行列式就是一个数字而已。
1. 2x2矩阵的行列式
假设:
那么A逆为:
但是,并不是所有的矩阵都有逆矩阵,对于矩阵A,当ad-bc等于0时,上面的等式将没有意义,因此,ad-bc是个非常有趣的数,我们应该给它起一个名字,就叫行列式吧。
很多人觉得既写竖线,又写中括号很麻烦,所以就省略了中括号。
行列式不等于0,等价于矩阵A存在逆矩阵。行列式的重要作用就是判断矩阵是否存在逆矩阵。
2. 3x3矩阵的行列式
假设
那么A的行列式定义为:
注意,上面的式子是人为定义的3x3矩阵的行列式,其思路和2x2矩阵相同
3. nxn矩阵的行列式
假设
在定义nxn矩阵的行列式之前,先定义子矩阵:矩阵忽略掉第i行和第j列,剩余的(n-1)x(n-1)矩阵即为子矩阵
nxn矩阵的行列式,实际是个递归调用:
递归公式:用自己定义自身,不过自己是自身的稍稍简化版,持续递归下去时,你会得到越来越简化的式子,直到最基本的东西。
4. 沿其它行或列求nxn矩阵的行列式
可以沿其它行或列求nxn矩阵的行列式,暂未证明。这很有用,因为我们可以选择行列中0较多的来做,这样可以简化计算。唯一要注意的是符号位,第i行,第j列的符号为:
假设
选择第i行求行列式:
5. Sarrus法则(萨吕法则)
萨吕法则可以快速的求解3x3矩阵的行列式。
6. 矩阵行列式的一些属性
6.1 当矩阵某一行乘以系数时的行列式计算
仅仅有一行乘以某个系数k时,新行列式等于k倍的原始行列式。
假设
那么
同理
6.2 当行相加时矩阵行列式的规律
这是一个很特殊的情况,三个矩阵除了一行不同外,其它行都相同,且其中一个矩阵的那一行,刚好等于另外两个矩阵的那一行的和,那么第一个矩阵的行列式等于另外两个矩阵的行列式的和(行相加,不是矩阵相加):
假设
那么
即Z矩阵的行列式等于X矩阵和Y矩阵行列式的和
6.3 有相同行的行列式
有相同行(或列)的矩阵的行列式为0(两种证明方法,一种由交换矩阵的属性推导出;一种从可逆的条件着手,得到结果)
假设
定义术语为:
也可以写成行向量的形式:
因此矩阵A可以写成的形式(这种形式更简单):
交换矩阵(swap matrix)
把原矩阵的i,j行互换后的矩阵,称为原矩阵的交换矩阵
交换矩阵的行列式,等于负的原矩阵的行列式(该属性暂未证明)
假设矩阵A的第i行等于第j行,那么交换i,j行,矩阵不变,因此:
结合“交换矩阵的行列式,等于负的原矩阵的行列式”,因此当矩阵的两行相等时:
另一种证明方法:
6.4 行变换后的行列式
有些行变换会改变行列式的值,有些行变换不会,例如,使用“第j行-c乘以第i行”来替代“第j行”就不会改变行列式的值:
replace rowj with rowj - C * rowi, it does not change the determinant of A ,因此求行列式时,我们可以利用该行变换简化行列式的求解
6.5 上三角矩阵的行列式
上三角矩阵:upper triangular matrix,主对角线以下的元素都为0的矩阵,例如:
上三角矩阵的行列式等于主对角线上的所有元素的乘积:
证明(从数学归纳法的角度):
每次选择第一列进行计算
扩展:下三角矩阵的行列式也等于主对角线上的所有元素的乘积。
可以利用矩阵行列式的属性(行变换,交换两行等),将矩阵化为上三角矩阵,然后再求行列式,这样求解将非常简单