DETERMINANTES

Hugo Eduardo Ramirez

 DETERMINANTES CALCULO DE DETERMINANTES

Secci
on 1: CALCULO DE DETERMINANTES

Primero que todo aclaremos que solo se pueden definir determinantes para matrices cuadradas.
El primer paso es definir el determinante de 2 2.
 
a11 a12
Definici
on. Dada una matriz A = , definimos el determinante de una matriz 2 2 por
a21 a22

det A = a11 a22 a12 a21

 
2 3
Ejemplo. El determinante de A = es
1 2

det A = 2(2) 3(1) = 1

Para definir el determinante de una matriz de dimensiones n n con n > 2, vamos a definir lo que es un menor de una
matriz.

Definici
on. El menor ij de una matriz cuadrada A de lado n, es la matriz resultante de eliminar la iesima fila y la
jesima columna de la matriz A y se denota Mij , es decir, es el resultado de:

Eliminar la columna j


a11 a12 ... a1j ... a1n
a21 a22 ... a2j ... a2n
.. .. ..

.. ..
. . . . .
(1)
Eliminar la fila i ai1
ai2 ... aij ... ain

. .. .. .. ..
..

. . . .
an1 an2 ... anj ... ann

1 2 3
Ejemplo. El menor 23 (M23 ) de la matriz A = 4 5 6 es.
7 8 9

1 2 3  
4 1 2
5 6 =
7 8
7 8 9

Definici
on. Dada una matriz A de n n el determinante de la matriz A se define como:

n
X
(1)i+k aik det Mik , Para 1 i n (2)
k=1

El n
umero i est
a fijo, es decir que una vez se escoge una fila i de la matriz el determinante se puede hallar por esa fila y da
lo mismo con cualquier columna lo que quiere decir que una definicion alternativa para el determinante (2) es la siguiente:

1
 DETERMINANTES CALCULO DE DETERMINANTES

n
X
(1)ki aik det Mki , Para 1 i n
k=1

Note que con la definicion el determinante de una matriz n n depende de n determinantes de matrices (n 1) (n 1),
es una definici
on recursiva.

1 1 0 1
2 2 1 1
Ejemplo. Hallar el determinante de la matriz A = 1 0 0 1

1 2 3 0
Vamos a hallar el determinante por la fila 3 y notemos que aunque el determinante se puede hallar por cualquier fila o
columna, la fila 3 es una buena opci on porque tiene dos ceros.

     
1
 1 0 1   1 -1 0 1 
 
 1
 -1 0 1 

2 2 1 1  -2 2 1 1   -2 2 1 1
(1)1+3 (1) det  2+3
  
det  = + (1) (0) det  
1 0 0 1  -1 0 0 -1 
  -1 0 0 -1 
 
1 2 3 0  1 2 3 0   1 2 3 0 
   
 1 -1 0 1   1 -1 0 1 
   
-2 2 1 1   -2 2 1 1
+(1)3+3 (0) det  4+3
  
+ (1) (1) det  
 -1 0 0 -1 
  -1 0 0 -1 
 
 1 2 3 0   1 2 3 0 
   
1 0 1  1 0 1
4 5
   
= (1) (1) det  2 1 1 + (1) (0) det 2 1 1
 
 2 3 0  1 3 0
   
 1 1 1  1 1 0
+(1)6 (0) det 2 2 1 + (1)7 (1) det 2 2 1
   
1 2 0 1 2 3
   
1 0 1  1 1 0
(1)4 (1) det  2 1 1 + (1)7 (1) det 2 2 1
   
=
 2 3 0 1 2 3
   
1 0 1  1 1 0
   
= 1 det  2 1 1 + det 2 2 1
 
 2 3 0 1 2 3

En este momento nos enfrentamos a dos determinantes de matrices 3 3, los cuales realizaremos por la primera fila.
     
1 0 1  -1 0 1   -1 0 1 
det  2 1 1 = (1)1+1 (1) det  2 1 1  + (1)1+2 (0) det  2 1 1
     


 2 3 0  2 3 0   2 3 0 
 
 -1 0 1 
(1)1+3 (1) det  2 1 1 
 
 2 3 0 
     
2
1 1  3
2 1  4
2 1
= (1) (1) det    + (1) (0) det 
  + (1) (1) det 
3 0 2 0 2 3
= (1) (1 0 1 3) + (2 3 1 2)
= (1)(3) + (6 2) = 3 + 4 = 7
(3)

2
 DETERMINANTES CALCULO DE DETERMINANTES

y
     
1 1 0  1 -1  0  1 -1 0 
= (1)1+1 (1) det   + (1)1+2 (1) det  -2 2 1
    
det 2 2 1 -2 2  1 


1 2 3  1 2  3  1 2 3 
 
 1 -1 0 
(1)1+3 (0) det 

-2 2 1 
 1 2 3 
     
2 1 2 1 2 2
= (1)2 (1) det  3 4
 
+ (1) (1) det 
  + (1) (0) det 
2 3 1 3  1 2
= (2 3 1 2) (2 3 1 1)
= (6 2) (6 1) = 4 + 7 = 11

Y pegando los resultados tenemos

 
 1 1 0 1     
 1 0 1 1 1 0
2 2 1 1   
det  = 1 det  2 1 1 + det 2
 2 1
1 0 0 1 2 3 0 1 2 3
1 2 3 0
= 1(7) + 11 = 4

Es decir det A = 4

Teorema 1.1 Propiedades.

1. det AB = det A det B
2. det(A + B) 6= det A + det B
3. det At = det A
4. Si A tiene una fila o una columna de 0s, entonces det A = 0
R kR
5. Si A i
i
B, entonces det B = k det A
Ri Rj
6. Si A B, entonces det B = det A
Ri Ri +kRj
7. Si A B, entonces det B = det A

a11 a12 ... a1n a11 a12 . . . a1n
a21 a22 ... a2n a21 a22 . . . a2n
.. .. .. ..

.. ..
. . .
. . .
8. Si A= aj1 aj2 ,B= y
. . . ajn
bj1 bj2 . . . bjn

. .. . . .. .
.. .. .. ..

. .
a an2 . . . ann an1 an2 . . . ann
n1
a11 a12 ... a1n
a21 a22 ... a2n
.. ..

..
. . .
C= , entonces
j1 bj1
a + aj2 + bj2 . . . ajn + bjn
.. .. ..
. . .
an1 an2 ... ann

det C = det A + det B

9. Si una fila (columna) de A es un m

ultiplo escalar de otra fila (columna), entonces det A = 0

3
DETERMINANTES CALCULO DE DETERMINANTES

Demostraci
on. En vez de demostrar cada una de las propiedades, vamos a dar unos comentarios sobre cada una de ellas.
1. Note que la multiplicaci
on del lado derecho es multiplicacion matricial y la del lado izquierdo es multiplicaci
on de
n
umeros. Ademas si A y B son matrices 2 2 es facil de demostrar, el alumno puede (debe) hacerlo como ejercicio.
2. Para ver que no son iguales basta mostrar un ejemplo donde falla, como veremos a continuacion
     
0 2 1 1 1 3
det + = det =3
2 2 1 2 1 0
   
0 2 1 1
det + det = (0 + 4) + (2 1) = 5
2 2 1 2

3. El determinante puede ser tomado por cualquier fila o cualquier columna para ver que det At = det A. Basta tomar el
determinante de At por la columna i, y el determinante de A por la fila i. Veamos una demostracion para matrices
2 2:    
a b a c
det = ad bc = det
c d b d
4. Sencillamente hay que sacar el determinante por la fila o la columna de ceros. Supongamos que la fila i tiene solo ceros,
es decir aij = 0, j. Entonces:
n
X n
X
det B = (1)i+j aij det Mij = (1)i+j 0 det Mij = 0
j=0 j=0

5. Sacar el determinante por la fila i que es la que ha sido multiplicada por k, as:
n
X n
X
det B = (1)i+j kaij det Mij = k (1)i+j aij det Mij = k det A
j=0 j=0

6. Nos quiere decir que el intercambio de dos filas cualquiera genera un cambio de signo en el determinante.
7. Note que si a una fila le sumo un m
ultiplo escalar de otra fila el determinante no cambia.
8. Una versi
on mas debil de la suma de determinantes.
Ri Ri kRj
acil de ver porque s Ri = kRj y A B, entonces B tiene la fila i de ceros, es decir, det B = 0 y por la
9. Es f
propiedad 7 tenemos que detA = 0.

0 2 3
Ejemplo. Veamos la on entre determinantes y operaciones de renglon; dada la matriz A = 0 1
relaci 0 tenemos que
1 0 0

0 2 3 1 0 0 1 0 0 1 0 0
1
0 1 0 R1 R3 0 1 0 R3 R3 2R2 0 1 0 R3 R3 0 1 0
3
1 0 0 0 2 3 0 0 3 0 0 1
Podemos concluir que det A = (1)(3) det I = 3 ya que seg
un las propiedades

1 0 0 0 2 3
det 0 1 0 = det 0 1 0
0 2 3 1 0 0

1 0 0 1 0 0
det 0 1 0 = det 0 1 0
0 0 3 0 2 3

1 0 0 1 0 0
1
det 0 1 0 = det 0 1 0
3
0 0 1 0 0 3
El estudiante puede verificar directamente sacando el determinante

4
 DETERMINANTES INVERSA POR EL METODO DE DETERMINANTES

Secci
on 2: INVERSA POR EL METODO DE DETERMINANTES

Vamos ahora a describir la metodologa para hallar la matriz inversa, por el metodo de determinantes, para esto necesitamos
las definiciones.
Definici
on. Dada una matriz A, definimos el cofactor ij (Notado Cij ) de la matriz A como

Cij = (1)i+j det Mij

Donde Mij es el menor ij de la matriz A.

Definicion. La matriz de cofactores C es la matriz que en la fila i, columna j tiene el valor Cij correspondiente al
cofactor ij.

Definici
on. La Adjunta de una matriz A (Notada AdjA) es la transpuesta de la matriz de cofactores.

AdjA = C t

Teorema 2.1
det A 0 0 ... 0
0 det A 0 ... 0
A AdjA = .

.. ..
..

. .
0 0 0 ... det A

Demostraci
on. Sea D = A AdjA y note que las posiciones de la diagonal quedan determinadas por:
n
X n
X
dii = aik Cki = (1)ki aik det Mki = det A, Para 1 i n
k=1 k=1

y las posiciones que no est

an en la diagonal est
an dadas por
n
X n
X
dij = aik Ckj = (1)ki aik det Mkj = 0, Para 1 i 6= j n
k=1 k=1

La anterior ecuaci
on es 0 porque es el determinante de una matriz que tiene dos filas iguales (la i y la j).

Teorema 2.2
1
A1 = AdjA
det A
Demostraci
on. El resultado se sigue f
acilmente del anterior teorema pues:
1
A A1 = A AdjA
det A
1
= A AdjA
det A
det A 0 0 ... 0
1 0 det A 0 ... 0
=

.. .. ..
det A .

. .
0 0 0 ... det A
= I

5
 DETERMINANTES INVERSA POR EL METODO DE DETERMINANTES

Una conclusi
on, se muestra en el siguiente teorema

Teorema 2.3 la matriz A es invertible sii det A 6= 0

Demostraci
on. La demostraci
on es inmediata por el teorema anterior.
Ejemplo. Hallar la inversa de A por el metodo de determinantes.

3 1
0
21 2
A= 3
2 2 0
0 0 1
Primero que todo hallamos el determinante por la fila 3 para ver si es invertible:
 1  !
3 1
 
2 0 3
0
det A = 0 det 3 0 det 2
1 + det 21 2
3
2 0 2 0 2 2
3 1
= 0+0+( + )=1
4 4
Ahora hallamos los cofactores:
   1   
3 3
2 0 3 0 3 12
C11 = (1) det 2 = 3
C12 = (1) det 2 = 12 C13 = (1) det 2 =0
0 1 2 0 1 0 0
1     
0 1 3 3 1
0
C21 = (1)3 det 2 = C22 = (1)4 det 2 = 23 C23 = (1)5 det 2 2 =0
0 1 2 0 1 0 0
 1  !
3 1
 
0 3
0
C31 = (1)4 det 23 = 0 C32 = (1)5 det 21 =0 C33 = (1) det 6 2 2
3
=1
2 1 2 1 12 2

Entonces:
3 1
0
21 2
C= 3
2 2 0
0 0 1
Note que en este ejemplo la matriz de cofactores es igual a la matriz original (Esto es una coincidencia y no ocurre con todas
las matrices).
La Adjunta de A es:
3 1
0
2 2
AdjA = C t = 1 3
2 2 0
0 0 1
y por u
ltimo la inversa de A es:
3 1
0
1 2 2
A1 = = 1 3

det A 2 2 0
0 0 1
1 1
El estudiante puede verificar haciendo la multiplicacion A A o A A. Este ejemplo muestra un tipo de matrices en los
cuales A1 = At estas matrices se llaman matrices ortogonales.
Teorema 2.4 El sistema Ax = b con A una matriz n n invertible, tiene u
nica soluci
on.
Demostraci
on. En efecto:
Ax = b
1
A Ax = A1 b
Ix = A1 b
x = A1 b
La cual es la u
nica soluci
on.

6
 DETERMINANTES REGLA DE CRAMER

Secci
on 3: REGLA DE CRAMER

Esta regla para solucionar sistemas de ecuaciones con n ecuaciones y n incognitas se basa en calcular determinantes y nos
sirve para hallar la u
nica soluci
on de un sistema, pero solo funciona en el caso que el sistema tenga u
nica soluci
on.

Teorema 3.1 Dado el sistema:

a11 x1 + a12 x2 + + a1n xn = b1

a21 x1 + a22 x2 + + a2n xn = b2
.. .
. = ..
an1 x1 + an2 x2 + + ann xn = bn

a11 a12 ... a1i . . . a1n
a21 a22 ... a2i . . . a2n
Con matriz asociada A =

.. .. .. .. ..
. . . . .
an1 an2 . . . ani . . . ann
Si det A 6= 0 entonces la soluci
on del sistema est
a dada por

a11 a12 ... b1 ... a1n
a21 a22 ... b2 ... a2n
det

.. .. .. .. ..
. . . . .
an1 an2
. . . bn . . . ann
xi =
det A
Note que para hallar xi hay que cambiar la columna i por la columna de resultados y sacar el determinante.

Ejemplo. Solucionar el siguiente sistema por medio de la regla de Cramer

xy+z = 0
2x + 2y 3z = 6
x 2y z = 5

1 1 1
La matriz asociada a este sistema es A = 2 2 3
1 2 1
Hallamos el determinante:
     
2 1 2 3 2 2
det A = 1 det (1) det + 1 det
2 3 1 1 1 2
= (2 6) + (2 + 3) + (4 2) = 13

7
 DETERMINANTES EJERCICIOS PROPUESTOS

y hallamos:

0 1 1
det 6 2 3
5 2 1
x =
13
   
6 3 6 2
(1) det + 1 det
5 1 5 2
=
13
(6 + 15) + (12 10) 13
= = =1
13 13

1 0 1
det 2 6 3
1 5 1
y =
13
   
6 3 2 6
(1) det 0 + 1 det
5 1 1 5
=
13
(6 + 15) + (10 6) 13
= = = 1
13 13

1 1 0
det 2 2 6
1 2 5
z =
13
   
2 6 2 6
(1) det (1) det +0
2 5 1 5
=
13
(10 + 12) + (10 6) 26
= = = 2
13 13
on es (x, y, z) = (1, 1, 2).
Y as la soluci

Secci
on 4: EJERCICIOS PROPUESTOS

1. Halle el determinante de las siguientes matrices:

  1 0 2 3 1 1
1 2 1 2
6 1 1 1
2 2
0 2 3 0 1 0

2. Use determinantes para hallar la inversa de las siguientes matrices:

  5 4 0
1 2 4 5 0
2 1
0 0 1

3. Use la regla de Cramer para solucionar el sistema:

x+y+z = 2
2x y + z = 3
x + 3y z = 10

8
DETERMINANTES EJERCICIOS PROPUESTOS

4. Una matriz se llama ortogonal si A es invertible y A1 = At . Demuestre que si A es una matriz ortogonal, entonces
detA = 1.

5. La matriz Ann se llama nilpotente si Ak = 0n para alg

un entero k > 0. Demuestre que si A es nilpotente, entonces
detA = 0.
6. Demuestre que los valores de , para los cuales el sistema:

(a )x + by = 0
cx + (d )y = 0

tiene soluciones no triviales, deben satisfacer la ecuacion cuadratica 2 (a + d) + ad bc = 0.