Determinantes · Definición

Regla de Cramer

álgebra linealdeterminantessistemas

Antes de empezar necesitas conocer

La regla de Cramer da la solución de un sistema cuadrado como cociente de determinantes: una fórmula explícita para cada incógnita.

Definición

La regla de Cramer da la solución única de un sistema cuadrado, cuya matriz de coeficientes \(A\) tiene determinante no nulo, como cociente de determinantes.

\[x_i=\frac{\det A_i}{\det A}\]

Hasta ahora resolver \(A\mathbf x=\mathbf b\) era un proceso: eliminar, sustituir hacia atrás. Gabriel Cramer, en el siglo XVIII, mostró que cuando hay solución única cada incógnita se puede escribir directamente como un cociente de dos determinantes. Es la primera vez que la solución aparece como una fórmula y no como un procedimiento, y por eso es útil en teoría, por ejemplo para ver cómo cambia \(x_i\) al variar un dato.

La receta es mecánica: \(x_i=\det A_i/\det A\), donde \(A_i\) es \(A\) con su columna \(i\) sustituida por \(\mathbf b\). La idea de fondo es que sustituir una columna por \(\mathbf b\) mide, vía determinantes, cuánto de \(\mathbf b\) aporta esa columna; la propiedad de que el determinante es lineal en cada columna hace que la fórmula funcione. Exige \(\det A\neq0\), es decir, que \(A\) sea invertible; si \(\det A=0\) la regla no dice nada y hay que volver a la eliminación.

Ejemplo guía: para \(x+2y=5,\ 3x-y=1\), \(\det A=-7\), \(\det A_1=-7\) y \(\det A_2=-14\), de donde \(x=1\) y \(y=2\). Para \(2\times2\) y \(3\times3\) es cómoda; para \(n\) grande es mucho más costosa que la eliminación gaussiana, así que en la práctica numérica casi no se usa. Un error típico es sustituir la fila en vez de la columna, o usar \(\det A_i\) en el denominador. En la fórmula, \(A_i\) es la matriz que resulta de reemplazar la columna \(i\) de \(A\) por \(\mathbf{b}\).

Para pensar

¿Puede usarse la regla de Cramer si \(\det A=0\)?

No: habría que dividir entre \(0\). En ese caso el sistema es incompatible o tiene infinitas soluciones, y se estudia con eliminación gaussiana.

Ejercicios 10

Referencias

  • Gilbert Strang, Introduction to Linear Algebra, 6th edition, Wellesley-Cambridge Press, 2023. §5.3
  • Sheldon Axler, Linear Algebra Done Right, 4th edition, Springer, 2024.