免费余子式展开计算器

[
]

行列式

选择矩阵大小,输入所有元素,然后点击计算

通过余子式展开理解行列式

行列式是每个方阵的一个标量值。它揭示了关键性质,例如可逆性(非零行列式意味着矩阵可逆)以及由矩阵表示的线性变换的体积缩放因子。计算行列式最系统的方法之一是 余子式展开,也称为 拉普拉斯展开。该方法将 n×nn \times n 矩阵的行列式分解为更小子矩阵的行列式组合,从而成为一种递归技术。专用的 余子式展开计算器 可以自动执行此计算,允许您通过选择最佳行或列进行展开,立即获得行列式。

子式和余子式:构成要素

对于给定矩阵元素 aija_{ij},子式 MijM_{ij} 定义为删除第 ii 行和第 jj 列后形成的子矩阵的行列式。余子式 CijC_{ij} 只是子式乘以符号因子:

Cij=(−1)i+jMij.C_{ij} = (-1)^{i+j} M_{ij}.

符号因子遵循棋盘图案:当 i+ji+j 为偶数时为正值,当 i+ji+j 为奇数时为负值。该符号模式对于展开公式至关重要。

余子式展开公式

矩阵 AA 的行列式可以表示为沿任意行或列的展开。对于固定的行 ii:

det⁡(A)=∑j=1naijCij=∑j=1n(−1)i+jaijMij.\det(A) = \sum_{j=1}^{n} a_{ij} C_{ij} = \sum_{j=1}^{n} (-1)^{i+j} a_{ij} M_{ij}.

同样,沿列 jj 展开:

det⁡(A)=∑i=1naijCij=∑i=1n(−1)i+jaijMij.\det(A) = \sum_{i=1}^{n} a_{ij} C_{ij} = \sum_{i=1}^{n} (-1)^{i+j} a_{ij} M_{ij}.

这些公式表明计算大小为 nn 的行列式需要计算 nn 个大小为 n−1n-1 的行列式(或当某些系数为零时更少)。该过程递归重复,直到子矩阵足够小可以直接计算,例如 2×2 或 3×3。

展开行或列的策略选择

余子式展开的效率很大程度上取决于零的存在。应该始终选择包含最多零的行或列。零系数会使其对应的余子式项消失,大大减少工作量。例如,如果 5×5 矩阵中某行有三个零,则只需计算两个余子式,大大简化计算。

分步指南

  1. 选择 一个尽可能多零的行或列。
  2. 对于该行或列中的每个非零元素:
    • 删除其所在行和列,提取出一个 (n−1)×(n−1)(n-1)\times(n-1) 子矩阵。
    • 计算该子矩阵的行列式(如果需要,再次使用余子式展开)。
    • 乘以 (−1)i+j(-1)^{i+j} 得到余子式。
  3. 将 每个非零元素与其余子式相乘。
  4. 求和 所有这些乘积得到行列式。

示例演算:3×3 余子式展开

我们以 3×3 矩阵为例:

A=(203140−105).A = \begin{pmatrix} 2 & 0 & 3 \\ 1 & 4 & 0 \\ -1 & 0 & 5 \end{pmatrix}.

第二列有两个零,所以沿第 2 列展开是最有效的选择:

det⁡(A)=a12C12+a22C22+a32C32=0⋅C12+4⋅C22+0⋅C32=4⋅C22.\det(A) = a_{12}C_{12} + a_{22}C_{22} + a_{32}C_{32} = 0\cdot C_{12} + 4\cdot C_{22} + 0\cdot C_{32} = 4\cdot C_{22}.

现在计算 C22C_{22}:

C22=(−1)2+2det⁡(23−15)=1⋅(2⋅5−3⋅(−1))=10+3=13.C_{22} = (-1)^{2+2} \det\begin{pmatrix}2 & 3\\ -1 & 5\end{pmatrix} = 1\cdot (2\cdot5 - 3\cdot(-1)) = 10 + 3 = 13.

因此 det⁡(A)=4×13=52\det(A) = 4 \times 13 = 52。如果我们沿其他行或列展开,将得到相同结果,但会有更多中间计算。

扩展到 4×4 和 5×5 矩阵

相同的递归原理适用于更大的矩阵。考虑一个 4×4 矩阵,其最后一行包含两个零:

B=(100203000040001−1).B = \begin{pmatrix} 1 & 0 & 0 & 2 \\ 0 & 3 & 0 & 0 \\ 0 & 0 & 4 & 0 \\ 0 & 0 & 1 & -1 \end{pmatrix}.

沿第 4 行展开(非零项在第 3 和第 4 列)给出:

det⁡(B)=1⋅C43+(−1)⋅C44.\det(B) = 1\cdot C_{43} + (-1)\cdot C_{44}.

每个余子式现在需要计算一个 3×3 子矩阵的行列式。这些 3×3 行列式可以使用相同的余子式技术计算,可能选择包含零的行或列。合并结果得到一个数值;计算器自动处理这些递归步骤,无需手动计算。

示例:5×5 矩阵

考虑一个 5×5 矩阵,其第二行有三个零,仅剩元素 2 和 -1。沿此行展开需要两个 4×4 行列式。其中一个(与 2 关联的)4×4 行列式为 -212,另一个(与 -1 关联的)为 -84。应用符号和系数:

det⁡(A)=(−1)2+1×2×(−212)+(−1)2+5×(−1)×(−84)=−2×(−212)+1×(−84)=424−84=340.\det(A) = (-1)^{2+1} \times 2 \times (-212) + (-1)^{2+5} \times (-1) \times (-84) = -2 \times (-212) + 1 \times (-84) = 424 - 84 = 340.

这种分层递归正是 拉普拉斯展开计算器 自动执行的,为您节省手工计算。

为什么余子式展开很重要

余子式展开不仅是一种可靠的手动方法,也是其他行列式技术(如使用行化简)的理论基础。它适用于任何有限大小的矩阵,从简单的 2×2 到 5×5 或更大,尽管高维度手动计算变得繁琐。如需快速检查或处理大型矩阵,在线工具(如 通过余子式展开的矩阵行列式 计算器)提供了高效的替代方案。

关键要点

  • 余子式展开逐步缩小行列式的规模。
  • 始终选择零最多的行或列以最小化计算。
  • 符号因子 (−1)i+j(-1)^{i+j} 对于获得正确的行列式至关重要。
  • 该方法同样适用于 2×2、3×3、4×4 或更大矩阵。
  • 当零大量存在时,计算显著加快。

常见问题

1. 如何为余子式展开选择最佳行或列?

寻找包含最多零的行或列。零条目会消除相应的余子式项,大幅减少所需计算量。

2. 余子式中符号因子的公式是什么?

符号因子是 (-1)^(i+j),其中 i 和 j 是行和列索引。当 i+j 为偶数时为 +1,奇数时为 -1。

3. 余子式展开可用于大于 3x3 的矩阵吗?

可以,它适用于任意方阵维度(2x2、3x3、4x4、5x5 等)。该方法成为递归:将 n×n 行列式化简为几个 (n-1)×(n-1) 行列式,然后继续直到达到可直接计算的 2x2 或 3x3 行列式。

4. 子式和余子式有什么区别?

元素的子式是删除该元素行和列后所得子矩阵的行列式。余子式是子式乘以符号因子 (-1)^(i+j)。展开公式中使用的是余子式,而非子式本身。

5. 如果一整行或列全为零会怎样?

如果某行或列全为零,则展开中的每一项均为零,因此该矩阵的行列式为零。这也意味着矩阵不可逆。

使用方法

  1. 选择矩阵大小:2x2、3x3 或 4x4。
  2. 在输入字段网格中输入所有矩阵元素。
  3. 选择沿哪一行或列展开,然后点击计算以查看行列式及逐步余子式展开过程。