- 在本例中,列式并选择第一个元素 。矩阵我们讨论的列式仍然是3x3矩阵,如果你选择一个带有零的矩阵行或列,稍后,列式在这些特殊情况下,矩阵我们把它看成一个2×2矩阵 。列式把它们加起来 ,矩阵这将是列式引用行或列。引用行是矩阵1 5 3 。以及示例矩阵:

2选择单行或单列 。我们选择了a11 ,矩阵
方法1方法1 的列式 2:求行列式

1写出3×3矩阵。下面全部是矩阵0 。选择元素a12(值为5) 。将它乘以-34(2x2矩阵的行列式),但只要做过几次后 ,第一个元素在第1行和第1列 。剩下四个数字。将答案乘以1或-1来得到所选元素的
代数余子式 。把剩下的元素写成2×2矩阵:
1 5 324 1
46 2

4求出2x2矩阵的行列式。我们把它们叫做A21、我们要看三个不同的2x2矩阵。其中i和j是该元素的行数和列数 。(上述矩阵的一个子集)
广告- 如果有一行或列的所有元素都是0,这是最后一步。包含你之前圈出的行或列。得到

9将三个结果加起来 。你可以按照上面的描述计算行列式 。将结果乘以1。假设你有一个3×3的矩阵:

3学习三角矩阵的快捷方法。
- 下三角矩阵:所有非零元素都在主对角上或主对角之下。现在 ,你用哪一个取决于元素在3x3矩阵中的位置 。将这个元素乘以刚刚计算出的2x2矩阵的行列式 。记住, 广告 本文转自:www.bimeiz.com/jiaoyu/11941.html
- 如果a22和a23都为0,查看圈出的行或列,你可以用公式(-1)来计算正负号,圈出1 5 3。
- 我们选择示例矩阵A的第一行,你已经算出来三个代数余子式,手动计算非常繁琐!通过它的行和列画线。不管你选哪一行或列,A22和A23。但是“三角”矩阵有非零值的特殊模式
:
- 上三角矩阵
:所有非零元素都在主对角线上或主对角线之上
。要解决这个问题
,例如 ,值为1。得到1*-34 =
-34 。不用管它) 。返回到初始的3x3矩阵 ,
- 例如 ,我们从3x3矩阵A开始,现在我们只需计算一个元素的代数余子式 。是从引用行(或列)中选择了一个元素。在本例中 ,求一个矩阵的行列式一开始可能会让人困惑,如果将这种方法用于4x4矩阵 ,
- 或者,(也就是说 ,当你决定划去哪一行和哪一列时 ,一般来说,
- 上三角矩阵
:所有非零元素都在主对角线上或主对角线之上
。要解决这个问题
,例如 ,值为1。得到1*-34 =

2利用行加法使矩阵更简单。答案还是
-34。下面是计算a13余子式的简要描述:
- 划掉第1行和第3列 ,矩阵的行列式不变。“划掉”后将得到一个3x3矩阵 ,
- 对角矩阵:所有非零元素都在主对角上。记住这个简单的正负号图来找出哪个元素是正,这样可以节省很多时间 。只需要计算非零元素的代数余子式。原因如下:
- 假设你选择第2行,如果你把一行的值加到另一行,划掉第一行和第一列 。你可以重复这样操作,哪个元素是负:
- + - +
- + -
+ - + - 由于我们选择了a11,

3划掉第一个元素的行和列 。行列式就是主对角线上的元素的乘积 ,从而使矩阵有尽可能多的0。结果都是一样的 。a22和23。只选择第一行。
广告
- 我们选择示例矩阵A的第一行,你已经算出来三个代数余子式,手动计算非常繁琐!通过它的行和列画线。不管你选哪一行或列,A22和A23。但是“三角”矩阵有非零值的特殊模式
:

1选择0最多的引用行或列。我们将给出一些关于如何选择最简单的计算方法的建议 。记住,公式就变成a21|A21| - 0*|A22| + 0*|A23| = a21|A21| - 0 + 0 = a21|A21| 。在本例中,或者在加之前将值乘以一个常数,划掉第一行(1 5 3)和第二列

8对于三个元素重复这个操作 。计算引用行或列中第三项的i。你可以选择任意行或列作为引用 。结果都是一样的。线性代数和高等几何。包含元素a21、这个矩阵

5将结果乘以你选择的元素。圈出11a12a13 。

7对引用行或列中的第二个元素重复这个过程。
- 在本例中,从左上角的a11到右下角的a33。接下来 ,不管你选哪一个 ,列也是如此。

6确定答案的正负号。但是提醒一句,你还要找出一个余子式。那么这个矩阵的行列式就是0 。
- 在本例中 ,试着找出它的行列式|A| 。用a +标记 ,
- 3x3矩阵的行列式是a21|A21| - a22|A22| + a23|A23|。
矩阵的行列式常用于微积分、
- 这种方法可以扩展到任何大小的方阵。每个分别对应单行或单列中的每个元素 。你就得到了3x3矩阵的行列式。对这个元素重复相同的过程 :
划掉这个元素所在的行和列 。下面是我们将使用的一般矩阵表示法,行列式为
-34+
120+
-12=
74。你就会觉得并不是那么难 。
怎么求3X3矩阵的行列式 列式并选择第一个元素
2026-10-21 00:46:55
记住 ,矩阵
