type
status
date
slug
summary
tags
category
icon
password
Property
行列式(determinant)是一个每个方阵都具有的数值,矩阵A的行列式记作
二阶行列式的表达式
行列式的性质
- ,单位矩阵行列式值为一
- 交换行,行列式变号
- 如果在矩阵的一行乘上,则行列式的值就要乘上
- 行列式是“矩阵的行”的线性函数
注意:这里并不是指 ,方阵相加会使每一行相加,这里仅是针对某一行的线性变换。
- 如果两行相等,则行列式为零
交换这个相同的两行,行列式应该变号,但是新生成的矩阵跟原矩阵没有区别,因此行列式不变,所以等于0
- 从第 行中减去第 行的 倍,行列式不变。这条性质是针对消元的,可以先消元,将方阵变为上三角形式后再计算行列式。
举例:
- 如果方阵的某一行为零,则其行列式值为零
对零行乘以不为零系数 ,使即可证明;或将某行加到为零行,使存在两行相等后即可证明。
- 三角阵的行列式的值等于其对角线上数值(主元)的乘积
有上三角行列式,则 。
从最后一行开始,将对角元素上方的 元素依次变为零,可以得到型为 的对角行列式,再将对角元素提出得到 ,得证。
- 当矩阵为奇异矩阵时, ;当且仅当 可逆时,有 。
如果矩阵可逆,则化简为上三角形式后各行都含有主元,行列式即为主元乘积;如果矩阵奇异,则化简为上三角形式时会出现全零行,行列式为零。
使用这一性质,,所以 。
此外,并且有。后一个公式让我们容易联想到体积,当长宽高都倍增之后,体积变成了原来的倍。
尽管矩阵的和的行列式不等于行列式的和,但矩阵乘积的行列式等于矩阵行列式的乘积
- 有了这条性质,行的属性同样适用于列
证明: ,值得注意的是, 的行列式并不因为转置而改变,得证。
设为 阶方阵, (若 可逆),
, 为方阵
范德蒙行列式
设是 阶方阵, 是 的 个特征值,则
行列式公式
- 交换行行列式变号
- 对行列式的每一行都可以单独使用线性运算,其值不变
使用这三条性质推导二阶方阵行列式:
按照这个方法,继续计算三阶方阵的行列式
可以想到,保持第二、三行不变,将第一行拆分为个行列式之和,再将每一部分的第二行拆分为三部分,这样就得到九个行列式,再接着拆分这九个行列式的第三行,最终得到二十七个行列式。可以想象到,这些矩阵中有很多值为零的行列式,只需要找到不为零的行列式,求和即可。
同理,我们想继续推导出阶数更高的式子,按照上面的式子可知 阶行列式应该可以分解成 个非零行列式(占据第一行的元素有 种选择,占据第二行的元素有 种选择,以此类推得 ):
这个公式还不完全,接下来需要考虑如何确定符号:
- 观察带有下划线的元素,它们的排列是 ,变为 需要两步操作,所以应取
- 观察带有上划线的元素,它们的排列是 ,变为 需要一步操作,所以应取
- 观察其他元素,无法找出除了上面两种以外的排列方式,于是该行列式值为零,这是一个奇异矩阵。
代数余子式
此处引入代数余子式(cofactor)的概念,它的作用是把 阶行列式化简为 阶行列式。
改写为:
于是,可以定义 的代数余子式:将原行列式的第 行与第 列抹去后得到的 阶行列式记为 , 为偶时时取 , 为奇时取。
将行列式 沿第一行展开:
对于二阶矩阵,按照代数余子式公式则有
三种求行列式的方法:
- 消元, 就是主元的乘积
- 求 项之积
- 使用代数余子式
求逆矩阵
对于二阶矩阵有。观察易得,系数项就是行列式的倒数,而矩阵则是由一系列代数余子式组成的。
那么能写出三阶甚至高阶的公式么?通过观察二阶矩阵逆矩阵的公式,可以用同样的策略来构造高阶矩阵的求逆公式,为:
分母是矩阵的行列式的值,矩阵是代数余子式矩阵的转置,即伴随矩阵(adjoint matrix)。
化简公式得 ,写成矩阵形式有
对于这两个矩阵的乘积,观察其结果的元素:
,这正是将行列式按第一行展开的结果;同理,对 都有 ,即对角线元素均为 。
再来看非对角线元素:
二阶的情况,如果用第一行乘以第二行的代数余子式,得到 。换一种角度看问题, 也是一个矩阵的行列式值,即 。将 按第二行展开,也会得到 ,因为行列式有两行相等所以行列式值为零。
推广到 阶,我们来看元素,该元素是第一行与最后一行的代数余子式相乘之积。这个式子也可以写成一个特殊矩阵的行列式,即矩阵
计算此矩阵的行列式,将 按最后一行展开,也得到
同理,行列式 有两行相等,其值为零。
结合对角线元素与非对角线元素的结果,得到,也就是,得证。
克莱姆法则求解
克莱默法则(Cramer's rule)
现在有了逆矩阵的计算公式,所以对 有
观察 ,将得到的解拆分开来,对 的第一个分量有 ,这里 是一个数字,其值为 ,每当看到数字与代数余子式乘之积求和时,都应该联想到求行列式,也就是说 可以看做是一个矩阵的行列式,设这个矩阵为 。所以有,同理有 , 。
而是一个型为 的矩阵,即将矩阵的第一列变为 向量而得到的新矩阵。
其实很容易看出, 可以沿第一列展开得到 。
一般的,有 ,即将矩阵的第 列变为 向量而得到的新矩阵。所以,对于解的分量有 。
公式虽然很漂亮,但是并不方便计算。相比于消元法,采用克莱姆法则计算方程的解效率较低。
体积
矩阵行列式的绝对值等于以矩阵行(列)向量为边所构成的平行六面体的体积,行列式的正负对应左手系和右手系。
三维空间中,对于阶方阵,取第一行 ,令其为三维空间中点 的坐标,同理有点 。连接这三个点与原点可以得到三条边,使用这三条边展开得到一个平行六面体, 就是该平行六面体的体积。
对于三阶单位矩阵,其体积为 ,此时这个箱子是一个单位立方体。
对于行列式,交换两行并不会改变箱子的大小,同时行列式的绝对值也没有改变。
取矩阵 ,是一个标准正交矩阵,此时这个箱子是一个立方体,可以看出这个箱子就是单位立方体经过旋转得到的。对于标准正交矩阵,有 ,等式两边取行列式得 ,而根据行列式性质有 ,所以 。
考虑不再是“单位”的立方体,即长方体。 假设矩阵的第一行翻倍得到新矩阵 ,此时箱子变为在第一行方向上增加一倍的长方体箱子,也就是两个“标准正交箱子”在第一行方向上的堆叠。易知这个长方体箱子是原来体积的两倍,而根据行列式性质有 ,于是体积也符合行列式的数乘性质。
二阶方阵, 。在二阶情况中,行列式就是一个求平行四边形面积的公式,原来求由四个点 围成的四边形的面积,需要先求四边形的底边长,再做高求解,现在只需要计算 即可(更加常用的是求由 围成的三角形的面积,即 )。也就是说,如果知道了歪箱子的顶点坐标,求面积(二阶情形)或体积(三阶情形)时,我们不再需要开方、求角度,只需要计算行列式的值就行了。
在一般情形下,由点 围成的三角形面积等于 ,计算时分别用第二行、第三行减去第一行化简到第三列只有一个 (这个操作实际是将三角形移动到原点),得到 ,得到三角形面积等于 。