发布时间：
使用代数余子式来计算，选取矩阵的一行，分别用该行的各个元素乘以相应的代数余子式，再求之和即可。代数余子式是出去该元素所在行、列的元素后剩下的元素组成的矩阵的行列式再乘以一个符号(-1)^(i+j),i，j是该元素所在的行与列数。例如：|123||456|=1*|56|+（-1）*2*|46|+3*|45||789||89||79||78|=1*（5*9-6*8）+（-1）*2*（4*9-6*7）+3*（4*8-5*7）=-3+2*14-3*3=16。
计算行列式有很多种方法~ 最基本的（也是最繁琐的）当然是由定义去计算,行列式的定义你可以在任何一本线性代数参考书里找到.由定义我们可以得出行列式的一些性质：包括1、多重线性性 2、反对称性 这两个性质在用技巧计算时是最本质的.其实一个函数具备这两个性质（再加上一个单位矩阵行列式为1）就可以确定是行列式. 再者就是用技巧来计算. 上面已经提到了的那两个性质是用技巧算的几乎全部内容.核心思想就是用这两个性质,把行列式转化成容易计算的形式,比如上三角阵和下三角阵等. 另外还有一些常用的公式,这些最好能记忆. 比如 det(AB)=det(A)*det(B)等. 希望我的回答能帮到你~不懂可以再问我哈~
1、利用行列式定义直接计算。
2、利用行列式的七大du性质计算。
3、化为三角形zhi行列式：若能把一个行列式经过适当变dao换化为三角形，其结果为行列式主对角线上元素的乘积。因此化三角形是行列式计算中的一个重要方法。
4、降阶法：按某一行（或一列）展开行列式，这样可以降低一阶，更一般地是用拉普拉斯定理，这样可以降低多阶，为了使运算更加简便，往往是先利用列式的性质化简，使行列式中有较多的零出现，然后再展开。
扩展资料：
矩阵行列式的相关性质：
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。
四阶行列式,一般有化三角式和代数余子项展开两种方法.这里我用代数余子项展开做:原式=|-6-404||1202||10520||0117|=|-6-404||1202||1030-14||0117|=|-6-44|-|122||103-14|=|-6-816|-|100||1017-34|=|-816||17-34|=8*34-16*17=0我的方法并不简便,但很快
行列式求解方法:
1、化上三角，然后主对角元素相乘
2、按某一行或列展开，降阶计算行列式
3、按定义展开n!项（可以去掉其中的含0元素的项）
特殊技巧：
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。
行列式是个数，可以是任意数；一个行向量和一个列向量的乘积（如果维数合适的话）也是一个数，可以是任意数。两个数相等当然是可以的啊。 如果是矩阵，我觉得应该可以，不过我没证明过。矩阵的分解是一个挺复杂的东西，我到现在还没看到过有人把矩阵分解成两个向量的乘积，一般都是分解成两个矩阵的乘积，两个有特殊形式的矩阵，方便数值计算的。
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。
行列式是个数，可以是任意数；一个行向量和一个列向量的乘积（如果维数合适的话）也是一个数，可以是任意数。两个数相等当然是可以的啊。 如果是矩阵，我觉得应该可以，不过我没证明过。矩阵的分解是一个挺复杂的东西，我到现在还没看到过有人把矩阵分解成两个向量的乘积，一般都是分解成两个矩阵的乘积，两个有特殊形式的矩阵，方便数值计算的。
行列式是线性代数的一个重要研究对象，是线性代数中的一个最基本，最常用的工具，本质上，行列式描述的是在n维空间中，一个线性变换所形成的平行多面体的体积，它被广泛应用于解线性方程组，矩阵运算，计算微积分等。研究行列式计算技巧是为了更好的了解行列式计算中的一些方法，为更快更方便的解决行列式的计算提供方法及建议。
课程论文选题参考1.《高等代数》课程学习感悟2.《高等代数》中的。。。。思想3.《高等代数》中的。。。。方法4.高等代数与解析几何的关联性5.高等代数有关理论的等价命题6.高等代数有关理论的几何描述7.高等代数有关理论的应用实例8.高等代数知识在有关课程学习中的应用9.数学软件在高等代数学习中的应用10.应用高等代数知识的数学建模案例11.高等代数理论在金融中的应用12.反例在高等代数中的应用13.行列式理论的应用性研究14.一些特殊行列式的应用15.行列式计算方法综述16.范德蒙行列式的一些应用17.线性方程组的应用；18.线性方程组的推广——从向量到矩阵19.关于向量组的极大无关组20.向量组线性相关与线性无关的判别方法21.线性方程组求解方法综述 22.求解线性方程组的直接法与迭代法23.向量的应用24.矩阵多项式的性质及应用25.矩阵可逆的若干判别方法26.矩阵秩的不等式的讨论(应用)27.关于矩阵的伴随矩阵28.矩阵运算在经济中的应用29.关于分块矩阵30.分块矩阵的初等变换及应用31.矩阵初等变换及应用32.矩阵变换的几何特征33.二次型正定性及应用34.二次型的化简及应用35.化二次型为标准型的方法36.矩阵对角化的应用37.矩阵标准形的思想及应用38.矩阵在各种变换下的不变量及其应用39.线性变换的应用40.特征值与特征向量的应用41.关于线性变换的若干问题42.关于欧氏空间的若干问题43.矩阵等价、合同、相似的关联性及应用44.线性变换的命题与矩阵命题的相互转换问题45.线性空间与欧氏空间46.初等行变换在向量空间Pn中的应用47.哈密顿-凯莱定理及其应用48.施密特正交化方法的几何意义及其应用49.不变子空间与若当标准型之间的关系50.多项式不可约的判别方法及应用51.二次型的矩阵性质与应用52.分块矩阵及其应用53.欧氏空间中的正交变换及其几何应用54.对称矩阵的性质与应用55.求两个子空间的交与和的维数和一个基的方法56.关于n维欧氏空间子空间的正交补57.求若当标准形的几种方法58.相似矩阵的若干应用59.矩阵相似的若干判定方法60.正交矩阵的若干性质61.实对称矩阵正定性的若干等价条件62.欧氏空间中正交问题的探讨63.矩阵特征根及其在解题中的应用64.矩阵的特征值与特征向量的应用65.行列式在代数与几何中的简单应用66.欧氏空间内积不等式的应用67.求标准正交基的若干方法研究68.高等代数理论在经济学中的应用69.矩阵中的最小二乘法70.常见线性空间与欧式空间的基与标准正交基的求法
大学高数小论文
在学习和工作的日常里，大家对论文都再熟悉不过了吧，通过论文写作可以提高我们综合运用所学知识的能力。那么一般论文是怎么写的呢？以下是我整理的大学高数小论文，欢迎大家借鉴与参考，希望对大家有所帮助。
【摘要】本文结合自己对高等数学的教学实践，以及高等数学的教学特点，给出了培养学生主动学习高数的方法和途径。
【关键词】高数；自学能力；会学；乐学
同志曾说：“会学比学会更重要，学会思考比学会知识更重要”。人们常说的“授之以鱼，不如授之以渔。”也就是这个道理。教是为了不教，学是为了会学。因此如何培养学生自学能力，使之找到适合学生自己的独立学习方法尤为重要。笔者结合自己高等数学的教学实践，以及针对石大商学院学生的特点，谈谈教师如何在教学中培养学生自主学习的能力。
一、是明确目标，端正学习态度，认识学习高数的重要性。
刚上大学，有的学生觉得学习数学一下子变得困难起来，开始怀疑自己的能力，有的甚至认为自己没有数学细胞，觉得数学越学越难学，越学越糟糕。其实，同学们没有找到真正的原因。与初高中相比，大学数学内容丰富，推理论证性强，抽象，教学难度大，学习要求明显提高。对于非数学专业的学生来说，感觉高数对自己以后找工作也没用，就是一门基础学科，学与不学都一样，另外再加上原来是文科的学生来说，更感觉是天书，一遇到学习困难就缴械投降，失去了学习的兴趣，从此就不再愿意学习数学。那么这个时候，带课教师的正确引导就变的更为重要。带课教师在高等数学教学前，非常有必要针对这门新课程进行入学教育，结合学生的专业，做些简单的介绍，使学生初步了解这门课程的内容、重要性、学习目的、学习方法及课程大致的教学安排。了解这些是为避免学生开始时就不自觉地进入被动的学习，在学之前就知道为何要学、如何去学。这也为以后的自主学习开了个好头。
二、是努力让学生对高数爱学，乐学，会学。
教学水平的高低通过学生来检验，教学效果优良的课程，学生一定由爱学到会学。其实也就是逐渐培养学生的自学能力，变被动学习为主动学习的一个过程。那么这个过程该如何体现呢？
（1）认真开列自学提纲
主要由教师根据某一单元的教学内容，抓住教学的重难点，给学生列出自学提纲。列题纲的目的就是为了激发学生的兴趣和体现学生积极主动性学习。同时，为了提出高质量的自学提纲，教师就必须要吃透课本，很好的把握教材的重难点。如在讲《线性代数》的矩阵概念和运算这一节的内容时，可以给学生列出这样的提纲。
1、什么是矩阵？也就是矩阵的概念。
2、矩阵与行列式的区别在哪？从形式上有什么区别？
3、矩阵都有哪些运算？具体的'每一种运算都是如何来进行的？在数k乘矩阵的运算与数k乘行列式的运算的区别在哪？在此基础上，学生就可以自学来解决这些疑问。
（2）提高学生的数学阅读能力
提高学生的数学阅读能力是培养学生自学能力的关键。自学能力的核心是数学阅读能力，数学阅读能力提高了，也会促进其他能力的发展。由于大多学生受传统教学的影响，习惯听老师讲，思维上养成惰性，被动的接受，从来不去自己主动的学习，老师讲多少就听听多少。这也是一部分学生对数学经常有“一讲就懂，一看就会，一做就错”的原因。只会用公式去套题，或用题去套公式，没有正确的解题思路，不会思考，更不善于思考，也就不能举一反三。因此，要让学生学会自学，必须学会阅读，这就需要教师加强对数学阅读的指导。把握数学阅读的“四种读法”。“四种读法”是指：
a、“泛读”：要求对本节课的大致内容有初步了解，了解基本内容；
b、“细读”：要求对所读内容有全面的一个了解，弄清定理、公式的性质，明确公式、例题的渐进梯度和知识关联的范围；
c、“精读”：在泛读的基础上，对与重点、难点有关的内容进行阅读，着重掌握数学内容的知识体系，既要知其然，又要知其所以然；
d、“熟读”：要求学生通过阅读，总结规律，融会贯通，基本内容烂熟于心。
（3）注重练习，及时的进行归纳总结
数学课不同于其它课，最大的窍门在于多练，孰能生巧。只有通过大量的做练习题，才能更好地巩固本节课的知识点，才能掌握更多的解题技巧，才能把失误降到最低点。平时练习太少，计算能力太差，考试的时候一做就错。另外，在做完题后及时的进行总结。就拿行列式的计算来说，只有多多练习，在做完题后，及时针对不同的行列式进行方法总结，你才能掌握求解行列式的技巧，比如定义法，目标行列式法，降阶法，升阶法，归纳法等等。掌握了方法后，在做题的时候，才能根据行列式的特点选择正确的计算方法。
（4）引导学生做好预习、复习，培养自学习惯
为了培养学生的自学能力，预习和复习也是非常重要的。通过预习，学生才能更清楚的知道自己对本节的哪个知识点看不懂，带着问题听课，听课的时候有所侧重，这也在某种程度上起到一种激发学生学习的兴趣，正因为不会，上课才要更好好的听老师讲，使学生“乐学”。学生一旦有了学习兴趣，特别是直接兴趣，学习活动对他来说就不是一种负担，而是一种享受、一种愉快的体验，学生会越学越想学、越学越爱学，有兴趣的学习事半功倍。相反，如果学生对学习不感兴趣，情况就大相径庭了，学生在逼迫的状态下被动学习，学习的效果必定是事倍功半。当然课后复习也特别的重要，学生往往不太重视对概念的理解，以致导致学生课堂上啥都听懂了，下去做题问题就出现了，其实这是学生对概念没吃透，稍微变下题型就不知道从哪下手。复习不是翻开书走马观花，要找到自己不会的地方，增强记忆。因此这一方面，老师一定引导学生围绕学习重点，理解相关的内容，在概念，理论以及方法上下功夫。
（5）创造良好的课堂氛围
大量的教学实践证明，要求学生循规蹈矩，洗耳恭听的课堂学习环境是不可能吸引学生好奇、自由想象和大胆质疑的，学生在这种环境中，学的被动，学的压抑，当然不可能调动起学习积极性。因此我们要营造良好的学习氛围，才能使学生愉快地、主动地参与到学习中来。要摒弃传统的“注入式”教学模式，给学生一定的时间和空间，启发诱导学生积极思考，主动参与，鼓励学生发表不同的见解，活跃氛围，让他们真正体会到他们是学习的主人。教师在讲课过程中要吸引学生眼球。教师讲课的内容要承前启后，突出重点，讲透难点；讲课的语言要规范，准确，力求生动；讲课的声音不仅要洪亮，而且要悦耳；语调要抑扬顿挫，有起伏，有高潮，还可以适当采取诙谐幽默的语言。教师在讲课时目光一定要关注学生的表情，看学生是否听课，注意力是否集中，是否听懂，切不可背向学生念讲稿。在教学的过程中，教师要调动学生的思维，可以恰当的在课堂中提问，或自问自答，或组织学生当堂讨论，或者给学生上台展示的机会，或者是如果课时容许的情况下辅导学生备课主讲某节内容，然后教师讲评，最后教师把学生讲的不到位的地方，再加以补充，效果很好。
在课堂练习中，让个别同学在黑板上做，做完教师并不要急于评价谁是谁非，而让其他学生自己来评讲，解错了，要分析原因，找出错误的症结，再重新做一遍。这样做，不但使得练中有思，而且锻炼和培养了学生的思维品质，正确的该怎么做；解对了，要想有没有更好的解法，鼓励学生采用多种方法解决问题；这样大家集思广议，不但把问题解决了，而且还可以拓宽大家的思路，使他们相互启发，共同进步。
（6）充分利用现代化高科技的教学手段
充分利用现代化教学手段，提高学生自学的能力。两方面，一方面是老师要根据该课程的特点，高数内容多且抽象，若能采取多媒体+适当板书的讲授，定能事半功倍。另外在课件的制作过程中可以使用动画，图案的效果，达到吸引学生的注意力。另一方面就是学生要利用网络优势，学会查找学习资料以及充分利用相关媒体资源。特别要注意网上学习资料的下载和学习，比如本学校的网络教学平台，任课教师一般会在教学平台上传该课程的教学大纲，教学日历，以及相关的学习课件，练习题。
这是笔者借鉴同行以及自己在教学过程中的一些体会，目的在于培养大学生学习数学的一种自学能力，或者说一种兴趣，要培养学生爱学，乐学数学；不要一提起数学，大家都很头疼的。总之，只有转变教学观念，只有以学生为中心，充分发挥学生的主体作用，通过教师适当的点拨引导，才能全方位地提高学生的综合素质，达到培养和提高自学能力的目的。
参考文献:
[1]徐振华.关注学生差异,提升有效教学[J].教育研究与实验,2010(12).
[2]马德炎.谈创新与大学数学教育[J].大学数学,2003(1).
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≤i 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≤i 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 简介在线性代数,行列式是一个函数,其定义域为的矩阵A,值域为一个标量,写作det(A).在本质上,行列式描述的是在n维空间中,一个线性变换所形成的“平行多面体”的“体积”.行列式无论是在微积分学中（比如说换元积分法中）,还是在线性代数中都有重要应用.行列式概念的最初引进是在解线性方程组的过程中.行列式被用来确定线性方程组解的个数,以及形式.随后,行列式在许多领域都逐渐显现出重要的意义和作用.于是有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n次交替线性形式,这反映了行列式作为一个描述“体积”的函数的本质.若干数字组成的一个类似于矩阵的方阵,与矩阵不同的是,矩阵的表示是用中括号,而行列式则用线段.行列式的值是按下述方式可能求得的所有不同的积的代数和,既是一个实数：求每一个积时依次从每一行取一个元因子,而这每一个元因子又需取自不同的列,作为乘数,积的符号是正是负决定于要使各个乘数的列的指标顺序恢复到自然顺序所需的换位次数是偶数还是奇数.也可以这样解释：行列式是矩阵的所有不同行且不同列的元素之积的代数和,和式中每一项的符号由积的各元素的行指标与列指标的逆序数之和决定：若逆序数之和为偶数,则该项为正；若逆序数之和为奇数,则该项为负.[编辑本段]垂直线记法矩阵A的行列式有时也记作|A|.绝对值和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：即矩阵的方括号以细长的垂直线取代.[编辑本段]定义一个矩阵A的行列式有一个乍看之下很奇怪的定义：其中sgn(σ)是排列σ的符号差.对于比较小的矩阵,比如说二阶和三阶的矩阵,行列式表达如下,有些像是主对角线（左上至右下）元素的乘积减去副对角线（右上至左下）元素的乘积（见图中红线和蓝线）.2阶：3阶：.但对于阶数较大的矩阵,行列式有n!项,并不是这样的形式.二维向量组的行列式行列式是向量形成的平行四边形的面积设P是一个二维的有向欧几里得空间,即一个所谓的欧几里得平面.两个向量X和X’的行列式是：经计算可知,行列式表示的是向量X和X’形成的平行四边形的有向面积.并有如下性质：行列式为零当且仅当两个向量共线（线性相关）,这时平行四边形退化成一条直线.如果以逆时针方向为正向的话,有向面积的意义是：平行四边形面积为正当且仅当向量X和X’逆时针排列（如图）.行列式是一个双线性映射.也就是说,,并且. 行列式公式在数学中，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|。 行列公式无论是在线性代数、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。行列式可以看作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。 行列式计算的技巧性很强。理论上，任何一个行列式都可以按照定义进行计算，但是直接按照定义计算而不借助于计算机有时是不可能的。 行列式是研究某些数的“有规”乘积的代数和的性质及基计篡方法。它起源于解线性方程。后逐步地应用到数学的其它领域。行列式的计算通常要根据行列式的具体特点，采用相应的计算方法。 行列式的计算方法： 1、对角线法则：对角线法则是行列式计算方法中最为简单的一种，记忆起来很方便，但它只适用于二阶和三阶行列式，四阶及以上的行列式就不能采用此方法。 2、定义法：如果所求的行列式中含的非零元素特别少，可以直接利用行列式的定义求解，或者行列式的阶数比较低。如果对于一些行列式的零元素（若有）分布比较有规律。 计算行列式的方法总结如下： 方法一：化上三角行列式 这是求行列式的最基础的方法，一般就是一列（行）乘上一个数加到某一列（行），使其转化为上（下）三角形行列式。 方法二：连加法 特征：当你发现行列式每一行（列）的值加起来都相等且不等于0时，试试把他们其余行（列）全部加到第一行（列）去，然后再把这个和提出来，从而第一行（列）就全是1了，从而简化行列式。 方法三：滚动消去法 特征：当你发现，相邻的行（列）长得比较相似，很多项长得一样时。不妨试试滚动相减。即：最后一行（列）开始的每一行（列）都减去上一行（列）。 方法四：逐行（列）相加减法 该方法是将第一行（列）加（减）到第二行，获得的新的第二行再拿去加（减）第三行。 特征：发现前（后）一行（列）中的元素如果去掉“某个元素”后，再和下一行（列）相加减，就能把下一行（列）的某些元素消去，而不带来新的元素。并且前一行（列）中的那个想要去掉的 “某个元素” 能用同样的方法事先先消掉。 第一、行列式的计算利用的是行列式的性质，而行列式的本质是一个数字，所以行列式的变化都是建立在已有性质的基础上的等量变化，改变的是行列式的“外观”。 第二、行列式的计算的一个基本思路就是通过行列式的性质把一个普通的行列式变化成为一个我们可以口算的行列式（比如，上三角，下三角，对角型，反对角，两行成比例等）。 第三、行列式的计算最重要的两个性质： 1、对换行列式中两行（列）位置，行列式反号。 2、把行列式的某一行（列）的倍数加到另一行（列），行列式不变。 行列式的性质 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。行列式计算方法总结论文答辩