行列式详解:从定义到应用
引言
行列式是线性代数中的核心概念之一,它不仅是矩阵理论的重要组成部分,更是解决线性方程组、计算向量空间体积、判断矩阵可逆性等问题的关键工具。本文将从行列式的基本定义出发,系统地介绍其性质、计算方法和重要应用。
思维导图
mindmap
root((行列式))
定义
二阶行列式
三阶行列式
n阶行列式
余子式和代数余子式
性质
转置不变性
行列交换变号
线性性质
乘积性质
计算方法
按行列展开
化上三角矩阵
利用性质简化
特殊行列式
范德蒙德行列式
对角行列式
上下三角行列式
应用
克拉默法则
矩阵可逆性判断
体积计算
线性相关性判断
1. 行列式的定义
1.1 二阶行列式
最简单的行列式是二阶行列式,定义为:
∣a11a12a21a22∣=a11a22−a12a21\begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix} = a_{11}a_{22} - a_{12}a_{21} a11a21a12a22 =a11a22−a12a21
这个公式可以理解为主对角线元素乘积减去副对角线元素乘积。
例如:
∣3214∣=3×4−2×1=12−2=10\begin{vmatrix} 3 & 2 \\ 1 & 4 \end{vmatrix} = 3 \times 4 - 2 \times 1 = 12 - 2 = 10
3124
=3×4−2×1=12−2=10
1.2 三阶行列式
三阶行列式的计算可以使用萨吕斯(Sarrus)法则或按行(列)展开:
∣a11a12a13a21a22a23a31a32a33∣=a11a22a33+a12a23a31+a13a21a32−a13a22a31−a11a23a32−a12a21a33\begin{vmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{vmatrix} = a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} - a_{13}a_{22}a_{31} - a_{11}a_{23}a_{32} - a_{12}a_{21}a_{33} a11a21a31a12a22a32a13a23a33 =a11a22a
4万+



被折叠的 条评论
为什么被折叠?



