Determinante de Matriz & Passo a Passo

Precisão Fracionária Exata|Suporta matrizes quadradas de ordem 2×2 até 8×8

Calculadora de Determinante de Matriz

Calcule determinantes de matrizes instantaneamente com resolução passo a passo por eliminação gaussiana (LU), cofatores de Laplace, autovalores e teste de invertibilidade de 2x2 até 8x8.

✨ Predefinições:

Editor de Grade da Matriz

1,1
1,2
1,3
2,1
2,2
2,3
3,1
3,2
3,3

Clique em qualquer célula para editar. Suporta frações como "2/3", decimais e valores negativos. Navegue pelas setas do teclado.

Determinante det(A)1Invertível (Posto Completo)
Traço da Matriz tr(A)1tr(A) = ∑ Aᵢᵢ =
Posto da Matriz3 / 3Posto Completo
Número de Condição κ(A)1.73Bem Condicionada (Estável)

Eliminação Gaussiana com Pivoteamento Parcial

Acompanhe passo a passo cada operação elementar de linha, monitorando as trocas de linhas (-1)ᵏ e a multiplicação dos pivôs diagonais.

Passo 1 de 3
Matriz InicialFator de Paridade de Linhas (-1)ᵏ: +1

Matriz quadrada inicial preparada para eliminação gaussiana com estratégia de pivoteamento parcial.

1
0
0
0
0
-1
0
1
0
det(A) = (-1)ᵏ × ∏ Uᵢᵢ =
det(A) = (-1) × [1 × 1 × -1] = 1
Precisão Fracionária ExataAritmética Racional BigInt
Intervalo de Dimensões2×2 até 8×8
Velocidade no Navegador< 1 ms sem Web Worker

Processamento no Navegador

Cálculo de alta precisão executado integralmente na memória local do navegador.

Privacidade Sem Envio a Servidores

Todos os dados da matriz permanecem estritamente locais, sem comunicação com servidores externos.

Exportação Pronta para Produção

Formatos de saída limpos e otimizados, prontos para uso em LaTeX, Python, MATLAB ou relatórios acadêmicos.

Referência técnica e guia de arquitetura

Calculadora de Determinante de Matriz — Guia de referência

Calcule determinantes de matrizes instantaneamente com resolução passo a passo por decomposição LU, Laplace, autovalores e teste de invertibilidade de 2x2 a 8x8.

Calculadora de Determinante de Matriz — Guia de referência — Arquitetura em memória do lado do cliente e fluxo de dados
Calculadora de Determinante de Matriz — Guia de referência — Arquitetura em memória do lado do cliente e fluxo de dados

Parâmetros-chave e controles

Ordem da Matriz Quadrada (Grade N × N)Dimensão da Matriz Quadrada (2×2 a 8×8)

Define a ordem da grade quadrada do sistema matricial. Determinantes são rigorosamente definidos em termos geométricos e algébricos apenas para sistemas quadrados (onde o número de equações é igual ao de incógnitas), variando desde planos cartesianos 2×2 básicos até sistemas multivariáveis 8×8 aplicados em física e engenharia.

Padrão: 3 × 3
Estratégia de Cálculo & Método de DecomposiçãoEscolha do Algoritmo (Automático | Decomposição LU | Cofatores de Laplace | Regra de Sarrus)

Seleciona o fluxo de resolução passo a passo: a decomposição LU com pivoteamento parcial opera com eficiência em complexidade O(n³) para matrizes maiores; a expansão por cofatores de Laplace detalha o cálculo dos menores complementares (ideal para fins acadêmicos e provas); e a Regra de Sarrus viabiliza o cálculo diagonal direto para matrizes 3×3.

Padrão: Automático
Precisão Numérica & Modo de Fração ExataExibição da Precisão (Racional Exato p/q | Decimal | Científico | LaTeX)

Controla a exatidão numérica dos resultados. O modo racional exato emprega aritmética inteira simbólica para preservar frações sem erros de arredondamento, enquanto os modos decimal e científico exibem valores ajustados aos limites de precisão de ponto flutuante IEEE 754 de 64 bits (15 a 17 dígitos significativos).

Padrão: Frações Exatas (p/q)
Coeficientes dos Elementos A[i,j]Escalar Racional (Inteiro, Decimal ou Fração p/q)

Valores escalares individuais localizados na linha i e coluna j, representando projeções de coordenadas ou pesos de equações lineares. Suporta números inteiros positivos e negativos, decimais e frações exatas (como -7/3), compondo os vetores espaciais que definem o hipervolume geométrico.

Padrão: Matriz Identidade

Dicas profissionais e melhores práticas

Regra da Inversão de Sinal por Troca de Linhas

Permutar quaisquer duas linhas ou colunas inverte a orientação geométrica do espaço vetorial, multiplicando o determinante total por -1. Ao aplicar o escalonamento gaussiano, contabilize o total de permutações de linhas k: o determinante final será (-1)^k multiplicado pelo produto dos pivôs da diagonal principal.

Atalho do Produto em Matrizes Triangulares e Diagonais

Quando todos os elementos acima ou abaixo da diagonal principal forem nulos (matrizes triangulares superiores, inferiores ou diagonais), dispense a expansão por cofatores. O determinante é obtido diretamente pela multiplicação dos elementos da diagonal principal: det(A) = a11 * a22 * ... * ann.

Seleção de Linhas Esparsas para Expansão por Laplace

Ao calcular determinantes manualmente pelo Teorema de Laplace, escolha sempre a linha ou coluna com o maior número de zeros. Como cada zero anula o cálculo de todo um menor complementar, expandir sobre uma linha esparsa frequentemente reduz um problema complexo a um único determinante 2x2.

Fator de Escala Multiplicativo em Transformações Espaciais

Determinantes cumprem a propriedade multiplicativa det(A * B) = det(A) * det(B). Em computação gráfica e modelagem espacial, encadear múltiplas rotações, cisalhamentos e escalas resulta em um fator de dilatação volumétrica equivalente ao produto dos determinantes individuais, no qual um valor negativo indica uma reflexão espacial espelhada.

Armadilhas comuns e solução de problemas

⚠️Ruído residual de ponto flutuante (como 1e-16 ou 0.0000000000000002) em vez de zero absoluto

Altere o Modo de Precisão Numérica para 'Frações Exatas (p/q)'. A aritmética de ponto flutuante binário (padrão IEEE 754) acumula resíduos infinitesimais de arredondamento durante divisões de pivôs; já a aritmética racional exata utiliza numeradores e denominadores inteiros, assegurando que matrizes singulares resultem em zero exato.

⚠️Determinante nulo mesmo com todos os elementos da matriz preenchidos com valores diferentes de zero

Verifique a existência de dependência linear entre linhas ou colunas. Se qualquer linha for combinação linear de outras (por exemplo, Linha 3 = 2 * Linha 1 - Linha 2), os vetores colapsam para um subespaço de menor dimensão com volume geométrico nulo, tornando o determinante igual a zero e a matriz não invertível.

⚠️Erro de dimensão matricial ao colar tabelas de dados ou código LaTeX

Certifique-se de que os dados colados formem uma grade estritamente quadrada, onde a contagem de linhas seja idêntica à de colunas. Embora o analisador filtre chaves, vírgulas e espaços, determinantes são algebricamente indefinidos para matrizes retangulares não quadradas.

Perguntas frequentes (FAQ)

Como calcular o determinante de uma matriz 3x3 sem usar a regra de Sarrus?▼

Para calcular o determinante 3x3 sem a Regra de Sarrus, utilize o Teorema de Laplace expandindo pela primeira linha: det(A) = a11(a22*a33 - a23*a32) - a12(a21*a33 - a23*a31) + a13(a21*a32 - a22*a31). Alternativamente, aplique a eliminação gaussiana com pivoteamento parcial para converter a matriz em sua forma triangular superior com zeros sob a diagonal; o determinante será o produto dos pivôs da diagonal multiplicado por (-1)^k, sendo k a quantidade de trocas de linhas efetuadas.

Por que o determinante é igual a zero quando há linhas linearmente dependentes?▼

Geometricamente, o determinante representa o hipervolume orientado delimitado pelos vetores linha ou coluna da matriz. Havendo dependência linear, pelo menos um vetor está contido no subespaço gerado pelos demais (como três vetores tridimensionais restritos a um plano 2D), reduzindo o volume compreendido a zero. Algebricamente, o escalonamento de equações linearmente dependentes gera uma linha inteira de zeros, zerando o produto dos pivôs diagonais.

Como a eliminação gaussiana afeta o determinante durante as operações com linhas?▼

O método de eliminação gaussiana altera determinantes conforme três regras fundamentais: somar um múltiplo escalar de uma linha a outra não altera o valor de det(A); permutar duas linhas inverte o sinal multiplicando det(A) por -1; e multiplicar uma linha inteira por uma constante c multiplica det(A) por c. Ao priorizar combinações lineares e rastrear apenas as trocas de linhas, o determinante final corresponde a (-1)^k vezes o produto da diagonal principal da matriz triangular resultante.

Qual é a diferença de complexidade computacional entre Laplace e a decomposição LU?▼

A expansão por cofatores de Laplace possui complexidade fatorial O(N!), exigindo 3.628.800 operações aritméticas para uma matriz 10x10, o que inviabiliza seu cálculo computacional para ordens superiores a 5x5. Em contrapartida, a decomposição LU gaussiana opera em tempo polinomial O(N^3), processando uma matriz 10x10 em menos de 1.000 operações, consolidando-se como o padrão em bibliotecas científicas e de engenharia.

Qual é a relação entre autovalores, determinantes e a invertibilidade de uma matriz?▼

O determinante de qualquer matriz quadrada é rigorosamente igual ao produto de todos os seus autovalores: det(A) = λ1 * λ2 * ... * λn. Uma matriz é invertível (não singular) se, e somente se, det(A) != 0, o que assegura que zero não seja autovalor do sistema. Se det(A) = 0, a transformação possui núcleo não trivial, mapeia vetores não nulos para a origem, achata o volume espacial e não admite matriz inversa.

Ferramentas e utilitários relacionados

Todas as ferramentas →