Capı́tulo 4. Determinantes.

Introducción

El determinante de una matriz cuadrada A es un número (escrito det (A) o |A| ) que alberga
una importante información sobre ella y se puede definir mediante una serie de sumas, restas y
multiplicaciones efectuadas con los elementos de la matriz.
El determinante de una matriz 1 × 1, A = (a) es |A| = a; el de una matriz 2 × 2,
( )
a b
A=
c d
es |A| = ad − bc; el de la matriz 3 × 3
 
a11 a12 a13
A=  a21 a22 a23 
a31 a32 a33
se expresa ası́: a11 · a22 · a33 + a12 · a23 · a31 + a13 · a21 · a32 − a11 · a23 · a32 − a12 · a21 · a33 − a13 · a22 · a31

¡Recuerde! Sólo tienen determinante las matrices cuadradas.

Antes de seguir, justifiquemos el término determinante considerando un sistema de dos ecua-

ciones con dos incógnitas:
{
ax + by = α,
cx + dy = β
Su solución se escribe en forma de dos fracciones:
αd − βb aβ − αc
x= ,y =
ad − bc ad − bc
cuyo denominador es precisamente el valor ab − cd al que hemos llamado determinante de
la matriz de los coeficientes; el que esa cantidad sea o no 0 determina el tipo de sistema:
compatible determinado si no se anula, incompatible o compatible indeterminado cuando se
anula. Adviértase además que los numeradores también son unos determinantes ligados al
sistema.
En sistemas de tres ecuaciones, la expresión de la solución es más larga, pero también aparece
un denominador que es el determinante de la matriz de los coeficientes.
Bien, ¿qué es, pues, el determinante de una matriz n × n? Podrı́amos definirlo mediante
una fórmula que involucrase un montón de productos que se suman y se restan (el total serı́a
de n! términos, cada uno el producto de n factores), pero vamos a abordarlo de una manera
más elemental: fijándonos en tres propiedades muy sencillas que cumple el determinante de una
matriz 2 × 2 y pidiendo esas mismas propiedades para el caso n × n.
 Definición del determinante
Queremos definir una aplicación, det : Mn (R) → R que satisfaga ciertas propiedades,
tomando como modelo que
( )
a b
det =a·d−b·c
c d
cuando n = 2.

1a propiedad.- Si en una matriz A permutamos dos columnas, obtenemos una nueva matriz,
A’. El determinante de A’ será igual al opuesto del determinante de A.
Para matrices 2 × 2, es inmediato que se cumple esta propiedad, que queremos extender a
matrices cuadradas de cualquier tamaño.
Por esta propiedad, decimos que el determinante es una aplicación alternada de las columnas
de la matriz.
Consecuencia: Si una matriz tiene dos columnas iguales, su determinante es 0. (Piense por
qué: es muy sencillo).

2a propiedad.- El determinante es una aplicación lineal de la primera columna de la matriz.

Eso significa que si multiplicamos la primera columna por un escalar (sin tocar las demás
columnas), entonces el determinante queda multiplicado por ese escalar; y que si el vector
C1 es suma de dos vectores, entonces el determinante es la suma de los dos determinantes
correspondientes. De nuevo, se comprueba fácilmente en el caso 2 × 2.
Consecuencia: El determinante también será función lineal de la segunda columna (y de
cualquier otra).
En efecto, pasamos esa columna al primer lugar (lo cual cambia el signo del determinante),
allı́ podemos aprovechar la linealidad y devolver luego la columna a su posición original (lo que
vuelve a cambiar el signo del determinante, restaurando el que tenı́a inicialmente).
Por esta propiedad, decimos que el determinante es una aplicación multilineal de las columnas
de la matriz.
La idea de “aplicación multilineal alternada” puede sonar extraña, pero seguramente ya
conocen un ejemplo: el producto vectorial de dos vectores es una aplicación bilineal alternada
R3 × R3 → R3 .
Otras consecuencias: Si una columna es nula, el determinante es 0 (Razón: piense en lo que
sucede al multiplicar esa columna por 2). También es 0 si una columna es múltiplo de otra. El
determinante de una matriz no varı́a si a una columna se le suma un múltiplo de otra o una
combinación lineal de otras columnas.
Por consiguiente, podemos realizar oe en las columnas de una matriz sin alterar su determi-
nante. Esta propiedad permite transformar un determinante en otro con el mismo valor y más
sencillo de calcular (por ejemplo, uno con muchos ceros).

3a propiedad.- El determinante de la matriz unidad es 1.

 Consecuencia: El determinante de una matriz diagonal es igual al producto de los elementos
de la diagonal (la razón es inmediata). Análogamente, el determinante de una matriz triangular
es igual al producto de los términos de la diagonal (porque mediante oe en las columnas podemos
hacer ceros fuera de la diagonal sin alterar los valores que aparecen en ella; ese argumento falla
si alguno de esos términos es nulo, pero en ese caso es fácil concluir que el determinante ha de
ser también nulo, como el producto de los elementos de la diagonal).

Definición.- El determinante de una matriz cuadrada A es el número |A| que le asigna la

única aplicación multilineal alternada det : Mn (R) → R tal que det(I) = 1.
Esa definición tiene algunos pequeños inconvenientes que saltan a la vista junto con grandes
ventajas ocultas. Entre los primeros, se ve rara la definición: uno esperarı́a algo ası́ como
una fórmula que dijera “el determinante de la matriz A es igual a tal cosa (y ahı́ una fórmula
sobrecogedora)”; daremos una expresión ası́ dentro de unos párrafos. Un segundo inconveniente
es que no está claro que haya de existir una aplicación que satisfaga los requisitos demandados:
¿seguro que hay alguna aplicación multilineal alternada que vale 1 para la matriz I? ¿y que es
única?; también lo trataremos enseguida. Entre las ventajas, una decisiva: con esa definición,
el cálculo de determinantes es muy sencillo.

Para lidiar con las objeciones a la definición, traemos a colación el siguiente resultado, cuya
demostración omitiremos:

Teorema (de existencia y unicidad de la aplicación determinante).- Existe una única aplicación
multilineal alternada de los vectores columna que asocia a la matriz unidad el valor 1.

Fórmula para el determinante de una matriz cuadrada: Se puede demostrar que el determi-
nante de una matriz n × n (aij ) se puede definir mediante la siguiente expresión:
∑
±a1i1 .a2i2 . . . anin

donde los ı́ndices i1 , i2 , . . . , in forman una permutación de los números 1, 2, . . . , n, de suerte que
en cada producto hay un término de cada fila y uno de cada columna. El signo que afecta al
factor a1i1 .a2i2 . . . anin es + cuando la permutación i1 , i2 , . . . , in es par (es decir, cuando hay un
número par de alteraciones del orden natural de los números) y es − cuando esa permutación
es impar.

Otras propiedades de los determinantes:

El determinante del producto de dos matrices es igual al producto de los determinantes de
los factores: |A.B| = |A|.|B| No lo demostraremos.
Consecuencia: Si la matriz A es regular, el determinante de la inversa |A−1 | es igual a |A|−1 ,
puesto que el producto de las matrices A y A−1 es igual a la matriz I, cuyo determinante es 1.
El determinate de la matriz AT es igual al de la matriz A.
Idea de la demostración: Para matrices triangulares es obvio, puesto que el determinante
es el producto de los términos de la diagonal. Si descomponemos A en la forma L.U , entonces
|A| = |L|.|U |; además AT = U T .LT , de donde se sigue que |AT | = |U T |.|LT | = |U |.|L| = |A|
(adviértase que |U T |.|LT | = |U |.|L|, pues cada uno de los determinantes es igual al producto de
los términos de la diagonal por tratarse de matrices triangulares). En el caso general, A no se
puede descomponer como L.U , sino que aparece una matriz de permutación: P.A = L.U ; como
|P | = ±1, se concluye fácilmente.
Consecuencia: Lo que hemos dicho de las columnas de un determinante se puede decir
igualmente de sus filas: al permutar dos filas el determinante cambia de signo, al sumar a una
fila un múltiplo de otra no se altera el determinante, etc.

Cuestión práctica: Cómo calcular un determinante.

Las propiedades que hemos postulado y sus consecuencias nos dan la pauta: hagamos oe con
las columnas de la matriz hasta reducirla a forma triangular (alcanzado este punto, el cálculo
es inmediato). Si por el camino nos ha aparecido algún pivote nulo, impidiendo hacer ceros,
permutamos dos columnas (¡atención! Eso cambia el signo del determinante); si observamos dos
columnas iguales, o que una es múltiplo de otra o cl de otras, podemos parar y concluir que el
determinante es 0.
Ejemplos y ejercicios.- Calcule los determinantes de las siguientes matrices:
   
  2
 2 3 −1 −4 a b c d 1 1 1 1
2 1 1 1 x x      
 1 2 1   1 x2 x3   1 2 0 −3   a a b c   x y z t 
 4 1 −2 −3   a a a b   x2 y 2 z 2 t2 
1 1 1 1 x3 x5
3 −2 −1 0 a a a a x3 y 3 z 3 t3
 
a b c d
 −b a d −c 
  Calcule también el producto de la última matriz por su traspuesta.
 −c −d a b 
−d c −b a

Menores y cofactores. Matriz adjunta

Un menor de una matriz es el determinante de alguna submatriz cuadrada suya (que resulte
al eliminar algunas filas y columnas). Si en un determinante de una matriz n × n marcamos una
posición (i, j) y tachamos esa fila y esa columna, nos queda un determinante menor (de tamaño
(n − 1) × (n − 1)); si le damos el signo + cuando la suma i + j es par y el signo − cuando es
impar, obtenemos el cofactor del elemento aij , que escribiremos Aij .
Si descomponemos la i-ésima columna de la matriz A como suma de n vectores cada uno de
los cuales es múltiplo de un vector de la base canónica (es decir, tiene ceros en todas las posiciones
salvo en una), entonces el determinante de la matriz A se puede escribir como la suma de n
determinantes (por la multilinealidad) cada uno de los cuales tiene sólo un término no nulo en la
i-ésima columna, y resulta ser igual al producto del término aki por el correspondiente cofactor
Aki . Esa es la propiedad clave de los cofactores, que enunciamos sin demostrar:
El determinante de una matriz es igual a la suma de los productos de los elementos de una
columna (o fila) por sus cofactores correspondientes:
|A| = a1i .A1i + a2i .A2i + . . . + ani .Ani

Con ayuda de esa propiedad, podemos calcular fácilmente determinantes reduciendo su

cálculo al de otros de tamaños menores. De todos modos, conviene antes “hacer bastantes
ceros” para ası́ acortar el cálculo.
 
 1 1 0 0 
 
 1 1 1 0 
Ejercicio.- Calcule por ese procedimiento el determinante  

 0 1 1 1 
 0 0 1 1 

Ejercicio.- Si multiplicamos los elementos de una columna por los cofactores de otra y
sumamos, el resultado es 0. Discuta por qué.

Dada una matriz cuadrada A = (aij ), llamamos matriz adjunta de A a la traspuesta de la

matriz de sus cofactores: la posición ij la ocupa el cofactor Aji . (Cuidado: algunos autores
llaman matriz adjunta a la de los cofactores (sin trasponer); aquı́ nos atendremos a la definición
que acabamos de dar, que es la que da Strang y la que aparece en las páginas de wikipedia en
inglés, alemán e italiano; en las ediciones francesa y española hay confusión en el uso de los
términos). Esta matriz tiene la siguiente propiedad notable: al multiplicarla por la matriz A,
ya sea a la derecha, ya sea a la izquierda, el resultado es una matriz diagonal que tiene |A| en
todas las posiciones diagonales, es decir. es la matriz |A|.I. Piense a qué se debe eso.
Como consecuencia, se sigue la siguiente propiedad:
La matriz cuadrada A tiene inversa si y sólo si su determinante es distinto de 0. Demuéstrelo.
Nota.- Cuando |A| ̸= 0, la matriz A−1 se puede escribir como |A| 1
.A∗ , siendo A∗ la matriz
adjunta de A. Esa fórmula es de escasa utilidad práctica, porque el cálculo de la matriz adjunta es
costoso; suele ser preferible encontrar la matriz inversa mediante oe, como se vio anteriormente.
Nota.- A veces se define rango de una matriz como el orden más alto de sus menores no nulos
(“el orden del mayor menor no nulo” reza la fórmula clásica - e incorrecta). Puesto que las oe
en las filas y columnas de una matriz no alteran su rango, es fácil comprender que esa definición
de rango equivale a la dada anteriormente, como máximo número de columnas linealmente
independientes.

Vuelta a los sistemas de ecuaciones lineales

Una vez estudiadas las aplicaciones lineales y los determinantes, echamos una última ojeada
a los sistemas de ecuaciones lineales para decir unas palabras sobre un tipo especial de sisitemas:
Cuando un sistema A · X = b tiene tantas ecuaciones como incógnitas y además la matriz A
tiene rango máximo (es decir, m = n = r), lo llamamos sistema de Cramer. Su única solución
se puede expresar de una forma sencilla (aunque de escasa utilidad práctica cuando el sistema
tiene bastantes ecuaciones) con ayuda de los determinantes:
La primera incógnita, x1 , es igual a una fracción cuyo denominador es el determinante de A,
y cuyo numerador es el determinante de la matriz que resulta sustituyendo la primera columna
de A por la columna b de los términos independientes. Análogamente, la segunda incógnita, x2 ,
es igual a una fracción con el mismo denominador, |A|, y cuyo numerador es el determinante de
la matriz que resulta sustituyendo la segundaa columna de A por la columna b; y ası́ las demás
incógnitas.
 Para justificar esa forma de expresar la solución, nótese que al ser A regular, podemos
multiplicar por su inversa en A · X = b para obtener X = A−1 · b. Recordando que A−1 se puede
1
escribir como |A| .A∗ , donde A∗ es la matriz adjunta de A, resulta que la solución es X = |A|
1
.A∗ ·b;
si nos fijamos en el primer elemento, tenemos x1 = |A| 1
.(A11 · b1 + A21 · b2 + . . . + An1 · bn ), o
sea, x1 = A11 ·b1 +A21 ·b2 +...+An1 ·bn
|A| , que es exactamente lo que se dijo (en el numerador está el
determinante de la matriz que resulta sustituyendo la primera columna de A por la columna b,
desarrollado precisamente por esa columna).

Comentarios finales sobre los determinantes

Al abrir este capı́tulo, dijimos que el determinante es un número asociado a una matriz que
contiene una importante información sobre ella, y en efecto el determinate se anula o no según
la matriz sea regular o singular, lo que es tanto como decir que sus vectores columna (o fila) sean
linealmente independientes o no lo sean. Ası́, los determinantes pueden servirnos para estudiar
rangos (de matrices o de familias de vectores), aunque generalmente es preferible hacerlo por
medio de operaciones elementales. Pero la utilidad de los determinantes va mucho más allá, y
aquı́ quiero mencionar algunas de sus ventajas.
En primer lugar, el determinante de dos vectores en el plano sirve para expresar el área del
paralelogramo (o del triángulo) que determinan, con la peculiaridad de que el resultado puede
ser tanto positivo como negativo: ese signo nos parmite hablar del sentido de giro, y por tanto
de una orientación en el plano. Si pensamos en el vector de posición de un punto (x, y) que se
mueve hacia otro punto próximo (x + dx, y + dy) (hablando  de manera  imprecisa), barrerá un
 x x + dx 
triángulo cuya área es igual a la mitad del determinante  , es decir 1 (xdy − ydx).
y y + dy  2
Por eso, se define en Cálculo superior el área encerrada por una curva cerrada mediante una
integral curvilı́nea cuyo integrando es precisamente 12 (xdy − ydx).
De manera análoga, el volumen de un tetraedro (o de un paralelepı́pedo) en el espacio se
puede representar mediante un determinate 3 × 3. También aquı́ el signo nos informa acerca de
si el triedro está orientado en el mismo sentido que la base canónica o en el contrario.
En la Geometrı́a elemental, el producto vectorial de dos vectores se suele expresar mediante
un determinante, lo mismo que el producto mixto de tres vectores (que representa el volumen
de un paralelepı́pedo).
En las integrales dobles y triples, cuando se realiza un cambio de variable se ha de incluir en
el cambio el determinante jacobiano (que es el determinante de la matriz que recoge las derivadas
parciales), de manera análoga a cuando en las integrales simples se multiplica por la derivada
del cambio de variable. Ası́, cuando se realiza un cambio de coordenadas cartesianas (x, y) a
polares (r, t), en la integral doble no sólo hay que sustituir x por [Link](t) e y por [Link](t), sino que
también hay
 que escribir [Link]  en el puesto de [Link]; el factor r es justamente el determinante
 cos(t) −[Link](t) 
jacobiano  .
sin(t) [Link](t) 
En el estudio de las ecuaciones diferenciales, el wronskiano de unas funciones es un determi-
nante que se forma con ellas y sus derivadas, y nos informa de sis on linealmente dependientes
  
 1 e2x e−x 
 
o no. Ası́, el wronskiano de las funciones 1, e2x , e−x es  0 2e2x −e−x  = 6ex ̸= 0, lo que

 0 4e2x e−x 
demuestra que las funciones son linealmente independientes.

Determinante de un endomorfismo.- Si T es un endomorfismo en un espacio vectorial de

dimensión finita, podemos llamar determinante de T al determinante de la matriz de T en
cualquier base. Esa definición es correcta, puesto que al cambiar de base, la matriz A pasa a ser
P −1 · A · P , cuyo determinante es el mismo que el de A.
El determinante de un endomorfismo tiene una interpretación geométrica sencilla y signi-
ficativa: representa el factor por el que las áreas de las figuras (o los volúmenes, o sus análogos
en dimensión superior) se ven multiplicados al actuar la transormación T. Por fijar ideas, una
transformación lineal en R2 tranforma el rectángulo definido por los vectores (2, 1) y (−3, 6) en
otra figura, que será un paralelogramo (aunque seguramente no será un rectángulo); el área de
esa figura será igual al producto de 15, que es el área del rectángulo original, por el determinante
de T. Cuando T no es un epimorfismo, aplasta todo el rectángulo sobre una recta (de área nula),
en concordancia con el hecho de que su determinante es 0.
En Cálculo de varias variables, se estudian funciones que no son lineales, pero tienen derivadas
parciales continuas (funciones diferenciables). La diferencial en cada punto es la aplicación
lineal que mejor aproxima a la función que se está analizando cerca de ese punto, y por eso
su determinante (el determinante jacobiano) mide el grado de magnificación que esa función
produce localmente (y ésa es la razón para introducir el jacobiano en las integrales múltiples).

Ejercicios.
1.- Complete el ejemplo anterior si T viene dada por T (x, y) = (2x + y, x + 3y), T (x, y) =
(x + y, x − y), T (x, y) = (2x + y, 6x + 3y).
2.- Calcule el área del tetraedro formado por los vectores (0, 1, 1), (1, 0, 1), (1, 1, 0) y su trans-
formado por T (x, y, z) = (x + y + z, x + 2y + 2z, x + 2y + 3z), T (x, y, z) = (x + 2y + 3z, x + 2y, x),
T (x, y, z) = (2x + y + z, x + 3y + z, x − 2y).
  
( ) 2 1 1 2 −1 1
a b 
3.- Calcule las adjuntas de las matrices 0 2 1   1 −2 1  y compruebe
c d
0 0 1 1 1 0
que el producto de cada matriz por su adjunta es igual a |A| · I.
 
1 1 1 1
 1 2 −1 −2 
4.- Calcule la inversa de la matriz   1 4 1
 de dos maneras: por operaciones
4 
1 8 −1 −8
elementales y mediante la matriz adjunta. Compare.