A = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla:

Samankaltaiset tiedostot
Determinantti. Määritelmä

Determinantti. Määritelmä

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I

10 Matriisit ja yhtälöryhmät

Ennakkotehtävän ratkaisu

Determinantit. Kaksirivinen determinantti. Aiheet. Kaksirivinen determinantti. Kaksirivinen determinantti. Kolmirivinen determinantti

Lineaariset yhtälöryhmät ja matriisit

Lineaarialgebra ja matriisilaskenta I

9 Matriisit. 9.1 Matriisien laskutoimituksia

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi.

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Kaksirivisen matriisin determinantille käytämme myös merkintää. a 11 a 12 a 21 a 22. = a 11a 22 a 12 a 21. (5.1) kaksirivine

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

Determinantti 1 / 30

Käänteismatriisi 1 / 14

Insinöörimatematiikka D

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Matematiikka B2 - TUDI

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Talousmatematiikan perusteet: Luento 10. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti

LU-hajotelma. Esimerkki 1 Matriisi on yläkolmiomatriisi ja matriisi. on alakolmiomatriisi. 3 / 24

1 Matriisit ja lineaariset yhtälöryhmät

Similaarisuus. Määritelmä. Huom.

5 Lineaariset yhtälöryhmät

Vektoreiden virittämä aliavaruus

Ortogonaalinen ja ortonormaali kanta

Lineaarialgebra ja matriisilaskenta I

7 Vapaus. 7.1 Vapauden määritelmä

Lineaarikuvauksen R n R m matriisi

2.8. Kannanvaihto R n :ssä

Matematiikka B2 - Avoin yliopisto

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Lineaarialgebra ja matriisilaskenta I

Gaussin ja Jordanin eliminointimenetelmä

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Insinöörimatematiikka D

Ominaisarvo ja ominaisvektori

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Ominaisarvo ja ominaisvektori

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Lineaarinen yhtälöryhmä

1.1. Määritelmiä ja nimityksiä

Johdatus tekoälyn taustalla olevaan matematiikkaan

Ortogonaaliset matriisit, määritelmä 1

Lineaarialgebra a, kevät 2018 Harjoitusta 5 Maplella

Aiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa.

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

3.1 Lineaarikuvaukset. MS-A0007 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA =

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

Johdatus lineaarialgebraan. Juha Honkala 2017

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

x 2 x 3 x 1 x 2 = 1 2x 1 4 x 2 = 3 x 1 x 5 LINEAARIALGEBRA I Oulun yliopisto Matemaattisten tieteiden laitos 2014 Esa Järvenpää, Hanna Kiili

Käänteismatriisin ominaisuuksia

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo

Ortogonaalisen kannan etsiminen

Matriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n.

Numeeriset menetelmät

Lineaariset kongruenssiyhtälöryhmät

Aiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa.

Insinöörimatematiikka D

Johdatus lineaarialgebraan

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

BM20A0700, Matematiikka KoTiB2

Osittaistuenta Gaussin algoritmissa: Etsitään 1. sarakkeen itseisarvoltaan suurin alkio ja vaihdetaan tämä tukialkioiksi (eli ko. rivi 1. riviksi).

Lineaarialgebra ja matriisilaskenta I

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Insinöörimatematiikka D

Ominaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.

Käänteismatriisin. Aiheet. Käänteismatriisin ominaisuuksia. Rivioperaatiot matriisitulona. Matriisin kääntäminen rivioperaatioiden avulla

8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210

Vektorien virittämä aliavaruus

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

1 Kannat ja kannanvaihto

LINEAARIALGEBRA I. Hannu Honkasalo. Helsingin yliopiston matematiikan laitos v w u ...

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

Matriisit. Määritelmä 1 Reaaliluvuista a ij, missä i = 1,..., k ja j = 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A =

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

802120P MATRIISILASKENTA (5 op)

Johdatus lineaarialgebraan

2.5. Matriisin avaruudet ja tunnusluvut

Neliömatriisin adjungaatti, L24

Insinöörimatematiikka D

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

Lineaarialgebra (muut ko)

Ristitulolle saadaan toinen muistisääntö determinantin avulla. Vektoreiden v ja w ristitulo saadaan laskemalla determinantti

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta I

Johdatus lineaarialgebraan

Transkriptio:

11 Determinantti Neliömatriisille voidaan laskea luku, joka kertoo muun muassa, onko matriisi kääntyvä vai ei Tätä lukua kutsutaan matriisin determinantiksi Determinantilla on muitakin sovelluksia, mutta tässä yhteydessä tarkastelemme vain sen yhteyttä matriisin kääntyvyyteen Determinantti voidaan määritellä monin eri tavoin Tähän lukuun on valittu eräs melko yksinkertainen tapa Kaikki luvussa esitellyt tulokset voitaisiin johtaa valitusta määritelmästä, mutta useimmat johdot olisivat niin työläitä, että niistä tyydytään antamaan vain perusidea Käytettäessä hieman kehittyneempiä määritelmiä monet todistukset helpottuisivat huomattavasti, mutta itse määritelmän esittäminen veisi enemmän tilaa 111 Pienten matriisien determinantit Tarkastellaan ensin korkeintaan 3 3 -matriisien determinantteja Determinantti voidaan laskea vain neliömatriisille Määritelmä 111 a) Matriisin determinantti on det(a) = a b) Matriisin A = [ ] a [ ] a b B = c d determinantti on det(b) = ad bc c) Matriisin a b c C = d e f g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg) Matriisin determinanttia voi merkitä myös pystyviivojen avulla: a det(a) = a, det(b) = c b d a b c ja det(c) = d e f g h i Esimerkki 112 Matriisin A = [4] determinantti on det(a) = 4 Matriisin B = [ ] 1 1 2 4 66

determinantti on puolestaan Edelleen matriisin determinantti on det(b) = 1 4 ( 1) 2 = 4 + 2 = 6 2 3 2 C = 0 1 1 1 2 4 det(c) = 2 ( 1 4 ( 1) 2 ) 3 ( 0 4 ( 1) 1 ) + 2 ( 0 2 1 1 ) = 2 6 3 1 + 2 ( 1) = 17 Matriisille, jonka tyyppi on 2 2, voi käyttää determinantin laskemiseen kuvassa 1123 esitettyä muistisääntöä Piirretään matriisin poikki vinoviivat Samalla viivalla olevat alkiot kerrotaan keskenään Jos viiva on lävistäjän suuntainen, tulee tulon eteen plusmerkki ja muutoin miinusmerkki Lopuksi tulot summataan Kuvassa 1123 on esitetty laskemista helpottava muistisääntö myös suuremman, tyyppiä 3 3 olevan matriisin determinantille Kirjoitetaan matriisin vierelle matriisin ensimmäinen ja toinen sarake Piirretään kuvion päälle matriisin lävistäjän suuntaisia viivoja sekä vastakkaissuuntaisia viivoja Samalla viivalla olevat alkiot kerrotaan keskenään Jos viiva on lävistäjän suuntainen, tulee tulon eteen plusmerkki Jos viiva on vastakkaissuuntainen, tulee tulon eteen miinusmerkki Lopuksi tulot lasketaan yhteen a 11 a 12 a 11 a 12 a 13 a 21 a 22 a 23 a 11 a 12 a 21 a 22 a 21 a 22 + a 31 a 32 a 33 a 31 a 32 + + + Kuva 1123: Muistisäännöt 2 2 -determinantin ja 3 3 -determinantin laskemiseksi Determinantin merkitys näkyy siinä, että se kertoo matriisin kääntyvyydestä Lauseen 912 nojalla 2 2 -matriisi [ ] a b A = c d on kääntyvä, jos ja vain jos ad bc 0 Toisaalta matriisin A determinantti on ad bc Matriisi A on siis kääntyvä, jos ja vain jos det(a) 0 Samanlainen tulos pätee myös 3 3 -matriisien determinanteille sekä myöhemmin määriteltäville suurempien matriisien determinanteille Todistus on esitetty tämän luvun loppupuolella 67

Lause 113 Oletetaan, että A on n n -matriisi Matriisi A on kääntyvä, jos ja vain jos det(a) 0 Esimerkki 114 Tutkitaan, onko vektorijono ((2, 1, 1), (0, 1, 3), ( 2, 1, 7)) avaruuden R 3 kanta Kyseessä on kanta, mikäli jokainen vektori w R 3 voidaan ilmaista annettujen vektorien lineaarikombinaationa Tutkittava yhtälöryhmä voidaan ilmaista matriisimuodossa A x = w, missä 2 0 2 A = 1 1 1 1 3 5 Yhtälöryhmällä on yksikäsitteinen ratkaisu, jos ja vain jos kerroinmatriisi A on kääntyvä (lause 101) Toisaalta lauseen 113 nojalla A on kääntyvä, jos ja vain jos sen determinantti on nollasta poikkeava Lasketaan determinantti: 2 0 2 det(a) = 1 1 1 = 2 ( 1 ( 5) 1 ( 3) ) 0 2 ( 1 ( 3) 1 ( 1) ) 1 3 5 = 2 ( 2) 2 ( 2) = 0 Koska determinantti on 0, matriisi A ei ole kääntyvä Tästä syystä tutkittavan yhtälöryhmän ratkaisua ei ole olemassa tai se ei ole yksikäsitteinen Annettu vektorijono ei siis muodosta kantaa 112 Determinantin kehityskaavat Suurempien matriisien determinantit voidaan laskea pienempien matriisien determinanttien avulla Määritelmä 115 Olkoon A jokin n n -matriisi Merkitään a 11 a 12 a 1n a 21 a 22 a 2n A = a n1 a n2 a nn Jos n = 1, niin det(a) = a 11 Jos taas n > 1, niin n det(a) = ( 1) 1+j a 1j det(a 1j ), i=1 missä A ij on matriisi, joka on saatu matriisista A poistamalla i:s rivi ja j:s sarake 68

Yleisen determinantin määritelmä ei ole ristiriidassa aiempien determinantin määritelmien kanssa Esimerkiksi 3 3 -matriisin determinantti on uuden määritelmän mukaan a b c e f d e f = a h i b d f g i + c d e g h g h i = a(ei fh) b(di fg) + c(dh eg) Määritelmässä olevat kertoimet a 1 j otetaan matriisin ensimmäiseltä riviltä Sanotaan, että determinantti on tällöin kehitetty ensimmäisen rivin suhteen Yhtä hyvin voidaan käyttää muita rivejä tai jopa muita sarakkeita Lause 116 Oletetaan, että A on n n-matriisi Merkitään A(i, j) = a ij kaikilla i, j {1,, n} a) Olkoon i {1,, n} Tällöin n det(a) = ( 1) i+j a ij det(a ij ), j=1 missä A ij on matriisi, joka on saatu matriisista A poistamalla i:s rivi ja j:s sarake Kyseessä on kehitys rivin i suhteen b) Olkoon j {1,, n} Tällöin n det(a) = ( 1) i+j a ij det(a ij ), i=1 missä A ij on matriisi, joka on saatu matriisista A poistamalla i:s rivi ja j:s sarake Kyseessä on kehitys sarakkeen j suhteen Todistuksen idea Lause voidaan todistaa tarkastelemalla, millaiseen lausekkeeseen määritelmän kehityskaava lopulta johtaa Lauseke koostuu tuloista ±a ik1 a ik2 a ikn, missä k 1,, k n ovat sarakkeiden indeksit jossakin järjestyksessä Esimerkiksi tyypin 3 3 matriisin determinantin laskeminen johtaa näillä merkinnöillä lausekkeeseen a 11 a 22 a 33 a 11 a 23 a 32 a 12 a 21 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 13 a 22 a 31 Kunkin termin etumerkki määräytyy siitä, onko sarakkeiden uusi järjestys alkuperäisen järjestyksen ns parillinen vai pariton permutaatio Tämän havainnon jälkeen on suoraviivaista tarkistaa, että jokainen kehityskaava johtaa itse asiassa täsmälleen samaan lausekkeeseen 69

Toisinaan voi säästää vaivaa, jos valitsee viisaasti rivin tai sarakkeen, jonka suhteen determinantin kehittää Lasketaan matriisin 1 2 3 0 0 1 0 1 D = 0 0 1 0 2 1 4 1 determinantti kehittämällä se aluksi kolmannen rivin ja välivaiheessa kolmannen sarakkeen suhteen: 1 2 3 0 0 1 0 1 det(d) = 0 0 1 0 2 1 4 1 2 3 0 1 3 0 1 2 0 1 2 3 = 0 1 0 1 0 0 0 1 + ( 1) 0 1 1 0 0 1 0 1 4 1 2 4 1 2 1 1 2 1 4 1 2 0 ( ) 0 1 = 0 1 1 = 0 2 1 ( 1) 1 2 2 1 + ( 1) 1 2 0 1 2 1 1 = ( 0 + (1 1 2 2) (1 1 0 2) ) = (0 3 1) = 4 Kehityskaavojen etumerkkien vaihtelu (eli kaavoissa muotoa ( 1) i+j oleva kerroin) saadaan shakkilautaa muistuttavasta kuviosta: + + + + + + Matriisin tilalle ajatellaan plus- ja miinusmerkeistä koostuva ruudukko, jonka vasemmassa yläkulmassa on plusmerkki Jos matriisin alkion kohdalla on plusmerkki, tulee kehityskaavassa alkion eteen plusmerkki Vastaavasti, jos alkion kohdalla on miinusmerkki, tulee kehityskaavaankin miinusmerkki Kunkin alkion omaa etumerkkiä ei myöskään sovi unohtaa 113 Determinantin ominaisuuksia Tarkastellaan vielä, miten determinantti suhtautuu matriisien alkeisrivitoimitukseen sekä laskutoimituksiin Seuraavan, alkeisrivitoimituksia koskevan lauseen todistuksen voi johtaa suoraan determinanttien kehityskaavoista 70

Lause 117 Oletetaan, että A on neliömatriisi 1) Jos matriisi B saadaan matriisista A vaihtamalla kaksi riviä keskenään, niin det(b) = det(a) 2) Jos matriisi B saadaan matriisista A kertomalla jokin rivi nollasta poikkeavalla reaaliluvulla t, niin det(b) = t det(a) 3) Jos matriisi B saadaan matriisista A lisäämällä johonkin riviin jokin toinen rivi reaaliluvulla k kerrottuna, niin det(b) = det(a) Lauseen 1110 kohdasta a) seuraa, että determinantin sarakkeet käyttäytyvät täsmälleen samalla tavalla kuin sen rivit Lauseesta 117 saadaan siis seuraavat muistisäännöt: 1) Jos matriisin kaksi riviä (tai saraketta) vaihtaa keskenään, determinantin etumerkki muuttuu: 3 2 7 1 6 0 1 6 0 = 3 2 7 5 8 4 5 8 4 2) Jos matriisin rivillä (tai sarakkeessa) kaikilla alkioilla on yhteinen nollasta poikkeava tekijä, tuon yhteisen tekijän voi ottaa determinantin eteen kertoimeksi: 1 6 0 1 3 0 3 2 7 = 2 3 1 7 5 8 4 5 4 4 3) Jos matriisin riviin (tai sarakkeeseen) lisätään jokin toinen rivi (tai sarake) vakiolla kerrottuna, matriisin determinantti ei muutu: 1 3 0 1 3 0 3 1 7 = 0 8 7 5 4 4 5 4 4 Lauseesta seuraa myös, että eräiden matriisien determinantti on helppo määrittää suoraan matriisista Lause 118 Oletetaan, että A on neliömatriisi Tällöin 1) jos matriisissa A on nollarivi (nollasarake), niin det(a) = 0 2) jos matriisissa A on kaksi samaa riviä (samaa saraketta), niin det(a) = 0 3) jos A on kolmiomatriisi eli kaikki lävistäjän alapuoliset tai yläpuoliset alkiot ovat nollia, niin matriisin A determinantti on lävistäjäalkioiden tulo Todistus Osoitetaan vain rivejä koskevat väitteet Sarakkeita koskevat väitteet voidaan todistaa samalla tavalla 71

1) Kerrotaan matriisin nollarivi luvulla 1, jolloin matriisi ei muutu Edeltävän lauseen mukaan det(a) = 1 det(a), josta seuraa, että det(a) = 0 2) Vaihdetaan matriisin samanlaiset rivit keskenään, jolloin matriisi ei muutu Edeltävän lauseen mukaan det(a) = 1 det(a), joten det(a) = 0 3) Tulos nähdään suoraan kehittämällä matriisi rivi riviltä alkaen ylimmästä tai alimmasta, jolla on vain yksi nollasta poikkeava alkio Edeltäviä lauseita voidaan käyttää hyväksi determinantin laskemisessa Kun matriisi muutetaan porrasmatriisiksi alkeisrivitoimitusten avulla, determinantti muuttuu lauseessa 117 kuvatulla tavalla Porrasmatriisin determinantti voidaan puolestaan määrittää lauseen 118 avulla Esimerkki 119 Lasketaan matriisin 1 2 0 1 2 4 1 0 2 0 2 1 3 2 1 5 determinantti muuntamalla se vaiheittain porrasmatriisiksi Tarvittavat alkeisrivitoimitukset on esitetty alla: 1 2 0 1 1 2 0 1 1 2 0 1 2 4 1 0 R 2 +2R 1 R 3 2R 1 2 0 2 1 2 0 2 1 0 4 2 1 3 2 1 5 3 2 1 5 3 2 1 5 1 2 0 1 1 2 0 1 1 2 0 1 R 4 2R 3 R 4 3R 2 R 2 R 3 0 4 2 1 0 4 2 1 0 4 2 1 0 8 1 8 0 0 3 6 0 0 0 12 1 2 0 1 0 4 2 1 0 0 0 12 R 4 3R 1 Tuloksena on yläkolmiomatriisi, jonka determinantti on lävistäjäalkioiden tulo eli 48 Lauseen 117 alkeisrivitoimituksista ainoastaan viimeinen muutti matriisin determinanttia, ja se aiheutti vain etumerkin muutoksen Siispä alkuperäisen matriisin determinantti oli 48 Alkeisrivitoimituksia tarkastelemalla voidaan todistaa myös kääntyvän matriisin determinanttiin liittyvä lause Lauseen 113 todistus Neliömatriisi A on kääntyvä täsmälleen silloin, kun se voidaan muuttaa alkeisrivitoimituksilla ykkösmatriisiksi, muuten porrasmatriisiin tulee nollarivi Ykkösmatriisin determinantti on 1 ja nollarivin omaavan matriisin 0 72

Toisaalta jokainen alkeisrivitoimitus säilyttää determinantin nollana tai nollasta poikkeavana sen mukaan, mitä se oli alun perin Täten matriisi A on kääntyvä täsmälleen silloin, kun sen determinantti on nollasta poikkeava Tarkastellaan vielä matriisien laskutoimituksien vaikutusta determinanttiin Lause 1110 Oletetaan, että A ja B ovat neliömatriiseja Tällöin a) det(a ) = det(a) b) det(ab) = det(a) det(b) Todistuksen idea a) Tulos seuraa siitä, että determinantit voidaan kehittää yhtä hyvin sarakkeiden kuin rivienkin suhteen b) Jos jompikumpi tai molemmat matriiseista A ja B eivät ole kääntyviä, voidaan osoittaa, että myöskään niiden tulo ei ole kääntyvä Tällöin väite pätee lauseen 113 perusteella Oletetaan sitten, että A ja B ovat kääntyviä ja kirjoitetaan ne alkeismatriisien tuloina: A = E 1 E r ja B = F 1 F s Lauseesta 117 seuraa, että jos E on alkeismatriisi, jokaiselle neliömatriisille M pätee det(em) = det(e) det(m) Käyttämällä tätä havaintoa toistuvasti yllä esitettyihin tuloihin, nähdään, että det(a) = det(e 1 ) det(e r ) ja det(b) = det(f 1 ) det(f s ) Toisaalta samalla tavoin joten väite seuraa det(ab) = det(e 1 ) det(e r ) det(f 1 ) det(f s ), Lause 1111 Oletetaan, että neliömatriisi A on kääntyvä Tällöin det(a 1 ) = 1 det(a) Todistus Oletuksen mukaan matriisi A on kääntyvä, joten sillä on käänteismatriisi A 1 Edellisen lauseen b)-kohdan nojalla pätee det(a) det(a 1 ) = det(aa 1 ) = det(i) = 1 Toisaalta lauseen 113 mukaan det(a) 0, sillä A on kääntyvä Jakamalla puolittain saadaan det(a 1 ) = 1/ det(a) 73