Determinan lebih dari sekadar angka; ia adalah fungsi skalar unik dari matriks persegi yang menggambarkan faktor "ekspansi" geometrisnya dan invertibilitas aljabarnya. Dengan memahami aturan dasar yang mengatur produk dan transpose, kita dapat menguraikan transformasi kompleks menjadi langkah-langkah aritmetika sederhana.
Kekuatan Sifat Produk
Mungkin hasil paling mendalam dalam teori determinan adalah Aturan Produk:
$$\det(AB) = \det(A)\det(B)$$
Identitas ini memberi tahu kita bahwa penskalaan volume dari rangkaian transformasi hanyalah hasil kali dari faktor penskalaan individunya. Dari sini, kita mendapatkan konsekuensi langsung untuk invers:
Karena $A A^{-1} = I$, maka $\det(A A^{-1}) = \det(I) = 1$.
Berdasarkan aturan produk: $\det(A) \cdot \det(A^{-1}) = 1$.
Dengan demikian, untuk setiap matriks invertibel: $\det(A^{-1}) = \frac{1}{\det A}$.
Simetri dan Ortogonalitas
Aturan 10 menyatakan bahwa $\det A = \det A^T$. Ini menciptakan simetri sempurna antara baris dan kolom. Setiap sifat yang kita buktikan terkait pertukaran baris atau kombinasi linier baris berlaku sama persis untuk kolom. Ini membawa kita pada kasus khusus Matriks Ortogonal ($Q$):
- Matriks ortogonal memenuhi $Q^T Q = I$.
- Berdasarkan aturan produk: $\det(Q^T) \det(Q) = \det(I) = 1$.
- Karena $\det Q^T = \det Q$, maka $(\det Q)^2 = 1$.
- Kesimpulan: $\det Q = 1$ (rotasi) atau $\det Q = -1$ (refleksi).
Peringatan Non-Linieritas
Sangat penting untuk diingat bahwa determinan adalah bukan pemetaan linier. Meskipun $f(A+B) = f(A) + f(B)$ benar untuk operator linier, umumnya salah untuk determinan:
$$\det(A+B) \neq \det A + \det B$$
Selain itu, menyeimbangkan matriks dengan $k$ menghasilkan $\det(kA) = k^n \det A$ untuk matriks $n \times n$, karena $k$ menyeimbangkan setiap dari $n$ baris.
- $\det(AB) = \det(A)\det(B)$
- $\det(A^T) = \det A$
- $\det(kA) = k^n \det A$
- $\det(A^{-1}) = 1/\det A$