未完成,仍在更新。
目录
线性代数1
1 行列式
1.1 行列式定义
D
n
=
∣
a
11
a
12
.
.
.
a
1
n
a
21
a
22
.
.
.
a
2
n
.
.
.
.
.
.
.
.
.
.
.
.
a
n
1
a
n
2
.
.
.
a
n
n
∣
=
Σ
(
−
1
)
t
(
p
1
p
2
.
.
.
p
n
)
a
1
p
1
a
2
p
2
.
.
.
a
n
p
n
=
Σ
(
−
1
)
t
(
p
1
p
2
.
.
.
p
n
)
a
p
1
1
a
p
2
2
.
.
.
a
p
n
n
\begin{aligned} D_n= \begin{vmatrix} a_{11} & a_{12} & ... & a_{1n} \\ a_{21} & a_{22} & ... & a_{2n} \\ ... & ... & ... & ... \\ a_{n1} & a_{n2} & ... & a_{nn} \\ \end{vmatrix} &=\Sigma(-1)^{t(p_1p_2...p_n)} a_{1p_1}a_{2p_2}...a_{np_n} \\ &=\Sigma(-1)^{t(p_1p_2...p_n)} a_{p_11}a_{p_22}...a_{p_nn} \end{aligned}
Dn=∣∣∣∣∣∣∣∣a11a21...an1a12a22...an2............a1na2n...ann∣∣∣∣∣∣∣∣=Σ(−1)t(p1p2...pn)a1p1a2p2...anpn=Σ(−1)t(p1p2...pn)ap11ap22...apnn
行列式定义计算:不同行不同列选取元素做乘积再做和。式子1按照列标排序,即每一行选取不同列数的元素做乘积再做和(见下方公式)。按照行标准排序,则保持列不变,变动行。
(个数的话就是排列组合,以免算错。比如有三列,那摆在第一个的可以是三列中任意一列,第二个只有两列中任意一列,所以是3 X 2 X 1 = 6)
D
n
=
∣
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
∣
=
(
−
1
)
t
(
123
)
a
11
a
22
a
33
+
(
−
1
)
t
(
132
)
a
11
a
23
a
32
+
(
−
1
)
t
(
213
)
a
12
a
21
a
33
+
(
−
1
)
t
(
231
)
a
12
a
23
a
31
+
(
−
1
)
t
(
312
)
a
13
a
21
a
32
+
(
−
1
)
t
(
321
)
a
13
a
22
a
31
\begin{aligned} D_n= \begin{vmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \\ \end{vmatrix} &=(-1)^{t(1 2 3)} a_{11}a_{22}a_{33} + (-1)^{t(132)} a_{11}a_{23}a_{32} + (-1)^{t(213)} a_{12}a_{21}a_{33} \\&+ (-1)^{t(231)} a_{12}a_{23}a_{31} + (-1)^{t(312)} a_{13}a_{21}a_{32} + (-1)^{t(321)} a_{13}a_{22}a_{31} \end{aligned}
Dn=∣∣∣∣∣∣a11a21a31a12a22a32a13a23a33∣∣∣∣∣∣=(−1)t(123)a11a22a33+(−1)t(132)a11a23a32+(−1)t(213)a12a21a33+(−1)t(231)a12a23a31+(−1)t(312)a13a21a32+(−1)t(321)a13a22a31
其中,
t
(
p
1
p
2
.
.
.
p
n
)
t(p_1p_2...p_n)
t(p1p2...pn)为逆序数,当前数字后面有多少比当前数字小的数字之和。以
t
(
213
)
t(213)
t(213) 为例,在2后面比2小的只有一个1,在1后面比1小的没有,在3后面比3小的没有,所以
t
(
213
)
=
1
+
0
+
0
t(213)=1+0+0
t(213)=1+0+0。
例1:
f
(
x
)
=
∣
x
1
1
2
1
x
1
−
1
3
2
x
1
1
1
2
x
1
∣
,
求
x
3
的
系
数
\begin{aligned} f(x)= \begin{vmatrix} x & 1 & 1 & 2 \\ 1 & x & 1 & -1 \\ 3 & 2 & x & 1 \\ 1 & 1 & 2x & 1 \\ \end{vmatrix} ,求x^3的系数 \end{aligned}
f(x)=∣∣∣∣∣∣∣∣x1311x2111x2x2−111∣∣∣∣∣∣∣∣,求x3的系数
答:先找到各行各列可以相乘出现x3的元素,以
a
11
a_{11}
a11表示位置,则
a
11
a
22
a
33
a
44
a_{11}a_{22}a_{33}a_{44}
a11a22a33a44相乘或者
a
11
a
22
a
34
a
43
a_{11}a_{22}a_{34}a_{43}
a11a22a34a43相乘可以得到x3。根据行列式定义可得:
(
−
1
)
t
(
1234
)
x
⋅
x
⋅
x
⋅
1
+
(
−
1
)
t
(
1243
)
x
⋅
x
⋅
1
⋅
2
x
=
x
3
−
2
x
3
=
−
x
3
(-1)^{t(1234)}x\cdot x\cdot x\cdot1+(-1)^{t(1243)}x\cdot x\cdot1\cdot2x = x^3 -2x^3 = -x^3
(−1)t(1234)x⋅x⋅x⋅1+(−1)t(1243)x⋅x⋅1⋅2x=x3−2x3=−x3,所以系数为1。
1.2 行列式性质
1.2.1 性质
1.
D
=
D
T
D = D^T
D=DT,行列式D的值等于其转置的值。其中,转置即将原行列式的第一行变成现行列式的第一列,并以此类推。
2. 行列式交换两行(列)后,值更改正负号。
3. 某一行的公因子可提到行列式外面。
4. 两行元素成比例,则行列式值为0
5. 行列式可将某一行拆开,变成两个行列式相加。其余行保持不变。
∣
.
.
.
.
.
.
.
.
.
a
i
1
+
b
i
1
.
.
.
a
i
n
+
b
i
n
.
.
.
.
.
.
.
.
.
∣
=
∣
.
.
.
.
.
.
.
.
.
a
i
1
.
.
.
a
i
n
.
.
.
.
.
.
.
.
.
∣
+
∣
.
.
.
.
.
.
.
.
.
b
i
1
.
.
.
b
i
n
.
.
.
.
.
.
.
.
.
∣
\begin{vmatrix} ... & ... & ...\\ a_{i1}+b_{i1} & ...& a_{in}+b_{in}\\ ... & ... & ...\\ \end{vmatrix} = \begin{vmatrix} ... & ... & ...\\ a_{i1} & ...& a_{in}\\ ... & ... & ...\\ \end{vmatrix} + \begin{vmatrix} ... & ... & ...\\ b_{i1} & ...& b_{in}\\ ... & ... & ...\\ \end{vmatrix}
∣∣∣∣∣∣...ai1+bi1...............ain+bin...∣∣∣∣∣∣=∣∣∣∣∣∣...ai1...............ain...∣∣∣∣∣∣+∣∣∣∣∣∣...bi1...............bin...∣∣∣∣∣∣
6.
D
=
r
i
+
k
r
j
D
D \xlongequal{r_i +kr_j} D
Dri+krjD,某一行加上k倍的其他行(k可以是1,可以是负数,其他行也可以是自己)后行列式值不变。
7.
a
i
1
A
j
1
+
.
.
.
+
a
i
n
A
j
n
=
{
D
i
=
j
0
i
≠
j
a_{i1}A_{j1} +...+a_{in}A_{jn} = \left\{ \begin{array}{lr} D & i=j \\ 0 & i\neq j \end{array} \right.
ai1Aj1+...+ainAjn={D0i=ji=j,其中,
A
i
n
A_{in}
Ain为
a
i
n
a_{in}
ain的代数余子式,
A
i
n
=
(
−
1
)
i
+
n
M
i
n
A_{in} = (-1)^{i+n} M_{in}
Ain=(−1)i+nMin组成,
M
i
n
M_{in}
Min为去掉
a
i
n
a_{in}
ain所在行和所在列的行列式,也叫余子式。
1.2.2 特殊行列式的值
1.对角行列式(右上、左下、从左上至右下)
∣
a
11
a
12
⋯
a
1
n
a
22
⋯
a
2
n
⋱
⋮
a
n
n
∣
=
∣
a
11
a
21
a
22
⋮
⋱
a
n
1
⋯
⋯
a
n
n
∣
=
∣
a
11
a
22
⋱
a
n
n
∣
=
a
11
a
22
⋯
a
n
n
\begin{aligned} \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ &a_{22} & \cdots &a_{2n} \\ & & \ddots & \vdots \\ & & &a_{nn} \end{vmatrix} = \begin{vmatrix} a_{11} & & & \\ a_{21} &a_{22} && \\ \vdots & & \ddots & \\ a_{n1} & \cdots & \cdots &a_{nn} \end{vmatrix} = \begin{vmatrix} a_{11} & & & \\ & a_{22} && \\ & & \ddots & \\ && &a_{nn} \end{vmatrix} = a_{11}a_{22}\cdots a_{nn} \end{aligned}
∣∣∣∣∣∣∣∣∣a11a12a22⋯⋯⋱a1na2n⋮ann∣∣∣∣∣∣∣∣∣=∣∣∣∣∣∣∣∣∣a11a21⋮an1a22⋯⋱⋯ann∣∣∣∣∣∣∣∣∣=∣∣∣∣∣∣∣∣a11a22⋱ann∣∣∣∣∣∣∣∣=a11a22⋯ann
2.次对角行列式(左上、右下、自右上至左下):
=
(
−
1
)
n
(
n
−
1
)
2
a
1
,
n
a
2
,
n
−
1
⋯
a
n
,
1
=(-1)^{\frac{n(n-1)}{2}}a_{1,n}a_{2,n-1}\cdots a_{n,1}
=(−1)2n(n−1)a1,na2,n−1⋯an,1
3.准上/下三角,其中
A
m
,
B
n
A_m, B_n
Am,Bn均为方阵:
∣
A
m
0
C
n
×
m
B
n
∣
=
∣
A
m
C
n
×
m
0
B
n
∣
=
∣
A
m
∣
⋅
∣
B
n
∣
\left | \begin{array}{c|c} A_m & 0 \\ \hline C_{n\times m} & B_{n} \end{array} \right| = \left | \begin{array}{c|c} A_m & C_{n\times m} \\ \hline 0 & B_{n} \end{array} \right| = |A_m| \cdot |B_n|
∣∣∣∣AmCn×m0Bn∣∣∣∣=∣∣∣∣Am0Cn×mBn∣∣∣∣=∣Am∣⋅∣Bn∣
4.范德蒙德行列式
∣
1
1
⋯
1
x
1
x
2
⋯
x
n
⋮
⋮
x
1
n
−
1
x
2
n
−
1
⋯
x
n
n
−
1
∣
=
∣
1
x
1
⋯
x
1
n
−
1
1
x
2
⋯
x
2
n
−
1
⋮
⋮
1
x
n
⋯
x
n
n
−
1
∣
=
∏
n
≥
i
≥
j
≥
1
(
x
i
−
x
j
)
=
(
x
2
−
x
1
)
(
x
3
−
x
1
)
⋯
(
x
n
−
x
1
)
⋅
(
x
3
−
x
2
)
(
x
4
−
x
2
)
⋯
(
x
n
−
x
2
)
⋮
⋅
(
x
n
−
x
n
−
1
)
\begin{aligned} \begin{vmatrix} 1 & 1 & \cdots & 1 \\ x_1 &x_2 & \cdots & x_n \\ \vdots & & & \vdots \\ x_1^{n-1} & x_2^{n-1} & \cdots &x_n^{n-1} \end{vmatrix} = \begin{vmatrix} 1 & x_1 & \cdots & x_1^{n-1} \\ 1 &x_2 & \cdots & x_2^{n-1} \\ \vdots & & & \vdots \\ 1 & x_n& \cdots &x_n^{n-1} \end{vmatrix} &= \prod_{n\ge i\ge j \ge 1}(x_i-x_j)\\ &=(x_2-x_1)(x_3-x_1)\cdots(x_n-x_1)\\ & \cdot (x_3-x_2)(x_4-x_2)\cdots(x_n-x_2)\\ & \vdots\\ & \cdot (x_n-x_{n-1}) \end{aligned}
∣∣∣∣∣∣∣∣∣1x1⋮x1n−11x2x2n−1⋯⋯⋯1xn⋮xnn−1∣∣∣∣∣∣∣∣∣=∣∣∣∣∣∣∣∣∣11⋮1x1x2xn⋯⋯⋯x1n−1x2n−1⋮xnn−1∣∣∣∣∣∣∣∣∣=n≥i≥j≥1∏(xi−xj)=(x2−x1)(x3−x1)⋯(xn−x1)⋅(x3−x2)(x4−x2)⋯(xn−x2)⋮⋅(xn−xn−1)
例2:
D
n
=
∣
a
1
−
b
a
1
⋯
a
1
a
2
a
2
−
b
⋯
a
2
a
3
a
3
a
3
⋮
⋮
⋮
⋮
a
n
a
n
⋯
a
n
−
b
∣
,
求
D
n
的
值
\begin{aligned} D_n= \begin{vmatrix} a_1-b & a_1 & \cdots & a_1 \\ a_2 & a_2-b & \cdots & a_2 \\ a_3 & a_3 & & a_3 \\ \vdots & \vdots & \vdots & \vdots \\ a_n & a_n & \cdots & a_n-b \end{vmatrix} ,求D_n的值 \end{aligned}
Dn=∣∣∣∣∣∣∣∣∣∣∣a1−ba2a3⋮ana1a2−ba3⋮an⋯⋯⋮⋯a1a2a3⋮an−b∣∣∣∣∣∣∣∣∣∣∣,求Dn的值
答: 观察行列式可以发现行之和或者列之和,所以先将所有加到第一行也保持行列式值不变(根据上方性质6)。
D
n
=
r
1
+
r
2
+
⋯
+
r
n
∣
∑
i
=
1
n
a
i
−
b
∑
i
=
1
n
a
i
−
b
⋯
∑
i
=
1
n
a
i
−
b
a
2
a
2
−
b
⋯
a
2
a
3
a
3
a
3
⋮
⋮
⋮
⋮
a
n
a
n
⋯
a
n
−
b
∣
=
c
j
−
c
1
,
j
=
2
,
⋯
,
n
∣
∑
i
=
1
n
a
i
−
b
0
⋯
0
a
2
−
b
⋯
0
a
3
0
0
⋮
⋮
⋮
⋮
a
n
0
⋯
−
b
∣
=
按
照
a
11
展
开
(
∑
i
=
1
n
a
i
−
b
)
(
−
1
)
n
−
1
b
D_n \xlongequal{r_1+r_2+\cdots+r_n} \begin{vmatrix} \sum _{i=1}^{n}a_i-b & \sum _{i=1}^{n}a_i-b & \cdots & \sum _{i=1}^{n}a_i-b \\ a_2 & a_2-b & \cdots & a_2 \\ a_3 & a_3 & & a_3 \\ \vdots & \vdots & \vdots & \vdots \\ a_n & a_n & \cdots & a_n-b \end{vmatrix}\\ \xlongequal{c_j - c_1, j = 2,\cdots,n} \begin{vmatrix} \sum _{i=1}^{n}a_i-b & 0 & \cdots & 0 \\ a_2 & -b & \cdots & 0 \\ a_3 & 0 & & 0 \\ \vdots & \vdots & \vdots & \vdots \\ a_n & 0 & \cdots & -b \end{vmatrix}\xlongequal{按照a_{11}展开} (\sum _{i=1}^{n}a_i-b)(-1)^{n-1}b
Dnr1+r2+⋯+rn∣∣∣∣∣∣∣∣∣∣∣∑i=1nai−ba2a3⋮an∑i=1nai−ba2−ba3⋮an⋯⋯⋮⋯∑i=1nai−ba2a3⋮an−b∣∣∣∣∣∣∣∣∣∣∣cj−c1,j=2,⋯,n∣∣∣∣∣∣∣∣∣∣∣∑i=1nai−ba2a3⋮an0−b0⋮0⋯⋯⋮⋯000⋮−b∣∣∣∣∣∣∣∣∣∣∣按照a11展开(i=1∑nai−b)(−1)n−1b
例3:
D
n
=
∣
x
−
1
x
−
1
⋱
x
−
1
a
n
⋯
a
2
a
1
+
x
∣
,
空
白
处
均
为
0
,
求
D
n
的
值
。
\begin{aligned} D_n= \begin{vmatrix} x & -1 & & \\ & x &-1 & \\ & & & \\ & & \ddots & \\ & & x & -1 \\ a_n & \cdots & a_2 & a_1+x \end{vmatrix} ,空白处均为0,求D_n的值。 \end{aligned}
Dn=∣∣∣∣∣∣∣∣∣∣∣∣xan−1x⋯−1⋱xa2−1a1+x∣∣∣∣∣∣∣∣∣∣∣∣,空白处均为0,求Dn的值。
答:当0为多数时,直接展开即可,这里选取第一列展开,即
x
x
x乘上其代数余子式加上
a
n
a_n
an乘上其代数余子式,结果为
x
n
+
a
1
x
n
−
1
+
a
2
x
n
−
2
+
⋯
+
a
n
−
1
x
+
a
n
x^n+a_1x^{n-1}+a_2x^{n-2}+\cdots+a_{n-1}x+a_n
xn+a1xn−1+a2xn−2+⋯+an−1x+an
例4:
D
n
+
1
=
∣
1
1
⋯
1
1
a
0
0
0
⋯
0
a
1
1
0
0
⋯
a
2
0
1
⋮
⋮
⋮
⋮
⋮
⋮
0
a
n
−
1
⋯
0
0
1
a
n
0
⋯
0
0
1
∣
,
求
值
。
D_{n+1} = \begin{vmatrix} 1 & 1 & \cdots & 1 & 1 & a_0\\ 0 & 0 & \cdots & 0 & a_1 & 1\\ 0 & 0 & \cdots & a_2 & 0 & 1\\ \vdots & \vdots & \vdots & \vdots & \vdots & \vdots\\ 0 & a_{n-1} & \cdots & 0 & 0 & 1\\ a_n & 0 & \cdots & 0 & 0 & 1\\ \end{vmatrix},求值。
Dn+1=∣∣∣∣∣∣∣∣∣∣∣∣∣100⋮0an100⋮an−10⋯⋯⋯⋮⋯⋯10a2⋮001a10⋮00a011⋮11∣∣∣∣∣∣∣∣∣∣∣∣∣,求值。
答:除了0以外的元素组成了一个箭头,这种时候可以试着消除箭头一遍,造一个三角矩阵。这里消除
c
n
+
1
c_{n+1}
cn+1列下所有的1,转换成次三角,根据特殊行列式的值2的公式可得:
D
n
+
1
=
c
n
+
1
−
1
a
n
+
1
−
i
c
i
,
i
=
1
,
.
.
n
∣
1
1
⋯
1
1
a
0
−
1
a
n
−
⋯
−
1
a
1
0
0
⋯
0
a
1
0
0
0
⋯
a
2
0
0
⋮
⋮
⋮
⋮
⋮
⋮
0
a
n
−
1
⋯
0
0
0
a
n
0
⋯
0
0
0
∣
=
(
−
1
)
(
n
+
1
)
n
2
(
a
1
⋯
a
n
)
(
a
0
−
1
a
n
−
⋯
−
1
a
1
)
D_{n+1} \xlongequal{c_{n+1}-\frac{1}{a_{n+1-i}}c_i, i=1,..n} \begin{vmatrix} 1 & 1 & \cdots & 1 & 1 & a_0 - \frac{1}{a_n}-\cdots-\frac{1}{a_1}\\ 0 & 0 & \cdots & 0 & a_1 & 0\\ 0 & 0 & \cdots & a_2 & 0 & 0\\ \vdots & \vdots & \vdots & \vdots & \vdots & \vdots\\ 0 & a_{n-1} & \cdots & 0 & 0 & 0\\ a_n & 0 & \cdots & 0 & 0 & 0\\ \end{vmatrix}\\ =(-1)^{\frac{(n+1)n}{2}}(a_1\cdots a_n)(a_0-\frac{1}{a_n}-\cdots-\frac{1}{a_1})
Dn+1cn+1−an+1−i1ci,i=1,..n∣∣∣∣∣∣∣∣∣∣∣∣∣100⋮0an100⋮an−10⋯⋯⋯⋮⋯⋯10a2⋮001a10⋮00a0−an1−⋯−a1100⋮00∣∣∣∣∣∣∣∣∣∣∣∣∣=(−1)2(n+1)n(a1⋯an)(a0−an1−⋯−a11)
例5:
D
n
=
∣
1
1
⋯
1
2
2
2
⋯
2
n
3
3
2
⋯
3
n
⋮
⋮
⋮
⋮
n
n
2
⋯
n
n
∣
,
求
值
。
D_n= \begin{vmatrix} 1 & 1 & \cdots & 1 \\ 2 & 2^2 & \cdots & 2^n\\ 3 & 3^2 & \cdots & 3^n \\ \vdots & \vdots & \vdots & \vdots\\ n & n^2 & \cdots & n^n\\ \end{vmatrix},求值。
Dn=∣∣∣∣∣∣∣∣∣∣∣123⋮n12232⋮n2⋯⋯⋯⋮⋯12n3n⋮nn∣∣∣∣∣∣∣∣∣∣∣,求值。
答:看起来很像范德蒙德。根据性质3提取各行公因子:
D
n
=
∣
1
1
⋯
1
1
2
⋯
2
n
−
1
1
3
⋯
3
n
−
1
⋮
⋮
⋮
⋮
1
n
⋯
n
n
−
1
∣
×
n
!
=
利
用
范
德
蒙
德
∏
n
≥
i
≥
j
≥
1
(
x
i
−
x
j
)
×
n
!
=
(
2
−
1
)
(
3
−
1
)
⋯
(
n
−
1
)
⋅
(
3
−
2
)
(
4
−
2
)
⋯
(
n
−
2
)
⋯
1
⋅
n
!
=
n
!
(
n
−
1
)
!
(
n
−
2
)
!
⋯
2
!
1
!
D_n= \begin{vmatrix} 1 & 1 & \cdots & 1 \\ 1 & 2 & \cdots & 2^{n-1}\\ 1 & 3 & \cdots & 3^{n-1} \\ \vdots & \vdots & \vdots & \vdots\\ 1 & n & \cdots & n^{n-1}\\ \end{vmatrix}\times n! \xlongequal{利用范德蒙德} \prod_{n\ge i\ge j \ge 1}(x_i-x_j)\times n! \\=(2-1)(3-1)\cdots (n-1) \cdot(3-2)(4-2)\cdots (n-2)\\ \cdots 1\cdot n! = n!(n-1)!(n-2)!\cdots 2!1!
Dn=∣∣∣∣∣∣∣∣∣∣∣111⋮1123⋮n⋯⋯⋯⋮⋯12n−13n−1⋮nn−1∣∣∣∣∣∣∣∣∣∣∣×n!利用范德蒙德n≥i≥j≥1∏(xi−xj)×n!=(2−1)(3−1)⋯(n−1)⋅(3−2)(4−2)⋯(n−2)⋯1⋅n!=n!(n−1)!(n−2)!⋯2!1!
1.3 代数余子式
- 余子式: M i j M_{ij} Mij,除去 a i j a_{ij} aij所在行列的行列式
- 代数余子式: A i j = ( − 1 ) i + j M i j A_{ij} = (-1)^{i+j}M_{ij} Aij=(−1)i+jMij
例1:
D
4
=
∣
4
1
2
4
1
2
0
2
0
1
1
7
10
5
2
3
∣
,
求
①
A
31
+
2
A
32
+
3
A
33
+
4
A
34
②
第
4
行
代
数
余
子
式
之
和
③
第
4
行
余
子
式
之
和
\begin{aligned} D_4 = \begin{vmatrix} 4 & 1 & 2 & 4 \\ 1 & 2 & 0 & 2\\ 0 & 1 & 1 & 7 \\ 10 & 5 & 2 & 3\\ \end{vmatrix},求&①A_{31}+2A_{32}+3A_{33}+4A_{34}\\ &②第4行代数余子式之和\\ & ③第4行余子式之和 \end{aligned}
D4=∣∣∣∣∣∣∣∣41010121520124273∣∣∣∣∣∣∣∣,求①A31+2A32+3A33+4A34②第4行代数余子式之和③第4行余子式之和
答:①因为涉及到第3行,可以直接把第三行换成1 2 3 4,解得-145;
②带符号,
A
41
+
A
42
+
A
43
+
A
44
=
−
36
A_{41}+A_{42}+A_{43}+A_{44}=-36
A41+A42+A43+A44=−36;
③不带符号,
M
41
+
M
42
+
M
43
+
M
44
=
18
M_{41}+M_{42}+M_{43}+M_{44}=18
M41+M42+M43+M44=18
2 矩阵及其计算
2.1 逆矩阵
矩阵行列式值不为0时,矩阵可逆。
求逆矩阵的常用方法:
- 伴随矩阵法:当
∣
A
∣
≠
0
|A|\neq 0
∣A∣=0,
A
−
1
=
A
∗
∣
A
∣
A^{-1} = \frac{A^*}{|A|}
A−1=∣A∣A∗,适用于
n
≤
3
n\leq 3
n≤3。伴随矩阵
A
∗
A^*
A∗是由代数余子式组成并转置后形成的。
A ∗ = ( A 11 ⋯ A n 1 A 12 ⋯ A n 2 ⋮ ⋮ ⋮ A 1 n ⋯ A n n ) A^* = \begin{pmatrix} A_{11} & \cdots & A_{n1}\\ A_{12} & \cdots & A_{n2}\\ \vdots & \vdots & \vdots\\ A_{1n} & \cdots & A_{nn}\\ \end{pmatrix} A∗=⎝⎜⎜⎜⎛A11A12⋮A1n⋯⋯⋮⋯An1An2⋮Ann⎠⎟⎟⎟⎞ - 对于二阶矩阵,当 a d − b c ≠ 0 ad-bc\neq0 ad−bc=0时, ( a b c d ) − 1 = 1 a d − b c ( d − b − c a ) \begin{pmatrix} a & b \\ c & d \\ \end{pmatrix}^{-1} = \frac{1}{ad-bc}\begin{pmatrix} d & -b \\ -c & a \\ \end{pmatrix} (acbd)−1=ad−bc1(d−c−ba)
- 初等变换求逆:使用同阶单位矩阵,经过变换得到逆矩阵:
( A ∣ E ) ∼ ( E ∣ A − 1 ) , E = ( 1 0 0 0 1 0 0 0 1 ) (A | E) \sim (E|A^{-1}), E=\begin{pmatrix}1 & 0 & 0\\ 0 & 1 & 0\\ 0& 0 & 1\end{pmatrix} (A∣E)∼(E∣A−1),E=⎝⎛100010001⎠⎞ - 分块矩阵求逆
当 ∣ A 1 ∣ ∣ A 2 ∣ ⋯ ∣ A s ∣ ≠ 0 , ( A 1 A 2 ⋱ A s ) − 1 = ( A 1 − 1 A 2 − 1 ⋱ A s − 1 ) 当|A_1||A_2|\cdots |A_s|\neq 0, \begin{pmatrix} A_1 & & &\\ & A_2 & & &\\ & & \ddots &\\ & & & A_s \end{pmatrix}^{-1} = \begin{pmatrix} A_1^{-1} & & &\\ & A_2^{-1} & & &\\ & & \ddots &\\ & & & A_s^{-1} \end{pmatrix} 当∣A1∣∣A2∣⋯∣As∣=0,⎝⎜⎜⎛A1A2⋱As⎠⎟⎟⎞−1=⎝⎜⎜⎛A1−1A2−1⋱As−1⎠⎟⎟⎞
空白部分均为0,另一种矩阵是从右上 A 1 A_1 A1到左下 A s A_s As,其逆矩阵为右上 A s − 1 A_s^{-1} As−1到左下 A 1 − 1 A_1^{-1} A1−1 - 利用定义计算逆矩阵,一般用于抽象矩阵
当 A B = B A = E AB=BA=E AB=BA=E,则 A A A可逆,且 A − 1 = B A^{-1} = B A−1=B
例1:
A
=
(
3
0
0
1
4
0
0
0
3
)
,
计
算
(
A
−
2
E
)
−
1
A=\begin{pmatrix} 3 & 0 & 0 \\ 1 & 4 & 0 \\ 0 & 0 & 3 \\ \end{pmatrix},计算(A-2E)^{-1}
A=⎝⎛310040003⎠⎞,计算(A−2E)−1
答:
A
−
2
E
=
(
3
−
2
0
0
1
4
−
2
0
0
0
3
−
2
)
=
B
A-2E=\begin{pmatrix} 3-2 & 0 & 0 \\ 1 & 4-2 & 0 \\ 0 & 0 & 3-2 \\ \end{pmatrix} = B
A−2E=⎝⎛3−21004−20003−2⎠⎞=B
方法1,用
B
−
1
=
B
∗
∣
B
∣
B^{-1} = \frac{B^*}{|B|}
B−1=∣B∣B∗计算,得
B
−
1
=
(
2
0
0
−
1
1
0
0
0
2
)
B^{-1}=\begin{pmatrix} 2 & 0 & 0 \\ -1 & 1 & 0 \\ 0 & 0 & 2 \\ \end{pmatrix}
B−1=⎝⎛2−10010002⎠⎞
方法2,分块矩阵利用上述性质4求逆,其中单一矩阵
(
a
)
−
1
=
(
1
a
)
(a)^{-1} = (\frac{1}{a})
(a)−1=(a1)。
A
−
2
E
=
(
1
0
∣
0
1
2
∣
0
0
0
∣
1
)
=
B
=
(
A
1
0
0
A
2
)
A-2E=\begin{pmatrix} 1 & 0 &|& 0 \\ 1 & 2 & |&0 \\ \hline 0 & 0 &|& 1 \\ \end{pmatrix} = B = \begin{pmatrix} A_1 & 0\\ 0 & A_2\\ \end{pmatrix}
A−2E=⎝⎛110020∣∣∣001⎠⎞=B=(A100A2)
方法3,
(
A
−
2
E
∣
E
)
=
r
2
−
r
1
X
1
=
r
2
÷
2
(
E
∣
(
A
−
2
E
)
−
1
)
(A-2E |E)\xlongequal{r_2-r_1}X_1\xlongequal{r_2\div2}(E|(A-2E)^{-1})
(A−2E∣E)r2−r1X1r2÷2(E∣(A−2E)−1)
例2:
A
=
(
0
a
1
0
⋯
0
0
0
a
2
⋯
0
⋮
⋮
⋮
⋮
0
⋯
0
⋯
a
n
−
1
a
n
0
0
⋯
0
)
,
a
i
≠
0
,
求
A
−
1
A=\begin{pmatrix} 0 & a_1 & 0 &\cdots & 0\\ 0 & 0 & a_2 &\cdots & 0\\ \vdots & \vdots& \vdots & & \vdots\\ 0 & \cdots & 0 &\cdots & a_{n-1}\\ a_n & 0 & 0 &\cdots & 0\\ \end{pmatrix}, a_i\neq 0,求A^{-1}
A=⎝⎜⎜⎜⎜⎜⎛00⋮0ana10⋮⋯00a2⋮00⋯⋯⋯⋯00⋮an−10⎠⎟⎟⎟⎟⎟⎞,ai=0,求A−1
答:分块矩阵转变
A
=
(
0
∣
a
1
0
⋯
0
0
∣
0
a
2
⋯
0
⋮
∣
⋮
⋮
⋮
0
∣
⋯
0
⋯
a
n
−
1
a
n
∣
0
0
⋯
0
)
=
(
0
B
C
0
)
,
再
根
据
上
述
性
质
4
解
得
A=\begin{pmatrix} 0 &|& a_1 & 0 &\cdots & 0\\ 0 &|& 0 & a_2 &\cdots & 0\\ \vdots & |& \vdots& \vdots & & \vdots\\ 0 &|& \cdots & 0 &\cdots & a_{n-1}\\ \hline a_n &|& 0 & 0 &\cdots & 0\\ \end{pmatrix} = \begin{pmatrix} 0 & B\\ C & 0 \end{pmatrix},再根据上述性质4解得
A=⎝⎜⎜⎜⎜⎜⎛00⋮0an∣∣∣∣∣a10⋮⋯00a2⋮00⋯⋯⋯⋯00⋮an−10⎠⎟⎟⎟⎟⎟⎞=(0CB0),再根据上述性质4解得
A
−
1
=
(
0
0
⋯
⋯
1
a
n
1
a
1
0
⋯
⋯
0
0
1
a
2
0
⋯
⋮
⋮
⋮
⋮
⋮
⋮
0
0
⋯
1
a
n
0
)
A^{-1}=\begin{pmatrix} 0 & 0 &\cdots &\cdots & \frac{1}{a_n}\\ \frac{1}{a_1} & 0 &\cdots &\cdots & 0\\ 0 & \frac{1}{a_2} & 0&\cdots &\vdots\\ \vdots & \vdots& \vdots & \vdots& \vdots\\ 0 & 0 &\cdots & \frac{1}{a_n } & 0\\ \end{pmatrix}
A−1=⎝⎜⎜⎜⎜⎜⎜⎛0a110⋮000a21⋮0⋯⋯0⋮⋯⋯⋯⋯⋮an1an10⋮⋮0⎠⎟⎟⎟⎟⎟⎟⎞
例3:
A
3
−
2
A
2
+
3
A
−
4
E
=
0
A^3-2A^2+3A-4E=0
A3−2A2+3A−4E=0,证
A
−
E
A-E
A−E可逆,求
(
A
−
E
)
−
1
(A-E)^{-1}
(A−E)−1
答:抽象矩阵,可以用定义计算。凑一个
(
A
−
E
)
(
?
)
=
E
(A-E)(?)=E
(A−E)(?)=E,为了凑出(?),将
A
3
−
2
A
2
+
3
A
−
4
E
A^3-2A^2+3A-4E
A3−2A2+3A−4E 除以
(
A
−
E
)
(A-E)
(A−E),解得商为
(
A
2
−
A
+
2
E
)
(A^2-A+2E)
(A2−A+2E) 余
(
−
2
E
)
(-2E)
(−2E)。
因此,
A
3
−
2
A
2
+
3
A
−
4
E
=
(
A
−
E
)
(
A
2
−
A
+
2
E
)
−
2
E
=
0
(
A
−
E
)
[
1
2
(
A
2
−
A
+
2
E
)
]
=
E
(
A
−
E
)
−
1
=
1
2
(
A
2
−
A
+
2
E
)
\begin{aligned}A^3-2A^2+3A-4E=(A-E)(A^2-A+2E)-2E=0 \\(A-E)[\frac{1}{2}(A^2-A+2E)] = E\\ (A-E)^{-1}=\frac{1}{2}(A^2-A+2E) \end{aligned}
A3−2A2+3A−4E=(A−E)(A2−A+2E)−2E=0(A−E)[21(A2−A+2E)]=E(A−E)−1=21(A2−A+2E)
如果不用除法凑出来,可以直接设
(
A
−
E
)
(
a
A
2
+
b
A
+
c
E
)
=
d
E
(A-E)(aA^2+bA+cE)=dE
(A−E)(aA2+bA+cE)=dE,解得
a
=
1
,
b
=
−
1
,
c
=
2
,
d
=
2
a=1,b=-1,c=2,d=2
a=1,b=−1,c=2,d=2
2.2 矩阵方程
求矩阵方程步骤:
- 移项,将未知项放入一边
- 合并,提取未知项前面的矩阵做合并。 A X ± B X = ( A ± B ) X AX\pm BX = (A \pm B)X AX±BX=(A±B)X,但是 A X ± X B AX\pm XB AX±XB则不可合并,因为矩阵相乘不满足交换律。
- 还原, { A X = B 当 A 可 逆 , 则 左 乘 A − 1 = > X = A − 1 B X A = B 当 A 可 逆 , 则 右 乘 A − 1 = > X = B A − 1 \left\{ \begin{array}{lr} AX = B & 当A可逆,则左乘A^{-1} => X= A^{-1}B \\ XA = B & 当A可逆,则右乘A^{-1} => X= BA^{-1} \end{array}\right. {AX=BXA=B当A可逆,则左乘A−1=>X=A−1B当A可逆,则右乘A−1=>X=BA−1
矩阵的初等变换及线性方程组求解
向量组的线性相关性
相似矩阵及二次型
范数
https://blog.csdn.net/a6333230/article/details/87860875
高数
导数/微分/积分
泰勒展开公式
梯度
https://www.zhihu.com/question/278342330
https://blog.csdn.net/pipisorry/article/details/52200140
概率论
把各个细节概率进行记录,后期可用于查字典
有人整理了一些机器学习会涉及到的数学https://zhuanlan.zhihu.com/p/36357540
注: