Eine Determinante ist eine einzelne Zahl, die zu einer quadratischen Matrix gehört. In der Praxis beantwortet sie schnell zwei häufige Fragen: Ist die Matrix invertierbar, und wie skaliert die zugehörige lineare Abbildung Fläche oder Volumen?

Zwei Bedingungen sind sofort wichtig. Determinanten sind nur für quadratische Matrizen definiert. Wenn det(A)=0\det(A)=0, ist die Matrix singulär und hat daher keine Inverse.

Was eine Determinante bedeutet

Für eine 2×22 \times 2-Matrix

A=[abcd],A = \begin{bmatrix} a & b \\ c & d \end{bmatrix},

ist die Determinante

det(A)=adbc.\det(A) = ad - bc.

Wenn eine quadratische Matrix eine lineare Abbildung darstellt, dann gibt det(A)|\det(A)| den Flächenskalierungsfaktor in 22 Dimensionen oder den Volumenskalierungsfaktor in 33 Dimensionen an. Das Vorzeichen zeigt, ob die Orientierung erhalten bleibt oder umgekehrt wird. Diese geometrische Interpretation gehört zum üblichen euklidischen Kontext.

Das ist auch der schnelle Test auf Invertierbarkeit: det(A)0\det(A) \ne 0 bedeutet, dass AA invertierbar ist, während det(A)=0\det(A)=0 bedeutet, dass sie es nicht ist.

Die wichtigsten Eigenschaften von Determinanten

Du brauchst keine lange Liste, um gut mit Determinanten zu arbeiten. Diese Eigenschaften sind meist die wichtigsten:

  • Wenn zwei Zeilen vertauscht werden, wechselt die Determinante ihr Vorzeichen.
  • Wenn eine Zeile mit einer Konstanten kk multipliziert wird, wird auch die Determinante mit kk multipliziert.
  • Wenn ein Vielfaches einer Zeile zu einer anderen Zeile addiert wird, bleibt die Determinante unverändert.
  • Wenn eine Matrix zwei gleiche Zeilen hat oder eine Zeile ein Vielfaches einer anderen ist, ist ihre Determinante 00.
  • Wenn det(A)0\det(A) \ne 0, dann ist AA invertierbar. Wenn det(A)=0\det(A)=0, ist sie es nicht.

Diese Fakten zu Zeilenumformungen sind besonders nützlich, weil du damit eine Matrix vor der Berechnung ihrer Determinante vereinfachen kannst.

So funktioniert die Kofaktorentwicklung

Für eine 3×33 \times 3-Matrix oder größer ist eine Standardmethode die Kofaktorentwicklung. Die Idee ist, eine Zeile oder Spalte auszuwählen und dann ihre Einträge mit kleineren Determinanten zu kombinieren.

Für eine Matrix A=(aij)A = (a_{ij}) ist der Kofaktor an der Position (i,j)(i,j)

Cij=(1)i+jMij,C_{ij} = (-1)^{i+j} M_{ij},

wobei MijM_{ij} die Determinante der kleineren Matrix ist, die nach dem Streichen von Zeile ii und Spalte jj übrig bleibt.

Dann lautet eine Entwicklung nach Zeile ii

det(A)=ai1Ci1+ai2Ci2++ainCin.\det(A) = a_{i1}C_{i1} + a_{i2}C_{i2} + \dots + a_{in}C_{in}.

Die Vorzeichen wechseln in einem Schachbrettmuster:

[+++++]\begin{bmatrix} + & - & + \\ - & + & - \\ + & - & + \end{bmatrix}

In der Praxis wählst du möglichst eine Zeile oder Spalte mit Nullen. Das verringert den Rechenaufwand.

Durchgerechnetes Beispiel: eine 3×33 \times 3-Determinante finden

Sei

A=[210314025].A = \begin{bmatrix} 2 & 1 & 0 \\ 3 & -1 & 4 \\ 0 & 2 & 5 \end{bmatrix}.

Entwickle nach der ersten Zeile. Das ist hier eine gute Wahl, weil der dritte Eintrag 00 ist.

det(A)=2142513405+03102\det(A) = 2 \begin{vmatrix} -1 & 4 \\ 2 & 5 \end{vmatrix} - 1 \begin{vmatrix} 3 & 4 \\ 0 & 5 \end{vmatrix} + 0 \begin{vmatrix} 3 & -1 \\ 0 & 2 \end{vmatrix}

Berechne nun die 2×22 \times 2-Determinanten:

1425=(1)(5)(4)(2)=13\begin{vmatrix} -1 & 4 \\ 2 & 5 \end{vmatrix} = (-1)(5) - (4)(2) = -13

und

3405=(3)(5)(4)(0)=15.\begin{vmatrix} 3 & 4 \\ 0 & 5 \end{vmatrix} = (3)(5) - (4)(0) = 15.

Also gilt

det(A)=2(13)1(15)+0=2615=41.\det(A) = 2(-13) - 1(15) + 0 = -26 - 15 = -41.

Dieses Ergebnis hat zwei unmittelbare Folgen. Da det(A)0\det(A) \ne 0, ist die Matrix invertierbar. Geometrisch skaliert die zugehörige 33D-Abbildung das orientierte Volumen mit dem Faktor 41-41, also wird die Orientierung umgekehrt.

Wann man die Cramersche Regel verwendet

Die Cramersche Regel verwendet Determinanten, um ein quadratisches lineares Gleichungssystem zu lösen. Sie gilt nur, wenn die Koeffizientenmatrix quadratisch ist und eine von null verschiedene Determinante hat.

Wenn

Ax=bAx=b

mit quadratischer Matrix AA und det(A)0\det(A) \ne 0, dann gilt

xi=det(Ai)det(A),x_i = \frac{\det(A_i)}{\det(A)},

wobei AiA_i entsteht, indem die ii-te Spalte von AA durch die Konstantenspalte bb ersetzt wird.

Das ist eine übersichtliche Methode für kleine Systeme, weil sie genau zeigt, warum eine von null verschiedene Determinante einer eindeutigen Lösung entspricht. Wenn det(A)=0\det(A)=0, liefert die Cramersche Regel keine eindeutige Lösung.

Häufige Fehler bei Determinanten

Determinanten bei nichtquadratischen Matrizen verwenden

Eine 2×32 \times 3-Matrix hat keine Determinante. Die Bedingung, dass die Matrix quadratisch sein muss, kommt zuerst.

Die Kofaktor-Vorzeichen verlieren

Bei der Entwicklung ist das Vorzeichenmuster genauso wichtig wie die Minoren. Ein korrekter Minor mit falschem Vorzeichen liefert trotzdem die falsche Determinante.

Vergessen, was Zeilenumformungen bewirken

Nicht jede Zeilenumformung lässt die Determinante unverändert. Das Vertauschen von Zeilen ändert das Vorzeichen, das Skalieren einer Zeile skaliert die Determinante, und nur das Addieren eines Vielfachen einer Zeile zu einer anderen lässt sie gleich.

Die Cramersche Regel verwenden, wenn det(A)=0\det(A)=0

In der Formel wird durch det(A)\det(A) geteilt. Wenn diese Determinante 00 ist, liefert die Methode keine eindeutige Lösung.

Wo Determinanten verwendet werden

Determinanten tauchen in der gesamten linearen Algebra auf, weil sie mehrere wichtige Fragen verbinden: Hat eine Matrix eine Inverse, hat ein lineares System eine eindeutige Lösung, und wie verändert eine Abbildung Fläche oder Volumen?

Sie erscheinen auch bei Variablentransformationen, bei Eigenwertproblemen, in der Geometrie und in Differentialgleichungen. In vielen Einführungsaufgaben ist die praktischste Anwendung aber immer noch die einfachste: zu prüfen, ob eine quadratische Matrix singulär ist.

Probiere deine eigene Variante

Versuche, die Matrix

[102431025]\begin{bmatrix} 1 & 0 & 2 \\ 4 & 3 & 1 \\ 0 & -2 & 5 \end{bmatrix}

nach der ersten Zeile zu entwickeln. Wenn du die Determinante berechnet hast, entscheide, ob die Matrix invertierbar ist. Prüfe dann jeden Minor und jedes Vorzeichenmuster, bevor du dein Endergebnis vergleichst.

Brauchst du Hilfe bei einer Aufgabe?

Lade deine Frage hoch und erhalte in Sekunden eine verifizierte Schritt-für-Schritt-Lösung.

GPAI Solver öffnen →