1. 首页 / 知识 /  正文

行列式的本质是解决什么问题?现实本质是什么?

行列式的本质是解决什么问题?现实本质是什么?

行列式是线性代数的重要概念之一。不幸的事,对于相当多的国内教材和初学者而言,除了一串看似复杂的公式和一串相关定理之外,似乎一切都不知所云。

Wong!行列式有着极其清晰和简明的数学含义,特别是,具有明确的几何含义。

首先,我们必须认识到线性代数和(高维)几何的极大相关性,甚至可以说,线性代数就是线性几何。nothing more,nothing less。

行列式,矩阵的逆,矩阵的秩(rank),这三个重要的概念极其相关,几乎是一回事。

一个n阶矩阵,代表的就是一个n维欧几里得空间里的n个点或向量,它们在n维空间里“张开”形成一个子空间,行列式就是这个“子空间”(平行2n面体)的有向“超体积”。

这本身可以作为一个习题,不算太难,用数学归纳法很好证明。

显然,假如这个矩阵的n个向量不是完全线性独立的,就是说某个向量可以用其他向量线性组合出来,那从几何上看,那个张开的子空间就是一个“扁平”的,其超体积必然为0。

所以,一个方阵是否线性相关,完全等价于其行列式是否=0。从此可以引申,一个存在线性相关性的矩阵必然没有“逆”,矩阵本身就显然代表了线性组合或线性变换,逆就是反变换。用一个行列式=0的线性相关矩阵去变化,必然把输入也扁平化,就像*0,0没有倒数,所以行列式=0的矩阵没有逆。

同样,秩(rank)就是指矩阵中存在的线性无关的向量的最大数,当秩=n是就是“满秩”,此时行列式≠0,矩阵有逆。秩的几何意义就是这n个向量张开的最大的体积非零的子空间维度。

线性代数里计算行列式,计算逆,计算秩,都有很多方法,但我推荐一种,统一的方法,从中可以看出三者是几乎完全一致的数学概念。

方法就是“对角化”,通过行变换和列变换(本身代表线性组合),逐步把矩阵变成只有对角线≠0,其它位置全=0的阵。什么时候进行不下去了(此时右下余阵全0),就得到了秩。如果进行完全,就是满秩。

过程中如果对角线没有归一化,对角线乘积就是行列式的值。(求秩和行列式其实不必完全对角化,三角化就可以)。

如果过程中对角线做了归一化(全=1),那你的整个过程就相当于求逆,同一过程应用在一个单位I阵上,就是原矩阵的逆。

请牢记,线性代数就是几何,线性几何就是矩阵,你既可以用几何来辅助理解线性代数,更可以利用矩阵的强大功能来秒杀各种几何问题。