新闻api reactjs macos servlets lambda scrapy vue特点 js的点击事件 jquery去除空格 wps临时文件 office2016修复 基于bootstrap的框架 js回调函数写法 js原生点击事件 excel加减混合求和 python配置环境 python的open函数 python的lambda函数 python读取字典 filejava java中scanner javase教程 java基本类型 java环境配置 java重写和重载的区别 java文件读写 java字符串匹配 java查看变量类型 linuxcat命令 linux入门基础 ip隐藏 海鸥浏览器 微信超级好友 蒙文字体 html5网页制作 python队列 pdf拆分工具 免费脚本 文章查重软件 js字符转数字
当前位置: 首页 > 学习教程  > python

行列式的计算方法(含四种,看完就会!)

2021/2/6 23:24:19 文章标签: 测试文章如有侵权请发送至邮箱809451989@qq.com投诉后文章立即删除

行列式的计算方法前言一、对角线法二、代数余子式法三、等价转化法四、逆序数法总结前言 提示:本文主要讲述行列式的求解方法,所以本文侧重于方法的讲解,而并非推导。主要思路为从三阶行列式举例,再过渡到高阶行列式的通用方法 。…

行列式的计算方法

  • 前言
  • 一、对角线法
  • 二、代数余子式法
  • 三、等价转化法
  • 四、逆序数法
  • 总结


前言

提示:本文主要讲述行列式的求解方法,所以本文侧重于方法的讲解,而并非推导。主要思路为从三阶行列式举例,再过渡到高阶行列式的通用方法 。


以下是本篇文章正文内容:

一、对角线法

▍以三阶行列式为例:

D 3 = ∣ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ∣ D_3= \left| \begin{matrix} a_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\\ \end{matrix} \right| D3=a11a21a31a12a22a32a13a23a33

①将第一、二列平移到行列式右侧
②如图做出六条斜对角线
③对角线上的元素相乘红色相加的和 减去 蓝色相加的和
在这里插入图片描述
D 3 = D_3= D3=

a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a_{11}a_{22}a_{33}+a_{12}a_{23}a_{31}+a_{13}a_{21}a_{32} a11a22a33+a12a23a31+a13a21a32

− a 13 a 22 a 31 − a 11 a 23 a 32 − a 12 a 21 a 33 -a_{13}a_{22}a_{31}-a_{11}a_{23}a_{32}-a_{12}a_{21}a_{33} a13a22a31a11a23a32a12a21a33

对角线法也是三阶行列式计算使用最广泛的方法

对角线法适用于二、三阶行列式,对于更高阶的行列式暂时未找到规律

二、代数余子式法

▍以三阶行列式为例:

例 : D 3 = ∣ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ∣ 例:D_3= \left| \begin{matrix} a_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\\ \end{matrix} \right| D3=a11a21a31a12a22a32a13a23a33

以 第 一 行 展 开 , 得 D 3 = 以第一行展开,得D_3= D3=

= ( − 1 ) 1 + 1 a 11 M 11 + ( − 1 ) 1 + 2 a 12 M 12 + ( − 1 ) 1 + 3 a 13 M 13 =\left( -1 \right) ^{1+1}a_{11}M_{11}+\left( -1 \right) ^{1+2}a_{12}M_{12}+\left( -1 \right) ^{1+3}a_{13}M_{13} =(1)1+1a11M11+(1)1+2a12M12+(1)1+3a13M13

= a 11 ∣ a 22 a 23 a 32 a 33 ∣ − a 12 ∣ a 21 a 23 a 31 a 33 ∣ + a 13 ∣ a 21 a 22 a 31 a 32 ∣ =a_{11}\left| \begin{matrix} a_{22}& a_{23}\\ a_{32}& a_{33}\\ \end{matrix} \right|-a_{12}\left| \begin{matrix} a_{21}& a_{23}\\ a_{31}& a_{33}\\ \end{matrix} \right|+a_{13}\left| \begin{matrix} a_{21}& a_{22}\\ a_{31}& a_{32}\\ \end{matrix} \right| =a11a22a32a23a33a12a21a31a23a33+a13a21a31a22a32

对于任一行(列)都可进行展开

▍例n阶行列式:

D n = ∣ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ∣ D_n=\left| \begin{matrix} a_{11}& a_{12}& \cdots& a_{1n}\\ a_{21}& a_{22}& \cdots& a_{2n}\\ \vdots& \vdots& & \vdots\\ a_{n1}& a_{n2}& \cdots& a_{nn}\\ \end{matrix} \right| Dn=a11a21an1a12a22an2a1na2nann

以第 i 行展开:

= ( − 1 ) i + 1 a i 1 M i 1 + ( − 1 ) i + 2 a i 2 M i 2 + ⋯ + ( − 1 ) i + n a i n M i n =\left( -1 \right) ^{i+1}a_{i1}M_{i1}+\left( -1 \right) ^{i+2}a_{i2}M_{i2}+\cdots +\left( -1 \right) ^{i+n}a_{in}M_{in} =(1)i+1ai1Mi1+(1)i+2ai2Mi2++(1)i+nainMin

以第 j 列展开:

= ( − 1 ) 1 + j a 1 j M 1 j + ( − 1 ) 2 + j a 2 j M 2 j + ⋯ + ( − 1 ) n + j a n j M n j =\left( -1 \right) ^{1+j}a_{1j}M_{1j}+\left( -1 \right) ^{2+j}a_{2j}M_{2j}+\cdots +\left( -1 \right) ^{n+j}a_{nj}M_{nj} =(1)1+ja1jM1j+(1)2+ja2jM2j++(1)n+janjMnj

例 : ∣ 0 1 0 2 15 3 1 41 2 ∣ = ( − 1 ) 1 + 2 ∣ 3 2 2 1 ∣ = 1 例: \left| \begin{matrix} 0& 1& 0\\ 2& 15& 3\\ 1& 41& 2\\ \end{matrix} \right|=\left( -1 \right) ^{1+2}\left| \begin{matrix} 3& 2\\ 2& 1\\ \end{matrix} \right|=1 02111541032=(1)1+23221=1

本例中,利用代数余子式法能够简便运算

三、等价转化法

①行列式的某一行(列)的各元素乘同一数然后加到另一行(列)对应的元素上去,行列式不变 ②行列式中某一行(列)的所有元素的公因子可以提到行列式记号的外面

转化法的核心思想是将行列式转化成上三角行列式

直接举例:

D 4 = ∣ 3 1 1 1 1 3 1 1 1 1 3 1 1 1 1 3 ∣ D_4=\left| \begin{matrix} 3& 1& 1& 1\\ 1& 3& 1& 1\\ 1& 1& 3& 1\\ 1& 1& 1& 3\\ \end{matrix} \right| D4=3111131111311113

∣ 3 1 1 1 1 3 1 1 1 1 3 1 1 1 1 3 ∣ = r 1 + r 2 + r 3 + r 4 ∣ 6 6 6 6 1 3 1 1 1 1 3 1 1 1 1 3 ∣ = r 1 ÷ 6 6 ∣ 1 1 1 1 1 3 1 1 1 1 3 1 1 1 1 3 ∣ \left| \begin{matrix} 3& 1& 1& 1\\ 1& 3& 1& 1\\ 1& 1& 3& 1\\ 1& 1& 1& 3\\ \end{matrix} \right|\xlongequal{r_1+r_2+r_3+r_4}\left| \begin{matrix} 6& 6& 6& 6\\ 1& 3& 1& 1\\ 1& 1& 3& 1\\ 1& 1& 1& 3\\ \end{matrix} \right|\xlongequal{r_1\div 6}6\left| \begin{matrix} 1& 1& 1& 1\\ 1& 3& 1& 1\\ 1& 1& 3& 1\\ 1& 1& 1& 3\\ \end{matrix} \right| 3111131111311113r1+r2+r3+r4 6111631161316113r1÷6 61111131111311113

= r 2 − r 1 , r 3 − r 1 , r 4 − r 1 6 ∣ 1 1 1 1 0 2 0 0 0 0 2 0 0 0 0 2 ∣ = 6 × 1 × 2 × 2 × 2 = 48 \xlongequal{r_2-r_1,r_3-r_1,r_4-r_1}6\left| \begin{matrix} 1& 1& 1& 1\\ 0& 2& 0& 0\\ 0& 0& 2& 0\\ 0& 0& 0& 2\\ \end{matrix} \right|=6\times1\times 2\times 2\times 2=48 r2r1,r3r1,r4r1 61000120010201002=6×1×2×2×2=48

四、逆序数法

▍以三阶行列式为例
D 3 = ∣ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ∣ = ∑ ( − 1 ) t a 1 p 1 a 2 p 2 a 3 p 3 D_3=\left| \begin{matrix} a_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\\ \end{matrix} \right| =\sum{\left( -1 \right) ^ta_{1p_1}a_{2p_2}a_{3p_3}} D3=a11a21a31a12a22a32a13a23a33=(1)ta1p1a2p2a3p3

t 为排列  p 1 p 2 p 3  的逆序数 t\text{为排列 }p_1p_2p_3\ \text{的逆序数} t为排列 p1p2p3 的逆序数

其 中 p 1 、 p 2 、 p 3 ≤3,且各不相同 其中p_1\text{、}p_2\text{、}p_3\text{≤3,且各不相同} p1p2p3≤3,且各不相同

▍对于n阶行列式:

D n = ∣ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ∣ D_n=\left| \begin{matrix} a_{11}& a_{12}& \cdots& a_{1n}\\ a_{21}& a_{22}& \cdots& a_{2n}\\ \vdots& \vdots& & \vdots\\ a_{n1}& a_{n2}& \cdots& a_{nn}\\ \end{matrix} \right| Dn=a11a21an1a12a22an2a1na2nann

= ∑ ( − 1 ) t a 1 p 1 a 2 p 2 ⋯ a n p n =\sum{\left( -1 \right) ^ta_{1p_1}a_{2p_2}\cdots a_{np_n}} =(1)ta1p1a2p2anpn

t 为排列  p 1 p 2 ⋯ p n  的逆序数 t\text{为排列 }p_1p_2\cdots p_n\ \text{的逆序数} t为排列 p1p2pn 的逆序数

其 中 p 1 、 p 2 ⋯ p n ≤n,且各不相同 其中p_1\text{、}p_2\cdots p_n\text{≤n,且各不相同} p1p2pn≤n,且各不相同

前三种方法的本质其实都是逆序数法,逆序数法也是行列式求解最基础的方法,但使用起来更加复杂

总结

本文讲述了四种行列式的计算方法:

▍其中对角线法,是使用最简单、最广泛的方法

▍代数余子式法和等价转化法,在特定情况下能极大程度上简便运算,但需要读者对行列式进行灵活地观察

▍逆序数法,是一种更加基础的方法,使用起来比较复杂


提示:以上是本人关于行列式学习的体会,若有错误,欢迎大家批评和交流(*^▽ ^*)/

本文链接: http://www.dtmao.cc/news_show_2000172.shtml

附件下载

相关教程

    暂无相关的数据...

共有条评论 网友评论

验证码: 看不清楚?