7th 

Grade

DETERMINANTS
Presenters:  Ms. Greatch P. 
Cadondon
Mr. Jay Anthony V. Elio
Definition
● The determinant of a matrix is the sum of 
products of the elements of any row or 
column and their corresponding co-factors. 
The determinant of a matrix is defined only 
for square matrices. For any square matrix 
A, the determinant of A is denoted by det A 
(or) |A|. It is sometimes denoted by the 
symbol Δ.
Symbol
• The determinant of a matrix is represented by 
two vertical lines (absolute value) or simply by 
writing det and writing the matrix name. eg. |A|, 
det(A), det A
For Matrix  (1x1)
If [A] = [a] then its determinant is 
given as |a| which is equal to the 
value enclosed in the matrix.

Example:
[A] = [2] 
|A| = |2|
Determinant of a 2x2 
Matrix
● The determinant of a 2x2 matrix A 
=  

is |A| = ad - bc. It is simply obtained 
by cross multiplying the elements 
starting from the top left and then 
subtracting the products.
Minor of Element of a 
Matrix
● The minor of an element (a ) of a square matrix of any order is the 
ij
determinant of the matrix that is obtained by removing the row 
(ith row) and the column (jth column) containing the element. 

Example: For a matrix A =

The minor of 6 is, The minor of 9 is, 

= 1(8) - 2(7) = 8 - 14 = -6. = 1(5) - 2(4) = 5 - 8 = -3.
 Co-factor of Element of a 
Matrix
● The cofactor of an element a  of a square matrix of 
ij
any order is its’ minor multiplied by (-1) i + j. i.e.,
● Co-factor of an element = (-1)row number + column number  
(minor of the element)
Example For a matrix A = 

 Since 6 is in the 2nd row and 3rd column,
co-factor of 6 = (-1)2+3 (minor of 6) = (-1)5 (-6) = 6
 Since 9 is in the 3nd row and 3rd column,
co-factor of 9 = (-1)3+3 (minor of 9) = (-1)6 (-3) = -3
Determinant of 3×3 Matrix
Determinant of 3×3 Matrix
● Step 3: Multiply the elements of the row/column from Step 1 with 
the corresponding co-factors obtained from Step 2.

1(co-factor of 1) = 1 (-3) = -3
2(co-factor of 2) = 2(6) = 12
3(co-factor of 3) = 3(-3) = -9

● Step 4: Add all the products from Step 3 which would give the 
determinant of the matrix.

det A = -3 + 12 - 9 = 0
 Important 
Properties of 
Determinants
 Reflection 
01
Property
The  determinant  remains  unaltered  if  its  rows 
are  changed  into  columns  and  the  columns 
into  rows.  This  is  known  as  the  property  of 
reflection. 
02 All-zero Property
If  all  the  elements  of  a  row  (or 
column)  are  zero,  then  the 
determinant is zero.
 Proportionality 
03 (Repetition) 
Property
If all elements of a row (or column) are 
proportional (identical) to the elements of 
some other row (or column), then the 
determinant is zero.
04 Switching Property
The interchange of any two rows (or 
columns) of the determinant changes its 
sign.
05 Scalar Multiple 
Property
If all the elements of a row (or column) of 
a determinant are multiplied by a non-
zero constant, then the determinant gets 
multiplied by the same constant.
06 Property of 
Invariance
If each element of a row and column of a 
determinant is added with the equimultiples of 
the elements of another row or column of a 
determinant, then the value of the determinant 
remains unchanged. This can be expressed in 
the form of a formula as R i → Ri + kRj , or 
Ci → Ci + kCj.
07 Triangle Property
If all the elements of a determinant 
above or below the main diagonal 
consist of zeros, then the 
determinant is equal to the product 
of diagonal elements. 
Let’s Watch and Learn!  

https://drive.google.com/file/d/1ViJ_qCTQp7MLHlTHeLaPZdrqIyCws_7l/vi
ew?usp=sharing
08 Sum Property
If a few elements of a row or column are 
expressed as a sum of terms, then the 
determinant can be expressed as a sum 
of two or more determinants.
 Determinant of cofactor 
09
matrix
Adjoint of the 
matrix
The adjoint of a 3 x 3 matrix can be obtained by following 
two simple steps. First we need to find the co-factor matrix 
of the given matrix, and then the transpose of this co-factor 
matrix is taken to obtain the adjoint of a matrix. For a matrix 
of the form A = 
the co-factor matrix A = 

Adj A = Transpose of Co-factor Matrix = 
Transpose of 
Cofactor Expansion
Inverse of a Matrix
Cramer’s Rule
Cofactor expansion
Here we explain how to compute the determinant
of a matrix using cofactor expansion. First, you will
find what minors and cofactors are (necessary to
apply the cofactor expansion method), then what
the cofactor expansion is about, and finally an
example of the calculation of a 3×3 determinant by
cofactor expansion.
Minor and Cofactor
Before seeing how to find the determinant of a matrix by cofactor
expansion, we must first define what a minor and a cofactor are. Since
these two mathematical operations are necessary to use the cofactor
expansion method.
The i, j minor of the matrix, denoted by Mi,j, is the determinant that
results from deleting the i-th row and the j-th column of the matrix.
For example, let A be the following 3×3
square matrix:
The minor of 1 is the determinant of the matrix that we obtain by eliminating
the row and the column where the 1 is. That is, removing the first row and
the second column:

On the other hand, the formula to find a cofactor of a matrix

is as follows:
The i, j cofactor of the matrix is defined by:

Where Mij is the i, j minor of the matrix.

Continuing with the previous example, the cofactor of 1 would be:

Therefore, the sign of a cofactor

depends on the location of the
element of the matrix.
 How to compute the determinant of a matrix by cofactor expansion
The cofactor expansion theorem, also called Laplace expansion, states that any
determinant can be computed by adding the products of the elements of a
column or row by their respective cofactors.
Thus, let A be a K×K dimension matrix, the cofactor expansion along the i-th
row is defined with the following formula:

Similarly, the mathematical formula for the cofactor expansion along the j-th
column is as follows:

Where Aij is the entry in the i-th row and j-th column, and C ij is the i,j cofactor.
Example of cofactor expansion
Let’s see an example of how to solve the determinant of a 3×3 matrix using
cofactor expansion:

First of all, we must choose a column or a row of the determinant. In this case, we
choose to apply the cofactor expansion method to the first column, since it has a
zero and therefore it will be easier to compute. So we have to multiply the elements
of the first column by their respective cofactors:
The cofactor of 0 does not need to be calculated, because any number
multiplied by 0 equals to 0:

Now we calculate the cofactors:

And, finally, we compute the 2×2 determinants and all the calculations:
Finding inverse of 2x2 matrix
The inverse of 3x3 Matrix Formula
The inverse of a 3x3 matrix A is calculated using the formula A-1 = (adj 
A)/(det A), where
 adj A = The adjoint matrix of A
 det A = determinant of A
det A is in the denominator in the formula of A-1. Thus, for A-1 to exist 
det A should not be 0. i.e.,
 A-1 exists when det A ≠ 0 (i.e., when A is nonsingular)
 A-1 does not exist when det A = 0 (i.e., when A is singular)
Thus, here are the steps to find the inverse of 3x3 matrix. The steps 
are explained through the same example A =
 Let us find A-1.
• Step - 1: Find adj A.
We have already seen that adj A =

 Step - 2: Find det A.
We have already seen that det A = -16
 Step - 3: Apply the inverse of 3x3 matrix formula A-1 = (adj 
A)/(det A). i.e., divide every element of adj A by det A.
 Using Cramer’s Rule to Solve a 
System of Two Equations in Two 
Variables
We will now introduce a final method for solving systems of 
equations that uses determinants. Known as Cramer’s rule, this 
technique dates back to the middle 18th century and is named 
for its innovator, the Swiss mathematician Gabriel Cramer (1704
-1752), who introduced it in 1750. Cramer’s Rule is a viable and 
efficient method for finding solutions to systems with any 
number of unknowns, provided that we have the same number 
of equations as unknowns.
In short, Cramer’s rule begins with a 
system of equations, such as:

and we can show that
Notice that the 
denominator for 
both x and y is the 
determinant of the 
coefficient matrix.
We can use these 
formulas to solve 
for x and y but 
Cramer’s Rule also 
introduces new 
notation:
 Cramer’s Rule for 2 x 2 
Systems
Cramer’s Rule is a method that uses determinants to solve 
systems of equations that have the same number of 
equations as variables.
Consider a system of two linear equations in two variables.
The solution using Cramer’s Rule is given as:
Using Cramer’s Rule to Solve a System 
of Three Equations in Three Variables
Now that we can find the determinant of a 3x3 matrix, we can 
apply Cramer’s Rule to solve a system of three equations and 
three unknowns. Cramer’s Rule for 3x3 systems follows the 
same pattern as for 2x2 systems. However, there are more 
calculations required.

Consider the system:
 Let’s Watch and Learn!  

https://drive.google.com/file/d/1ViJ_qCTQp7MLHlTHeLa
PZdrqIyCws_7l/view?usp=sharing
Thank you For 
Listening! 
    