UNIVERSIDAD NACIONAL DE SALTA

FACULTAD DE INGENIERÍA

Determinante

ÁLGEBRA LINEAL Y
GEOMETRÍA ANALÍTICA

Adriana Zamar

2009
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

Introducción

Los determinantes es uno de los temas más útiles del álgebra lineal, con muchas
aplicaciones en ingeniería, física, economía, matemáticas y otras ciencias. En la geometría
ofrecen una forma natural de escritura de fórmulas muy elegantes para calcular áreas y
volúmenes, y también ecuaciones de objetos geométricos como rectas, círculos, planos,
esferas, y otros.
Un determinante es un número que se asigna a una formación cuadrada de números de
cierto modo. Esta idea fue considerada desde el año 1683 por el matemático japonés Scki
Takakazu y de forma independiente en el año 1693 por el matemático alemán Gouttfrier
Leibniz (uno de los inventores del cálculo), aproximadamente 160 años antes que se
desarrollara una teoría de matrices por separado.
Durante los siguientes 120 años los determinantes se estudiaron principalmente en los
sistemas de ecuaciones lineales como:
⎧a1 x + b1 y + c1 z = 0
⎪
⎨a 2 x + b2 y + c 2 z = 0
⎪a x + b y + c z = 0
⎩ 3 3 3

Los principales contribuyentes en esta área han sido Laplace, Cauchy, Jacobi; Bezout,
Sylvester y Cayley.
En 1812, Augustin- Louis Cauchy publicó un artículo donde utilizaba el determinante para
sacar los volúmenes de ciertos poliedros sólidos.

Consideremos el “cristal” o el paralelepípedo de la

figura, donde las aristas AB = v1 = (a1, b1, c1); AE = v2
= (a2, b2, c2) y AD = v3 = (a3, b3, c3).
Cauchy demostró que el volumen de este cristal es el
valor absoluto del determinante asociado con el
sistema mostrado anteriormente.

Determinante
El determinante es una función que va de matrices de n x n a los reales.
det : ℜ nxn → ℜ
A a det( A) = A

Se lo define recursivamente (inductivamente) así:

∆
Si n = 1: A = (a11 ) a det( A) = A = a11 = a11

Ejemplo: A = (– 2) a det( A) = A = − 2
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

Si n > 1 (n – 1 ε N): Hipótesis Inductiva

Supongamos que sabemos cuál es el determinante de cualquier matriz de (n – 1 ) x ( n – 1 )
y sea la matriz A de n x n::
⎛ a11 a12 K a1 j K a1n ⎞
⎜ ⎟
⎜ a 21 a 22 K a2 j K a 2n ⎟
⎜ M M K M K M ⎟
A=⎜ ⎟
⎜ ai 1 ai 2 K a ij K a in ⎟
⎜ ⎟
⎜ M M K M L M ⎟
⎜a K a nj K a nn ⎟⎠
⎝ n1 a n 2

Definición:
Menor complementario:
M ij= Menor complementario de a ij = determinante de la submatriz de (n –1) x (n –1) obtenida
de A al suprimir su i – ésima fila y su j – ésima columna.
⎛ a1 a 2 a3 ⎞
⎜ ⎟
Ejemplo: A = ⎜ b1 b2 b3 ⎟
⎜c c c 3 ⎟⎠
⎝ 1 2

b1 b3 a1 a 2
M12= menor complementario de a 2 = M 33 =
c1 c 3 b1 b2

Cofactor:
C ij = Cofactor de a ij= (–1) i + j M i j
b1 b3 b1 b3
Siguiendo con la matriz A del ejemplo: C12 = ( −1) i + j =−
c1 c 3 c1 c 3

En la práctica cuando salto de una fila a otra, el i aumenta de a uno, sabiendo que el primer
elemento es positivo se alternan los signos, lo mismo ocurre si salto de columna en columna,
puedo seguir cualquier camino pero no avanzo en diagonal.

Desarrollo de Laplace (sin demostración)

Si A es de tamaño n x n; entonces:
a11 a12 ... a1 j ... a1n
a 21 a 22 ... a2 j ... a 2n
... ... ... ... ... ... ∆ ⎧⎪a i 1 C i 1 + a i 2 C i 2 + ... + a in C in 1 ≤ i ≤ n
det( A) = = ⎨
ai 1 ai 2 ... aIJ ... a in ⎪⎩a1 j C1 j + a 2 j C 2 j + ... + a nj C nj 1 ≤ j ≤ n
... ... ... ... ... ...
a n1 a n 2 ... a nj ... a nn
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

Si tomo cualquier fila o columna el número del determinante da igual, no varía. La

demostración se la puede ver en Matemáticas Avanzadas para Ingeniería de Kreyzig Edwin,
Volumen I.

Aplicación:
n = 2: Desarrollaremos Laplace por la segunda fila.
a11 a12 ∆ ∆ ∆
det( A) = = a 21 C 21 + a 22 C 22 = a 21 ( −1) 2+1 M 21 + a 22 ( −1) 2+ 2 M 22 = −a 21 a12 + a 22 a11 =
a 21 a 22
= − a 21 a12 + a 22 a11 = a11 a 22 − a12 a 21

Así:
a11 a12 1 2
det( A) = = a11 a22 − a12 a21 (α ) 12 2! Pr emutacione s de {1, 2}
a21 a22 2 1

Ejemplo: Desarrollando el determinante por la primera fila.

2 −1 ∆ ∆
A = = 2 C11 + ( −1) C12 = 2 4 − ( −1) 3 = 8 + 3 = 11
3 4

⎛− 3 1 ⎞
Actividad 1: Encuentra el determinante de: ⎜⎜ ⎟⎟ aplicando Laplace a la segunda
⎝ 2 − 4⎠
columna.

n = 3: Desarrollaremos Laplace por la segunda columna.

a11 a12 a13

∆ ∆
det( A) = a 21 a 22 a 23 = a12 C12 + a 22 C 22 + a32 C 32 =
a31 a32 a33
∆ ∆
= a12 ( −1)1+ 2 M 12 + a 22 ( −1) 2+ 2 M 22 + a32 ( −1) 3 + 2 M 32 =
a 21 a 23 a11 a13 a11 a12 (α )
= −a12 + a 22 − a32 =
a31 a33 a31 a33 a31 a32
− a12 (a 21 a33 − a 23 a31 ) + a 22 (a11 a33 − a13 a31 ) − a32 (a11 a 23 − a13 a 21 )

Ordenando los positivos teniendo en cuenta el orden natural del primer subíndice, lo mismo
hacemos con los negativos. Podemos observar que en los factores no se repiten ni filas ni
columnas.

= (a12 a23 a31 + a11 a22 a33 + a13 a21 a32) – (a12 a21 a33 + a13 a22 a31 + a11 a23 a32) (β)

Para memorizar (β) usamos la Regla de Sarros.

Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

Regla de Sarros

a11 a12 a13 a31 a 22 a13

det( A) = a 21 a 22 a 23 a11 a32 a 23 + = II (Sumamos la diagonal secundarias con sus
a31 a32 a33 a 21 a12 a33 paralelas con sus signos)
a11 a12 a13 a11 a 22 a33
= I (Sumamos la diagonal principal con sus
a 21 a 22 a 23 a 21 a32 a13 paralelas con sus signos)
a31 a12 a 23

= I – II = (β)

Nota: Sarrus repite las dos primeras filas colocándolas a continuación de la última fila o bien
pueden repetirse las dos primeras columnas y colocarlas a continuación de la última columna.
Se verifica Sarros con Laplace, comparando I – II con (β). Podemos observar que los
productos que se obtienen no están en la misma fila (no se repiten los primeros subíndices) ni
tampoco en la misma columna (no se repiten los segundos subíndices).
Inductivamente se observa:
1) En el desarrollo del det(A) los productos son de n elementos de A que no están ni en
la misma fila ni en la misma columna.

Permutaciones

321 123
231 132
123 Permutaciones de {1, 2, 3} 213 6 = 3 ! = 1 . 2. 3
321 231
132 312
213 321
Si tomo el primer índice en el orden natural, la columna toma todas las permutaciones
posibles, el determinante lo realiza automáticamente. El signo de la permutación se realiza
contando el número de inversiones, mirando de izquierda a derecha, si existe un cambio en el
orden natural de los números. Las permutaciones son pares si el número de inversiones es
par, entonces lleva signo positivo, en otro caso el signo es negativo. El cero es par porque es
múltiplo de dos. Hay tantos productos como permutaciones.
Si la matriz es de n x n entonces: n != 1. 2. 3… (n – 1) n
2) El número total de productos es n!
3) La mitad de los productos tiene signo positivo y la otra mitad signo negativo.
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

Ejemplos
1) Vamos a desarrollar el determinante primero por Laplace en la primera fila y luego vamos a
realizarlo por Sarrus.
1 0 −2
1 −1 3 −1 3 1
3 1 −1 = 1 −0 + ( −2) = (0 + 1) + 0 − 2 (3 + 2) = − 9
1 0 −2 0 −2 1
−2 1 0

1 0 −2
3 1 −1
−2 1 0 = (0 − 6 + 0) − ( 4 − 1 + 0) = −9
1 0 −2
3 1 −1

Actividad 2: Realiza el cálculo del determinante aplicando Laplace a la tercera columna y en

Sarrus aumenta las columnas y verás que llegas al mismo resultado.

2) Si tenemos:
Una matriz Triangular Superior i > j ↔ a I j = 0, el determinante es el producto de la diagonal
principal.
Si fuera una Triangular Inferior i < j ↔ a I j = 0; el determinante es el producto de la diagonal
principal.
⎛ − 2 3 4⎞
⎜ ⎟
Ejemplo: B = ⎜ 0 3 1⎟ ⇒ B = ( −2). 3. 5 = − 30 Es una matriz triangular superior (los
⎜ 0 0 5⎟
⎝ ⎠
datos están por arriba de la diagonal principal). Verifica el resultado desarrollando el
determinante por Laplace, en la 1º columna.

Propiedades:
D1: det (A) = det (AT) Se cumple por definición de Laplace, da lo mismo tomar filas que
columnas.

D2: O. E 1: Si se intercambian dos filas (o columnas) de A para obtener B entonces:

det (B) = – det (A).
Clásicamente: Si se intercambian entre si dos filas (o columnas) entonces el determinante
cambia de signo. Llamada Propiedad Alternada (sin demostración).

D3: Si A tiene dos filas (o columnas) iguales entonces det (A) = 0

Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

Demostración: Intercambiando entre si esas filas (o columnas) iguales obtendremos la matriz

B (matriz transformada) y por D2 det (B) = – det (A), y por otra parte: B = A, entonces:
det (A) = – det (A) →2 det (A) = 0 → det (A) = 0.

D4: O. E.2: Si una fila (o columna) de A tiene un factor común k este puede salir fuera del
determinante de A. (Nota: det (k A) ≠ k det(A).
⎛ A1 ⎞ ⎛ A1 ⎞
⎜ ⎟ ⎜ ⎟
⎜A2 ⎟ ⎜ A2 ⎟
⎜ M ⎟ ⎜ M ⎟
A=⎜ ⎟ ⎯⎯ ⎯→ B = ⎜
O.E 2 ⎟
⎜ Ai ⎟ x k ⎜ kA i ⎟
⎜ ⎟ ⎜ ⎟
⎜ M ⎟ ⎜ M ⎟
⎜A ⎟ ⎜A ⎟
⎝ n⎠ ⎝ n⎠

Aplicando Laplace a la i – ésima de B, tenemos:

det(B) = k a i1 C i1 + ... + k a in C in = k (a i1 C i1 + ... + a in C in ) = k det( A )

Aplicando Laplace a la i – ésima fila podemos aplicar la definición y luego sacar factor común
k quedando el determinante todas las filas iguales y la i – ésima sin el escalar k.
La única diferencia entre los determinantes es la i – ésima fila que Laplace anula, entonces
los cofactores no difieren.
O bien:
⎛ A1 ⎞ ⎛ A1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ ... ⎟ ⎜ ... ⎟
det ⎜ kAi ⎟ = k det ⎜ A ⎟
⎜ ⎟ ⎜ i⎟
⎜ ... ⎟ ⎜ ... ⎟
⎜ ⎟ ⎜ ⎟
⎝ An ⎠ ⎝ An ⎠

Si tomamos columnas:
det (A(1) │A(2)│…│k A(j)│…│A(n)) = k det (A(1)│…│A(j)│…│A(n))
Así, en forma general:
a11 a12 ... ka1 j ... a1n
a 21 a 22 ... ka 2 j ... a 2n
... ... ... ... ... ... ∆
det( A) = = ka1 j C1 j + ka 2 j C 2 j + ... + ka nj C nj =
ai1 ai 2 ... kaIJ ... a in
... ... ... ... ... ...
a n1 a n 2 ... ka nj ... a nn
a11 a12 ... ka1 j ... a1n
a 21 a 22 ... ka 2 j ... a 2n
... ... ... ... ... ...
= k (a1 j C1 j + a 2 j C 2 j + ... + a nj C nj ) = k
ai1 ai 2 ... kaIJ ... a in
... ... ... ... ... ...
a n1 a n 2 ... ka nj ... a nn
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

D5: Si tengo una fila (o columna) una suma puedo escribirlos como:

a11 a12 ... b1 j + a1 j ... a1n

a 21 a 22 ... b2 j + a 2 j ... a 2n
... ... ... ... ... ... ∆
det( A) = = (b1 j + a1 j ) C1 j + (b2 j + a 2 j ) C 2 j + ... + ( bnj + a nj )C nj =
ai 1 ai 2 ... bij + aIJ ... a in
... ... ... ... ... ...
a n1 a n 2 ... bnj + a nj ... a nn

= (b1 j C1 j + b2 j C 2 j + ... + bnj C nj ) + (a1 j C1 j + a 2 j C 2 j + ... + a nj C nj ) =

a11 a12 ... b1 j ... a1n a11 a12 ... a1 j ... a1n
a21 a22 ... b2 j ... a2n a21 a22 ... a2 j ... a2n
... ... ... ... ... ... ... ... ... ... ... ...
+
ai 1 ai 2 ... bIJ ... ain ai 1 ai 2 ... aIJ ... ain
... ... ... ... ... ... ... ... ... ... ... ...
an1 an 2 ... bnj ... ann an1 an 2 ... anj ... ann

O bien:
det (A(1) │A(2)│…│B(j) + A(j)│…│A(n)) =
= det (A(1)│…│B(j)│…│A(n)) + det(A(1)│…│A(j)│…│A(n))

D7: O. E. 3: Sumando un múltiplo de una fila (o columna) de A a otra fila (o columna);

entonces det (B) = det (A). Es decir:
a11 a12 ..a1k .. a1 j ... a1n a11 a12 ..a1k .. a1 j + ha ik ... a1n
a 21 a 22 ..a 2K . a 2 j ... a 2n a 21 a 22 ..a 2K . a 2 j + ha 2k ... a 2n
... ... ... ... ... ... ... ... ... ... ... ... D5
det( A) = = =
ai 1 ai 2 .a ik .. aIJ ... a in ai 1 ai 2 .a ik .. aIJ + ha ik ... a in
... ... ... ... ... ... ... ... ... ... ... ...
a n1 a n 2 ..a nk . a nj ... a nn a n1 a n 2 ..a nk . a nj + ha nk ... a nn

a11 ... a1ik ... a1 j ... a1n a11 ... a1ik ... ha1k ... a1n
D4
= ... ... ... ... ... ... ... + ... ... ... ... ... ... ... =
a n1 ... a nk .... a nj ... a nn a n1 ... a nk .... ha nk ... a nn

a11 ... a11k ... a1k ... a1n

D3
det( A) + h ... ... ... ... ... ... ... = det( A) + h 0 = det( A)
a n1 ... a nk .... a nk ... a nn
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

La O. E. 3 no cambia el determinante, es lo que se usa en la práctica para hacer ceros en

algún elemento.
Ejemplo:
Vandermonde:
1 1 1 1 1 1
b−a c −a
a b c = 0 b−a c −a = =
(b − a )(b + a ) (c − a )(c + a )
a2 b2 c2 0 b2 − a2 c 2 − a2
1 1
( b − a ) (c − a ) = (b − a )(c − a )(c − b )
b+a c +a

Actividad 3: Resuelve, utilizando propiedades del determinante:

1 1 1 1 1 1
−1 x 1 1 1 1
−1 −1 x 1 1 1
−1 −1 −1 x 1 1
−1 −1 −1 − x 1
−1 −1 −1 −1 −1 x

D8: Importante para la Inversa.

a11 K a1n
K K K
ai1 K a in
K K K = a i 1 C i 1 + a i 2 C i 2 + ... + a in C in (Aplicando Laplace a la i-ésima fila)
ar 1 K a rn
K K K
a n1 K a nn

Haciendo: a i 1 = a r 1 ; ai 2 = ar 2 ;...; a in = a rn

a11 K a1n
K K K
ar 1 K a rn
K K K = a r 1 C i 1 + a r 2 C i 2 + ... + a rn C in
ar 1 K a rn
K K K
a n1 K a nn

Por la propiedad D3, el 1º miembro es igual a cero, entonces:

0 = ar 1 C i 1 + a r 2 C i 2 + ... + a rn C in i ≠r

⎧⎪ A si i =r Re gla de Laplace
O sea: a r 1 C i 1 + a r 2 C i 2 + ... + a rn C in = ⎨
⎪⎩0 si i ≠r Pr opiedad D 8
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

Definiciones
Dada una matriz A = (aij) se llama Cofactor de A a la matriz Cij , es decir: Cof (A) = (Cij) y
Adjunta de A = Adj (A) = [Cof (A)]T

⎛a a12 ⎞ ⎛ C11 C12 ⎞ ⎛ C11 C 21 ⎞

Ejemplo: Sea A = ⎜⎜ 11 ⎟⎟ Cof (A) = ⎜⎜ ⎟⎟ Adj (A) = ⎜⎜ ⎟⎟
⎝ a 21 a 22 ⎠ ⎝ C 21 C 22 ⎠ ⎝ C12 C 22 ⎠

⎛a a12 ⎞ ⎛ C11 C 21 ⎞ ⎛ A 0 ⎞
A. Adj (A) = ⎜⎜ 11 ⎟⎟ ⎜⎜ ⎟⎟ = ⎜ ⎟= A I
⎜ 0 ⎟
⎝ a 21 a 22 ⎠ ⎝ C12 C 22 ⎠ ⎝ A ⎠
Y trabajando con las columnas: Adj (a) . A = A I

Luego:

A. Adj (A) = Adj (A) . A = A I (#)

Observación: Verifique el resultado en el ejemplo dado

Si A ≠ 0 , dividiendo (#) por A

1 1 A
A. [ Adj ( A) ] = [ Adj ( A) ].A = I =I
A A A

Entonces por la definición de Inversa:

1
A −1 = Adj ( A) .
A

1
Así: Si A ≠ 0 ⇒ A −1 = Adj ( A)
A

Ahora, si A fuese inversible, sería A . A – 1 = I, por la propiedad multiplicativa del determinante

que dice: det (A. B) = det (a) . det(B),
Aplicándola a la definición de Inversa tenemos que:
det( A. A – 1) = det ( I) → det (A) det (A – 1) = 1 → det (A) ≠ 0
Así:
1
A ≠0 ⇔ A −1 = Adj ( A)
A

En un sistema lineal cuadrado: A X = b

Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

Si A ≠ 0 ⇒ ∃ A −1, multiplicando al sistema por A – 1 ,

(A– 1.A) X = A– 1 b ⇒ I X = A– 1 b ⇒ X = A– 1 b

⎛ x1 ⎞ ⎛ C11 C 21 K C n1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ x2 ⎟ ⎜ C12 C 22 K C n 2 ⎟ ⎜ b2 ⎟
1
⎜ M ⎟ ⎜ M K M ⎟⎜ M ⎟
⎜ ⎟= 1 ⎜
M
O sea: X = Adj ( A).b ⇒ ⎟⎜ ⎟
A ⎜ xi ⎟ A ⎜ C1i C 2i K C ni ⎟ ⎜ bi ⎟
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ M ⎟ ⎜ M M O M ⎟⎜ M ⎟
⎜x ⎟
⎝ n⎠
⎜C
⎝ 1n C 2n K C nn ⎟⎠ ⎜⎝ bn ⎟⎠

1
Entonces: X i = (b1 C1i + b2 C 2i + ... + bn C ni ) 1 ≤ i ≤ n
A

Por Laplace:
a11 a12 K b1 K a1n
1 a 21 a 22 K b2 K a2n D
Xi = = i donde Di es el determinante sustituto
A M M K M O M A
a n1 a n 2 K b n K ann

Regla de Cramer
Si A ≠ 0 , las incógnitas x1, x2,…, x n se calculan así:

Di
Xi = 1≤ i ≤ n donde Di se obtiene a partir del det (A) al sustituir la i-ésima columna
A

de A por los términos independientes.

Ejemplo: Resuelve el sistema dado por Regla de Cramer y usando ⎧2 x − y + z = 4

⎪
Matriz inversa: ⎨ x + 2 y − z = −2
⎪− x + y + 2z = 0
⎩

Regla de Cramer
2 −1 1
A = 1 2 − 1 = (8 − 1 + 1) − ( −2 − 2 − 2) = 14 ≠ 0
−1 1 2
4 −1 1
DX 14
DX = − 2 2 − 1 = (16 + 0 − 2) − (0 − 4 + 4) = 14 ⇒ X= = =1
A 14
0 1 2
2 4 1
DY − 14
DY = 1 − 2 − 1 = ( −8 + 4 + 0) − (2 + 0 + 8) = −14 ⇒ X= = = −1
A 14
−1 0 2
Facultad de Ingeniería - UNSa
Cátedra: Álgebra Lineal y Geometría Analítica
MSc. Adriana Zamar

2 −1 4
Dz 14
Dz = 1 2 − 2 = (0 + 4 − 2) − ( −8 − 4 + 0) = 14 ⇒ X= = =1
A 14
−1 1 0

C S = {(1, − 1, 1)}

Usando Matriz inversa

A X=b ⇒ X = A −1 b
⎛ 2 − 1 1 ⎞ ⎛x⎞ ⎛ 4 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ 1 2 − 1⎟ ⎜ y ⎟ = ⎜ − 2 ⎟
⎜− 1 1 2 ⎟ ⎜z⎟ ⎜ 0 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
Inversa
⎛ 2 −1 1 M 1 0 0 ⎞ ⎛ 1 2 −1 M 0 1 0 ⎞ ⎛ 1 2 −1 M 0 1 0 ⎞
⎜ ⎟⎜ ⎟⎜ ⎟
⎜ 1 2 −1 M 0 1 0 ⎟ ⎜ 2 −1 1 M 1 0 0 ⎟ ⎜ 0 −5 3 M 1 −2 0 ⎟
⎜ −1 1 2 M 0 0 1 ⎟ ⎜ −1 1 2 M 0 0 1 ⎟⎠ ⎜⎝ 0 3 1 M 0 1 1 ⎟⎠
⎝ ⎠⎝
⎛ ⎞
⎛ 1 2 −1 M 0 1 0 ⎞ ⎜ 1 2 −1 M 0 1 0 ⎟
⎜ ⎟ ⎜ 0 ⎟
⎜ 0 −5 3 M 1 −2 0 ⎟ ⎜ −5 3 M 1 −2 0 ⎟
⎜ 0 0 − 14 M − 3 1 − 5 ⎟ 3 1 5
⎝ ⎠ x( − 1 ⎜⎜ 0 0 1 M − ⎟⎟
14 ) ⎝ 14 14 14 ⎠

Aplicando O. E.3, es decir haciendo ceros para arriba,

⎛ ⎞
⎛ ⎞⎜ −1 M
⎟
⎜ 1 2 −1 M 0 1 0 ⎟⎜ 1 2 0 1 0 ⎟
⎜ 0 −5 3 M 1 −2 0 ⎟⎟ ⎜ 0 −5 0 M
5
−
25
−
15 ⎟ x⎛⎜ − 1 ⎞⎟
⎜ 3 1 5 ⎟⎜ 14 14 14 ⎟ ⎝ 5⎠
⎜⎜ 0 0 1 M − ⎟⎜ 3 1 5 ⎟
⎝ 14 14 14 ⎠ ⎜ 0 0 1 M − ⎟
⎝ 14 14 14 ⎠
⎛ 3 13 5 ⎞⎛ 5 3 1 ⎞
⎜ 1 2 0 M ⎟⎜ 1 0 0 M − ⎟
⎜ 14 14 14 ⎟ ⎜ 14 14 14 ⎟
⎜ 0 1 0 M − 1 5 3 ⎟⎜
01 0 M −
1 5 3 ⎟
⇒
⎜ 14 14 14 ⎟ ⎜ 14 14 14 ⎟
⎜ 3 1 5 ⎟⎜ 3 1 5 ⎟
⎜ 0 0 1 M − ⎟⎜ 0 0 1 M − ⎟
⎝ 14 14 14 ⎠ ⎝ 14 14 14 ⎠
⎛ 5 3 1⎞
⎜ − ⎟
⎜ 14 14 14 ⎟ ⎛ 4 ⎞ ⎛ 1 ⎞
1 5 3 ⎟⎜ ⎟ ⎜ ⎟
X = ⎜− ⎜ − 2 ⎟ = ⎜ − 1⎟ ⇒ C S = {(1, − 1, 1)}
⎜ 14 14 14 ⎜⎟
⎜ 3 ⎟ ⎜ ⎟
1 5 ⎟⎝ 0 ⎠ ⎝ 1⎠
⎜ − ⎟
⎝ 14 14 14 ⎠

Bibliografía:
- Apostol, Tom. Calculus. Ed. Reverte.
- Ayres, Frank Jr.: Matrices. Serie de compendios Schaum. México. 1969.
- Barbolla R.- Sanz Paloma. 1998. Algebra Lineal y Teoría de Matrices. Prentice Hall. Madrid. España
- Burgos Roman, Juan de: Álgebra Lineal. Mc Graw-Hill. Madrid.1996.
- Burgos Roman, Juan de.1977.Curso de Álgebra y Geometría.Alambra.Madrid.
- Grosman, Stanley. Algebra Lineal. Grupo Ed. Latinoamericano
- Hoffman,K.; Kunze,R.(1973).Álgebra Lineal.Editorial Prentice/Hall
- Howard Antón. 1994 “Introducción al Álgebra Lineal”. LIMUSA. Méjico
- Lipschutz, Seymour. Algebra Lineal. Serie Schaum.
- Nakos,G. Joyner,D.(2002). Álgebra Lineal con aplicaciones.Thomson. Méjico
- Rojo, Armando. Algebra II. Ed. El Ateneo.