3 DETERMINANTES

En este capítulo estudiaremos una función

Mnˆn pRq Ñ R

del conjunto de matrices cuadradas n ˆ n al conjunto de los números reales capaz de determinar si los
sistemas de n ecuaciones con n incógnitas, A X “ b, son compatibles.
Esta función, llamada determinante, no es fácil de definir. De hecho, existen dos enfoques diferentes a
esta definición:
Enfoque combinatorio: Dada A “ paij q P Mnˆn pRq, se define el determinante de A como
ÿ
detpAq :“ signop‡q a1‡p1q ¨ a2‡p2q ¨ ¨ ¨ an‡pnq .
‡PSn

En esta fórmula, Sn denota el conjunto de todas las permutaciones de orden n, es decir, ‡ P Sn

si ‡ : t1, . . . , nu Ñ t1, . . . , nu es una biyección. Por otro lado, el signo de ‡ se define a partir del
número de cruces que ocurre en una permutación, dependiendo si este número es par o impar. Por
ejemplo, la permutación

en S4 tiene signo igual a ´1 “ p´1q3 , porque tiene tres cruces.

Esta definición de determinante es más útil a la hora de hacer demostraciones, y tiene más presencia
en cursos más ortodoxos de álgebra lineal. Sin embargo, a la hora de hacer cálculos, la fórmula
anterior resulta poco conveniente (¡tenga en cuenta que Sn tiene n! elementos!). El enfoque que
daremos a la definición de determinante es más algorítmico e inductivo.
Enfoque algorítmico-inductivo: Es el enfoque que vamos a seguir en este curso. Consiste en definir
detpAq mediante inducción sobre n. Es decir, vamos primero a definir el determinante para matrices
de tamaño n “ 1 y n “ 2. Luego, suponiendo que “conocemos” cómo se define el determinante para
matrices de tamaño n ´ 1, damos una fórmula para matrices de tamaño n. Esto lo desarrollaremos
en la siguiente sección.
La función determinante tiene aplicaciones dentro y fuera del álgebra lineal y la geometría.
Mencionamos algunas como motivación:
44
 1. Saber si una matriz es invertible y, en tal caso, dar una fórmula explícita que calcule su inversa.
2. Determinar si un sistema de ecuaciones A X “ b (donde A P Mnˆn pRq) es compatible
determinado, y en tal caso, dar una fórmula explícita para su solución (regla de Cramer).
3. Cálculo del área de un paralelogramo, y del volumen de un paralelepípedo.
Estas primeras aplicaciones son las que nos van a interesar en este curso, pero también podemos utilizar
las funciones de determinantes en las siguientes situaciones:
4. Cálculo de valores propios de una matriz. Esto sirve para determinar si una matriz es semejante a
una matriz diagonal.
5. Clasificación de puntos críticos de una función de dos variables que satisfaga ciertas condiciones
de diferenciabilidad.

3.1. Definición inductiva de determinante

Sea A “ paij q P Mnˆn pRq. Vamos a definir inductivamente cómo se calcula detpAq.
Para n “ 1: Definimos el determinante de A “ pa11 q simplemente como

detpAq :“ a11 .
ˆ ˙
a11 a12
Para n “ 2: Definimos el determinante de A “ como
a21 a22

detpAq :“ a11 ¨ a22 ´ a12 ¨ a21 .

Paso inductivo: Supongamos que sabemos calcular detpA1 q para cualquier matriz A1 P
Mpn´1qˆpn´1q pRq. A partir de esto, definamos cómo calcular detpAq para
¨ ˛
a11 a12 ¨¨¨ a1 n´1 a1n
˚ a21 a22 ¨¨¨ a2 n´1 a2n ‹
˚ ‹
A“˚
˚ .
.. .
.. . .. .
.. .. ‹
. ‹.
˚ ‹
˝ an´1 1 an´1 2 ¨ ¨ ¨ an´1 n´1 an´1 n ‚
an1 an2 ¨¨¨ an n´1 ann

Sea Aij P Mpn´1qˆpn´1q pRq la matriz que se obtiene eliminando la fila i y la columna j de A:
¨ ˛
a11 ¨¨¨ a1 j´1 a1 j`1 ¨¨¨ a1n
˚ .. .. .. .. .. .. ‹
˚
˚ . . . . . . ‹
‹
˚ ai´1 1 ¨¨¨ ai´1 j´1 ai´1 j`1 ¨¨¨ ai´1 n ‹
Aij “ ˚
˚ ai`1 1
‹
‹
˚ ¨¨¨ ai`1 j´1 ai`1 j`1 ¨¨¨ ai`1 n ‹
˚ .. .. .. .. .. .. ‹
˝ . . . . . . ‚
an1 ¨¨¨ an j´1 an j`1 ¨¨¨ ann

A tal matriz se le conoce como matriz menor asociada al coeficiente aij . Luego, se define mediante
la siguiente fórmula:

detpAq :“p´1q1`1 a11 ¨ detpA11 q ` p´1q2`1 a21 ¨ detpA21 q ` ¨ ¨ ¨

¨ ¨ ¨ ` p´1qn´1`1 an´1 1 ¨ detpAn´1 1 q ` p´1qn`1 an1 ¨ detpAn1 q.

45
 Al término p´1qi`j detpAij q se le conoce como cofactor asociado al coeficiente aij . A la expresión
anterior para calcular el determinante se le conoce como desarrollo por cofactores. Note que en
tal desarrollo, se han tomado los cofactores que se generan a lo largo de la primera columna de A.
Más adelante, mediante las propiedades, veremos que se puede hacer el desarrollo por cofactores
a lo largo de cualquier fila (o columna) de A.
Hagamos algunos ejemplos para entender cómo funciona la fórmula anterior.
Ejemplo 22. Calcular los determinantes de las siguientes matrices:
ˆ ˙
cosp◊q ´ sinp◊q
1. R◊ “ (matriz de rotación de ángulo ◊ alrededor del origen).
sinp◊q cosp◊q

detpR◊ q “ cosp◊q¨cosp◊q´sinp◊q¨p´ sinp◊qq “ rcosp◊qs2 `rsinp◊qs2 “ 1 (identidad trigonométrica fundamental).

¨ ˛
0 2 0
2. A “ ˝ 4 0 0 ‚.
´8 5 ´10
¨ ˛ ¨ ˛
0 2 0 0 2 0
detpAq “ 0 ¨ p´1q1`1 ¨ det ˝ 4 0 0 ‚` 4 ¨ p´1q2`1 ¨ det ˝ 4 0 0 ‚
´8 5 ´10 ´8 5 ´10
¨ ˛
0 2 0
` p´8q ¨ p´1q3`1 ¨ det ˝ 4 0 0 ‚
´8 5 ´10
ˆ ˙ ˆ ˙ ˆ ˙
0 0 2 0 2 0
“ 0 ¨ 1 ¨ det ` 4 ¨ p´1q ¨ det ` p´8q ¨ 1 ¨ det
5 ´10 5 ´10 0 0
“ 0 ´ 4p2 ¨ p´10q ´ 0 ¨ 5q ´ 8p2 ¨ 0 ´ 0 ¨ 0q “ ´4p´20q ´ 8 ¨ 0 “ 80.
¨ ˛
1 0 0 0
˚ 3 0 2 0 ‹
3. B “ ˚ ‹.
˝ ´2 4 0 0 ‚
0 ´8 5 ´10
¨ ˛ ¨ ˛
1 0 0 0 1 0 0 0
1`1
˚ 3 0 2 0 ‹ 2`1
˚ 3 0 2 0 ‹
detpBq “ p´1q ¨ 1 ¨ det ˚ ‹ ` p´1q ¨ 3 ¨ det ˚ ‹
˝ ´2 4 0 0 ‚ ˝ ´2 4 0 0 ‚
0 ´8 5 ´10 0 ´8 5 ´10
¨ ˛ ¨ ˛
1 0 0 0 1 0 0 0
3`1
˚ 3 0 2 0 ‹ 4`1
˚ 3 0 2 0 ‹
` p´1q ¨ p´2q ¨ det ˚ ‹ ` p´1q ¨ 0 ¨ det ˚ ‹
˝ ´2 4 0 0 ‚ ˝ ´2 4 0 0 ‚
0 ´8 5 ´10 0 ´8 5 ´10
¨ ˛ ¨ ˛ ¨ ˛
0 2 0 0 0 0 0 0 0
“ det ˝ 4 0 0 ‚´ 3 ¨ det ˝ 4 0 0 ‚´ 2 ¨ det ˝ 0 2 0 ‚.
´8 5 ´10 ´8 5 ´10 ´8 5 ´10

Como ejercicio, calcule los dos últimos determinantes y constate que valen cero. Luego, por el
ejemplo anterior, tenemos que

detpBq “ 80 ´ 3 ¨ 0 ´ 2 ¨ 0 “ 80.

Gracias a las propiedades de los determinantes que vamos a enunciar en la siguiente sección, este
cálculo (y el de cualquier determinante) se podrá hacer de manera más sencilla.
46
3.2. Propiedades del determinante
El determinante es una función muy rica en propiedades lineales y combinatorias. Vamos a describir la
mayoría de estas propiedades a continuación. Aplicadas correctamente, estas propiedades simplifican de
manera considerable el cálculo de cualquier determinante. En términos generales, la idea es aplicar a la
matriz A operaciones elementales y calcular el determinante de cualquiera de sus formas escalerizadas,
ya que este tipo de matrices está entre los que tienen determinantes más fáciles de calcular.
Dividiremos las propiedades del determinante en varios grupos, para tener una mejor deferencia
cuando necesitemos invocarlas. En lo que sigue, hay ocasiones en las cuales nos será más cómodo
representar una matriz A P Mnˆn pRq como el arreglo
¨ ˛
F1 pAq
˚ F2 pAq ‹
˚ ‹
A“˚ .. ‹
˝ . ‚
Fn pAq

formado por sus filas.

Proposición 3.1: propiedades de linealidad por filas

Para A P Mnˆn pRq se cumplen las siguientes afirmaciones:

[aditividad en cada fila]: Si B P M1ˆn pRq, entonces
¨ ˛ ¨ ˛ ¨ ˛
F1 pAq F1 pAq F1 pAq
˚ .. ‹ ˚ .. ‹ ˚ .. ‹
˚
˚ . ‹
‹
˚
˚ . ‹
‹
˚
˚ . ‹
‹
det ˚
˚ F i pAq ` B ‹ “ det ˚ Fi pAq ‹ ` det ˚ B
‹ ˚ ‹ ˚
‹.
‹
˚ .. ‹ ˚ .. ‹ ˚ .. ‹
˝ . ‚ ˝ . ‚ ˝ . ‚
Fn pAq Fn pAq Fn pAq

[homogeneidad en cada fila]: Para cada – P R, se tiene

¨ ˛ ¨ ˛
F1 pAq F1 pAq
˚ .. ‹ ˚ .. ‹
˚
˚ . ‹
‹
˚
˚ . ‹
‹
det ˚
˚ –F i pAq ‹ “ – det ˚ Fi pAq
‹ ˚
‹.
‹
˚ .. ‹ ˚ .. ‹
˝ . ‚ ˝ . ‚
Fn pAq Fn pAq

En resumen, el resultado anterior nos dice que el determinante es una función lineal por filas, es decir,
¨ ˛ ¨ ˛ ¨ ˛
F1 pAq F1 pAq F1 pAq
˚ .. ‹ ˚ .. ‹ ˚ .. ‹
˚
˚ . ‹
‹
˚
˚ . ‹
‹
˚
˚ . ‹
‹
det ˚ – Fi pAq ` B ‹ “ – det ˚ Fi pAq ‹ ` det ˚ B
˚ ‹ ˚ ‹ ˚ ‹.
‹
˚ .. ‹ ˚ .. ‹ ˚ .. ‹
˝ . ‚ ˝ . ‚ ˝ . ‚
Fn pAq Fn pAq Fn pAq

47
 Es muy importante que la linealidad en detp´q ocurre a nivel de las filas de la matriz, no a nivel
del argumento de la función. Es decir, no es cierto que

detpA ` Bq “ detpAq ` detpBq y detp– Aq “ – detpAq.

ˆ ˙ ˆ ˙
1 0 ´1 0
Por ejemplo, si consideramos las matrices A “ yB “ , podemos ver que
0 1 0 ´1

detpA ` Bq “ 0 y detpAq “ detpBq “ 1.

Además, ˆ ˙
2 0
detp2 Aq “ det “ 4 y 2 detpAq “ 2.
0 2

Ahora, sí es cierto que lo siguiente.

Corolario 3.1

Para toda matriz A P Mnˆn pRq y todo – P R, se tiene que

detp– Aq “ –n detpAq.

Demostración: La idea es aplicar la propiedad de homogeneidad por filas en cada fila de A (n veces):
¨ ˛ ¨ ˛ ¨ ˛ ¨ ˛
– F1 pAq F1 pAq F1 pAq F1 pAq
˚ – F2 pAq ‹ ˚ – F2 pAq ‹ ˚ F2 pAq ‹ ˚ F2 pAq ‹
˚ ‹ ˚ ‹ ˚ ‹ ˚ ‹
detp–Aq “ det ˚ .. ‹ “ – det ˚ .. ‹ “ –2 det ˚ .. ‹ “ ¨ ¨ ¨ “ –n det ˚ .. ‹
˝ . ‚ ˝ . ‚ ˝ . ‚ ˝ . ‚
– Fn pAq – Fn pAq – Fn pAq Fn pAq
“ – detpAq.
n

Proposición 3.2: determinantes bajo transformaciones elementales

Para A P Mnˆn pRq, sean A1 , A2 y A3 las matrices resultantes de aplicarle a A la transformación

elemental – Fi , Fi Ø Fj y Fi – pFi ` – Fj q, respectivamente. Entonces:
detpA1 q “ – detpAq.

detpA2 q “ ´detpAq.
detpA3 q “ detpAq.

48
 Proposición 3.3: anulación inmediata del determinante

Para A P Mnˆn pRq, se tiene que

detpAq “ 0
si ocurre alguna de las siguientes condiciones:
1. A posee una fila nula.

2. A posee dos filas iguales.

3. A tiene una fila que es combinación lineal de las filas restantes. Es decir, existen i P t1, . . . , nu
y –j1 , . . . , –jk P R con j1 † ¨ ¨ ¨ † jk en t1, . . . , nu tales que

Fi pAq “ –j1 Fj1 pAq ` ¨ ¨ ¨ ` –jk Fjk pAq.

Ejemplo 23. Determine los valores de ⁄ P R para los cuales

¨ ˛
1 2 3
det ˝ ⁄ ⁄ ` 1 ⁄ ` 2 ‚ “ 1.
4 5 6

Usando las propiedades anteriores, tenemos que

¨ ˛ ¨ ˛ ¨ ˛
1 2 3 1 2 3 1 2 3
1 “ det ˝ ⁄ ⁄ ` 1 ⁄ ` 2 ‚ “ det ˝ ⁄ ⁄ ⁄ ‚` det ˝ 0 1 2 ‚ (aditividad por filas)
4 5 6 4 5 6 4 5 6
¨ ˛ ¨ ˛
1 2 3 1 2 3
1 “ ⁄ det ˝ 1 1 1 ‚` det ˝ 0 1 2 ‚ (homogeneidad por filas)
4 5 6 4 5 6
¨ ˛ ¨ ˛
0 1 2 1 2 3
1 “ ⁄ det ˝ 1 1 1 ‚` det ˝ 0 1 2 ‚ (Fi – pFi ` – Fj q)
0 1 2 0 ´3 ´6
1 “ ⁄ ¨ 0 ` 0. (filas coincidentes y/o combinación lineal)

Por lo tanto, no existe ⁄ P R que satisfaga la igualdad planteada.

Ahora que tenemos más propiedades a la mano, volvamos a calcular el determinante del Ejemplo 22-3.
¨ ˛
1 0 0 0
˚ 3 0 2 0 ‹
Ejemplo 24. Para B “ ˚ ‹, tenemos
˝ ´2 4 0 0 ‚
0 ´8 5 ´10
¨ ˛ ¨ ˛
1 0 0 0 1 0 0 0
˚ 3 0 2 0 ‹
‹ “ det ˚ 0 0 2 0 ‹
˚
detpBq “ det ˚ ‹ (aplicando F2 – pF2 ´ 3F1 q y F3 – pF3 ` 2F1 q)
˝ ´2 4 0 0 ‚ ˝ 0 4 0 0 ‚
0 ´8 5 ´10 0 ´8 5 ´10
¨ ˛
1 0 0 0
˚ 0 0 1 0 ‹
“ 2 ¨ 4 ¨ det ˚
˝ 0
‹ (homogeneidad)
1 0 0 ‚
0 ´8 5 ´10

49
 ¨ ˛
1 0 0 0
˚ 0 0 1 0 ‹
“ 8 det ˚
˝ 0
‹ (aplicando F4 – pF4 ` 8F3 q y F4 – pF4 ´ 5F1 q)
1 0 0 ‚
0 0 0 ´10
¨ ˛
1 0 0 0
˚ 0 1 0 0 ‹
“ ´80 ¨ p´1q det ˚
˝ 0 0
‹ (homogeneidad y aplicando F2 Ø F3 )
1 0 ‚
0 0 0 1
“ 80 ¨ detpI4 q “ 80.

Un ejercicio sencillo consiste en ver que el determinante de la matriz identidad vale 1. Tal resultado
coincide justamente con multiplicar los coeficientes de la diagonal. Esto no es casualidad, sino
consecuencia de una propiedad más general, que enunciamos a continuación.

Proposición 3.4: determinantes de matrices especiales

[determinantes de matrices triangulares]: Sea A P Mnˆn pRq una matriz triangular

superior o triangular inferior, es decir, A es de la forma
¨ ˛ ¨ ˛
a11 a12 ¨ ¨ ¨ a1 n´1 a1n a11 0 ¨¨¨ 0 0
˚ 0 a22 ¨ ¨ ¨ a2 n´1 a2n ‹ ˚ a21 a22 ¨¨¨ 0 0 ‹
˚ ‹ ˚ ‹
˚ .. .. . . .
. .
. ‹ ˚ .
. .
. . . .
. .. ‹ .
˚ . . . . . ‹ o ˚ . . . . . ‹
˚ ‹ ˚ ‹
˝ 0 0 ¨ ¨ ¨ an´1 n´1 an´1 n ‚ ˝ an´1 1 an´1 2 ¨ ¨ ¨ an´1 n´1 0 ‚
0 0 ¨¨¨ 0 ann an1 an2 ¨¨¨ an n´1 ann

Entonces,
detpAq “ a11 ¨ a22 ¨ ¨ ¨ an´1 n´1 ann .

[determinantes de matrices por bloques]: Sea A P Mnˆn pRq, B P Mmˆm pRq y C P

Mnˆm pRq. Entonces,
ˆ ˙
A C
det “ detpAq ¨ detpBq.
0mˆn B

Ejemplo 25. Calcule el determinante de las siguientes matrices:

¨ ˛
3 0 0 3 0
˚ ´3
˚ 0 ´2 0 0 ‹‹
1. A “ ˚ 0 ´1
˚ 0 0 ´3 ‹ ‹.
˝ 0 0 0 3 3 ‚
0 ´1 2 0 1
¨ ˛ ¨ ˛
1 0 0 1 0 1 0 0 1 0
˚ ´3
˚ 0 ´2 0 0 ‹
‹
˚
˚ 0 0 ´2 3 0 ‹
‹
detpAq “ 3 ¨ 3 det ˚
˚ 0 ´1 0 0 ´3 ‹ “ 9 det ˚
‹ ˚ 0 ´1 0 0 ´3 ‹
‹
˝ 0 0 0 1 1 ‚ ˝ 0 0 0 1 1 ‚
0 ´1 2 0 1 0 0 2 0 4

50
 ¨ ˛ ¨ ˛ ¨ ˛
1 0 0 1 0 1 0 0 1 0 1 0 0 1 0
˚ 0 0 ´2 3 0 ‹ ˚ 0 0 0 3 4 ‹ ˚ 0 0 0 0 1 ‹
˚ ‹ ˚ ‹ ˚ ‹
˚ 0 0 0 ´3 ‹ 0 0 0 ´3 ‹
“ 18 det ˚ ´1 “ 18 det ˚ ´1 “ 18 det ˚ 0 ´1 0 0 ´3 ‹
‹ ˚ ‹ ˚ ‹
˝ 0 0 0 1 1 ‚ ˝ 0 0 0 1 1 ‚ ˝ 0 0 0 1 1 ‚
0 0 1 0 2 0 0 1 0 2 0 0 1 0 2
¨ ˛ ¨ ˛
1 0 0 1 0 1 0 0 1 0
˚
˚ 0 ´1 0 0 ´3 ‹ ‹
˚
˚ 0 ´1 0 0 ´3 ‹
‹
“ ´18 det ˚
˚ 0 0 0 0 1 ‹
‹ “ 18 det ˚
˚ 0 0 1 0 2 ‹
‹ “ 18 ¨ 1 ¨ p´1q ¨ 1 ¨ 1 ¨ 1 “ ´18.
˝ 0 0 0 1 1 ‚ ˝ 0 0 0 1 1 ‚
0 0 1 0 2 0 0 0 0 1
¨ ˛
3 ´1 8 4 2 1
˚
˚ 0 5 7 1 ´3 6 ‹‹
˚ 1 1 0 2 1 ´5 ‹
2. A “ ˚
˚ ‹.
˚ ´1 ´1 0 10 0 20 ‹ ‹
˝ 2 2 0 ´3 5 0 ‚
3 3 0 0 4 1
¨ ˛ ¨ ˛
3 ´1 8 4 2 1 3 ´1 8 4 2 1
˚ 0 5 7 1 ´3 6 ‹ ˚ 0 5 7 1 ´3 6 ‹
˚ ‹ ˚ ‹
˚ 1 1 0 2 1 ´5 ‹ ˚ 1 1 0 2 1 ´5 ‹
‹ ˚
detpAq “ det ˚
˚ ´1 ´1 0 10 “ det ‹
˚ 0 20 ‹ ‹
˚ 0
˚ 0 0 12 1 15 ‹‹
˝ 2 2 0 ´3 5 0 ‚ ˝ 0 0 0 ´7 3 10 ‚
3 3 0 0 4 1 0 0 0 ´6 1 16
¨ ˛
3 ´1 8 4 2 1
˚ 0 5 7 1 ´3 6 ‹ ¨ ˛ ¨ ˛
˚
˚ 1
‹ 3 ´1 8 12 1 15
1 0 2 1 ´5 ‹ ‹
“ det ˚
˚ 0 “ det ˝ 0 5 7 ‚¨ det ˝ ´7 3 10 ‚
0 0 12 1 15 ‹
˚
˝ 0
‹ 1 1 0 ´6 1 16
0 0 ´7 3 10 ‚
0 0 0 ´6 1 16
¨ ˛ ¨ ˛ ¨ ˛ ¨ ˛
0 ´4 8 12 1 15 0 1 ´2 0 25 ´57
“ det ˝ 0 5 7 ‚¨ det ˝ ´7 3 10 ‚ “ ´4 det ˝ 0 5 7 ‚¨ det ˝ 0 ´11 52 ‚
1 1 0 1 ´2 6 1 1 0 1 ´2 6
ˆ ˙ ˆ ˙
1 ´2 25 ´57
“ ´4 ¨ 1 ¨ p´1q3`1 det ¨ 1 ¨ p´1q3`1 .det
5 7 ´11 52
“ ´4p7 ` 10qp25 ¨ 52 ´ 11 ¨ 57q “ ´68p1300 ´ 627q “ ´68 ¨ 673 “ ´45764.

Proposición 3.5: invariancia bajo transposición

Para toda matriz A P Mnˆn pRq, se cumple que detpAq “ detpAt q.

La propiedad anterior implica que todas las propiedades del determinante relativas a las filas de una
matriz son también válidas al aplicarse a las columnas. Por ejemplo, si intercambio dos columnas en una
matriz, su determinante cambia de signo. Otra consecuencia de esto es que el desarrollo por cofactores
puede hacerse a lo largo de cualquier fila o de cualquier columna de la matriz. Hagamos un ejemplo al
respecto.
51
 ¨ ˛
1 3 2 ´6
˚ 1 2 ´2 ´5 ‹
Ejemplo 26. Calcule el determinante de la matriz A “ ˚˝ 2 4 ´2 ´9 ‚.
‹

2 4 0 ´9
¨ ˛ ¨ ˛
1 3 2 ´6 1 3 2 ´6 ¨ ˛
˚ 2 5 0 ´11 ‹ 2 5 ´11
˚ 2 5 0 ´11 ‹
1`3
˚ ‹
detpAq “ ˚ ˝ 3 7 ´15 ‚
˝ 3 7 0 ´15 ‚ “ 2 ¨ p´1q det ˝ 3 7 0 ´15 ‚ “ 2 det
‹
2 4 ´9
2 4 0 ´9 2 4 0 ´9
¨ ˛ ¨ ˛ ¨ ˛
2 5 ´11 0 1 ´3 1 2 ´4
“ 2 det ˝ 1 2 ´4 ‚ “ 2 det ˝ 1 2 ´4 ‚ “ ´2 det ˝ 0 1 ´3 ‚
0 ´1 2 0 ´1 2 0 ´1 2
¨ ˛
1 2 ´4
“ ´2 det ˝ 0 1 3 ‚ “ ´2 ¨ 1 ¨ 1 ¨ p´1q “ 2.
0 0 ´1

52