Определитель матрицы: как считать и где ошибаются в знаках

Определитель 2×2 и 3×3, правило Саррюса, разложение по строке, приведение к треугольному виду, свойства, проверка в numpy и Excel и типичные ошибки.

Определитель считается по простым правилам, но ответ часто не сходится с ответом в задачнике. Почти всегда виноват знак: потерянный минус в разложении, забытая перестановка строк, неверное произведение в правиле Саррюса. Ниже четыре способа на одних и тех же матрицах, свойства, которые экономят время, и проверка в numpy и Excel.

Матрица 2×2

Произведение главной диагонали минус произведение побочной:

| a  b |
| c  d |  = a·d - b·c

| 3  1 |
| 4  2 |  = 3·2 - 1·4 = 2

Если определитель равен нулю, строки матрицы линейно зависимы, обратной матрицы нет, а система уравнений с такой матрицей не имеет единственного решения. Поэтому определитель и считают так часто.

Правило Саррюса для 3×3

Возьмём матрицу, на которой проверим все способы:

    | 2  -1   3 |
A = | 1   4  -2 |
    | 5   0   1 |

По правилу Саррюса три произведения идут со знаком плюс: главная диагональ и два «треугольника» параллельно ей. Три других со знаком минус: побочная диагональ и треугольники параллельно ей.

со знаком плюс:   a11·a22·a33 = 2·4·1        =  8
                  a12·a23·a31 = (-1)·(-2)·5  = 10
                  a13·a21·a32 = 3·1·0        =  0
                                       сумма = 18

со знаком минус:  a13·a22·a31 = 3·4·5        = 60
                  a11·a23·a32 = 2·(-2)·0     =  0
                  a12·a21·a33 = (-1)·1·1     = -1
                                       сумма = 59

det A = 18 - 59 = -41

Главная ловушка здесь: в третьей строке «минусовой» группы произведение само отрицательное. Сначала посчитайте каждое произведение с его собственным знаком, сложите группу и только потом вычитайте всю сумму. Если вычитать по одному произведению и путать знаки, получится 18 − 61 = −43 или похожий неверный ответ.

Правило Саррюса работает только для 3×3. Для матрицы 4×4 аналогичной схемы нет, и попытка нарисовать «диагонали» даёт неверный результат.

Разложение по строке или столбцу

Этот способ работает для матрицы любого размера и лучше всего показывает, откуда берутся знаки.

Бумажная шахматная доска с войлочными фишками двух цветов в шахматном порядке, кот Тиль лапой передвигает одну фишку

Определитель равен сумме произведений элементов любой строки на их алгебраические дополнения:

det A = Σ (-1)^(i+j) · a_ij · M_ij

Здесь M_ij это минор: определитель матрицы без i-й строки и j-го столбца. Множитель (−1)^(i+j) удобно запомнить шахматкой:

+  -  +
-  +  -
+  -  +

Разложим A по первой строке:

det A = +2·| 4 -2 |  - (-1)·| 1 -2 |  + 3·| 1  4 |
           | 0  1 |         | 5  1 |      | 5  0 |

      = 2·4 + 1·11 + 3·(-20) = 8 + 11 - 60 = -41

Здесь типичная ошибка: у элемента a12 = −1 стоит знак минус из шахматки, и два минуса дают плюс. Кто забывает про шахматку, получает 8 − 11 − 60 = −63.

Раскладывать выгоднее по строке или столбцу, где больше нулей: слагаемые с нулём можно не считать. В третьей строке A есть ноль:

det A = +5·| -1  3 |  - 0·(...)  + 1·| 2 -1 |
           |  4 -2 |                 | 1  4 |

      = 5·(2 - 12) + 1·(8 + 1) = -50 + 9 = -41

Приведение к треугольному виду

Для 4×4 и больше это самый быстрый способ. Определитель треугольной матрицы равен произведению элементов диагонали, а к треугольному виду матрицу приводят элементарными преобразованиями. Главное помнить, как каждое из них меняет определитель:

Действие со строками Что происходит с определителем
Прибавить к строке другую, умноженную на число не меняется
Поменять две строки местами меняет знак
Умножить строку на число k умножается на k

Матрица 4×4:

    | 1  2  0  1 |
B = | 2  5  1  3 |
    | 0  1  4  2 |
    | 1  3  2  5 |

Обнуляем первый столбец: из второй строки вычитаем первую, умноженную на 2, из четвёртой просто первую. Определитель не меняется.

| 1  2  0  1 |
| 0  1  1  1 |
| 0  1  4  2 |
| 0  1  2  4 |

Обнуляем второй столбец: из третьей и четвёртой строки вычитаем вторую.

| 1  2  0  1 |
| 0  1  1  1 |
| 0  0  3  1 |
| 0  0  1  3 |

Чтобы не возиться с дробями, меняем местами третью и четвёртую строки. Знак определителя меняется, это нужно записать сразу. Затем из четвёртой строки вычитаем третью, умноженную на 3:

| 1  2  0  1 |
| 0  1  1  1 |
| 0  0  1  3 |
| 0  0  0 -8 |

det B = -(1·1·1·(-8)) = 8

Тот же способ годится и для A: меняем первую и вторую строки (знак минус), обнуляем первый столбец и раскладываем по нему:

det A = -1 · | -9   7 | = -((-9)·11 - 7·(-20)) = -(-99 + 140) = -41
             | -20 11 |

Подвох, на котором теряют баллы: операция «заменить строку на 2·(эта строка) − (другая строка)» умножает определитель на 2. Это не «прибавить другую строку», потому что сама строка умножена на число. Если так делать, в конце нужно разделить результат на 2.

Какой способ выбрать

Матрица Удобный способ
2×2 формула a·d − b·c
3×3 из чисел правило Саррюса или разложение по строке с нулями
3×3 с параметром, например λ разложение по строке: сразу видно многочлен от λ
4×4 и больше приведение к треугольному виду или обнуление столбца и разложение по нему

Если в задании нужно найти, при каком λ определитель равен нулю, не раскрывайте всё подряд. Сначала обнулите что-нибудь элементарными преобразованиями, тогда многочлен получится короче и его проще разложить на множители.

Свойства, которые экономят время

  • Определитель транспонированной матрицы равен определителю исходной: всё, что верно для строк, верно и для столбцов.
  • Две одинаковые или пропорциональные строки, нулевая строка: определитель равен нулю, считать не нужно.
  • Общий множитель строки можно вынести за знак определителя.
  • det(A·B) = det A · det B.
  • det(k·A) = kⁿ · det A, где n это порядок матрицы. Для нашей A размера 3×3 det(2A) = 8 · (−41) = −328, а не −82.
  • det(A + B) в общем случае не равен det A + det B.

Проверка в numpy, sympy и Excel

В numpy определитель считает np.linalg.det:

import numpy as np

A = np.array([[2, -1, 3],
              [1, 4, -2],
              [5, 0, 1]])
print(np.linalg.det(A))         # -40.999999999999986
print(round(np.linalg.det(A)))  # -41

numpy считает в числах с плавающей точкой, поэтому вместо −41 получается −40.99999… Последние цифры могут отличаться на разных компьютерах. Для матрицы с нулевым определителем, например [[1, 2, 3], [4, 5, 6], [7, 8, 9]], numpy выдаст число порядка 1e-16, а не ровно ноль. Не делайте из этого вывод, что матрица невырожденная.

Точный ответ в целых числах и дробях даёт sympy:

import sympy as sp

A = sp.Matrix([[2, -1, 3], [1, 4, -2], [5, 0, 1]])
print(A.det())   # -41

В Excel есть функция МОПРЕД (в английской версии MDETERM). Если матрица записана в ячейках A1:C3, формула =МОПРЕД(A1:C3) вернёт −41 с той же оговоркой про точность в 16 знаков (справка Microsoft).

Чек-лист перед тем, как записать ответ

  1. В разложении у каждого слагаемого учтены оба знака: из шахматки и знак самого элемента.
  2. В правиле Саррюса каждое из шести произведений посчитано со знаками элементов.
  3. Каждая перестановка строк отмечена сменой знака.
  4. Строку не умножали на число без поправки в конце.
  5. Ответ проверен вторым способом или в numpy.

Как с этим помогает Tilpi

В чате задания Tilpi можно написать свою матрицу и попросить разобрать определитель по шагам: каким способом удобнее считать, где меняется знак и почему. Если приложить к сообщению лекцию по линейной алгебре, объяснение будет в обозначениях преподавателя, а рядом с ответом появится ссылка на страницу с нужным правилом. Чат по своим файлам работает бесплатно: нужна подтверждённая почта, действуют лимиты на день и месяц.

ИИ для учёбы. По вашим лекциям.

Пришлите в чат лекцию, задачу или свой текст. Тилпи объяснит тему со ссылкой на страницу, разберёт решение по шагам и проверит оформление.

Разобрать определитель в Tilpi