行列式
行列式(Determinant)是线性代数中的一个重要概念,通常与矩阵相关联。行列式是一个标量值,可以从一个方阵(即行数与列数相同的矩阵)中计算得出。它在求解线性方程组、判断矩阵的可逆性、特征值和特征向量的计算等方面有广泛应用。
行列式的定义
对于一个 n × n n \times n n×n 的方阵 A A A,其行列式 det ( A ) \text{det}(A) det(A) 或 ∣ A ∣ |A| ∣A∣ 是一个通过以下递归方式定义的标量值:
2x2 矩阵
对于一个 2x2 矩阵:
A = ( a b c d ) A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} A=(acbd)
其行列式为:
det ( A ) = a d − b c \text{det}(A) = ad - bc det(A)=ad−bc
3x3 矩阵
对于一个 3x3 矩阵:
A = ( a b c d e f g h i ) A = \begin{pmatrix} a & b & c \\ d & e & f \\ g & h & i \end{pmatrix} A= adgbehcfi
其行列式通过按行展开法(拉普拉斯展开公式)计算为:
det ( A ) = a ( e i − f h ) − b ( d i − f g ) + c ( d h − e g ) \text{det}(A) = a(ei - fh) - b(di - fg) + c(dh - eg) det(A)=a(ei−fh)−b(di−fg)+c(dh−eg)
n x n 矩阵
对于更高维度的方阵,行列式通常通过递归展开法计算。具体来说,一个 n × n n \times n n×n 矩阵的行列式可以展开成 n n n 个子矩阵的行列式之和,每个子矩阵是通过去掉矩阵的一行和一列得到的较小矩阵。这被称为余子式展开法。
行列式的性质
- 交换行或列会改变符号: 如果交换矩阵的两行或两列,行列式的值会改变符号。
- 行或列全为0时,行列式为0: 如果矩阵的某一行或某一列全为零,则行列式为零。
- 比例性: 如果矩阵的某一行或某一列的所有元素都乘以一个常数,那么行列式的值也乘以这个常数。
- 矩阵可逆性的判定: 如果矩阵的行列式不为0,则该矩阵是可逆的;如果行列式为0,则矩阵不可逆。
行列式的排列定义与例子
行列式的排列定义
给定一个 n × n n \times n n×n 的矩阵 A A A,其行列式可以用所有可能的排列来表示:
det ( A ) = ∑ σ ∈ S n sgn ( σ ) ∏ i = 1 n a i , σ ( i ) \text{det}(A) = \sum_{\sigma \in S_n} \text{sgn}(\sigma) \prod_{i=1}^n a_{i, \sigma(i)} det(A)=σ∈Sn∑sgn(σ)i=1∏nai,σ(i)
这里我们详细解释公式中的符号:
- S n S_n Sn:所有 n n n 个元素的全排列集合。
- σ \sigma σ:排列 σ \sigma σ 是 S n S_n Sn 中的一个排列,它决定了矩阵每行选择哪一列的元素。
- sgn ( σ ) \text{sgn}(\sigma) sgn(σ):排列 σ \sigma σ 的符号,若为偶排列则符号为 + 1 +1 +1,若为奇排列则符号为 − 1 -1 −1。
- ∏ i = 1 n a i , σ ( i ) \prod_{i=1}^n a_{i, \sigma(i)} ∏i=1nai,σ(i):表示从矩阵 A A A 的第 i i i 行和排列 σ ( i ) \sigma(i) σ(i) 指定的列中选出的元素的乘积。
- ∑ σ ∈ S n \sum_{\sigma \in S_n} ∑σ∈Sn:对所有排列的上述乘积项求和。
例子:3x3 矩阵的行列式
考虑一个 3 × 3 3 \times 3 3×3 的矩阵 A A A:
A = ( 1 2 3 4 5 6 7 8 9 ) A = \begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{pmatrix} A= 147258369
我们需要计算其行列式。对于一个 3x3 的矩阵,我们需要考虑列的全排列。列的全排列有 3 ! = 6 3! = 6 3!=6 种:
- ( 1 , 2 , 3 ) (1, 2, 3) (1,2,3)
- ( 1 , 3 , 2 ) (1, 3, 2) (1,3,2)
- ( 2 , 1 , 3 ) (2, 1, 3) (2,1,3)
- ( 2 , 3 , 1 ) (2, 3, 1) (2,3,1)
- ( 3 , 1 , 2 ) (3, 1, 2) (3,1,2)
- ( 3 , 2 , 1 ) (3, 2, 1) (3,2,1)
通过这些排列,我们计算行列式如下:
-
排列 ( 1 , 2 , 3 ) (1, 2, 3) (1,2,3):
- 对应的元素: a 1 , 1 , a 2 , 2 , a 3 , 3 a_{1,1}, a_{2,2}, a_{3,3} a1,1,a2,2,a3,3
- 对应的乘积: 1 × 5 × 9 = 45 1 \times 5 \times 9 = 45 1×5×9=45
- sgn ( 1 , 2 , 3 ) = + 1 \text{sgn}(1, 2, 3) = +1 sgn(1,2,3)=+1 (偶排列)
- 贡献项: + 45 +45 +45
-
排列 ( 1 , 3 , 2 ) (1, 3, 2) (1,3,2):
- 对应的元素: a 1 , 1 , a 2 , 3 , a 3 , 2 a_{1,1}, a_{2,3}, a_{3,2} a1,1,a2,3,a3,2
- 对应的乘积: 1 × 6 × 8 = 48 1 \times 6 \times 8 = 48 1×6×8=48
- sgn ( 1 , 3 , 2 ) = − 1 \text{sgn}(1, 3, 2) = -1 sgn(1,3,2)=−1 (奇排列)
- 贡献项: − 48 -48 −48
-
排列 ( 2 , 1 , 3 ) (2, 1, 3) (2,1,3):
- 对应的元素: a 1 , 2 , a 2 , 1 , a 3 , 3 a_{1,2}, a_{2,1}, a_{3,3} a1,2,a2,1,a3,3
- 对应的乘积: 2 × 4 × 9 = 72 2 \times 4 \times 9 = 72 2×4×9=72
- sgn ( 2 , 1 , 3 ) = − 1 \text{sgn}(2, 1, 3) = -1 sgn(2,1,3)=−1 (奇排列)
- 贡献项: − 72 -72 −72
-
排列 ( 2 , 3 , 1 ) (2, 3, 1) (2,3,1):
- 对应的元素: a 1 , 2 , a 2 , 3 , a 3 , 1 a_{1,2}, a_{2,3}, a_{3,1} a1,2,a2,3,a3,1
- 对应的乘积: 2 × 6 × 7 = 84 2 \times 6 \times 7 = 84 2×6×7=84
- sgn ( 2 , 3 , 1 ) = + 1 \text{sgn}(2, 3, 1) = +1 sgn(2,3,1)=+1 (偶排列)
- 贡献项: + 84 +84 +84
-
排列 ( 3 , 1 , 2 ) (3, 1, 2) (3,1,2):
- 对应的元素: a 1 , 3 , a 2 , 1 , a 3 , 2 a_{1,3}, a_{2,1}, a_{3,2} a1,3,a2,1,a3,2
- 对应的乘积: 3 × 4 × 8 = 96 3 \times 4 \times 8 = 96 3×4×8=96
- sgn ( 3 , 1 , 2 ) = + 1 \text{sgn}(3, 1, 2) = +1 sgn(3,1,2)=+1 (偶排列)
- 贡献项: + 96 +96 +96
-
排列 ( 3 , 2 , 1 ) (3, 2, 1) (3,2,1):
- 对应的元素: a 1 , 3 , a 2 , 2 , a 3 , 1 a_{1,3}, a_{2,2}, a_{3,1} a1,3,a2,2,a3,1
- 对应的乘积: 3 × 5 × 7 = 105 3 \times 5 \times 7 = 105 3×5×7=105
- sgn ( 3 , 2 , 1 ) = − 1 \text{sgn}(3, 2, 1) = -1 sgn(3,2,1)=−1 (奇排列)
- 贡献项: − 105 -105 −105
最终行列式的计算
将所有贡献项加起来:
det ( A ) = + 45 − 48 − 72 + 84 + 96 − 105 = 0 \text{det}(A) = +45 - 48 - 72 + 84 + 96 - 105 = 0 det(A)=+45−48−72+84+96−105=0
因此,矩阵 A A A 的行列式为 0。