线性代数|余子式和代数余子式的性质

本文探讨了n阶行列式的阶梯形性质、行列式换行变号、两数和分解、全相同行的零性质,并重点介绍了余子式和代数余子式的概念。通过实例展示了如何用低阶行列式表示高阶行列式,包括定理2的行列式展开法则和推论。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前置知识:

  • 【定义】n阶行列式
  • 行列式的性质
  • 阶梯形行列式的性质
  • 【定义】余子式和代数余子式

引理1 设
D = ∣ a 11 ⋯ a 1 k ⋮ ⋮ 0 a k 1 ⋯ a k k c 11 ⋯ c 1 k b 11 ⋯ b 1 n ⋮ ⋮ ⋮ ⋮ c n 1 ⋯ c n k b n 1 ⋯ b n n ∣ D = \begin{vmatrix} a_{11} & \cdots & a_{1k} & & & \\ \vdots & & \vdots & & 0 & \\ a_{k1} & \cdots & a_{kk} & & & \\ c_{11} & \cdots & c_{1k} & b_{11} & \cdots & b_{1n} \\ \vdots & & \vdots & \vdots & & \vdots \\ c_{n1} & \cdots & c_{nk} & b_{n1} & \cdots & b_{nn} \\ \end{vmatrix} D= a11ak1c11cn1a1kakkc1kcnkb11bn10b1nbnn

D 1 = d e t ( a i j ) = ∣ a 11 ⋯ a 1 k ⋮ ⋮ a k 1 ⋯ a k k ∣ , D 2 = d e t ( b i j ) = ∣ b 11 ⋯ b 1 k ⋮ ⋮ b k 1 ⋯ b k k ∣ D_1 = det(a_{ij}) = \begin{vmatrix} a_{11} & \cdots & a_{1k} \\ \vdots & & \vdots \\ a_{k1} & \cdots & a_{kk} \\ \end{vmatrix}, \hspace{1em} D_2 = det(b_{ij}) = \begin{vmatrix} b_{11} & \cdots & b_{1k} \\ \vdots & & \vdots \\ b_{k1} & \cdots & b_{kk} \\ \end{vmatrix} D1=det(aij)= a11ak1a1kakk ,D2=det(bij)= b11bk1b1kbkk

满足 D = D 1 D 2 D = D_1 D_2 D=D1D2

证明见 “阶梯形行列式的性质”。

引理2 对换行列式的两行(列),行列式变号。

证明见 “行列式的性质”。

引理3 若行列式中某一行(列)的元素都是两数之和,则行列式关于该行(列)可分解为两个行列式。

证明见 “行列式的性质”。

引理4 如果行列式有两行(列)完全相同,则此行列式等于零。

证明见 “行列式的性质”。


我们考虑用低阶行列式来表示高阶行列式的问题。首先,我们考虑一种特殊情况;根据余子式和代数余子式的定义,有引理及证明如下:

引理 一个 n n n 阶行列式,如果其中第 i i i 行所有元素除 ( i , j ) (i,j) (i,j) a i j a_{ij} aij 外都为零,那么这行列式等于 a i j a_{ij} aij 与它的代数余子式的乘积,即
D = a i j A i j D = a_{ij} A_{ij} D=aijAij

证明 首先证 ( i , j ) = ( 1 , 1 ) (i,j) = (1,1) (i,j)=(1,1) 的情形。此时
D = ∣ a 11 0 ⋯ 0 a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ∣ D = \begin{vmatrix} a_{11} & 0 & \cdots & 0 \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{vmatrix} D= a11a21an10a22an20a2nann
根据引理 1 可知 D = a 11 M 11 D = a_{11} M_{11} D=a11M11,于是有 A 11 = ( − 1 ) i + j M 11 = M 11 A_{11} = (-1)^{i+j} M_{11} = M_{11} A11=(1)i+jM11=M11,从而
D = a 11 A 11 D = a_{11} A_{11} D=a11A11
再证一般情形,此时
D = ∣ a 11 ⋯ a 1 j ⋯ a 1 n ⋮ ⋮ ⋮ 0 ⋯ a i j ⋯ 0 ⋮ ⋮ ⋮ a n 1 ⋯ a n j ⋯ a n n ∣ D = \begin{vmatrix} a_{11} & \cdots & a_{1j} & \cdots & a_{1n} \\ \vdots & & \vdots & & \vdots \\ 0 & \cdots & a_{ij} & \cdots & 0 \\ \vdots & & \vdots & & \vdots \\ a_{n1} & \cdots & a_{nj} & \cdots & a_{nn} \end{vmatrix} D= a110an1a1jaijanja1n0ann
为了利用前面的结果,将 D D D 的第 i i i 行依次与第 i − 1 i-1 i1 行、第 i − 2 i-2 i2 行……第 1 1 1 行对换,这样数 a i j a_{ij} aij 就换成了 ( 1 , j ) (1,j) (1,j) 元,对换次数为 i − 1 i-1 i1;在将 D D D 的第 j j j 列依次与第 j − 1 j-1 j1 列、第 j − 2 j-2 j2 列……第 1 1 1 列对换,这样数 a i j a_{ij} aij 就换成了 ( 1 , 1 ) (1,1) (1,1) 元,对换次数为 j − 1 j-1 j1。根据引理 2,因为累计进行 i + j − 2 i+j-2 i+j2 次对换,所以所得行列式 D 1 = ( − 1 ) i + j − 2 D = ( − 1 ) i + j D D_1 = (-1)^{i+j-2} D = (-1)^{i+j} D D1=(1)i+j2D=(1)i+jD,而 D 1 D_1 D1 ( 1 , 1 ) (1,1) (1,1) 元的余子式就是 D D D ( i , j ) (i,j) (i,j) 元的余子式 M i j M_{ij} Mij

由于 D 1 D_1 D1 ( 1 , 1 ) (1,1) (1,1) 元为 a i j a_{ij} aij,第 1 1 1 行其余元素都为 0 0 0,利用已证 ( i , j ) = ( 1 , 1 ) (i,j) = (1,1) (i,j)=(1,1) 的特殊情形,有
D 1 = a i j M i j D_1 = a_{ij} M_{ij} D1=aijMij
于是
D = ( − 1 ) i + j D 1 = ( − 1 ) i + j a i j M i j = a i j A i j D = (-1)^{i+j} D_1 = (-1)^{i+j} a_{ij} M_{ij} = a_{ij} A_{ij} D=(1)i+jD1=(1)i+jaijMij=aijAij

接着,我们考虑一般情况;根据上述引理,有如下定理和证明:

定理2 行列式等于它的任一行(列)的各元素与其对应的代数余子式的乘积之和,即
D = a i 1 A i 1 + a i 2 A i 2 + ⋯ + a i n A i n ( i = 1 , 2 , ⋯   , n ) D= a_{i1} A_{i1} + a_{i2} A_{i2} + \cdots + a_{in} A_{in} \hspace{1em} (i=1,2,\cdots,n) D=ai1Ai1+ai2Ai2++ainAin(i=1,2,,n)

D = a 1 j A 1 j + a 2 j A 2 j + ⋯ + a n j A n j ( j = 1 , 2 , ⋯   , n ) D = a_{1j} A_{1j} + a_{2j} A_{2j} + \cdots + a_{nj} A_{nj} \hspace{1em} (j=1,2,\cdots,n) D=a1jA1j+a2jA2j++anjAnj(j=1,2,,n)

证明 首先证行列式等于它的任一行的个元素与其对应的代数余子式的乘积之和。根据引理 3,可将行列式拆分为 n n n 个行列式,其中每个行列式中第 i i i 行仅有一个元素不为 0 0 0,即
D = ∣ a 11 a 12 ⋯ a 1 n ⋮ ⋮ ⋮ a i 1 a i 2 ⋯ a i n ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ∣ = ∣ a 11 a 12 ⋯ a 1 n ⋮ ⋮ ⋮ a i 1 + 0 + ⋯ + 0 0 + a i 2 + ⋯ + 0 ⋯ 0 + ⋯ + 0 + a i n ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ∣ = ∣ a 11 a 12 ⋯ a 1 n ⋮ ⋮ ⋮ a i 1 0 ⋯ 0 ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ∣ + ∣ a 11 a 12 ⋯ a 1 n ⋮ ⋮ ⋮ 0 a i 2 ⋯ 0 ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ∣ + ∣ a 11 a 12 ⋯ a 1 n ⋮ ⋮ ⋮ 0 0 ⋯ a i n ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ∣ \begin{align*} D & = \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & & \vdots \\ a_{i1} & a_{i2} & \cdots & a_{in} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{vmatrix} \\ & = \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & & \vdots \\ a_{i1} + 0 + \cdots + 0 & 0 + a_{i2} + \cdots + 0 & \cdots & 0 + \cdots + 0+a_{in} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{vmatrix} \\ & = \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & & \vdots \\ a_{i1} & 0 & \cdots & 0 \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{vmatrix} + \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & & \vdots \\ 0 & a_{i2} & \cdots & 0 \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{vmatrix} + \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & & \vdots \\ 0 & 0 & \cdots & a_{in} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{vmatrix} \end{align*} D= a11ai1an1a12ai2an2a1nainann = a11ai1+0++0an1a120+ai2++0an2a1n0++0+ainann = a11ai1an1a120an2a1n0ann + a110an1a12ai2an2a1n0ann + a110an1a120an2a1nainann

根据引理,即得
D = a i 1 A i 1 + a i 2 A i 2 + ⋯ + a i n A i n ( i = 1 , 2 , ⋯   , n ) D= a_{i1} A_{i1} + a_{i2} A_{i2} + \cdots + a_{in} A_{in} \hspace{1em} (i=1,2,\cdots,n) D=ai1Ai1+ai2Ai2++ainAin(i=1,2,,n)

根据引理 2 ,同理可证行列式等于它的任一列的个元素与其对应的代数余子式的乘积之和。

这个定理叫做行列式按行(按列)展开法则。

根据引理 4,有推论及其证明如下:

推论 行列式某一行(列)的元素与另一行(列)的对应元素的代数余子式乘积之和等于零,即
a i 1 A j 1 + a i 2 A j 2 + ⋯ a i n A j n = 0 , i ≠ j a_{i1} A_{j1} + a_{i2} A_{j2} + \cdots a_{in} A_{jn} = 0, \hspace{1em} i \ne j ai1Aj1+ai2Aj2+ainAjn=0,i=j

a 1 i A 1 j + a 2 i A 2 j + ⋯ a n i A n j , i ≠ j a_{1i} A_{1j} + a_{2i} A_{2j} + \cdots a_{ni} A_{nj}, \hspace{1em} i \ne j a1iA1j+a2iA2j+aniAnj,i=j

证明 首先证明,行列式某一行的元素与另一行的对应元素的代数余子式乘积之和等于零。设有 n n n 阶行列式 D = d e t ( a i j ) D = det(a_{ij}) D=det(aij),则它的按第 j j j 行展开式
D = a j 1 A j 1 + a j 2 A j 2 + ⋯ a j n A j n D = a_{j1} A_{j1} + a_{j2} A_{j2} + \cdots a_{jn} A_{jn} D=aj1Aj1+aj2Aj2+ajnAjn
因诸 A j k ( k = 1 , 2 , ⋯   , n ) A_{jk} (k=1,2,\cdots,n) Ajk(k=1,2,,n) 都是先划去了 D D D 中第 j j j 行再经计算而得,所以当第 j j j 行元素依次取为 b 1 , b 2 , ⋯   , b n b_1,b_2,\cdots,b_n b1,b2,,bn 时就有
D j = ∣ a 11 ⋯ a 1 n ⋮ ⋮ a j − 1 , 1 ⋯ a j − 1 , n b 1 ⋯ b n a j + 1 , 1 ⋯ a j + 1 , n ⋮ ⋮ a n 1 ⋯ a m n ∣ = b 1 A j 1 + b 2 A j 2 + ⋯ b n A j n D_j = \begin{vmatrix} a_{11} & \cdots & a_{1n} \\ \vdots & & \vdots \\ a_{j-1,1} & \cdots & a_{j-1,n} \\ b_1 & \cdots & b_n \\ a_{j+1,1} & \cdots & a_{j+1,n} \\ \vdots & & \vdots \\ a_{n1} & \cdots & a_{mn} \end{vmatrix} = b_1 A_{j1} + b_2 A_{j2} + \cdots b_n A_{jn} Dj= a11aj1,1b1aj+1,1an1a1naj1,nbnaj+1,namn =b1Aj1+b2Aj2+bnAjn
这里 D j D_j Dj 表示除第 j j j 行外其余各行均与 D D D 相同的行列式。

特别,当 b 1 , b 2 , ⋯   , b n b_1,b_2,\cdots,b_n b1,b2,,bn 依次取与 D = d e t ( a i j ) D = det(a_{ij}) D=det(aij) 的第 i i i 行( i ≠ j i \ne j i=j)各元素时,上式仍成立。但此时因 D j D_j Dj 中第 j j j 行与第 i i i 行两行相同,根据引理 4, D j = 0 D_j = 0 Dj=0,从而有
a i 1 A j 1 + a i 2 A j 2 + ⋯ a i n A j n = 0 , i ≠ j a_{i1} A_{j1} + a_{i2} A_{j2} + \cdots a_{in} A_{jn} = 0, \hspace{1em} i \ne j ai1Aj1+ai2Aj2+ainAjn=0,i=j
根据引理 2 ,同理可证行列式某一列的元素与另一列的对应元素的代数余子式乘积之和等于零。

根据定理 2 和推论,可得代数余子式的重要性质如下:
∑ k = 1 n a k i A k j = { D , i = j , 0 , i ≠ j \sum_{k=1}^n a_{ki} A_{kj} = \begin{cases} D, \hspace{1em} & i = j, \\ 0, \hspace{1em} & i \ne j \end{cases} k=1nakiAkj={D,0,i=j,i=j

∑ k = 1 n a i k A j k = { D , i = j , 0 , i ≠ j \sum_{k=1}^n a_{ik} A_{jk} = \begin{cases} D, \hspace{1em} & i = j, \\ 0, \hspace{1em} & i \ne j \end{cases} k=1naikAjk={D,0,i=j,i=j

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

长行

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值