La regla de Cramer: cuándo usarla y cuándo te la juegas

La regla de Cramer tiene algo que la hace tentadora: promete calcular una única incógnita sin necesidad de resolver todo el sistema. Pero esa comodidad tiene un precio — solo funciona bajo dos condiciones muy concretas, y aplicarla sin comprobarlas antes es, literalmente, jugársela.

Qué es la regla de Cramer

La regla de Cramer resuelve un sistema cuadrado transformando el problema en el cálculo de varios determinantes. No modifica filas ni realiza transformaciones como el método de Gauss: todo el trabajo consiste en calcular determinantes.

Dado un sistema con matriz de coeficientes A y columna de términos independientes C, cada incógnita se calcula sustituyendo su columna correspondiente por C, y dividiendo el determinante de esa nueva matriz entre |A|:

x = |Ax| / |A|

y = |Ay| / |A|

z = |Az| / |A|

Para calcular una incógnita, sustituimos su columna por la columna de términos independientes. La matriz A es siempre la misma para todas las incógnitas — lo único que cambia es qué columna se reemplaza.

Error frecuente: sustituir una fila en lugar de una columna. La regla de Cramer siempre sustituye columnas, nunca filas.

Ejemplo guiado completo

Resolvamos mediante la regla de Cramer el siguiente sistema:

Paso 1. Calculamos el determinante de la matriz de coeficientes: |A| = −15. Como es distinto de cero, podemos aplicar la regla de Cramer.

Paso 2. Construimos Ax, Ay y Az sustituyendo, cada vez, la columna correspondiente por la de términos independientes, y calculamos sus determinantes:

Paso 3. Aplicamos las fórmulas:

x = −15/−15 = 1

y = −15/−15 = 1

z = 0/−15 = 0

Observa que cada incógnita se obtiene de forma completamente independiente de las demás — para calcular z no ha hecho falta conocer previamente x ni y. Esa es una de las principales ventajas de la regla de Cramer frente a Gauss.

📩 Si te ayuda ver el procedimiento completo antes de enfrentarte a un ejercicio nuevo, cada dos semanas mando una newsletter con una idea matemática, un ejercicio interesante y un recurso útil — 3-5 minutos de lectura. Suscríbete aquí →

Cuándo te la juegas: los límites de Cramer

Aquí está el punto en el que muchos alumnos pierden tiempo — o puntos. La regla de Cramer solo puede aplicarse cuando el sistema tiene el mismo número de ecuaciones que de incógnitas y |A| ≠ 0.

Antes de empezar a construir matrices de Cramer, calcula siempre el determinante de la matriz de coeficientes. Si |A| ≠ 0, puedes aplicar directamente la regla. Si |A| = 0, no pierdas tiempo construyendo matrices auxiliares: deberás recurrir a otro método, como Gauss o Rouché-Frobenius.

Muchos errores de Selectividad no vienen de calcular mal un determinante, sino de intentar aplicar Cramer sin haber comprobado antes que el sistema es realmente de Cramer.

¿Y si el sistema no es cuadrado? La extensión de Cramer

¿Qué ocurre si un sistema tiene más incógnitas que ecuaciones, pero aun así es compatible? La regla de Cramer puede extenderse a estos casos, siempre que seleccionemos adecuadamente las incógnitas principales.

Si la matriz de coeficientes tiene rango r, solo r columnas son realmente independientes — así que, aunque el sistema tenga más incógnitas, únicamente podremos determinar r de ellas de forma directa. A esas r incógnitas las llamamos incógnitas principales; el resto son incógnitas secundarias, que pasan a actuar como parámetros libres.

El procedimiento general:

1. Calcular el rango de la matriz de coeficientes.

2. Elegir un menor no nulo de orden r — sus columnas determinan las incógnitas principales.

3. Las incógnitas asociadas a esas columnas son las principales; el resto, secundarias.

4. Pasar las incógnitas secundarias al segundo miembro, como si fueran conocidas.

5. Resolver el sistema reducido (ya cuadrado y con determinante no nulo) mediante Cramer.

6. Expresar la solución general en función de los parámetros libres.

Ejemplo guiado

Resolvamos, aplicando esta extensión, el siguiente sistema de tres ecuaciones y cuatro incógnitas:

Escalonando la matriz de coeficientes se obtiene rg(A) = 3. Como el sistema tiene cuatro incógnitas y el rango es 3, elegimos tres incógnitas principales — por ejemplo, x, y, z — y dejamos t como incógnita secundaria, es decir, como parámetro libre.

Pasando t al segundo miembro obtenemos un sistema de tres ecuaciones con tres incógnitas, cuya matriz de coeficientes tiene determinante |B| = 1 ≠ 0. Aplicando Cramer sobre este sistema reducido se obtiene x = 1, y = 1 − t, z = t. Llamando λ al parámetro libre, la solución general queda:

x = 1

y = 1 − λ

z = λ

t = λ, con λ ∈ ℝ

La elección de las incógnitas principales no es única: cualquier conjunto de r columnas linealmente independientes conduce al mismo conjunto de soluciones. En la práctica, el trabajo más importante suele consistir precisamente en elegir bien ese conjunto de columnas — una vez hecho, el resto es la misma regla de Cramer de siempre.

Resumen

Situación	Qué hacer
Sistema cuadrado, |A| ≠ 0	Aplicar Cramer directamente
Sistema cuadrado, |A| = 0	Cramer no es válido: usar Gauss o Rouché-Frobenius
Más incógnitas que ecuaciones, sistema compatible	Elegir r incógnitas principales (r = rango) y aplicar Cramer al sistema reducido

Cramer transforma resolver un sistema en calcular varios determinantes — pero solo dentro de sus condiciones. Compruébalas primero, y la regla se vuelve tan mecánica como cualquier otro método; sáltatelas, y es donde de verdad te la juegas.

¿Quieres ir más allá de la teoría? Si necesitas resolver dudas concretas de tu curso con seguimiento personalizado, en las clases particulares trabajamos directamente sobre tus ejercicios. Y si prefieres preparar la Selectividad en grupo, con contenido guiado y otros alumnos, el Club Selectividad es la otra opción.