UNIVERSITAS SCIENTIARUM

Revista de la Facultad de Ciencias Julio-diciembre de 2003

PONTIFICIA UNIVERSIDAD JAVERIANA Vol. 8, 13-15

LA REGLA DE CRAMER A PARTIR DEL PRODUCTO

n
GENERALIZADO EN ℜ

Moisés Aranda Silva1, Reinaldo Núñez2

1
Profesor Pontificia Universidad Javeriana y Universidad Sergio Arboleda,
e-mail: maranda@javeriana.edu.co
2
Director de Matemáticas, Universidad Sergio Arboleda,
e-mail: reinaldo.nunez@usa.edu.co

Resumen

En el espacio vectorial euclídeo ℜ3 se definen el producto vectorial y el producto triple, a partir de la

interpretación geométrica de estos productos, definimos el producto vectorial en los espacios vectoriales
ℜ2, ℜ4 y ℜn. Con el producto vectorial generalizado se presenta una deducción elemental de la regla de
Cramer.

Palabras clave: Espacio vectorial, producto vectorial, regla de Cramer, determinante y sistemas de
ecuaciones lineales.

Abstract

The vector product and the triple product are defined In the Euclidian Vector space ℜ 3. Through the
geometric interpretation of these products, we can define the product vector in the vector spaces, ℜ2, ℜ4
and ℜn. With the generalized product vector, and elemental deduction of the Cramer’s rule is presented.

Key words: Vector space, vector product, Cramer’s rule, determinant, systems of linear equations.

En ℜ3 dados dos vectores B y C, el pro-
ducto vectorial se define como una ope-
ración binaria donde el vector que se ob-
tiene B×C es ortogonal a B y es ortogonal a
C, y su norma, B×C es la medida (área) del
paralelogramo cuyos lados adyacentes son
los vectores B y C. Si tenemos otro vector
A, al producto punto o escalar A · (B × C)
se le denomina el producto “triple” y es
igual al determinante de la matriz cuyos
vectores filas o columnas son los vectores
A, B y C. El valor absoluto de este determi-
nante corresponde a la medida (volumen)
del paralelepípedo cuyos lados adyacen-
tes son los vectores A, B y C.
Estas ideas las podemos copiar en ℜ2, ℜ4 y
en general en ℜn. Veamos:
En ℜ2
Dados dos vectores A y B la medida (área)
del paralelogramo determinado por A, B está
dada por A B senα, donde α el ángulo
entre estos vectores; si construimos un vector
X ortogonal a A y tal que la norma de X sea
igual a la norma de A, la medida (área) del
paralelogramo nos queda X B cosα, que es
igual al producto punto entre X y B, para
encontrar el vector X planteamos y resol-
vemos el sistema de ecuaciones

13

3-KRAMER.p65 13 06/10/03, 09:15 a.m.

 Universitas Scientiarum Vol. 8, Ed. Especial, Matemáticas, 13-15

A•X = 0 resolviendo el sistema tenemos dos solu-

2 2
X = A ciones, una de ellas, expresadas nemotéc-
nicamente es:
Si A = (a,b) el sistema tiene dos soluciones: i j k w
X = (b,–a) o X = (–b,a). Imitando la defini- b1 b2 b3 b4
ción nemotécnica del producto vectorial X=
c1 c2 c3 c4
en ℜ3: d1 d2 d3 d4

i j k
(a1 a2 a3) x (b1 b2 b3) = a1 a2 a3 la otra solución es
b1 b2 b3 i j k w
- b1 b2 b3 b4
en ℜ2 tenemos: X=
c1 c2 c3 c4
d1 d2 d3 d4
i j
X = xA = = bi-aj = (b,-a)
a b
Definición 2. A la operación ternaria de ℜ4
x ℜ4 x ℜ4 en ℜ4 definida como
Definición 1. La operación unaria de ℜ2 en
ℜ2 definida como i j k w
b1 b2 b3 b4
i j BxCxD = c c2 c3 c4
x(a,b) = = (b,-a) 1
a b
d1 d2 d3 d4

le denominamos Producto vectorial en ℜ4.

la denominamos Producto vectorial en ℜ2.
Observe que (x A) · B es el determinante de
la matriz cuyas filas o columnas son los
vectores A y B, y en valor absoluto corres-
ponde a la medida (área) del paralelogramo.
En ℜ4
Dados A, B, C y D vectores de ℜ4, si quere-
mos hallar la medida del ente geométrico
cuyos lados adyacentes son los vectores A,
B, C y D construimos un vector X de ℜ4
ortogonal a los vectores B, C y D y cuya
norma sea la medida (volumen) del parale-
lepípedo cuyos lados adyacentes son los
lados B, C y D. Para hallar el vector X resol-
vemos el sistema de ecuaciones
B·X=0
C·X=0
D·X=0
X = det(B,C,D) ,
Observe que A · (B × C × D) es el determi-
nante de la matriz cuyas filas o columnas
son los vectores A, B, C y D, y en valor
absoluto corresponde a la medida de este
ente geométrico en ℜ4.
Producto vectorial generalizado en ℜn
Definición 3. Sean A1= (a11,a12,...a1n),...,An-1
= (a(n-1)1,a(n-1)2,...a(n-1)n), n – 1 vectores de ℜn,
el producto vectorial de A1,..., An–1 se define
como el vector de ℜn
n
A1 × A 2 × L × A n − 1 = ∑ (− 1 )
k =1
1+ k
det (X k ) ik
Donde ik es el k-ésimo vector coordenado
de ℜn y Xk es la matriz cuadrada que se ob-
tiene de suprimir la k-ésima columna de la
matriz (aij )( n −1),n .
Nemotécnicamente, tenemos:

14

3-KRAMER.p65 14 06/10/03, 09:15 a.m.

 Julio-diciembre de 2003

i1 i2 L in donde Ai = (a1i , a 2i ,K , a ni ) para

a11 a12 L a1n i = 1,2, K , n y B = (b1 , b2 ,K , bn )
A1 × A2 × L × An −1 =
M M O M
a ( n −1)1 a( n −1) 2 L a( n −1) n Si multiplicamos escalarmente ambos n
miembros de la ecuación anterior por kΧ=2 Ak
al producto A1 × A2 × L × An −1 lo notamos obtenemos
n −1 n n
como A1 × A2 × L × An −1 = Χ Ak ( x1 A1 + x 2 A2 + L + x n An ) ⋅ Χ Ak = B ⋅ Χ Ak
k =1 k =2 k =2
n n n n
x1 A1 ⋅ Χ Ak + x 2 A2 ⋅ Χ Ak + L + x n An ⋅ Χ Ak = B ⋅ Χ Ak
k =2 k =2 k =2 k =2
Algunas propiedades
n
1. Si A1 , A2 ,K , An −1 son n – 1 vectores de Como Ai ⋅ Χ Ak = 0 para todo i – 2,...,n, se
k =2
n −1
ℜn entonces kΧ=1 Ak es un vector ortogo- tiene que n
x1 A1 ⋅ Χ Ak = B ⋅ Χ Ak
n

k =2 k =2
nal a cada uno de los vectores
Si A1 ⋅ Χ Ak = det (A1 , A2 , K , An ) ≠ 0 , se tiene
n
A1 , A2 , K , An −1 , e s d e c i r, p a r a c a d a
k =2
k = 1,2,..., n – 1 se tiene que n
que B ⋅ Χ Ak det (B, A2 ,K, An )
n −1
x1 = k =2
=
Ak ⋅ Χ Ak = 0
k =1 A1 ⋅ Χ Ak
n
det (A1 , A2 ,K. An )
k =2
2. A1 × A2 × L × (αAi + βBi )× L × An −1 =
Observe que si se compara el numerador
A1 × A2 × L × αAi × L × An −1 +
con el denominador, el numerador se ob-
A1 × A2 × L × βBi × L × An −1 tiene remplazando en la expresión del de-
nominador el vector columna B por el
3. det (A1 , A2 , K, An ) = A1 ⋅ kΧ= 2 Ak , en lugar de
n
vector columna A1. En general, para cual-
A 1 Apodemos considerar cualquier quier xj aplicando el mismo procedimien-
A j , j = 1, K, n y tenemos
to, es decir, el numerador se obtiene
remplazando en el denominador el vector
det (A1 , A2 , K, An ) = (− 1)
n
1+ j
A j ⋅ Χ Ak
columna B por el vector columna AJ por lo
k =1
tanto:
k≠ j
det (A1 , A2 , K , A j −1 , B, A j +1 , K , An )
xj =
det (A1 , A2 , K. An )
Regla de Cramer y el Producto vectorial
generalizado que se conoce como la regla de Cramer.

Suponga que se tiene el sistema de ecua- LITERATURA CITADA

ciones lineales
N ÚÑEZ R. A methodological strategy for
a11 x1 + a12 x 2 + L + a1n x n = b1 teaching determinants and its properties
a 21 x1 + a 22 x 2 + L + a 2 n x n = b2 with the aid of the computer. The 12th
Annual International Conference on
M Technology in Collegiate Mathematics.
a n1 x1 + a n 2 x 2 + L + a nn x n = bn San Francisco USA. 1999.

que podemos representarlo vectorialmente ARANDA M., NÚÑEZ R. Álgebra lineal con
aplicaciones, Fondo de Publicaciones,
de la siguiente manera
Universidad Sergio Arboleda, Bogotá,
x1 A1 + x 2 A2 + L + x n An = B D.C. 2001.

15

3-KRAMER.p65 15 06/10/03, 09:16 a.m.