系列文章目录
版权声明
本文大部分内容皆来自李永乐老师考研教材和视频课。
排列
由
1
,
2
,
…
,
n
1,2,\ldots,n
1,2,…,n组成的有序数组称为一个
n
n
n阶排列,通常使用
j
1
j
2
…
j
n
j_1j_2\ldots j_n
j1j2…jn表示
n
n
n阶排列。例如:
j
1
j
2
j
3
j
4
=
9527
j_1j_2j_3j_4=9527
j1j2j3j4=9527
在排列中,如果一个大的数排在了一个小的数前面,就称这两个数构成了一个逆序。一个排列逆序的总数称为这个排列的逆序数。通常用
τ
(
j
1
j
2
…
j
n
)
\tau(j_1j_2\ldots j_n)
τ(j1j2…jn)表示排列
j
1
j
2
…
j
n
j_1j_2\ldots j_n
j1j2…jn的逆序数。例如:
τ
(
9527
)
=
4
\tau(9527)=4
τ(9527)=4
- 如果一个排列的逆序数是偶数,则称这个排列是偶排列。
- 如果一个排列的逆序数是奇数,则称这个排列是奇排列。
对换是指交换排列中任意两个元素的位置。
- 如果对一个排列进行奇数次对换那么将改变排列的奇偶性。
- 如果对一个排列进行偶数次对换那么将不会改变排列的奇偶性。
一个 n n n阶排列经过对换可以得到 n ! n! n!个不同的排列,并且在这 n ! n! n!个不同的排列中,奇偶排列各占一半。
行列式
行列式是不同行不同列 n n n个元素乘积的代数和:
D
=
∣
a
11
a
12
…
a
1
n
a
21
a
22
…
a
2
n
⋮
⋮
⋮
a
n
1
a
n
2
…
a
n
n
∣
=
∑
j
1
j
2
…
j
n
(
−
1
)
τ
(
j
1
j
2
…
j
n
)
a
1
j
1
a
2
j
2
…
a
n
j
n
D=\begin{vmatrix}a_{11} &a_{12}&\ldots&a_{1n}\\a_{21} &a_{22}&\ldots&a_{2n}\\\vdots&\vdots&&\vdots&\\a_{n1}&a_{n2}&\ldots&a_{nn}\end{vmatrix}=\sum_{j_1j_2\ldots j_n}(-1)^{\tau(j_1j_2\ldots j_n)}a_{1j_1}a_{2j_2}\dots a_{nj_n}
D=
a11a21⋮an1a12a22⋮an2………a1na2n⋮ann
=j1j2…jn∑(−1)τ(j1j2…jn)a1j1a2j2…anjn
这个式子称为
n
n
n阶行列式的完全展开式,共有
n
!
n!
n!项。对于二阶三阶行列式有对角线法则:
- 2阶行列式: ∣ a b c d ∣ = a d − b c \begin{vmatrix}a&b\\c&d\end{vmatrix}=ad-bc acbd =ad−bc
- 3阶行列式:
∣ a 1 a 2 a 3 b 1 b 2 b 3 c 1 c 2 c 3 ∣ = a 1 b 2 c 3 + a 2 b 3 c 1 + a 3 b 1 c 2 − a 3 b 2 c 1 − a 2 b 1 c 3 − a 1 b 3 c 2 \begin{vmatrix}a_1&a_2&a_3\\b_1&b_2&b_3\\c_1&c_2&c_3\end{vmatrix}=a_1b_2c_3+a_2b_3c_1+a_3b_1c_2-a_3b_2c_1-a_2b_1c_3-a_1b_3c_2 a1b1c1a2b2c2a3b3c3 =a1b2c3+a2b3c1+a3b1c2−a3b2c1−a2b1c3−a1b3c2
将行列式的第 i i i行和第 j j j列去掉,那么剩下的行列式就是 a i j a_{ij} aij的余子式,记为 M i j M_{ij} Mij并记 A i j = ( − 1 ) i + j M i j A_{ij}=(-1)^{i+j}M_{ij} Aij=(−1)i+jMij为 a i j a_{ij} aij的代数余子式。
行列式的性质
- 某行有公因式
k
k
k,可把公因式
k
k
k提到行列式外:
∣ … … … … k a i 1 k a i 2 … k a i n … … … … ∣ = k ∣ … … … … a i 1 a i 2 … a i n … … … … ∣ \begin{vmatrix} \dots&\dots&\dots&\dots\\ ka_{i1}&ka_{i2}&\dots&ka_{in}&\\ \dots&\dots&\dots&\dots \end{vmatrix} = k\begin{vmatrix} \dots&\dots&\dots&\dots\\ a_{i1}&a_{i2}&\dots&a_{in}&\\ \dots&\dots&\dots&\dots \end{vmatrix} …kai1……kai2……………kain… =k …ai1……ai2……………ain…
特别的:某行元素全为零,则行列式为 0 0 0。 - 对换行列式某两行的位置,行列式变号。特别的:
- 两行相等,行列式为 0 0 0,即 D = − D , D = 0 D=-D,D=0 D=−D,D=0
- 两行成比例,行列式为 0 0 0,即 k D = − k D , D = 0 kD=-kD,D=0 kD=−kD,D=0
- 某行所有元素都是两个数的和,则可写成两个行列式之和: ∣ a 1 + b 1 a 2 + b 2 a 3 + b 3 c 1 c 2 c 3 d 1 d 2 d 3 ∣ = ∣ a 1 a 2 a 3 c 1 c 2 c 3 d 1 d 2 d 3 ∣ + ∣ b 1 b 2 b 3 c 1 c 2 c 3 d 1 d 2 d 3 ∣ \begin{vmatrix}a_1+b_1&a_2+b_2&a_3+b_3\\c_1&c_2&c_3\\d_1&d_2&d_3\end{vmatrix}=\begin{vmatrix}a_1&a_2&a_3\\c_1&c_2&c_3\\d_1&d_2&d_3\end{vmatrix}+\begin{vmatrix}b_1&b_2&b_3\\c_1&c_2&c_3\\d_1&d_2&d_3\end{vmatrix} a1+b1c1d1a2+b2c2d2a3+b3c3d3 = a1c1d1a2c2d2a3c3d3 + b1c1d1b2c2d2b3c3d3
- 行列式某行的
k
k
k倍加至另一行,行列式不变:
∣ a 1 + k b 1 a 2 + k b 2 a 3 + k b 3 b 1 b 2 b 3 c 1 c 2 c 3 ∣ = ∣ a 1 a 2 a 3 b 1 b 2 b 3 c 1 c 2 c 3 ∣ + k ∣ b 1 b 2 b 3 b 1 b 2 b 3 c 1 c 2 c 3 ∣ = ∣ a 1 a 2 a 3 b 1 b 2 b 3 c 1 c 2 c 3 ∣ \begin{vmatrix} a_1+kb_1&a_2+kb_2&a_3+kb_3\\ b_1&b_2&b_3\\ c_1&c_2&c_3 \end{vmatrix} = \begin{vmatrix} a_1&a_2&a_3\\ b_1&b_2&b_3\\ c_1&c_2&c_3 \end{vmatrix} {+}k \begin{vmatrix} b_1&b_2&b_3\\b_1&b_2&b_3\\c_1&c_2&c_3 \end{vmatrix} = \begin{vmatrix} a_1&a_2&a_3\\ b_1&b_2&b_3\\ c_1&c_2&c_3 \end{vmatrix} a1+kb1b1c1a2+kb2b2c2a3+kb3b3c3 = a1b1c1a2b2c2a3b3c3 +k b1b1c1b2b2c2b3b3c3 = a1b1c1a2b2c2a3b3c3 - 按行按列展开式:
- 按 i i i行展开: D = a i 1 A i 1 + a i 2 A i 2 + … + a i n A i n = ∑ j = 1 n a i j A i j D=a_{i1}A_{i1}+a_{i2}A_{i2}+\ldots+a_{in}A_{in}=\sum_{j=1}^na_{ij}A_{ij} D=ai1Ai1+ai2Ai2+…+ainAin=j=1∑naijAij
- 按 j j j列展开: D = a 1 j A 1 j + a 2 j A 2 j + … + a n j A n j = ∑ i = 1 n a i j A i j D =a_{1j}A_{1j}+a_{2j}A_{2j}+\ldots+a_{nj}A_{nj}=\sum_{i=1}^na_{ij}A_{ij} D=a1jA1j+a2jA2j+…+anjAnj=i=1∑naijAij
- 某一行(列)的所有元素与另一行(列)相应元素的代数余子式乘积之和等于
0
0
0:
a 11 A 31 + a 12 A 32 + a 13 A 33 = 0 a_{11}A_{31}+a_{12}A_{32}+a_{13}A_{33}=0\\ a11A31+a12A32+a13A33=0
证明:已知
D = ∣ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ∣ D= \begin{vmatrix} a_{11}&a_{12}&a_{13}\\ a_{21}&a_{22}&a_{23}\\ a_{31}&a_{32}&a_{33} \end{vmatrix} D= a11a21a31a12a22a32a13a23a33
构造以下行列式:
F = ∣ a 11 a 12 a 13 a 21 a 22 a 23 a 11 a 12 a 13 ∣ = 0 = a 11 A 31 + a 12 A 32 + a 13 A 33 F= \begin{vmatrix} a_{11}&a_{12}&a_{13}\\ a_{21}&a_{22}&a_{23}\\ a_{11}&a_{12}&a_{13} \end{vmatrix} =0 =a_{11}A_{31}+a_{12}A_{32}+a_{13}A_{33} F= a11a21a11a12a22a12a13a23a13 =0=a11A31+a12A32+a13A33
因为 F F F的 A 31 A_{31} A31, A 32 A_{32} A32, A 33 A_{33} A33和 D D D的相等,所以:
a 11 A 31 + a 12 A 32 + a 13 A 33 = 0 a_{11}A_{31}+a_{12}A_{32}+a_{13}A_{33}=0\\ a11A31+a12A32+a13A33=0
重要公式
- 上(下)三角行列式的值: ∣ a 11 a 12 … a 1 n 0 a 22 … a 2 n ⋮ ⋮ ⋮ 0 0 … a n n ∣ = ∣ a 11 0 … 0 a 21 a 22 … 0 ⋮ ⋮ ⋮ a n 1 a n 2 … a n n ∣ = a 11 a 22 … a n n \begin{vmatrix}a_{11}&a_{12}&\ldots& a_{1n}\\0&a_{22}&\ldots&a_{2n}\\\vdots&\vdots&&\vdots\\0&0&\ldots&a_{nn}\end{vmatrix}=\begin{vmatrix}a_{11}&0&\ldots& 0\\a_{21}&a_{22}&\ldots&0\\\vdots&\vdots&&\vdots\\a_{n1}&a_{n2}&\ldots&a_{nn}\end{vmatrix}=a_{11}a_{22}\dots a_{nn} a110⋮0a12a22⋮0………a1na2n⋮ann = a11a21⋮an10a22⋮an2………00⋮ann =a11a22…ann
- 副对角线行列式的值: ∣ a 11 a 12 … a 1 n a 21 a 22 … 0 ⋮ ⋮ ⋮ a n 1 0 … 0 ∣ = ∣ 0 … 0 a 1 n 0 … a 2 ( n − 1 ) a 2 n ⋮ ⋮ ⋮ a n 1 … a n ( n − 1 ) a n n ∣ = ( − 1 ) n ( n − 1 ) 2 a 1 n a 2 ( n − 1 ) … a n 1 \begin{vmatrix}a_{11}&a_{12}&\ldots& a_{1n}\\a_{21}&a_{22}&\ldots&0\\\vdots&\vdots&&\vdots\\a_{n1}&0&\ldots&0\end{vmatrix}=\begin{vmatrix}0&\dots&0& a_{1n}\\0&\dots&a_{2(n-1)}&a_{2n}\\\vdots&&\vdots&\vdots\\a_{n1}&\dots&a_{n(n-1)}&a_{nn}\end{vmatrix}=(-1)^{\frac{n(n-1)}{2}}a_{1n}a_{2(n-1)}\dots a_{n1} a11a21⋮an1a12a22⋮0………a1n0⋮0 = 00⋮an1………0a2(n−1)⋮an(n−1)a1na2n⋮ann =(−1)2n(n−1)a1na2(n−1)…an1
- 范德蒙行列式:
∣ 1 1 … 1 a 1 a 2 … a n a 1 2 a 2 2 … a n 2 ⋮ ⋮ ⋮ a 1 n − 1 a 2 n − 1 … a n n − 1 ∣ = ∏ 1 ≤ j < i ≤ n ( a i − a j ) \begin{vmatrix} 1&1&\dots&1\\ a_1&a_2&\dots&a_n\\ a_1^2&a_2^2&\dots&a_n^2\\ \vdots&\vdots&&\vdots\\ a_1^{n-1}&a_2^{n-1}&\dots&a_n^{n-1} \end{vmatrix} = \prod_{1≤j<i≤n}(a_i-a_j) 1a1a12⋮a1n−11a2a22⋮a2n−1…………1anan2⋮ann−1 =1≤j<i≤n∏(ai−aj)
证明:假设 n − 1 n-1 n−1时, D n − 1 = ∏ 1 ≤ j < i ≤ n − 1 ( a i − a j ) D_{n-1}=\prod_{1≤j<i≤n-1}(a_i-a_j) Dn−1=∏1≤j<i≤n−1(ai−aj)成立,对于 n n n阶行列式 D n D_n Dn,将上一行的的 − a 1 -a_1 −a1倍加到下一行,由 n − 1 n-1 n−1行开始,得
∣ 1 1 … 1 0 a 2 − a 1 … a n − a 1 0 a 2 2 − a 1 a 2 … a n 2 − a 1 a n ⋮ ⋮ ⋮ 0 a 2 n − 1 − a 1 a 2 n − 2 … a n n − 1 − a n a n n − 2 ∣ = ∣ a 2 − a 1 a 3 − a 1 … a n − a 1 a 2 ( a 2 − a 1 ) a 3 ( a 3 − a 1 ) … a n ( a n − a 1 ) ⋮ ⋮ ⋮ a 2 n − 1 ( a 2 − a 1 ) a 3 n − 1 ( a 3 − a 1 ) … a n n − 1 ( a n − a 1 ) ∣ = ( a 2 − a 1 ) ( a 3 − a 1 ) … ( a n − a 1 ) ∣ 1 1 … 1 a 1 a 2 … a n a 1 2 a 2 2 … a n 2 ⋮ ⋮ ⋮ a 1 n − 2 a 2 n − 2 … a n n − 2 ∣ = ( a 2 − a 1 ) ( a 3 − a 1 ) … ( a n − a 1 ) ∏ 1 ≤ j < i ≤ n − 1 ( a i − a j ) = ∏ 1 ≤ j < i ≤ n ( a i − a j ) \begin{vmatrix} 1&1&\dots&1\\ 0&a_2-a_1&\dots&a_n-a_1\\ 0&a_2^2-a_1a_2&\dots&a_n^2-a_1a_n\\ \vdots&\vdots&&\vdots\\ 0&a_2^{n-1}-a_1a_2^{n-2}&\dots&a_n^{n-1}-a_na_n^{n-2} \end{vmatrix}\\\ \\= \begin{vmatrix} a_2-a_1&a_3-a_1&\dots&a_n-a_1\\ a_2(a_2-a_1)&a_3(a_3-a_1)&\dots&a_n(a_n-a_1)\\ \vdots&\vdots&&\vdots\\ a_2^{n-1}(a_2-a_1)&a_3^{n-1}(a_3-a_1)&\dots&a_n^{n-1}(a_n-a_1) \end{vmatrix}\\\ \\= (a_2-a_1)(a_3-a_1)\dots(a_n-a_1) \begin{vmatrix} 1&1&\dots&1\\ a_1&a_2&\dots&a_n\\ a_1^2&a_2^2&\dots&a_n^2\\ \vdots&\vdots&&\vdots\\ a_1^{n-2}&a_2^{n-2}&\dots&a_n^{n-2} \end{vmatrix}\\\ \\=(a_2-a_1)(a_3-a_1)\dots(a_n-a_1)\prod_{1≤j<i≤n-1}(a_i-a_j)\\\ \\=\prod_{1≤j<i≤n}(a_i-a_j) 100⋮01a2−a1a22−a1a2⋮a2n−1−a1a2n−2…………1an−a1an2−a1an⋮ann−1−anann−2 = a2−a1a2(a2−a1)⋮a2n−1(a2−a1)a3−a1a3(a3−a1)⋮a3n−1(a3−a1)………an−a1an(an−a1)⋮ann−1(an−a1) =(a2−a1)(a3−a1)…(an−a1) 1a1a12⋮a1n−21a2a22⋮a2n−2…………1anan2⋮ann−2 =(a2−a1)(a3−a1)…(an−a1)1≤j<i≤n−1∏(ai−aj) =1≤j<i≤n∏(ai−aj) - 拉普拉斯展开式:
∣ A m ∗ O B n ∣ = ∣ A m O ∗ B n ∣ = ∣ A m ∣ ∗ ∣ B n ∣ \begin{vmatrix}A_m&*\\O&B_n\end{vmatrix}=\begin{vmatrix}A_m&O\\*&B_n\end{vmatrix}=|A_m|*|B_n| AmO∗Bn = Am∗OBn =∣Am∣∗∣Bn∣ ∣ O A m B n ∗ ∣ = ∣ ∗ A m B n O ∣ = ( − 1 ) n m ∣ A m ∣ ∗ ∣ B n ∣ \begin{vmatrix}O&A_m\\B_n&*\end{vmatrix}=\begin{vmatrix}*&A_m\\B_n&O\end{vmatrix}=(-1)^{nm}|A_m|*|B_n| OBnAm∗ = ∗BnAmO =(−1)nm∣Am∣∗∣Bn∣