Инструменты пользователя

Инструменты сайта


определитель

Определитель

Определи́тель (или детермина́нт) — одно из основных понятий линейной алгебры. Определитель квадратной матрицы tex:\small {{A}} размеров tex:\small {{n\times n}}, заданной над коммутативным кольцом tex:\small {{R}}, является элементом кольца tex:\small {{R}}, вычисляемым по формуле, приведённой ниже.

Он «определяет» свойства матрицы tex:\small {{A}}. В частности, матрица tex:\small {{A}} обратима тогда и только тогда, когда её определитель является обратимым элементом кольца tex:\small {{R}}. Определитель матрицы tex:\small {{A}} равен нулю тогда и только тогда, когда ранг матрицы tex:\small {{A}} меньше tex:\small {{n}} или когда системы строк и столбцов матрицы tex:\small {{A}} являются линейно зависимыми.

Определитель матрицы А обозначается как tex:\small {{\displaystyle \det(A)}}, tex:\small {{|A|}} или tex:\small {{\displaystyle \Delta (A)}}.

История

Теория определителей возникла в связи с задачей решения систем линейных уравнений.

К понятию определителя близко подошли авторы древнекитайского учебника «Математика в девяти книгах»1).

В Европе определители матриц 2×2 встречаются у Кардано в XVI веке. Для старших размерностей определены Лейбницем в 1693 году. Первая публикация принадлежит Крамеру. Теория определителей создана Вандермондом, Лапласом, Коши и Якоби. Термин «определитель» встречается впервые у Гаусса.

Японский математик Сэки Такакадзу ввёл определители независимо в 1683 году2).

Определения

Через перестановки

Для матрицы tex:\small {{n\times n}} определитель вычисляется по формуле:

tex:\small {{\displaystyle \Delta=\sum _{\alpha _{1},\alpha _{2},\ldots ,\alpha _{n}}(-1)^{N(\alpha _{1},\alpha _{2},\ldots ,\alpha _{n})}\cdot a_{1,\alpha _{1}}\cdots a_{n,\alpha _{n}}}},

где tex:\small {{\displaystyle \alpha _{1},\alpha _{2},\ldots ,\alpha _{n}}} — перестановка чисел от 1 до tex:\small {{n}}, tex:\small {{\displaystyle N(\alpha _{1},\alpha _{2},\ldots ,\alpha _{n})}} — число инверсий в перестановке, суммирование проводится по всем перестановкам порядка tex:\small {{n}}. Таким образом, в определитель входит tex:\small {{n!}} слагаемых, которые также называют «членами определителя».

Аксиоматическое построение (определение на основе свойств)

Понятие определителя может быть введено на основе его свойств. А именно, определителем вещественной матрицы называется функция tex:\small {{\det :\mathbb {R} ^{n\times n}\rightarrow \mathbb {R}}}, обладающая следующими тремя свойствами:

  1. tex:\small {{\det(A)}} — кососимметрическая функция строк (столбцов) матрицы tex:\small {{A}}.
  2. tex:\small {{\det(A)}} — полилинейная функция строк (столбцов) матрицы tex:\small {{A}}.
  3. tex:\small {{\det(E)=1}}, где tex:\small {{E}} — единичная tex:\small {{n\times n}}-матрица.

Значение определителя матрицы

Для матрицы первого порядка значение детерминанта равно единственному элементу этой матрицы:

  • tex:\small {{\Delta={\begin{vmatrix}a_{11}\end{vmatrix}}=a_{11}}}

Матрицы 2 x 2

svg:determinant-2x2.svg svg:area-parallellogram-as-determinant.svg
Схема расчета определителя матрицы 2×2. Площадь параллелограмма равна модулю определителя матрицы, образованной векторами - сторонами параллелограмма.

Для матрицы tex:\small {{2\times 2}} определитель вычисляется как:

  • tex:\small {{\Delta={\begin{vmatrix}a&c\\b&d\end{vmatrix}}=ad-bc}}

Эта матрица A может быть рассмотрена как матрица линейного отображения, преобразующего единичный квадрат в параллелограмм с вершинами (0, 0), (a, b), (a + c, b + d), и (c, d).

Абсолютное значение определителя tex:\small {{|ad-bc|}} равно площади этого параллелограмма, и, таким образом, отражает коэффициент, на который масштабируются площади при преобразовании A.

Значение определителя со знаком (ориентированная площадь параллелограмма) помимо коэффициента масштабирования также показывает, выполняет ли преобразование A отражение.

Матрицы 3 x 3

Определитель матрицы tex:\small {{3\times 3}} можно вычислить по формуле:

  • tex:\small {{\Delta={\begin{vmatrix}a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{vmatrix}}=a_{11}{\begin{vmatrix}a_{22}&a_{23}\\a_{32}&a_{33}\end{vmatrix}}-a_{12}{\begin{vmatrix}a_{21}&a_{23}\\a_{31}&a_{33}\end{vmatrix}}+a_{13}{\begin{vmatrix}a_{21}&a_{22}\\a_{31}&a_{32}\end{vmatrix}}=}}tex:\small {{=a_{11}a_{22}a_{33}-a_{11}a_{23}a_{32}-a_{12}a_{21}a_{33}+a_{12}a_{23}a_{31}+a_{13}a_{21}a_{32}-a_{13}a_{22}a_{31}}}

Для более удобного вычисления определителя третьего порядка можно воспользоваться правилом Саррюса или правилом треугольника.

Определитель матрицы, составленной из векторов tex:\small {{\mathbf {a} ,\mathbf {b} ,\mathbf {c}}} равен их смешанному произведению в правой декартовой системе координат. Аналогично двумерному случаю, определитель такой матрицы равен ориентированному объему параллелепипеда, натянутого на tex:\small {{\mathbf {a} ,\mathbf {b} ,\mathbf {c}}}.

Матрицы N x N

В общем случае, для матриц более высоких порядков (выше 2-го порядка) tex:\small {{n\times n}} определитель можно вычислить, применив следующую рекурсивную формулу:

Легко доказать, что при транспонировании определитель матрицы не изменяется (иными словами, аналогичное разложение по первому столбцу также справедливо, то есть даёт такой же результат, как и разложение по первой строке):

  • tex:\small {{\Delta=\sum _{i=1}^{n}(-1)^{i+1}a_{i1}{\bar {M}}_{1}^{i}}}


Доказательство  

Пусть tex:\small {{\tilde {\Delta }}=\sum _{i=1}^{n}(-1)^{i+1}a_{i1}{\bar {M}}_{1}^{i}}.

Докажем, что tex:\small {{\tilde {\Delta }}=\Delta} по индукции. Видно, что для матрицы tex:\small {{2\times 2}} это верно:

  • tex:\small {{\tilde {\Delta _{2}}}=\sum _{i=1}^{n}(-1)^{i+1}a_{i1}{\bar {M}}_{1}^{i}=a_{11}a_{22}-a_{21}a_{12}=\Delta _{2}}

Предположим, что для матрицы порядка tex:\small {{n-1}} tex:\small {{\tilde {\Delta }}_{n-1}=\Delta _{n-1}} — верно.

  • tex:\small {{\tilde {\Delta _{n}}}=\sum _{i=1}^{n}(-1)^{i+1}a_{i1}{\bar {M}}_{1}^{i}=a_{11}{\bar {M}}_{1}^{1}+\sum _{i=2}^{n}(-1)^{i+1}a_{i1}{\bar {M}}_{1}^{i}=a_{11}{\bar {M}}_{1}^{1}+\sum _{i=2}^{n}(-1)^{i+1}a_{i1}\sum _{j=2}^{n}(-1)^{j}a_{1j}{\bar {M}}_{1j}^{i1}=}

  • tex:\small {{=a_{11}{\bar {M}}_{1}^{1}+\sum _{i=2}^{n}\sum _{j=2}^{n}(-1)^{i+j+1}a_{i1}a_{1j}{\bar {M}}_{1j}^{i1}}}

  • tex:\small {{\Delta _{n}}=\sum _{j=1}^{n}(-1)^{1+j}a_{1j}{\bar {M}}_{j}^{1}=a_{11}{\bar {M}}_{1}^{1}+\sum _{j=2}^{n}(-1)^{1+j}a_{1j}{\bar {M}}_{j}^{1}=a_{11}{\bar {M}}_{1}^{1}+\sum _{j=2}^{n}(-1)^{1+j}a_{1j}\sum _{i=2}^{n}(-1)^{i}a_{i1}{\bar {M}}_{j1}^{1i}=}

Также справедливо и аналогичное разложение по любой строке (столбцу):

  • tex:\small {{\Delta=\sum _{j=1}^{n}(-1)^{i+j}a_{ij}{\bar {M}}_{j}^{i}}}


Доказательство  

Пусть tex:\small {{\tilde {\Delta }}=\sum _{j=1}^{n}(-1)^{i+j}a_{ij}{\bar {M}}_{j}^{i}}.

Докажем, что tex:\small {{\tilde {\Delta }}=\Delta} по индукции. Видно, что для матрицы tex:\small {{2\times 2}} это верно:

  • tex:\small {{\tilde {\Delta _{2}}}=\sum _{j=1}^{n}(-1)^{i+j}a_{ij}{\bar {M}}_{j}^{i}=-a_{21}a_{12}+a_{22}a_{11}=\Delta _{2}}

Предположим, что для матрицы порядка tex:\small {{n-1}} tex:\small {{\tilde {\Delta }}_{n-1}=\Delta _{n-1}} — верно.

  • tex:\small {{\tilde {\Delta _{n}}}=\sum _{j=1}^{n}(-1)^{i+j}a_{ij}{\bar {M}}_{j}^{i}=\sum _{j=1}^{n}(-1)^{i+j}a_{ij}\left(\sum _{k<j}(-1)^{1+k}a_{1k}{\bar {M}}_{jk}^{i1}+\sum _{k>j}(-1)^{k}a_{1k}{\bar {M}}_{jk}^{i1}\right)}

Соберём коэффициенты при tex:\small {{\bar {M}}_{j_{0}k_{0}}^{i\,\,1}}:

  • tex:\small {{j_{0}>k_{0}\colon \;(-1)^{i+j_{0}}a_{ij_{0}}(-1)^{1+k_{0}}a_{1k_{0}}+(-1)^{i+k_{0}}a_{ik_{0}}(-1)^{j_{0}}a_{1j_{0}}=(-1)^{i+j_{0}+k_{0}+1}(a_{ij_{0}}a_{1k_{0}}-a_{ik_{0}}a_{1j_{0}})=}}

  • tex:\small {{=(-1)^{i+j_{0}+k_{0}+1}M_{j_{0}k_{0}}^{1\,\,i}}}

  • tex:\small {{j_{0}<k_{0}\colon \;(-1)^{i+j_{0}}a_{ij_{0}}(-1)^{k_{0}}a_{1k_{0}}+(-1)^{i+k_{0}}a_{ik_{0}}(-1)^{j_{0}+1}a_{1j_{0}}=(-1)^{i+j_{0}+k_{0}+1}(a_{ik_{0}}a_{1j_{0}}-a_{ij_{0}}a_{1k_{0}})=}}

  • tex:\small {{=(-1)^{i+j_{0}+k_{0}+1}M_{j_{0}k_{0}}^{1\,\,i}}}

  • tex:\small {{\tilde {\Delta _{n}}}=\sum _{j\neq k}(-1)^{i+j+k+1}M_{jk}^{1i}{\bar {M}}_{jk}^{1i}}

  • tex:\small {{\Delta=\sum _{j=1}^{n}(-1)^{1+j}a_{1j}{\bar {M}}_{j}^{1}=\sum _{j=1}^{n}(-1)^{1+j}a_{1j}\left(\sum _{k<j}(-1)^{i+k-1}a_{ik}{\bar {M}}_{jk}^{1i}+\sum _{k>j}(-1)^{i+k-2}a_{ik}{\bar {M}}_{jk}^{1i}\right)}}

Соберём коэффициенты при tex:\small {{\bar {M}}_{j_{0}k_{0}}^{i\,\,1}}:

  • tex:\small {{j_{0}>k_{0}\colon \;(-1)^{1+j_{0}}a_{1j_{0}}(-1)^{i+k_{0}-1}a_{ik_{0}}+(-1)^{1+k_{0}}a_{1k_{0}}(-1)^{i+j_{0}-2}a_{ij_{0}}=(-1)^{j_{0}+i+k_{0}}(a_{1j_{0}}a_{ik_{0}}-a_{1k_{0}}a_{ij_{0}})=}}

  • tex:\small {{=(-1)^{i+j_{0}+k_{0}+1}M_{j_{0}k_{0}}^{1\,\,i}}}

  • tex:\small {{j_{0}<k_{0}\colon \;(-1)^{1+j_{0}}a_{1j_{0}}(-1)^{i+k_{0}-2}a_{ik_{0}}+(-1)^{1+k_{0}}a_{1k_{0}}(-1)^{i+j_{0}-1}a_{ij_{0}}=(-1)^{k_{0}+i+j_{0}}(a_{1k_{0}}a_{ij_{0}}-a_{1j_{0}}a_{ik_{0}})=}}

  • tex:\small {{=(-1)^{i+j_{0}+k_{0}+1}M_{j_{0}k_{0}}^{1\,\,i}}}

Обобщением вышеуказанных формул является разложение детерминанта по Лапласу (Теорема Лапласа), дающее возможность вычислять определитель по любым tex:\small {{k}} строкам (столбцам):

  • tex:\small {{\displaystyle \Delta=\sum _{1\le j_{1}<\ldots <j_{k}\le n}(-1)^{i_{1}+\ldots +i_{k}+j_{1}+\ldots +j_{k}}M_{j_{1}\ldots j_{k}}^{i_{1}\ldots i_{k}}{\bar {M}}_{j_{1}\ldots j_{k}}^{i_{1}\ldots i_{k}}}}

Альтернативные методы вычисления

tex:\small {{\det(M)={\frac {\det(M_{1}^{1})\det(M_{k}^{k})-\det(M_{1}^{k})\det(M_{k}^{1})}{\det(M_{1,k}^{1,k})}},}} где tex:\small {{M_{1}^{1},M_{k}^{k},M_{1}^{k},M_{k}^{1},M_{1,k}^{1,k}}} матрицы, получающиеся из исходной вычёркиванием соответствующих строк и столбцов.

Свойства определителей

  • Определитель — полилинейная функция строк (столбцов) матрицы. Полилинейность означает, что определитель линеен по каждой строке (по каждому столбцу): tex:\small {{\Delta ({\hat {A}}_{1},\ldots ,\alpha {\hat {A}}_{i}+\beta {\hat {A'}}_{i},\ldots ,{\hat {A}}_{n})=\alpha \Delta ({\hat {A}}_{1},\ldots ,{\hat {A}}_{i},\ldots ,{\hat {A}}_{n})+\beta \Delta ({\hat {A}}_{1},\ldots ,{\hat {A'}}_{i},\ldots ,{\hat {A}}_{n})}} , где tex:\small {{\hat {A}}_{1}} и т. д. — строчки матрицы, tex:\small {{\Delta ({\hat {A}}_{1},\ldots ,{\hat {A}}_{i},\ldots ,{\hat {A}}_{n})}} — определитель такой матрицы.
  • Определитель — кососимметрическая функция строк (столбцов) матрицы. tex:\small {{\Delta (\ldots ,{\hat {A}}_{i},\ldots ,{\hat {A}}_{j},\ldots )=-\Delta (\ldots ,{\hat {A}}_{j},\ldots ,{\hat {A}}_{i},\ldots )}} . (Другими словами, если переставить две строки (столбца) матрицы, то её определитель умножается на (−1).)
  • При добавлении к любой строке (столбцу) линейной комбинации других строк (столбцов) определитель не изменится. (Следствие кососимметричности и полилинейности.)
  • Если две строки (столбца) матрицы совпадают, то её определитель равен нулю. (Следствие кососимметричности.)
  • Если две (или несколько) строки (столбца) матрицы линейно зависимы, то её определитель равен нулю.
  • Общий множитель элементов какой-либо строки (столбца) определителя можно вынести за знак определителя.
  • Если хотя бы одна строка (столбец) матрицы нулевая, то определитель равен нулю.
  • Сумма произведений всех элементов любой строки на их алгебраические дополнения равна определителю.
  • Сумма произведений всех элементов любого ряда на алгебраические дополнения соответствующих элементов параллельного ряда равна нулю.
  • Определитель произведения квадратных матриц одинакового порядка равен произведению их определителей (см. также формулу Бине-Коши). В частности, определители подобных матриц равны.
  • С использованием индексной нотации определитель матрицы 3×3 может быть определён с помощью символа Леви-Чивита из соотношения:

    tex:\small {{\begin{vmatrix}a_{1}&a_{2}&a_{3}\\b_{1}&b_{2}&b_{3}\\c_{1}&c_{2}&c_{3}\\\end{vmatrix}}=\sum _{i,j,k=1}^{3}\varepsilon _{ijk}a_{i}b_{j}c_{k}.}

  • Определитель квадратной матрицы 3×3 равен ориентированному объему параллелепипеда, три ребра которого заданы векторами-столбцами матрицы.
  • Определитель матрицы равен произведению её собственных значений.
  • Если квадратная матрица выражает линейное преобразование, то её определитель не меняется при замене базиса линейного пространства.

Алгоритмическая реализация

  • Прямые методы вычисления определителя могут быть основаны непосредственно на его определении, как суммы по перестановкам, или на разложении Лапласа по определителям меньшего порядка. Однако такие методы очень неэффективны, так как требуют О(n!) операций для вычисления определителя tex:\small {{n}}-го порядка.
  • Один из более быстрых методов заключается в простой модификации метода Гаусса. Следуя методу Гаусса, произвольную матрицу tex:\small {{A}} можно привести к ступенчатому виду (Верхнетреугольная матрица), используя лишь две следующие операции над матрицей — перестановку двух строк и добавление к одной из строк матрицы другой строки, умноженной на произвольное число. Из свойств определителя следует, что вторая операция не изменяет определителя матрицы, а первая лишь меняет его знак на противоположный. Определитель матрицы, приведённой к ступенчатому виду, равен произведению элементов на её диагонали, так как она является треугольной, поэтому определитель исходной матрицы равен:

    tex:\small {{\displaystyle \det A=(-1)^{s}\cdot \det A_{\mbox{ref}},}}

  • где tex:\small {{s}} — число перестановок строк, выполненных алгоритмом, а tex:\small {{A_{\mbox{ref}}}} — ступенчатая форма матрицы tex:\small {{A}}, полученная в результате работы алгоритма. Сложность этого метода, как и метода Гаусса, составляет tex:\small {{O(n^{3})}}.
  • Определитель можно вычислить, зная LU-разложение матрицы. Если tex:\small {{A=LU}}, где tex:\small {{L}} и tex:\small {{U}} — треугольные матрицы, то tex:\small {{\det A=(\det L)(\det U)}}. Определитель треугольной матрицы равен просто произведению её диагональных элементов.
  • Если доступен алгоритм, выполняющий умножение двух матриц порядка tex:\small {{n}} за время tex:\small {{M(n)}}, где tex:\small {{M(n)\geqslant n^{a}}}, для некоторого tex:\small {{a>2}}, то определитель матрицы порядка tex:\small {{n}} может быть вычислен за время tex:\small {{O(M(n))}}.3) В частности это означает, что, используя для умножения матриц алгоритм Копперсмита — Винограда, определитель можно вычислить за время tex:\small {{O(n^{2.376})}}.

Специальные виды определителей

См. также

Литература


1)
Э. И. Березкина. Математика древнего Китая. — М.: Наука, 1980.
2)
H. W. Eves. An Introduction to the History of Mathematics. — Saunders College Publishing, 1990.
3)
J. R. Bunch and J.E. Hopcroft. Triangular factorization and inversion by fast matrix multiplication, Mathematics of Computation, 28 (1974) 231—236.
определитель.txt · Последние изменения: 2017/02/03 11:13 (внешнее изменение)