线性代数之——行列式及其性质

本文深入探讨了方阵行列式的定义及其在矩阵运算中的关键作用。行列式不仅揭示了矩阵是否可逆,还用于计算逆矩阵、主元和解决方程组。文章详细解析了行列式的九项基本性质,包括单位矩阵的行列式、行交换的影响、行列式的线性特性、行列式为零的条件等。理解这些性质有助于掌握矩阵分析和线性代数的核心概念。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

方阵的行列式是一个数字,这个数字包含了矩阵的大量信息。首先,它立即告诉了我们这个矩阵是否可逆。矩阵的行列式为零的话,矩阵就没有逆矩阵。当 AAA 可逆的时候,其逆矩阵 A−1A^{-1}A1 的行列式为 1/det(A)1 / det(A)1/det(A)

行列式可以用来求逆矩阵、计算主元和求解方程组,但是我们很少这样做,因为消元会更快。

对于上述矩阵,如果行列式 ad−bcad-bcadbc 为零的话,我们不能除以零,也就是没有逆矩阵。其主元为 aaad−(c/a)bd - (c/a)bd(c/a)b主元的乘积就是行列式的值

行列式有三个基本的性质,由这三个性质我们可以计算任意方针的行列式, AAA 的行列式记作 det(A)det(A)det(A) 或者 ∣A∣|A|A

  • 性质 1: det I=1det \space I = 1det I=1,单位矩阵的行列式为 1 ,与之对应的是单位立方体的体积是 1。

  • 性质 2: 当两行进行交换的时候行列式改变符号。

由这个性质,我们可以很容易得到所有置换矩阵的行列式,置换矩阵都是由单位矩阵演化而来,当有奇数次行交换时,det P=−1det \space P = -1det P=1;当有偶数次行交换时,det P=1det \space P = 1det P=1

  • 性质 3: 行列式是单独每一行的线性函数(其它行不变)。

若某一行乘以 ttt,行列式就也乘以 ttt。如果某一行加上另一行,行列式就也相加。

这不意味着 2I=2det I2I = 2 det\space I2I=2det I2I2I2I 是对其中的每一行都乘以 2,因此要乘以 2n2^n2n

这就像面积或者体积一样,长方形的长和宽都变为原来的 2 倍的话,面积就会变为 4 倍。

  • 性质 4: 当矩阵中有两行一样的话,det(A)=0det(A)=0det(A)=0

利用性质 2,我们对这两行进行行交换,矩阵仍然保持不变,但其行列式需要变号,那么行列式只能为零。

  • 性质 5: 用矩阵的一行减去另一行的倍数,行列式不变。

∣abc−λad−λb∣=∣abcd∣−λ∣abab∣=∣abcd∣\begin{vmatrix}a&b\\ c-\lambda a&d-\lambda b\end{vmatrix} = \begin{vmatrix}a&b\\ c &d \end{vmatrix} -\lambda \begin{vmatrix}a&b\\ a& b\end{vmatrix} =\begin{vmatrix}a&b\\ c &d \end{vmatrix} acλabdλb=acbdλaabb=acbd

在消元的过程中,行列式不会改变,如果有行交换的话,符号不同,因此有 det A=±det Udet \space A = \pm det \space Udet A=±det U

  • 性质 6: 当矩阵的某一行全为零的时候,行列式为零。

利用性质 5,将全零行加上另外一行。

∣ab00∣=∣abab∣=0\begin{vmatrix}a&b\\ 0&0\end{vmatrix} = \begin{vmatrix}a&b\\ a& b\end{vmatrix} =0a0b0=aabb=0

  • 性质 7: 如果矩阵是三角形的,那么行列式等于对角线上元素的乘积。

利用性质 5,我们可以将对角线上面或者下面的元素通过消元法全部变成 0,这不会改变行列式的值。然后,矩阵就只有对角线上有非零值,我们再利用性质 3 将每行的系数提取出来,矩阵就变成了单位矩阵。

  • 性质 8: 如果矩阵是可逆的那么 det(A)̸=0det(A)\not=0det(A)̸=0,反之 det(A)=0det(A)=0det(A)=0

消元过程会让 AAA 变为 UUU,如果 AAA 是不可逆的,那么 UUU 中一定有全零行,其行列式为零。如果 AAA 是可逆的,那么 UUU 中的对角线为主元,其行列式为对角线的乘积,也即主元的乘积。

如果 PA=LUPA=LUPA=LU,那么有 ∣P∣ ∣A∣=∣L∣ ∣U∣|P| \space |A| = |L| \space |U|P A=L ULLL 为对角线上为 1 的下三角矩阵,因此有 det L=1det \space L = 1det L=1,而 det P=±1det \space P = \pm 1det P=±1,所以 ∣A∣=±∣U∣|A| = \pm|U|A=±U

  • 性质 9: ∣AB∣=∣A∣∣B∣|AB| = |A||B|AB=AB

det(AA−1)=det I=1→det A−1=1det Adet(AA^{-1}) = det \space I = 1 \to det \space A^{-1} = \frac{1}{det \space A}det(AA1)=det I=1det A1=det A1

一个简单的证明过程如下所示:

  • 性质 10: 转置矩阵的行列式不变,det AT=det Adet \space A^{T} = det \space Adet AT=det A

∣P∣ ∣A∣=∣L∣ ∣U∣↔∣PT∣ ∣AT∣=∣LT∣ ∣UT∣ |P| \space |A| = |L| \space |U| \leftrightarrow |P^T| \space |A^T| = |L^T| \space |U^T|P A=L UPT AT=LT UT

对比以上两项,置换矩阵的逆等于转置,所以有 ∣P∣∣PT∣=1|P||P^T|=1PPT=1,因此它们同时为 1 或者 -1。对三角矩阵的转置不影响其对角线元素,因此行列式不变,所以有 ∣L∣=∣LT∣,∣U∣=∣UT∣|L| =|L^T|,|U| =|U^T|L=LTU=UT,所以有 ∣A∣=∣AT∣|A| =|A^T|A=AT

因此,任意应用于矩阵的行的性质都可以同时应用到矩阵的列上去

获取更多精彩,请关注「seniusen」!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值