maths.free › Linear Algebra › Determinants

Determinants

2×2 by ad − bc, larger by cofactor expansion, and what the number means.

The determinant of a matrix is the factor by which it scales area (2×2) or volume (3×3), with a sign for orientation. A zero determinant means the matrix squashes space flat and cannot be inverted. The 3D view draws the column vectors and the box they span.

Exemple résolu · det [[1,2],[3,4]]

Linear-Algebra · Determinants

Det [[1,2],[3,4]]

\left[\begin{matrix}1 & 2\\3 & 4\end{matrix}\right]

Étape par étape

  1. \det\left[\begin{matrix}1 & 2\\3 & 4\end{matrix}\right]

    Determinant of a 2×2 matrix.

  2. = (1)(4) - (2)(3)

    For 2×2: ad − bc.

  3. \det A = -2

    Result.

Révèle la réponse
\det A = -2

À vous Choisissez un problème, ou tapez ou dessinez le vôtre. Chaque étape, une image, la réponse cachée jusqu'à ce que vous le demandiez.

Conservez votre propre travail

Un compte gratuit ajoute des notes sur chaque leçon, un enregistrement de ce que vous avez terminé, vos problèmes résolus en un seul endroit, et un tuteur que vous pouvez demander sur cette page. Les maths eux-mêmes sont ouverts à tout le monde, signé ou non.

Inscription Connexion

Symboles utilisés ici

Appuyez sur n'importe quel symbole pour la définition complète, une image et ce que signifie chaque lettre.

Comment faire: Determinants

  1. Determinant of a 2×2 matrix.
  2. For 2×2: ad − bc.
  3. Result.

Questions posées par les gens

What does a determinant mean geometrically?

It is the factor by which the matrix scales area (2×2) or volume (3×3), with a negative sign if orientation flips. Zero means the matrix flattens space and cannot be undone.

What is an eigenvector?

A direction the matrix does not turn: it only stretches it by the eigenvalue. Along eigenvectors a complicated matrix acts like multiplication by a number.

Why is matrix multiplication not commutative?

Because a matrix is a transformation and AB means "do B, then A". Rotating then reflecting is not the same as reflecting then rotating.

Plus en Linear Algebra

Matrix inverseEigenvalues and eigenvectorsMatrix multiplicationRow reductionVector spaces, span and linear independenceOrthogonality, projections and least squaresDiagonalisation and matrix powersLinear transformations and change of basis