线性代数——第一章行列式

最新推荐文章于 2021-07-27 10:44:26 发布

feidaji

最新推荐文章于 2021-07-27 10:44:26 发布

阅读量2k

点赞数

分类专栏：线性代数

本文链接：https://blog.csdn.net/feidaji/article/details/105201524

版权

线性代数专栏收录该内容

6 篇文章 1 订阅

订阅专栏

行列式

1.定义与含义

2.二阶行列式计算

矩阵A= $\begin{bmatrix} a_1_1&a_1_2\\ a_2_1&a_2_2\end{bmatrix}$ 行列式为 |A| = a_1_1 * a_2_2 - a_1_2 * a_2_1

如矩阵 A= $\begin{bmatrix} 1&2\\ 4&5\end{bmatrix}$ ，则行列式

|A| = 1*5 - 2* 4 = -3

3.三阶行列式计算

矩阵A= $\begin{bmatrix} a_1_1&a_1_2&a_1_3\\ a_2_1&a_2_2&a_2_3\\ a_3_1&a_3_2&a_3_3\end{bmatrix}$ 行列式为

|A| = a_1_1 * a_2_2* a_3_3 + a_1_2 * a_2_3*a_3_1 + a_1_3 * a_2_1*a_3_2 - a_1_3 * a_2_2* a_3_1 - -

如矩阵A= $\begin{bmatrix} 1&2&-4\\ -2&2&1\\ -3&4&-2\end{bmatrix}$ ,

则det(A)= |A| = 1*2* -2 + 2*1*-3 + -4*-2*4 - -4*2*-3 - 2*-2*-2 - 1*1*4

= -4 + -6 + 32 - 24 - 8 - 4 = -14

4. 余子式和代数余子式

定义: 在n 阶行列式中，把 a_i_j 所在的第i 行和第j列划去后剩下的n-1阶行列式叫做 a_i_j 的余子式，记作 M_i_j

而代数余子式为 $A_i_j=(-1)^i^+^jM_i_j$

如矩阵A= $\begin{bmatrix} a_1_1&a_1_2&a_1_3\\ a_2_1&a_2_2&a_2_3\\ a_3_1&a_3_2&a_3_3\end{bmatrix}$

余子式分别为:

M_1_1 = $\begin{bmatrix} a_2_2&a_2_3\\ a_3_2&a_3_3\end{bmatrix}$ , M_1_2 = $\begin{bmatrix} a_2_1&a_2_3\\ a_3_1&a_3_3\end{bmatrix}$ , M_1_3 = $\begin{bmatrix} a_2_1&a_2_2\\ a_3_1&a_3_2\end{bmatrix}$

M_2_1 = $\begin{bmatrix} a_1_2&a_1_3\\ a_3_2&a_3_3\end{bmatrix}$ , M_2_2 = $\begin{bmatrix} a_1_1&a_1_3\\ a_3_1&a_3_3\end{bmatrix}$ , M_2_3 = $\begin{bmatrix} a_1_1&a_1_2\\ a_3_1&a_3_2\end{bmatrix}$

M_3_1 = $\begin{bmatrix} a_1_2&a_1_3\\ a_2_2&a_2_3\end{bmatrix}$ , M_3_2 = $\begin{bmatrix} a_1_1&a_1_3\\ a_2_1&a_2_3\end{bmatrix}$ , M_3_3 = $\begin{bmatrix} a_1_1&a_1_2\\ a_2_1&a_2_2\end{bmatrix}$

代数余子式分别为：

$A_1_1 =(-1)^1^+^1M_1_1$ = $\begin{bmatrix} a_2_2&a_2_3\\ a_3_2&a_3_3\end{bmatrix}$ , $A_1_2 =(-1)^1^+^2M_1_2$ = - $\begin{bmatrix} a_2_1&a_2_3\\ a_3_1&a_3_3\end{bmatrix}$ , $A_1_3 =(-1)^1^+^3M_1_3$ = $\begin{bmatrix} a_2_1&a_2_2\\ a_3_1&a_3_2\end{bmatrix}$

$A_2_1 =(-1)^2^+^1M_2_1$ = - $\begin{bmatrix} a_1_2&a_1_3\\ a_3_2&a_3_3\end{bmatrix}$ , $A_2_2 =(-1)^2^+^2M_2_2$ = $\begin{bmatrix} a_1_1&a_1_3\\ a_3_1&a_3_3\end{bmatrix}$ , $A_2_3 =(-1)^2^+^3M_2_3$ = - $\begin{bmatrix} a_1_1&a_1_2\\ a_3_1&a_3_2\end{bmatrix}$

$A_3_1 =(-1)^3^+^1M_3_1$ = $\begin{bmatrix} a_1_2&a_1_3\\ a_2_2&a_2_3\end{bmatrix}$ , $A_3_2 =(-1)^3^+^2M_3_2$ = - $\begin{bmatrix} a_1_1&a_1_3\\ a_2_1&a_2_3\end{bmatrix}$ , $A_3_3 =(-1)^3^+^3M_3_3$ = $\begin{bmatrix} a_1_1&a_1_2\\ a_2_1&a_2_2\end{bmatrix}$