Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
Capı́tulo 5
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
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
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 .
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 .
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
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
Ya debes saber cómo proceder para llegar a det(T ) = t11 t22 t33 t44 .
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
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
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
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
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
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
−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
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
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
primero debemos escribir, al lado de A, las dos primeras columnas de A con lo que resulta
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,
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
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
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