数学 · 线代
行列式
Determinants
约 20 分钟 · v1
行列式
math/determinants · MATH2099
0 / 3
1 行列式:一个数,记录"面积被放大几倍"
在线性变换那一节我们见过:矩阵会把整个平面拉伸、压缩、翻面。行列式就是用一个数把这件事量化——它等于变换把单位面积放大的倍数(还带正负号,记录有没有翻面)。2×2 的行列式就是 ad − bc。
det [[a,b],[c,d]] = ad − bc。几何意义:由矩阵两列张成的平行四边形面积(带符号)。|det| = 面积放大倍数,符号 = 是否翻面。
det = 2 → 面积翻倍;det = 1 → 面积不变(纯旋转);det 为负 → 图形被镜像翻面;det = 0 → 面积归零,平面被压扁。3×3 的行列式则是"体积放大倍数",更高维同理。
2 看图:行列式 = 那块平行四边形的面积
矩阵的两列是两个向量,它们张成一个平行四边形。这块面积(带符号)就是行列式。拖动蓝、橙两个箭头的头,看面积和 ad−bc 实时变化;点"压扁"让两列共线,看面积怎么塌成 0。
拖动两列 → 读出行列式
矩阵 = [[2, 0], [0, 2]]
det = ad−bc = 4.0
3 det = 0 是个大信号:压扁、不可逆、列相关
当行列式等于零,意味着变换把二维平面拍扁成一条线(或一个点),面积归零。这一个事实,同时宣告了好几件大事:
不可逆
面积塌成 0 = 信息丢失,无法还原 → 逆矩阵不存在。det ≠ 0 才有 A⁻¹。这是判断可逆性的"一票否决"。
列线性相关
两列共线(指同方向),张不出二维 → 平行四边形退化成线段,面积为 0。det=0 ⟺ 列向量线性相关。
方程或无解或无穷多解
线性方程组 Ax=b 在 det=0 时没有唯一解;det≠0 时则保证恰好一个解。
一句话串起来:det ≠ 0 ⟺ 可逆 ⟺ 列线性无关 ⟺ 满秩 ⟺ Ax=b 唯一解。这一串等价命题是线性代数的"主定理",行列式是其中最易计算的开关。
4 几条好用的性质(配上几何直觉)
不用死记,用"面积倍率"去想,每条都顺理成章:
det(AB) = det(A)·det(B)
连着做两个变换,总面积倍率 = 各自倍率相乘。先放大 2 倍再放大 3 倍,合起来就是 6 倍。
det(I) = 1
单位矩阵什么都不做,面积不变,倍率自然是 1。
三角阵 = 对角线相乘
上/下三角矩阵的行列式 = 主对角线元素的乘积,一眼就能算,不必展开。
det(Aᵀ) = det(A)
转置不改变面积倍率,所以"按行算"和"按列算"结果一样。某行(列)乘 k,则 det 乘 k。
5 试三道(先想,再点)
三道题,点选项即时判;答题进度显示在右侧目录。
一句话带走:
行列式 = 变换的面积(体积)放大倍率,2×2 时 = ad−bc = 两列张成的平行四边形(带符号)面积。正负记翻面,大小记缩放。det=0 是关键信号:平面被压扁 ⟺ 不可逆 ⟺ 列线性相关 ⟺ Ax=b 无唯一解。常用性质:det(AB)=det A·det B、det(I)=1、三角阵取对角线乘积。