行列式及其性質(zhì)
前面的章節(jié)已經(jīng)學(xué)習(xí)了大量關(guān)于矩陣的知識富寿,現(xiàn)在我們來集中探討一下方陣的性質(zhì),其中行列式和特征值是重中之重锣夹,本章來單獨討論行列式页徐。
行列式(Determinants)
行列式是每個方陣都具有的值,我們將矩陣的行列式記作银萍。行列式將很多矩陣信息壓縮到這一個數(shù)值中变勇,例如矩陣的不可逆(奇異矩陣)與行列式的值為等價(也就是說行列式可以直接判斷矩陣是否可逆)。
性質(zhì)
我們先從行列式最主要的三個性質(zhì)開始講起贴唇,因為這三個性質(zhì)定義了行列式搀绣,然后再拓展到其他性質(zhì)上。
(1)單位矩陣的行列式為戳气。
例如二維單位矩陣:
(2)如果發(fā)生行交換链患,那么行列式的正負號會改變。
將性質(zhì)(1)和性質(zhì)(2)結(jié)合在一起瓶您,就能得到所有置換矩陣的行列式锣险。
例如
通過該性質(zhì)還可以得出蹄皱,置換矩陣具有奇偶性,也就是說芯肤,一個矩陣不可能經(jīng)過奇數(shù)次置換得到和偶數(shù)次置換相同的方陣巷折。
性質(zhì)(3)有兩個,分別為
(3)a.
(3)b.
為什么說由以上三個性質(zhì)可以定義行列式崖咨,因為行列式其余的性質(zhì)皆可由上述三個性質(zhì)推導(dǎo)而出锻拘,以下是行列式其余的性質(zhì)及它們的推導(dǎo)過程。
(4)如果矩陣中的兩行相等击蹲,則它的行列式為署拟。
矩陣中的兩行相等,意味著發(fā)生兩行交換時歌豺,行列式不變推穷,根據(jù)性質(zhì)(2):“如果發(fā)生行交換,那么行列式的正負號會改變类咧÷澹”,那么行列式只能為痕惋。
(5)行列式不因消元操作而改變区宇。
證明:
(6)若矩陣中有一行是,那么行列式為
矩陣中有一行是0值戳,可以看作议谷,那么有
(7)對于三角陣的行列式,主元的乘積等于行列式堕虹。例如在四維中卧晓,設(shè)上三角矩陣,則赴捞,維同理禀崖。
對于三角矩陣,我們可以通過不斷地消元最終得到對角矩陣螟炫,例如波附,通過消元法可以得到
那么我們再利用性質(zhì)(3)a.來證明對角矩陣的行列式就是對角線元素相乘
(8),則矩陣為奇異矩陣昼钻。相反掸屡,若,則矩陣可逆然评。
因為如果A可逆仅财,化簡后能得到矩陣各列都含非0主元,得到三角矩陣碗淌,再利用性質(zhì)(7)得到其行列式盏求。
(9)
這意味著抖锥,這也可以作為本性質(zhì)的證明,也可以用對角陣和碎罚,但是我們必須一步步進行消元磅废,整個證明過程需要是非耐心,最終證明該性質(zhì)對任意矩陣成立荆烈。
同時本性質(zhì)還能推出
這說明如果矩陣進行平方拯勉,那么它的行列式也會平方憔购。
此外宫峦,本性質(zhì)還能推出
因為對一個矩陣,將矩陣翻倍意味著各列向量都翻倍玫鸟,一共翻倍次导绷,因此行列式變成了倍。
(10)
證明:
根據(jù)屎飘,有
由于和都是三角矩陣妥曲,因此它們的行列式都是對角線的乘積,因此
所以最后我們得出
行列式的計算
對于行列式的計算枚碗,我們先來推導(dǎo)二維行列式的求解過程逾一。
觀察二維行列式的求解過程铸本,我們發(fā)現(xiàn)肮雨,行列式的求解取決于那些分解后非零行列式的和,即各行各列均有非零元素的行列式箱玷。因此我們按照這個規(guī)律怨规,繼續(xù)推導(dǎo)三維行列式,我們這次只寫出非項锡足,有
可以發(fā)現(xiàn)規(guī)律波丰,因為各行各列均需有非零元素,所以對于的矩陣舶得,其行列式分解后的非零項有個掰烟。
同理,我們根據(jù)階行列式可以分解為個非零行列式來推到出高維行列式的一般求解公式沐批,即
例 求
如果檢查該行列式分解出的24項會發(fā)現(xiàn)其中有22項為纫骑,剩下的非零行列式為
因此。
代數(shù)余子式(Cofactors)
接下來引入代數(shù)余子式的概念九孩,它的作用是把階行列式化簡為階行列式先馆。
先來看行列式的情況,上一節(jié)我們得到了
那么我們以行列式第一行的三個元素來合并同類項躺彬,可以得到
合并同類項后煤墙,我們又可以把新的三個項看作是三個矩陣的行列式
由此我們定義的代數(shù)余子式:將原行列式的第行與第列抹去后得到的階行列式記為梅惯,為偶數(shù)時,該項前的符號為仿野,為奇數(shù)時铣减,該項前的符號為,規(guī)律如下
例的代數(shù)余子式為
因此设预,將矩陣沿第一行展開的公式為
例
求徙歼、、鳖枕、
發(fā)現(xiàn)規(guī)律:魄梯,因此可知
會發(fā)現(xiàn),隨著維度增加宾符,行列式的值呈現(xiàn)哄褒,以這樣個值循環(huán)稀蟋,因此周期為。
小節(jié)
至此呐赡,我們掌握了三種方法來求一個方陣的行列式:
- 消元法(分解)將矩陣化為退客,就是主元的乘積(最簡單)
- 使用代數(shù)余子式按某一行展開(稍復(fù)雜)
- 按行列式公式完全展開計算,需要求項之積(很復(fù)雜)
行列式的應(yīng)用
逆矩陣公式
我們已經(jīng)接觸到很多逆矩陣了链嘀,但是一直沒有給出逆矩陣的公式萌狂,你可以通過Gauss-Jordan消元法來求矩陣的逆,不過現(xiàn)在學(xué)習(xí)了行列式怀泊,可以直接求逆矩陣茫藏。
我們已經(jīng)知道二階逆矩陣的公式為:
那么我們能否通過二階公式來推導(dǎo)至更高維度?
通過觀察公式我們發(fā)現(xiàn):
- 實際就是矩陣的行列式的倒數(shù)
- 后面的矩陣中的實際上是矩陣中的的代數(shù)余子式霹琼,同理务傲,實際上就是的代數(shù)余子式
因此可以得出,逆矩陣公式為
等式右側(cè)矩陣外的因子枣申,其分母是矩陣的行列式售葡,而矩陣為代數(shù)余子式矩陣(Cofactor Matrix)的轉(zhuǎn)置,稱為伴隨矩陣(Adjoint Matrix)糯而。因此矩陣的逆就是矩陣行列式的倒數(shù)與其伴隨矩陣的乘積天通。
那么為什么是這個公式呢?我們來驗證一下熄驼,假設(shè)等式成立像寒,首先將等式兩邊都乘上矩陣得到
因此烘豹,若逆矩陣公式成立其實就是判斷是否與相等。
根據(jù)矩陣相乘诺祸,我們觀察發(fā)現(xiàn)携悯,矩陣的第一行第一列元素等于矩陣第一行和矩陣第一列進行點積,計算可得
也就是說筷笨,它們的點積其實就是矩陣的行列式計算公式憔鬼,而對角線上的所有元素都是如此,因此我們可以得到胃夏,它們相乘后的矩陣轴或,其對角線處全部都是行列式。那么非對角元素呢仰禀?以第二行第一列為例照雁,相乘我們發(fā)現(xiàn),各個代數(shù)余子式的形式不變答恶,但是與代數(shù)余子式相乘的變?yōu)榱司仃?img class="math-inline" src="https://math.jianshu.com/math?formula=A" alt="A" mathimg="1">第二行第列元素饺蚊。因此這個形式相當(dāng)于用矩陣第二行的元素替代第一行的元素得到的矩陣,前兩行的元素相同悬嗓,因此按照行列式性質(zhì)(4)污呼,其值為。
因此最后我們得到
克萊姆法則(Cramer's Rule)
對于可逆矩陣包竹,方程必有解燕酷,將逆矩陣的公式代入,那么
克萊姆法則(Cramer's Rule)則是從另一個角度來看待這個公式映企,即的分量為
其中悟狱,矩陣為用向量替換矩陣的第列所得到的新矩陣静浴。例如
矩陣的行列式的值從第j列用代數(shù)余子式進行展開計算堰氓,正好是伴隨矩陣的第j行,與向量點積的結(jié)果苹享。
但是相較于高斯消元法双絮,克萊姆法則計算方程的解的效率較低,它僅僅只是提供了一個代數(shù)表達式得问,讓人們能代數(shù)運算而不是寫算法囤攀。
行列式的幾何意義
在二維中,行列式的幾何意義其實就是矩陣所對應(yīng)的線性變換所改變由空間中兩基向量構(gòu)成的矩形的面積的比例宫纬,對應(yīng)到三維就是對應(yīng)空間中三個基向量對應(yīng)的平行六面體的體積的比例焚挠。
例:我們在二維空間中以一組基向量為例,兩個基向量構(gòu)成了一個單位矩形面積為漓骚,假設(shè)現(xiàn)在要進行線性變換蝌衔,變換矩陣為榛泛,即變換后軸單位向量由變?yōu)?img class="math-inline" src="https://math.jianshu.com/math?formula=%5Cleft%5B%5Cbegin%7Bmatrix%7D%203%20%5C%5C%200%20%5Cend%7Bmatrix%7D%5Cright%5D" alt="\left[\begin{matrix} 3 \\ 0 \end{matrix}\right]" mathimg="1">,對應(yīng)地噩斟,y軸單位向量由變?yōu)?img class="math-inline" src="https://math.jianshu.com/math?formula=%5Cleft%5B%5Cbegin%7Bmatrix%7D%202%20%5C%5C%202%20%5Cend%7Bmatrix%7D%5Cright%5D" alt="\left[\begin{matrix} 2 \\ 2 \end{matrix}\right]" mathimg="1">曹锨,變換后我們發(fā)現(xiàn),矩形面積變成了剃允,是原單位矩形面積的倍沛简,其值其實就是行列式。
當(dāng)矩陣的行列式為時斥废,這意味著線性變換后椒楣,原空間被壓縮成了一條線或一個點(二維情況下),即原空間的維度降低牡肉。這也解釋了為何矩陣列向量線性相關(guān)時撒顿,經(jīng)過它的線性變換后,原空間發(fā)生維度降低荚板,其實就是因為它是奇異矩陣凤壁,它的行列式為0。
當(dāng)矩陣的行列式為負數(shù)時跪另,表示矩陣的線性變換將原空間的定向發(fā)生了改變拧抖,如平面翻轉(zhuǎn)。更為直觀的就是變換后坐標(biāo)軸的相對位置會發(fā)生變換免绿。在三維中唧席,一般情況下我們使用右手定則來構(gòu)建坐標(biāo)系,若此時現(xiàn)線性變換的矩陣行列式為負數(shù)時嘲驾,線性變換后新的坐標(biāo)系就會變成滿足左手定則淌哟。但是行列式的絕對值大小仍然決定其體積的縮放比例。