文章目录
前言:这篇blog是《 Linear Algebra and Its Applications》第四章的一些学习笔记
第四章 行列式
这一章把行列式看成n个行向量的函数,强调行列式的性质。
行列式在这本书中并不是重点,这本书的重要主线是一步一步引出SVD和求方程组的解(没有解时求近似解),国内的很多线性代数教材在编写时把行列式当重点讲,但其实际作用并没有那么大,这样做可能会把学生给带偏了(我当年就被带偏了)。
1. 行列式的几何意义
行列式 d e t ( A ) det(A) det(A)的绝对值,其实是n维空间中的盒子的体积,盒子的边由矩阵 A A A的行向量或者列向量构成。其证明在这篇blog的4.3应用章节中。
2. 行列式的性质
2.1. 性质
- 单位矩阵的行列式为1;
- 任意两行交换,行列式变号;
- 行列式对第一行线性依赖;
设 A = [ α 1 α 2 ⋅ ˙ ˙ ] A=\left[ \begin{matrix} \alpha_{1}\\ \alpha_{2}\\ \dot{\dot{·}} \end{matrix} \right] A=⎣⎡α1α2⋅˙˙⎦⎤,且 α 1 = c 1 β 1 + c 2 β 2 \alpha_{1}=c_{1}\beta_{1}+c_{2}\beta_{2} α1=c1β1+c2β2,则 d e t ( A ) = c 1 d e t ( [ β 1 α 2 … ] ) + c 2 d e t ( [ β 1 α 2 … ] ) det(A)=c_{1}det(\left[ \begin{matrix} \beta_{1}\\ \alpha_{2}\\ \dots \end{matrix} \right])+c_{2}det(\left[ \begin{matrix} \beta_{1}\\ \alpha_{2}\\ \dots \end{matrix} \right]) det(A)=c1det(⎣⎡β1α2…⎦⎤)+c2det(⎣⎡β1α2…⎦⎤)
推论:由2,3可推出,行列式对任意一行都线性依赖。
由上述性质可以进一步推出下列性质
- A A A的两行相等,则 d e t ( A ) = 0 det(A)=0 det(A)=0;
- 某一行的若干倍加到另一行的操作,不改变行列式的值;
证明:以二阶,第二行乘以 − l -l −l加到第一行为例。
∣ a − l c b − l d c d ∣ = ∣ a b c d ∣ − l ∣ c d c d ∣ = ∣ a b c d ∣ − 0 = ∣ a b c d ∣ \left| \begin{matrix} a-lc & b-ld\\ c & d \end{matrix} \right|=\left| \begin{matrix} a & b\\ c & d \end{matrix} \right|-l\left| \begin{matrix} c & d\\ c & d \end{matrix} \right|=\left| \begin{matrix} a & b\\ c & d \end{matrix} \right|-0=\left| \begin{matrix} a & b\\ c & d \end{matrix} \right| ∣∣∣∣a−lccb−ldd∣∣∣∣=∣∣∣∣acbd∣∣∣∣−l∣∣∣∣ccdd∣∣∣∣=∣∣∣∣acbd∣∣∣∣−0=∣∣∣∣acbd∣∣∣∣
所以高斯消去操作不改变行列式的值。
- 若 A A A有一行全0,则 d e t ( A ) = 0 det(A)=0 det(A)=0;
证明:
d e t A = 2 d e t A ⇒ d e t A = 0 detA=2detA \Rightarrow detA=0 detA=2detA⇒detA=0
- 三角方阵的行列式为对角元素乘机;
证明:
∣ a 11 a 11 a 11 0 a 22 a 23 0 0 a 33 ∣ \left| \begin{matrix} a_{11} & a_{11} & a_{11}\\ 0 & a_{22} & a_{23}\\ 0 & 0 & a_{33} \end{matrix} \right| ∣∣∣∣∣∣a1100a11a220a11a23a33∣∣∣∣∣∣
经高斯消去法得到
∣ a 11 0 0 0 a 22 0 0 0 a 33 ∣ = a 11 a 22 a 33 \left| \begin{matrix} a_{11} & 0 & 0\\ 0 & a_{22} & 0\\ 0 & 0 & a_{33} \end{matrix} \right|=a_{11}a_{22}a_{33} ∣∣∣∣∣∣a11000a22000a33∣∣∣∣∣∣=a11a22a33
- A n × n A_{n\times n} An×n是奇异矩阵( p i v o t s < n pivots<n pivots<n),则 d e t ( A ) = 0 det(A)=0 det(A)=0; A n × n A_{n\times n} An×n是非奇异矩阵( p i v o t s pivots pivots数 = n =n =n),则 d e t ( A ) ≠ 0 det(A)\neq 0 det(A)̸=0;
高斯消去法可证
- d e t ( A B ) = d e t ( A ) d e t ( B ) det(AB)=det(A)det(B) det(AB)=det(A)det(B);
有待证明,不过这个性质挺重要的,可以推出当 A n × n A_{n\times n} An×n有n个pivots时,
d e t ( A − 1 ) = 1 d e t ( A ) det(A^{-1})=\frac{1}{det(A)} det(A−1)=det(A)1
- d e t ( A T ) = d e t ( A ) det(A^{T})=det(A) det(AT)=det(A);
证明:
根据矩阵的三角分解, d e t ( P A ) = d e t ( L D U ) det(PA)=det(LDU) det(PA)=det(LDU), d e t ( A T P T ) = d e t ( U T D L T ) det(A^{T}P^{T})=det(U^{T}DL^{T}) det(ATPT)=det(UTDLT)
又 d e t ( P A ) = d e t ( L D U ) = d e t ( L ) d e t ( D ) d e t ( U ) = d e t ( L T ) d e t ( D ) d e t ( U T ) det(PA)=det(LDU)=det(L)det(D)det(U)=det(L^{T})det(D)det(U^{T}) det(PA)=det(LDU)=det(L)det(D)det(U)=det(LT)det(D)det(UT),第三个等式用的性质7
所以 d e t ( L T ) d e t ( D ) d e t ( U T ) = d e t ( U T ) d e t ( D ) d e t ( L T ) = d e t ( U T D L T ) = d e t ( A T P T ) det(L^{T})det(D)det(U^{T})=det(U^{T})det(D)det(L^{T})=det(U^{T}DL^{T})=det(A^{T}P^{T}) det(LT)det(D)det(UT)=det(UT)det(D)det(LT)=det(UTDLT)=det(ATPT)
所以 d e t ( P A ) = d e t ( A T P T ) = d e t ( P ) d e t ( A ) = d e t ( A T ) d e t ( P T ) det(PA)=det(A^{T}P^{T})=det(P)det(A)=det(A^{T})det(P^{T}) det(PA)=det(ATPT)=det(P)det(A)=det(AT)det(PT)
又 d e t ( P ) = ± 1 det(P)=\pm 1 det(P)=±1且 d e t ( P P T ) = d e t I = 1 = d e t ( P ) d e t ( P T ) det(PP^{T})=detI=1=det(P)det(P^{T}) det(PPT)=detI=1=det(P)det(PT)
所以 d e t ( P ) = d e t ( P T ) = 1 det(P)=det(P^{T})=1 det(P)=det(PT)=1或 − 1 -1 −1
所以 d e t ( A T ) = d e t ( A ) det(A^{T})=det(A) det(AT)=det(A)
2.1. Binet-Cauchy公式
https://baike.baidu.com/item/Binet-Cauchy定理/8255247?fr=aladdin
3. 行列式的求解
3.1. 利用高斯消去法
这也是最常用的方法,对方阵进行高斯消去,得到三角矩阵,在利用性质7即可。即 d e t ( A ) = ± p i v o t s det(A)=\pm pivots det(A)=±pivots乘积,