03 - 2013 MODULO1 CAP2 DETERMINANTES Utn

UNIVERSIDAD TECNOLÓGICA NACIONAL
FACULTAD REGIONAL
CONCEPCION DEL URUGUAY
MODULO I
MATRICES-DETERMINANTES
SISTEMAS DE ECUACIONES LINEALES
Equipo docente
Lic. Martinelli Mercedes, Lic. Bataglia Noemí,
Ing. Aguiar Osvaldo, Ing. Carena Fernanda.
Capítulo 2:
Introducción a los
Determinantes.
i
MODULO I – MATRICES – DETERMINANTES – SISTEMAS DE ECUACIONES LINEALES
Índice
2.0. Objetivos. 1
2.1. Introducción. 2
2.1.1. Historia de los determinantes. 2
2.2. Determinantes. 3
2.2.1. Método recursivo. Conceptos previos. 4
2.2.1.1. Determinante asociado a una matriz de orden dos. 4
2.2.1.2. Menor o menor complementario. 5
2.2.1.3. Cofactor o adjunto. 5
2.2.2. Resolución recursiva de un determinante de orden n. 7
2.2.2.1. Resolución de un determinante mediante la regla de Sarrus. 10
2.2.3. Regla de Laplace. 12
2.2.3.1. Expansión de la i–ésima fila. 12
2.2.3.2. Expansión de la j–ésima columna. 12
2.3. Algunas propiedades de los determinantes. 14
2.3.1. Demostración de las propiedades. 17
2.4. Cálculo de A–1 mediante la matriz adjunta. 35
2.4.1. Matriz cofactor. 35
2.4.2. Matriz de los adjuntos o matriz adjunta. 36
2.4.3. Relación entre una matriz, su adjunta y su determinante. 38
2.4.4. Relación entre la inversa de una matriz, su adjunta y su determinante. 39
2.5. Otros métodos para el cálculo de determinantes. 40
2.5.1. Regla de Chío para el cálculo de determinantes. 40
2.5.2. Cálculo de determinantes por reducción a la forma escalonada. 41
2.6. Cálculo del rango de una matriz mediante determinantes. 43
2.6.1. Menor de una matriz Am×n. 43
2.6.2. Rango de una matriz no nula Am×n. 44
2.6.2.1. Método orlado. 44
2.7. Ejercicios. 48
2.7.1. Algunas soluciones. 54
2.7.2. Ejercicios varios. 55
2.0. OBJETIVOS
• Valorar la importancia de los determinantes, dentro del álgebra matricial.
• Calcular el determinante de una matriz cuadrada de cualquier orden, por dis-

tintos métodos.
• Conocer las propiedades de los determinantes y su contribución a la simpli-

ficación de los cálculos.
• Calcular la inversa de una matriz cuadrada por el método de determinantes y

adjuntos.
• Calcular el rango de una matriz usando determinantes.
1
2.1. INTRODUCCION
2.1.1. Historia de los determinantes
El término matriz fue creado por James Joseph Sylvester, tratando de dar a
entender que era “la madre de los determinantes”, aunque los determinantes aparecieron
en la matemática más de un siglo antes que las matrices.
Algunos de los más grandes matemáticos de los siglos XVIII y XIX contri-
buyeron al desarrollo de las propiedades de los determinantes. La mayoría de los histo-
riadores coinciden en afirmar que la teoría de los determinantes se originó con el mate-
mático alemán Goofried Wilhelm Leibniz (1646–1716), quien fue, con Newton, el co-
inventor del cálculo diferencial e integral. Leibniz empleó los determinantes en 1693
con relación a los sistemas de ecuaciones lineales simultáneas. No obstante hay quienes
creen que el matemático japonés Seki Kowa hizo lo mismo unos 10 años antes.
Las contribuciones más ricas y prolíficas a la teoría de los determinantes

fueron las del matemático francés Agustin Louis Cauchy (1789–1857). Cauchy escribió,
en 1812 una memoria de 84 páginas que contenía la primera demostración del teorema
det(AB) = det(A)det(B).
Pero también hay otros matemáticos que realizaron sus aportes, como por
ejemplo, el desarrollo de un determinante por cofactores fue empleado por primera vez
por el matemático francés Pierre de Laplace (1749–1827), aunque Laplace es más cono-
cido por la Transformada que lleva su nombre, que se estudia en los cursos de matemá-
ticas aplicadas. Otro gran contribuyente a la teoría de los determinantes fue el matemá-
tico alemán Carl Gustav Jacobi (1804–1851). Fue con él con quien la palabra “determi-
nante” ganó la aceptación definitiva. Lo primero en lo que Jacobi empleó los determi-
nantes fue en las funciones, al establecer la teoría de las funciones de varias variables.
Más tarde, Sylvester llamó jacobiano a este determinante.
2
Capítulo 1: Introducción a los Determinantes
2.2. DETERMINANTES
La definición rigurosa de determinantes es bastante complicada, por lo que

lo haremos recién al final de este capítulo.
Mientras tanto, consideremos el conjunto de matrices cuadradas de orden n
sobre K. La idea es asociar a cada matriz un elemento del cuerpo K. Esta expresión re-
cibe el nombre de determinante y se lo denota como det(A), D(A) o A.

Por lo tanto, como primer acercamiento a una definición, podemos dar la si-
guiente:
Un determinante es la función:
D(A): An(K) → K
Definición 2.1.
A ֏ det(A) = D(A) = A
.
Es decir, ∀An(K) se le asigna un valor,

A
∈ K.
Como ya lo advirtiéramos en el capítulo I de matrices, las barras las

utilizamos para denotar un determinante, nunca una matriz, aclarando además que la
notación Ano significa valor absoluto de una matriz sino su determinante asociado,
 a11 … a1n 
 
de manera tal que si, An(K) =  ⋮ ⋱ ⋮  , su determinante asociado es,
a ⋯ a 
 n1 nn 
a11 … a1n
Det(A) = D(A) = A = ⋮ ⋱ ⋮ ∈ K.
an1 ⋯ ann
La pregunta que parece surgir es ¿cómo hallar el valor de esta expresión que
resulta un elemento del cuerpo K?
Existen muchas técnicas o métodos para el cálculo de un determinante. Nos

abocaremos ahora a analizar las distintas formas de encontrar dicho valor.
3
2.2.1. Método recursivo. Conceptos previos
Para poder calcular un determinante recursivamente, necesitamos conocer

previamente la resolución de un determinante de orden 2, dado que siempre podemos
reducirlos a este tamaño, y también necesitamos los conceptos de menores (o menores
complementarios) y cofactores o adjuntos.
2.2.1.1. Determinante asociado a una matriz de orden 2
Resolución de a a12 
Sea A2(K) =  11  , entonces,
un determinante aso-  a21 a22 
ciado a una matriz de a11 a12

det (A) = D(A) = A
= = a11a22 – a12a21.
orden 2. a21 a22
Ejemplo 2.1.
Dadas las siguientes matrices, calcular sus determinantes respectivos:
1 2
a) A2(R) =  ,
3 4
 3 −2 
b) B2(R) =  ,
 5 −4 
 −1 −3 
c) C2(C) =  ,
 −i 0 
 −1 −7 
d) D2(R) =  .
1 6
Solución:
a) Det(A) = 1⋅4 – 2⋅3 = –2,

b) B= 3(–4) – (–2)5 = –2,
c) C = (–1)0 – (–3)(–i) = –3i,
d) Det(D) = (–1)6 – (–7)1 = 1.
4
2.2.1.2. Menor o menor complementario
Sea An(K). Se llama menor o menor complemen-
Definición 2.2. tario del elemento aij de la matriz A, al determinante de or-

den n – 1 que se obtiene al suprimir la i–ésima fila y la j–
ésima columna.
Notación: a los menores de un elemento se los suele denotar con:

Mij = D(aij) = Det(aij).
Ejemplo 2.2.
 1 −2 
1. Sea A =   , calcular M11 y M21.
3 4 
 3 −2 −4 
 
2. Si B =  5 1 6  , calcular M33, M31 y M13.
0 1 0 
 
Solución:
1. M11 = 4 = 4, y, M21 = –2 = –2.

3 −2 −2 −4 5 1
2. M33 = = 13, M31 = = –8, y, M13 = = 5.
5 1 1 6 0 1
2.2.1.3. Cofactor o adjunto

Se llama cofactor (o adjunto) Cij del elemento aij,
al determinante de orden n – 1 que se obtiene al suprimir la
Definición 2.3. i–ésima fila y la j–ésima columna de la matriz A, multiplicado
por el factor (–1)i + j.
Cij = (–1)i + j ⋅ Mij.
Ejemplo 2.3.
 1 −2 
1. Sea A =   , calcular C11 y C21.
3 4 
5
 3 −2 −4 
 
2. Si B =  5 1 6  , calcular C33, C31, C13 y C12.
0 1 0 
 
Solución:
Aprovechamos aquí los cálculos de los menores del ejercicio 2.2.

1. C11 = (–1)1+14= 1 ⋅ 4 = 4, y, C21 = (–1)2+1–2 = (–1)(–2) = 2.
3 −2 −2 −4
2. C33 = (–1)3+3 = 1 ⋅ 13 = 13, C31 = (–1)3+1 = 1(–8) = –8,
5 1 1 6
5 1 −2 −4
C13 = (–1)1+3 = 1 ⋅ 5 = 5, y, C12 = (–1)1+2 = (–1)4 = –4.
0 1 1 0
1. Observación
1.1. Como vemos, los menores y cofactores en valor absoluto son iguales, sólo
pueden diferir en el signo porque,
Cij = (–1)i + j ⋅ Mij = ± Mij.
dependiendo si i + j es par o impar, por eso en la práctica, lo que se hace es
calcular el menor y después aplicar el “patrón de signos”:
+ − + − + − ⋯
− + − + − + ⋯
+ − + −
+ − + + − + − + − ⋯
+ − − + − +
, − + −, , − + − + − + ⋯.
+ − + − + −
+ − + + − + − + − ⋯
− + − +
⋱ ⋱ ⋱ ⋱
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
1.2. Observemos que las posiciones impares, es decir, donde i + j es impar,
tienen signos negativos y las pares, donde i + j es par, los signos son
positivos.
6
2.2.2. Resolución recursiva de un determinante de orden n

Ahora estamos en condiciones de llegar a la resolución de determinantes de
una manera recursiva:
El determinante asociado a una matriz es
la función recursiva, Det(A) = D(A) = A
, de
Resolución recursiva de un
manera tal que,
determinante asociado a una
a11 si n = 1
matriz de orden n. 
Det(A) = D(A) = A
=  n
∑ a1 k C1k si n > 1.
 k =1
2. Observación
2.1. En otras palabras esto es, el determinante de una matriz A es –considerando

la primera fila– la suma de los productos de cada elemento por su respectivo
cofactor.
2.2. Muchos autores consideran esta resolución como una definición. También
suele denominarse “desarrollo de un determinante por los elementos de la
primera línea”.
Es decir, si consideramos las siguientes matrices:

 a11 a12 a13 
 
 A3(K) =  a21 a22 a23  , entonces,
a a33 
 31 a32
a11 a12 a13

A = Det(A) = a21 a22 a23 = a11C11 + a12C12 + a13C13
a31 a32 a33
a22 a23 a21 a23 a21 a22

= a11(–1)1+1 + a12(–1)1+2 + a13(–1)1+3 ,
a32 a33 a31 a33 a31 a32
resolvemos cada cofactor teniendo en cuenta que C12 tiene signo negativo:
= a11(a22a33 – a23a32) – a12(a21a33 – a23a31) + a13(a21a32 – a22a31),
y aplicamos propiedad distributiva,
= a11a22a33 – a11a23a32 – a12a21a33 + a12a23a31 + a13a21a32 – a13a22a31,
agrupamos los términos positivos y negativos:
7
A = (a11a22a33 + a12a23a31 + a13a21a32)–( a13a22a31 + a11a23a32 + a12a21a33).
 a11 a12 a13 a14 

 
a a a23 a24 
 A4(K) =  21 22 , entonces,
 a31 a32 a33 a34 
 
 a41 a42 a43 a44 
a11 a12 a13 a14

a21 a22 a23 a24
A = Det(A) = = a11C11 + a12C12 + a13C13 + a14C14,
a31 a32 a33 a34
a41 a42 a43 a44
Aplicamos el patrón de los signos de los cofactores,

a11 a12 a13 a14
a21 a22 a23 a24
= a11M11 – a12M12 + a13M13 – a14M14,
a31 a32 a33 a34
a41 a42 a43 a44
a22 a23 a24 a21 a23 a24 a21 a22 a24 a21 a22 a23
A = a11 a32 a33 a34 – a12 a31 a33 a34 + a13 a31 a32 a34 – a14 a31 a32 a33 .
a42 a43 a44 a41 a43 a44 a41 a42 a44 a41 a42 a43
Como el método es recursivo, debemos recurrir a la resolución de los de-

terminantes de orden 3.
A los efectos de simplificar los cálculos, lo hacemos por separado:
a33 a34 a32 a34 a a33
C11 = a22 – a23 + a24 32 ,
a43 a44 a42 a44 a42 a43
resolvemos cada cofactor y aplicamos propiedad distributiva,

C11 = (a22a33 a44 + a32a43a24 + a23a34a42) – (a24a33a42 + a23a32a44+ a34a43a22).
a33 a34 a31 a34 a a
C12 = a21 – a23 + a24 31 33 ,
a43 a44 a41 a44 a41 a43

a32 a34 a a34 a a32
C13 = a21 – a22 31 + a24 31 ,
a42 a44 a41 a44 a41 a42

8
a32 a33 a31 a33 a31 a32

C14 = a21 – a22 + a23
a42 a43 a41 a43 a41 a42

Retomando los cálculos, reemplazamos el valor de los cofactores,
A= a11[(a22a33a44 + a32a43a24 + a23a34a42) – (a24a33a42 + a23a32a44 +
a34a43a22)]– a12[(a21a33 a44 + a31a43a24 + a23a34a41) – (a24a33a41 + a23a31a44 + a34a43a21)] +
a13[(a21a32 a44 + a31a42a24 + a22a34a41) – (a24a32a41 + a22a31a44 + a34a42a21)] –
a14[(a21a32a43 + a31a42a23 + a22a34a41) – (a23a32a41 + a22a31a43 + a33a42a21)].
Aplicamos propiedad distributiva,
A = [a11a22a33a44 + a11a32a43a24 + a11a23a34a42 + a12a24a33a41 + a12a23a31a44
+ a12a34a43a21 + a13a21a32a44 + a13a31a42a24 + a13a22a34a41 + a14a23a32a41 + a14a22a31a43+
a14a33a42a21] – [a11a24a33a42 + a11a23a32a44 + a11a34a43a22 + a12a21a33a44 + a12a31a43a24 +
a12a23a34a41 + a13a24a32a41 + a13a22a31a44 + a13a34a42a21 + a14a21a32a43 + a14a31a42a23 +
a14a22a34a41].
No nos asustemos, porque en la práctica, estos cálculos son relativamente
fáciles, (aunque algo tediosos). Pero además, cuando el orden del determinante sea ma-
yor a 4, como aliciente, emplearemos propiedades o algún software.
Ejemplo 2.4.
 2 3 −2 4
 1 2 −1   
 2 −1     3 −2 1 2
Sean A =   , B =  0 3 1  y C = , calcular
3 1  2 1 4   3 2 3 4
   
 −2 4 0 5
sus respectivos determinantes asociados.
Solución:
a) Det(A) = a11C11 + a12C12 = 2⋅1 + 1⋅ 3 = 5.

1 2 −1
3 1 0 1 0 3
b) B = 0 3 1 =1 –2 +(–1) = 11 + 4 + 6 = 21.
1 4 2 4 2 1
2 1 4
9
2 3 −2 4
3 −2 1 2
c) C = = 2C11 + 3C12 + (–2)C13 + 4C14. Calcularemos
3 2 3 4
−2 4 0 5
aparte los cofactores:

−2 1 2
3 4 2 4 2 3
C11 = 2 3 4 = (–2) –1 +2 = (–2)15 – 1(–6) + 2(–12) = –48.
0 5 4 5 4 0
4 0 5
3 1 2
3 4 3 4 3 3
C12 = 3 3 4 = 3 –1 +2 = 3 ⋅ 15 – 1 ⋅ 23 + 2 ⋅ 6 = 34.
0 5 −2 5 −2 0
−2 0 5
3 −2 2
2 4 3 4 3 2
C13 = 3 2 4 =3 +2 +2 = 3(–6) + 2 ⋅ 23 + 2 ⋅ 16 = 60.
4 5 −2 5 −2 4
−2 4 5
3 −2 1
2 3 3 3 3 2
C14 = 3 2 3 =3 +2 +1 = 3(–12) + 2 ⋅ 6 + 1 ⋅ 16 = –8.
4 0 −2 0 −2 4
−2 4 0
C = 2C11 + 3C12 + (–2)C13 + 4C14 = 2(–48) – 3 ⋅ 34 + (–2)60 – 4(–8) = –286.
2.2.3. Resolución de un determinante mediante la regla de Sarrus
Existe un método práctico para calcular todos los sumandos que intervienen
en la resolución de un determinante de orden 3 que se conoce con el nombre de Regla
de Sarrus1 y es válida sólo para determinantes de orden tres.
El esquema que se muestra a la derecha, en la figura 1, hace que la regla de
Sarrus también se la conozca como el método de la estrella.
Fig 1.
– o –
1
Pierre Sarrus, (1798 –1861), matemático francés, profesor en la Universidad de Estrasburgo,
demostró el lema fundamental del cálculo de variaciones y publicó numerosas obras sobre la re-
solución de ecuaciones de varias incógnitas. Se destaca su obra Método para hallar las condi-
ciones de integrabilidad de una ecuación diferencial.
10
productos positivos – productos negativos productos positivos – productos negativos
Otra forma consiste en repetir a11 a12 a13 a11 a12 a13
la primera y la segunda fila del determi- a21 a22 a23 a21 a22 a23
nante después de la tercera fila, y entonces a31 a32 a33 – a31 a32 a33
los productos se obtienen como lo indica a11 a12 a13 a11 a12 a13
a21 a22 a23 a21 a22 a23
la figura 2.
Fig. 2
O bien, repetir la primera y la
segunda columna del determinante después de la tercera columna, y entonces los pro-
ductos se obtienen, de acuerdo a la figura 3.
a b c a b c a b a b c a b
Fig. 3 d e f = d e f d e − d e f d e
g h i g h i g h g h i g h
= [(aei + bfg + dhc) – (ceg + fha + dbi)].
Ejemplo 2.5.
1 2 −1
Usando la regla de Sarrus, calcular los siguientes determinantes: 0 3 1
2 1 4
1 2 −1
y −1 3 0 .
2 1 −2
Solución:
1 2 −1
0 3 1 = (1⋅3⋅4 + 0⋅1⋅(–1) + 2⋅1⋅2) – ((–1)⋅3⋅2 + 2⋅0⋅4 + 1⋅1⋅1))
2 1 4
= (12 + 0 + 4) – (–6 + 0 + 1) = 21.

1 2 −1
−1 3 0 = (1⋅3(–2) + (–1)1(–1) + 2⋅0⋅2) – ((–1)3⋅2 + 0⋅1⋅1 + 2⋅(–1)(–2))
2 1 −2
= (–6 + 1 + 0) – (–6 + 0 + 4) = –3.
11
2.2.4. Regla de Laplace

Esta regla permite expandir la el método de resolu-
ción recursiva, a cualquier fila o columna.
En realidad, el método expuesto en el punto 2.2.2.
es un caso particular de la Regla de Laplace.
Para optimizar cálculos, se elige la línea que tenga
más elementos nulos.
2.2.4.1. Expansión de la i–ésima fila.

Laplace, Pierre Simon,
(1749 –1827).
 a11 ⋯ a1 j ⋯ a1n 
  Astrónomo y matemá-
⋯ ⋯ ⋮ ⋯ ⋯ tico francés, conocido
Sea A =  ai1 ⋯ aij ⋯ ain  , entonces, selec- por haber aplicado
  con éxito la teoría de
⋯ ⋯ ⋮ ⋯ ⋯
la gravitación de
a ⋯ anj ⋯ ann 
 n1 Newton a los movi-
mientos planetarios en
cionando una fila fija i:
el Sistema Solar.
n
D(A) = ∑a C
j =1
ij ij = ai1Ci1 + ai 2Ci 2 + ⋯ + ainCin . Laplace sistematizó
toda la obra matemá-
tica que se había rea-
lizado sobre la gravi-
2.2.4.2. Expansión de la j–ésima columna. tación.
También trabajó sobre
la teoría de la proba-
 a11 ⋯ a1 j ⋯ a1n  bilidad en su Teoría
  analítica de las proba-
⋯ ⋯ ⋮ ⋯ ⋯
bilidades (1812) y en
Sea A =  ai1 ⋯ aij ⋯ ain  , entonces, selec-
  Ensayo filosófico so-
⋯ ⋯ ⋮ ⋯ ⋯ bre la probabilidad
a ⋯ anj ⋯ ann  (1814).
 n1
cionando una columna fija j:
n
D(A) = ∑a C
i =1
ij ij = a1 j C1 j + a2 j C2 j + ⋯ + anj Cnj .
Ejemplo 2.6.
12
 1 −2 3 0
 −1 0 3 1 
1) Calcular el determinante de A =  usando la regla de
2 0 0 3
 
 0 0 −1 1
Laplace.
2) Resolver las siguientes ecuaciones:
x −1 −1 −1
a) 0 x+2 1 = 0 , aplicando la regla de Laplace.
0 2 1
1 1 1
b) x −2 5 = 0 , aplicando la regla de Sarrus.
x2 4 25
Solución:
1) En este caso nos conviene la expansión de la segunda columna.

D(A) = a12 C12 + a22 C22 + a32 C32 + a42 C42.
Dado que los coeficientes a22 = a32 = a42 = 0, el único cofactor que sobre-
vive es C12, (recordar que posee signo negativo) por lo tanto,
−1 3 1
D(A) = a12 C12 = – (–2) 2 0 3. (I)
0 −1 1
Volvemos a expandir el determinante de orden 3, hasta que nos quede un

determinante de orden 2. Elegimos la segunda fila (también se podría elegir la tercera fi-
la, o bien primera o segunda columna):
−1 3 1
2 0 3 = a21 C21 + a22 C22 + a23 C23, dado que a22 = 0, entonces,
0 −1 1
3 1 −1 3
= a21 C21 + a23 C23 = –2 –3 = –11.
−1 1 0 −1
reemplazando este valor en (I):
D(A) = 2(–11) = –22.
13
x −1 −1 −1
a) 0 x+2 1 = x 2 − x = 0 → x = 0 ∨ x = 1. ,
0 2 1
1 1 1
b) x −2 5 = 7 x 2 − 21x − 70 = 0 → x = −2 ∨ x = 5.
x2 4 25
2.3. ALGUNAS PROPIEDADES DE LOS DETERMINANTES
Presentamos aquí las propiedades de los determinantes que más se utilizarán

en el curso, y que luego, se demostrarán y ejemplificarán.
1. El determinante de una matriz triangular es igual al producto de los

n
 = a11 a22 … a33 =
elementos de su diagonal. D(A) = det(A) = A ∏a
i =1
ii .
2. El determinante de una matriz es igual al determinante de su trans-

puesta. ∀n, D(A) = D(AT).
3. El determinante de la matriz identidad, cualquiera sea su orden, siem-

pre es igual a 1: ∀n: D(In) = 1.
4. Sean A, A1, A2, …, Ak, k matrices cuadradas iguales –excepto en la fila

i–ésima– de tal forma que la fila i–ésima de A es la suma de las filas i–
ésimas de A1, A2, …, Ak, entonces se verifica que,
D(A) = D(A1) + D(A2) + …+ D(Ak).
Observación: No confundir esta propiedad con la siguiente no propiedad:

En general el determinante de la suma de matrices NO ES IGUAL a la suma de los
determinantes: D(A + B) ≠ D(A) + D(B).
5. Si en una matriz A se permutan entre sí dos líneas paralelas, se obtiene

otra matriz B de determinante opuesto: D(B) = –D(A).
6. Si se multiplican los elementos de una línea de una matriz A, por una

constante, se obtiene otra matriz B, de tal forma que el valor del deter-
minante de B es igual al de A multiplicado por dicha constante.
14
D(B) = αD(A).
Observación: Es muy diferente multiplicar una matriz por un número

(todos los elementos se multiplican por el número) que multiplicar un determinante por
un número (se multiplica una sola fila o una sola columna por el número). Si se quiere
calcular el determinante de una matriz múltiplo escalar, entonces, D(αA) = αnD(A).
7. Si un determinante tiene todos los elementos de una línea nulos, el de-

terminante vale cero.
8. Un determinante que tiene dos líneas paralelas iguales, vale cero.
9. Si los elementos de dos líneas son proporcionales, es decir, si una es

múltiplo escalar de otra, el determinante vale cero.
9.1. Esta propiedad se puede generalizar de la siguiente manera: Si los ele-

mentos de una línea son combinación lineal de otras paralelas, el de-
10. Si a los elementos de una línea de una matriz A se les suman los de otra
línea paralela a ella, multiplicados previamente por una constante, se
obtiene otra matriz B, que tiene el mismo determinante que A, es decir,
D(B) = D(A).
10.1. Esta propiedad se puede generalizar de la siguiente manera: Si a los

elementos de una línea se les suma una combinación lineal de otras pa-
ralelas, el determinante no varía.
EFECTO DE LAS OPERACIONES ELEMENTALES APLICADAS A FILAS O

COLUMNAS DE UN DETERMINANTE
I) Si A y B son matrices cuadradas, y B se obtiene a partir de A por la aplica-

ción de la operación elemental tipo I, entonces, por propiedad 5):
D(B) = –D(A).
II) Si A y B son matrices cuadradas, y B se obtiene a partir de A por la aplica-

ción de la operación elemental tipo II, entonces, por propiedad 6):
D(B) = αD(A).
15
III) Si A y B son matrices cuadradas, y B se obtiene a partir de A por la aplica-

ción de la operación elemental tipo III, entonces, por propiedad 10):
D(B) = D(A).
DETERMINANTES RELACIONADOS CON LAS MATRICES ELEMENTALES
I. Det(Eij) = –1, por propiedad 5).

II. Det(Ei(α)) = α, por propiedad 6).
III. Det(Eij(α)) = 1, por propiedad 10).
1. Si E es una matriz elemental, entonces, EA ⋅A

 = E .
1.1.1. EijA = Eij⋅A = –A.
1.1.2. Ei(α)A = Ei(α)⋅A = αA.
1.1.3. Eij(α)A = Eij(α)⋅A = A.
11.  ≠ 0.
Una matriz cuadrada A es invertible si y sólo si A
12. Sean A y B matrices cuadradas y conformables, entonces, el determi-

nante del producto es igual al producto de sus respectivos determinan-
tes. Det(AB) = Det(A)Det(B).
12.1. Esta propiedad puede extenderse a k matrices:
Det(A1… Ak) = Det(A1) … Det(Ak).
1
13. Si A es invertible, entonces, A −1 = .
A
14. La siguiente propiedad no está relacionada directamente con el determinante

de una matriz:
La suma de los productos de los elementos de una línea por los adjuntos
de los elementos de una línea paralela a ella, es cero.
16
2.3.1. DEMOSTRACIÓN DE LAS PROPIEDADES
2.3.2. Parte 1.
1. Determinante de matrices triangulares.

Para encontrar el determinante de matrices triangulares, superior o inferior,
basta con multiplicar los elementos de la diagonal principal.
 a11 a12 ⋯ a1n   a11 0 ⋯ 0 
   
 0 a22 ⋮ a2 n   a21 a22 ⋮ 0 
Si A = o A= , entonces,
 ⋮ ⋮ ⋮ ⋮   ⋮ ⋮ ⋮ ⋮ 
   
 0 0 ⋯ ann   a2 n 0 ⋯ ann 
n
 = a11 a22 … a33 =
D(A) = det(A) = A ∏a
i =1
ii .
Demostración:
Realizaremos la demostración inductivamente, sobre una matriz triangular

superior y aplicando la expansión de Laplace, (elegiremos siempre la última
fila de la matriz).
Supongamos que A es una matriz triangular superior de orden n.
 Si n = 1, A = (a11) → D(A) = a11.
a a12 
 Si n = 2, A =  11  → D(A) = a21C21 + a22C22, dado que a21 = 0, en-
 0 a22 
tonces, D(A) = a11a22.

 a11 a12 a13 
 
 Si n = 3, A =  0 a22 a23  → D(A) = a31C31 + a32C32 + a33C33, dado que
 0 0 a33 

a11 a12
a31 = a32 = 0, entonces, D(A) = a33C33 = a33 = a11a22a33.
0 a22
 …………………………
17
 a11 a12 … a1k 

 
0 a22
 Si n = k, A =   → D(A) = ak1Ck1 + ak2Ck2 + … + akkCkk,
 0 0 ⋱ ⋮ 
 
 0 0 ⋯ akk 
dado que ak1 = ak2 = … = ak, k-1 = 0, entonces, D(A) = akkCkk.

 Observemos que Ckk = (–1)2kMkk, donde Mkk es el determinante de una ma-
triz triangular superior formada por la supresión de la k–ésima fila y la k–
ésima columna de A. Por lo tanto Ckk es de orden k – 1. Entonces, aplicando
inducción sobre k, se obtiene que:
D(A) = akkCkk = akk(a11a22 … a33ak-1,k-1) = a11a22a33 … ak-1,k-1akk.
Ejemplo 2.7.
1 2 −1
Calcular el determinante D(A) = 0 3 1 .
0 0 4
Solución:
Si trabajamos con la Regla de Laplace y elegimos la fila 3, se obtiene:

D(A) = a31C31 + a32C32 + a33C33, dado que a31 = a32 = 0, entonces,
1 2
D(A) = a33C33 = 4 = 1 ⋅ 3 ⋅ 4 = 12.
0 3
2. El determinante de una matriz es igual al determinante de su trans-

puesta.
En otras palabras, el valor de un determinante no varía si se cambian filas
por columnas o viceversa siempre que se mantenga el mismo orden. Como
consecuencia de esto se tiene que ∀n, D(An( )) = D(An( )T).
Demostración:
Nuevamente, trabajaremos con inducción:
 Si n = 1, A1(K) = (a11) = AT → D(A) = a11 = D(AT).
a a12   a11 a12 


T
Si n = 2, A2(K) =  11 , y A =   , aplicando la regla de
 a21 a22   a21 a22 
Laplace en la primera fila de A y en la primer columna de AT,

18
D(A) = a11C11 + a12C21 = a11a22 – a12a21 = D(AT).

 a11 a12 a13   a11 a21 a31 
   
 Si n = 3, A3(K) =  a21 a22 T
a23  , y A =  a12 a22 a32  , por Observa-
a a33  a a33 
 31 a32  13 a23
ción 2, ítem 2.2, sabemos que,

a22 a23 a21 a23 a21 a22
D(A) = a11(–1)1+1 + a12(–1)1+2 + a13(–1)1+3
a32 a33 a31 a33 a31 a32
= (a11a22a33 + a12a23a31 + a13a21a32) – (a13a22a31 + a11a23a32

+ a12a21), y, aplicando la regla de Laplace en la primera columna de AT,
D(AT) = a11C11 + a12C12 + a13C13
a22 a32 a21 a31
= a11(–1)1+1 + a12(–1)1+2 + a13(–
a23 a33 a23 a33
a21 a31
1)1+3 = D(A).
a22 a33
…………….
 Supongamos que la propiedad es cierta para matrices de orden n – 1.
Sean A = (aij) y B = (bij) = AT.
Calculando D(A) mediante la regla de Laplace en la primera fila se tiene:
a1 j D ( a1 j ) .
n
∑ ( −1)
1+ j
D(A) = a11 C11 + a12 C12 + … + a1nC1n = (I)
j =1
Mientras que, aplicando la regla de Laplace en la primera columna se tiene:

n
∑ ( −1) bi1 D ( bi1 ) .

1+ j
D(B) = b11 C11 + b21 C21 + … + bn1Cn1 = (II)
i =1
Pero por definición de transpuesta,

(a1j) = (bi1), y, D(a1j) = (D(bi1))T.
Y, dado que hemos supuesto que la propiedad es cierta para matrices de or-
den n – 1, entonces, D(a1j) = D(bi1), por lo tanto las relaciones (I) y (II) son
iguales, con lo cual, se puede afirmar que,
∀n, D(An(K)) = D(An(K)T).
Ejemplo 2.8.
19
 1 0 0
 
Sea A =  −1 3 1  . Mostrar que D(A) = D(AT).
 1 0 4
 
Solución:
Si trabajamos con la Regla de Laplace y elegimos la fila 1, se ob-

tiene:
D(A) = a11C11 + a12C12 + a13C13, dado que a12 = a13 = 0, entonces,
3 1
D(A) = a13C13 = 1 = 12.
0 4
 1 −1 1 
T  
A =  0 3 0  . Si trabajamos con la Regla de Laplace y elegi-
0 1 4
 
mos la columna 1, se obtiene:
D(AT) = a11C11 + a21C21 + a31C31, dado que a21 = a31 = 0, entonces,
3 0
D(AT) = a31C31 = 1 = 12.
1 4
3. El determinante de la matriz identidad, cualquiera sea su orden, siem-

pre es igual a 1: ∀n: D(In) = 1.
Demostración:
Dado que la matriz identidad es una matriz triangular, inferior y superior,

está incluida en la demostración de la propiedad 1).
4. Sean A, A1, A2, …, Ak, k matrices cuadradas iguales –excepto en la fila

i–ésima– de tal forma que la fila i–ésima de A es la suma de las filas i–
ésimas de A1, A2, …, Ak, entonces se verifica que,
D(A) = D(A1) + D(A2) + …+ D(Ak).
3. Observación
3.1. Lo dicho para la fila i–ésima también es válido para la columna j–ésima.
3.2. En general el determinante de la suma de matrices NO ES IGUAL a la suma
de los determinantes: D(A + B) ≠ D(A) + D(B). No confundir la propiedad
4) con esta desigualdad.
20
Para no confundirse, conviene utilizar la notación por filas o por columnas:

3.2.1. Notación por filas: A = (F1, …, Fk + Fs, …, Fn), entonces,
D(A) = D(F1, …, Fk , …, Fn), + D(F1, …, Fs, …, Fn),
3.2.2. Notación por columnas: A = (C1 … Cj + Ck … C1), entonces,
det(A) = det(C1 … Cj … C1) + det(C1 … Ck … C1).
Ejemplo 2.9.
 1 0 0
 7 3  
Sean A =   y B =  −1 3 1  , descomponer alguna línea en 3 su-
 1 5  1 0 4
 
mandos y calcular D(A) y D(B) como suma de 3 determinantes.
Solución:
 Para calcular D(A), podemos descomponer la fila 1 y considerar la entrada

a11 = 7 = 2 + 4 + 1 y a12 = 3 + 0 + 0, entonces, aplicando la propiedad 4), se
obtiene:
7 3 2 + 4 +1 3 + 0 + 0 2 3 4 0 1 0
= = + + ,
1 5 1 5 1 5 1 5 1 5
32 = 7 + 20 + 5.
 Para calcular D(B), podemos considerar la columna 3, y expresar la entrada
a33 = 4 = 2 + 1 + 1, a23 = 1 = 2 – 1 + 0 y a13 = 0 = 1 – 1+ 0, entonces, apli-
cando la propiedad 4), se obtiene:
1 0 0 1 0 1 −1 + 0
−1 3 1 = −1 3 2 − 1 + 0
1 0 4 1 0 2 +1+1
1 0 1 1 0 −1 1 0 0
= −1 3 2 + −1 3 −1 + −1 3 0
1 0 2 1 0 1 1 0 1
12 = 3 + 6 + 3.
5. Si en una matriz A se permutan entre sí dos líneas paralelas, se obtiene

otra matriz B de determinante opuesto: D(B) = –D(A).
Demostración:
21
Nuevamente, trabajaremos con inducción, con n ≥ 2:
a a12 
 Si n = 2, A2(K) =  11  → D(A) = a11a22 – a12a21, y, si permutamos
 a21 a22 
a a22 
las filas se obtiene la matriz B =  21  → D(B) = a21a12 – a22a11 = –
 a11 a12 
(a11a22 – a12a21) = –D(A).

 Supongamos que la propiedad es cierta para matrices de orden n – 1.
3.2.3. Sean A = (F1, …, Fk, … , Fs, …, Fn) y B = (F1, …, Fs, … , Fk, …, Fn).
n
Desarrollando D(A) por la fila s, D(A) = ∑a
r =1
sr Csr , donde Csr son los cofac-
tores en A correspondientes a cada elemento de la fila s, y son determinantes

de orden k – 1.
n
Desarrollando D(B) también por la fila s, D(A) = ∑a
r =1
sr Csr , donde Csr son
los cofactores en B correspondientes a cada elemento de la fila s, y son de-

terminantes de orden n – 1.
Pero C srB = −C srA puesto que al ser cofactores de orden n – 1 donde las filas s
y k están intercambiadas, satisfacen la hipótesis de inducción, por lo que

queda establecido lo que se quería probar, que es D(B) = –D(A).
Ejemplo 2.10.
2 1 0  ∼ 1 2 0 
   
1) A = 1 0 1   0 1 1  = B, entonces,
 1 1 −1 C ↔ C  1 1 −1 
  2 1 
2 1 0 1 2 0
1 0 1 =−0 1 1 .
1 1 −1 1 1 −1
 7 3 3 7
2) Sean A =   yB=   , calcular D(A) y D(B) y verificar que son
 1 5 5 1
opuestos.
Solución:
22
D(A) = 35 – 3 = 32, y, dado que B se obtiene de A permutando las dos co-

lumnas, entonces, D(B) = 3 – 35 = –32.
6. Si a una matriz A se multiplican los elementos de una línea por una

constante, se obtiene otra matriz B cuyo determinante es igual al de A
multiplicado por dicha constante. D(B) = αD(A).
Demostración:
A = (F1, …, Fk, …, Fn) y B = (F1, …, αFk, …, Fn), obtenida de A porque la

fila k se multiplica por una constante α, entonces, aplicando regla de Lapla-
ce en esta fila:
D(B) = αak1Ck1 + αak2Ck2 + … + αaknCkn
= α(ak1Ck1 + ak2Ck2 + … + aknCkn)
n
= α ∑ aks Cks
s =1
= αD(A).
4. Observación
4.1. Es muy diferente multiplicar una matriz por un número (todos los elementos
se multiplican por el número) que multiplicar un determinante por un
número (se multiplica una sola fila o una sola columna por el número).
4.2. Si se quiere calcular el determinante de una matriz múltiplo escalar,

entonces, D(αA) = D(αC1, αC2, …, αCn), aplicando prop. 6 en la 1er.
columna
= αD(C1, αC2, …, αCn), aplicando prop. 6 en la 2da.
columna
= ααD(C1, C2, …, αCn),
…………….. aplicando prop. 6 en la n–ésima columna
= αnD(A).
4.3. La propiedad 6 nos permite extraer factor común por línea.
Ejemplo 2.11.
23
2 −4 1
a) Sean D(A) = 1 0 0 , calcularlo factorizando alguna línea.
0 1 1
 1 0 0
 
b) Sea A =  −1 3 1  , calcular D(2A).
 1 0 4
 
Solución:
a) Si descomponemos la fila 1 en factores, obtenemos,

1
2 ⋅ 1 2 ⋅ ( −2 ) 2 ⋅
2 −4 1 2
D(A) = 1 0 0 = 1 0 0 ,
0 1 1 0 1 1
notemos que la fila 1 está multiplicada por una constante α = 2, entonces,

1
1 −2
2 −4 1 2
1 0 0 =2 1 0 0 , luego, aplicamos la regla de Laplace sobre la
0 1 1 0 1 1
1
1 −2
2  1
2 +1 −2  5
segunda fila: 2 1 0 0 = 2 1( −1) 2  = –2⋅  −  = 5.
   2
0 1 1  1 1 
 1⋅ 2 0 0   2 0 0
   
b) 2A =  ( −1) 2 3 ⋅ 2 1 ⋅ 2  =  −2 6 2  , observar que el escalar 2 multi-
 1⋅ 2 0 4 ⋅ 2   2 0 8 

plica a todos los elementos de la matriz, por lo cual, D(2A) = 23D(A), pues, aplicando la
propiedad 6, extrayendo factor común por fila α = 2:
2 0 0 1 0 0
−2 6 2 = 2 −1 3 1 → 2 ⋅ 48 = 23 ⋅ 12.
3
2 0 8 1 0 4
24
2.3.3. Parte 2. Condiciones que “hacen” que un determinante sea nulo
7. Si un determinante tiene todos los elementos de una línea nulos, el de-

Demostración:
Basta elegir esa línea aplicando la regla de Laplace.
Ejemplo 2.12.
2 −4 1
Calcular D(A) = 0 0 0.
0 1 1
Solución:
Elegimos la fila 2 para aplicar la regla de Laplace.

A = a31C21 + a22C22 + a23C23, dado que a31 = a22 = a32 = 0, entonces,
D(A) = 0.
8. Un determinante que tiene dos líneas paralelas iguales, vale cero.
Demostración:
Para demostrar esta propiedad nos basaremos en la 5).

Sean A = (F1, …, Fs, … , Fs, …, Fn) y B = (F1, …, Fs, … , Fs, …, Fn), que se
obtiene de A al intercambiar estas filas, entonces D(B) = –D(A), pero como
las filas son iguales,
D(B) = D(A) = –D(A) → 2D(A) = 0 → D(A) = 0.
Ejemplo 2.13.
2 −4 1
1) Calcular D(A) = 1 0 0.
2 −4 1
25
2
bc a
a
2
2) Demostrar, mediante propiedades, que ac b = 0, ∀ a, b, c ≠ 0.
b
2
ab c
c
Solución:
1) Dado que las filas 1 y 3 son iguales, sabemos que el valor de este determi-
nante es cero. Verifiquémoslo mediante la regla de Laplace aplicada en la segunda fila:
−4 1
D(A) = –1 = (–1)(–4 + 4) = 0.
−4 1
2) Podemos multiplicar y dividir –para no alterar el resultado– la segunda co-
1
lumna por la expresión abc: abc de manera tal que,
abc
2 2 1
bc a bc abc a
a a abc
2 2 1
ac b = ac abc b , haciendo uso de la propiedad 6:
b b abc
2 2 1
ab c ab abc c
c c abc
bc bc a
1
=2 ac ac b = 0, por tener iguales las dos primeras co-
abc
ab ab c
lumnas.
9. Si los elementos de dos líneas son proporcionales, es decir, si una es

múltiplo escalar de otra, el determinante vale cero.
Demostración:
Sea A = (F1, …, Fk, … , Fs, …, Fn), tal que Fs = αFk , entonces A = (F1, …,
Fk, … , αFk, …, Fn), con lo cual, por propiedad 6) y 8) D(A) = 0.
9.1. Esta propiedad se puede generalizar de la siguiente manera: Si los elementos
de una línea son combinación lineal de otras paralelas, el determinante vale
cero.
26
Sea A = (F1, …, Fi, …, Fk, … , Fs, …, Fn), tal que Fs = αiFi + … + αkFk, en-
tonces, por propiedad 6) y 8),
D(A) = D(F1, …, Fi, …, Fk, … , αiFi + … + αkFk, …, Fn) = αiD(F1, …, Fi,
…, Fk, … , Fi …, Fn) + … + αkD(F1, …, Fi, …, Fk, … , Fk, …, Fn) = 0.
Ejemplo 2.14.
 1 −2 3 
 
1) Sea A =  −2 4 6  , calcular su determinante.
 5 −10 7 
 
1 2 3
 
2) Dada A =  −1 5 −2  Calcular D(A).
0 7 1
 
Solución:
1) A = (C1, C2, C3), pero, vemos que C2 = (–2)C1, entonces,

A = (C1, (–2)C1, C3) → DA) = (–2)D(C1, C1, C3) = 0.
2) Si prestamos atención, vemos que F3 = F1 + F2, por lo tanto sabemos que el
valor de este determinante es cero:
A(F1, F2, F1 + F2) → D(A) = D(F1, F2, F1) + D(F1, F2, F2), y estos dos su-
mandos tienen dos filas iguales, por lo tanto son nulos.
Verifiquémoslo mediante la regla de Laplace aplicada en la primera colum-
5 −2 2 3
na: D(A) = 1 +1 = 19 –19 = 0.
7 1 7 1
10. Si a los elementos de una línea de una matriz A se les suman los de otra
línea paralela a ella, multiplicados previamente por una constante, se
obtiene otra matriz B, que tiene el mismo determinante que A, es decir,
D(B) = D(A).
Demostración:
Sean A = (F1, …, Fk, … , Fs, …, Fn) y B = (F1, …, Fk, … , Fs + α Fk, …, Fn)

que se obtiene de A al sumarle a la fila s una múltiplo escalar de la fila k,
entonces D(B) = D(A), dado que, por propiedad 4) y 6):
D(B) = D(F1, …, Fk, … , Fs , …, Fn) + αD(F1, …, Fk, … , Fk, …, Fn).
27
Notemos que, el primer sumando es igual al determinante de A, mientras

que el segundo tiene dos filas iguales, por lo tanto su determinante es igual a
0. Resumiendo, D(B) = D(A).
10.1. Esta propiedad se puede generalizar de la siguiente manera: Si a los elemen-

tos de una línea se les suma una combinación lineal de otras paralelas, el de-
terminante no varía.
Sean:
A = (F1, …, Fk, … , Fs, …, Fn) y,
B = (F1, …, Fk, … , Fs + αiFi + … + αkFk, …, Fn),
entonces, por propiedad 6) y 8),
D(B) = D(F1, …, Fk, … , Fs, …, Fn) + … + αkD(F1, …, Fk, … , Fk, …, Fn)
= D(A).
5. Observación
5.1. En realidad, en esta propiedad, se trabaja con la operación elemental tipo III,
que tiene como aplicación inmediata, el escalonamiento de una matriz,
dado que, aplicándola sucesivamente, se puede lograr una matriz escalonada
o triangular superior o inferior, simplificando de esta manera el cálculo del
determinante que se reduce –por propiedad 1)– al producto de los elementos
de la diagonal principal.
5.2. Otra ventaja de esta propiedad es que puede aplicarse simultáneamente, por
lo cual, es una de las más utilizadas.
Ejemplo 2.15.
1 2 −2 c2 ← c2 + ( −2 ) c1 1 0 0
a) D(A) = 3 1 −1 c3 ← c3 + ( 2 ) c1 3 −5 2 = D(B) → D(B) = D(A).
2 0 1 ∼ 2 −4 3
∼
1 0 0 1 0 0
 2
D(B) = 3 −5 2 c3 ← c3 +  −  c2 3 −5 0 = D(C) → D(C) = D(B).
 5
2 −4 3 23
2 −4
5
Como se ha logrado escalonar la matriz, D(C) = D(B) = D(A) = –23.
b) Evaluaremos a continuación un determinante trabajando con las filas.
28
2 −3 10 f1 ↔ f 2 1 2 −2
D(A) = 1 2 −2 prop.5 − 2 −3 10 = D(B) → D(B) = –D(A).
0 1 −3 ∼ 0 1 −3
1 2 −2 ∼ 1 2 −2
–D(B) = 2 −3 10 f 2 ← f 2 + ( −2 ) f1 0 −7 14 = D(C) → D(C) = –D(B).
0 1 −3 0 1 −3
1 2 −2 ∼ 1 2 −2
D(C) = 0 −7 14 0 −7 6 = D(D) → D(D) = D(C).
0 1 −3 1 0 0 −1
f 3 ← f3 +   f 2
7
Como se ha logrado escalonar la matriz,
D(D) = D(C) = –D(B) = D(A) = –7.
1 1 1
c) Verificar, aplicando propiedades, que: x y z = (x–y) (y–z) (z–x).
yz xz xy
Intentaremos transformar el determinante en uno triangular, aplicando la

propiedad 10, sobre las columnas, tomando el elemento a11 como pivote:
C2 ← C2 + (–1)C1 y C3 ← C3 + (–1)C1
1 1 1 1 0 0
x y z = x y−x z − x , a los efectos de sacar factor co-
yz xz xy yz z ( x − y) y ( x − z)
mún en la segunda y tercer columna, y mirando los factores del resultado, sólo sacare-
mos factor común (–1) en las entradas a22 y a33,
1 1 1 1 0 0
x y z = x −( x − y) z − x , extraemos factor común en la
yz xz xy yz z ( x − y ) − y ( z − x )
segunda y tercer columna:

1 1 1 1 0 0
x y z =(x–y)(z–x) x −1 1 , para triangularizar, necesitamos
yz xz xy yz z − y
que a23 = 0, para ello, C3 ← C3 + (1)C2:
29
1 1 1 1 0 0
x y z =(x–y)(z–x) x −1 0 . Dado que el determinante de una
yz xz xy yz z z − y
matriz triangular es igual al producto de los elementos de su diagonal:

1 1 1
x y z = (x–y) (y–z) (z–x).
yz xz xy
2.3.4. Parte 3.
2.3.4.1. Efecto de las operaciones elementales aplicadas a filas o columnas de un

determinante
I) Si A y B son matrices cuadradas, y B se obtiene a partir de A por la aplica-

ción de la operación elemental tipo I, entonces, por propiedad 5):
D(B) = –D(A).
II) Si A y B son matrices cuadradas, y B se obtiene a partir de A por la aplica-

ción de la operación elemental tipo II, entonces, por propiedad 6):
D(B) = αD(A).
III) Si A y B son matrices cuadradas, y B se obtiene a partir de A por la aplica-

ción de la operación elemental tipo III, entonces, por propiedad 10):
D(B) = D(A).
2.3.4.2. Determinantes relacionados con las matrices elementales
1. Analizaremos los determinantes de las matrices elementales, recordando,

además, que el determinante de la matriz identidad es igual a 1, cualquiera
sea su dimensión.
I) Det(Eij) = –1, por propiedad 5).
II) Det(Ei(α)) = α, por propiedad 6).
III) Det(Eij(α)) = 1, por propiedad 10).
Como podemos observar, el determinante de las matrices elementales es

siempre distinto de cero.
30
2. De acuerdo a lo visto en matrices elementales, recordemos que si una matriz

elemental E multiplica por izquierda a una matriz A, la matriz producto EA
hereda la operación elemental aplicada por filas en E. Esta característica nos
da herramientas para la siguiente afirmación, cuya justificación se desprende
del punto 2.3.4.2, ítem 1:
2.1. Si E es una matriz elemental, entonces, EA = E⋅A:
2.1.1. EijA = Eij⋅A = –A.

2.1.2. Ei(α)A = Ei(α)⋅A = αA.
2.1.3. Eij(α)A = Eij(α)⋅A = A.
11. Una matriz cuadrada A es invertible si y sólo si A ≠ 0.
Demostración:
 Si U es la forma escalonada reducida por filas de A, entonces,

U = Ek…EpEp-1… E3E2E1A = EA.
Si aplicamos la función determinante en ambos lados, aplicando sucesiva-
mente lo expresado en el punto 2.3.4.2, ítem 2.1.
U = Ek⋅ …⋅E3⋅E2⋅E1⋅A = E⋅A.
Como el determinante de una matriz elemental es diferente de 0. Luego si
A ≠ 0 sii U ≠ 0.
Supongamos que A es invertible, por lo visto en el capítulo I de matrices, U
= In, por lo cual U = 1 ≠ 0. De esta forma también resulta que A ≠ 0.
Ejemplo 2.16.
1 1 0 
 
a) Sea A =  0 1 −1 , encontrar una matriz U = E1A, tal que U = E1A.
 0 0 −1 
 
1 1 1
 
b) Sea A =  1 1 1  , encontrar una matriz U = EA, tal que U = EA.
 2 3 4
 
c) Analizar si las matrices dadas son invertibles.
Solución:
31
1 1 0 
 
a) Si A =  0 1 −1 , y U = E3(–1)A, es decir,
 0 0 −1 
 
1 1 0  1 0 0 1 1 0 
    
U =  0 1 −1 =  0 1 0   0 1 −1 , entonces, U = E3(–1)A,
 0 0 1   0 0 −1   0 0 −1 
    
1 = (–1)(–1).
1 1 1
 
b) Si A =  1 1 1  , podemos determinar U = E21(–1)E31(–2)E23A, es decir,
 2 3 4
 
 1 1 1   1 0 0  1 0 0  1 0 0   1 1 1 
      
 0 1 2  =  0 0 1  0 1 0  −1 1 0   1 1 1  ,
 0 0 0   0 1 0  −2 0 1  0 0 1   2 3 4 
      
con lo cual, U = E21(–1)E31(–2)E23A
= E21(–1)E31(–2)E23A
0 = (–1) ⋅ 1 ⋅ 1 ⋅ 0.
c) Como ya conocemos el valor de los determinantes, podemos afirmar que la
matriz del punto a) es invertible, mientras que la del ítem b) no lo es porque
su determinante es nulo.
2.3.5. Parte 4.
12. Sean A y B matrices cuadradas y conformables, entonces, el determinante

del producto es igual al producto de sus respectivos determinantes.
Det(AB) = Det(A)Det(B).
Demostración:
Para esta demostración haremos dos supuestos:

a) Supondremos que A es invertible, por lo tanto, se la puede expresar como
producto de matrices elementales:
A = Ek…EpEp-1… E3E2E1, (I)
Luego, post-multiplicando por B en ambos lados la relación (I), se obtiene:
AB = (Ek…EpEp-1… E3E2E1I)B = Ek…EpEp-1… E3E2E1B,
32
aplicando determinante en ambos lados,

AB = Ek…EpEp-1… E3E2E1B,
= Ek⋅ …⋅E3⋅E2⋅E1⋅B
= AB. (II)
b) Si A no es invertible, entonces AB tampoco lo es, porque A = 0, lo que

significa que AB = 0, ∀B.
12.1. Esta propiedad puede extenderse a k matrices:

Det(A1… Ak) = Det(A1) … Det(Ak).
Ejemplo 2.17.
 2 4 −1   0 4 −1 
   
a) Sean A =  0 3 0  y B =  −1 3 0  , verificar que AB = AB.
1 1 1   0 1 −2 
   
b) Calcular el determinante de una matriz idempotente.
Solución:
 −4 19 0 
 
a) Primeramente calculamos AB =  −3 9 0  , luego, calculando los de-
 −1 8 −3 
 
terminantes: –63 = 9(–7).
b) Para resolver este ítem, partimos de la definición de matriz idempotente:
A2 = A, aplicamos la función determinante en ambos lados:
A2 =A → A ⋅ A =A, por propiedad 11):
AA =A → A2 =A → A2 – A = 0 → A (A – 1) = 0,
entonces, A = 0 ∨ A = 1.
1
13. Si A es invertible, entonces, A −1 = .
A
Demostración:
Por definición de matriz inversa, AA–1 = I, aplicando determinante en am-

bos lados,
33
1
AA–1 = I = 1 → A −1 = .
A
6. Observación
En muchas ocasiones no necesitamos conocer la inversa de una matriz, sino,

simplemente, saber si existe, cuestión que se resuelve calculando su deter-
minante.
Ejemplo 2.18.
1) Sea M = (C1, C2, C3), tal que, D(M) = 2.

Se considera una matriz A = (–C1, C2 + C3, 3C1). Calcular si existe, D(A– 1).
Solución:
D(A) = D(–C1, C2, 3C3) + D(–C1, C3, 3C3), dado que el segundo sumando
es cero, resolvemos sólo el primero:
D(A) = (–1)3D(C1, C2, C3) → D(A) = –6 → D(A– 1) = –1/6.
2.3.6. Parte 5.
14. La siguiente propiedad no está relacionada directamente con el determinante

de la matriz A:
La suma de los productos de los elementos de una línea por los adjuntos de
los elementos de una línea paralela a ella, es cero.
 a11 a12 ⋯ a1n 
 
a a22 ⋯ a2 n 
En símbolos, si A =  12 , entonces,
⋯ ⋮ ⋯ ⋯
 
 an1 an 2 ⋯ ann 
n
∑a
k =1
ik C jk = ai1Cj1 + ai2Cj2 + ai3Cj3 + … + ainCjn = 0.
Ejemplo 2.19.
 2 4 −1 
 
Sea A =  0 3 0  , verificar la propiedad 13).
1 1 1 
 
Solución:
34
Elegimos, arbitrariamente, los elementos de la fila 1 y los cofactores de la

fila 3:
4 −1 2 −1 2 4
a11C31 + a12C32 + a13C33 = 2 –4 + (–1)
3 0 0 0 0 3
= 2 ⋅ 3 – 4 ⋅ 0 + (–1)6 = 0.
2.4. CALCULO DE A–1 MEDIANTE LA MATRIZ ADJUNTA
Antes de llegar al cálculo de la matriz inversa mediante la adjunta, necesi-

tamos algunos conceptos previos.
2.4.1. Matriz cofactor
La matriz cofactor es la función:
Kn××n → Kn××n
Definición 2.2.
aij ֏ Cij.
Es decir, a cada entrada aij , se le asigna su cofactor Cij,
con 1 ≤ i ≤ n, 1 ≤ j ≤ n.
Notación: a la matriz cofactor de A se la suele denotar Cof(A) = (Cij).

 C11 ⋯ C1 j ⋯ C1n 
 
⋯ ⋯ ⋮ ⋯ ⋯
Explícitamente, Cof(A) =  Ci1 ⋯ Cij ⋯ Cin 
 
⋯ ⋯ ⋮ ⋯ ⋯
C ⋯ Cnj ⋯ Cnn 
 n1
Ejemplo 2.20.
 1 3 −1
 
Sea A =  0 3 0  , determinar Cof(A).
1 1 1 
 
Solución:
Buscaremos los cofactores Cij de cada uno de los elementos de la matriz A.
35
 3 0 0 0 0 3 
 − 
 1 1 1 1 1 1 
 3  3 0 −3 
−1 1 −1 1 3 
Cof(A) =  − −  = −4 2 2  .
 1 1 1 1 1 1   

   3 0 3 
 3 −1 1 −1 1 3 
 3 −
 0 0 0 0 3 
2.4.2. Matriz de los Adjuntos o Matriz adjunta
Kn××n → Kn××n
Definición 2.3.
Cof(A) ֏ (Cof(A))T.
Es decir, a cada matriz cofactor se le asigna su
transpuesta: (Cij)T.
O también se la puede definir de la siguiente manera:
Kn××n → Kn××n
Definición 2.4.
AT ֏ Cof(AT).
Es decir, a cada matriz cuadrada transpuesta se le
asigna su matriz cofactor.
Explícitamente,
T
 C11 ⋯ C1 j ⋯ C1n   C11 ⋯ Ci1 ⋯ Cn1 
  ⋯ ⋯ ⋮
⋯ ⋯ ⋮ ⋯ ⋯
 ⋯ ⋯ 
Adj(A) =  Ci1 ⋯ Cij ⋯ Cin  =  C1 j ⋯ Cii ⋯ Cnj  .
   
⋯ ⋯ ⋮ ⋯ ⋯ ⋯ ⋯ ⋮ ⋯ ⋯
C ⋯ Cnj ⋯ Cnn  C ⋯ C ⋯ Cnn 
 n1  1n in
Ejemplo 2.21.
 1 3 −1
 
Sea A =  0 3 0  ,
1 1 1 
 
a) Determinar Adj(A), empleando las dos definiciones.
b) Calcule D(A).
36
c) Calcule A⋅ Adj(A) y Adj(A)⋅A.
Solución:
a) Determinamos la adjunta de A, de las dos formas pedidas:

 Dado que la matriz A es la misma que la presentada en el ejercicio 2.20, ya
 3 0 −3 
 
conocemos Cof(A) =  −4 2 2  , por lo tanto para determinar la adjunta
 3 0 3
 
de A, sólo hay que transponer esta matriz:
 3 0 −3   3 −4 3 
T
   
Adj(A) =  −4 2 2  =  0 2 0  .
 3 0 3  −3 2 3 
   
 Vayamos ahora por la segunda definición, es decir, primero transponemos la
matriz A y luego determinamos su matriz cofactor
 1 3 −1 
T
 1 0 1
   
A =  0 3 0  =  3 3 1 , y ahora hallamos Cof(AT).
T
1 1 1   −1 0 1 
   
 3 1 3 1 3 3 
 − 
 0 1 −1 1 −1 0 
 0  3 −4 3 
1 0 
 = 0 2 0 .
1 1 1
Cof(AT) =  − −
 0 1 −1 1 −1 0   

   − 3 2 3 
 0 1
−
1 1 1 0 
 3 1 3 1 3 3 

b) Para calcular D(A), elegimos la segunda fila para aplicar regla de Laplace:
D(A) = 6.
 1 3 −1  3 −4 3   6 0 0   3 −4 3   1 3 −1
       
c) 0 3 0   0 2 0 =0 6 0= 0 2 0 0 3 0  .
 1 1 1   −3 2 3   0 0 6   −3 2 3   1 1 1 
       
37
2.4.3. Relación entre una matriz, su adjunta y su determinante
En el ejercicio 2.21, de manera intencional, se ha pedido el cálculo de los

productos A⋅Adj(A) y Adj(A)⋅A y se ha visto que el resultado es una matriz diagnal,
donde sus elementos coinciden con el A.
En este apartado demostraremos que esto no es casualidad.
 C11 C21 ⋯ Cn1 
 
 C12 C22 ⋯ Cn 2 
A ⋅ Adj(A)
⋯ ⋮ ⋯ ⋯
 
 C1n C2 n ⋯ Cnn 
 a11 a12 ⋯ a1n   n n n


   ∑ a1k C1k ∑ a1k C2k ⋯ ∑a Cnk 
1k
 a21 a22 ⋯ a2 n 
 x11 x12 ⋯ x1n   k =1 k =1 k =1

⋯ ⋮ ⋯ ⋯    n n n

   x12 x22 ⋯ x2 n   ∑ a2 k C1k ∑a 2k C2 k ⋯ ∑ a2 k Cnk 
 an1 an 2 ⋯ ann  = k =1
⋯  
k =1 k =1
⋯ ⋮ ⋯
   ⋯ ⋮ ⋯ ⋯ 
 xn1 xn 2 ⋯ xnn   n n n 
 a C ⋯ ∑ ank Cnk 
 ∑ nk 1k ∑a nk C2 k
 k =1 k =1 k =1 
n
Si llamamos X = A ⋅ Adj(A), tal que xij = ∑a
k =1
ik C jk . Analicemos algunos de
sus elementos, para poder sacar una conclusión:

n
 x11 = ∑a
k =1
1k C1k = a11C11 + a12C12 + a13C13 + … + a1nC1n =A.
n
 x12 = ∑a
k =1
1k C2 k = a11C21 + a12C22 + a13C23 + … + a1nC2n = 0, por propiedad
14: la suma de los productos de los elementos de una línea por los adjuntos
de los elementos de una línea paralela a ella, es cero.
………….
Se puede concluir que:
 Cuando i = j, es decir, cuando se calculan los elementos de la diagonal prin-
n
cipal resulta xii = ∑a
k =1
ik Cik = a11C11 + a12C12 + a13C13 + … + a1nC1n =A.
38
 Cuando i ≠ j, es decir, cuando se calculan los elementos de la diagonal prin-

n
cipal resulta xij = ∑a
k =1
ik C jk = ai1Cj1 + ai2Cj2 + ai3Cj3 + … + ainCjn = 0, por
propiedad 14 ya mencionada, por lo tanto,
 a11 a12 ⋯ a1n   C11 C21 ⋯ Cn1   A 0 0

⋯
    
a a22 ⋯ a2 n   C12 C22 ⋯ Cn 2   0 A ⋯ 0
A ⋅ Adj(A) =  21 = .
⋯ ⋮ ⋯ ⋯⋯ ⋮ ⋯ ⋯  ⋯ ⋮ ⋯ ⋯
    
 an1 an 2 ⋯ ann   C1n C2 n ⋯ Cnn   0 0 ⋯ A 
Queda a cargo del alumno demostrar que A ⋅ Adj(A) = Adj(A) ⋅ A.
2.4.4. Relación entre la inversa de una matriz, su adjunta y su determinante
Sea una matriz A, invertible. Dado que,

A ⋅ Adj(A) = Adj(A) ⋅ A = AIn (I)
Y, como A ≠ 0, se puede multiplicar ambos lados de la expresión (I), por
1
el escalar no nulo: , con lo cual se obtiene:
A
1 1
A Adj ( A ) = Adj ( A ) A = I n (II)
A A
La expresión (II) responde a la definición de matriz inversa, por lo tanto, se

ha llegado a una nueva forma de obtenerla, mediante la matriz adjunta:
1 Adj ( A )
A −1 = Adj ( A ) = .
A A
Ejemplo 2.22.
 1 3 −1
3 1  
Sean A =   y B =  0 3 0  , calcular sus inversas mediante las respectivas
 4 2 1 1 1 
 
adjuntas.
Solución:
39
3 1 3 4  2 −1
 Si A =  → A =
t
  → Adj(A) =   , por otro lado A
 4 2  1 2  −4 3 
 1
 1 − 
2
= 2, entonces A–1 =  .
 −2 3 
 
 2 
 1 3 −1
 
 Si B =  0 3 0  , por el ejercicio 2.21, conocer la adjunta y el determi-
1 1 1 
 
 3 −4 3 
–11 
nante, por lo tanto, A =  0 2 0  .
6 
 −3 2 3 
2.5. OTROS METODOS PARA EL CALCULO DE DETERMINANTES
2.5.1. Regla de Chío para el cálculo de determinantes
2.5.1.1. La gran ventaja de este método consiste en reducir un determinante de orden

n a otro de orden n – 1, cada vez que se aplica.
2.5.1.2. Se mira si algún elemento del determinante vale1. En caso de haber varios,
conviene elegir aquel que este en una posición positiva, (es decir, i + j par).
2.5.1.3. En el caso que no haya ningún elemento igual a uno, se factoriza alguna lí-
nea a los efectos de obtenerlo. A este elemento aij = 1 lo llamaremos pivote.
2.5.1.4. De alguna manera se marca la fila y columna del pivote. (esta fila y esta co-
lumna no aparecerán en el determinante de orden n – 1).
2.5.1.5. Cada elemento ahk del determinante de orden n – 1 se obtiene mediante la

siguiente transformación: se le resta el producto de los elementos que están
en la fila h y columna k, pero que también pertenecen a la fila y columna del
pivote.
Ejemplo 2.23.
40
−1 3 −1 4
2 3 5 0
Verificar, aplicando regla de Chío que = 184 .
1 −1 0 2
−1 3 7 −4
Solución:
El pivote elegido es a31 = 1.
−1 3 −1 4 –1 3 –1 4
2 3 5 0 3 5 0
= 2
1 −1 0 2
1 –1 0 2
−1 3 7 −4 3 7 –4
–1
Y transformamos los elementos que no están ni en la fila ni en la columna
del pivote:
3 − ( −1)( −1) −1 − 0 ( −1) 4 − ( −1)( −4 ) 2 −1 6
3 − 2 ( −1) 5− 2⋅0 0 − 2⋅2 = 5 5 −4 .
3 − ( −1)( −1) 7 − 0 ( −1) −4 − 2 ( −1) 2 7 −2
Nuevamente reiniciamos el proceso, buscamos un uno. En este caso, inten-

cionalmente, elegimos como pivote el elemento a33 = –2, lo extraemos como factor co-
mún de la tercera fila: (no es el más conveniente, pero lo seleccionamos para mostrar
como “hacer” un uno)
2 −1 6 2 –1 –3
5 5 −4 = (–2) 5 5 2
2 7 −2 2 7 1
Y transformamos los elementos que no están ni en la fila ni en la columna
del pivote:
2 − 2 ( −3) −1 − 7 ( −3) 8 20 2 5
( −2 ) = ( −2 ) = ( −2 ) 4 = ( −8)( −23) = 184
5− 2⋅2 5 − 2⋅7 1 −9 1 −9
2.5.2. Cálculo de determinantes por reducción a la forma escalonada
Sea U la matriz escalonada que se obtiene de A mediante operaciones ele-

mentales,
U = Ek…EpEp-1… E3E2E1A.
41
Si aplicamos la función determinante en ambos lados, aplicando sucesiva-

mente lo expresado en el punto 2.3.4.2, ítem 2.1.
U = Ek⋅ …⋅E3⋅E2⋅E1⋅A → U = δk …δ3δ2δ1A,
donde δi es igual a α ≠ 0, 1 o –1, según la operación elemental que represente Ei.
Por lo tanto,
1 1
A = ⋯ U.
δ1 δi
Ejemplo 2.24.
1 1 1
 
d) Si A =  1 1 0  , escalonarla y calcular su determinante.
 2 3 4
 
Solución:
e) podemos determinar U = E23E31(–2)E21(–1)A, es decir,

 1 1 1   1 0 0  1 0 0   1 0 0   1 1 1 
      
 0 1 2  =  0 0 1  0 1 0   −1 1 0   1 1 0  ,
 0 0 −1  0 1 0  −2 0 1   0 0 1   2 3 4 
      
con lo cual, U = E21(–2)E23A = E21(–2)E23A, con lo cual,
1 1 1
A = ⋅ ⋅ U → A = (–1)(–1) = 1.
−1 1 1
7. Observación
Sólo cuando no se nos pide un método determinado, tenemos la libertad de

hacer nuestro propio método mixto: mezclar la aplicación de propiedades,
con regla de Laplace o Sarrus, o Chio, escalonamiento, etc.
Ejemplo 2.25.
−1 3 −1 4
2 3 5 0
Verificar que = 184 .
1 −1 0 2
−1 3 7 −4
Solución:
42
Vemos que ya hay algunos ceros, por lo tanto, conviene elegir como pivote
algún elemento de alguna línea en la que haya algún cero, por ejemplo la fila 3.
Tomemos a31 = 1 como pivote, y sobre este pivote, apliquemos la operación
elemental tipo III que no modifica el valor del determinante (es decir la propiedad 10):
C2 ← C2 + C1, C4 ← C4 + (–2) C1, inmediatamente, elegimos la fila 4 para aplicar la
regla de Laplace.
−1 3 −1 4 −1 2 −1 6
2 −1 6
2 3 5 0 2 5 5 −4
= =5 5 −4 , aquí podemos aplicar
1 −1 0 2 1 0 0 0
2 7 −2
−1 3 7 −4 −1 2 7 −2
la regla de Sarrus, o bien, nuevamente las operación elemental tipo III. Optaremos por
esta última, haciendo las siguientes transformaciones:
C1 ← C1 + 2C2, C3 ← C3 + (–3) C2,
2 −1 6 0 −1 0
15 26
5 5 −4 = 15 5 26 = − ( −1) = 184 .
16 40
2 7 −2 16 7 40
2.6. CALCULO DEL RANGO DE UNA MATRIZ MEDIANTE DETER-

MINANTES
Ya hemos definido oportunamente el rango de una matriz como el número

de renglones o filas no nulas en su forma escalonada o escalonada reducida.
En este momento tenemos como objetivo definir rango de una matriz, em-
pleando determinantes. Para ello necesitamos conocer un concepto previo tal como es el
de menor de orden h de una matriz.
2.6.1. Menor de una matriz Am××n(K)
Sea A una matriz no nula de dimensión m×n, y sea h

un número natural tal que,
Definición 2.5.
1 ≤ h ≤ min{m, n}.
Se llama menor de orden h de la matriz A al deter-
43
minante de la matriz que se obtiene considerando únicamente h

filas y h columnas de A.
Ejemplo 2.26.
2 5 7 0 
 
Sea A3×4(R) =  3 1 4 −2  . Determinar todos los menores posibles.
6 1 2 8 
 
Solución:
- Hay 12 menores de orden 1, (porque A tiene 12 elementos).

- Hay 18 menores o determinantes de orden 2:
2 5 2 7 2 0 5 7 5 0 7 0
, , , , , ,
3 1 3 4 3 −2 1 4 1 −2 4 −2
2 5 2 7 2 0 5 7 5 0 7 0
, , , , , ,
6 1 6 2 6 8 1 2 1 8 2 8
3 1 3 4 3 −2 1 4 1 −2 4 −2
, , , , , .
6 1 6 2 6 8 1 2 1 8 2 8
- de orden 3, existen 4 menores:
2 5 7 2 5 0 2 7 0 5 7 0
3 1 4, 3 1 −2 , 3 4 −2 , 1 4 −2 .
6 1 2 6 1 8 6 2 8 1 2 8
2.6.2. Rango de una matriz no nula Am××n(K)
El rango de una matriz A es r, cuando A tiene un

Definición 2.6. menor de orden r distinto de cero y todos los menores de orden r
+ 1 son nulos.
2.6.2.1. Método orlado
El procedimiento para calcular el rango de una matriz A cualquiera, de di-

mensión m×n, empleando determinantes, es el siguiente:
44
1. Si a simple vista se descubren dos líneas iguales o una múltiplo escalar de

otra, o que alguna línea es combinación lineal de otra, se las elimina.
2. Dado que A no es la matriz nula (recordemos que la matriz nula es la única

matriz de rango 0), tiene tantos menores de orden 1 como elementos tenga,
entonces r(A) ≥ 1. Seleccionamos un menor no nulo de orden 1 y se sigue
con el siguiente paso.
3. Orlamos (añadimos) dicho menor con una fila determinada y con el resto de
las columnas de la matriz A.
3.1. Si todos los orlados son nulos, se suprime dicha fila y se repite la operación
con otra fila determinada.
3.2. Si algún orlado es no nulo se vuelve a repetir el proceso con dicho menor
desde el punto 3. Hasta aquí podemos decir que r(A) ≥ 2.
4. …….
5. Una vez agotadas todas las filas, el orden del último menor no nulo es el
rango de la matriz A.
8. Observación
Observar que, conforme a lo expuesto, dada una matriz cuadrada de orden n,

tal que A≠ 0, entonces r(A) = n.
Ejemplo 2.27.
2 5 7 0 
 
a) Sea A3×4(R) =  3 1 4 −2  . Calcular todos los orlados posibles de a11 =
6 1 2 8 
 
2, y r(A).
0 1 5 0 0
b) Sea A2×5(R) =   . Calcular r(A) mediante determinantes.
 −3 1 1 4 −2 
c) Calcular el rango de A, en función de los parámetros k, a y b, respectiva-

mente.
45
1 1 2 
A=  ,
3 3 k 
a 1 0 b 1
 
A= b 0 −b 0 −1 .
a 2 a −b 0 1 

Solución:
a) Los orlados de a11 = 2, son,
2 5 2 7 2 0
- De orden 2 y considerando la segunda fila: , , .
3 1 3 4 3 −2
2 5 2 7 2 0
- De orden 2 y considerando la tercer fila: , , .
6 1 6 2 6 8
2 5 7 2 5 0 2 7 0
- De orden 3: 3 1 4 , 3 1 −2 , 3 4 −2 .
6 1 2 6 1 8 6 2 8
Ahora calculemos el rango de la matriz dada. Sabemos que,
1 ≤ r = r(A) ≤ min{3, 4} → 1 ≤ r(A) ≤ 3.
2 5
- Elegimos el primero: ≠ 0 , por lo tanto, podemos afirmar que,
3 1
2 ≤ r(A) ≤ 3.
- Veamos ahora si es posible encontrar algún orlado de orden 3, no nulo:
2 5 7
de los 3 posibles: 3 1 4 ≠ 0 , se concluye que r(A) = 3.
6 1 2
b) Sabemos que 1 ≤ r(A) ≤ 2.
0 1
- Seleccionamos para orlar a a12 = 1, por ejemplo, ≠ 0 , por lo tanto,
−3 1
podemos afirmar que r(A) = 2.
c)
46
1 1 2 
Si A =   , sabemos que 1 ≤ r(A) ≤ 2.
3 3 k 
- Eliminamos la primera columna, por ser igual a la segunda.
1 2
- Seleccionamos para orlar a a12 = 1, = k – 6, por lo tanto,
3 k
si k – 6 = 0 → k = 6 → r(A) = 1.
si k – 6 ≠ 0 → ∀k ≠ 6 → r(A) = 2.
a 1 0 b 1
 
Si A =  b 0 −b 0 −1 , sabemos que 1 ≤ r(A) ≤ 3.
a 2 a −b 0 1 

1 1
- Seleccionamos para orlar a a12 = 1, por ejemplo, ≠ 0 , por lo tanto,
0 −1
podemos afirmar que 2 ≤ r(A) ≤ 3, ∀ a y b.
- Busquemos ahora los orlados de este menor de orden 3:
a 1 1
b 0 −1 = b(a – 1).
a2 a 1
1 0 1
0 −b −1 = b(a – 2).
a −b 1
1 b 1
0 0 −1 = –ab.
a 0 1
Es importante analizar todos estos menores, porque tenemos que saber para
qué valores de los parámetros se anulan simultáneamente, y se ve claramente que es pa-
ra el valor de b = 0, entonces:
b = 0, todos los orlados son nulos, por lo tanto, ∀a, r(A) = 2.
Si b ≠ 0, ∀a, r(A) = 3, pues siempre existe algún menor no nulo de orden 3.

47
2.7. EJERCICIOS
9. Observación:
9.1. Esta guía, intencionalmente, sólo tiene algunas respuestas. La idea es que
verifique sus resultados con un software.
9.2. Cuando se le pida calcular un determinante aplicando propiedades, tenga en

cuenta que la idea es escalonarlo para transformarlo en un determinante
triangular.
9.3. Cuando se le pida algún método, debe utilizarlo desde el principio hasta el
fin del cálculo. Cuando no se lo pidan, puede utilizar el mix que desee.
1. Hallar el determinante asociado a las siguientes matrices por el método re-

cursivo, y en el caso que corresponda, aplique también la regla de Sarrus.
 −1 −3 
a)  .
 5 −2 
 a −b a 
b)  .
 a a+b 
 2 −1 1 
c)  3 0 −2  .
 
 1 −3 6 
 
 cos x − senx 
d)  senx cos x  .
 
2. Hallar el determinante asociado a las siguientes matrices por la regla de
Laplace.
1 2 2 6 
 
a)  0 −1 0 −2  .
0 0 0 1
 
 2 −1 −4 0 
 i 1 −3 0
 
b)  −1 i 2 0
.
0 0 3 0
 
0 0 0 2
48
a 1 0
 
3. Determinar los valores de a, tal que el det  2 a 2  = 0 .
0 1 a
 
4. Hallar el menor complementario y el cofactor de los elementos a11, a23, a12

a33 y a55, de las siguientes matrices:
 1 2 1 0
 
a)  −1 8 6 4
.
 0 0 2 3
 
 9 1 4 3
 2 −3 4 5 7
 
7 6 8 9 3
b) 2 1 7 3 2 .
 
1 4 1 1 1
3 3 1 2 4 

5. Calcular los determinantes de cada una de las siguientes matrices, transfor-
mando cada una de ellas en una matriz triangular:
 1 −1 1 1 
 
a) 1 −1 −1 −1 .
1 1 −1 −1
 
 1 1 1 −1 
1 1 1 1
 
b) a b c d 
.
 a2 b2 c2 d2 
 4 
a b4 c4 d4 
a11 a12 a13

6. Sea: a21 a22 a23 = 8, hallar el valor de:
a31 a32 a33
a31 a32 a33

a) a21 a22 a23 .
a11 a12 a13
a11 a12 a13

b) 2a21 2a22 2a23 .
a31 a32 a33
49
a b c a b c
7. Se sabe que 3 0 2 = 5 , calcular 3a + 3 3b 3c + 2 .
1 1 1 a +1 b +1 c +1
4
8. Sea A4(R), cuyo determinante vale 3, y sea B = 3 A. Calcular D(B).
9. Demostrar que los siguientes determinantes son múltiplos de 5 y 4 respecti-

vamente, aplicando propiedades.
2 4 1
a) 3 2 0.
7 1 3
−1 2 3
10. 2 −1 3 .
3 −1 2
11. Sean A3 y B3, tales que D(A) = 3 y D(B) = –1, aplicando propiedades de los
determinantes calcular (de ser posible):
a) 2A.
b) A + B.
c) ABT.
d) ATB2.
e) (2A)TB–2.
f) (2A)TB.
g) (AT)2I(B3)T.
h) (2AB)–1.
i) ((–2)AATBBT)–1.
12. Sea M = (C1, C2, C3, C4), tal que, D(M) = –3. Calcular el determinante de
las siguientes matrices:
a) A = (2C1, C2, C3, C4).

b) A = (–C1, C2, C3, 4C4).
c) 5A.
d) A = (2C1, 3C2, –2C3, 5C4).
50
13. Sea M = (C1, C2, C3), tal que, D(M) = 5. Razonar si existe o no la inversa
de A = (C1 + C2, C2 + C3, C3 – C1).
14. Analizar, mediante propiedades, si los siguientes determinantes valen cero:

1 a b+c
a) 1 b a+c .
1 c a+b
a b c
b) − a + c −b − a − c + b .
a+c b−a c+b
15. Calcular el valor de los siguientes determinantes aplicando propiedades:

3 a a a a
a 3 a a a
a) A= a a 3 a a .
a a a 3 a
a a a a 3
1 1 1 1
2 3 4 5
b) B= .
22 32 42 52
23 33 43 53
 −1 3 0   1 2 −1 
   
16. Sean A =  5 −2 4  y B =  3 4 0  , calcular sus respectivos ran-
 6 −3 3   0 1 −4 
   
gos, y en consecuencia sus respectivas inversas, si existen, empleando la
matriz adjunta.
1 1 x  1 x x
   
17. ¿Para qué valores de x las matrices A =  x 0 −1 y B =  x 1 x  no
 x x 1
 6 −1 0   
admiten inversa?
18. Discutir el rango de la matriz A, según los valores del parámetro a, median-
te el método orlado.
51
1 2 3 1 a 
 
a) 2 4 6 2 8 
 3 6 9 3 12 
 
 1 −2 1 
 
19. 1 1 3 .
 5 −1 a 
 
20. Calcule el siguiente determinante y analice su rango:
a a a a a a
b 0 0 0 0 a
0 b 0 0 0 a
.
0 0 b 0 0 a
0 0 0 b 0 a
0 0 0 0 b a
21. Demostrar que:
a) Si una matriz es nilpotente, entonces su determinante es nulo.

b) Si una matriz es ortogonal entonces su determinante es igual a ± 1.
22. Calcular el valor del determinante de:
a) una matriz idempotente.

b) una matriz involutiva.
c) la matriz adjunta asociada a una matriz A invertible.
23. Analice los valores de n para que una matriz antisimétrica tenga inversa.
24. Un determinante de Vandermonde es un determinante que presenta una pro-

gresión geométrica en cada fila o en cada columna. Verificar si los siguien-
tes son determinantes de Vandermonde, y en tal caso, calcularlos aplicando
propiedades, y luego determine que la regla general para resolverlos es:
∏ ( a − a ).
1≤ j < i ≤ n
i j
1 a a2
a) 1 b b2 .
1 c c2
52
1 1 1 1
a b c d
b) .
a2 b 2
c2 d2
a3 b3 c3 d3
1 1 1 1
1 i −i −1
c) .
1 −1 −1 1
1 −i i −1
1 1 1 1
−1 2 1 3
d) .
1 4 1 9
−1 8 1 27
53
2.7.1. Algunas soluciones.
Ejercicio 6: a) –8. b) 16.
Ejercicio 7: 5.
Ejercicio 8: 9.
Ejercicio 10: a) 24. b) No es posible. c) –3. d) 3. e) 24. f) –8. g) –9. h) –3/8.

i) –1/72.
Ejercicio 11: a) –6. b) 12. c) –1875. d) 180.
54
2.7.2. EJERCICIOS VARIOS
x + 1 −1 1
1. Resolver la siguiente ecuación: = ( x + 1).
2 −x 2
a b c
2. Aplicando propiedades, calcular: b c a , donde a, b y c son las raíces de
c a b
la ecuación: x3 + px + q = 0. (Sugerencia: recuerde la relación entre raíces y

coeficientes de una ecuación).
3. El determinante de Vandermonde de 3×3 y 4×4, respectivamente, está da-

1 1 1 1
1 1 1
a a2 a3 a4
do por: D(A) = a1 a2 a3 y D(B) = 12 . Mostrar, apli-
a1 a22 a32 a42
a12 a22 a32
a13 a23 a33 a43
cando propiedades, que:

a) |A| = (a2 – a1) (a3 – a1) (a3 – a2), y que,
b) B = (a2 – a1) (a3 – a1) (a4 – a1) (a3 – a2) (a4 – a2) (a4 – a3).
4. Hallar el determinante asociado a las siguientes matrices:

 1 i 1 + i
a)  −i 1 0  .

1 − i 0 1 

 t + 3 −1 1 
b)  5 t −3 1  .

 6 −6 t + 4 

5. Resolver las siguientes ecuaciones:

1 −2 3
x − 1 −3
a) = 1 x 0
1 x+2
− x 1 −1
2− x −3 6
b) 4 1 + x −2 = 0.
2 −1 2 + x
55
x 3 1
6. Calcular a de modo que la siguiente ecuación: a −1 2 x = 0, tenga raí-
2 1 2
ces reales.
7. Verificar, aplicando propiedades, si:

x− y−z 2x 2x
2y y−x−z 2y = ( x + y + z )3 .
2z 2z z−x− y
a a
8. Calcular siendo a =cos2π/3 + i sen2π/3.
−1 a
9. Calcular el valor de los siguientes determinantes aplicando propiedades:

1 4 9 16
4 9 16 25
a) .
9 16 25 36
16 25 36 49
1 1 1 1
2 4 6 8
b) .
4 16 36 64
8 64 216 512
1 2 2 3
0 3 4 1
c) .
-1 2 2 5
2 -2 1 -3
a b c
10. Suponiendo que: d e f = 5 , aplicando propiedades, encontrar los valo-
g h i
res de los siguientes determinantes:

d e f
a) g h i .
a b c
56
−a −b −c
b) 2d 2e 2 f .
−g − h −i
a+d b+e c+ f
c) d e f .
g h i
11. Hallar los siguientes determinantes, desarrollando por elementos de una lí-
nea.
1 0 0 0
1 2 −1 1
a) .
8 3 0 2
7 1 −3 5
5 4 6 −2
0 0 1 0
b) .
1 0 2 3
1 2 3 4
12. Calcular los determinantes de cada una de las siguientes matrices, transfor-
mando cada una de ellas en una matriz triangular:
1 1 1 1
 
a) a b c d 
.
 a2 b2 c2 d2 
 3 
a b3 c3 d3 
1 −1 1 1 1 1 
 
1 1 1 −1 −1 −1
1 1 −1 −1 1 1 
b)  
1 −1 −1 1 −1 1 
1 −1 1 −1 1 1 
 
1 −1 −1 1 1 −1
a 1 0 0 0
 
4 a 2 0 0
c) 0 3 a 3 0.
 
0 0 2 a 4
 
0 0 0 1 a
57
13. Mediante el desarrollo por elementos de una línea, calcula el valor de k, que
1− k 0 −2
verifique: 0 −k 0 = 0.
−2 0 4−k
14. Calcula los siguientes determinantes levándolos a la forma triangular.

10 10 10
a) 5a 5b 5c .
a2 b2 c2
1 ln 2 ln 3
b) 1 ln 4 ln 9 .
1 ln 8 ln 27
 2x 2 y 2z 
x y z  
  3
15. Sabiendo que A =  3 0 2  y |A| = 5, y que B =  0 1  , calcular
1 1 1 2 
  1 1 1 

det(B).
a b c
16. Sabiendo que x y z = 3 , calcular:
p q r
2z y x
a) 2r q p.
2c b a
a x p
b) c z r .
b y q
a+b b+c c+a

c) x+ y y+z z+x .
p+q q+r r+ p
Solución: a) –6; b) –3; c) 0.
25. Sean A3 y B3, tales que D(A) = 3 y D(B) = –1, aplicando propiedades de los
determinantes calcular (de ser posible):
58
( 2B ( 2I ) )
−1 −1 5
a) .
( A ( 2I ) )
T −1 3
b) ATA–1.
c) 2A–1.
d) (2A)–1.
Solución: a) –512/27. b) 1. c) 8/3. d) 1/24.
26. Sean F1, F2, F3 las filas primera, segunda y tercera, respectivamente, de una
matriz B de orden 3, cuyo determinante vale –2. Calcular, indicando las
propiedades que utiliza:
a) El determinante de (BT)4.
b) El determinante de 2B.
c) El determinante de una matriz cuadrada cuyas filas primera, segunda y ter-
cera son, respectivamente, 5F1 – F3, 3F3, F2.
Solución: a) 16; b) –16; c) 30.
27. Sea A una matriz 4x4 cuyas filas de arriba hacia abajo son F1, F2, F3 y F4 y
0 0 1 0
 
0 0 0 1
cuyo determinante vale 2. Sea B =  . Calcule razonadamente:
0 1 0 0
 
1 0 0 0
a) El determinante de la matriz AB.
b) El determinante de la matriz 3A.
c) El determinante de una matriz cuadrada cuyas filas son (de arriba hacia aba-
jo): 2F1 + F2, –F2, 3F4, F3 + F1.
Solución: a) –2; b) 162; c) 12.
5 1 1 1 1
5 2 1 1 1
28. Verifique que 5 1 3 1 1 = 5!.
5 1 1 4 1
5 1 1 1 5
59
( ln 2 )
2
1 ln 2
( ln 4 ) = 2 ( ln 2 ) .
2 3
29. Verificar si 1 ln 4
( ln 8)
2
1 ln 8
1 1 1 ⋯ 1
1 2 2 ⋯ 2
30. Verificar si el valor del determinante: 1 2 3 ⋯ 3 = 1 .
⋮ ⋮ ⋮ ⋱ ⋮
1 2 3 ⋯ n
a +1 1 1 1
1 a +1 1 1
31. Verificar que: = a 3 (a + 4 ) .
1 1 a +1 1
1 1 1 a +1
a b c
32. Es cierto que: a − 1 b + 2 c −1 = a + b + c ? .
a +1 b − 3 c + 2
33. Resolver las ecuaciones:

1 1 1 1
2
1 x x x3
a) = 0.
1 x2 x4 x6
1 x3 x6 x9
1 x x2 x3
3 2 x + 1 x 2 + 2 x 3x 2
b) = 0.
3 x + 2 2 x + 1 3x
1 1 1 1
 0 1 0
 
34. Calcular, cuando exista, la inversa de la matriz A =  a 0 b  .
− b 0 a
 
 3x x x 
 
35. Determinar para qué valor de x tiene inversa la matriz A =  0 3x − x  y
0 0 x 

hallarla en función de x.
60
1 2 1  x 1 1
   
36. Sean: A = 0 −1 −1 , B =  0 1 x  y C = AB, hallar todos los valores
   
0 0 1   x 1 2
  
de x ∈ ℝ para los cuales C es invertible.
37. Resolver aplicando propiedades:

2 1 3 1
2 4 5 6
a) .
7 8 9 3
2 1 0 1
1 0 0 0 0
0 1 0 0 0
b) 0 0 0 1 0 .
0 0 0 0 0
0 1 1 2 0
2 0 0 1 1 3 1 1
1 0 0 0 0 0 0 0
0 0 9 8 7 6 1 2
6 0 0 0 0 0 0 0
c)
0 0 0 2 1 2 1 1
0 0 0 0 0 1 1 1
0 1 1 1 1 1 1 1
1 1 0 0 0 0 1 0
 1 −1 −1 −1 ⋯ −1 
 
 2 0 −2 −2 ⋯ −2 
 3 3 0 −3 ⋯ −3 
38. Verificar si el determinante:   = n!.
4 4 4 0 ⋯ −4 
⋮ ⋮ ⋮ ⋮ ⋱ ⋮ 
 
n n n n ⋯ 0 
39. Sea A una matriz cuadrada con todos sus elementos igual a 1, sea α∈ , cal-
cular D(αA – αI).
40. Calcular el siguiente determinante, y analice su rango:
61
1 2 3 ... n −1 n
2 3 4 ... n n +1
3 4 5 ... n +1 n+2
.
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
n −1 n n + 1 ... 2n − 3 2n − 2
n n + 1 n + 2 ... 2n − 2 2n − 1
1 a 1 −1
 
41. Analizar el rango de A =  0 1 a − 1 0  .
1 1 a −1

62

03 - 2013 MODULO1 CAP2 DETERMINANTES Utn

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

03 - 2013 MODULO1 CAP2 DETERMINANTES Utn

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD TECNOLÓGICA NACIONAL

CONCEPCION DEL URUGUAY

• Valorar la importancia de los determinantes, dentro del álgebra matricial.

• Calcular el determinante de una matriz cuadrada de cualquier orden, por dis-

• Conocer las propiedades de los determinantes y su contribución a la simpli-

• Calcular la inversa de una matriz cuadrada por el método de determinantes y

• Calcular el rango de una matriz usando determinantes.

2.1.1. Historia de los determinantes

Las contribuciones más ricas y prolíficas a la teoría de los determinantes

La definición rigurosa de determinantes es bastante complicada, por lo que

cibe el nombre de determinante y se lo denota como det(A), D(A) o A.

Es decir, ∀An(K) se le asigna un valor,

Como ya lo advirtiéramos en el capítulo I de matrices, las barras las

resulta un elemento del cuerpo K?

Existen muchas técnicas o métodos para el cálculo de un determinante. Nos

2.2.1. Método recursivo. Conceptos previos

Para poder calcular un determinante recursivamente, necesitamos conocer

2.2.1.1. Determinante asociado a una matriz de orden 2

ciado a una matriz de a11 a12

Dadas las siguientes matrices, calcular sus determinantes respectivos:

a) Det(A) = 1⋅4 – 2⋅3 = –2,

2.2.1.2. Menor o menor complementario

Sea An(K). Se llama menor o menor complemen-

Definición 2.2. tario del elemento aij de la matriz A, al determinante de or-

Notación: a los menores de un elemento se los suele denotar con:

1. M11 = 4 = 4, y, M21 = –2 = –2.

2.2.1.3. Cofactor o adjunto

Aprovechamos aquí los cálculos de los menores del ejercicio 2.2.

2.2.2. Resolución recursiva de un determinante de orden n

2.1. En otras palabras esto es, el determinante de una matriz A es –considerando

Es decir, si consideramos las siguientes matrices:

a11 a12 a13

a22 a23 a21 a23 a21 a22

A = (a11a22a33 + a12a23a31 + a13a21a32)–( a13a22a31 + a11a23a32 + a12a21a33).

 a11 a12 a13 a14 

a11 a12 a13 a14

Aplicamos el patrón de los signos de los cofactores,

Como el método es recursivo, debemos recurrir a la resolución de los de-

resolvemos cada cofactor y aplicamos propiedad distributiva,

resolvemos cada cofactor y aplicamos propiedad distributiva,

resolvemos cada cofactor y aplicamos propiedad distributiva,

a32 a33 a31 a33 a31 a32

resolvemos cada cofactor y aplicamos propiedad distributiva,

a) Det(A) = a11C11 + a12C12 = 2⋅1 + 1⋅ 3 = 5.

aparte los cofactores:

C = 2C11 + 3C12 + (–2)C13 + 4C14 = 2(–48) – 3 ⋅ 34 + (–2)60 – 4(–8) = –286.

2.2.3. Resolución de un determinante mediante la regla de Sarrus

productos positivos – productos negativos productos positivos – productos negativos

= (12 + 0 + 4) – (–6 + 0 + 1) = 21.

= (–6 + 1 + 0) – (–6 + 0 + 4) = –3.

2.2.4. Regla de Laplace

2.2.4.1. Expansión de la i–ésima fila.

1) En este caso nos conviene la expansión de la segunda columna.

Volvemos a expandir el determinante de orden 3, hasta que nos quede un

2.3. ALGUNAS PROPIEDADES DE LOS DETERMINANTES

Presentamos aquí las propiedades de los determinantes que más se utilizarán

1. El determinante de una matriz triangular es igual al producto de los

2. El determinante de una matriz es igual al determinante de su trans-

3. El determinante de la matriz identidad, cualquiera sea su orden, siem-

4. Sean A, A1, A2, …, Ak, k matrices cuadradas iguales –excepto en la fila

D(A) = D(A1) + D(A2) + …+ D(Ak).

Observación: No confundir esta propiedad con la siguiente no propiedad:

5. Si en una matriz A se permutan entre sí dos líneas paralelas, se obtiene