公式
行列式按某行某列展开,是另一种减少矩阵阶数的算法,将
n
×
n
n\times n
n×n矩阵行列式计算减少到
(
n
−
1
)
×
(
n
−
1
)
(n-1)\times(n-1)
(n−1)×(n−1)的矩阵,该算法按第
i
i
i行展开的公式如下:
∣
A
∣
=
∑
j
=
1
n
a
i
j
A
i
j
|A|=\sum_{j=1}^na_{ij}A_{ij}
∣A∣=j=1∑naijAij
按第
j
j
j列展开的公式如下:
∣
A
∣
=
∑
i
=
1
n
a
i
j
A
i
j
|A|=\sum_{i=1}^na_{ij}A_{ij}
∣A∣=i=1∑naijAij
其中
A
i
j
A_{ij}
Aij是代数余子式cofactor。举个例子,以下矩阵的行列式按第一列展开:
∣
1
−
1
−
2
−
3
3
−
2
−
1
−
2
−
5
4
3
2
6
5
4
3
∣
=
1
×
∣
−
2
−
1
−
2
4
3
2
5
4
3
∣
−
3
×
∣
−
1
−
2
−
3
4
3
2
5
4
3
∣
−
5
×
∣
−
1
−
2
−
3
−
2
−
1
−
2
5
4
3
∣
−
6
×
∣
−
1
−
2
−
3
−
2
−
1
−
2
4
3
2
∣
=
−
122
\begin{vmatrix}1 & -1 & -2 & -3\\ 3 & -2 & -1 & -2\\ -5 & 4 & 3 & 2\\ 6 & 5 & 4 & 3\\ \end{vmatrix}=\\1 \times \begin{vmatrix}-2 & -1 & -2\\ 4 & 3 & 2\\ 5 & 4 & 3\\ \end{vmatrix}\\-3 \times \begin{vmatrix}-1 & -2 & -3\\ 4 & 3 & 2\\ 5 & 4 & 3\\ \end{vmatrix}\\-5 \times \begin{vmatrix}-1 & -2 & -3\\ -2 & -1 & -2\\ 5 & 4 & 3\\ \end{vmatrix}\\ -6 \times \begin{vmatrix}-1 & -2 & -3\\ -2 & -1 & -2\\ 4 & 3 & 2\\ \end{vmatrix}\\=-122
13−56−1−245−2−134−3−223
=1×
−245−134−223
−3×
−145−234−323
−5×
−1−25−2−14−3−23
−6×
−1−24−2−13−3−22
=−122
python实现
def cofactor_expansion(self, column=0):
# 默认按第一列展开吧
n = len(self.__vectors)
if len(self.__vectors) == 2:
return self.__vectors[0][0] * self.__vectors[1][1] - self.__vectors[0][1] * self.__vectors[1][0]
result = 0
for i in range(n):
e = self.__vectors[column][i]
result += e * self.cofactor(i, column)
return result
Java实现
/**
* 余子式
* @param line
* @param column
* @return
*/
private T minor(int line, int column) {
int n = this.array.length;
T[][] arr = newArray(n - 1, n - 1);
for (int i = 0; i < n - 1; i++) {
for (int j = 0; j < n - 1; j++) {
int col = j < column ? j : j + 1;
int row = i < line ? i : i + 1;
arr[i][j] = this.array[row][col];
}
}
return createMatrix(arr).cofactor_expansion(0);
}
/**
* 代数余子式
* @param line
* @param column
* @return
*/
private T cofactor(int line, int column) {
final T minor = minor(line, column);
return ((line + column) & 1) == 0 ? this.minor(line, column) : subtract(zeroValue(), minor);
}
private T determinant2x2() {
final T a = multiply(this.array[0][0], this.array[1][1]);
final T b = multiply(this.array[1][0], this.array[0][1]);
return subtract(a, b);
}
public T cofactor_expansion(int line) {
int n = this.array.length;
if (n == 2) {
return determinant2x2();
}
T sum = zeroValue();
for (int i = 0; i < n; i++) {
sum = add(sum, multiply(array[line][i], this.cofactor(line, i)));
}
return sum;
}
技巧
在考研或期末考试时,如果遇到某一行或者某一列有很多0,可以采用这种方式减少运算量。如果没有那么多0,那么可以利用初等行变换变得某一列其余元素都是0.