Determinantes
2.1 Definición y Propiedades
Definición:
Un determinante es un número escalar asociado a una matriz cuadrada (mismo número de filas y columnas). Se denota
como det(A) o ∣A∣.
Para una matriz 2 × 2:
a b
A=( ), det(A) = ad − bc
c d
Para una matriz 3 × 3:
a b c
A= d
e f
g h i
det(A) = a(ei − f h) − b(di − f g) + c(dh − eg)
Propiedades principales:
1. Determinante de la matriz identidad: det(I) =1
2. Intercambio de filas: Cambia el signo del determinante.
3. Multiplicación de una fila por un escalar k : det(A′ ) = k ⋅ det(A)
4. Suma de filas: No cambia el determinante si se suma un múltiplo de una fila a otra.
5. Matriz singular: Si det(A)
= 0, la matriz no tiene inversa (filas linealmente dependientes).
6. Producto de matrices: det(AB) = det(A) ⋅ det(B)
2.2 Cálculo por Cofactores
Definición del cofactor:
Dada una matriz A, el cofactor Cij del elemento aij es:
Cij = (−1)i+j ⋅ Mij
donde Mij es el menor (determinante de la submatriz eliminando la fila i y columna j ).
Expansión por cofactores (Laplace):
n
det(A) = ∑ aij ⋅ Cij (para una fila fija i)
j=1
Ejemplo:
2 3 1
Sea A = 0 4 2
1 2 3
Expandiendo por la primera fila (i = 1):
det(A) = 2 ⋅ C11 + 3 ⋅ C12 + 1 ⋅ C13
4 2
C11 = (−1)1+1 ⋅ = (4 ⋅ 3 − 2 ⋅ 2) = 8
2 3
0 2
C12 = (−1)1+2 ⋅ = −(0 ⋅ 3 − 2 ⋅ 1) = 2
1 3
0 4
C13 = (−1)1+3 ⋅ = (0 ⋅ 2 − 4 ⋅ 1) = −4
1 2
det(A) = 2 ⋅ 8 + 3 ⋅ 2 + 1 ⋅ (−4) = 16 + 6 − 4 = 18
2.3 Regla de Cramer para Sistemas n × n
Si Ax = b es un sistema lineal con n ecuaciones y n incógnitas, y det(A) = 0, entonces la solución es:
det(Ai )
xi =
det(A)
donde Ai es la matriz A con la columna i reemplazada por el vector b.
Ejemplos Prácticos de la Vida Cotidiana
Ejemplo 1: Mezcla de productos químicos (2×2)
Un químico prepara una solución mezclando dos líquidos A y B .
1 litro de A contiene 3 g de sal y 2 g de azúcar.
1 litro de B contiene 1 g de sal y 4 g de azúcar.
Se desea obtener 10 g de sal y 14 g de azúcar en total.
Planteamiento:
3x + 1y = 10 (sal)
2x + 4y = 14 (azuˊcar)
En forma matricial:
3 1 x 10
( )( ) = ( )
2 4 y 14
det(A) = 3 ⋅ 4 − 1 ⋅ 2 = 10
Para x:
10 1
Ax = ( ), det(Ax ) = 10 ⋅ 4 − 1 ⋅ 14 = 26
14 4
26
x= = 2.6 litros de A
10
Para y :
3 10
Ay = ( ), det(Ay ) = 3 ⋅ 14 − 10 ⋅ 2 = 22
2 14
22
y= = 2.2 litros de B
10
Conclusión: Se necesitan 2.6 L de A y 2.2 L de B .
Ejemplo 2: Planificación de producción (3×3)
Una fábrica produce tres productos P1 , P2 , P3 que requieren horas de trabajo en tres departamentos:
Producto Depto. A (h) Depto. B (h) Depto. C (h) Ganancia ($)
P1 2 1 3 40
P2 1 2 2 35
P3 3 1 1 30
Si se dispone de 120 h en A, 100 h en B y 110 h en C, ¿cuántas unidades de cada producto maximizan la ganancia?
Sistema:
2x + 1y + 3z = 120
1x + 2y + 1z = 100
3x + 2y + 1z = 110
Matriz:
2 1 3 120
A= 1 2 1
, b= 100
3 2 1 110
det(A) = 2(2 ⋅ 1 − 1 ⋅ 2) − 1(1 ⋅ 1 − 1 ⋅ 3) + 3(1 ⋅ 2 − 2 ⋅ 3)
= 2(2 − 2) − 1(1 − 3) + 3(2 − 6) = 0 + 2 − 12 = −10
det(Ax )
x= , con
det(A)
120 1 3
Ax =
100 2 1
110 2 1
det(Ax ) = 120(2 ⋅ 1 − 1 ⋅ 2) − 1(100 ⋅ 1 − 1 ⋅ 110) + 3(100 ⋅ 2 − 2 ⋅ 110)
= 120(0) − 1(100 − 110) + 3(200 − 220) = 0 + 10 − 60 = −50
x = −50
−10
=5
Similarmente:
y = 30, z = 25
Interpretación: Producir 5 unidades de P1 , 30 de P2 , 25 de P3 agota exactamente las horas disponibles.
Ejemplo 3: Verificación de independencia lineal (singularidad)
En un diseño gráfico, tres vectores color (RGB) se definen como combinaciones de rojo, verde y azul:
Color 1: (2, 1, 0)
Color 2: (1, 2, 1)
Color 3: (3, 3, 1)
¿Son linealmente independientes?
Matriz:
2 1 3
C= 1 2 3
0 1 1
det(C) = 2(2 ⋅ 1 − 3 ⋅ 1) − 1(1 ⋅ 1 − 3 ⋅ 0) + 3(1 ⋅ 1 − 2 ⋅ 0)
= 2(2 − 3) − 1(1 − 0) + 3(1 − 0) = −2 − 1 + 3 = 0
Conclusión: det(C) = 0 → los colores son linealmente dependientes (uno puede obtenerse mezclando los otros).