行列式的基本概念

行列式的定义

行列式是线性代数中的一个重要概念,它不仅是矩阵的一个数值特征,更在几何学、物理学等领域有重要应用。

二阶行列式

二阶行列式的定义

对于二阶矩阵 A=(a11a12a21a22)A = \begin{pmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{pmatrix},其行列式定义为:

∣A∣=∣a11a12a21a22∣=a11a22−a12a21|A| = \begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix} = a_{11}a_{22} - a_{12}a_{21}

几何解释
  • 二阶行列式的绝对值表示以两个向量为邻边的平行四边形的面积
  • 行列式的符号表示两个向量的相对方向(右手定则)

例子: 计算 ∣2314∣\begin{vmatrix} 2 & 3 \\ 1 & 4 \end{vmatrix}

解:∣A∣=2×4−3×1=8−3=5|A| = 2 \times 4 - 3 \times 1 = 8 - 3 = 5

三阶行列式

三阶行列式的定义

对于三阶矩阵 A=(a11a12a13a21a22a23a31a32a33)A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix},其行列式定义为:

∣A∣=∣a11a12a13a21a22a23a31a32a33∣|A| = \begin{vmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{vmatrix}

几何解释

三阶行列式的绝对值表示以三个向量为邻边的平行六面体的体积,行列式的符号表示三个向量的相对方向。

展开方法:按第一行展开 ∣A∣=a11∣a22a23a32a33∣−a12∣a21a23a31a33∣+a13∣a21a22a31a32∣|A| = a_{11} \begin{vmatrix} a_{22} & a_{23} \\ a_{32} & a_{33} \end{vmatrix} - a_{12} \begin{vmatrix} a_{21} & a_{23} \\ a_{31} & a_{33} \end{vmatrix} + a_{13} \begin{vmatrix} a_{21} & a_{22} \\ a_{31} & a_{32} \end{vmatrix}

例子: 计算 ∣123014560∣\begin{vmatrix} 1 & 2 & 3 \\ 0 & 1 & 4 \\ 5 & 6 & 0 \end{vmatrix}

解: 按第一行展开: ∣A∣=1∣1460∣−2∣0450∣+3∣0156∣|A| = 1 \begin{vmatrix} 1 & 4 \\ 6 & 0 \end{vmatrix} - 2 \begin{vmatrix} 0 & 4 \\ 5 & 0 \end{vmatrix} + 3 \begin{vmatrix} 0 & 1 \\ 5 & 6 \end{vmatrix} =1(1×0−4×6)−2(0×0−4×5)+3(0×6−1×5)= 1(1 \times 0 - 4 \times 6) - 2(0 \times 0 - 4 \times 5) + 3(0 \times 6 - 1 \times 5) =1(0−24)−2(0−20)+3(0−5)= 1(0 - 24) - 2(0 - 20) + 3(0 - 5) =−24+40−15=1= -24 + 40 - 15 = 1

n 阶行列式

n 阶行列式的定义

对于 n 阶矩阵 A=(aij)n×nA = (a_{ij})_{n \times n},其行列式定义为:

∣A∣=∑σ∈Snsgn(σ)∏i=1nai,σ(i)|A| = \sum_{\sigma \in S_n} \text{sgn}(\sigma) \prod_{i=1}^n a_{i,\sigma(i)}

符号说明
符号类型读音/说明在本文中的含义
SnS_n数学符号S n(对称群 n)n 个元素的所有置换构成的集合,对称群是组合数学中的重要概念
σ\sigma希腊字母sigma(西格玛)置换,表示元素的重排方式
sgn(σ)\text{sgn}(\sigma)数学符号sign of sigma(符号函数)置换的符号函数,值为 +1 或 -1,用于判断置换的奇偶性
MijM_{ij}数学符号M i j(余子式)元素 aija_{ij} 的余子式

展开方法:

  • 按行展开:∣A∣=∑j=1n(−1)i+jaijMij|A| = \sum_{j=1}^n (-1)^{i+j} a_{ij} M_{ij}
  • 按列展开:∣A∣=∑i=1n(−1)i+jaijMij|A| = \sum_{i=1}^n (-1)^{i+j} a_{ij} M_{ij}

其中 MijM_{ij} 是元素 aija_{ij} 的余子式。

行列式的基本性质

性质 1:转置不变性

性质:∣A∣=∣AT∣|A| = |A^T|

证明:行列式的定义中,行和列的地位是对称的。

性质 2:行(列)交换变号

性质:交换行列式的两行(列),行列式变号。

例子: ∣1234∣=1×4−2×3=−2\begin{vmatrix} 1 & 2 \\ 3 & 4 \end{vmatrix} = 1 \times 4 - 2 \times 3 = -2

交换两行后: ∣3412∣=3×2−4×1=2\begin{vmatrix} 3 & 4 \\ 1 & 2 \end{vmatrix} = 3 \times 2 - 4 \times 1 = 2

性质 3:行(列)线性

性质:

  • 某行(列)乘以常数 k,行列式乘以 k
  • 某行(列)可以表示为其他行(列)的线性组合

例子: ∣2412∣=2∣1212∣=2×0=0\begin{vmatrix} 2 & 4 \\ 1 & 2 \end{vmatrix} = 2 \begin{vmatrix} 1 & 2 \\ 1 & 2 \end{vmatrix} = 2 \times 0 = 0

性质 4:行(列)加法

性质:将一行(列)的 k 倍加到另一行(列),行列式不变。

例子: ∣1234∣=−2\begin{vmatrix} 1 & 2 \\ 3 & 4 \end{vmatrix} = -2

将第一行加到第二行: ∣1246∣=1×6−2×4=−2\begin{vmatrix} 1 & 2 \\ 4 & 6 \end{vmatrix} = 1 \times 6 - 2 \times 4 = -2

性质 5:零行(列)

性质:如果行列式有一行(列)全为零,则行列式为零。

证明:按该行(列)展开,所有项都为零。

性质 6:成比例行(列)

性质:如果行列式有两行(列)成比例,则行列式为零。

例子: ∣1224∣=1×4−2×2=0\begin{vmatrix} 1 & 2 \\ 2 & 4 \end{vmatrix} = 1 \times 4 - 2 \times 2 = 0

因为第二行是第一行的 2 倍。

特殊行列式

对角行列式

定义:主对角线以外的元素都为零的行列式。

性质:对角行列式等于主对角线元素的乘积。

例子: ∣200030004∣=2×3×4=24\begin{vmatrix} 2 & 0 & 0 \\ 0 & 3 & 0 \\ 0 & 0 & 4 \end{vmatrix} = 2 \times 3 \times 4 = 24

三角行列式

定义:上三角或下三角矩阵的行列式。

性质:三角行列式等于主对角线元素的乘积。

例子: ∣123045006∣=1×4×6=24\begin{vmatrix} 1 & 2 & 3 \\ 0 & 4 & 5 \\ 0 & 0 & 6 \end{vmatrix} = 1 \times 4 \times 6 = 24

分块行列式

性质:对于分块矩阵 (ABCD)\begin{pmatrix} A & B \\ C & D \end{pmatrix},如果 AA 可逆,则:

∣ABCD∣=∣A∣⋅∣D−CA−1B∣\begin{vmatrix} A & B \\ C & D \end{vmatrix} = |A| \cdot |D - CA^{-1}B|

练习题

练习 1

计算行列式 ∣3124∣\begin{vmatrix} 3 & 1 \\ 2 & 4 \end{vmatrix}。

参考答案 (3 个标签)
行列式 二阶行列式 行列式计算

解题思路: 使用二阶行列式的定义公式。

详细步骤:

  1. ∣A∣=3×4−1×2=12−2=10|A| = 3 \times 4 - 1 \times 2 = 12 - 2 = 10

答案:行列式的值为 10。

练习 2

计算行列式 ∣102310021∣\begin{vmatrix} 1 & 0 & 2 \\ 3 & 1 & 0 \\ 0 & 2 & 1 \end{vmatrix}。

参考答案 (3 个标签)
行列式 三阶行列式 行列式展开

解题思路: 按第一行展开计算。

详细步骤:

  1. ∣A∣=1∣1021∣−0∣3001∣+2∣3102∣|A| = 1 \begin{vmatrix} 1 & 0 \\ 2 & 1 \end{vmatrix} - 0 \begin{vmatrix} 3 & 0 \\ 0 & 1 \end{vmatrix} + 2 \begin{vmatrix} 3 & 1 \\ 0 & 2 \end{vmatrix}

  2. =1(1×1−0×2)−0+2(3×2−1×0)= 1(1 \times 1 - 0 \times 2) - 0 + 2(3 \times 2 - 1 \times 0)

  3. =1(1)+2(6)=1+12=13= 1(1) + 2(6) = 1 + 12 = 13

答案:行列式的值为 13。

练习 3

判断行列式 ∣2412∣\begin{vmatrix} 2 & 4 \\ 1 & 2 \end{vmatrix} 是否为零,并说明原因。

参考答案 (3 个标签)
行列式 行列式性质 成比例行

解题思路: 计算行列式值并分析原因。

详细步骤:

  1. ∣A∣=2×2−4×1=4−4=0|A| = 2 \times 2 - 4 \times 1 = 4 - 4 = 0

  2. 原因:第二行是第一行的 12\frac{1}{2} 倍,两行成比例。

答案:行列式为零,因为两行成比例。

练习 4

利用行列式性质简化计算 ∣123246369∣\begin{vmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \\ 3 & 6 & 9 \end{vmatrix}。

参考答案 (3 个标签)
行列式 行列式性质 成比例行

解题思路: 观察行列式的特点,利用性质简化。

详细步骤:

  1. 观察发现:第二行是第一行的 2 倍,第三行是第一行的 3 倍

  2. 根据性质:如果行列式有两行(列)成比例,则行列式为零

  3. 所以该行列式为零

答案:行列式的值为 0。

练习 5

设 AA 为三阶方阵,∣A∣=3|A| = 3,将 AA 的第一行与第三行互换,新行列式值是多少?

参考答案 (3 个标签)
行列式 行列式性质 行交换变号

解题思路: 利用行列式交换行变号的性质。

详细步骤:

  1. 根据性质:交换行列式的两行,行列式变号

  2. 所以新行列式值为 −3-3

答案:新行列式值为 −3-3。


总结

本文出现的符号

符号类型读音/说明在本文中的含义
$A$数学符号
∣∣\begin{vmatrix} \end{vmatrix}数学符号determinant brackets行列式记号
()\begin{pmatrix} \end{pmatrix}数学符号matrix parentheses矩阵记号
SnS_n数学符号symmetric group nn 个元素的对称群
σ\sigma希腊字母sigma(西格玛)置换
sgn(σ)\text{sgn}(\sigma)数学符号sign of sigma置换的符号函数
MijM_{ij}数学符号minor余子式
aija_{ij}数学符号a i j矩阵元素

中英对照

中文术语英文术语音标说明
行列式determinant/dɪˈtɜːrmɪnənt/矩阵的数值特征,用于判断矩阵的可逆性
矩阵matrix/ˈmeɪtrɪks/由数或符号排成的方阵
对称群symmetric group/sɪˈmetrɪk ɡruːp/所有置换构成的群
置换permutation/ˌpɜːrmjuˈteɪʃən/元素的重新排列
余子式cofactor/ˈkoʊˌfæktər/代数余子式的绝对值
代数余子式algebraic cofactor/ˈældʒɪbreɪɪk ˈkoʊˌfæktər/带符号的余子式
二阶行列式second-order determinant/ˈsekənd ˈɔːrdər dɪˈtɜːrmɪnənt/2×2 矩阵的行列式
三阶行列式third-order determinant/ˈθɜːrd ˈɔːrdər dɪˈtɜːrmɪnənt/3×3 矩阵的行列式
行列式展开determinant expansion/dɪˈtɜːrmɪnənt ɪkˈspænʃən/按行或列展开行列式计算
行列式性质determinant properties/dɪˈtɜːrmɪnənt ˈprɒpərtiz/行列式的基本性质和运算规律

课程路线图

  1. 1

    高等数学之函数探秘

    先修课程

    函数是高等数学的核心概念,本系列文档系统介绍函数的基本概念、性质和应用。

    前往课程
  2. 2

    向量代数和空间解析几何

    先修课程

    掌握向量运算和空间中点、线、面的方程及其相互关系。

    前往课程
  3. 3

    线性代数

    当前课程

    掌握行列式、矩阵、向量、线性方程组等,理解线性空间的抽象结构。

    前往课程