Determinant: Bir Matrisin İçinde Saklanmış Küçük Bir Sayının Büyük Gücü

$2 \times 2$ matrisin sırrı

Bir matris yazın: $A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}$.

Determinantı: $\det A = ad - bc$.

Sadece bir sayı. Ama bu sayı çok şey söyler:

• $\det A \neq 0$: matris tersinirdir. Lineer sistem $A\mathbf{x} = \mathbf{b}$ tek çözüme sahiptir.
• $\det A = 0$: matris tekildir. Sistem ya çözümsüz ya da sonsuz çözüm.
• $|\det A|$: $A$ ile gerilen paralelkenarın alanı.
• $\det A > 0$ veya $<0$: $A$ dönüşümün yön korumayışı.

Tek bir sayıda lineer cebrin temel bilgisi.

Genel tanım

$n \times n$ matris için determinant:

$\det A = \sum_{\sigma \in S_n} \mathrm{sgn}(\sigma) \prod_{i=1}^n a_{i, \sigma(i)}$

Burada $S_n$ permütasyonların grubu, $\mathrm{sgn}(\sigma)$ permütasyonun işareti.

Bu formül $n!$ terim içerir — hızla büyür ($n = 10$ için $3.6 \times 10^6$ terim). Pratikte kullanılmaz.

Pratik hesap için Gauss eliminasyonu ($O(n^3)$ zaman): satırlara işlem yapın → üst üçgen → diyagonal çarpım.

Geometrik anlam

$n = 2$: $|\det A|$ = vektörler $\begin{pmatrix} a \\ c \end{pmatrix}$ ve $\begin{pmatrix} b \\ d \end{pmatrix}$ ile gerilen paralelkenarın alanı.

$n = 3$: $|\det A|$ = üç vektörle gerilen paralelepiped'in hacmi.

Genel $n$: $n$-boyutlu hacim.

İşaret: $\det A > 0$ → dönüşüm yön korur (sağ-el sağ-el kalır). $\det A < 0$ → dönüşüm yön tersine çevirir (ayna yansıması gibi).

Niçin önemli?

1. Tersinirlik

Temel teorem: Matris $A$ tersinir ⟺ $\det A \neq 0$.

Bu, lineer cebrin temel teoremidir.

2. Lineer sistem çözümü — Cramer kuralı

$A\mathbf{x} = \mathbf{b}$ sisteminin $i$-inci bileşeni:

$x_i = \frac{\det A_i}{\det A}$

Burada $A_i$ matrisi $A$'dan, $i$-inci sütunu $\mathbf{b}$ ile değiştirerek elde edilir.

Pratik: Yavaş ($n!$ veya $O(n^3 \cdot n)$). Pratikte Gauss eliminasyonu kullanılır. Ama teorik olarak çok güzel.

3. Eigendeğer karakteristik polinomu

$\det(A - \lambda I) = 0$ — eigendeğerlerin tanım denklemi.

Cayley-Hamilton teoreminde gördüğümüz karakteristik polinom.

4. Çoklu integral — Jacobian

Değişken değişimi formülü:

$\int_R f(x, y) \, dx \, dy = \int_{R'} f(g(u, v), h(u, v)) \, |J| \, du \, dv$

Burada $J = \det(\partial(x, y)/\partial(u, v))$ Jacobian determinantı. Geometrik yorumu: küçük bir koordinat değişimi sonucu alan/hacim değişimi.

5. Hesap karmaşıklığı

Determinant polinom zamanda hesaplanır ($O(n^3)$). Permanent (işaretsiz versiyon) ise #P-tam — hesaplaması zor. Bu fark derin bir karmaşıklık ayrımıdır.

6. Diferansiyel geometri

Wronskian: çözümlerin lineer bağımsızlığı.
Vandermonde: polinom interpolasyon.
Gram determinantı: vektörlerin bağımsızlığı ve uzunluk.

Tarihsel köken

• 1545: Cardano, $2 \times 2$ doğrusal sistemleri için ad hoc.
• 1683: Seki Takakazu (Japon) ve bağımsız Leibniz (1693), determinant yapısını bağımsız keşfettiler.
• 1750: Cramer kuralını formüle etti.
• 1812: Cauchy sistematik teoriyi geliştirdi.
• 1850: Sylvester "determinant" terimini ve "matris" terimini icat etti.

İlginç tarih: Seki Takakazu (1642-1708) Edo dönemi Japon matematikçi. Avrupa'dan 8 yıl önce determinantı keşfetti. Ama Japon matematiği o dönemde ülkeyi terk etmediği için Avrupa'da etkisiz kaldı.

Önemli özellikleri

Çarpımsallık

$\det(AB) = \det A \cdot \det B$.

Çok şık. Bu yüzden $\det A^{-1} = 1/\det A$ ve $\det A^n = (\det A)^n$.

Transpoz

$\det A^T = \det A$.

Üst üçgen matris

$\det =$ diyagonal elemanların çarpımı.

Satır işlemleri

• Satır değiştirme: $\det \to -\det$.
• Satırı çarpıma: $\det \to c \det$.
• Bir satırı diğerinin katı ile değiştirme: $\det$ değişmez.

Bu, Gauss eliminasyonu ile determinant hesabının temelidir.

Pratik uygulamalar

1. Bilgisayar grafikleri

3B dönüşümlerin determinantı yön ve ölçeki kontrol eder. Modeling matrices OpenGL, DirectX'te kullanılır.

2. Robotik

Jacobian matrisinin determinantı sıfır olduğunda robot tekil pozisyondadır (kontrol kaybı).

3. Makine öğrenmesi

Çok değişkenli normal dağılımın yoğunluk fonksiyonu kovaryans matrisinin determinantını içerir.

4. Kuantum mekaniği

Slater determinantı: fermion sistemlerinin antisimetri dalga fonksiyonu.

5. Hesaplamalı geometri

Yön testi: üç nokta saat yönü mü yoksa saat yönünün tersi mi? Determinant işareti.

6. Lineer regresyon

Normal denklem $A^TA \mathbf{x} = A^T \mathbf{b}$ çözümü için $\det(A^TA) \neq 0$ koşulu.

Cebrik genelleştirmeler

Permanent

$\det$'in mutlak değer + tüm işaretler pozitif yapılmış hali. #P-tam — hesaplanması NP-zor.

Pfaffian

Antisimetrik matrisler için "kare kök" türü.

Mixed discriminant, Cayley-Menger determinant

Geometrik determinant genelleştirmeleri.

Sonuç

Determinant, lineer cebrin bilgi yoğun bir sayısıdır:

• Bir tek skaler.
• Tersinirlik, hacim, yön, bağımsızlık, çözülebilirlik — hepsi tek değerden okunur.
• Kronolojik olarak Seki Takakazu (1683) ile başlayan, Leibniz, Cramer, Cauchy, Sylvester ile gelişen klasik bir kavram.
• Modern bilgisayar grafikleri, robotik, makine öğrenmesi, kuantum mekaniği uygulamaları.

Bir matrisin "özet" sayısı. Yine de bilgi dolu. Lineer cebrin en yoğun-bilgili kavramlarından biri.

Matematik tarihinde "bir sayı, milyon mesaj" estetiğinin en güzel örneği.