ALGEBRA Y GEOMETRIA ANALITICA

Docente: Ing. Sandra García Reche

Cursos: 1C1-1C3-1R5-1D2

Tema: DETERMINANTE

Ya hemos visto funciones matemáticas que asocian un número real f(x) a un valor real de la variable x.
Tanto x como f(x) asumen sólo valores reales, esas funciones se llaman funciones con valores reales de
una variable real. Ahora veremos una nueva función: la función determinante, que es una función con
valores reales de una variable matricial. Esta función asocia un número real f(A) con una matriz
cuadrada A.
La función determinante tiene importancia en la resolución de sistemas de ecuaciones lineales, también
nos proporcionará un nuevo método para hallar la inversa de una matriz invertible.

Función determinante
La función determinante es una función que asigna a una matriz cuadrada un número real. El
determinante de una matriz A  R nxn se denota por A o det(A).
Se dice que el determinante es de orden n si la matriz a la que se le asocia es de tamaño nxn. El
determinante es un escalar que se obtiene usando los elementos de A de acuerdo a ciertas reglas.
Para una matriz de orden 2 el valor de su determinante es:

a a    1 3
A   11 12   a11a22  a12 a21 , por ejemplo: det( A)  det    (1).4  3.2  4  6  10
a21 a22   2 4
Para una matriz A de orden 3, el correspondiente determinante de tercer orden es:
 a11 a12 a13 
det( A)  a21 a22 a23   a11a22 a33  a12 a23a31  a13a21a32  a13a22 a31  a12 a21a33  a11a23a32
a31 a32 a33 
Para recordar esta expresión se usará la regla de Sarrus. Esta regla consiste en agregar en la parte
inferior, las dos primeras filas de la matriz A. Luego se suman los tres productos de tres factores,
indicados mediante flechas descendentes en las diagonales, de izquierda a derecha, y se restan los tres
productos de tres factores, indicados mediante flechas descendentes en las contra diagonales, de
derecha a izquierda.

a11 a12 a13

a21 a22 a23
a31 a32 a33
a11 a12 a13
a21 a22 a23

Tener presente que la regla de Sarrus

sólo es válida para calcular
determinantes de orden 3.

1
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

1 3  2
Sea A  2  1 1 
 su determinante es:
 
 2 2 3 

1 3 2
2 1 1
2 2 3  1.( 1).3  2.2.( 2)  (2).3.1  (2).(1).(2)  1.2.1  3.3.2  3  8  6  4  2  18  33
1 3 2
2 1 1

det(A)= -33
Ahora veremos algunos conceptos que nos servirán para enunciar cómo calcular el determinante
asociado a una matriz de orden nxn.
Menores y cofactores
Si A es una matriz cuadrada, entonces el menor del elemento aij se designa M ij y se define como el
determinante de la submatriz que queda después de quitar la i-ésima fila y la j-ésima columna de A.
El número 1 M ij se denota por Cij y se denomina cofactor del elemento aij .
i j

Cij   1 M ij
i j

1 3  2
Sea A  2  1 1 
 sus cofactores son:
 
 2 2 3 

1 1 1 2 2 1
C11   1  (1).3  1.2  5 , C12   1  (1)2.3  1.( 2)  8 ,
11

2 3 2 3
2 1 3 2
C13   1 C21   1   13.3  (2).2  13 ,
13 21
 2.2  (1).(2)  2 ,
2 2 2 3

1 2 23 1 3
C22   1  1.3  (2).(2)  1 , C23   1  (1)1.2  3.( 2)  8
2 2

2 3 2 2

3 2 3 2 1 2
C31   1  3.1  (2).(1)  1 , C32   1  (1)1.1  (2)2  5
31

1 1 2 1

1 3
C33   1
33
 1.( 1)  3.2  7
2 1

El factor 1 se llama signo de posición, el signo resultante depende de la posición del elemento en
i j

cuestión dentro de la matriz, y no de su valor. Los signos de posición de todos los elementos tienen un
arreglo en forma de tablero de ajedrez, para la matriz A queda:

2
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

   
  
 
   

Desarrollo por cofactores

 a11 a12 a13 
Sea la matriz A  a21 a22 a23  de orden 3x3, recién vimos que su determinante es:

a31 a32 a33 

det( A)  a11a22a33  a12a23a31  a13a21a32  a13a22a31  a12a21a33  a11a23a32 , expresión que se puede
escribir así:
det( A)  a11 (a22a33  a23a32 )  a21 (a13a32  a12a33 )  a31 (a12a23  a13a22 )
Las expresiones entre paréntesis son los cofactores C11, C21, C31 , entonces:

det( A)  a11C11  a21C21  a31C31

Esta expresión muestra que el determinante de A, se puede calcular multiplicando los elementos de la
primera columna de A por sus cofactores, y sumando los productos resultantes.
Esta forma de evaluar el determinante de A se denomina desarrollo por cofactores a lo largo de la
primera columna de A.
Calculemos ahora el determinante de la matriz de recién cuyo determinante resultó de aplicar la regla
de Sarrus, apliquemos el desarrollo por cofactores s lo largo de la primera columna:
det( A)  a11C11  a21C21  a31C31  1 C11  2C21  (2)C31 , ya habíamos encontrados los cofactores,
reemplazando queda:
det( A)  1 C11  2C21  (2)C31  1.(5)  2.(13)  (2).1  5  26  2  33 , resultado que ya
conocíamos.
Si en esta expresión: det( A)  a11a22a33  a12a23a31  a13a21a32  a13a22a31  a12a21a33  a11a23a32 ,
reordenamos los términos de otras maneras obtendremos las siguientes igualdades:

det( A)  a11C11  a12C12  a13C13

det( A)  a11C11  a21C21  a31C31
det( A)  a21C21  a22C22  a23C23
det( A)  a12C12  a22C22  a32C32
det( A)  a31C31  a32C32  a33C33
det( A)  a13C13  a23C23  a33C33

En cada ecuación todos los elementos y los cofactores provienen de la misma fila o de la misma
columna. Estas ecuaciones se llaman desarrollos por cofactores de det(A).Estos resultados para
matrices de orden 3 constituyen un caso especial, en general para matrices de orden n:
El determinante de una matriz A nxn se puede calcular multiplicando los elementos de cualquier fila o
de cualquier columna por sus cofactores y sumando los productos resultantes, es decir, para cada
1  i  n y 1  j  n , se tiene:
det( A)  a1 j C1 j  a2 j C2 j  ...  anjCnj , desarrollo por cofactores a lo largo de la j-ésima columna

3
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

det( A)  ai1Ci1  ai 2Ci 2  ...  ainCin , desarrollo por cofactores a lo largo de la i-ésima fila
Evaluaremos el determinante de la matriz A ahora a lo largo de la primera fila:

det( A)  a11C11  a12C12  a13C13  1. 5  3.(8)  (2).2  5  24  4  33

Lo que coincide con el resultado que ya habíamos obtenido, cuando calculamos el determinante
desarrollando por cofactores a lo largo de la primera columna de A .
La importancia del desarrollo de un determinante por cofactores, es que nos permite calcular un
determinante de orden n en función de los determinantes de orden n-1.
En general, el desarrollo por cofactores se utiliza para calcular los determinantes de orden n  4 .
Insistimos en que para el desarrollo por cofactores se puede usar cualquier fila o cualquier columna,
debido a esto conviene elegir la fila o columna que tenga la mayor cantidad de ceros, ya que los
correspondientes cofactores no intervienen y no es necesario calcularlos.
1 0  1  2 
2 0 0 1 
Dada la matriz A   calcularemos su determinante por el método anterior, usaremos
5 4 3 6
 
0 0 3 1 
la segunda columna para hacer el desarrollo por cofactores:

1 1  2
3 2
det( A)  a32C32  4(1) 2 0 1  4(1)(13)  52
0 3 1
Se eligió la segunda columna porque es la línea que tiene más elementos nulos, se necesitan calcular
menos cofactores. El valor del determinante de la matriz es el mismo si se utiliza otra columna u otra
fila. Verificar!!
Ahora calcularemos el determinante de una matriz triangular por el mismo método.
1  1 5  2
0  2 0 1 
A trabajaremos con la última fila:
0 0 3 6
 
0 0 0 4

1 1 5
det( A)  a44C44  4(1) 4 4
 
0  2 0  4.1.a11C11   4.1.1. (1)11  2.3  0  1.( 2).3.4  24
0 0 3

aplicamos cofactores
usamos la 1º columna

Vemos que el determinante es igual al producto de los elementos de la diagonal principal, vamos a
generalizar esta conclusión:
Si A es una matriz nxn triangular superior, triangular inferior o diagonal, entonces det (A) es el
producto de los elementos de la diagonal principal, es decir, det A  a11.a22 ....ann .
Por ejemplo:

4
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

2 7 2 2 5
0 3 4 5 7
0 0 6  4  3  2.( 3).6.9.4  1296
0 0 0 9 1
0 0 0 0 4

En este ejemplo podemos ver que si la matriz tuviera una fila o una columna formada completamente
por ceros, habría al menos un cero en la diagonal principal, en este caso el determinante valdría cero.
Generalizamos esta conclusión para cualquier matriz cuadrada:
Si A es una matriz nxn y tiene una fila o una columna nula, su determinante es cero det  A  0 .
Si transponemos ahora la matriz triangular superior anterior, obtendremos una matriz triangular
inferior. Por la conclusión ya vista, su determinante es el producto de los elementos de la diagonal
principal, por lo que queda:

2 0 0 0 0
7 3 0 0 0
2 4 6 0 0  2.( 3).6.9.4  1296
2 5 4 9 0
 5 7  3 1 4

Obtuvimos el mismo resultado, con lo que podemos concluir:

 
Si A es una matriz nxn su determinante es igual al de su transpuesta: det A  det AT .
Ejercicio Nº1
Calcular el determinante de las siguientes matrices usando regla de Sarrus y método de los cofactores:
2 0  4 1 2  3 1  2 7

A 3 2  3 B   4  2 5 
 C  3 5 1
 4  3 5   7 1 0  4 3 8

Rta.: det  A  6, det B   45, det C   0

Ejercicio Nº2
Calcular el determinante de las siguientes matrices usando método de los cofactores:
2 3 2 4 3 2 1 0  0 1 3 2
 3 2 1 2 0 4 0  2  3 0 1  2
D E F 
3 2 3 4  1 3 8 4 1  1 4 3
     
 2 4 0 5 3 5 1 0  2 2  1 1 
Rta.: det D   286, det E   138, det F   97
Efecto de las operaciones elementales de filas
Veremos en tres ejemplos sencillos, como las operaciones elementales de filas afectan el valor del
determinante.
Operación TIPO I:

5
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

 2 1
A  e2 2  det( A)  2.4  1.3  11
3 4
 2 1 
B  det( B)   2 8  1. 6  22 , det B   (2) det  A
 6  8

Operación TIPO II:

 2 1
A  e213 det( A)  2.4  1.3  11
3 4
 2 1
B det( B)   2.7  1. 3  11 , det B   det  A
 3 7

Operación TIPO III:

 2 1
A  e21 det( A)  2.4  1.3  11
3 4
3 4
B det( B)  3.1  4. 2  11 , det B    det  A
 2 1

En resumen:
Si A es una matriz nxn y B es la matriz que se obtienen cuando:
1) a una fila de A se la multiplica por un escalar k, entonces: det B   k det  A ,el determinante de A
se multiplica por el escalar.
2) a una fila de A se le suma otra fila de A multiplicada por un escalar k, entonces det B   det  A , el
determinante de A no varía.
3) se intercambian dos filas de A, entonces: det B    det  A , el determinante de A cambia el signo.

NOTA:
En caso que multipliquemos una fila de la matriz A por un escalar, queda el determinante de A
multiplicado por el escalar: det B   k det  A .
De esto se desprende que, si hiciéramos la operación producto de una matriz por un escalar kA, aquí
todas las filas de A están multiplicadas por k , por lo que: detkA  k n det A , siendo n el número de
filas de la matriz A.
Cálculo del determinante por triangulación
Veremos un método para hallar el determinante de una matriz, que consiste en reducir la matriz dada a
la forma triangular superior mediante operaciones elementales de filas.
A medida que se reduce la matriz, se deberá considerar como las operaciones elementales de filas
modifican el valor del determinante. Luego hallaremos el valor del determinante de la matriz triangular
superior que, como ya vimos, consiste en multiplicar los elementos de la diagonal principal.

6
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

2 1 1
A  4 2 3  e21( 2 )
1 3 0
2 1 1
B  0 0 1  e31 det B   det  A
1 3 0
1 3 0 
C  0 0 1  e31( 2 ) det C    det  A
2 1 1
1 3 0
D  0 0 1  e23 det D   det  A
0  5 1
1 3 0
E  0  5 1 det E   det  A  1.( 5).1  5
0 0 1

Veamos otro ejemplo:

7
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

2 1 3 1
1 0 1 1
A  e2( 2 )
0 2 1 0
 
0 1 2 3
2 1 3 1
2 0 2 2
B  e21( 1) det B   2 det  A
0 2 1 0
 
0 1 2 3
2 1 3 1
0  1  1 1
C  e32( 2) det C   2 det  A
0 2 1 0
 
0 1 2 3
2 1 3 1
0  1  1 1 
D e det D   2 det  A
0 0  1 2 42(1)
 
0 1 2 3
2 1 3 1
0  1  1 1 
E e det E   2 det  A
0 0  1 2 34
 
0 0 1 4
2 1 3 1
0  1  1 1 
F   e43(1) det F   2 det  A
0 0 1 4
 
0 0  1 2
2 1 3 1
0  1  1 1 
G det G   2 det  A
0 0 1 4
 
0 0 0 6

De la ecuación det G   2 det  A despejamos la incógnita que es det  A  det  A   det G  ,

1
2
Por ser G matriz triangular, det G   2.( 1).1.6  12 , reemplazando queda:
det  A   det G    (12)  6 .
1 1
2 2
Otro ejemplo mas….

8
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

2 3 7
A  0 0  3  e3( 2)

1  2 7 
2 3 7 
B   0 0  3   e31(1) det B   2 det  A
 2 4  14
2 3 7 
C  0 0  3  e23 det C   2 det  A
0 7  7 
2 3 7 
D  0 7  7  det D   2 det  A
0 0  3

det D   2 det  A  det  A  det D   2.7.( 3)  21

1 1
2 2
Ejercicio Nº3
Calcular el determinante de las siguientes matrices usando el método de triangulación:
2 1 3 1 3 6 9 3
1 0 1 1   1 0 1 0 
A B
0 2 1 0 1 3 2  1
   
0 1 2 3  1  2  2 1 
Rta.: det  A  6 , det B   21
Propiedades de los determinantes
Si A es una matriz nxn y tiene dos filas iguales o proporcionales, entonces su determinante es
cero: det  A  0 .
Veamos unos ejemplos sencillos:

 2  3
A  , det  A  2.6  (3).(4)  0
 4 6 

2  3
A  , det  A  2.( 3)  (3).2  0
2  3

Observar que en ambos casos la segunda fila se puede anular si aplicamos una operación tipo II, ya
vimos que esta operación no cambia el determinante de la matriz original A, y también vimos que si
una matriz tiene una fila nula, su determinante es cero. Por lo que det  A  0 .
Ya vimos el efecto de las operaciones elementales de filas sobre el valor del determinante, ahora
veremos como lo afectan las operaciones con matrices.
 Producto por de una matriz por un escalar kA: detkA  k n det A , siendo n el número de filas
de la matriz A.

9
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

 Suma de matrices A+B: det  A  B   det  A  det B 

 Producto entre matrices A.B: det  A.B   det  A. det B 
 
 Transpuesta: det A  det AT

 Inversa: si A es invertible det A  

1
1

det  A
 Potencia: detA   det  A
k k

1 2  3 1 4 3
A  ,B    , A B    det  A  1 , det B   8 , det  A  B   23 , con lo que:
2 5 1 3 3 8
det  A  B   det  A  det B 

3 1  1 3 2 17
A  ,B    , A.B    det  A  1 , det B   23 , det  A.B   23 con lo que:
2 1  5 8 3 14
det  A.B   det  A. det B 

Ejercicio Nº 4

 
Sea A una matriz de orden 3x3 y det A=5. Hallar : a) det (3A) b) det 2 A1 c) det 2 A d) det A1
1
 
a) Aplicamos la propiedad: det k. A  k n .det A , A  Rnxn
det 3.A  33.det A  27.5  135

b) Aplicamos la propiedad: det k. A  k n .det A , A  Rnxn

 
det 2.A1  23.det A1  
1
Aplicamos la propiedad: det A1 
det A

 
23. det A1  23.
1

det A 5
8

c) Aplicamos la propiedad de matriz inversa: k . A  . A1

1 1
k
2. A1  1 . A1
2
Aplicamos la propiedad: det k. A  k .det A , A  R
n nxn

3
1  1
det  A1     . det A1
2  2

1
Aplicamos la propiedad: det A1 
det A

10
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

3
1 1 1 1 1 1 1
  . det A   . 
2 8 det A 8 5 40
1 1
d) Aplicamos la propiedad: det A1  
det A 5

Ejercicio Nº5

Sean A y B matrices 3x3 con detA=5 y detB=10, aplicar propiedades de los determinantes para
calcular, de ser posible, el valor de los siguientes:

          
a) det  A.B  b) det 2 A c) det A.BT d ) det AT . B 2 e) det 2 AT 3B  f ) det AT . B 3
2

 1  1  
1

g ) det   A1  A  
 2  2  


Ejercicio Nº 6
1 3 0 1
 1 1 
Dada la matriz A  
0
2 0
2 1 2
 
calcular det A1 A3 AT . Hallar el determinante de la matriz por
 
0 3 3 4

distintos métodos. Rta.: det A1 A3 AT  32768
Ejercicio Nº 7
a b c
Suponer que el determinante de d e f  5 , encontrar el determinante de:
g h i
d e f a b c a  d be c  f a b c
a) g h i b) 2d 2e 2 f c) d e f d ) d  3a e  3b f  3c e) det 3 A
a b c  g h i g h i 2g 2h 2i

a g d
  g) det2 A 
f ) det A1 1
h) b h e
c i f

Ejercicio Nº 8
2 1 0 1  1 3 
Dadas las matrices A  3 4 0 y B  7 1 2 , comprobar que: det  A.B   det  A. det B  .
 
0 0 2 5 0 1
Ejercicio Nº 9

Hallar los valores de  para los cuales el det  A  0 .

  1  2 
A Rta.: 1  3 , 2  2
 1   4

11
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

Adjunta de una matriz

Si A es una matriz nxn y Cij es el cofactor de aij , entonces la matriz:

C11 C12 ... C1n 

C 
 21 C22 ... C2 n 
 : : : : 
 
Cn1 Cn 2 ... Cnn 

se denomina matriz de cofactores de A. La transpuesta de esta matriz se denomina adjunta de A y se

denota adj(A).
3 2  1
Por ejemplo, sea A  1 6 3  , los cofactores de A son:

2  4 0 

C11  12 C12  6 C13  16 12 6  16

C21  4 C22  2 
C23  16 , la matriz de cofactores es:  4 2 16  y la adjunta
C31  12 C32  10 C33  16 12  10 16 

 12 4 12 
de A es: adj A   6 2  10 .

 16 16 16 

La matriz adjunta nos proporciona otra manera de obtener la inversa de una matriz, mediante la
siguiente expresión:

adj A .
1
Si A es una matriz invertible, entonces A1 
det  A
Esta fórmula es útil para obtener propiedades de la inversa.
La inversa de la matriz del ejemplo es:
 12 4 12   163 1
16 
3
16
 6  
adj A  2  10   323
1 1
A1  1
  verificar haciendo A. A1  I .
5
det  A 64  32 32
 16 16 16   14 1
4

1
4

Este método es razonable para invertir manualmente matrices 3x3, el algoritmo para hallar la inversa
que vimos en el tema matrices, es más eficaz para matrices más grandes.
La fórmula vista sirve para establecer la condición necesaria y suficiente para la existencia de la matriz
inversa.
Teorema
Sea A  R nxn , existe la matriz inversa de A si y sólo si, el determinante de A es no nulo.
En símbolos: A1  det A  0 .
Demostración:
Se debe demostrar que:
a) det A  0  A1 , y

12
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

b) A1  det A  0 .

a) por la fórmula que vimos recién: si det  A  0  A1  adj A , por lo que sabemos que
1
det  A
existe la inversa y también como calcularla.
b) Si A1 , entonces AA1  A1 A  I , por la propiedad del determinante de un producto de
     
matrices se sabe que det AA1  det A1 A  det A1 det A  1, para que este producto sea no
 
nulo, es necesario que tanto det  A como det A1 sean no nulos. Entonces, det  A  0 .

Por el teorema anterior podemos afirmar

que, lo que caracteriza a una matriz
invertible A es que su determinante sea no
nulo: A1  det A  0

Ejercicio Nº 10

Hallar los valores de  para que la matriz A sea no invertible.

 1 2 4  2 0  1
   2
a) A   3 1 6 b)B    c)C   1 0 
 3 2  2    0 1 3 

Rta.: a)  1 b)1  2 , 2  2 c)  6

Ejercicio Nº 11

Calcular la inversa de las siguientes matrices usando el método de la adjunta:

 2  1 0 3 0 1
D  0  2 1 , E   0 5 0 
1 0 1  1 1  1

 52  15 1
5   12  101 1
2 
   
Rta.: D 1   15  52 2
5  , N 1   0 1
5
0
 52 1
5
4
5
  12 3
10
 32 
Sistemas de ecuaciones lineales y determinante

13
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

La forma matricial de un sistema de n ecuaciones con n incógnitas Anxn X nx1  H nx1 , donde X nx1 es la
matriz de las incógnitas y H nx1 es la matriz de los términos independientes.

Si A  R nxn es tal que det  A  0 entonces A1 , si premultiplicamos ambos miembros por A1 queda:
A1 A X  A1H
 por definición de matriz inversa:
I

IX  A1H
 por ser la matriz identidad elemento neutro del producto matricial:
X

X  A1H
Dado que la inversa de una matriz es única, entonces el sistema AX  H tiene sólo una solución:
X  A1H .
Si H  0nx1 y det  A  0 , se puede concluir que el sistema no es compatible determinado. En este caso
puede ser: compatible indeterminado o incompatible.
Si el sistema es homogéneo y det  A  0 , la solución única es la trivial:

AX  O premultiplicamos ambos miembros por A1 queda:

A1 A X  A1O por definición de matriz inversa:

I

X  A1O por ser la matriz identidad elemento neutro del producto matricial:
X  Onx1
Los sistemas homogéneos son siempre compatibles, si det  A  0 , el sistema es compatible
indeterminado.
Resumiendo:

Regla de Cramer
La regla de Cramer es un método que permite resolver sistemas compatibles determinados de n
ecuaciones con n incógnitas.
Para encontrar la incógnita i-ésima de un sistema compatible determinado de n ecuaciones lineales con
n incógnitas Anxn X nx1  H nx1 con det  A  0 , basta realizar el cociente entre dos determinantes.

14
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

El numerador es el determinante de la matriz que se forma al sustituir en la matriz de coeficientes A de

las incógnitas la i-ésima columna por la matriz columna H de los términos independientes, y el
denominador es el determinante de la matriz de coeficientes A.
Veamos un ejemplo:
x yz 0  1 1 1

2 x  5 y  3z  10 buscamos el determinante de la matriz de coeficientes: 2  5  3  34  0 Por
4 x  8 y  2 z  4  4 8 2
ser det  A  0 este sistema tiene solución única, aplicamos la regla de Cramer:

Columna de términos independientes

0 1 1 1 0 1 1 1 0
10  5  3 2 10  3 2  5 10
4 8 2 68 4 4 2 0 4 8 4  68
x  2 ,y  0 , z   2
1 1 1 34 1 1 1 34 1 1 1 34
2 5 3 2 5 3 2 5 3
4 8 2 4 8 2 4 8 2

La solución de este sistema es S  ( x, y, z)  (2,0,2)

Para resolver un sistema de n ecuaciones con n incógnitas mediante la regla de Cramer, es necesario
evaluar n+1 determinantes de matrices nxn. Para sistemas con más de tres ecuaciones, el método de
Gauss- Jordan es más eficaz, ya que sólo es necesario reducir la matriz ampliada de orden nx(n+1).
Sin embargo, la regla de Cramer proporciona un método para la solución si el determinante de la
matriz de coeficientes es diferente de cero.
Ejercicio Nº 12

Resolver el sistema de ecuaciones lineales mediante la regla de Cramer:

x  y  2z  9 

2 x  4 y  3z  1  Rta.: x, y, z   1,2,3
3x  6 y  5 z  0

Los determinantes sirven para analizar y resolver operaciones entre vectores, ahora veremos la
combinación lineal entre vectores y sacaremos conclusiones aplicando determinantes y sus
propiedades.
Combinación lineal de vectores
El vector v  R n es combinación lineal de los vectores v1, v 2 ,..., v n si y sólo si existen los escalares
k1, k2 ,..., kn tales que: v  k1 v1  k2 v 2  ...  k n v n .

15
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

Vamos a analizar si el vector v  (4,2,3) es combinación lineal de los vectores:

v1  (4, 3,1), v 2  (6, 1 , 7), v3  (2,1, 1) , si aplicamos la definición debemos ver si existen
escalares k1, k2 , k3 que cumplan:

k1 v1  k2 v 2  k3 v 3  v
k1 (4,3,1)  k2 (6,1,7)  k3 (2,1,1)  (4,2,3)
4k1,3k1,k1    6k2 , k2 ,7k2    2k3 ,k3 , k3   (4,2,3)

4k1  6k2  2k3  4 


3k1  k2  k3  2 
 k1  7 k2  k3  3

Obtuvimos un sistema de 3 ecuaciones lineales con 3 incógnitas. Este sistema se puede resolver
aplicando: método de Gauss-Jordan, por inversión de la matriz de los coeficientes o por regla de
Cramer. Usaremos esta última:
 4  6  2
Buscamos el determinante de la matriz de los coeficientes A   3 1  1 , pero

 1 7 1 
det  A  0 (verificar!), con lo que el sistema tendrá infinitas soluciones o ninguna.
Observar que la definición de combinación lineal no exige que los escalares k1, k2 ,..., kn sean únicos,
sino sólo que existan.
Si resolvemos el sistema por el método de Gauss-Jordan, este sistema resulta incompatible (verificar!),
por lo que , concluimos que no existen los escalares k1, k2 , k3 que permitan escribir al vector v como
combinación lineal de los vectores v1 , v 2 , v3 .
Veamos ahora otro ejemplo:
v  (5,7, 1) , v1  (1, 1,0), v 2  (0, 1 , 1), v3  (1,0, 1)
k1 v1  k2 v 2  k3 v 3  v
k1 (1,1,0)  k2 (0,1,1)  k3 (1,0,1)  (5,7,1)
k1 , k1 ,0k1   0k2 , k2 , k2   k3 ,0k3 , k3   (5,7,1)

k1  0k2  k3  5 

k1  k2  0k3  7 
0k1  k2  k3  1 
Buscamos el determinante de la matriz de los coeficientes, aplicamos la regla de Sarrus:
1 0 1
A  1 1 0  det  A  2 , por lo que este sistema tendrá solución única.
0 1 1

Aplicamos regla de Cramer para resolver el sistema:

16
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

5 0 1 1 5 1 1 0 5
7 1 0 1 7 0 1 1 7
1 1 1 11 0 1 1 3 0 1 1 1
k1   , k2   , k3  
1 0 1 2 1 0 1 2 1 0 1 2
1 1 0 1 1 0 1 1 0
0 1 1 0 1 1 0 1 1

La solución del sistema es: S  (k1, k2 , k3 )  112 , 32 , 12  , para verificar reemplazamos en la combinación
11 3 1
lineal: (1, 1,0)  (0, 1 , 1)  (1,0, 1)  (5,7,1) .
2 2 2
11 3 1
En este ejemplo la combinación lineal es posible sólo si los escales son: k1  , k 2  , k3   .
2 2 2
Otro ejemplo mas…
v  (12,8) , v1  (3,2), v 2  (6,4)
k1 v1  k2 v 2  v
k1 (3, 2)  k2 (6,4)  (12,8)
 3k1,2k1   6k2 ,4k2   (12,8)

 3k1  6k2  12  3 6 

2k1  4k2  8
 A   det  A  0
 2  4

Este sistema es compatible indeterminado o incompatible, si resolvemos por Gauss-Jordan queda:

 3 6 12 
A  e2 ( 3)
 2 4  8
 3 6 12 
 6  12  24  e21( 2 )
 
 3 6 12
 0 0 0   e1 13 
 
1  2  4
0 0  R( A)
 0 

Escribimos la incógnita principal en función de la secundaria, y asignamos un parámetro a la variable

secundaria:
k1  2k2  4
k1  4  2k2 , k2  t
S  (k1 , k2 )   4,0  t (2,1)
En este caso existen infinitos juegos de escalares que permiten escribir la combinación lineal, por
ejemplo si t=0

17
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

S1  (k1 , k2 )   4,0
Verificamos:
 4.(3, 2)  0(6,4)  (12,8)
Ahora con t=2
S  (k1 , k2 )   4,0  (2).(2,1)  (8,2)
Verificamos:
 8.(3, 2)  (2)(6,4)  (12,8)
Para cada valor asignado a t obtenemos un par de escalares que permiten escribir la combinación
lineal.

Ejercicio Nº 13

1-En cada caso analizar si el vector v es combinación lineal de los vectores del conjunto A.

a)v  4,5 A  1,51,10 b)v   4,0 A   3,26,4

c)v  5,7,1 A  1,1,00,1,11,0,1 d )v  2,3,4 A  1,1,12,0,23,1,3

2-Sean los vectores u  (2,0,1) , v  (3,2,0), w  (1,0,3) encontrar el vector combinación lineal de
u , v , w según los escalares 2,-1,3. Verificar si el vector  3,4,1 es combinación lineal de los
vectores u , v , w y en tal caso encontrar los escalares correspondientes.

Rta.: 4,2,11 , k1  2 , k2  2 , k3  1

Independencia y dependencia lineal

El concepto de independencia o dependencia lineal, para el caso de vectores de los espacios R 2 o R 3 ,

implica analizar si la dirección de un vector depende o no de las direcciones de otros vectores.
 
Sea el conjunto de vectores A  v1 , v2 ,..., vn es linealmente independiente si la única forma de escribir
al vector nulo como combinación lineal de los vectores de A, es con todos los escalares nulos. Es decir:
k1 v1  k2 v2  ...  kn vn  0  k1  k2  ...  kn  0
 
En caso contrario, A  v1 , v2 ,..., vn es linealmente dependiente si para escribir al vector nulo no
necesitamos que todos los escalares sean todos nulos. Es decir:
ki : ki  0 con i  1,2,...n / k1 v1  k2 v2  ...  kn vn  0

Para estudiar si un conjunto de vectores es linealmente dependiente o independiente,

se plantea la ecuación k1 v1  k2 v2  ...  kn vn  0 y se estudian sus soluciones. Es decir, se debe
investigar que tipo de combinación lineal genera al vector nulo. Si admite alguna solución no nula el
conjunto de vectores es linealmente dependiente, y si sólo admite la solución trivial, es linealmente
independiente.
Analizaremos los siguientes conjuntos:
A  (1,1)(1,0)
Expresamos el vector nulo como combinación lineal de los vectores de A: k1 v1  k2 v2  0 ,
reemplazamos:

18
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

k1 (1,1)  k2 (1,0)  (0,0)

k1 , k1   k2 ,0k2   0,0

k1  k2  0 
 det  A  0
k1  0k2  0

S  k1 , k2   (0,0)
Como los escalares son ambos cero, el conjunto A es LI

B  (1,1)(3,3)
k1 v1  k2 v2  0
k1 (1,1)  k2 (3,3)  (0,0)
k1 , k1    3k2 ,3k2   0,0

k1  3k2  0
 det  A  0
k1  3k2  0

S  k1 , k2   t (3,1)

En este caso existen escalares no nulos que permiten escribir al vector nulo como combinación lineal
de los vectores dato. Si hacemos t  1  S1  (k1 , k2 )  (3,1) reemplazando queda:
3.(1,1)  1.(3,3)  (0,0)
Si hacemos t  2  S2  (k1 , k2 )  (6,2) reemplazando queda:  6.(1,1)   2.(3,3)  (0,0)
Como los escalares no son todos cero, el conjunto B es LD.

Geométricamente pasa que los vectores de A no son múltiplos escalares entre sí, en cambio, los
vectores de B si son múltiplos escalares.

Conjunto LI Conjunto LD

Los vectores del conjunto A no son paralelos, esto garantiza que ningún vector del conjunto es
combinación lineal de los vectores restantes, cada vector representa una dirección única. Esto es, la
dirección de cada vector es independiente de las otras direcciones. Por ello el conjunto A es
linealmente independiente.
En cambio en el conjunto B se puede expresar un vector como combinación lineal del otro vector, el
conjunto no tiene vectores con direcciones independientes unas de otras, sino dependientes. Por ello el
conjunto B es linealmente dependiente.
Observar también, que en el caso del conjunto A, el determinante de la matriz de coeficientes es no
nulo, en cambio, el determinante del conjunto B es cero.

19
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

Resumiendo:
Si en una matriz cuadrada existe algún vector fila, o vector columna, que es combinación lineal de los
vectores restantes, entonces dichos vectores son linealmente dependientes y el determinante de la
matriz es nulo.
Hablamos de vectores filas o de vectores columnas indistintamente, por la propiedad que dice
 
det A  det AT , lo que es válido para filas lo es también para las columnas.
Un conjunto de vectores es linealmente dependiente si:
 Uno de los vectores es el vector nulo, la matriz tendría una fila o columna nula y el
determinante es nulo, A  (0,0,0)(1,2,3)(3,5,1)
 Al menos dos vectores proporcionales, la matriz tendría una fila múltiplo de la otra y el
determinante es nulo, A  (1,3,0)(1,2,3)(2,4, 6)
 Uno de los vectores es combinación lineal de los vectores restantes, la matriz tendría una fila
que es combinación lineal de las otras y el determinante es nulo, A  (1,2,3)(1,2,3)(2,0,6).

Ejercicio Nº 14

Decir si los siguientes conjuntos de vectores son LI o LD:

A  1,2 1,3 B  6,43,2 C  5,1,215,3,625,5,10 D  8,2,1 3,4,611,7,2

Resumen
Sea A  R nxn , son equivalentes las siguientes proposiciones:
1. det  A  0
2. A es invertible, en símbolos: A1
3. la matriz reducida por filas de A es la matriz identidad
4. el sistema lineal homogéneo AX=O es compatible determinado
5. el sistema lineal no homogéneo AX=H es compatible determinado
6. el rango de A es n
7. los n vectores filas o columnas de A son linealmente independientes.

Producto vectorial o cruz

Este producto entre dos vectores del espacio se denomina producto cruz, haciendo referencia a su
notación que es una cruz, también se lo denomina producto vectorial, porque el resultado que se
obtiene es un vector. Los dos nombres se usan de manera indistinta. Este producto nos permite obtener
un vector perpendicular a otros dos vectores dados.

El producto vectorial de dos vectores u y v de R 3 , distintos del vector nulo y no paralelos, se denota
u  v y tiene por resultado un vector w con las siguientes características:
 Dirección: la dirección del vector w  u  v es perpendicular a la dirección del vector u y a la
del vector v . Por lo tanto w  u  v es perpendicular al plano que contiene los vectores u y v .
 Sentido: sea  el ángulo entre u y v , si suponemos que los dedos de la mano derecha se
mueven siguiendo el giro del vector u según el ángulo  , hasta coincidir con el vector v ,
entonces el pulgar de la mano derecha indicará el sentido del vector w  u  v . Se dice
entonces que la terna ( u , v , u  v ) es directa, es decir, igualmente orientada que la terna
 
iˆ, ˆj , kˆ . En este caso, el giro va en sentido levógiro, es decir antihorario, en contraposición del
sentido horario.

20
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

 Módulo: el módulo del vector w  u  v  u . v .sen , siendo  el ángulo entre u y v .

Si partimos de la descripción geométrica del producto vectorial, es posible deducir el resultado del
producto vectorial entre versores canónicos.

1)iˆ  iˆ  0 5) ˆj  ˆj  0
2)iˆ  ˆj  kˆ 6) ˆj  iˆ  kˆ 9)kˆ  kˆ  0
3) ˆj  kˆ  iˆ 7)kˆ  ˆj  iˆ
4)kˆ  iˆ  ˆj 8)iˆ  kˆ   ˆj

Justificamos 1):
Por definición del módulo del producto vectorial, y sabiendo que la medida del ángulo es 0,
iˆ  iˆ  iˆ . iˆ .sen0  0 , entonces el producto vectorial es un vector cuyo módulo es cero, el único
posible es el vector nulo, por lo tanto iˆ  iˆ  0 .
De manera análoga, se demuestra que ˆj  ˆj  0 y kˆ  kˆ  0 .

Justificamos 2):
Por definición:

 El módulo del producto vectorial iˆ  ˆj  iˆ . ˆj .sen  1 .
2
 El vector iˆ  ˆj debe ser perpendicular a los versores iˆ y ĵ .
 El sentido del vector iˆ  ˆj coincide, por la regla de la mano derecha, con el sentido positivo del
eje z.
A partir de las observaciones anteriores, el vector iˆ  ˆj es el versor k̂ . Por lo tanto, iˆ  ˆj  kˆ .
Ahora veremos las propiedades que tiene esta operación entre vectores del espacio.

Propiedades del producto vectorial

Sean u , v y w tres vectores del espacio R 3 y k  R , entonces:

1) Si u y v son distintos del vector nulo y no colineales, el producto vectorial es anticonmutativo:

u  v  v  u 
2) Si uno de los vectores del producto vectorial es el vector nulo, entonces el producto vectorial es
el vector nulo 0  u  u  0  0 .

21
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

3) El producto vectorial de dos vectores paralelos es el vector nulo: si u y v son vectores

paralelos  u  v  0 .
También podemos decir que los vectores son linealmente dependientes: si u y v son linealmente
dependientes  u  v  0 .
4) Consecuencia de la propiedad 3), u  u  0
5) El producto vectorial es distributivo a derecha e izquierda, con respecto a la suma de vectores,
teniendo en cuenta la no conmutatividad de la operación:
u  v  w   u  v  u  w , v  w   u  v  u  w  u .
6) Extracción de escalar del producto vectorial: ku   v  u  kv   k u  v  .

Las propiedades enunciadas permiten resolver operaciones entre vectores, y la propiedad 3) ofrece otra
manera de cómo determinar si dos vectores del espacio son paralelos.
Ejemplos

1) Aplicar las propiedades del producto vectorial y reducir a una mínima expresión,
u  v  u   v  u  v  siendo u y v dos vectores de R 3 .

u  v  u   v  u  v   aplicamos propiedad 5) distributiva a la izquierda del producto vectorial con

respecto de la suma, queda:
u  v  u u  v  u  v  v  por la propiedad 4) u  u  0 y v  v  0 :
0 0

u  v  v  u  por la propiedad 1) el producto vectorial es anticonmutativo, u  v  v  u  ,

entonces:
 v  u   v  u  como estos vectores son opuestos, su suma es el vector nulo:
 v  u   v  u  0 , resulta: u  v  u   v  u  v   0 .

2) Siendo u , v y w vectores de R 3 y k1 , k2 escalares, comprobar que las siguientes igualdades son

verdaderas.

a)u  v  u   v  v  u   2u  v  b)u  k1v  k2u   v  k2v  k1u   0

a)u  v  u   v  v  u   aplicamos propiedad 5) distributiva a la izquierda del producto vectorial

con respecto de la suma, queda:
u  v  u u  v  v  v  u  por la propiedad 4) u  u  0 y v  v  0 :
0 0

u  v  v  u  por la propiedad 1) el producto vectorial es anticonmutativo, u  v  v  u  :

u  v   u  v   2u  v  , verificando la igualdad.

b)u  k1v  k2u   v  k2v  k1u   0

u  k1v  u  k2u  v  k2v  v  k1u 
u  k1v  k2 u  u   k2 v  v   v  k1u 
 
0 0
u  k1v  v  k1u 
k1 u  v   k1 v  u  
k1 u  v   k1 u  v   0

3) Considerando que u  v  (2,5,4) determinar el resultado de las siguientes operaciones.

22
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

a)  u  v   (2,5,4)
b)v  u  u  v   (2,5,4)
c)  u   v  u  v    1(2,5,4)   2,5,4
d )5u  2v  10u  v   10(2,5,4)  (20,50,40)
e)u  u  v   u
 u  u  v  (2,5,4)
0

 
f )v  3u  2v   3v  u   2 v
 v   3(u  v )  3(2,5,4)  (6,15,12)
 0 
Fórmula del producto vectorial entre vectores en función de sus coordenadas

Teorema
Sean los vectores u  uxiˆ  u y ˆj  uz kˆ y v  vxiˆ  v y ˆj  vz kˆ , entonces:
u  v  u v  u v iˆ  u v  u v  ˆj  u v  u v kˆ
y z z y z x x z x y y x

Demostración:

Sean los vectores u  uxiˆ  u y ˆj  uz kˆ y v  vxiˆ  v y ˆj  vz kˆ , entonces:

  
u  v  u xiˆ  u y ˆj  u z kˆ  vxiˆ  vy ˆj  vz kˆ 
Cada término de la forma canónica de los vectores es en sí mismo un vector, en consecuencia, por ser
el producto vectorial distributivo con respecto a la suma de vectores, y por la propiedad de extracción
de escalares del producto vectorial, resulta que:

          
u  v  u xiˆ  u y ˆj  u z kˆ  vxiˆ  v y ˆj  vz kˆ  u x vx  iˆ  iˆ  u x v y iˆ  ˆj  u x vz  iˆ  kˆ 
    
0 kˆ  ˆj


 

       
 u y vx  ˆj  iˆ  u y v y  ˆj  ˆj  u y vz  ˆj  kˆ  u z vx  kˆ  iˆ  u z v y  kˆ  ˆj  u z vz  kˆ  kˆ
   

 kˆ 0 iˆ ˆj  iˆ 0

Cada término de esta expresión involucra el producto vectorial entre versores canónicos, en
consecuencia, aplicando los resultados del producto vectorial entre versores canónicos analizados
previamente, tres de los términos son iguales al vector nulo y los restantes pueden agruparse por pares,
pues dan por resultado el mismo versor canónico o su opuesto. Entonces, podemos escribir:

u  v  u y vz  uz vy  iˆ  uz vx  uxvz  ˆj  uxvy  u y vx  kˆ .

Resolver un producto vectorial con base en el teorema anterior implica memorizar cómo se arman las
componentes del vector que es resultado del producto vectorial, o bien repetir el proceso algebraico
efectuado en la demostración.
Sin embargo, existe una regla de resolución del producto vectorial que salva este obstáculo, y se
expone en la siguiente definición.

Regla de resolución del producto vectorial aplicando determinante

Sean los vectores u  uxiˆ  u y ˆj  uz kˆ y v  vxiˆ  v y ˆj  vz kˆ , entonces:

23
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

iˆ ˆj kˆ
uy uz u uz u uy
u  v  ux uy uz  iˆ  x ˆj  x kˆ
vy vz vx vz vx vy
vx vy vz
La forma para resolver un producto vectorial adopta la forma de la función determinante, se resuelve
mediante el desarrollo por cofactores a lo largo de la primera fila, la que contiene a los versores.
La segunda fila contiene las componentes del primer vector y la tercera fila las del segundo vector.
El determinante de orden tres puede ser desarrollado en tres determinantes de orden dos, donde el
resultado escalar de cada determinante define a las componentes del vector resultante del producto
vectorial.

Ejemplos

1) Sean los vectores u  2iˆ  3 ˆj  4kˆ y v  3iˆ  5 ˆj  kˆ , calcular u  v y v  u .

iˆ ˆj kˆ
3 4 2 4 2 3 ˆ
u v  2 3 4  iˆ  ˆj  k
5 1 3 1 3 5
3 5 1

 (3).(1)  4.5iˆ  2.( 1)  4.3 ˆj  2.5  3.( 3)kˆ  17iˆ  14 ˆj  19kˆ

iˆ ˆj kˆ
5 1 3 1 3 5 ˆ
v  u  3 5 1  iˆ  ˆj  k  17iˆ  14 ˆj  19kˆ
3 4 2 4 2 3
2 3 4
Podemos comprobar que tanto u  v como v  u son vectores ortogonales a los vectores u y v , si
hacemos el producto punto entre ellos queda:

u  v   u   17,14,19  2,3,4  0
u  v   v  (17,14,19)  (3,5,1)  0
Recordar que la condición de perpendicularidad entre dos vectores es que su producto punto sea cero:
u v  0 u  v.
Verificar que sucede lo mismo con el vector v  u .
También se verifica que u  v y v  u son vectores opuestos, esto ejemplifica que el producto
vectorial no es conmutativo.

2) Sean los vectores u   1,2,1 , v  0,3,1 y w  4,8,4 , calcular:

a )u  v y u  v d )v  w y v  w
b )v  u y v  u e) w  v y w  v g )w  u y w  u
c)2u   v y 2u   v f )u  w y u  w
Extraer conclusiones por comparación de los incisos a) con b), d) con e), y f) con g). Puede obtener el
resultado del inciso c) a partir de las respuestas del inciso a)? Justifique.

24
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

Interpretación geométrica del módulo del producto vectorial

Teorema

Sean los vectores no paralelos u  uxiˆ  u y ˆj  uz kˆ y v  vxiˆ  v y ˆj  vz kˆ .

Si consideramos que los vectores u y v tienen un origen común en O, entonces determinarán dos
lados de los lados no paralelos de un paralelogramo cuya área quedará definida por el módulo del
producto vectorial u  v .
En símbolos:
Área del paralelogramo: u  v
Demostración

Sean los vectores no paralelos u y v y considerados con origen común en el punto O. Estos vectores
permiten definir al paralelogramo OABC.
areaOABC  base  altura  OC.h .
De la figura se deduce:

long.base  long.OC  u
long.altura  h  v sen
Reemplazando queda: areaOABC  base  altura  OC.h  u . v .sen

Obtuvimos la expresión del módulo del producto vectorial entre los vectores u y v , por lo tanto:

area del paralelog ramo  u  v .

Producto mixto

El producto mixto es una operación vectorial que se define entre tres vectores u , v y w tres vectores
del espacio R 3 , y su resultado es un número real.
De igual modo que los productos escalar y vectorial, el producto mixto es una herramienta algebraica
que permite resolver distintas situaciones del álgebra y de la geometría.

Definición:
Dados tres vectores u , v y w del espacio R 3 , se llama producto mixto al número real que se obtiene
al multiplicar u  v  w  .
Para obtener el resultado de un producto mixto, primero se resuelve el producto vectorial y luego el
producto escalar.

25
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

Sean los vectores u  (4,1,1), v  (2,3,0), w  (5,0,2) , calcularemos u  v  w  :

iˆ ˆj kˆ
u  v  4 1 1  (6,4,15) , u  v  w   (4,1,1)  (6,4,15)  5
2 3 0
Una manera apropiada de calcular el producto mixto u  v  w  entre tres vectores de R 3 es tal como
se muestra en el ejemplo previo. Es decir, efectuando primero el producto vectorial y luego el producto
escalar. Sin embargo, existe otro procedimiento equivalente al anterior, que consiste en aplicar
determinantes.

Regla de resolución del producto mixto aplicando determinantes

Sean los vectores u  uxiˆ  u y ˆj  uz kˆ , v  vxiˆ  v y ˆj  vz kˆ y w  wxiˆ  wy ˆj  wz kˆ , entonces el

producto mixto es:

ux uy uz
vy vz v vz vx vy
u  v  w   vx vy vz  ux  x uy  u
wy wz wx wz wx wy z
wx wy wz
En esta operación interviene un determinante de orden tres, cuyas filas están formadas por las
componentes de los vectores.

La regla de resolución del producto mixto puede justificarse por medio de los productos escalar y
vectorial y el concepto de desarrollo de un determinante por los elementos de una fila.
Sean los vectores u  uxiˆ  u y ˆj  uz kˆ , v  vxiˆ  v y ˆj  vz kˆ y w  wxiˆ  wy ˆj  wz kˆ , entonces:
iˆ ˆj kˆ
 
u  v  w   u xiˆ  u y ˆj  u z kˆ  vx vy vz 
wx wy wz
Por regla de resolución del producto vectorial:

   v y vz
u  v  w   u xiˆ  u y ˆj  u z kˆ  
 wy wz
v
iˆ  x
wx
vz
wz
v
ˆj  x
wx
vy 
kˆ 
wy 

Por el cálculo del producto escalar en función de las componentes de los vectores:
v y vz v vz vx v y
u  v  w   ux  x uy  u , esta expresión es equivalente al determinante:
wy wz wx wz wx wy z
ux uy uz
vx vy vz .
wx wy wz

Ejemplo

Sean los vectores u  (0,1,1), v  (0,3,0), w  (5,0,2) calcular:

u  v  w   15 , v  u  w   15 , v  w  u   15 , w  v  u   15

26
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

(hacer las cuentas y verificar los resultados!)

Este ejemplo muestra que el producto mixto es cíclico. Esto es, dados tres vectores, los posibles
productos mixtos que pueden definirse a partir de tales vectores, son iguales en su valor absoluto. El
cambio de signo en el resultado del producto mixto está asociado a la orientación de la terna

u , v , w  con respecto a la terna iˆ, ˆj , kˆ
Calcular:
 
a)iˆ  ˆj  kˆ 
d )kˆ  ˆj  iˆ 
 
b)iˆ  kˆ  ˆj  
e) ˆj  iˆ  kˆ
 
c)kˆ  iˆ  ˆj f ) ˆj  kˆ  iˆ 
Que se observa en los resultados obtenidos?

Interpretación geométrica del valor absoluto del producto mixto

Teorema

Si se consideran tres vectores u , v y w , del espacio R 3 con origen común en O, sus longitudes
determinan tres de las aristas de un paralelepípedo cuyo volumen es el valor absoluto del producto
mixto entre u , v y w .
Es decir: volumen del paralelepípedo  u  v  w 

Demostración:
Al considerar que los vectores tienen origen común en O, queda determinado un paralelepípedo como
muestra la figura:

De geometría sabemos que: volumen del paralelepípedo=sup.base x long. altura

Y de la interpretación geométrica del módulo del producto vectorial, se tiene: sup. base  u  v
En la figura se observa que la recta que contiene a la altura h del paralelepípedo es paralela a la
dirección del vector u  v , en consecuencia:
u  v  w 
long. altura  long proy escv  w u  , por lo tanto se tiene el volumen del paralelepípedo:
vw

27
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

u  v  w 
vw . , simplificando queda: volumen del paralelepípedo  u  v  w  .
vw

Condición de coplanaridad de tres vectores

Tres vectores u , v y w , del espacio R 3 se denominan coplanares si, considerados con un origen
común, sus direcciones quedan incluidas en el mismo plano.
Por ejemplo, los vectores u  (0,1,1), v  (0,3,0), w  (0,0,2) son coplanares ya que al representarlos
quedan incluidos en el plano coordenado yz.
Los vectores u , v y w , distintos del vector nulo, del espacio R 3 son coplanares si y sólo si, el
producto mixto entre ellos es nulo.
Si los vectores son coplanares, el paralelepípedo que determinan tiene altura nula, por lo tanto el
volumen es cero. Entonces, por la interpretación geométrica del valor absoluto del producto mixto,
tenemos que: u  v  w   0 .
De modo recíproco, si u  v  w   0 , el volumen del paralelepípedo determinado por los vectores es
cero y, como ninguno de los vectores es el vector nulo, los vectores son necesariamente coplanares.

Una consecuencia importante de la condición de coplanaridad de tres vectores es su vinculación con

los conceptos de dependencia e independencia lineal que ya vimos.
El conjunto de vectores A  1,1,02,1,03,0,0 es linealmente dependiente, ya que uno de los
vectores puede expresarse como combinación lineal de los restantes vectores del conjunto. Por
ejemplo: 1,1,0  2,1,0  3,0,0
En consecuencia, por construcción geométrica de la suma de vectores, podemos concluir que son
coplanares.
Comprobar que el producto mixto entre estos vectores es cero!

Podemos resumir:
 El conjunto A  u , v , w es linealmente independiente si y sólo si u  v  w   0 .
 El conjunto A  u , v , w es linealmente dependiente si y sólo si u  v  w   0 .

28
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

Ejercicio Nº15

Con los siguientes incisos encontrar el área del paralelogramo cuyos lados adyacentes son los vectores:
a) u  (3,2,1); v  (3,0,1) b) u  (0,1,1); v  (1,0,1) c) u  (1,2,0); v  (0,3,3)
Para realiza el producto cruz se colocan los vectores u y v como filas segunda y tercera de una

matriz, y en la primera fila se colocan los versores iˆ, j , kˆ y se desarrolla el determinante de esta
matriz por la primera fila usando el método de los cofactores, esto es:
iˆ ˆj kˆ
u y uz u uz ˆ ux u y
u  v  u x u y u z  iˆ  ˆj x k
v y vz vx vz vx v y
vx v y vz

Observar que el producto cruz da como resultado un vector.

El vector que se obtiene es perpendicular a los dos vectores u y v .

uxv

Reemplazando con los datos del inciso a queda:

iˆ ˆj kˆ
2 1 3 1 ˆ 3 2
u  v  3 2  1  iˆ  ˆj k  iˆ2.1  (1).0  ˆj3.1  (1).3  kˆ3.0  2.3
0 1 3 1 3 0
3 0 1

w  u  v  2iˆ  6 ˆj  6kˆ
El módulo del vector w representa el área del paralelogramo cuyos lados son los vectores u y v :

w  22  (6)2  (6)2  76  4.19  2 19 u.s. (unidades de superficie)

El área del paralelogramo 2 19 u.s.

En los incisos b y c, se procede de la misma forma.

29
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

Ejercicio Nº16

Calcular el volumen del paralelepípedo generado por:

I) a  (1,0,0);b  (0,1,1); c  (0,0,5)

II) d  (1,1,3); e  (1,1,1); f  (3,5,2)
1
III) u  5iˆ  1kˆ; v  3iˆ  2 ˆj; w  4iˆ  1 ˆj  kˆ
2
Para resolver el producto mixto se colocan los vectores u , v y w como primera, segunda y tercer
fila, respectivamente, y se desarrolla el determinante de esta matriz por cualquier método, esto es:

ux uy uz
u  v.w  vx vy vz
wx wy wz

Observar que el producto mixto da como resultado un escalar.

El escalar que obtenemos representa un volumen de un cuerpo que se llama paralelepípedo, cuyos
lados son los tres vectores u , v y w

Reemplazando con los datos del inciso I queda:

1 0 0
a  b.c  0 1 1 Aplicaremos la regla de Sarrus para resolver este determinante.
0 0 5

Escribimos la matriz y repetimos las dos primeras filas:

30
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

1 0 0
0 1 1
0 0 5 =1.1.5+0.0.0+0.0.1-0.1.0-1.0.1-5.0.0=5 u.v. (unidades de volumen)
1 0 0
0 1 1

Unimos los elementos de a tres, como indican los segmentos (trazo continuo para los elementos de las
diagonales principales y discontinuo para los elementos de las contra diagonales), los tres elementos se
multiplican entre sí y luego los productos se suman o restan dependiendo de que los elementos se
encuentren en las diagonales o en las contra diagonales.

En los incisos II y III, se procede de la misma forma.

Ejercicio Nº17

Se dan los vectores u  (2,1,3) y w  (0,2,1) se pide:

a) u  w
b) área del paralelogramo definido por u y w
c) volumen del paralelepípedo definido por u , w y u  w .

Guiarse por los dos ejercicios anteriores.

Ejercicio Nº18

Dados los siguientes puntos P1  (1,3); P2  (4,2); P3  (7,5) hallar utilizando vectores:
a) un cuarto punto de modo que se forme un paralelogramo
b) las longitudes de las diagonales del paralelogramo
c) los ángulos interiores del paralelogramo
d) la superficie del paralelogramo
e) la longitud de los lados del paralelogramo
f) un vector que sea perpendicular al paralelogramo
g) el volumen del prisma formado por los lados del paralelogramo y el vector perpendicular al
mismo
h) graficar.

a) y P3

P4

P1

P2

Con los puntos dados formamos el paralelogramo cuyos lados son los vectores
P1 P2 y P1P3 , buscamos las componentes de estos dos vectores:

31
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

P1P2  P2  P1  (4,2)  (1,3)  (3,1)

P1P3  P3  P1  (7,5)  (1,3)  (6,2)

Si sumamos estos dos vectores obtenemos como resultante el vector P1 P4 :

P1 P4 = P1P2  P1P3  (3,1)  (6,2)  (9,1)

P3

P4

P1

P2

Conocidas las componentes del vector P1 P4 y las coordenadas del punto P1 podemos encontrar el
punto P4 :

P1P4  P4  P1  P4  P1P4  P1  (9,1)  (1,3)  (10,4)

b) Las diagonales del paralelogramo son los segmentos P1 P4 y P2 P3 , con los puntos extremos de
estos segmentos, podemos formar los vectores P1 P4 y P2 P3 , los módulos de estos vectores serán las
longitudes de las diagonales.

P3

P4

P1

P2

P1 P4 = P4  P1  (10,4)  (1,3)  (9,1)

P2 P3 = P3  P2  (7,5)  (4,2)  (3,3)

Diagonal 1 = P1P4  92  12  82

Diagonal 2 = P2 P3  32  32  18  3 2

32
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

c) Para hallar los ángulos interiores se procede como en el ejercicio 11 del tema vectores (producto
punto)

y P3

 P4

P1 

P2

d) Para hallar la superficie del paralelogramo se procede como en el ejercicio Nº15 (usar producto
cruz).
NOTA: podemos considerar que el plano está contenido en el espacio, por lo que las terceras
componentes de los vectores serían nulas.

P1P2  (3,1,0)
, trabajar con estos vectores para hacer el producto cruz.
P1P3  (6,2,0)

e) Para hallar las longitudes de los lados se procede como en el inciso b de este ejercicio.
f) Para hallar un vector que sea perpendicular al paralelogramo, se debe hacer el producto cruz, entre
los vectores que forman los lados del paralelogramo.
g) El volumen pedido se obtiene haciendo el producto mixto entre los vectores que forman los lados
del paralelogramo y el vector obtenido en el inciso anterior.
h) Graficar.

a) P4  (10,4) b) P1P4  82 P2 P3  18 c)    36º52 ,     143º 7

Rta.:
d )12us e) P1P3  P2 P4  40  2 10 P1P 2  P3 P4  10 f )v  12kˆ g )144uv

Ejercicio Nº19

Idem ejercicio anterior con los puntos P1  (1,3,4); P2  (2,5,7); P3  (4,6,3) .

Proceder como en el ejercicio anterior.

a) P4  (5,8,6) b) P1P4  45 P2 P3  21 c)    68º 24 ,     111º35

Rta.:
d ) 230us e) P1P3  P2 P4  19 P1P 2  P3 P4  14 f )v  11iˆ  10 ˆj  3kˆ g )230uv

Ejercicio Nº20

Hallar la tercera componente z del vector v3 con la condición de que los vectores resulten paralelos a
un mismo plano. Cómo son los vectores en este caso?
v1  5iˆ  kˆ , v2  3iˆ  2 ˆj , v3  4iˆ  ˆj  zkˆ

33
 ALGEBRA Y GEOMETRIA ANALITICA
Docente: Ing. Sandra García Reche
Cursos: 1C1-1C3-1R5-1D2

Rta.: z   12 , los vectores son coplanares

Ejercicio Nº21

Hallar el valor de k para que los vectores a   1,2,3 , b  k ,2,1 , c  4,3,6 sean coplanares.

Rta.: k  7
3

34