BAAP 

OF ALL FORMULA LISTS
   
FOR IIT JEE
   
MATRICES AND DETERMINANTS
   
  Download Doubtnut Today
   

SL# FORMULA

Second Order Determinant
   
1 ∣ a1 b1 ∣
det A = ∣ ∣ = a 1 b2 − a 2 b1
∣ a2 b2 ∣

Value of Determinant
   
∣ a11 a12 a13 ∣
2
∣ ∣
det A = a21 a22 a23 = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a11 a23 a32 − a12 a21 a33 − a13 a22 a31
∣ ∣
∣ a31 a32 a33 ∣

N­th Order Determinant
   
∣ a11 a12 … a1j … a1n ∣

∣ ∣
a21 a22 … a2j … a2n
∣ ∣
3 ∣
… … … … … …
∣
∣ ∣
det A =
∣ ∣
ai1 ai2 … aij … ain
∣ ∣
∣ … … … … … … ∣
∣ ∣
∣ an1 an2 … anj … ann ∣

Minor
   
4 The minor Mij  associated with the element aij  of n­th order matrix A is the (n­1)­th order determinant
derived from the matrix A by deletion of its i­th row and j­th column.

Cofactor
5    
i+j
Cij = ( − 1) Mij

Laplace Expansion of n­th Order Determinant
   
Laplace expansion by elements of the i­th row
   
n

det A = ∑ aij Cij , i = 1, 2, …. , n

 
6 j=1

 
Laplace expansion by elements of the j­th column
   
n

det A = ∑ aij Cij , j = 1, 2, …. , n

i=1

7 The value of a determinant remains unchanged if rows are changed to columns and columns to rows.
   
 ∣ a1 a2 ∣ ∣ a1 b1 ∣
∣ ∣ = ∣ ∣
∣ b1 b2 ∣ ∣ a2 b2 ∣

 DOWNLOAD DOUBTNUT TODAY FOR FREE PDFs & MORE

If two rows (or two columns) are interchanged, the sign of the determinant is changed.
   
8 ∣ a1 b1 ∣ ∣ a2 b2 ∣
∣ ∣ = − ∣ ∣
∣ a2 b2 ∣ ∣ a1 b1 ∣

If two rows (or two columns) are identical, the value of the determinant is zero.
   
9 ∣ a1 a1 ∣
∣ ∣ = 0
∣ a2 a2 ∣

If  the  elements  of  any  row  (or  column)  are  multiplied  by  a  common  factor,  the  determinant  is
multiplied by that factor.
   
10
∣ ka1 kb1 ∣ ∣ a1 b1 ∣
∣ ∣ = k∣ ∣
∣ a2 b2 ∣ ∣ a2 b2 ∣

If  the  elements  of  any  row  (or  column)  are  increased  (or  decreased)  by  equal  multiples  of  the
corresponding elements of any other row (or column), the value of the determinant is unchanged.
   
11
∣ a1 + kb1 b1 ∣ ∣ a1 b1 ∣
∣ ∣ = ∣ ∣
∣ a2 + kb2 b2 ∣ ∣ a2 b2 ∣

An  m × n  matrix  A  is  a  rectangular  array  of  elements  (numbers  or  functions)  with  m  rows  and  n
columns.
   
a11 a12 … a1n
⎡ ⎤
12
⎢ a21 a22 … a2n ⎥
⎢ ⎥
A = [aij ] = ⎢ ⎥
⎢ ⎥
⎢ ⋮ ⋮ ⋮ ⎥

⎣ ⎦
am1 am2 … amn

13 Square matrix is a matrix of order n × n

14 A square matrix ⌊aij ⌋ is symmetric if aij = aji , i.e. it is symmetric about the leading diagonal.

15 A square matrix ⌊aij ⌋ is skew­symmetric if aij = − aji

 DOWNLOAD DOUBTNUT TODAY FOR FREE PDFs & MORE

16 Diagonal matrix is a square matrix with all elements zero except those on the leading diagonal.

Unit matrix is a diagonal matrix in which the elements on the leading diagonal are all unity. The unit
17
matrix is denoted by I

18 A null matrix is one whose elements are all zero

Two  matrices  A  and  B  are  equal  if,  and  only  if,  they  are  both  of  the  same  shape  m × n   and
19
corresponding elements are equal.

20 Two matrices A and B can be added (or subtracted) of, and only if, they have the same shape m × n .
If
  
 a11 a12 … a1n
⎡ ⎤

⎢ a21 a22 … a2n ⎥

⎢ ⎥
A = [aij ] = ⎢ ⎥ ,
⎢
⎢ ⋮ ⋮ ⋮
⎥
⎥  
⎣ ⎦
am1 am2 … amn

 
b11 b12 … b1n
⎡ ⎤

⎢ b21 b22 ... b2n ⎥

⎢ ⎥
B = [bij ] = ⎢ ⎥ ,
⎢
⎢ ⋮ ⋮ ⋮
⎥
⎥  
⎣ ⎦
bm1 bm2 ... bmn

 
then,
   
a11 + b11 a12 + b12 ... a1n + b1n
⎡ ⎤

⎢ a21 + b21 a22 + b22 ... a2n + b2n ⎥

⎢ ⎥
A + B = ⎢ ⎥
⎢ ⎥
⎢ ⋮ ⋮ ⋮ ⎥

⎣ ⎦
am1 + bm1 am2 + bm2 ... amn + bmn

If k is a scalar, and A = ⌊aij ⌋  is a matrix, then

 
 
ka11 ka12 … ka1n
⎡ ⎤
21 ⎢ ka21 ka22 … ka2n ⎥
⎢ ⎥
kA = [kaij ] = ⎢ ⎥
⎢ ⎥
⎢ ⋮ ⋮ ⋮ ⎥

⎣ ⎦
kam1 kam2 … kamn

22 Multiplication of Two Matrices
   
Two matrices can be multiplied together only when the number of columns in the first is equal to the
number of rows in the second.
   
If
  
a11 a12 … a1n
⎡ ⎤

⎢ a21 a22 … a2n ⎥

⎢ ⎥
A = [aij ] = ⎢ ⎥ ,
⎢
⎢ ⋮ ⋮ ⋮
⎥
⎥  
⎣ ⎦
am1 am2 ... amn

 
b11 b12 ... b1k
⎡ ⎤

⎢ b21 b22 ... b2k ⎥

⎢ ⎥
B = [bij ] = ⎢ ⎥ ,
⎢
⎢ ⋮ ⋮ ⋮ ⎥
⎥  
⎣ ⎦
bn1 bn2 ... bnk

 
c11 c12 ... c1k
⎡ ⎤

⎢ c21 c22 ... c2k ⎥

⎢ ⎥
then  AB = C = ⎢ ⎥ ,
⎢
⎢ ⋮ ⋮ ⋮
⎥
⎥  
⎣ ⎦
bm1 cm2 ... cmk

 
n

where cij = ai1 b1j + ai2 b2j + ... + ain bnj = ∑ aiλ bλj
 
λ=1

 
(i = 1, 2, ..., m; j = 1, 2, ..., k) .
   
bi
⎡ ⎤
a11 a12 a13
Thus if A = [aij ] = [ ], B = [bi ] = ⎢ b2 ⎥ ,
a21 a22 a23
⎣ ⎦
 
b3
  
b1
⎡ ⎤
a11 a12 a13 a11 b1 a12 b2 a13 b3
then, AB = [ ] ⋅ ⎢ b2 ⎥ = [ ]
a21 a22 a23 a21 b1 a22 b2 a23 b3
⎣ ⎦
b3

Transpose of a Matrix
   
23 If the rows and columns of matrix are interchanged, then the new matrix is called the transpose of the
original matrix. If A is the original matrix, its transpose is denoted AT  or Ã

 DOWNLOAD DOUBTNUT TODAY FOR FREE PDFs & MORE

24 The matrix A is orthogonal if AAT = I

If the matrix product AB is defined, then
25    
T T T
(AB) = B A

Adjoint of Matrix
   
26 If A is a square n × n  matrix, its adjoint, denoted by adj A, is the transpose of the matrix of cofactors 
T
Cij  of A : adjA = [Cij ] .

Trace of a Matrix
   
27
If A is a square  n × n matrix, its trace, denoted by tr A, is defined to be the sum of the terms on the
leading diagonal: trA = a11 + a22 + … + ann .

Inverse of a Matrix
   
28 If A is a square  n × n  matrix with a nonsingular determinant det A, then its inverse  A − 1  is given by 
adjA
−1
A =
det A

If the matrix product AB is defined, then
29    
−1 −1 −1
(AB) = B A

If  A  is  a  square  n × n  matrix,  the  eigenvectors  X  satisfy  the  equation  AX = λX ,  while  the
30
eigenvalues λ satisfy the characteristic equation |A − λI | = 0

a1 x + b1 y = d1
{
a2 x + b2 y = d2  
 
Dx Dy
x = , y =  (Cramer\'s rule),
D D  
 
where
   
31 ∣ a1 b1 ∣
D = ∣ ∣ = a 1 b2 − a 2 b1 ,
∣ a2 b2 ∣  
 
∣ d1 b1 ∣
Dx = ∣ ∣ = d1 b2 − d2 b1 ,
∣ d2 b2 ∣  
 
∣ a1 d1 ∣
Dy = ∣ ∣ = a 1 d2 − a 2 d1
∣ a2 d2 ∣

 DOWNLOAD DOUBTNUT TODAY FOR FREE PDFs & MORE
 If D ≠ 0 , then the system has a single solution:
   
Dx Dy
x = , y = .
32 D D  
 
If D = 0  and Dx ≠ 0( or Dy ≠ 0) , then the system has no solution.
 
 
If D = Dx = Dy = 0 , then the system has infinitely many solutions.

⎧ a x + b1 y + c1 z = d1
⎪ 1

⎨ a2 x + b2 y + c2 z = d2
⎩
⎪  
a3 x + b3 y + c3 z = d3

 
Dx Dy Dz
x = , y = , z =  (Cramer\'s rule),
D D D  
 
where
33    
∣ a1 b1 c1 ∣ ∣ d1 b1 c1 ∣
∣ ∣ ∣ ∣
D =
∣
a2 b2 c2
∣
, Dx =
∣
d2 b2 c2
∣
,
 
∣ a3 b3 c3 ∣ ∣ d3 b3 c3 ∣

 
∣ a1 d1 c1 ∣ ∣ a1 b1 d1 ∣
∣ ∣ ∣ ∣
Dy =
∣
a2 d2 c2
∣
, Dz =
∣
a2 b2 d2
∣
.
∣ a3 d3 c3 ∣ ∣ a3 b3 d3 ∣

If D ≠ 0 , then the system has a single solution:
   
Dx Dy Dz
x = , y = , z = .
34 D D D  
 
If D = 0  and Dx ≠ 0( or Dy ≠ 0 or Dz ≠ 0) , then the system has no solution.
 
 
If D = Dx = Dy = Dz = 0 , then the system has infinitely many solutions.

35 Matrix Form of a System of n Linear Equations in n Unknowns
   
The set of linear equations
   
a11 x1 + a12 x2 + … + a1n xn = b1
⎧
⎪
⎪
⎪
⎪
a21 x1 + a22 x2 + … + a2n Xn = b2
⎨
⎪
⎪
... ... ... ... ... ... ... ...  
⎪
⎩
⎪
an1 X1 + an2 X2 + … + ann Xn = bn

 
can be written in matrix form
   
a11 a12 ... a1n X1 b1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞

⎜ a21 a22 ... a2n ⎟ ⎜ X2 ⎟ ⎜ b2 ⎟

⎜
⎜
⎟ ⋅ ⎜
⎟ ⎜
⎟ = ⎜
⎟ ⎜
⎟
⎟
,
⎜ ⋮ ⋮ ⋮ ⎟ ⎜ ⋮ ⎟ ⎜ ⋮ ⎟  
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
an1 an2 ... ann Xn bn

 
i.e. A ⋅ X = B ,
   
 ⎛ a11 a12 ⋮ a1n ⎞ X1 b1
⎛ ⎞ ⎛ ⎞
⎜ ⎟
⎜ ⎟ ⎜ X2 ⎟ ⎜ b2 ⎟
a21 a22 ⋮ a2n
where, A = ⎜
⎜
⎟, X = ⎜
⎟ ⎜
⎟, B = ⎜
⎟ ⎜
⎟
⎟
.
⎜ ⎟ ⎜ ⋮ ⎟ ⎜ ⋮ ⎟  
⎜ ⋮ ⋮ ⋮ ⎟
⎝ ⎠ ⎝ ⎠
⎝ ⎠ Xn bn
an1 an2 ... ann

Solution of a Set of Linear Equations n × n
   
⋅ B,
−1
X = A
36  
 
where A  is the inverse of A.
−1

   

 Download Hundreds of such PDFs for FREE on Doubtnut App Today
   
 Download Doubtnut to Ask Any Math Question By just a click
   
 Get A Video Solution For Free in Seconds
   
 Doubtnut Has More Than 1 Lakh Video Solutions
   
 Free Video Solutions of NCERT, RD Sharma, RS Aggarwal, Cengage (G.Tewani), Resonance
DPP, Allen, Bansal, FIITJEE, Akash, Narayana, VidyaMandir
   
 Download Doubtnut Today