线代 第一讲
重点
考研
- 基本概念和方法
- 计算能力
- 创新题
- 复习要全面
线代
基础篇:行列式、矩阵
主题篇:向量组、方程组
应用篇:特征值、二次型
分值分布
选择题:3个(5’)
填空题:1个(5‘)
大题: 1个(5’)
出题人每年都求新求变,必须深刻理解线代
内容
行列式定义
基础
计算
5‘
具体型
抽象型
余子式与代数余子式的计算
5’
很有区分度
行列式基础
几何定义
$ n 阶行列式是由 n 个 n 维向量 \boldsymbol{\alpha}{1}=\left[a{11}, a_{12}, \cdots, a_{1 n}\right], \boldsymbol{\alpha}{2}=\left[a{21}, a_{22}, \cdots, a_{2 n}\right], \cdots, \boldsymbol{\alpha}{n}=\left[a{n 1}, a_{n 2}, \cdots, a_{n n}\right]$
组成的 , 其 ( 运算规则的 ) 结果为以这 n 个向量为邻边的 n 维图形的体积 组成 的, 其 (运算规则的)结果为以这 n 个向量为邻边的 n 维图形的体积 组成的,其(运算规则的)结果为以这n个向量为邻边的n维图形的体积
性质
- 行列互换,其值不变
- 某行某列全为0,行列式为0
- 某行为两个元素之和,可拆成两个行列式
- 两行互换,其值变负
- 某行 k k k倍加到另一行,其值不变
- 两行元素相等或成比例,其值为0
换行
最后一行换到第一行共需 n − 1 n-1 n−1
将每一行都换到对应前面去,如倒数第二行换到第二行,共需 n ( n − 1 ) 2 \frac{n(n-1)}{2} 2n(n−1)
逆序法定义
排列: 如 23145 是一个 5 级排列 \text { 如 } 23145 \text { 是一个 } 5 \text { 级排列 } 如 23145 是一个 5 级排列
逆序:两个数,大的排在小的前面
逆序数:一个排列中,逆序的总数
奇排列:逆序数为奇数
偶排列:逆序数为偶数
n阶行列式的定义
$ n(n \geqslant 2) 阶行列式\left|\begin{array}{cccc}a_{11} & a_{12} & \cdots & a_{1 n} \a_{21} & a_{22} & \cdots & a_{2 n} \\vdots & \vdots & & \vdots \a_{n 1} & a_{n 2} & \cdots & a_{n n}\end{array}\right|=\sum_{j_{1} j_{2} \cdots j_{n}}(-1)^{\left. {\tau \left( j_{1} j_{2}\right.}{} \cdots j_{n} \right) } a_{1 j_{1}} a_{2 j_{2}} \cdots a_{n j_{n}}$
每项的正、负号取决于 ( − 1 ) τ ( j 1 j 2 ⋯ j n ) \text { 每项的正、负号取决于 }(-1)^{\tau\left(j_{1} j_{2} \cdots j_{n}\right)} 每项的正、负号取决于 (−1)τ(j1j2⋯jn)
∣ 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 1 b 3 c 2 − a 2 b 1 c 3 − a 3 b 2 c 1 \left|\begin{array}{lll}a_{1} & a_{2} & a_{3} \\b_{1} & b_{2} & b_{3} \\c_{1} & c_{2} & c_{3}\end{array}\right|=a_{1} b_{2} c_{3}+a_{2} b_{3} c_{1}+a_{3} b_{1} c_{2}-a_{1} b_{3} c_{2}-a_{2} b_{1} c_{3}-a_{3} b_{2} c_{1} a1b1c1a2b2c2a3b3c3 =a1b2c3+a2b3c1+a3b1c2−a1b3c2−a2b1c3−a3b2c1
展开定理
余子式
去除该元素,余下的部分
代数余子式
A i j = ( − 1 ) i + j M i j A_{i j}=(-1)^{i+j} M_{i j} Aij=(−1)i+jMij
按某一行展开公式
∣ A ∣ = { 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 ( i = 1 , 2 , ⋯ , n ) , 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 ( j = 1 , 2 , ⋯ , n ) . |\boldsymbol{A}|=\left\{\begin{array}{l}a_{i 1} A_{i 1}+a_{i 2} A_{i 2}+\cdots+a_{i n} A_{i n}=\sum_{j=1}^{n} a_{i j} A_{i j}(i=1,2, \cdots, n), \\a_{1 j} A_{1 j}+a_{2 j} A_{2 j}+\cdots+a_{n j} A_{n j}=\sum_{i=1}^{n} a_{i j} A_{i j}(j=1,2, \cdots, n) .\end{array}\right. ∣A∣={ai1Ai1+ai2Ai2+⋯+ainAin=∑j=1naijAij(i=1,2,⋯,n),a1jA1j+a2jA2j+⋯+anjAnj=∑i=1naijAij(j=1,2,⋯,n).
行列式的值等于行列式的某行 (列) 元素分别乘其相应的代数余子式后再求和
重要行列式
主对角线行列式
∣ 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 0 ⋯ 0 0 a 22 ⋯ 0 ⋮ ⋮ ⋮ 0 0 ⋯ a n n ∣ = ∏ i = 1 n a i i \left|\begin{array}{cccc}a_{11} & a_{12} & \cdots & a_{1 n} \\0 & a_{22} & \cdots & a_{2 n} \\\vdots & \vdots & & \vdots \\0 & 0 & \cdots & a_{n n}\end{array}\right|=\left|\begin{array}{cccc}a_{11} & 0 & \cdots & 0 \\a_{21} & a_{22} & \cdots & 0 \\\vdots & \vdots & & \vdots \\a_{n 1} & a_{n 2} & \cdots & a_{n n}\end{array}\right|=\left|\begin{array}{cccc}a_{11} & 0 & \cdots & 0 \\0 & a_{22} & \cdots & 0 \\\vdots & \vdots & & \vdots \\0 & 0 & \cdots & a_{n n}\end{array}\right|=\prod_{i=1}^{n} a_{i i} a110⋮0a12a22⋮0⋯⋯⋯a1na2n⋮ann = a11a21⋮an10a22⋮an2⋯⋯⋯00⋮ann = a110⋮00a22⋮0⋯⋯⋯00⋮ann =∏i=1naii
副对角线行列式
∣ a 11 ⋯ a 1 , n − 1 a 1 n a 21 ⋯ a 2 , n − 1 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 ∣ = ∣ 0 ⋯ 0 a 1 n 0 ⋯ a 2 , n − 1 0 ⋮ ⋮ ⋮ a n 1 ⋯ 0 0 ∣ = ( − 1 ) n ( n − 1 ) 2 a 1 n a 2 , n − 1 ⋯ a n 1 . \begin{aligned}\left|\begin{array}{cccc}a_{11} & \cdots & a_{1, n-1} & a_{1 n} \\a_{21} & \cdots & a_{2, n-1} & 0 \\\vdots & & \vdots & \vdots \\a_{n 1} & \cdots & 0 & 0\end{array}\right| & =\left|\begin{array}{cccc}0 & \cdots & 0 & a_{1 n} \\0 & \cdots & a_{2, n-1} & a_{2 n} \\\vdots & & \vdots & \vdots \\a_{n 1} & \cdots & a_{n, n-1} & a_{n n}\end{array}\right|=\left|\begin{array}{cccc}0 & \cdots & 0 & a_{1 n} \\0 & \cdots & a_{2, n-1} & 0 \\\vdots & & \vdots & \vdots \\a_{n 1} & \cdots & 0 & 0\end{array}\right| \\& =(-1)^{\frac{n(n-1)}{2}} a_{1 n} a_{2, n-1} \cdots a_{n 1} .\end{aligned} a11a21⋮an1⋯⋯⋯a1,n−1a2,n−1⋮0a1n0⋮0 = 00⋮an1⋯⋯⋯0a2,n−1⋮an,n−1a1na2n⋮ann = 00⋮an1⋯⋯⋯0a2,n−1⋮0a1n0⋮0 =(−1)2n(n−1)a1na2,n−1⋯an1.
拉普拉斯展开式
设 A 为 m 阶矩阵, B 为 n 阶矩阵, 则 \text { 设 } \boldsymbol{A} \text { 为 } m \text { 阶矩阵, } \boldsymbol{B} \text { 为 } n \text { 阶矩阵, 则 } 设 A 为 m 阶矩阵, B 为 n 阶矩阵, 则
主对角线
∣ A O O B ∣ = ∣ A C O B ∣ = ∣ A O C B ∣ = ∣ A ∣ ∣ B ∣ \left|\begin{array}{ll}\boldsymbol{A} & \boldsymbol{O} \\\boldsymbol{O} & \boldsymbol{B}\end{array}\right|=\left|\begin{array}{ll}\boldsymbol{A} & \boldsymbol{C} \\\boldsymbol{O} & \boldsymbol{B}\end{array}\right|=\left|\begin{array}{ll}\boldsymbol{A} & \boldsymbol{O} \\\boldsymbol{C} & \boldsymbol{B}\end{array}\right|=|\boldsymbol{A}||\boldsymbol{B}| AOOB = AOCB = ACOB =∣A∣∣B∣
副对角线
∣ O A B O ∣ = ∣ C A B O ∣ = ∣ O A B C ∣ = ( − 1 ) m n ∣ A ∣ ∣ B ∣ \left|\begin{array}{ll}\boldsymbol{O} & \boldsymbol{A} \\\boldsymbol{B} & \boldsymbol{O}\end{array}\right|=\left|\begin{array}{ll}\boldsymbol{C} & \boldsymbol{A} \\\boldsymbol{B} & \boldsymbol{O}\end{array}\right|=\left|\begin{array}{ll}\boldsymbol{O} & \boldsymbol{A} \\\boldsymbol{B} & \boldsymbol{C}\end{array}\right|=(-1)^{m n}|\boldsymbol{A}||\boldsymbol{B}| OBAO = CBAO = OBAC =(−1)mn∣A∣∣B∣
范德蒙德行列式
∣ 1 1 ⋯ 1 x 1 x 2 ⋯ x n x 1 2 x 2 2 ⋯ x n 2 ⋮ ⋮ ⋮ x 1 n − 1 x 2 n − 1 ⋯ x n n − 1 ∣ = ∏ 1 ≤ i < j ⩽ n ( x j − x i ) \left|\begin{array}{cccc}1 & 1 & \cdots & 1 \\x_{1} & x_{2} & \cdots & x_{n} \\x_{1}^{2} & x_{2}^{2} & \cdots & x_{n}^{2} \\\vdots & \vdots & & \vdots \\x_{1}^{n-1} & x_{2}^{n-1} & \cdots & x_{n}^{n-1}\end{array}\right|=\prod_{1 \leq i<j \leqslant n}\left(x_{j}-x_{i}\right) 1x1x12⋮x1n−11x2x22⋮x2n−1⋯⋯⋯⋯1xnxn2⋮xnn−1 =∏1≤i<j⩽n(xj−xi)
计算
化基本型
直接展开
- 某行有较多0
- 阶数不高(3、4)
爪型
用斜的爪消去直爪
异爪型
- 阶数不高,直接展开
- 阶数高德,递推法
行和相等
所有列加,提公因式
D n = ∣ a b b ⋯ b b a b ⋯ b b b a ⋯ b ⋮ ⋮ ⋮ ⋮ b b b ⋯ a ∣ = [ a + ( n − 1 ) b ] ( a − b ) n − 1 D_{n}=\left|\begin{array}{ccccc}a & b & b & \cdots & b \\b & a & b & \cdots & b \\b & b & a & \cdots & b \\\vdots & \vdots & \vdots & & \vdots \\b & b & b & \cdots & a\end{array}\right|=[a+(n-1) b](a-b)^{n-1} Dn= abb⋮bbab⋮bbba⋮b⋯⋯⋯⋯bbb⋮a =[a+(n−1)b](a−b)n−1
列和相等反之
消0化基本形
化为三角形行列式
化拉普拉斯展开式
D 4 = ∣ a 1 0 0 b 1 0 a 2 b 2 0 0 b 3 a 3 0 b 4 0 0 a 4 ∣ = ( − 1 ) × ( − 1 ) ∣ a 1 b 1 0 0 b 4 a 4 0 0 0 0 a 3 b 3 0 0 b 2 a 2 ∣ D_{4}=\left|\begin{array}{cccc}a_{1} & 0 & 0 & b_{1} \\0 & a_{2} & b_{2} & 0 \\0 & b_{3} & a_{3} & 0 \\b_{4} & 0 & 0 & a_{4}\end{array}\right|=(-1) \times(-1)\left|\begin{array}{cccc}a_{1} & b_{1} & 0 & 0 \\b_{4} & a_{4} & 0 & 0 \\0 & 0 & a_{3} & b_{3} \\0 & 0 & b_{2} & a_{2}\end{array}\right| D4= a100b40a2b300b2a30b100a4 =(−1)×(−1) a1b400b1a40000a3b200b3a2
范德蒙德展开式
盯着第二行
∣ a b c a 2 b 2 c 2 b + c a + c a + b ∣ \left|\begin{array}{ccc}a & b & c \\a^{2} & b^{2} & c^{2} \\b+c & a+c & a+b\end{array}\right| aa2b+cbb2a+ccc2a+b
递推法
一点点推出 n n n阶行列式的表达式求结果
找第 n n n阶与第 n − 1 n-1 n−1阶的关系
- 元素分布规律相同
- 只降一阶
D 4 = ∣ 1 − a a 0 0 − 1 1 − a a 0 0 − 1 1 − a a 0 0 − 1 1 − a ∣ = ( ) D_{4}=\left|\begin{array}{cccc}1-a & a & 0 & 0 \\-1 & 1-a & a & 0 \\0 & -1 & 1-a & a \\0 & 0 & -1 & 1-a\end{array}\right|=(\quad) D4= 1−a−100a1−a−100a1−a−100a1−a =()
行列式表示函数和方程
设 f ( x ) = ∣ 1 0 x 1 2 x 2 1 3 x 3 ∣ , 求 f ( x + 1 ) − f ( x ) \text { 设 } f(x)=\left|\begin{array}{lll}1 & 0 & x \\1 & 2 & x^{2} \\1 & 3 & x^{3}\end{array}\right| \text {, 求 } f(x+1)-f(x) 设 f(x)= 111023xx2x3 , 求 f(x+1)−f(x)
设 f ( x ) = ∣ x − 2 x − 1 x − 2 x − 3 2 x − 2 2 x − 1 2 x − 2 2 x − 3 3 x − 3 3 x − 2 4 x − 5 3 x − 5 4 x 4 x − 3 5 x − 7 4 x + 3 ∣ , 则方程 f ( x ) = 0 的根的个数为 \text { 设 } f(x)=\left|\begin{array}{cccc}x-2 & x-1 & x-2 & x-3 \\2 x-2 & 2 x-1 & 2 x-2 & 2 x-3 \\3 x-3 & 3 x-2 & 4 x-5 & 3 x-5 \\4 x & 4 x-3 & 5 x-7 & 4 x+3\end{array}\right| \text {, 则方程 } f(x)=0 \text { 的根的个数为 } 设 f(x)= x−22x−23x−34xx−12x−13x−24x−3x−22x−24x−55x−7x−32x−33x−54x+3 , 则方程 f(x)=0 的根的个数为
按行列式规则正常运算即可
设关于 λ 的方程 ∣ λ − 1 − 2 3 1 λ − 4 3 − 1 a λ − 5 ∣ = 0 有二重根 , 求参数 a 的值 . 设关于 \lambda 的方程\left|\begin{array}{ccc}\lambda-1 & -2 & 3 \\1 & \lambda-4 & 3 \\-1 & a & \lambda-5\end{array}\right|=0有二重根, 求参数 a 的值. 设关于λ的方程 λ−11−1−2λ−4a33λ−5 =0有二重根,求参数a的值.
抽象行列式计算
考基本性质
考$\left | AB \right | =\left | A\right | \left | B \right | $
$ 设 \boldsymbol{\alpha}{1}, \boldsymbol{\alpha}{2}, \boldsymbol{\alpha}{3} 均为 3 维列向量, 已知\boldsymbol{A}=\left[\boldsymbol{\alpha}{1}, \boldsymbol{\alpha}{2}, \boldsymbol{\alpha}{3}\right], \quad $
$\boldsymbol{B}=\left[\boldsymbol{\alpha}{1}-\boldsymbol{\alpha}{2}+2 \boldsymbol{\alpha}{3}, 2 \boldsymbol{\alpha}{1}+3 \boldsymbol{\alpha}{2}-5 \boldsymbol{\alpha}{3}, \boldsymbol{\alpha}{1}+2 \boldsymbol{\alpha}{2}-\boldsymbol{\alpha}_{3}\right],且 |\boldsymbol{A}|=2 , 求 |\boldsymbol{B}-\boldsymbol{A}| $
余子式和代数余子式的混合运算
A 12 A_{12} A12是余子式
M 12 M_{12} M12是代数余子式
M 12 = ( − 1 ) 1 + 2 A 12 M_{12}=(-1)^{1+2}A_{12} M12=(−1)1+2A12
设 ∣ A ∣ = ∣ 2 − 1 2 3 0 1 − 1 0 2 3 4 5 1 1 1 1 ∣ , 则 A 31 + A 32 + A 33 + M 34 = ( ) \text { 设 }|\boldsymbol{A}|=\left|\begin{array}{cccc}2 & -1 & 2 & 3 \\0 & 1 & -1 & 0 \\2 & 3 & 4 & 5 \\1 & 1 & 1 & 1\end{array}\right| \text {, 则 } A_{31}+A_{32}+A_{33}+M_{34}=(\quad \text { ) } 设 ∣A∣= 2021−11312−1413051 , 则 A31+A32+A33+M34=( )
本题即计算 A 31 + A 32 + A 33 − A 34 , 结果是将组合系数置换行列式中第 3 行元素后的行列式的值 \text { 本题即计算 } A_{31}+A_{32}+A_{33}-A_{34} \text {, 结果是将组合系数置换行列式中第 } 3 \text { 行元素后的行列式的值 } 本题即计算 A31+A32+A33−A34, 结果是将组合系数置换行列式中第 3 行元素后的行列式的值
即求: ∣ 2 − 1 2 3 0 1 − 1 0 1 1 1 − 1 1 1 1 1 ∣ = 6 \left|\begin{array}{cccc}2 & -1 & 2 & 3 \\0 & 1 & -1 & 0 \\1 & 1 & 1 & -1 \\1 & 1 & 1 & 1\end{array}\right|=6 2011−11112−11130−11 =6