8- DETERMINANTES

La teoría de los determinantes es una herramienta importante en el estudio de sistemas

de ecuaciones lineales. También tiene aplicaciones en el estudio del cálculo de áreas y
volúmenes, entre otras muchas. Dicho sea de paso, la presentación que haremos de la
teoría de determinantes tiene como punto de partida las propiedades de la función que
prescribe el área de un paralelogramo determinado por un par de vectores en el plano.
Esta misma idea se extiende al caso del volumen de un paralelepípedo, es decir, la función
que mide el volumen de un paralelepípedo determinado por tres vectores en el espacio,
satisface las mismas propiedades que la función que mide el área de un paralelogramo.
Se definirá una «función determinante» en K nxn como una función que asigna a cada
matriz nxn un escalar sobre K, función que tiene estas propiedades especiales: es lineal
como función de cada una de las filas de la matriz; su valor es 0 sobre toda matriz que
tenga dos filas iguales y su valor sobre la matriz identidad nxn es 1. Tal función existe, y es
única, es decir, que existe exactamente una función así.
Pero antes empecemos con el determinante sobre matrices cuadradas de orden o
tamaño 2.

DETERMINANTES DE UNA MATRIZ DE ORDEN 2

8.1. Definición

a 11 a 12
Sea A = ∈ R 2x2 , llamamos determinante de A y lo representamos detA al
a 21 a 22
elemento de R, detA = a 11 . a 22 − a 21 . a 12 .
a 11 a 12 a 11 a 12
Usamos también la notación detA = det = .
a 21 a 22 a 21 a 22

EJEMPLO:
8 1 8 1 8 1
Sea A = , detA = det = = 8. 2 − 4. 1 = 16 − 4 = 12.
4 2 4 2 4 2

8.1.1. Observación:

a 11
|detA| es el área del paralelogramo determinado por los vectores A 1 = y
a 21
 a 12
A2 = . Donde A 1 y A 2 son la primera y la segunda columna de la matriz A.
a 22
Calculemos el área del paralelogramo OA 1 BA 2 .

|detA| = |a 11 . a 22 − a 21 . a 12 | = A 1 . sin α 1 . A 2 cos α 2 − A 2 cos α 2 . A 1 . sin α 1 =

a 11 a 22 a 21 a 12

A 1
. A 2
. sin α 1 . cos α 2 − cos α 2 . sin α 1  = A 1
. A 2
. sinα 1 − α 2  =

A1 . A 2 . sinα 1 − α 2  = A1 . A 2 . sin θ = A 1 . h = ÁreaOA 1 BA 2 

A2
a22

a21 A1
θ
α2 α1
O a12 a 11

8.1.2. Observación:

El determinante definido así representa una función del conjunto de las matrices
cuadradas y el conjunto R. Es decir, det : R 2x2  R.

8.2. PROPIEDADES BÁSICAS

 a 11 a 12
Si A = ∈ R 2x2 escribimos detA = detA 1 , A 2 , donde A 1 y A 2 son las
a 21 a 22
primera y segunda columna del la matriz A, como detallamos anteriormente.
Son válidas las siguientes propiedades con λ ∈ R.

b 11 + c 11 a 12
1) detB 1 + C 1 , A 2  = detB 1 , A 2  + detC 1 , A 2 . Donde B 1 + C 1 , A 2  = ,
b 21 + c 21 a 22
b 11 a 12 c 11 a 12
B 1 , A 2  = y C 1 , A 2  = .
b 21 a 22 c 21 a 22

λ. a 11 a 12
2) detλ. A 1 , A 2  = λ. detA 1 , A 2 . Donde λ. A 1 , A 2  = .
λ. a 21 a 22

3) detA 1 , A 1  = 0.

4) detI = I.

EJEMPLO:

8 1 8 1
Sea A = y λ ∈ R, detA = det = 8. 2 − 4. 1 = 16 − 4 = 12.
4 2 4 2

6 2
1) Considerando B 1 + C 1 = A 1 con B 1 = y C1 = efectivamente
2 2
6 2 8
B1 + C1 = + = = A1.
2 2 4
6+2 1 6 1 2 1
detB 1 + C 1 , A 2  = det = det + det = 12 − 2 + 4 − 2 =
2+2 2 2 2 2 2
10 + 2 = 12 = detA.

λ. 8 1
2) detλ. A 1 , A 2  = det = λ. 8. 2 − λ. 4. 1 = λ. 8. 2 − λ. 4. 1 =
λ. 4 2
λ. 8. 2 − 4. 1 = λ. detA 1 , A 2 .

8 8
3) detA 1 , A 1  = det = 8. 4 − 8. 4 = 0.
4 4
 1 0 1 0
4) Sea I = , detI = = 1. 1 − 0. 0 = 1.
0 1 0 1

Demostración

1) detA 1 + B 1 , A 2  = detA 1 , A 2  + detB 1 , A 2 

a 11 + b 11 a 12
detA 1 + B 1 , A 2  = det = a 11 + b 11 . a 22 − a 21 + b 21 . a 12
a 21 + b 21 a 22
= a 11 . a 22 + b 11 . a 22  − a 21 . a 12 + b 21 . a 12 
= a 11 . a 22 + b 11 . a 22 − a 21 . a 12 − b 21 . a 12 = a 11 . a 22 − a 21 . a 12 + b 11 . a 22 − b 21 . a 12
a 11 a 12 b 11 a 12
= det + det = detA 1 , A 2  + detB 1 , A 2 .
a 21 a 22 b 21 a 22

2) detλ. A 1 , A 2  = λ. detA 1 , A 2 
λa 11 a 12
detλ. A 1 , A 2  = det = λa 11 . a 22 − λa 21 . a 12 = λa 11 . a 22  − λa 21 . a 12 
λa 21 a 22
a 11 a 12
= λa 11 . a 22 − a 21 . a 12  = λ det = λ detA 1 , A 2 .
a 21 a 22

a 11 a 11
3) det = a 11 . a 21 − a 21 . a 11 = 0.
a 21 a 21

4) detI = 1
1 0
detI = det = 1. 1 − 0. 0 = 1.
0 1

8.2.1. Observación:

a) la propiedad 1) y 2) se sintetiza diciendo que la función determinante es lineal

respecto de la primera columna.
También es lineal respecto de la segunda columna.
1) detA 1 , A 2 + B 2  = detA 1 , A 2  + detA 1 , B 2 
2) detA 1 , λ. A 2  = λ. detA 1 , A 2 .

b) Si la función determinante cumple la propiedad 3) se dice que la función determinante

es alternada.

c) Si intercambiamos dos columnas el determinante cambia de signo

detA 1 , A 2  = − detA 2 , A 1 , en efecto:
a 11 a 12
detA 1 , A 2  = det = a 11 . a 22 − a 21 . a 12 = −−a 11 . a 22 + a 21 . a 12 
a 21 a 22
a 12 a 11
= −a 21 . a 12 − a 11 . a 22  = −a 12 . a 21 − a 22 . a 11  = − det = − detA 1 , A 2 .
a 22 a 21

EJEMPLO:

8 1 4 2
detA 1 , A 2  = det = 8. 2 − 4. 1 = −4. 1 − 8. 2 = − det = − detA 2 , A 1 .
4 2 8 1

DETERMINANTES DE UNA MATRIZ DE ORDEN n

Para A ∈ R nxn , simbolizamos la matriz A como A = A 1 , A 2 , . . . , A n  cuando nos referimos a

las columnas y, A = A 1 , A 2 , . . . , A n  cuando nos referimos a las filas.
Se llama determinante a una aplicación que a cada matriz cuadrada A ∈ R nxn le asigna
un escalar, que se llama determinante de la matriz A y se denota poniendo

a 11 a 12 ⋯ a 1n
a 21 a 22 ⋯ a nn
detA, detA 1 , A 2 , . . . , A n  ó det
⋮ ⋮ ⋱ ⋮
a n1 a n2 ⋯ a nn

de manera que cumpa:

1) detA 1 + B 1 , A 2 , . . . , A n  = detA 1 , A 2 , . . . , A n  + detB 1 , A 2 , . . . , A n 
2) detλ. A 1 , A 2 , . . . , A n  = λ. detA 1 , A 2 , . . . , A n 
3) detA 1 , . . . , A h , . . . , A h , . . . , A n  = 0
4) detI = 1

8.4. TEOREMA

Existe una única función R nxn  R que cumple 1) a 4). Esta función se denomina
determinante de orden n.

8.4.1. Observación
a) Las propiedades de 1) a 2) se dice que la función determinante es lineal respecto de
la primera columna.

b) El determinante no varía si a una columna se le suma otra multiplicada por un

escalar.

c) El determinante cambia de signo si se intercambian dos columnas, es decir

detA 1 , . . . , A h , . . . , A k , . . . , A n . = − detA 1 , . . . , A k , . . . , A h , . . . , A n .

d) Si A tiene una columna nula, entonces detA = 0.

e-1) Si las columnas de A son LD entonces el detA = 0.
e-2) Si el detA = 0 las columnas de A son LD

Demostración
b) detA = detA 1 , . . . , A h , . . . , A k , . . . , A n  = detA 1 , . . . , A h + λA k , . . . , A k , . . . , A n 
= detA 1 , . . . , A h , . . . , A k , . . . , A n  + detA 1 , . . . , λA k , . . . , A k , . . . , A n 
= detA + λ detA 1 , . . . , A k , . . . , A k , . . . , A n  = detA + λ. 0 = detA.

c) 0 = detA 1 , . . . , A h + A k , . . . , A h + A k , . . . , A n  =
detA 1 , . . . , A h , . . . , A h , . . . , A n  + detA 1 , . . . , A h , . . . , A k , . . . , A n  +
detA 1 , . . . , A k , . . . , A h , . . . , A n  + detA 1 , . . . , A k , . . . , A k , . . . , A n  =
0 + detA 1 , . . . , A h , . . . , A k , . . . , A n  + detA 1 , . . . , A k , . . . , A h , . . . , A n  + 0 =
detA 1 , . . . , A h , . . . , A k , . . . , A n  + detA 1 , . . . , A k , . . . , A h , . . . , A n .
Luego
detA 1 , . . . , A h , . . . , A k , . . . , A n  = − detA 1 , . . . , A k , . . . , A h , . . . , A n .

0
0
d) A = 0, A 2 , . . . , A n  una matriz con la columna A 1 nula, es decir A 1 = .
⋮
0
detA = det0, A , . . . , A  = det0. B , A , . . . , A  = 0. detB , A , . . . , A  = 0, para todo
2 n 1 2 n 1 2 n

B ∈ R nx1 .
1

e-1) Si las columnas son LD una de ellas se puede expresar como CL del resto,
n
supongamos que A k =∑ λ i . A i entonces
i=1
i≠k
n
detA = detA , A , . . . , A , . . . , A  = det A , A . . . , ∑ λ i . A i , . . . , A n
1 2 k n 1 2

i=1
n n
=∑ detA 1 , A 2 . . . , λ i . A i , . . . , A n  =∑ λ i detA 1 , A 2 . . . , A i , . . . , A n  =
i=1 i=1
n n
λi ∑ detA 1 , A 2 . . . , A i , . . . , A n  = λi ∑ 0 = 0.
i=1 i=1
En efecto si i = 1 nos queda detA 1 , A 2 . . . , A 1 , . . . , A n  = 0
 si i = 2 nos queda detA 1 , A 2 . . . , A 2 , . . . , A n  = 0
⋯
si i = n nos queda detA 1 , A 2 . . . , A n , . . . , A n  = 0

e-2) Si el detA = 0 las columnas de A son LD.

Se deja como ejercicio.

Como se cumple i) y ii), por lo tanto A 1 , A 2 , . . . , A n  son LD  detA 1 , A 2 , . . . , A n  = 0.

La siguiente afirmación es válida, A 1 , A 2 , . . . , A n  son LI  detA 1 , A 2 , . . . , A n  ≠ 0.

Sin Demostración

8.5. TEOREMA
Si A, B ∈ R nxn , entonces detA. B = detA. detB

Sin Demostración

8.6. COROLARIO
Si A es invertible, entonces detA ≠ 0 y detA −1  = 1 .
detA

Demostración
Si A es invertible, existe A −1 tal que A. A −1 = I y aplicando determinante a ambos
miembros, tenemos
1 = detI = detA. A −1  = detA. detA −1   1 = detA. detA −1   detA ≠ 0 y
detA −1  = 1 .
detA

DESARROLLO POR UNA LÍNEA

Se puede desarrollar un determinante de orden n utilizando otros de orden n − 1.

Para facilitar esta definición definimos Menor del elemento a ij.

8.7. Definición

Sea A ∈ R nxn , llamamos Menor del elemento a ij de la matriz A, que denotamos M ij , al

determinante de la matiz que se obtiene de A eliminando la fila i y la columna j.
M ij = detA ij 

Si A ∈ R nxn , la matriz A ij es de orden n − 1, es decir A ij ∈ R n−1xn−1 .

 EJEMPLO

1 2 3
A= −2 5 7 , esta matiz tiene nueve (9) Menores, dos de los cuales son:
0 4 −8
1 3 2 3
M 22 = detA 22  = det = −8 y M 31 = detA 31  = det = 14 − 15 = −1.
0 −8 5 7

8.8. TEOREMA
Sin Demostración

Sea A ∈ R nxn , se puede desarrollar el determinante de A por la fila i y por la columna j:

i Por la fila i
n
detA =∑ −1 i+j . a ij . detA ij 
j=1
ii Por la columna j
n
detA =∑ −1 i+j . a ij . detA ij 
i=1

El Teorema anterior se puede demostrar utilizando inducción comenzando de n = 2.

EJEMPLO:
1 0 2
Sea A = 2 1 3
4 2 1

a) Desarrollo por la fila i = 1

3
detA =∑ −1 1+j . a 1j . detA 1j 
j=1

1 3 2 3 2 1
= −1 1+1 . 1. det + −1 1+2 . 0. det + −1 1+3 . 2. det
2 1 4 1 4 2
= −5 − 0. −10 + 2. 0 = −5.

b) Desarrollo por la columna j = 1

3
detA =∑ −1 i+1 . a i1 . detA i1 
i=1
 1 3 0 2 0 2
= −1 1+1 . 1. det + −1 2+1 . 2. det + −1 3+1 . 4. det
2 1 2 1 1 3
= −5 − 2. −4 + 4. −2 = −5 .

Es importante elegir las filas o columnas que tengan más ceros.

EJEMPLO:

1 −1 2
Sea B = 0 0 3 si desarrollamos el determinante por la segunda fila, es decir
4 2 1
para i = 2, tenemos
3
−1 2 1 2
detB =∑ −1 2+j . a 2j . detA 2j  = −1 2+1 . 0. det + −1 2+2 . 0. det + −1 2+3 .
j=1
2 1 4 1
= 0 + 0 + −1. 3. 1. 2 − 4. −1 = −3. 2 + 4 = −3. 6 = −18

CÁLCULO DE DETERMINANTES

El cálculo de determinantes por una fila puede resultar bastante tedioso para
determinantes de orden mayores que 3. Otra manera de resolver los determinantes
consiste en reducirlos al cálculo del determinante de una matriz triangular.
Hemos visto el efecto que produce cada operación elemental entre las columnas del
determinante

Observación
1) Si intercambiamos dos filas (columnas) el determinante cambia de signo.
2) Si multiplicamos una fila (columna) por un escalar no nulo, el determinante se debe
dividir con el mismo número.
3) El determinante no cambia si a una fila (columna) de le suma otra multiplicada por un
escalar.

EJEMPLO:

1 2
Sea el detA = 1. 4 − 3. 2 = 4 − 6 = −2.
3 4
1 2 3 4
1) A = cambiamos filas nos queda es decir f 1  f 2 , su
3 4 1 2
 3 4
determinante será det = 3. 2 − 1. 4 = 6 − 4 = 2. Con lo cual
1 2
3 4
det = − detA.
1 2

1 2
2) A = multiplicamos la primera fila por el escalar 3 nos queda
3 4
3. 1 3. 2 3 6
= es decir 3f 1  f 1 , su determinante será
3 4 3 4
3 6 3 6
det = 3. 4 − 3. 6 = 12 − 18 = −6. Con lo cual det = −3. detA.
3 4 3 4

1 2 1 2
3) A = si hacemos 3. f 1 + f 2  f 2 , nos queda su determinante será
3 4 6 10
1 2 1 2
det = 1. 10 − 6. 2 = 10 − 12 = −2. Con lo cual det = detA.
6 10 6 10

1 −1 −1
4) Sea A = 2 1 2
2 1 1
1 −1 −1 1 0 0 1 0 0
detA = det 2 1 2 = det 2 3 4 = 3. det 2 1 4
2 1 1 2 3 3 2 1 3
1 0 0
= 3. det 2 1 0 = 3. 1. 1. −1 = −3.
2 1 −1

Matriz Triangular Inferior

8.9. Definición

Una matriz cuadrada es triangular superior si a ij = 0 para i > j, y triangular inferior si

a ij = 0 para i < j.

EJEMPLO:
 a 11 a 12 a 13
a 21 a 22 a 23 ∈ R 3x3
a 31 a 32 a 33
1 2 3
Triangular Superior B = 0 4 5 .
0 0 6
2 0 0
Triangular Inferior C = 1 3 0 .
5 4 1

EJERCICIO
Sea A ∈ R nxn Triangular Superior (Inferior), entonces detA = a 11 . a 22 . . . a nn .
Hacer inducción sobre n.
1) Si n = 1, A = a 11  y detA = a 11 , se cumple para n = 1.

2) Supongamos válido para las matrices triangulares de orden n − 1, probar que es
válido para las matrices triangulares de orden n.

Demostración
Desarrollando el determinante por la primera columna, tenemos
a 11 a 12 . . . a 1n
0 a 22 . . . a 2n
detA = det = −1 1+1 . a 11 . detA 11  = a 11 . a 22 . . . a nn  = a 11 . a 22 . . . a nn
⋮ ⋮ ⋱ ⋮
0 0 . . . a nn
∴ el detA = a 11 . a 22 . . . a nn con A ∈ R nxn Triangular Superior (Inferior), con n natural.

8.10. TEOREMA
El determinante de A es igual al determinante de su transpuesta detA = detA t .
Sin Demostración

EJEMPLO

−1 −2
det = −1. 4 − 3. −2 = −4 + 6 = 2,
3 4
−1 3
det = −1. 4 − −2. 3 = −4 + 6 = 2.
−2 4
 8.11. COROLARIO

El determinante tiene las mismas propiedades para las filas que para las columnas.
Sin Demostración

8.12. TEOREMA
Sea A ∈ R nxn resultan equivalentes:
a) A es invertible.
b) detA ≠ 0.
c) Las columnas de A son LI.
d) Las filas de A son LI.

Se deja al estudiante que trabaje cada una de las siguientes implicaciones:

1) a)  b)
Supongamos que A ∈ R nxn es invertible. Entonces existe una matriz B ∈ R nxn tal que
A. B = I n . Aplicando que detA. B = detA. detB se obtiene que
1 = detI n  = detA. B = detA. detB, de donde se deduce que detA ≠ 0.
2) b)  c)
Si detA ≠ 0, entonces las columnas de A son linealmente independientes, pues vimos
que si las columnas de A son LD entonces el detA = 0.
3) c)  d)
Si las columnas de A son LI, entonces vimos que el rangA es el rango de sus vectores
columnas, y es la dimensión del subespacio que ellos generan por lo que rangA = n. Y
como el rangA es el rango de sus vectores fila, entonces la dimensión del subespacio
generado por los vectores filas es n. Luego las filas de A son LI.
4) d)  a)
Como las filas de A son LI, el sistema A. x = 0 tiene única solución pues RangA = n, lo
que es equivalente a que A es invertible.

8.13. Definición

Cofactores
Sea A ∈ R nxn , definimos Cofactor del elemento a ij de la siguiente manera
C ij = −1 i+j . detA ij  = −1 i+j . M ij

Matriz de Cofactores
La matriz cuyos elementos son los Cofactores de A se llama Matriz de Cofactores, se
expresa CofA.

OBSERVACIÓN: Determinante de A
Sea A una matriz cuadrada n × n. El determinante por fila de A, si consideramos la
primera fila es la suma de los productos de los elementos de la primera fila de A, por sus
cofactores correspondientes. Es decir:
n
detA =∑ a 1j . C 1j .
j=1

Matriz Adjunta
Llamamos Matriz Adjunta de A a la matriz transpuesta de la Matriz de Cofactores,
AdjA = CofA t .

EJEMPLO

1 −1 −1
A= 2 1 2
2 1 1

Cofactores
1 2 1 −1
C 11 = −1 1+1 . det = −1, C 23 = −1 2+3 . det = −3
1 1 2 1

2 2 −1 −1
C 12 = −1 1+2 . det = 2, C 31 = −1 3+1 . det = −1
2 1 1 2

2 1 1 −1
C 13 = −1 1+3 . det = 0, C 32 = −1 3+2 . det = −4
2 1 2 2

−1 −1 1 −1
C 21 = −1 2+1 . det = 0, C 33 = −1 3+3 . det =3
1 1 2 1

1 −1
C 22 = −1 2+2 . det = 3,
2 1

Matriz de Cofactores
 −1 2 0
cofA = 0 3 −3
−1 −4 3

Matiz Adjunta
−1 0 −1
AdjA = 2 3 −4
0 −3 3

7.15. TEOREMA
Sea A ∈ R nxn , se cumple A. AdjA = AdjA. A = detA. I
Sin Demostración

7.16. COROLARIO
AdjA
Si detA ≠ 0, entonces A −1 = .
detA
Demostración
A. AdjA = detA. I
AdjA
A. =I
detA
AdjA
∴ A −1 = .
detA

EJEMPLO:
1 −1 −1
Sea A = 2 1 2 Calcular la inversa de A utilizando la AdjA.
2 1 1
−1 0 −1
Del cálculo anterior tenemos que la AdjA = 2 3 −4
0 −3 3
Además, detA = −3, anteriormente calculado.
−1 0 −1
2 3 −4
1 1
0
AdjA 0 −3 3 3 3
A −1 = = = −2
1 4
detA −3 3 3
0 −1 1
 1 1
1 −1 −1 3
0 3 1 0 0
−1
Verifiquemos A. A = 2 1 2 . −2
3
1 4
3
= 0 1 0 = I.
2 1 1 0 −1 1 0 0 1

REGLA DE CRAMER

Considere el sistema de n ecuaciones con n incógnitas, A. x = b, con detA ≠ 0 entonces

se cumple
detA j 
xj = donde A j = A 1 , A 2 , . . . , A j , . . . , A n  para j = 1, 2, . . . , n.
detA

EJEMPLO:

x + 2y + 3z = 1
Sea x+y−z = 6
2x + 5z = −8
1 2 3
1) detA = det 1 1 −1 = −15
2 0 5
1 2 3
det 6 1 −1
−8 0 5
2) x = = −15 = 1
−15 −15
1 1 3
det 1 6 −1
2 −8 5
y= = −45 = 3
−15 −15
1 2 1
det 1 1 6
2 0 −8
z= = 30 = −2
−15 −15
Luego, S = 1, 3, −2.

Cálculos de los determinantes

 1 2 3
1 −1 1 −1 1 1
detA = det 1 1 −1 = 1. − 2. + 3. =
0 5 2 5 2 0
2 0 5
1. 5 − 2. 5 + 2 + 3. −2 = 5 − 14 − 6 = −15
1 2 3
1 −1 6 −1 6 1
det 6 1 −1 = 1. − 2. + 3. =
0 5 −8 5 −8 0
−8 0 5
1. 5 − 2. 30 − 8 + 3. 8 = 5 − 44 + 24 = −15
1 1 3
6 −1 1 −1 1 6
det 1 6 −1 = 1. − 1. + 3. =
−8 5 2 5 2 −8
2 −8 5
= 1. 30 − 8 − 15 + 2 + 3. −8 − 12 = 22 − 7 − 60 = −45
1 2 1
1 6 1 6 1 1
det 1 1 6 = 1. − 2. + 1.
0 −8 2 −8 2 0
2 0 −8
1. −8 − 2−8 − 12 + 1. −2 = −8 + 40 − 2 = 30