FUNCIONES MULTILINEALES Y DETERMINANTES

En esta sección, veremos una perspectiva adecuada para estudiar los determinantes. Es-
tudiaremos funciones multilineales alternadas sobre un cuerpo K. Para nuestros propósitos,
usaremos K = R o bien K = C.
DEFINICIÓN 1: Sea V un espacio vectorial sobre K. Diremos que la función

M :V {z· · · × V} → K
| ×V ×
m veces

es una forma m-lineal o multilineal de grado m sobre V ssi M (a1 , a2 , . . . , ai , . . . , am ) es lineal

como función de cada ai , i = 1, 2, . . . , m, cuando los otros aj , j 6= i, se dejan fijos; esto es, si
para cada i

M (a1 , a2 , . . . , ai + αãi , . . . , am ) = M (a1 , a2 , . . . , ai , . . . , am ) + αM (a1 , a2 , . . . , ãi , . . . , am ) ,

donde α ∈ K.
Ejemplo: Sea M : R3 × R3 → R definida por
   
x1 y1
M (~x, ~y ) = ~x • ~y , ~x =  x2  , ~y =  y2  , ∈ R3 ,
x3 y3

donde • es el producto punto en R3 . Entonces, M es una forma 2-lineal ( o bilineal).

En efecto, fijamos ~y y consideramos ~x, ~x˜ ∈ R3 y α ∈ R. Entonces

M (~x + α~x˜, ~y ) = (~x + α~x˜) • ~y = ~x • ~y + α(~x˜ • ~y ) = M (~x, ~y ) + αM (~x˜, ~y ) .

Por otro lado, si fijamos ~x y consideramos ~y , ~y˜ ∈ R3 y α ∈ R, entonces

M (~x, ~y + α~y˜) = ~x • (~y + α~y˜) = ~x • ~y + α(~x • ~y˜) = M (~x, ~y ) + αM (~x, ~y˜) .

En general, sea M un forma bilineal en R3 y consideremos ~x, ~y ∈ R3 escritos como combi-

nación lineal de la base canónica, o sea,

~x = x1 · ~e1 + x2 · ~e2 + x3 · ~e3 , ~y = y1 · ~e1 + y2 · ~e2 + y3 · ~e3 ,

à 3 3
! 3 X 3
X X X
entonces M (~x, ~y ) = M xi~ei , yj ~ej = xi yj M (~ei , ~ej ).
i=1 j=1 i=1 j=1

El análisis anterior es válido para cualquier e.v. con dimensión finita. De esta manera, si
dim(V ) = n ∈ N y {v1 , v2 , . . . , vn } es una base de V , tenemos que para j = 1, 2, . . . , m,
existen escalares αij tales que
Xn
aj = αij · vi .
i=1

1
 Ã n n n
!
X X X
Luego, M (a1 , a2 , . . . , am ) = M αi1 · vi , αi2 · vi , . . . , αim · vi .
i=1 i=1 i=1
Para evitar confusión con los ı́ndices, utilizaremos i1 como el ı́ndice para la primera suma-
toria, i2 para la segunda sumatoria y ası́ sucesivamente. Ası́,
à n n n
!
X X X
M (a1 , a2 , . . . , am ) = M αi1 1 · vi1 , αi2 2 · vi2 , . . . , αim m · vim .
i1 =1 i2 =1 im =1

Como M es multilineal, tenemos

n X
X n n
X
M (a1 , a2 , . . . , am ) = ··· αi1 1 · αi2 2 · · · αim m M (vi1 , vi2 , . . . , vim ) .
i1 =1 i2 =1 im =1

De esta manera, obtenemos el siguiente resultado:

Proposición 1 : Sea V un espacio vectorial sobre K, con dim(V ) = n ∈ N y sea {v1 , v2 , . . . , vn }
base de V . Entonces, dados zi1 ,i2 ,...,im ∈ K, i1 , i2 , . . . , im ∈ {1, 2, . . . , n}, existe una única fun-
ción multilineal de grado m tal que

M (vi1 , vi2 , . . . , vim ) = zi1 ,i2 ,...,im , i1 , i2 , . . . , im ∈ {1, 2, . . . , n} .

n
X
Más aún, si se escribe cada aj como combinación lineal de la base, aj = αij · vi , entonces
i=1
M está dada por la expresión
n X
X n n
X
M (a1 , a2 , . . . , am ) = ··· αi1 1 · αi2 2 · · · αim m · zi1 ,i2 ,...,im .
i1 =1 i2 =1 im =1

Dem: Análoga al teorema fundamental de las transformaciones lineales.

Ejemplo: Encontrar la función trilineal M : R2 × R2 × R2 → R tal que

M (e~1 , e~1 , e~1 ) = 1 , M (e~1 , e~1 , e~2 ) = 0 , M (e~1 , e~2 , e~1 ) = 1 , M (e~1 , e~2 , e~2 ) = 3,

M (e~2 , e~1 , e~1 ) = −1 , M (e~2 , e~1 , e~2 ) = 1 , M (e~2 , e~2 , e~1 ) = 3 , M (e~2 , e~2 , e~2 ) = 4,
µ ¶ µ ¶
1 0
donde ~e1 = , ~e2 = .
0 1
Solución: Dados a1 , a2 , a3 ∈ R2 , los escribimos en función de la base que se está usando, en
este caso, la canónica.
2
X 2
X
a1 = αi1 1~ei1 = α11~e1 + α21~e2 , a2 = αi2 2~ei2 = α12~e1 + α22~e2
i1 =1 i2 =1

2
 2
X
a3 = αi3 3~ei3 = α13~e1 + α23~e2 .
i3 =1

Por otro lado

z1,1,1 = 1 , z1,1,2 = 0 , z1,2,1 = 1 , z1,2,2 = 0 , z2,1,1 = −1 , z2,1,2 = 1 , z2,2,1 = 3 , z2,2,2 = 4 .

2 X
X 2 X
2
Luego, M (a1 , a2 , a3 ) = αi1 1 · αi2 2 · αi3 3 · zi1 ,i2 ,i3 . Desarrollando esta suma queda
i1 =1 i2 =1 i3 =1

2
à 2 X
2
!
X X
M (a1 , a2 , a3 ) = αi1 1 · αi2 2 · αi3 3 · zi1 ,i2 ,i3
i1 =1 i2 =1 i3 =1

2 X
X 2 2 X
X 2
= α11 · αi2 2 · αi3 3 · z1,i2 ,i3 + α21 · αi2 2 · αi3 3 · z2,i2 ,i3
i2 =1 i3 =1 i2 =1 i3 =1

= α11 α12 α13 z1,1,1 + α11 α12 α23 z1,1,2 + α11 α22 α13 z1,2,1 + α11 α22 α23 z1,2,2 +

= α21 α12 α13 z2,1,1 + α21 α12 α23 z2,1,2 + α21 α22 α13 z2,2,1 + α21 α22 α23 z2,2,2 .

Reemplazando los valores, se obtiene

µµ ¶ µ ¶ µ ¶¶
α11 α12 α13
M , , = α11 α12 α13 + α11 α22 α13 − α21 α12 α13 +
α21 α22 α23

α21 α12 α23 + 3α21 α22 α13 + 4α21 α22 α23 .

Finalmente, en el conjunto de las funciones multilineales sobre V , se definen las operaciones

de suma y ponderación por escalar como

(M + M̃ )(a1 , a2 , .., am ) := M (a1 , a2 , .., am ) + M̃ (a1 , a2 , .., am )

(λ · M )(a1 , a2 , .., am ) := λ · M (a1 , a2 , .., am ) , λ ∈ K .

Con estas operaciones, el conjunto de las funciones multilineales sobre V es un espacio

vectorial sobre K.

3
 FUNCIONES MULTILINEALES ALTERNADAS.

n n
Sea M : K × · · · × Kn} → K una forma n-lineal sobre Kn . Diremos que M es
| × K {z
n veces
alternada ssi satisface
M (~a1 , ~a2 , . . . , ~ai , . . . , ~aj , . . . , ~an ) = 0
cada vez que dos vectores ~ai , ~aj , i 6= j, sean iguales .
Ejemplo : En R2 la función M : R2 × R2 → R definida por
µµ ¶ µ ¶¶
α1 β1
M , = 2(α2 β1 − α1 β2 )
α2 β2

es multilineal(bilineal) alternada.
µ ¶ µ ¶
α1 α̃1
En efecto, veamos primero que es bilineal. Sean α
~= ∈ R2 , ρ ∈ R y ~˜ =
,α
µ ¶ α2 α̃2
β
β~ = 1
∈ R2 fijo. Por demostrar que M (~α + ρα~˜ , β)
~ = M (~
α, β) ~˜ , β).
~ + ρM (α ~
β2
Por definición, tenemos que M (~ ~˜ , β)
α + ρα ~ = 2((α2 + ρα̃2 )β1 − (α1 + ρα̃1 )β2 ). Luego,

M (~ ~˜ , β)
α + ρα ~ = 2(α2 β1 − α1 β2 ) + 2ρ(α̃2 β1 − α̃1 β2 ) = M (~
α, β) ~˜ , β).
~ + ρM (α ~
~ β~˜ ∈ R2 y ρ ∈ R,
~ ∈ R2 fijo, β,
Análogamente, se demuestra para α

M (~ ~˜ = M (~
α, β~ + ρβ) ~ + ρM (~
α, β) ~˜ .
α, β)

Por lo tanto, M es bilineal. Ahora veamos que es alternada. Para ello se calcula M (~
α, α
~) =
2
~ ∈R .
2(α2 α1 − α1 α2 ) = 0, ∀ α

Propiedades

Sea M una función multilineal alternada sobre Kn . Entonces

(i) M (~a1 , ~a2 , .., ~ai , .., ~aj , .., ~an ) = −M (~a1 , ~a2 , .., ~aj , .., ~ai , .., ~an ) para todo ~a1 , ~a2 , . . . , ~an ∈
|{z} |{z}
i j
Kn , i 6= j.
Dem: En efecto, de la definición de multilineal alternada se obtiene

M (~a1 , ~a2 , .., ~ai + ~aj , .., ~aj + ~ai , .., ~an ) = 0 .
| {z } | {z }
i j

4
 Pero
M (~a1 , ~a2 , .., ~ai + ~aj , .., ~aj + ~ai , .., ~an ) = M (~a1 , ~a2 , .., ~ai , .., ~ai , .., ~an )+
| {z } | {z } |{z} |{z}
i j i j

M (~a1 , ~a2 , .., ~ai , .., ~aj , .., ~an )+

|{z} |{z}
i j

M (~a1 , ~a2 , .., ~aj , .., ~ai , .., ~an )+

|{z} |{z}
i j

M (~a1 , ~a2 , .., ~aj , .., ~aj , .., ~an ) .

|{z} |{z}
i j

Como M es alternada, M (~a1 , ~a2 , .., ~ai , .., ~ai , .., ~an ) = M (~a1 , ~a2 , .., ~aj , .., ~aj , .., ~an ) = 0.
Por lo tanto,
M (~a1 , ~a2 , .., ~ai , .., ~aj , .., ~an ) + M (~a1 , ~a2 , .., ~aj , .., ~ai , .., ~an ) = 0
de donde se obtiene el resultado.

(ii) M (~a1 , ~a2 , .., α~u + β~v , .., ~an ) = αM (~a1 , ~a2 , .., |{z}
~u , .., ~an )+βM (~a1 , ~a2 , .., |{z}
~v , .., ~an ), para
| {z }
i i i
todo ~aj ∈ Kn , j 6= i, i = 1, 2, . . . , n, ~u, ~v ∈ Kn y α, β ∈ K.
Dem: Directa dado que M es multilineal. En particular, si α = β = 0, se obtiene
~0 , .., ~an ) = 0 .
M (~a1 , ~a2 , .., |{z}
i

Además, cabe notar que si ~v = ~aj , entonces

M (~a1 , ~a2 , .., α~u + β a~j , .., ~an ) = αM (~a1 , ~a2 , .., |{z}
~u , .., ~an ) .
| {z }
i i

(iii) Si el conjunto {~a1 , ~a2 , . . . , ~an } es l.d., entonces M (~a1 , ~a2 , ..., ~an ) = 0.
Dem: Como el conjunto es l.d., uno de los vectores, digamos ar , r ∈ 1, 2, ..., n, es
n
X
combinación lineal de los demás. Esto es, ~ar = ρj · ~aj , ρj ∈ K.
j=1
j6=r

Por lo tanto,
n
X
M (~a1 , ~a2 , .., ~ar , .., ~an ) = ρj · M (~a1 , ~a2 , .., ~aj , .., ~an ) = 0 .
j=1
| {z }
j6=r 0

5
 2

Supongamos ahora que M : K2 × K2 → K es una función multilineal alternada. Entonces

escribiendo α~ , β~ ∈ K2 , como combinación lineal de la base canónica, es decir, α
~ = α1~e1 +α2~e2 ,
β~ = β1~e1 + β2~e2 , se obtiene
M (~ ~ = M (α1~e1 + α2~e2 , β1~e1 + β2~e2 )
α, β)

= α1 β1 M (e~1 , e~1 ) + α1 β2 M (e~1 , e~2 ) + α2 β1 M (e~2 , e~1 ) + α2 β2 M (e~2 , e~2 ) .

Además, de la propiedad (i) se obtiene que
M (e~1 , e~1 ) = M (e~2 , e~2 ) = 0 ; M (e~1 , e~2 ) = −M (e~2 , e~1 ) ;
por lo tanto,
M (~ ~ = (α1 β2 − α2 β1 ) · M (e~1 , e~2 ) .
α, β)

O sea, se ha demostrado que dada cualquier función multilineal alternada sobre K2 , entonces
existe una constante c ∈ K tal que M (~ ~ = c · (α1 β2 − α2 β1 ). Más aún, c = M (e~1 , e~2 ).
α, β)
Denotaremos por D2 , D2 : K2 × K2 → K, a la función multilineal alternada definida por
µµ ¶ µ ¶¶
~ α1 β1
D2 (~α, β) := D2 , := α1 β2 − α2 β1 .
α2 β2

De acuerdo a lo anterior, D2 es la función multilineal alternada que satisface D2 (e~1 , e~2 ) = 1.

Estudiemos ahora el caso de funciones multilineales alternadas en K3 . Usaremos la siguiente
notación      
α1 β1 γ1
~ =  α2  , β~ =  β2  , ~γ =  γ2  ∈ K3 .
α
α3 β3 γ3

Por lo tanto, escribiendo estos vectores como combinación de la base canónica de K3 , se

llega a
~ = α1~e1 + α2~e2 + α3~e3 ; β~ = β1~e1 + β2~e2 + β3~e3 ; ~γ = γ1~e1 + γ2~e2 + γ3~e3 .
α

Luego, dada una función multilineal alternada M sobre K3 , se obtiene

M (~ ~ ~γ ) = M (α1~e1 + α2~e2 + α3~e3 , β1~e1 + β2~e2 + β3~e3 , γ1~e1 + γ2~e2 + γ3~e3 )
α, β,

~ ~γ ) + α2 M (e~2 , β,
= α1 M (e~1 , β, ~ ~γ ) + α3 M (e~3 , β,
~ ~γ )

= α1 (β2 M (e~1 , e~2 , ~γ ) + β3 M (e~1 , e~3 , ~γ )) + α2 (β1 M (e~2 , e~1 , ~γ ) + β3 M (e~2 , e~3 , ~γ ))+

α3 (β1 M (e~3 , e~1 , ~γ ) + β2 M (e~3 , e~2 , ~γ ))

= α1 (β2 γ3 − β3 γ2 )M (e~1 , e~2 , e~3 ) + α2 (−β1 γ3 + β3 γ1 )M (e~1 , e~2 , e~3 )+

α3 (β1 γ2 − β2 γ1 )M (e~1 , e~2 , e~3 ) .

6
 

u1
Ahora, dado ~u =  u2  ∈ K3 , se define ~u(i) ∈ K2 como el vector que se obtiene de ~u,
u3 µ ¶
(1) u2
sacando la i-ésima, componente. Esto es, por ejemplo, ~u = , etc ...
u3
Con la incorporación de esta notación, tenemos que
³ ´
M (~ ~ ~ (1) (1) ~ (2) (2) ~ (3) (3)
α, β, ~γ ) = α1 D2 (β , ~γ ) − α2 D2 (β , ~γ ) + α3 D2 (β , ~γ ) M (e~1 , e~2 , e~3 ) .

Si definimos la función D3 : K3 × K3 × K3 → K, como

D3 (~ ~ ~γ ) = α1 D2 (β~ (1) , ~γ (1) ) − α2 D2 (β~ (2) , ~γ (2) ) + α3 D2 (β~ (3) , ~γ (3) ) ,
α, β,
entonces tenemos que dada cualquier función multilineal alternada M sobre K3 , existe una
constante c ∈ K tal que M = cD3 . Además, c = M (e~1 , e~2 , e~3 ).
Es inmediato que
(∗) D3 (~ ~ ~γ ) = −(β1 D2 (~
α, β, α(1) , ~γ (1) ) − β2 D2 (~
α(2) , ~γ (2) ) + β3 D2 (~
α(3) , ~γ (3) )) .

Falta ver que D3 es multilineal alternada. Como ya sabemos que D2 es multilineal alternada
~ y β~ o α
en K2 , si fijamos α ~ y ~γ , tenemos la linealidad asociada a la componente β~ y a la
componente ~γ .
   
α1 α˜1
Sean α~ =  α2  , α ~˜ =  α˜2  ∈ K3 , β,
~ ~γ ∈ K3 fijos y ρ ∈ K. Por demostrar que
α3 α˜3

D3 (~ ~˜ , β,
α + ρα ~ ~γ ) = D3 (~
α, β, ~˜ , β,
~ ~γ ) + ρD3 (α ~ ~γ ) .

Por definición, se tiene

D3 (~ ~˜ , β,
α+ρα ~ ~γ ) = (α1 +ρα̃1 )D2 (, β~ (1) , ~γ (1) )−(α2 +ρα̃2 )D2 (, β~ (2) , ~γ (2) )+(α3 +ρα̃3 )D2 (, β~ (3) , ~γ (3) ) .

Agrupando términos, se obtiene

D3 (~ ~˜ , β,
α + ρα ~ ~γ ) = D3 (~
α, β, ~˜ , β,
~ ~γ ) + ρD3 (α ~ ~γ ) .

Por lo tanto, D3 es multilineal. Para demostrar que es alternada basta ver que D3 (~
α, α
~ , ~γ ) =
0. Esto se debe a que D3 está definida a partir de D2 y por lo tanto, es inmediato que
D3 (~ ~ β)
α, β, ~ = 0 y que D3 (~ ~ α
α, β, ~ ) = −D3 (~
α, α ~
~ , β).
Entonces, nuevamente de la definición de D3 y (∗), se obtiene
D3 (~
α, α α(1) , ~γ (1) ) − α2 D2 (~
~ , ~γ ) = α1 D2 (~ α(2) , ~γ (2) ) + α3 D2 (~
α(3) , ~γ (3) )

α(1) , ~γ (1) ) − α2 D2 (~
= −(α1 D2 (~ α(2) , ~γ (2) ) + α3 D2 (~
α(3) , ~γ (3) )) .
Luego, D3 (~
α, α
~ , ~γ ) = 0. Además, es directo de la definición que D3 (~e1 , ~e2 , ~e3 ) = 1. Por lo
tanto, D3 es la función multilineal alternada sobre K3 que satisface D3 (~e1 , ~e2 , ~e3 ) = 1.

7
 2

DEFINICION 2: Sea M : |Kn × Kn {z

× · · · × Kn} → K una función multilineal. Diremos que
n veces
M es una función determinante ssi M es alternada y M (~e1 , ~e2 , .., ~en ) = 1, donde {~e1 , ~e2 , .., ~en }
es la base canónica ordenada.
En lo anterior, D2 y D3 son las funciones determinantes en K2 y K3 , respectivamente.
En lo que sigue, veremos como definir una función determinante para n ≥ 4, n ∈ N.
Usaremos la siguiente notación. Sean ~a1 , ~a2 , .., ~an ∈ Kn . Para cada j ∈ {1, 2, .., n}, escribire-
mos    
α1j [~aj ]1
 α2j   [~aj ]  X n
   2 
~aj :=  ..  :=  ..  = αij · e~i
 .   .  i=1
αnj [~aj ]n
donde {~e1 , ~e2 , .., ~en } es la base canónica ordenada de Kn .
Por otro lado, si n ≥ 2, n ∈ N, dado ~u ∈ Kn , se define ~u(r) ∈ Kn−1 , r ∈ 1, 2, .., n, como el
vector que se obtiene de ~u, sacando r-ésima componente.
Es claro que
£ ¤ £ ¤
(¦) ~u(r) j = [~u]j , j < r ; ~u(r) j = [~u]j+1 , r < j , r ∈ {1, 2, .., n} , j ∈ {1, 2, .., n − 1} .

¡ ¢(s)
Además, si n ≥ 3, n ∈ N, dado ~u ∈ Kn , se define ~u(r) ∈ Kn−2 , r ∈ {1, 2, .., n}, s ∈
{1, 2, .., n − 1}, como el vector que se obtiene de ~u(r) sacando la s-ésima componente.
 
u1
 u2 
 
Un ejemplo en K , ponemos ~u = 
5 
 u3 , entonces
 u4 
u5
 
u1  
 u3  u1
~u(2) =  (2) (4)
 u4  y por lo tanto, (~u ) =
 u3  .
u4
u5

Es directo de la defición que :

(a) (~u(r) )(s) = (~u(s) )(r−1) , s < r; r ∈ {1, 2, .., n}, s ∈ {1, 2, .., n − 1},

(b) (~u(r) )(s) = (~u(s) )(r) , r = s; r ∈ {1, 2, .., n − 1}, y

(c) (~u(r) )(s) = (~u(s+1) )(r) , r < s; r, s ∈ {1, 2, .., n − 1}.

8
 n n
De esta manera, se define para n ∈ N la función Dn : K × · · · × Kn} → K, como :
| × K {z
n veces

D1 (a) := a , a ∈ K
n
X ³ ´
(i)
Dn (~a1 , ~a2 , .., ~an ) := (−1)i+1 αi1 Dn−1 ~a2 , .., ~a(i)
n , n ≥ 2, n ∈ N .
i=1

Cabe destacar que para n = 2 y n = 3 esta definición coincide con lo que ya tenemos. De
manera que, demostraremos por inducción que Dn es la función determinante en Kn .
• Dn es multilineal.
Ya sabemos que para n = 1, 2, 3, la propiedad es cierta. Supongamos que la propiedad se
cumple para n. Por demostrar que también se tiene para n + 1.
˜1 ∈
Por hipótesis de inducción, Dn es multilineal en Kn ; luego, basta probar que para ~a1 , ~a
n+1 n+1
K , ρ ∈ K y ~a2 , , .., ~an+1 ∈ K , fijos, se tiene

˜1 , ~a2 , .., ~an+1 ) = Dn+1 (~a1 , ~a2 , .., ~an+1 ) + ρDn+1 (~a
Dn+1 (~a1 + ρ~a ˜1 , ~a2 , .., ~an+1 ) .

Por definición,
n+1
X ³ ´
˜1 , ~a2 , .., ~an+1 ) =
Dn+1 (~a1 + ρ~a
(i) (i)
(−1)i+1 (αi1 + ρα̃i1 )Dn ~a2 , .., ~an+1
i=1

n+1
X ³ ´
i+1 (i) (i)
= (−1) αi1 Dn ~a2 , .., ~an+1 +
i=1

n+1
X ³ ´
(i) (i)
ρ (−1)i+1 α˜i1 Dn ~a2 , .., ~an+1
i=1

˜1 , ~a2 , .., ~an+1 ) .

= Dn+1 (~a1 , ~a2 , .., ~an+1 ) + ρDn+1 (~a

Como n es arbitrario, entonces la propiedad se cumple para todo n ∈ N. De esta manera

concluimos que Dn es multilineal.

• Dn es alternada.
Para probar que es alternada, primero vamos a demostrar que Dn satisface la siguiente
igualdad:
à n !
X ³ ´
(i) (i)
(I1) Dn (~a1 , ~a2 , .., ~an ) = − (−1)i+1 αi2 Dn−1 ~a1 , ~a3 .., ~a(i)
n , n ≥ 2, n ∈ N .
i=1

9
En efecto, como Dn es multilineal, tenemos que
à n
! n
X X
Dn (~a1 , ~a2 , .., ~an ) = Dn ~a1 , αi2~ei , .., ~an = αi2 Dn (~a1 , ~ei , .., ~an ) .
i=1 i=1

De la definción de Dn , se tiene para cada i,

n
X ³ ´
(r) (r)
(∗∗) Dn (~a1 , ~ei , .., ~an ) = (−1)r+1 αr1 Dn−1 ~ei , ~a3 .., ~a(r)
n .
r=1

Separaremos en dos casos. Supongamos que i = 1, entonces

 
1
 0 
(1) (r)  
~e1 = ~0 ∈ Kn−1 y ~e1 =  ..  ∈ Kn−1 , 2 ≤ r ≤ n .
 . 
0

De esta manera, tenemos que

³ ´
(1) (1) (1)
Dn−1 ~e1 , ~a3 .., ~an = 0

³ ´ µ³ ´ ³ ´(1) ¶
(1)
(r) (r) (r) (r) (r)
Dn−1 ~e1 , ~a3 .., ~an = Dn−2 ~a3 , .., ~an , 2≤r≤n.

³ ´(1) ³ ´(r−1)
(r) (1)
Pero ~aj = ~aj para todo j = 3, 4, .., n. Ası́,

n
X µ³ ´ ¶
r+1 (1)
(r−1) ¡ (1) ¢(r−1)
Dn (~a1 , ~e1 , .., ~an ) = (−1) αr1 Dn−2 ~a3 , .., ~an .
r=2

Haciendo el cambio de variable en el ı́ndice de la sumatoria k = j − 1, obtenemos

n
X µ³ ´(r−1) ³ ´(r−1) ¶ n−1
X µ³ ´(k) ³ ´(k) ¶
r+1 (1) (1) k (1) (1)
(−1) αr1 Dn−2 ~a3 , .., ~an = (−1) α(k+1)1 Dn−2 ~a3 , .., ~an
r=2 k=1

(1)
Finalmente como α(k+1)1 = [~a1 ]k , se concluye que
n−1
X µ³ ´ ¶ ³ ´
(1)
(k) ¡ (1) ¢(k) (1)
k
(−1) α(k+1)1 Dn−2 ~a3 , .., ~an = −Dn−1 a~1 (1) , ~a3 , .., ~a(1)
n .
k=1
³ ´
(1) (1) (1)
Por lo tanto Dn (~a1 , ~e1 , .., ~an ) = −Dn−1 a~1 , ~a3 , .., ~an .

10
 Supongamos ahora que 2 ≤ i ≤ n. Entonces
 
0
 0 
 . 
 . 
~ (r)  . 
~e(r)
r = 0 ∈ K n−1
, 2 ≤ r ≤ n ; ~
e i =   ∈ Kn−1 , el 1 en la posición i − 1 , r < i ,
 1 
 . 
 .. 
0
y  
0
 0 
 .. 
 
(r)  . 
~ei =  ∈ Kn−1 , el 1 en la posición i , i < r , 2 ≤ r ≤ n .
 1 
 .. 
 . 
0
Luego,
i−1
X ³ ´ n
X ³ ´
(r) (r) (r) (r)
Dn (~a1 , ~ei , .., ~an ) = (−1)r+1 αr1 Dn−1 ~ei , ~a3 .., ~a(r)
n + (−1)r+1 αr1 Dn−1 ~ei , ~a3 .., ~a(r)
n .
r=1 r=i+1

Para r < i, tenemos

³ ´ µ³ ´ ³ ´(i−1) ¶
(i−1)
(r) (r) (r) (i−1)+1 (r) (r)
Dn−1 ~ei , ~a3 .., ~an = (−1) Dn−2 ~a3 .., ~an

µ³ ´ ³ ´(r) ¶
(r)
i (i) (i)
= (−1) Dn−2 ~a3 .., ~an .

Para i < r, se tiene

³ ´ µ³ ´ ³ ´(i) ¶
(i)
(r) (r) (r) (r) (r)
Dn−1 ~ei , ~a3 .., ~an = (−1)i+1 Dn−2 ~a3 , .., ~an

µ³ ´ ³ ´(r−1) ¶
(r−1)
i+1 (i) (i)
= (−1) Dn−2 ~a3 , .., ~an .

Luego,
i−1
X µ³ ´ ¶
r+i+1 (i)
(r) ¡ (i) ¢(r)
Dn (~a1 , ~ei , .., ~an ) = (−1) αr1 Dn−2 ~a3 .., ~an +
r=1

n
X µ³ ´ ¶
r+i (i)
(r−1) ¡ (i) ¢(r−1)
(−1) αr1 Dn−2 ~a3 , .., ~an .
r=i+1

11
 En la segunda sumatoria, hacemos el cambio k = r − 1 y obtenemos
i−1
X µ³ ´ ¶
r+i+1 (i)
(r) ¡ (i) ¢(r)
Dn (~a1 , ~ei , .., ~an ) = (−1) αr1 Dn−2 ~a3 .., ~an +
r=1

n−1
X µ³ ´ ¶
k+1+i (i)
(k) ¡ (i) ¢(k)
(−1) α(k+1)1 Dn−2 ~a3 , .., ~an .
k=i

Renombrando los ı́ndices y usando (¦), se llega a

n−1
X µ³ ´ ¶
i j+1 (i) (i)
(j) ¡ (i) ¢(j)
Dn (~a1 , ~ei , .., ~an ) = (−1) (−1) [~a1 ]j Dn−2 ~a3 .., ~an
j=1

³ ´
(i) (i)
= (−1)i Dn−1 ~a1 , ~a3 , .., ~a(i)
n .

Ahora reemplazamos el valor de Dn (~a1 , ~ei , .., ~an ) y llegamos a

n
X ³ ´
i (i) (i) (i)
Dn (~a1 , ~a2 , .., ~an ) = αi2 (−1) Dn−1 ~a1 , ~a3 , .., ~an
i=1

n
X ³ ´
i+1 (i) (i) (i)
= − (−1) αi2 Dn−1 ~a1 , ~a3 , .., ~an .
i=1

Veamos ahora que Dn es alternada, esto es, si dos vectores ~ai = ~aj , i 6= j, entonces

Dn (~a1 , ~a2 , .., ~an ) = 0 .

Por inducción. Para n = 2 y n = 3 ya sabemos que es verdadero. Supongamos la propiedad

válida para n. Por demostrar que también se cumple para n + 1.
De la defición de Dn+1 , vemos de inmediato que si ~ai = ~aj , i 6= j con i y j mayores o iguales
que 2, entonces Dn+1 (~a1 , ~a2 , .., ~an+1 ) = 0, ya que
n+1
X ³ ´
(i) (i)
Dn (~a1 , ~a2 , .., ~an+1 ) = (−1)i+1 αi1 Dn ~a2 , .., ~an+1
i=1

y ³ ´
(i) (i) (i)
Dn ~a2 , ~a3 , .., ~an+1 = 0, ∀ i ∈ {2, 3, .., n + 1} .

Luego, sólo falta ver que si ~a1 = ~aj , j ∈ {2, 3, .., n + 1}, entonces

Dn+1 (~a1 , ~a2 , .., ~aj , .., ~an+1 ) = 0 .

12
 De la definición de Dn+1 a partir de Dn , se tiene que
Dn+1 (~a1 , ~a2 , .., ~aj , .., ~an+1 ) = −Dn+1 (~a1 , ~aj , .., ~a2 , .., ~an+1 ) , 3 ≤ j ≤ n + 1 .
|{z} |{z}
2 j

 
a1
 a2 
 
Por lo tanto, basta demostrar que Dn+1 (~a, ~a, ~a3 , .., ~an+1 ) = 0, donde ~a =  .. .
 . 
an+1
De la defición de Dn+1 y (I1), se obtiene
n+1
X ³ ´
(i)
Dn+1 (~a, ~a, .., ~an+1 ) = (−1)i+1 ai Dn ~a, .., ~an+1
i=1

à n+1 !
X ³ ´
(i) (i)
= − (−1)i+1 ai Dn ~a, ~a3 .., ~an+1 ,
i=1

de donde se obtiene el resultado.

De esta manera, se ha demostrado que Dn es una función multilineal y alternada sobre Kn .
Además, de esto último se concluye la igualdad generalizada de (I1), esto es,
 
Xn
 (i) (i) 
(IG) Dn (~a1 , ~a2 , .., ~an ) = (−1)i+j αij Dn−1  (i) 
 ~|a1 , ~a2{z, .., ~an}  , j = 1, 2, .., n .
i=1
sin el vector ~aj

Además, es fácil ver de la defición que Dn (~e1 , ~e2 , .., ~en ) = 1 y por lo tanto, Dn es una
función determinante. Finalmente, veremos que esta es la función determinante. Para este
fin, probaremos primero lo siguiente
Proposición 2: Sea m ∈ N fijo y sea M una función multilineal alternada sobre Km+1 ,
M : |Km+1 × Km+1{z× · · · × Km+1} → K.
m+1 veces
m m
Sea i ∈ {1, 2, .., m + 1} fijo y considere la función M̃i : K × · · · × Km} → K, definida
| × K {z
m veces
(i?) (i?) (i?)
por M̃i (~x1 , ~x2 , .., ~xm ) := M (~ei , ~x1 , ~x2 , .., ~xm ), donde ~ei es el i-ésimo vector de la base
canónica de Km+1 y  
[~x]1
 .. 
 . 
 
 [~x]i−1 
 
~x(i?) =  0  ∈ Km+1 , ~x ∈ Km ,
 
 [~x]i 
 . 
 .. 
[~x]m

13
entendiendo que para i = 1 cada uno de los vectores comienza con 0 y para i = m + 1, los
vectores tienen como última componente el 0.
Entonces, M̃i es una función multilineal alternada en Km y satisface

M̃i (~e˜1 , ~e˜2 , .., ~e˜m ) = (−1)i−1 M (~e1 , ~e2 , ~e3 , .., ~em+1 ),

donde {~e˜1 , ~e˜2 , .., ~e˜m } denota la base canónica ordenada en Km y {~e1 , ~e2 , ~e3 , .., ~em+1 } denota
la base canónica ordenada en Km+1 .
Dem: En efecto, sea p ∈ {1, 2, .., m} fijo y consideremos ~xp , ~x˜p ∈ Km , ρ ∈ K. Por demostrar
que

M̃i (~x1 , ~x2 , .., ~xp + ρ~x˜p , .., ~xm ) = M̃i (~x1 , ~x2 , .., ~xp , .., ~xm ) + ρM̃i (~x1 , ~x2 , .., ~x˜p , .., ~xm ) ,

cuando se fijan los otros vectores ~xj , j 6= p.

Primero, es claro que (~xp + ρ~x˜p )(i?) = (~xp )(i?) + ρ(~x˜p )(i?) . Luego,
³ ´
M̃i (~x1 , ~x2 , .., ~xp + ρ~x˜p , .., ~xm ) = M ~ei , ~x1 , ~x2 , .., (~xp )(i?) + ρ(~x˜p )(i?) , .., ~x(i?)
(i?) (i?)
m .

Como M es multilineal en Km+1 , se tiene

³ ´
M̃i (~x1 , ~x2 , .., ~xp + ρ~x˜p , .., ~xm ) = M ~ei , ~x1 , ~x2 , .., (~xp )(i?) , .., ~xm +
(i?) (i?) (i?)

³ ´
ρM ~ei , ~x1 , ~x2 , .., (~x˜p )(i?) , .., ~xm .
(i?) (i?) (i?)

= M̃i (~x1 , ~x2 , .., ~xp , .., ~xm ) + ρM̃i (~x1 , ~x2 , .., ~x˜p , .., ~xm ).

Para lo segundo, observemos que ~e˜j = ~ej+1 , j = 1, 2, .., m; ~e˜j

(1?) ((m+1)?)
= ~ej , j = 1, 2, .., m
y ~e˜j = ~ej+1 , i ≤ j , j = 1, 2, .., m, ~e˜j = ~ej , j < i , j = 1, 2, .., m.
(i?) (i?)

Luego, ³ ´
˜ ˜ ˜ ˜(i?) ˜(i?) ˜(i?) ˜(i?) ˜(i?) ˜(i?)
M̃i (~e1 , ~e2 , .., ~em ) = M ~ei , ~e1 , ~e2 , .., ~ei−1 , ~ei , ~ei+1 , .., ~em

= M (~ei , ~e1 , ~e2 , .., ~ei−1 , ~ei+1 , ~ei+2 , .., ~em+1 )

= (−1)i−1 M (~e1 , ~e2 , ~e3 , .., ~em+1 ).

En lo anterior, entendemos que para i = 1, los vectores del grupo de 1 hasta i − 1 no
aparecen, mientras que para i = m + 1, no aparece el grupo el grupo de vectores de i a m + 1.

14
 Con esto podemos demostrar el siguiente teorema
Teorema: Sea M una función multilineal alternada en Kn . Entonces existe una constante
c ∈ K, tal que
M (~a1 , ~a2 , .., ~an ) = c · Dn (~a1 , ~a2 , .., ~an ) .

Dem: Si lo anterior es cierto, es inmediato que c = M (~e1 , ~e2 , .., ~en ).

Demostraremos el resultado por inducción. Para n = 1 es claro y para n = 2, n = 3 ya
vimos que es cierto. Supongamos cierta la propiedad para n, veamos que también es válida
para n + 1.
n+1
X
Como M es multilineal, M (~a1 , ~a2 , .., ~an+1 ) = [~a1 ]i M (~ei , ~a2 , .., ~an+1 ). Además, de la
i=1
propiedad (ii), se obtiene para cada i:
(i?)
M (~ei , ~a2 , .., ~an+1 ) = M (~ei , ~a2 − [~a2 ]i~ei , .., ~an+1 ) = M (~ei , ~a2 , .., ~an+1 ).

Aplicando lo anterior sucesivamente, llegamos a

(i?) (i?) (i) (i)
M (~ei , ~a2 , .., ~an+1 ) = M (~ei , ~a2 , .., ~an+1 ) = M̃i (~a2 , .., ~an+1 ) .

Pero M̃i es multilineal en Kn , entonces por hipótesis de inducción y la proposición 2,

tenemos

M̃i (~a2 , .., ~an+1 ) = Dn (~a2 , .., ~an+1 ) · M̃i (~e˜1 , ~e˜2 , .., ~e˜n )
(i) (i) (i) (i)

(i) (i)
= (−1)i−1 Dn (~a2 , .., ~an+1 ) · M (~e1 , ~e2 , ~e3 , .., ~en+1 ) .

Luego,
n+1
X (i) (i)
M (~a1 , ~a2 , .., ~an+1 ) = [~a1 ]i (−1)i−1 Dn (~a2 , .., ~an+1 ) · M (~e1 , ~e2 , ~e3 , .., ~en )
i=1

à n+1 !
X (i) (i)
= [~a1 ]i (−1)i+1 Dn (~a2 , .., ~an+1 ) M (~e1 , ~e2 , ~e3 , .., ~en+1 )
i=1

= Dn+1 (~a1 , ~a2 , .., ~an+1 ) · M (~e1 , ~e2 , ~e3 , .., ~en+1 ) .

De lo teorema anterior, obtenemos que la función determinante es única.

15
 DETERMINANTE DE UNA MATRIZ

Sea A ∈ Mn (K) una matriz y denotemos por aij , i, j = 1, 2, .., n sus coeficientes. Para j ∈
{1, 2, .., n}, consideraremos la j-ésima columna de A como un vector de Kn y la denotaremos
por ~aj . Ası́  
a1j
 a2j 
 
~aj =  ..  .
 . 
anj
 
a11 a12 . . . a1n
 a21 a22 . . . a21 
 
y por lo tanto, A =  .. .. . . ..  = (~a1 ~a2 · · · ~aj · · · ~an ).
 . . . . 
an1 an2 . . . ann
Con esta notación, definimos el determinante de A como

det(A) := Dn (~a1 , ~a2 , .., ~an ) .

De la definición de Dn , se tiene que

n
X ³ ´
i+1 (i) (i)
det(a) = a , n = 1 ; det(A) = (−1) ai1 Dn−1 ~a2 , .., ~an , n ≥ 2, n ∈ N .
i=1

Más aún, de la propiedad (IG), obtenemos que para todo j ∈ {2, .., n}
n
X ³ ´
(i) (i) (i)
det(a) = a , n = 1 ; det(A) = (−1)i+j aij Dn−1 ~a1 , .., ~aj−1 , ~aj+1 , .., ~a(i)
n , n ≥ 2, n ∈ N .
i=1

Ejemplo : Sea In la matriz identidad. De la definición tenemos que

³ ´
(1) (1) (1)
det(In ) = 1 · Dn−1 ~e2 , ~e3 , .., ~en = 1 .

En lo que sigue se introducirá una nueva notación. Para, n ≥ 2, definimos la submatriz

ij
A ∈ Mn−1 (K) como la matriz que se obtiene de A, sacando la fila i y la columna j.
   
2 2 0 3 2 2 0 3  
 1 −1 1 2    −1 1 2
Ejemplo: Si A =  , entonces A11 =  1 -1 1 2  =  3 4 1 ,
 5 3 4 1   5 3 4 1 
2 2 1
1 2 2 1 1 2 2 1
 
2 2 0 3  
 1 -1 1 2  2 2 3
A43 = 
 5 3 4 1 =
  1 −1 2  , etc ...
5 3 1
1 2 2 1

16
 X

Usando la definición de la submatriz Aij , se obtiene para todo j = 1, 2, .., n

n
X
~ det(a) = a , n = 1 ; det(A) = (−1)i+j aij det(Aij ) , n ≥ 2, n ∈ N .
i=1

La fórmula anterior corresponde al desarrollo del determinante por la columna j.

 
2 2 0 3
 1 −1 1 2 
Ejemplo: Calcular el determinante de la matriz A =   5
.
3 4 1 
1 2 2 1
Solución: Desarrollemos por la columna 1. O sea, ponemos j = 1 en la fórmula (~)
4
X
det(A) = (−1)i+1 ai1 det(Ai1 ) = a11 det(A11 ) − a21 det(A21 ) + a31 det(A31 ) − a41 det(A41 ) .
i=1

Reemplazando los valores correspondientes queda

   
−1 1 2 2 0 3
det(A) = 2det  3 4 1  − 1det  3 4 1  +
2 2 1 2 2 1
   
2 0 3 2 0 3
5det  −1 1 2  − 1det  −1 1 2  .
2 2 1 3 4 1

Ahora se calcula el determinante de cada una de las submatrices de 3 ×3. Sólo calcularemos
uno para mostrar el proceso
 
−1 1 2 µµ ¶¶ µµ ¶¶ µµ ¶¶
    4 1 1 2 1 2
det 3 4 1 = −1det − 3det + 2det
2 1 2 1 4 1
2 2 1

= −(4 − 2) − 3(1 − 4) + 2(1 − 8) = −7 .

De la misma forma se obtiene que

     
2 0 3 2 0 3 2 0 3
det  3 4 1  = −2 , det  −1 1 2  = −18 , det  −1 1 2  = −35 .
2 2 1 2 2 1 3 4 1

y por lo tanto, det(A) = 2(−7) − (−2) + 5(−18) − (−35) = −67.

17
 También es posible desarrollar por otra columna, por ejemplo j = 3. Este cálculo tiene la
cualidad que tiene una componente cero y por lo tanto, los cálculos se reducen.
     
2 2 3 2 2 3 2 2 3
det(A) = −det  5 3 1  + 4det  1 −1 2  − 2det  1 −1 2  .
1 2 1 1 2 1 5 3 1

PROPIEDADES.

(1) Sea A ∈ Mn (K) y denotemos por A0 la matriz que se obtiene de A permutando un

par de columnas. Entonces, det(A) = −det(A0 ).
Dem: Como A = (~a1 ~a2 · · · ~aj · · · ~an ), entonces
 

A0 = ~a1 ~a2 ~aj · · · ~ai · · · ~an  ,

|{z} |{z}
i j

con i 6= j.
Por defición, det(A0 ) = Dn (~a1 , ~a2 , .., ~aj , .., ~ai , .., ~an ) y como Dn es multilineal alter-
|{z} |{z}
i j
nada, entonces

Dn (~a1 , ~a2 , .., ~aj , .., ~ai , .., ~an ) = −Dn (~a1 , ~a2 , .., ~ai , .., ~aj , .., ~an ) = −det(A) .
|{z} |{z}
i j

(2) Sea A ∈ Mn (K). Supongamos que A tiene la forma

 

A = ~a1 ~a2 · · · α~u + β~v · · · ~an  ,

| {z }
i

donde a~j ∈ Kn , ~u, ~v ∈ Kn y α, β ∈ K. Entonces,

à ! à !
det(A) = αdet ~a1 ~a2 · · · |{z}
~u · · · ~an + βdet ~a1 ~a2 · · · |{z}
~v · · · ~an .
i i

Dem: En efecto, por definición det(A) = Dn (~a1 , ~a2 , .., α~u + β~v , .., ~an ). Como Dn es
| {z }
i
multilineal, por la propiedad (ii), se obtiene el resultado. En particular, si α = β = 0,
entonces det(A) = 0. O sea, si alguna columna es nula, el determinante es cero.

18
 Por otro lado, si tomamos ~v = a~j y α = 1, entonces

det(A) = det (~a1 ~a2 · · · ~u · · · ~an ) ,

ya que en el segundo término se repite una columna y como Dn es alternada, entonces

este término se anula.
Estas dos propiedades nos dicen que si reducimos una matriz por columnas(con
matrices de permutación y matrices elementales con unos en la diagonal), entonces el
determinante no cambia.
 
2 2 0 3
 1 −1 1 2 
Ejemplo: Apliquemos esto a la matriz A =  5
.
3 4 1 
1 2 2 1
Solución: Multiplicamos la primera columna por -1 y la sumamos a la segunda y se
obtiene    
2 2 0 3 2 0 0 3
 1 −1 1 2   
det   = det  1 −2 1 2  .
 5 3 4 1   5 −2 4 1 
1 2 2 1 1 1 2 1

Ahora multiplicamos la primera columna (de la nueva matriz) por − 23 y la sumamos

a la última columna y se llega a
 
2 0 0 0
   
2 0 0 3  
 1 −2 1 1 
 1 −2 1 2   2 
det 
 5 −2 4 1 
 = det 

 .

 5 −2 4 − 13 
1 1 2 1  2 
 
1 1 2 − 21

Ası́ podemos seguir sucesivamente hasta llegar a una matriz triangular inferior.

(3) Sea A ∈ Mn (K). Si las columnas de A son l.d. , entonces det(A) = 0.

Dem: Por definición, det(A) = Dn (~a1 , ~a2 , .., ~an ). Como el conjunto {~a1 , ~a2 , .., ~an } es
l.d., por propiedad (iii), se tiene el resultado.

X
Qn
(4) Sea A ∈ Mn (K) una matriz triangular superior. Entonces, det(A) = i=1 aii . Esto es,
 
a11 a12 . . . a1n
 0 a22 . . . a21  Y n
 
det(A) =  .. .. . . . = aii .
 . . . ..  i=1
0 0 . . . ann

19
 Dem: Por inducción. Para n = 2 tenemos
µ ¶
a11 a12
det(A) = = a11 a22 − 0a12 = a11 a22 .
0 a22

Supongamos ahora que la propiedad se cumple para n y probemosla para n + 1.

Tenemos
n
X n
X
i+1 1j 11
det(A) = (−1) ai1 det(A ) = a11 det(A ) + (−1)i+1 ai1 det(A1j ) .
i=1 i=2

Como A es triangular superior, ai1 = 0 para todo i = 2, 3, .., n. Además, A11 ∈ Mn (K)
es una matriz triangular superior cuyos elementos de la diagonal son {a22 , a33 , .., a(n+1)(n+1) }.
Por lo tanto, de lo anterior y usando la hipótesis de inducción se obtiene
n+1
Y n+1
Y
11
det(A) = a11 det(A ) = a11 · aii = aii .
i=2 i=1

El mismo resultado es válido si A es triangular inferior.

(5) Sean Ipq y Epq (λ, 1), ∈ Mn (K) matrices de permutación y elemental, respectivamente.
Entonces,
det(Ipq ) = −1 ; det(Epq (λ, 1)) = 1 ..

Dem: En efecto, recordemos que (Ipq )pq = (Ipq )qp = 1 ; (Ipq )ii = 1, i 6= p, i 6= q, ; (Ipq )pp =
(Ipq )qq = 0 y (Ipq )ij = 0 para el resto de los casos.
Luego, las matrices de permutación son simétricas y al intercambiar la columna p con
la q se obtiene la matriz In . Por lo tanto, por (1) det(Ipq ) = −det(In ) = −1.
Por otro lado, Epq (λ, 1), ∈ Mn (K) es una matriz triangular inferior con unos en la
diagonal y λ en la posición q, p. Por (4), det(Epq (λ, 1)) = 1.

(6) Sean A, B ∈ Mn (K), entonces det(A · B) = det(A) · det(B).

n n
Dem: En efecto. Para esto, definimos la función M : K × · · · × Kn} → K por
| × K {z
n veces

M (~x1 , ~x2 , .., ~xn ) := Dn (A~x1 , A~x2 , .., A~xn ) .

Es claro que, M es multilineal alternada y además

M (~b1 , ~b2 , .., ~bn ) = Dn (A~b1 , A~b2 , .., A~bn ) = det(AB) ,

20
 M (~e1 , ~e2 , .., ~en ) = Dn (A~e1 , A~e2 , .., A~en ) = det(A) .

Por el teorema, tenemos que M (~x1 , ~x2 , .., ~xn ) = Dn (~x1 , ~x2 , .., ~xn ) · M (~e1 , ~e2 , .., ~en ),
luego,

det(B)det(A) = Dn (~b1 , ~b2 , .., ~bn ) · M (~e1 , ~e2 , .., ~en )

= M (~b1 , ~b2 , .., ~bn ) = Dn (A~b1 , A~b2 , .., A~bn ) = det(AB) .

(7) Sea A ∈ Mn (K). Entonces, det(A) = det(At ).

Dem: Del algoritmo de Gauss, sabemos existe una matriz E, que es un producto finito
entre matrices de permutación y elementales, tal que à = E · A, con à una matriz
triangular superior. De (6), tenemos que det(E)det(A) = det(EA) = det(Ã).
Por otro lado, por (5) y (6), se tiene que det(E) = (−1)# donde # denota el número
de matrices de permutación.
Además, Ãt = At E t . Por lo tanto, det(Ãt ) = det(At )det(E t ).
Como la transpuesta de cada matriz elemental es una matriz triangular superior
con unos en la diagonal y cada matriz de permutación es simétrica, se concluye que
det(E t ) = det(E).
Finalmente, observemos que Ãt es una matriz triangular inferior y los elementos de
la diagonal son exactamente los mismos que Ã, luego por (4) tenemos que det(Ãt ) =
det(Ã). Por lo tanto, se obtiene det(A) = det(At ).
OBSERVACIÓN: Este resultado nos dice que el determinante también se puede
desarrollar por filas, esto es, para todo i = 1, 2, .., n
n
X
det(a) = a , n = 1 ; det(A) = (−1)i+j aij det(Aij ) , n ≥ 2, n ∈ N .
j=1

Por lo tanto, el determinante no cambia si se reduce la matriz por filas.

Luego, para calcular el determinante es posible mezclar operaciones elementales
(adecuadamente) de manera de formar una matriz triangular o para obtener la mayor
cantidad de ceros posible por filas o columnas para hacer los cáluculos más sencillos.
Ejemplo: En el ejemplo anterior
 
2 0 0 0
   
2 2 0 3  
 1 −2 1 1 
 1 −1 1 2   2 
det 
 5
 = det 

 .

3 4 1   5 −2 4 − 13 
1 2 2 1  2 
 
1 1 2 − 21

21
 Desarrollamos el determinante por la primera fila y se obtiene
 
2 0 0 0  
  −2 1 1
  2
 1 −2 1 1   
 2   
det 

 = 2det  −2
  4 − 13
2
 .

 5 −2 4 − 13   
 2 
  1 2 − 12
1 1 2 − 21

Para continuar, se puede permutar la primera y última fila para pivotear nuevamente.
Por lo tanto,
 
2 0 0 0    
  1 2 − 1
1 2 − 1
  2 2
 1 −2 1 1     
 2     
det 

 = −2det  −2 4 − 13  = −2det  0 8 − 15  .
  2   2 
 5 −2 4 − 13     
 2 
  −2 1 1
0 5 −2 1
2
1
1 1 2 −2

(8) Sea A ∈ Kn . det(A) = 0 ssi las columnas de A forman un conjunto l.d. en Kn .

Dem: Ya se demostró que si las columnas eran l.d. en Kn (observe que se consideró Kn
como espacio vectorial sobre K), entonces det(A) = 0. Veamos la implicancia recı́proca.
Supongamos que det(A) = 0. Entonces, la matriz escalonada de A también tiene
determinante cero. Como la matriz escalonada es triangular superior, entonces por (4)
su determinante es el producto de los elementos de la diagonal y por lo tanto, al menos
uno de los elementos de la diagonal tiene que ser nulo.
Luego, el sistema A~x = ~0 tiene más de una solución. O sea, existe
 
x1
 x2 
  ~
~x =  ..  6= 0 ,
 . 
xn

tal que A~x = ~0. Entonces, usando la notación por columnas de A, se tiene que

n
X
A~x = xi~ai = ~0
i=1

y NO todos los coeficientes son nulos, luego el conjunto de las columnas es l.d. .

22
 X

(9) Sea A ∈ Mn (K). Entonces, A es invertible ssi det(A) 6= 0.

Dem: De (8) tenemos que det(A) 6= 0 ssi las columnas de A son l.i. (y por lo tanto
una base de Kn ) y esto es ssi A es invertible.

(10) Sea A ∈ Mn (K) una matriz invertible. Entonces

1
det(A−1 ) = .
det(A)

Dem: En efecto, como A invertible, entonces existe A−1 tal que AA−1 = In , luego

det(AA−1 ) = det(A)det(A−1 ) = det(In ) = 1,

de donde se obtiene el resultado.

INTERPRETACIÓN GEOMÉTRICA DEL DETERMINANTE EN R2 Y R3 .

µ ¶ µ ¶
a1 ~ b1
Sean ~a = , b= ∈ R2 y consideremos la matriz A ∈ M2 (R) cuyas columnas
a2 b2
son los vectores definidos anteriormente, es decir, A = (~a ~b). Entonces, si estos vectores son
l.i., |det(A)| corresponde al área del paralelógramo definido por los vectores ~a y ~b.

23
 En efecto, sabemos que el área de un paralelógramo es el largo de la base por la respectiva
altura. Siguiendo la figura, tomamos como base el vector ~a. De esta manera el área

A = ||~a|| · ||~h|| .

Para obtener ~h, primero se calcula la proyección de ~b sobre el vector ~a(o sobre la recta con
vector director ~a). Este vector lo denotamos por p~ y al hacer los cálculos se obtiene
à !
~
~a • b
p~ = ~a ,
||~a||2

donde • denota el producto punto usual en R2 . Ası́, ~h = ~b − p~ y haciendo los reemplazos

respectivos, se llega a ||~h|| = |a2 b1||~−a
a||
1 b2 |
. Por lo tanto,

A = ||~a|| · ||~h|| = |a2 b1 − a1 b2 | = |det(A)| .

X
   
a1 b1
Veamos el caso de R3 . Ahora, se consideran vectores ~a =  a2  , ~b =  b2 ,
  a3 b3
c1
~c =  c2  ∈ R3 y la matriz A ∈ M3 (R) cuyas columnas son los vectores definidos anterior
c3
mente, es decir, A = (~a ~b ~c). Entonces, si estos vectores son l.i., |det(A)| corresponde al
volumen del paralelepı́pedo regular definido por los vectores ~a, ~b y ~c.

24
 En efecto, sabemos que el volumen de un paralelepı́pedo regular es el área basal por la
respectiva altura. Siguiendo la figura, tomamos como cara basal la formada por los vectores
~a y ~b. De esta manera el volumen se calcula como

V = A~a~b · ||~h|| ,

donde A~a~b es el área de la cara que generan los vectores ~a y ~b.

Como ~h es perpendicular al plano generado por ~a y ~b, entonces éste se obtiene como la
proyección de ~c sobre la recta de vector director ~a × ~b (este producto cruz no es ~0 ∈ R3 , ya
que los vectores son l.i.). Luego,
à !
~
c • (~
a × ~b)
~h = · (~a × ~b) ,
||~a × ~b||2

donde • denota el producto punto usual en R3 .

Por otro lado, de las propiedades del producto cruz se tiene que A~a~b = ||~a × ~b||.
Luego, haciendo los reemplazos respectivos, se llega a
¯¯Ã ! ¯¯
¯¯ ~c · (~a × ~b) ¯¯
~ ¯¯ ¯¯
V = ||~a × b|| · ¯¯ ~
~a × b¯¯ = |~c · (~a × ~b)| .
¯¯ ||~a × ~b||2 ¯¯

Si se aplica la definición del determinante a la matriz A y se desarrolla por la tercera

columna, esto es por ~c, se obtiene que det(A) = ~c · (~a × ~b).
Por lo tanto, V = det(A).

LA MATRIZ DE COFACTORES Y LA REGLA DE CRAMER.

Sea A ∈ Mn (K). De lo anterior, tenemos que para cada j = 1, 2, .., n

n
X
det(A) = (−1)i+j aij det(Aij ) .
i=1

El coeficiente (−1)i+j det(Aij ) se denomina cofactor i, j de A. Usaremos la notación

cij := (−1)i+j det(Aij ) .

De esta manera, se define la matriz de cofactores, como (cof (A))rs := crs , r, s ∈ {1, 2, .., n}.
P
Ası́, det(A) = ni=1 aij cij para todo j = 1, 2, .., n.
Ahora, si k 6= j, entonces
n
X
aik cij = 0 .
i=1

25
 En efecto, sea B la matriz que se obtiene de A sacando la columna j y poniendo en su
lugar, la columna k. Entonces, B tiene dos columnas iguales, luego det(B) = 0.
Además, es claro que B ij = Aij . De esto concluimos que

0 = det(B)
Pn i+j
= i=1 (−1) (B)ij det(B ij )
Pn i+j
= i=1 (−1) aik det(Aij )
Pn
= i=1 aik cij .

De esta manera hemos demostrado que


n
X  det(A) , j = k
aik cij =

i=1 0 , j 6= k

y por lo tanto, (cof (A))t · A = det(A)In .

Luego, si A es invertible, entonces
1
A−1 = (cof (A))t .
det(A)

Observación: cof (At ) = (cof (A))t .

Ejemplo 1 : Obtener la expresión general de la inversa para una matriz A ∈ M2 (R).
µ ¶
a b
Solución: Sea A = ∈ M2 (R). Luego, (cof (A))11 = d, (cof (A))12 = −c, (cof (A))21 =
c d
−b, (cof (A))22 = a. Ası́ µ ¶
d −c
cof (A) = .
−b a

Observemos que A es invertible ssi det(A) = ad − bc 6= 0, por lo tanto,

µ ¶
−1 1 t 1 d −b
A = (cof (A)) = .
ad − bc ad − bc −c a

Ejemplo 2 : Usar la matriz de cofactores para encontrar la inversa de la matriz

 
1 1 0
A= 0 1 1  .
−1 1 −1

Solución: Primero calculamos su determinante. En este caso, det(A) = −3. Por lo tanto, A

26
es invertible. Calculemos la matriz de cofactores.
 
  (−1)1+1 det(A11 ) (−1)1+2 det(A12 ) (−1)1+3 det(A13 )
c11 c12 c13  
 
cof (A) =  c21 c22 c23  =  2+1 21 2+2 22
 (−1) det(A ) (−1) det(A ) (−1) det(A )
2+3 23  .

c31 c32 c33  
(−1)3+1 det(A31 ) (−1)3+2 det(A32 ) (−1)3+3 det(A33 )

Por lo tanto,
 µ ¶ µ ¶ µ ¶ 
1 1 0 1 0 1
 det 1 −1
−det det
−1 −1  −1 1
 
 
 µ ¶ µ ¶ µ ¶ 
 1 0 1 0 1 1 
cof (A) = 
 −det det −det  ,

 1 −1 −1 −1 −1 1 
 
 µ ¶ µ ¶ µ ¶ 
 1 0 1 0 1 1 
det −det det
1 1 0 1 0 1

   
−2 −1 1 −2 1 1
cof (A) =  1 −1 −2  , cof (A)t =  −1 −1 −1  .
1 −1 1 1 −2 1
Luego,  
−2 1 1
1
A−1 = −  −1 −1 −1  .
3
1 −2 1

Finalmente, apliquemos lo anterior para resolver un sistema A~x = ~b, donde A ∈ Mn (K)
es una matriz invertible y ~b ∈ Kn . Premultiplicando por (cof (A))t , tenemos

(cof (A))t · A~x = (cof (A))t~b .

Como A invertible, entonces det(A) 6= 0. Luego ~x = 1

det(A)
(cof (A))t~b.
Entonces, si calculamos la componente i del vector ~x tenemos
n
X
1 ¡ ¢
[~x]i = · (cof (A))t ik bk ,
det(A) k=1

donde bk denota la componente k del vector ~b.

n
X n
X
1 1
[~x]i = · cki bk = · (−1)k+i det(Aki )bk .
det(A) k=1 det(A) k=1

27
 P
La expresión nk=1 (−1)k+i bk det(Aki ) corresponde precisamente al determinante de la ma-
triz Bi , la cual se obtiene de A sacando la columna i y reemplazándola por el vector ~b.
Luego,
det(Bi )
[~x]i = , i = 1, 2, .., n.
det(A)

Esta forma de obtener la solución de un sistema se conoce como LA REGLA DE CRAMER.

Ejemplo: Calcular la solución del sistema
    
1 0 1 x1 1
 −1 −1 1   x2  =  3  .
1 2 0 x3 4

Solución : Primero vemos que det(A) = −3, luego A es invertible. Ası́, tenemos que
     
1 0 1 1 1 1 1 0 1
det  3 −1 1  det  −1 3 1  det  −1 −1 3 
4 2 0 1 4 0 1 2 4
x1 = , x2 = , x3 = .
det(A) det(A) det(A)

28