数学/线性代数 {子式,余子式,代数余子式,拉普拉斯展开/行列式按{行/列}展开}
@LOC= 2
子式
定义
给定行列式A, 从中任意的选择k行和k列, 这些行列的交点, 组成新的 k ∗ k k*k k∗k的行列式B, 称B为A的一个k阶子式;
–
比如 ∣ b c h i ∣ \begin{vmatrix} b & c \\ h & i\end{vmatrix} bhci 是 ∣ a b c d e f g h i ∣ \begin{vmatrix} a & b & c \\ d & e & f \\ g & h & i\end{vmatrix} adgbehcfi 的一个子式 (选择 1 , 3 1,3 1,3行, 和 2 , 3 2,3 2,3列);
性质
MAKR: @LOC_1
;
如果N阶行列式 ∣ A ∣ ≠ 0 |A| \neq 0 ∣A∣=0, 则对于 ∀ r ∈ [ 1 , N ] , ∃ r阶子式 ≠ 0 \forall r \in [1, N], \exist \text{r阶子式} \neq 0 ∀r∈[1,N],∃r阶子式=0;
这可以通过拉普拉斯展开来证明, 对于 r = N r=N r=N显然成立, 对于将 r = N − 1 r=N-1 r=N−1 将 ∣ A ∣ |A| ∣A∣按行展开 则一定存在一个 r r r阶子式 ≠ 0 \neq 0 =0, 再将他继续展开 得到 r = N − 2 r=N-2 r=N−2…
注意, 是 ∃ r 阶子式 ≠ 0 \exist r阶子式 \neq 0 ∃r阶子式=0, 不是 ∀ \forall ∀, 会存在子式为0的情况; 总之要从拉普拉斯展开为基础, 因此更准确的说, 对于任意一{行/列}所对应的N个子式中 一定包含至少1个非零子式;
余子式
定义
给定 M ∗ N M*N M∗N的行列式A, 从中选择k行和k列, 将这些行和列全部去除, 剩余的 ( M − k ) ∗ ( N − k ) (M-k) * (N-k) (M−k)∗(N−k)的行列式B, 称B为A的一个余子式;
所谓余, 即余下的 剩余的;
–
比如 ∣ a c d f ∣ \begin{vmatrix} a & c \\ d & f \end{vmatrix} adcf 是 ∣ a b c C d e f F g h i I A B C X ∣ \begin{vmatrix} a & b & c & C \\ d & e & f & F \\ g & h & i & I \\ A & B & C & X\end{vmatrix} adgAbehBcfiCCFIX 的一个余子式 (选择 3 , 4 3,4 3,4行, 和 2 , 4 2,4 2,4列);
相关术语
( x , y ) (x,y) (x,y)的余子式;
当 k = 1 k=1 k=1时, 仅去除1行1列, 此时 ( x , y ) (x,y) (x,y)的余子式 表示: 去除掉第 x x x行 和 第 y y y列
–
代数余子式
定义
给定一个
(
x
,
y
)
(x,y)
(x,y)的余子式M (M表示remain
剩余), (令
F
=
(
−
1
)
x
+
y
F = (-1)^{x +y}
F=(−1)x+y, 其只是一个符号), 则行列式
F
∗
M
F * M
F∗M称为
M
M
M的代数余子式;
–
比如, 给定
(
2
,
3
)
(2, 3)
(2,3)的余子式为
∣
a
b
c
d
∣
\begin{vmatrix} a & b \\ c & d\end{vmatrix}
acbd
, 其对应的代数余子式为
−
∣
a
b
c
d
∣
- \begin{vmatrix} a & b \\ c & d\end{vmatrix}
−
acbd
(因为
(
−
1
)
2
+
3
=
−
1
(-1)^{2+3} = -1
(−1)2+3=−1)
.
如果将
(
2
,
3
)
(2,3)
(2,3) 改为
(
2
,
2
)
(2,2)
(2,2), 那么 其对应的代数余子式 和 其本身行列式, 相同;
拉普拉斯展开
定义
又称: 行列式按{行/列}展开;
任意行列式的值, 等于 任一{行/列}的各元素 与 其对应的代数余子式的乘积 之和;
令
A
l
g
e
(
i
,
j
)
Alge(i,j)
Alge(i,j)为
(
i
,
j
)
(i,j)
(i,j)的代数余子式;
.
对任意行列式
D
D
D, 取
R
k
R_k
Rk行, 则行列式的值为
∑
i
=
1
N
R
k
,
i
∗
A
l
g
e
(
k
,
i
)
\sum_{i = 1}^{N} R_{k,i} * Alge(k,i)
∑i=1NRk,i∗Alge(k,i);
.
.
若取
C
k
C_k
Ck列, 则行列式的值为
∑
i
=
1
N
R
i
,
k
∗
A
l
g
e
(
i
,
k
)
\sum_{i = 1}^{N} R_{i,k} * Alge(i,k)
∑i=1NRi,k∗Alge(i,k);
证明
∣
.
.
.
D
r
,
1
D
r
,
2
.
.
.
D
r
,
N
.
.
.
∣
\begin{vmatrix} ... \\ D_{r,1} & D_{r,2} & ... & D_{r,N} \\ ...\end{vmatrix}
...Dr,1...Dr,2...Dr,N
=
∣
.
.
.
D
r
,
1
+
0
+
.
.
.
+
0
0
+
D
r
,
2
+
0
+
.
.
.
+
0
.
.
.
0
+
.
.
.
+
0
+
D
r
,
N
.
.
.
∣
= \begin{vmatrix} ... \\ D_{r,1} + 0 + ... + 0& 0 + D_{r,2} + 0 + ... + 0 & ... & 0 + ... + 0 + D_{r,N} \\ ...\end{vmatrix}
=
...Dr,1+0+...+0...0+Dr,2+0+...+0...0+...+0+Dr,N
= ∣ . . . D r , 1 0 . . . 0 . . . ∣ + ∣ . . . 0 D r , 2 . . . 0 . . . ∣ + . . . + ∣ . . . 0 0 . . . D r , N . . . ∣ = \begin{vmatrix} ... \\ D_{r,1} & 0 & ... & 0 \\ ...\end{vmatrix} + \begin{vmatrix} ... \\ 0 & D_{r,2} & ... & 0 \\ ...\end{vmatrix} + ... + \begin{vmatrix} ... \\ 0 & 0 & ... & D_{r,N} \\ ...\end{vmatrix} = ...Dr,1...0...0 + ...0...Dr,2...0 +...+ ...0...0...Dr,N ;
证明: 对于一个形如
∣
.
.
.
0
.
.
.
0
D
i
,
j
0
.
.
.
0
.
.
.
∣
\begin{vmatrix} ... \\ 0 & ... & 0 & D_{i,j} & 0 & ... & 0 \\ ...\end{vmatrix}
...0......0Di,j0...0
的行列式
D
D
D, 其值为
D
i
,
j
∗
A
l
g
e
(
i
,
j
)
D_{i,j} * Alge(i,j)
Di,j∗Alge(i,j);
.
通过
i
i
i次行交换
j
j
j次列交换, 将其变为
∣
D
i
,
j
0
.
.
.
0
x
∣
R
D
∣
∣
\begin{vmatrix} D_{i,j} & 0 & ... & 0 \\ x & |RD|\end{vmatrix}
Di,jx0∣RD∣...0
的形式
D
D
DD
DD (其中,
∣
R
D
∣
|RD|
∣RD∣表示除了{第1行,第1列}外的所有元素);
.
根据CSDN- 130092391/ @Mark_3
, 该
D
D
DD
DD行列式为特殊下三角形行列式, 因此
D
D
=
D
i
,
j
∗
∣
R
D
∣
DD = D_{i,j} * |RD|
DD=Di,j∗∣RD∣;
.
∣
R
D
∣
|RD|
∣RD∣其实是
D
D
D的
(
i
,
j
)
(i,j)
(i,j)的余子式; (因为我们是用
i
i
i次行交换, 目的就是保持其他元素的相对位置)
.
注意, 虽然你用1次行交换 1次列交换, 也可以将
D
i
,
j
D_{i,j}
Di,j移动到左上角, 但是, 此时你得到的
∣
R
D
∣
|RD|
∣RD∣ 就不是 原行列式
D
D
D的
(
i
,
j
)
(i,j)
(i,j)的余子式;
.
即
D
D
=
D
i
,
j
∗
R
e
m
a
i
n
(
i
,
j
)
DD = D_{i,j} * Remain(i,j)
DD=Di,j∗Remain(i,j), 其中
R
e
m
a
i
n
(
i
,
j
)
Remain(i,j)
Remain(i,j)表示行列式
D
D
D的
(
i
,
j
)
(i,j)
(i,j)的余子式;
.
但是, 注意
D
D
≠
D
DD \neq D
DD=D, 因为我们执行了
i
+
j
i + j
i+j次{行,列}交换, 因此,
D
=
D
D
∗
(
−
1
)
i
+
j
D = DD * (-1)^{i+j}
D=DD∗(−1)i+j;
.
将
(
−
1
)
i
+
j
(-1)^{i+j}
(−1)i+j与
R
e
m
a
i
n
(
i
,
j
)
Remain(i,j)
Remain(i,j)合并, 得到
A
l
g
e
(
i
,
j
)
Alge(i,j)
Alge(i,j), 故
D
=
D
i
,
j
∗
A
l
g
e
(
i
,
j
)
D = D_{i,j} * Alge(i,j)
D=Di,j∗Alge(i,j);
因此, 原行列式为 ∑ i = 1 N D r , i ∗ A l g e ( r , i ) \sum_{i = 1}^{N} D_{r,i} * Alge(r,i) ∑i=1NDr,i∗Alge(r,i);
性质
@Delimiter
MARK: @LOC_0
某一行的各元素 与 另一行对应列的代数余子式的乘积, 之和, 为
0
0
0; (行也可以改为列, 行列式中 {行,列}是同等地位)
.
公式表述:
∀
r
a
≠
r
b
,
∑
i
=
1
N
D
r
a
,
i
∗
A
l
g
e
(
r
b
,
i
)
=
0
\forall r_a \neq r_b, \sum_{i = 1}^{N} D_{r_a,i} * Alge(r_b,i) = 0
∀ra=rb,∑i=1NDra,i∗Alge(rb,i)=0;
我们知道, 当
r
a
=
r
b
r_a = r_b
ra=rb, 这就是拉普拉斯展开, 该式子的值 就为该行列式的值;
而这里
r
a
≠
r
b
r_a \neq r_b
ra=rb;
–
证明
令行列式 D 1 = D D1 = D D1=D, 执行操作 ∀ i ∈ [ 1 , n ] D 1 r b , i = D 1 r a , i \forall i \in [1, n] \quad D1_{r_b,i} = D1_{r_a,i} ∀i∈[1,n]D1rb,i=D1ra,i; (即, 此时 D 1 D1 D1有两个行 是完全相等的, 即 D 1 = 0 D1 = 0 D1=0) (注意, D 1 r a , i = D r a , i D1_{r_a,i} = D_{r_a,i} D1ra,i=Dra,i)
对D1的
r
b
r_b
rb行, 进行拉普拉斯展开, 得到:
∑
i
=
1
N
D
1
r
b
,
i
∗
A
l
g
e
(
r
b
,
i
)
\sum_{i = 1}^{N} D1_{r_b,i} * Alge(r_b,i)
∑i=1ND1rb,i∗Alge(rb,i); 该式子等于
0
0
0 (因为该D1行列式为0)
.
因为
D
1
r
b
,
i
=
D
r
a
,
i
D1_{r_b, i} = D_{r_a,i}
D1rb,i=Dra,i, 故该式子等价于:
∑
i
=
1
N
D
r
a
,
i
∗
A
l
g
e
(
r
b
,
i
)
\sum_{i = 1}^{N} D_{r_a,i} * Alge(r_b,i)
∑i=1NDra,i∗Alge(rb,i);
@Delimiter
应用
范德蒙德行列式求解: 130092391/ @Mark_4
;