线性代数知识点总结归纳,参考资料为武汉大学黄正华老师的教学课件。
1. 行列式
1.1 内容小结
-
行列式的三种变换
- 互换某两行 (列) ; 记作 r i ↔ r j ( c i ↔ c j ) r_i \leftrightarrow r_j\left(c_i \leftrightarrow c_j\right) ri↔rj(ci↔cj).
- 提出某一行(列)的公因子; 记作 r i ÷ k ( c i ÷ k ) r_i \div k\left(c_i \div k\right) ri÷k(ci÷k).
- 把某一行(列)的
k
k
k 倍加到另一行(列); 记作
r
i
+
k
r
j
(
c
i
+
k
c
j
)
r_i+k r_j\left(c_i+k c_j\right)
ri+krj(ci+kcj).
计算行列式最常用的一种方法就是利用变换 r i + k r j r_i+k r_j ri+krj 和 r i ↔ r j r_i \leftrightarrow r_j ri↔rj, 把行列式化为上三角形行列式, 从而 算得行列式的值.
-
行列式为零的两种情形:
- 两行(列)相同.
- 两行(列)成比例.
-
行列式的某行元素与另一行对应元素的代数余子式乘积之和为0。
证明:将第 i i i行加到第 j j j行上(行列式值不变),再将行列式按第 j j j行张开,得
D = ( a j 1 + a i 1 ) A j 1 + ( a j 2 + a i 2 ) A j 2 + … + ( a j n + a i n ) A j n = D + ( a i 1 A j 1 + a i 2 A j 2 + … + a i n A j n ) \begin{aligned} D &= (a_{j1} + a_{i1})A_{j1} + (a_{j2} + a_{i2})A_{j2} + …+ (a_{jn} + a_{in})A_{jn}\\ &= D + (a_{i1}A_{j1} + a_{i2}A_{j2} + … + a_{in}A_{jn}) \end{aligned} D=(aj1+ai1)Aj1+(aj2+ai2)Aj2+…+(ajn+ain)Ajn=D+(ai1Aj1+ai2Aj2+…+ainAjn)
显然上式后面部分为0,得证。 -
D T = D D^T=D DT=D
1.2 常用结论
- 对角行列式
∣ λ 1 0 ⋯ 0 0 λ 2 ⋯ 0 ⋮ ⋮ ⋮ 0 0 ⋯ λ n ∣ = λ 1 λ 2 ⋯ λ n . \left|\begin{array}{cccc}\lambda_1 & 0 & \cdots & 0 \\ 0 & \lambda_2 & \cdots & 0 \\ \vdots & \vdots & & \vdots \\ 0 & 0 & \cdots & \lambda_n\end{array}\right|=\lambda_1 \lambda_2 \cdots \lambda_n . ∣ ∣λ10⋮00λ2⋮0⋯⋯⋯00⋮λn∣ ∣=λ1λ2⋯λn. - 三角形行列式
∣ a 11 0 0 ⋯ 0 a 21 a 22 0 ⋯ 0 ⋮ ⋮ ⋮ ⋮ a n 1 a n 2 a n 3 ⋯ a n n ∣ = a 11 a 22 ⋯ a n n = ∣ a 11 a 12 ⋯ a 1 n 0 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ 0 0 ⋯ a n n ∣ . \left|\begin{array}{ccccc} a_{11} & 0 & 0 & \cdots & 0 \\ a_{21} & a_{22} & 0 & \cdots & 0 \\ \vdots & \vdots & \vdots & & \vdots \\ a_{n 1} & a_{n 2} & a_{n 3} & \cdots & a_{n n} \end{array}\right|=a_{11} a_{22} \cdots a_{n n}=\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| . ∣ ∣a11a21⋮an10a22⋮an200⋮an3⋯⋯⋯00⋮ann∣ ∣=a11a22⋯ann=∣ ∣a110⋮0a12a22⋮0⋯⋯⋯a1na2n⋮ann∣ ∣. - 准三角形行列式
∣ a 11 ⋯ a 1 k 0 ⋯ 0 ⋮ ⋮ ⋮ ⋮ a k 1 ⋯ a k k 0 ⋯ 0 c 11 ⋯ c 1 k b 11 ⋯ b 1 r ⋮ ⋮ ⋮ ⋮ c r 1 ⋯ c r k b r 1 ⋯ b r r ∣ = ∣ a 11 ⋯ a 1 k ⋮ ⋮ a k 1 ⋯ a k k ∣ ∣ b 11 ⋯ b 1 r ⋮ ⋮ b r 1 ⋯ b r r ∣ . \left|\begin{array}{cccccc} a_{11} & \cdots & a_{1 k} & 0 & \cdots & 0 \\ \vdots & & \vdots & \vdots & & \vdots \\ a_{k 1} & \cdots & a_{k k} & 0 & \cdots & 0 \\ c_{11} & \cdots & c_{1 k} & b_{11} & \cdots & b_{1 r} \\ \vdots & & \vdots & \vdots & & \vdots \\ c_{r 1} & \cdots & c_{r k} & b_{r 1} & \cdots & b_{r r} \end{array}\right|=\left|\begin{array}{ccc} a_{11} & \cdots & a_{1 k} \\ \vdots & & \vdots \\ a_{k 1} & \cdots & a_{k k} \end{array}\right|\left|\begin{array}{ccc} b_{11} & \cdots & b_{1 r} \\ \vdots & & \vdots \\ b_{r 1} & \cdots & b_{r r} \end{array}\right| . ∣ ∣a11⋮ak1c11⋮cr1⋯⋯⋯⋯a1k⋮akkc1k⋮crk0⋮0b11⋮br1⋯⋯⋯⋯0⋮0b1r⋮brr∣ ∣=∣ ∣a11⋮ak1⋯⋯a1k⋮akk∣ ∣∣ ∣b11⋮br1⋯⋯b1r⋮brr∣ ∣.
对角行列式是三角形行列式的特例, 三角形行列式又是准三角形行列式的特例. - 范德蒙德行列式
∣ 1 1 1 ⋯ 1 x 1 x 2 x 3 ⋯ x n x 1 2 x 2 2 x 3 2 ⋯ x n 2 ⋮ ⋮ ⋮ ⋮ x 1 n − 1 x 2 n − 1 x 3 n − 1 ⋯ x n n − 1 ∣ = ∏ n ⩾ i > j ⩾ 1 ( x i − x j ) \left|\begin{array}{ccccc} 1 & 1 & 1 & \cdots & 1 \\ x_1 & x_2 & x_3 & \cdots & x_n \\ x_1^2 & x_2^2 & x_3^2 & \cdots & x_n^2 \\ \vdots & \vdots & \vdots & & \vdots \\ x_1^{n-1} & x_2^{n-1} & x_3^{n-1} & \cdots & x_n^{n-1} \end{array}\right|=\prod_{n \geqslant i>j \geqslant 1}\left(x_i-x_j\right) ∣ ∣1x1x12⋮x1n−11x2x22⋮x2n−11x3x32⋮x3n−1⋯⋯⋯⋯1xnxn2⋮xnn−1∣ ∣=n⩾i>j⩾1∏(xi−xj)
1.3 典型例题
计算
n
n
n 阶行列式
D
n
=
∣
x
a
⋯
a
a
x
⋯
a
⋮
⋮
⋮
a
a
⋯
x
∣
.
D_n=\left|\begin{array}{cccc} x & a & \cdots & a \\ a & x & \cdots & a \\ \vdots & \vdots & & \vdots \\ a & a & \cdots & x \end{array}\right| .
Dn=∣
∣xa⋮aax⋮a⋯⋯⋯aa⋮x∣
∣.
解:
解法一. 将第一行乘
(
−
1
)
(-1)
(−1) 分别加到其余各行, 得
D
n
=
∣
x
a
a
⋯
a
a
−
x
x
−
a
0
⋯
0
a
−
x
0
x
−
a
⋯
0
⋮
⋮
⋮
⋮
a
−
x
0
0
⋯
x
−
a
∣
,
D_n=\left|\begin{array}{ccccc} x & a & a & \cdots & a \\ a-x & x-a & 0 & \cdots & 0 \\ a-x & 0 & x-a & \cdots & 0 \\ \vdots & \vdots & \vdots & & \vdots \\ a-x & 0 & 0 & \cdots & x-a \end{array}\right|,
Dn=∣
∣xa−xa−x⋮a−xax−a0⋮0a0x−a⋮0⋯⋯⋯⋯a00⋮x−a∣
∣,
再将各列都加到第一列上, 得
D
n
=
∣
x
+
(
n
−
1
)
a
a
a
⋯
a
0
x
−
a
0
⋯
0
0
0
x
−
a
⋯
0
⋮
⋮
⋮
⋮
0
0
0
⋯
x
−
a
∣
=
(
x
+
(
n
−
1
)
a
)
(
x
−
a
)
n
−
1
.
D_n=\left|\begin{array}{ccccc} x+(n-1) a & a & a & \cdots & a \\ 0 & x-a & 0 & \cdots & 0 \\ 0 & 0 & x-a & \cdots & 0 \\ \vdots & \vdots & \vdots & & \vdots \\ 0 & 0 & 0 & \cdots & x-a \end{array}\right|=(x+(n-1) a)(x-a)^{n-1} .
Dn=∣
∣x+(n−1)a00⋮0ax−a0⋮0a0x−a⋮0⋯⋯⋯⋯a00⋮x−a∣
∣=(x+(n−1)a)(x−a)n−1.
解法二. 将各列都加到第一列得
D
n
=
∣
x
+
(
n
−
1
)
a
a
⋯
a
x
+
(
n
−
1
)
a
x
⋯
a
⋮
⋮
⋮
x
+
(
n
−
1
)
a
a
⋯
x
∣
=
(
x
+
(
n
−
1
)
a
)
∣
1
a
⋯
a
1
x
⋯
a
⋮
⋮
⋮
1
a
⋯
x
∣
,
D_n=\left|\begin{array}{cccc} x+(n-1) a & a & \cdots & a \\ x+(n-1) a & x & \cdots & a \\ \vdots & \vdots & & \vdots \\ x+(n-1) a & a & \cdots & x \end{array}\right|=(x+(n-1) a)\left|\begin{array}{cccc} 1 & a & \cdots & a \\ 1 & x & \cdots & a \\ \vdots & \vdots & & \vdots \\ 1 & a & \cdots & x \end{array}\right|,
Dn=∣
∣x+(n−1)ax+(n−1)a⋮x+(n−1)aax⋮a⋯⋯⋯aa⋮x∣
∣=(x+(n−1)a)∣
∣11⋮1ax⋮a⋯⋯⋯aa⋮x∣
∣,
再将第一行乘以
(
−
1
)
(-1)
(−1) 分别加到其余各行, 得
D
n
=
(
x
+
(
n
−
1
)
a
)
∣
1
a
a
⋯
a
0
x
−
a
0
⋯
0
0
0
x
−
a
⋯
0
⋮
⋮
⋮
⋮
0
0
0
⋯
x
−
a
∣
=
(
x
+
(
n
−
1
)
a
)
(
x
−
a
)
n
−
1
.
D_n=(x+(n-1) a)\left|\begin{array}{ccccc} 1 & a & a & \cdots & a \\ 0 & x-a & 0 & \cdots & 0 \\ 0 & 0 & x-a & \cdots & 0 \\ \vdots & \vdots & \vdots & & \vdots \\ 0 & 0 & 0 & \cdots & x-a \end{array}\right|=(x+(n-1) a)(x-a)^{n-1} .
Dn=(x+(n−1)a)∣
∣100⋮0ax−a0⋮0a0x−a⋮0⋯⋯⋯⋯a00⋮x−a∣
∣=(x+(n−1)a)(x−a)n−1.
解法三. 升阶法.
D
n
=
∣
1
a
a
⋯
a
0
x
a
⋯
a
0
a
x
⋯
a
⋮
⋮
⋮
⋮
0
a
a
⋯
x
∣
(
n
+
1
)
×
(
n
+
1
)
r
i
−
r
1
i
=
2
,
3
,
⋯
∣
1
a
a
⋯
a
−
1
x
−
a
0
⋯
0
−
1
0
x
−
a
⋯
0
⋮
⋮
⋮
⋮
−
1
0
0
⋯
x
−
a
∣
(
n
+
1
)
×
(
n
+
1
)
D_n=\left|\begin{array}{ccccc} 1 & a & a & \cdots & a \\ 0 & x & a & \cdots & a \\ 0 & a & x & \cdots & a \\ \vdots & \vdots & \vdots & & \vdots \\ 0 & a & a & \cdots & x \end{array}\right|_{(n+1) \times(n+1)} \quad \frac{r_i-r_1}{i=2,3, \cdots}\left|\begin{array}{ccccc} 1 & a & a & \cdots & a \\ -1 & x-a & 0 & \cdots & 0 \\ -1 & 0 & x-a & \cdots & 0 \\ \vdots & \vdots & \vdots & & \vdots \\ -1 & 0 & 0 & \cdots & x-a \end{array}\right|_{(n+1) \times(n+1)}
Dn=∣
∣100⋮0axa⋮aaax⋮a⋯⋯⋯⋯aaa⋮x∣
∣(n+1)×(n+1)i=2,3,⋯ri−r1∣
∣1−1−1⋮−1ax−a0⋮0a0x−a⋮0⋯⋯⋯⋯a00⋮x−a∣
∣(n+1)×(n+1)
若
x
=
a
x=a
x=a, 则
D
n
=
0
D_n=0
Dn=0. 若
x
≠
a
x \neq a
x=a, 则将
1
x
−
a
c
j
\frac{1}{x-a} c_j
x−a1cj 加到
c
1
,
j
=
2
,
3
,
⋯
,
n
+
1
c_1, j=2,3, \cdots, n+1
c1,j=2,3,⋯,n+1 :
D
n
=
∣
1
+
a
x
−
a
n
a
a
⋯
a
0
x
−
a
0
⋯
0
0
0
x
−
a
⋯
0
⋮
⋮
⋮
⋮
0
0
0
⋯
x
−
a
∣
(
n
+
1
)
×
(
n
+
1
)
=
(
1
+
n
a
x
−
a
)
(
x
−
a
)
n
=
(
x
+
(
n
−
1
)
a
)
(
x
−
a
)
n
−
1
.
\begin{aligned} D_n &=\left|\begin{array}{ccccc} 1+\frac{a}{x-a} n & a & a & \cdots & a \\ 0 & x-a & 0 & \cdots & 0 \\ 0 & 0 & x-a & \cdots & 0 \\ \vdots & \vdots & \vdots & & \vdots \\ 0 & 0 & 0 & \cdots & x-a \end{array}\right|_{(n+1) \times(n+1)} \\ &=\left(1+\frac{n a}{x-a}\right)(x-a)^n=(x+(n-1) a)(x-a)^{n-1} . \end{aligned}
Dn=∣
∣1+x−aan00⋮0ax−a0⋮0a0x−a⋮0⋯⋯⋯⋯a00⋮x−a∣
∣(n+1)×(n+1)=(1+x−ana)(x−a)n=(x+(n−1)a)(x−a)n−1.
解法四. 将
D
n
D_n
Dn 的第 1 列拆开, 得
D
n
=
∣
x
−
a
a
a
⋯
a
0
x
a
⋯
a
0
a
x
⋯
a
⋮
⋮
⋮
⋮
0
a
a
⋯
x
∣
+
∣
a
a
a
⋯
a
a
x
a
⋯
a
a
a
x
⋯
a
⋮
⋮
⋮
⋮
a
a
a
⋯
x
∣
=
(
x
−
a
)
D
n
−
1
+
a
(
x
−
a
)
n
−
1
.
D_n=\left|\begin{array}{ccclc} x-a & a & a & \cdots & a \\ 0 & x & a & \cdots & a \\ 0 & a & x & \cdots & a \\ \vdots & \vdots & \vdots & & \vdots \\ 0 & a & a & \cdots & x \end{array}\right|+\left|\begin{array}{ccccc} a & a & a & \cdots & a \\ a & x & a & \cdots & a \\ a & a & x & \cdots & a \\ \vdots & \vdots & \vdots & & \vdots \\ a & a & a & \cdots & x \end{array}\right|=(x-a) D_{n-1}+a(x-a)^{n-1} .
Dn=∣
∣x−a00⋮0axa⋮aaax⋮a⋯⋯⋯⋯aaa⋮x∣
∣+∣
∣aaa⋮aaxa⋮aaax⋮a⋯⋯⋯⋯aaa⋮x∣
∣=(x−a)Dn−1+a(x−a)n−1.
所以
将上述等式累加, 消掉等号两边的相同项, 并注意到
D
2
=
x
2
−
a
2
D_2=x^2-a^2
D2=x2−a2, 则
D
n
=
(
x
−
a
)
n
−
2
(
x
2
−
a
2
)
+
(
n
−
2
)
a
(
x
−
a
)
n
−
1
=
(
x
+
(
n
−
1
)
a
)
(
x
−
a
)
n
−
1
.
D_n=(x-a)^{n-2}\left(x^2-a^2\right)+(n-2) a(x-a)^{n-1}=(x+(n-1) a)(x-a)^{n-1} .
Dn=(x−a)n−2(x2−a2)+(n−2)a(x−a)n−1=(x+(n−1)a)(x−a)n−1.
1.4 行列式计算的常见方法
1. 基本计算思路
-
三角化
化行列式为三角形是计算行列式的最基本思路. 通过观察行列式的特点, 利用行列式的性质将其作变 形, 再将其化为三角形行列式.
例: 计算 n n n 阶行列式
D = ∣ n n − 1 ⋯ 3 2 1 n n − 1 ⋯ 3 3 1 n n − 1 ⋯ 5 2 1 ⋮ ⋮ . ⋮ ⋮ ⋮ n 2 n − 3 ⋯ 3 2 1 2 n − 1 n − 1 ⋯ 3 2 1 ∣ . D=\left|\begin{array}{cccccc} n & n-1 & \cdots & 3 & 2 & 1 \\ n & n-1 & \cdots & 3 & 3 & 1 \\ n & n-1 & \cdots & 5 & 2 & 1 \\ \vdots & \vdots & . & \vdots & \vdots & \vdots \\ n & 2 n-3 & \cdots & 3 & 2 & 1 \\ 2 n-1 & n-1 & \cdots & 3 & 2 & 1 \end{array}\right| . D=∣ ∣nnn⋮n2n−1n−1n−1n−1⋮2n−3n−1⋯⋯⋯.⋯⋯335⋮33232⋮22111⋮11∣ ∣.
解 各行只有副对角线元素不同. 将第 1 行乘以 (-1) 加到第 2 , 3 , … , n 2,3, \ldots, n 2,3,…,n 行, 得
D = ∣ n n − 1 ⋯ 3 2 1 0 0 ⋯ 0 1 0 0 0 ⋯ 2 0 0 ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ 0 n − 2 ⋯ 0 0 0 n − 1 0 ⋯ 0 0 0 ∣ = ( − 1 ) n ( n − 1 ) 2 ( n − 1 ) ! D=\left|\begin{array}{cccccc} n & n-1 & \cdots & 3 & 2 & 1 \\ 0 & 0 & \cdots & 0 & 1 & 0 \\ 0 & 0 & \cdots & 2 & 0 & 0 \\ \vdots & \vdots & \ddots & \vdots & \vdots & \vdots \\ 0 & n-2 & \cdots & 0 & 0 & 0 \\ n-1 & 0 & \cdots & 0 & 0 & 0 \end{array}\right|=(-1)^{\frac{n(n-1)}{2}}(n-1) ! D=∣ ∣n00⋮0n−1n−100⋮n−20⋯⋯⋯⋱⋯⋯302⋮00210⋮00100⋮00∣ ∣=(−1)2n(n−1)(n−1)! -
降阶法
按一行(列)展开或按 Laplace 定理展开, 将 𝑛 阶行列式降为较低阶又容易计算的行列式, 此方法统称为降阶法
例: 计算 n n n 阶行列式
D n = ∣ a b 0 ⋯ 0 0 0 a b ⋯ 0 0 ⋮ ⋮ ⋮ ⋮ ⋮ 0 0 0 ⋯ a b b 0 0 ⋯ 0 a ∣ . D_n=\left|\begin{array}{cccccc} a & b & 0 & \cdots & 0 & 0 \\ 0 & a & b & \cdots & 0 & 0 \\ \vdots & \vdots & \vdots & & \vdots & \vdots \\ 0 & 0 & 0 & \cdots & a & b \\ b & 0 & 0 & \cdots & 0 & a \end{array}\right| . Dn=∣ ∣a0⋮0bba⋮000b⋮00⋯⋯⋯⋯00⋮a000⋮ba∣ ∣.
解 按第一列展开,
D n = a n + ( − 1 ) n + 1 b n . D_n=a^n+(-1)^{n+1} b^n . Dn=an+(−1)n+1bn. -
递推法
一般地, 递推方法是通过降阶等途径, 建立 n n n 阶行列式 D n D_n Dn 和较它阶低的结构相同的行列式之间的关 系, 并求得 D n D_n Dn
例: 计算如下的 n n n 阶三对角行列式
D n = ∣ a + b a b 1 a + b a b ⋱ ⋱ ⋱ 1 a + b a b 1 a + b ∣ . D_n=\left|\begin{array}{ccccc} a+b & a b & & & \\ 1 & a+b & a b & & \\ & \ddots & \ddots & \ddots & \\ & & 1 & a+b & a b \\ & & & 1 & a+b \end{array}\right| . Dn=∣ ∣a+b1aba+b⋱ab⋱1⋱a+b1aba+b∣ ∣.
解 按第 1 列展开, 得
D n = ( a + b ) D n − 1 − ∣ a b 0 0 1 a + b a b 1 a + b a b ⋱ ⋱ ⋱ 1 a + b a b 1 a + b ∣ = ( a + b ) D n − 1 − a b D n − 2 . \begin{aligned} D_n=&(a+b) D_{n-1}-\left|\begin{array}{cccccc} a b & 0 & 0 & & & \\ 1 & a+b & a b & & & \\ & 1 & a+b & a b & & \\ & & \ddots & \ddots & \ddots & \\ & & & 1 & a+b & a b \\ & & & & 1 & a+b \end{array}\right| \\ =&(a+b) D_{n-1}-a b D_{n-2} . \end{aligned} Dn==(a+b)Dn−1−∣ ∣ab10a+b10aba+b⋱ab⋱1⋱a+b1aba+b∣ ∣(a+b)Dn−1−abDn−2.
由 上式得到
D n − b D n − 1 = a ( D n − 1 − b D n − 2 ) = a 2 ( D n − 2 − b D n − 3 ) = ⋯ = a n − 2 ( D 2 − b D 1 ) . D_n-b D_{n-1}=a\left(D_{n-1}-b D_{n-2}\right)=a^2\left(D_{n-2}-b D_{n-3}\right)=\cdots=a^{n-2}\left(D_2-b D_1\right) . Dn−bDn−1=a(Dn−1−bDn−2)=a2(Dn−2−bDn−3)=⋯=an−2(D2−bD1).
又 D 1 = a + b , D 2 = a 2 + b 2 + a b D_1=a+b, D_2=a^2+b^2+a b D1=a+b,D2=a2+b2+ab, 得
D n − b D n − 1 = a n . (1) \tag{1} D_n-b D_{n-1}=a^n . Dn−bDn−1=an.(1)
同理(或由 a , b a, b a,b 的对称性)得
D n − a D n − 1 = b n . (2) \tag{2} D_n-a D_{n-1}=b^n . Dn−aDn−1=bn.(2)
若 a ≠ b a \neq b a=b, 联立 (1) 和 (2) 消去 D n − 1 D_{n-1} Dn−1, 得
D n = a n + 1 − b n + 1 a − b . D_n=\frac{a^{n+1}-b^{n+1}}{a-b} . Dn=a−ban+1−bn+1.
若 a = b a=b a=b, 则 D n = a D n − 1 + a n D_n=a D_{n-1}+a^n Dn=aDn−1+an. 依此递推, 得 D n = ( n + 1 ) a n D_n=(n+1) a^n Dn=(n+1)an.
注: 与递推过程相反的方法是归纳. 如要计算 n n n 阶行列式
D n = ∣ 3 2 1 3 2 ⋱ ⋱ ⋱ 1 3 2 1 3 ∣ , D_n=\left|\begin{array}{ccccc} 3 & 2 & & & \\ 1 & 3 & 2 & & \\ & \ddots & \ddots & \ddots & \\ & & 1 & 3 & 2 \\ & & & 1 & 3 \end{array}\right|, Dn=∣ ∣3123⋱2⋱1⋱3123∣ ∣,
因为 D 1 = 3 = 2 2 − 1 , D 2 = 7 = 2 3 − 1 , D 3 = 15 = 2 4 − 1 D_1=3=2^2-1, D_2=7=2^3-1, D_3=15=2^4-1 D1=3=22−1,D2=7=23−1,D3=15=24−1. 因此, 猜想
D n = 2 n + 1 − 1 , D_n=2^{n+1}-1, Dn=2n+1−1,
并利用数学归纳法易证此结论成立.
2. 常用化简手法
要计算一个 n n n 阶行列式, 往往要利用行列式性质将它化简. 为此, 有以下常用手法:
- 行累加, 即把行列式的某 n − 1 n-1 n−1 个行, 加到余下的一行. 当行列式的各行的和相同时常使用此技巧.
- 主行消法, 即某行的适当倍数, 加到其余的各行.
- 逐行消法, 即第 i i i 行乘以 k k k 加到第 i + 1 i+1 i+1 行, i = n − 1 , n − 2 , ⋯ , 1 i=n-1, n-2, \cdots, 1 i=n−1,n−2,⋯,1; 或第 i + 1 i+1 i+1 行乘以 k k k 加到第 i i i 行, i = 1 , 2 , ⋯ , n − 1 i=1,2, \cdots, n-1 i=1,2,⋯,n−1.
- 逐行相邻互换.
3. 辅助算法
-
升阶
将 n n n 阶行列式添上一行、一列, 变为 n + 1 n+1 n+1 阶行列式再化简计算. 也称加边法.当然加边不是随便加一行一列就可以了. 关键是观察每行或每列是否有相同的因子.
例: 计算 n n n 阶行列式:
D n = ∣ x 1 2 + 1 x 1 x 2 ⋯ x 1 x n x 2 x 1 x 2 2 + 1 ⋯ x 2 x n ⋮ ⋮ ⋮ x n x 1 x n x 2 ⋯ x n 2 + 1 ∣ . D_n=\left|\begin{array}{cccc} x_1^2+1 & x_1 x_2 & \cdots & x_1 x_n \\ x_2 x_1 & x_2^2+1 & \cdots & x_2 x_n \\ \vdots & \vdots & & \vdots \\ x_n x_1 & x_n x_2 & \cdots & x_n^2+1 \end{array}\right| . Dn=∣ ∣x12+1x2x1⋮xnx1x1x2x22+1⋮xnx2⋯⋯⋯x1xnx2xn⋮xn2+1∣ ∣.
分析: 暂时不看主对角线上的 1 , 则第 i i i 行是 x i x_i xi 与 x 1 , x 2 , … , x n x_1, x_2, \ldots, x_n x1,x2,…,xn 相乘. 该行列式每行有相同的因子 x 1 , x 2 x_1, x_2 x1,x2, … , x n \ldots, x_n …,xn, 从而考虑加边法.注意 升阶法最大的特点就是要找出每行或每列相同的因子, 把 1 及这些相同的因子作为新行列式的 第一行, 那么升阶之后, 就可利用行列式的性质把绝大部分元素化为零, 从而简化计算.
-
裂开
将一个行列式裂开成 2 个(或 2 个以上)行列式来化简计算.
例: 试证
∣ b + c c + a a + b q + r r + p p + q y + z z + x x + y ∣ = 2 ∣ a b c p q r x y z ∣ \left|\begin{array}{lll} b+c & c+a & a+b \\ q+r & r+p & p+q \\ y+z & z+x & x+y \end{array}\right|=2\left|\begin{array}{lll} a & b & c \\ p & q & r \\ x & y & z \end{array}\right| ∣ ∣b+cq+ry+zc+ar+pz+xa+bp+qx+y∣ ∣=2∣ ∣apxbqycrz∣ ∣
解: 记左端行列式为 D D D, 利用行列式的性质, 将 D D D 的第 1 列拆开得到两个行列式
D = ∣ b c + a a + b q r + p p + q y z + x x + y ∣ + ∣ c c + a a + b r r + p p + q z z + x x + y ∣ D=\left|\begin{array}{ccc} b & c+a & a+b \\ q & r+p & p+q \\ y & z+x & x+y \end{array}\right|+\left|\begin{array}{ccc} c & c+a & a+b \\ r & r+p & p+q \\ z & z+x & x+y \end{array}\right| D=∣ ∣bqyc+ar+pz+xa+bp+qx+y∣ ∣+∣ ∣crzc+ar+pz+xa+bp+qx+y∣ ∣
将第一个行列式中将第 3 列减去第 1 列, 在第 2 个行列式中将第 2 列减去第 1 列:
D = ∣ b c + a a q r + p p y z + x x ∣ + ∣ c a a + b r p p + q z x x + y ∣ = ∣ b c a q r p y z x ∣ + ∣ c a b r p q z x y ∣ = 2 ∣ a b c p q r x y z ∣ \begin{aligned} D &=\left|\begin{array}{lll} b & c+a & a \\ q & r+p & p \\ y & z+x & x \end{array}\right|+\left|\begin{array}{ccc} c & a & a+b \\ r & p & p+q \\ z & x & x+y \end{array}\right| \\ &=\left|\begin{array}{lll} b & c & a \\ q & r & p \\ y & z & x \end{array}\right|+\left|\begin{array}{ccc} c & a & b \\ r & p & q \\ z & x & y \end{array}\right|=2\left|\begin{array}{ccc} a & b & c \\ p & q & r \\ x & y & z \end{array}\right| \end{aligned} D=∣ ∣bqyc+ar+pz+xapx∣ ∣+∣ ∣crzapxa+bp+qx+y∣ ∣=∣ ∣bqycrzapx∣ ∣+∣ ∣crzapxbqy∣ ∣=2∣ ∣apxbqycrz∣ ∣
得证.
2. 矩阵及其运算
矩阵是一个数表, 而行列式本质上是一个数. 这是两者的巨大区别.
2.1 内容小结
1. 矩阵的运算.
-
不满足交换律, 即 A B = B A A B=B A AB=BA 一般不成立. (特别地, 若 A B = B A A B=B A AB=BA, 则称矩阵 A A A 和 B B B 是可交换 的.) 相应地要注意以下几点:
- 矩阵乘法特别地有 “左乘” 和 “右乘” 的说法, 即 B A \boldsymbol{B} \boldsymbol{A} BA 和 A B \boldsymbol{A B} AB 是完 全不同的.
- 在提取公因子的时候, 要分清楚是从左侧还是右侧提出. 比如 A B − B \boldsymbol{A B - B} AB−B 可以写为 ( A − E ) B (\boldsymbol{A}-\boldsymbol{E}) \boldsymbol{B} (A−E)B, 即 B \boldsymbol{B} B 只能从右侧提出, 不能写成 B ( A − E ) \boldsymbol{B(A-E)} B(A−E). 而 A B − B C \boldsymbol{A B-B C} AB−BC, 写成 ( A − C ) B \boldsymbol{(A-C) B} (A−C)B 或 B ( A − C ) \boldsymbol{B(A-C)} B(A−C), 都是错误的.
- 由于不满足交换律, 下列公式一般不成立:
- ( A B ) k = A k B k (\boldsymbol{A B})^k=\boldsymbol{A}^k \boldsymbol{B}^k (AB)k=AkBk;
- ( A + B ) ( A − B ) = A 2 − B 2 (\boldsymbol{A}+\boldsymbol{B})(\boldsymbol{A}-\boldsymbol{B})=\boldsymbol{A}^2-\boldsymbol{B}^2 (A+B)(A−B)=A2−B2
- 牛顿二项式展开式一般不成立, 比如最简单的公式
(
A
+
B
)
2
=
A
2
+
2
A
B
+
B
2
(\boldsymbol{A}+\boldsymbol{B})^2=\boldsymbol{A}^2+2 \boldsymbol{A B}+\boldsymbol{B}^2
(A+B)2=A2+2AB+B2 就不成立. 而
A
\boldsymbol{A}
A 与
λ
E
\lambda \boldsymbol{E}
λE 当然是可交换的, 所以牛顿二项式展开式只在下面的情形成立:
( A + λ E ) n = A n + C n 1 λ A n − 1 + C n 2 λ 2 A n − 2 + ⋯ C n n − 1 λ n − 1 A + λ n E . (\boldsymbol{A}+\lambda \boldsymbol{E})^n=\boldsymbol{A}^n+C_n^1 \lambda \boldsymbol{A}^{n-1}+C_n^2 \lambda^2 \boldsymbol{A}^{n-2}+\cdots C_n^{n-1} \lambda^{n-1} \boldsymbol{A}+\lambda^n \boldsymbol{E} . (A+λE)n=An+Cn1λAn−1+Cn2λ2An−2+⋯Cnn−1λn−1A+λnE.
-
不满足消去律:
- 当 A B = O A B=O AB=O 时, 不能推出 A = O A=O A=O 或 B = O B=O B=O.
- 当
A
B
=
A
C
A B=A C
AB=AC, 且
A
≠
O
A \neq O
A=O 时, 不能得到
B
=
C
B=C
B=C.
注意, 当 A A A 可逆时, 消去律是成立的, 即- 当 A B = O A B=O AB=O 时, 且 ∣ A ∣ ≠ 0 |A| \neq 0 ∣A∣=0 时, 有 B = O B=O B=O;
- 当 A B = A C A B=A C AB=AC, 且 ∣ A ∣ ≠ 0 |A| \neq 0 ∣A∣=0 时, 有 B = C B=C B=C.
问: 由 A 2 = O A^2=O A2=O, 能否得到 A = O A=O A=O ? 由 A 2 = E A^2=E A2=E, 能否得到 A = ± E ? A=\pm E ? A=±E?
由 a A 2 + b A + c E = O a \boldsymbol{A}^2+b \boldsymbol{A}+c \boldsymbol{E}=\boldsymbol{O} aA2+bA+cE=O 且 b 2 − 4 a c ⩾ 0 b^2-4 a c \geqslant 0 b2−4ac⩾0, 能否得到 A = − b ± b 2 − 4 a c 2 a E ? \boldsymbol{A}=\frac{-b \pm \sqrt{b^2-4 a c}}{2 a} \boldsymbol{E} ? A=2a−b±b2−4acE?上述都是不成立的, 根源仍然是因为矩阵乘法不满足消去律.
矩阵乘法不满足交换律, 不满足消去律, 还有一些过去熟知的公式在矩阵理论里并不成立.
2. 伴随矩阵
设矩阵 A = ( a i j ) n × n A=\left(a_{i j}\right)_{n \times n} A=(aij)n×n, 将矩阵 A A A 的元素 a i j a_{i j} aij 所在的第行第j列元素划去后, 剩余的各元素按原来的排列顺序组成的 n − 1 \mathrm{n}-1 n−1 阶 矩阵所确定的行列式称为元素 a i j a_{i j} aij 的余子式, 记为 M i j M_{i j} Mij, 称 A i j = ( − 1 ) i + j M i j A_{i j}=(-1)^{i+j} M_{i j} Aij=(−1)i+jMij 为元素 a i j a_{i j} aij 的代数余子式。
方阵
A
=
(
a
i
j
)
n
×
n
A=\left(a_{i j}\right)_{n \times n}
A=(aij)n×n 的各元素的代数余子式
A
i
j
A_{i j}
Aij 所构成的如下矩阵
A
∗
A^*
A∗ :
A
11
A
21
⋯
A
n
1
A
12
A
22
⋯
A
n
2
⋮
⋮
⋮
A
1
n
A
2
n
⋯
A
n
n
\begin{array}{cccc} A_{11} & A_{21} & \cdots & A_{n 1} \\ A_{12} & A_{22} & \cdots & A_{n 2} \\ \vdots & \vdots & & \vdots \\ A_{1 n} & A_{2 n} & \cdots & A_{n n} \end{array}
A11A12⋮A1nA21A22⋮A2n⋯⋯⋯An1An2⋮Ann
该矩阵
A
∗
A^*
A∗ 称为矩阵
A
A
A 的伴随矩阵
- A A ∗ = A ∗ A = ∣ A ∣ E A A^*=A^* A=|A| E AA∗=A∗A=∣A∣E.
- 若 ∣ A ∣ ≠ 0 |A| \neq 0 ∣A∣=0, 则 A − 1 = 1 ∣ A ∣ A ∗ A^{-1}=\frac{1}{|A|} A^* A−1=∣A∣1A∗.
3. 逆矩阵
- 设 A , B A, B A,B 为方阵, 若 A B = E A B=E AB=E, 则 A , B A, B A,B 可 逆, 且互为逆矩阵. 更一般地, 对方阵而言, 若 A 1 A 2 ⋯ A k = λ E \boldsymbol{A}_1 \boldsymbol{A}_2 \cdots \boldsymbol{A}_k=\lambda \boldsymbol{E} A1A2⋯Ak=λE 且 λ ≠ 0 \lambda \neq 0 λ=0, 则矩阵 A 1 , A 2 , ⋯ , A k \boldsymbol{A}_1, \boldsymbol{A}_2, \cdots, \boldsymbol{A}_k A1,A2,⋯,Ak 都是 可逆的.
- 逆矩阵在运算中实现了除法的功能. 在矩阵中没有除法, 或者说, 我们通过引入逆矩阵, 避免了对除 法的讨论.
对于任意的 n n n 阶方阵 A \boldsymbol{A} A 都有 A E = E A = A \boldsymbol{A} \boldsymbol{E}=\boldsymbol{E} \boldsymbol{A}=\boldsymbol{A} AE=EA=A. 从乘法的角度来看, n n n 阶单位矩阵 E \boldsymbol{E} E 在矩阵中的地位 类似于 1 在复数中的地位. 一个复数 a ≠ 0 a \neq 0 a=0 的倒数可以用等式 a a − 1 = 1 a a^{-1}=1 aa−1=1 来刻划, 相仿地, 我们引入记号 A − 1 A^{-1} A−1 表示 A A A 的逆矩阵, 并且满足 A A − 1 = E A A^{-1}=E AA−1=E. 记号 A − 1 A^{-1} A−1 是特定的, 它不能写成 1 A \frac{1}{A} A1. - 矩阵可逆的几个等价说法: 设
A
\boldsymbol{A}
A 为
n
n
n 阶方阵,
- 矩阵 A \boldsymbol{A} A 可逆 ⟺ ∣ A ∣ ≠ 0 ⟺ A \Longleftrightarrow|\boldsymbol{A}| \neq 0 \Longleftrightarrow \boldsymbol{A} ⟺∣A∣=0⟺A 为非奇异矩阵.
4. 常见重要结论
- ∣ λ A ∣ = λ n ∣ A ∣ |\lambda \boldsymbol{A}|=\lambda^n|\boldsymbol{A}| ∣λA∣=λn∣A∣. 其中 n n n 是方阵 A \boldsymbol{A} A 的阶数.
- ( A B ) − 1 = B − 1 A − 1 (\boldsymbol{A B})^{-1}=\boldsymbol{B}^{-1} \boldsymbol{A}^{-1} (AB)−1=B−1A−1.
- ( A B ) T = B T A T (\boldsymbol{A B})^{\mathrm{T}}=\boldsymbol{B}^{\mathrm{T}} \boldsymbol{A}^{\mathrm{T}} (AB)T=BTAT.
- ( a b c d ) − 1 = 1 a d − b c ( d − b − c a ) , ( a d − b c ≠ 0 ) \left(\begin{array}{ll}a & b \\ c & d\end{array}\right)^{-1}=\frac{1}{a d-b c}\left(\begin{array}{cc}d & -b \\ -c & a\end{array}\right),(a d-b c \neq 0) (acbd)−1=ad−bc1(d−c−ba),(ad−bc=0).
- ∣ A 1 A 2 ⋱ A k ∣ = ∣ A 1 ∣ ∣ A 2 ∣ ⋯ ∣ A k ∣ \left|\begin{array}{cccc}\boldsymbol{A}_1 & & & \\ & \boldsymbol{A}_2 & & \\ & & \ddots & \\ & & & \boldsymbol{A}_k\end{array}\right|=\left|\boldsymbol{A}_1\right|\left|\boldsymbol{A}_2\right| \cdots\left|\boldsymbol{A}_k\right| ∣ ∣A1A2⋱Ak∣ ∣=∣A1∣∣A2∣⋯∣Ak∣
- ( O A B O ) − 1 = ( O B − 1 A − 1 O ) . \left(\begin{array}{ll}\boldsymbol{O} & \boldsymbol{A} \\ \boldsymbol{B} & \boldsymbol{O}\end{array}\right)^{-1}=\left(\begin{array}{cc}\boldsymbol{O} & \boldsymbol{B}^{-1} \\ A^{-1} & \boldsymbol{O}\end{array}\right) . (OBAO)−1=(OA−1B−1O).
- ∣ O A m × m B n × n O ∣ = ( − 1 ) m n ∣ A ∣ ∣ B ∣ \left|\begin{array}{cc}\boldsymbol{O} & \boldsymbol{A}_{m \times m} \\ \boldsymbol{B}_{n \times n} & \boldsymbol{O}\end{array}\right|=(-1)^{m n}|\boldsymbol{A}||\boldsymbol{B}| ∣ ∣OBn×nAm×mO∣ ∣=(−1)mn∣A∣∣B∣. ( 将 A \boldsymbol{A} A 所在行的最后一行开始, 与 B \boldsymbol{B} B 所在的 n n n 行进行相邻互换, 共进行 m × n m \times n m×n 次互换后, 得到 ∣ B n × n O O A m × m ∣ \left|\begin{array}{cc}\boldsymbol{B}_{n \times n} & \boldsymbol{O} \\ \boldsymbol{O} & \boldsymbol{A}_{m \times m}\end{array}\right| ∣ ∣Bn×nOOAm×m∣ ∣.)
2.2 题型举例
1. 矩阵运算
例: 已知 α = ( 1 , 2 , 3 ) , β = ( 1 , 1 2 , 1 3 ) \boldsymbol{\alpha}=(1,2,3), \boldsymbol{\beta}=\left(1, \frac{1}{2}, \frac{1}{3}\right) α=(1,2,3),β=(1,21,31), 设 A = α T β \boldsymbol{A}=\boldsymbol{\alpha}^{\mathrm{T}} \boldsymbol{\beta} A=αTβ, 求 A n \boldsymbol{A}^n An.
解
A
n
=
(
α
T
β
)
n
=
α
T
(
β
α
T
)
n
−
1
β
=
3
n
−
1
α
T
β
=
3
n
−
1
(
1
1
2
1
3
2
1
2
3
3
3
2
1
)
\boldsymbol{A}^n=\left(\boldsymbol{\alpha}^{\mathrm{T}} \boldsymbol{\beta}\right)^n=\boldsymbol{\alpha}^{\mathrm{T}}\left(\boldsymbol{\beta} \boldsymbol{\alpha}^{\mathrm{T}}\right)^{n-1} \boldsymbol{\beta}=3^{n-1} \boldsymbol{\alpha}^{\mathrm{T}} \boldsymbol{\beta}=3^{n-1}\left(\begin{array}{ccc} 1 & \frac{1}{2} & \frac{1}{3} \\ 2 & 1 & \frac{2}{3} \\ 3 & \frac{3}{2} & 1 \end{array}\right)
An=(αTβ)n=αT(βαT)n−1β=3n−1αTβ=3n−1⎝
⎛1232112331321⎠
⎞
例: 设 A = ( 1 0 1 0 2 0 1 0 1 ) \boldsymbol{A}=\left(\begin{array}{ccc}1 & 0 & 1 \\ 0 & 2 & 0 \\ 1 & 0 & 1\end{array}\right) A=⎝ ⎛101020101⎠ ⎞, 而 n n n 为正整数, 求 A n − 2 A n − 1 . ( n ⩾ 2 ) \boldsymbol{A}^n-2 \boldsymbol{A}^{n-1} .(n \geqslant 2) An−2An−1.(n⩾2)
解 由
A
2
=
(
2
0
2
0
4
0
2
0
2
)
=
2
A
\boldsymbol{A}^2=\left(\begin{array}{lll}2 & 0 & 2 \\ 0 & 4 & 0 \\ 2 & 0 & 2\end{array}\right)=2 \boldsymbol{A}
A2=⎝
⎛202040202⎠
⎞=2A, 得
A
n
−
2
A
n
−
1
=
A
n
−
2
(
A
2
−
2
A
)
=
O
.
A^n-2 A^{n-1}=A^{n-2}\left(A^2-2 A\right)=O .
An−2An−1=An−2(A2−2A)=O.
例: 设 A = ( 0 − 1 0 1 0 0 0 0 − 1 ) , B = P − 1 A P \boldsymbol{A}=\left(\begin{array}{ccc}0 & -1 & 0 \\ 1 & 0 & 0 \\ 0 & 0 & -1\end{array}\right), \boldsymbol{B}=\boldsymbol{P}^{-1} \boldsymbol{A P} A=⎝ ⎛010−10000−1⎠ ⎞,B=P−1AP, 其中 P \boldsymbol{P} P 为三阶可逆矩阵, 求 B 2008 − 2 A 2 \boldsymbol{B}^{2008}-2 \boldsymbol{A}^2 B2008−2A2.
解 由
A
2
=
(
−
1
−
1
1
)
\boldsymbol{A}^2=\left(\begin{array}{ccc}-1 & & \\ & -1 & \\ & & 1\end{array}\right)
A2=⎝
⎛−1−11⎠
⎞, 且
A
4
=
E
\boldsymbol{A}^4=\boldsymbol{E}
A4=E, 得
B
2008
−
2
A
2
=
P
−
1
A
2008
P
−
2
A
2
=
P
−
1
P
−
2
A
2
=
(
3
3
−
1
)
\boldsymbol{B}^{2008}-2 \boldsymbol{A}^2=\boldsymbol{P}^{-1} \boldsymbol{A}^{2008} \boldsymbol{P}-2 \boldsymbol{A}^2=\boldsymbol{P}^{-1} \boldsymbol{P}-2 \boldsymbol{A}^2=\left(\begin{array}{ccc} 3 & & \\ & 3 & \\ & & -1 \end{array}\right)
B2008−2A2=P−1A2008P−2A2=P−1P−2A2=⎝
⎛33−1⎠
⎞
2. 伴随矩阵
例: 设矩阵 A \boldsymbol{A} A 的伴随矩阵 A ∗ = ( 1 0 0 0 0 1 0 0 1 0 1 0 0 − 3 0 8 ) \boldsymbol{A}^*=\left(\begin{array}{cccc}1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 1 & 0 & 1 & 0 \\ 0 & -3 & 0 & 8\end{array}\right) A∗=⎝ ⎛1010010−300100008⎠ ⎞, 且 A B A − 1 = B A − 1 + 3 E \boldsymbol{A B} \boldsymbol{A}^{-1}=\boldsymbol{B} \boldsymbol{A}^{-1}+3 \boldsymbol{E} ABA−1=BA−1+3E, 求矩阵 B \boldsymbol{B} B.
解: 在
A
B
A
−
1
=
B
A
−
1
+
3
E
\boldsymbol{A B } \boldsymbol{A}^{-1}=\boldsymbol{B} \boldsymbol{A}^{-1}+3 \boldsymbol{E}
ABA−1=BA−1+3E 两边同时右乘
A
\boldsymbol{A}
A, 得
A
B
=
B
+
3
A
\boldsymbol{A B}=\boldsymbol{B}+3 \boldsymbol{A}
AB=B+3A
再两边左乘
A
∗
A^*
A∗, 得
∣
A
∣
B
=
A
∗
B
+
3
∣
A
∣
E
, 即
(
∣
A
∣
E
−
A
∗
)
B
=
3
∣
A
∣
E
.
|\boldsymbol{A}| \boldsymbol{B}=\boldsymbol{A}^* \boldsymbol{B}+3|\boldsymbol{A}| \boldsymbol{E} \text {, 即 }\left(|\boldsymbol{A}| \boldsymbol{E}-\boldsymbol{A}^*\right) \boldsymbol{B}=3|\boldsymbol{A}| \boldsymbol{E} .
∣A∣B=A∗B+3∣A∣E, 即 (∣A∣E−A∗)B=3∣A∣E.
注意到
∣
A
∗
∣
=
∣
A
∣
n
−
1
\left|\boldsymbol{A}^*\right|=|\boldsymbol{A}|^{n-1}
∣A∗∣=∣A∣n−1, 由题设得
∣
A
∣
=
2
|\boldsymbol{A}|=2
∣A∣=2. 所以
(
2
E
−
A
∗
)
B
=
6
E
\left(2 \boldsymbol{E}-\boldsymbol{A}^*\right) \boldsymbol{B}=6 \boldsymbol{E}
(2E−A∗)B=6E, 得
B
=
6
(
2
E
−
A
∗
)
−
1
=
(
6
0
0
0
0
6
0
0
6
0
6
0
0
3
0
−
1
)
\boldsymbol{B}=6\left(2 \boldsymbol{E}-\boldsymbol{A}^*\right)^{-1}=\left(\begin{array}{cccc} 6 & 0 & 0 & 0 \\ 0 & 6 & 0 & 0 \\ 6 & 0 & 6 & 0 \\ 0 & 3 & 0 & -1 \end{array}\right)
B=6(2E−A∗)−1=⎝
⎛606006030060000−1⎠
⎞
3. 逆矩阵
例: 已知 n n n 阶矩阵 A , B \boldsymbol{A}, \boldsymbol{B} A,B 满足 B = ( E + A ) − 1 ( E − A ) \boldsymbol{B}=(\boldsymbol{E}+\boldsymbol{A})^{-1}(\boldsymbol{E}-\boldsymbol{A}) B=(E+A)−1(E−A), 证明: E + B \boldsymbol{E}+\boldsymbol{B} E+B 可逆, 并求其逆. 若 A = \boldsymbol{A}= A= ( 1 0 0 0 − 2 3 0 0 0 − 4 5 0 0 0 − 6 7 ) \left(\begin{array}{rrrr}1 & 0 & 0 & 0 \\ -2 & 3 & 0 & 0 \\ 0 & -4 & 5 & 0 \\ 0 & 0 & -6 & 7\end{array}\right) ⎝ ⎛1−20003−40005−60007⎠ ⎞, 求 ( E + B ) − 1 (\boldsymbol{E}+\boldsymbol{B})^{-1} (E+B)−1.
解:
(方法一) 由
B
=
(
E
+
A
)
−
1
(
E
−
A
)
B=(E+A)^{-1}(E-A)
B=(E+A)−1(E−A), 两边左乘
E
+
A
E+\boldsymbol{A}
E+A 得
B
+
A
B
=
E
−
A
,
⇒
(
E
+
A
)
B
+
E
+
A
=
2
E
,
⇒
(
E
+
A
)
(
E
+
B
)
=
2
E
.
\begin{aligned} & \boldsymbol{B}+\boldsymbol{A B}=\boldsymbol{E}-\boldsymbol{A}, \\ \Rightarrow &(\boldsymbol{E}+\boldsymbol{A}) \boldsymbol{B}+\boldsymbol{E}+\boldsymbol{A}=2 \boldsymbol{E}, \\ \Rightarrow &(\boldsymbol{E}+\boldsymbol{A})(\boldsymbol{E}+\boldsymbol{B})=2 \boldsymbol{E} . \end{aligned}
⇒⇒B+AB=E−A,(E+A)B+E+A=2E,(E+A)(E+B)=2E.
故
E
+
B
\boldsymbol{E}+\boldsymbol{B}
E+B 可逆, 且
(
E
+
B
)
−
1
=
1
2
(
E
+
A
)
(\boldsymbol{E}+\boldsymbol{B})^{-1}=\frac{1}{2}(\boldsymbol{E}+\boldsymbol{A})
(E+B)−1=21(E+A).
(方法二) 由
B
=
(
E
+
A
)
−
1
(
E
−
A
)
B=(E+A)^{-1}(\boldsymbol{E}-\boldsymbol{A})
B=(E+A)−1(E−A), 得
B
=
(
E
+
A
)
−
1
(
2
E
−
(
E
+
A
)
)
,
⇒
B
=
2
(
E
+
A
)
−
1
−
E
,
⇒
B
+
E
=
2
(
E
+
A
)
−
1
.
\begin{aligned} & \boldsymbol{B}=(\boldsymbol{E}+\boldsymbol{A})^{-1}(2 \boldsymbol{E}-(\boldsymbol{E}+\boldsymbol{A})), \\ \Rightarrow \quad & \boldsymbol{B}=2(\boldsymbol{E}+\boldsymbol{A})^{-1}-\boldsymbol{E}, \\ \Rightarrow \quad & \boldsymbol{B}+\boldsymbol{E}=2(\boldsymbol{E}+\boldsymbol{A})^{-1} . \end{aligned}
⇒⇒B=(E+A)−1(2E−(E+A)),B=2(E+A)−1−E,B+E=2(E+A)−1.
故
E
+
B
\boldsymbol{E}+\boldsymbol{B}
E+B 可逆, 且
(
E
+
B
)
−
1
=
1
2
(
E
+
A
)
=
(
1
0
0
0
−
1
2
0
0
0
−
2
3
0
0
0
−
3
4
)
(\boldsymbol{E}+\boldsymbol{B})^{-1}=\frac{1}{2}(\boldsymbol{E}+\boldsymbol{A})=\left(\begin{array}{rrrr}1 & 0 & 0 & 0 \\ -1 & 2 & 0 & 0 \\ 0 & -2 & 3 & 0 \\ 0 & 0 & -3 & 4\end{array}\right)
(E+B)−1=21(E+A)=⎝
⎛1−10002−20003−30004⎠
⎞.
.