线性代数行列式算与性质
线性代数之行列式的性质及计算
第二节 行列式的性质与计算 §2.1 行列式的性质考虑111212122212n n n n nna a a a a a D a a a =将它的行依次变为相应的列,得称T D 为D 的转置行列式 .性质1 行列式与它的转置行列式相等.(T D D =)事实上,若记111212122212n n T n n nnb b b b b b D b b b =则(,1,2,,)ij ji b a i j n ==说明: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结论, 对列也同样成立.性质2 互换行列式的两行(i j r r ↔)或两列(i j c c ↔),行列式变号.例如 123123086351.351086=- 推论 若行列式D 有两行(列)完全相同,则0D =. 证明: 互换相同的两行, 则有D D =-, 所以0D =.性质3 行列式某一行(列)的所有元素都乘以数k ,等于数k 乘以此行列式,即 推论:(1) D 中某一行(列)所有元素的公因子可提到行列式符号的外面;(2) D 中某一行(列)所有元素为零,则0D =;性质4: 行列式中如果有两行(列)元素对应成比例, 则此行列式等于零.性质5: 若行列式某一行(列)的所有元素都是两个数的和,则此行列式等于两个行列式的和.这两个行列式的这一行(列)的元素分别为对应的两个加数之一,其余各行(列)的元素与原行列式相同 .即11121112212n i i i i in in n n nna a a ab a b a b a a a +++=111211212n i i in n n nna a a a a a a a a +111211212n i i in n n nna a ab b b a a a . 证: 由行列式定义性质6 行列式D 的某一行(列)的各元素都乘以同一数k 加到另一行(列)的相应元素上,行列式的值不变()i jr kr D D +=,即计算行列式常用方法: 利用性质2,3,6, 特别是性质6把行列式化为上(下)三角形行列式, 从而, 较容易的计算行列式的值. 例1: 计算行列式解: 211231231232123223240188(1)3234086204250425r r r r r r D +↔-----=------=43324130858412321232018801880058620058621430303729r r r r r r -++------==143[1(1)58]28629=-⨯-⨯⨯=. 41212,3,4666611111111131113110200(2)66113111310020111311130002ii i r r r r i D=+-=∑===6(1222)48=⨯⨯⨯⨯=.此方法称为归边法. 例2: 计算n 阶行列式 解: (1)1112132,3,1111100000i r r ni nna a a D a a a a -=+---=221111111001001nna a a a a -=+-(箭形行列式)(2) 注意到行列式各行元素之和等于(1)x n a +-,有12,3,,100[(1)]i r r i na a x a x n a x a-=-+--=1[(1)]()n x n a x a -=+--.例3: 设111111111111,kk kk k n n nkn nna a a a D c cb bc c b b =11111,kk kka a D a a =11121,nn nnb b D b b =证明:12.D D D =证: 对1D 作行运算i j r kr +, 把1D 化为下三角形行列式: 对2D 作列运算i j c kc +, 把2D 化为下三角形行列式:先对D 的前k k 行作行运算i j r kr +, 然后对D 的后n 列作列运算i j c kc +, 把D 化为下三角形行列式: 故, 111112.kk nn D p p q q D D =⋅=.思考练习 1.计算行列式2.证明1111111112222222222a bb c c a a b c a b b c c a a b c a b b c c a a b c ++++++=+++ 3. 证明4.计算行列式2324323631063a b c d a a b a b ca b c dD a a b a b ca b c da ab a bc a b c d++++++=++++++++++++答案2.左边=21111111111111222222222222c c a bb c c a a b c a c a a b b c c a a b c a c a a b b c c a a b c a c a -++++-++++=+-+++++-+2312121111111222222222c c c c c c a b a c b a c a b a c b a c a b a c b a c -+↔+--=+-=-=+--1112222a b c a b c a b c . 3. 证(1)左边111111111abcdef -=--213111102020r r r r abcdef ++-=23111020002r r abcdef ↔-=-4.abcdef = (2)左边12222,3,42214469214469214469214469i c c i a a a a b b b b cc c cd d d d -=++++++=++++++324222223221262126021262126c c c c a a b b cc d d --++==++=右边 4. 解: 从第4行开始,后行减前行得, §2.2 行列式按行(列)展开对于三阶行列式,容易验证:可见一个三阶行列式可以转化成三个二阶行列式的计算.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、余子式与代数余子式定义:在n 阶行列式111212122212n n n n nna a a a a a D a a a =中,划去元素ij a 所在的第i 行和第j 列,余下的元素按原来的顺序构成的1n -阶行列式,称为元素ij a 的余子式,记作ij M ;而(1)i j ij ij A M +=-称为元素ij a 的代数余子式.例如 三阶行列式 111213212223313232a a a a a a a a a 中元素ij a 的余子式为1112233132aa M a a =元素23a 的代数余子式为23232323(1)A M M +=-=-四阶行列式1011025112331x ---中元素x 的代数余子式为3232111(1)0515001A +-=--= 二、行列式按行(列)展开定理 n 阶行列式111212122212n n n n nna a a a a a D a a a =等于它的任意一行(列)的各元素与其对应的代数余子式的乘积之和,即证 (1)元素11a 位于第一行、第一列,而该行其余元素均为零;此时 11212221200n n n nna a a a D a a a =1212121211()()121211(1)(1)n n n n j j j j j j j j nj j j nj j j a a a a a a ττ=≠=-+-∑∑而11111111(1)A M M +=-=,故1111D a A =;(2)111110j n ij n njnna a a a D a a a = 将D 中第i 行依次与前1i -行对调,调换1i -次后位于第一行; 将D 中第j 列依次与前1j -列对调,调换1j -次后位于第一列; 经(1)(1)2i j i j -+-=+-次对调后,ij a 就位于第一行、第一列,即2(1)(1)i j i j ij ij ij ij ij ij D a M a M a A +-+=-=-=.(3) 一般地1122j j j j nj nj D a A a A a A =++同理有.推论 n 阶行列式111212122212n n n n nna a a a a a D a a a =的任意一行(列)的各元素与另一行(列)对应的代数余子式的乘积之和为零,即 证 考虑辅助行列式1122).t j t j t nj nt a A a A a A j t =++≠按第列展(该行列式中有两列对应元素相等.而10D =,所以1122)0j t j t nj nt a A a A a A j t ++≠=(.关于代数余子式的重要性质在计算数字行列式时,直接应用行列式展开公式并不一定简化计算,因为把一个n 阶行列式换成n 个(n -1)阶行列式的计算并不减少计算量,只是在行列式中某一行或某一列含有较多的零时,应用展开定理才有意义.但展开定理在理论上是重要的. 三、行列式的计算利用行列式按行按列展开定理,并结合行列式性质,可简化行列式计算:计算行列式时,可先用行列式的性质将某一行(列)化为仅含1个非零元素,再按此行(列)展开,变为低一阶的行列式,如此继续下去,直到化为三阶或二阶行列式.计算行列式常用方法:化零,展开.例4: 计算四阶行列式123410123110125D =---.解: 31412122210031461217c c c c D-------=()22122211146217+=⨯------按第行展()()122(1)111121146217r r ÷÷--⨯⨯---=1112146217=--21311002135239c c c c ----=()113521139+=⨯⨯---按第1行展3522439==---.例5 已知4阶行列式解: (方法1) 直接计算4(1,2,3,4),.i A i =的值然后相加(略)(方法2) 利用行列式的按列展开定理,简化计算.304222207001111=---3407222111=--34014111002=342811=28=-. 例6: 计算n 阶行列式 解:11111212111(1)nn n D a A a A a A =++按第列展1(1)n n n x y +=+-.1110000200(1)(1)!00200001n n nn n n ++=-=---.例7: 计算四阶行列式4000000a ba b a b a b D a b a b a ba b+-+-=-+-+.解: 按第1行展开,有1114400()(1)0()(1)000a b a ba b a b D a b a b a ba b a b a b a ba b +++-+-=+--++---++-, 对等式右端的两个3阶行列式都按第3行展开,得22[()()]a b a b D a b a b a b a b+-=+---+4222a b =.例8: 证明范得蒙行列式(Vandermonde )12111112111()(2)nn i j j i nn n n nx x x D x x n x x x ≤<≤---==-≥∏,其中1()i j j i nx x ≤<≤-∏表示所有可能的())i j x x j i -<(的乘积. 证: (用数学归纳法)2n =时,2211211,D x x x x ==-结论正确; 假设对n -11n -范得蒙行列式结论成立,以下考虑n 阶情形.112()nii x x ==-∏按第列展提取公因子2322223111nn n n nx x x x x x ---1()i j j i nx x ≤<≤=-∏.例9 用范德蒙行列式计算4阶行列式解 :对照范德蒙行列式,此处12344,3,7,5x x x x ====- 所以有(34)(74)(54)(73)(53)(57)10368 =----⋅---⋅--=. 第三环节:课堂练习练习:已知4阶行列式解: (方法1) 直接计算4(1,2,3,4),.iA i=的值然后相加(略)(方法2) 利用行列式的按列展开定理,简化计算.它是D中第2列元素与第4列元素的代数余子式的乘积之和,故有。
行列式与行列式的性质
行列式与行列式的性质行列式是线性代数中的一个重要概念,它在矩阵理论、线性方程组的求解以及向量空间的性质研究等方面都起到了至关重要的作用。
本文将从行列式的定义、性质以及应用等方面进行论述,以便更好地理解和应用行列式。
一、行列式的定义行列式是一个方阵所具有的一个标量值,它可以用来描述方阵的性质和特征。
对于一个n阶方阵A=[a_ij],其行列式记作det(A)或|A|,其中i和j分别代表矩阵中的行和列。
二、行列式的性质1. 行列式与矩阵的转置对于一个方阵A,其行列式与其转置矩阵的行列式相等,即det(A)=det(A^T)。
这个性质可以通过矩阵的定义和性质进行证明。
2. 行列式的可加性对于两个n阶方阵A和B,有det(A+B)=det(A)+det(B)。
这个性质可以通过行列式的定义和矩阵的性质进行证明。
3. 行列式的乘法性质对于一个n阶方阵A和一个标量k,有det(kA)=k^n*det(A)。
这个性质说明了行列式与矩阵的数乘之间的关系。
4. 行列式的行交换性对于一个n阶方阵A,如果将其两行进行交换,那么行列式的值会改变符号,即det(A)=-det(A'),其中A'是A进行行交换后的矩阵。
5. 行列式的行倍性对于一个n阶方阵A,如果将其某一行乘以一个非零标量k,那么行列式的值也会乘以k,即det(kA)=k*det(A)。
三、行列式的应用1. 线性方程组的求解行列式可以用来求解线性方程组的解,通过行列式的性质可以得到线性方程组是否有唯一解、无解或者有无穷多解。
2. 矩阵的可逆性一个n阶方阵A可逆的充要条件是其行列式不等于零,即det(A)≠0。
这个性质可以用来判断一个矩阵是否可逆。
3. 矩阵的秩矩阵的秩可以通过行列式的概念来定义,对于一个n阶矩阵A,其秩r等于其非零子式的最高阶数。
行列式的性质可以帮助我们计算矩阵的秩。
4. 矩阵的特征值与特征向量矩阵的特征值与特征向量可以通过行列式的性质来计算,特征值是一个标量,特征向量是一个非零向量,它们满足A*x=λ*x,其中A是矩阵,x是特征向量,λ是特征值。
§12行列式的性质与计算
§1.2 行列式的性质与计算行列式是线性代数中的基本概念之一,它是一种特殊的方阵,由一个方阵中的所有元素按照一定规则构成。
行列式具有一些重要的性质和计算方法,以下是关于行列式的性质与计算的介绍。
一、行列式的性质1.行列式的行和列具有相同的独立性。
即对于一个n阶行列式,它的行和列都是n个独立的元素,可以独立进行变换,而不影响其他元素的位置。
2.行列式的行和列具有相同的代数余子式。
即对于一个n阶行列式,它的行代数余子式和列代数余子式都是n阶行列式,可以通过伴随矩阵的方式求得。
3.行列式的行和列具有相同的转置矩阵。
即对于一个n阶行列式,它的行转置矩阵和列转置矩阵都是n阶矩阵,可以通过转置矩阵的方式求得。
4.行列式的行和列具有相同的逆矩阵。
即对于一个n阶行列式,它的行逆矩阵和列逆矩阵都是n阶矩阵,可以通过逆矩阵的方式求得。
5.行列式的行和列具有相同的特征值。
即对于一个n阶行列式,它的行特征值和列特征值都是n个独立的特征值,可以通过特征多项式的方式求得。
二、行列式的计算1.按照定义计算。
行列式的定义是一个由方阵中的元素按照一定规则构成的多项式,可以按照定义直接计算。
2.化简计算。
行列式中的元素可以进行化简和约分,使得计算更加简便。
3.公式计算。
行列式有一些常用的公式,可以通过这些公式进行计算。
4.软件计算。
现在有很多数学软件可以用来计算行列式,例如MATLAB、Mathematica等等。
三、特殊行列式的计算1.二阶行列式的计算。
二阶行列式只有两个元素,可以通过交叉相乘的方式计算。
2.三阶行列式的计算。
三阶行列式有六个元素,可以按照展开式的公式进行计算,也可以通过软件计算。
3.n阶行列式的计算。
对于n阶行列式,可以使用Laplace展开式进行计算,也可以使用软件进行计算。
四、行列式的应用1.在解线性方程组中的应用。
通过求解线性方程组的系数矩阵和常数向量,可以得到方程组的解。
而系数矩阵就是一个n阶行列式,因此行列式在解线性方程组中有着重要的应用。
线性代数性质公式整理
线性代数第一章行列式一、相关概念1.行列式——n阶行列式是所有取自不同行不同列的n个元素的乘积的代数和,这里 是1,2,·n的一个排列。
当 是偶排列时,该项的前面带正号;当 是奇排列时,该项的前面带负号,即(1.1)这里表示对所有n阶排列求和。
式(1.1)称为n阶行列式的完全展开式。
2.逆序与逆序数——一个排列中,如果一个大的数排列在小的数之前,就称这两个数构成一个逆序。
一个排列的逆序总是称为这个排列的逆序数。
用 表示排列 的逆序数。
3.偶排列与奇排列——如果一个排列的逆序数是偶数,则称这个排列为偶排列,否则称为奇排列。
4.2阶与3阶行列式的展开—— ,5.余子式与代数余子式——在n阶行列式中划去 所在的第i行,第j列的元素,剩下的元素按原来的位置排法构成的一个n-1阶的行列式称为 的余子式,记为 ;称为 的代数余子式,记为 ,即 。
6.伴随矩阵——由矩阵A的行列式|A|所有的代数余子式所构成的形如,称为A的伴随矩阵,记作 。
二、行列式的性质1.经过转置行列式的值不变,即→行列式行的性质与列的性质是对等的。
2.两行互换位置,行列式的值变号。
特别地,两行相同(或两行成比例),行列式的值为0.3.某行如有公因子k,则可把k提出行列式记号外。
4.如果行列式某行(或列)是两个元素之和,则可把行列式拆成两个行列式之和:5.把某行的k倍加到另一行,行列式的值不变:6.代数余子式的性质——行列式任一行元素与另一行元素的代数余子式乘积之和为0三、行列式展开公式n阶行列式的值等于它的任何一行(列)元素,与其对应的代数余子式乘积之和,即|A|按i行展开的展开式|A|按j列展开的展开式四、行列式的公式1.上(下)三角形行列式的值等于主对角线元素的乘积;2.关于副对角线的n阶行列式的值3.两个特殊的拉普拉斯展开式:如果A和B分别是m阶和n阶矩阵,则4.范德蒙行列式5.抽象n阶方阵行列式公式 (矩阵)若A、B都是n阶矩阵,是A的伴随矩阵,若A可逆,是A的特征值:;; |AB|=|A||B|;;;;若 ,则,且特征值相同。
线性代数行列式的性质与计算
下页
2 1 3 1
例1. 计算行列式 D = 3 1 0 7 1 2 4 2 1 0 1 5
解:
1 0 1 5 r2 3r1 1 0 1 5
r3 +r1
r1r4 3 1 0 7 0 1 r4 2r1 3 8
D =
=
1 2 4 2
02 3 3
2 1 3 1
0 1 1 11
令Aij=(1)i+jMij, Aij称为元素aij的代数余子式.
例如,求4阶行列式中a32的代数余子式
a11 a12 a13 a14 a21 a22 a23 a24 a31 a32 a33 a34 a41 a42 a43 a44
M32=
A32= (1)3+2M32 = M32
a11 a13 a14 a21 a23 a24 a41 a43 a44
下页
范得蒙(Vandermonde)行列式
1
a1 a12 Dn = a1n3 a1n2 a1n1
下页
1
1
0
Dn
=
0
0
0
a2 a1 a22 a1a2
a2n2 a1a2n3
a2n1 a1a2n2
1
a3 a1 a32 a1a3
a3n2 a1a3n3 a3n1 a1a3n2
1
an a1
an2 a1an
ann2 a1ann3
ann1 a1ann2
a2 a1 a22 a1a2
按第二列展开
D=a12A12 +a22A22 +a32A32
=0 (1)1+2 1 3 +1 (1)2+2 1 2 +3 (1)3+2 1 2
线性代数行列式的性质与计算
线性代数行列式的性质与计算线性代数中的行列式是一种非常重要的数学工具,它在各个领域的数学和物理问题中都具有广泛的应用和重要性。
行列式是一个数,它与矩阵的元素有关,在许多情况下可以通过一些算法进行计算。
一、行列式的性质1.行列式有可加性:若A为n阶方阵,有两列完全相同,则行列式的值为0;若A为n阶方阵,交换两列,行列式的值变号。
2.行列式有因子约束:若A的其中一行或其中一列的元素是两个数之和,则A的行列式等于这两个数的和的行列式之和。
3.行列式有数乘的性质:若将A的其中一行或其中一列的元素都乘以k,则A的行列式等于k乘以这个行列式。
4.行列式对其中一行与另一行的代换变号,对其中一列与另一列的代换变号,换行、换列对行列式无影响。
5.方阵A与其转置矩阵A'行列式相等,即,A,=,A'。
6.若A为可逆的方阵,则,A,≠0;若A的其中一行全为0,则,A,=0。
二、行列式的计算1.二阶行列式的计算:设A为二阶方阵。
2.三阶行列式的计算:设A为三阶方阵a11a12a1A=,a21a22a23a31a32a33.高阶行列式的计算:a)拉普拉斯展开法:以行或列为基准进行展开,逐步减小行列式的阶数,直至计算到二阶行列式。
b)三角形矩阵法:若A为上(下)三角矩阵,则A的行列式等于对角元素的乘积。
c)伴随矩阵法:设A为n阶方阵,A的伴随矩阵的转置矩阵为A*,则,A,=,A*,=A*A^-1d)特征值法:设A的特征值为λ1,λ2,…,λn,则,A,=λ1λ2…λn.e)克拉默法则:若Ax=b为线性方程组,其中A为n阶方阵,且,A,≠0,则方程组有唯一解x=A^-1b.总之,行列式作为一种数学工具,在线性代数中具有重要的地位和作用。
它不仅可以帮助我们判断矩阵的可逆性,还可以求解线性方程组、计算矩阵的秩、判断矩阵的相似性等。
行列式的性质和计算方法可以帮助我们更好地理解和应用线性代数的相关知识。
行列式的运算法则
行列式的运算法则行列式是线性代数中的一个重要概念,它在矩阵运算和方程组求解中起着重要的作用。
行列式的运算法则是指对于不同类型的行列式,我们可以通过一系列的运算来求得其值。
本文将介绍行列式的运算法则,包括行列式的定义、性质以及常见的运算方法。
1. 行列式的定义行列式是一个数学概念,用来描述一个方阵(即行数等于列数的矩阵)所固有的一种性质。
对于一个n阶方阵A,其行列式记作det(A),可以通过以下方法来计算:- 当n=1时,det(A) = a11,即一个1阶方阵的行列式就是它的唯一元素。
- 当n=2时,det(A) = a11 * a22 - a12 * a21,即一个2阶方阵的行列式是其主对角线上元素的乘积减去次对角线上元素的乘积。
- 当n>2时,可以通过递归的方法将n阶方阵的行列式表示为n-1阶方阵的行列式的线性组合,直到n=2时再利用上述方法计算。
2. 行列式的性质行列式具有许多重要的性质,其中包括:- 互换行列式的两行(列)会改变行列式的符号,即det(-A)= (-1)^n * det(A),其中n为方阵的阶数。
- 如果方阵A的某一行(列)全为0,则det(A) = 0。
- 如果方阵A的两行(列)成比例,则det(A) = 0。
- 如果方阵A的某一行(列)是另一行(列)的线性组合,则det(A) = 0。
- 如果方阵A的某一行(列)加上另一行(列)的k倍,行列式的值不变。
3. 行列式的运算法则在实际应用中,我们经常需要对行列式进行一系列的运算,常见的运算包括:- 行列式的加法:如果方阵A、B的行数和列数相等,则它们的行列式可以相加,即det(A + B) = det(A) + det(B)。
- 行列式的数乘:如果方阵A的行列式为det(A),则kA的行列式为k^n * det(A),其中k为常数,n为方阵的阶数。
- 行列式的乘法:如果方阵A、B的行数和列数相等,则它们的行列式可以相乘,即det(AB) = det(A) * det(B)。
行列式的性质与运算法则
行列式的性质与运算法则行列式是线性代数中的一个重要概念,它在矩阵运算中起着至关重要的作用。
行列式的性质和运算法则是我们学习和应用行列式的基础,本文将围绕这一主题展开阐述。
一、行列式的定义和基本性质行列式是一个数,它是一个方阵中元素的一种特殊组合。
对于一个n阶方阵A,它的行列式记作det(A)或|A|,其中n表示方阵的阶数。
行列式具有以下基本性质:1. 方阵A的行列式等于其转置矩阵A^T的行列式,即det(A) = det(A^T)。
2. 对调方阵A的两行(或两列),其行列式的值不变,即行列式具有行对换性质。
3. 如果方阵A的某一行(或某一列)的元素全为0,则行列式的值为0。
4. 行列式的值与方阵的行列式的值成正比,即如果一个方阵的某一行(或某一列)的元素都乘以一个常数k,那么行列式的值也将乘以k。
二、行列式的运算法则行列式的运算法则包括加法法则、数乘法则、乘法法则和转置法则。
1. 加法法则对于两个n阶方阵A和B,它们的行列式之和等于行列式分别取和的结果,即det(A + B) = det(A) + det(B)。
2. 数乘法则对于一个n阶方阵A和一个数k,方阵A的行列式乘以k等于行列式乘以k的结果,即det(kA) = k^n * det(A)。
3. 乘法法则对于两个n阶方阵A和B,它们的乘积的行列式等于行列式分别取乘积的结果,即det(AB) = det(A) * det(B)。
4. 转置法则对于一个n阶方阵A,它的转置矩阵A^T的行列式等于原方阵A的行列式,即det(A^T) = det(A)。
三、行列式的应用行列式的应用广泛,它在线性代数、微积分、几何学等领域都有重要的应用。
1. 判断方阵的可逆性一个n阶方阵A可逆的充要条件是其行列式不等于0,即det(A) ≠ 0。
利用这一性质,我们可以通过计算方阵的行列式来判断其可逆性。
2. 求解线性方程组对于一个n元线性方程组,我们可以将其系数矩阵表示为一个方阵A,并将常数项表示为一个列向量b。
行列式的性质与计算方法
行列式的性质与计算方法行列式是线性代数中非常重要的概念,是矩阵的一个标量。
它可以用来描述线性方程组的解的情况,也可以用来判断矩阵是否可逆等。
在本文中,我们将探讨行列式的性质和计算方法。
一、行列式的性质1. 行列式与转置矩阵矩阵的转置是指将矩阵的行和列调换,得到的新矩阵称为原矩阵的转置矩阵。
如果行列式的元素都是实数,那么它的值不会受转置操作的影响,即$\left|A\right|=\left|A^{T}\right|$2. 行列式的行列互换行列式的行列互换是指将行列式的任意两行或两列互换位置,得到的新行列式称为原行列式的行列互换。
行列互换会改变行列式的符号,即$\left|A\right|=-\left|A_{i j}\right| \text { , } i \neq j$其中$A_{i j}$表示将矩阵$A$的第$i$行和第$j$列删除后得到的$(n-1)\times(n-1)$矩阵的行列式。
3. 行列式的元素线性组合如果一个行列式的某一列(或某一行)减去另一列(或行)的$k$倍,得到的新行列式的值等于原行列式的值乘以$k$,即$\left|\begin{array}{cccc}{a_{1}} & {a_{2}} & {\cdots} & {a_{n}} \\ {\vdots} & {} & {\vdots} & {\vdots} \\ {a_{i}} & {a_{i}} & {\cdots} & {a_{i}}+k a_{j} \\ {\vdots} & {} & {\vdots} & {\vdots} \\ {a_{j}}& {a_{j}} & {\cdots} &{a_{j}}\end{array}\right|=\left|\begin{array}{cccc}{a_{1}} & {a_{2}} & {\cdots} & {a_{n}} \\ {\vdots} & {} & {\vdots} & {\vdots} \\ {a_{i}} & {a_{i}} & {\cdots} & {a_{i}} \\ {\vdots} & {} & {\vdots} & {\vdots} \\ {a_{j}} & {a_{j}} & {\cdots} &{a_{j}}\end{array}\right|+k\left|\begin{array}{cccc}{a_{1}} &{a_{2}} & {\cdots} & {a_{n}} \\ {\vdots} & {} & {\vdots} & {\vdots} \\ {a_{i}} & {a_{i}} & {\cdots} & {a_{j}} \\ {\vdots} & {} & {\vdots}& {\vdots} \\ {a_{j}} & {a_{j}} & {\cdots} &{a_{j}}\end{array}\right|$4. 行列式的行列成比例如果一个行列式的某两行或某两列成比例,那么该行列式的值为$0$,即$\left|\begin{array}{cccc}{a_{1}} & {a_{2}} & {\cdots} & {a_{n}} \\ {\vdots} & {} & {\vdots} & {\vdots} \\ {k a_{i 1}} & {k a_{i 2}} & {\cdots} & {k a_{i n}} \\ {\vdots} & {} & {\vdots} & {\vdots} \\{a_{j}} & {a_{j}} & {\cdots} & {a_{j}}\end{array}\right|=0$其中$\left(a_{i 1}, a_{i 2}, \cdots, a_{i n}\right)$和$\left(a_{j 1},a_{j 2}, \cdots, a_{j n}\right)$是比例行列式的两行,$k$是一个非零实数。
行列式的性质及求解方法
行列式的性质及求解方法行列式是线性代数中的一个重要概念,具有广泛的应用领域,例如矩阵求逆、线性方程组的解法、空间向量的叉积等。
在本文中,我们将探讨行列式的性质及其求解方法。
一、行列式的定义及性质1.1 行列式的定义对于一个$n$阶方阵$A=[a_{ij}]$,定义它的行列式为:$$\begin{vmatrix}a_{11} & a_{12} & \cdots & a_{1n} \\a_{21} & a_{22} & \cdots & a_{2n} \\\vdots & \vdots & \ddots & \vdots \\a_{n1} & a_{n2} & \cdots & a_{nn}\\\end{vmatrix}=\sum_{\sigma \in S_n}(-1)^{\mathrm{sgn}(\sigma)}a_{1\sigma(1)}a_{2\sigma(2)}\cdotsa_{n\sigma(n)}$$其中,$\sigma$是$n$个元素的全排列,$S_n$表示$n$个元素的置换群,$\mathrm{sgn}(\sigma)$表示$\sigma$的符号,即$(-1)^k$,其中$k$为$\sigma$的逆序数。
1.2 行列式的性质- 行列式的值不变性行列式的值只与矩阵的元素有关,而与矩阵的行列变换或线性组合无关。
- 互换矩阵的两行或两列,行列式变号将矩阵的两行(列)互换,则该行列式的值取相反数。
- 矩阵的某一行(列)乘以一个数$k$,行列式的值乘以$k$将矩阵的某一行(列)乘以一个数$k$,则该行列式的值乘以$k$。
- 矩阵的某一行(列)加上另一行(列)的k倍,行列式不变将矩阵的某一行(列)加上另一行(列)的k倍,行列式的值不变。
- 方阵的行列式等于其转置矩阵的行列式$$\begin{vmatrix}a_{11} & a_{12} & \cdots & a_{1n} \\a_{21} & a_{22} & \cdots & a_{2n} \\\vdots & \vdots & \ddots & \vdots \\a_{n1} & a_{n2} & \cdots & a_{nn}\\\end{vmatrix}=\begin{vmatrix}a_{11} & a_{21} & \cdots & a_{n1} \\a_{12} & a_{22} & \cdots & a_{n2} \\\vdots & \vdots & \ddots & \vdots \\a_{1n} & a_{2n} & \cdots & a_{nn}\\\end{vmatrix}$$二、行列式的求解方法2.1 按定义计算法按照上述定义,计算行列式涉及到全排列的遍历与逆序数的计算,这种方法虽然理论上可行,但计算量较大,不适用于较大的矩阵。
线性代数1.3 行列式的性质与计算
123
2 3 4 0
357
但是,该行列式并没有一 行(列)为0、两行(列) 相同或两行(列)成比例.
(3)使用消元法可以把行列式化为三角行列式的形式,从 而方便地求出行列式的值.此方法叫做化上(下)三角形法. (注意“1”的作用:消元时不产生分数。若没有“1”,有时 可通过消元法造出“1”)
《线性代数》精品课程
0 2a 2b 2c 2d xyza
《线性代数》精品课程
性质5
如果行列式的某一行(列)元素都是两数之和, 那么可以把行列式表示成两个行列式的和。
a11
a12 L
a1n
a11 a12 L a1n a11 a12 L a1n
L
L
L LL
L LL
L
D bi1 ci1 bi2 ci2 L bin cin bi1 bi2 L bin ci1 ci2 L cin
《线性代数》精品课程
三、分块三角行列式的计算
a11 a12 L a1n 0 0 L 0
a21 a22 L a2n 0 0 L 0
MM
MMM
M
D an1 an2 L ann 0 0 L 0 c11 c12 L c1n b11 b12 L b1m
c21 c22 L c2n b21 b22 L b2m
11 1 1r2 r3
0 1r2 r4 1 0 5
1
111Biblioteka 0 4 3r3
r4
5 0
1 0
0 0 12 1
01 5 1
0 0 16 2
00
《线性代数》精品课程
1 5
r3
2 1
11 1
12 1 40
02 3
线性代数行列式的计算与性质
线性代数行列式的计算与性质行列式在数学中,是一个函数,其定义域为的矩阵,取值为一个标量,写作或。
行列式可以看做是有向面积或体积的概念在一般的欧几里得空间中的推广。
或者说,在 维欧几里得空间中,行列式描述的是一个线性变换对“体积”所造成的影响。
无论是在线性代数、多项式理论,还是在微积分学中(比如说换元积分法中),行列式作为基本的数学工具,都有着重要的应用。
行列式概念最早出现在解线性方程组的过程中。
十七世纪晚期,关孝和与莱布尼茨的著作中已经使用行列式来确定线性方程组解的个数以及形式。
十八世纪开始,行列式开始作为独立的数学概念被研究。
十九世纪以后,行列式理论进一步得到发展和完善。
矩阵概念的引入使得更多有关行列式的性质被发现,行列式在许多领域都逐渐显现出重要的意义和作用,出现了线性自同态和矢量组的行列式的定义。
行列式的特性可以被概括为一个多次交替线性形式,这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数。
矩阵 A 的行列式有时也记作 |A|。
绝对值和矩阵范数也使用这个记法,有可能和行列式的记法混淆。
不过矩阵范数通常以双垂直线来表示(如:),且可以使用下标。
此外,矩阵的绝对值是没有定义的。
因此,行列式经常使用垂直线记法(例如:克莱姆法则和子式)。
例如,一个矩阵:A=⎪⎪⎪⎭⎫ ⎝⎛i h g f e d c b a , 行列式也写作,或明确的写作: A=i h g f e dc b a,即把矩阵的方括号以细长的垂直线取代行列式的概念最初是伴随着方程组的求解而发展起来的。
行列式的提出可以追溯到十七世纪,最初的雏形由日本数学家关孝和与德国数学家戈特弗里德·莱布尼茨各自独立得出,时间大致相同。
一、行列式的定义与计算一个n 阶方块矩阵 A 的行列式可直观地定义如下: 其中, 是集合{ 1, 2, ..., n }上置换的全体,即集合{ 1, 2, ..., n }到自身上的一一映射(双射)的全体;表示对 全部元素的求和,即对于每个 ,在加法算式中出现一次;对于每一对满足 的数对 , 是矩阵 A 的第 i 行第 j 列的元素。
线性代数计算行列式
线性代数计算行列式行列式是线性代数中的一个重要概念,用于刻画矩阵的性质和运算。
行列式可以看做是一个线性变换对体积的放缩比例,它可以用来描述矩阵的可逆性、线性相关性、多项式方程的根等。
本文将从行列式的定义、性质、计算方法以及一些应用等方面详细介绍线性代数中行列式的相关知识。
首先,我们来定义什么是行列式。
给定一个n阶矩阵A = [a_ij](其中i表示行数,j表示列数),则A的行列式记作,A,或det(A),它是一个标量,表示一个n维线性变换的放缩比例。
根据矩阵的行列数不同,行列式可以分为一阶行列式、二阶行列式、三阶行列式等。
一阶行列式就是一个数本身,即,a,=a。
二阶行列式的计算公式如下:,A,=a_11*a_22-a_12*a_21三阶行列式的计算公式如下:,A,=a_11*a_22*a_33+a_12*a_23*a_31+a_13*a_21*a_32-a_13*a_22*a_31-a_11*a_23*a_32-a_12*a_21*a_33根据行列式的定义,我们可以推导出一些重要的性质:1. 行列式与转置:对于任意的n阶矩阵A,有det(A) = det(A^T)。
2. 行列式的性质:如果A的行元素全为0,则det(A) = 0。
如果A的两行元素相同,则det(A) = 0。
如果A的行元素与另一行元素成比例,则det(A) = 0。
3. 行列式的性质:行列式的值不变,当交换A的两行或两列的顺序时。
即det(A) = det(A'),其中A'是A的两行或两列交换后得到的矩阵。
4. 行列式的性质:如果A的行元素加上行元素的k倍得到B,则det(B) = det(A)。
有了这些性质,我们可以通过行列式的性质进行计算,并进行一些变换,使得计算行列式的过程更加简单。
下面,我们来介绍一些行列式的计算方法:1.二阶行列式的计算:根据二阶行列式的计算公式,直接计算即可。
2.三阶及以上的行列式的计算:一般采用代数余子式和按行展开的方法。
行列式的性质与计算
行列式的性质与计算行列式是线性代数中的基本概念之一,它是一个非常重要的工具,在数学和许多其他领域中都有广泛的应用。
行列式的性质和计算是学习线性代数的基础之一。
一、行列式的定义行列式是由n个数字aij(i=1,2,n;j=1,2,n)组成的矩形表格,通常用大写字母D表示。
这些数字按照一定的规则排列,形成一个n阶方阵。
行列式D的值是一个与方阵有关的唯一的数,它反映了方阵线性变换的性质。
二、行列式的性质1.行列式的行和列具有相同的地位,因此行列式的性质可以按照行或列来描述。
2.交换两行或两列的位置,行列式的值不变。
即,如果i≠j,那么Dij=Dji。
3.行列式的某一行或某一列中所有元素的公因子可以提取出来,提取后剩余的元素按照原来的相对位置排列组成的行列式与原来的行列式相等。
即,如果k为常数,那么Dk=kD。
4.行列式中两行或两列对应元素相同,行列式的值为零。
即,如果i=j,那么Dij=0。
5.行列式可以按照某一行或某一列展开,展开后得到的行列式与原来的行列式相等。
6.行列式可以按照主对角线进行展开,展开后得到的行列式与原来的行列式相等。
7.行列式可以按照某一行或某一列进行递推展开,展开后得到的行列式与原来的行列式相等。
8.行列式可以按照某一行或某一列进行递归展开,展开后得到的行列式与原来的行列式相等。
三、行列式的计算行列式的计算是线性代数中的基本技能之一,也是解决许多问题的关键步骤。
下面介绍几种常见的计算方法:1.利用定义计算根据行列式的定义,我们可以直接计算行列式的值。
对于n阶方阵A,其行列式的定义为D=a11A11+a12A12+.+anAn,其中Aii是元素aij的代数余子式。
利用这个公式,我们可以直接计算任意一个n阶方阵的行列式。
2.利用性质计算利用行列式的性质,我们可以简化行列式的计算。
例如,根据行列式的交换律,我们可以将两行或两列交换位置;根据行列式的倍数律,我们可以将一行或一列乘以一个常数;根据行列式的零律,我们可以将一行或一列中所有元素设置为零;根据行列式的展开律,我们可以将行列式按照某一行或某一列展开等等。
谈谈行列式的计算方法
谈谈行列式的计算方法行列式是线性代数中的一个重要概念,常用于解线性方程组、计算逆矩阵以及求多项式的根等问题。
本文将详细介绍行列式的计算方法。
一、行列式的定义与性质:行列式是一个数,可以用于判断矩阵是否可逆、求解线性方程组的唯一解以及计算矩阵的逆等问题。
设A为一个n阶方阵,其行列式记作,A,或det(A)。
1.一阶行列式:对于一个1×1的矩阵[a],其行列式定义为,a,=a。
2.二阶行列式:对于一个2×2的矩阵[a b; c d],其行列式定义为,A,=ad-bc。
3.三阶行列式:对于一个3×3的矩阵[a₁b₁c₁;a₂b₂c₂;a₃b₃c₃],其行列式定义为,A,=a₁b₂c₃+b₁c₂a₃+c₁a₂b₃-c₁b₂a₃-a₁c₂b₃-b₁a₂c₃。
性质:-行列式与其转置矩阵行列式相同:,A,=,A^T。
-交换矩阵的两行(列)行列式改变符号,交换三行(列)行列式不变。
-一行(列)中有等于零的元素,行列式等于零。
二、行列式的计算方法:1.根据定义计算:根据行列式的定义,可以直接按照计算规则进行计算,但随着阶数的增加,计算量会呈指数级增长,因此不适用于高阶行列式的计算。
2.代数余子式法(拉普拉斯展开):利用代数余子式法可以将计算一个行列式的问题转化为计算多个较小行列式的和的问题。
对于一个n阶矩阵A,定义它的第i行第j列元素为aᵢⱼ,那么对于任意一个aᵢⱼ,可以定义它的代数余子式M(i,j)为将行i和列j从A中删去后的(n-1)阶行列式,即A的余子矩阵的行列式。
代数余子式M(i,j)用(-1)^(i+j)乘以A的代数余子式C(i,j)得到。
通过拉普拉斯展开定理,行列式等于它的任意一行(列)元素与其对应的代数余子式乘积的和,即:A,=a₁ⱼM(1,j)+a₂ⱼM(2,j)+...+aⱼⱼM(n,j)(其中j为任意列号)3.三角行列式法:对于三角矩阵(上三角或下三角),行列式等于对角线上元素的乘积,即a₁₁a₂₂...aⱼⱼ。
线性代数之行列式的性质及计算
第二节 行列式的性质与计算 §2.1 行列式的性质考虑111212122212n n n n nna a a a a a D a a a =将它的行依次变为相应的列,得112111222212n n T nnnna a a a a a D a a a =称T D 为D 的转置行列式 .性质1 行列式与它的转置行列式相等.(T D D =)事实上,若记111212122212n n T n n nnb b b b b b D b b b =则(,1,2,,)ij ji b a i j n ==1212()12(1)n n p p p T p p np D b b b τ∴=-∑1212()12(1).n n p p p p p p n a a a D τ=-=∑说明: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结论, 对列也同样成立.性质2 互换行列式的两行(i j r r ↔)或两列(i j c c ↔),行列式变号.例如123123086351.351086=-推论 若行列式D 有两行(列)完全相同,则0D =。
证明: 互换相同的两行, 则有D D =-, 所以0D =.性质3 行列式某一行(列)的所有元素都乘以数k ,等于数k 乘以此行列式,即111211112112121212nn i i in i i in n n nnn n nna a a a a a ka ka ka k a a a a a a a a a = 推论:(1) D 中某一行(列)所有元素的公因子可提到行列式符号的外面;(2) D 中某一行(列)所有元素为零,则0D =;性质4: 行列式中如果有两行(列)元素对应成比例, 则此行列式等于零.性质5: 若行列式某一行(列)的所有元素都是两个数的和,则此行列式等于两个行列式的和。
这两个行列式的这一行(列)的元素分别为对应的两个加数之一,其余各行(列)的元素与原行列式相同 。
关于行列式的计算方法
关于行列式的计算方法行列式是线性代数中非常重要的一个概念,它在矩阵和线性方程组的求解中都有广泛的应用。
本文将介绍关于行列式的定义、计算方法及其性质,以及一些常用的行列式计算技巧。
一、行列式的定义行列式是一个方阵(只有行数和列数相等的矩阵才有行列式)所具有的一个确定的数值。
对于一个n阶的方阵,其行列式记作det(A),其中A 表示矩阵。
行列式的计算方法主要有三种:代数余子式法、按行(列)展开法和逆序数法。
二、代数余子式法对于一个n阶方阵A,它的第i行第j列元素的代数余子式表示为Mij,定义为:将A的第i行和第j列元素划去,然后找出剩余元素所形成的n-1阶方阵的行列式。
即:Mij = det(Aij)其中Aij表示由第i行和第j列元素删去后所得到的(n-1)阶方阵。
根据代数余子式的定义,行列式的计算可以通过以下公式进行求解:det(A) = a11M11 - a12M12 + a13M13 - ... + (-1)^(i+j)aijMij + ...其中a11,a12,a13,...是第一行元素,M11,M12,M13,...是它们对应的代数余子式。
三、按行(列)展开法按行(列)展开法是行列式计算中最常用的一种方法。
对于一个n阶方阵A,选择其中任意一行或者一列,然后按照一定规律展开计算。
以按第一行展开为例,按照以下规律进行展开:det(A) = a11C11 + a12C12 + a13C13 + ... + a1nC1n其中Cij表示第一行第j列元素aij的余子式,定义为:将A的第一行和第j列元素划去,然后找出剩余元素所形成的(n-1)阶方阵的行列式。
将Cij的计算公式中的行列式再按行(列)展开,可以得到更小阶的余子式,直到降阶为2阶方阵时,余子式的计算直接是两个元素之差。
四、逆序数法逆序数法是行列式计算中的另一种方法。
对于一个n阶方阵A,按照以下步骤进行计算:1.首先,将方阵A展开至最小的单位(1阶方阵)。
行列式的性质及应用知识点总结
行列式的性质及应用知识点总结行列式是线性代数中一个重要的概念,对于矩阵运算和求解线性方程组等问题具有重要的应用价值。
本文将对行列式的性质及其在实际问题中的应用进行总结,以帮助读者更好地理解和应用这一概念。
一、行列式的定义和性质1. 行列式的定义行列式是一个与方阵相关的标量,在实际运算中通常用大写字母表示。
对于一个n阶方阵A = (a_ij),其行列式记作det(A)或|A|,其中a_ij代表矩阵A的第i行第j列的元素。
2. 行列式的性质(1)行列互换性:如果交换矩阵的两行(列),行列式的值不变,即|A| = -|A' |,其中A'是A行列互换后的矩阵。
(2)行列式的倍乘性:如果矩阵A的某一行(列)的元素分别乘以同一常数k,那么行列式的值也相应地乘以k,即|kA|=k^n|A|。
(3)行列式的加性:如果有两个矩阵A和B,它们唯一的区别是其中某一行(列)不同,那么这两个行列式的和等于另一个行列式,即|A+B|=|A'|+|B|。
(4)行列式的三角形性质:如果矩阵A是一个上(下)三角矩阵,那么它的行列式等于对角线上各元素的乘积,即|A| = a_11 * a_22 * ... *a_nn。
二、行列式的应用1. 矩阵的逆行列式在求解矩阵的逆时起到关键作用。
如果一个n阶方阵A存在逆矩阵A^-1,那么有A * A^-1 = I,其中I是单位矩阵。
利用行列式的性质,我们可以通过求解行列式的值来判断矩阵是否可逆,即当|A| ≠ 0时,矩阵A可逆。
2. 线性方程组的求解行列式也可以应用于求解线性方程组。
对于一个有n个未知数和n 个方程的线性方程组,可以使用Cramer法则来求解,其中每个未知数的值等于其对应行列式除以总行列式的值,即x_i = |A_i| / |A|,其中A_i是将方程组中第i个未知数对应的列替换为方程组右侧的常数列得到的矩阵。
3. 矩阵的秩行列式还可以用于求解矩阵的秩。
矩阵的秩是一个衡量矩阵线性无关性的指标,它表示矩阵的行(列)向量组的最大线性无关组的向量个数。
- 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、"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、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)。
线性代数行列式的计算与性质
行列式在数学中,是一个函数,其定义域为的矩阵,取值为一个标量,写作或。
行列式可以看做是有向面积或体积的概
念在一般的欧几里得空间中的推广。
或者说,在维欧几里得空间中,行列式描述的是一个线性变换对“体积”所造成的影响。
无论是在线性代数、多项式理论,还是在微积分学中(比如说换元积分法中),行列式作为基本的数学工具,都有着重要的应用。
行列式概念最早出现在解线性方程组的过程中。
十七世纪晚期,关孝和与莱布尼茨的著作中已经使用行列式来确定线性方程组解的个数以及形式。
十八世纪开始,行列式开始作为独立的数学概念被研究。
十九世纪以后,行列式理论进一步得到发展和完善。
矩阵概念的引入使得更多有关行列式的性质被发现,行列式在许多领域都逐渐显现出重要的意义和作用,出现了线性自同态和矢量组的行列式的定义。
行列式的特性可以被概括为一个多次交替线性形式,这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数。
矩阵 A 的行列式有时也记作 |A|。
绝对值和矩阵范数也使用这个记法,有可能和行列式的记法混淆。
不过矩阵范数通常以双垂直线来表示(如:
),且可以使用下标。
此外,矩阵的绝对值是没有定义的。
因此,行
列式经常使用垂直线记法(例如:克莱姆法则和子式)。
例如,一个矩阵:
A=
⎪
⎪
⎪
⎭
⎫
⎝
⎛
i
h
g
f
e
d
c
b
a
,
行列式也写作,或明确的写作:
A=
i
h
g
f
e
d
c
b
a
,
即把矩阵的方括号以细长的垂直线取代
行列式的概念最初是伴随着方程组的求解而发展起来的。
行列式的提出可以追溯到十七世纪,最初的雏形由日本数学家关孝和与德国数学家戈特弗里德·莱布尼茨各自独立得出,时间大致相同。
一、行列式的定义与计算
一个n 阶方块矩阵 A 的行列式可直观地定义如下:
其中,是集合{ 1, 2, ..., n }上置换的全体,即集合{ 1, 2, ..., n }到自身上的一一映射(双射)的全体;
表示对全部元素的求和,即对于每个,
在加法算式中出现一次;
对于每一对满足的数对,是矩阵 A 的第i 行第j 列的元素。
表示置换的符号差,具体地说,满足但的有序数对称为的一个逆序。
如果的逆序共有偶数个,则,如果共有奇数个,则。
举例来说,对于3元置换(即是说,,)而言,由于1在2后,1在3后,所以共有2个逆序(偶数个),因此,从而3阶行列式中项的符号是正的。
但对于三元置换(即是说,,)而言,可以数出共有3个逆序(奇数个),因此,从而3阶行列式中项的符号是负的。
注意到对于任意正整数n,共拥有n!个元素,因此上式中共有n!个求和项,即这是一个有限多次的求和。
对于简单的2阶和3阶的矩阵,行列式的表达式相对简单,而且恰好是每条主对角线(左上至右下)元素乘积之和减去每条副对角线(右上至左下)元素乘积之和(见图中红线和蓝线)。
2阶矩阵的行列式:
3阶矩阵的行列式:
333231232221
131211
a a a a a a a a a =332211a a a +312312a a a +133221a a a -312213a a a -331221a a a -233211a a a
但对于阶数 的方阵A ,这样的主对角线和副对角线分别只有n 条,由于
A 的主、副对角线总条数的元素个数 因此,行列式的相加项中除了这样的对角线乘积之外,还有其他更多的项。
例如4阶行列式中,项 就不是任何对角线的元素乘积。
不过,和2、3阶行列式情况相同的是,n 阶行列式中的每一项仍然是从矩阵中选取n 个元素相乘得到,且保证在每行和每列中都恰好只选取一个元素,而整个行列式恰好将所有这样的选取方法遍历一次。
另外,n×n 矩阵的每一行或每一列也可以看成是一个n 元矢量,这时矩阵的行列式也被称为这n 个n 元矢量组成的矢量组的行列式
二、行列式的性质
行列式的一些基本性质,可以由它的多线性以及交替性推出。
在行列式中,一行(列)元素全为0,则此行列式的值为0。
nn
n n n a a a a a a
2122221
000
在行列式中,某一行(列)有公因子k ,则可以提出k 。
在行列式中,某一行(列)的每个元素是两数之和,则此行列式可拆分为两个相加的行列式。
行列式中的两行(列)互换,改变行列式正负符号[51]。
在行列式中,有两行(列)对应成比例或相同,则此行列式的值为0。
将一行(列)的k倍加进另一行(列)里,行列式的值不变。
注意:一行(列)的k倍加上另一行(列),行列式的值改变。
将行列式的行列互换,行列式的值不变,其中行列互换相当于转置。
这个性质可以简单地记作
例如
行列式的乘法定理:方块矩阵的乘积的行列式等于行列式的乘积。
特别的,若将矩阵中的每一行每一列
上的数都乘以一个常数r,那么所得到的行列式不是原来的r倍,而是rn 倍。
以上的乘法公式还可以进一步推广为所谓柯西–比内公式,从而使得只要两个矩阵的乘积是方块矩阵,就有类似于以上的结果:假设 A 是一个矩阵,而 B 是一个矩阵。
如果S 是
中具有m 个元素的子集,我们
记AS 为 A 中列指标位于S 中的子矩阵。
类似地,记BS 为 B 中行指标位于S 中的子矩阵。
那么
这里求遍中m 个元素的所有可能子集S(共
有C(n,m) 个)。
如果m = n,即 A 与 B 是同样大小的方块矩阵,则只有一个容许集合S,柯西–比内公式退化为通常行列式的乘法公式。
如过m = 1 则有n 容许集合S,这个公式退化为点积。
如果m > n,没有容许集合S,约定行列式 det(AB) 是零[54]。
若A是可逆矩阵,[55]。
由行列式的乘法定理以及可以知道,行列式定义了一个从一般线性群到上的群同
态。
若将方块矩阵中的元素取共轭,得到的是矩阵的共轭矩阵。
共轭矩阵的行列式值等于矩阵行列式值的共轭:
若两个矩阵相似,那么它们的行列式相同。
这是因为两个相似的矩阵之间只相差一个基底变换,而行列式描述的是矩阵对应的线性映射对体积的影响,而不是体积,所以基底变换并不会影响行列式的值。
用数学语言来说,就是:
如果两个矩阵A与B相似,那么存在可逆矩阵P使得
,所以
行列式是所有特征值(按代数重数计)的乘积。
这可由矩阵必和其若尔当标准型相似推导出。
特殊地,三角矩阵的行列式等于其对角线上所有元素的乘积。
由于三角矩阵的行列式计算简便,当矩阵的系数为域时,可以通过高斯消去法将矩阵变换成三角矩阵,或者将矩阵分解成三角矩阵的乘积之后再利用行列式的乘法定理进行计算。
可以证明,所有的矩阵A都可以分解成一个上三角矩阵U、一个下三角矩阵L以及一个置换矩阵P的乘积:。
这时,矩阵A的行列式可以写成:
分块矩阵的行列式并不能简单地表示成每个分块的行列式的乘积组合。
对于分块的三角矩阵,仍然有类似的结论:
,矩
阵的行列式等于对角元素的行列式之乘积。
对于一般情况,若对角元素中有一个是可逆矩阵,比如说A可逆,那么矩阵的行列式可以写做。
矩阵的行列式和矩阵的迹数有一定的关联,当矩阵的系数为域时,在定义了矩阵的指数函数后,有如下的恒等式:。