其他相关内容
线性方程组和矩阵
矩阵和行列式
向量组及其线性组合
向量组线性相关性
特征值和特征向量
相似矩阵和相似对角化
二次型
番外
向量空间
矩阵A可逆的和相似的一些性质
常见向量的运算
矩阵向量求导
矩阵对角化相关推导
伴随矩阵及其运算
关于特征值和特征向量的一些公式推导
注:只有方阵才有行列式
全排列
把
n
n
n个不同元素的排成一列,叫做这
n
n
n个元素的全排列(简称:排列)
n
n
n个不同元素的所有排列的种类数,通常使用
P
n
P_n
Pn表示
P
n
=
n
!
P_n=n!
Pn=n!
逆序
对于
n
n
n个不同的元素,先规定各个元素之间有一个标准次序(例如
n
n
n个自然数,可以规定为由大到小的标准次序),
于是在这
n
n
n个元素的任一排列中,当某一对元素的先后次序与标准次序不同的时候,就说他构成一个逆序
一个排列中的所有逆序的总数叫做这个排列的逆序数
逆序数为奇数的排列叫做奇排列
逆序数为偶数的排列叫做偶排列
对换
在排列中将任意两个元素对调,其余元素不动,这种做出新排列的手续叫做对换
如果是两个向量的元素对换,叫做相邻对换
定理
一个排列中任意两个元素对换,排列改变奇偶性
推论
奇排列对换成标准排列的次数为奇数,偶排列对换成标准排列的次数为偶数
n n n 阶行列式( n × n n\times n n×n)
D
=
∣
a
11
a
12
⋯
a
1
n
a
21
a
22
⋯
a
2
n
⋮
⋮
⋱
⋮
a
n
1
a
n
2
⋯
a
n
n
∣
D=\left|\begin{matrix}a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\vdots&\ddots&\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\\\end{matrix}\right|
D=∣∣∣∣∣∣∣∣∣a11a21⋮an1a12a22⋮an2⋯⋯⋱⋯a1na2n⋮ann∣∣∣∣∣∣∣∣∣
简记作
det
(
a
i
j
)
\det(a_{ij})
det(aij),其中
a
i
j
a_{ij}
aij为行列式
D
D
D的
(
i
,
j
)
(i,j)
(i,j)元。
转置行列式
D
T
=
∣
a
11
a
21
⋯
a
n
1
a
12
a
22
⋯
a
n
2
⋮
⋮
⋱
⋮
a
1
n
a
2
n
⋯
a
n
n
∣
D^T=\left|\begin{matrix}a_{11}&a_{21}&\cdots&a_{n1}\\ a_{12}&a_{22}&\cdots&a_{n2}\\ \vdots&\vdots&\ddots&\vdots\\ a_{1n}&a_{2n}&\cdots&a_{nn}\\\end{matrix}\right|
DT=∣∣∣∣∣∣∣∣∣a11a12⋮a1na21a22⋮a2n⋯⋯⋱⋯an1an2⋮ann∣∣∣∣∣∣∣∣∣
行列式
D
T
D^T
DT称为行列式
D
D
D的转置行列式
行列式相关性质
性质1:
行列式与它的转置行列式相等
性质2:
对换行列式的两行(列),行列式变号
推论:
如果行列式有两行(列)完全相同,则此行列式等于零
性质3:
行列式的某一行(列)中所有元素都同乘一个数
k
k
k,等于用数
k
k
k乘此行列式
记作
r
i
×
k
r_i\times k
ri×k或者
c
i
×
k
c_i\times k
ci×k
推论:
行列式中某一行(列)的所有元素都的公因子可以提到行列式记号的外面
性质4:
行列式中如果有两行(列)元素成比例,则此行列式等于零
性质5:
若行列式的某一行(列)的元素都是两数之和,例如第
i
i
i行的元素都是两数之和:
D
=
∣
a
11
a
12
⋯
a
1
n
⋮
⋮
⋱
⋮
a
i
1
+
a
i
1
′
a
i
2
+
a
i
2
′
⋯
a
i
n
+
a
i
n
′
⋮
⋮
⋱
⋮
a
n
1
a
n
2
⋯
a
n
n
∣
D=\left|\begin{matrix}a_{11}&a_{12}&\cdots&a_{1n}\\ \vdots&\vdots&\ddots&\vdots\\ a_{i1}+a^{'}_{i1}&a_{i2}+a^{'}_{i2}&\cdots&a_{in}+a^{'}_{in}\\ \vdots&\vdots&\ddots&\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\\\end{matrix}\right|
D=∣∣∣∣∣∣∣∣∣∣∣∣a11⋮ai1+ai1′⋮an1a12⋮ai2+ai2′⋮an2⋯⋱⋯⋱⋯a1n⋮ain+ain′⋮ann∣∣∣∣∣∣∣∣∣∣∣∣
则
D
D
D等于下面两个行列式之和:
D
=
∣
a
11
a
12
⋯
a
1
n
⋮
⋮
⋱
⋮
a
i
1
a
i
2
⋯
a
i
n
⋮
⋮
⋱
⋮
a
n
1
a
n
2
⋯
a
n
n
∣
+
∣
a
11
a
12
⋯
a
1
n
⋮
⋮
⋱
⋮
a
i
1
′
a
i
2
′
⋯
a
i
n
′
⋮
⋮
⋱
⋮
a
n
1
a
n
2
⋯
a
n
n
∣
D=\left|\begin{matrix}a_{11}&a_{12}&\cdots&a_{1n}\\ \vdots&\vdots&\ddots&\vdots\\ a_{i1}&a_{i2}&\cdots&a_{in}\\ \vdots&\vdots&\ddots&\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\\\end{matrix}\right|+\left|\begin{matrix}a_{11}&a_{12}&\cdots&a_{1n}\\ \vdots&\vdots&\ddots&\vdots\\ a^{'}_{i1}&a^{'}_{i2}&\cdots&a^{'}_{in}\\ \vdots&\vdots&\ddots&\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\\\end{matrix}\right|
D=∣∣∣∣∣∣∣∣∣∣∣∣a11⋮ai1⋮an1a12⋮ai2⋮an2⋯⋱⋯⋱⋯a1n⋮ain⋮ann∣∣∣∣∣∣∣∣∣∣∣∣+∣∣∣∣∣∣∣∣∣∣∣∣a11⋮ai1′⋮an1a12⋮ai2′⋮an2⋯⋱⋯⋱⋯a1n⋮ain′⋮ann∣∣∣∣∣∣∣∣∣∣∣∣
性质6:
把行列式的某一行(列)的各个元素乘同一个数然后加到另一行(列),对应元素上,行列式的值不变
∣
a
11
a
12
⋯
a
1
n
⋮
⋮
⋱
⋮
a
i
1
a
i
2
⋯
a
i
n
⋮
⋮
⋱
⋮
a
j
1
a
j
2
⋯
a
j
n
⋮
⋮
⋱
⋮
a
n
1
a
n
2
⋯
a
n
n
∣
=
∣
a
11
a
12
⋯
a
1
n
⋮
⋮
⋱
⋮
a
i
1
a
i
2
⋯
a
i
n
⋮
⋮
⋱
⋮
a
j
1
+
k
a
i
1
a
j
2
+
k
a
i
2
⋯
a
j
n
+
k
a
i
n
⋮
⋮
⋱
⋮
a
n
1
a
n
2
⋯
a
n
n
∣
(
i
≠
j
)
\left|\begin{matrix}a_{11}&a_{12}&\cdots&a_{1n}\\ \vdots&\vdots&\ddots&\vdots\\ a_{i1}&a_{i2}&\cdots&a_{in}\\ \vdots&\vdots&\ddots&\vdots\\ a_{j1}&a_{j2}&\cdots&a_{jn}\\ \vdots&\vdots&\ddots&\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\\\end{matrix}\right|=\left|\begin{matrix}a_{11}&a_{12}&\cdots&a_{1n}\\ \vdots&\vdots&\ddots&\vdots\\ a_{i1}&a_{i2}&\cdots&a_{in}\\ \vdots&\vdots&\ddots&\vdots\\ a_{j1}+ka_{i1}&a_{j2}+ka_{i2}&\cdots&a_{jn}+ka_{in}\\ \vdots&\vdots&\ddots&\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\\\end{matrix}\right|(i\neq j)
∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣a11⋮ai1⋮aj1⋮an1a12⋮ai2⋮aj2⋮an2⋯⋱⋯⋱⋯⋱⋯a1n⋮ain⋮ajn⋮ann∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣=∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣a11⋮ai1⋮aj1+kai1⋮an1a12⋮ai2⋮aj2+kai2⋮an2⋯⋱⋯⋱⋯⋱⋯a1n⋮ain⋮ajn+kain⋮ann∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣∣(i̸=j)
行列式按照行(列)展开
余子式
在
n
n
n阶行列式中,把
(
i
,
j
)
(i,j)
(i,j)元
a
i
j
a_{ij}
aij所在的第
i
i
i行和第
j
j
j列划去后,留下来的
n
−
1
n-1
n−1阶行列式叫做
(
i
,
j
)
(i,j)
(i,j)元的
a
i
j
a_{ij}
aij余子式,记作
M
i
j
M_{ij}
Mij;记:
A
i
j
=
(
−
1
)
i
+
j
M
i
j
A_{ij}=(-1)^{i+j}M_{ij}
Aij=(−1)i+jMij
A
i
j
A_{ij}
Aij叫做
(
i
,
j
)
(i,j)
(i,j)元
a
i
j
a_{ij}
aij的代数余子式
引理
一个
n
n
n阶行列式,如果其中第
i
i
i行所有元素除了
(
i
,
j
)
(i,j)
(i,j)元
a
i
j
a_{ij}
aij外都为零,那么这个行列式等于
a
i
j
a_{ij}
aij与它的代数余子式的乘积,即:
D
=
a
i
j
A
i
j
D=a_{ij}A_{ij}
D=aijAij
行列式展开法则
定理
行列式等于它的任意一行(列)的各个元素与其对应的代数余子式乘积之和,即:
D
=
a
i
1
A
i
1
+
a
i
2
A
i
2
+
⋯
+
a
i
n
A
i
n
(
i
=
1
,
2
,
⋯
 
,
n
)
D=a_{i1}A_{i1}+a_{i2}A_{i2}+\cdots+a_{in}A_{in}\qquad (i=1,2,\cdots,n)
D=ai1Ai1+ai2Ai2+⋯+ainAin(i=1,2,⋯,n)
或者
D
=
a
1
j
A
1
j
+
a
2
j
A
2
j
+
⋯
+
a
n
j
A
n
j
(
j
=
1
,
2
,
⋯
 
,
n
)
D=a_{1j}A_{1j}+a_{2j}A_{2j}+\cdots+a_{nj}A_{nj}\qquad (j=1,2,\cdots,n)
D=a1jA1j+a2jA2j+⋯+anjAnj(j=1,2,⋯,n)
这个定理就是行列式按行(列)展开法则
范德蒙德行列式
D
=
∣
1
1
⋯
1
x
1
x
2
⋯
x
n
x
1
2
x
2
2
⋯
x
n
2
⋮
⋮
⋱
⋮
x
1
n
x
2
n
⋯
x
n
n
∣
=
Π
n
≥
i
>
j
≥
1
(
x
i
−
x
j
)
D=\left|\begin{matrix} 1&1&\cdots&1\\ x_1&x_2&\cdots&x_n\\ x^2_1&x^2_2&\cdots&x^2_n\\ \vdots&\vdots&\ddots&\vdots\\ x^n_1&x^n_2&\cdots&x^n_n\\\end{matrix}\right|=\Pi{_{n\ge i>j\ge1}}(x_i-x_j)
D=∣∣∣∣∣∣∣∣∣∣∣1x1x12⋮x1n1x2x22⋮x2n⋯⋯⋯⋱⋯1xnxn2⋮xnn∣∣∣∣∣∣∣∣∣∣∣=Πn≥i>j≥1(xi−xj)
推论:
行列式某一行(列)的元素与另一行(列)的对应元素的代数余子式乘积之和等于零,即:
a
i
1
A
j
1
+
a
i
2
A
j
2
+
⋯
+
a
i
n
A
j
n
=
0
(
i
≠
j
)
a_{i1}A_{j1}+a_{i2}A_{j2}+\cdots+a_{in}A_{jn}=0\qquad(i\neq j)
ai1Aj1+ai2Aj2+⋯+ainAjn=0(i̸=j)
或者
a
1
i
A
1
j
+
a
2
i
A
2
j
+
⋯
+
a
n
i
A
n
j
=
0
(
i
≠
j
)
a_{1i}A_{1j}+a_{2i}A_{2j}+\cdots+a_{ni}A_{nj}=0\qquad(i\neq j)
a1iA1j+a2iA2j+⋯+aniAnj=0(i̸=j)
克拉默法则
含有
n
n
n个未知数
x
1
,
x
2
,
…
,
x
n
x_1,x_2,\dots,x_n
x1,x2,…,xn的
n
n
n个线性方程的线性方程组
(A)
{
a
11
x
1
+
a
12
x
2
+
⋯
+
a
1
n
x
n
=
b
1
,
a
21
x
1
+
a
22
x
2
+
⋯
+
a
2
n
x
n
=
b
2
,
⋯
⋯
a
m
1
x
1
+
a
m
2
x
2
+
⋯
+
a
m
n
x
n
=
b
n
,
\left\{\begin{aligned} &a_{11}x_1+a_{12}x_2+\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_{m1}x_1+a_{m2}x_2+\cdots+a_{mn}x_n=b_n,\\ \end{aligned} \right.\tag{A}
⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧a11x1+a12x2+⋯+a1nxn=b1,a21x1+a22x2+⋯+a2nxn=b2,⋯⋯am1x1+am2x2+⋯+amnxn=bn,(A)
它的解可以用
n
n
n阶行列式表示,即有
如果线性方程组
(
A
)
(A)
(A)的系数矩阵
A
A
A的行列式不等于零,即
∣
A
∣
=
∣
a
11
a
12
⋯
a
1
n
a
21
a
22
⋯
a
2
n
⋮
⋮
⋱
⋮
a
n
1
a
n
2
⋯
a
n
n
∣
≠
0
|A|=\left|\begin{matrix} a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\vdots&\ddots&\vdots\\ a_{n1}&a_{n2}&\cdots&a_{nn}\\ \end{matrix}\right|\neq 0
∣A∣=∣∣∣∣∣∣∣∣∣a11a21⋮an1a12a22⋮an2⋯⋯⋱⋯a1na2n⋮ann∣∣∣∣∣∣∣∣∤=0
那么方程组
(
A
)
(A)
(A)有唯一解
x
1
=
∣
A
1
∣
∣
A
∣
,
x
2
=
∣
A
2
∣
∣
A
∣
,
…
,
x
n
=
∣
A
n
∣
∣
A
∣
x_1=\dfrac{|A_1|}{|A|},x_2=\dfrac{|A_2|}{|A|},\dots,x_n=\dfrac{|A_n|}{|A|}
x1=∣A∣∣A1∣,x2=∣A∣∣A2∣,…,xn=∣A∣∣An∣
其中
A
j
(
j
=
1
,
2
,
…
,
n
)
A_j(j=1,2,\dots,n)
Aj(j=1,2,…,n)是把系数矩阵
A
A
A中第
j
j
j列的元素用方程右端的常数项代替后得到的
n
n
n阶矩阵,即:
A
j
=
(
a
11
⋯
a
1
,
j
−
1
b
1
a
1
,
j
+
1
⋯
a
1
n
a
21
⋯
a
2
,
j
−
1
b
2
a
2
,
j
+
1
⋯
a
2
n
⋮
⋱
⋮
⋮
⋮
⋱
⋮
a
n
1
⋯
a
n
,
j
−
1
b
n
a
n
,
j
+
1
⋯
a
n
n
)
A_j=\begin{pmatrix} a_{11}&\cdots&a_{1,j-1}&b_1&a_{1,j+1}&\cdots&a_{1n}\\ a_{21}&\cdots&a_{2,j-1}&b_2&a_{2,j+1}&\cdots&a_{2n}\\ \vdots&\ddots&\vdots&\vdots&\vdots&\ddots&\vdots\\ a_{n1}&\cdots&a_{n,j-1}&b_n&a_{n,j+1}&\cdots&a_{nn}\\ \end{pmatrix}
Aj=⎝⎜⎜⎜⎛a11a21⋮an1⋯⋯⋱⋯a1,j−1a2,j−1⋮an,j−1b1b2⋮bna1,j+1a2,j+1⋮an,j+1⋯⋯⋱⋯a1na2n⋮ann⎠⎟⎟⎟⎞