行列式计算论文开题报告

行列式

行列式在数学中，是一个函数，其定义域为det的矩阵A，取值为一个标量，写作det(A)或 | A | 。无论是在线性代数、多项式理论，还是在微积分学中（比如说换元积分法中），行列式作为基本的数学工具，都有着重要的应用。

行列式可以看做是有向面积或体积的概念在一般的欧几里得空间中的推广。或者说，在 n 维欧几里得空间中，行列式描述的是一个线性变换对“体积”所造成的影响。

数学定义

n阶行列式

设

是由排成n阶方阵形式的n²个数aij(i,j=1,2,...,n)确定的一个数，其值为n！项之和

式中k1,k2,...,kn是将序列1,2,...,n的元素次序交换k次所得到的一个序列，Σ号表示对k1,k2,...,kn取遍1,2,...,n的一切排列求和，那末数D称为n阶方阵相应的行列式.例如，四阶行列式是4！个形为

的项的和，而其中a13a21a34a42相应于k=3,即该项前端的符号应为

(－1)3.

若n阶方阵A=（aij）,则A相应的行列式D记作

D=|A|=detA=det(aij)

若矩阵A相应的行列式D=0，称A为奇异矩阵，否则称为非奇异矩阵.

标号集：序列1,2,...,n中任取k个元素i1,i2,...,ik满足

1≤i1

i1,i2,...,ik构成{1,2,...,n}的一个具有k个元素的子列，{1,2,...,n}的具有k个元素的满足(1)的子列的全体记作C(n,k),显然C(n,k)共有  个子列.因此C(n,k)是一个具有个元素的标号集，C(n,k)的元素记作σ,τ,...,σ∈C(n,k)表示

σ={i1,i2,...,ik}

是{1,2,...,n}的满足(1)的一个子列.若令τ={j1,j2,...,jk}∈C(n,k),则σ=τ表示i1=j1,i2=j2,...,ik=jk。

性质

①行列式A中某行(或列)用同一数k乘,其结果等于kA。

②行列式A等于其转置行列式AT(AT的第i行为A的第i列)。

③若n阶行列式|αij|中某行(或列);行列式则|αij|是两个行列式的和，这两个行列式的第i行(或列),一个是b1,b2,…,bn；另一个是с1，с2,…,сn；其余各行（或列）上的元与|αij|的完全一样。

④行列式A中两行（或列）互换,其结果等于-A。 ⑤把行列式A的某行（或列）中各元同乘一数后加到另一行（或列）中各对应元上，结果仍然是A。

什么是行列式

行列式是数学中的一个函数，将一个的矩阵A映射到一个纯量，记作det(A)或 | A | 。行列式可以看做是有向面积或体积的概念在一般的欧几里得空间中的推广。或者说，在n维度空间中，行列式描述的是一个线性变换对“体积”所造成的影响。无论是在线性代数、多项式理论，还是在微积分学中（比如说换元积分法中），行列式作为基本的数学工具，都有着重要的应用。

行列式概念最早出现在解线性方程组的过程中。十七世纪晚期，关孝和与莱布尼茨的著作中已经使用行列式来确定线性方程组解的个数以及形式。十八世纪开始，行列式开始作为独立的数学概念被研究。十九世纪以后，行列式理论进一步得到发展和完善。矩阵概念的引入使得更多有关行列式的性质被发现，行列式在许多领域都逐渐显现出重要的意义和作用，出现了线性自同态和向量组的行列式的定义。

行列式的特性可以被概括为一个多线性形式，这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数

行列式的竖直线记法

矩阵A的行列式有时也记作|A|。绝对值和范数|矩阵范数也使用这个记法，有可能和行列式的记法混淆。不过矩阵范数通常以双垂直线来表示（如：），且可以使用下标。此外，矩阵的绝对值是没有定义的。因此，行列式经常使用垂直线记法（例如：克莱姆法则和子式）。例如，一个矩阵：

，

行列式det(A)也写作 | A | ，或明确的写作：

，

即把矩阵的方括号以细长的垂直线取代

行列式的历史

行列式的概念最初是伴随着方程组的求解而发展起来的。行列式的提出可以追溯到十七世纪，最初的雏形由日本数学家关孝和与德国数学家戈特弗里德•莱布尼茨各自独立得出，时间大致相同。

行列式的早期研究

关孝和在《解伏题之法》中首次运用行列式的概念。1545年，卡当在著作《大术》中给出了一种解两个一次方程组的方法。他把这种方法称为“母法”。这种方法和后来的克莱姆法则已经很相似了，但卡当并没有给出行列式的概念。

1683年，日本数学家关孝和在其著作《解伏题之法》中首次引进了行列式的概念。书中出现了、乃至的行列式，行列式被用来求解高次方程组。

1693年，德国数学家莱布尼茨开始使用指标数的系统集合来表示有三个未知数的三个一次方程组的系数。他从三个方程的系统中消去了两个未知量后得到一个行列式。这个行列式不等于零，就意味着有一组解同时满足三个方程。[5]由于当时没有矩阵的概念，莱布尼茨将行列式中元素的位置用数对来表示：代表第i行第j列。莱布尼茨对行列式的研究成果中已经包括了行列式行列式的展开和克莱姆法则，但这些结果在当时并不为人所知。

任意阶数的行列式

1730年，苏格兰数学家科林•麦克劳林在他的《论代数》中已经开始阐述行列式的理论，记载了用行列式解二元、三元和四元一次方程的方法，并给出了四元一次方程组的一般解的正确形式，尽管这本书直到麦克劳林逝世两年后（1748年）才得以出版。

1750年，瑞士的加布里尔•克拉默首先在他的《代数曲线分析引论》给出了n元一次方程组求解的法则，用于确定经过五个点的一般二次曲线的系数，但并没有给出证明。[8]其中行列式的计算十分复杂，因为是定义在置换的奇偶性上的。

此后，关于行列式的研究逐渐增多。1764年，法国的艾蒂安•贝祖的论文中关于行列式的计算方法的研究简化了克莱姆法则，给出了用结式来判别线性方程组的方法[10]同是法国人的亚历山德•西奥菲勒•范德蒙德则在1771年的论着中第一个将行列式和解方程理论分离，对行列式单独作出阐述。这是数学家们开始对行列式本身进行研究的开端。

1772年，皮埃尔-西蒙•拉普拉斯在论文《对积分和世界体系的探讨》中推广了范德蒙德著作里面将行列式展开为若干个较小的行列式之和的方法，发展出子式的概念。一年后，约瑟夫•拉格朗日发现了的行列式与空间中体积的联系。他发现：原点和空间中三个点所构成的四面体的体积，是它们的坐标所组成的行列式的六分之一。

行列式在大部分欧洲语言中被称为“determinant”（某些语言中词尾加e或o，或变成s），这个称呼最早是由卡尔•弗里德里希•高斯在他的《算术研究》中引入的。这个称呼的词根有“决定”意思，因为在高斯的使用中，行列式能够决定二次曲线的性质。在同一本着作中，高斯还叙述了一种通过系数之间加减来求解多元一次方程组的方法，也就是现在的高斯消元法。

行列式的现代概念

进入十九世纪后，行列式理论进一步得到发展和完善。奥古斯丁•路易•柯西在1812年首先将“determinant”一词用来表示十八世纪出现的行列式，此前高斯只不过将这个词限定在二次曲线所对应的系数行列式中。柯西也是最早将行列式排成方阵并将其元素用双重下标表示的数学家（垂直线记法是阿瑟•凯莱在1841年率先使用的）柯西还证明了行列式行列式的性质（实际上是矩阵乘法），这个定理曾经在雅克•菲利普•玛利•比内的书中出现过，但没有证明。

十九世纪五十年代，凯莱和詹姆斯•约瑟夫•西尔维斯特将矩阵的概念引入数学研究中[12]。行列式和矩阵之间的密切关系使得矩阵论蓬勃发展的同时也带来了许多关于行列式的新结果，例如阿达马不等式、正交行列式、对称行列式等等。

与此同时，行列式也被应用于各种领域中。高斯在二次曲线和二次型的研究中使用行列式作为二次曲线和二次型划归为标准型时的判别依据。之后，卡尔•魏尔斯特拉斯和西尔维斯特又完善了二次型理论，研究了解析失败 (PNG 转换失败; 请检查是否正确安装了 latex, dvips, gs 和 convert): \lambda 矩阵的行列式以及初等因子。行列式被用于多重函数的积分大约始于十九世纪三十年代。1832年至1833年间卡尔•雅可比发现了一些特殊结果，1839年，欧仁•查尔•卡塔兰发现了所谓的雅可比行列式。1841年，雅可比发表了一篇关于函数行列式的论文，讨论函数的线性相关性与雅可比行列式的关系

现代的行列式概念最早在19世纪末传入中国。1899年，华蘅芳和英国传教士傅兰雅合译了《算式解法》十四卷，其中首次将行列式翻译成“定准数”。1909年顾澄在著作中称之为“定列式”。1935年8月，中国数学会审查各种术语译名，9月教育部公布的《数学名词》中正式将译名定为“行列式”。其后“行列式”作为译名沿用至今。

行列式的直观定义

一个n阶方块矩阵A的行列式可直观地定义如下：

其中，Sn是集合{1,2,...,n}上置换的全体，即集合{1,2,...,n}到自身上的一一映射（双射）的全体；

表示对S全部元素的求和，即对于每个σ∈S，在加法算式中出现一次；对每一个满足1≤i,j≤n的数对(i,j)，ai,j是矩阵A的第i行第j列的元素。

σ表示置换σ∈Sn的置换的奇偶性，具体地说，满足1≤iσ(j)的有序数对(i,j)称为σ的一个逆序。

如果σ的逆序共有偶数个，则sgn(σ) = 1，如果共有奇数个，则sgn(σ) = − 1。

举例来说，对于3元置换σ=(2,3,1)（即是说σ(1)=2，σ(2)=3，σ(3)=1而言，由于1在2后，1在3后，所以共有2个逆序（偶数个），因此sgn(σ) = 1，从而3阶行列式中项a1,2a2,3a3,1的符号是正的。但对于三元置换σ=(3,2,1)（即是说σ=3，σ=2，σ=1）而言，可以数出共有3个逆序（奇数个），因此sgn(σ) = − 1，从而3阶行列式中项a1,3a2,2a3,1的符号是负号。

注意到对于任意正整数n，S_n共拥有n个元素，因此上式中共有n个求和项，即这是一个有限多次的求和。

对于简单的2阶和3阶的矩阵，行列式的表达式相对简单，而且恰好是每条主对角线（左上至右下）元素乘积之和减去每条副对角线（右上至左下）元素乘积之和（见图1中红线和蓝线）。

σ表示置换σ∈Sn的置换的奇偶性，具体地说，满足1≤iσ(j)的有序数对(i,j)称为σ的一个逆序。

如果σ的逆序共有偶数个，则sgn(σ) = 1，如果共有奇数个，则sgn(σ) = − 1。

举例来说，对于3元置换σ=(2,3,1)（即是说σ(1)=2，σ(2)=3，σ(3)=1而言，由于1在2后，1在3后，所以共有2个逆序（偶数个），因此sgn(σ) = 1，从而3阶行列式中项a1,2a2,3a3,1的符号是正的。但对于三元置换σ=(3,2,1)（即是说σ=3，σ=2，σ=1）而言，可以数出共有3个逆序（奇数个），因此sgn(σ) = − 1，从而3阶行列式中项a1,3a2,2a3,1的符号是负号。

注意到对于任意正整数n，S_n共拥有n个元素，因此上式中共有n个求和项，即这是一个有限多次的求和。

对于简单的2阶和3阶的矩阵，行列式的表达式相对简单，而且恰好是每条主对角线（左上至右下）元素乘积之和减去每条副对角线（右上至左下）元素乘积之和（见图1中红线和蓝线）。

2阶矩阵的行列式：

3阶矩阵的行列式：

但对于阶数n≥4的方阵A，这样的主对角线和副对角线分别只有n条，由于A的主、副对角线总条数 = 2n < (n − 1)n < n! = Sn的元素个数

因此，行列式的相加项中除了这样的对角线乘积之外，还有其他更多的项。例如4阶行列式中，项a1,2a2,3a3,1a4,4就不是任何对角线的元素乘积。不过，和2、3阶行列式情况相同的是，n阶行列式中的每一项仍然是从矩阵中选取n个元素相乘得到，且保证在每行和每列中都恰好只选取一个元素，而整个行列式恰好将所有这样的选取方法遍历一次。

另外，n×n矩阵的每一行或每一列也可以看成是一个n元向量，这时矩阵的行列式也被称为这n个n元向量组成的向量组的行列式

一个n维行向量乘以一个n维列向量是一个数，或者可以看成一个1*1的矩阵。一个n维列向量乘以一个n维行向量得到一个n*n的矩阵，这个矩阵的秩是1（若行向量和列向量都不为零向量）。因为假设a为一个n维列向量，b=[b1,b2,...,bn] 为一个n维行向量，则a*b=a*[b1,b2,...,bn]=[a*b1,a*b2,...,a*bn]，可以看出各列之间是线性相关的（都是a乘以一个数），所以若a和b都不为0向量时，a*b是一个秩为1的n*n的矩阵。所以当然不是所有的行列式都可以表示成一个行向量和一个列向量的乘积的形式。但是，任意非零矩阵都可以表示成若干个秩1矩阵的和，而秩1矩阵都可以表示为一个列向量乘以一个行向量，所以可以表示为sum_{i=0}^m a_i*b_i 的形式，其中a_i为列向量，b_i为行向量。

范德蒙行列式的国内外正处于研究中。行列式是一个重要的数学工具，它不仅有着悠久的历史，更具有广泛的应用.范德蒙行列式是数学家范德蒙在1772年提出的，作为一种特殊的行列式--范德蒙行列式不仅结构独特、形式优美，而且具有十分广泛的应用.正确的掌握使用范德蒙行列式解题可以达到事半功倍的效果，利用范德蒙行列式解题的本质在于化复杂为简单，化繁琐为简便然而要正确、适当的构造和应用范德蒙行列式去有效解决问题绝非易事.因此，本毕业论文从计算行列式、求解n阶k循环行列式、解决多项式的求根问题、解答向量的线性相关性问题、解答整除问题和解答微积分问题六个方面较为系统的探讨了范德蒙行列式的应用，并对方法和技巧作了一点总结，希望帮助初学者更好的理解和掌握范德蒙行列式及其广泛的应用。

线性代数教学中线性相关性的一种解释和理解［摘要］线性相关性的内容是线性代数课程中的重点和难点，特别是被表示向量组的线性相关性与被表示向量组中向量的个数以及表示向量组中向量的个数之间的关系的有关结论，对学生来说是很难理解的，在教学中，我们把线性相关解释为“多余”，线性无关解释为“没有多余”，在教学上可收到较好的效果。［关键词］线性相关线性无关多余没有多余线性相关性在线性代数课程中是一个重要内容，对学生来说是非常困难的内容，许多学生学完线性代数后还没有弄懂，有的学生学到这一内容时觉得很难学，就丧失信心。认为整个线性代数都很难学，甚至放弃学习。线性相关性是线性代数课程中教学的难点，它与后面线性方程组的解的理论有密切的联系，对于这一难点的处理是非常重要的。根据不同层次的学生采用不同的教学要求。使得学生正确的理解线性相关性的定义,定理。大多数经济类的本科线性代数课程的教材在叙述向量组的极大无关组和向量组的秩的理论时,由于这一章节的理论性比较强，一般都是从定理到定理,从证明到证明,例子较少。在教学中,在讲完线性相关的定义和有关定理后，在介绍向量的极大无关组之前，用”多余”来解释线性相关性,可使后面的问题简单化,直观化。我们以龚德恩等主编的《经济数学基础》的第二分册线性代数的教材为例进行说明。首先来看线性组合的概念。对于向量组α1,α2,…,αs和向量β,如果存在s个数k1,k2,…,ks使得β=k1α1+k2α2+…+ksαs则称向量β是向量组α1,α2,…,αs的线性组合。换句话说向量β相对于向量组α1,α2,…,αs是“多余”的向量。关于线性相关概念,对于向量组α1,α2,…,αs,如果存在不全为零的数k1,k2,…,ks使得k1α1+k2α2+…+ksαs=0称向量组α1,α2,…,αs线性相关。因k1,k2,…,ks不全为零,不妨假设α1≠0则α1=-k2k1α2-…-ksk1αs。因此向量组α1,α2,…,αs线性相关,看成是向量组α1,α2,…,αs中至少有一个“多余”的向量。关于线性无关概念,对于向量组α1,α2,…,αs,如果仅当k1,k2,…,ks都等于零时,才能使得k1α1+k2α2+…+ksαs=0成立。称向量组α1,α2,…,αs线性无关。由于α1,α2,…,αs线性无关等价于其中任何一个向量不能由其余向量线性表示，因此向量组α1,α2,…,αs线性无关看成是α1,α2,…,αs中“没有多余”的向量。一些结论也可作相应的理解和解释。如:“如果一个向量组中的部分组线性相关,则整个向量组也线性相关”，解释为如果一个向量组中的部分组有多余的向量,则整个向量组也有多余的向量。“如果一个向量组线性无关,则它的任意一个部分组也线性无关”，解释为如果一个向量组中没有多余的向量,则该向量组去掉一些向量后也没有多余的向量。下面两个定理是学生们在学习向量组的线性相关性的过程中感到最难理解和掌握的。定理1设向量组（Ⅰ）α1,α2,…,αs可由向量组（Ⅱ）β1,β2,…,βt线性表示，且s＞t，则α1,α2,…,αs线性相关。在课堂教学中我们是作如下解释的，向量组（Ⅰ）α1,α2,…,αs称为“被表示向量组”，向量组（Ⅱ）β1,β2,…,βt称为“表示向量组”。条件s＞t，看成是有”多余”的向量。即“被表示向量组（Ⅰ）α1,α2,…,αs相对于表示向量组（Ⅱ）β1,β2,…,βt有多余的向量，则α1,α2,…,αs线性相关,这样解释便于学生理解和记忆。推论1如果一个向量组α1,α2,…,αs线性无关，并且可由向量组β1,β2,…,βt线性表示。则s≤t。推论1可解释为：如果“被表示向量组α1,α2,…,αs线性无关，则被表示的向量组α1,α2,…,αs相对于表示向量组β1,β2,…,βt没有多余的向量，即s≤t。推论2两个等价的线性无关向量组所含的向量的个数相同。两个向量组都线性无关，且彼此可相互线性表示，两个向量组彼此相对于另一个向量组都没有多余的向量，得两个向量组所含的向量的个数相同。下面再举一些例子进行说明。例1设向量组α1,α2,…,αs线性无关,且可由向量组β1,β2,…,βt线性表示,则必有()。