浙江财经大学线性代数最新课件线性代数1.3

合集下载

线性代数全套教学课件

线性代数全套教学课件
a31 a32 a33
aa2111xx11
a12 x2 a22 x2
a13 x3 a23 x3
b1 , b2 ,
a31x1 a32 x2 a33 x3 b3;
a11 b1 a13

D2 a21 b2 a23 ,
a31 b3 a33
aa2111xx11
a12 x2 a22 x2
a13 x3 a23 x3
当 a11a22 a12a21 0 时, 方程组的解为
x1
b1a22 a11a22
a12b2 , a12a21
x2
a11b2 a11a22
b1a21 . a12a21
(3)
由方程组的四个系数确定.
定义 由四个数排成二行二列(横为行、竖为列) 的数表
a11 a12
a21 a22
(4)
表达式 a11a22 a12a21称为数表(4)所确定的二阶
a31x1 a32 x2 a33 x3 b3;
a11 b1 a13

D2 a21 b2 a23 ,
a31 b3 a33
aa2111xx11
a12 x2 a22 x2
a13 x3 a23 x3
b1 , b2 ,
a31x1 a32 x2 a33 x3 b3;
a11 a12 a13 D a21 a22 a23
a31 a32 a33
aa2111xx11
a12 x2 a22 x2
a13 x3 a23 x3
b1 , b2 ,
a31x1 a32 x2 a33 x3 b3;
若记 或
b1 b2 b1
b1 a12 a13 D1 b2 a22 a23 ,
b3 a32 a33 a11 a12 a13 D a21 a22 a23 a31 a32 a33

线性代数上财版教学PPT(3)

线性代数上财版教学PPT(3)

an , n 1 ann an 1, n 1 an 1, n ⋯ ⋯ = a2, n 1 a1, n 1 a2 n a1n
3
5 1 3
2 0 1
1
5 3
3设
D=
1 1 2
4 1 3
D 的 (i , j )元的余子式和代数余子式依次记作M ij 和 Aij . 求A11 + A12 + A13 + A14 及 M11 + M 21 + M 31 + M 41 .
rn x1rn1
1
1
1
Dn
x1 x12 ⋮
x2 x ⋮
2 2
x3 x ⋮ x
2 3
⋯ ⋯
1
xn x ⋮
2 n

⋯ x
x1n 1 x
n 2 1
n 3 1
n n 1
x1 rn1
证 用数学归纳法.因为
D2 = 1 x1 1 x2 = x2 x1 = 1 ( xi x j ) i<j2
2
0 1
1
5 3
D=
1 1 2
4 1 3
1
3
3
1 4 1 3 1 5 2 1
r4 + r3 1
1 3
1 0
1 2 1 0 5 = (1)4 + 2 (1) 1 0 5
1
3 0
1 0
1 1
3
1 0 5 1 5 r1 2 r3 (1) 1 0 5 = 1 1 3
性质1: 行列式与它的转置行列式相等。 性质2: 互换行列式的两行(列),行列式的值变号。 性质3: 用数 k 乘行列式的某一行(列)中所有元素, 等于用数 k 乘此行列式。 性质4: 如果某一行(列)是两组数(k组数)的和,则此 行列式就等于两(k)个行列式的和,而这两(k) 个行列式除这一行(列)以外全与原来行列式的 对应的行(列)一样。 性质5: 行列式的某一行(列)的所有元素乘以同一数k后再加 到另一行(列)对应的元素上去,行列式的值不变。

线性代数课件 第一章

线性代数课件  第一章
0 0 0 0 0 0 ≠ ( 0 0 0 0) . 0 0 0
1 0 (5)单位矩阵 单位矩阵 0 1 E = En = L L O 0 0
称为单位矩阵( 单位阵) 称为单位矩阵(或单位阵). 单位矩阵
L 0 O L 0 L L L 1
a11 a 21 A= L a m1
简记为
a12 a 22 L am1
L a1 n L a2n L L L a mn
矩阵A的 (m, n)元
A = Am×n = (aij )m×n = (aij ).
这m × n个数称为 A的元素 ,简称为元 . 简称为元
a11 x1 + a12 x2 + L + a1n xn = b1 a x + a x +L + a x = b 21 1 22 2 2n n 2 LLLLLLLLLLLL am1 x1 + am 2 x2 + L + amn xn = bm
, , 系数 aij ( i =1,2,L m, j =1,2,L n) , 常数项 bi (i = 1,2,L,n)
全为1 全为
(6)方阵 方阵 主对角线
a11 a12 a21 a22 A= L L 副对角线 an1 an1
简记为
L a1n L a2 n L L L ann
n× n
矩 A 阵 的
( n, n) 元
A = An× n = ( aij )
.
矩阵的转置
a11 a 21 A= L a m1
定义3 如果矩阵A经过有限次的初等变换变成B 定义3 如果矩阵A经过有限次的初等变换变成B, 就称矩阵A与矩阵B等价, 就称矩阵A与矩阵B等价,记作 A ~ B . 矩阵之间的等价具有自反性、对称性和传递性. 矩阵之间的等价具有自反性、对称性和传递性. 例如 用矩阵的初等行变换 解线性方程组

《线性代数讲义》课件

《线性代数讲义》课件

在工程学中,性变换也得到了广泛的应用。例如,在图像处理中,可
以通过线性变换对图像进行缩放、旋转等操作;在线性控制系统分析中
,可以通过线性变换对系统进行建模和分析。
THANKS
感谢观看
特征向量的性质
特征向量与特征值一一对应,不同的 特征值对应的特征向量线性无关。
特征值与特征向量的计算方法
01
定义法
根据特征值的定义,通过解方程 组Av=λv来计算特征值和特征向 量。
02
03
公式法
幂法
对于某些特殊的矩阵,可以利用 公式直接计算特征值和特征向量 。
通过迭代的方式,不断计算矩阵 的幂,最终得到特征值和特征向 量。
矩阵表示线性变换的方法
矩阵的定义与性质
矩阵是线性代数中一个基本概念,它可以表示线性变 换。矩阵具有一些重要的性质,如矩阵的加法、标量 乘法、乘法等都是封闭的。
矩阵表示线性变换的方法
通过将线性变换表示为矩阵,可以更方便地研究线性 变换的性质和计算。具体来说,如果一个矩阵A表示 一个线性变换L,那么对于任意向量x,有L(x)=Ax。
特征值与特征向量的应用
数值分析
在求解微分方程、积分方程等数值问题时, 可以利用特征值和特征向量的性质进行求解 。
信号处理
在信号处理中,可以利用特征值和特征向量的性质 进行信号的滤波、降噪等处理。
图像处理
在图像处理中,可以利用特征值和特征向量 的性质进行图像的压缩、识别等处理。
05
二次型与矩阵的相似性
矩阵的定义与性质
数学工具
矩阵是一个由数字组成的矩形阵列,表示为二维数组。矩阵具有行数和列数。矩阵可以进行加法、数 乘、乘法等运算,并具有相应的性质和定理。矩阵是线性代数中重要的数学工具,用于表示线性变换 、线性方程组等。

线性代数第一章1-3PPT课件

线性代数第一章1-3PPT课件

1234
例3
0421
D
?
0056
0008
12340421Fra bibliotekD 0
0
5
6 a a a a 11 22 33 44 1 4 5 8 160.
0008
同理可得下三角行列式
a11
0 00
a21 a22 0 0
an1
an2
an3 ann
a11a22 ann .
例4 证明对角行列式
1 2
12 n;
t132 1 0 1, 奇排列 负号,
a11 a12 a13
a21 a22 a23 (1)t a1 p1a2 p2 a3 p3 .
a31 a32 a33
二、n阶行列式的定义
定义 设有n2 个数,排成 n 行n列的数表
a11 a12
a1n
a21 a22
a2n
an1 an2
ann
作出表中位于不同行不同列的 n 个元素的乘积,
对应于
1 1 2x 1
1 t a11a22a33a44 1 t1234a11a22a34a43
写在最后
成功的基础在于好的学习习惯
The foundation of success lies in good habits
17
结束语
当你尽了自己的最大努力时,失败 也是伟大的,所以不要放弃,坚持 就是正确的。
n
2
1
nn1
1 2 12 n .
n
证明 第一式是显然的,下面证第二式.
若记 i ai,ni1, 则依行列式定义
2
1
a1n
a2,n1
n
an1
1 tnn121a1na2,n1 an1

线性代数全套课件

线性代数全套课件
a 21 D ai 1 a i1 a n1 a 22 a2n ai 2 a a in a i2 in an 2 a nn
则行列式D等于下列两个行列式之和:
a11 a 21 D ai 1 a n1 a12 a 22 ai 2 an 2 a1n a11 a 2 n a 21 a in a i1 a nn a n1 a12 a1n a 22 a 2 n a a i2 in a n 2 a nn
i j r[ j i ( k )] a j 2 a jn (a j 1 ka i 1 ) (a j 2 ka i 2 ) (a jn ka in ) an 2 a nn a n1 an 2 a nn
例 计算四阶行列式
1 1
M 11 a11 A11
an 3 ann
对一般情形,只要适当交换D的行与列的位置, 即可得到结论。
定理3 行列式等于它的任一行(列)的各元素与其 对应的代数余子式乘积之和,即
D ai 1 Ai 1 ai 2 Ai 2 ain Ain ( i 1,2, , n) 或 D a1 j A1 j a2 j A2 j anj Anj
a11 a12 a13 a 23 0 0 a 21 a 22 D a 31 a 32 a41 0
n n 1 2
a1na2,n1 an1, 2an1
a14 0 a14a 23a 32a41 0 0
§3 对 换
定义5 排列中,将某两个数对调,其余的数不动, 这种对排列的变换叫对换,将相邻两数对换,叫做 相邻对换(邻换)。 定理1 一个排列中的任意两数对换, 排列改变奇偶性。

线性代数第一章ppt

线性代数第一章ppt
线性代数第一章
目录
CONTENTS
• 绪论 • 线性方程组 • 向量与向量空间 • 矩阵 • 特征值与特征向量
01
绪论
线性代数的定义与重要性
线性代数是数学的一个重要分支,主要研究线性方程组、向量空间、矩阵 等线性结构。它在科学、工程、技术等领域有着广泛的应用。
线性代数的重要性在于其提供了一种有效的数学工具,用于解决各种实际 问题中的线性关系问题,如物理、化学、生物、经济等。
向量空间中的零向量是唯一确定的,且对于任意 向量a,存在唯一的负向量-a。
向量空间的运算与性质
向量空间中的加法满足交换律和结合 律,即对于任意向量a和b,存在唯一 的和向量a+b;且对于任意三个向量a、 b和c,(a+b)+c=a+(b+c)。
向量空间中的数乘满足结合律和分配 律,即对于任意标量k和l,任意向量a 和b,存在唯一的结果k*(l*a)=(kl)*a 和(k+l)*a=k*a+l*a。
圆等。
经济学问题
线性方程组可以用来描述经济现象和 规律,例如供需关系、生产成本、利
润最大化等。
物理问题
线性方程组可以用来描述物理现象和 规律,例如力学、电磁学、热力学等。
计算机科学
线性方程组在计算机科学中有广泛的 应用,例如机器学习、图像处理、数 据挖掘等。
03
向量与向量空间
向量的定义与性质
01 向量是具有大小和方向的量,通常用有向线 段表示。 02 向量具有模长,即从起点到终点的距离。
特征值与特征向量的计算方法
定义法
幂法
谱分解法
根据特征值和特征向量的定义, 通过解方程组Ax=λx来计算特征 值和特征向量。这种方法适用于 较小的矩阵,但对于大规模矩阵 来说效率较低。

线性代数总复习讲义PPT课件

线性代数总复习讲义PPT课件
在金融学中,线性代数用于描述资产价格和风险等经济量,以及计算收益 率和波动率等金融指标。
在计算机科学中的应用
01
Байду номын сангаас
02
03
04
线性代数在计算机科学中也有 着广泛的应用,如图像处理、 机器学习和数据挖掘等领域。
线性代数在计算机科学中也有 着广泛的应用,如图像处理、 机器学习和数据挖掘等领域。
线性代数在计算机科学中也有 着广泛的应用,如图像处理、 机器学习和数据挖掘等领域。
100%
相似变换法
通过相似变换将矩阵对角化,从 而得到其特征值和特征向量。
80%
数值计算法
对于一些大型稀疏矩阵,可以使 用数值计算方法来计算其特征值 和特征向量。
特征值与特征向量的应用
01
在物理、工程等领域中,特征值和特征向量被广泛 应用于求解振动、波动等问题。
02
在图像处理中,特征值和特征向量被用于图像压缩 和图像识别。
二次型的应用与优化问题
总结词
了解二次型在解决优化问题中的应用
详细描述
二次型的一个重要应用是在解决优化问题中, 特别是在求解二次规划问题时。通过将问题 转化为二次型的形式,可以方便地应用各种 优化算法进行求解,如梯度下降法、牛顿法 等。此外,二次型在统计分析、机器学习等 领域也有着广泛的应用。
06
矩阵的逆与行列式的值
要点一
总结词
矩阵的逆和行列式的值是线性代数中的重要概念,它们在 解决线性方程组、向量空间和特征值等问题中有着广泛的 应用。
要点二
详细描述
矩阵的逆是矩阵运算的一个重要概念,它表示一个矩阵的 逆矩阵与其原矩阵相乘为单位矩阵。逆矩阵的存在条件是 矩阵的行列式值不为零。行列式的值是一个由n阶方阵构 成的代数式,表示n个未知数的n阶线性方程组的解的系数 。行列式的值可以用来判断线性方程组是否有解以及解的 个数。同时,行列式的值也与特征值和特征向量等问题密 切相关。

线性代数-课件ppt

线性代数-课件ppt

a11
A
A
a21
a12
a22
a1n
a2n
.
am1 am1 amn
2、数乘矩阵的运算规律
(设 A、B为 m n 矩阵, ,为数)
1 A A; 2 A A A;
3 A B A B.
矩阵相加与数乘矩阵合起来,统称为矩阵的线 性运算.
3 2 7 5
例1:已知
A
1 6
线性代数
• 矩阵的概念 • 矩阵的基本运算 • 矩阵的初等变换与矩阵的秩 • 逆矩阵 • 线性方程组解的判定
矩阵的概念
• 一、矩阵概念的引入 • 二、矩阵的定义 • 三、几种特殊的矩阵 • 四、同型矩阵和矩阵相等
一、矩阵概念的引入
B
某航空公司在A,B,C,D四城市之间
开辟了若干航线 ,如图所示表示了 四城市间的航班图,如果从A到B有
13 6 19 7
7 10
2 28
2 2
21 24
三、矩阵的乘法
引例:某校明后两年计划建筑教学楼和宿舍楼。建筑面积及材料耗用量如表:
建筑面积(单位:100平方米)
教学楼 宿舍楼
材料(每100平方米耗用量,单位:吨)
钢材 水泥 铝材
明年 20
10
教学楼
2
18
0.4
后年 30
20
宿舍楼 1.5
1 2 3 4
解:设A
4 3 2
1 4 3
2 1 4
123 ,
x1
X
x x x
2 3 4
,
1
B
2 2 1
,
所以方程组可表示为 :
1 2 3 4 x1 1

线性代数PPT课件专题培训

线性代数PPT课件专题培训

AB O
AO 或 BO
AB AC
BC
若 A O, B O, 但AB=O,则称 B 是 A 旳右零因子, A 是 B 旳左零因子.
背面会证明:若 | A | 0 ,则
AB O
BO
AB AC
BC
类比:当 a= 0 时 ab 0 ab ac
b0 bc
特殊矩阵与矩阵相乘旳有关结论:
• 单位矩阵在矩阵乘法中旳作用相当于数 1 在数旳 乘法中旳作用.
若方程组为齐次方程组,那么方程组一定有解. (I) 若 r = n, 则方程组有唯一解: x1 0, x2 0, , xn 0 (II)若 r < n, 则方程组有无穷多解: 取 xr1 k1, xr2 k2 , , xn knr 可得方程组旳解为
x1 c1r1k1
x2
c2 r 1k1
a2bn-1
anb1
• n 阶方阵 A (aij )
若当 i >j 时,aij 0, 则称 A 为上三角矩阵.
若当 i<j 时,aij 0, 则称 A 为下三角矩阵.
结论:两个上(下)三角矩阵旳积依然是上(下) 三角矩阵.
证明:设 A,B 是两个上三角矩阵,且C=AB, 当 i>j 时
.
amn
注意:kA 与 k|A| 不同!
矩阵旳数乘旳运算规律
设A, B为同型旳mn 矩阵, , 为数:
(1) 1 A=A.
(2) ()A = (A).
(2) (3) (+)A = A+A. A+B.
(4) (A+B) =
矩阵旳加法与数乘运算, 统称为矩阵旳线性运算.
四、矩阵与矩阵相乘
定义: 设A = ( aij )是一种 ms 矩阵, B = ( bij )是一种

线性代数经管类PPT课件

线性代数经管类PPT课件

§1.3 行列式的性质与计算
一、行列式的性质
n阶行列式共有n!项 因此定义计算n阶
行列式是较为困难的 只有少数行列式用定义计 算比较方便
我们已经知道三角行列式的值就是主 对角线上各元素的乘积 因此我们想到能否把一 般的行列式化成三角行列式来计算 这就需要研 究行列式的性质
转置行列式
将行列式D的行与列互换后得到的行列式称为D的转
0 0 ... ann
2) 下三角行列式
a11 0 ... 0
a21 ...
a22 ...
... ...
0 ...
a11a22...ann
an1 an2 ... ann
3) 主对角行列式
1 0 ... 0
0 ...
2
...
... ...
0 ...
12...n
0 0 ... n
4) 次对角行列式
264
性质1 行列式与它的转置行列式相等.即D=DT.
102

D 3
1
6 (1)(1)22 1
2 2
14
104
131
DT 0
1
0 (1)(1)22 1
2行列式中行与列具有同等的地位,因此行列 式的性质凡是对行成立的对列也同样成立. 所以只需研究行列式有关行的性质,其所 有结论对列也是自然成立的.
ab2 ba2
同理,称
二、三阶行列式
a11 a12 a13
a21 a31
a22 a32
a23 a33
a11a22a33 a12a23a31 a13a21a32 a11a23a32 a12a21a33 a13a22a31
为一个三阶行列式。 可用下面的对角线法则计算。

线性代数第一章第一节PPT课件

线性代数第一章第一节PPT课件

01递Biblioteka 公式法02递推公式法是根据行列式的性质和结构特点,利用递推公式来
计算行列式的方法。
递推公式法可以大大简化高阶行列式的计算过程,提高计算效
03
率。
行列式的计算方法
分块法
1
2
分块法是将高阶行列式分成若干个小块,然后利 用小块来计算整个行列式的方法。
3
分块法可以简化高阶行列式的计算过程,特别是 当行列式具有特定的结构特点时,分块法可以大 大提高计算效率。
01
向量空间
02
向量空间是线性代数中的一个重要概念,而行列式在向量 空间的定义和性质中也有着重要的应用。例如,通过行列 式可以判断一个向量集合是否构成向量空间,以及向量空 间的一些基本性质。
03
行列式在向量空间中的应用可以帮助我们更好地理解线性 代数的本质和结构特点。
05
特征值与特征向量
特征值与特征向量的定义
转置等特殊运算。
向量与矩阵的关系
关联性
04
向量可以用矩阵来表示,矩 阵中的每一行可以看作是一 个向量。
01 03
•·
02
向量和矩阵在数学中是密切 相关的概念,矩阵可以看作 是向量的扩展。
04
行列式
行列式的定义与性质
基本概念
行列式是由数字组成的方阵,按照一定的规则计 算出的一个数。
行列式具有一些基本的性质,如交换律、结合律、 分配律等。
向量可以用有向线段、坐 标系中的点或有序数对来 表示。
向量有大小和方向两个基 本属性,大小表示向量的 长度,方向表示向量的指 向。
矩阵的定义与运算
•·
02
基础运算
01
03
矩阵是一个由数字组成的矩 形阵列,表示二维数组。

大学线性代数课件1.3-PPT精品文档

大学线性代数课件1.3-PPT精品文档
推论 1,2 下页 结束
性质2
互换行列式的两行(列),行列式的值变号。
推论 如果行列式中有两行(列)的对应元素相同,则 此行列式的值为零。
性质3 用数k乘以行列式的某一行(列),等于用数k 乘以此行列式。
推论1 如果行列式中某一行(列)的所有元素有公因 子,则公因子可以提到行列式符号的外面。 推论2 如果行列式有两行(列)的对应元素成比例, 则此行列式的值为零。
首页
上页
返回
性质 下页3
结束
性质2
互换行列式的两行(列),行列式的值变号。
推论 如果行列式中有两行(列)的对应元素相同,则 此行列式的值为零。
性质3 用数k乘以行列式的某一行(列),等于用数k 乘以此行列式。即 a11 a12 … a1n a11 a12 … a1n … … … … … … … … ka31 ka32 … ka3n =k a31 a32 … a3n 。 … … … … … … … … an1 an2 … ann an1 an2 … ann
N ( j j j ) 1 2 n ( 1 ) a b a 。 1 j ij n 1 i n
首页
上页
返回
性质 下页5
结束
性质5 将行列式的某一行(列)的所有元素同乘以数 k后加到另一行(列)对应位置的元素上,行列式的值不变。
它与D的一般项相差一个负号,所以D 1=D。
首页 上页 返回 列),行列式的值变号。
推论 如果行列式中有两行(列)的对应元素相同,则 此行列式的值为零。 这是因为,将行列式 D 中具有相同元素的两行互换 后所得的行列式仍为D,但由性质2,D=D,所以D=0。
证明:记D=|aij|,D T=| bij |, D T的一般项为

线性代数_课件精华版

线性代数_课件精华版

( p1 p2 ... pn ) (n, n 1,..., 2,1)
n
0 0 12 ...n ...
1 2 ... ( n 2) ( n 1) n (n 1) 2
1
0 (1) ... 0
n ( n 1) 2
12 ...n
第一章 行列式
行列式是为了求解线性方程组而引入
的,但在线性代数和其它数学领域以及工
程技术中,行列式是一个很重要的工具。
本章主要介绍行列式的定义、性质及其计
算方法。
§1.1 二阶、三阶行列式, 全排列及其逆序数 §1.2 n 阶行列式的定义
§1.3 行列式的性质(1)
§1.4 行列式性质(2) §1.5 克莱姆法则
a b a1...al ab1...bm
把上述对换分解成为: (1)a1...al bb1...bm (2)a1...al bab1...bm (3)a1...al ab1...bm 把 (1)作n+1次相邻对换得(2),把(2)再作 n 次相
同时,就称这两个元素构成了一个逆序。
3.逆序数:一个排列中所有逆序的总和称之为 这个排列的逆序数。 4.奇排列与偶排列:逆序数为奇数的排列称为 奇排列,逆序数为偶数的排列称为偶排列。
5.计算排列逆序数的方法:
不妨设 n 个元素为1至 n 这 n 个自然数,并规
定由小到大为标准次序。设 p1 p2 …pn为这 n 个
列有相同的奇偶性。
四、行列式的等价定义
a11 a21 D ... an1 a12 a22 ... an 2 ... ... ... ...

a1n a2 n ... ann
(q1q2 L qn )
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

§1.3 行列式按行(列) 展开定理
我们将讨论化简、计算一般行列式的另 一种思路,即将行列式降阶,降为低阶行列式 后再计算其值。

(高阶——低阶)
问题:一个n 阶行列式是否可以转化为若干个 n -1 阶行列式来计算?
一. 按一行(列)展开行列式
a11 a12 a13 a23 a33
= a11a22a33 + a12a23a31 + a13a21a32 − a11a23a32 − a12a21a33 − a13a22a31,
a21 a22 a31 a32
= a11 (a22a33 − a23a32 ) + a12 (a23a31 − a21a33 ) + a13 (a21a32 − a22a31 )
= a11
a22 a32
a23 a33
− a12
a21 a31
a23 a33
+ a13
a21 a31
a23 a33
可见一个三阶行列式可以转化成三个二阶行列式来计算.
定义: n 阶行列式中,把元素 a ij 所在的第 i 行和第 j 在 列划去后,留下来的 n − 1 阶行列式叫做元素 a ij 的余子式,记作 M ij .
记 Aij = (− 1)
i+ j
a11 D= a21 a31 a41
a12 a22 a32 a42
1+ 2
a13 a23 a33 a43
a14 a24 , a34 a44 a21 M 12 = a31 a41 a23 a33 a43 a24 a34 , a44
M ij, 叫做元素 a ij 的代数余子式.
例如
a11 a 21 a 31 a 41
a12 a 22 a 32 a 42
2+ 3
a13 a 23 a 33 a 43
a14 a 24 a 34 a44
M 23
D=
a11 = a 31 a 41
a12 a 32 a 42
a14 a 34 a 44
A12 = (− 1) M 12 = − M 12 . a11 a12 a13 M 44 = a21 a22 a23 , A44 = (− 1)4+ 4 M 44 = M 44 . a31 a32 a33
A23 = (− 1)
M 23 = − M 23 .
行列式的每个元素分别 对应着一个余子式和一 个代数余子式 .
例. 写出行列式D中元素 a23 3 2 −2 其中 0 −1 − 3 D= 1 5 6
的余子式和代数余子式, −7
0 3 −4 1 0 2 3 解: 根据定义得 M 23 = 1
3 =− 1
引理 一个 n 阶行列式,如果其中第 i 行所有 元素除 a ij外都为零,那末这行列式等于 a ij与它的 代数余子式的乘积,即 D = a ij Aij . 例如
a11 D= a 21 0 a 41 a12 a 22 0 a 42 a13 a 23 a 33 a 43 a11 a 24 3+ 3 = (− 1) a 33 a 21 0 a 41 a 44 a14 a12 a 22 a 42 a14 a 24 . a 44
2 −7 5 3 ; 2
−4 1
A23 =( −1)
2+ 3
M 23
2 −7 5 3 . 2
−4 1


−3 −5 3
3
例 计算四阶行列式 D =
想法:按第二行展开
2
− 2 −7 0 . 3 2
例:计算行列式
D= 0 7
−1 0 7 2
按第二行展开,得
D = −1(−1) 2 + 2 −3 3 7 2
= 27.
3 0 = 1
想法:按第一列展开
2 −8 −7 −1 0 0 3 −8 −7 2+ 2 5 −9 3 = ( −1) ⋅ ( −1 ) 1 −9 3 −4 1 −3 2 −4 − 3 2
0 −1 − 3 1 5 6 −4 1 0
将行列式的某行(列)化为仅含一个非零元素,再按 此行(列)展开,以简化计算。


0 =−1
−16 −16 = −358. 2+1 19 = − ( −1 ) 3 −39 14 0 −39 14 19 −9
5 1
3 7
−1 2 0 2 5 2
= (− 1)
2+ 5
练习 :计算行列式
D= 0 −2 3 1 0 0 −4 −1 4 0 0 2 3 5 0 −1 2 0 2 5 2
2
−2 3 1 = −2 × 5 − 4 − 1 4 0 − 4 −1 4 2 3 5 0 2 3 5
0 −2 3 1
5
3
−1 2
5 1
3 7

D= 0 −2 3 1 0 0 −4 −1 4 0 0 2 3 5 0
−2 3 1 −7 2 = −10 0 − 7 2 = −10 ⋅ (− 2 ) 6 6 0 6 6
= 20(− 42 − 12 ) = −1080.

















相关文档
最新文档