Este temario corresponde en exclusiva a la especialidad de Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria (código 590/512) — una de las aproximadamente 50 especialidades oficiales de este cuerpo. No cubre ninguna otra especialidad de Secundaria (Lengua Castellana y Literatura, Geografía e Historia, Física y Química, Biología y Geología, Inglés, Filosofía, Tecnología, Dibujo, Música...) ni los cuerpos de Maestros o de Profesores Técnicos de Formación Profesional, que tienen temarios propios y distintos, todavía no publicados en OpositaGratis. El cuestionario específico (Parte A) que se reproduce aquí es el fijado con carácter estatal por el entonces Ministerio de Educación y Ciencia, y sigue siendo, más de tres décadas después, el temario base que las distintas Administraciones educativas —las 17 comunidades autónomas más Ceuta y Melilla, cada una competente para convocar su propia oposición— citan y desarrollan en sus resoluciones de convocatoria anual, al no existir una versión posterior que lo haya derogado o sustituido con carácter general para esta especialidad. Cada convocatoria autonómica concreta puede añadir particularidades propias (requisitos lingüísticos en comunidades con lengua cooficial, la prueba de programación y unidad didáctica, u otras variaciones menores de redacción), que no están reflejadas en este índice.
El Tema 19 desarrolla la teoría de determinantes de matrices cuadradas, un invariante numérico asociado a cada matriz que condensa información esencial sobre ella: si es invertible, cuál es el volumen (con signo) del paralelepípedo generado por sus vectores fila o columna, y cuál es el rango de cualquier matriz, cuadrada o no. Se parte de la definición mediante permutaciones, se particulariza en las reglas prácticas de cálculo para órdenes 2 y 3 (Sarrus) y se generaliza mediante el desarrollo por adjuntos de Laplace para cualquier orden; se estudian las propiedades algebraicas del determinante (multilinealidad, alternancia, comportamiento frente a operaciones elementales y frente al producto de matrices) y sus dos grandes aplicaciones: el cálculo de la matriz inversa mediante la adjunta, y el cálculo del rango de una matriz mediante menores, herramienta indispensable para la clasificación de sistemas de ecuaciones lineales mediante el teorema de Rouché-Frobenius.
El tema conecta de forma explícita con casi todo el resto del bloque de Álgebra: el rango calculado mediante determinantes es el mismo invariante que mide la dependencia lineal de vectores y que clasifica los sistemas de ecuaciones lineales; la regla de Cramer, consecuencia directa de la teoría de determinantes, resuelve sistemas compatibles determinados; y la condición de invertibilidad (determinante no nulo) es la que decide, en última instancia, si una aplicación lineal entre espacios de igual dimensión es biyectiva. El candidato debe manejar con soltura tanto el cálculo operativo (Sarrus, adjuntos, reducción por filas) como la justificación de las propiedades a partir de la definición formal.
El determinante de una matriz cuadrada A=(aᵢⱼ) de orden n se define formalmente como det(A) = Σ(σ∈Sₙ) sgn(σ)·a₁σ(1)·a₂σ(2)···aₙσ(n), donde la suma se extiende a todas las permutaciones σ del conjunto {1,...,n} (el grupo simétrico Sₙ, de n! elementos), y sgn(σ) es el signo de la permutación, igual a +1 si σ se descompone en un número par de transposiciones y −1 si se descompone en un número impar. Cada término del sumatorio selecciona exactamente un elemento de cada fila y de cada columna de la matriz (porque σ es una biyección de {1,...,n} en sí mismo), de modo que el determinante es, estructuralmente, una suma con signo de todos los productos posibles de n elementos de la matriz que no comparten fila ni columna entre sí. Esta definición, aunque poco práctica para el cálculo manual salvo en órdenes muy bajos (para n=2 hay 2!=2 términos, y para n=3 hay 3!=6, pero para n=10 ya hay más de tres millones), es la que fundamenta rigurosamente todas las propiedades del determinante y las reglas de cálculo abreviadas (Sarrus, adjuntos) que se derivan de ella como casos particulares o consecuencias algebraicas. Para n=1, el determinante de una matriz (a) es simplemente a; para n=2, con las dos únicas permutaciones de {1,2} (la identidad, de signo +1, y la transposición (12), de signo −1), la fórmula da det(A)=a₁₁a₂₂−a₁₂a₂₁, la conocida regla del producto de la diagonal principal menos el producto de la diagonal secundaria.
Regla de Sarrus para determinantes de orden 2 y 3
La regla de Sarrus proporciona un método mnemotécnico y operativo, sin necesidad de recurrir a la definición general por permutaciones ni al desarrollo por adjuntos, para calcular determinantes de orden 2 y, especialmente, de orden 3. Para orden 2, el determinante de la matriz [[a,b],[c,d]] es simplemente ad−bc, el producto de la diagonal principal menos el de la diagonal secundaria. Para orden 3, la regla de Sarrus consiste en sumar los productos de las tres diagonales «descendentes» (la principal y las dos que se obtienen trasladando cíclicamente, reescribiendo mentalmente las dos primeras columnas a la derecha de la matriz) y restar los productos de las tres diagonales «ascendentes» (la secundaria y sus dos trasladadas cíclicas); explícitamente, para A=(aᵢⱼ), det(A) = a₁₁a₂₂a₃₃ + a₁₂a₂₃a₃₁ + a₁₃a₂₁a₃₂ − a₁₃a₂₂a₃₁ − a₁₁a₂₃a₃₂ − a₁₂a₂₁a₃₃, expresión que coincide exactamente con los 3!=6 términos de la definición general por permutaciones aplicada a n=3, cada uno con su signo correspondiente según la paridad de la permutación asociada. La regla de Sarrus es, junto con el desarrollo por adjuntos, el procedimiento de cálculo de determinantes que se enseña de forma sistemática en Bachillerato, y aunque no se generaliza a órdenes superiores a 3 (no existe una regla de diagonales análoga para n≥4), su dominio operativo rápido y sin errores es una destreza de cálculo imprescindible dado el peso que tienen los sistemas y matrices de orden 3 en el currículo.
Desarrollo por adjuntos (Laplace)
El desarrollo por adjuntos, o desarrollo de Laplace, generaliza el cálculo del determinante a cualquier orden n mediante una fórmula recursiva que lo reduce al cálculo de determinantes de orden n−1. Se define el menor complementario Mᵢⱼ de un elemento aᵢⱼ como el determinante de la submatriz de orden n−1 que resulta de eliminar la fila i y la columna j de A, y el adjunto o cofactor de ese elemento como Aᵢⱼ=(−1)ⁱ⁺ʲ·Mᵢⱼ, incorporando un signo que alterna en forma de tablero de ajedrez según la posición (i,j). El desarrollo de Laplace por la fila i afirma que det(A) = Σⱼ aᵢⱼ·Aᵢⱼ = ai1·Ai1+ai2·Ai2+...+ain·Ain, es decir, el determinante se obtiene multiplicando cada elemento de una fila cualquiera por su adjunto correspondiente y sumando los resultados; una fórmula completamente análoga es válida desarrollando por cualquier columna, y el valor obtenido es siempre el mismo con independencia de la fila o columna elegida, hecho que forma parte del contenido a demostrar o justificar en un desarrollo riguroso del tema. En la práctica de cálculo, conviene elegir para desarrollar la fila o columna que contenga más ceros, porque cada cero anula el término correspondiente sin necesidad de calcular su menor complementario, reduciendo drásticamente el trabajo aritmético; esta estrategia se combina habitualmente con transformaciones previas mediante operaciones elementales para generar ceros adicionales antes de desarrollar, técnica de cálculo estándar para determinantes de orden 4 o superior.
Propiedades de los determinantes: multilinealidad y alternancia
El determinante, entendido como función de las n filas (o columnas) de la matriz, es multilineal: es lineal respecto de cada fila por separado, manteniendo las demás fijas. Esto significa dos cosas: si una fila se multiplica por un escalar k, el determinante completo queda multiplicado por k (no por kⁿ, precisión importante que distingue esta propiedad de la del determinante de kA visto más adelante); y si una fila se descompone como suma de dos vectores fila, el determinante se descompone como suma de dos determinantes, cada uno con una de esas dos filas y las restantes sin cambiar. El determinante es además alternado: si se intercambian dos filas cualesquiera, el determinante cambia de signo, propiedad que se deduce directamente de la definición por permutaciones, porque intercambiar dos filas equivale a componer todas las permutaciones del sumatorio con una transposición, lo que invierte la paridad de cada una y por tanto el signo de cada término. De la propiedad alternada se deduce inmediatamente que un determinante con dos filas iguales (o proporcionales) vale siempre cero: intercambiando esas dos filas iguales el determinante debe cambiar de signo, pero la matriz no cambia, luego det(A)=−det(A), lo que fuerza det(A)=0. Estas dos propiedades, multilinealidad y alternancia, caracterizan de hecho por completo al determinante salvo un factor de normalización (la condición adicional de que el determinante de la identidad valga 1), y son el punto de partida axiomático alternativo a la definición por permutaciones para introducir la teoría de determinantes de forma más conceptual.
Determinante de la matriz identidad
El determinante de la matriz identidad Iₙ de cualquier orden n vale siempre 1, resultado que se obtiene de forma inmediata tanto a partir de la definición por permutaciones (el único término no nulo del sumatorio es el correspondiente a la permutación identidad, que selecciona los n unos de la diagonal principal y tiene signo +1, mientras que cualquier otra permutación involucra necesariamente algún elemento fuera de la diagonal, que en la identidad vale 0) como a partir del desarrollo por adjuntos aplicado reiteradamente. Este valor no es una elección arbitraria de normalización, sino que refleja el significado geométrico del determinante como factor de escala de volúmenes: la matriz identidad representa la transformación lineal que deja invariante todo el espacio (no deforma ni escala nada), por lo que el volumen del paralelepípedo unidad generado por su base canónica permanece exactamente igual a 1, sin dilatación ni contracción. El determinante de la identidad es también el elemento neutro respecto de la propiedad multiplicativa del determinante del producto de matrices: para cualquier matriz cuadrada A del mismo orden, A·I=I·A=A, y por tanto det(A)·det(I)=det(A), coherente únicamente con det(I)=1 cuando det(A)≠0, y confirmado de forma general por la propia definición. Es, además, la propiedad de normalización que distingue de manera única al determinante entre todas las funciones multilineales alternadas de las filas de una matriz, fijando la constante de proporcionalidad que de otro modo quedaría indeterminada.
Efecto de las operaciones elementales sobre el determinante
Las tres operaciones elementales por filas (o columnas) que se emplean en la reducción de Gauss tienen efectos específicos y bien determinados sobre el valor del determinante, consecuencia directa de las propiedades de multilinealidad y alternancia. Intercambiar dos filas cambia el signo del determinante, por la propiedad alternada vista anteriormente. Multiplicar una fila por un escalar k no nulo multiplica el determinante completo por ese mismo escalar k, por la propiedad de linealidad respecto de esa fila. Sumar a una fila un múltiplo de otra fila distinta deja el determinante invariante, propiedad que se demuestra descomponiendo el determinante mediante la linealidad en la fila modificada como suma de dos determinantes: uno es el determinante original, y el otro tiene dos filas proporcionales (la fila sumada y su múltiplo), que vale cero por la propiedad de filas proporcionales, de modo que la suma queda igual al determinante original. Estas tres reglas son la base teórica que justifica el método práctico más eficiente para calcular determinantes de orden alto: aplicar reducción de Gauss para transformar la matriz en una matriz triangular (superior o inferior), llevando cuenta cuidadosa de los intercambios de fila realizados (cada uno introduce un factor −1) y de los factores multiplicativos empleados, y calcular finalmente el determinante de la matriz triangular resultante como el producto de los elementos de su diagonal principal, resultado que se obtiene de forma inmediata desarrollando reiteradamente por la primera columna o fila, que tiene todos los elementos por debajo (o encima) de la diagonal nulos.
Determinante del producto de matrices
El determinante del producto de dos matrices cuadradas A y B del mismo orden n es igual al producto de sus determinantes: det(A·B) = det(A)·det(B), resultado conocido como teorema de Binet-Cauchy, cuya demostración rigurosa a partir de la definición por permutaciones es técnicamente laboriosa pero puede justificarse de forma más intuitiva y sencilla, sin pérdida de rigor conceptual, a través de la interpretación geométrica del determinante como factor de escala de volúmenes: si la aplicación lineal asociada a B escala los volúmenes por un factor det(B), y la asociada a A los escala por un factor det(A), la composición de ambas transformaciones (que corresponde precisamente al producto de matrices A·B) escala los volúmenes por el producto de ambos factores. Esta propiedad multiplicativa tiene consecuencias inmediatas de gran utilidad: el determinante de la matriz inversa de A (cuando existe) es el inverso del determinante de A, det(A⁻¹)=1/det(A), resultado que se obtiene aplicando la fórmula del producto a la identidad A·A⁻¹=I y usando que det(I)=1; y el determinante de una potencia de matriz es la potencia del determinante, det(Aᵏ)=det(A)ᵏ. Conviene remarcar en el examen que esta propiedad multiplicativa no tiene análogo aditivo: en general, det(A+B)≠det(A)+det(B), un error conceptual frecuente que confunde la linealidad respecto de una única fila (multilinealidad) con una supuesta linealidad global de la función determinante, que no existe.
Determinante de la matriz traspuesta
El determinante de la matriz traspuesta de A coincide siempre con el determinante de la propia matriz A: det(Aᵀ)=det(A). Esta igualdad se demuestra directamente a partir de la definición por permutaciones, observando que trasponer intercambia el papel de filas y columnas en cada término del sumatorio, lo que equivale a sustituir cada permutación σ por su inversa σ⁻¹ en el recorrido de la suma; como toda permutación y su inversa tienen exactamente el mismo signo (la inversa se descompone en el mismo número de transposiciones que la permutación original, recorridas en orden contrario), la suma total permanece invariante. Esta propiedad tiene una consecuencia metodológica de gran valor práctico para el examen: como el determinante de una matriz y el de su traspuesta coinciden, todas las propiedades enunciadas y demostradas para las filas de una matriz (multilinealidad, alternancia, efecto de las operaciones elementales, desarrollo de Laplace) son automáticamente válidas también para las columnas, sin necesidad de repetir ninguna demostración; basta trasponer la matriz, aplicar la propiedad ya demostrada sobre filas de la traspuesta, y trasladar el resultado de vuelta a la matriz original gracias a esta igualdad de determinantes. Es, en definitiva, el resultado que garantiza la simetría fila-columna de toda la teoría de determinantes, y explica por qué en la práctica se habla indistintamente de «desarrollar por una fila o por una columna» sin que ninguna de las dos alternativas tenga prioridad teórica sobre la otra.
Matriz adjunta
La matriz adjunta de una matriz cuadrada A, denotada adj(A), es la matriz cuyo elemento en la posición (i,j) es el adjunto Aⱼᵢ del elemento aⱼᵢ de la matriz original (nótese el intercambio de índices: la matriz adjunta es la traspuesta de la matriz formada directamente por los adjuntos, llamada matriz de cofactores); es decir, adj(A) = (matriz de cofactores)ᵀ, con (adj(A))ᵢⱼ=Aⱼᵢ=(−1)ⁱ⁺ʲMⱼᵢ. Este orden de índices, que puede parecer un detalle técnico menor, es exactamente el que hace funcionar la identidad fundamental que relaciona la matriz adjunta con el determinante: A·adj(A) = adj(A)·A = det(A)·I, resultado que se demuestra observando que cada elemento de la diagonal del producto A·adj(A) es precisamente el desarrollo de Laplace del determinante por la fila correspondiente (dando det(A) en cada posición diagonal), mientras que cada elemento fuera de la diagonal corresponde al desarrollo de Laplace de un determinante con dos filas iguales (por eso se anula, según la propiedad de alternancia vista anteriormente). Esta identidad es la pieza clave que conecta la matriz adjunta con el cálculo de la matriz inversa, desarrollado en el apartado siguiente, y también permite deducir de forma inmediata que det(adj(A)) = det(A)ⁿ⁻¹ para una matriz de orden n, resultado que se obtiene tomando determinantes en ambos miembros de la identidad fundamental y usando la propiedad multiplicativa del determinante del producto.
Cálculo de la matriz inversa mediante la adjunta
A partir de la identidad fundamental A·adj(A)=det(A)·I, si det(A)≠0 se puede dividir ambos miembros por el escalar no nulo det(A), obteniendo A·(adj(A)/det(A))=I, lo que identifica directamente la matriz inversa: A⁻¹ = (1/det(A))·adj(A) = (1/det(A))·(matriz de cofactores)ᵀ. Esta fórmula proporciona un método explícito y completamente algebraico para calcular la inversa de una matriz cuadrada, alternativo al método de Gauss-Jordan basado en operaciones elementales: se calcula el determinante de A (comprobando primero que es no nulo, condición necesaria y suficiente de invertibilidad), se calcula cada uno de los n² adjuntos Aᵢⱼ (cada uno un determinante de orden n−1 con su signo correspondiente), se forma la matriz de cofactores, se traspone para obtener adj(A), y finalmente se divide cada elemento por det(A). Este método es especialmente cómodo y directo para matrices de orden 2 y 3, para las que resulta más rápido operativamente que el método de Gauss-Jordan, mientras que para órdenes superiores el método de Gauss-Jordan suele ser computacionalmente más eficiente, porque el cálculo de n² adjuntos, cada uno un determinante de orden n−1, crece en coste mucho más rápidamente que la reducción por filas. Para el caso particular de orden 2, la fórmula se reduce a la conocida regla mnemotécnica: dada A=[[a,b],[c,d]] con determinante ad−bc≠0, la inversa es (1/(ad−bc))·[[d,−b],[−c,a]], intercambiando los elementos de la diagonal principal y cambiando de signo los de la diagonal secundaria.
Condición de invertibilidad: determinante no nulo
Una matriz cuadrada A es invertible (existe A⁻¹ tal que A·A⁻¹=A⁻¹·A=I) si y solo si det(A)≠0; en ese caso se dice que A es regular o no singular, y si det(A)=0, se dice que A es singular. La implicación directa (invertible ⟹ determinante no nulo) es consecuencia inmediata de la propiedad multiplicativa: si A·A⁻¹=I, tomando determinantes, det(A)·det(A⁻¹)=det(I)=1, lo que fuerza que det(A) sea distinto de cero (no se puede obtener 1 como producto si alguno de los factores es 0). El recíproco (determinante no nulo ⟹ invertible) queda garantizado de forma constructiva por la fórmula de la matriz inversa mediante la adjunta, que exhibe explícitamente una inversa siempre que det(A)≠0. Esta equivalencia es uno de los resultados de mayor alcance práctico de todo el bloque de matrices y determinantes, porque unifica en un único criterio numérico —el signo de un solo número, el determinante— múltiples propiedades equivalentes de la matriz: que sus filas (o columnas) sean linealmente independientes, que el sistema homogéneo Ax=0 tenga solución única (la trivial), que la aplicación lineal asociada sea biyectiva, y que el rango de la matriz sea máximo (igual a su orden). Esta equivalencia múltiple, con el determinante como criterio numérico central, es la que da al determinante su papel estructural en toda el álgebra lineal, mucho más allá del cálculo aislado de un número asociado a una matriz.
Rango de una matriz
El rango de una matriz A, denotado rg(A) o rango(A), se define como el número máximo de filas (o, equivalentemente, de columnas) de A que son linealmente independientes; este número coincide siempre para filas y para columnas, resultado no evidente a priori que constituye uno de los teoremas centrales del álgebra lineal (a veces enunciado explícitamente como teorema del rango de una matriz), y es lo que permite hablar sin ambigüedad de «el» rango de una matriz sin especificar si se refiere a filas o a columnas. El rango de una matriz de tamaño m×n está siempre acotado por el menor de sus dos dimensiones, rg(A)≤mín(m,n), y se dice que la matriz tiene rango completo (o rango máximo) cuando alcanza ese valor máximo posible. El rango es, en esencia, la medida de la «cantidad de información independiente» contenida en la matriz, y tiene múltiples interpretaciones equivalentes que se entrelazan en distintos temas del bloque de Álgebra: es la dimensión del subespacio vectorial generado por las filas (o por las columnas) de A, es la dimensión de la imagen de la aplicación lineal que A representa, y es el número de ecuaciones realmente independientes de un sistema lineal cuya matriz de coeficientes es A, dato que resulta imprescindible para clasificar el sistema mediante el teorema de Rouché-Frobenius. Su cálculo efectivo se realiza mediante dos métodos alternativos, desarrollados en los dos apartados siguientes: los menores orlados (basado en determinantes) y la reducción de Gauss.
Cálculo del rango mediante menores orlados
Un menor de orden k de una matriz A es el determinante de cualquier submatriz cuadrada de orden k obtenida seleccionando k filas y k columnas de A. El método de los menores orlados calcula el rango de A localizando el mayor orden k para el que existe algún menor no nulo, procediendo de forma incremental y eficiente: se parte de un menor no nulo de orden k ya encontrado (por ejemplo, un elemento no nulo de la matriz, menor de orden 1), y se «orla» (se amplía) añadiéndole una fila y una columna adicionales de entre las no utilizadas, calculando el determinante de orden k+1 resultante; si alguno de estos menores orlados es no nulo, el rango es al menos k+1 y se continúa el proceso desde ese nuevo menor; si todos los menores orlados posibles a partir del menor de orden k son nulos, se puede afirmar, por un teorema que sustenta la validez de este método (el teorema del menor orlado o del rango), que el rango de la matriz es exactamente k, sin necesidad de comprobar todos los demás menores de orden k+1 que no incluyan la submatriz de partida. Este método es especialmente eficiente cuando se sospecha o se conoce de antemano un valor probable del rango, porque evita calcular todos los menores posibles de cada orden (un número que crece muy rápidamente con el tamaño de la matriz) y se concentra únicamente en las orlas del menor no nulo ya hallado. Es, además, el método de cálculo del rango que se enseña de forma más sistemática en Bachillerato, especialmente útil cuando la matriz contiene algún parámetro y se pide discutir el rango en función de sus valores.
Cálculo del rango por reducción de Gauss
El rango de una matriz se puede calcular alternativamente aplicando el método de reducción de Gauss (eliminación gaussiana), transformando la matriz mediante operaciones elementales por filas (intercambio de filas, multiplicación de una fila por un escalar no nulo, suma a una fila de un múltiplo de otra) en una matriz escalonada, es decir, una matriz en la que el primer elemento no nulo de cada fila (el pivote) está estrictamente a la derecha del pivote de la fila anterior, y las filas nulas, si las hay, quedan agrupadas al final. Las operaciones elementales por filas no alteran el rango de la matriz, porque no cambian el subespacio vectorial generado por sus filas (cada operación transforma un sistema generador en otro sistema generador equivalente del mismo subespacio); por ello, el rango de la matriz original coincide exactamente con el rango de la matriz escalonada obtenida, y este último es trivial de determinar: es simplemente el número de filas no nulas de la matriz escalonada, ya que estas son automáticamente linealmente independientes por la propia estructura escalonada (cada una tiene un pivote en una columna en la que todas las filas posteriores tienen un cero). Este método es, en la práctica, el más eficiente y el más usado computacionalmente para matrices de tamaño grande, por su menor coste de cálculo comparado con evaluar sucesivos determinantes de orden creciente, y es además el mismo procedimiento algorítmico (reducción de Gauss) que se emplea para resolver sistemas de ecuaciones lineales y para calcular la matriz inversa por el método de Gauss-Jordan, lo que subraya su carácter de herramienta unificadora dentro de todo el bloque de matrices.
Relación entre rango y dependencia lineal de vectores
El rango de una matriz formada por un conjunto de vectores dispuestos como filas (o como columnas) es, por definición, exactamente el número máximo de esos vectores que son linealmente independientes, lo que convierte al cálculo del rango en el método algorítmico estándar y sistemático para estudiar la dependencia o independencia lineal de un conjunto de vectores, contenido central de la teoría de espacios vectoriales. Si se dispone de n vectores de Rᵐ y se forma la matriz A de tamaño n×m con esos vectores como filas, los vectores son linealmente independientes si y solo si rg(A)=n (el rango coincide con el número de vectores); si rg(A)<n, existen exactamente n−rg(A) relaciones de dependencia lineal independientes entre ellos, y el rango indica precisamente el tamaño de un subconjunto máximo de vectores independientes, seleccionable identificando las filas correspondientes a los pivotes de la matriz escalonada obtenida por Gauss (o a las filas involucradas en un menor no nulo de orden máximo, en el método de menores orlados). Esta conexión resulta especialmente valiosa para el examen porque unifica bajo un único procedimiento de cálculo —hallar el rango de una matriz— dos preguntas que en la teoría de espacios vectoriales se plantean de forma teórica y abstracta (¿son estos vectores linealmente independientes? ¿cuál es la dimensión del subespacio que generan?) y que en este tema adquieren un método efectivo y mecanizable de respuesta, cerrando el círculo entre la teoría abstracta de espacios vectoriales y el cálculo matricial concreto.
Regla de Cramer
La regla de Cramer resuelve de forma explícita, mediante determinantes, un sistema de n ecuaciones lineales con n incógnitas cuya matriz de coeficientes A tiene determinante no nulo (sistema de Cramer, necesariamente compatible determinado por el teorema de Rouché-Frobenius, al ser rg(A)=rg(A|b)=n). La solución para cada incógnita xᵢ viene dada por xᵢ = det(Aᵢ)/det(A), donde Aᵢ es la matriz que se obtiene sustituyendo la columna i-ésima de A por la columna de términos independientes b, dejando el resto de columnas sin modificar. La demostración de la regla se obtiene expresando el sistema en forma matricial Ax=b, despejando x=A⁻¹b mediante la fórmula de la inversa por la adjunta, x=(1/det(A))·adj(A)·b, y observando que la componente i-ésima de este producto, (adj(A)·b)ᵢ = Σⱼ Aⱼᵢ·bⱼ, es exactamente el desarrollo de Laplace por la columna i del determinante de la matriz Aᵢ construida al sustituir esa columna por b. La regla de Cramer, aunque computacionalmente menos eficiente que el método de Gauss para sistemas de tamaño grande (requiere calcular n+1 determinantes de orden n, un coste que crece muy rápidamente), tiene un gran valor conceptual porque proporciona una fórmula cerrada explícita para la solución en función de los datos del sistema, resulta especialmente cómoda para sistemas de dos o tres incógnitas (el ámbito habitual del currículo de Bachillerato), y es de enorme utilidad teórica para el estudio de sistemas con parámetros, donde permite analizar cómo varía cada incógnita en función del parámetro sin resolver el sistema completo cada vez.
Aplicación de determinantes al cálculo de áreas y volúmenes
El determinante tiene una interpretación geométrica directa como factor de escala (con signo) de áreas y volúmenes. En el plano, el valor absoluto del determinante de la matriz 2×2 formada por dos vectores u=(u₁,u₂) y v=(v₁,v₂) como filas (o columnas) es exactamente el área del paralelogramo que ambos vectores generan; el signo del determinante indica además la orientación relativa de los vectores (positivo si (u,v) forman una base con la misma orientación que la base canónica, en sentido antihorario, negativo en caso contrario). En el espacio, el valor absoluto del determinante de la matriz 3×3 formada por tres vectores como filas es el volumen del paralelepípedo que generan, resultado conocido también como producto mixto de los tres vectores; si el determinante vale cero, los tres vectores son linealmente dependientes (coplanarios), y el paralelepípedo degenera a un objeto de volumen nulo, coherente con la caracterización de la dependencia lineal mediante el rango. Estas fórmulas se generalizan a áreas de triángulos y a volúmenes de tetraedros a partir de las coordenadas de sus vértices, dividiendo por 2 (en el plano) o por 6 (en el espacio) el determinante correspondiente formado por los vectores que unen un vértice de referencia con los restantes. Esta interpretación geométrica es la que da sentido intuitivo profundo a por qué un determinante nulo señala dependencia lineal: geométricamente, vectores dependientes no pueden generar una región de área o volumen positivo, porque «colapsan» a una dimensión inferior (una recta, en lugar de un paralelogramo; un plano, en lugar de un paralelepípedo).
Determinante de Vandermonde
El determinante de Vandermonde es el determinante de la matriz cuadrada de orden n cuyas filas son las potencias sucesivas, desde 0 hasta n−1, de n valores dados x₁,...,xₙ: la fila i-ésima es (1, xᵢ, xᵢ², ..., xᵢⁿ⁻¹). Su valor tiene una fórmula factorizada cerrada, notablemente sencilla en comparación con la complejidad general de un determinante de orden n: det(Vandermonde) = Π(i<j) (xⱼ−xᵢ), el producto de todas las diferencias posibles entre los valores tomados dos a dos, con un orden de índices concreto que fija el signo del resultado. Esta fórmula se demuestra por inducción sobre n, restando a cada fila un múltiplo adecuado de la fila anterior para generar ceros y reducir el determinante de orden n a un determinante de Vandermonde de orden n−1 multiplicado por un factor que recoge las nuevas diferencias introducidas. Una consecuencia inmediata y de gran utilidad práctica es que el determinante de Vandermonde es no nulo si y solo si los valores x₁,...,xₙ son todos distintos entre sí, resultado que es precisamente la condición de existencia y unicidad del polinomio interpolador de Lagrange propio de la interpolación polinómica: el sistema lineal que determina los coeficientes del polinomio interpolador a partir de sus valores en n puntos distintos tiene por matriz de coeficientes, en la base de monomios, exactamente una matriz de Vandermonde, cuyo determinante no nulo (por tener abscisas distintas) garantiza que el sistema es de Cramer y por tanto tiene solución única, cerrando de forma explícita la conexión entre este tema y la interpolación polinómica.
Interpretación geométrica del determinante
Más allá del cálculo de áreas y volúmenes concretos visto en un apartado anterior, el determinante admite una interpretación geométrica global y unificadora como el factor de escala con el que una aplicación lineal (o la matriz que la representa en una base dada) transforma volúmenes: si T es la transformación lineal asociada a una matriz A, y R es cualquier región del espacio con volumen bien definido, el volumen de la imagen T(R) es exactamente |det(A)|·volumen(R), con independencia de la forma concreta de R, resultado que explica por qué esta interpretación es tan potente y general. El signo del determinante indica si la transformación preserva la orientación del espacio (determinante positivo, como en las rotaciones) o la invierte (determinante negativo, como en las simetrías o reflexiones); esta distinción de orientación es indetectable si se mira únicamente el valor absoluto, y es un contenido de examen que conviene ilustrar con ejemplos concretos, como comparar el determinante de una matriz de giro (siempre +1) con el de una matriz de simetría axial (siempre −1). Esta interpretación geométrica global explica de forma unificada varios resultados ya vistos en el tema: por qué un determinante nulo indica que la transformación «aplasta» el espacio a una dimensión inferior (volumen de la imagen igual a cero, con independencia del volumen de partida), por qué la propiedad multiplicativa det(AB)=det(A)det(B) refleja simplemente que componer dos transformaciones multiplica sus factores de escala respectivos, y por qué el determinante de la inversa es el inverso del determinante, al deshacer exactamente el escalado de volumen producido por la transformación original.
Teorema de Rouché-Frobenius y el papel del rango
El teorema de Rouché-Frobenius clasifica los sistemas de ecuaciones lineales Ax=b comparando el rango de la matriz de coeficientes A con el rango de la matriz ampliada (A|b), obtenida añadiendo a A la columna de términos independientes. Si rg(A)≠rg(A|b), el sistema es incompatible (sin solución), porque el vector b no pertenece al subespacio generado por las columnas de A. Si rg(A)=rg(A|b)=n (el número de incógnitas), el sistema es compatible determinado, con solución única, resoluble en ese caso mediante la regla de Cramer si además el sistema es cuadrado (mismo número de ecuaciones que de incógnitas) o, en general, seleccionando un subsistema de n ecuaciones independientes. Si rg(A)=rg(A|b)=r<n, el sistema es compatible indeterminado, con infinitas soluciones que dependen de n−r parámetros libres, correspondientes geométricamente a una variedad lineal de dimensión n−r. Este teorema es la culminación práctica de toda la teoría de rango desarrollada en este tema, porque traduce el cálculo, en principio puramente algebraico, del rango de dos matrices (mediante menores orlados o reducción de Gauss) en una clasificación completa y exhaustiva de cualquier sistema de ecuaciones lineales, sin necesidad de resolverlo explícitamente antes de conocer su naturaleza; es, junto con la propia regla de Cramer, el resultado de mayor proyección práctica y de mayor frecuencia de aparición en los exámenes de toda la teoría de matrices y determinantes.
El concepto de determinante tiene un desarrollo histórico anterior e independiente del concepto de matriz, que no se formalizaría plenamente hasta el siglo XIX. Gottfried Wilhelm Leibniz esbozó en 1693, en correspondencia privada no publicada en su momento, una idea temprana de determinante asociada a la resolución de sistemas de ecuaciones lineales, aunque el desarrollo sistemático y verdaderamente influyente en la comunidad matemática de la época se atribuye de forma independiente al matemático japonés Seki Takakazu, casi en las mismas fechas, y muy especialmente a Gabriel Cramer, quien en 1750 publicó la regla que lleva su nombre en un apéndice de un tratado sobre curvas algebraicas, dándole una difusión y un uso sistemático que consolidó el determinante como herramienta habitual de resolución de sistemas. Pierre-Simon Laplace desarrolló en 1772 el método de desarrollo por cofactores (o adjuntos) que lleva su nombre, generalizando el cálculo a determinantes de cualquier orden mediante una fórmula recursiva. Augustin-Louis Cauchy, en un memorable trabajo de 1812, sistematizó y dio nombre definitivo al término «determinante» en su sentido moderno (el término había sido usado antes por Gauss con un significado ligeramente distinto), demostrando de forma rigurosa muchas de sus propiedades fundamentales, incluida la fórmula multiplicativa del determinante del producto, y estableciendo la teoría prácticamente en la forma en que se enseña actualmente. Esta evolución histórica, que precede en más de un siglo a la formalización del cálculo matricial por Cayley y Sylvester a mediados del siglo XIX, ilustra cómo el determinante nació como herramienta de cálculo práctico para sistemas de ecuaciones mucho antes de integrarse en la estructura conceptual unificada de espacios vectoriales y aplicaciones lineales de la teoría de espacios vectoriales.
Determinantes de matrices especiales y fórmulas de uso frecuente
Conviene memorizar una colección de resultados que evitan cálculos largos. El determinante de una matriz triangular (superior o inferior) y, en particular, de una matriz diagonal, es el producto de los elementos de su diagonal principal. El determinante de una matriz con una fila (o columna) de ceros es 0; el de una matriz con dos filas iguales o proporcionales, o con una fila que sea combinación lineal de las restantes, es también 0. Para un escalar k y una matriz de orden n, det(kA)=kⁿ·det(A), pues cada una de las n filas queda multiplicada por k; es el error más repetido en examen confundirlo con det(kA)=k·det(A), que solo es cierto para n=1. Para matrices por bloques triangulares, det([[A,C],[0,B]])=det(A)·det(B) con A y B cuadradas. Si A es antisimétrica (Aᵀ=−A) y de orden impar, det(A)=det(Aᵀ)=det(−A)=(−1)ⁿ·det(A)=−det(A), luego det(A)=0. Si A es ortogonal (AᵀA=I), det(A)²=1, luego det(A)=±1 (+1 para giros, −1 para simetrías). Si A²=I (matriz involutiva), det(A)=±1; si Aᵏ=0 para algún k (matriz nilpotente), det(A)=0; si A²=A (idempotente), det(A) vale 0 o 1. Finalmente, el determinante de la matriz de Vandermonde de orden 3 con valores a, b, c es (b−a)(c−a)(c−b).
Ejemplos resueltos de cálculo de determinantes
Ejemplo 1 (Sarrus). Para A=[[1,2,3],[4,5,6],[7,8,10]], la suma de diagonales descendentes es 1·5·10+2·6·7+3·4·8=50+84+96=230 y la de ascendentes es 3·5·7+1·6·8+2·4·10=105+48+80=233, de modo que det(A)=230−233=−3. Con el desarrollo por la primera fila se obtiene el mismo valor: 1·(50−48)−2·(40−42)+3·(32−35)=2+4−9=−3. Ejemplo 2 (matriz singular). Para B=[[1,2,3],[4,5,6],[7,8,9]] la tercera fila es 2·F2−F1, luego det(B)=0 sin necesidad de calcular nada. Ejemplo 3 (orden 4 por reducción). Sea M=[[1,1,1,1],[1,2,3,4],[1,3,6,10],[1,4,10,20]]. Restando la primera fila a las demás se obtiene [[1,1,1,1],[0,1,2,3],[0,2,5,9],[0,3,9,19]]; restando a F3 el doble de F2 y a F4 el triple de F2, queda [[1,1,1,1],[0,1,2,3],[0,0,1,3],[0,0,3,10]]; restando a F4 el triple de F3 resulta la matriz triangular [[1,1,1,1],[0,1,2,3],[0,0,1,3],[0,0,0,1]]. Como solo se han usado operaciones de tipo «sumar a una fila un múltiplo de otra», que no alteran el determinante, det(M)=1·1·1·1=1. Ejemplo 4 (con parámetro). Para C=[[1,1,a],[1,a,1],[a,1,1]], por Sarrus det(C)=3a−a³−2=−(a−1)²(a+2), que se anula exactamente para a=1 y a=−2.
Propiedades del rango de una matriz
Resultados básicos que el opositor debe manejar con soltura. (1) rg(A)=0 si y solo si A es la matriz nula. (2) rg(A)=rg(Aᵀ), consecuencia de que el rango por filas y el rango por columnas coinciden. (3) Si A es m×n, rg(A)≤mín(m,n). (4) Las operaciones elementales por filas y por columnas no modifican el rango; multiplicar por una matriz regular (invertible) a izquierda o derecha tampoco. (5) rg(A·B)≤mín(rg(A), rg(B)). (6) rg(A+B)≤rg(A)+rg(B). (7) Una matriz cuadrada de orden n es invertible si y solo si rg(A)=n. (8) Caracterización por menores: rg(A)=r si y solo si existe un menor de orden r distinto de cero y todos los menores de orden mayor que r (si los hay) son nulos; basta comprobar, de hecho, los menores de orden r+1 que orlan a un menor no nulo de orden r. (9) El rango no puede disminuir al añadir una fila o columna: rg(A|b)≥rg(A), y rg(A|b)≤rg(A)+1, hecho que subyace al teorema de Rouché-Frobenius (solo hay dos posibilidades: rangos iguales o rg(A|b)=rg(A)+1).
Ejemplos resueltos de cálculo del rango
Ejemplo 1 (menores orlados). Sea B=[[1,2,3],[4,5,6],[7,8,9]]. El elemento b₁₁=1 es un menor no nulo de orden 1. Orlándolo con la fila 2 y la columna 2 se obtiene el menor 1·5−2·4=−3≠0, luego rg(B)≥2. Como el único menor de orden 3 es det(B)=0 (F3=2·F2−F1), rg(B)=2. Ejemplo 2 (Gauss). Para D=[[1,2,1,0],[2,4,3,1],[1,2,2,1]], las operaciones F2→F2−2F1 y F3→F3−F1 dan [[1,2,1,0],[0,0,1,1],[0,0,1,1]], y F3→F3−F2 da [[1,2,1,0],[0,0,1,1],[0,0,0,0]]. Hay dos filas no nulas, luego rg(D)=2 (obsérvese que la segunda columna es el doble de la primera, lo que confirma que no se alcanza el rango 3). Ejemplo 3 (con parámetro). Para C=[[1,1,a],[1,a,1],[a,1,1]], det(C)=−(a−1)²(a+2): si a≠1 y a≠−2, rg(C)=3; si a=−2, las tres filas suman el vector nulo y el menor [[1,1],[1,−2]]=−3≠0, luego rg(C)=2; si a=1 todas las filas son (1,1,1) y rg(C)=1.
Sistemas homogéneos, invertibilidad y determinantes
Un sistema homogéneo Ax=0 con A cuadrada de orden n es siempre compatible (la solución trivial x=0 siempre existe). Tiene solo la solución trivial si y solo si det(A)≠0, y admite soluciones no triviales (infinitas) si y solo si det(A)=0. Este criterio se utiliza para hallar los valores de un parámetro que hacen que un sistema homogéneo tenga soluciones no nulas, y equivale a decir que existen vectores columna linealmente dependientes. En sistemas cuadrados no homogéneos con parámetros, el procedimiento habitual es: (1) calcular det(A) y factorizarlo; (2) para los valores del parámetro que no lo anulan, aplicar Cramer (compatible determinado); (3) para cada valor que lo anula, estudiar por separado rg(A) y rg(A|b) (menores o Gauss) y clasificar con Rouché-Frobenius. Un error típico es olvidar el paso (3), pues det(A)=0 no significa por sí solo que el sistema sea incompatible: puede ser compatible indeterminado.
Matrices y determinantes en el currículo de secundaria y bachillerato
Para la programación didáctica conviene situar el tema en el currículo vigente: el Real Decreto 243/2022, de 5 de abril, establece las enseñanzas mínimas del Bachillerato, y la materia de Matemáticas II (modalidad de Ciencias y Tecnología) incluye en el sentido algebraico el trabajo con matrices, determinantes de órdenes bajos y su aplicación a la resolución de sistemas de ecuaciones lineales. Didácticamente se recomienda introducir el determinante de orden 2 desde la geometría (área del paralelogramo) y el de orden 3 desde el producto mixto, trabajar la regla de Sarrus y el desarrollo por adjuntos con ejemplos numéricos y paramétricos, emplear herramientas de cálculo simbólico para verificar resultados y vincular siempre el valor del determinante con la existencia de inversa y con la clasificación de sistemas, evitando una enseñanza meramente algorítmica.
Ideas clave para el examen — memoriza esto
det(A) = Σ sgn(σ)·a₁σ(1)···aₙσ(n), suma sobre todas las permutaciones de {1,...,n} con signo según su paridad; para orden 2 da ad−bc.
Regla de Sarrus (orden 2 y 3) y desarrollo de Laplace por adjuntos (cualquier orden): det(A)=Σⱼ aᵢⱼ·Aᵢⱼ desarrollando por una fila o columna, eligiendo la de más ceros.
El determinante es multilineal (lineal en cada fila) y alternado (cambia de signo al intercambiar dos filas); dos filas iguales o proporcionales dan determinante 0.
Efecto de operaciones elementales: intercambiar filas cambia el signo, multiplicar una fila por k multiplica el determinante por k, sumar un múltiplo de una fila a otra no lo altera.
det(A·B)=det(A)·det(B) (Binet-Cauchy); det(Aᵀ)=det(A); det(A⁻¹)=1/det(A). Ojo: det(A+B)≠det(A)+det(B) en general.
Matriz adjunta: A·adj(A)=det(A)·I; si det(A)≠0, A⁻¹=(1/det(A))·adj(A).
A es invertible ⟺ det(A)≠0 ⟺ filas/columnas linealmente independientes ⟺ rango máximo ⟺ Ax=0 tiene solución única.
Rango de A: número máximo de filas (=columnas) linealmente independientes; se calcula por menores orlados (determinantes) o por reducción de Gauss (filas no nulas de la escalonada).
Regla de Cramer: si det(A)≠0, xᵢ=det(Aᵢ)/det(A), sustituyendo la columna i por el vector de términos independientes.
Teorema de Rouché-Frobenius: comparando rg(A) y rg(A|b) se clasifica el sistema en incompatible (rangos distintos), compatible determinado (rangos iguales = nº incógnitas) o indeterminado (rangos iguales < nº incógnitas).
Interpretación geométrica: |det| de un conjunto de vectores fila es el área (2D) o volumen (3D) del paralelepípedo que generan; el signo indica orientación.
Determinante de Vandermonde: Π(xⱼ−xᵢ); no nulo ⟺ todos los xᵢ distintos, lo que garantiza la unicidad del polinomio interpolador de Lagrange.
Un determinante nulo indica que la transformación lineal asociada colapsa el espacio a dimensión inferior (vectores dependientes, sin volumen).
Evolución histórica: Leibniz y Seki Takakazu (idea temprana), Cramer (regla, 1750), Laplace (desarrollo por adjuntos, 1772), Cauchy (sistematización y nombre moderno, 1812).
det(kA)=kⁿ·det(A) para A de orden n (no k·det(A)); det(−A)=(−1)ⁿ det(A).
El determinante de una matriz triangular o diagonal es el producto de los elementos de su diagonal; el de una matriz antisimétrica de orden impar es 0; el de una ortogonal es ±1.
Las únicas operaciones elementales que no cambian el determinante son sumar a una fila un múltiplo de otra; intercambiar filas cambia el signo y multiplicar una fila por k multiplica por k.
La regla de Sarrus solo vale para orden 3 (y la de orden 2); para n≥4 hay que usar Laplace o reducción por Gauss.
El adjunto lleva el signo (−1)ⁱ⁺ʲ; la matriz adjunta es la traspuesta de la de cofactores. Error típico: olvidar trasponer o el signo en tablero de ajedrez.
det(A)=0 no implica sistema incompatible: puede ser compatible indeterminado. Hay que comparar rg(A) y rg(A|b).
rg(A·B)≤mín(rg A, rg B); rg(A)=rg(Aᵀ); rg(A|b) es igual a rg(A) o a rg(A)+1.
Un sistema homogéneo cuadrado tiene soluciones no triviales si y solo si det(A)=0.
Cramer: para n incógnitas hay que calcular n+1 determinantes de orden n; solo es aplicable si det(A)≠0.
det(adj A)=det(A)ⁿ⁻¹ y adj(A)=det(A)·A⁻¹ si A es invertible.
12 preguntas sobre este tema, en orden aleatorio. Sin registro, sin límite de intentos.
Pregunta 1 de 120 aciertos
¿Cuánto vale el determinante de la matriz [[2,3],[1,4]]?
Preguntas frecuentes
¿De qué trata el Tema 19 de Secundaria?
El Tema 19 desarrolla la teoría de determinantes de matrices cuadradas, un invariante numérico asociado a cada matriz que condensa información esencial sobre ella: si es invertible, cuál es el volumen (con signo) del paralelepípedo generado por sus vectores fila o columna, y cuál es el rango de cualquier matriz, cuadrada o no. Se parte de la definición mediante permutaciones, se particulariza en las reglas prácticas de cálculo para órdenes 2 y 3 (Sarrus) y se generaliza mediante el desarrollo por adjuntos de Laplace para cualquier orden; se estudian las propiedades algebraicas del determinante (multilinealidad, alternancia, comportamiento frente a operaciones elementales y frente al producto de matrices) y sus dos grandes aplicaciones: el cálculo de la matriz inversa mediante la adjunta, y el cálculo del rango de una matriz mediante menores, herramienta indispensable para la clasificación de sistemas de ecuaciones lineales mediante el teorema de Rouché-Frobenius.
El tema conecta de forma explícita con casi todo el resto del bloque de Álgebra: el rango calculado mediante determinantes es el mismo invariante que mide la dependencia lineal de vectores y que clasifica los sistemas de ecuaciones lineales; la regla de Cramer, consecuencia directa de la teoría de determinantes, resuelve sistemas compatibles determinados; y la condición de invertibilidad (determinante no nulo) es la que decide, en última instancia, si una aplicación lineal entre espacios de igual dimensión es biyectiva. El candidato debe manejar con soltura tanto el cálculo operativo (Sarrus, adjuntos, reducción por filas) como la justificación de las propiedades a partir de la definición formal.
¿Qué hay que memorizar del Tema 19 para el examen?
det(A) = Σ sgn(σ)·a₁σ(1)···aₙσ(n), suma sobre todas las permutaciones de {1,...,n} con signo según su paridad; para orden 2 da ad−bc. Regla de Sarrus (orden 2 y 3) y desarrollo de Laplace por adjuntos (cualquier orden): det(A)=Σⱼ aᵢⱼ·Aᵢⱼ desarrollando por una fila o columna, eligiendo la de más ceros. El determinante es multilineal (lineal en cada fila) y alternado (cambia de signo al intercambiar dos filas); dos filas iguales o proporcionales dan determinante 0. Efecto de operaciones elementales: intercambiar filas cambia el signo, multiplicar una fila por k multiplica el determinante por k, sumar un múltiplo de una fila a otra no lo altera. det(A·B)=det(A)·det(B) (Binet-Cauchy); det(Aᵀ)=det(A); det(A⁻¹)=1/det(A). Ojo: det(A+B)≠det(A)+det(B) en general. Matriz adjunta: A·adj(A)=det(A)·I; si det(A)≠0, A⁻¹=(1/det(A))·adj(A). A es invertible ⟺ det(A)≠0 ⟺ filas/columnas linealmente independientes ⟺ rango máximo ⟺ Ax=0 tiene solución única. Rango de A: número máximo de filas (=columnas) linealmente independientes; se calcula por menores orlados (determinantes) o por reducción de Gauss (filas no nulas de la escalonada). Regla de Cramer: si det(A)≠0, xᵢ=det(Aᵢ)/det(A), sustituyendo la columna i por el vector de términos independientes. Teorema de Rouché-Frobenius: comparando rg(A) y rg(A|b) se clasifica el sistema en incompatible (rangos distintos), compatible determinado (rangos iguales = nº incógnitas) o indeterminado (rangos iguales < nº incógnitas). Interpretación geométrica: |det| de un conjunto de vectores fila es el área (2D) o volumen (3D) del paralelepípedo que generan; el signo indica orientación. Determinante de Vandermonde: Π(xⱼ−xᵢ); no nulo ⟺ todos los xᵢ distintos, lo que garantiza la unicidad del polinomio interpolador de Lagrange. Un determinante nulo indica que la transformación lineal asociada colapsa el espacio a dimensión inferior (vectores dependientes, sin volumen). Evolución histórica: Leibniz y Seki Takakazu (idea temprana), Cramer (regla, 1750), Laplace (desarrollo por adjuntos, 1772), Cauchy (sistematización y nombre moderno, 1812). det(kA)=kⁿ·det(A) para A de orden n (no k·det(A)); det(−A)=(−1)ⁿ det(A). El determinante de una matriz triangular o diagonal es el producto de los elementos de su diagonal; el de una matriz antisimétrica de orden impar es 0; el de una ortogonal es ±1. Las únicas operaciones elementales que no cambian el determinante son sumar a una fila un múltiplo de otra; intercambiar filas cambia el signo y multiplicar una fila por k multiplica por k. La regla de Sarrus solo vale para orden 3 (y la de orden 2); para n≥4 hay que usar Laplace o reducción por Gauss. El adjunto lleva el signo (−1)ⁱ⁺ʲ; la matriz adjunta es la traspuesta de la de cofactores. Error típico: olvidar trasponer o el signo en tablero de ajedrez. det(A)=0 no implica sistema incompatible: puede ser compatible indeterminado. Hay que comparar rg(A) y rg(A|b). rg(A·B)≤mín(rg A, rg B); rg(A)=rg(Aᵀ); rg(A|b) es igual a rg(A) o a rg(A)+1. Un sistema homogéneo cuadrado tiene soluciones no triviales si y solo si det(A)=0. Cramer: para n incógnitas hay que calcular n+1 determinantes de orden n; solo es aplicable si det(A)≠0. det(adj A)=det(A)ⁿ⁻¹ y adj(A)=det(A)·A⁻¹ si A es invertible.
¿Hay preguntas de test de este tema exacto?
Sí, 12 preguntas tipo test sobre este tema, en el apartado "Ponte a prueba" de esta misma página. Sin registro y sin límite de intentos.
¿De dónde sale el temario de este tema?
Del índice oficial de BOE núm. 226, de 21 de septiembre de 1993, páginas 27400 a 27438 (Orden de 9 de septiembre de 1993, del Ministerio de Educación y Ciencia, BOE-A-1993-23257), Anexo III — cuestionario específico (Parte A) de la especialidad Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria (Temario oficial estatal de referencia — especialidad Matemáticas (Cuerpo de Profesores de Enseñanza Secundaria)).
Fuentes de este desarrollo
Real Decreto 243/2022, de 5 de abril, por el que se establecen la ordenación y las enseñanzas mínimas del Bachillerato
Real Decreto 217/2022, de 29 de marzo, por el que se establecen la ordenación y las enseñanzas mínimas de la Educación Secundaria Obligatoria (BOE-A-2022-4975)
K. Hoffman y R. Kunze, "Álgebra lineal" (capítulo sobre determinantes)
G. Strang, "Álgebra lineal y sus aplicaciones"
J. de Burgos, "Álgebra lineal y geometría cartesiana", McGraw-Hill
C.B. Boyer, "Historia de la matemática" (historia de los determinantes)
Mientras tanto, practica con tests gratis de Secundaria.