①对角、上(下)三角矩阵: ∣ a 11 0 ⋯ 0 0 a 22 ⋯ 0 ⋮ ⋮ ⋱ ⋮ 0 0 ⋯ a n n ∣ = ∣ a 11 a 12 ⋯ a 1 n 0 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ 0 0 ⋯ a n n ∣ = ∣ a 11 0 ⋯ 0 a 12 a 22 ⋯ 0 ⋮ ⋮ ⋱ ⋮ a 1 n a 2 n ⋯ a n n ∣ = a 11 a 22 . . . a n n \begin{vmatrix} a_{11} & 0 & \cdots & 0 \\ 0 & a_{22} &\cdots & 0 \\ \vdots & \vdots &\ddots & \vdots \\ 0 & 0 & \cdots & a_{nn} \\ \end{vmatrix}= \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ 0 & a_{22} &\cdots & a_{2n} \\ \vdots & \vdots &\ddots & \vdots \\ 0 & 0 & \cdots & a_{nn} \\ \end{vmatrix}=\begin{vmatrix} a_{11} & 0 & \cdots & 0 \\ a_{12} & a_{22} &\cdots & 0 \\ \vdots & \vdots &\ddots & \vdots \\ a_{1n} & a_{2n} & \cdots & a_{nn} \\ \end{vmatrix}=a_{11}a_{22}...a_{nn} ∣∣∣∣∣∣∣∣∣a110⋮00a22⋮0⋯⋯⋱⋯00⋮ann∣∣∣∣∣∣∣∣∣=∣∣∣∣∣∣∣∣∣a110⋮0a12a22⋮0⋯⋯⋱⋯a1na2n⋮ann∣∣∣∣∣∣∣∣∣=∣∣∣∣∣∣∣∣∣a11a12⋮a1n0a22⋮a2n⋯⋯⋱⋯00⋮ann∣∣∣∣∣∣∣∣∣=a11a22...ann
②斜对角矩阵
:
∣
l
1
l
2
⋰
l
n
∣
=
(
−
1
)
n
(
n
−
1
)
2
l
1
⋅
l
2
.
.
.
l
n
:\begin{vmatrix} & & & l_1 \\ & & l_2 & \\ & ⋰ & & \\ l_n & & & \\ \end{vmatrix}=(-1)^{\frac{n(n-1)}2}l_1·l_2...l_n
:∣∣∣∣∣∣∣∣ln⋰l2l1∣∣∣∣∣∣∣∣=(−1)2n(n−1)l1⋅l2...ln
③范德蒙行列式:
V
(
a
1
,
a
2
,
.
.
.
,
a
n
)
=
∣
1
1
⋯
1
a
1
a
2
⋯
a
n
⋮
⋮
⋱
⋮
a
1
n
−
1
a
2
n
−
1
⋯
a
n
n
−
1
∣
=
∏
1
≤
j
<
i
≤
n
(
a
i
−
a
j
)
V(a_1,a_2,...,a_n)=\begin{vmatrix} 1 & 1 & \cdots & 1 \\ a_1 & a_2 &\cdots & a_n \\ \vdots & \vdots &\ddots & \vdots \\ a_1^{n-1} & a_2^{n-1} & \cdots & a_n^{n-1} \\ \end{vmatrix}=\quad \prod_{1≤j<i≤n}(a_i-a_j)\quad
V(a1,a2,...,an)=∣∣∣∣∣∣∣∣∣1a1⋮a1n−11a2⋮a2n−1⋯⋯⋱⋯1an⋮ann−1∣∣∣∣∣∣∣∣∣=1≤j<i≤n∏(ai−aj)
V
(
a
1
,
a
2
,
.
.
.
,
a
n
)
≠
0
V(a_1,a_2,...,a_n)≠0
V(a1,a2,...,an)=0的充要条件是常数
a
1
,
a
2
,
.
.
.
,
a
n
a_1,a_2,...,a_n
a1,a2,...,an两两不相等
④余子式与代数余子式:
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=\begin{vmatrix} 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{vmatrix}
D=∣∣∣∣∣∣∣∣∣a11a21⋮an1a12a22⋮an2⋯⋯⋱⋯a1na2n⋮ann∣∣∣∣∣∣∣∣∣
元素
a
i
j
a_{ij}
aij的余子式(
M
i
j
M_{ij}
Mij):把行列式
D
D
D中元素
a
i
j
a_{ij}
aij所在的第
i
i
i行元素和第
j
j
j列元素去掉,剩下的
n
−
1
n-1
n−1行和
n
−
1
n-1
n−1列按照原来的排列次序构成的
n
−
1
n-1
n−1阶行列式
元素
a
i
j
a_{ij}
aij的代数余子式(
A
i
j
A_{ij}
Aij):
A
i
j
=
(
−
1
)
i
+
j
M
i
j
A_{ij}=(-1)^{i+j}M_{ij}
Aij=(−1)i+jMij
⑤分块行列式:
∣
A
1
A
2
⋱
A
n
∣
=
∣
A
1
∣
⋅
∣
A
2
∣
⋯
∣
A
n
∣
\begin{vmatrix} A_1 & & & \\ & A_2 & & \\ & &\ddots & \\ & & & A_n \\ \end{vmatrix}=|A_1|·|A_2|\cdots|A_n|
∣∣∣∣∣∣∣∣A1A2⋱An∣∣∣∣∣∣∣∣=∣A1∣⋅∣A2∣⋯∣An∣
∣ A C O B ∣ = ∣ A O D B ∣ = ∣ A ∣ ⋅ ∣ B ∣ \begin{vmatrix} A & C \\ O & B \\ \end{vmatrix}=\begin{vmatrix} A & O \\ D & B \\ \end{vmatrix}=|A|·|B| ∣∣∣∣AOCB∣∣∣∣=∣∣∣∣ADOB∣∣∣∣=∣A∣⋅∣B∣
设 A , B A,B A,B分别是 m m m和 n n n阶矩阵,则 ∣ O A B O ∣ = ( − 1 ) m n ∣ A ∣ ⋅ ∣ B ∣ \begin{vmatrix} O & A \\ B & O \\ \end{vmatrix}=(-1)^{mn}|A|·|B| ∣∣∣∣OBAO∣∣∣∣=(−1)mn∣A∣⋅∣B∣
⑥行列式的降阶性质:
行列式等于行列式某行(或列)元素与其对应的代数余子式之积
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}+...+a_{in}A_{in}(i=1,2,...,n)
D=ai1Ai1+ai2Ai2+...+ainAin(i=1,2,...,n)
D
=
a
1
j
A
1
j
+
a
2
j
A
2
j
+
.
.
.
+
a
n
j
A
n
j
(
i
=
1
,
2
,
.
.
.
,
n
)
D=a_{1j}A_{1j}+a_{2j}A_{2j}+...+a_{nj}A_{nj}(i=1,2,...,n)
D=a1jA1j+a2jA2j+...+anjAnj(i=1,2,...,n)
行列式的某行(或列)元素与另一行(或列)对应元素的代数余子式之积的和为零
D
=
a
i
1
A
j
1
+
a
i
2
A
j
2
+
.
.
.
+
a
i
n
A
j
n
=
0
(
i
≠
j
)
D=a_{i1}A_{j1}+a_{i2}A_{j2}+...+a_{in}A_{jn}=0(i≠j)
D=ai1Aj1+ai2Aj2+...+ainAjn=0(i=j)
D
=
a
1
i
A
1
j
+
a
2
i
A
2
j
+
.
.
.
+
a
n
i
A
n
j
=
0
(
i
≠
j
)
D=a_{1i}A_{1j}+a_{2i}A_{2j}+...+a_{ni}A_{nj}=0(i≠j)
D=a1iA1j+a2iA2j+...+aniAnj=0(i=j)
一元 n n n次方程 x n + a n − 1 x n − 1 + . . . + a 1 x + a 0 = 0 x^n+a_{n-1}x^{n-1}+...+a_1x+a_0=0 xn+an−1xn−1+...+a1x+a0=0的 n n n个根之和为 − a n − 1 -a_{n-1} −an−1
⑦计算行列式时,若出现
a
i
j
a_{ij}
aij或
A
∗
A^*
A∗,一般使用如下三个性质:
∣
A
∗
∣
=
∣
A
∣
n
−
1
|A^*|=|A|^{n-1}
∣A∗∣=∣A∣n−1
∣
A
∣
=
a
i
1
A
i
1
+
a
i
2
A
i
2
+
.
.
.
+
a
i
n
A
i
n
|A|=a_{i1}A_{i1}+a_{i2}A_{i2}+...+a_{in}A_{in}
∣A∣=ai1Ai1+ai2Ai2+...+ainAin
A
∗
=
∣
A
∣
A
−
1
A^*=|A|A^{-1}
A∗=∣A∣A−1
⑧n阶方阵对应的行列式的性质:
∣
A
T
∣
=
∣
A
∣
|A^T|=|A|
∣AT∣=∣A∣
∣
k
A
∣
=
k
n
∣
A
∣
|kA|=k^n|A|
∣kA∣=kn∣A∣
∣
A
B
∣
=
∣
A
∣
⋅
∣
B
∣
|AB|=|A|·|B|
∣AB∣=∣A∣⋅∣B∣(
A
,
B
A,B
A,B都是
n
n
n阶方阵)
∣
A
−
1
∣
=
1
∣
A
∣
|A^{-1}|=\frac{1}{|A|}
∣A−1∣=∣A∣1
∣
A
∗
∣
=
∣
A
∣
n
−
1
|A^*|=|A|^{n-1}
∣A∗∣=∣A∣n−1
设 A A A为 n n n阶非零矩阵,且 A ∗ = A ᵀ A*=Aᵀ A∗=Aᵀ(即 a i j = A i j ) a_{ij}=A_{ij}) aij=Aij),则 ∣ A ∣ > 0 |A|>0 ∣A∣>0
例1:
设
D
=
∣
3
0
4
1
2
3
1
4
0
−
7
8
3
5
3
−
2
2
∣
设D=\begin{vmatrix} 3 & 0 & 4 & 1 \\ 2 & 3 & 1 & 4 \\ 0 & -7 & 8 & 3 \\ 5 & 3 & -2 & 2 \\ \end{vmatrix}
设D=∣∣∣∣∣∣∣∣320503−73418−21432∣∣∣∣∣∣∣∣
①求
A
21
+
A
22
+
A
23
+
A
24
A_{21}+A_{22}+A_{23}+A_{24}
A21+A22+A23+A24
1
⋅
A
21
+
1
⋅
A
22
+
1
⋅
A
23
+
1
⋅
A
24
=
∣
3
0
4
1
1
1
1
1
0
−
7
8
3
5
3
−
2
2
∣
=
148
1·A_{21}+1·A_{22}+1·A_{23}+1·A_{24}=\begin{vmatrix} 3 & 0 & 4 & 1 \\ 1 & 1 & 1 & 1 \\ 0 & -7 & 8 & 3 \\ 5 & 3 & -2 & 2 \\ \end{vmatrix}=148
1⋅A21+1⋅A22+1⋅A23+1⋅A24=∣∣∣∣∣∣∣∣310501−73418−21132∣∣∣∣∣∣∣∣=148
②求
A
31
+
A
33
A_{31}+A_{33}
A31+A33
1
⋅
A
31
+
0
⋅
A
32
+
1
⋅
A
33
+
0
⋅
A
34
=
∣
3
0
4
1
2
3
1
4
1
0
1
0
5
3
−
2
2
∣
=
−
12
1·A_{31}+0·A_{32}+1·A_{33}+0·A_{34}=\begin{vmatrix} 3 & 0 & 4 & 1 \\ 2 & 3 & 1 & 4 \\ 1 & 0 & 1 & 0 \\ 5 & 3 & -2 & 2 \\ \end{vmatrix}=-12
1⋅A31+0⋅A32+1⋅A33+0⋅A34=∣∣∣∣∣∣∣∣32150303411−21402∣∣∣∣∣∣∣∣=−12
③求
M
41
+
M
42
+
M
43
+
M
44
M_{41}+M_{42}+M_{43}+M_{44}
M41+M42+M43+M44
M
41
+
M
42
+
M
43
+
M
44
=
(
−
1
)
⋅
A
41
+
1
⋅
A
42
+
(
−
1
)
⋅
A
43
+
1
⋅
A
44
M_{41}+M_{42}+M_{43}+M_{44}=(-1)·A_{41}+1·A_{42}+(-1)·A_{43}+1·A_{44}
M41+M42+M43+M44=(−1)⋅A41+1⋅A42+(−1)⋅A43+1⋅A44
(
−
1
)
⋅
A
41
+
1
⋅
A
42
+
(
−
1
)
⋅
A
43
+
1
⋅
A
44
=
∣
3
0
4
1
1
1
1
1
0
−
7
8
3
−
1
1
−
1
1
∣
=
−
78
(-1)·A_{41}+1·A_{42}+(-1)·A_{43}+1·A_{44}=\begin{vmatrix} 3 & 0 & 4 & 1 \\ 1 & 1 & 1 & 1 \\ 0 & -7 & 8 & 3 \\ -1 & 1 & -1 & 1 \\ \end{vmatrix}=-78
(−1)⋅A41+1⋅A42+(−1)⋅A43+1⋅A44=∣∣∣∣∣∣∣∣310−101−71418−11131∣∣∣∣∣∣∣∣=−78
例2: 设
a
1
,
a
2
,
a
3
为
三
维
列
向
量
,
令
A
=
(
a
1
,
a
2
,
a
3
)
,
且
∣
A
∣
=
k
a_1,a_2,a_3为三维列向量,令A=(a_1,a_2,a_3),且|A|=k
a1,a2,a3为三维列向量,令A=(a1,a2,a3),且∣A∣=k(
k
k
k为常数),计算行列式
∣
2
a
1
,
a
2
+
3
a
2
,
a
1
+
2
a
2
−
a
3
∣
|2a_1,a2+3a_2,a_1+2a_2-a3|
∣2a1,a2+3a2,a1+2a2−a3∣
①.
(
2
a
1
,
a
2
+
3
a
2
,
a
1
+
2
a
2
−
a
3
)
=
(
2
⋅
a
1
+
0
⋅
a
2
+
0
⋅
a
3
,
0
⋅
a
1
+
1
⋅
a
2
+
3
⋅
a
2
,
1
⋅
a
1
+
2
⋅
a
2
+
(
−
1
)
⋅
a
3
)
(2a_1,a2+3a_2,a_1+2a_2-a3)=(2·a_1+0·a_2+0·a_3,0·a_1+1·a2+3·a_2,1·a_1+2·a_2+(-1)·a3)
(2a1,a2+3a2,a1+2a2−a3)=(2⋅a1+0⋅a2+0⋅a3,0⋅a1+1⋅a2+3⋅a2,1⋅a1+2⋅a2+(−1)⋅a3)
②.
(
2
a
1
,
a
2
+
3
a
2
,
a
1
+
2
a
2
−
a
3
)
=
(
a
1
,
a
2
,
a
3
)
(
2
0
1
0
1
2
0
3
−
1
)
(2a_1,a2+3a_2,a_1+2a_2-a3)=(a_1,a_2,a_3)\begin{pmatrix} 2 & 0 & 1 \\ 0 & 1 & 2 \\ 0 & 3 & -1 \\ \end{pmatrix}
(2a1,a2+3a2,a1+2a2−a3)=(a1,a2,a3)⎝⎛20001312−1⎠⎞
③.
∣
2
a
1
,
a
2
+
3
a
2
,
a
1
+
2
a
2
−
a
3
∣
=
∣
a
1
,
a
2
,
a
3
∣
∣
2
0
1
0
1
2
0
3
−
1
∣
=
∣
A
∣
⋅
(
−
14
)
=
−
14
k
|2a_1,a2+3a_2,a_1+2a_2-a3|=|a_1,a_2,a_3|\begin{vmatrix} 2 & 0 & 1 \\ 0 & 1 & 2 \\ 0 & 3 & -1 \\ \end{vmatrix}=|A|·(-14)=-14k
∣2a1,a2+3a2,a1+2a2−a3∣=∣a1,a2,a3∣∣∣∣∣∣∣20001312−1∣∣∣∣∣∣=∣A∣⋅(−14)=−14k
例3: 设向量组
a
1
,
a
2
,
b
1
,
b
2
a_1,a_2,b_1,b_2
a1,a2,b1,b2为三维列向量,又
A
=
(
a
1
,
a
2
,
b
1
)
,
B
=
(
a
1
,
a
2
,
b
2
)
A=(a_1,a_2,b_1),B=(a_1,a_2,b_2)
A=(a1,a2,b1),B=(a1,a2,b2),且
∣
A
∣
=
a
,
∣
B
∣
=
b
|A|=a,|B|=b
∣A∣=a,∣B∣=b,求
∣
2
A
+
3
B
∣
|2A+3B|
∣2A+3B∣
①.
2
A
+
3
B
=
2
(
a
1
,
a
2
,
b
1
)
+
3
(
a
1
,
a
2
,
b
2
)
=
(
2
a
1
,
2
a
2
,
2
b
1
)
+
(
3
a
1
,
3
a
2
,
3
b
2
)
=
(
5
a
1
,
5
a
2
,
2
b
1
+
3
b
2
)
2A+3B=2(a_1,a_2,b_1)+3(a_1,a_2,b_2)=(2a_1,2a_2,2b_1)+(3a_1,3a_2,3b_2)=(5a_1,5a_2,2b_1+3b_2)
2A+3B=2(a1,a2,b1)+3(a1,a2,b2)=(2a1,2a2,2b1)+(3a1,3a2,3b2)=(5a1,5a2,2b1+3b2)
②.
∣
5
a
1
,
5
a
2
,
2
b
1
+
3
b
2
∣
=
25
∣
a
1
,
a
2
,
2
b
1
+
3
b
2
∣
=
25
(
2
⋅
∣
a
1
,
a
2
,
b
1
∣
+
3
⋅
∣
a
1
,
a
2
,
b
2
∣
)
=
50
∣
A
∣
+
75
∣
B
∣
=
50
a
+
75
b
|5a_1,5a_2,2b_1+3b_2|=25|a_1,a_2,2b_1+3b_2|=25(2·|a_1,a_2,b_1|+3·|a_1,a_2,b_2|)=50|A|+75|B|=50a+75b
∣5a1,5a2,2b1+3b2∣=25∣a1,a2,2b1+3b2∣=25(2⋅∣a1,a2,b1∣+3⋅∣a1,a2,b2∣)=50∣A∣+75∣B∣=50a+75b
例4: 四阶行列式中,带负号且包含 a 23 a_{23} a23和 a 31 a_{31} a31的项为: a 14 a 23 a 31 a 42 a_{14}a_{23}a_{31}a_{42} a14a23a31a42
- 四阶行列式中,包含 a 23 a_{23} a23和 a 31 a_{31} a31的项有: a 12 a 23 a 31 a 44 a_{12}a_{23}a_{31}a_{44} a12a23a31a44和 a 14 a 23 a 31 a 42 a_{14}a_{23}a_{31}a_{42} a14a23a31a42
- 其中,① a 12 a 23 a 31 a 44 a_{12}a_{23}a_{31}a_{44} a12a23a31a44,取列标:2314,它有2个(偶数)逆序数(21、31),因此带正号;
- ② a 14 a 23 a 31 a 42 a_{14}a_{23}a_{31}a_{42} a14a23a31a42,取列标:4312,它有5个(奇数)逆序数(43、41、42、31、32),因此带负号
三种初等矩阵:
①初等矩阵
E
i
,
j
E_{i,j}
Ei,j:
{
E
i
,
j
A
本
质
上
即
对
调
矩
阵
A
的
第
i
,
j
行
,
即
第
一
种
初
等
行
变
换
A
E
i
,
j
本
质
上
即
对
调
矩
阵
A
的
第
i
,
j
列
,
即
第
一
种
初
等
列
变
换
\begin{cases} E_{i,j}A本质上即对调矩阵A的第i,j行,即第一种初等行变换 \\ AE_{i,j}本质上即对调矩阵A的第i,j列,即第一种初等列变换 \\ \end{cases}
{Ei,jA本质上即对调矩阵A的第i,j行,即第一种初等行变换AEi,j本质上即对调矩阵A的第i,j列,即第一种初等列变换
∣
E
i
,
j
∣
=
−
1
≠
0
,
即
E
i
,
j
可
逆
|E_{i,j}|=-1≠0,即E_{i,j}可逆
∣Ei,j∣=−1=0,即Ei,j可逆
(
E
i
,
j
)
−
1
=
E
i
,
j
(E_{i,j})^{-1}=E_{i,j}
(Ei,j)−1=Ei,j
(
E
i
,
j
)
2
=
E
(E_{i,j})^2=E
(Ei,j)2=E
②初等矩阵
E
i
(
c
)
(
c
≠
0
)
E_i(c)(c≠0)
Ei(c)(c=0):
{
E
i
(
c
)
A
本
质
上
即
矩
阵
A
的
第
i
行
乘
以
非
零
常
数
c
,
即
第
二
种
初
等
行
变
换
A
E
i
(
c
)
本
质
上
即
矩
阵
A
的
第
i
列
乘
以
非
零
常
数
c
,
即
第
二
种
初
等
列
变
换
\begin{cases} E_i(c)A本质上即矩阵A的第i行乘以非零常数c,即第二种初等行变换 \\ AE_i(c)本质上即矩阵A的第i列乘以非零常数c,即第二种初等列变换 \\ \end{cases}
{Ei(c)A本质上即矩阵A的第i行乘以非零常数c,即第二种初等行变换AEi(c)本质上即矩阵A的第i列乘以非零常数c,即第二种初等列变换
∣
E
i
(
c
)
∣
=
c
≠
0
,
即
E
i
(
c
)
可
逆
|E_i(c)|=c≠0,即E_i(c)可逆
∣Ei(c)∣=c=0,即Ei(c)可逆
[
E
i
(
c
)
]
−
1
=
E
i
(
1
c
)
[E_i(c)]^{-1}=E_i(\frac{1}{c})
[Ei(c)]−1=Ei(c1)
③初等矩阵
E
i
j
(
k
)
E_{ij}(k)
Eij(k):
{
E
i
j
(
k
)
A
本
质
上
即
矩
阵
A
的
第
j
行
的
k
倍
加
到
第
i
行
,
即
第
三
种
初
等
行
变
换
A
E
i
j
(
k
)
本
质
上
即
矩
阵
A
的
第
i
列
的
k
倍
加
到
第
j
列
,
即
第
三
种
初
等
列
变
换
\begin{cases} E_{ij}(k)A本质上即矩阵A的第j行的k倍加到第i行,即第三种初等行变换 \\ AE_{ij}(k)本质上即矩阵A的第i列的k倍加到第j列,即第三种初等列变换 \\ \end{cases}
{Eij(k)A本质上即矩阵A的第j行的k倍加到第i行,即第三种初等行变换AEij(k)本质上即矩阵A的第i列的k倍加到第j列,即第三种初等列变换
∣
E
i
j
(
k
)
∣
=
1
≠
0
,
即
E
i
j
(
k
)
可
逆
|E_{ij}(k)|=1≠0,即E_{ij}(k)可逆
∣Eij(k)∣=1=0,即Eij(k)可逆
[
E
i
j
(
k
)
]
−
1
=
E
i
j
(
−
k
)
[E_{ij}(k)]^{-1}=E_{ij}(-k)
[Eij(k)]−1=Eij(−k)
设A,B分别为m和n阶可逆矩阵,则
(
A
O
O
B
)
−
1
=
(
A
−
1
O
O
B
−
1
)
(
O
A
B
O
)
−
1
=
(
O
B
−
1
A
−
1
O
)
\begin{pmatrix} A & O \\ O & B \\ \end{pmatrix}^{-1}=\begin{pmatrix} A^{-1} & O \\ O & B^{-1} \\ \end{pmatrix} \;\;\;\;\;\;\;\;\;\;\;\begin{pmatrix} O & A \\ B & O \\ \end{pmatrix}^{-1}=\begin{pmatrix} O & B^{-1} \\ A^{-1} & O \\ \end{pmatrix}
(AOOB)−1=(A−1OOB−1)(OBAO)−1=(OA−1B−1O)
设 A , B 为 可 逆 矩 阵 , 则 ( A C O B ) − 1 = ( A − 1 − A − 1 C B − 1 O B − 1 ) 设A,B为可逆矩阵,则\begin{pmatrix} A & C \\ O & B \\ \end{pmatrix}^{-1}=\begin{pmatrix} A^{-1} & -A^{-1}CB^{-1} \\ O & B^{-1} \\ \end{pmatrix} 设A,B为可逆矩阵,则(AOCB)−1=(A−1O−A−1CB−1B−1)
设 α = ( a 1 a 2 ⋮ a n ) , 则 r ( α ) ≤ 1 ( 若 α = 0 , 则 r ( α ) = 0 ; 若 α ≠ 0 , 则 r ( α ) = 1 ) 设\alpha=\begin{pmatrix} a_1 \\ a_2 \\ \vdots \\ a_n \end{pmatrix},则r(\alpha)≤1(若\alpha=0,则r(\alpha)=0;若\alpha≠0,则r(\alpha)=1) 设α=⎝⎜⎜⎜⎛a1a2⋮an⎠⎟⎟⎟⎞,则r(α)≤1(若α=0,则r(α)=0;若α=0,则r(α)=1)
矩阵秩的性质:
设
A
是
n
阶
矩
阵
,
则
r
(
A
∗
)
=
{
n
r
(
A
)
=
n
1
r
(
A
)
=
n
−
1
(
n
≥
2
)
0
r
(
A
)
<
n
−
1
设A是n阶矩阵,则r(A^*)=\begin{cases} n\;\;\;\;\;r(A)=n\\ 1\;\;\;\;\;r(A)=n-1(n≥2) \\ 0\;\;\;\;\;r(A)<n-1 \end{cases}
设A是n阶矩阵,则r(A∗)=⎩⎪⎨⎪⎧nr(A)=n1r(A)=n−1(n≥2)0r(A)<n−1
设
A
、
B
分
别
为
m
×
s
、
n
×
s
矩
阵
,
则
m
a
x
{
r
(
A
)
,
r
(
B
)
}
≤
r
(
A
B
)
≤
r
(
A
)
+
r
(
B
)
设A、B分别为m×s、n×s矩阵,则max\{r(A),r(B)\}≤r\begin{pmatrix} A\\ B\\ \end{pmatrix}≤r(A)+r(B)
设A、B分别为m×s、n×s矩阵,则max{r(A),r(B)}≤r(AB)≤r(A)+r(B)
或
设
A
、
B
分
别
为
m
×
s
、
n
×
s
矩
阵
,
则
m
a
x
{
r
(
A
)
,
r
(
B
)
}
≤
r
(
A
∣
B
)
≤
r
(
A
)
+
r
(
B
)
或设A、B分别为m×s、n×s矩阵,则max\{r(A),r(B)\}≤r\begin{pmatrix} A |B\\ \end{pmatrix}≤r(A)+r(B)
或设A、B分别为m×s、n×s矩阵,则max{r(A),r(B)}≤r(A∣B)≤r(A)+r(B)
r
(
A
O
O
B
)
=
r
(
A
)
+
r
(
B
)
r\begin{pmatrix} A & O \\ O & B \\ \end{pmatrix}=r(A)+r(B)
r(AOOB)=r(A)+r(B)
矩阵的幂矩阵:
①
若
(
A
1
⋱
A
s
)
,
其
中
A
1
,
A
2
,
.
.
.
,
A
s
皆
为
方
阵
,
则
A
n
=
(
A
1
n
⋱
A
s
n
)
①若\begin{pmatrix} A_1 & & \\ & \ddots & \\ & & A_s \\ \end{pmatrix},其中A_1,A_2,...,A_s皆为方阵,则A^n=\begin{pmatrix} A_1^n & & \\ & \ddots & \\ & & A_s^n \\ \end{pmatrix}
①若⎝⎛A1⋱As⎠⎞,其中A1,A2,...,As皆为方阵,则An=⎝⎛A1n⋱Asn⎠⎞
②
利
用
对
角
化
的
方
法
,
求
出
可
逆
矩
阵
P
,
使
得
P
−
1
A
P
=
(
λ
1
⋱
λ
m
)
,
两
边
n
次
方
,
则
A
n
=
P
(
λ
1
n
⋱
λ
m
n
)
P
−
1
②利用对角化的方法,求出可逆矩阵P,使得P^{-1}AP=\begin{pmatrix} λ_1 & & \\ & \ddots & \\ & & λ_m \\ \end{pmatrix},两边n次方,则A^n=P\begin{pmatrix} λ_1^n & & \\ & \ddots & \\ & & λ_m^n \\ \end{pmatrix}P^{-1}
②利用对角化的方法,求出可逆矩阵P,使得P−1AP=⎝⎛λ1⋱λm⎠⎞,两边n次方,则An=P⎝⎛λ1n⋱λmn⎠⎞P−1
例1:
设n阶矩阵A满足
A
2
+
4
A
−
5
E
=
O
A^2+4A-5E=O
A2+4A−5E=O,求①
A
−
1
A^{-1}
A−1 ②求
(
A
+
4
E
)
−
1
(A+4E)^{-1}
(A+4E)−1 ③
(
A
+
E
)
−
1
(A+E)^{-1}
(A+E)−1
①
A
2
+
4
A
−
5
E
=
O
→
A
(
A
+
4
E
)
=
5
E
→
A
−
1
=
1
5
(
A
+
4
E
)
A^2+4A-5E=O → A(A+4E)=5E → A^{-1}=\frac{1}5(A+4E)
A2+4A−5E=O→A(A+4E)=5E→A−1=51(A+4E)
②
A
2
+
4
A
−
5
E
=
O
→
(
A
+
4
E
)
A
=
5
E
→
(
A
+
4
E
)
−
1
=
1
5
A
A^2+4A-5E=O → (A+4E)A=5E →(A+4E)^{-1}=\frac{1}5A
A2+4A−5E=O→(A+4E)A=5E→(A+4E)−1=51A
③
A
2
+
4
A
−
5
E
=
O
→
(
A
+
E
)
(
A
+
3
E
)
=
8
E
→
(
A
+
E
)
−
1
=
1
8
(
A
+
3
E
)
A^2+4A-5E=O → (A+E)(A+3E)=8E → (A+E)^{-1}=\frac{1}8(A+3E)
A2+4A−5E=O→(A+E)(A+3E)=8E→(A+E)−1=81(A+3E)
设
α
=
(
a
1
a
2
⋮
a
n
)
,
称
a
1
2
+
a
2
2
+
.
.
.
+
a
n
2
为
向
量
α
的
模
(
或
长
度
)
,
记
为
∣
α
∣
设\alpha=\begin{pmatrix} a_1 \\ a_2 \\ \vdots \\ a_n \end{pmatrix},称\sqrt{a_1^2+a_2^2+...+a_n^2}为向量\alpha的模(或长度),记为|\alpha|
设α=⎝⎜⎜⎜⎛a1a2⋮an⎠⎟⎟⎟⎞,称a12+a22+...+an2为向量α的模(或长度),记为∣α∣
向量内积运算的性质:
①
(
α
,
β
)
=
(
β
,
α
)
=
α
T
β
=
β
T
α
(\alpha,\beta)=(\beta,\alpha)=\alpha^T\beta=\beta^T\alpha
(α,β)=(β,α)=αTβ=βTα
②
(
α
,
α
)
=
α
T
α
=
∣
α
∣
2
,
且
(
α
,
α
)
=
0
的
充
要
条
件
是
α
=
0
(\alpha,\alpha)=\alpha^T\alpha=|\alpha|^2,且(\alpha,\alpha)=0的充要条件是\alpha=0
(α,α)=αTα=∣α∣2,且(α,α)=0的充要条件是α=0
③
(
α
,
k
1
β
1
+
k
2
β
2
+
.
.
.
+
k
n
β
n
)
=
k
1
(
α
,
β
1
)
+
k
2
(
α
,
β
2
)
+
.
.
.
+
k
n
(
α
,
β
n
)
(\alpha,k_1\beta_1+k_2\beta_2+...+k_n\beta_n)=k_1(\alpha,\beta_1)+k_2(\alpha,\beta_2)+...+k_n(\alpha,\beta_n)
(α,k1β1+k2β2+...+knβn)=k1(α,β1)+k2(α,β2)+...+kn(α,βn)
④
若
(
α
,
β
)
=
0
⇔
a
1
b
1
+
a
2
b
2
+
.
.
.
+
a
n
b
n
=
0
,
称
α
,
β
正
交
,
记
为
α
⊥
β
,
特
别
地
,
零
向
量
与
任
何
向
量
正
交
若(\alpha,\beta)=0⇔a_1b_1+a_2b_2+...+a_nb_n=0,称\alpha,\beta正交,记为\alpha⊥\beta,特别地,零向量与任何向量正交
若(α,β)=0⇔a1b1+a2b2+...+anbn=0,称α,β正交,记为α⊥β,特别地,零向量与任何向量正交
- 设 α 1 , α 2 , ⋯ , α n α_1,α_2,⋯,α_n α1,α2,⋯,αn为向量组,称 k 1 α 1 , k 2 α 2 , ⋯ , k n α n k_1α_1,k_2α_2,⋯,k_nα_n k1α1,k2α2,⋯,knαn为向量组 α 1 , α 2 , ⋯ , α n α_1,α_2,⋯,α_n α1,α2,⋯,αn的线性组合。
- 设 α 1 , α 2 , ⋯ , α n α_1,α_2,⋯,α_n α1,α2,⋯,αn为向量组,b为一个向量,若存在一组数 k 1 , k 2 , . . . , k n k_1,k_2,...,k_n k1,k2,...,kn,使得 b = k 1 α 1 + k 2 α 2 + ⋯ + k n α n b=k_1α_1+k_2α_2+⋯+k_nα_n b=k1α1+k2α2+⋯+knαn称向量b可由向量组 α 1 , α 2 , ⋯ , α n α_1,α_2,⋯,α_n α1,α2,⋯,αn线性表示
- 一个向量线性相关 ⇔ 该向量为零向量。
- 两个向量线性相关 ⇔ 两个向量成比例。
- 向量组 A : α 1 , α 2 , ⋯ , α n A:α_1,α_2,⋯,α_n A:α1,α2,⋯,αn线性相关 ⇔ r ( A ) < n r(A)<n r(A)<n ⇔ A中至少有一个向量可由其余向量线性表示。
- 向量组 A : α 1 , α 2 , ⋯ , α n A:α_1,α_2,⋯,α_n A:α1,α2,⋯,αn本身为极大线性无关组(即A线性无关) ⇔ r ( A ) = n r(A)=n r(A)=n ⇔ A的任意一个部分向量组线性无关。
- 令向量组
A
:
α
1
,
α
2
,
⋯
,
α
n
;
B
:
α
1
,
α
2
,
⋯
,
α
n
,
b
A:α_1,α_2,⋯,α_n;B:α_1,α_2,⋯,α_n,b
A:α1,α2,⋯,αn;B:α1,α2,⋯,αn,b,则向量组A,B的秩有两种情形:
情形一: r ( A ) = r ( B ) r(A)=r(B) r(A)=r(B) ⇔ b可由 α 1 , α 2 , ⋯ , α n α_1,α_2,⋯,α_n α1,α2,⋯,αn线性表示。
情形二: r ( A ) + 1 = r ( B ) r(A)+1=r(B) r(A)+1=r(B) ⇔ b不可由 α 1 , α 2 , ⋯ , α n α_1,α_2,⋯,α_n α1,α2,⋯,αn线性表示。 - 设n维列向量组
α
1
,
α
2
,
⋯
,
α
m
(
m
<
n
)
α_1,α_2,⋯,α_m (m<n)
α1,α2,⋯,αm(m<n)线性无关,则n维列向量组
β
1
,
β
2
,
⋯
,
β
m
β_1,β_2,⋯,β_m
β1,β2,⋯,βm线性无关
⇔ 矩阵 A = ( α 1 , α 2 , ⋯ , α m ) A=(α_1,α_2,⋯,α_m) A=(α1,α2,⋯,αm)与矩阵 B = ( β 1 , β 2 , ⋯ , β m ) B=(β_1,β_2,⋯,β_m) B=(β1,β2,⋯,βm)等价。 - 设A为n阶矩阵,则行列式 ∣ A ∣ = 0 |A|=0 ∣A∣=0 ⇔ A中必有一行(列)为其余各行(列)的线性组合。
例1: 设
α
1
,
α
2
,
α
3
α_1,α_2,α_3
α1,α2,α3线性无关,判断
β
1
=
α
1
+
2
α
2
,
β
2
=
α
2
+
α
3
,
β
3
=
α
1
−
α
2
+
4
α
3
β_1=α_1+2α_2,β_2=α_2+α_3,β_3=α_1-α_2+4α_3
β1=α1+2α2,β2=α2+α3,β3=α1−α2+4α3的线性相关性
方法一:定义法
令
k
1
(
α
1
+
2
α
2
)
+
k
2
(
α
2
+
α
3
)
+
k
3
(
α
1
−
α
2
+
4
α
3
)
=
0
k_1(α_1+2α_2)+k_2(α_2+α_3)+k_3(α_1-α_2+4α_3)=0
k1(α1+2α2)+k2(α2+α3)+k3(α1−α2+4α3)=0,即
(
k
1
+
k
3
)
α
1
+
(
2
k
1
+
k
2
−
k
3
)
α
2
+
(
k
2
+
4
k
3
)
α
3
=
0
(k_1+k_3)α_1+(2k_1+k_2-k_3)α_2+(k_2+4k_3)α_3=0
(k1+k3)α1+(2k1+k2−k3)α2+(k2+4k3)α3=0
因
为
α
1
,
α
2
,
α
3
线
性
无
关
,
所
以
{
k
1
+
k
3
=
0
2
k
1
+
k
2
−
k
3
=
0
k
2
+
4
k
3
=
0
又
因
为
D
=
∣
1
0
1
2
1
−
1
0
1
4
∣
=
7
≠
0
因为α_1,α_2,α_3线性无关,所以\begin{cases} k_1+k_3=0\\ 2k_1+k_2-k_3=0\\ k_2+4k_3=0\\ \end{cases}\;\;\;\;\;又因为D=\begin{vmatrix} 1 & 0 & 1 \\ 2 & 1 & -1 \\ 0 & 1 & 4 \\ \end{vmatrix}=7≠0
因为α1,α2,α3线性无关,所以⎩⎪⎨⎪⎧k1+k3=02k1+k2−k3=0k2+4k3=0又因为D=∣∣∣∣∣∣1200111−14∣∣∣∣∣∣=7=0
方法二:三秩相等法
(
α
1
+
2
α
2
,
α
2
+
α
3
,
α
1
−
α
2
+
4
α
3
)
=
(
α
1
,
α
2
,
α
3
)
(
1
0
1
2
1
−
1
0
1
4
)
(α_1+2α_2,α_2+α_3,α_1-α_2+4α_3)=(α_1,α_2,α_3)\begin{pmatrix} 1 & 0 & 1 \\ 2 & 1 & -1 \\ 0 & 1 & 4 \\ \end{pmatrix}
(α1+2α2,α2+α3,α1−α2+4α3)=(α1,α2,α3)⎝⎛1200111−14⎠⎞
因为矩阵可逆,所以
r
(
α
1
+
2
α
2
,
α
2
+
α
3
,
α
1
−
α
2
+
4
α
3
)
=
r
(
α
1
,
α
2
,
α
3
)
r(α_1+2α_2,α_2+α_3,α_1-α_2+4α_3)=r(α_1,α_2,α_3)
r(α1+2α2,α2+α3,α1−α2+4α3)=r(α1,α2,α3)。于是
r
(
β
1
,
β
2
,
β
3
)
=
3
r(β_1,β_2,β_3)=3
r(β1,β2,β3)=3,即
β
1
,
β
2
,
β
3
β_1,β_2,β_3
β1,β2,β3线性无关。
所以上述方程组只有零解,从而向量组
β
1
,
β
2
,
β
3
β_1,β_2,β_3
β1,β2,β3线性无关
结论:设 α 1 , α 2 , . . . , α n α_1,α_2,...,α_n α1,α2,...,αn线性无关, β 1 = α 1 + α 2 , β 2 = α 2 + α 3 , . . . , β n = α n + α 1 β_1=α_1+α_2,β_2=α_2+α_3,...,β_n=α_n+α_1 β1=α1+α2,β2=α2+α3,...,βn=αn+α1,则
- 当n为奇数时,向量组 β 1 , β 2 , . . . , β n β_1,β_2,...,β_n β1,β2,...,βn线性无关
- 当n为偶数时,向量组 β 1 , β 2 , . . . , β n β_1,β_2,...,β_n β1,β2,...,βn线性相关
例2: 设A为n阶矩阵, α 1 , α 2 , α 3 α_1,α_2,α_3 α1,α2,α3为向量组且 α 3 α_3 α3为非零向量, A α 1 = α 2 , A α 2 = α 3 , A α 3 = 0 Aα_1=α_2,Aα_2=α_3,Aα_3=0 Aα1=α2,Aα2=α3,Aα3=0,证明: α 1 , α 2 , α 3 α_1,α_2,α_3 α1,α2,α3线性无关。
解:令 k 1 α 1 + k 2 α 2 + k 3 α 3 = 0 ⟹ 两 边 左 乘 A k 1 A α 1 + k 2 A α 2 + k 3 A α 3 = 0 k_1α_1+k_2α_2+k_3α_3=0 \overset{两边左乘A}\Longrightarrow k_1Aα_1+k_2Aα_2+k_3Aα_3=0 k1α1+k2α2+k3α3=0⟹两边左乘Ak1Aα1+k2Aα2+k3Aα3=0
即 k 1 α 2 + k 2 α 3 = 0 ⟹ 两 边 左 乘 A k 1 A α 2 + k 2 A α 3 = 0 k_1α_2+k_2α_3=0 \overset{两边左乘A}\Longrightarrow k_1Aα_2+k_2Aα_3=0 k1α2+k2α3=0⟹两边左乘Ak1Aα2+k2Aα3=0
即 k 1 α 3 = 0 k_1α_3=0 k1α3=0,因为 α 3 α_3 α3为非零向量,所以 k 1 = 0 k_1=0 k1=0
倒推得 k 3 = k 2 = k 1 = 0 k_3=k_2=k_1=0 k3=k2=k1=0,故 α 1 , α 2 , α 3 α_1,α_2,α_3 α1,α2,α3线性无关
例3: 设A为n阶矩阵, α 1 , α 2 , α 3 α_1,α_2,α_3 α1,α2,α3为向量组,其中 α 1 ≠ 0 α_1≠0 α1=0,且满足 A α 1 = 2 α 1 , A α 2 = α 1 + 2 α 3 , A α 3 = α 2 + 2 α 3 Aα_1=2α_1,Aα_2=α_1+2α_3,Aα_3=α_2+2α_3 Aα1=2α1,Aα2=α1+2α3,Aα3=α2+2α3,证明: α 1 , α 2 , α 3 α_1,α_2,α_3 α1,α2,α3线性无关。
解:由 A α 1 = 2 α 1 , A α 2 = α 1 + 2 α 3 , A α 3 = α 2 + 2 α 3 Aα_1=2α_1,Aα_2=α_1+2α_3,Aα_3=α_2+2α_3 Aα1=2α1,Aα2=α1+2α3,Aα3=α2+2α3得
( 2 E − A ) α 1 = 0 , ( 2 E − A ) α 2 = − α 1 , ( 2 E − A ) α 3 = − α 2 (2E-A)α_1=0,(2E-A)α_2=-α_1,(2E-A)α_3=-α_2 (2E−A)α1=0,(2E−A)α2=−α1,(2E−A)α3=−α2
令 k 1 α 1 + k 2 α 2 + k 3 α 3 = 0 ⟹ 两 边 左 乘 ( 2 E − A ) k 1 ( 2 E − A ) α 1 + k 2 ( 2 E − A ) α 2 + k 3 ( 2 E − A ) α 3 = 0 k_1α_1+k_2α_2+k_3α_3=0 \overset{两边左乘(2E-A)}\Longrightarrow k_1(2E-A)α_1+k_2(2E-A)α_2+k_3(2E-A)α_3=0 k1α1+k2α2+k3α3=0⟹两边左乘(2E−A)k1(2E−A)α1+k2(2E−A)α2+k3(2E−A)α3=0
即 − k 1 α 1 − k 3 α 2 = 0 ⟹ 两 边 左 乘 ( 2 E − A ) − k 1 ( 2 E − A ) α 1 − k 3 ( 2 E − A ) α 2 = 0 -k_1α_1-k_3α_2=0 \overset{两边左乘(2E-A)}\Longrightarrow -k_1(2E-A)α_1-k_3(2E-A)α_2=0 −k1α1−k3α2=0⟹两边左乘(2E−A)−k1(2E−A)α1−k3(2E−A)α2=0
即 k 3 α 1 = 0 k_3α_1=0 k3α1=0,因为 α 1 ≠ 0 α_1≠0 α1=0,所以 k 3 = 0 k_3=0 k3=0
倒推得 k 1 = k 2 = k 3 = 0 k_1=k_2=k_3=0 k1=k2=k3=0,故 α 1 , α 2 , α 3 α_1,α_2,α_3 α1,α2,α3线性无关