3_2特殊矩阵,方阵的行列式
特殊矩阵 方阵乘积的行列式
一.特殊矩阵及其运算性质 1. 单位矩阵
形如
1 0 L 0 0 1 L 0 M M 0 0 L 1
称为n阶单位 的n阶方阵称为 阶单位 阶方阵称为 矩阵.记为 简记为E. 记为En,简记为 矩阵 记为 简记为
该方阵的特点是主对角线上的元素都是1, 该方阵的特点是主对角线上的元素都是 主对角线上的元素都是 S 其他元素都是0. 其他元素都是 其第i行第 列的元素为 其第 行第j列的元素为 δ ij 行第
所以 AB + BA 是 n 阶反对称矩阵
1 i = j S = 0 i ≠ j
易证
( 1) EA = AE = A, ( A为任意n阶方阵 )
( 2 ) Em Am×n = Am×n En = Am×n
3 ) E n = E , 其中n为正整数 (
单位矩阵在矩阵乘法运算中的作用与数1在 单位矩阵在矩阵乘法运算中的作用与数 在 数的乘法运算中的作用类似。 数的乘法运算中的作用类似。
上三角矩阵的特点是主对角线下方的元素全为0. 上三角矩阵的特点是主对角线下方的元素全为 三角矩阵的特点是主对角线上方的元素全为0. 下 三角矩阵的特点是主对角线上方的元素全为
可以验证： 可以验证： 为同阶同结构的三角矩阵, 若A，B为同阶同结构的三角矩阵,则 kA A + B AB 仍为同阶同结构的 三角矩阵.
a11 a12 0 a 4. 三角矩阵 22 上三角矩阵 L L 0 0 三角矩阵 a11 0 下三角矩阵 a a22 21 L L a n1 a n 2
L a1n L a2 n L L L ann 0 0 L L L ann L L
T
反对称矩阵
0 −a 12 L a − 1n
a12 0 L − a2 n
L a1n L a2 n L L L 0
为同阶矩阵） 反对称矩阵的基本性质 （A,B为同阶矩阵） 为同阶矩阵
Q (kA ) = kAT = k (− A) = − kA 证明: 证明
= λ E + nλ
n
n −1
n(n − 1) n− 2 2 B+ λ B 2
λn 1 0 0 nλ n−1 0 n n −1 1 + 0 0 nλ = 0 λ 0 0 λn 0 0 0 n(n − 1) n− 2 λ n nλ n−1 n(n − 1) λ n− 2 λ 0 0 2 2 n n −1 = 0 λ nλ 0 +0 0 0 λn 0 0 0 0
阵, 且HH T = E .
)
∴ H是对称矩阵 .
HH = H
T 2
= E − 4 XXT + 4( XXT )( XXT
= E − 4XXT + 4XXT = E .
= (E − 2 XX
T 2
) ) = E − 4XX
T
+ 4 X ( X T X )X T
定义 如果A = − A 即 aij = − a ji ( i , j = 1, 2,L, n ) 反对称矩阵. 则称A 为反对称矩阵 0 －1 2 1 为反对称阵. 0 －3 如 A= －2 3 0 反对称矩阵的主对角线上的元素全为零， 反对称矩阵的主对角线上的元素全为零，以主对 角线为对称轴的对应元素绝对值相等,符号相反 符号相反。 角线为对称轴的对应元素绝对值相等 符号相反。
5. 转置矩阵
定义 把矩阵A 的行换成同序数的列得到的 AΤ . 新矩阵， 的转置矩阵， 新矩阵，叫做 A 的转置矩阵，记作
如
1 2 2 A= , 4 5 8
B = (18 6),
1 4 T A = 2 5 ; 2 8
18 B = . 6
T T
= B
T
T
BT = BBT
T T
T
T
T
B
因此BBT , BT B都是对称矩阵.
例4
设列矩阵 X = ( x1 , x2 ,L, xn ) 满足 X T X = 1, E为n阶单位矩阵 , H = E − 2 XX T , 证明H是对称矩
T
T T T
T T T
证明: 证明 Q H = (E − 2 XX ) = E − 2( XX = E − 2 XX T = H ,
a11 a 对称矩阵 12 L a 1n 说明
a12 a22 L a2 n
L L L L
a1n a2 n L ann
对称阵的元素以主对角线为对称轴对应相 等。 对角矩阵,数量矩阵,单位矩阵都是对称矩阵。 对角矩阵,数量矩阵,单位矩阵都是对称矩阵。
为同阶矩阵） 对称矩阵的基本性质 （A,B为同阶矩阵） 为同阶矩阵 (1)如果 A , B 都是对称矩阵 则 A + B, λ A 仍是 如果 都是对称矩阵,则 对称矩阵,其中 对称矩阵 其中 为任意常数. λ 为任意常数
6.对称矩阵和反对称矩阵 6.对称矩阵和反对称矩阵
定义 阶方阵， 设 A 为 n 阶方阵，如果满足AT = A， 即 a ij = a ji (i , j = 1 ,2 ,L , n ) 那么 A 称为对称矩阵 称为对称矩阵. 对称矩阵
12 6 1 如 A = 6 8 0 为对称阵. 1 0 6
已知
1 7 − 1 T 2 0 − 1 A= , B = 4 2 3 , 求 ( AB ) . 1 3 2 2 0 1 解法1 解法 1 7 − 1 0 14 − 3 2 0 − 1 , Q AB = 4 2 3 = 1 3 2 17 13 10 2 0 1
a11 a12 L 0 a L 22 L L L 0 L 0 * a11b11 0 a22 b22 = L L 0 0
a1n a2 n L ann L L
b11 b12 L b1n 0 b L b 22 2n L L L L 0 L bnn 0 * *表示主对角线上方 * 表示主对角线上方 的元素. 的元素 L L L ann bnn
1 0 = λE + B 0 1 0 0 0 0 0 1 1 = 0 0 0 0 0 0 0
B =B B=0
可交换,所以利用二项式定理 因数量矩阵 λ E 与 B 可交换 所以利用二项式定理 得:
A = (λ E + B )
n
n
1 2 = ( λ E ) n + C n ( λ E ) n −1 B + C n ( λ E ) n − 2 B 2 + L + B n
0 17 T ∴( AB) = 14 13. − 3 10
解法2 解法
( AB ) = BT AT
T
1 4 2 2 1 0 17 = 7 2 0 0 3 = 14 13. − 1 3 1 − 1 2 − 3 10
其中m为正整数
m
= diag (a1m , a2 m ,L an m )
例1设 设
λ 0 A = 0
1
λ
0
0 求 A n . 其中 n 为正整数 1 λ
λ 0 解 A= 0 0 而 B2 = 0 0
3 2
0
λ
0
1 0 0
0 0 + 0 0 λ 0 0 0 1 1 0 0 0 0 0
(2)如果 A , B 都是对称矩阵 则 AB 为对称矩阵 如果 都是对称矩阵,则 的充要条件是 AB = BA
都是对称矩阵,则 如果 A , B 都是对称矩阵 则 AB 为对称矩阵 的充要条件是 AB = BA
由于A与B都是对称矩阵，则有A = A , B ＝B T T T 如果AB = BA, 则有( AB ) = B A = BA = AB 所以AB是对称的
T T
反之，如果AB是对称的,
即( AB )T = AB
则有AB = ( AB ) = B A = BA
T T T
矩阵,则 例3 设 B 是一个m × n 矩阵 则 BBT 和 BT B 都是 对称矩阵. 对称矩阵
证明： 证明：显然BBT 为m阶矩阵, BT B为n阶矩阵.
而 BB
T
( ) ( )( ) ( B B) = B ( B ) = B
T
为反对称矩阵， 若A, B为反对称矩阵，则kA, A ± B仍为反对称矩阵.
( A ± B ) = AT = −(A ± B)
T
± B T = (− A) ± (− B )
∴ kA, A ± B仍为反对称矩阵.
未必是反对称矩阵. 但AB未必是反对称矩阵 未必是反对称矩阵 如
0 1 0 −1 A= , B = 1 0 是反对称矩阵 −1 0 1 0 AB = BA = 不是反对称矩阵. 0 1
阶反对称矩阵, 例5设 A 是 n 阶反对称矩阵 B 是 n 阶对称矩阵 , 设 阶反对称矩阵. 则 AB + BA是 n 阶反对称矩阵 证明:因为 证明 因为
( AB + BA)T = ( AB )T + ( BA)T = BT AT + AT BT = B (− A) + (− A) B = − ( BA + AB ) = − ( AB + BA)
阶方阵A相乘可交换。 这说明n阶数量矩阵与任一n阶方阵A相乘可交换。
矩阵行列式规则_概述说明以及解释
矩阵行列式规则概述说明以及解释1. 引言1.1 概述矩阵行列式是线性代数中的重要概念之一，它在各个方面都有着广泛的应用。
矩阵行列式规则是对于矩阵行列式计算过程中的一些基本操作和规律的总结和概括。
通过研究和了解矩阵行列式规则，我们可以更好地理解矩阵与行列式的关系，推导出更多的定理和性质，并将其应用于实际问题求解、判断矩阵可逆性等领域。
1.2 文章结构本文主要分为五个部分：引言、矩阵与行列式、矩阵行列式规则、解释矩阵行列式规则的意义以及结论。
其中，在引言部分将对整篇文章进行概述；在矩阵与行列式部分，将介绍基本的矩阵与行列式的定义和性质；在矩阵行列式规则部分，将详细讲解常用的几个运算规则；在解释矩阵行列式规则的意义部分，将探讨它们在线性方程组求解、判断矩阵可逆性以及几何变换中的应用；最后，在结论中对矩阵行列式规则及其重要性进行总结，并提出未来的研究方向或应用领域。
1.3 目的本文的目的是对矩阵行列式规则进行概述、说明和解释。
通过本文的阐述，读者将能够了解到什么是矩阵和行列式，以及它们之间的关系；掌握常用的矩阵行列式规则，并了解其运用于线性方程组、矩阵可逆性判断和几何变换等领域；认识到矩阵行列式规则在数学领域中的重要性，以及未来可能深入探索和扩展该领域的方向。
通过本文的学习，读者将能够更加准确地理解和应用矩阵行列式规则，从而提升自己在相关数学问题上的能力。
2. 矩阵与行列式2.1 矩阵概念矩阵是由m行n列的数字排成的矩形阵列，可以用来表示线性方程组、向量空间的线性变换以及图像处理等问题。
一个矩阵可以用大写字母表示，如A，并且可以表示为以下形式：A = [a11, a12, ..., a1n;a21, a22, ..., a2n;...,am1, am2, ..., amn]其中，a_ij代表第i行第j列的元素。
2.2 行列式概念行列式是矩阵中一个非常重要的数值指标。
对于一个n阶矩阵A，它的行列式记作|A|或det(A)，其计算方式为：|A| = a11C11 + a12C12 + ... + a1nC1n= ∑(-1)^(i+j)a_ij*Cij其中，a_ij表示第i行第j列的元素，Cij是代数余子式。
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。
矩阵行列式规则
矩阵行列式规则全文共四篇示例，供读者参考第一篇示例：矩阵是代数学中的一个重要概念，它是由数字排列成的矩形阵列。
矩阵在数学中被广泛应用，可以描述各种数学问题，如线性方程组、向量、空间变换等。
矩阵行列式是矩阵的一个重要性质，通过计算行列式可以得到矩阵的一些特征值，进而解决一些数学问题。
本文将介绍矩阵行列式的定义、性质和计算规则，帮助读者更好地理解和运用矩阵行列式。
一、矩阵行列式的定义矩阵行列式是一个标量值，它是一个方阵（行数等于列数的矩阵）特有的性质。
对于一个n阶矩阵A，其行列式记作det(A)，定义如下：1. 当n=1时，A为一阶矩阵，行列式即为矩阵元素的值。
det(A) = a11*a22 - a12*a21，其中a11、a12、a21、a22分别为矩阵A的元素。
3. 当n>2时，A为n阶矩阵，行列式的计算较为复杂，可以通过以下方法计算：- 余子式法：将矩阵A的每个元素替换为其代数余子式（即元素的代数余子式等于元素的代数余子式，行列式等于该行列式的输出和输入的矩阵），然后按某一行或列展开，得到行列式的值。
- 公式法：利用递归关系式计算，逐步将n阶行列式转化为n-1阶行列式，直至得到一阶行列式的计算结果。
以上是矩阵行列式的定义和计算方法，行列式有着许多重要的性质和规则，下文将介绍一些常用的行列式规则。
1. 行列式的性质1：行列式与转置矩阵的关系矩阵的转置矩阵的行列式等于原矩阵行列式的值，即det(A) = det(A^T)。
对于矩阵A，若将其两行进行交换，行列式的值取反，即如果B是通过将矩阵A的第i行和第j行交换后得到的矩阵，则det(B) =-det(A)。
1. 二阶矩阵行列式的计算：该公式是最简单的行列式计算方式，通过计算矩阵元素的乘积之差，即可得到矩阵的行列式值。
det(A) = a11*a22*a33 + a12*a23*a31 + a13*a21*a32 -a13*a22*a31 - a11*a23*a32 - a12*a21*a33。
方阵的行列式计算公式
方阵的行列式计算公式方阵的行列式是一个重要的数学概念，在线性代数和高等数学中经常应用。
行列式可以用于计算方阵的特征值和特征向量、判断方阵是否可逆以及解线性方程组等。
本文将介绍方阵的行列式计算公式，并详细讨论了其性质和应用。
一、代数余子式展开法代数余子式展开法是通过按照其中一行（列）的元素，计算该行（列）的代数余子式，并带上相应的符号，最后相加得到行列式的值。
设A是一个n阶方阵，我们以第i行为例来介绍代数余子式展开法的计算过程。
第i行的第j个元素记为a[i][j]，则以该元素为起点的代数余子式记为M[i][j]。
M[i][j]=(-1)^(i+j) * det(A[i][j])其中det(A[i][j])表示删除A矩阵的第i行和第j列后形成的(n-1)阶方阵的行列式。
然后我们可以得到代数余子式矩阵C：C=[M[1][1]M[1][2]...M[1][n]][M[2][1]M[2][2]...M[2][n]][...........................][M[n][1]M[n][2]...M[n][n]]det(A)=M[1][1]*(-1)^(1+1)+M[1][2]*(-1)^(1+2)+...+M[1][n]*(-1)^(1+n)当然，我们也可以以列为单位来进行代数余子式展开法的计算。
代数余子式展开法是一种递归的计算方法，在计算n阶方阵的行列式时，需要不断地计算(n-1)阶方阵的行列式。
当方阵的阶数较小时，这种方法比较简洁，但对于高阶矩阵的计算则相对繁琐。
二、拉普拉斯展开法拉普拉斯展开法是通过选取其中一行（列）或者一些元素，将矩阵转化为多个更小的子矩阵，并计算这些子矩阵的行列式来计算主矩阵的行列式。
我们以选取第一行为例来介绍拉普拉斯展开法的计算过程。
将第一行的第j个元素记为a[1][j]，则以该元素为起点构成的子阵记为A[1][j]。
子阵A[1][j]的行列式记为det(A[1][j])，则主矩阵的行列式可以按照以下公式进行计算：det(A)=a[1][1]*det(A[1][1])-a[1][2]*det(A[1][2])+...+(-1)^(1+n)*a[1][n]*det(A[1][n])其中det(A[1][j])表示删除A矩阵的第一行和第j列所得到的(n-1)阶子矩阵的行列式。
线性代数-行列式(完整版)
01
对于二元一次方程组，可以直接应用克拉默法则求解
未知数。
02
对于三元一次方程组，需要先判断系数矩阵的行列式
是否为零，若不为零，则可以使用克拉默法则求解。
03
对于更高元次的线性方程组，克拉默法则同样适用，
但计算量会随着元次的增加而急剧增大。
矩阵可逆性判别方法
01
一个方阵可逆的充分必要条件是其行列式不等于零。
行列式基本性质
行列式中如果有两行（或两列）元素成比例，则此行列式等于零。
若行列式的某一行（或某一列）的元素都是两数之和，例如第i行的元素都是两数之 和：$a_{ij}=b_{ij}+c_{ij}$，则此行列式等于两个行列式之和，这两个行列式的第i行 分别为$b_{ij}$和$c_{ij}$，其余各行与原行列式的相应的行相同。
对于一个n阶方阵A，其行列式记作|A|或det(A)， 是一个数值。
行列式的值可以通过对矩阵元素进行特定的运算 得到，该运算满足一定的性质。
行列式基本性质
行列式与它的转置行列式相等。
交换行列式的两行（或两列），行列式变号。 行列式的某一行（或某一列）中所有的元素都乘以同一数k，等于用数k乘 此行列式。
克拉默法则介绍
克拉默法则（Cramer's Rule）是线性 代数中一个关于求解线性方程组的定理。
该法则适用于具有相同数量方程的方程组， 且系数矩阵的行列式不为零的情况。
克拉默法则通过计算系数矩阵的行 列式以及将系数矩阵的某一列替换 为常数项列后得到的新矩阵的行列 式，来求解方程组的解。
克拉默法则在方程组求解中应用
应用领域
范德蒙德行列式在多项式插值、数值分析等领域有广 泛应用。
范德蒙德行列式在多项式拟合中应用
《高等代数》知识点梳理
高等代数知识点梳理第四章 矩阵一、矩阵及其运算 1、矩阵的概念（1）定义：由n s ×个数ij a （s i ,2,1=；n j ,2,1=）排成s 行n 列的数表sn s n a a a a 1111，称为s 行n 列矩阵，简记为n s ij a A ×=)(。
（2）矩阵的相等：设n m ij a A ×=)(，k l ij a B ×=)(，如果l m =，k n =，且ij ij b a =，对m i ,2,1=；n j ,2,1=都成立，则称A 与B 相等，记B A =。
（3）各种特殊矩阵：行矩阵，列矩阵，零矩阵，方阵，（上）下三角矩阵，对角矩阵，数量矩阵，单位矩阵。
2、矩阵的运算（1）矩阵的加法：++++= +sn sn s s n n sn s n sn s n b a b a b a b a b b b b a a a a 1111111111111111。
运算规律：①A B B A +=+②)()(C B A C B A ++=++③A O A =+ ④O A A =−+)(（2）数与矩阵的乘法：= sn s n sn s n ka ka ka ka a a a a k 11111111运算规律：①lA kA A l k +=+)( ②kB kA B A k +=+)(③A kl lA k )()(= ④O A A =−+)(（3）矩阵的乘法：= sm s m nm n m sn s n c c c c b b b b a a a a 111111111111其中nj in i i i i ij b a b a b a c +++= 2211，s i ,2,1=；m j ,2,1=。
运算规律：①)()(BC A C AB = ②AC AB C B A +=+)( ③CA BA A C B +=+)( ④B kA kB A AB k )()()(==一般情况，①BA AB ≠②AC AB =，0≠A ，⇒C B = ③0=AB ⇒0=A 或0=A（4）矩阵的转置： =sn s n a a a a A 1111，A 的转置就是指矩阵=ns n s a a a a A 1111'运算规律：①A A =)''( ②'')'(B A B A +=+③'')'(A B AB = ④')'(kA kA =（5）方阵的行列式：设方阵1111n n nn a a A a a= ，则A 的行列式为1111||n n nn a a A a a = 。
《线性代数》课件-第2章方阵的行列式
教学难点：n阶行列式的计算，拉普拉斯定理的应用.
教学时间：6学时.
§1 n 阶行列式的定义
设n阶方阵A=(aij),称
a11 a12
a1n
a21 a22
a2n
an1 an2
ann
为方阵A 的行列式,记为| A |或det A .
1.1 n 阶行列式的引出
于是D中可能不为0的均布项可以记为
a a a b b . 1p1 1p2
mpm 1q1
nqn
这里，pi=ri,qi=rm+i-m,设l为排列p1p2 …pm(m+q1) …(m+qn)的 逆序数。以t，s分别表示排列p1p2 …pm及q1q2 …qn的逆序数，
应有l= t+s，于是
D
(1)l a1p1 a2 p2 a b b mpm 1q1 2q2 bnqn
b2
a2n , j 1, 2, , n.
an1
bn
ann
提出三个问题
（1）D=？（怎么算）？
（2）当D≠0时，方程组是否有唯一解？
（3）若D≠0时，方程组有唯一解，解的形式 是否是
xj
Dj D
,
j 1,2,
, n.
1.2 全排列及其逆序数
1、全排列 用1，2，3三个数字可以排6个不重复三位数即：
第二章 方阵的行列式
行列式是一种常用的数学工具，也是代数学中必不可 少的基本概念，在数学和其他应用科学以及工程技术中有 着广泛的应用。本章主要介绍行列式的概念、性质和计 算方法。
教学目的：通过本章的教学使学生了解行列式的概念， 掌握行列式的性质，会计算各种类型的行列式.
方阵的行列式计算公式
方阵的行列式计算公式方阵的行列式是一种特殊的数学工具，用于表示方阵的性质和特征。
在数学中，方阵指的是行数和列数相等的矩阵。
行列式的计算公式是通过方阵的元素和排列的乘积来计算的。
对于一个n阶方阵A（n x n大小的矩阵），行列式的计算公式可以表示为：|A| = a11C11 + a12C12 + ... + a1nC1n其中，a11, a12, ..., a1n是方阵A的第一行元素，C11, C12, ..., C1n是对应元素a11, a12, ..., a1n的代数余子式。
代数余子式（Cij）是指在方阵A中去掉第i行和第j列后，剩余元素组成的(n-1)阶方阵的行列式。
例如，对于一个3阶方阵A（3x3大小的矩阵），计算行列式的公式为：|A| = a11C11 + a12C12 + a13C13= a11(A22A33 - A23A32) + a12(A21A33 - A23A31) +a13(A21A32 - A22A31)这个公式可以继续推广到更高阶的方阵。
需要注意的是，方阵的行列式可以用递推方式计算。
例如，在上述计算行列式的公式中，每个代数余子式的计算也可以通过行列式的计算公式来实现。
此外，行列式的计算还可以通过其他方法来进行，如拉普拉斯展开定理、三角形法则等。
拉普拉斯展开定理是利用将方阵按某一行（或列）展开为一系列代数余子式的和的方法来计算行列式的值。
三角形法则则是通过正交三角矩阵的性质来简化行列式的计算。
这些方法都可以用于方阵的行列式的计算，具体使用哪种方法取决于方阵的特点和具体需求。
总结起来，方阵的行列式是一种用于表示方阵性质和特征的数学工具。
行列式的计算公式是通过方阵的元素和排列的乘积来计算的，可以通过代数余子式的计算来递推计算行列式的值。
另外，还可以利用拉普拉斯展开定理、三角形法则等方法来计算行列式。
这些方法都需要具体问题具体分析，选择最适合的方法来计算行列式的值。
3_2特殊矩阵,方阵的行列式
转置矩阵的运算性质
(1) (A
T T
)
= A;
T
(2) ( A + B ) = AT + BT ;
( 3) ( λ A)
T
= λ A ( 其中λ 为任意数 ) ;
T
(4) ( AB )T = BT AT .
( 5 ) ( A1 A2 L Ak )
T
= Ak T Ak −1T L A1T .
例2
阶反对称矩阵, 例5设 A 是 n 阶反对称矩阵 B 是 n 阶对称矩阵 , 设 阶反对称矩阵. 则 AB + BA是 n 阶反对称矩阵 证明:因为 证明 因为
( AB + BA)T = ( AB )T + ( BA)T = BT AT + AT BT = B (− A) + (− A) B = − ( BA + AB ) = − ( AB + BA)
= λ E + nλ
n
n −1
n(n − 1) n− 2 2 B+ λ B 2
λn 1 0 0 nλ n−1 0 n n −1 1 + 0 0 nλ = 0 λ 0 0 λn 0 0 0 n(n − 1) n− 2 λ n nλ n−1 n(n − 1) λ n− 2 λ 0 0 2 2 n n −1 = 0 λ nλ 0 +0 0 0 λn 0 0 0 0
a11 a 对称矩阵 12 L a 1n 说明
a12 a22 L a2 n
L L L L
a1n a2 n L ann
对称阵的元素以主对角线为对称轴对应相 等。 对角矩阵,数量矩阵,单位矩阵都是对称矩阵。 对角矩阵,数量矩阵,单位矩阵都是对称矩阵。
二阶三阶行列式
二阶三阶行列式1.引言1.1 概述二阶行列式和三阶行列式是线性代数中常见的概念。
行列式是一个整数或实数的方阵，它具有很多重要的性质和应用。
二阶行列式是一个2×2的方阵，而三阶行列式是一个3×3的方阵。
在本文中，我们将介绍二阶行列式和三阶行列式的定义以及计算方法，并总结它们的特点和重要性。
在二阶行列式部分，我们将详细介绍二阶行列式的定义和计算方法。
二阶行列式的定义是由其中的四个元素按一定的规则相乘再相减得到的一个数值。
计算二阶行列式可以使用简单的公式，即将对角线上的两个元素相乘再相减。
我们将提供详细的计算示例，并讨论二阶行列式在几何学和线性方程组中的应用。
在三阶行列式部分，我们将进一步介绍三阶行列式的定义和计算方法。
三阶行列式的计算比较复杂，需要按一定的规则进行乘法和加减运算。
我们将解释这些规则，并提供实际的计算例子。
此外，我们还将探讨三阶行列式在向量空间和线性方程组中的应用，以及它们与二阶行列式之间的关系。
通过本文的学习，读者将能够理解二阶行列式和三阶行列式的概念和计算方法。
同时，他们还将认识到行列式在数学和实际应用中的重要性。
了解行列式可以帮助我们解决各种问题，包括求解线性方程组、计算向量的正交性和计算面积和体积等。
行列式是线性代数中的基础知识，对于进一步学习和应用线性代数的内容具有重要的意义。
1.2文章结构1.2 文章结构本文将首先介绍二阶行列式的概念和定义，详细阐述其计算方法。
然后，我们将进一步探讨三阶行列式的定义和计算方法。
在分析和比较二阶行列式与三阶行列式的异同之后，我们将总结这两者的特点和应用。
本文的主要目的是通过对二阶和三阶行列式的研究，帮助读者更好地理解和应用行列式的相关概念和计算方法。
具体来说，本文的内容安排如下：2. 正文2.1 二阶行列式2.1.1 定义在这一部分中，我们将引入二阶行列式的概念，并详细解释其定义。
通过具体的例子，我们将展示如何构建并计算二阶行列式。