行列式的计算
行列式的计算法则
行列式的计算法则
行列式的计算法则如下：
1、三角形行列式的值，等于对角线元素的乘积。
计算时，一般需要多次运算来把行列式转换为上三角型或下三角型。
2、交换行列式中的两行（列），行列式变号。
3、行列式中某行（列）的公因子，可以提出放到行列式之外。
4、行列式的某行乘以a，加到另外一行，行列式不变，常用于消去某些元素。
5、若行列式中，两行（列）完全一样，则行列式为0；可以推论，如果两行（列）成比例，行列式为0。
6、行列式展开：行列式的值，等于其中某一行（列）的每个元素与其代数余子式乘积的和；但若是另一行（列）的元素与本行（列）的代数余子式乘积求和，则其和为0。
7、在求解代数余子式相关问题时，可以对行列式进行值替代。
8、克拉默法则：利用线性方程组的系数行列式求解方程。
9、齐次线性方程组：在线性方程组等式右侧的常数项全部为0时，该方程组称为齐次线性方程组，否则为非齐次线性方程组。
齐次线性方程组一定有零解，但不一定有非零解。
当D=0时，有非零解；当D!=0时，方程组无非零解。
行列式与它的转置行列式相等。
交换行列式的两行，行列式取相反数。
行列式的某一行的所有元素都乘以同一数k，等于用数k 乘此行列式。
行列式如果有两行元素成比例，则此行列式等于零。
若行列式的某一行每一个元素都可以由两个数相加得到，则这个行列式是对应两个行列式的和。
把行列式的某一行的各元素乘以同一数然后加到另一行对应的元素上去，行列式不变。
行列式的几种计算方法
行列式的几种计算方法行列式是线性代数中一个重要的概念，它在矩阵运算中起着至关重要的作用。
在实际应用中，我们经常会遇到需要计算行列式的情况，因此掌握行列式的计算方法对于线性代数的学习和应用都是非常重要的。
本文将介绍行列式的几种常用的计算方法，希望能够对读者有所帮助。
1. 二阶行列式的计算方法我们来看二阶行列式的计算方法。
对于一个二阶行列式，其表示形式为：D = |a b||c d|a、b、c、d为任意实数。
二阶行列式的计算方法非常简单，只需用左上角的元素乘以右下角的元素，再减去左下角的元素乘以右上角的元素即可，即：这就是二阶行列式的计算方法。
通过这个公式，我们可以很容易地计算出任意给定二阶行列式的值。
同样地，a、b、c、d、e、f、g、h、i为任意实数。
三阶行列式的计算方法稍微复杂一些，但也是很容易理解的。
我们通过第一行的元素a、b、c与其余两行的元素d、e、f 和g、h、i构成的二阶行列式来计算出一个值，即a(ei - fh) - b(di - fg) + c(dh - eg)。
这样，我们就得到了原三阶行列式的值。
这个计算方法的核心就是利用代数余子式来计算三阶行列式的值。
代数余子式是指把一个元素及其所在的行和列去掉后所剩下的元素构成的二阶行列式的值。
通过不断地利用代数余子式，我们就可以顺利地计算出任意给定三阶行列式的值。
除了二阶行列式和三阶行列式之外，我们还可以通过递归的方法来计算其他阶行列式的值。
递归的思想在计算机科学中非常常见，它可以大大简化复杂问题的求解过程。
在计算行列式的情况下，递归的思想同样适用。
具体来说，我们可以通过下述公式来递归地计算n阶行列式的值：D = a1* A11 + a2* A12 + ... + an* A1na1、a2、... an为第一行的元素，A11、A12、... A1n为以a1、a2、... an为第一行元素的n-1阶行列式。
通过不断地利用代数余子式，我们就可以层层递归地计算出任意给定阶数的行列式的值。
行列式的几种计算方法7篇
行列式的几种计算方法7篇第1篇示例：行列式是线性代数中的一个重要概念，它是一个方阵中的一个数值，可以帮助我们判断矩阵的性质，计算行列式的值是线性代数中的基础技能之一。
下面我们将介绍几种行列式的计算方法以及其应用。
一、直接展开法计算行列式最基本的方法就是直接展开法。
以3阶行列式为例，一个3阶方阵的行列式可以表示为：\[\begin{vmatrix}a &b &c \\d &e &f \\g & h & i\end{vmatrix}\]通过公式展开，可以得到：\[\begin{aligned}\begin{vmatrix}a &b &c \\d &e &f \\g & h & i\end{vmatrix} & = aei + bfg + cdh - ceg - bdi - afh \\& = a(ei - fh) - b(di - fg) + c(dh - eg)\end{aligned}\]这样就可以直接计算出行列式的值。
但是这种方法比较繁琐，不适用于高阶行列式的计算。
二、拉普拉斯展开法\[\begin{vmatrix}a_{11} & a_{12} & \cdots & a_{1n} \\a_{21} & a_{22} & \cdots & a_{2n} \\\vdots & \vdots & & \vdots \\a_{n1} & a_{n2} & \cdots & a_{nn} \\\end{vmatrix}\]以第一行为例，可以按照以下公式展开：\[ \text{det}(A) = a_{11}C_{11} + a_{12}C_{12} + \cdots +a_{1n}C_{1n} \]C_{ij}表示元素a_{ij}的代数余子式，通过递归计算代数余子式，最终可以得到行列式的值。
行列式四则运算
行列式四则运算行列式四则运算是指行列式之间的加法、减法、乘法和除法运算。
行列式是线性代数中的一个重要概念，用于描述线性方程组的性质和解的情况。
在实际应用中，行列式的四则运算常常用于求解方程组、计算矩阵的逆以及求解线性方程组的行列式条件等。
一、行列式的加法行列式的加法是指两个行列式相加的运算。
设A和B分别是两个n阶矩阵，记为|A|和|B|，则它们的和为|A+B|。
行列式的加法运算有以下性质：1. 加法满足交换律和结合律，即A+B=B+A和(A+B)+C=A+(B+C)。
2. 行列式的和的行列数等于原来行列数的阶数。
二、行列式的减法行列式的减法是指两个行列式相减的运算。
设A和B分别是两个n阶矩阵，记为|A|和|B|，则它们的差为|A-B|。
行列式的减法运算有以下性质：1. 减法不满足交换律，即A-B≠B-A。
2. 行列式的差的行列数等于原来行列数的阶数。
三、行列式的乘法行列式的乘法是指两个行列式相乘的运算。
设A和B分别是两个n阶矩阵，记为|A|和|B|，则它们的乘积为|AB|。
行列式的乘法运算有以下性质：1. 乘法满足结合律，即(A*B)*C=A*(B*C)。
2. 行列式的乘积的行列数等于原来行列数的阶数。
四、行列式的除法行列式的除法是指两个行列式相除的运算。
设A和B分别是两个n阶矩阵，记为|A|和|B|，则它们的商为|A/B|。
行列式的除法运算可以转化为乘法运算：|A/B| = |A|/|B|以上是行列式的四则运算的基本概念和性质。
行列式的四则运算在实际应用中有广泛的应用，如矩阵的逆的计算、线性方程组的求解、矩阵的正交性判断等。
行列式的四则运算可以通过行列式的定义和行列式的性质进行推导和计算，理解行列式的四则运算对于理解线性代数的基本概念和解决实际问题具有重要意义。
最后，需要注意的是，在实际计算行列式的四则运算时，可以使用行列式的定义直接计算，也可以利用行列式的性质和运算规则进行化简和简化，以提高计算的效率和准确性。
行列式计算方法
行列式计算方法行列式的计算是线性代数中的重要内容，有以下几种常用的方法：1. 代数余子式法：给定一个n阶矩阵A，取A的第i行第j列元素a_ij为基准，计算它的代数余子式A_ij的值。
代数余子式的定义是，在A中划去第i行和第j列后，剩余元素构成的(n-1)阶子矩阵的行列式。
然后，根据代数余子式的符号规律，求得A_ij*(-1)^(i+j)，再将所有的代数余子式乘以对应位置的元素，再求和即可得到行列式的值。
2. 拉普拉斯展开法：选择A的任意一行或一列，例如第i行，根据拉普拉斯展开定理，将行列式的计算转化为n个(n-1)阶行列式的计算，然后依次递归地计算(n-1)阶行列式，最后累加得到行列式的值。
3. 对角线法则：对于一个n×n的矩阵A，按照对角线上的元素（从左上角到右下角）出现的顺序，将对应的元素乘积相加，再减去按照对角线下方的元素（从左上角到右下角）出现的顺序，将对应的元素乘积相加。
这个过程可以用一个式子来表示：det(A) = a_11 * a_22 * ... * a_nn - a_21 * a_32 * ... * a_n1。
4. 公式法：对于一个3阶矩阵A，可以利用公式来计算行列式的值。
行列式的计算可以表示为：det(A) = a_11 * a_22 * a_33+ a_12 * a_23 * a_31 + a_13 * a_21 * a_32 - a_31 * a_22 * a_13 - a_32 * a_23 * a_11 - a_33 * a_21 * a_12。
对于4阶及以上的矩阵，复杂度较高，通常情况下不会直接使用公式法计算，而是选择其他方法。
以上是几种常用的求行列式的方法，不同的方法适用于不同的情况，在实际计算中可以根据需要选择合适的方法来求解。
矩阵行列式的计算方法
矩阵行列式的计算方法行列式是矩阵的一种重要性质，它可以用来表示矩阵的大小、形状和特征，并且在矩阵的计算中起着重要的作用。
下面介绍一些常见的行列式的计算方法。
1. 递归法递归法是行列式计算方法中最常见的方法之一。
该方法通过矩阵的行和列依次相加，直到矩阵的行数或列数等于 1 时停止计算。
具体来说，设矩阵 A 的行数和列数为 n，则行列式的递归式为:|A| = |I| + |A - I| + |A - 2I| + ... + (-1)^n|A - nI| 其中，I 是单位矩阵，|A - I|表示 A 减去单位矩阵的行列式，|A - 2I|表示 A 减去两个单位矩阵的行列式，以此类推。
公式中的 (-1)^n 表示矩阵 A 的 n 行 n 列中每行元素都乘以 (-1)^n，从而产生一个负号。
递归法的优点是可以计算任意阶的行列式，但需要消耗大量的时间和内存。
因此，在实际应用中，通常采用其他更高效的计算方法。
2. 高斯 - 约旦消元法高斯 - 约旦消元法是另一种常用的行列式计算方法。
该方法首先将矩阵 A 分解成素矩阵的乘积，然后通过交换某些元素来将这些素矩阵的行列式相加。
具体来说，设矩阵 A 的行数和列数为 n，选取一个 k，使得 n-k 是奇数，并令 P 为 n-k 阶方阵，则 A 可以表示为:A = P^(-1)*B*P其中，B 为 k 阶方阵，P 为 P^(-1) 的矩阵，即:P^(-1) = (1 2 3 ... k)^(-1)高斯 - 约旦消元法的计算步骤如下:(1) 将 P^(-1) 中的每个元素都乘以一个非零常数，使得 P^(-1) 中的每个元素都小于等于 0。
(2) 将 B 的行向量与 P^(-1) 中的行向量线性变换，使得 B 的行向量中只有非零元素。
(3) 对 B 进行初等行变换，将其化为上三角矩阵。
(4) 计算 B 的行列式，并将其加到 A 的行列式上。
高斯 - 约旦消元法的计算效率较高，可以计算任意阶的行列式，但需要选取合适的 k，以确保计算过程中不会出现错误。
行列式怎么计算
行列式怎么计算
1、利用行列式定义直接计算：行列式是由排成n阶方阵形式的n²个数aij（i,j=1,2,...n）确定的一个数，其值为n项之和。
2、利用行列式的性质计算。
3、化为三角形行列式计算：若能把一个行列式经过适当变换化为三角形，其结果为行列式主对角线上元素的乘积。
因此化三角形是行列式计算中的一个重要方法。
1行列式
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|。
无论是在线性代数、多项式理论，还是在微积分学中（比如说换元积分法中），行列式作为基本的数学工具，都有着重要的应用。
行列式可以看做是有向面积或体积的概念在一般的欧几里得空间中的推广。
或者说，在n维欧几里得空间中，行列式描述的是一个线性变换对“体积”所造成的影响。
2行列式的性质
①行列式A中某行(或列)用同一数k乘,其结果等于kA。
②行列式A等于其转置行列式AT(AT的第i行为A的第i列)。
③若n阶行列式|αij|中某行(或列);行列式则|αij|是两个行列式的和，这两个行列式的第i行(或列),一个是b1,b2,…,bn；另一个是с1，с2,…,сn；其余各行（或列）上的元与|αij|的完全一样。
④行列式A中两行（或列）互换,其结果等于-A。
⑤把行列式A 的某行（或列）中各元同乘一数后加到另一行（或列）中各对应元上，
结果仍然是A。
行列式的求解方法
行列式的求解方法行列式是矩阵所具备的的一个重要的数学性质，它可以为我们解决很多的线性代数问题。
在数学和工程的应用中，行列式常常应用于解决线性方程组、矩阵的特征值和特征向量、线性变换、矩阵的可逆性等问题上。
本文将对行列式的定义、基本性质、计算方法以及相关的应用等方面进行详细的讲解。
一、行列式的定义行列式是由数学家Cramer所发明的。
行列式又叫矩阵行列式，是由一个n*n的方阵中所计算出来的一个标量值。
对于二阶方阵$\bold A=\begin{bmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{bmatrix}$，其行列式为：$$\begin{vmatrix}a_{11} & a_{12} \\a_{21} & a_{22}\end{vmatrix}=a_{11}a_{22}-a_{12}a_{21}$$对于更高阶的n阶矩阵，则可以采用逐步消元的方法来进行求解。
对于一般的n*n阶矩阵A的行列式，我们可以采用下面的定义进行计算：$$\begin{vmatrix}a_{11} & a_{12} & \cdots & a_{1n} \\a_{21} & a_{22} & \cdots & a_{2n} \\\vdots & \vdots & \ddots & \vdots \\a_{n1} & a_{n2} & \cdots & a_{nn}\end{vmatrix}=\sum_{i_1,i_2,\cdots,i_n} (-1)^{N(i_1,i_2,\cdots,i_n)}a_{1i_1}a_{2i_2}\cdots a_{ni_n} $$其中，$N(i_1,i_2,\cdots,i_n)$表示将$i_1,i_2,\cdots,i_n$从小到大排列时所需的逆序对个数，$a_{1i_1}a_{2i_2}\cdotsa_{ni_n}$为行列式的元素积。
行列式的计算方法
行列式的计算方法
行列式的计算方法可以通过展开定理或者数学性质来进行。
展开定理是最常使用的方法之一。
假设我们有一个n阶方阵A，其行列式记为|A|，其中元素可以表示为a_ij。
展开定理可以表述为：
|A| = a_11*C_11 + a_12*C_12 + ... + a_1n*C_1n
其中，C_ij表示元素a_ij的代数余子式。
代数余子式的计算方法如下：
C_ij = (-1)^(i+j)*M_ij
M_ij表示元素a_ij的子行列式。
子行列式的计算方法如下：
M_ij = |A_ij|
其中，A_ij表示把A矩阵的第i行和第j列划去后剩余的(n-1)
阶子方阵。
通过这样的展开和逐步计算，我们可以得到行列式的值。
当然，行列式还有一些其他性质，如交换行列式的两行或两列，行列式的值不变；两行或两列对应元素相等，则行列式的值为零等等。
这些性质也可以用于简化计算行列式的过程。
行列式的计算法则
行列式的计算法则行列式是线性代数中的重要概念，它在矩阵理论、线性方程组求解、向量空间等领域都有重要应用。
行列式的计算法则是指在给定一个n阶方阵时，如何通过一定的规则来计算其行列式的值。
本文将介绍行列式的计算法则，包括展开定理、性质与性质的应用、克拉默法则等内容。
一、展开定理对于一个n阶方阵A，其行列式的计算可以通过展开定理来进行。
展开定理的基本思想是将n阶方阵的行列式表示为n个n-1阶子式的线性组合。
具体来说，对于一个n阶方阵A，其行列式的计算可以通过以下公式来表示：det(A) = a11A11 + a12A12 + ... + a1nA1n其中，a11, a12, ..., a1n分别为矩阵A的第一行元素，A11, A12, ..., A1n分别为a11, a12, ..., a1n对应的代数余子式。
代数余子式的计算可以通过递归的方式来进行，即将n阶方阵的行列式表示为n个n-1阶子式的线性组合，直至计算到1阶方阵的行列式为止。
二、性质与性质的应用在行列式的计算中，有一些性质可以帮助简化计算过程。
这些性质包括行列式的转置、行列式的倍乘、行列式的相加等。
具体来说，对于一个n阶方阵A和一个标量k，有以下性质：1. 行列式的转置：det(A^T) = det(A)2. 行列式的倍乘：det(kA) = k^n det(A)3. 行列式的相加：det(A + B) ≠ det(A) + det(B)这些性质可以在实际计算中帮助简化行列式的计算过程，特别是在展开定理的应用中。
通过这些性质，我们可以将一个复杂的n阶方阵的行列式计算简化为一系列简单的步骤，从而提高计算效率。
三、克拉默法则在线性代数中，克拉默法则是一种利用行列式来求解线性方程组的方法。
具体来说，对于一个n元线性方程组Ax=b，其中A为一个n阶方阵，b为一个n维列向量，x为一个n维未知向量，如果A的行列式不为0，那么方程组有唯一解，并且可以通过以下公式来表示：xi = det(Ai) / det(A)其中，Ai是将A的第i列替换为b得到的新矩阵，det(Ai)为新矩阵的行列式。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
再把第1列加到第2列上
1 0 3 3
2
2
2
7
再把第2行加到第3行上
3 2 14 8
4 0 10 18
1 0 3 3
2 2 2 7
5 0 16 15 按第2列展开
4 0 10 18
1 3 3 2(1)22 5 16 15
二、化成三角形行列式计算：行列式也可以利用 性质化成三角形行列式来计算。
1 1 2 3 1 3
3 3 7 9 5 解法2 D 2 0 4 2 1
3 5 7 14 6
4 4 10 10 2 1 1 2 3 1
0 0 1 0 2 r2 3r1 2 0 4 2 1
用数学归纳法
例5 证明
cos 1
0 0 0
1 2cos 1 0 0
0 Dn
1 2cos 0 0
0
0
0 1
0
0
0 1 2cos
cos n .
证 对阶数n用数学归纳法
因为D1 cos ,
cos
D2 1
1
cos 2
2cos2
1 cos 2 ,
证明是与自然数有关的结论时, 可考虑用数学归 纳法来证明.如果未告诉结果, 也可先猜想其结果, 然后用数学归纳法证明其猜想结果成立.
２ 利用范德蒙行列式计算
利用范德蒙行列式计算行列式，应根据范德 蒙行列式的特点，将所给行列式化为范德蒙行列 式，然后根据范德蒙行列式计算出结果。
例7 计算
1 1 1 2 22 2n Dn 3 32 3n . n n2 nn
3 5 7 14 6
4 4 10 10 2
1 1 2 3 1 0 0 1 0 2 r3 3r1 0 2 0 4 1 r4 4r1 0 2 1 5 3 0 0 2 2 2
1 1 2 3 1 0 2 1 5 3 r2 r4 0 2 0 4 1 0 0 1 0 2 0 0 2 2 2
b a b b
例2 计算 n 阶行列式 D b b a b
b b b a 解 将第 2,3, ,n 都加到第一列得
a n 1b b b b
a n 1b a b b
D a n 1b b a b
a n 1b b b a
3 5 7 14 6
4 4 10 10 2
1 1 2 3 1 2
0 0 1 0 2 r2 3r1 2 0 4 2 1
3 5 7 14 6
4 4 10 10 2
4 1 1 2 3 1 3
0 0 1 0 2 r2 2r1 0 2 0 4 1
1 1 1
( x2 x1 )( x3 x1 ) ( xn x1 )
x2
x3
xn
n-1阶范德蒙德行列式
x
n2 2
x3n2
x
n n
Dn ( x2 x1 )( x3 x1 ) ( xn x1 ) ( xi x j )
ni j2
n
Dn1 ( x ai) 1 a2 x an . i 1 1 a2 a3 x
将第1列的( a1)倍加到第2列，将第1列的 ( a２)倍加到第3列， ,将第1列的( an)倍加到最 后一列，得
10
0
1 x a1 0
n
Dn1 (x ai)1 a2 a1 x a2
三、 用递推法计算 例4 计算
a x1 a
a Dn
a x2
a
a
a a
. a xn
解 依第n列把 Dn 拆成两个行列式之和
a x1 a
a
a x2
Dn
a
a
a
a
a
a
a
a
a xn1 a
a
a
a x1 a
a
a x2
所以,当n 1, n 2时,结论成立.
假 设 对 阶 数 小 于n的 行 列 式 结 论 成 立, 下 证 对
于阶数等于n的行列式也成立.现将 Dn 按最后一行 展开, 得
Dn 2cos Dn1 Dn2 .
由归纳假设,
Dn1 cos(n 1) , D cos(n 2) ,
解 Dn中各行元素分别是一个数的不同方幂,方幂
次数自左至右按递升次序排列，但不是从0变到
n 1,而是由1递升至n.若提取各行的公因子，则方
幂次数便从0增至n 1，于是得到
从而 Dn x1 x2 xn1a xn Dn1.
由此递推，得
Dn1 x1 x2 xn2 a xn1 Dn2 ,于是 Dn x1 x2 xn１a x1 x2 xn2 a xn
xn xn1 Dn2 . 如此继续下去，可得
Dn x1 x2 xn１a x1 x2 xn2 a xn x1 x2 a x4 xn xn xn1 x3 D2
再给第3列乘以负2加到第5列上。
1 1 2 3 3 0 0 1 0 0 c5 ( 2 )c3 2 0 4 2 7 按第2行展开 3 5 7 14 8 4 4 10 10 18
1 1 3 3
(1)(1)23 2 0 2 7 3 5 14 8
4 10 18
给第1列乘以3加到第3列
1 3 0 2 5 16 0 按第3列展开
4 10 6
2(6)(1)33 1 3 5 16
2阶行列式按对角线法则计算
= -12(-16+15) = 12
评注 本题是利用行列式的性质将所给行列 式的某行（列）化成只含有一个非零元素，然后 按此行（列）展开，每展开一次，行列式的阶数 可降低 1阶，如此继续进行，直到行列式能直接 计算出来为止（一般展开成二阶行列式）．这种 方法对阶数不高的数字行列式比较适用．
Dn
1
1
0
x2 x1
0 x2 ( x2 x1 )
0 x2n2 ( x2 x1 )
1
x3 x1
x3 ( x3 x1 )
x
n2 3
(
x3
x1 )
1
xn x1 xn ( xn x1 )
xnn2 ( xn x1 )
按第1列展开，并把每列的公因子 ( xi x1 ) 提出， 就有
0 0 0 1 0 4
0 0 0 4 6
1 1 2 3 1
0 2 1 5 3
r5 4r4 0 0 1 1 2 2 1 6 12.
0 0 0 1 0
0 0 0 0 6
化成三角形行列式的方法常用来 计算有一定规律的字母行列式 a b b b
1 1 2 3 1
r3 r2
0 0
2 0
1 1
5 1
3 2
0 0 1 0 2
0 0 2 2 2
1 1 2 3 1
r4 r3 0 2 1 5 0 0 1 1
3
2 2
0 0 0 1 0 0 0 2 2 2
1 1 2 3 1
0 2 1 5 3 r5 2r3 0 0 1 1 2
xn
x
2 n
( xi x j ). (1)
ni j1
x1n1 x2n1 xnn1
证 用数学归纳法
11
D2 x1
x2
x2 x1
( xi x j ),
2i j1
当 n 2 时（1）式成立．
假设（1）对于 n 1 阶范德蒙德行列式成立，
1 b b b
1 a b b
a (n 1)b 1 b a b
1 b b a
1b b b
ab
a (n 1)b
0 a b
a (n 1)b(a b)n1.
0 ab
例3 计算
x a1 a2 a3 an a1 x a2 a3 an Dn1 a1 a2 x a3 an . a1 a2 a3 a4 x
解 将第2,3, ,n 1列都加到第一列，得
n
x ai a1 a2 an
i 1
n
x ai x a2 an
i 1
Dn1
x
n
ai
a2
x
an
i 1
n
x ai a2 a3 x
i 1
提取第一列的公因子，得
1 a1 a2 an 1 x a2 an
x1 x2 xn１a x1 x2 xn2 a xn x1 x2 a x4 xn xn xn1 x3(a x1 a x2 x1 x2)
x1 x2 xn a( x1 x2 xn1 x1 x3 xn x2 x3 xn).
当 x1 x2 xn 0时，还可改写成
i 1
1 a2 a1 a3 a2
0 0 0 x an
n
n
( x ai) ( x ai).
i1 i1
评注 本题利用行列式的性质，采用“化零” 的方法，逐步将所给行列式化为三角形行列式． 化零时一般尽量选含有１的行（列）及含零较多 的行（列）；若没有１，则可适当选取便于化零 的数，或利用行列式性质将某行（列）中的某数 化为1；若所给行列式中元素间具有某些特点，则 应充分利用这些特点，应用行列式性质，以达到 化为三角形行列式之目的．