En kvadratisk matrixs determinant er en skalar (et tal), der angiver, hvordan den pågældende matrix opfører sig. Den kan beregnes ud fra tallene i matricen.

Matrixens determinant {\displaystyle A} skrives som {\displaystyle \det(A)} eller {\displaystyle |A|} i en formel. Nogle gange kan man i stedet for {\displaystyle \det \left({\begin{bmatrix}a&b\\c&d\end{bmatrix}}\right)} og {\displaystyle \left|{\begin{bmatrix}a&b\\c&d\end{bmatrix}}\right|}skriver man blot {\displaystyle \det {\begin{bmatrix}a&b\\c&d\end{bmatrix}}} og {\displaystyle \left|{\begin{matrix}a&b\\c&d\end{matrix}}\right|} .




 

Beregning

Der findes flere måder at beregne determinanter på, alt efter matrixstørrelse og behov for effektiv beregning:

  • 2×2-matricer: For A = [[a b],[c d]] gælder det enkle udtryk det(A) = ad − bc. Eksempel: for [[1 2],[3 4]] er det = 1·4 − 2·3 = −2.
  • 3×3-matricer (Sarrus' regel): For 3×3 kan man bruge Sarrus' regel, som udvider diagonalerne og trækker de modsatte kryds fra. Denne metode er praktisk håndregning, men kan ikke generaliseres til større matriceordener på samme enkle måde.
  • Laplace-udvikling (cofactor expansion): Man kan udvide determinanten langs en række eller kolonne ved hjælp af kofaktorer. Dette er undervisningsmæssigt vigtigt og bruges til teoretiske beviser, men bliver hurtigt beregningsmæssigt dyrt for store matricer.
  • Rækkeoperationer og faktorisering (praktisk beregning): I praksis udregner man ofte determinanter ved at udføre række- eller kolonneoperationer svarende til LU-dekomposition. Via rækkeoperationer kan matricen omformes til øvre trekantsform, og determinanten er så produktet af diagonale elementer (ganget med −1 for hver rækkeombytning og med eventuelle skaleringer taget i betragtning). Dette er effektivt numerisk.

Egenskaber

Nogle vigtige egenskaber ved determinanter:

  • Multiplicativitet: det(AB) = det(A)·det(B) for to n×n-matricer A og B.
  • Transpose: det(A^T) = det(A).
  • Inverterbarhed: En matrix A er inverterbar (har en invers) netop når det(A) ≠ 0. Hvis A er invertibel, så er det(A^−1) = 1/det(A).
  • Diagonal-/trekantsmatricer: For en øvre eller nedre trekantsmatrix er determinanten produktet af diagonal-elementerne: det(A) = ∏ a_ii.
  • Skalering af rækker/kolonner: Hvis man ganger en hel række (eller kolonne) i en n×n-matrix med en konstant k, så ganges determinanten med k. Mere generelt: det(kA) = k^n det(A) for konstant k.
  • Rækkeombytning og addition: Ved at bytte to rækker ændrer man determinanten til dens negative (det bliver −det). Hvis man lægger en multiplum af en række til en anden, ændres determinanten ikke.
  • Linæritet: Determinanten er linær i hver række (eller kolonne) når de andre rækker er faste, og den er alternerende (hvis to rækker er lige, er determinanten 0).
  • Produkt af egenværdier: Hvis λ1,...,λn er egenværdierne til A (med kompleks multiplicitet), så er det(A) = λ1·λ2·...·λn.
  • Determinant af identitetsmatrix: det(I) = 1 for identitetsmatricen I.

Geometrisk fortolkning

Geometrisk angiver determinanten, hvor meget en lineær afbildning (repræsenteret ved matrix A) skalerer orienterede volumener i rummet. For en 2×2-matrix svarer absolutværdien |det(A)| til området af billedet af et areal-element (f.eks. et lille rektangel), og for 3×3 svarer det til skaleringsfaktoren for rumlige volumener. Fortegnet angiver, om afbildningen bevarer (positiv) eller vender (negativ) orienteringen.

Praktiske bemærkninger

  • Til numerisk beregning af store matricer er LU-dekomposition eller beregninger af pivoter ofte mere stabile og hurtigere end direkte udvidelse via kofaktorer.
  • Når man bruger computerpakker, bør man være opmærksom på numerisk runde-fejl ved næsten singulære matricer (determinant tæt på 0).

Disse grundlæggende definitioner og egenskaber gør determinanten til et centralt værktøj i lineær algebra med anvendelser i løsning af ligningssystemer, inversberegning, egenværdiproblemer og geometriske fortolkninger.