一、行列式概述
方阵的行列式(determinant)是一个数字,这个数字包含了这个矩阵的大量信息,它可以立即告诉我们这个矩阵是否可逆。当行列式为零时,矩阵不可逆。如果
A
A
A 是可逆矩阵,则
A
−
1
A^{-1}
A−1 的行列式是
1
/
(
det
A
)
1/(\det A)
1/(detA)。如果
det
A
=
2
\det A=2
detA=2,则
det
A
−
1
=
1
2
\det A^{-1}=\displaystyle\frac{1}{2}
detA−1=21。实际上
A
−
1
A^{-1}
A−1 中的每个元素都可以由行列式得到一个公式。
行列式的一个用途是 —— 求出逆矩阵、主元和
A
−
1
b
A^{-1}\boldsymbol b
A−1b 解的公式。对于大型矩阵,我们很少使用这些公式,因为用消元法会更快。一个
2
×
2
2\times2
2×2 的矩阵,元素分别是
a
,
b
,
c
,
d
a,b,c,d
a,b,c,d,它的逆矩阵
A
−
1
A^{-1}
A−1 可以由行列式
a
d
−
b
c
ad-bc
ad−bc 得到,注意是除以行列式!
A
=
[
a
b
c
d
]
有逆矩阵
A
−
1
=
1
a
d
−
b
c
[
d
−
b
−
c
a
]
(
5.1.1
)
A=\begin{bmatrix}a&b\\c&d\end{bmatrix}有逆矩阵\kern 5ptA^{-1}=\pmb{\frac{1}{ad-bc}}\begin{bmatrix}\kern 7ptd&-b\\-c&\kern 7pta\end{bmatrix}\kern 10pt(5.1.1)
A=[acbd]有逆矩阵A−1=ad−bc1[d−c−ba](5.1.1)这两个矩阵相乘得到
I
I
I。当行列式
a
d
−
b
c
=
0
ad-bc=0
ad−bc=0 时,这时要除以零,由于除数不能为零,所以这时
A
A
A 没有逆矩阵。(当
a
c
=
b
d
\displaystyle\frac{a}{c}=\frac{b}{d}
ca=db 时,矩阵的两行是平行的,也会得到
a
d
=
b
c
ad=bc
ad=bc 且
det
A
=
0
\det A=0
detA=0.)相关行一定会得到
det
A
=
0
\det A=0
detA=0。
行列式也和主元有关联,对于
2
×
2
2\times2
2×2 的矩阵的主元是
a
a
a 和
d
−
c
a
b
d-\displaystyle\frac{c}{a}b
d−acb。主元的乘积就是行列式:
主元的乘积
a
(
d
−
c
a
b
)
=
a
d
−
b
c
就是
det
A
\pmb{主元的乘积}\kern 20pta\Big(d-\frac{c}{a}b\Big)=ad-bc\kern 5pt\pmb{就是}\kern 5pt\det A
主元的乘积a(d−acb)=ad−bc就是detA一次行交换后主元变成了
c
c
c 和
b
−
a
c
d
b-\displaystyle\frac{a}{c}d
b−cad,这两个新的主元相乘得到
b
c
−
a
d
bc-ad
bc−ad。矩阵进行行交换后
[
c
d
a
b
]
\begin{bmatrix}c&d\\a&b\end{bmatrix}
[cadb] 会使转行列式的符号反转。
n
×
n
的矩阵的行列式可以由三种方法得到
:
n\times n\,的矩阵的行列式可以由三种方法得到:
n×n的矩阵的行列式可以由三种方法得到:
- n n n 个主元相乘(乘 1 1 1 或 − 1 -1 −1) \kern 49pt 这是主元公式(pivot formula)
- 将 n ! n! n! 个项相加(乘 1 1 1 或 − 1 -1 −1) \kern 44pt 这是大公式(big formula)
- 组合 n n n 个小一些的行列式(乘 1 1 1 或 − 1 -1 −1) \kern 5pt 这是代数余子式公式(cofactor formula)
从上面可以看到正号或负号 —— 最终要在
1
1
1 或
−
1
-1
−1 之间做决定 —— 这是行列式中很重大的一部分。它来自于下面的
n
×
n
n\times n
n×n 矩阵的行列式规则:
当矩阵的两行
(
或两列
)
交换后,行列式的符号会改变。
\pmb{当矩阵的两行(或两列)交换后,行列式的符号会改变。}
当矩阵的两行(或两列)交换后,行列式的符号会改变。单位矩阵的行列式是
+
1
+1
+1,交换两行后有
det
P
=
−
1
\det P=-1
detP=−1,再交换两行后得到新的置换矩阵有
det
A
=
+
1
\det A=+1
detA=+1。有一半的置换矩阵是交换偶数次(
det
P
=
1
\det P=1
detP=1),另一半的置换矩阵是交换奇数次(
det
P
=
−
1
\det P=-1
detP=−1)。
2
×
2
2\times2
2×2 的情形,
a
d
ad
ad 的符号是正,
b
c
bc
bc 的符号是负,行交换后,它们的符号会改变:
det
[
1
0
0
1
]
,
det
[
0
1
1
0
]
=
−
1
\det\begin{bmatrix}1&0\\0&1\end{bmatrix},\kern 5pt\det\begin{bmatrix}0&1\\1&0\end{bmatrix}=-1
det[1001],det[0110]=−1另外一个重要的法则是线性,但是先给出一个警告:线性并不是说
det
(
A
+
B
)
=
det
A
+
det
B
\det(A+B)=\det A+\det B
det(A+B)=detA+detB,这个绝对是错的! 这种线性甚至是当
A
=
I
A=I
A=I 和
B
=
I
B=I
B=I 时都不成立。错误的规则是
det
(
I
+
I
)
=
1
+
1
=
2
\det(I+I)=1+1=2
det(I+I)=1+1=2,正确的规则是
det
2
I
=
2
n
\det 2I=2^n
det2I=2n。当矩阵乘上
2
2
2 时,它的行列式需要乘上
2
n
2^n
2n(不仅是
2
2
2)。
我们不用公式定义行列式,我们从它的性质开始 —— 符号反转和线性。首先是性质,然后是公式,最后是应用,包含以下三种:
- 用行列式得到 A − 1 A^{-1} A−1 和 A − 1 b A^{-1}\boldsymbol b A−1b(这个公式称为克拉默法则Cramer’s Rule)
- 当盒子的边是 A A A 的行时,体积就是 ∣ det A ∣ |\det A| ∣detA∣
- 存在 n n n 个特殊数字 λ \lambda λ,称为特征值(eigenvalues), A − λ I A-\lambda I A−λI 的行列式是零。这是一个非常重要的应用。
二、行列式的性质
行列式有三个基本的性质(规则
1
,
2
,
3
1,2,3
1,2,3),使用这些规则我们可以计算任意方阵
A
A
A 的行列式。行列式可以写成两种形式,
det
A
\det A
detA 或
∣
A
∣
|A|
∣A∣。注意:中括号表示的是矩阵,直线表示的是行列式。如果
A
A
A 是
2
×
2
2\times2
2×2 的矩阵,通过规则
1
,
2
,
3
1,2,3
1,2,3 我们可以得到答案:
[
a
b
c
d
]
的行列式是
∣
a
b
c
d
∣
=
a
d
−
b
c
\begin{bmatrix}a&b\\c&d\end{bmatrix}的行列式是\begin{vmatrix}a&b\\c&d\end{vmatrix}=ad-bc
[acbd]的行列式是
acbd
=ad−bc通过规则
1
−
3
1-3
1−3 我们可以得到规则
4
−
10
4-10
4−10,最后两个规则是
det
(
A
B
)
=
(
det
A
)
(
det
B
)
\det(AB)=(\det A)(\det B)
det(AB)=(detA)(detB) 和
det
A
T
=
det
A
\det A^T=\det A
detAT=detA。我们会使用
2
×
2
2\times2
2×2 矩阵来检验这些规则,需要记住的是:这些规则适用于所有的
n
×
n
n\times n
n×n 的矩阵
A
A
A。
规则
1
1
1(最简单的),
det
I
=
1
\det I=1
detI=1 与体积
=
1
=1
=1 的单位立方体相匹配。
1
\kern 5pt
n
×
n
n\times n
n×n 单位矩阵的行列式是
1
1
1。
∣
1
0
0
1
∣
=
1
,
∣
1
⋱
1
∣
=
1
\begin{vmatrix}1&0\\0&1\end{vmatrix}=1,\kern 15pt\begin{vmatrix}1&&\\\,&\ddots&\\&&1\end{vmatrix}=1
1001
=1,
1⋱1
=12
\kern 5pt
交换两行,行列式符号会改变(符号反转):
检验:
∣
c
d
a
b
∣
=
−
∣
a
b
c
d
∣
(
两边都等于
b
c
−
a
d
)
检验:\begin{vmatrix}c&d\\a&b\end{vmatrix}=-\begin{vmatrix}a&b\\c&d\end{vmatrix}\kern 10pt(两边都等于bc-ad)
检验:
cadb
=−
acbd
(两边都等于bc−ad)由这个规则,我们可以求出任意置换矩阵的行列式
det
P
\det P
detP,只交换
I
I
I 的行,直到得到
P
P
P,若交换次数为偶数次,则有
det
P
=
+
1
\det P=+1
detP=+1;若交换此时为奇数次,则有
det
P
=
−
1
\det P=-1
detP=−1。
第三个规则对于所有矩阵的行列式来说是迈了一大步。
3
\kern 5pt
行列式对于每个行都是线性函数(其它行保持固定)。
如果
t
t
t 乘上第一行,则行列式也会被
t
t
t 乘。如果第一行相加,则行列式也相加。这个规则只有当其它行不变时才适用!注意
c
c
c 和
d
d
d 是如何保持不变的:
任意数 t 乘行 1 t 乘行列式 ∣ t a t b c d ∣ = t ∣ a b c d ∣ A 的行 1 与 A ′ 的行 1 相加: 它们的行列式相加 ∣ a + a ′ b + b ′ c d ∣ = ∣ a b c d ∣ + ∣ a ′ b ′ c d ∣ \begin{array}{cl}\begin{matrix}\pmb{任意数\,t\, 乘行\,1}\\\pmb{t\,乘行列式}\end{matrix}&{\color{blue}\begin{vmatrix}ta&tb\\c&d\end{vmatrix}=t\begin{vmatrix}a&b\\c&d\end{vmatrix}}~\\\,\\ \begin{matrix}\pmb{A\,的行\,1\,与\,A'\,的行\,1\,相加:}\\\pmb{它们的行列式相加}\end{matrix}&\color{blue}\begin{vmatrix}a+a'&b+b'\\c&d\end{vmatrix}=\begin{vmatrix}a&b\\c&d\end{vmatrix}+\begin{vmatrix}a'&b'\\c&d\end{vmatrix}\end{array} 任意数t乘行1t乘行列式A的行1与A′的行1相加:它们的行列式相加 tactbd =t acbd a+a′cb+b′d = acbd + a′cb′d
第一种情形,两边都是
t
a
d
−
t
b
c
tad-tbc
tad−tbc,
t
t
t 可以提出。第二种情形,两边都是
a
d
+
a
′
d
−
b
c
−
b
′
c
ad+a'd-bc-b'c
ad+a′d−bc−b′c。这些规则同样适用于
n
×
n
n\times n
n×n 的矩阵
A
A
A,行交换也是一样。
A
=
∣
4
8
8
0
1
1
0
0
1
∣
=
4
∣
1
2
2
0
1
1
0
0
1
∣
,
∣
4
8
8
0
1
1
0
0
1
∣
=
∣
4
0
0
0
1
1
0
0
1
∣
+
∣
0
8
8
0
1
1
0
0
1
∣
A=\begin{vmatrix}\pmb4&\pmb8&\pmb8\\0&1&1\\0&0&1\end{vmatrix}=\pmb4\begin{vmatrix}\pmb1&\pmb2&\pmb2\\0&1&1\\0&0&1\end{vmatrix},\kern 20pt\begin{vmatrix}\pmb4&\pmb8&\pmb8\\0&1&1\\0&0&1\end{vmatrix}=\begin{vmatrix}\pmb4&\pmb0&\pmb0\\0&1&1\\0&0&1\end{vmatrix}+\begin{vmatrix}\pmb0&\pmb8&\pmb8\\0&1&1\\0&0&1\end{vmatrix}
A=
400810811
=4
100210211
,
400810811
=
400010011
+
000810811
规则
3
3
3 并没有说明这些行列式是多少(
det
A
\det A
detA 是
4
4
4)。
乘法和加法的组合,可以得到一行的任意线性组合,规则
2
2
2 可以将这一行放在第一行,然后在交换回去。
这个规则并不是说
det
2
I
=
2
det
I
\det 2I=2\det I
det2I=2detI,要得到
2
I
2I
2I,我们需要将每一行都乘上
2
2
2,因子
2
2
2 要提出来两次:
∣
2
0
0
2
∣
=
2
2
=
4
,
∣
t
0
0
t
∣
=
t
2
\begin{vmatrix}2&0\\0&2\end{vmatrix}=2^2=4,\kern 20pt\begin{vmatrix}t&0\\0&t\end{vmatrix}=t^2
2002
=22=4,
t00t
=t2这个就像面积和体积,将一个矩形扩展为原来的
2
2
2 被,它的面积会变为原来的
4
4
4 倍。将一个
n
n
n 维的盒子扩展为原来的
n
n
n 倍,它的体积将会变为原来的
t
n
t^n
tn 倍。这个联系并不是偶然 —— 行列式是等于体积的。
注意这三个特殊的规则
1
−
3
1-3
1−3,它们可以完全决定
det
A
\det A
detA 这个数。我们可以通过它们来得到
n
×
n
n\times n
n×n 行列式的公式,会比较复杂。后面规则
4
−
10
4-10
4−10 也可以通过这三个规则得到,使用这些规则可以让行列式的计算更简单。
4
\kern 5pt
如果
A
A
A 有两行相等,则
det
A
=
0
\det A=0
detA=0
相等的行
检验
2
×
2
的行列式:
∣
a
b
a
b
∣
=
0
\pmb{相等的行}\kern 15pt检验\,2\times2\,的行列式:\begin{vmatrix}a&b\\a&b\end{vmatrix}=0
相等的行检验2×2的行列式:
aabb
=0规则
4
4
4 是由规则
2
2
2 得来的(我们一定要使用这个规则,而不是用
2
×
2
2\times2
2×2 的公式)。交换两个相等的行后,行列式
D
D
D 要改变符号,但是
D
D
D 又一样,因为矩阵没有发生变化,则唯一满足
−
D
=
D
-D=D
−D=D 的数字就是
D
=
0
D=0
D=0,这个行列式的值一定是
0
0
0。(注:这个理由在布尔代数中是不成立的,因为
−
1
=
1
-1=1
−1=1,则
D
D
D 由规则
1
,
3
,
4
1,3,4
1,3,4 定义。)
有两个相等行的矩阵是没有逆矩阵的,由规则
4
4
4 得
det
A
=
0
\det A=0
detA=0,但是当矩阵没有相等行时,也可能是奇异的且行列式为零!规则
5
5
5 是关键,我们可以进行行运算(就像消元法一样)而不改变
det
A
\det A
detA。
5
\kern 5pt
从另一行减去某一行的倍数,
det
A
\det A
detA 不变
从行
2
减去
l
倍的行
1
∣
a
b
c
−
l
a
d
−
l
b
∣
=
∣
a
b
c
d
∣
\pmb{从行\,2\,减去\,l\,倍的行\,1}\kern 20pt\color{blue}\begin{vmatrix}a&b \\c-la&d-lb\end{vmatrix}=\begin{vmatrix}a&b\\c&d\end{vmatrix}
从行2减去l倍的行1
ac−labd−lb
=
acbd
使用规则
3
3
3(线性)将左侧分成右侧加上另一项
−
l
∣
a
b
a
b
∣
-l\begin{vmatrix}a&b\\a&b\end{vmatrix}
−l
aabb
,由规则
4
4
4 可得额外的一项是零:它有两行相等。因此规则
5
5
5 是正确的(不仅适用于
2
×
2
2\times2
2×2)。
结论: 正常执行从
A
A
A 到
U
U
U 的消元步骤不会改变行列式,因此
det
A
\det A
detA 等于
det
U
\det U
detU。如果得到了三角矩阵
U
U
U 的行列式,也就得到了所有矩阵
A
A
A 的行列式。每一次行交换都会改变符号,因此有
det
=
±
det
U
\det=±\det U
det=±detU。规则
5
5
5 将这个问题缩小至了三角矩阵。
6 \kern 5pt 如果矩阵 A A A 有一行全为零,则 det A = 0 \det A=0 detA=0 零行 ∣ 0 0 c d ∣ = 0 , ∣ a b 0 0 ∣ = 0 \pmb{零行}\kern 25pt\begin{vmatrix}0&0\\c&d\end{vmatrix}=0,\kern 15pt\begin{vmatrix}a&b\\0&0\end{vmatrix}=0 零行 0c0d =0, a0b0 =0简单证明:将其它行加到零行,行列式不变(规则 5 5 5),但是由于矩阵有两个相等的行,所以由规则 4 4 4 可知 det A = 0 \det A=0 detA=0。
7
\kern 5pt
如果
A
A
A 是三角形矩阵,则
det
A
=
a
11
a
22
⋯
a
n
n
=
\det A=a_{11}a_{22}\cdots a_{nn}=
detA=a11a22⋯ann= 对角元素的乘积
三角形
∣
a
b
0
d
∣
=
a
d
,
∣
a
0
c
d
∣
=
a
d
\pmb{三角形}\kern 20pt\begin{vmatrix}a&b\\0&d\end{vmatrix}=ad,\kern 15pt\begin{vmatrix}a&0\\c&d\end{vmatrix}=ad
三角形
a0bd
=ad,
ac0d
=ad假设所有的对角元素都是非零值,我们可以通过消元法将非对角元素的值都变为零!(如果
A
A
A 是下三角矩阵,下面的行减去它上面每行的乘数倍;如果
A
A
A 是上三角矩阵,从上面行减去它下面每行的乘数倍。)由规则
5
5
5 我们知道消元过程中行列式保持不变 —— 现在的矩阵是个对角矩阵:
对角矩阵
det
[
a
11
0
a
22
⋱
0
a
n
n
]
=
(
a
11
)
(
a
22
)
⋯
(
a
n
n
)
\pmb{对角矩阵}\kern 20pt\det\begin{bmatrix}a_{11}&&&0\\&a_{22}&\\&&\ddots&\\0&&&a_{nn}\end{bmatrix}=(a_{11})(a_{22})\cdots(a_{nn})
对角矩阵det
a110a22⋱0ann
=(a11)(a22)⋯(ann)因数
a
11
a_{11}
a11可以通过规则
3
3
3 从第一行提出来,然后将
a
22
a_{22}
a22 从第二行提出来,最终将
a
n
n
a_{nn}
ann 从第最后一行提取出来。行列式就是
a
11
a_{11}
a11 乘
a
22
a_{22}
a22 乘
⋯
\cdots
⋯ 乘
a
n
n
a_{nn}
ann 乘
det
I
\det I
detI,最后使用规则
1
1
1,
det
I
=
1
\det I=1
detI=1 得到三角矩阵的行列式是它对角元素之积。
如果有一个对角元素
a
i
i
=
0
a_{ii}=0
aii=0 会怎样呢?此时三角矩阵
A
A
A 是奇异的,使用消元法可以得到零行。由规则
5
5
5 行列式不变的性质以及规则
6
6
6 有零行的矩阵行列式
det
A
=
0
\det A=0
detA=0,我们得到了一个测试矩阵是奇异还是可逆的很棒的方法。
8 \kern 5pt 如果 A A A 奇异则 det A = 0 \det A=0 detA=0,如果 A A A 可逆则 det A ≠ 0 \det A\neq0 detA=0 奇异 [ a b c d ] 奇异当且仅当 a d − b c = 0 \pmb{奇异}\kern 25pt\begin{bmatrix}a&b\\c&d\end{bmatrix}奇异当且仅当\kern 3ptad-bc=0 奇异[acbd]奇异当且仅当ad−bc=0证明: 通过消元法将 A A A 变成 U U U。如果 A A A 是奇异的,则 U U U 至少有一个零行,则由规则 5 5 5 和规则 6 6 6 得 det A = det U = 0 \det A=\det U=0 detA=detU=0。如果 A A A 是可逆的,则 U U U 的主元都在对角线上,由规则 7 7 7 知这些非零主元的乘积就得到一个非零的行列式:
主元相乘 det A = ± det U = ± ( 主元的乘积 ) ( 5.1.2 ) \pmb{主元相乘}\kern 50pt{\color{blue}\det A=±\det U=±(主元的乘积)}\kern 30pt(5.1.2) 主元相乘detA=±detU=±(主元的乘积)(5.1.2)
2
×
2
2\times2
2×2 矩阵的主元(如果
a
≠
0
a\neq0
a=0)是
a
a
a 和
d
−
(
c
a
)
b
d-\displaystyle\Big(\frac{c}{a}\Big)b
d−(ac)b:
行列式是
∣
a
b
c
d
∣
=
∣
a
b
0
d
−
(
c
a
)
b
∣
=
a
d
−
b
c
\pmb{行列式是}\kern 20pt\begin{vmatrix}a&b\\c&d\end{vmatrix}=\begin{vmatrix}a&b\\0&d-\displaystyle\Big(\frac{c}{a}\Big)b\end{vmatrix}=ad-bc
行列式是
acbd
=
a0bd−(ac)b
=ad−bc这是行列式的第一个公式。MATLAB 是使用主元的乘积来求
det
A
\det A
detA 的。
±
det
U
±\det U
±detU 中的符号是由行交换的次数是奇数次还是偶数次决定的:
+
1
+1
+1 或
−
1
-1
−1 是用于行交换的置换矩阵的行列式:
没有行交换,
P
=
I
P=I
P=I 且
det
A
=
det
U
=
主元的乘积
\det A=\det U=主元的乘积
detA=detU=主元的乘积,且
det
L
=
1
\det L=1
detL=1:
如果
P
A
=
L
U
,则
det
P
det
A
=
det
L
det
U
,
det
A
=
±
det
U
(
5.1.3
)
如果\,PA=LU,则\,\det P\det A=\det L\det U,\kern 2pt\det A=±\det U\kern 20pt(5.1.3)
如果PA=LU,则detPdetA=detLdetU,detA=±detU(5.1.3)
9
\kern 5pt
A
B
AB
AB 的行列式是
det
A
\det A
detA 乘
det
B
\det B
detB:
∣
A
B
∣
=
∣
A
∣
∣
B
∣
|AB|=|A||B|
∣AB∣=∣A∣∣B∣
乘积规则
∣
a
b
c
d
∣
∣
p
q
r
s
∣
=
∣
a
p
+
b
r
a
q
+
b
s
c
p
+
d
r
c
q
+
d
s
∣
\pmb{乘积规则}\kern 20pt\begin{vmatrix}a&b\\c&d\end{vmatrix}\begin{vmatrix}p&q\\r&s\end{vmatrix}=\begin{vmatrix}ap+br&aq+bs\\cp+dr&cq+ds\end{vmatrix}
乘积规则
acbd
prqs
=
ap+brcp+draq+bscq+ds
当矩阵
B
B
B 是
A
−
1
A^{-1}
A−1 时,这个规则就说明
A
−
1
A^{-1}
A−1 的行列式是
1
/
det
A
1/\det A
1/detA:
A 乘 A − 1 A A − 1 = I 所以 ( det A ) ( det A − 1 ) = det I = 1 A\,乘\,A^{-1}\kern 20pt\color{blue}AA^{-1}=I\kern 5pt所以\kern 5pt(\det A)(\det A^{-1})=\det I=1 A乘A−1AA−1=I所以(detA)(detA−1)=detI=1
这个乘积规则是目前为止最复杂的,甚至于
2
×
2
2\times2
2×2 的情况下也需要一些代数运算:
∣
A
∣
∣
B
∣
=
(
a
d
−
b
c
)
(
p
s
−
q
r
)
=
(
a
p
+
b
r
)
(
c
q
+
d
s
)
−
(
a
q
+
b
s
)
(
c
p
+
d
r
)
=
∣
A
B
∣
|A||B|=(ad-bc)(ps-qr)=(ap+br)(cq+ds)-(aq+bs)(cp+dr)=|AB|
∣A∣∣B∣=(ad−bc)(ps−qr)=(ap+br)(cq+ds)−(aq+bs)(cp+dr)=∣AB∣对于
n
×
n
n\times n
n×n 的情况,有一个简洁的证明
∣
A
B
∣
=
∣
A
∣
∣
B
∣
|AB|=|A||B|
∣AB∣=∣A∣∣B∣ 的方法。当
∣
B
∣
|B|
∣B∣ 不是零时,考虑比值
D
(
A
)
=
∣
A
B
∣
/
∣
B
∣
D(A)=|AB|/|B|
D(A)=∣AB∣/∣B∣,检验比值
D
(
A
)
D(A)
D(A) 是否有性质
1
,
2
,
3
1,2,3
1,2,3,
D
(
A
)
D(A)
D(A) 一定是行列式且有
∣
A
B
∣
/
∣
B
∣
=
∣
A
∣
|AB|/|B|=|A|
∣AB∣/∣B∣=∣A∣。
性质1 (
I
I
I 的行列式)如果
A
=
I
A=I
A=I,则比值
D
(
A
)
D(A)
D(A) 就变为
∣
B
∣
/
∣
B
∣
=
1
|B|/|B|=1
∣B∣/∣B∣=1。
性质2 (符号反转)当交换
A
A
A 的两个行后,
A
B
AB
AB 的两个行也会被交换。因此
∣
A
B
∣
|AB|
∣AB∣ 改变符号,比值
∣
A
B
∣
/
∣
B
∣
|AB|/|B|
∣AB∣/∣B∣ 也改变符号。
性质3 (线性)当
t
t
t 乘上
A
A
A 的行
1
1
1 后,也会有
t
t
t 乘上
A
B
AB
AB 的行
1
1
1,行列式就会变成
t
t
t 乘
A
B
AB
AB,所以有比值
∣
A
B
∣
/
∣
B
∣
|AB|/|B|
∣AB∣/∣B∣ 被
t
t
t 乘。
\kern 30pt
将
A
A
A 的行
1
1
1 加到
A
′
A'
A′ 的行
1
1
1 上,则
A
B
AB
AB 的行
1
1
1 加到
A
′
B
A'B
A′B 的行
1
1
1。由规则
3
3
3 得,行列式也会相加
∣
A
B
∣
+
∣
A
′
B
∣
|AB|+|A'B|
∣AB∣+∣A′B∣,除以
∣
B
∣
|B|
∣B∣ 后,比值也相加。
结论: 比值
∣
A
B
∣
/
∣
B
∣
|AB|/|B|
∣AB∣/∣B∣ 与定义的
∣
A
∣
|A|
∣A∣ 有
3
3
3 个相同的性质,所以它等于
∣
A
∣
|A|
∣A∣。这样就证明了
∣
A
B
∣
=
∣
A
∣
∣
B
∣
|AB|=|A||B|
∣AB∣=∣A∣∣B∣。若是
∣
B
∣
=
0
|B|=0
∣B∣=0 的情形,由于
B
B
B 奇异可得
A
B
AB
AB 是奇异的,则
∣
A
B
∣
=
∣
A
∣
∣
B
∣
=
0
|AB|=|A||B|=0
∣AB∣=∣A∣∣B∣=0。
10 A \kern 5ptA A 和它的转置 A T A^T AT有相同的行列式 转置 ∣ a b c d ∣ = ∣ a c b d ∣ 两边都等于 a d − b c \pmb{转置}\kern 5pt\begin{vmatrix}a&b\\c&d\end{vmatrix}=\begin{vmatrix}a&c\\b&d\end{vmatrix}\kern 10pt两边都等于\kern 5ptad-bc 转置 acbd = abcd 两边都等于ad−bc当 A A A 是奇异矩阵时( A T A^T AT 也是奇异矩阵),上述方程 ∣ A T ∣ = ∣ A ∣ |A^T|=|A| ∣AT∣=∣A∣ 就变成了 0 = 0 0=0 0=0;当 A A A 不是奇异矩阵时, A A A 可以进行分解 P A = L U PA=LU PA=LU,两边同时转置 A T P T = U T L T A^TP^T=U^TL^T ATPT=UTLT,下面利用规则 9 9 9 来证明 ∣ A ∣ = ∣ A T ∣ |A|=|A^T| ∣A∣=∣AT∣: 比较 det P det A = det L det U 和 det A T det P T = det U T det L T 比较\kern 10pt\det P\det A=\det L\det U\kern 10pt和\kern 10pt\det A^T\det P^T=\det U^T\det L^T 比较detPdetA=detLdetU和detATdetPT=detUTdetLT首先, det L = det L T = 1 \det L=\det L^T=1 detL=detLT=1,这是因为它们的对角线元素都是 1 1 1;其次, det U = det U T \det U=\det U^T detU=detUT,因为三角矩阵转置后对角线元素相同;最后, det P = det P T \det P=\det P^T detP=detPT,因为 P P P 是置换矩阵,则有 P T P = I P^TP=I PTP=I,所以由规则 9 9 9 有 ∣ P T ∣ ∣ P ∣ = 1 |P^T||P|=1 ∣PT∣∣P∣=1,又因为 ∣ P ∣ |P| ∣P∣ 和 ∣ P T ∣ |P^T| ∣PT∣ 要么等于 1 1 1 要么等于 − 1 -1 −1,所以有 ∣ P ∣ = ∣ P T ∣ |P|=|P^T| ∣P∣=∣PT∣。所以, L , U , P L,U,P L,U,P 和 L T , U T , P T L^T,U^T,P^T LT,UT,PT 的行列式相同,可得 det A = det A T \det A=\det A^T detA=detAT。
关于列的重要注释: 每一条对行的规则也适用于列(只需要进行转置,因为 ∣ A ∣ = ∣ A T ∣ |A|=|A^T| ∣A∣=∣AT∣)。如果交换两列,则行列式也会改变符号。零列或有两个相等的列都会使得行列式为零。如果使用 t t t 乘上某一列,则行列式也会乘 t t t。行列式对于单个列是线性函数。
三、主要内容总结
- 行列式由前三个性质定义: det I = 1 \det I=1 detI=1,符号反转和每行的线性。
- 消元后 det A = ± ( 主元的乘积 ) \det A=±(主元的乘积) detA=±(主元的乘积)。
- 当且仅当 A A A 不可逆时,行列式为零。
- 两个重要性质: det A B = ( det A ) ( det B ) \det AB=(\det A)(\det B) detAB=(detA)(detB) 和 det A T = det A \det A^T=\det A detAT=detA。
四、例题
【例1】对于矩阵
A
A
A 进行以下运算,求出
M
1
,
M
2
,
M
3
M_1,M_2,M_3
M1,M2,M3 的行列式:
M
1
M_1
M1:用
(
−
1
)
i
+
j
(-1)^{i+j}
(−1)i+j 乘上每个
a
i
j
a_{ij}
aij,得到棋盘式的符号模式。
M
2
M_2
M2:从
A
A
A 的行
1
,
2
,
3
1,2,3
1,2,3 减去它的行
3
,
1
,
2
3,1,2
3,1,2。
M
3
M_3
M3:
A
A
A 的行
1
,
2
,
3
1,2,3
1,2,3 加上它的行
3
,
1
,
2
3,1,2
3,1,2。
M
1
,
M
2
,
M
3
M_1,M_2,M_3
M1,M2,M3 的行列式和
A
A
A 的行列式有什么关系?
[
a
11
−
a
12
a
13
−
a
21
a
22
−
a
23
a
31
−
a
32
a
33
]
[
row
1
−
row
3
row
2
−
row
1
row
3
−
row
2
]
[
row
1
+
row
3
row
2
+
row
1
row
3
+
row
2
]
\begin{bmatrix}\kern 7pta_{11}&-a_{12}&\kern 7pta_{13}\\-a_{21}&\kern 7pta_{22}&-a_{23}\\\kern 7pta_{31}&-a_{32}&\kern 7pta_{33}\end{bmatrix}\kern 20pt\begin{bmatrix}\textrm{row\,1}- \textrm{row}\,3\\\textrm{row}\,2-\textrm{row}\,1\\\textrm{row}\,3-\textrm{row}\,2\end{bmatrix}\kern 20pt\begin{bmatrix}\textrm{row}\,1+\textrm{row}\,3\\\textrm{row}\,2+\textrm{row}\,1\\\textrm{row}\,3+\textrm{row}\,2\end{bmatrix}
a11−a21a31−a12a22−a32a13−a23a33
row1−row3row2−row1row3−row2
row1+row3row2+row1row3+row2
解: 这三个行列式的值分别是
det
A
,
0
,
2
det
A
\det A,0,2\det A
detA,0,2detA:
M
1
=
[
1
−
1
1
]
[
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
]
[
1
−
1
1
]
,
所以
det
M
1
=
(
−
1
)
(
det
A
)
(
−
1
)
=
det
A
M_1=\begin{bmatrix}1&&\\&-1&\\&&1\end{bmatrix}\begin{bmatrix}a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{bmatrix}\begin{bmatrix}1&&\\&-1&\\&&1\end{bmatrix},\kern 10pt所以\,\det M_1=(-1)(\det A)(-1)=\det A
M1=
1−11
a11a21a31a12a22a32a13a23a33
1−11
,所以detM1=(−1)(detA)(−1)=detA
M
2
M_2
M2 是奇异矩阵,因为它的行加起来是零行,所以行列式为零。
M
3
M_3
M3 的行列式可以由规则
3
3
3(每行的线性)分成
8
8
8 个行列式之和:
∣
row
1
+
row
3
row
2
+
row
1
row
3
+
row
2
∣
=
∣
row
1
row
2
row
3
∣
+
∣
row
3
row
2
row
3
∣
+
∣
row
1
row
1
row
3
∣
+
∣
row
3
row
1
row
3
∣
+
∣
row
1
row
2
row
2
∣
+
∣
row
3
row
2
row
2
∣
+
∣
row
1
row
1
row
2
∣
+
∣
row
3
row
1
row
2
∣
\begin{vmatrix}\textrm{row}\,1+\textrm{row}\,3\\\textrm{row}\,2+\textrm{row}\,1\\\textrm{row}\,3+\textrm{row}\,2\end{vmatrix}=\begin{vmatrix}\textrm{row}\,1\\\textrm{row}\,2\\\textrm{row}\,3\end{vmatrix}+\begin{vmatrix}\textrm{row}\,3\\\textrm{row}\,2\\\textrm{row}\,3\end{vmatrix}+\begin{vmatrix}\textrm{row}\,1\\\textrm{row}\,1\\\textrm{row}\,3\end{vmatrix}+\begin{vmatrix}\textrm{row}\,3\\\textrm{row}\,1\\\textrm{row}\,3\end{vmatrix}+\begin{vmatrix}\textrm{row}\,1\\\textrm{row}\,2\\\textrm{row}\,2\end{vmatrix}+\begin{vmatrix}\textrm{row}\,3\\\textrm{row}\,2\\\textrm{row}\,2\end{vmatrix}+\begin{vmatrix}\textrm{row}\,1\\\textrm{row}\,1\\\textrm{row}\,2\end{vmatrix}+\begin{vmatrix}\textrm{row}\,3\\\textrm{row}\,1\\\textrm{row}\,2\end{vmatrix}
row1+row3row2+row1row3+row2
=
row1row2row3
+
row3row2row3
+
row1row1row3
+
row3row1row3
+
row1row2row2
+
row3row2row2
+
row1row1row2
+
row3row1row2
除了第一个和最后一个,其余的行都有重复的行,它们的行列式是零,第一个就是
det
A
\det A
detA,最后一个需要对
A
A
A 进行两次行交换,所以
det
M
3
=
det
A
+
det
A
=
2
det
A
\det M_3=\det A+\det A=2\det A
detM3=detA+detA=2detA。
【例2】解释如何通过运算得到下面的行列式: det [ 1 − a 1 1 1 1 − a 1 1 1 1 − a ] = a 2 ( 3 − a ) ( 5.1.4 ) \det\begin{bmatrix}1-a&1&1\\1&1-a&1\\1&1&1-a\end{bmatrix}=a^2(3-a)\kern 30pt(5.1.4) det 1−a1111−a1111−a =a2(3−a)(5.1.4)解: 分别从行 1 1 1 和行 2 2 2 中减去行 3 3 3,得到 det [ − a 0 a 0 − a a 1 1 1 − a ] \det\begin{bmatrix}-a&0&a\\0&-a&a\\1&1&1-a\end{bmatrix} det −a010−a1aa1−a 然后将列 1 1 1 加到列 3 3 3,再将列 2 2 2 加到列 3 3 3,得到下面的一个下三角矩阵,对角元素是 − a , − a , ( 3 − a ) -a,-a,(3-a) −a,−a,(3−a),所以 det = ( − a ) ( − a ) ( 3 − a ) = a 2 ( 3 − a ) \det=(-a)(-a)(3-a)=a^2(3-a) det=(−a)(−a)(3−a)=a2(3−a)。 [ − a 0 0 0 − a 0 1 1 3 − a ] \begin{bmatrix}-a&0&0\\0&-a&0\\1&1&3-a\end{bmatrix} −a010−a1003−a 如果 a = 0 a=0 a=0 或 a = 3 a=3 a=3 时,这个行列式是零。若 a = 0 a=0 a=0,会得到一个全 1 1 1 矩阵,肯定是奇异的;若 a = 3 a=3 a=3,每一行相加都等于零,也是奇异的。数字 0 0 0 和 3 3 3 是全 1 1 1 矩阵的特征值。