Álgebra I - Curso 2008/09

Tema 7: DETERMINANTES

1. Revisión de los determinantes de segundo y tercer orden.

 
a11 a12
Dada una matriz cuadrada de segundo orden, A = , se define su determinante
a21 a22
como |A| = a11 a22 − a21 a12 .
Si denotamos las columnas de A por A1 , A2 , el determinante anterior también puede expresarse
como det(A1 , A2 )
 
a11 a12 a13
Para una matriz de tercer orden, B =  a21 a22 a23 , su determinante se define como
a31 a32 a33

|A| = a11 a22 a33 + a31 a12 a23 + a21 a32 a13 − a31 a22 a13 − a21 a12 a33 − a11 a32 a23 ,

y también se denota como det(A1 , A2 , A3 ), siendo Aj las columnas de la matriz A.

Interpretación geométrica:

Si u, v ∈ R2 , | det(u, v)| mide el área del paralelogramo de R2 cuyos lados son los vectores u y
v.

Si u, v, w ∈ R3 , | det(u, v, w)| mide el volumen del paralelepı́pedo de R3 delimitado por los

tres vectores u, v, w.

2. Determinante de una matriz.

Las anteriores fórmulas son casos particulares de la siguiente definición del determinante de una
matriz de orden n:
X
|A| = sgn (σ) aσ(1),1 aσ(2),2 · · · aσ(n),n ,
σ∈Sn

en donde Sn denota el conjunto de todas las permutaciones de n elementos.

Es decir: el determinante de una matriz es el resultado de sumar todos los posibles productos
resultantes de multiplicar un elemento de cada fila y uno de cada columna, cada uno con el signo
que indica la paridad de la permutación de filas que colocarı́a los elementos de dicho producto en la
diagonal principal.

1
Álgebra I - Tema 7: Determinantes 2

Nota.- Se llama paridad de una permutación a (−1)k , en donde k representa el número de trans-
posiciones en que se descompone dicha permutación. Puede demostrarse que esta paridad es inde-
pendiente de la descomposición particular que se considere.

Nota.- Si llamamos A1 , A2 , . . . , An a las columnas de la matriz A, podemos denotar su determinante

por det(A1 , A2 , . . . , An ), e incluso por det A.

Observación.- El determinante de la matriz identidad vale 1.

Esta fórmula general, conocida como Regla de Sarrus, en la práctica se utiliza sólo para matrices
de orden 2 ó 3, y daremos métodos alternativos para el cálculo del determinante, basados en sus
propiedades. A tı́tulo de ejemplo, mostramos como queda esta expresión para el caso de una matriz
de orden 4:

 
a11 a12 a13 a14 


a21 a22 a23 a24 

 =
a31 a32 a33 a34 


a41 a42 a43 a44 

= a11 a22 a33 a44 − a11 a22 a43 a34 − a11 a32 a23 a44 + a11 a32 a43 a24 + a11 a42 a23 a34
−a11 a42 a33 a24 − a21 a12 a33 a44 + a21 a12 a43 a34 + a21 a32 a13 a44 − a21 a32 a43 a14
−a21 a42 a13 a34 + a21 a42 a33 a14 + a31 a12 a23 a44 − a31 a12 a43 a24 − a31 a22 a13 a44
+a31 a22 a43 a14 + a31 a42 a13 a24 − a31 a42 a23 a14 − a41 a12 a23 a34 + a41 a12 a33 a24
+a41 a22 a13 a34 − a41 a22 a33 a14 − a41 a32 a13 a24 + a41 a32 a23 a14 .
Obsérvese que el número de permutaciones en este caso es 4! = 24, de las cuales la mitad son
pares (de signatura 1), y la otra mitad impares (de signatura −1); por ello, de los 24 sumandos la
mitad aparecen con un signo + y la otra mitad con signo −.
Nótese que el producto de los elementos de la antidiagonal a41 a32 a23 a14 aparece acompañado de
un signo + puesto que la permutación de filas (4, 3, 2, 1) tiene signatura 1. En cambio, si se trata de
una matriz de orden 3, el producto a31 a22 a13 va acompañado de un signo − puesto que la permutación
de filas (3, 2, 1) tiene signatura −1.

3. Propiedades del determinante.

3.1. Propiedades básicas.
Para cualquier matriz A cuadrada, |At | = |A|.

Observación.- Como consecuencia, toda propiedad del determinante que se enuncie

para las columnas, será automáticamente válida para las filas (y viceversa).

Demostración.- Aplicando la regla de Sarrus a At , podemos escribir

 t X
A  = sgn(τ )a1,τ (1) a2,τ (2) · · · an,τ (n) .
τ ∈Sn
Álgebra I - Tema 7: Determinantes 3

Si cada sumando (excluido el signo) de la expresión anterior lo cambiamos por

aσ(1),1 aσ(2),2 · · · aσ(n),n ,

en donde σ representa la permutación inversa de τ , no habremos hecho más que reordenar los
factores de dicho sumando; como las signaturas de σ y de τ son iguales, y habida cuenta de
que σ = τ −1 recorre todo Sn cuando τ recorre dicho conjunto, obtenemos que
X
|At | = sgn (σ) aσ(1),1 aσ(2),2 · · · aσ(n),n ,
σ∈Sn

es decir, que |At | = |A|.

(Multilinealidad): Si se descompone una de las columnas de A como combinación lineal

de dos vectores, el determinante de A es igual a la correspondiente combinación lineal de los
respectivos determinantes; es decir:

det(. . . , αu + βv, . . .) = α det(. . . , u, . . .) + β det(. . . , v, . . .),

en donde α, β ∈ K, u, v ∈ Kn ; el vector αu + βv ocupa la j-ésima columna de A, y los puntos

suspensivos denotan las restantes columnas de A, iguales en ambos miembros de la igualdad.

(Alternancia): Si se intercambian dos columnas cualesquiera de una matriz A, el determinante

de la matriz resultante vale −|A|.

Las propiedades siguientes son consecuencias de la multilinealidad y la alternancia:

Si α ∈ K, |αA| = αn |A|, siendo n el orden de la matriz A.

Corolario.- El determinante de una matriz antisimétrica (At = −A) de orden impar vale 0.

Demostración.- |A| = |At | = | − A| = (−1)n |A|; como n es impar, se tiene que |A| = −|A|.

Si las filas (o columnas) de una matriz cuadrada A son linealmente dependientes, entonces
|A| = 0.

Corolario.- El determinante de una matriz no varı́a si a una fila (o columna) se le suma una
combinación lineal de las restantes filas (o columnas).

Proposición.- (Regla del producto) El determinante del producto de dos matrices cuadradas
es igual al producto de sus determinantes, es decir,

|AB| = |A||B|.
Álgebra I - Tema 7: Determinantes 4

6 0, en cuyo caso |A−1 | = |A|−1 .

Teorema.- A ∈ Kn×n ; A es invertible ⇔ |A| =

Demostración.- ⇒ Si A es invertible, 1 = |I| = |A−1 A| = |A−1 ||A|, con lo que det |A−1 | y |A|
son ambos no nulos e inversos entre sı́.
⇐ Si A no fuese invertible, sus filas (y columnas) serı́an linealmente dependientes, lo que ya
hemos visto que implica que |A| = 0.

3.2. Otras propiedades.

Si A ∈ K(n−1)×(n−1) y u ∈ K(n−1) , se cumple
 
1 ut
 0 
det  ..  = det (A) , (z)
 
n  . A  n−1
0

que es independiente de u (es decir, de la primera fila).

Corolario.- (Determinante de una matriz triangular por bloques) Si A ∈ Km×m y

B ∈ Kn×n , se cumple  
A O
det = det A det B,
n+m C B m n

que es independiente de C ∈ Kn×m .

Corolario.- El determinante de una matriz triangular es el producto de los elementos de su

diagonal principal.

(Fórmula de los complementos de Schur) Si A es invertible (con B y C no necesariamente

cuadradas) entonces  
A B
det = det(A) det(D − CA−1 B).
C D

(Véase ejercicio 7.12.)

4. Cálculo del determinante.

4.1. Métodos básicos.
Para calcular el determinante de una matriz, se utilizan usualmente los siguientes métodos:
Realizar operaciones elementales por filas o columnas hasta obtener una matriz trian-
gular superior, cuyo determinante, de cálculo inmediato, tendrá (salvo quizá el signo) el mismo
valor que el determinante de la matriz de partida.
(Recuérdese que al intercambiar dos filas (o columnas), el determinante cambia de signo. Y al
multiplicar una fila (o columna) por un escalar no nulo, el determinante queda multiplicado
por dicho escalar).
Álgebra I - Tema 7: Determinantes 5

Desarrollo por los elementos de una fila (o columna):

Como consecuencia de la propiedad (z), se obtiene para la columna k-ésima:
n
X
det A = (−1)j+k ajk Djk
j=1

donde Djk (A) es el determinante (de orden n − 1) de la submatriz de A resultante de suprimir

la fila j y la columna k de A (llamado menor de orden n − 1).
Análoga expresión se obtiene para el desarrollo por una fila.
Ası́, el cálculo del determinante de orden n se reduce al de otros de orden n − 1, que a su vez
pueden reducirse a otros de orden inferior, etc.

5. Determinantes, inversas y sistemas lineales.

5.1. Matriz adjunta de una matriz.
Definición.- Se define la matriz adjunta de A ∈ Kn×n , y se denota por adj (A), como la matriz
cuadrada del mismo orden cuyos elementos son
(adj(A))ij = (−1)i+j Dji (A), i, j = 1, . . . , n,
en donde los Dji representan los menores de orden n − 1 (véase desarrollo por una columna).

Proposición.- Para cada A ∈ Kn×n , se cumple

A adj (A) = adj (A) A = (det A) In .

Corolario.- (Cálculo de la inversa por el método de los adjuntos)

Si A ∈ Kn×n es una matriz invertible,

1
A−1 = adj (A).
det A

5.2. La regla de Cramer.

Proposición.- Si A ∈ Kn×n , cuyas columnas denotamos por Aj , y Ax = b es un sistema lineal
compatible, entonces
(det A) xj = det(A1 , . . . , Aj−1 , b, Aj+1 , . . . , An ) , j = 1, . . . , n.
En particular, si A es invertible, la única solución del sistema viene dada por (regla de Cramer):
det(A1 , . . . , Aj−1 , b, Aj+1 , . . . , An )
xj = , j = 1, . . . , n.
det A
Álgebra I - Tema 7: Determinantes 6

Demostración.- Como sabemos, el sistema es compatible cuando b es combinación lineal de las

Aj , en cuyo caso
Xn
b= x k Ak .
k=1

Ası́ pues, para cada j = 1, . . . , n,

n
X
det(A1 , . . . , Aj−1 , b, Aj+1 , . . . , An ) = det(A1 , . . . , Aj−1 , xk Ak , Aj+1 , . . . , An )
k=1

que, por linealidad en la j-ésima columna, se escribe como

n
X
xk det(A1 , . . . , Aj−1 , Ak , Aj+1 , . . . , An )
j=1

y todos estos determinantes tienen la columna j-ésima repetida (y por tanto son nulos) excepto el
j-ésimo, que vale det A. Luego el sumatorio anterior se reduce a

xj det A.

5.3. Ejemplo: el determinante de Vandermonde.

Se define la matriz de Vandermonde asociada a a1 , a2 , . . . , an ∈ K como la matriz cuadrada de
orden n que contiene en sus columnas las sucesivas potencias de dichos escalares, es decir,
 
1 1 ··· 1
 a1
 a2 · · · an  
2
 a
 1 a22 · · · a2n  ,
 .. .. .. 
 . . . 
n−1 n−1 n−1
a1 a2 · · · an

cuyo elemento genérico (i, j) es ai−1

j , ∀i, j = 1, . . . , n.

Proposición.- El determinante V (a1 , a2 , . . . , an ) de la matriz de Vandermonde de orden n ≥ 2

asociada a a1 , a2 , . . . , an vale Y
(ai − aj ).
1≤j<i≤n

Demostración.- Razonemos por inducción sobre n; para n = 2 el resultado es correcto pues

 
 1 1 
V (a1 , a2 ) = 
  = a2 − a1 .
a1 a2 
Álgebra I - Tema 7: Determinantes 7

Supongamos que el resultado es cierto para matrices de Vandermonde de orden n; consideremos

una matriz genérica de Vandermonde de orden n + 1, cuyo determinante es
 
 1
 1 ··· 1 1 
 a1
 a2 · · · an an+1 
 a2 a22 · · · a2n a2n+1 
 1
V (a1 , a2 , . . . , an , an+1 ) =  .. .. .. ..  ;
 . . . . 
 n−1 n−1 n−1 n−1 
 n a2 n · · · ann ann+1 
 a1
 a1 a2 · · · an an+1 

restándole a cada fila, de abajo a arriba, a1 veces la fila anterior, es decir,

Fi0 = Fi − a1 Fi−1 , i = n + 1, n, . . . , 2

obtenemos  

 1 1 ··· 1 
 1

 0 a2 − a1 ··· an − a1 an+1 − a1



 0 a2 (a2 − a1 ) ··· an (an − a1 ) an+1 (an+1 − a1 )


 .. .. ..  ..
 . . .  .
n−2 n−2 n−2
 
 0 a2 (a2 − a1 ) · · · an (an − a1 ) an+1 (an+1 − a1 ) 
0 an−1 (a2 − a1 ) · · · an−1 n−1

2 n (an − a1 ) an+1 (an+1 − a1 )
 
cuyo valor es igual al del determinante de orden n
 

 a2 − a1 ··· an − a1 an+1 − a1

 a2 (a2 − a1 ) ··· an (an − a1 ) an+1 (an+1 − a1 )

 
 .. .. .. 
 n−2 . . .
 
n−2 n−2

 a2 (a2 − a1 ) · · · an (an − a1 ) an+1 (an+1 − a1 ) 
 n−1
 a2 (a2 − a1 ) · · · ann−1 (an − a1 ) an−1
n+1 (an+1 − a1 )


y éste último, aplicando linealidad en cada una de sus columnas, se simplifica a

 
 1
 ··· 1 1 
 a2 · · · an an+1 

(a2 − a1 )(a3 − a1 ) . . . (an+1 − a1 )  ... .. ..  ,

 n−2 . . 
n−2 n−2 
 n−1 · · ·
 a2 an an+1 
n−1 n−1 
 a2 ··· an an+1

n+1
Y
es decir, que V (a1 , . . . , an+1 ) = (ai − a1 )V (a2 , . . . , an+1 ); pero como, por hipótesis de inducción,
i=1
es Y
V (a2 , . . . , an+1 ) = (ai − aj ),
2≤j<i≤n+1

llegamos a que Y
V (a1 , . . . , an+1 ) = (ai − aj ),
1≤j<i≤n+1

es decir, a que el resultado es cierto para n + 1.