行列式的性質 (Properties of Determinants)
備註
本系列文章內容參考自經典教材 Elementary Linear Algebra (Pearson New International Edition)。本文對應章節:Ch3-2 Properties of Determinants。
Row Operations 對行列式的影響 (Effect of Row Operations)
在計算行列式時,頻繁使用 Row Operations 能將矩陣化簡為三角矩陣,進而大幅提升計算效率。然而,不同的 Row Operation 對行列式的數值有著不同的影響。
三種 Row Operations 的影響法則
設 為一個 矩陣:
- Row Interchange (交換兩 Row): 若矩陣 是由 交換兩個 Row 得到,則:
- Row Scaling (某 Row 乘以 倍): 若矩陣 是由 的其中一個 Row 乘以純量 得到,則:
- Row Addition (一 Row 的 倍加至另一 Row): 若矩陣 是由 的一 Row 加上另一 Row 的倍數得到,則:
幾何直覺與視覺化
從幾何角度來看,行列式代表了由 Row 向量構成的平行四邊形(或高維體積)。
- Shear (Row Addition):將一個 Row 的倍數加到另一個 Row,相當於對形狀進行「剪切」。如上圖動畫所示,雖然形狀改變了,但「底」與「高」始終保持不變,因此面積保持不變。
- Scaling:將一個 Row 向量拉長 倍,顯然面積也會跟著變成 倍。
- Swap:交換兩個軸的位置會改變空間的方向性 (Orientation),使有向面積的正負號反轉。
更多重要代數性質 (Key Algebraic Properties)
除了基本的 Row Operations,行列式還具備幾個非常強大的代數特徵。
轉置矩陣的行列式 (Determinant of Transpose)
對任意方陣 ,其轉置矩陣的行列式等於原矩陣的行列式:
這意味著:所有關於 Row 的行列式性質,同樣適用於 Column。例如,交換兩個 Column 也會導致行列式變號。
幾何上,轉置相當於將 Row 向量轉換為 Column 向量,或者說是沿對角線翻轉。如上圖所示,即便向量分量交換了位置,它們所張成的平行四邊形面積依然保持一致。
相乘矩陣的行列式 (Multiplicative Property)
對於兩個同維度的方陣 與 :
注意
雖然相乘具備此性質,但相加則不然!一般情況下,。
上圖展示了複合線性變換的幾何效果:第一個變換 先將單位面積縮放了 倍,接著變換 再將其進一步縮放了 倍。因此,複合後的總縮放倍率即為兩者行列式的乘積。
行列式與可逆矩陣 (Determinants and Invertibility)
這是行列式在線性理論中最核心的應用之一:判斷一個矩陣是否具備反矩陣。
可逆性的判別準則
一個方陣 是可逆的 (Invertible),若且唯若其行列式不為零:
這個定理告訴我們:
- 若 ,表示矩陣代表的變換會使空間「坍縮」(例如三維變二維),導致不可逆。
- 若 ,則該變換保持了空間的完整維度。
特殊零行列式情況
如果矩陣 滿足以下任一條件,則其行列式必定為 :
- 存在一個全零的 Row 或 Column。
- 存在兩個完全相同的 Row 或 Column。
- 存在兩個成比例的 Row 或 Column。
計算策略
雖然上一節學了「餘因子展開」,但如果直接去暴力計算 5x5 以上的矩陣會累死。
最好的方法是混用以下計算策略:
- Row Operations:先利用「Row Addition」把大部分元素變成 0(不改變行列式)。
- Triangular Form:將矩陣化簡成三角矩陣後,行列式就是「主對角線乘積」。
- Swap:如果中間有交換過 Row,記得最後結果要加個負號。