线性代数学习笔记6-3:行列式的计算、代数余子式
下面介绍两种行列式的计算方法
根据基本性质计算行列式
之前说过三个基本性质:
- 单位阵的det(I)=1det(\mathbf I)=1det(I)=1
- 交换行列式的两行,行列式正负反号
- 关于“线性性质”
①矩阵某一行元素乘以k,行列式变为k倍:∣tatbcd∣=t∣abcd∣\left|\begin{array}{cc} t a & t b \\ c & d \end{array}\right|=t\left|\begin{array}{ll} a & b \\ c & d \end{array}\right|∣∣tactbd∣∣=t∣∣acbd∣∣
②行列式的“行”有线性性(强调一行,而非整个行列式有线性性):∣a+a′b+b′cd∣=∣abcd∣+∣a′b′cd∣\left|\begin{array}{cc} a+a^{\prime} & b+b^{\prime} \\ c & d \end{array}\right|=\left|\begin{array}{cc} a & b \\ c & d \end{array}\right|+\left|\begin{array}{cc} a^{\prime} & b^{\prime} \\ c & d \end{array}\right|∣∣a+a′cb+b′d∣∣=∣∣acbd∣∣+∣∣a′cb′d∣∣
由此,一般n×nn\times nn×n行列式的计算,可以拆分为nnn^nnn个[含有nnn个非零元素]的行列式(这些含大量零元素的行列式,可以通过行交换轻易计算出其值:就是所有对角线元素相乘,最多需要前面添一个负号)
具体而言,由性质3②,先是拆分第一行(得到nnn个行列式),在拆分第二行(之前的每个行列式又拆分出nnn个行列式)…
例如:
∣abcd∣=∣a0cd∣+∣0bcd∣=∣a0c0∣+∣a00d∣+∣0bc0∣+∣0b0d∣=0+ad−bc+0=ad−bc\begin{aligned} \left|\begin{array}{ll}a & b \\c & d\end{array}\right| &=\left|\begin{array}{ll}a & 0 \\c & d\end{array}\right| +\left|\begin{array}{ll}0 & b \\c & d\end{array}\right| \\ &=\left|\begin{array}{ll} a & 0 \\c & 0\end{array}\right|+\left|\begin{array}{ll}a & 0 \\0 & d\end{array}\right| +\left|\begin{array}{ll}0 & b \\c & 0\end{array}\right| +\left|\begin{array}{ll}0 & b \\0 & d\end{array}\right| \\ &=0+a d-b c+0 \\&=a d-b c\end{aligned}∣∣acbd∣∣=∣∣ac0d∣∣+∣∣0cbd∣∣=∣∣ac00∣∣+∣∣a00d∣∣+∣∣0cb0∣∣+∣∣00bd∣∣=0+ad−bc+0=ad−bc
提炼一般规律:最终分解后,有全零行/全零列的行列式都必然为0,故拆分时只需要关注「每行/每列都有非零元素」的“有用”行列式
提炼行列式的计算公式
根据上面的讨论,n×nn\times nn×n行列式的计算,最终可以拆分为n!n!n!个[含有nnn个非零元素]的行列式
(通过拆分本来可以得到nnn^nnn个行列式,但其中有很多必然为0,只有n!n!n!个行列式是「每行/每列都有非零元素」的“有用”行列式,也就是说其值不是一定为0)
具体而言,选取其中某个行列式时,先从第一行确定一个非零元素(第一行拆分出nnn个行列式),然后从第二行确定一个非零元素(不能与之前非零元素处于同一列,从而每个行列式又拆分出n−1n-1n−1个行列式),以此类推
行列式的公式表示为det(A)=∑n!±a1αa2βa3γ⋯anω\det (\boldsymbol{A}) = \sum\limits_{n!} { \pm {a_{1\alpha }}} {a_{2\beta }}{a_{3\gamma }} \cdots {a_{n\omega }}det(A)=n!∑±a1αa2βa3γ⋯anω
其中(α,β,γ,...,ω)(\alpha,\beta,\gamma,...,\omega)(α,β,γ,...,ω)为列号(1,2,3,...,n)(1,2,3,...,n)(1,2,3,...,n)的一个排列,每一项±\pm±取正号/负号 取决于 通过偶数次/奇数次行交换能够得到对角阵
例如下面的行列式,只可能拆分出两个“有用”行列式,第一个需要一次行交换得到对角阵,第二个需要两次行交换得到对角阵:
∣0011011011001001∣=∣0010010010000001∣+∣0001001001001000∣=−1+1=0\left|\begin{array}{llll} 0 & 0 & 1 & 1 \\ 0 & 1 & 1 & 0 \\ 1 & 1 & 0 & 0 \\ 1 & 0 & 0 & 1 \end{array}\right|= \left|\begin{array}{llll} 0 & 0 & 1 & 0 \\ 0 & 1 & 0 & 0 \\ 1 & 0 & 0 & 0 \\ 0 & 0 & 0 & 1 \end{array}\right| +\left|\begin{array}{llll} 0 & 0 & 0 & 1 \\ 0 & 0 & 1 & 0 \\ 0 & 1 & 0 & 0 \\ 1 & 0 & 0 & 0 \end{array}\right|=-1+1=0∣∣0011011011001001∣∣=∣∣0010010010000001∣∣+∣∣0001001001001000∣∣=−1+1=0
代数余子式Cofactor formula
代数余子式将nnn列行列式的计算转化为多个n−1n-1n−1阶行列式的计算,同时也从另一角度表述了上面进行的拆分
本质上还是利用上面的思想,若从第一行开始拆分,一旦选定第一行的某个元素a1αa_{1\alpha }a1α,(将要与a1αa_{1\alpha }a1α相乘的)剩余因子只能从剩下的n−1n-1n−1行和n−1n-1n−1列中选出,按照之前的做法实施进一步拆分后得到若干行列式,即∑(n−1)!±a1αa2βa3γ⋯anω\sum\limits_{(n-1)!}{ \pm {a_{1\alpha }}} {a_{2\beta }}{a_{3\gamma }} \cdots {a_{n\omega }}(n−1)!∑±a1αa2βa3γ⋯anω,提取公因子a1αa_{1\alpha }a1α,另一部分称为代数余子式Cofactor,其值具体是什么呢?
这里直接给出结论:
剩余的n−1n-1n−1行和n−1n-1n−1列的行列式是aija_{ij}aij的余子式minor
将要与aija_{ij}aij相乘的另一部分因子就是 [余子式+正负号] 称为aija_{ij}aij的代数余子式CijC_{ij}Cij,CijC_{ij}Cij在i+ji+ji+j为偶数/奇数时取正/负
行列式的代数余子式表示为det(A)=a11C11+a12C12+⋯+a1nC1n\operatorname{det}(\boldsymbol{A})=a_{11} \mathrm{C}_{11}+a_{12} \mathrm{C}_{12}+\cdots+a_{1 \mathrm{n}} \mathrm{C}_{1 \mathrm{n}}det(A)=a11C11+a12C12+⋯+a1nC1n
上式是沿第一行展开的结果,实际上可以沿任意一行/一列展开
计算行列式的方法小结
之前说过,最简单的方法是主元表达式
- 主元表达式:通过4-2中介绍的性质,将行列式“消元”化为上三角阵,此时行列式=所有主元乘积
(有主元为0说明不可逆,则行列式为0) - 分解为n!n!n!个含有大量零元素的行列式:det(A)=∑n!±a1αa2βa3γ⋯anω\det (\boldsymbol{A}) = \sum\limits_{n!} { \pm {a_{1\alpha }}} {a_{2\beta }}{a_{3\gamma }} \cdots {a_{n\omega }}det(A)=n!∑±a1αa2βa3γ⋯anω
- 代数余子式表示:det(A)=a11C11+a12C12+⋯+a1nC1n\operatorname{det}(\boldsymbol{A})=a_{11} \mathrm{C}_{11}+a_{12} \mathrm{C}_{12}+\cdots+a_{1 \mathrm{n}} \mathrm{C}_{1 \mathrm{n}}det(A)=a11C11+a12C12+⋯+a1nC1n
原理源于上一个公式,但难度降低
线性代数学习笔记6-3:行列式的计算、代数余子式相关推荐
- 线性代数学习笔记6-2:行列式的理解、行列式的性质
再次强调,方阵才有行列式! 行列式尽可能多的压缩了方阵的信息,之前说过行列式代表线性变换中有向面积/有向体积的变化比例 因此, d e t ( A ) = ∣ A ∣ = 0 ⟺ det(\mathb ...
- 线性代数学习笔记6-1:行列式与线性变换
行列式:用面积的变化描述线性变换的效果 之前说过,线性变换就是一种操纵空间和变换坐标轴的手段,它保持原点固定且网格平行等距: 有的线性变换将空间拉伸,有的线性变换将空间向内挤压(如剪切/切变变换),有 ...
- 线性代数学习笔记(二十二)——向量间的线性关系(二)
本篇笔记首先介绍了线性相关和线性无关的概念,关键是找到一组不全为零相关系数使得等成立:然后重点介绍了一些重要的结论,以及向量组线性相关和线性无关的几个充要条件. 1 线性相关与线性无关 线性相关:设 ...
- 线性代数学习笔记——第四章学习指南——n维向量空间
一.学习内容及要求 1. 内容: §4.1. n维向量空间的概念 线性代数学习笔记--第四十讲--n维向量空间的概念 线性代数学习笔记--第四十一讲--n维向量空间的子空间 §4.2. 向量组的线性相 ...
- 线性代数学习笔记(二十九)——方程组解的结构(一)
停更2年多了,做事得有始有终,继续更新... 本篇笔记回顾了线性方程组解的三种情况,并讨论了齐次线性方程组解的结构,并介绍了齐次线性方程组解的相关性质.其中重点讨论了基础解系定义,以及基础解系的求法和 ...
- 线性代数学习笔记10-4:左右逆、伪逆/M-P广义逆(从四个子空间和SVD角度理解)
下面讨论m×nm\times nm×n的秩为rrr的矩阵 对于不同情况,讨论逆矩阵 两侧逆矩阵 2-sided inverse 这也是一般所说的"逆矩阵"的含义 方阵A\bolds ...
- 线性代数学习笔记(十五)——初等变换(一)
本篇笔记首先讨论了矩阵的初等变换,包括初等行变换和初等列变换两类,每一类初等变换又有三种变换规则,需要注意该初等变换与行列式对应的性质没有任何关系:然后讨论了初等变换和标准形的关系,任意矩阵都可以通过 ...
- 算法学习笔记:对指定金额计算最少钞票数
算法学习笔记:对指定金额计算最少钞票数 一.引出问题 财务人员给员工发工资时经常遇到这样一个问题,即根据每个人的工资额(以元作为单位)计算出各种面值的钞票的张数,且要求总张数最少.例如,某职工工资为3 ...
- 算法【二叉树】学习笔记 - 已知结点数计算可构建出多少种二叉树
算法[二叉树]学习笔记 - 已知结点数计算可构建出多少种二叉树 卡特兰数 相关知识点 排列组合公式 排列 Arrangement 组合 Combination 分步计算 简化 参考资料 题目:已知3个 ...
最新文章
- TensorFlow常用Python扩展包
- 2018年超大规模数据中心总数达到430个
- SAP S/4HANA销售订单创建时,会自动触发生产订单的创建 1
- ASP.NET MVC 5 学习教程:控制器传递数据给视图
- Android studio 创建kotlin工程
- 计算机应用基础专2020春,计算机应用基础(专)(专,2020春)(20200831130023).pdf
- 搭建php docker环境日记
- python 行为驱动_什么是行为驱动的Python?
- cpu频率_CPU频率被锁定到800mhz怎么办?
- keepalived+redis的高可用部署步骤
- 高速缓存dns/ddns
- java私塾 java篇_Java私塾跟我学系列——JAVA篇 六、
- 如何下载FLASH动画
- 2022.04.17(LC_6070_计算字符串的数字和)
- 外星人17r4原版系统_外星人17r4重装系统
- 用灭点法提取的深度图
- WEBGIS开发 常用开发功能简介 数据处理 标绘 业务数据可视化 视频融合 Cesium EarthSDK
- 大数据开发:MongoDB系统架构简介
- PotPlayer不支持S/W HEVC(H.265)解码的解决办法
- oc与swift混编教程
热门文章
- 中国培训行业现状分析(转载)
- 图书管理系统可行性分析报告
- java c1 编译器_javac-Java编程语言编译器的使用文档
- IT领域的司马懿——埃里森(7)
- 1.设计一个抽奖程序,程序通过随机方式产生中奖序号。程序可以设置序号包含数字位数 和最大序号,一次抽取几个中奖序号(最少 1 个序号,最多不超过 2 个序号)和总共中奖 人数(最少 5 人)。抽奖过程
- 微信小程序学习日志(一)
- 拍照很好 带氙气闪光灯的手机 功能很强的手机
- java jvm之直接内存释放过程
- 项目中XA Transaction应用
- 凌恩生物文献分享|南农大胡锋教授团队揭示苯并[a]芘胁迫影响蚯蚓肠道病毒组生态适应策略机制