 \cdot 0) = \mathbf{6}\]
4 Colapso Dimensional
Un determinante de cero en cualquier eslabón de la cadena cuando se están aplicando transformaciones lineales mediante matrices significa una reducción de dimensionalidad irreversible.
\[\text{Determinante Total} = \text{Det}(A) \cdot \text{Det}(B) \cdot \text{Det}(C) \dots\]
Si una sola de esas matrices (por ejemplo, la matriz \(B\)) tiene un determinante de cero, automáticamente todo el producto se vuelve cero:
\[\text{Determinante Total} = \text{Det}(A) \cdot 0 \cdot \text{Det}(C) = \mathbf{0}\]
Imagina que tus datos viajan por un espacio tridimensional (3D).
- La primera matriz altera el espacio pero mantiene el volumen (3D).
- De repente, se aplica la matriz con determinante cero. Sus vectores columna no pueden formar un volumen. Esta matriz aplasta el espacio y lo proyecta, por ejemplo, en un plano plano (2D) o en una línea (1D). El volumen se vuelve cero.
- Las siguientes matrices del proceso pueden girar ese plano, estirarlo o moverlo…pero nunca podrán volver a a la dimensión original.
Una vez que una dimensión se aplasta contra el cero, la información matemática de esa coordenada se pierde. Ninguna matriz posterior, puede recuperar lo que se convirtió en cero.