Está en la página 1de 28

Unidad 3: Determinantes

1. Permutaciones:

Una permutación cada una las diferentes formaciones que pueden obtenerse con los
elementos de un conjunto dado, en lo que entran todos los elementos del conjunto sin que
se repita ninguno de ellos. Es decir, sea S  1,2,3,..., n el conjunto de los enteros desde

1 hasta n , ordenados en forma ascendente; al arreglo j1, j2 , j3 ,..., jn de los elementos de


S se denomina una permutación de S .

Por ejemplo, si S  1,2,3,4 , entonces 4 31 2 es una permutación de S . Esta


permutación se corresponde con la función f : S  S definida por:

f 1  4
f  2  3
 f  i   ji para 1 i  n .
f  3  1
f  4  2

Si observamos la definición tenemos que para colocar en la primera posición podemos


tomar cualquier de los n elementos del conjunto S ; para la segunda posición podemos
tomar cualquiera de los n  1 elementos restantes de S y así sucesivamente, hasta llegar
a la n  esima posición, la cual sólo puede ser ocupada por el elemento que resta. Por lo
tanto, la totalidad de posibilidades viene dada por:

n   n  1   n  2  ,...,  2   1  n!

Al conjunto que contiene todas las permutaciones de S , lo representaremos por Sn cuyo


número de elementos es igual al n !.

Ejemplos:

1) Si S  1 entonces #  Sn   1!  1 ; luego tenemos que Sn  1 .

Pág.1
2) Si S  1,2 entonces #  Sn   2!  2 ; luego tenemos que Sn  12,21 .

3) Si S  1,2,3 entonces #  Sn   3!  6 ; luego tenemos que

Sn  123, 132, 213, 231, 312, 321

1.2. Inversión en una Permutación:

Una permutación j1, j2 , j3 ,..., jn de S  1,2,3,..., n tiene una inversión si un entero mayor

jr precede a uno menor js . Esta puede ser positiva o negativa dependiendo de que esta
tenga un número par o impar de inversiones con relación a la permutación natural.

Por ejemplo, en S  1,2,3,4 la permutación 4 31 2 tiene cinco inversiones, ya que el 4


está antes de 3, antes de 1 y antes de 2; el 3 está antes de 1 y antes de 2. Por lo tanto, es
una permutación impar o negativa.

n!
Si n  2 podemos decir que Sn tiene permutaciones pares y un número igual de
2
permutaciones impares.

Ejemplo:

Sea S   A, M , O, R , el conjunto formado por las letras de la palabra “AMOR” y


además consideramos que como se presentan en la palabra dada es el orden natural;
podemos determinar el número de inversiones que poseen las palabras “MORA” y
“ROMA”

M O R A tiene tres inversiones por tanto es una permutación negativa.

R O M A tiene seis inversiones por tanto es una permutación positiva.

Pág.2
2. Determinante:
Definición:

¡Un determinante se define como una función operacional que asocia a cada matriz
cuadrada An un escalar que está definido por una sumatoria de n! términos donde cada
término es un producto de n elementos representativos de cada una de las filas y las
columnas de la matriz sin repetir ninguna y que tendrá un signo positivo o negativo según
sea par o impar el número de inversiones contenidas en cada término.

f : M n x n  R . Si A  M n x n  R  , entonces f ( A)  h  R

Es decir, el determinante de una matriz de orden n , se define como el número calculado


de la siguiente suma: A      a1 j1 a2 j2 ...anjn la suma se toma sobre todas las

permutaciones de los segundos subíndices. A cada término se le asigna el signo (+) si


j1, j2 , j3 ,..., jn es una permutación par de 1,2,.....n  , y el signo (–) si ella es una
permutación impar

Notación:

El determinante se denota por det  A o A o por sus elementos encerrados entre dos
barras verticales.

 a11 a12 ... a1n  a11 a12 ... a1n


a a22 ... a2 n  a21 a22 ... a2 n
det  21  o
 ... ... ... ...  ... ... ... ...
 
 an1 an 2 ... ann  an1 an 2 ... ann

2.1. Determinantes de Orden Dos:

 a11 a12 
Si A    es una matriz 2  2 , entonces #  S2   2 tiene dos permutaciones,
 21 22 
a a

Pág.3
luego el determinante tiene dos términos a1_ a2 _ y a1_ a2 _ si llenamos los espacios en
blanco con todos los elementos posibles de S2 ; estos son 1 2 y 2 1. Como 1 2 es
permutación par, el término a11a22 tiene signo positivo    asociado. Como 2 1 es una
permutación impar, el término a12a21 tiene signo negativo    asociado. Por lo tanto, el
determinante de A viene dado por:
a1__ a2 __  a11a2 2   a11a22 a a
   A  11 12  a11a22  a12 a21 o
a1__ a2 __  a12 a21  a12 a21 a21 a22

Ejemplos:
2 3
a)  2(5)  3(4)  10  12  22
4 5

3 5
b)   31   5  2   3  10  7
2 1

2 3
c)   2  4    31  8  3  5
1 4

2.3. Determinantes de Orden Tres:

 a11 a12 a13 


Si A   a21 a22 a23  es una matriz 3  3 , entonces #  S3   6 tiene seis permutaciones,
 a31 a32 a33 
luego el determinante tendrá seis términos a1_ a2 _ a3_ , a1_ a2 _ a3_ , a1_ a2 _ a3_ ,
a1_ a2 _ a3_ , a1_ a2 _ a3_ y a1_ a2 _ a3_ , si llenamos los espacios en blanco con todos los
elementos posibles de S3 ; estos son 123, ,132, 213, 231, 312, y 321 , donde
123, ,231, y 312 son permutaciones pares, los términos a11a22 a33 , a12 a23 a31 y a13 a21a32
tienen signos positivos  asociados; como 132, 213 y 321 son permutaciones
impares, los términos a11a23 a32 , a12 a21a33 y a13 a22 a31 tienen signos negativos ()
asociados.

Pág.4
a1__ a2 __ a2 __  a11a12 a13  1 2 3 

a1__ a2 __ a2 __  a11a13a12  1 3 2 

a1__ a2 __ a2 __  a12 a11a13  2 1 3 
   
a1__ a2 __ a2 __  a12 a13a11  2 3 1 
a1__ a2 __ a2 __  a13a11a12  3 1 2 
  
a1__ a2 __ a2 __  a13a12 a11  3 2 1 

Por lo tanto, el determinante de A viene dado por:

det  A  A  a11a22 a33  a12 a23 a31  a13 a21a32  a11a23 a32  a12 a21a33  a13 a22 a31

2.3.1. Regla de Sarrus Para Determinantes de Orden Tres:


El determinante de orden tres también podemos obtenerlo aplicando la regla de Sarrus. Es
decir, repetimos las dos primeras filas o las dos primeras columnas y obtenemos los
productos de las diagonales. De izquierda a derecha (con líneas continuas) se toman con
signos positivos y los de derecha a izquierda (con líneas discontinuas) con signos
negativos:

 a11 a12 a13 


Si A   a21 a22 a23  ;
 
 a31 a32 a33 
det ( A)  a11a22 a33  a12 a23 a31  a13 a21a32  a13 a22 a31  a12 a21a33  a11a23a32

a11 a12 a13 a11 a12 a11 a12 a13


a21 a22 a23
a11 a12 a13 a11 a12
a31 a32 a33
a11 a12 a13 a11 a12 a11 a12 a13
a21 a22 a23
Ejemplo:
1 2 3 
Sea A   2 1 3  evaluar el determinante de A .
3 1 2
 

Pág.5
1 2 3 1 2
Ampliando con las dos primeras columnas tenemos 2 1 3 2 1
3 1 2 3 1

det  A  11 2    2  3 3   3 2 1   31 3  1 3 1   2  2  2 

 2  18  6  9  3  8  6

2.4. Propiedades de los Determinantes:

1. El determinante de una matriz y de su transpuesta son iguales; es decir, A  AT

2 3 1
Ejemplo: Si A  5 1 2  probar que A  AT .
 
1 3 2

2 3 1
det( A)  5 1 2   2 1 2    3 2 1  1 5  3  111   2  2  3    3 5  2 
1 3 2
 4  6  15  1  12  30  18
2 5 1
Tenemos que A   3 1 3  entonces:
T

1 2 2 

2 5 1
det( AT )  3 1 3   2 1 2    5 31  1 3 2   111   2 3 2   5 3 2 
1 2 2
 4  15  6  1  12  30  18
Por lo tanto A  A
T

Pág.6
2. Si la matriz B se obtiene de A al intercambiar dos filas o columnas de A , entonces
A  B .

2 3 1 5 1 2
Ejemplo: Sean A  5 1 2  y B   2 3 1  donde B se ha obtenido intercambiando
   
1 3 2 1 3 2
las filas 1 y 2 de A.

Evaluemos det (A) y det (B)

2 3 1
det( A)  A  5 1 2  18 , como ya habíamos calculado.
1 3 2

5 1 2
det( B)  2 3 1  (5)(3)(2)  (1)(1)(1)  (2)(3)(2)  (2)(3)(1)  (5)(1)(3)  (1)(2)(2)
1 3 2
 30  1  12  6  15  4  18

Por lo tanto det( A)   det( B) .

3. Si dos filas o columnas son iguales, entonces el valor del determinante es igual a
cero.

 a1 a2 a3 
Ejemplos: 1) Sea A   b1 b2 b3  donde las filas 1 y 3 son iguales.

 a1 a2 a3 

Evaluemos det (A)

a1 a2 a3
det( A)  b1 b2 b3  a1b2 a3  a2b3a1  a3b1a2  a3b2a1  a1b3a2  a2b1a3  0
a1 a2 a3

Pág.7
 4 3 1 
2) Sea B   2 5 1 donde la fila 1 y la 3 son iguales.
 
 4 3 1 

Evaluemos det (B)


4 3 1
det( B )  2 5 1  (4)(5)(1)  ( 3)( 1)(4)  (1)(2)( 3)  (1)(5)(4)  (4)( 1)( 3)  ( 3)(2)(1)
4 3 1
 20  12  6  20  12  6  0

Por lo tanto det( B)  B  0

4. Si una fila o columna de una matriz A es nula, entonces A  0 .

 a1 a2 a3 
Ejemplos: 1) Sea A   b1 b2 b3  donde todos los elementos de la fila 3 son ceros.

 0 0 0 

Evaluemos det (A)


a1 a2 a3
det( A)  b1 b2 b3  a1b2 (0)  a2b3 (0)  a3b1 (0)  a3b2 (0)  a1b3 (0)  a2b1 (0)  0
0 0 0

 4 3 1 
2) Sea B   2 5 1 evaluemos det (B)
 0 0 0 

4 3 1
det( B)  2 5 1  (4)(5)(0)  (3)(1)(0)  (1)(2)(0)  (1)(5)(0)  (4)(1)(0)  (3)(2)(0)
0 0 0
0000000

Pág.8
5. Si B se obtiene de A al multiplicar una fila o columna de A por un escalar h ,
entonces det( B)  h det( A) .

De aquí se deduce que si todos los elementos de una fila o columna tienen un factor común
este puede eliminarse y colocarse como factor del determinante.

a b   ha hb 
Ejemplo: Sea A    y B  c d
c d   

Observe que B se ha obtenido al multiplicar la fila 1 de A por h ≠ 0.

Evaluemos det (A) y det (B)

a b ha hb
det( A)   ad  bc det( B)   had  hbc  h(ad  bc)
c d c d

Lo que significa que det( B)  h det( A)

2 3 0 4 6 0
Ejemplo: Sean A  1 4 2 y B  1 4 2 donde B se ha obtenido multiplicando
 3 5 1   3 5 1 
por h = 2 la fila 1 de A.

Evaluemos det (A) y det (B)

2 3 0
det( A)  1 4 2  (2)(4)(1)  (3)(2)(3)  (0)(1)(5)  (0)(4)(3)  (2)(2)(5)  (3)(1)(1)
3 5 1
 8  18  0  0  20  3  3

4 6 0
det( B)  1 4 2  (4)(4)(1)  (6)(2)(3)  (0)(1)(5)  (0)(4)(3)  (4)(2)(5)  (6)(1)(1)
3 5 1
 16  36  0  0  40  6  6

Por lo tanto det( B)  2det( A) .

Pág.9
6. Si en un determinante los elementos de una fila o columna son múltiplos de los
elementos correspondientes de otra fila o columna, su valor es cero.

 a1 a2 a3 
Ejemplo: Sean A   b1 b2 b3  donde la fila 3 es múltiplo de la fila 1.

 ha1 ha2 ha3 

Evaluemos det (A)

a1 a2 a3 a1 a2 a3
det( A)  b1 b2 b3  h b1 b2 b3  h(0)  0 . Este resultado es se ha obtenido
ha1 ha2 ha3 a1 a2 a3

aplicando las propiedades 3 y 5.

7. Si cada elemento de una fila o columna de un determinante es igual a la suma de


varios términos, el determinante puede escribirse como la suma de tantos
determinantes como términos tengan los elementos de la fila o columna que se trate.

 a1  m1  n1 a2  m2  n2 a3  m3  n3 
Sea A   b1 b2 b3  donde los elementos de la fila 1

 c1 c2 c3 
corresponden a la suma de tres términos, entonces det (A) puede escribirse así:

a1  m1  n1 a2  m2  n2 a3  m3  n3 a1 a2 a3 m1 m2 m3 n1 n2 n3
det( A)  b1 b2 b3  b1 b2 b3  b1 b2 b3  b1 b2 b3
c1 c2 c3 c1 c2 c3 c1 c2 c3 c1 c2 c3

6 7  6 7
Ejemplo: Sean A    . Al evaluar det( A)   18  14  4
 2 3  2 3

Observe lo que ocurre si se descomponen los elementos de la fila 1

Pág.10
6 7 1 2  3 2  5  0 1 2 2 5 3 0
A    
2 3 2 3 2 3 2 3 2 3
 (3  4)  (6  10)  (9  0)  1  4  9  4

8. Si B se obtiene de A sumando a cada elemento de la r  ésima fila o columna de


A una constante h por el elemento correspondiente de la s  ésima fila o columna
de A  r  s  , entonces B  A.

 a1 a2 a3   a1  kb1 a2  kb2 a3  kb3 


Ejemplo: Sean A   b1 b2 b3  y B   b1
 
b2 b3 

 c1 c2 c3   c1 c2 c3 

La matriz B se ha obtenido de A sumando a la fila 1 la fila 2 multiplicada por k ≠ 0.

Evaluemos det (B)

a1  kb1 a2  kb2 a3  kb3 a1 a2 a3 kb1 kb2 kb3


det( B)  b1 b2 b3  b1 b2 b3  b1 b2 b3
c1 c2 c3 c1 c2 c3 c1 c2 c3

a1 a2 a3 b1 b2 b3
det( B)  b1 b2 b3  k b1 b2 b3  det( A)  k (0)  det( A)  0  det( A) .
c1 c2 c3 c1 c2 c3

Por lo tanto B  A

Este resultado se ha obtenido aplicando las propiedades 5 y 6.

9. Si una matriz A es triangular superior o inferior, entonces el determinante de


A es igual al producto de los elementos de la diagonal principal. Es decir,
A  a11a22 a33 ...ann .

Pág.11
2 0 0
Ejemplo: Sea A  1 4 0 , una matriz triangular inferior. Evalúe A
 
 3 5 1 
2 0 0
A  1 4 0  (2)(4)(1)  (0)(0)(3)  (0)(1)(5)  (0)(4)(3)  (2)(0)(5)  (0)(1)(1)
.
3 5 1
  (2)(4)(1)   0  0  0  0  0  8

10. El determinante del producto de dos matrices es el producto de sus


determinantes; es decir, AB  A B .

Ejemplo:

 2 1 3 4 
Sean A    y B  1 2  entonces
 3 5  

 2 1 3 4
det( A)  det    10  3  7 y det( B )  det 1 2   6  (4)  10
 3 5  
det( A)det( B)  7(10)  70

  2 1 3 4   6  1 8  2   7 6
det( AB)  det    1 2    det 9  5 12  10  det 14 2  14  (84)  70
  3 5        

2.5. Cálculo de Determinantes Aplicando las Propiedades (Método de Gauss):


El método de Gauss consiste en aplicar las propiedades para transformar una matriz
dada en una triangular por medio de las transformaciones elementales.

Como ya vimos en la propiedad 9, el determinante de una matriz triangular es igual al


producto de los elementos de su diagonal principal. Entonces, aplicando las propiedades,
podemos llevar cualquier determinante a la forma escalonada y así obtener una matriz
triangular.

Pág.12
1 2 3 1
3 4 0 2
Ejemplo: Evaluar el determinante B  aplicando el método de Gauss.
1 1 2 3
0 2 4 2
1 2 3 1 1 2 3 1 1 2 3 1
3 4 0 2 f 2  f 2  3 f1 0 2 9 1 f 2  f3 0 1 1 2
B   
1 1 2 3 f3  f3  f1 0 1 1 2 f3  f 2 0 2 9 1
0 2 4 2 0 2 4 2 0 2 4 2
1 2 3 1 1 2 3 1
0 1 1 2 0 1 1 2
 
f3  f3  2 f 2 0 0 7 5 f3  f3  f 4 0 0 1 11
f4  f4  2 f2 0 0 6 6 0 0 6 6
1 2 3 1
0 1 1 2
    (1)(1)(1)(72)   (72)  72
0 0 1 11
f 4  f 4  6 f3 0 0 0 72

Observe que en el tercer paso se han intercambiado las filas 2 y 3 por eso se ha colocado
el signo negativo (─)

3. Menor complementario:
Definición:
Sea A una matriz cuadrada de orden n x n. Se define al menor complementario M ij como

el determinante de la submatriz de A de orden n─1 x n─1 que resulta de eliminar la fila i


y la columna j en la matriz.

 2 1 4 
Ejemplo: Sea: A  0 1 5  hallar los menores M 13 , M 21 y M 22 .
6 3 4 

2 1 4 2 1 4
0 1 1 4
M 13  0 1 5   0  6  6 M 21  0 1 5   4  12  8
6 3 3 4
6 3 4 6 3 4

Pág.13
2 1 4
2 4
M 22  0 1 5   8  24  32
6 4
6 3 4

4. Adjunto o Cofactor:

Sea A una matriz de orden n  n . El adjunto o cofactor Aij del elemento aij de A se

define como Aij   1


i j
M ij . Es decir, es el menor complementario que resulta de
eliminar la fila i y la columna j multiplicado por un signo positivo o negativo según sea
par o impar la suma de la fila y la columna eliminada respectivamente.

 2 1 4 
Ejemplo: Dada la matriz A  0 1 5  , hallar todos sus adjuntos o cofactores.
6 3 4 

Desarrollo:
1 5 0 5
A11   1 M 11  A12   1    0  30   30
11 1 2
 4  15  19 M 12  
3 4 6 4

0 1 1 4
A13   1
13
M 13   0  6  6 A21   1    4  12   8
21
M 21  
6 3 3 4

2 4 2 1
A22   1  8  24  32 A23   1 M 23      6  6   12
2 2 23
M 22 
6 4 6 3

1 4 2 4
A32   1   10  0   10
3 2
A31   1 M 32  
31
M 31   5  4  9
1 5 0 5

2 1
A33   1
33
M 33  202
0 1

5. Matriz de los Adjuntos o Cofactores:


Es la matriz que resulta al sustituir cada elemento de una matriz dada por sus cofactores
correspondientes. La matriz de cofactores de A se denota AC .

Pág.14
 a11 a12 a13 ... a1n   A11 A12 A13 ... A1n 
a a22 a23 ... a2 n  A A22 A23 ... A2 n 
Si  21  , entonces  21 
A   a31 a32 a33 ... a3n  AC   A31 A32 A33 ... A3n 
   
 ... ... ... ... ...   ... ... ... ... ... 
 an1 an 2 an3 ... ann   An1 An 2 An 3 ... Ann 

6. Matriz Adjunta:
Es la matriz transpuesta de la matriz de los cofactores. Se denota por adj  A  AC T

 a11 a12 a13 ... a1n 


 a21 a22 a23 ... a2 n 
A   a31 a32 a3n 
Para la matriz:
a33 ...
 
 ... ... ... ... ... 
 an1 an 2 an 3 ... ann 

 A11 A21 A31 ... An1 


A A22 A32 ... An 2 
la matriz adjunta de A es:  12 
adj  A   A13 A23 A33 ... An3 
 
 ... ... ... ... ... 
 A1n A2 n A3n ... Ann 

Ejemplo:

 2 1 4 
Dada la matriz A  0 1 5  , determine adj  A .
6 3 4 

Primero determinamos los cofactores de A.


1 5 0 5
A11   1 M 11  A12   1    0  30   30
11 1 2
 4  15  19 M 12  
3 4 6 4

0 1 1 4
A13   1
13
M 13   0  6  6 A21   1    4  12   8
21
M 21  
6 3 3 4

2 4 2 1
A22   1  8  24  32 A23   1 M 23      6  6   12
2 2 23
M 22 
6 4 6 3

Pág.15
1 4 2 4
A32   1   10  0   10
3 2
A31   1 M 32  
31
M 31   5  4  9
1 5 0 5

2 1
A33   1
33
M 33  202
0 1

 19 30 6 
AC   8 32 12
 
 9 10 2 

 19 8 9 
T
 19 30 6 
   
adj  A   AC   8 32 12   30 32 10
T
 
 9 10 2   6 12 2 

Teorema:
Sea A   aij  una matriz de orden n  n , entonces A  Adj  A     Adj  A   A  det  A  I n

Demostración:
 a11 a12 ... a1n   A11 A21 ... An1   d11 d12 ... d1n 
a a22 ... a2 n   A12 A22 ... An 2   d 21 d 22 ... d 2 n 
Tenemos que: A  Adj  A     21 
 ... ... ... ...   ... ... ... ...   ... ... ... ... 
    
 an1 an 2 ... ann   A1n A2 n ... Ann   d n1 d n 2 ... d nn 
n
Cada elemento d ij en la matriz producto A Adj  A  viene definido por: dij   aik Akj .
k 1
Luego tenemos que:
ai1 Aj1  ai 2 Aj 2  ...  ain Ajn  det  A si i  j
0 si i  j

det  A 0 ... 0 
 
0 det  A ... 0 
Esto significa que: A  Adj  A     det  A  I n
 ... ... ... ... 
 
 0 0 ... det  A 

Por tanto A Adj  A   det  A I n

Pág.16
Teorema: Si A es una matriz de orden n  n , entonces A es invertible si y solo si
adj  A
1
det  A  0 y A1 
det( A)
Demostración:

Si A es invertible, AA1  I n esto implica que det  AA1   det  A det  A1   det  I n   1

Luego podemos concluir que det  A  0

Si det  A  0 y de acuerdo al teorema anterior tenemos que: A Adj  A   det  A I n .

Tomemos det( A) I  A  adj  A  , entonces:


det( A) I  A  adj  A   A1  det( A) I   A1 A  adj  A  
 det( A)  A1 I    A1 A  adj  A   det( A) A1  I  adj  A 

 adj  A   A1   adj  A 


1 1 1
 det( A) A1 
det( A) det( A) det( A) 

Este teorema nos proporciona otro método para hallar la inversa de una matriz a través
de la adjunta.

 2 1 4 
Ejemplo: Si queremos hallar la inversa de A  0 1 5  , como ya obtuvimos
6 3 4 
 19 8 9 
adj  A   30 32 10 solo debemos hallar su determinante y aplicar la fórmula.

 6 12 2 
det( A)  8  30  0  24  0  30  92 Entonces
 19 2 9
   
 19 8 9   92 23 92

adj  A    30 32 10  
1 1 15 8 5
A1    
det( A) 92 46 23 46
 6 12 2   3 
 3 1 
 
 46 23 46 

Pág.17
7. Otros métodos para calcular determinantes
7.1. Desarrollo por los Elementos de una Fila o Columna (Método o expansión de
Laplace)

Teorema 7.1: Si A es una matriz cuadrada de orden “n”, entonces,


det  A  A  ai1 Ai1  ai 2 Ai 2  ...  ain Ain para 1 i  n , denominado desarrollo del

determinante con respecto a la i  ésima fila. Y para 1 j  n ,


det  An   An  a1 j A1 j  a2 j A2 j  ...  anj Anj denominado desarrollo del determinante con

respecto a la j  ésima columna.

Esto significa que el valor de cualquier determinante de orden “n” es igual a la suma de
“n” productos cada uno de los cuales se forma multiplicando cada elemento de una
cualquiera de las filas o columnas por sus cofactores correspondientes.

Demostración:
Para la demostración usaremos una matriz de orden 3  3 para facilitar el entendimiento
de la misma. Si A3   aij  por definición tenemos que:

det  A3   a11a22 a33  a12 a23a31  a13a21a32  a11a23a32  a12 a21a33  a13a22 a31 (1)

Reagrupando los términos y sacando factor común podemos escribirlo de la forma:

det  A3   a11a22a33  a11a23a32  a12a23a31  a12a21a33  a13a21a32  a13a22a31

 a11  a22a33  a23a32   a12  a23a31  a21a33   a13  a21a32  a22a31  (2)

Los cofactores de A correspondientes a la primera fila son:


a22 a23
A11   1
11
 a22a33  a23a32
a32 a33
a21 a23
A12   1    a21a33  a23a31   a23a31  a21a33
1 2

a31 a33

Pág.18
a21 a22
A13   1
13
 a21a32  a22a31
a31 a32

Sustituyendo estas tres expresiones en (2) tenemos:

det  A  a11 A11  a12 A12  a13 A13 . Esta expresión es el desarrollo del determinante de
A3 con respecto a la primera fila.

Si la expresión (1) la reagrupáramos como:


det  A  a13  a21a32  a22 a31   a23  a12 a31  a11a32   a33  a11a22  a12 a21  podemos

verificar fácilmente que es equivalente a: det  A   a13 A13  a23 A23  a33 A33 que es el

desarrollo del determinante de A3 con respecto a la tercera columna.

Ejemplos:
1) Hallar el determinante de la matriz

 2 1 4 
A  0 1 5  usando los elementos de una línea fila o columna.
 
6 3 4 

1ro. Usando la primera fila tenemos que:


2 1 4
11 1 5 1 2 0 5 13 0 1
A  0 1 5   2  1   1 1   4  1
3 4 6 4 6 3
6 3 4

  2 1 4  15    1 1 0  30    4 1 0  6 

  2  19   1 30    4  6   38  30  24  92

2do. Usando la tercera columna tenemos que:

Pág.19
2 1 4
13 0 1 23 2 1 33 2 1
A  0 1 5   4  1   5  1   4  1
6 3 6 3 0 1
6 3 4

  4 1 0  6    5  1 6  6    4 1 2  0 

  4  6    5 12    4  2   24  60  8  92

 1 2 3 1 
 3 4 0 2 
2) Sea B    , calcular B desarrollándolo por la primera columna:
 1 1 2 3 
 
 0 2 4 2 

4 0 2 2 3 1 2 3 1 2 3 1
B  1 1 1 2 3   3  1 3  1 1 2   0  1
11 2 1 3 1 4 1
1 2 4 0 4 0 2
2 4 2 2 4 2 2 4 2 1 2 3

  16  0  8  8  0  48    38  18  4  4  24  6    0  16  12  0  16  24    0  0  6  8  0  8  36 
 48   3 36   12    0   48  108  12  72

7.2. El método Pivotal o de Chío es una combinación de los dos anteriores (Expansión
de Laplace y Gauss). Consiste en elegir un elemento cualquiera de una fila o columna y
por medio de la eliminación gaussiana hacer ceros todos los demás elementos de esa fila
o columna y desarrollar o expandir el determinante por ella. De esta forma se consigue
que un determinante de orden n se exprese en orden n – 1. Se repite el proceso hasta que
nos quede de orden 2 o 3.

Ejemplos:
1 2 3 1
3 4 0 2
1) Calcular A  aplicando el método Pivotal.
1 1 2 3
0 2 4 2

Pág.20
Vamos elegir al elemento a11  1 y haremos cero todos los demás de la columna uno.
Al desarrollar el determinante por la columna 1 hay que calcular un solo cofactor.

1 2 3 1 1 2 3 1
2 9 1
3 4 0 2 f 2  f 2  3 f1 0 2 9 1 11
A   1A11  1(1) 1 1 2
1 1 2 3 f3  f3  f1 0 1 1 2
2 4 2
0 2 4 2 0 2 4 2
El determinante que era de orden 4 ahora se ha reducido a orden 3 y lo podemos calcular
aplicando la regla de Sarrus que ya vimos.
2 9 1 2 9 1
11
A  1(1) 1 1 2  1 1 2  4  36  4  2  16  18  72
2 4 2 2 4 2

5 4 3 2 1 f1  f1  f5 4 0 0 0 4
4 0 0 4
4 1 2 3 4 4 1 2 3 4
5 1 2 5
2) B  3 2 5 4 3 f3  f3  2 f 2  5 0 1 2 5 
10 2 8 10
2 3 4 1 2 f 4  f 4  3 f 2 10 0 2 8 10
5 7 6 1
1 4 3 2 5 f5  f5  2 f3 5 0 7 6 1

Elegimos como pivote al 1 Elegimos como pivote al 1 Elegimos como pivote al


que está en la posición a22, que está en la posición a11, 4 que está en la posición
hacemos cero todos los hacemos cero todos los a11, hacemos cero todos
demás elementos de esa demás elementos de esa los demás elementos de
columna. columna. esa fila.

4 0 0 0
1 2 10 1 2 10
c4  c4  c1 5 1 2 10
  4 2 8 20 f 2  f 2  2 f1  4 0 12 40
10 2 8 20
7 6 6 f3  f3  7 f1 0 20 76
5 7 6 6
12 40
4  4[12(76)  (40)(20)]  4(912  800)  4(112)  448
20 76

Recuerde que se puede elegir la fila o columna que uno quiera y el pivote que se desee, pero lo
más recomendable es elegir al uno de pivote y/o donde haya más ceros.

Pág.21
8. Regla de Cramer:
Es un método que nos sirve para resolver un sistema de n ecuaciones con n incógnitas
cuya matriz de los coeficientes es no singular.

Teorema: (Regla de Cramer): Sean


a11 x1  a12 x2  ...  a1n xn  b1
a21 x1  a22 x2  ...  a2 n xn  b2

an1 x1  an 2 x2  ...  ann xn  bn

un sistema lineal de n ecuaciones con n incógnitas cuya forma matricial es AX  B ,


siendo A   aij  la matriz de los coeficientes, X la matriz de las incógnitas y B la matriz
de los términos independientes.

Si det  A  0 , entonces el sistema tiene solución única

det  A1  det  A2  det  An 


x1  , x2  , ... , xn  , donde Ai es la matriz obtenida de A
det  A  det  A  det  A 

al reemplazar su i  ésima columna por B (Los coeficientes de la incógnita xi por los


términos independientes).

Demostración:

Si det  A  0 , entonces A es no singular y AX  B  A1 AX  A1B  X  A1B y

1
X  A1B  Adj ( A) B . Por lo tanto,
det( A)
 A11 A21 An1   A11 A21 An1 
 A A
...
A  b1 A  b2 A  ...  bn A 
 x1     b1   
x   A12 A22
...
An 2  b   b1 12  b2 22  ...  bn n 2 
A A A
X  A B A
2 1
A A   
2  A A A
       
x    b   
 n  A1n A2 n Ann   n  A A A 
 ...   b1
1n
 b2 2 n  ...  bn nn 
 A A A   A A A 

Pág.22
Esto significa que:
A11 A An1 1
x1  b1  b2 21   bn   b1 A11  b2 A21   bn An1 
A A A A
A12 A An 2 1
x2  b1  b2 22   bn   b1 A12  b2 A22   bn An 2 
A A A A

A1n A Ann 1
xn  b1  b2 2 n   bn   b1 A1n  b2 A2 n   bn Ann 
A A A A

De donde se puede concluir que


A A A 1
xi  b1 1i  b2 2i   bn ni   b1 A1i  b2 A2i   bn Ani 
A A A A
para i  1, 2, 3, ... , n

Ahora, sea Ai la matriz que resulta al cambiar los elementos de la columna i de A por los
elementos de B.

 a11 a12 ... a1i 1 b1 a1i 1 ... a1n 


 
 a21 a22 ... a2i 1 b2 a2i 1 ... a2 n 
Ai   
 
 an1 an 2 ... ani 1 bn ani 1 ... ann 

Si desarrollamos el determinante de Ai con respecto a la i  ésima columna, vemos que:
det  Ai   b1 A1i  b2 A2i  ...  bn Ani

1 det  Ai 
Por lo tanto, xi  det  Ai   para i  1, 2, 3, ... , n
det  A  det  A 

Para aplicar la regla de Cramer seguiremos el siguiente procedimiento:

Sea AX  B , donde A es de orden n  n entonces:

1. Calculamos det  A . Si det  A  0 , no se puede aplicar la regla de Cramer. Se


emplea el método de Gauss.

Pág.23
det  Ai 
2. Si det  A  0 , entonces para cada i tenemos que: xi 
det  A 

Recuerde que Ai es la matriz obtenida de A al reemplazar la i  ésima columna de A


por B (Los coeficientes de la incógnita xi por los términos independientes).

Ejemplos:

1) Resolver el siguiente sistema usando la regla de Cramer si es posible:


2 x  3 y  z  1
x  2y  z  4
2 x  y  z  3

2 3 1
Tenemos que: A  1 2 1  4  6  1  4  3  2  2  0
2 1 1

1 3 1
4 2 1
A 3 1 1  2  9  4  6  1  12  4
Luego: x  1    2
A 2 2 2

2 1 1
1 4 1
A 2 3 1  8  3  2  8  1  6  6
y 2    3
A 2 2 2

2 3 1
1 2 4
A 2 1 3 12  1  24  4  8  9  8
z 3    4
A 2 2 2

x  2

La solución única del sistema es  y  3
z  4

Pág.24
Pág.25
Pág.26
Pág.27
Pág.28