前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >线性代数--MIT18.06(十九)

线性代数--MIT18.06(十九)

作者头像
fireWang
发布于 2019-03-13 09:39:45
发布于 2019-03-13 09:39:45
7530
举报
文章被收录于专栏:零维领域零维领域

19. 行列式公式和代数余子式

19.1 课程内容:行列式公式和代数余子式

在上一讲我们介绍了行列式的性质,知道了行列式的性质,我们自然想知道如何求解行列式,首先回顾下行列式的三个基本性质

  • 单位阵的行列式为 1
  • 交换矩阵的行,行列式的值变号
  • 行列式的行是线性的

行列式的计算公式

接下来我们就将利用行列式的三个基本性质,来推导出行列式的计算公式。

还是从二阶方阵开始,基于行列式的行是线性的,我们可以得到如下的分解

注意到我们使用行列式的行具有线性的性质,我们可以将原求解行列式拆解为多个行列式的值求解

继续推广到 3 阶观察一下结果。

将上述 2 阶的情况,也写成现在 3 阶的形式的话,我们得到

可以发现,我们对

阶的行列式进行展开,最终就得到

个行列式,这些行列式的每一行都只有一个元素,同时大部分的行列式的值为 0 ,最终留下来的行列式的个数是

的全排列数,即

由此我们外推到

阶行列式的情况,就得到了行列式公式(the big formula--不知道怎么翻译,暂时就叫行列式公式吧)

一共有多少项呢?

是 1 到 n 这 n 个数的全排列数目,它们的全排列就对应行列式公式中的每一项的列下标。那么每一项的符号如何判断呢?我们知道如果这个数列是正向序列,那么就是对应于正对角线上的所有元素,此时该项为正,那么其他排列就可以视作是对它的置换操作,由此其他项的符号,我们根据将该序列置换到正对角线上需要置换的次数来判断,如果是偶数次置换,那么其符号为正,奇数次则为负。

举个列子

对于该行列式,我们可以扩展到

个行列式,但是由于每一行都只有 2 个元素,因此实际上我们最终只有两个行列式是不为 0 的,他们的列下标为

置换一次可以得到,因此该项为负,

则是置换了两次,因此该项为正,并且这两个行列式的值得绝对值都是 1 ,所以原矩阵是奇异矩阵,行列式为 0 。


■ 代数余子式

行列式公式给了我们计算行列式的方法,但是可以发现,需要计算的项数还是太多了,因此从行列式公式中,提炼出了代数余子式的方法

我们将之前 3 阶矩阵的行列式的结果提取公因数,就得到了如下的式子

可以发现,括号中的项,就是将提取的公因数的下标所对应的行和列去除之后的矩阵的行列式的值。

由此我们得到代数余子式的定义,对于矩阵

而言,

的余子式即将原矩阵

所在的第

行与第

列的元素划去,剩下的元素不改变原来的顺序所构成的

阶矩阵的行列式称为

的余子式

所对应的代数余子式则为

, 余子式是不带符号的,但是代数余子式是带符号的,一个元素的代数余子式与该元素本身没什么关系,只与该元素所在的位置有关,符号由

的结果决定。

对于

阶行列式

,就等于它的任一行的所有元素与其对应的代数余子式的乘积之和:

同时我们知道矩阵的转置的行列式值不变,因此上述行列式的代数余子式求和公式也可以表示为该行列式的任一列的所有元素与其对应的代数余子式的乘积之和:

举个例子,上述二阶行列式的值就可以如此求解

再来一个三对角线矩阵的行列式的有趣的例子

继续下去,可以发现对于三对角线矩阵行列式,

,并且其值是每 6 个数一个循环。

19.2 习题课

2011年行列式习题课

(http://open.163.com/movie/2016/4/6/F/MBKJ0DQ52_MBORHQ86F.html)

计算下列 5 阶矩阵的行列式

由课程内容我们已经知道了计算行列式的三种方式,

  • ①消元法(将矩阵消元到三角阵,则行列式为对角线元素的乘积);
  • ②行列式公式(the big formula);
  • ③代数余子式

实际计算过程中,我们会根据矩阵的结构,使用最方便的方法来计算。


解答

因为矩阵的转置的行列式的值和原矩阵行列式的值是相等的,所以利用代数余子式的方式,我们从列进行展开,行列式的结果是不变的。观察到

的第一列展开,则余子式所对应的矩阵是三角阵,计算行列式非常方便,因此我们对

使用代数余子式的方式来计算它的行列式,即

对于

,可以发现很多的重复元素,因此很自然会想使用消元法

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-02-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 零维领域 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
线性代数--MIT18.06(二十)
行列式用一个数值就包含了所有信息,从行列式的值出发我们又可以发现一些新的公式,用于计算我们之前讲解过得一些可以求解但是没有公式用于求解的东西
fireWang
2019/03/13
6480
线性代数--MIT18.06(二十五)
是秩 1 矩阵,因此秩为 1 ,也就说明在零空间是二维平面,即有两个特征值为 0 ,根据迹即为特征值相加之和,即可得到另一个特征值为 1 。其特征向量就是
fireWang
2019/03/13
6780
博客 | MIT—线性代数(下)
1、 投影矩阵与最小二乘:向量子空间投影在机器学习中的应用最为广泛。就拿最小二乘的线性拟合来说,首先根据抽样特征维度假设线性方程形式,即假设函数。
AI研习社
2018/12/28
1.4K0
博客 | MIT—线性代数(下)
线性代数--MIT18.06(二十六)
特征值的性质我们已经知道了,由于是对称矩阵的性质,我们再看下它的特征向量,因为特征向量正交,基于十七讲的内容,我们总可以将正交向量矩阵转化为正交矩阵,因此我们就可以将对角化公式进行如下分解
fireWang
2019/03/13
1.4K0
线性代数--MIT18.06(三十五)
行不满秩,因此其不满秩,那么它不可能为正定矩阵,可以为半正定矩阵。 于是我们也就知道
fireWang
2019/03/13
6250
线性代数--MIT18.06(二十一)
在介绍行列式的时候,我们说行列式是为了特征值和特征向量,现在就来说明下什么是特征值,什么是特征向量。
fireWang
2019/03/13
3080
透析矩阵,由浅入深娓娓道来—高数-线性代数-矩阵
线性代数是用来描述状态和变化的,而矩阵是存储状态和变化的信息的媒介,可以分为状态(静态)和变化(动态)信息来看待。
周陆军
2018/03/27
7.3K7
透析矩阵,由浅入深娓娓道来—高数-线性代数-矩阵
线性代数--MIT18.06(二十八)
在第二十六讲已经讲解了正定矩阵的一些性质,这一讲将给出判断矩阵为正定矩阵的判定条件,同时给出几何解释
fireWang
2019/04/24
4880
线性代数--MIT18.06(二十八)
万字长文带你复习线性代数!
课程主页:http://speech.ee.ntu.edu.tw/~tlkagk/courses_LA16.html
石晓文
2018/12/25
1.6K0
万字长文带你复习线性代数!
线性代数行列式方程求解(正交矩阵的行列式)
线性代数行列式求值算的可真是让人CPU疼,但计算机是不累的,所以用一个c++程序帮助你验证求解行列式的值吧。
全栈程序员站长
2022/07/28
9730
线性代数行列式方程求解(正交矩阵的行列式)
线性代数--MIT18.06(二十八)
在第二十六讲已经讲解了正定矩阵的一些性质,这一讲将给出判断矩阵为正定矩阵的判定条件,同时给出几何解释
fireWang
2019/03/13
1.4K0
线性代数知识汇总
线性代数是代数学的一个分支,主要处理线性关系问题。线性关系意即数学对象之间的关系是以一次形式来表达的。例如,在解析几何里,平面上直线的方程是二元一次方程;空间平面的方程是三元一次方程,而空间直线视为两个平面相交,由两个三元一次方程所组成的方程组来表示。含有 n个未知量的一次方程称为线性方程。变于关量是一次的函数称为线性函数。线性关系问题简称线性问题。解线性方程组的问题是最简单的线性问题。
章鱼猫先生
2021/10/15
1.5K0
线性代数知识汇总
线性代数整理(三)行列式特征值和特征向量
比方说在二维平面中,这里有三组二维向量,每组都有两个向量,那么每组向量的面积就可以表示它们的不同。当然这里说面积是针对二维平面来说的,在三维空间中,就是体积;在更高维度中,可能就是一个体,但这个体比较抽象
算法之名
2021/03/04
2.7K0
线性代数--MIT18.06(二十四)
马尔科夫矩阵的稳态问题就是有关特征值为 1 的对应特征向量,并且其他的特征值的绝对值都是小于 1 (可有其他特征值也为 1 的例外)。为什么呢?
fireWang
2019/04/24
6430
线性代数--MIT18.06(二十四)
线性代数--MIT18.06(三十三)
对应于课本(Introduction to Linear Algebra)第六章内容的习题课
fireWang
2019/03/13
7750
关于矩阵之行列式、方阵、逆矩阵的理解
行列式在数学中,是一个函数,其定义域为det的矩阵A,取值为一个标量,写作det(A)或 | A | ,可以看作在几何空间中,一个线性变换对“面积”或“体积”的影响。
python与大数据分析
2022/03/11
2.1K0
关于矩阵之行列式、方阵、逆矩阵的理解
线性代数行列式计算方法之降阶法
线性代数行列式计算之降阶法一般针对于行列是0元素较多的情况,它的核心思想是对某行(列)能方便的进行行列式展开,即某行(列)元素与其代数余子式的乘积,而该行(列)元素为0的较多,对应的代数余子式又比较简单的求出(比如三角形的行列式)。
全栈程序员站长
2022/07/23
2.1K0
线性代数行列式计算方法之降阶法
线性代数--MIT18.06(五)
继续上一讲的内容,由上一讲可知我们可以将系数矩阵 A 分解为下三角矩阵和上三角矩阵的乘积,但是我们给定了一个前提假设—— A 在消元过程中不做换行,这一次我们来解决如果在消元过程中存在换行的情况。
fireWang
2019/03/13
5210
啊!再见吧!我的行列式~
当你听完线性代数中矩阵各种厉害,各种应用,然后提了提裤子冲入线性代数的世界,会发现出现了行列式,代数余子式,等等的东西,和你想象的那个变换,映射的世界相差甚远。
云深无际
2024/08/21
1480
啊!再见吧!我的行列式~
数据分析与数据挖掘 - 06线性代数
导数是高等数学中非常重要的知识点,也是人工智能的算法应用中比较常用的一个知识,这一章我们的重点就是讲解一下导数和其求导法则。首先我们来看一下导数的基本概念:函数的变化率,即函数的变化速度,叫做函数的导数。 设函数y = f(x) 在函数x0的某邻域内有定义,当x在点x0有增量∆x(x0+∆x仍在该邻域内)。这时y=f(x)有增量∆y=f(x0+∆x)-f(x0),当∆x无限趋近于零时,∆y/∆x存在,则这个极限值就叫做函数y=f(x)在点x0处的导数,公式如下:
马一特
2020/09/22
9440
相关推荐
线性代数--MIT18.06(二十)
更多 >
领券
💥开发者 MCP广场重磅上线!
精选全网热门MCP server,让你的AI更好用 🚀
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档