行列式计算
在之前的基础上对行列式的性质进一步拓展,如果一个行列式的一行加(减)另一行的
k
k
k倍,行列式的值不变。具体的证明过程如下,
整个过程与Gauss-Jordan消元法的过程是一致的。行列式的值与其经过Gauss-Jordan消元法后得到的行最简形式的行列式的结果是相等的。有一点不同的是,在行列式消元的时候不能进行归一化,因为归一化后,行列式的值就改变了。
Gauss-Jordan消元法的过程最理想的情况是将矩阵转换为一个对角矩阵,行列式的求取过程也是如此。
对角矩阵行列式计算
上、下三角矩阵行列式计算
如果Gauss-Jordan消元的结果存在零行,则行列式的值为0。
故总结行列式计算步骤,
- 对方阵进行Gauss消元(即没有Gauss-Jordan消元法后向过程)
- 不进行归一化处理
- 如果消元结果中存在零行,则行列式的值为0
- 如果不存在零行,则行列式的值为主对角线全部元素乘积
这也是大多数线性代数计算库计算行列式值的算法过程,这个过程本身的运算效率是较高的。
初等矩阵与行列式
d
e
t
(
A
⋅
B
)
=
d
e
t
(
A
)
⋅
d
e
t
(
B
)
det(A\cdot B)=det(A)\cdot det(B)
det(A⋅B)=det(A)⋅det(B)
这条性质在求取特征值的时候很关键。
对上面的式子取特殊情况,
d
e
t
(
A
⋅
A
−
1
)
=
d
e
t
(
A
)
⋅
d
e
t
(
A
−
1
)
d
e
t
(
I
)
=
d
e
t
(
A
)
⋅
d
e
t
(
A
−
1
)
d
e
t
(
A
)
⋅
d
e
t
(
A
−
1
)
=
1
d
e
t
(
A
−
1
)
=
1
d
e
t
(
A
−
1
)
det(A\cdot A^{-1})=det(A)\cdot det(A^{-1})\\det(I)=det(A)\cdot det(A^{-1})\\ det(A)\cdot det(A^{-1})=1\\det(A^{-1})=\frac{1}{det(A^{-1})}
det(A⋅A−1)=det(A)⋅det(A−1)det(I)=det(A)⋅det(A−1)det(A)⋅det(A−1)=1det(A−1)=det(A−1)1
因为矩阵
A
A
A的逆存在,故无需担心
d
e
t
(
A
)
=
0
det(A)=0
det(A)=0,具体见行列式性质拓展。
行式就是列式
在之前,行列式的理解都是以行为单位的。但是实际上,对于行列式而言“行式就是列式”,即
d
e
t
(
A
)
=
d
e
t
(
A
T
)
det(A) = det(A^T)
det(A)=det(AT)
所以之前证明的基于行的行列式的性质对于列也都是适用的,
正是因为这个定理,使得行列式从行角度和列角度看都是相同的。这也为之后的特征值、奇异值打下了良好的基础。