线性代数之——行列式及其性质

方阵的行列式是一个数字,这个数字包含了矩阵的大量信息。首先,它立即告诉了我们这个矩阵是否可逆。矩阵的行列式为零的话,矩阵就没有逆矩阵。当 A A A 可逆的时候,其逆矩阵 A − 1 A^{-1} A1 的行列式为 1 / d e t ( A ) 1 / det(A) 1/det(A)

行列式可以用来求逆矩阵、计算主元和求解方程组,但是我们很少这样做,因为消元会更快。

对于上述矩阵,如果行列式 a d − b c ad-bc adbc 为零的话,我们不能除以零,也就是没有逆矩阵。其主元为 a a a d − ( c / a ) b d - (c/a)b d(c/a)b主元的乘积就是行列式的值

行列式有三个基本的性质,由这三个性质我们可以计算任意方针的行列式, A A A 的行列式记作 d e t ( A ) det(A) det(A) 或者 ∣ A ∣ |A| A

  • 性质 1: d e t   I = 1 det \space I = 1 det I=1,单位矩阵的行列式为 1 ,与之对应的是单位立方体的体积是 1。

  • 性质 2: 当两行进行交换的时候行列式改变符号。

由这个性质,我们可以很容易得到所有置换矩阵的行列式,置换矩阵都是由单位矩阵演化而来,当有奇数次行交换时, d e t   P = − 1 det \space P = -1 det P=1;当有偶数次行交换时, d e t   P = 1 det \space P = 1 det P=1

  • 性质 3: 行列式是单独每一行的线性函数(其它行不变)。

若某一行乘以 t t t,行列式就也乘以 t t t。如果某一行加上另一行,行列式就也相加。

这不意味着 2 I = 2 d e t   I 2I = 2 det\space I 2I=2det I 2 I 2I 2I 是对其中的每一行都乘以 2,因此要乘以 2 n 2^n 2n

这就像面积或者体积一样,长方形的长和宽都变为原来的 2 倍的话,面积就会变为 4 倍。

  • 性质 4: 当矩阵中有两行一样的话, d e t ( A ) = 0 det(A)=0 det(A)=0

利用性质 2,我们对这两行进行行交换,矩阵仍然保持不变,但其行列式需要变号,那么行列式只能为零。

  • 性质 5: 用矩阵的一行减去另一行的倍数,行列式不变。

∣ a b c − λ a d − λ b ∣ = ∣ a b c d ∣ − λ ∣ a b a b ∣ = ∣ a b c d ∣ \begin{vmatrix}a&b\\ c-\lambda a&d-\lambda b\end{vmatrix} = \begin{vmatrix}a&b\\ c &d \end{vmatrix} -\lambda \begin{vmatrix}a&b\\ a& b\end{vmatrix} =\begin{vmatrix}a&b\\ c &d \end{vmatrix} acλabdλb=acbdλaabb=acbd

在消元的过程中,行列式不会改变,如果有行交换的话,符号不同,因此有 d e t   A = ± d e t   U det \space A = \pm det \space U det A=±det U

  • 性质 6: 当矩阵的某一行全为零的时候,行列式为零。

利用性质 5,将全零行加上另外一行。

∣ a b 0 0 ∣ = ∣ a b a b ∣ = 0 \begin{vmatrix}a&b\\ 0&0\end{vmatrix} = \begin{vmatrix}a&b\\ a& b\end{vmatrix} =0 a0b0=aabb=0

  • 性质 7: 如果矩阵是三角形的,那么行列式等于对角线上元素的乘积。

利用性质 5,我们可以将对角线上面或者下面的元素通过消元法全部变成 0,这不会改变行列式的值。然后,矩阵就只有对角线上有非零值,我们再利用性质 3 将每行的系数提取出来,矩阵就变成了单位矩阵。

  • 性质 8: 如果矩阵是可逆的那么 d e t ( A ) ̸ = 0 det(A)\not=0 det(A)̸=0,反之 d e t ( A ) = 0 det(A)=0 det(A)=0

消元过程会让 A A A 变为 U U U,如果 A A A 是不可逆的,那么 U U U 中一定有全零行,其行列式为零。如果 A A A 是可逆的,那么 U U U 中的对角线为主元,其行列式为对角线的乘积,也即主元的乘积。

如果 P A = L U PA=LU PA=LU,那么有 ∣ P ∣   ∣ A ∣ = ∣ L ∣   ∣ U ∣ |P| \space |A| = |L| \space |U| P A=L U L L L 为对角线上为 1 的下三角矩阵,因此有 d e t   L = 1 det \space L = 1 det L=1,而 d e t   P = ± 1 det \space P = \pm 1 det P=±1,所以 ∣ A ∣ = ± ∣ U ∣ |A| = \pm|U| A=±U

  • 性质 9: ∣ A B ∣ = ∣ A ∣ ∣ B ∣ |AB| = |A||B| AB=AB

d e t ( A A − 1 ) = d e t   I = 1 → d e t   A − 1 = 1 d e t   A det(AA^{-1}) = det \space I = 1 \to det \space A^{-1} = \frac{1}{det \space A} det(AA1)=det I=1det A1=det A1

一个简单的证明过程如下所示:

  • 性质 10: 转置矩阵的行列式不变, d e t   A T = d e t   A det \space A^{T} = det \space A det AT=det A

∣ P ∣   ∣ A ∣ = ∣ L ∣   ∣ U ∣ ↔ ∣ P T ∣   ∣ A T ∣ = ∣ L T ∣   ∣ U T ∣ |P| \space |A| = |L| \space |U| \leftrightarrow |P^T| \space |A^T| = |L^T| \space |U^T| P A=L UPT AT=LT UT

对比以上两项,置换矩阵的逆等于转置,所以有 ∣ P ∣ ∣ P T ∣ = 1 |P||P^T|=1 PPT=1,因此它们同时为 1 或者 -1。对三角矩阵的转置不影响其对角线元素,因此行列式不变,所以有 ∣ L ∣ = ∣ L T ∣ , ∣ U ∣ = ∣ U T ∣ |L| =|L^T|,|U| =|U^T| L=LTU=UT,所以有 ∣ A ∣ = ∣ A T ∣ |A| =|A^T| A=AT

因此,任意应用于矩阵的行的性质都可以同时应用到矩阵的列上去

获取更多精彩,请关注「seniusen」!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值