【线性代数】行列式

二阶与三阶行列式

一、二阶行列式

记为$\left|\begin{array}{cc}{a}_{11}& a_{12}\\ a_{21}& a_{22}\end{array}\right|$，其中数$a_{ij}(i=1,2;j=1,2)$称为上面行列式的元素或元，元素$a_{ij}$的第一个下标$i$称为行标，表名该元素在第$i$行，第二个下标$j$为列标，表明该元素位于第$j$列。位于第$i$行第$j$列的元素称为上面行列式的$(i,j)$元

例1：求$\left|\begin{array}{cc}3& 5\\ 1& 6\end{array}\right|$的值
$\left|\begin{array}{cc}3& 5\\ 1& 6\end{array}\right|=2\times 6-1\times 5=7$

二、三阶行列式

已知$\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|$，我们把该式称为三阶行列式

例2：计算三阶行列式$D=\left|\begin{array}{ccc}1& 2& -4\\ -2& 2& 1\\ -3& 4& -2\end{array}\right|$
$D=1\times 2\times (-2)+(-3)\times 2\times 1+(-4)\times (-2)\times 4-(-4)\times 2\times (-3)-1\times 4\times 1-(-2)\times 2\times (-2)=-14$

全排列及其逆序数

1. 全排列的定义

把$n$个不同的元素排成一列，叫做这$n$个元素的全排列（也简称排列）

2. 逆序数的定义

对于$n$个不同的元素，先规定个元素之间有一个标准次序（例如$n$个不同的自然数，可规定由小到大为标准次序），于是在这$n$个元素的任一排列中，当某两个元素的先后次序与标准次序不同时，就说有$1$个逆序。一个排列中所有逆序的总数叫做这个排列的逆序数

3. 奇排列和偶排列

逆序数为奇数的排列叫做奇排列，逆序数叫做偶数的排列叫做偶排列

例1：求排列$32516$的逆序数
$1+0+3+1=5$

n阶行列式的定义

定义：设有$n^2$个数，排成$n$行$n$列$\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}$，作出表中位于不同行不同列的$n$个数的乘积，由于这样的排列共有$n!$个，所有这$n!$项的代数和$\sum (-1{)}^t{a}_{1p_1}{a}_{2p_2}\cdots a_{n{p}_n}$为$n$阶行列式记作$D=\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|$，简称作$det(a_{ij})$，其中数$a_{ij}$为行列式$D$的$(i,j)$元

例1：证明以下$n$阶行列式的值，其中未写出的元素都是$0$
$\left|\begin{array}{cccc}{\lambda }_1& & & \\ & {\lambda }_2& & \\ & & \ddots & \\ & & & {\lambda }_n\end{array}\right|={\lambda }_1{\lambda }_2\cdots {\lambda }_n$
$\left|\begin{array}{cccc}& & & {\lambda }_1\\ & & {\lambda }_2& \\ & \cdots & & \\ {\lambda }_n& & & \end{array}\right|=(-1{)}^{\frac{n(n-1)}{2}}{\lambda }_1{\lambda }_2\cdots {\lambda }_n$
同理
主对角线上三角矩阵$=$主对角线下三角矩阵$=$主对角线矩阵$=a_{11}{a}_{22}\cdots a_{nn}$
副对角线上三角矩阵$=$副对角线下三角矩阵$=$副对角线矩阵$=(-1{)}^{\frac{n(n-1)}{2}}{a}_{n1}{a}_{(n-1)2}\cdots a_{1n}$

行列式的性质

性质1：行列式与它的转置行列式相等

性质2：互换行列式的两行（列），行列式变号

推论：如果行列式有两行（列）完全相同，则此行列式等于零

性质3：行列式的某一行（列）中所有的元素都乘以同一数$k$，等于用$k$乘以此行列式

推论：行列式中某一行（列）的所有元素的公因子可以提到行列式记号的外面

性质4：行列式中如果有两行（列）元素成比例，则此行列式等于零

性质5：若行列式的某一列（行）的元素都是两数之和，例如第i列的元素都是两数之和：$D=\left|\begin{array}{cccccc}{a}_{11}& a_{12}& \cdots & (a_{1i}+a_{1i}^{\prime })& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & (a_{2i}+a_{2i}^{\prime })& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & (a_{ni}+a_{ni}^{\prime })& \cdots & a_{nn}\end{array}\right|$则$D=\left|\begin{array}{cccccc}{a}_{11}& a_{12}& \cdots & a_{1i}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2i}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{ni}& \cdots & a_{nn}\end{array}\right|+\left|\begin{array}{cccccc}{a}_{11}& a_{12}& \cdots & a_{1i}^{\prime }& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2i}^{\prime }& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{ni}^{\prime }& \cdots & a_{nn}\end{array}\right|$

性质6：把行列式的某一列（行）的该元素乘以同一数然后加到另一列（行）对应的元素上去，行列式不变

例1：计算${\left|\begin{array}{cccc}a& b& \cdots & b\\ b& a& \cdots & b\\ ⋮& ⋮& & ⋮\\ b& b& \cdots & a\end{array}\right|}_{n\times n}$
$\begin{array}{rl}{\left|\begin{array}{cccc}a& b& \cdots & b\\ b& a& \cdots & b\\ ⋮& ⋮& & ⋮\\ b& b& \cdots & a\end{array}\right|}_{n\times n}& =\left|\begin{array}{cccc}[a+(n-1)b]& [a+(n-1)b]& \cdots & [a+(n-1)b]\\ b& a& \cdots & b\\ ⋮& ⋮& & ⋮\\ b& b& \cdots & a\end{array}\right|\\ & =[a+(n-1)b]\left|\begin{array}{cccc}1& 1& \cdots & 1\\ b& a& \cdots & b\\ ⋮& ⋮& & ⋮\\ b& b& \cdots & a\end{array}\right|\\ & =[a+(n-1)b]\left|\begin{array}{cccc}1& 1& \cdots & 1\\ 0& a-b& \cdots & 0\\ ⋮& ⋮& & ⋮\\ 0& 0& \cdots & a-b\end{array}\right|\\ & =[a+(n-1)b](a-b{)}^{n-1}\end{array}$

例2：设$D=\left|\begin{array}{cccccc}{a}_{11}& \cdots & a_{1k}& & & \\ ⋮& & ⋮& & 0& \\ a_{k1}& \cdots & a_{kk}& & & \\ c_{11}& \cdots & c_{1k}& b_{11}& \cdots & b_{1n}\\ ⋮& & & & & \\ c_{n1}& \cdots & c_{nk}& b_{n1}& \cdots & b_{nn}\end{array}\right|,D_1=\det (a_{ij})=\left|\begin{array}{ccc}{a}_{11}& \cdots & a_{1k}\\ ⋮& & ⋮\\ a_{k1}& \cdots & a_{kk}\end{array}\right|,D_2=\det (b_{ij})=\left|\begin{array}{ccc}{b}_{11}& \cdots & b_{1n}\\ ⋮& & ⋮\\ b_{n1}& \cdots & b_{nn}\end{array}\right|$
证明$D=D_1{D}_2$
$D_1\stackrel{\text{行变换}}{=}\left|\begin{array}{ccc}{D}_{11}& \cdots & 0\\ ⋮& \ddots & ⋮\\ D_{k1}& \cdots & D_{kk}\end{array}\right|=D_{11}\cdots D_{kk}$（前$k$行进行行变换）
$D_2\stackrel{\text{列变换}}{=}\left|\begin{array}{ccc}{q}_{11}& \cdots & 0\\ ⋮& \ddots & ⋮\\ q_{n1}& \cdots & q_{nn}\end{array}\right|=q_{11}\cdots q_{nn}$（右$k$列进行列变换）
$D=\left|\begin{array}{cccccc}{D}_{11}& & & & & \\ ⋮& \ddots & & & & \\ D_{k1}& \cdots & D_{kk}& & & \\ C_{11}& \cdots & C_{1k}& q_{11}& & \\ ⋮& & ⋮& ⋮& \ddots & \\ C_{n1}& \cdots & C_{nk}& q_{n1}& \cdots & q_{nn}\end{array}\right|=D_{11}\cdots D_{kk}{q}_{11}\cdots q_{nn}=D_1{D}_2$

即$D=\left|\begin{array}{cc}{D}_1& 0\\ D_3& D_2\end{array}\right|=D_1\cdot D_2$，同理有$D=\left|\begin{array}{cc}0& D_{1_{n\times n}}\\ D_{2_{m\times m}}& D_3\end{array}\right|=(-1{)}^{mn}{D}_1\cdot D_2$

行列式按行（列）展开

一、代数余子式的定义

在$n$阶行列式中，把$(i,j)$元$a_{ij}$所在的第$i$行和第$j$列划去后，留下来的$n-1$阶行列式叫做$(i,j)$元$a_{ij}$的余子式，记作$M_{ij}$；记$A_{ij}=(-1{)}^{i+j}{M}_{ij}$，$A_{ij}$叫做$(i,j)$元$a_{ij}$的代数余子式

定理1：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乘积之和，即$$D=a_{i1}{A}_{i1}+a_{i2}{A}_{i2}+\cdots +a_{in}{A}_{in}(i=1,2,\cdots ,n)$$或$$D=a_{1j}{A}_{1j}+a_{2j}{A}_{2j}+\cdots +a_{nj}{A}_{nj}(j=1,2,\cdots ,n)$$

例1：用展开定理求行列式$\left|\begin{array}{cccc}3& 1& -1& 2\\ -5& 1& 3& -4\\ 2& 0& 1& -1\\ 1& -5& 3& -3\end{array}\right|$的值
$\begin{array}{rl}\left|\begin{array}{cccc}3& 1& -1& 2\\ -5& 1& 3& -4\\ 2& 0& 1& -1\\ 1& -5& 3& -3\end{array}\right|& =\left|\begin{array}{cccc}5& 1& -1& 1\\ -11& 1& 3& -1\\ 0& 0& 1& 0\\ -5& -5& 3& 0\end{array}\right|\\ & =1\times (-1{)}^{3+3}\left|\begin{array}{ccc}5& 1& 1\\ -11& 1& -1\\ -5& -5& 0\end{array}\right|\\ & =\left|\begin{array}{ccc}5& 1& 1\\ -6& 2& 0\\ -5& -5& 0\end{array}\right|\\ & =1\times (-1{)}^{1+3}\left|\begin{array}{cc}-6& 2\\ -5& -5\end{array}\right|\\ & =40\end{array}$

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$$a_{i1}{A}_{j1}+a_{i2}{A}_{j2}+\cdots +a_{in}{A}_{jn}=0,i\ne j$$或$$a_{1i}{A}_{1j}+a_{2i}{A}_{2j}+\cdots +a_{ni}=0,i\ne j$$

例2：设$D=\left|\begin{array}{cccc}3& -5& 2& 1\\ 1& 1& 0& -5\\ -1& 3& 1& 3\\ 2& -4& -1& -3\end{array}\right|$，$D$的$(i,j)$元的余子式和代数余子式依次记作$M_{ij}$和$A_{ij}$，求$A_{11}+A_{12}+A_{13}+A_{14}$及$M_{11}+M_{21}+M_{31}+M_{41}$
$1\cdot A_{11}+1\cdot A_{12}+1\cdot A_{13}+1\cdot A_{14}=\left|\begin{array}{cccc}1& 1& 1& 1\\ 1& 1& 0& -5\\ -1& 3& 1& 3\\ 2& -4& -1& -3\end{array}\right|=4$
$\begin{array}{rl}{M}_{11}+M_{21}+M_{31}+M_{41}& =1\cdot A_{11}+(-1)\cdot A_{21}+1\cdot A_{31}+(-1)\cdot A_{41}\\ & =\left|\begin{array}{cccc}1& -5& 2& 1\\ -1& 1& 0& -5\\ 1& 3& 1& 3\\ -1& -4& -1& -3\end{array}\right|\\ & =0\end{array}$

克拉默法则

含有$n$个未知数$x_1,x_2,\cdots ,x_n$的$n$个线性方程组$\{\begin{array}{l}{a}_{11}{x}_1+a_{21}{x}_2+\cdots +a_n{x}_n=b_1,\\ a_{21}{x}_1+a_{21}{x}_2+\cdots +a_{2n}{x}_n=b_2,\\ \cdots \\ a_{1n}{x}_1+a_{2n}{x}_2+\cdots +a_{nn}{x}_n=b_n\end{array}$与二、三元线性方程组相类似，它的解可以用$n$阶行列式表示

克拉默法则：如果线性方程组的系数行列式不为零，即$$D=\left|\begin{array}{ccc}{a}_{11}& \cdots & a_{1n}\\ ⋮& & ⋮\\ a_{n1}& \cdots & a_{nn}\end{array}\right|\ne 0$$那么方程组有唯一解$x_1=\frac{D_1}{D},x_2=\frac{D_2}{D},\cdots ,x_n=\frac{D_n}{D}$，其中$D_j(j=1,2,\cdots ,n)$是把系数行列式$D$中第$j$列的元素方程组右端的常数项代替后所得到的$n$阶行列式，即$$D_j=\left|\begin{array}{ccccccc}{a}_{11}& \cdots & a_{1,j-1}& b_1& a_{1,j+1}& \cdots & a_{1n}\\ ⋮& & ⋮& ⋮& ⋮& & ⋮\\ a_{n1}& \cdots & a_{n,j-1}& b_n& a_{n,j+1}& \cdots & a_{nn}\end{array}\right|$$

例1：解线性方程组$\{\begin{array}{l}2x_1+x_2-5x_3+x_4=8\\ x_1-3x_2-6x_4=9\\ 2x_2-x_3+2x_4=-5\\ x_1+4x_2-7x_3+6x_4=0\end{array}$

$D=\left|\begin{array}{cccc}2& 1& -5& 1\\ 1& -3& 0& -6\\ 0& 2& -1& 2\\ 1& 4& -7& 6\end{array}\right|=27\ne 0$
$D_1=\left|\begin{array}{cccc}8& 1& -5& 1\\ 9& -3& 0& -6\\ -5& 2& -1& 2\\ 0& 4& -7& 6\end{array}\right|=81$
同理$D_2=-108,D_3=-27,D_4=27$
故$x_1=\frac{D_1}{D}=3,x_2=-4,x_3=-1,x_4=1$

定理1：如果线性方程组的系数方程式$D\ne 0$，则线性方程组一定有解，且解是唯一的
定理2：如果齐次方程组的系数行列式$D\ne 0$，则齐次方程组没有非零解，即只有零解；反之，如果齐次方程组的系数行列式$D=0$，则齐次方程组有非零解