第 1 章 行列式
二阶与三阶行列式
行列式的定义[P1]
什么是行列式、阶、元素、行标、主对角线、副对角线、系数行列式。
二阶与三阶行列式的计算[P3]
对角线法则(只适用于二阶与三阶行列式)。
全排列和对换
相关概念[P4]
什么是全排列、逆序、逆序数、奇排列、偶排列、对换。
定理(对换)[P5]
一个排列中的任意两个元素对换,排列改变奇偶性。
推论:奇排列对换成标准排列的对换次数为奇数,偶排列对换成标准排列的对换次数是偶数。
n 阶行列式的定义
定义(n阶行列式)[P6]
一般不用定义来求行列式的值。
行列式的性质
定义(转置行列式)[P7]
行列式的性质[P8]:
- 行列式与它的转置行列式相等。
- 对换行列式的两行(列),行列式变号。
推论:如果行列式有两行完全相同,则此行列式等于 0 . - 行列式的某一行(列)中所有元素都乘同一数 k ,等于用 k 乘此行列式。
推论:行列式中某一行(列)的所有元素的公因子可以提到行列式记号外面。 - 行列式中如果有两行(列)元素成比例,则此行列式等于零。
- 若行列式的某一行(列)的元素都是两数之和,则可以拆分…[见P10]
- 把行列式的某一行(列)的各元素乘同一数后加到另一行(列)对应元素上去,行列式不变。
行列式按行(列)展开
定义(余子式与代数余子式)[P15]
引理(行列式的展开)[P16]:
一个 n 阶行列式,如果其中第 i 行所有元素除 (i ,j) 元
a
i
j
a_{ij}
aij 外都为0,那么这行列式等于
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
定理(按行按列展开)[P17]:
行列式等于它的任意一行(列)的各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
D = a_{i1}A_{i1} + a_{i2}A_{i2} + ... + a_{in}A_{in}
D=ai1Ai1+ai2Ai2+...+ainAin
这个定理叫做行列式按行(列)展开法则。
推论[P20]:
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
D
=
a
i
1
A
j
1
+
a
i
2
A
j
2
+
.
.
.
+
a
i
n
A
j
n
,
(
i
≠
j
)
D = a_{i1}A_{j1} + a_{i2}A_{j2} + ... + a_{in}A_{jn},(i \not= j)
D=ai1Aj1+ai2Aj2+...+ainAjn,(i=j)
特殊的行列式及其计算
上(下)三角行列式[P7]
∣
a
0
0
0
f
b
0
0
k
l
c
0
p
q
r
d
∣
=
a
b
c
d
\left| \begin{matrix} a & 0 & 0 & 0\\ f & b & 0 & 0 \\ k & l & c & 0\\ p & q & r & d \end{matrix} \right| = abcd
∣∣∣∣∣∣∣∣afkp0blq00cr000d∣∣∣∣∣∣∣∣=abcd
上述是下三角行列式,即主对角线以上全为 0 。同理,主对角线以下全为 0 的叫上三角行列式,它的值也等于对角线元素之积。
而关于副对角线的行列式
∣
0
0
0
a
0
0
b
k
0
c
s
f
d
x
y
z
∣
=
(
−
1
)
n
(
n
−
1
)
/
2
a
b
c
d
\left| \begin{matrix} 0 & 0 & 0 & a\\ 0 & 0 & b & k \\ 0 & c & s & f\\ d & x & y & z \end{matrix} \right| = (-1)^{n(n-1)/2}abcd
∣∣∣∣∣∣∣∣000d00cx0bsyakfz∣∣∣∣∣∣∣∣=(−1)n(n−1)/2abcd
则可以通过行列式的性质,不断进行列对换来转换为上(下)三角行列式。而其对换的次数是 n(n-1)/2 ,故需要乘上系数 ( − 1 ) n ( n − 1 ) / 2 (-1)^{n(n-1)/2} (−1)n(n−1)/2。
以上结论对于 n 阶行列式仍然成立。
对角行列式[P7]
∣ a 0 0 0 0 b 0 0 0 0 c 0 0 0 0 d ∣ = a b c d \left| \begin{matrix} a & 0 & 0 & 0\\ 0 & b & 0 & 0 \\ 0 & 0 & c & 0\\ 0 & 0 & 0 & d \end{matrix} \right| = abcd ∣∣∣∣∣∣∣∣a0000b0000c0000d∣∣∣∣∣∣∣∣=abcd
即对于主对角线之外的元素全为 0 的行列式,其结果等于主对角线之积。而副对角线行列式同样可以通过对换来转换为主对角线行列式。
对于 n 阶行列式结论仍然成立。
范德蒙行列式[P18]
∣ 1 1 . . . 1 x 1 x 2 . . . x 4 x 1 2 x 2 2 . . . x 4 2 x 1 3 x 2 3 . . . x 4 3 . . . . . . . . . . . . x 1 n − 1 x 2 n − 1 . . . x 4 n − 1 ∣ = ∏ 1 < = i < j < = n x i − x j \left| \begin{matrix} 1 & 1 & ... & 1\\ x_1 & x_2 & ... & x_4 \\ x_1^2 & x_2^2 & ... & x_4^2\\ x_1^3 & x_2^3 & ... & x_4^3\\ ... & ... & ... & ...\\ x_1^{n-1} & x_2^{n-1} & ... & x_4^{n-1}\\ \end{matrix} \right| = \prod_{1<=i<j<=n}x_i-x_j ∣∣∣∣∣∣∣∣∣∣∣∣1x1x12x13...x1n−11x2x22x23...x2n−1..................1x4x42x43...x4n−1∣∣∣∣∣∣∣∣∣∣∣∣=1<=i<j<=n∏xi−xj
拉普拉斯展开式
如果 A 和 B 分别是 m 阶 和 n 阶矩阵,则有
∣ A x O B ∣ = ∣ A O x B ∣ = ∣ A ∣ ∗ ∣ B ∣ \left| \begin{matrix} A & x \\ O & B\\ \end{matrix} \right|= \left| \begin{matrix} A & O \\ x & B\\ \end{matrix} \right| = |A| * |B| ∣∣∣∣AOxB∣∣∣∣=∣∣∣∣AxOB∣∣∣∣=∣A∣∗∣B∣
以及
∣
O
A
B
x
∣
=
∣
x
A
B
O
∣
=
(
−
1
)
m
n
∣
A
∣
∗
∣
B
∣
\left| \begin{matrix} O & A \\ B & x\\ \end{matrix} \right|= \left| \begin{matrix} x & A \\ B & O\\ \end{matrix} \right| = (-1)^{mn} |A| * |B|
∣∣∣∣OBAx∣∣∣∣=∣∣∣∣xBAO∣∣∣∣=(−1)mn∣A∣∗∣B∣
上述是两个特殊的拉普拉斯展开式。