Índice general

5. Sistemas de ecuaciones lineales 2

5.9. Determinante de una matriz. Significado geométrico. . . . . . . . . . . . . . . . . 2
5.9.1. Fórmula del determinante para matrices de tamaño 2 y 3 . . . . . . . . . . 8
5.10. Determinante de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
5.10.1. Método de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1
Capı́tulo 5

Sistemas de ecuaciones lineales

5.9. Determinante de una matriz. Significado geométrico.

En esta sección estudiaremos una función, llamada determinante, y que se denota det : Mn (K) →
K, tal que para cada matriz cuadrada A, det(A) ∈ K. Ésta es una función importante cuando
trabajamos con matrices cuadradas, ella nos va a permitir, por ejemplo, averiguar si una matriz
cuadrada es o no invertible. Si una matriz cuadrada A es invertible también podremos, con ayuda
del determinante de A, resolver sistemas de la forma Ax = b. Por último, el determinante es clave
para el cálculo de valores y vectores propios de matrices.
Si quieres y tienes tiempo para entender mejor el concepto de determinante, te invitamos a leer
esta sección. De lo contrario, puedes ir directamente a la sección 5.10.
Como mencionamos antes, el determinante es un número asociado a matrices cuadradas.
En esta sección consideraremos a una matriz de tamaño n × n con n ∈ {2, 3} como una colección
de vectores en Kn .
En los ejemplos a continuación veremos el significado geométrico del determinante de una matriz
y, considerando este significado geométrico, veremos también qué propiedades debe tener el deter-
minante. A partir de estas propiedades encontraremos una fórmula para el determinante de una
matriz de tamaño 2 × 2 y de tamaño 3 × 3. La fórmula del determinante para matrices de tamaño
n × n es una generalización de éstas y es la única que cumple las propiedades que mencionaremos
en esta sección, aunque la demostración de esto no se incluirá en este apunte.
Consideremos primero la matriz identidad de tamaño 2×2,
 
1 0
I= .
0 1

   
1 0
En la figura 5.1 se muestra el paralelogramo (cuadrado) cuyos lados son los vectores y ,
0 1
que forman las columnas de I. Éste es un cuadrado cuya área es igual a 1 y 1 es también el

2
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 3

   
1 0
Figura 5.1: Cuadrado formado por y .
0 1

   
1 2
Figura 5.2: Los vectores y , al ser paralelos, no forman un paralelogramp.
1 2

determinante de I, que denotaremos mediante |I|.

Sin embargo, si consideramos la matriz  
1 2
,
1 2
cuyas columnas son vectores paralelos, el “paralelogramo” que se forma con ellas tiene área cero
(observa la figura 5.2). El determinante de una matriz con dos columnas paralelas es cero.
¿Qué ocurre si expandimos al doble uno de los vectores que forman las columnas de I? Es decir,
¿qué relación existe entre el área del cuadrado que se forma con las columnas de I y el rectángulo
que se construye con los vectores en las columnas de
 
2 0
D= ?
0 1
Observa la figura 5.3. El área del rectángulo es el doble del área anterior. El determinante de esta
nueva matriz es el doble del determinante de I, es decir, |D| = 2. El determinante de la matriz
que se obtiene al multiplicar por dos una de las columnas de I es el doble del determinante de I.
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 4

   
2 0
Figura 5.3: Rectángulo formado por y .
0 1

   
1 0
Figura 5.4: Paralelogramo formado por y .
1 1

¿Cuál es la relación entre el área del cuadrado formado por los vectores en las columnas de I y el
paralelogramo formado por los vectores en las columnas de esta nueva matriz
 
1 0
E= ,
1 1
cuya primera columna es la suma de las dos columnas de I, y su segunda columna es igual a la
segunda columna de I?
En la figura 5.4 se muestran ambas áreas. El área de color violeta es la del paralelogramo formado
por los vectores en las columnas de E. Observa que este paralelogramo tiene altura y base iguales
a los lados del cuadrado. Las áreas de las regiones sombreadas en la figura 5.4 son exactamente
iguales, |E| = |I|: el determinante de la matriz que se obtiene al reemplazar una columna de I por
la suma de sus dos columnas es igual al determinante de I.
Consideremos ahora la matriz S con segunda columna igual a la segunda de I y E, pero primera
columna igual a la suma de la primera columna de I y la primera de E,
     
1 0 1 0 2 0
I= , E= , S= .
0 1 1 1 1 1
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 5

   
1 0
Figura 5.5: Paralelogramo formado por y .
1 1

¿Qué relación hay entre el área del cuadrado formado por los vectores en I y el área del paralelo-
gramo formado por los vectores de S?
Observa la figura 5.5. En ella hemos mostrado, además de los paralelogramos formados por las
columnas de I y E, el formado por las columnas de S, en color azul, el área de este nuevo
paralelogramo es la suma de las áreas del cuadrado asociado a I y el paralelogramo asociado a E:
el determinante de la matriz con una columna igual a la suma de las columnas distintas en E e I
y otra columna igual a la de E (e I) es igual al determinante de E más el determinante de I.
Estas propiedades que hemos podido comprobar en matrices de 2 × 2 con coeficientes reales,
podemos generalizarlas a matrices de tamaño n × n. Sea A ∈ Mn (K),
 
a11 a12 · · · a1i · · · a1n
 a21 a22 · · · a2i · · · a2n 
A= . ..  .
 
. .. ..
 . . ··· . ··· . 
an1 an2 · · · ani · · · ann

La función det : Mn (K) → K es tal que

P1 Si A = I, entonces det(A) = 1.
P2 Si dos columnas de A son vectores paralelos de Kn , entonces det(A) = 0.
P3 Si C es la matriz que se obtiene de multiplicar por λ ∈ K una columna de A, manteniendo
las restantes iguales, entonces det(C) = λ det(A).
P4 Si E es la matriz que se obtiene de reemplazar una columna de A por la suma de ella con
otro vector cualquiera de Kn , es decir, si
 
a11 a12 · · · a1i + α1 · · · a1n
 a21 a22 · · · a2i + α2 · · · a2n 
E= . ..  ,
 
.. ..
 .. . ··· . ··· . 
an1 an2 · · · ani + αn · · · ann
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 6

entonces, det(E) = det(A) + det(B), siendo

 
a11 a12 · · · α1 · · · a1n
 a21 a22 · · · α2 · · · a2n 
B= . ..  .
 
.. .
 .. . · · · .. ··· . 
an1 an2 · · · αn · · · ann
De las propiedades anteriores podemos demostrar las siguientes propiedades del determinante de
una matriz:
P5 Si B es la matriz que se obtiene de reemplazar una columna de A por la suma de ella con α
veces otra columna de A, entonces det(B) = det(A).
Llamemos v1 , v2 , . . . , vn ∈ Kn a las columnas de A, es decir,


A = v1 v2 . . . vk . . . vn .

Supongamos que B se obtiene de reemplazar vk por vk + αv2 , α ∈ K,

B = v1 v2 . . . vk + αv2 . . . vn .

Entonces,
   
|B| = v1 v2 . . . vk . . . vn  + α v1 v2 . . . v2 . . . vn 

El segundo de los determinantes anteriores es cero (la matriz tiene dos columnas iguales),
por tanto,  
det(B) = v1 v2 . . . vk . . . vn  = det(A).
P6 Si B se obtiene de intercambiar dos columnas de A, entonces det(B) = − det(A).
Demostremos esta propiedad usando las anteriores. Nuevamente llamemos v1 , v2 , . . . , vn ∈ Kn
a las columnas de A, es decir,


A = v1 . . . vi . . . vk . . . vn .

Entonces, aplicando varias veces la propiedad anterior y una vez P3,

 
det(A) = v1 . . . vi . . . vk − vi . . . vn  , sumamos a vk la columna vi multiplicada por − 1
 
= v1 . . . vi + (vk − vi ) . . . vk − vi . . . vn  ,
 
= v1 . . . vk . . . vk − vi . . . vn  ,
   
= v1 . . . vk . . . vk . . . vn  + v1 . . . vk . . . −vi . . . vn  ,
 
= v1 . . . vk . . . −vi . . . vn  ,
 
= − v1 . . . vk . . . vi . . . vn  .

De las propiedades P1 a P6 se concluye que el determinante de una matriz satisface además que:
1. Si todos los elementos en una columna de A son iguales a cero, det(A) = 0. La columna de
ceros se puede escribir como λ = 0 por otra columna cualquiera de A y, como consecuencia
de la propiedad P3 anterior, su determinante es cero.
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 7

2. Ésta es una de las mayores utilidades del determinante de una matriz: si las columnas de A
son un conjunto ld, el determinante de A es cero.
Llamemos v1 , v2 , . . . , vn ∈ Kn a las columnas de A, es decir,


A = v1 v2 . . . vk . . . vn .

Si las columnas de A son un conjunto ld de vectores de Rn , una de las columnas (supongamos

v1 ) es combinación lineal de las restantes. Si v1 = α2 v2 + . . . + αn vn , entonces
 
det(A) = α2 v2 + . . . + αn vn v2 v3 . . . vn  ,
     
= α2 v2 v2 . . . vn  + α3 v3 v2 v3 . . . vn  + . . . + αn vn v2 v3 . . . vn 

y, como todas las matrices anteriores tienen dos columnas iguales, sus determinantes son
iguales a cero.
3. Si D es una matriz diagonal,

0 ···
 
a1 0 0 0
 0 a2
 0 ··· 0 0 
D =  ... ... .. .. ..  ,

 . ··· . .
0 0 0 · · · an−1 0 
0 0 0 ··· 0 an

entonces
   
1 0
 0 ··· 0 0  1
 0 ···
0 0 0 
 0 a2
 0 ··· 0 0  0
 0 ···
1 0 0 
|D| = a1  ... ... .. .. ..  = a a  .. ..
.. .. ..  ,

 . ··· . .  1 2 .
 . ···
. . . 
0 0
 0 · · · an−1 0  0
 0 0 · · · an−1 0 
0 0 0 ··· 0 a 
n
0 0 0 ··· 0 an 
 
1 0
 0 ··· 0 0 
0 1
 0 ··· 0 0 
= · · · = a1 a2 · · · an−1  ... ... .. .. ..  = a a · · · a .

 . ··· . .  1 2 n
0 0
 0 ··· 1 0 
0 0 0 ··· 0 a  n

4. O, un poco más general que el resultado anterior, si T es una matriz triangular (inferior o
superior), su determinante es el producto de los coeficientes en su diagonal principal.
Supongamos que T es una matriz triangular superior de orden 4 (notarás que la manera de
proceder es la misma para matrices de mayor tamaño)
 
t11 t12 t13 t14
 0 t22 t23 t24 
 
T = .
 0 0 t33 t34 
0 0 0 t44
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 8

Calculemos su determinante utilizando las propiedades del determinante.

     
1 t
12 t13 t14 
1 t
12 t13 t14  1 0 t13 t14 

 
0 t22 t23 t24  0 0 t23 t24  0 t22 t23 t24 
     
|T | = t11   = t11  +
0 0 t33 t34  0 0 t33 t34  0 0 t33 t34 

     
0 0 0 t44  0 0 0 t44  0 0 0 t44 

Dado que el primero de los determinantes anteriores es cero (la segunda columna es t12 por
la primera), se tiene que
       
1 0 t t  1 0 t t  1 0 t t  1 0 0 t14 
 13 14   13 14   13 14  
0 t22 t23 t24  0 1 t23 t24  0 1 t23 t24  0 1 0 t24 
       
|T | = t11   = t11 t22   = t11 t22  +  .
0 0 t33 t34  0 0 t33 t34  0 0 0 t34  0 0 t33 t34 
       
0 0 0 t44  0 0 0 t44  0 0 0 t44  0 0 0 t44 

El primero de los determinantes anteriores es cero ( la tercera columna es la combinación

lineal, con escalares t13 y t23 de las dos primeras), por tanto,
 
1 0 0 t 
 14 
0 1 0 t24 
 
|T | = t11 t22 t33  .
0 0 1 t34 
 
0 0 0 t44 

Ya debes saber cómo proceder para llegar a det(T ) = t11 t22 t33 t44 .

5.9.1. Fórmula del determinante para matrices de tamaño 2 y 3

Utilicemos las propiedades P1 a P6 para escribir una fórmula general para el determinante de
matrices de tamaño 2 y 3 que nos permita entender la fórmula que escribiremos en la sección
siguiente para el determinante de matrices de tamaño n.
Sea  
a b
A= .
c d
Utilizaremos las propiedades del determinante para descomponer el determinante de A en deter-
minantes de matrices más sencillas hasta que lleguemos a una cuyo determinante sepamos calcular
(una matriz diagonal, por ejemplo),
             
a b  a b  0 b  a b  a 0  0 b  0 0 
 c d 0 d  c d 0 0 0 d  c 0  c d .
 = + = + + + 

Los determinantes primero y último anteriores son cero pues, por ejemplo, la segunda columna
de la primera matriz es λ = ab veces su primera columna si a ̸= 0 o su primera columna es una
columna de ceros si a = 0. Por una razón similar el último de los determinantes anteriores también
es cero. Por tanto,
   
a b   b 0
 c d = 0 + ad − 0 c  + 0 = ab − bc.
   
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 9

Nota que  
T
a c 
det(A ) =   = ad − cb = det(A).
b d

Supongamos ahora que

 
a b c
A = d e f  .
g h i
Entonces, si procedemos del mismo modo que con la matriz de tamaño 2 × 2 y descomponenmos
el determinante de A en suma de determinantes más sencillos de calcular
     
a b c   0 b c   0 b c 
     
|A| = 0 e f  + d e f  + 0 e f  . (5.1)
 0 h i   0 h i  g h i 

Tomemos solo el primero de los determinantes anteriores, para los restantes dos se procede de
manera similar. Del mismo que antes descompongamos el determinante de la matriz en suma de
determinantes de matrices más sencillas
       
a b c  a b c  a 0 c   a 0 c 
       
0 e f  = 0 0 f  + 0 e f  + 0 0 f  ,
       
0 h i  0 0 i  0 0 i  0 h i 
         
a b c  a b 0  a b 0 a 0 c  a 0 c 
         
= 0 0 0 + 0 0 f  + 0 0 0 + 0 e f  + 0 0 f 
0 0 0 0 0 0  0 0 i  0 0 i  0 h i 
| {z } | {z } | {z }
=0 =0 =0

Repitiendo este proceso obtenemos

       
a 0 c  a 0 c  a 0 0  a 0 0 
       
0 e f  = 0 e 0 + 0 e f  + 0 e 0 = aei
       
0 0 i  0 0 0 0 0 0  0 0 i 

y        
a 0 c  a 0 c  a 0 0  a 0 0 
       
0 0 f  = 0 0 0 + 0 0 f  + 0 0 0 = −ahf.
       
0 h i  0 h 0 0 h 0  0 h i 

Trabajando del mismo modo con los determinantes segundo y tercero en (5.1) obtenemos

det(A) = aei + dhc + gbf − gec − dbi − ahf.

El determinante de A también puede escribirse como

     
e f   b c b c 
det(A) = a(ei − hf ) − d(bi − hc) + g(bf − ec) = a 
  − d
  +g
  (5.2)
h i h i e f
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 10

Nota que hemos escrito el determinante de la matriz de tamaño 3×3 en términos de determinantes
de matrices de tamaño 2 × 2.
Además el determinante de A también puede escribirse como
     
e f  d f  d e 
det(A) = a(ei − hf ) − b(di − gf ) + c(dh − ge) = a  − b
  + c
 . (5.3)
h i g i g h

Nota que en (5.2) los números que multiplican a los determinantes de orden 2 son los de la primera
columna de A, mientras que en (5.3) los números que multiplican a los determinantes de orden 2
son los de la primera fila de A.
Estas últimas fórmulas son las que en la próxima sección se generalizarán a matrices de tamaño
n. Antes de escribir la fórmula general del determinante para matrices de tamaño n, veamos un
último ejemplo relacionado con el determinante de matrices de tamaño 3 × 3.
Ejemplo 5.1. Supongamos que A ∈ Mn (R). Antes vimos que si r(A) < n (las columnas de A
son un conjunto ld de vectores de Rn ), el determinante de A es cero. Más adelante veremos que
si r(A) = n, el determinante de A es distinto de cero, es decir, y ésta es la mayor utilidad del
determinante de una matriz:
det(A) ̸= 0 ⇔ r(A) = n.
Podemos tener una idea intuitiva de esta propiedad considerando n = 3: si el determinante de
la matriz es, en el caso de matrices de tamaño 3 × 3, el volumen del paralelepı́pedo que se puede
construir con las columnas de A, solo si estas columnas son un conjunto li ocurrirá que este
volumnen es distinto de cero, es decir, solo si el rango de la matriz es 3, ocurrirá que ellas forman
realmente un paralelepı́pedo. Si las columnas de la matriz son un conjunto ld (el rango de la
matriz es menor que 3), ellas formarán un paralelogramo o un segmento o un punto, pero no un
paralelepı́pedo.
Ilustremos este comentario con un par de ejemplos.
Tomemos, por ejemplo,
 
2 0 0
A = 0 1 0 .
0 0 3
Ésta es una matriz invertible, observa que sus columnas forman un paralelepı́pedo en R3 (ver figura
5.6), el volumen de éste es el valor absoluto del determinante de A.
El determinante de matrices cuyas columnas no sean un conjunto li de vectores de R3 cero. To-
memos, por ejemplo,
 
1 1 3
B = 1 −1 1 .
0 1 1
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 11

Figura 5.6: Volumen formado por columnas de matriz de orden 3 cuyo rango es 3, el valor absoluto
del determinante de la matriz es el volumen de este paralelepı́pedo

La tercera columna es combinación lineal de las dos primeras. Si calculamos su determinante,

aplicando la propiedad P4, obtenemos que
     
1 1 2 · 1 + 1 1 1 2 · 1 1 1 1 
    
det(B) = 1 −1 2 · 1 − 1 = 1 −1 2 · 1 + 1 −1 −1 .
0 1 2 · 0 + 1 0 1 2 · 0 0 1 1

Ahora aplicamos la propiedad P3 y resulta que

     
1 1 2 · 1 + 1  1 1 1  1 1 1 
    
1 −1 2 · 1 − 1 = 2 1 −1 1 + 1 −1 −1 .
     
0 1 2 · 0 + 1  0 1 0  0 1 1

Ambos son determinantes de matrices que tienen dos columnas iguales, por tanto, ambos son cero,
ası́ det(B) = 0.
En la figura 5.7 mostramos el ”paralelepı́pedo” que forman las columnas de B, como ellas no son
un conjunto li, la figura formada es en realidad un paralelogramo, su volumen es 0.
Tomemos ahora
1 −1 2
 

C = 1 −1 2 .
0 0 0
Ésta es naturalmente una matriz cuyo rango es 1. Si calculamos su determinante, aplicando la
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 12

Figura 5.7: ”Volumen” formado por columnas de matriz de orden 3 cuyo rango es 2 (las columnas
de la matriz son los vectores negro, azul y rojo). La figura resultante es una cuya área es distinta
de cero, pero cuyo volumen es cero

propiedad P3, obtenemos que

   
1 −1 · 1 2 · 1 1 −1 · 1 1
   
det(C) = 1 −1 · 1 2 · 1 = 2 1 −1 · 1 1 = 0,
0 −1 · 0 2 · 0 0 −1 · 0 0
| {z }
=0

porque esta última matriz tiene dos columnas iguales, ası́ det(C) = 0.
En la figura 5.8 mostramos el ”paralelepı́pedo” que forman las columnas de C, como ellas no son
un conjunto li, la figura formada es en realidad un segmento, tanto su área como su volumen son
iguales a 0.
Por último, si intentamos construir el paralelepı́pedo que forman las columnas de Θ, éste es solo
un punto, su volumen, su área y su longitud son iguales a cero.
¿Notas que el determinante solo nos indica que el paralelepı́pedo formado por las columnas de una
matriz no es en verdad un paralelepı́pedo, pero no nos dice si las columnas forman un paralelo-
gramo, un segmento o un punto? Esta información adicional, que podemos obtenerla del rango
de la matriz, también puede obtenerse a partir del determinante, pero no de una matriz, sino de
submatrices de ella, sin embargo, no es objeto de estudio en este curso.
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 13

Figura 5.8: ”Volumen” formado por columnas de matriz de orden 3 cuyo rango es 1 (las columnas
de la matriz son los vectores negro, azul y rojo). La figura resultante es una cuya longitud es
distinta de cero, pero cuyos área y volumen son iguales a cero

5.10. Determinante de una matriz

Sea A ∈ Mn×n (K). Una submatriz de A es una matriz que se obtiene de eliminar filas y/o columnas
de A. La submatriz (i, j) de A (se representa por Aij es la matriz de n − 1 filas y n − 1 columnas
que se obtiene al eliminar de A la fila i y la columna j, por ejemplo, si

−1 1 0
 
 
1 0
A= , B = −1 1 1 ,
2 1
0 2 3

entonces A12 es la matriz que se obtiene de eliminar l a fila 1 y la columna 2 de A, mientras que
B22 es la matriz que se obtiene de eliminar la fila 2 y la columna 2 de B, ası́
 

−1 0
A12 = 2 , B22 = .
0 3

Definición 5.2. Consideremos A ∈ Mn (K), A = (aij )1≤i,j≤n , el determinante de A,

det : Mn (K) −→ K,

es tal que (
a11 , n = 1,
det(A) = Pn ,
i+j
j=1 (−1) aij det(Aij ), n > 1,
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 14

donde Aij representa la submatriz (i, j) de A, es decir, representa a la matriz de n − 1 y n − 1

columnas que se forma al eliminar de A la fila i y la columna j, i es un valor cualquiera entre 1 y
n. No importa cuál sea la fila i de A que escojamos para calcular su determinante, obtendremos
siempre el mismo valor.
El determinante de A ∈ Mn (K) también se escribe mediante |A|.
Entendamos mejor la definición del determinante de una matriz.
Ejemplo 5.3. Calculemos el determinante de
1. A = (2), ésta es una matriz de 1 fila y 1 columna, por tanto, det(A) = 2.
 
1 2
2. A = .
0 3
Si escogemos la primera fila para desarrollarlo, se tiene

det(A) = (−1)1+1 · 1 · det((3)) + (−1)1+2 · 2 · det((0)) = 3.

Nota que el determinante de una matriz de tamaño 2 × 2 es la suma de determinantes de

matrices de tamaño 1 × 1.
3. En la sección anteriorderivamos una fórmula general para el determinante de matrices de
a11 a12
tamaño 2 × 2, si A = , entonces det(A) = a11 a22 − a12 a21 .
a21 a22
4. En la sección anterior también derivamos una fórmula general para el determinante de
matrices de orden 3, que, aunque no lo hayas notado, es la misma que escribimos en la
definición anterior. Calculemos, por ejemplo, det(A) si

1 −1 0
 

A= 2 0 1 .
−1 1 2

Lo ideal es escoger una fila de A que tenga muchos ceros. Escojamos la fila 2. Entonces,

det(A) = (−1)2+1 · A(2, 1) · det(A21 ) + (−1)2+2 · A(2, 2) · det(A22 ) + (−1)2+3 · A(2, 3) · det(A23 ),
   
−1 0  1 −1
= −2  −  = (−2) · (−2) + 0 = 4.
1 2 −1 1 

5. En general, podemos calcular el determinante de matrices 3 × 3, sin necesidad de memorizar

su fórmula, de la siguiente forma: si
 
a11 a12 a13
A = a21
 a22 a23  ,
a31 a32 a33

primero debemos escribir, al lado de A, las dos primeras columnas de A con lo que resulta

a11 a12 a13 a11 a12

a21 a22 a23 a21 a22 ,
a31 a32 a33 a31 a32
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 15

ahora multiplicamos los números del mismo color (en diagonales de izquierda a derecha de
tamaño 3) y sumamos esos productos S1 = a11 a22 a33 + a12 a23 a31 + a13 a23 a32 .
Posteriormente multiplicamos los números que en la siguiente matriz tienen el mismo color
(diagonales de derecha a izquierda de tamaño 3) y sumamos los resultados: S2 = a12 a21 a33 +
a11 a23 a32 + a13 a22 a31
a11 a12 a13 a11 a12
a21 a22 a23 a21 a22 ,
a31 a32 a33 a31 a32
el determinante de A es S1 − S2 .
Observación 5.4. Sea A una matriz cuadrada.
1. El valor del determinante de A no depende de la fila que se escoja para desarrollarlo.
2. El valor del determinante de A es el mismo si se desarrolla por columnas, es decir, si se
escoge una columna de A, la columna k por ejemplo, y se hace
(
a11 , n = 1,
det(A) = Pn ,
j+k
j=1 (−1) ajk det(Ajk ), n > 1,

3. El determinante de cualquier matriz es igual al de su transpuesta, det(A) = det(AT ).

4. Si todos los elementos en una fila (o columna) de A son ceros, entonces det(A) = 0.
5. Si B es otra matriz cuadrada, con la misma cantidad de filas y columnas que A, se cumple
que det(AB) = det(A) det(B). Una consecuencia de esta propiedad es que si A es invertible,
entonces existe A−1 tal que AA−1 = I y, por tanto,

det(I) = det(AA−1 ) = det(A) det(A−1 ).

Como det(I) = 1, si A es invertible, se cumple que det(A) det(A−1 ) = 1. Podemos concluir

que si A es invertible, su determinante es distinto de cero y det(A−1 ) = 1/ det(A).
6. si A ∈ Mn (K) y λ ∈ K, entonces det(λ A) = λn det(A).
 
1 1 2
Ejemplo 5.5. Calculemos el determinante de A = −1 3 1. Si escogemos la segunda columna
2 0 5
para calcular el determinante de A, obtenemos
   
1+2 −1 1 2+2 1 2
   
det(A) = (−1) 1  + (−1) 3 2 5 = 10.
2 5

Observación 5.6. Esta observación no tiene mucho sentido si leı́ste la sección anterior, pero esta
acá para los estudiantes que no la leyeron.
Entre las propiedades anteriores se menciona que si una matriz es invertible, su determinante es
distinto de cero.
También es cierta la afirmación contraria, si el determinante de una matriz es distinto de ce-
ro, entonces la matriz es invertible. Esta propiedad se deriva de las propiedades que cumple el
determinante y que se mencionaron en la sección anterior.
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 16

Te dejamos este ejercicio para que recuerdes las propiedades del determinante. Es más sencillo de
lo que parece.
Ejemplo 5.7. Demuestre que para todo número natural n,
 
1 2 3 4 · · · n − 1 n 
 
0 1 0 0 · · · 0 0
 
 
0 0 1 0 · · · 0 0
 
. . . .
 .. .. .. .. · · · .. ..  = 0.
 . .
0 0 0 0 · · · 1 0
 
 
2 4 6 8 · · · 2(n − 1) 2n

5.10.1. Método de Cramer

Otra forma de resolver un sistema de ecuaciones con matriz cuadrada e invertible es el método de
Cramer.
Supongamos que A ∈ Mn (K) es tal que det(A) ̸= 0, entonces las columnas de A son un conjunto
li de vectores y para cada b ∈ Kn , existe un único x ∈ Kn tal que Ax = b.
Si Ii,x es la matriz que se obtiene de reemplazar la columna i-ésima de la matriz identidad de
 
x1
 x2 
orden n por x =  . , se cumple que
 
 .. 
xn

det(AIi,x ) = det(A) det(Ii,x ).

Desarrollando el determinante de Ii,x por la i-ésima fila se obtiene que det(Ii,x ) = (−1)2i xi det(In−1 ) =
xi y, por tanto,
det(AIi,x )
det(AIi,x ) = det(A)xi ⇒ xi = .
det(A)
La matriz AIi,x es tal que

AIi,x = (Ae1 Ae2 ··· Aei−1 Ax Aei+1 ··· Aen ) ,

donde ej , j ∈ {1, 2, . . . , i − 1, i + 1, . . . , n} es la columna j-ésima de I. Como x es tal que Ax = b,

entonces la matriz AIi,x es igual a la matriz que se obtiene de reemplazar la columna i-ésima de
A por b,
 

AIi,x =  Ae1 Ae2 ··· Aei−1 Ax

|{z} Aei+1 ··· Aen 
|{z} |{z} |{z}
b
columna 1 de A columna 2 de A columna n de A
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 17

x1
 x2 
De este modo, el vector  .  con
 
 .. 
xn
det(Ai )
xi =
det(A)
para cada i ∈ {1, 2, . . . , n}, siendo Ai representa a la matriz que se obtiene al intercambiar la
columna i de A por el vector b es el vector solución del sistema de ecuaciones lineales Ax = b.
Ejemplo 5.8. Del siguiente sistema de ecuaciones, encontremos los valores del parámetro a ∈ R
para el cual el sistema es compatible determinado, compatible indeterminado e incompatible. En
los casos en que el sistema sea compatible, encontremos el conjunto solución.
1 −2 1
   
2
−1 1 a x = −1 , a ∈ R
2 a 4 2
Este sistema es también cuadrado, es decir, tiene el mismo número de ecuaciones que de incógni-
tas, calcular el determinante de la matriz del sistema nos permitirá saber para qué valores de a el
sistema es compatible determinado (si el determinante es distinto de cero) y para qué valores es
incompatible o compatible indeterminado (determinante es cero).
El determinante de la matriz asociada al sistema es −(a2 + 5a + 6) y él es distinto de cero si y
solo si a ̸= −2 y a ̸= −3. Por tanto, para todo a ∈ R distinto de estos dos valores el sistema es
compatible determinado, es decir, tiene solución única, ésta es x = A−1 b y podemos hallarla por el
método de eliminación de Gauss o por el método de Cramer. Para averiguar cómo es el sistema
de ecuaciones si a = −2 o a = −3 tenemos entonces que averiguar el rango de (A|b) en estos dos
casos.
La solución exacta del sistema en los casos en que a ̸= −2 y a ̸= −3, calculada por el método de
Cramer, es
a−2 (a + 1)(a − 2) (a + 1)(a − 2) a−2
x3 = , x2 = − 1, x1 = 3 − +2 2 .
a2 + 5a + 6 a2 + 5a + 6 2
a + 5a + 6 a + 5a + 6
Si a = −2 o a = −3, el rango de A es 2, mientras que el de la matriz ampliada es 3, por lo que el
sistema es, en ambos casos, incompatible. Te dejamos como tarea comprobar que esto es cierto.
Ejemplo 5.9. ¿Para qué valores de k ∈ R el rango de
 
k 1 1
B = 1 k 1
1 1 k
es 0, 1, 2, 3?
Como B es cuadrada, podemos utilizar su determinante para determinar los valores de k para los
que el rango de B es 3. El determinante de B es k 3 −3k+2 = (k−1)2 (k+2) ̸= 0 ⇔ k ̸= 1 ∧ k ̸= −2.
Por tanto, si k ̸= 1 y k ̸= −2 el rango de B es 3.
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 18

Sólo nos resta averiguar qué ocurre si k = 1 o k = −2. Esto puede hacerse analizando cada una
de las matrices que se obtienen al sustituir k por 1 o -2 en B y te lo dejamos propuesto.
Por último, ten en cuenta que también podemos utilizar el método de Cramer para calcular la
inversa de una matriz. Si A ∈ Mn (K) es una matriz invertible, su determinante es distinto de
cero y la columna i-ésima de A−1 es la solución de Ax = ei , siendo ei el i-ésimo vector canónico.
Si llamamos y a la columna i-ésima de A−1 , entonces para cada j entre 1 y n se tiene que la
componente j-ésima de y es
 
Ae1 Ae2 · · · Aej−1 ei Aej+1 · · · Aen 
yj = , (5.4)
det(A)

donde Ae1 es la primera columna de A, Ae2 , la segunda y ası́ sucesivamente, la j-ésima columna
de la matriz cuyo determinante aparece en el numerador de (5.4) es ei , el i-ésimo vector canónico
pues mencionamos que y es la solución de Ay = ei .
Ejemplo 5.10. Determinemos las inversas, si existen, de las siguientes matrices utilizando el
método de Cramer.

1 −1 −1 1 −1 1
   

A= 0 1 0 , B= 0 1 1 .
−1 1 −1 −1 1 −1

Las matrices A y B son tales que

det(A) = −1 + 0 + 0 − (1 + 0 + 0) = −2, det(B) = −1 + 1 + 0 − (−1 + 0 + 1) = 0.

Por tanto, A es invertible y B no lo es.

Utilicemos el método de Cramer para determinar A−1 . La primera columna de A−1 es la solución
 
1
del sistema de ecuaciones Ax = 0. Por tanto, si llamamos x a la primera columna de A−1 se

0
cumple que
     
1 −1 −1  1 1 −1  1 −1 1
     
0 1 0  0 0 0 0 1 0 
     
0 1 −1 −1 0 −1 −1 1 0
x1 = , x2 = , x3 = .
−2 −2 −2
Observa que, para determinar cada componente de x hemos reemplazado la columna correspon-
diente de A por el primer vector canónico de R3 . Con esto tenemos que
 1 
2
x =  0 .
− 12
CAPÍTULO 5. SISTEMAS DE ECUACIONES LINEALES 19
 
0
−1
La segunda columna de A es la solución del sistema de ecuaciones Ay = 1. Por tanto, si

0
llamamos y a la segunda columna de A−1 se cumple que
     
0 −1 −1  1 0 −1  1 −1 0
     
1 1 0  0 1 0 0 1 1
   
0 1 −1 −1 0 −1 −1 1 0
y1 = , y2 = , y3 = .
−2 −2 −2
Observa que, para determinar cada componente de y hemos reemplazado la columna correspon-
diente de A por el segundo vector canónico de R3 . Con esto tenemos que
 
1
y = 1 .

0
 
0
−1
La última columna de A es la solución del sistema de ecuaciones Az = 0. Por tanto, si

1
−1
llamamos z a la tercera columna de A se cumple que
     
0 −1 −1  1 0 −1  1 −1 0
     
0 1 0  0 0 0 0 1 0 
     
1 1 −1 −1 1 −1 −1 1 1
z1 = , z2 = , z3 = .
−2 −2 −2
Observa que, para determinar cada componente de z hemos reemplazado la columna correspon-
diente de A por el tercer vector canónico de R3 . Con esto tenemos que
 1
−2
z=  0 .
− 12

Con esto tenemos que

−1 −2 1
 
1
A−1 = −  0 −2 0 .
2
1 0 1

Observación 5.11 (Bibliografı́a adicional recomendada). Si deseas profundizar en los temas

tratados en este documento, te recomendamos revisar los siguientes libros/apuntes/videos.
Ten en cuenta que la notación utilizada en algunos de los libros/apuntes/videos recomendados no
es exactamente la misma que la utilizada en estos apuntes. Si crees que eso podrı́a confundirte,
no te preocupes, la información en los apuntes es suficiente para aprender el contenido del curso.
1. Álgebra Lineal, S. Grossman, Capı́tulo 3.
2. Álgebra Lineal, S. Lipschutz, Capı́tulo 7.
3. Canal Youtube 3Blue1Brown en español, playlist ”Esencia del Álgebra Lineal”, video 7, El
determinante.