4.4 行列式按某行某列展开

4.4 行列式按某行某列展开介绍了行列式按一行一列展开计算的方法

大家好,欢迎来到IT知识分享网。

公式

  行列式按某行某列展开,是另一种减少矩阵阶数的算法,将 n × n n\times n n×n矩阵行列式计算减少到 ( n − 1 ) × ( n − 1 ) (n-1)\times(n-1) (n1)×(n1)的矩阵,该算法按第 i i i行展开的公式如下:
∣ A ∣ = ∑ j = 1 n a i j A i j |A|=\sum_{j=1}^na_{ij}A_{ij} A=j=1naijAij
  按第 j j j列展开的公式如下:
∣ A ∣ = ∑ i = 1 n a i j A i j |A|=\sum_{i=1}^na_{ij}A_{ij} A=i=1naijAij
  其中 A i j A_{ij} Aij是代数余子式cofactor。举个例子,以下矩阵的行列式按第一列展开:
∣ 1 − 1 − 2 − 3 3 − 2 − 1 − 2 − 5 4 3 2 6 5 4 3 ∣ = 1 × ∣ − 2 − 1 − 2 4 3 2 5 4 3 ∣ − 3 × ∣ − 1 − 2 − 3 4 3 2 5 4 3 ∣ − 5 × ∣ − 1 − 2 − 3 − 2 − 1 − 2 5 4 3 ∣ − 6 × ∣ − 1 − 2 − 3 − 2 − 1 − 2 4 3 2 ∣ = − 122 \begin{vmatrix}1 & -1 & -2 & -3\\ 3 & -2 & -1 & -2\\ -5 & 4 & 3 & 2\\ 6 & 5 & 4 & 3\\ \end{vmatrix}=\\1 \times \begin{vmatrix}-2 & -1 & -2\\ 4 & 3 & 2\\ 5 & 4 & 3\\ \end{vmatrix}\\-3 \times \begin{vmatrix}-1 & -2 & -3\\ 4 & 3 & 2\\ 5 & 4 & 3\\ \end{vmatrix}\\-5 \times \begin{vmatrix}-1 & -2 & -3\\ -2 & -1 & -2\\ 5 & 4 & 3\\ \end{vmatrix}\\ -6 \times \begin{vmatrix}-1 & -2 & -3\\ -2 & -1 & -2\\ 4 & 3 & 2\\ \end{vmatrix}\\=-122
1356124521343223
=
1×
245134223
3×
145234323
5×
125214323
6×
124213322
=122

python实现

 def cofactor_expansion(self, column=0): # 默认按第一列展开吧 n = len(self.__vectors) if len(self.__vectors) == 2: return self.__vectors[0][0] * self.__vectors[1][1] - self.__vectors[0][1] * self.__vectors[1][0] result = 0 for i in range(n): e = self.__vectors[column][i] result += e * self.cofactor(i, column) return result 

Java实现

 / * 余子式 * @param line * @param column * @return */ private T minor(int line, int column) { 
    int n = this.array.length; T[][] arr = newArray(n - 1, n - 1); for (int i = 0; i < n - 1; i++) { 
    for (int j = 0; j < n - 1; j++) { 
    int col = j < column ? j : j + 1; int row = i < line ? i : i + 1; arr[i][j] = this.array[row][col]; } } return createMatrix(arr).cofactor_expansion(0); } / * 代数余子式 * @param line * @param column * @return */ private T cofactor(int line, int column) { 
    final T minor = minor(line, column); return ((line + column) & 1) == 0 ? this.minor(line, column) : subtract(zeroValue(), minor); } private T determinant2x2() { 
    final T a = multiply(this.array[0][0], this.array[1][1]); final T b = multiply(this.array[1][0], this.array[0][1]); return subtract(a, b); } public T cofactor_expansion(int line) { 
    int n = this.array.length; if (n == 2) { 
    return determinant2x2(); } T sum = zeroValue(); for (int i = 0; i < n; i++) { 
    sum = add(sum, multiply(array[line][i], this.cofactor(line, i))); } return sum; } 

技巧

  在考研或期末考试时,如果遇到某一行或者某一列有很多0,可以采用这种方式减少运算量。如果没有那么多0,那么可以利用初等行变换变得某一列其余元素都是0.

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://haidsoft.com/148553.html

(0)
上一篇 2025-03-30 14:00
下一篇 2025-03-30 14:10

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信