5.

DETERMINANTES

En este capítulo se aprenderá que se puede asociar, a cada matriz cuadrada, un número real, al que

se denomina el determinante de la matriz. Se conocerán tanto procedimientos para calcular el

determinante de una matriz dada, como las propiedades y aplicaciones de los determinantes.

Seguramente se recordará que, en la escuela secundaria, se tuvo oportunidad de trabajar con

a b
determinantes de la forma , los cuales se calculan por medio de la operación a.d  b.c
c d

2 1
Por ejemplo,  2.3  1.4  6  4  2
4 3

 2 1
Como se ve, se asocia un número (en este caso, el número 2), a una matriz cuadrada (la matriz  
4 3
). Y dicho número es el determinante de esa matriz.
Dado que, en el capítulo anterior, se trabajó con matrices de los más variados tamaños, es natural la

pregunta:

¿Se puede calcular el determinante de una matriz de tamaño arbitrario m n ?

En caso afirmativo: ¿Cuál es el procedimiento?

Y, finalmente, ¿Para qué se utilizan los determinantes?

Con respecto a la primera pregunta, es necesario anticipar que el concepto de determinante está

asociado exclusivamente con las matrices cuadradas, cualquiera sea su tamaño. En consecuencia, se

podrá aprender a calcular determinantes de matrices de 3x3, 4x4, 5x5, etc.

La forma de hacerlo y algunas de las posibles aplicaciones de los determinantes, es el tema que se

recorrerá a lo largo del capítulo.

5.1 Determinantes 3x3

Para el cálculo de determinantes de matrices 3x3, existe un procedimiento, conocido como Regla de Sarrus,
similar en cierta forma al empleado para calcular determinantes 2x2
En ese caso, el valor del determinante se consigue por medio de una suma algebraica de productos realizados
con los elementos de la matriz.

1
 a b
Así, se calcula = a.d  b.c
c d
En el caso 3x3, se tiene:
a b c
d e f  a e j  b f h  cd i  ceh  a f i  b d j
g h i

Una manera de visualizar las cuentas necesarias para evaluar un determinante de una matriz 2x2 es la
siguiente:

a b
= a.d  b.c
c d

_
+
Procediendo por analogía, en el caso de 3x3, un procedimiento usual es ampliar la matriz dada, agregando
las dos primeras columnas como columnas cuarta y quinta, a fin de visualizar los productos y los signos de
la suma algebraica

a b c
a b c a b
d e f  d e f d e  a e j  b f h  cd i  ceh  a f i  b d j
g h i
h i j h i
_ _ _
+ + +

Observación
Resulta conveniente resaltar la diferencia entre la simbología usada para denotar una matriz y la que se
utiliza para el determinante de dicha matriz:

2
 a b c

Dada A  d e f  , el determinante de A se expresa colocando entre barras los elementos de A .

 g h i 

a b c
Así, se escribe: d e f o bien, si no se quieren hacer explícitos los elementos, se indica A o también
g h i
det A

Ejemplo 1. Usando la Regla de Sarrus para calcular un determinante 3x3.

1 0  1

Encontrar el valor del determinante de la matriz 5  2 3

 
0 4 1 

1 0 1 1 0 1 1 0
5 2 3  5 2 3 5 2 =1.(-2).1 + 0.3.0 + (-1).5.1 - (-1)(-2).0 - 1.3.4 - 0.1.5
0 4 1
0 4 1 0 1
_ _ _
+ + +

Luego

1 0 1
5 2 3  -19
0 4 1

Actividad 1
Aplicar la Regla de Sarrus para calcular el determinante de las siguientes matrices:

1 5 0 1 1 8 5 0 3
2
a) 2 4 2 b) 2 3 0 c) 0 1 6
1
0 1 1 1 2
4 0 13 2

3
Hasta el momento, se pueden calcular, sin demasiados problemas, determinantes de matrices de 2x2

y de 3x3.

Para matrices de mayor tamaño, no se tiene aún información que posibilite evaluar su determinante.

En este sentido, es muy importante tener presente que la regla de Sarrus no funciona para
determinantes de tamaño mayor que 3x3. Se verá en el punto siguiente cómo calcularlos.

5.2 Determinantes nxn

En este punto, se aprenderá cómo se define el determinante de una matriz de orden cualquiera nxn, lo
cual, simultáneamente, brindará un método de cálculo del determinante. Puesto que en la definición

intervienen términos referidos a conceptos que aún no presentados, se comenzará por ellos.

5.2.1 Menor de una matriz

Sea A una matriz n  n . Se denomina ij-ésimo menor, M ij , de la matriz A , a la matriz (n  1)  (n  1)

que resulta eliminando el renglón i y la columna j de A

Ejemplo 2
 3 1 6  3
0 0 1 7 
Dada la matriz A   , obtener los menores M 23 y M14
 1 6 3 4
 
 0 10 0 14 
Solución
Teniendo presente la definición, el menor M 23 de la matriz A es la matriz 3x3 que se obtiene suprimiendo
en A la fila 2 y la columna 3:

 3 1 6  3
0  3 1  3
1 7   4 
 0
luego M 23   1 6
 1 6 3 4 
   0 10 14 
 0 10 0 14 

4
Para obtener M14 se procede de forma similar, eliminando la fila 1 y la columna 4:

 3 1 6  3
0  0 0 1
 0 1 7   
y resulta M14 =  1 6 3
 1 6 3 4  
  
 0 10 0 
 0 10 0 14 

5.2.2 Cofactor de una matriz

Sea A una matriz n  n . Se denomina ij-ésimo cofactor de la matriz A , al número Aij resultado de:

Aij  (1)i  j M ij

Ejemplo 3
Dada la matriz A del ejemplo anterior, calcular los cofactores 2,3 y 1,4 de A
Solución

 3 1  3
Los menores M 23

y M14 , obtenidos en el ejemplo precedente, son M 23   1 6 4  y M14 =
 0 10 14 

 0 0 1
  1 6 3
 
 0 10 0

Los cofactores correspondientes son:

3 1 3
23
A23  (1) M 23  (1)  1
5
6 4  (1).176  176
0 10 14

0 0 1
1 4
A14  (1) M14  (1)  1
5
6 3  (1).(10)  10
0 10 0

Actividad 2
2.1 Responder las siguientes preguntas, relacionadas con el concepto de Menor.
a) Un menor de una matriz dada: ¿ es un número o una matriz?
b) ¿Cuál es el orden o tamaño de un menor de una matriz 3x3?
c) ¿Cuál es el orden de un menor de una matriz 2x2?
5
 d) ¿Cuántos menores tiene una matriz 2x2?
e) ¿Cuántos menores tiene una matriz nxn?

0 1 1
1 1   0 0
f) El menor M 31 de la matriz 0 0 0 ¿es la matriz 0 0 o la matriz 1 1  ?
     
1 1 0

0 1 1
1 1  0 0 0 ?
g) La matriz   ¿es un menor de la matriz
1 1  
1 1 0
h) ¿Cuáles son los menores iguales entre sí que tiene la matriz identidad de 3x3?

 3 1 2 
2.2 Calcular todos los cofactores de  1 0  3
 
`2 0 5 

5.2.3 Cálculo de determinantes mediante expansión por cofactores de

la primera fila.
Sea A una matriz n  n . Entonces, la suma de los productos de los elementos del primer renglón por sus
respectivos cofactores, es igual al determinante de A .

a11 A11  a12 A12  ...  a1n A1n  A

La expresión a11 A11  a12 A12  ...  a1n A1n suele denominarse expansión por cofactores del primer
renglón.

Nota. No se puede hablar de menores ni cofactores en el caso de una matriz 1x1. En dicho caso, el
determinante de la matriz se define como el valor del elemento único de la misma. Por ejemplo, si A   5

, A  5

Ejemplo 4
Calcular el determinante de la matriz de la actividad 2.2 anterior.
a) Por medio de la regla de Sarrus
b) Mediante expansión por cofactores
Solución
6
 3 1 2 3 1 2 3 1
a) 1 0 3  1 0 3 1 0 
2 0 5 2 0 5 2 0
= 3.0.5 + (-1).(-3).(-2) + 2.1.0 - 2.0.(-2) - 3.(-3).0 - (-1).1.5 = -1
3 1 2
0 3 1 3 1 0
b) 1 0  3  3 (1)11  (1) (1)1 2  2 (1)13 
0 5 2 5 2 0
2 0 5
= 3 . 1 . 0 + (-1) . (-1) . (-1) + 2 . 1 . 0 = -1

Actividad 3
Calcular el determinante de las matrices, usando expansión por cofactores

1  1 2  2 0 0  1 0 0

a) 0 1 0  
b) 1 1  2
 
c) 0 1 0

    
3 0  2 7 0 1  0 0 1

Hasta el momento, por simplicidad, se han calculado determinantes de matrices 3x3 realizando la

expansión por cofactores de la primera fila. Coma se dijo, el procedimiento sirve para matrices n  n

, cualquiera sea n . En el Ejemplo que sigue, se calcula el determinante de una matriz 4x4.

Ejemplo 5
1 2 3 1
0 5 6 4
 a11 A11  a12 A12  a13 A13  a14 A14 
1 6 0 7
7 2 4 9

5 6 4 0 6 4 0 5 4 0 5 6
11 1 2 1 3 1 4
1. (1) 6 0 7  2. (1) . 1 0 7  3. (1) 1 6 7  (1) . (1) 1 6 0  (*)
2 4 9 7 4 9 7 2 9 7 2 4

Se calculan los determinantes de 3x3 aplicando la definición. Luego se reemplaza en (*).

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

 5.( 0.9  4.7 )  6.( 6.9  (2) .7 )  4.( 6. 4  0.(2) )   140  408  96  364

0 6 4
0 7 1 7 1 0
1 0 7  0 . (1)11.  (6) . (1)1 2  4 . (1)1 3. 
4 9 7 9 7 4
7 4 9

 0.( 0.9  4.7 )  6.( 1.9  7.7 )  4.( 1. 4  0.7 )   240  16   224

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

 0. ( 6.9  (2).7 )  5.( 1.9  7 . 7 )  4. ( 1. (2)  6. 7 )  200  176  24

0 5 6
6 0 1 0 1 6
1 6 0  0 . (1)11.  5. (1)1 2  (6) . (1)1 3. 
2 4 7 4 7 2
7 2 4

 0. ( 6. 4  (2).0 )  5. ( 1.4  0. 7 )  (6).( 1. (2)  6. 7 )   20  264  244

Se vuelve a (*) con los resultados de los determinantes de 3x3:

(*)  1 . 364  2 . (224)  3 . 24  (1) . 244  364  4 48  72  244  1128

El propósito que guió para presentar, desarrollado en detalle, el cálculo de un determinante de 4x4,

no fue solamente el de ejemplificar el método.

En primer término, es importante que se note que el procedimiento finalmente consiste en reducir el

cálculo del determinante de 4x4 al cálculo de determinantes de 2x2.

También interesa que se advierta la cantidad de operaciones que se deben realizar para calcular,

utilizando la definición, un sencillo determinante de 4x4 o, visto de otra forma, del número de

determinantes de 2x2 cuyo valor se debe conocer para llegar al resultado.

Por ejemplo, si el determinante que se quiere evaluar fuera de 10x10 ¿cuántos determinantes de 2x2

se deberían calcular?...
Para hacer las cuentas se pueden seguir los pasos que sugieren los ítems de la siguiente actividad.
8
Actividad 4
4.1 Repasando el cálculo del determinante de 4x4 anterior, realizar las cuentas y completar las líneas
de puntos:
a) ¿Cuántos determinantes de 3x3 se debens evaluar?..................
b) Por cada determinante de 3x3, ¿Cuántos de 2x2?.................
c) Total de determinantes de 2x2: ....................
4.2 Si el determinante cuyo valor se quiere hallar es de 5x5, indicar:
a) Número de determinantes de 4x4: ...............
b) Número de determinantes de 3x3 requeridos por cada determinante de 4x4 ....................
c) Número de determinantes de 2x2 que se debe calcular por cada determinante de 3x3 ...............
d) Total de determinantes de 2x2 ...............

4.3 Proceder por analogía para calcular el número de determinantes de 2x2 que se requieren para evaluar
un determinante de 10x10.

En virtud del resultado para la actividad 3.3 anterior que se acaba de realizar, es evidente que el

método de cálculo de determinantes que se basa en la expansión por cofactores del primer renglón,

se vuelve, en general, cada vez más “antieconómico” a medida que el tamaño del determinante aumenta.

¿Porqué se dice “en general” ?

Pues porque hay casos en que las características particulares de las matrices cuyo determinante se
quiere evaluar simplifican los cálculos. En la Actividad que sigue se podrá advertir ello.

Actividad 5
5.1 Evaluar los siguientes determinantes, aplicando la Definición (observar que, salvo el primer
renglón, son idénticos al determinante del ejemplo que ya se analizó, por lo que se pueden
aprovechar muchos de los cálculos efectuados allí)

9
 1 0 3 1 1 0 0 1 1 0 0 0
0 5 6 4 0 5 6 4 0 5 6 4
a) b) c)
1 6 0 7 1 6 0 7 1 6 0 7
7 2 4 9 7 2 4 9 7 2 4 9

5.2 Analizar y comparar los tres ejercicios que se acaban de desarrollar y el que se presentó como
ejemplo. Teniendo en cuenta la cantidad de operaciones que requirió cada resolución, indicar cuál
de los cuatro resultó más sencillo y tratar de explicar porqué.
5.3 Evaluar los determinantes e indicar luego en cuál de los dos se requieren menos cálculos.
2 1 1 2 0 0
a) 2 0 0 b) 2 1 1
1 5 2 1 5 2

Se hará un repaso del desarrollo de la Actividad 5, conjuntamente con los resultados y conclusiones

que seguramente se consiguieron.

En primer término, se habrá observado que los tres determinantes del punto 5.1 y el del ejemplo

difieren entre sí sólo en la cantidad de ceros que presentan en el primer renglón y, además, que cuanto

más son los elementos cero que tiene el primer renglón de la matri z, más sencillo es el cálculo de su

determinante. Ello se debe, naturalmente, a que el elemento cero anula el valor del término

correspondiente en el desarrollo de la definición, y entonces se hace innecesario el cálculo del

respectivo cofactor.

En definitiva, si se tiene que calcular, usando la definición dada, el determinante de una matriz nxn,

será deseable que dicha matriz tenga, en su primer renglón, la mayor cantidad posible de elementos
iguales a cero. El caso más favorable se presenta cuando el renglón es casi nulo , es decir, cuando todos
los elementos, salvo uno de ellos, son iguales a cero, ya que, en esa situación, sólo será necesario el cálculo
de un determinante (n-1)x(n-1).
Lamentablemente, es casi seguro que no serán muchas las ocasiones en que se requiera evaluar
determinantes de matrices tan especiales. Por ejemplo, se habrá notado, desarrollando la actividad 5.3 en
su parte a), que, al no tener la matriz dada, ningún cero en su primer renglón, se debió realizar el cálculo
de tres determinantes de 2x2. En dicha matriz, se pudo apreciar que el renglón 2 0 0 , que tenía la

10
característica deseada, era el segundo y que, si este renglón hubiera sido el primero, como en el caso de
la matriz de la parte b), las cuentas hubieran resultado más simples.
Estar atado al primer renglón de la matriz para calcular su determinante resulta, entonces, conveniente
para trabajar con matrices tales como 5.3 b), pero no facilita las cosas cuando se trata de matrices como
5.3 a), aún cuando éstas posean otros renglones casi nulos.
Se verá a continuación que existe un teorema que expresa que el determinante de una matriz puede
evaluarse, de forma análoga a la aplicada hasta ahora, mediante la elección de cualquier renglón. Más
aún, el teorema asegura también que cualquier columna puede ser elegida para realizar el procedimiento.
Ésta y otras propiedades que facilitan el cálculo de los determinantes, son el tema del punto que sigue.

5.3 Propiedades de los determinantes.

En primer lugar, se mencionarán dos propiedades sumamente importantes que se usarán, en forma

explícita o implícitamente, en casi todos las aplicaciones del tema.

Sus demostraciones incluyen elementos que están más allá de los alcances de este texto, por lo cual

se expresan únicamente los enunciados de las mismas.

Propiedad 1

Sean A y B dos matrices n  n . Entonces: A. B  A . B

Propiedad 2

Sea A una matriz n  n . Entonces: At  A

Se muestran algunas consecuencias de estas propiedades a continuación.

 El hecho de que el determinante de un producto de matrices sea igual al producto de los determinantes,

como asegura la primera propiedad, indica que A . B  B . A aún cuando las matrices no

conmuten, es decir, aún cuando A . B  B . A Puedes entenderse ello si se piensa que tanto A como

11
 B son números y que, en consecuencia, su producto es conmutativo, por lo cual se verifica que

B . A  B . A  A . B  A. B
 Dado que la segunda propiedad asevera que una matriz y su transpuesta tienen el mismo determinante,
y recordando que los renglones de una matriz son las columnas de su transpuesta, toda propiedad sobre
determinantes referida a sus renglones, vale también para sus columnas .
Debido a ello, las propiedades que se enuncian seguidamente, se refieren en forma indistinta a renglones
o columnas

Propiedad 3.

Cualquiera sea el renglón i, se verifica que: ai1 Ai1  ai 2 Ai 2  ...  ain Ain  A

Ejemplo 6

  2 0  1
Calcular el determinante de la matriz A   5 4 0  , por medio de la expansión por cofactores:
 3  3 1 
a) de la primera fila
b) de la tercera fila
c) de la segunda columna
Solución
4 0 5 0 5 4
a) a11 A11  a12 A12  a13 A13  (2) .  0. (1) .  (1) .  8  0  27  19
3 1 3 1 3 3

0 1  2 1 2 0
b) a31 A31  a32 A32  a33 A33  3.  (3). (1) . 1.  12  15  8  19
4 0 5 0 5 4
5 4 2 0 2 0
c) a13 A13  a23 A23  a33 A33  (1) .  0. (1) .  1.  27  0  8  19
3 3 3 3 5 4
Observar que, cualquiera sea la fila o columna elegida para realizar el desarrollo, se obtiene como resultado
del mismo, el valor del determinante de A .

Actividad 6
6.1 Evaluar los siguientes determinantes, seleccionando, en cada caso, la fila o la columna más
conveniente.
12
 2
3 1 5 0 1 9
4
a) 0 4 1 b) 8 0 2
2 0 0 5 0 2

2 34  76 25 3 0 0 0
0 5 37  14 65 2 0 0
c) d)
0 0 3 89 77
5 46  15 0
0 0 0 1
4 99  38 26
3 10

8 8 8 8
8 8 8 8
e)
8 8 8 8
8 8 8 8

6.2 Observar la forma de las dos matrices c) y d) cuyos determinantes se calcularon en la actividad 6.1.
En la primera, se notará que son iguales a cero todos los elementos que se encuentran por debajo
de la diagonal principal. En la segunda, ocurre lo mismo con los elementos de la zona triangular
superior. Se recuerda que a dichas matrices se las denomina matrices triangulares,
Volviendo nuevamente a fijar la atención en las dos matrices triangulares de la actividad 6.1, pero
ahora considerando el proceso de cálculo de sus determinantes y los resultados obtenidos, proponer
una regla general para obtener el valor del determinante de una matriz triangular. Corroborar la
propuesta con la solución para poder continuar.
6.3 Calcular, en un solo paso, el determinante de las matrices triangulares de la actividad 6.1

No hay dudas acerca de cuál habrá sido la elección de renglón ( o columna) para evaluar el determinante

de cada una de las matrices de la actividad 6.1. Salvo la última, todas ellas tenían un vector casi nulo,

ya sea como vector fila, o como vector columna. Y la última matriz no ofrecía otra opción que la de

trabajar sobre una línea de cuatro componentes iguales a 8.

Justamente, es seguramente ese determinante el que, sin ofrecer grandes compli caciones, requirió un
poco más de trabajo. ¡Trabajo que se hubiera evitado totalmente si se hubiera sabido que cuando una

matriz tiene dos renglones iguales, su determinante es cero!

13
La propiedad que se acaba de mencionar es una de las varias que se verán en lo que sigue. Todas ellas
servirán para simplificar la tarea a la hora de calcular determinantes.

Se las enuncia sin demostración. Para cada una, se presenta un ejemplo. Aunque se han elegido para

ejemplificar matrices 2x2, las propiedades son válidas para matrices de cualquier tamaño. Los sencillos

ejemplos que se presentan tienen como propósito principal el ayudar a interpretar el significado de las

propiedades.

Sean A , B y C matrices cuadradas del mismo orden

Propiedad 4.

Si B se obtiene de A intercambiando dos renglones, entonces B   A

Ejemplo 7
5 3 
Sea A    y sea B la matriz obtenida a partir de A intercambiando los renglones de la misma:
2  1
2  1
B  Calculando los respectivos determinantes, se tiene:
5 3 
B  2.3  (1).5  11 ; A  5.(1)  3.2  11

Como se ve, B  11  (11)   A

Propiedad 5.

Si B se obtiene de A multiplicando un renglón por un escalar c , entonces B  c A

Ejemplo 8
 2 5
Sea A    y sea B la matriz obtenida multiplicando el segundo renglón de A por c  3 :
 1 4
 2 5  2 5
B . Entonces B   (2).(12)  5.(3)  39 y
  3  12  3  12

2 5
A   (2).4  5.1  13 . Luego: B  (3) A
1 4

14
Ejemplo 9
5a 5b a b
Calcular sabiendo que 8
c d c d

 5a 5b  a b 
La matriz   se obtiene a partir de la matriz   multiplicando por 5 el primer renglón
 c d  c d 
de la misma. Luego:
5a 5b a b
5  5.8  40
c d c d
Obsérvese en la igualdad precedente que al aplicar la propiedad se procedió como extrayendo del primer
determinante el factor común que tienen todos los elementos del primer renglón.
Propiedad 6.

Si A , B y C tienen todos sus renglones iguales salvo el renglón i , y si el renglón i de C es la suma

de los respectivos renglones i de A y de B , entonces C  A  B

Ejemplo 10
 6  2  6  2  6  2
Sean A    ; B  y C  . Obsérvese que las tres matrices coinciden
 1 3  2 7   1 10 
en el primer renglón y que el segundo renglón de C es la suma de los respectivos segundos renglones
de A y de B .

Calculando los determinantes de las tres matrices, se tiene: A  16 ; B  46 ; C  62 , con lo

cual se verifica que C  A  B

Propiedad 7.

Si A tiene un renglón nulo, entonces A 0

Ejemplo 11

0 0  0 0
Sea A    . Entonces, A   0.(1)  0.2  0
2  1 2 1

Propiedad 8.

15
Si un renglón de A es múltiplo de otro, entonces A 0

Ejemplo 12

 3  1
Sea A    . Obsérvese que el segundo renglón es el duplo del primero y que, entonces,
 6  2
A 0
Ejemplo 13

 3  1
Sea A    . En este caso, en que hay dos renglones iguales, también puede considerarse que
 3  1
uno es múltiplo del otro (con factor 1). Luego, la propiedad asegura que A 0

Propiedad 9.

Si B se obtiene de A sumando a un renglón un múltiplo de otro, entonces B  A

Ejemplo 14
2 3
Sea A    y sea B la matriz que se obtiene sumando al segundo renglón de A el doble del
1 5 
 2  3
primero: B   
 5  1
(Observar que el segundo renglón de B surge de la siguiente operación:
1 5  22  3  1 5  4  6  5  1 )
Si ahora se calculan los determinantes de A y de B , se comprueba que ambos son iguales: en los dos
casos, iguales a 13 .

Observación. Recordando lo dicho anteriormente, se debe remarcar que aunque las propiedades
anteriores han sido enunciadas en términos de los renglones de las matrices, todas ellas son válidas si,
en lugar de renglones, se refieren a las columnas. Por ejemplo, la propiedad 8, enunciada en términos

de columnas, es: Si una columna de A es múltiplo de otra, entonces A 0 .

16
Actividad 7

a b c
7.1

Sea la matriz A  d e f  . Se sabe que A  5

 g h i 

2a 2b 2c 

a) ¿Cuál es el determinante de B  d e f  ?

 g h i 

3a 3b 3c 
 
b) ¿Cuál es el determinante de C  3d 3e 3 f ?
 
 g h i 
c) ¿Cuál es el determinante de 4 A ?

 2a 2b 2c 

d) ¿Cuál es el determinante de D   d  e  f  ?

 g h i 
e) ¿Cuál es el determinante de  A ?

7.2

a1  a2 b1  b2 a1 b1 a2 b2
a) Calcular , sabiendo que  3 y que 7
c d c d c d
a x y a x a y
b) Encontrar , sabiendo que  1 y que  10
c z c z c 0

a b c a b c a b c
c) Indicar el valor de 3d 5e 2 f , sabiendo que d e f  8 y que 2d 4e f  32
g h i g h i g h i

17
 41 314  2 67
543 8 0 56
d) Encontrar, sin realizar el desarrollo por cofactores, el determinante con
73  54 123 98
389 25  7 32
41 314  2 67
500 4 0 50
los datos:  107.793.926
73  54 123 98
389 25  7 32

41 314  2 67 41 314 2 67
40 2 0 50 3 2 0  44
 694.674.418 y  671.270.483
73  54 123 98 73  54 123 98
389 25  7 32 389 25 7 32

7.3 Resolver:

a) Una matriz A es de tamaño 4x4 y A  25 . Si se obtiene la matriz B realizando sobre A las

int ercambio int ercambio

siguientes operaciones de renglones: R1  R3 y R2  R4

¿Cuál es el determinante de B ?
b) Indicar, sin realizar el desarrollo por cofactores ni aplicar Sarrus, cuál es el valor de los
siguientes determinantes:

0 1 0 0 0 1 0 0 1
1 0 0 0 1 0 1 0 0
0 0 1 1 0 0 0 1 0

7.4 La propiedad 9 es la propiedad más usada en el cálculo de determinantes. Si se revisa el enunciado,

se observa que el mismo hace referencia a una de las operaciones elementales que se utilizan en la
eliminación gaussiana. Teniendo en cuenta ello, responder:

Si por medio de las operaciones elementales que se indican, la matriz A de la izquierda se reduce

a la matriz B de la derecha. ¿Se puede decir cuál es el valor de A , sin realizar expansión por

cofactores ni aplicar Sarrus?

18
 1 2  1 R2  R2 2 R1 1 2  1 1 2  1
2 R  R3  R1 R  R3  R2
 3 5  3   0  1 7  3    0  1 7 
 
 1  3 8  0  1 7  0 0 0 

El último ejercicio que se realizó en la actividad anterior, es un indicio de la forma en que se puede
aplicar la Propiedad 9 para evaluar determinantes: la idea consiste en modificar la matriz mediante

operaciones de renglón (o de columna), de manera tal que sea reducida a otra matriz cuyo determinante

pueda evaluarse con facilidad. La propiedad asegura que el valor obtenido es el del determinante de

la matriz de partida.
Ejemplo 15
1 1 8 5
0 2 1 3
Calcular el valor del determinante
1 4 1 6
2 3 4 2
Solución
Observando que hay un cero en la primera columna, se buscará obtener otros ceros en la misma. En primer
lugar, se logrará un cero en la posición 1,3 sumando a la tercera fila, la primera (multiplicada por 1).
Seguidamente, se consigue un cero en la posición 1,4 sumando a la cuarta fila, la primera multiplicada por
(-2). Teniendo así tres elemento iguales acero en la primera columna, se realiza el desarrollo por cofactores
de la misma:

1 1 8 5 1 1 8 5 1 1 8 5
0 2 1 3 R3  R3  R1 0 2 1 3 R4  R4  (2) R1 0 2 1 3
  
1 4 1 6 0 5 9 1 0 5 9 1
2 3 4 2 2 3 4 2 0 1  12 12

2 1 3 1 8 5 1 8 5 1 8 5 2 1 3
1. 5 9 1  0. 5 9 1  0. 2 1 3  0. 2 1 3  5 9 1
1  12 12 1  12 12 1  12 12 5 9 1 1  12 12

Como se ve, se redujo el cálculo del determinante 4x4 a uno sólo de 3x3. Para evaluar éste, se puede, por
ejemplo, sumar la primera columna multiplicada por 12 a la segunda y luego sumarla, multiplicada por (-
19
12), a la tercera. Con ello, se tendrán 2 ceros en la tercera fila, por lo cual el cálculo del determinante se
reduce al de uno de 2x2, ya que los ceros anulan a los cofactores que les corresponden.

2 1 3 2 25 3 2 25  21
C2 C2 12 C1 C3 C3 (12) C1 25  21
5 9 1  5 69 1  5 69  59   26
69  59
1  12 12 1 0 12 1 0 0

La actividad siguiente servirá para ejercitación en la aplicación del método.

Actividad 8
Evaluar los determinantes aplicando propiedades
1 1 1 1 2 0 1
a) 2 1 3 3 1 5 2
d)
1 0 2 1 2 3 4
0  3 0 1
 5 2 1
b) 1 3 0 2 0 0 1
2 0 1 0 1 3 6
e)
1 4 2 1
4 1 1
3 5 1 1
c) 0 3 2
3 0 7 0 1 0 1 0
1 x 0 0 0
f) 0 0 x 0 0
1 0 0 x 0
0 0 0 0 x

5.4 Aplicación de los Determinantes al cálculo de la Inversa

Se tratará en este punto un resultado muy importante referido a la relación entre el valor del
determinante de una matriz y la existencia de la inversa.

Ese teorema, no solamente da una condición necesaria y suficiente para la existencia de la inversa, sino

que, además, provee de un método para el cálculo de la misma.

20
Para llegar al resultado aludido, se deberán conocer algunas otras propiedades y un nuevo concepto: el
de Adjunta de una matriz cuadrada.

5.4.1 Adjunta de una matriz

 A11 A12  A1n 
 A A22  A2n 
Sea A una matriz n  n y sea Aij el cofactor ij de A . La matriz A  
21
se
   
 
 An1 An 2  Ann 
denomina Matriz de Cofactores de A .
La transpuesta de la Matriz de Cofactores de A se llama Adjunta de A .

 A11 A21  An1 

A A22  An 2 
adj A  
12
   
 
 A1n A2n  Ann 

Ejemplo 16

 3 0 1

Determinar la Adjunta de la matriz A   2 1 2

 
 0 0 1
Solución
Los cofactores de A son:
1 2 2 2 2 1 0 1
A11   1 ; A12   2 ; A13   0 ; A21   0
0 1 0 1 0 0 0 1

3 1 3 0 0 1 3 1
A22   3 ; A23    0 ; A31   1 ; A32    8
0 1 0 0 1 2 2 2

3 0
A33  3
2 1

21
 1 
2 0

La matriz de cofactores es: A  0 3 0 . La Adjunta de A es la transpuesta de la matriz de

 1  8 3
cofactores; luego:
t

1 2 0 1 0  1

adj A  ( A)   0
t
3 0  2 3  8

 1  8 3 0 0 3 
Ejemplo 17
a b 
Calcular la adjunta de la matriz  
c d 
Solución
Se calculan los cofactores:
A11  d  d ; A12   c   c ; A21   b  b ; A22  a  a
  d  c
La matriz de cofactores es A   
b a 
  d  b
adj A  ( A )t   
c a 
Observación. Este Ejemplo resulta útil para inferir una regla práctica para el cálculo de la adjunta de
cualquier matriz A 2x2. En efecto, para construir la adjunta de A , basta intercambiar sus elementos
diagonales y sustituir los no diagonales por sus opuestos.
  3 4  2  4
Así, por ejemplo, la adjunta de   es  
  9 2  9  3
Actividad 9
Encontrar la Adjunta de:

 5 1 0  2 6 0 2 1 
  b)  2 3  
a)  1 0 6   c) 0 4 9
   
 3 3 4 0 1 7

22
5.4.2 Propiedad de los cofactores
En este punto se aprenderá una propiedad bastante parecida, en su forma, a la que se usó al inicio del

tema para el cálculo de determinantes. Se recuerda aquélla:

Cualquiera sea el renglón i, se verifica que: ai1 Ai1  ai 2 Ai 2  ...  ain Ain  A

O, en palabras: En toda matriz, la suma de los productos de los elementos de un renglón por sus

respectivos cofactores, es igual al determinante de la matriz.

Se sabe que la propiedad vale también cuando, en lugar de un renglón, se considera cualquier columna.
La nueva propiedad es la siguiente:

Considérense dos renglones distintos de la matriz: el renglón i y el renglón h. Entonces, se verifica que:

ai1 Ah1  ai 2 Ah2  ...  ain Ah1  0

En palabras: En toda matriz, la suma de los productos de los elementos de un renglón por los cofactores de
otro renglón, es igual a cero.
Este enunciado también es verdadero si en lugar de renglones, se consideran columnas.
Ejemplo 16

 3 0 1

Verificar la propiedad para algunos renglones y columnas de la matriz A   2 1 2

 0 0 1

Los cofactores de A fueron calculados en el Ejemplo precedente.

Se toman, por ejemplo, los renglones 1 y 3 de la matriz y se realiza la suma de los productos entre los
elementos del renglón 1 y los cofactores del renglón 3:
a11 A31  a12 A32  a13 A33  3. (1)  0. (8)  1.3  0
Considérense ahora las columnas 2 y 1 de A y la suma de los productos entre los elementos de la columna
2 y los cofactores de la columna 1:
a12 A11  a22 A21  a32 A31  0.1  1.0  0.(1)  0

Actividad 10
Verificar la propiedad en las matrices de la Actividad 9.

23
El siguiente resultado establece una significativa conexión entre una matriz, su adjunta y su
determinante.

Teorema. Sea A una matriz n  n y sea I n la matriz identidad de orden n . Entonces se verifica que

A. adj A  A . I n
Demostración

 a11 a12  a1n   A11 A21  An1 

a 
 a2n  A  An 2 
21 a22 A22
Considérese A   y su Adjunta adj A  
12
       
   
 an1 an 2  ann   A1n A2n  Ann 
Realizando el producto indicado en el primer miembro de la igualdad a demostrar, se tiene:

 a11 a12  a1n   A11 A21  An1 

a  a2n   A12  An 2 
21 a22 A22
A. adj A   . =
       
   
 an1 an 2  ann   A1n A2n  Ann 

 a11A11  a12 A12    a1n A1n a11A21  a12 A22    a1n A2n  a11An1  a12 An 2    a1n Ann 
a A  a A    a A a21A21  a22 A22    a2n A2n  a21An1  a22 An 2    a2n Ann 
 21 11 22 12 2 n 1n
     
 
 an1 A11  an 2 A12    ann A1n an1 A21  an 2 A22    ann A2n  an1 An1  an 2 An 2    ann Ann 

Como puede observarse, los elementos diagonales de esta matriz son la suma de los productos de los
elementos de alguna fila de A por sus respectivos cofactores. Por tanto, su valor es A .

En cambio, los elementos no diagonales son la suma de los productos de los elementos de alguna fila de A
por los cofactores de otra fila. Su valor es cero.
La matriz resulta, entonces:

 A 0  0  1 0  0
  0 1  0
 0 A  0 
 A    A . In
        
   
 0 0  A  0 0  1

24
Ejemplo 17

 3 0 1
 
Para A   2 1 2 , verificar que A. adj A  A . I n
 
 0 0 1
Solución

1 0  1
 
Se sabe que adj A  2 3  8 . Por otra parte, A  3
 
0 0 3 
Realizando el producto A. adj A , se obtiene:

 3 0 1 1 0  1 3 0 0 1 0 0
 2 1 2 . 2 3  8  0 3 0  3 0 1 0  A . I
A. adj A          3
 0 0 1 0 0 3  0 0 3 0 0 1

5.4.3 Relación entre inversa y adjunta

La relación se establece en el Teorema siguiente, el cual es el importante resultado al que se hacía

mención al comienzo de este punto. En algunas versiones del teorema que se presentan en la

bibliografía, se hace referencia a nociones que no forman parte del contenido de este texto, por lo

que se desarrollará a continuación otra demostración del resultado, basada en conceptos y propiedades

que sí están incluidas.

Teorema. Una matriz A nxn es invertible si y sólo si A  0 . Si la inversa existe, entonces

1
A 1  adjA
A
Demostración.
El enunciado del teorema contiene dos aseveraciones:
a) Si A es invertible, entonces su determinante es distinto de cero.
1
b) Si el determinante de A es distinto de cero, entonces A es invertible. Además, A 1  adj A
A
Parte a): Si 𝐴 es invertible entonces 𝑑𝑒𝑡 𝐴 0

25
Si se supone que A es invertible, existe su inversa A 1 y se verifica que A . A 1  I . Pero entonces,

A . A 1  I (*)

Se sabe que el determinante de un producto de matrices es igual al producto de los determinantes

respectivos. Además, el determinante de la matriz identidad es igual a 1. De acuerdo con esto, se pueden
modificar ambos miembros de la igualdad (*), obteniendo

A . A 1  1

Pero esta igualdad asegura que tanto el número A como el número A 1 son distintos de cero, puesto

que su producto es igual a 1.

Parte b): Si 𝑑𝑒𝑡 𝐴  0 entonces 𝐴 es una matriz invertible

De acuerdo con el último Teorema demostrado, para toda matriz A se verifica que

A . adj A  A I

Dado que se está suponiendo que A  0 , se pueden dividir ambos miembros de la igualdad por el número

A , resultando entonces:

adj A
A. I
A

1
Pero esto indica que la matriz A es invertible, pues existe una matriz, en este caso la matriz .adj A ,
A

1 1
cuyo producto con A es igual a la matriz identidad. Luego, entonces, A  adj A
A

Actividad 11
11.1 Determinar, si es que existe, la inversa de las matrices por medio de la adjunta y del determinante.
  1 4   3 1 0
a)   2 3  
  c)  4 0 1 
 0 5 4
 1 1 0
 
b)  1 0 1
 0 1 1

26
  5 0 1 2  1 1 1 0
 0 1 1 0   0 2 2 5 
d)  e) 
2 4 2  2  0 0 2 1
   
 3 5 2 0  0 0 0  1
11.2 Encontrar los valores de  para los cuales la matriz es singular
   5  3 1 1 1 
a) 
 2   
c) 1   1 1 

1 1   1

1 2    1 4 5
 2  1   1  0  1 0 0
b)
  d) 
 3 1 1   0 6  2 0
 
 0 1 9 1

  1 1 2
11.3

Encontrar la matriz A , sabiendo que A  3 y que adj A  0  1 1

 
 2 1 2

5.5 Determinantes de inversas y adjuntas.

Las proposiciones que siguen establecen vinculaciones entre el determinante de una matriz con los
determinantes de su inversa y de su adjunta.

1
Proposición. Dada A n  n , si A es invertible, entonces A1 
A

Demostración

De la igualdad A. A 1  I n , sigue que A. A 1  I n . Teniendo presente que el determinante de un

producto es igual al producto de los determinantes y que el determinante de la matriz identidad es 1, se tiene:

A . A 1  1

Puesto que A es invertible, su determinante es distinto de cero. Dividiendo ambos miembros por A , se
tiene:
1
A1 
A

n 1
Proposición. Dada A n  n , se verifica que adj A  A
27
Demostración.

Si A es la matriz nula, la igualdad se cumple pues también serán nulos A , adj A y adj A .

Si A no es la matriz nula pero su determinante es cero, de la igualdad A. adj A  A . I n sigue que

A. adj A  0. I n  O . Pero entonces deberá ser adj A  0 , pues si no lo fuera, la matriz adj A sería
invertible.

Luego, si se multiplican ambos miembros de la igualdad A. adj A  O por (adj A ) 1 , resultará

A. adj A. (adj A )1  O . (adj A )1 , o sea A  O , lo que contradice la suposición de que A no es la
matriz nula.
n 1
Si tanto A como adj A son cero, vale la igualdad adj A  A

Finalmente, si el determinante de A es distinto de cero, de la igualdad de matrices A. adj A  A . I n

sigue la igualdad de sus determinantes: A. adj A  A . I n . Si se observa que en el segundo miembro

se tiene:

A 0  0
0 A  0 n
A . In   A
n
, resulta entonces: A . adj A  A y, teniendo en
   
0 0  A

n 1
cuenta que A  0 , se puede dividir ambos miembros por A y entonces se tiene: adj A  A

Actividad 12
12.1 Responder los interrogantes:
1
a) ¿Cuál es el determinante de A si A  3 ?

1
b) ¿Cuál es el determinante de A 1 si At  ?
5

c) ¿Qué relación existe entre el determinante de A1 y el determinante de At  

1
?

12.2 Encontrar el valor de adj A , sabiendo que A   2 y que el tamaño de A es:

a) 2x2
b) 3x3

12.3 Responder, justificando:

28
  1 4 6

¿Existe una matriz 3x3 tal que su determinante es 2 y su adjunta es 0 3 5 ?

 
 0 0 2

Como se dijo al comienzo de este título, el teorema del punto 5.4.3 evidencia la relación entre el

determinante de una matriz y la existencia de la inversa, además de posibilitar una herramienta para

el cálculo de la misma.

Como se sabe, la condición de invertible de una matriz cuadrada es, quizás, la propiedad más
significativa que posee. Por ello, la posibilidad que brinda el concepto de determinante para conocer

dicha condición a través de un cálculo rutinario, es una de las más importantes aplicaciones de dicho

concepto. No se agotan en esto las utilidades posibles de los determinantes, que se podrán apreciar en

diversas situaciones de estudios posteriores. Sin ir más lejos, en el próximo Capítulo de este texto se

tendrá ocasión de conocer otra aplicación del tema, en ese caso vinculada a los vectores de tres

componentes.

Soluciones del Capítulo 5

Actividad 1
1 5 0 1 5 0 1 5
a) 2 4 2  2 4 2 2 4 =
0 1 1 0 1 1 0 1
_ _ _ + + +
_

= (-1).(-4).1 + 5.2.0 + 0.2.1 – 0.(-4).0 – (-1).2.1 – 5.2.1 = -4

1 1 8 1 1 8 1 1
b) 2 3 0  2 3 0 2 3 =
1 1 4 1 1 4 1 1
2 2 2
_ _ _ + + +
_
1 1
= 1.3.4 + 1.0.1 + 8.(-2). - 8.3.1 – 1.0. - 1.(-2).4 = - 12
2 2

29
 3 3
5 0 2
5 0 2
5 0
c) 0 1 6 = 0 1 6 0 1
1 0 1 2 0 1
0 3
2 3 3
_ _ _ + + +
_

= 5.1.2 + 0.6.0 + 3.
2
0. 13 - 3
2
.1.0 – 5.6. 13 - 0.0.2 = 0

Actividad 2
2.1
a) Un menor de una matriz es una matriz
b) 2x2
c) 1x1
d) 4
e) n.n

1 1 
f) Es la matriz  
 0 0
g) No
h) M11  M 22  M 33 ; M12  M 21 ; M 23  M 32
2.2
A11  0 ; A12  1 ; A13  0

A21  5 ; A22 19 ; A23  2

A31  3 ; A32 11 ; A33 1

Actividad 3
1 1 2
a) 0 1 0  8
3 0 2

2 0 0
b) 1 1 2  2
7 0 1

30
 1 0 0
c) 0 1 0 1
0 0 1

Actividad 4
4.1
a) Deben evaluarse 4 determinantes de 3x3
b) Por cada determinante de 3x3, deben evaluarse 3 determinantes de 2x2.
c) 12

4.2
a) 5
b) 4
c) 3
d) Total de determinantes de 2x2 : 5.4.3 = 60
4.3
Se requieren 1.814.400 determinantes de 2x2 para evaluar un determinante de 10x10.

Actividad 5
5.1
1 0 3 1
5 6 4 0 6 4 0 5 4 0 5 6
0 5 6 4
a)  1. 6 0 7  0. 1 0 7 3 1 6 7  (1) . 1 6 0 
1 6 0 7
2 4 9 7 4 9 7 2 9 7 2 4
7 2 4 9
1 . 364 + 0 + 3 . 24 - (-1). 244 = 680
(los determinantes de 3x3 están evaluados en el ejemplo anterior a la Actividad 4 )
1 0 0 1
0 5 6 4
b)  608
1 6 0 7
7 2 4 9

31
 1 0 0 0
0 5 6 4
c) = 364
1 6 0 7
7 2 4 9
5.2 El c) resulta más sencillo para evaluar pues los elementos cero del primer renglón hacen innecesario
el cálculo del determinante 3x3 respectivo.
2 1 1 2 0 0
5.3 a) 2 0 0  6 b) 2 1 1  6
1 5 2 1 5 2

Actividad 6
6.1
a) Conviene seleccionar la tercera fila, pues tiene dos elementos iguales a cero
2
3 1 5
0 4 1   20
2 0 0

b) Conviene seleccionar la segunda columna

0 1 9
4
8 0  2   26
5 0 2

2 34  76 25
0 5 37  14 30
c) 
0 0 3 89 4
0 0 0 1
4

d) Puede elegirse sucesivamente la primera fila

3 0 0 0
65 2 0 0
  12
77
5 46  15 0
99  38 26
3 10

e) Cualquier renglón o columna es igual

32
 8 8 8 8
8 8 8 8
0
8 8 8 8
8 8 8 8

6.2
El determinante de una matriz triangular es igual al producto de los elementos de la diagonal principal
6.3
2 34  76 25
0 5 37  14 1 30
 2 .5.3. 
0 0 3 89 4 4
0 0 0 1
4

3 0 0 0
65 2 0 0 1
 3.2 . ( ) . 10   12
77
5 46  1
5 0 5
99  38 26
3 10

Actividad 7
7.1

a) B  10 d) D   10

b) C  45 e)  A  5

c) 4A = 320

7.2
a1  a2 b1  b2
a)  10
c d
a x y
b)  11
c z

33
 a b c
c) 3d 5e 2 f  40
g h i
d) El segundo renglón es la suma de los segundos renglones de los determinantes cuyo valor se conoce
41 314  2 67
543 8 0 56
  131.197.861
73  54 123 98
389 25  7 32

7.3
a) B  A
b)
0 1 0 0 0 1 0 0 1
1 0 0  1 ; 0 1 0  1 ; 1 0 0 1
0 0 1 1 0 0 0 1 0

7.4
A 0

Actividad 8
1 1 1 1 2 0 1
a) 2 1 3  0 3 1 5 2
d)   53
1 0 2 1 2 3 4
0  3 0 1

 5 2 1
b) 1 3 0 3
2 0 1 2 0 0 1
0 1 3 6
4 1 1 e)  70
1 4 2 1
c) 0 3 2  99
3 5 1 1
3 0 7

34
 0 1 0 1 0
1 x 0 0 0
f) 0 0 x 0 0  2 x3
1 0 0 x 0
0 0 0 0 x

Actividad 9
 5 1 0   18  4 6 
a) adj  1 0 6   22
 20  30
 3 3 4   3  12 1 

 2 6   3  6
b) adj    
 2 3  2 2 

 0 2 1  19  13 14
  
c) adj  0 4 9   0 0 0 
 0 1 7  0 0 0 
Actividad 10
Por ejemplo, si en la matriz a) de la actividad 9 realizamos la suma de los productos de los elementos del
primer renglón por los cofactores del segundo, tendremos:
5 . (-4) + 1 . 20 + 0 . (-12) = 0

Actividad 11
11.1
1
  1 4 3  54 
a)     52 
  2 3  5  15 
1
 1 1 0  1 1  12 
 1 0 1  12 2
1 
b)
    2  12 2 
 0 1 1  1 1 1 
 2 2 2 

35
 1
  3 1 0  5 4  1
c)
 4 0 1   16 12  3
 
 0 5 4  20  15 4 

 5 0 1 2
 0 1 1 0 
d) El determinante de la matriz  es cero. Ello indica que no tiene inversa.
2 4 2  2
 
 3 5 2 0
1
 1 1 1 0 1  1 1  32 
  2

0 2 2 5  1  12

0 2 
e)  2
 0 0 2 1 0 0 1 1 
   2 2 
 0 0 0  1 0 0 0  1 

11.2
a) Una matriz es singular si y sólo si su determinante es igual a cero. Se buscan, pues, los valores de

   5  3
 para los cuales el determinante de 
 
es cero.
 2
 5 3
 (  5) .  2. (3)   2  5  6 . Los valores de  que anulan al determinante son
2 

las raíces de la ecuación  2  5  6  0 . Resolviendo la ecuación se obtiene 1  2 y  2  3 .

1 2
b) 2  1   1 10   10 . La matriz es singular para   1
3 1 1
c)
La matriz es singular para   0
d) Los valores de  para los cuales la matriz dada es singular son:   0 ;   1 ;   2

 1  13  23 
 3 
11.3 A1   0 1
3
 13 
 2  13  23 
 3

36
  1 0  1
 
A   23 2  13 
 2  1  13 
 3

Actividad 12
12.1
1
a) A 
3

b) A1  5

c) A1  ( At ) 1

12.2
21
a) adj A  (2)  2

b) adj A  4

12.3 No existe tal matriz.

37