w

w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
CAPTULO 2
DETERMINANTES
En este captulo introducimos el determinante de una matriz y estudiamos algunas conex-
iones con el clculo de la matriz inversa y la solucin de sistemas de ecuaciones lineales.
2.1. Funcin determinante
Denicin 2.1.1 Sea D : M
n
(F) F una funcin. Decimos que D es una funcin deter-
minante si satisface las siguientes condiciones:
1. Si B se obtiene a partir de A multiplicando la la i de A por F, entonces
D(B) = D(A) ;
2. Si las matrices A, B, C son idnticas excepto en la la i, y la la i de C es la suma de la
la i de A y la la i de B, entonces D(C) = D(A) + D(B);
3. Si A tiene dos las idnticas entonces D(A) = 0 y
4. D(I
n
) = 1.
Una funcin D : M
n
(F) F que verica las primeras dos condiciones en la denicin
2.1.1 se dice que es n-lineal; el nombre lo justicaremos en el captulo 4. Si adems D satisface
la tercera condicin, entonces se dice que D es alternada.
Demostraremos en esta seccin que de existir una funcin determinante D : M
n
(F) F,
esta es nica. Adems, desarrollaremos las propiedades ms importantes que poseen estas fun-
ciones. Dejaremos para la seccin 2.3 la construccin explcita de la (nica) funcin determinante
M
n
(F) F.
Comenzamos estudiando el comportamiento de una funcin determinante cuando una ope-
racin elemental por la es aplicada a una matriz.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
38 juan rada
Teorema 2.1.2 Sea D : M
n
(F) F una funcin alternada y sea A M
n
(F). Entonces:
1. Si B se obtiene a partir de A multiplicando una la de A por F, entonces
D(B) = D(A) ;
2. Si B se obtiene a partir de A intercambiando dos las, entonces
D(B) = D(A) ;
3. Si B se obtiene a partir de A sumando un mltiplo de una la a otra, entonces
D(B) = D(A) .
Demostracin. 1. Es la condicin 1. de la denicin 2.1.1.
2. Si A =
_
_
_
_
_
_
_
_
.
.
.
A
i
.
.
.
A
j
.
.
.
_
_
_
_
_
_
_
_
entonces B =
_
_
_
_
_
_
_
_
.
.
.
A
j
.
.
.
A
i
.
.
.
_
_
_
_
_
_
_
_
. Sea C =
_
_
_
_
_
_
_
_
.
.
.
A
i
+ A
j
.
.
.
A
i
+ A
j
.
.
.
_
_
_
_
_
_
_
_
. Entonces al ser D
una funcin alternada se obtiene
0 = D(C) = D
_
_
_
_
_
_
_
_
.
.
.
A
i
.
.
.
A
i
+ A
j
.
.
.
_
_
_
_
_
_
_
_
+ D
_
_
_
_
_
_
_
_
.
.
.
A
j
.
.
.
A
i
+ A
j
.
.
.
_
_
_
_
_
_
_
_
= D
_
_
_
_
_
_
_
_
.
.
.
A
i
.
.
.
A
i
.
.
.
_
_
_
_
_
_
_
_
+ D
_
_
_
_
_
_
_
_
.
.
.
A
i
.
.
.
A
j
.
.
.
_
_
_
_
_
_
_
_
+ D
_
_
_
_
_
_
_
_
.
.
.
A
j
.
.
.
A
i
.
.
.
_
_
_
_
_
_
_
_
+ D
_
_
_
_
_
_
_
_
.
.
.
A
j
.
.
.
A
j
.
.
.
_
_
_
_
_
_
_
_
= D(A) + D(B) .
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Determinantes 39
3. Si A =
_
_
_
_
_
_
_
_
.
.
.
A
i
.
.
.
A
j
.
.
.
_
_
_
_
_
_
_
_
entonces B =
_
_
_
_
_
_
_
_
.
.
.
A
i
+ A
j
.
.
.
A
j
.
.
.
_
_
_
_
_
_
_
_
y as
D(B) = D
_
_
_
_
_
_
_
_
.
.
.
A
i
.
.
.
A
j
.
.
.
_
_
_
_
_
_
_
_
+ D
_
_
_
_
_
_
_
_
.
.
.
A
j
.
.
.
A
j
.
.
.
_
_
_
_
_
_
_
_
= D
_
_
_
_
_
_
_
_
.
.
.
A
i
.
.
.
A
j
.
.
.
_
_
_
_
_
_
_
_
+ D
_
_
_
_
_
_
_
_
.
.
.
A
j
.
.
.
A
j
.
.
.
_
_
_
_
_
_
_
_
= D(A)
Por el teorema 1.3.4 y el teorema 2.1.2, si D : M
n
(F) F es alternada, entonces, para
todo A M
n
(F), D(A) = D(R) para 0 = F, donde R es la matriz escalonada reducida
de A. Calcular D(R) es fcil, como veremos en nuestro prximo resultado.
Teorema 2.1.3 Sea D : M
n
(F) F una funcin determinante y A M
n
(F) una matriz
triangular. Entonces
D(A) = [A]
11
[A]
22
[A]
nn
Demostracin. Supongamos primero que [A]
11
, [A]
22
, . . . , [A]
nn
son todos diferentes de
cero. Entonces, multiplicando cada la por [A]
1
ii
y aplicando la parte 1. del teorema 2.1.2
obtenemos que
D(A) = [A]
11
[A]
22
[A]
nn
D(B)
donde B es una matriz triangular con todos los coecientes en la diagonal igual a 1. Ahora,
aplicando la operacin elemental en la parte 3. del teorema 2.1.2 repetidas veces nos lleva a que
B es equivalente por las a I
n
y D(B) = D(I
n
) = 1. En consecuencia,
D(A) = [A]
11
[A]
22
[A]
nn
.
Si [A]
ii
= 0 para algn i entonces la matriz escalonada reducida R de A tiene una la 0, lo
cual implica que D(A) = 0 = [A]
11
[A]
22
[A]
nn
.
Teorema 2.1.4 Si existe una funcin determinante D : M
n
(F) F, esta es nica.
Demostracin. Supongamos que D, D

: M
n
(F) F son funciones determinantes y sea
A M
n
(F). Si R es la (nica) matriz escalonada reducida de A entonces, por el teorema 2.1.2
tenemos que D(A) = D(R) y D

(A) = D

(R) para algn F. Como R es una matriz

triangular, se deduce del teorema 2.1.3 que
D(R) = D

(R) = [R]
11
[R]
22
[R]
nn
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
40 juan rada
y as D(A) = D

(A).
A partir de ahora denotaremos por det : M
n
(F) F a la nica funcin determinante (que
existe como veremos en la seccin 2.3) y diremos que det (A) es el determinante de la matriz
A M
n
(F). Los teoremas 2.1.2 y 2.1.3 nos proporcionan un mtodo para calcular el valor
det (A) para cualquier matriz A M
n
(F).
Ejemplo 2.1.5 Consideremos la matriz A =
_
_
1 3 2
2 8 3
1 7 1
_
_
. Entonces
_
_
1 3 -2
2 8 -3
1 7 1
_
_
f
21
(-2)

_
_
1 3 -2
0 2 1
1 7 1
_
_
f
31
(-1)

_
_
1 3 -2
0 2 1
0 4 3
_
_
f
32
(-2)

_
_
1 3 -2
0 2 1
0 0 1
_
_
Luego, usando los teoremas 2.1.2 y 2.1.3 obtenemos
det
_
_
1 3 2
2 8 3
1 7 1
_
_
= 1 2 1 = 2
EJERCICIOS
1. Calcule el determinante de la matrices A y B dadas a continuacin:
A =
_
_
1 3 2
4 2 3
0 2 1
_
_
y B =
_
_
_
_
1 2 3 4
2 3 4 1
3 4 1 2
4 1 2 3
_
_
_
_
2. Demuestre que en general, det (A + B) = det (A) + det (B) .
3. Si una matriz A tiene una la 0, entonces det (A) = 0.
4. Demuestre que det (E
pq
) = 1, det (E
p
()) = y det (E
pq
()) = 1.
5. Sea F. Demuestre que para cualquier matriz A M
n
(F) se tiene que
det (A) =
n
det (A) .
6. Demuestre que si A, B M
n
(F) son matrices triangulares, entonces
det (AB) = det (A) det (B) .
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Determinantes 41
2.2. Propiedades del determinante
Vamos ahora a deducir algunas propiedades importantes de la funcin determinante
det : M
n
(F) F.
Teorema 2.2.1 Una matriz A M
n
(F) es invertible si, y slo si, det (A) = 0.
Demostracin. Si A es invertible, entonces, por el teorema 1.4.5, A
f
I
n
. Luego por el
teorema 2.1.2, det (A) = det (I
n
) = = 0. Recprocamente, si A no es invertible, entonces
rgo (A) < n por el teorema 1.4.5. Es decir, A
f
R, donde la matriz escalonada reducida R de
A tiene slo ceros en la ltima la. En particular, det (R) = 0. As, det (A) = det (R) = 0.
Teorema 2.2.2 Si A, B M
n
(F) , entonces det (AB) = det (A) det (B).
Demostracin. Si A no es invertible, entonces, por el teorema 2.2.1, det (A) = 0. Por otro
lado, usando el corolario 1.4.7 tenemos que R = UA, donde R es la matriz escalonada reducida
de A y U una matriz invertible. Adems, por el teorema 1.4.5, la ltima la R
n
de R es 0,
esto implica que (RB)
n
= R
n
B = 0. Como RB = U(AB), se deduce del corolario 1.4.7 que
AB
f
RB. Se obtiene entonces por el teorema 2.1.2 que det (AB) = det (RB) = 0 = 0.
Supongamos ahora que A es invertible. Entonces, por el teorema 1.4.5, A = E
1
E
k
, donde
E
j
es una matriz elemental para cada j = 1, . . . , k. Luego el problema se reduce a demostrar que
det (EB) = det (E) det (B) para cualquier matriz elemental E. Por el teorema 1.4.3, teorema
2.1.2 y teniendo en cuenta que det (E
pq
) = 1, det (E
p
()) = y det (E
pq
()) = 1 tenemos que
det (E
pq
B) = det (f
pq
(B)) = 1det (B) = det (E
pq
) det (B)
det (E
p
() B) = det (f
p
() (B)) = det (B) = det (E
p
()) det (B)
det (E
pq
() B) = det (f
pq
() (B)) = det (B) = det (E
pq
()) det (B)
Corolario 2.2.3 Si A M
n
(F) es invertible, entonces det (A
1
) =
1
det(A)
.
Demostracin. Observamos primero que por el teorema 2.2.1, det (A) = 0. Luego, por el
teorema 2.2.2,
1 = det (I
n
) = det
_
AA
1
_
= det (A) det
_
A
1
_
Teorema 2.2.4 Si A M
n
(F) , entonces det (A) = det
_
A

_
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
42 juan rada
Demostracin. Si A no es invertible, entonces, por el teorema 1.2.15, A

tampoco es
invertible. Luego por el teorema 2.2.1, 0 = det (A) = det
_
A

_
. Supongamos ahora que A es
invertible. Entonces, por el teorema 1.4.5 existen matrices elementales E
1
, . . . , E
k
tales que
A = E
k
E
1
. Luego por el teorema 1.2.15 parte 4., A

= E

1
E

k
. As, por el teorema 2.2.2,
det (A) = det (E
k
) det (E
1
) y det
_
A

_
= det
_
E

k
_
det
_
E

1
_
. Bastara con demostrar que
det (E) = det
_
E

_
para toda matriz elemental. En el caso de las matrices elementales del tipo
E
pq
y E
p
() se cumple porque son matrices simtricas. Finalmente, como (E
pq
())

= E
qp
() ,
entonces
det
_
E
pq
()

_
= det (E
qp
()) = 1 = det (E
pq
())
Como consecuencia de este resultado obtenemos que el teorema 2.1.2 sigue siendo vlido
cuando sustituimos la por columna.
Teorema 2.2.5 Sea A M
n
(F). Entonces:
1. Si B se obtiene a partir de A multiplicando una columna de A por F, entonces
det (B) = det (A) ;
2. Si B se obtiene a partir de A intercambiando dos columnas, entonces det (B) = det (A) ;
3. Si B se obtiene a partir de A sumando un mltiplo de una columna a otra, entonces
det (B) = det (A) .
Demostracin. En cada caso aplicamos el teorema 2.1.2 a la matriz traspuesta y luego
usamos teorema 2.2.4.
EJERCICIOS
1. La matriz N M
n
(F) se llama nilpotente si N
k
= 0 para algn entero k 1. Demuestre
que si N es nilpotente, entonces det (N) = 0.
2. Una matriz A M
n
(F) se llama idempotente si A
2
= A. Cules son los valores posibles
para det (A)?
3. Demuestre que para cualesquiera dos matrices A y B se tiene que det (AB) = det (BA).
4. Sean A y B matrices n n tales que AB = BA. Si n es impar demuestre que A o B no
es invertible.
5. Una matriz ortogonal es una matriz nn que satisface AA

= I
n
. Demuestre que si A es
ortogonal entonces det (A) = 1.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Determinantes 43
2.3. Existencia de la funcin determinante
Vamos a demostrar en esta seccin que existe una funcin determinante M
n
(F) F. Para
eso necesitamos primero recordar algunas nociones bsicas de la teora de permutaciones.
Denicin 2.3.1 Una permutacin de {1, . . . , n} es una biyeccin
: {1, . . . , n} {1, . . . , n}
Usualmente la denotamos por
1

n
, donde
i
es la imagen de i bajo . S
n
es el conjunto de
las permutaciones de {1, . . . , n} .
Ejemplo 2.3.2 Las permutaciones de S
2
son 12 y 21. En S
3
hay 6 permutaciones:
123, 132, 231, 213, 312 y 321
Si S
n
entonces la funcin inversa la denotamos por
1
, de manera que
1
=
1
= ,
donde = 1 n es la permutacin identidad. Claramente
1
S
n
y = (
1
)
1
. Por otra
parte, la composicin de permutaciones es tambin una permutacin. Es decir, si , S
n
,
entonces S
n
.
Ejemplo 2.3.3 Consideremos las permutaciones = 13524 y = 12543 de S
5
. Entonces

1
= 14253 y = 13425
Denicin 2.3.4 Una inversin de una permutacin S
n
es un par (j, k) tal que
1 j < k n
y
j
>
k
. El signo de S
n
se dene como sgn() = (1)
m
, donde m es el nmero de
inversiones de .
En otras palabras, el signo de una permutacin S
n
es 1 cuando tiene un nmero par de
inversiones y 1 cuando tiene un nmero impar de inversiones.
Ejemplo 2.3.5 Consideremos la permutacin 142365 S
6
. Entonces las inversiones de esta
permutacin son
(2, 3) , (2, 4) , (5, 6)
y, en consecuencia, sgn(142365) = 1.
Ejemplo 2.3.6 Fijemos 1 i < j n y denamos la permutacin S
n
como
i
= j,
j
= i
y
k
= k para todo k {1, . . . , n} tal que k = i y k = j. Esto es,
= 1 (i 1) (j) (i + 1) (j 1) (i) (j + 1) n
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
44 juan rada
Entonces las inversiones de son:
(i, i + 1) , (i, i + 2) , . . . , (i, j)
y
(i + 1, j) , (i + 2, j) , . . . , (j 1, j)
En la primera lista aparecen j i inversiones y en la segunda lista j i 1. Por lo tanto,
sgn() = (1)
2(ji)1
= 1.
La permutacin denida en el ejemplo 2.3.6 recibe el nombre de trasposicin. Observamos
que si S
n
y es la trasposicin que mueve a i, j, entonces es la permutacin que se
obtiene a partir de intercambiando las posiciones i y j.
Teorema 2.3.7 Si , S
n
, entonces sgn() = sgn() sgn().
Demostracin. Consideremos el polinomio p = p (x
1
, . . . , x
n
) =

i<j
(x
i
x
j
) y sea S
n
.
Denamos (p) =

i<j
_
x

i
x

j
_
. Como es biyectiva, entonces vamos a tener que (p) = p
o (p) = p. De hecho, (p) = p si, y slo si, hay un nmero par de trminos en (p) de
la forma (x
r
x
s
) tales que r > s. Es decir, existen un nmero par de (i, j) tales que i < j,

i
= r > s =
j
. Este es precisamente el nmero total de inversiones de . As hemos demostrado
que para cada S
n
(p) = sgn() p
Ahora sean , S
n
. Entonces
sgn() p = (p) = [ (p)] = [sgn() p]
= sgn() sgn() p
Esto implica que sgn() = sgn() sgn().
Ahora estamos en condiciones de denir explcitamente la funcin determinante
det : M
n
(F) F.
Teorema 2.3.8 La funcin D : M
n
(F) F denida por
D(A) =

S
n
sgn() [A]
1
1
[A]
2
2
[A]
n
n
con A M
n
(F), es una funcin determinante.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Determinantes 45
Demostracin. Vamos a demostrar que D satisface las cuatro condiciones de la denicin
2.1.1.
1. Supongamos que B M
n
(F) se obtiene a partir de A M
n
(F) multiplicando la la
i de A por F. Entonces, para todo j = 1, . . . , n tenemos que [B]
kj
= [A]
kj
si k = i y
[B]
ij
= [A]
ij
. Luego,
D(B) =

S
n
sgn() [B]
1(1)
[B]
2(2)
[B]
i(i)
[B]
n(n)
=

S
n
sgn() [A]
1(1)
[A]
2(2)
[A]
i(i)
[A]
n(n)
=

S
n
sgn() [A]
1(1)
[A]
2(2)
[A]
i(i)
[A]
n(n)
= D(A)
2. Supongamos que A, B, C M
n
(F) son idnticas excepto en la la i, y la la i de C
es la suma de la la i de A y la la i de B. Es decir, para todo j = 1, . . . , n tenemos que
[C]
kj
= [A]
kj
= [B]
kj
si k = i y [C]
ij
= [A]
ij
+ [B]
ij
. Entonces
D(C) =

S
n
sgn() [C]
1(1)
[C]
2(2)
[C]
i(i)
[C]
n(n)
=

S
n
sgn() [C]
1(1)
[C]
2(2)

_
[A]
i(i)
+ [B]
i(i)
_
[C]
n(n)
=

S
n
sgn() [A]
1(1)
[A]
2(2)
[A]
i(i)
[A]
n(n)
+

S
n
sgn() [B]
1(1)
[B]
2(2)
[B]
i(i)
[B]
n(n)
= D(A) + D(B)
3. Supongamos que A tiene dos las iguales, digamos las las que estn en la posicin i y la
posicin k, donde 1 i < k n. Es decir, para todo j = 1, . . . , n tenemos que [A]
ij
= [A]
kj
.
Sea la trasposicin tal que
i
= k y
k
= i. Entonces, para todo S
n
se tiene que
[A]
p
p
= [A]
p()
p
si p = i y p = k
[A]
i
i
= [A]
k()
k
[A]
k
k
= [A]
i()
i
y por el ejemplo 2.3.6 y el teorema 2.3.7,
sgn() = sgn() sgn() = sgn()
Consideremos la particin de S
n
dada por los dos conjuntos
= { S
n
:
i
<
k
}
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
46 juan rada
y
= { S
n
:
i
>
k
} .
Observamos que existe una biyeccin dada por , para todo S
n
. Entonces
D(A) =

S
n
sgn() [A]
1
1
[A]
i
i
[A]
k
k
[A]
n
n
=

sgn() [A]
1
1
[A]
i
i
[A]
k
k
[A]
n
n
+

sgn() [A]
1
1
[A]
i
i
[A]
k
k
[A]
n
n
=

sgn() [A]
1
1
[A]
i
i
[A]
k
k
[A]
n
n
+

sgn() [A]
1()
1
[A]
i()
i
[A]
k()
k
[A]
n()
n
=

sgn() [A]
1
1
[A]
i
i
[A]
k
k
[A]
n
n

sgn() [A]
1
1
[A]
i
i
[A]
k
k
[A]
n
n
= 0
4.
D(I
n
) =

S
n
sgn() [I
n
]
1
1
[I
n
]
n
n
= sgn(12 n) [I
n
]
11
[I
n
]
nn
= 1
Como consecuencia de la propiedad de unicidad que tiene la funcin determinante (teorema
2.1.4) escribiremos de ahora en adelante
det (A) =

S
n
sgn() [A]
1
1
[A]
2
2
[A]
n
n
(2.1)
para todo A M
n
(F).
Ejemplo 2.3.9 Sea A M
2
(F) con elementos [A]
ij
= a
ij
, para todo 1 i, j 2. Entonces,
S
2
= {12, 21}, donde sgn(12) = 1 y sgn(21) = 1 y, en consecuencia,
det (A) = a
11
a
22
a
12
a
21
Ejemplo 2.3.10 Sea A M
3
(F) con elementos [A]
ij
= a
ij
, para todo 1 i, j 3. Entonces
S
3
= {123, 231, 312, 321, 213, 132}
donde
sgn(123) = sgn(231) = sgn(312) = 1
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Determinantes 47
y
sgn(321) = sgn(213) = sgn(132) = 1
Por lo tanto,
det (A) = a
11
a
22
a
33
+ a
12
a
23
a
31
+ a
13
a
21
a
32
a
13
a
22
a
31
a
12
a
21
a
33
a
11
a
23
a
32
EJERCICIOS
1. Calcule el signo de las siguientes permutaciones: 32154; 21453; 41235.
2. Usando la frmula (2.1), calcule el determinante para las siguientes matrices:
A =
_
1 4
3 7
_
y B =
_
_
0 2 1
0 1 5
1 3 3
_
_
2.4. La expansin de Laplace
Vamos a presentar en esta seccin un nuevo mtodo para calcular el determinante de una
matriz.
Denicin 2.4.1 Sea A M
n
(F). Consideremos la matriz A
ij
M
n1
(F) obtenida a partir
de A al eliminar la la i y la columna j de A. Entonces A
ij
se llama la submatriz principal
ij de A. El escalar (1)
i+j
det (A
ij
) se llama el cofactor de [A]
ij
.
Ejemplo 2.4.2 Para la matriz A =
_
_
1 3 2
2 8 3
1 7 1
_
_
, la submatriz principal 23 de A es
A
23
=
_
1 3
1 7
_
y el cofactor de [A]
23
es (1)
2+3
4 = 4.
Vamos a presentar una forma recursiva para calcular el determinante de una matriz en
trminos de los cofactores de la matriz.
Teorema 2.4.3 Sea A M
n
(F). Entonces para cada i = 1, . . . , n
det (A) =
n

j=1
(1)
i+j
[A]
ij
det (A
ij
)
y para cada j = 1, . . . , n
det (A) =
n

i=1
(1)
i+j
[A]
ij
det (A
ij
)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
48 juan rada
Demostracin. Demostraremos la segunda frmula. Por el teorema 2.1.4 basta ver que la
funcin : M
n
(F) F dada por (A) =
n

i=1
(1)
i+j
[A]
ij
det (A
ij
) es una funcin determi-
nante.
1. Supongamos que B M
n
(F) se obtiene a partir de A M
n
(F) multiplicando la la k
de A por F. Entonces para todo j es claro que B
kj
= A
kj
y as,
[B]
kj
det (B
kj
) = [A]
kj
det (A
kj
) .
Si i = k, entonces, por la (n 1)-linealidad del determinante tenemos que para todo j
det (B
ij
) = det (A
ij
)
y como [A]
ij
= [B]
ij
concluimos que
[B]
ij
det (B
ij
) = [A]
ij
det (A
ij
)
Esto demuestra que (B) = (A).
2. Supongamos que A, B, C M
n
(F) son idnticas excepto en la la k, y la la k de C es
la suma de la la k de A y la la k de B. Para todo j tenemos que C
kj
= A
kj
= B
kj
y as,
[C]
kj
det (C
kj
) = [A]
kj
det (A
kj
) + [B]
kj
det (B
kj
)
Si i = k, entonces, por la (n 1)-linealidad del determinante tenemos que para todo j
det (C
ij
) = det (A
ij
) + det (B
ij
)
y al ser [C]
ij
= [A]
ij
= [B]
ij
entonces
[C]
ij
det (C
ij
) = [A]
ij
det (A
ij
) + [B]
ij
det (B
ij
)
Esto demuestra que (C) = (A) + (B).
3. Supongamos que A tiene dos las iguales, digamos las las que estn en la posicin k y la
posicin l, donde 1 k < l n.. Si i = k o i = l, entonces, claramente, det (A
ij
) = 0 para todo
j porque es el determinante de una matriz que tiene dos las iguales. Por otra parte, como A
lj
se obtiene a partir de A
kj
intercambiando la la l 1 por la las k, k + 1, . . . , l 2, se deduce
de la parte 1 del teorema 2.1.2 que (1)
lk1
det (A
lj
) = det (A
kj
). En consecuencia,
(A) = (1)
k+j
[A]
kj
det (A
kj
) + (1)
l+j
[A]
lj
det (A
lj
)
= (1)
k+j
[A]
kj
(1)
lk1
det (A
lj
) + (1)
l+j
[A]
lj
det (A
lj
)
= (1)
j+l1
[A]
kj
det (A
lj
) + (1)
l+j
[A]
kj
det (A
lj
) = 0
4.
(I
n
) =
n

i=1
(1)
i+j
[I
n
]
ij
det
_
(I
n
)
ij
_
= (1)
2j
[I
n
]
jj
det
_
(I
n
)
jj
_
= det (I
n1
) = 1
Las frmulas para el determinante de una matriz encontradas en el teorema 2.4.3 se llaman la
expansin de Laplace del determinante de A por la la i y por la columna j respectivamente.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Determinantes 49
Ejemplo 2.4.4 Sea A =
_
_
1 3 2
2 8 3
1 7 1
_
_
. Consideremos las siguientes operaciones elementales:
_
_
1 3 2
2 8 3
1 7 1
_
_
f
21
(2)

_
_
1 3 2
0 2 1
1 7 1
_
_
f
31
(1)

_
_
1 3 2
0 2 1
0 4 3
_
_
Luego por el teorema 2.1.2, det (A) = det
_
_
1 3 2
0 2 1
0 4 3
_
_
. Usamos ahora la expansin de Laplace
por la columna 1 y obtenemos
det (A) = [A]
11
det (A
11
) = 1det
_
2 1
4 3
_
= 6 4 = 2
Presentamos a continuacin una tcnica para construir la inversa de una matriz a travs de
los cofactores de una matriz.
Denicin 2.4.5 La adjunta de A M
n
(F), que denotamos por adj (A), la denimos como
[adj (A)]
ij
= (1)
i+j
det (A
ji
)
Ejemplo 2.4.6 Para la matriz
A =
_
_
1 3 2
2 8 3
1 7 1
_
_
tenemos, por ejemplo, que [adj (A)]
32
= (1)
5
det
_
1 3
1 7
_
= 4. De manera similar se calcu-
lan todos los coecientes [adj (A)]
ij
de la matriz adj (A) obteniendo as la matriz
adj (A) =
_
_
29 17 7
5 3 1
6 4 2
_
_
Relacionamos la adjunta de una matriz con la inversa en nuestro prximo resultado.
Teorema 2.4.7 Si A M
n
(F) , entonces Aadj (A) = det (A) I
n
. En particular, si A es inver-
tible, entonces
A
1
=
1
det (A)
adj (A)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
50 juan rada
Demostracin. El trmino i, j de Aadj (A) es
[Aadj (A)]
ij
=
n

k=1
[A]
ik
(1)
k+j
det (A
jk
)
Si i = j, entonces, por el teorema 2.4.3
[Aadj (A)]
ii
=
n

k=1
(1)
k+i
[A]
ik
det (A
ik
) = det (A)
Supongamos que i = j, digamos i < j. Si A
1
, . . . , A
n
son las las de A construyamos la matriz
C con las C
1
, . . . , C
n
dadas por C
k
= A
k
para todo k = j y C
j
= A
i
. Entonces es claro
que [C]
ik
= [A]
ik
= [C]
jk
y det (A
jk
) = det (C
jk
) para todo k. Adems, det (C) = 0 porque tiene
dos las iguales. Luego,
[Aadj (A)]
ij
=
n

k=1
[A]
ik
(1)
k+j
det (A
jk
) =
n

k=1
(1)
k+j
[C]
jk
det (C
jk
)
= det (C) = 0
Esto demuestra que Aadj (A) = det (A) I
n
.
Si A es invertible, entonces multiplicamos ambos lados por A
1
, obteniendo as
A
1
=
1
det (A)
adj (A)
Ejemplo 2.4.8 Si A =
_
_
1 3 2
2 8 3
1 7 1
_
_
entonces ya vimos en el ejemplo 2.4.4 que det (A) = 2
y en el ejemplo 2.4.6 que
adj (A) =
_
_
29 17 7
5 3 1
6 4 2
_
_
Se deduce del teorema anterior que
A
1
=
_
_
29/2 17/2 7/2
5/2 3/2 1/2
3 2 1
_
_
Es posible aplicar el teorema 2.4.7 para describir la nica solucin de un sistema de ecuaciones
del tipo AX = B cuando A es una matriz invertible.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Determinantes 51
Corolario 2.4.9 (Regla de Cramer) Sea A M
n
(F) y B = (b
1
, . . . , b
n
)

M
n1
(F) . Si
det (A) = 0, entonces la ecuacin matricial AX = B tiene una nica solucin dada por
[X]
j
=
1
det (A)
n

i=1
(1)
i+j
b
i
det (A
ij
)
para todo j = 1, . . . , n.
Demostracin. Por el teorema 2.2.1, A es invertible porque det (A) = 0. En consecuencia,
por el teorema 1.4.5, AX = B tiene nica solucin X = A
1
B. Pero por el teorema 2.4.7,
X = A
1
B =
1
det (A)
adj (A) B
EJERCICIOS
1. Para cada 1 i, j 3, calcule los cofactores de [A]
ij
para la matriz A =
_
_
2 8 1
2 3 1
3 1 5
_
_
.
2. Usando el teorema 2.4.3 encuentre el determinante de la matrices
A =
_
_
_
_
1 1 3 2
2 3 6 1
3 1 0 1
2 2 3 1
_
_
_
_
, B =
_
_
1 2 3
1 1 2
1 1 1
_
_
y C =
_
_
0 1 + i 1 + 2i
1 i 0 2 3i
1 2i 2 + 3i 0
_
_
3. Usando el teorema 2.4.3 demuestre que el determinante de una matriz triangular es el
producto de los elementos sobre la diagonal.
4. Demuestre que det (V ) =

1i<jn
(x
j
x
i
), donde V es la matriz de Vandermonde
V =
_
_
_
_
_
_
_
1 1 1 1
x
1
x
2
x
3
x
n
x
2
1
x
2
2
x
2
3
x
2
n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
1
x
n1
2
x
n1
3
x
n1
n
_
_
_
_
_
_
_
5. Considere la matriz B =
_
_
1 1 1
2 3 4
5 8 9
_
_
. Encuentre i) det (B) ; ii) adj (B) y iii) B
1
usando
adj (B).
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
52 juan rada
6. Determine si las matrices dadas a continuacin son invertibles. Si son invertibles, calcule
la inversa usando el teorema 2.4.7:
A =
_
3 6
4 8
_
, B =
_
_
2 1 4
1 0 5
19 7 3
_
_
, C =
_
_
_
_
1 1 1 1
1 2 1 2
1 1 2 1
1 3 3 2
_
_
_
_
7. Resuelva cada uno de los sistemas de ecuaciones usando la Regla de Cramer:
a)
2x + y + z = 6
3x 2y 3z = 5
8x + 2y + 5z = 11
_
_
_
; b)
2x + y z = 4
x + z = 2
y + 5z = 1
_
_
_
.
8. Demuestre que si A es una matriz n n, entonces
a) det (adj (A)) = det (A)
n1
;
b) adj (A)

= adj
_
A

_
;
c) adj (adj (A)) = det (A)
n2
A.