【线性代数】第1章：行列式（大学期末考试必看）

Kenneth_Creative

已于 2024-06-08 03:46:22 修改

阅读量436

点赞数 9

文章标签：线性代数数学建模

于 2024-04-21 08:00:00 首次发布

本文链接：https://blog.csdn.net/m0_60631827/article/details/138005477

版权

（原创文章，转载请注明出处）

一、基本概念

1. 逆序、逆序数

排在左边的数大于右边的数，称为一个逆序，一个排列逆序的总数称为逆序数

2. 对角线法则

主对角线元素乘积之和减去副对角线元素乘积之和

3. 排列
逆序数为偶数的排列称为偶排列；逆序数为奇数的排列称为奇排列、

4. 余子式

行列式去掉i行j列剩下元素构成的行列式，称为 $a_{ij}$ 的余子式，记作： $M_{ij}$

5. 代数余子式

在余子式的基础上： $A_{ij}= \left ( -1 \right )^{i+j}M_{ij}$ ，称为元素 $a_{ij}$ 的代数余子式

二、行列式性质

性质一：行列式与其转置行列式的值相等（即： $D^T=D$ ）

性质二：互换行列式的两行（列），行列式的值仅改变符号

推论：若行列式中有两行（或两列）对应元素相同, 则行列式等于零

性质三：行列式的某一行（或列）有公因子k, 则公因子k可以提到行列式外面

推论：行列式的某一行（或列）所有元素的公因子可以提到行列式的前面

推论：如果行列式中有两行（列）对应元素成比例, 则此行列式的值为零

推论：若行列式中某一行（列）元素全为零, 则行列式的值为零

性质四：若行列式的某一行（列）的元素都是两数之和，则可按此行（列）将行列式拆成两个行列式的和

性质五：把行列式的某一行（列）的每个元素都乘以数k, 加到另一行（列）中对应元素上, 行列式的值不变

性质六：行列式可以按任意行（列）展开, 值不变（行列式展开定理）

例如：按第i行展开，即：

$D=a_{i1}A_{i1}+a_{i2}A_{i2}+\ldots+a_{in}A_{in}=\sum_{j=1}^{n}{a_{ij}A_{ij}}$ （按列展开同理）

推论：行列式中某一行（列）的元素与另一行（列）的元素对应的代数余子式的乘积之和等于零

三、行列式计算

1. 对角线法则：主对角线元素乘积之和减去副对角线元素乘积之和

2. 上（下）三角法：上三角或下三角元素全部划为0，其值为主对角线元素之积

3. 降阶法：利用行列式性质是行列式中出现较多的0，然后利用代数余子式展开

4. 其他方法：升阶法、拆分法、递推法（用得较少，不做要求）

四、克莱姆法则

1. 定义

对于线性方程组（方程个数 = 未知数个数）：

$\begin{cases} a_{11}x_1+a_{12}x_1+\cdots\ a_{1n}x_n=b_1 \\ a_{21}x_1+a_{22}x_2+\cdots\ a_{2n}x_n=b_2 \\ \cdots\cdots \\ a_{n1}x_1+a_{n2}x_2+\cdots\ a_{nn}x_n=b_n \end{cases}$
线性方程组的系数行列式：

$D=\left|\begin{matrix}a_{11}&a_{12}&\begin{matrix}\cdots&a_{1n}\\\end{matrix}\\a_{21}&a_{22}&\begin{matrix}\cdots&a_{2n}\\\end{matrix}\\\begin{matrix}\vdots\\a_{n1}\\\end{matrix}&\begin{matrix}\vdots\\a_{n2}\\\end{matrix}&\begin{matrix}\begin{matrix}\ddots\\\cdots\\\end{matrix}&\begin{matrix}\vdots\\a_{nn}\\\end{matrix}\\\end{matrix}\\\end{matrix}\right|\neq0$

则方程组有唯一解： $x_1=\frac{D_1}{D}$ ， $x_2=\frac{D_2}{D}$ ，…， $x_n=\frac{D_n}{D}$

其中： $D_j$ 是系数行列式D的j列替换为常数项所得：

$D_j=\left|\begin{matrix}\begin{matrix}a_{11}\\a_{21}\\\end{matrix}&\begin{matrix}\cdots\\\cdots\\\end{matrix}&\begin{matrix}a_{1,j-1}\\a_{2,j-1}\\\end{matrix}\\\begin{matrix}\vdots\\a_{n1}\\\end{matrix}&\begin{matrix}\ddots\\\cdots\\\end{matrix}&\begin{matrix}\vdots\\a_{n,j-1}\\\end{matrix}\\\end{matrix}\ \ \ \begin{matrix}\begin{matrix}b_1\\b_2\\\end{matrix}&\begin{matrix}a_{1,j+1}\\a_{2,j+1}\\\end{matrix}\\\begin{matrix}\vdots\\b_n\\\end{matrix}&\begin{matrix}\vdots\\a_{n,j+1}\\\end{matrix}\\\end{matrix}\ \ \ \begin{matrix}\begin{matrix}\cdots\\\cdots\\\end{matrix}&\begin{matrix}a_{1n}\\a_{2n}\\\end{matrix}\\\begin{matrix}\ddots\\\cdots\\\end{matrix}&\begin{matrix}\vdots\\a_{nn}\\\end{matrix}\\\end{matrix}\right|$

2. 定理

齐次线性方程组的系数行列式不为零, 则齐次线性方程组有唯一零解

即： $\begin{cases} a_{11}x_1+a_{12}x_1+\cdots\ a_{1n}x_n=b_1 \\ a_{21}x_1+a_{22}x_2+\cdots\ a_{2n}x_n=b_2 \\ \cdots\cdots \\ a_{n1}x_1+a_{n2}x_2+\cdots\ a_{nn}x_n=b_n \end{cases}$ 的系数行列式 $D\neq0$ ，方程组有唯一零解

推论： $\begin{cases} a_{11}x_1+a_{12}x_1+\cdots\ a_{1n}x_n=b_1 \\ a_{21}x_1+a_{22}x_2+\cdots\ a_{2n}x_n=b_2 \\ \cdots\cdots \\ a_{n1}x_1+a_{n2}x_2+\cdots\ a_{nn}x_n=b_n \end{cases}$ 有非零解，则系数行列式 $D=0$

3. 使用条件

（1）方程个数和未知量个数相等

（2）系数行列式 $D\neq0$

五、范德蒙行列式

1. 范德蒙行列式形式

$D_n=\left|\begin{matrix}\begin{matrix}1\\x_1\\\end{matrix}&\begin{matrix}1\\x_2\\\end{matrix}\\\begin{matrix}x_1^2\\\vdots\\x_1^{n-1}\\\end{matrix}&\begin{matrix}x_2^2\\\vdots\\x_2^{n-1}\\\end{matrix}\\\end{matrix}\ \ \ \ \begin{matrix}\begin{matrix}1\\x_3\\\end{matrix}&\begin{matrix}\cdots\\\cdots\\\end{matrix}&\begin{matrix}1\\x_n\\\end{matrix}\\\begin{matrix}x_3^2\\\vdots\\x_3^{n-1}\\\end{matrix}&\begin{matrix}\cdots\\\ \ \ \\\cdots\\\end{matrix}&\begin{matrix}x_n^2\\\vdots\\x_n^{n-1}\\\end{matrix}\\\end{matrix}\right|=\prod_{1\le i<j\le n}\left(x_j-x_i\right)$