本文主要是介绍线性代数 --- 为什么LU分解中L矩阵的行列式一定等于正负1？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
以下是关于下三角矩阵L的行列式一定等于+-1的一些说明
笔者的一些话(写在最前面)：
这是一篇小文，是我写的关于求解矩阵行列式的一篇文章中的一部分。之所以把这一段专门提溜出来，是因为这一段相对于原文是可以完全独立的，也是因为我自认为这是原文中很精彩的一段论证。为了便于我自己后续翻阅和查找，也是为了给我CSDN文章里面凑数，这才有了这篇文章。
证明：在LU分解中，下三角矩阵L的行列式一定是.
在证明之前，我这里先补充几条关于行列式的性质：
性质1：对于三角矩阵而言，不论是上三角矩阵还是下三角矩阵，其行列式的值都等于主对角线上元素的乘积。
此处引用Gilbert strang的线性代数教科书《introduction to linear algebra》中，第251页处的一段关于矩阵行列式的相应说明：
截图中第七条性质说：如果矩阵A是一个三角矩阵，则矩阵A的行列式等于其对角线上元素的乘积。
性质2：两个矩阵A，B的积AB的行列式|AB|等于这两个矩阵各自的行列式|A|和|B|的积，即：
性质3：单位矩阵I的行列式为1。
性质4：对矩阵进行行与行之间的交换后，需要改变原矩阵行列式的正负号。
在LU分解中，下三角阵L是高斯消元的逆过程，是多个消元矩阵E的逆矩阵的乘积(形如下图中的矩阵)。
首先，根据上面说的性质1可知，所有消元矩阵E的逆矩阵的行列式等于其对角线上所有元素的乘积。又因为矩阵
对角线上元素都是1，所以，
的行列式一定等于1。此外，根据性质2，L的行列式等于多个
的行列的乘积，所以，L的行列式必然等于1，即：
可是，如果对矩阵A进行高斯消元的过程中，遇到对角线上的元素为0的情况，就需要对矩阵进行行交换，则上式就会包含一些置换矩阵：
这种情况下计算出来的L矩阵可就不一定是标准的下三角矩阵了，比如说下面这个矩阵：
这样一来就需要对L矩阵进行行交换，把他变成标准的下三角矩阵，以确保他的det等于1。而交换的过程需要用置换矩阵P记录下来，使得原来的L，变成PL(这时的L已经是标准的下三角矩阵了)。因为置换矩阵P只不过是对单位矩阵I进行行交换后的结果，因此，综合性质3和性质4可知，置换矩阵P的行列式的值只能是+1或-1。在结合前面得出的L矩阵的行列式一定是1的结论，最终PL的行列式只能是+1或-1。
因此，当我们基于矩阵A的LU分解计算出L的det后(必然是1)，如果高斯消元的过程中进行过行交换，还要再根据行交换的次数(置换矩阵P)去调整det的符号。
事实上，在matlab中自带的计算矩阵行列式的det函数就利用了这一点。
按照Matlab的官方说明文档，首先，他在计算矩阵的det时先调了lu分解函数，对矩阵进行分解。
注意，matlab的lu分解函数有很多，只是他在计算行列式时，调用的是[L,U]=lu(A)。
按照他官方文档的说法，分解后的L矩阵和U矩阵中，L矩阵有被置换过，也就不是标准的三角矩阵。这和我们前面提到的，如果消元时进行过行交换的情况是一致的。
然后，对这个“经过置换的下三角矩阵L”进行行交换，并记录交换过程得到：
最后一步，求出矩阵U(他一定是一个标准的上三角矩阵)中主对角线上所有元素的乘积，然后和前一步的结果相乘，得到矩阵A的行列式：
例子：
（全文完）
作者 --- 松下J27
参考文献(鸣谢)：
1，https://en.wikipedia.org/wiki/Determinant
2，Determinant of a Matrix
3，矩阵行列式 - MATLAB det- MathWorks 中国
4，线性代数 --- LU分解（Gauss消元法的矩阵表示）_矩阵的lu分解-CSDN博客
5，线性代数 --- Gauss消元的部分主元法和完全主元法_部分选主元高斯matlab-CSDN博客
（配图与本文无关）
版权声明：所有的笔记，可能来自很多不同的网站和说明，在此没法一一列出，如有侵权，请告知，立即删除。欢迎大家转载，但是，如果有人引用或者COPY我的文章，必须在你的文章中注明你所使用的图片或者文字来自于我的文章，否则，侵权必究。 ----松下J27
这篇关于线性代数 --- 为什么LU分解中L矩阵的行列式一定等于正负1？的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
