Matriz (matemticas)

De Wikipedia, la enciclopedia libre

Saltar a: navegacin, bsqueda
Para otros usos de este trmino, vase Matriz.

En matemticas, una matriz es un arreglo bidimensional de nmeros, y en su mayor

generalidad de elementos de un anillo. Las matrices se usan generalmente para describir
sistemas de ecuaciones lineales, sistemas de ecuaciones diferenciales o representar una
aplicacin lineal (dada una base). Las matrices se describen en el campo de la teora de
matrices.

Las matrices se utilizan para mltiples aplicaciones y sirven, en particular, para representar
los coeficientes de los sistemas de ecuaciones lineales o para representar las aplicaciones
lineales; en este ltimo caso las matrices desempean el mismo papel que los datos de un
vector para las aplicaciones lineales.

Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que tambin las hace
un concepto clave en el campo del lgebra lineal.

Historia[editar] .

Cronologa1

Ao Acontecimiento

200 En China los matemticos usan series de

a.C. nmeros.

1848 J. J. Sylvester introduce el trmino

d.C. "matriz".

Cayley publica Memorias sobre la teora

1858
de matrices.

Frobenius demuestra resultados

1878
fundamentales en lgebra matricial.

1925 Werner Heisenberg utiliza la teora

El origen de las matrices es muy antiguo. matricial en la mecnica cuntica
Los cuadrados latinos y los cuadrados
mgicos se estudiaron desde hace mucho
tiempo. Un cuadrado mgico, 3 por 3, se registra en la literatura china hacia el 650 a. C.2

Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un importante
texto matemtico chino que proviene del ao 300 a. C. a 200 a. C., Nueve captulos sobre el
Arte de las matemticas (Jiu Zhang Suan Shu), es el primer ejemplo conocido de uso del
mtodo de matrices para resolver un sistema de ecuaciones simultneas.3 En el captulo
sptimo, "Ni mucho ni poco", el concepto de determinante apareci por primera vez, dos
mil aos antes de su publicacin por el matemtico japons Seki Kwa en 1683 y el
matemtico alemn Gottfried Leibniz en 1693.

Los "cuadrados mgicos" eran conocidos por los matemticos rabes, posiblemente desde
comienzos del siglo VII, quienes a su vez pudieron tomarlos de los matemticos y
astrnomos de la India, junto con otros aspectos de las matemticas combinatorias. Todo
esto sugiere que la idea provino de China. Los primeros "cuadrados mgicos" de orden 5 y
6 aparecieron en Bagdad en el 983, en la Enciclopedia de la Hermandad de Pureza (Rasa'il
Ihkwan al-Safa).2

Despus del desarrollo de la teora de determinantes por Seki Kowa y Leibniz para facilitar
la resolucin de ecuaciones lineales, a finales del siglo XVII, Cramer present en 1750 la
ahora denominada regla de Cramer. Carl Friedrich Gauss y Wilhelm Jordan desarrollaron la
eliminacin de Gauss-Jordan en el siglo XIX.

Fue James Joseph Sylvester quien utiliz por primera vez el trmino matriz
en1848/1850.

En 1853, Hamilton hizo algunos aportes a la teora de matrices. Cayley introdujo en 1858 la
notacin matricial, como forma abreviada de escribir un sistema de m ecuaciones lineales
con n incgnitas.

Cayley, Hamilton, Hermann Grassmann, Frobenius, Olga Taussky-Todd y John von

Neumann cuentan entre los matemticos famosos que trabajaron sobre la teora de las
matrices. En 1925, Werner Heisenberg redescubre el clculo matricial fundando una
primera formulacin de lo que iba a pasar a ser la mecnica cuntica. Se le considera a este
respecto como uno de los padres de la mecnica cuntica.

Olga Taussky-Todd (1906-1995), durante la II Guerra Mundial, us la teora de matrices

para investigar el fenmeno de aeroelasticidad llamado fluttering.

Definiciones y notaciones[editar]

Una matriz es una arreglo bidimensional de nmeros (llamados entradas de la matriz)

ordenados en filas (o renglones) y columnas, donde una fila es cada una de las lneas
horizontales de la matriz y una columna es cada una de las lneas verticales. A una matriz
con n filas y m columnas se le denomina matriz n-por-m (escrito ) donde
. El conjunto de las matrices de tamao se representa como
, donde es el campo al cual pertenecen las entradas. El tamao de una
matriz siempre se da con el nmero de filas primero y el nmero de columnas despus. Dos
matrices se dice que son iguales si tienen el mismo tamao y las mismas entradas.

A la entrada de una matriz que se encuentra en la fila sima y la columna sima se le

llama entrada o entrada -simo de la matriz. En estas expresiones tambin se
consideran primero las filas y despus las columnas.

Casi siempre se denotan a las matrices con letras maysculas mientras que se utilizan las
correspondientes letras en minsculas para denotar las entradas de las mismas. Por ejemplo,
al elemento de una matriz de tamao que se encuentra en la fila sima y la
columna sima se le denota como , donde y . Cuando se
va a representar explcitamente una entrada la cul est indexada con un o un con dos
cifras se introduce una coma entre el ndice de filas y de columnas. As por ejemplo, la
entrada que est en la primera fila y la segunda columna de la matriz de tamao
se representa como mientras que la entrada que est en la fila nmero 23 y
la columna 100 se representa como .

Adems de utilizar letras maysculas para representar matrices, numerosos autores

representan a las matrices con fuentes en negrita para distinguirlas de otros objetos
matemticos. As es una matriz, mientras que es un escalar en esa notacin. Sin
embargo sta notacin generalmente se deja para libros y publicaciones, donde es posible
hacer sta distincin tipogrfica con facilidad. En otras notaciones se considera que el
contexto es lo suficientemente claro como para no usar negritas.

Otra notacin, en si un abuso de notacin, representa a la matriz por sus entradas, i.e.
o incluso .

Otra definicin, muy usada en la solucin de sistemas de ecuaciones lineales, es la de

vectores fila y vectores columna. Un vector fila o vector rengln es cualquier matriz de
tamao mientras que un vector columna es cualquier matriz de tamao .

A las matrices que tienen el mismo nmero de filas que de columnas, , se les llama
matrices cuadradas y el conjunto se denota o alternativamente .

Ejemplo[editar]

Dada la matriz
es una matriz de tamao . La entrada es 7.

La matriz

es una matriz de tamao : un vector fila con 9 entradas.

Operaciones bsicas[editar]

Las operaciones que se pueden hacer con matrices provienen de sus aplicaciones, sobre
todo de las aplicaciones en lgebra lineal. De ese modo las operaciones, o su forma muy
particular de ser implementadas, no son nicas.

Suma o adicin[editar]

Sean . Se define la operacin de suma o adicin de matrices como

una operacin binaria tal que
y donde en el que la operacin de suma en la
ltima expresin es la operacin binaria correspondiente pero en el campo . Por ejemplo,
la entrada es igual a la suma de los elementos y lo cual es .

Veamos un ejemplo ms explcito. Sea

No es necesario que las matrices sean cuadradas:

A la luz de stos ejemplos es inmediato ver que dos matrices se pueden sumar solamente si
ambas tienen el mismo tamao. La suma de matrices en el caso de que las entradas estn en
un campo sern la asociatividad, la conmutatividad, existencia de elemento neutro aditivo y
existencia de inverso aditivo. sto es as ya que stas son propiedades de los campos en los
que estn las entradas de la matriz. A continuacin se presentan las propiedades.

Propiedades[editar]

Sean , donde es un campo entonces se cumplen las siguientes

propiedades para la operacin binaria

Asociatividad

Demostracin. Dada la definicin de la operacin binaria se sigue el resultado ya que

debido a que para todo .

Conmutatividad

Demostracin Dada la definicin de la operacin binaria se sigue el resultado ya que

debido a que para todo .

Existencia del elemento neutro aditivo

Existe tal que

Demostracin Tmese tal que para cualquier

(dnde este ltimo es el elemento neutro aditivo en el campo, el cual existe
necesariamente). Entonces para cualquier se sigue que ya
que para cualquier , dado que las entradas estn en un
campo.

Existencia del inverso aditivo

Existe tal que

a esta matriz se le denota por .

Demostracin Dada tmese tal que .

Entonces ; luego, por las propiedades de campo
donde es el inverso aditivo de en el campo para cualquier .

En efecto, stas propiedades dependen el conjunto en el que estn las entradas, como se ha
dicho antes, aunque en las aplicaciones generalmente los campos usados son (los
nmeros reales) y (los nmeros complejos).

Por como se defini la operacin binaria adicin se dice que sta operacin es una
operacin interna por lo que se cumple intrnsecamente la propiedad de que es
cerrado bajo adicin. Con stas propiedades se tiene que es un grupo
abeliano.

En el caso en que el conjunto al que pertenecen las entradas de la matriz sea un anillo
, la operacin de adicin de matrices contina dotando de estructura de grupo
abeliano a , ya que bajo un anillo se tiene que es
un grupo abeliano. En el caso de que las entradas estn en un grupo , ste necesita
ser un grupo abeliano para que la adicin de matrices siga dotando de estructura de grupo
abeliano a .

Producto por un escalar[editar]

Sean y . Se define la operacin de producto por un escalar

como una funcin tal que y
donde en donde el producto es la operacin binaria correspondiente pero en el
campo . Por ejemplo, la entrada es igual al producto .

Veamos un ejemplo ms explcito. Sea y

Tambin es inmediato observar que el producto por un escalar da como resultado una
matriz del mismo tamao que la original. Tambin el producto por un escalar depender de
la estructura algebraica en la que las entradas estn. En el caso de que estn en un campo
sern dos distributividades (una respecto de suma de matrices y otra respecto de suma en el
campo), asociatividad y una propiedad concerniente al producto por el elemento neutro
multiplicativo del campo. A continuacin se presentan las propiedades.

Propiedades[editar]

Sean y , donde es un campo, entonces se cumplen las

siguientes propiedades para la operacin producto por un escalar

Asociatividad

Demostracin. Dada la definicin de la operacin se sigue el resultado ya que

debido a que para todo .

Distributividad respecto de la suma de matrices

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

debido a que para todo .

Distributividad respecto de la suma en el campo

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

debido a que para todo .

Producto por el neutro multiplicativo del campo

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

debido a que para todo .

Por como se defini la operacin de producto por escalares se dice que es

cerrado bajo producto por escalares. Con stas propiedades y las de la adicin se tiene que
es un espacio vectorial con las operaciones de suma y producto por escalares
definidas antes.
En el caso de que las entradas y los escalares no estn en un campo sino en un anillo
entonces no necesariamente existe el neutro multiplicativo. En caso de que exista, con lo
cual el anillo es un anillo con uno, se dice que es un mdulo sobre .

Ahora, a partir de las propiedades bsicas se puede demostrar inmediatamente que

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

para todo .

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

para todo debido a que para todo .

Demostracin Dada la definicin de la operacin se sigue el resultado ya que como en un

campo no hay divisores de cero entonces para todo implica que
o para todo , i.e. . No es posible un caso en el que slo algunas
entradas de la matriz sean cero y el escalar sea no nulo ya que en esos casos estaramos
diciendo que hay divisores de cero y llegaramos a una contradiccin, ya que la suposicin
es que las entradas y los escalares estn en un campo.

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

debido a que para todo .

Este ltimo resultado permite usar la notacin sin riesgo de ambigedad.

Producto[editar]

Diagrama esquemtico que ilustra el producto de dos matrices y dando como resultado la
matriz .

Artculo principal: Multiplicacin de matrices.

Artculo principal: Aplicacin lineal.

El producto de matrices se define de una manera muy peculiar y hasta caprichosa cuando
no se conoce su origen. El origen proviene del papel de las matrices como representaciones
de aplicaciones lineales. As el producto de matrices, como se define, proviene de la
composicin de aplicaciones lineales. En este contexto, el tamao de la matriz corresponde
con las dimensiones de los espacios vectoriales entre los cuales se establece la aplicacin
lineal. De ese modo el producto de matrices, representa la composicin de aplicaciones
lineales.

En efecto, en ciertas bases tenemos que se puede representar como

donde es la representacin de un vector de en la base que se ha elegido
para en forma de vector columna. Si tenemos dos aplicaciones lineales y
entonces y , luego la aplicacin
se representar como
donde es el producto de las representaciones matriciales de . Ntese que la
composicin no se puede dar entre cualquier aplicacin sino entre aplicaciones que vayan
de , en particular debe de haber una relacin entre las dimensiones de los
espacios vectoriales. Una vez dicho sto podemos definir el producto de la siguiente
manera.

Sean y . Se define el producto de matrices como

una funcin tal que
 y donde para toda , es decir
. Por ejemplo, la entrada
.

Veamos un ejemplo ms explcito. Sean y

dnde la matriz producto es como habamos establecido en la definicin: una matriz

.

Sin tomar en cuenta la motivacin que viene desde las aplicaciones lineales, es evidente ver
que si ignoramos la definicin de la funcin de producto de matrices y slo se toma en
cuenta la definicin de las entradas, el producto no estar bien definido, ya que si no
tiene el mismo nmero de columnas que de filas entonces no podremos establecer en
donde acaba la suma: si la acabamos en el mayor de stos nmeros habr sumandos que no
estn definidos ya que una de las matrices no tendr mas entradas, mientras que si tomamos
el menor habr entradas de alguna de las matrices que no se tomen en cuenta. As es
necesario que tenga el mismo nmero de columnas que de filas para que
exista.

Como se puede suponer tambin, las propiedades de sta operacin sern ms limitadas en
la generalidad ya que adems de las limitaciones impuestas por la naturaleza de las entradas
est esta limitacin respecto a tamao. Es claro, adems, que el producto de matrices no
siempre es una operacin interna.

Propiedades[editar]

Sean matrices con entradas en , donde es un campo, entonces se cumplen

las siguientes propiedades para el producto de matrices (considerando que los productos
existan)

Asociatividad

Demostracin. Dada la definicin de la operacin se sigue el resultado ya que, si

, y por lo que
 donde
debido a que para todo . Aqu estamos
considerando que es , es y es .

Distributividad respecto de la suma de matrices por la derecha

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

debido a que
para todo . Aqu estamos considerando que es , es
y es .

Distributividad respecto de la suma de matrices por la izquierda

Demostracin Dada la definicin de la operacin se sigue el resultado ya que

debido a
que para todo . Aqu estamos considerando que es , es
y es .

El producto de matrices no es conmutativo, si lo fuera la composicin de funciones lineales

sera conmutativa y eso en general no sucede. Obviamente existen casos particulares de
algunos tipos de matrices en los que si hay conmutatividad. En el caso en que tengamos
tendremos que el producto entre matrices en tambin est en .
En ese caso adems de espacio vectorial es un lgebra sobre un campo. En el caso
de que el conjunto al que pertenecen las entradas sea un anillo conmutativo con uno
entonces adems de mdulo es un lgebra sobre un anillo. Mas an
con el producto de matrices es un anillo.

Rango[editar]
Artculo principal: Rango de una matriz.

El rango de una matriz es la dimensin de la imagen de la aplicacin lineal representada

por , que coincide con la dimensin de los espacios vectoriales generados por las filas o
columnas de .
Traspuesta[editar]
Artculo principal: Matriz traspuesta.

La traspuesta de una matriz , donde no es necesariamente un campo,

es una matriz tal que . Por ejemplo la entrada .

Veamos un ejemplo ms explcito. Sea

entonces su traspuesta es

As, informalmente podramos decir que la traspuesta es aquella matriz que se obtiene de la
original cambiando filas por columnas. Las notaciones usuales para denotar la traspuesta de
una matriz son .

La trasposicin de matrices tiene las siguientes propiedades (donde ahora si el conjunto de

entradas debe ser al menos un anillo conmutativo):

Si representa una aplicacin lineal, entonces la matriz describe la

traspuesta de la aplicacin lineal.

Matrices cuadradas y definiciones relacionadas[editar]

Una matriz cuadrada es una matriz que tiene el mismo nmero de filas que de columnas.
El conjunto de todas las matrices cuadradas n-por-n junto a la suma y la multiplicacin de
matrices, es un anillo que generalmente no es conmutativo.

M(n,R), el anillo de las matrices cuadradas reales, es un lgebra asociativa real unitaria.
M(n,C), el anillo de las matrices cuadradas complejas, es un lgebra asociativa compleja.
La matriz identidad In de orden n es la matriz n por n en la cual todos los elementos de la
diagonal principal son iguales a 1 y todos los dems elementos son iguales a 0. La matriz
identidad se denomina as porque satisface las ecuaciones MIn = M y InN = N para
cualquier matriz M m por n y N n por k. Por ejemplo, si n = 3:

La matriz identidad es el elemento unitario en el anillo de matrices cuadradas.

Los elementos invertibles de este anillo se llaman matrices invertibles, regulares o no

singulares. Una matriz A n por n es invertible si y slo si existe una matriz B tal que

AB = In = BA.

En este caso, B es la matriz inversa de A, identificada por A-1 . El conjunto de todas las
matrices invertibles n por n forma un grupo (concretamente un grupo de Lie) bajo la
multiplicacin de matrices, el grupo lineal general.

Si es un nmero y v es un vector no nulo tal que Av = v, entonces se dice que v es un

vector propio de A y que es su valor propio asociado. El nmero es un valor propio de
A si y slo si AIn no es invertible, lo que sucede si y slo si pA() = 0, donde pA(x) es el
polinomio caracterstico de A. pA(x) es un polinomio de grado n y por lo tanto, tiene n
races complejas mltiples races si se cuentan de acuerdo a su multiplicidad. Cada matriz
cuadrada tiene como mucho n valores propios complejos.

El determinante de una matriz cuadrada A es el producto de sus n valores propios, pero

tambin puede ser definida por la frmula de Leibniz. Las matrices invertibles son
precisamente las matrices cuyo determinante es distinto de cero.

El algoritmo de eliminacin gaussiana puede ser usado para calcular el determinante, el

rango y la inversa de una matriz y para resolver sistemas de ecuaciones lineales.

La traza de una matriz cuadrada es la suma de los elementos de la diagonal, lo que equivale
a la suma de sus n valores propios.

Una matriz de Vandermonde es una matriz cuadrada cuyas filas son las potencias de un
nmero. Su determinante es fcil de calcular.

Las matrices en la Computacin[editar]

Las matrices son utilizadas ampliamente en la computacin, por su facilidad y liviandad

para manipular informacin. En este contexto, son una buena forma para representar grafos,
y son muy utilizadas en el clculo numrico. En la computacin grfica, las matrices son
ampliamente usadas para lograr animaciones de objetos y formas.

Teora de matrices[editar]

La teora de matrices es un rama de las matemticas que se centra en el estudio de

matrices. Inicialmente una rama secundaria del lgebra lineal, ha venido cubriendo tambin
los temas relacionados con la teora de grafos, el lgebra, la combinatoria y la estadstica.

Matrices relacionadas con otros temas[editar]

Una matriz puede identificarse a una aplicacin lineal entre dos espacios vectoriales de
dimensin finita. As la teora de las matrices habitualmente se considera como una rama
del lgebra lineal. Las matrices cuadradas desempean un papel particular, porque el
conjunto de matrices de orden n (n entero natural no nulo dado) posee propiedades de
estabilidad de operaciones.

Los conceptos de matriz estocstica y matriz doblemente estocstica son herramientas

importantes para estudiar los procesos estocsticos, en probabilidad y en estadstica.

Las matrices definidas positivas aparecen en la bsqueda de mximos y mnimos de

funciones a valores reales, y a varias variables.

Es tambin importante disponer de una teora de matrices a coeficientes en un anillo. En

particular, las matrices a coeficientes en el anillo de polinomios se utilizan en teora de
mandos.

En matemticas puras, los anillos de matrices pueden proporcionar un rico campo de

contraejemplos para conjeturas matemticas.

Algunos teoremas[editar]

Teorema de Cayley-Hamilton

Matriz y grafos[editar]

En teora de los grafos, a todo grafo etiquetado corresponde la matriz de adyacencia. Una
matriz de permutacin es una matriz que representa una permutacin; matriz cuadrada
cuyos coeficientes son 0 o 1, con un solo 1 en cada lnea y cada columna. Estas matrices se
utilizan en combinatorio.

En la teora de grafos, se llama matriz de un grafo a la matriz que indica en la lnea i y la

columna j el nmero de aristas que enlazan el vrtice i al vrtice j. En un grafo no
orientado, la matriz es simtrica. La suma de los elementos de una columna permite
determinar el grado de un vrtice. La matriz indica en la lnea i y la columna j el
nmero de caminos a n aristas que adjuntan el vrtice i al vrtice j.

Determinante (matemtica)
De Wikipedia, la enciclopedia libre

Saltar a: navegacin, bsqueda

En Matemticas se define el determinante como una forma multilineal alternada de un

cuerpo. Esta definicin indica una serie de propiedades matemticas y generaliza el
concepto de determinante hacindolo aplicable en numerosos campos. Sin embargo, el
concepto de determinante o de volumen orientado fue introducido para estudiar el nmero
de soluciones de los sistemas de ecuaciones lineales.

Historia de los determinantes[editar]

Los determinantes fueron introducidos en Occidente a partir del siglo XVI, esto es, antes
que las matrices, que no aparecieron hasta el siglo XIX. Conviene recordar que los chinos
(Hui, Liu. iuzhang Suanshu o Los nueve captulos del arte matemtico.) fueron los
primeros en utilizar la tabla de ceros y en aplicar un algoritmo que, desde el Siglo XIX, se
conoce con el nombre de Eliminacin de Gauss-Jordan.

La historia de los determinantes

Los determinantes hicieron su aparicin en las matemticas ms de un siglo antes que las
matrices. El trmino matriz fue creado por James Joseph Sylvester, tratando de dar a
entender que era la madre de los determinantes.

Algunos de los ms grandes matemticos de los siglos XVIII y XIX contribuyeron al

desarrollo de las propiedades de los determinantes. La mayora de los historiadores
coinciden en afirmar que la teora de los determinantes se origin con el matemtico
alemn Gottfried Wilhelm Leibniz (1646-1716) quien fue con Newton, el co inventor del
clculo diferencial e integral. Leibniz emple los determinantes en 1693 con relacin a los
sistemas de ecuaciones lineales simultneas. No obstante hay quienes creen que el
matemtico japons Seki Kowa hizo lo mismo unos 10 aos antes.

Las contribuciones ms prolficas a la teora de los determinantes fueron las del matemtico
francs Agustin-Louis Cauchy (1789-1857). Cauchy escribi, en 1812 una memoria de 84
pginas que contena la primera demostracin del teorema detAB=detA detB. En 1840
Cauchy hizo muchas otras contribuciones a las matemticas. En su texto de clculo de 1829
Leons sur le calcul diffrential, dio la primera definicin razonablemente clara de lmite.
Cauchy escribi ampliamente tanto en las matemticas puras como en las aplicadas. Solo
Euler escribi ms. Cauchy hizo contribuciones en varias reas, incluyendo la teora de las
funciones reales y complejas, la teora de la probabilidad, geometra, teora de propagacin
de las ondas y las series infinitas.

A Cauchy se le reconoce el haber establecido nuevos niveles de rigor en las publicaciones

matemticas. Despus de Cauchy, fue mucho ms difcil publicar escritos basndose en la
intuicin; se exigi una estricta adhesin a las demostraciones rigurosas.

El volumen de las publicaciones de Cauchy fue abrumador . Cuando la Academis Francesa

de Ciencias comenz a publicar su revista Comptes Rendus en 1835, Cauchy envi su obra
para que se publicara, en poco tiempo los gastos de impresin se hicieron tan grandes, solo
por la obra de Cauchy, que la academia impuso un lmite de cuatro cuartillas por cada
documento a ser publicado.

Hay algunos otros matemticos que merecen ser mencionados aqu. El desarrollo de un
determinante por cofactores fue empleado por primera vez por el matemtico francs Pierre
de Laplace (1749-1827). Laplace es mejor conocido por la transformacin que lleva su
nombre que se estudia en los cursos de matemticas aplicadas.

Un contribuyente principal de la teora de los determinantes (estando solo Cauchy antes que
l) fue el matemtico alemn Carl Gustav Jacobi (1804-1851). Fue con l con quien la
palabra determinante gan la aceptacin definitiva. Lo primero en lo que Jacobi emple
los determinantes fue en las funciones, al establecer la teora de las funciones de varias
variables. Sylvester llam ms tarde jacobiano a ste determinante.

Primeros clculos de determinantes[editar]

En su sentido original, el determinante determina la unicidad de la solucin de un sistema

de ecuaciones lineales. Fue introducido para el caso de orden 2 por Cardano en 1545 en su
obra Ars Magna presentado como una regla para la resolucin de sistemas de dos
ecuaciones con dos incgnitas. Esta primera frmula lleva el nombre de regula de modo.
El japons Kowa Seki introdujo los determinantes de orden 3 y 4 en la misma poca que el alemn
Leibniz.

La aparicin de determinantes de rdenes superiores tard an ms de cien aos en llegar.

Curiosamente el japons Kowa Seki y el alemn Leibniz otorgaron los primeros ejemplos
casi simultneamente.

Leibniz estudi los distintos tipos de sistemas de ecuaciones lineales. Al no disponer de la

notacin matricial, representaba los coeficientes de las incgnitas con una pareja de ndices:
as pues escriba ij para representar ai, j. En 1678 se interes por un sistema de tres
ecuaciones con tres incgnitas y obtuvo, para dicho ejemplo, la frmula de desarrollo a lo
largo de una columna. El mismo ao, escribi un determinante de orden 4, correcto en todo
salvo en el signo.1 Leibniz no public este trabajo, que pareci quedar olvidado hasta que
los resultados fueron redescubiertos de forma independiente cincuenta aos ms tarde.

En el mismo periodo, Kowa Seki public un manuscrito sobre los determinantes, donde se
hallan frmulas generales difciles de interpretar. Parece que se dan frmulas correctas para
determinantes de tamao 3 y 4, y de nuevo los signos mal para los determinantes de tamao
superior.2 El descubrimiento se queda sin futuro a causa del cierre de Japn al mundo
exterior por rdenes del shgun, lo que se ve reflejado en la expulsin de los Jesuitas en
1638.

Determinantes de cualquier dimensin[editar]

En 1748, en un tratado pstumo de lgebra de MacLaurin aparece la regla para obtener la

solucin de un sistema de n ecuaciones lineales con n incgnitas cuando n es 2, 3 o 4
mediante el uso de determinantes.3 4 En 1750, Cramer da la regla para el caso general,
aunque no ofrece demostracin alguna. Los mtodos de clculo de los determinantes son
hasta entonces delicados debido a que se basan en la nocin de signatura de una
permutacin.5

Los matemticos se familiarizan con este nuevo objeto a travs de los artculos de Bzout
en 1764, de Vandermonde en 1771 (que proporciona concretamente el clculo del
determinante de la actual Matriz de Vandermonde). En 1772, Laplace establece las reglas
de recurrencia que llevan su nombre. En el ao siguiente, Lagrange descubre la relacin
entre el clculo de los determinantes y el de los volmenes.4

Gauss utiliza por primera vez el trmino dterminante , en las Disquisitiones

arithmeticae en 1801. Lo empleaba para lo que hoy da denominamos discriminante de una
cudrica y que es un caso particular de determinante moderno. Igualmente estuvo cerca de
obtener el teorema del determinante de un producto.

En espacios de Hilbert de dimensin infinita no siempre puede definirse una extensin del
determinate con las propiedades que ste tiene en dimensin finita. Sin embargo si se
consideran operadores compactos con traza finita, entonces puede definirse un anlogo del
determinante con muchas de sus propiedades.6

Aparicin de la nocin moderna de determinante[editar]

Cauchy fue el primero en emplear el trmino determinante con su significado moderno. Se

encarg de realizar una sntesis de los conocimientos anteriores y public en 1812 la
frmula y demostracin del determinante de un producto junto con el enunciado y
demostracin de la regla de Laplace.7 Ese mismo ao Binet ofreci otra demostracin
(incorrecta) para la frmula del determinante de un producto.7 4 Paralelamente Cauchy
establece las bases del estudio de la reduccin de endomorfismos.

En 1825 Heinrich F. Scherk public nuevas propiedades de los determinantes.7 Entre las
propiedades halladas estaba la propiedad de que en una matriz en la que una fila es
combinacin lineal de varias de las dems filas de la matriz el determinante es cero.

Con la publicacin de sus tres tratados sobre determinantes en 1841 en la revista Crelle,
Jacobi aporta a la nocin una gran notoriedad. Por primera vez presenta mtodos
sistemticos de clculo bajo una forma algortmica. Del mismo modo, hace posible la
evaluacin del determinante de funciones con instauracin del jacobiano, lo que supone un
gran avance en la abstraccin del concepto del determinante.

El cuadro matricial es introducido por los trabajos de Cayley y James Joseph

Sylvester[cita requerida]. Cayley es tambin el inventor de la notacin de los determinantes
mediante barras verticales (18417 ) y establece la frmula para el clculo de la inversa de
una matriz mediante determinantes(18584 ).

La teora se ve reforzada por el estudio de determinantes que tienen propiedades de simetra

particulares y por la introduccin del determinante en nuevos campos de las matemticas,
como el wronskiano en el caso de las ecuaciones diferenciales lineales.
Mtodos de clculo[editar]
Artculos principales: Teorema de Laplace y Regla de Sarrus.

Para el clculo de determinantes de matrices de cualquier orden, existe una regla recursiva
(teorema de Laplace) que reduce el clculo a sumas y restas de varios determinantes de un
orden inferior. Este proceso se puede repetir tantas veces como sea necesario hasta reducir
el problema al clculo de mltiples determinantes de orden tan pequeo como se quiera.
Sabiendo que el determinante de un escalar es el propio escalar, es posible calcular el
determinante de cualquier matriz aplicando dicho teorema.

Adems de esta regla, para calcular determinantes de matrices de cualquier orden podemos
usar otra definicin de determinante conocida como Frmula de Leibniz.

La frmula de Leibniz para el determinante de una matriz cuadrada A de orden n es:

donde la suma se calcula sobre todas las permutacines del conjunto {1,2,...,n}. La
posicin del elemento i despus de la permutacin se denota como i. El conjunto de
todas las permutaciones es Pn. Para cada , sgn() es la signatura de , esto es +1 si la
permutacin es par y 1 si es impar (ver Paridad de permutaciones).

En cualquiera de los sumandos, el trmino

denota el producto de las entradas en la posicin (i, i), donde i va desde 1 hasta n:

La frmula de Leibniz es til como definicin de determinante; pero, excepto en casos muy
pequeos, no es una forma prctica de calcularlo: hay que llevar a cabo n! productos de n
factores y sumar n! elementos. No se suele usar para calcular el determinante si la matriz
tiene ms de tres filas.

Matrices de orden inferior[editar]

El caso de matrices de orden inferior (orden 1, 2 3) es tan sencillo que su determinante se

calcula con sencillas reglas conocidas. Dichas reglas son tambin deducibles del teorema de
Laplace.
Una matriz de orden uno, es un caso trivial, pero lo trataremos para completar todos los
casos. Una matriz de orden uno puede ser tratada como un escalar, pero aqu la
consideraremos una matriz cuadrada de orden uno:

El valor del determinante es igual al nico termino de la matriz:

Los determinantes de una matriz de orden 2:

se calculan con la siguiente frmula:

Dada una matriz de orden 3:

En determinante de orden 3 se calcula mediante la regla de Sarrus:

Determinantes de orden superior[editar]

El determinante de orden n, puede desarrollarse a partir de una fila o columna, reduciendo

el problema al clculo de un determinante de orden n-1. Para ello se toma una fila o
columna cualquiera, multiplicando cada elemento por su cofactor (es decir, el determinante
de la matriz que se obtiene eliminando la fila y columna correspondiente a dicho elemento,
multiplicado por (-1)i+j donde i es el nmero de fila y j el nmero de columna). La suma de
todos los productos es igual al determinante.
En caso de un determinante de orden 4, se obtienen directamente determinantes de orden 3
que podrn ser calculados por la regla de Sarrus. En cambio, en los determinantes de orden
superior, como por ejemplo n = 5, al desarrollar los elementos de una lnea, obtendremos
determinantes de orden 4, que a su vez se debern desarrollar en por el mismo mtodo, para
obtener determinantes de orden 3. Por ejemplo, para obtener con el mtodo especificado un
determinante de orden 4, se deben calcular 4 determinantes de orden 3. En cambio, si
previamente se logran tres ceros en una fila o columna, bastara con calcular solo un
determinante de orden 3 (ya que los dems determinantes estarn multiplicados por 0, lo
que los anula).

La cantidad de operaciones aumenta muy rpidamente. En el peor de los casos (sin obtener
ceros en filas y columnas), para un determinante de orden 4 se debern desarrollar 4
determinates de orden 3. En un determinante de orden 5, se obtienen 5 determinates de
orden 4 a desarrollar, dndonos 20 determinates de orden 3. El nmero de determinates de

orden 3 que se obtienen en el desarrollo de un determinante de orden n es igual a

Por ejemplo, mediante este mtodo, para un determinante de orden 10 se debern calcular
10 x 9 x 8 x 7 x 6 x 5 x 4 = 604.800 determinantes de orden 3.

Tambin puede utilizarse el Mtodo de eliminacin Gaussiana, para convertir la matriz en

una matriz triangular. Si bien el proceso puede parecer tedioso, estar muy lejos de los
14.529.715.200 de determinantes de orden 3 necesarios para calcular el determinante de
una matriz de orden 14.

Mtodos numricos[editar]

Para reducir el coste computacional de los determinantes a la vez que mejorar su estabilidad
frente a errores de redondeo, se aplica la regla de Chio, que permite utilizar mtodos de
triangularizacin de la matriz reduciendo con ello el clculo del determinante al producto
de los elementos de la diagonal de la matriz resultante. Para la triangularizacin se puede
utilizar cualquier mtodo conocido que sea numricamente estable. stos suelen basarse en
el uso de matrices ortonormales, como ocurre con el mtodo de Gauss o con el uso de
reflexiones de Householder o rotaciones de Givens.

La precisin limitada del clculo numrico produce incertidumbre en ocasiones en los

resultados de este mtodo. Un valor muy pequeo del determinante podra ser el resultado
de una matriz de rango deficiente, aunque no lo es necesariamente. Por otra parte, para
matrices casi singulares el resultado no siempre es preciso. Es necesario comprobar el
rango de la matriz con otros mtodos o calcular el nmero de condicin de la matriz para
determinar la fiabilidad del resultado.

Determinantes en dimensin infinita[editar]

Bajo ciertas condiciones puede definirse el determinante de aplicaciones lineales de un

espacio vectorial de Banach de dimensin infinita. En concreto en el determinante est
definido para los operadores de la clase de determinante que puede a partir de los
operadores de la clase de traza. Un ejemplo notable fue el determinante de Fredholm que
ste defini en conexin con su estudio de la ecuacin integral que lleva su nombre:

(*)

Donde:

es una funcin conocida

es una la funcin incgnita

es una funcin conocida llamada ncleo, que da lugar al siguiente operador

lineal compacto y de traza finita en el espacio de Hilbert de funciones de cuadrado
integrable en el intervalo [0,1]:

La ecuacin (*) tiene solucin si el determinante de Fredholm no se anula. El

determinante de Fredholm en este caso generaliza al determinante en dimensin finita y
puede calcularse explcitamente mediante:

La propia solucin de la ecuacin (*) puede escribirse de manera simple en trminos del
determinante cuando este no se anula.

Primeros ejemplos: reas y volmenes[editar]

El clculo de reas y volmenes bajo forma de determinantes en espacios eucldeos

aparecen como casos particulares de una nocin ms general de determinante. La letra
mayscula D (Det) se reserva a veces para distinguirlos.
Determinante de dos vectores en el plano eucldeo[editar]

Fig. 1. El determinante es el rea azul orientada.

Sea P el plano eucldeo. El determinante de los vectores X y X' se obtiene con la expresin
analtica

o, de manera equivalente, por la expresin geomtrica

en la cual es el ngulo orientado formado por los vectores X y X'.

Propiedades[editar]

El valor absoluto del determinante es igual a la superficie del paralelogramo definido por X
y X' ( es en efecto la altura del paralelogramo, por lo que A = Base Altura).
El determinante es nulo si y slo si los dos vectores son colineales (el paralelogramo se
convierte en una lnea).
Su signo es estrictamente positivo si y slo si la medida del ngulo (X, X ') se encuentra en
]0, [.
La aplicacin del determinante es bilineal: la linearidad respecto al primer vector se
escribe
y respecto al segundo

Fig. 2.Suma de las reas de dos paralelogramos adyacentes.

La figura 2, en el plano, ilustra un caso particular de esta frmula. Representa dos

paralelogramos adyacentes, uno definido por los vectores u y v (en verde), y otro por los
vectores u' y v (en azul). Es fcil ver sobre este ejemplo el rea del paralelogramo definido
por los vectores u+u' y v (en gris): es igual a la suma de los dos paralelogramos precedentes
a la cual se sustrae el rea de un tringulo y se aade el rea de otro tringulo. Ambos
tringulos se corresponden por translacin y la frmula siguiente se verifica Det (u+u',
v)=Det (u, v)+Det (u', v).

El dibujo corresponde a un caso particular de la frmula de bilinealidad ya que las

orientaciones han sido elegidas de manera que las reas tengan el mismo signo, aunque
ayuda a comprender el contenido geomtrico.

Generalizacin[editar]

Es posible definir la nocin de determinante en un plano eucldeo orientado con una base
ortonormal directa B utilizando las coordenadas de los vectores en esta base. El clculo del
determinante da el mismo resultado sea cual sea la base ortonormal directa elegida para el
clculo.

Determinante de tres vectores en el espacio eucldeo[editar]

Sea E el espacio eucldeo orientado de dimensin 3. El determinante de tres vectores de E

se da por
Fig. 3. Ilustracin grfica de la trilinealidad.

Este determinante lleva el nombre de producto mixto.

Propiedades[editar]

El valor absoluto del determinante es igual al volumen de paraleleppedo definido por los
tres vectores.
El determinante es nulo si y slo si los tres vectores se encuentran en un mismo plano
(paraleleppedo "plano").
La aplicacin determinante es trilineal: sobre todo

Una ilustracin geomtrica de esta propiedad se da en la figura 3 con dos paraleleppedos

adyacentes, es decir con una cara comn. La igualdad siguiente es entonces intuitiva:

Propiedades[editar]

El determinante de una matriz es un invariante algebraico, lo cual implica que dada una
aplicacin lineal todas las matrices que la represente tendrn el mismo determinante. Eso
permite definir el valor del determinante no slo para matrices sino tambin para
aplicaciones lineales.
El determinante de una matriz y el de su traspuesta coinciden:

Una aplicacin lineal entre espacios vectoriales es invertible si y slo si su determinante no

es nulo. Por lo tanto, una matriz con coeficientes en un cuerpo es invertible si y slo si su
determinante es no nulo.
Determinante del producto[editar]

Una propiedad fundamental del determinante es su comportamiento multiplicativo frente

al producto de matrices:

Esta propiedad es ms trascendente de lo que parece y es muy til en el clculo de

determinantes. En efecto, supongamos que queremos calcular el determinante de la matriz
y que es cualquier matriz con derminante uno (el elemento neutro respecto al
producto del cuerpo). En este caso, se verifica que:

Una aplicacin lineal entre dos espacios vectoriales de dimensin finita se puede
representar mediante una matriz. La matriz asociada a la composicin de aplicaciones
lineales entre espacios de dimensin finita se puede calcular mediante el producto de
matrices. Dadas dos aplicaciones lineales y , se cumple lo siguiente:

Matrices en bloques[editar]

Sean matrices respectivamente.

Entonces

Esto se puede ver de la

formula de Leibiniz Leibniz formula. Empleando la siguiente identidad

vemos que para una matriz general

Anlogamente, se puede obtener una identidad similar con factorizado.8

Si son matrices diagonales,

 9

Primeros ejemplos: reas y volmenes[editar]

El clculo de reas y volmenes bajo forma de determinantes en espacios eucldeos

aparecen como casos particulares de una nocin ms general de determinante. La letra
mayscula D (Det) se reserva a veces para distinguirlos.

Determinante de dos vectores en el plano eucldeo[editar]

Fig. 1. El determinante es el rea azul orientada.

Sea P el plano eucldeo. El determinante de los vectores X y X' se obtiene con la expresin
analtica

o, de manera equivalente, por la expresin geomtrica

en la cual es el ngulo orientado formado por los vectores X y X'.

Propiedades[editar]

El valor absoluto del determinante es igual a la superficie del paralelogramo definido por X
y X' ( es en efecto la altura del paralelogramo, por lo que A = Base Altura).
El determinante es nulo si y slo si los dos vectores son colineales (el paralelogramo se
convierte en una lnea).
Su signo es estrictamente positivo si y slo si la medida del ngulo (X, X ') se encuentra en
]0, [.
La aplicacin del determinante es bilineal: la linearidad respecto al primer vector se
escribe

y respecto al segundo

Fig. 2.Suma de las reas de dos paralelogramos adyacentes.

La figura 2, en el plano, ilustra un caso particular de esta frmula. Representa dos

paralelogramos adyacentes, uno definido por los vectores u y v (en verde), y otro por los
vectores u' y v (en azul). Es fcil ver sobre este ejemplo el rea del paralelogramo definido
por los vectores u+u' y v (en gris): es igual a la suma de los dos paralelogramos precedentes
a la cual se sustrae el rea de un tringulo y se aade el rea de otro tringulo. Ambos
tringulos se corresponden por translacin y la frmula siguiente se verifica Det (u+u',
v)=Det (u, v)+Det (u', v).

El dibujo corresponde a un caso particular de la frmula de bilinealidad ya que las

orientaciones han sido elegidas de manera que las reas tengan el mismo signo, aunque
ayuda a comprender el contenido geomtrico.

Generalizacin[editar]

Es posible definir la nocin de determinante en un plano eucldeo orientado con una base
ortonormal directa B utilizando las coordenadas de los vectores en esta base. El clculo del
determinante da el mismo resultado sea cual sea la base ortonormal directa elegida para el
clculo.

Determinante de tres vectores en el espacio eucldeo[editar]

Sea E el espacio eucldeo orientado de dimensin 3. El determinante de tres vectores de E

se da por

Fig. 3. Ilustracin grfica de la trilinealidad.

Este determinante lleva el nombre de producto mixto.

Propiedades[editar]

El valor absoluto del determinante es igual al volumen de paraleleppedo definido por los
tres vectores.
El determinante es nulo si y slo si los tres vectores se encuentran en un mismo plano
(paraleleppedo "plano").
La aplicacin determinante es trilineal: sobre todo

Una ilustracin geomtrica de esta propiedad se da en la figura 3 con dos paraleleppedos

adyacentes, es decir con una cara comn. La igualdad siguiente es entonces intuitiva:

.
Propiedades[editar]

El determinante de una matriz es un invariante algebraico, lo cual implica que dada una
aplicacin lineal todas las matrices que la represente tendrn el mismo determinante. Eso
permite definir el valor del determinante no slo para matrices sino tambin para
aplicaciones lineales.
El determinante de una matriz y el de su traspuesta coinciden:

Una aplicacin lineal entre espacios vectoriales es invertible si y slo si su determinante no

es nulo. Por lo tanto, una matriz con coeficientes en un cuerpo es invertible si y slo si su
determinante es no nulo.

Determinante del producto[editar]

Una propiedad fundamental del determinante es su comportamiento multiplicativo frente

al producto de matrices:

Esta propiedad es ms trascendente de lo que parece y es muy til en el clculo de

determinantes. En efecto, supongamos que queremos calcular el determinante de la matriz
y que es cualquier matriz con derminante uno (el elemento neutro respecto al
producto del cuerpo). En este caso, se verifica que:

Una aplicacin lineal entre dos espacios vectoriales de dimensin finita se puede
representar mediante una matriz. La matriz asociada a la composicin de aplicaciones
lineales entre espacios de dimensin finita se puede calcular mediante el producto de
matrices. Dadas dos aplicaciones lineales y , se cumple lo siguiente:

Matrices en bloques[editar]

Sean matrices respectivamente.

Entonces

Esto se puede ver de la

formula de Leibiniz Leibniz formula. Empleando la siguiente identidad
vemos que para una matriz general

Anlogamente, se puede obtener una identidad similar con factorizado.8

Si son matrices diagonales,

Regla de Sarrus
De Wikipedia, la enciclopedia libre

Saltar a: navegacin, bsqueda

La regla de Sarrus: las diagonales continuas se suman y las diagonales en trazos se restan.

La regla de Sarrus es un mtodo fcil para memorizar y calcular el determinante

de una matriz 33. Recibe su nombre del matemtico francs Pierre Frdric Sarrus.
Considrese la matriz 33:

Su determinante se puede calcular de la siguiente manera:

En primer lugar, repetir las dos primeras columnas de la matriz a la derecha de la misma de
manera que queden cinco columnas en fila. Despus sumar los productos de las diagonales
descendentes (en lnea continua) y sustraer los productos de las diagonales ascendentes (en
trazos). Esto resulta en:

Un proceso similar basado en diagonales tambin funciona con matrices 22:

Esta regla mnemotcnica es un caso especial de la frmula de Leibniz y no se puede

aplicar para matrices mayores a 33.

R e g la d e S a r r u s

Los trminos con signo + estn formados por los elementos de la

diagonal principal y los de las diagonales paralelas con su correspondiente

vrtice opuesto.
 Los trminos con signo - estn formados por los elementos de la

diagonal secundaria y los de las diagonales paralelas con su

correspondiente vrtice opuesto .

Ejemplo

Regla de Cramer
De Wikipedia, la enciclopedia libre

Saltar a: navegacin, bsqueda

La regla de Cramer es un teorema en lgebra lineal, que da la solucin de un

sistema lineal de ecuaciones en trminos de determinantes. Recibe este nombre en honor a
Gabriel Cramer (1704 - 1752), quien public la regla en su Introduction l'analyse des
lignes courbes algbriques de 1750, aunque Colin Maclaurin tambin public el mtodo en
su Treatise of Geometry de 1748 (y probablemente saba del mtodo desde 1729).1

La regla de Cramer es de importancia terica porque da una expresin explcita para la

solucin del sistema. Sin embargo, para sistemas de ecuaciones lineales de ms de tres
ecuaciones su aplicacin para la resolucin del mismo resulta excesivamente costosa:
computacionalmente, es ineficiente para grandes matrices y por ello no es usado en
aplicaciones prcticas que pueden implicar muchas ecuaciones. Sin embargo, como no es
necesario pivotar matrices, es ms eficiente que la eliminacin gaussiana para matrices
pequeas, particularmente cuando son usadas operaciones SIMD.

Si es un sistema de ecuaciones. es la matriz de coeficientes del sistema,

es el vector columna de las incgnitas y es el vector columna de los
trminos independientes. Entonces la solucin al sistema se presenta as:

donde es la matriz resultante de reemplazar la j-sima columna de por el vector

columna . Hgase notar que para que el sistema sea compatible determinado, el
determinante de la matriz ha de ser no nulo.

Frmulas explcitas para sistemas pequeos[editar]

Sistema de 2 ecuaciones con 2 incgnitas[editar]

Para la resolucin de un sistema de dos ecuaciones con dos incgnitas, de la forma. Dado el
sistema de ecuaciones:

Lo representamos en forma de matrices:

Entonces, e pueden ser encontradas con la regla de Cramer, con una divisin de
determinantes, de la siguiente manera:

Sistema de 3 ecuaciones con 3 incgnitas[editar]

La regla para un sistema de tres ecuaciones con tres incgnitas es similar, con una divisin
de determinantes:
Que representadas en forma de matriz es:

, , pueden ser encontradas como sigue:

Demostracin[editar]

Sean:

Usando las propiedades de la multiplicacin de matrices:

entonces:

Por lo tanto:

Aparte, recordando la definicin de determinante, la sumatoria definida acumula la

multiplicacin del elemento adjunto o cofactor de la posicin , con el elemento i-simo
del vector (que es precisamente el elemento i-simo de la columna , en la matriz ).

Regla de Cramer

Los pasos a seguir para calcular los sistemas de ecuaciones segn la regla
de Cramer son los siguientes:

1. Hallar la matriz ampliada (A b) asociada al sistema de ecuaciones, esto

es: que la primera columna est formada por las entradas de los
coeficientes de la primera incgnita de las ecuaciones; que la segunda
columna la formen las de la segunda incgnita, y as hasta llegar a la ltima
columna, que estar constituida por las entradas de los trminos
independientes de las ecuaciones.

2. Calcular el determinante de A.

3. Aplicar la regla de Cramer, que consiste en:

a) ir sustituyendo la primera columna del det (A) por los trminos

independientes;

b) dividir el resultado de este determinante entre el det (A) para hallar el

valor de la primera incgnita;

c) continuar sustituyendo los trminos independientes en las distintas

columnas para hallar el resto de las incgnitas.
Ejemplo:

Sea el sistema de ecuaciones lineales formado por dos ecuaciones con dos
incgnitas:

Encontrar el valor de x e y mediante la regla de Cramer.

Empezaremos con el primer paso, que consiste en hallar la matriz ampliada

A b asociada al sistema de ecuaciones lineales:

El segundo paso es calcular el determinante de A. As pues:

Y el tercero y ltimo paso consiste en calcular las incgnitas: