EssayAI
Блог
Блог
Математика и алгоритмы

Свойства определителя: правила и геометрический смысл

24 сентября 2026Время чтения: 11 минут
#определитель#свойства определителя#линейная алгебра#матрицы#метод гаусса
Свойства определителя: правила и геометрический смысл

Определитель можно считать в лоб: для матрицы третьего порядка есть правило треугольников, для матрицы четвёртого порядка - разложение по строке на двадцать четыре слагаемых. Свойства определителя нужны ровно для того, чтобы этого не делать: часть строк обнуляется сразу, общие множители выносятся, а сама матрица парой элементарных преобразований приводится к треугольному виду, где ответ читается по диагонали. Ниже разобраны все рабочие свойства определителя и показано, почему каждое из них верно, если смотреть на определитель как на площадь. Начните с калькулятора: задайте строки матрицы, выберите операцию и посмотрите, что происходит с числом и с параллелограммом на строках.

Определитель как ориентированная площадь

Для матрицы второго порядка со строками (a; b)(a;\,b) и (c; d)(c;\,d) определитель равен

det⁡A=∣abcd∣=ad−bc.\det A = \begin{vmatrix} a & b \\ c & d \end{vmatrix} = ad - bc.

Это не просто комбинация чисел: ad−bcad - bc - ориентированная площадь параллелограмма, построенного на строках как на векторах. Модуль числа даёт саму площадь, а знак - направление обхода от первой строки ко второй. У матрицы третьего порядка определитель точно так же равен ориентированному объёму параллелепипеда на трёх строках. Из этой одной картинки выводятся все свойства определителя, и запоминать их по отдельности не нужно.

СвойствоФормулировкаОпределитель
Транспонированиеdet⁡AT=det⁡A\det A^{T} = \det Aне меняется
Перестановка двух строкстроки меняются местамименяет знак
Общий множитель строкиодна строка умножена на kkумножается на kk
Нулевая строкався строка из нулейравен нулю
Две равные строкистроки совпадаютравен нулю
Пропорциональные строкиодна строка кратна другойравен нулю
Линейно зависимые строкистрока выражается через другиеравен нулю
Прибавление кратной строкик строке прибавили kk другихне меняется
Треугольная матрицаниже диагонали нулипроизведение диагонали
Произведение матрицdet⁡(AB)=det⁡A⋅det⁡B\det(AB) = \det A \cdot \det Bперемножаются

Возьмём сквозной пример: матрица AA со строками (3; 1)(3;\,1) и (1; 2)(1;\,2). Её определитель det⁡A=3⋅2−1⋅1=5\det A = 3 \cdot 2 - 1 \cdot 1 = 5, то есть параллелограмм на этих строках имеет площадь 55, а обход от первой строки ко второй идёт против часовой стрелки.

Перестановка строк меняет знак определителя

Поменяем строки местами: получится матрица со строками (1; 2)(1;\,2) и (3; 1)(3;\,1), и

det⁡A′=1⋅1−2⋅3=−5.\det A' = 1 \cdot 1 - 2 \cdot 3 = -5.

Параллелограмм остался тем же самым, площадь тоже, а вот обход пошёл по часовой стрелке - именно это и фиксирует знак. Из свойства сразу следует важное следствие: если в матрице две одинаковые строки, то перестановка их местами ничего не меняет, но по правилу знак обязан смениться. Значит, det⁡A=−det⁡A\det A = -\det A, то есть det⁡A=0\det A = 0.

Про перестановку чаще всего забывают при вычислениях: если в ходе приведения к треугольному виду вы переставили строки, чтобы на месте ведущего элемента не стоял нуль, итоговый ответ нужно умножить на −1-1 за каждую такую перестановку.

Общий множитель строки и линейность по строке

Если одну строку умножить на число kk, определитель умножится на то же kk. Умножим первую строку нашего примера на 33: строки становятся (9; 3)(9;\,3) и (1; 2)(1;\,2), и определитель равен 9⋅2−3⋅1=15=3⋅59 \cdot 2 - 3 \cdot 1 = 15 = 3 \cdot 5. Геометрически это очевидно: растянули одну сторону параллелограмма в три раза - площадь выросла втрое.

Отсюда же следует правило, на котором спотыкаются чаще всего: общий множитель выносится из строки, а не из всей матрицы. Для матрицы порядка nn

det⁡(kA)=kndet⁡A,\det(kA) = k^{n}\det A,

потому что множитель выносится из каждой из nn строк. Для нашей матрицы det⁡(2A)=22⋅5=20\det(2A) = 2^{2} \cdot 5 = 20, а вовсе не 1010.

Второе проявление линейности: если одна строка представлена как сумма двух строк, определитель распадается на сумму двух определителей, в которых остальные строки те же. При этом det⁡(A+B)≠det⁡A+det⁡B\det(A + B) \ne \det A + \det B - линейность работает по одной строке, а не по всей матрице сразу.

Нулевая и пропорциональные строки: определитель равен нулю

Если строка целиком состоит из нулей, соответствующий вектор нулевой, второй стороны у параллелограмма просто нет, и площадь равна нулю. Если одна строка кратна другой, оба вектора лежат на одной прямой и параллелограмм схлопывается в отрезок - площадь снова нулевая.

Два вырожденных случая: при пропорциональных строках векторы лежат на одной прямой, при нулевой строке второй стороны нет вовсе. В обоих случаях параллелограмм схлопывается и определитель равен нулю
Два вырожденных случая: при пропорциональных строках векторы лежат на одной прямой, при нулевой строке второй стороны нет вовсе. В обоих случаях параллелограмм схлопывается и определитель равен нулю

В общем виде свойство звучит так: определитель равен нулю тогда и только тогда, когда строки линейно зависимы, то есть одна из них выражается через остальные. Для квадратной матрицы это то же самое, что вырожденность: обратной матрицы нет, ранг меньше порядка, а однородная система имеет ненулевые решения. Именно на этом держится проверка в правиле Крамера: если главный определитель системы равен нулю, формулы Крамера неприменимы и систему разбирают методом Гаусса. Полезно помнить и обратную сторону: увидев в матрице строку, кратную другой, ответ 00 можно писать сразу, ничего не раскрывая.

Прибавление кратной строки ничего не меняет

Самое полезное свойство определителя на практике: если к одной строке прибавить другую строку, умноженную на любое число, определитель не изменится. Проверим на примере. Прибавим к второй строке удвоенную первую: (1; 2)+2⋅(3; 1)=(7; 4)(1;\,2) + 2 \cdot (3;\,1) = (7;\,4). Тогда

det⁡A′=∣3174∣=3⋅4−1⋅7=5=det⁡A.\det A' = \begin{vmatrix} 3 & 1 \\ 7 & 4 \end{vmatrix} = 3 \cdot 4 - 1 \cdot 7 = 5 = \det A.

Ко второй строке прибавляется первая, умноженная на растущий коэффициент t. Вершина параллелограмма едет вдоль пунктирной прямой, параллельной основанию: основание осталось первой строкой, высота между двумя направляющими не изменилась, поэтому площадь и определитель держатся на значении 5,00

Геометрия объясняет, почему так: прибавление кратной первой строки сдвигает конец второго вектора вдоль направления первого. Основание параллелограмма - это первая строка, и оно неподвижно; вершина скользит по прямой, параллельной основанию, значит, высота тоже не меняется. Площадь равна произведению основания на высоту, поэтому число остаётся прежним. Это и есть элементарное преобразование метода Гаусса: им можно пользоваться сколько угодно раз, не следя за компенсирующими множителями.

Треугольный вид: определитель равен произведению диагонали

У треугольной матрицы (все элементы по одну сторону от главной диагонали нулевые) определитель равен произведению диагональных элементов. Для матрицы со строками (4; 0)(4;\,0) и (2; 3)(2;\,3) это видно прямо на чертеже: первая строка лежит на оси и задаёт основание 44, вторая поднимает фигуру на высоту 33, площадь равна 12=4⋅312 = 4 \cdot 3.

Нижняя треугольная матрица: первая строка лежит на оси и даёт основание 4, вторая поднимает параллелограмм на высоту 3. Площадь 12 совпадает с произведением диагональных элементов
Нижняя треугольная матрица: первая строка лежит на оси и даёт основание 4, вторая поднимает параллелограмм на высоту 3. Площадь 12 совпадает с произведением диагональных элементов

Два предыдущих свойства складываются в рабочий алгоритм: элементарными преобразованиями (прибавление кратной строки - бесплатно, перестановка - со сменой знака) матрица приводится к треугольному виду, а там определитель перемножается по диагонали. Возьмём матрицу третьего порядка со строками (2; 1; 3)(2;\,1;\,3), (4; 3; 8)(4;\,3;\,8), (6; 5; 16)(6;\,5;\,16):

R_2 &\to R_2 - 2R_1 = (0;\,1;\,2), \\ R_3 &\to R_3 - 3R_1 = (0;\,2;\,7), \\ R_3 &\to R_3 - 2R_2 = (0;\,0;\,3). \end{aligned}$$ Ни одно из преобразований определитель не меняло, перестановок не было, поэтому $\det A = 2 \cdot 1 \cdot 3 = 6$. Для сравнения: прямое разложение по первой строке даёт $2(3 \cdot 16 - 8 \cdot 5) - 1(4 \cdot 16 - 8 \cdot 6) + 3(4 \cdot 5 - 3 \cdot 6) = 16 - 16 + 6 = 6$, но требует трёх миноров второго порядка вместо трёх вычитаний. На матрицах высокого порядка разрыв в трудоёмкости становится решающим: именно так определитель считает [LU-разложение](/blog/lu-razlozhenie-matricy-algoritm), где произведение диагонали верхнего множителя и есть ответ. Подробный числовой разбор третьего порядка с проверкой разложением по строке - в отдельном решении задачи [как вычислить определитель третьего порядка](/zadachi/kak-vychislit-opredelitel-tretego-poryadka). ## Определитель произведения, обратной и транспонированной матрицы Теорема об определителе произведения выглядит неожиданно просто: $$ \det(AB) = \det A \cdot \det B. $$ Причина опять геометрическая: каждое линейное отображение умножает площади всех фигур на свой определитель. Применили сначала $A$, потом $B$ - площадь умножилась сначала на $\det A$, затем на $\det B$. ```video /blog/video/svoystva-opredelitelya-2.mp4 | Единичный квадрат площади 1 сначала проходит через отображение A и превращается в параллелограмм площади 5, затем через B, которое растягивает площадь ещё вдвое. Итоговые 10 и есть det(AB) = 5 умножить на 2 ``` Три следствия используются постоянно. Определитель транспонированной матрицы равен исходному: $\det A^{T} = \det A$, поэтому все перечисленные свойства строк дословно верны и для столбцов. Определитель обратной матрицы равен обратной величине: из $A A^{-1} = E$ и $\det E = 1$ следует $\det(A^{-1}) = 1/\det A$ - и заодно видно, почему у вырожденной матрицы обратной нет. Наконец, для степени $\det(A^{k}) = (\det A)^{k}$. А вот для суммы никакой формулы нет: $\det(A + B)$ с определителями слагаемых не связан. ## Частые ошибки - **Выносят множитель из всей матрицы как из одной строки.** Правильно $\det(kA) = k^{n}\det A$: множитель выносится из каждой строки, а не один раз. - **Переставили строки и забыли сменить знак.** В длинном приведении к треугольному виду это самая дорогая ошибка: ответ отличается ровно знаком. - **Умножают строку-приёмник.** Преобразование $R_2 \to R_2 + kR_1$ бесплатно, а вот $R_2 \to 2R_2 + kR_1$ умножает определитель на $2$, и множитель нужно компенсировать. - **Считают $\det(A+B) = \det A + \det B$.** Линейность у определителя есть только по одной строке при неизменных остальных. - **Применяют свойства строк к столбцам, не зная почему.** Это законно, но именно из-за равенства $\det A^{T} = \det A$, а не само собой. ## FAQ **Верны ли свойства определителя для столбцов?** Да, все до единого. Транспонирование не меняет определитель, а при транспонировании строки становятся столбцами. Поэтому столбцы тоже можно переставлять (со сменой знака), выносить из них общий множитель и прибавлять к столбцу кратный другой столбец. В методе Гаусса обычно работают со строками просто по привычке. **Как быстро увидеть, что определитель равен нулю?** Ищите линейную зависимость строк или столбцов: нулевую строку, две одинаковые строки, строку, кратную другой, или строку, равную сумме двух других. Если такая нашлась, ответ $0$ пишется сразу, без вычислений. Если матрица большая и зависимость не видна глазами, её всё равно обнаружит приведение к треугольному виду: на диагонали появится нуль. **Какие элементарные преобразования меняют определитель?** Их ровно три типа, и свойства определителя задают цену каждого: прибавление к строке кратной другой строки не меняет его совсем, перестановка двух строк меняет знак, умножение строки на $k \ne 0$ умножает определитель на $k$. Если при приведении к треугольному виду вы пользовались только первым типом, никаких поправок в конце не нужно. ## Коротко Определитель - это ориентированная площадь (в трёхмерии объём) фигуры на строках матрицы, и все его свойства читаются с этой картинки: перестановка строк разворачивает обход и меняет знак, множитель строки растягивает фигуру и множит определитель, зависимые строки схлопывают её в нуль, а прибавление кратной строки лишь сдвигает вершину вдоль основания и ничего не меняет. Последнее свойство вместе с правилом «у треугольной матрицы определитель равен произведению диагонали» и даёт основной способ счёта: привести матрицу к треугольному виду элементарными преобразованиями, следя только за перестановками и вынесенными множителями. Для произведения, транспонирования и обращения действуют формулы $\det(AB) = \det A \cdot \det B$, $\det A^{T} = \det A$ и $\det(A^{-1}) = 1/\det A$.

Доверьте текст нейросети EssayAI

Открыть EssayAI

Бесплатно, на русском языке и без VPN

Читайте также

Правило Крамера: решение СЛАУ через определители

Правило Крамера: решение СЛАУ через определители

Правило Крамера для систем линейных уравнений: формулы, вычисление главного и вспомогательных определителей, случай нулевого определителя, разбор систем 2 и 3 порядка.

2 сентября 20269 минут
Линейная зависимость векторов: критерии и примеры

Линейная зависимость векторов: критерии и примеры

Что такое линейная зависимость векторов, как проверить её определителем и рангом матрицы, чем коллинеарность отличается от компланарности и как всё это связано с базисом.

24 сентября 202610 минут
Теорема Кронекера-Капелли: ранги и число решений

Теорема Кронекера-Капелли: ранги и число решений

Теорема Кронекера-Капелли: система линейных уравнений совместна, когда ранг основной матрицы равен рангу расширенной. Три исхода, число свободных переменных, разбор системы с параметром.

24 сентября 202610 минут
Самосопряжённый оператор: спектральная теорема

Самосопряжённый оператор: спектральная теорема

Самосопряжённый оператор и спектральная теорема простыми словами: почему собственные числа вещественны, собственные векторы ортогональны и оператор диагонализуется в ортонормированном базисе.

19 июня 20268 минут
Формула Родрига: поворот вектора вокруг оси

Формула Родрига: поворот вектора вокруг оси

Формула Родрига позволяет повернуть вектор вокруг произвольной оси на любой угол. Разбираем вывод, слагаемые, матрицу поворота и типовые задачи с примерами.

11 июня 20267 минут
Координаты вектора в новом базисе: формула и пример

Координаты вектора в новом базисе: формула и пример

Как найти координаты вектора в новом базисе через матрицу перехода и обратную матрицу. Формула P в минус первой степени на вектор, наглядное разложение и разбор типовой задачи по линейной алгебре.

11 июня 20268 минут