Asignatura: Álgebra Lineal

Alumno: Duarte Fuentes Fernando Jared

22 de octubre de 2022

Indice
(1)Introducción .............................................1
(2)Sistemas de ecuaciones lineales .............................................1
(3)¾Qué es un determinante? .............................................3
(4)Calculo de determinantes .............................................4
(5)Métodos para calcular determinantes .............................................5
(6)Regla de Cramer .............................................9
(7)Conclución .............................................12
Referencias .............................................12

1. Introducción

La idea de determinante fue considerada desde 1683 por el matemá-

tico japonés Seki Takakasu y, de manera independiente, en 1693 por
el matemático alemán Gottfried Leibniz, aproximadamente 160 años
antes de que se desarrollara una teoría de matrices por separado. En
esencia, la función determinante versa sobre una regla de asignación
que tiene su base en la teoría de las permutaciones y es muy aplicada
en el estudio de las ecuaciones lineales y sus soluciones, con las cuales
podrás encontrar soluciones a problemas de distinta naturaleza

2. Sistemas de ecuaciones lineales

Un sistema lineal de ecuaciones es un sistema de ecuaciones de primer

orden con las mismas incógnitas que necesitan encontrar una solución
común. El sistema puede contener m ecuaciones y n incógnitas, y su
solución es única con innitas posibilidades o sin respuestas. Un sis-
tema con una solución se llama un sistema consistente. Un sistema
es consistente o uniformemente determinista si la solución es única,
un sistema con innitas soluciones es un sistema indeterminado uni-
formemente dependiente o consistente, y un sistema sin solución es
inconsistente o incompatible.

1
Los sistemas de ecuaciones lineales son frecuentes en muchas aplica-
ciones, como por ejemplo hallar las corrientes eléctricas que circulan
por un circuito resistivo de corriente directa, mezclas de soluciones
con distinta concentración y algunas clases de inversiones monetarias,
por citar algunas. En general, la forma de un sistema de m ecuaciones
lineales y n incógnitas es:
a11 x1 + a12 x2 + a13 x3 = R1
a21 x1 + a22 x2 + a23 x3 = R2
a31 x1 + a32 x2 + a33 x3 = R3

2.1. Clasicacion de los sistemas de ecuacines

1. Sistemas heterogéneos:Son sistemas de ecuaciones lineales en los que los
términos independientes no son todos iguales a cero. Este tipo de sistemas
pueden tener solución única, soluciones innitas, o no tener solución.
2. Sistemas homogéneos: Son sistemas de ecuaciones lineales en los que los
términos independientes son todos iguales a cero. Este tipo de sistemas
siempre tienen al menos la solución trivial (cuando todas las incógnitas
son iguales a cero); sin embargo, también pueden tener un número innito
de soluciones. En los sistemas homogéneos usualmente las soluciones de
interés son las soluciones innitas

2.2. Formas de resolver un sistema de ecuaciones

Durate el curso hemos analizado una gran variedad de alternativas
para poder darle solución a estos sistemas de ecuaciones, pero en
la presente invertigacion nos centraremos en el metodo de regla de
cramer, para ello es necesario abordar otros conceptos que son muy
importantes y que nos haran entender mejor lo que es la regla de
cramer

La regla de Cramer está basada en el cálculo de determinantes. Aquí

es importante recordar que los determinantes sólo están denidos pa-
ra matrices cuadradas (mismo número de ecuaciones y de incógnitas).
Existen varios métodos para obtener determinantes como la regla de
Sarrus, cabe mencionar que la regla de Sarrus calcula correctamente
el determinante de matrices de 2Ö2 y 3Ö3; para matrices de mayor
dimensión se requieren otros métodos. En la regla de Cramer prime-
ramente calculamos el determinante (D) de la matriz de coecientes.
Luego calculamos el determinante (Dx ) de una matriz similar a la ma-
triz de coecientes, pero reemplazando la columna de coecientes de
x por los términos independientes del sistema de ecuaciones lineales.
Después calculamos el determinante (Dy ) de otra matriz similar a la

2
matriz de coecientes, pero reemplazando ahora la columna de coe-
cientes de y por los términos independientes. Finalmente calculamos
la solución como x = DD y y = DD .
x y

Una siguiente sección de la presente investigación debe ser ¾Qué es

una matriz? pero como eso ya se analizo en un investigación anterior,
lo daremos por hecho y pasaremos a secciones posteriores

3. ¾Qué es un determinante?

El determinante de una matriz de dimensión mxn es el resultado de

restar la multiplicación de los elementos de la diagonal principal con
la multiplicación de los elementos de la diagonal secundaria.

En otras palabras, el determinante de una matriz de 2×2 se obtiene

dibujando una X sobre sus elementos. Primero, dibujamos la diagonal
(diagonal principal) comenzando desde la parte superior izquierda de
la X. Luego dibujamos la diagonal (sub-diagonal) comenzando desde
la parte superior derecha de la X. Para calcular el determinante de
una matriz, necesitamos que sus dimensiones tengan el mismo número
de las (m) y columnas (n). Por lo tanto, m = n. La dimensión de una
matriz se expresa como el producto de la dimensión de las las por
la dimensión de las columnas. Hay otras formas más sosticadas de
calcular el determinante de matrices con dimensiones mayores a 2 × 2.
Estas formas se denominan regla de Laplace y regla de Sarus. Para
poder indicar una determinante tenemos las siguientes 2 maneras
para poder hacerlo Det (Z) y (Zm×n )

3.1. Propiedades de las determinantes

1. |Zm×n | es igual al determinante de una matriz Zm×n traspuesta:
 ′ 
Zm×n  = |Zm×n |

2. El determinante inverso de una matriz Zm×n invertible es igual al deter-

minante de una matriz Zm×n inversa:
−1  −1 

|Zm×n | = Zm×n

3. El determinante de una matriz singular Sm×n (no invertible) es 0.

Sm×n = 0

4. |Zm×n |, donde m = n, multiplicado por una constante h cualquiera es:

|hZm×n | = hm |Zm×n |

3
 5. El determinante del producto de dos matrices Zm×n y Xm×n , donde m =
n, es igual al producto de determinantes de Zm×n y Xm×n

|Zm×n Xm×n | = |Zm×n | · |Xm×n |

6. Si en un determinante se cambian entre sí dos las (o dos columnas), su

valor sólo cambia de signo.
   
2 1 2 1 2 0
 
1
 2 0 = − 2 1 2 F1 ↔ F2
3 5 6 3 5 6

7. Si a los elementos de una la (o una columna) se le suman los elemen-

tos de otra multiplicados previamente por un número real, el valor del
determinante no varía.

4. Calculo de Determinantes

Determinante de orden uno |a11 | = a11

Ejemplo: |−2| = −2
 
 a11 a12
Determinante de orden dos

  = a11 · a22 − a12 · a21
 a21 a22 
 
 2 3 
Ejemplo:  −1 2 
= 2 · 2 − (−1) · 3 = 7

Determinante de orden tres

 
 a11 a12 a13 
 
 a21
 a22 a23 
 = a11 · a22 · a33 + a21 · a32 · a13 + a31 · a12 · a23
 a31 a32 a33 
−a13 · a22 · a31 − a23 · a32 · a11 − a33 · a12 · a21

Introduciremos un nuevo concepto que nos servira para poder calcular

las determinantes, y este es La Regla de Sarrus, en la siguiente sección
la seguiremos deniendo Ejemplo:
 
 1 2 3 
 
 1
 1 −1 
 = 1 · 1 · 5 + 2 · (−1) · 2 + 3 · 1 · 0
 2 0 5 
−3 · 1 · 2 − 2 · 1 · 5 − 1 · 0 · (−1)

= −15

4
Cálculo de un determinante de cualquier orden
Consiste en conseguir que una de las líneas del determinante esté formada
por elementos nulos, menos uno: el elemento base o pivote, que valdrá 1 ó −1.
Haremos una lista de pasos a seguir
1. Si algún elemento del determinante vale la unidad, se elige una de las dos
líneas: la la o la columna, que contienen a dicho elemento (se debe escoger
aquella que contenga el mayor número posible de elementos nulos).
 

 2 3 3 6 

 2 3 6 7 

 21 82 0 3 
 2 23 1 1 

2. Dividiendo la línea la (o la columna) por uno de sus elementos, por

lo cual deberíamos multiplicar el determinante por dicho elemento para
que su valor no varíe. Es decir, sacamos factor común en una la (o una
columna) de uno de sus elementos.
   

 2 3 3 6 


 1 3 3 6 


 2 3 6 7  
=2· 1 3 6 7 


 4 4 0 3 


 2 4 0 3 

 2 5 2 3   1 5 2 3 

3. Tomando como referencia el elemento base, operaremos de modo que todos

los elementos de la la o columna, donde se encuentre, sean ceros.
4. Tomamos el adjunto del elemento base, con lo que obtenemos un determi-
nante de orden inferior en una unidad al original.
 
 0 3 1 
 
2  −2 −6 −9  = 2(−58) = −116

 2 −1 −3 

5. Metodos para calcular determinantes

5.1. Regla de Sarrus

La regla de Sarrus es un método que permite calcular rápidamente el
determinante de una matriz cuadrada con dimensión de 3×3 o mayor.

En otras palabras, la regla de Sarrus consiste en dibujar dos con-

juntos de dos triángulos opuestos mediante los elementos de la matriz.
El primer conjunto serán 2 triángulos que cruzarán la diagonal princi-
pal y el segundo conjunto serán 2 triángulos que cruzarán la diagonal
secundaria. Usemos la siguiente simbologia para poder interpretar la

5
información DP_T1: Primer triángulo que cruza la diagonal principal (DP)
de la matriz.
DP_T2: Segundo triángulo que cruza la diagonal principal (DP) de la ma-
triz.
DS_T1: Primer triángulo que cruza la diagonal secundaria (DS) de la matriz.
DS_T2: Segundo triángulo que cruza la diagonal secundaria (DS) de la
matriz

5.1.1. Procedimiento
Dada una matriz  
a11 a12 a13
M = a21 a22 a23 
a31 a32 a33

a continuación describimos dicho proceso para calcular |A|.

Paso 1: Formar una nueva matriz de 5 las, repitiendo las dos

primeras las debajo de la matriz inicial
a11 a12 a13
a21 a22 a23
a31 a32 a33
a11 a12 a13
a21 a22 a23

Paso 2: Identicar los sumandos positivos. Estos estan dados por:

El producto de los elementos en la diagonal principal de la matriz
a11
a22
a33

el producto de los elementos en la diagonal que esta debajo de la

diagonal principal de la matriz
a21
a32
a13

y el producto de los elementos en la diagonal siguiente debajo a

las anteriores diagonales.
a31
a12
a23

6
 Paso 3. Identicar los sumandos negativos. Éstos son,El producto
de los elementos en la diagonal secundaria de la matriz.
a13
a22
a31

el producto de los elementos en la diagonal que esta debajo de la

diagonal secundaria de la matriz.
a23
a32
a11

y el producto de los elementos en la diagonal siguiente debajo a

las anteriores diagonales.
a33
a12
a21

Paso 4. Realizar la suma de los términos positivos más los términos

negativos que hemos identicado en los pasos anteriores. Esto nos
da como resultado el determinante que buscamos: |M | = a11 a22 a33 +
a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12

5.2. Desarollo de Laplace de determinantes

La regla o desarrollo de Laplace permite calcular el determinante
de matrices cuadradas de cualquier dimensión, pero normalmente se
utiliza para dimensión mayor que 3. Existen dos versiones de la regla:
desarrollo por las y desarrollo por columnas.
5.2.1. Formula: Dada una matriz Zm×n cualquiera de dimensión mxn,donde
m=n, se expande respecto a la i-ésima la, entonces:

n i+j
|A| = Σ aij · (−1) · |Aij |
j=1

Denimos A3×3 como:

 
a11 a12 a13
A3×3 = a21 a22 a23 
a31 a32 a33

7
 Empecemos por el primer elemento a11 . Rallamos las las y co-
lumnas que integren a11 . Los elementos que queden sin rallar, será el
primer determinante menor multiplicado por a11 .
 
 a11 a12 a13   
 = a11  a22 a23 
  
|A3×3 | =  a21 a22 a23  a32
 a31
 a33 
a32 a33 

Seguimos con el segundo elemento de la primera la, es decir, a12 .

Repetimos el proceso: rallamos las las y columnas que contengan
a12 .

 
 a11 a12 a13   
 = −a12  a21 a23 
  
|A3×3 | =  a21 a22 a23  a31
 a31
 a33 
a32 a33 

Ajustamos el signo del menor:

i+j 2+1 3
a = (−1) = (−1) = (−1) = −1

Añadimos el segundo determinante menoral resultado anterior y

formamos una serie de expansión tal que:

 
 a11 a12 a13     
 = a11  a22 a23 
    a21 a23 
|A3×3 | =  a21 a22 a23  a32 − a12 

 a31
 a33  a31 a33 
a32 a33 

Continuamos con el tercer elemento de la primera la, es decir, a13 .

Repetimos el proceso: rallamos la la y la columna que contengan a13 .

 
 a11 a12 a13   
 = a13  a21 a22 
  
|A3×3 | =  a21 a22 a23  a31
 a31
 a32 
a32 a33 

Añadimos el tercer determinante menor al resultado anterior y

ampliamos la serie de expansión tal que:

8
  
 a11 a12 a13       
 = a11  a22 a23   a a23   a a22 
−a12  21 +a13  21
  
|A3×3 | =  a21 a22 a23  a32
 a31
 a33  a31 a33  a31 a32 
a32 a33 

Dado que ya no quedan más elementos en la primera la, entonces

cerrramos el proceso recursivo. Calculamos los determinantes meno-
res. De la misma forma que se han empleado elementos de la primera
la, este método también se puede aplicar con las columnas.

6. Regla de Cramer

La regla de Cramer proporciona la solución de sistemas de ecuaciones

lineales compatibles determinados (con una única solución) mediante
el cálculo de determinantes. Se trata de un método muy rápido para
resolver sistemas, sobre todo, para sistemas de dimensión 2 × 2 y
3 × 3. Para dimensiones mayores, los determinantes son bastante más
engorrosos.

Recordad que un sistema de ecuaciones puede escribirse en forma

matricial como AX = B

donde
A es la matriz de coecientes del sistema,
X es la matriz con las incógnitas,
B es la matriz con los términos independientes de las ecuaciones.

Para poder aplicar Cramer, la matriz A tiene que ser cuadrada y

regular (determinante distinto de 0).

La regla de Cramer establece que la incógnita x k de la solución

del sistema, cuyos coecientes están en la columna k de A , es

|Ak |
xk =
|A|

9
 donde Ak es como la matriz A pero cambiando su columna número
k por la columna de términos independientes, B . Ejemplos:

x + y − z = 0

3x + y − z = 0

4x − 2y + z = 3


La matriz de coecientes del sistema es

 
 1
 1 −1 

A =  3 1 −1 

 4 −2 1 

La matriz de incógnitas es



x
x= y 
z

La matriz de términos independientes es



0
B= 2 
3

Calculamos el determinante de A :

 
 1
 1 −1 

|A| =  3 1 −1  = 1 − 4 + 6 + 4 − 3 − 2 = 2 ̸= 0

 4 −2 1 

Podemos aplicar la regla de Cramer.

La matriz A1 es como A pero cambiando la columna 1 por la co-

lumna B :

10
  
 0
 1 −1 

x =  2 1 −1 

 3 −2 1 

Calculamos x

 
 0
 1 −1 
 2
 1 −1 
 3 −2 1  2
x= = =1
|A| 2

La matriz A2 es como A pero cambiando la columna 2 por la co-

lumna B :

 
 1
 0 −1 

A2 =  3 2 −1 

 4 3 1 

 
 1
 0 −1 

 3
 2 −1 

 4 3 1  4
y= = =2
|A| 2

La matriz A3 es como A pero cambiando la columna 3 por la co-

lumna B :

 
 1 1 0 
 
A3 =  3 1 2 

 4 −2 3 

calculamos z

11
  
 1 1 0 

 3 1 2 

 4 −2 3  6
z= = =3
|A| 2

Por tanto la solucion del sistema es


x = 1

y=2

z=3


7. Concluciónes

El método de Cramer se utiliza para resolver sistemas de ecuaciones

lineales. Es adecuado para sistemas que satisfacen varias condiciones,
tales como: el número de ecuaciones es igual al número de incógnitas
y el determinante de la matriz de coecientes es distinto de cero. Co-
mo con cualquier método, los métodos de Cramer tienen ventajas y
desventajas, la ventaja de las cuales es que pueden resolver sistemas
de ecuaciones con hasta tres incógnitas de manera rápida y eciente.
Además, a diferencia del método de Gauss, no requiere rotación. Por
otro lado, la mayor desventaja de este método es que es muy costo-
so usar el método de Cramer cuando el sistema de ecuaciones tiene
cuatro o más incógnitas y ningún método es mejor que el otro. Cada
problema es diferente y es importante poder distinguir qué enfoque es
mejor para resolver dicho problema. Dado que denitivamente sabe-
mos cómo funciona el método de Cramer y sus ventajas y desventajas,
es fácil saber cuándo es útil usar este método.

Referencias

[1] Luque, C., Sánchez, Y. & Jiménez H. (2018). De los Grupos Abelianos al
Álgebra Lineal Abstracta. (1ª Ed.). Universidad Pedagógica Nacional.
[2] Poole, D. (2018). Álgebra Lineal. Una Introducción Moderna. (4ª ed.). Cen-
gage Learning.
[3] Gutiérrez, E. & Ochoa, S. (2014). Álgebra Lineal y sus Aplicaciones. Edito-
rial Patria.
[4] Kolman, B. & Hill, D. (2012). Álgebra Lineal. Fundamentos y Aplicaciones.
(8ª ed.). Pearson Education.

12
[5] Nicholson, W. (2003). Álgebra Lineal con Aplicaciones. (4ª ed.). Mc Graw
Hill.
[6] Larson, R. (2015). Fundamentos de Álgebra Lineal. (7ª ed.). Cengage Lear-
ning.
[7] Saldarriaga, O. & Giraldo, H. (2018). Álgebra Lineal con el uso de Matlab.
Universidad de Antioquia.

13