【考研数学一·线性代数(1)】行列式

1.行列式的定义

1.1.本质定义

$n$阶行列式$D_n=\left|\begin{array}{ccc}{a}_{11}& \cdots & a_{1n}\\ ⋮& & ⋮\\ a_{n1}& \cdots & a_{nn}\end{array}\right|$是由$n$个$n$维列向量${\alpha }_1=[a_{11},a_{12},\cdots ,a_{1n}]\cdots {\alpha }_n=[a_{n1},a_{n2},\cdots ,a_{nn}]$组成的，其结果是以这$n$个向量为邻边的$n$维图形的（有向）体积.

1.2.逆序数法定义

$$\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|=\sum _{j_1{j}_2\cdots j_n}(-1{)}^{\tau (j_1{j}_2\cdots j_n)}{a}_{1j_1}{a}_{2j_2}\cdots a_{n{j}_n}(共n!项)(n⩾2)$$

2.行列式的性质

1. 行列互换，其值不变.

2. 行列式中某行（列）元素全为零，则行列式为零.

3. 行列式中的两行（列）元素相等或对应成比例，则行列式为零.

4. 行列式中某行（列）元素均是两个元素之和，则可以拆成两个行列式.

   $$\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ a_{i1}+b_{i1}& a_{i2}+b_{i2}& \cdots & a_{in}+b_{in}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|=\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ a_{i1}& a_{i2}& \cdots & a_{in}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|+\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ b_{i1}& b_{i2}& \cdots & b_{in}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|$$

5. 行列式中两行（列）互换，行列式的值反号.

6. 只乘一行（列）！！（倍乘）

   $$\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ k{a}_{i1}& k{a}_{i2}& \cdots & k{a}_{in}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|=k\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ a_{i1}& a_{i2}& \cdots & a_{in}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|$$

7. 行列式中某行（列）的$k$倍加到另一行（列），行列式的值不变。（倍加）

3.行列式的展开定理

3.1.余子式

$$M_{ij}=\left|\begin{array}{cccccc}{a}_{11}& \cdots & a_{1,j-1}& a_{1,j+1}& \cdots & a_{1n}\\ ⋮& & ⋮& ⋮& & ⋮\\ a_{i-1,1}& \cdots & a_{i-1,j-1}& a_{i-1,j+1}& \cdots & a_{i-1,n}\\ a_{i+1,1}& \cdots & a_{i+1,j-1}& a_{i+1,j+1}& \cdots & a_{i+1,n}\\ ⋮& & ⋮& ⋮& & ⋮\\ a_{n1}& \cdots & a_{n,j-1}& a_{n,j+1}& \cdots & a_{nn}\end{array}\right|$$

3.2.代数余子式

$$A_{ij}=(-1{)}^{i+j}{M}_{ij}$$

3.3.行列式按某一行（列）展开的展开公式

$$\begin{gathered} |A|=\{\begin{array}{l}{a}_{i1}{A}_{i1}+a_{i2}{A}_{i2}+\cdots +a_{in}{A}_{in}=\sum _{j=1}^n{a}_{ij}{A}_{ij}(i=1,2,\cdots ,n)\\ a_{1j}{A}_{1j}+a_{2j}{A}_{2j}+\cdots +a_{nj}{A}_{nj}=\sum _{i=1}^n{a}_{ij}{A}_{ij}(j=1,2,\cdots ,n)\end{array} \\ \{\begin{array}{l}{a}_{i1}{A}_{k1}+a_{i2}{A}_{k2}+\cdots +a_{in}{A}_{kn}=0(i\ne k)\\ a_{1j}{A}_{1k}+a_{2j}{A}_{2k}+\cdots +a_{nj}{A}_{nk}=0(j\ne k)\end{array} \end{gathered}$$

4.几个重要行列式

4.1.主对角线行列式

$$\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ 0& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ 0& 0& \cdots & a_{nn}\end{array}\right|=\left|\begin{array}{cccc}{a}_{11}& 0& \cdots & 0\\ a_{21}& a_{22}& \cdots & 0\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|=\left|\begin{array}{cccc}{a}_{11}& 0& \cdots & 0\\ 0& a_{22}& \cdots & 0\\ ⋮& ⋮& & ⋮\\ 0& 0& \cdots & a_{nn}\end{array}\right|=\prod _{i=1}^n{a}_{ii}$$

4.2.副对角线行列式

$$\left|\begin{array}{cccc}{a}_{11}& \cdots & a_{1,n-1}& a_{1n}\\ a_{21}& \cdots & a_{2,n-1}& 0\\ ⋮& & ⋮& ⋮\\ a_{n1}& \cdots & 0& 0\end{array}\right|=\left|\begin{array}{cccc}0& \cdots & 0& a_{1n}\\ 0& \cdots & a_{2,n-1}& a_{2n}\\ ⋮& & ⋮& ⋮\\ a_{n1}& \cdots & a_{n,n-1}& a_{nn}\end{array}\right|=\left|\begin{array}{cccc}0& \cdots & 0& a_{1n}\\ 0& \cdots & a_{2,n-1}& 0\\ ⋮& & ⋮& ⋮\\ a_{n1}& \cdots & 0& 0\end{array}\right|=(-1{)}^{\frac{n(n-1)}{2}}{a}_{1n}{a}_{2,n-1}\cdots a_{n1}$$

4.3.拉普拉斯展开式

$A$为$m$阶矩阵，$B$为$n$阶矩阵
$$\begin{gathered} \left|\begin{array}{cc}A& O\\ O& B\end{array}\right|=\left|\begin{array}{cc}A& C\\ O& B\end{array}\right|=\left|\begin{array}{cc}A& O\\ C& B\end{array}\right|=|A||B| \\ \left|\begin{array}{cc}O& A\\ B& O\end{array}\right|=\left|\begin{array}{cc}C& A\\ B& O\end{array}\right|=\left|\begin{array}{cc}O& A\\ B& C\end{array}\right|=(-1{)}^{mn}|A||B| \end{gathered}$$

4.4.范德蒙德行列式

$$\left|\begin{array}{cccc}1& 1& \cdots & 1\\ x_1& x_2& \cdots & x_n\\ x_1^2& x_2^2& \cdots & x_n^2\\ ⋮& ⋮& & ⋮\\ x_1^{n-1}& x_2^{n-1}& \cdots & x_n^{n-1}\end{array}\right|=\prod _{1⩽i<j⩽n}(x_j-x_i),n⩾2$$

5.行列式的计算

5.1.具体型

1. 化为基本形行列式

   $\{\begin{array}{l}直接展开——某行(列)有最多0元素且阶数较低\\ 爪形——用斜爪消去平/竖爪\\ 异爪形——阶数低可直接展开；递推法\\ 行(列)和相等——所有列(行)加到某一行(列),提公因式\\ 消0化主(副)对角线形\\ 拉普拉斯展开式\\ 范德蒙德行列式\end{array}$

2. 加边法

   $$D_n=\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|=\left|\begin{array}{ccccc}1& \ast & \ast & \cdots & \ast \\ 0& a_{11}& a_{12}& \cdots & a_{1n}\\ 0& a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& ⋮& & ⋮\\ 0& a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|$$

3. 递推法（高阶$\to$低阶）

   $D_{n-1}$与$D_n$要有完全相同的元素分布规律

4. 数学归纳法（低阶$\to$高阶）

   • 第一数学归纳法($F(D_n,D_{n-1})=0$)
     1. 验证$n=1$时，命题成立
     2. 假设$n=k(⩾2)$时，命题成立
     3. 证明$n=k+1$时，命题成立
   • 第二数学归纳法($F(D_n,D_{n-1},D_{n-2})=0$)
     1. 验证$n=1$和$n=2$时，命题成立
     2. 假设$n<k$时，命题成立
     3. 证明$n=k(⩾3)$时，命题成立

5.2.抽象型

1. 用行列式的性质
2. 用矩阵知识
   • $C=AB\Rightarrow |C|=|AB|=|A||B|$
   • $C=A+B\Rightarrow |C|=|A+B|$，对$|A+B|$作恒等变形，转化为矩阵乘积的行列式.$\{\begin{array}{l}由题设条件如E=A{A}^T\\ 用E=A{A}^{-1}\end{array}$
   • 矩阵的其他公式、性质
3. 用相似理论
   • $|A|=\prod _{i=1}^n{\lambda }_i$
   • $A$相似于$B\Rightarrow |A|=|B|$

5.3.余子式和代数余子式的计算

5.3.1.用行列式

$$\begin{gathered} a_{i1}{A}_{i1}+a_{i2}{A}_{i2}+\cdots +a_{in}{A}_{in}=\left|\begin{array}{c}\ast \\ a_{i1}{a}_{i2}\cdots a_{in}\\ \ast \end{array}\right| \\ \Downarrow \\ {k}_1{A}_{i1}+k_2{A}_{i2}+\cdots +k_n{A}_{in}=\left|\begin{array}{c}\ast \\ k_1{k}_2\cdots k_n\\ \ast \end{array}\right| \end{gathered}$$

5.3.2.用矩阵

$$\begin{gathered} |A|\ne 0时,A^{\ast }=|A|A^{-1} \\ {A}^{\ast }=\left(\begin{array}{cccc}{A}_{11}& A_{21}& \cdots & A_{n1}\\ A_{12}& A_{22}& \cdots & A_{n2}\\ ⋮& ⋮& & ⋮\\ A_{1n}& A_{2n}& \cdots & A_{nn}\end{array}\right) \end{gathered}$$

5.3.3.用特征值

$$\begin{gathered} A为可逆矩阵,A的特征值为{\lambda }_i,A^{\ast }的特征值为\frac{|A|}{{\lambda }_i}=\frac{{\lambda }_1{\lambda }_2\cdots {\lambda }_n}{{\lambda }_i}=\prod _{k\ne i}{\lambda }_k(i=1,2,\cdots ,n) \\ {A}^{\ast }=\left(\begin{array}{cccc}{A}_{11}& A_{21}& \cdots & A_{n1}\\ A_{12}& A_{22}& \cdots & A_{n2}\\ ⋮& ⋮& & ⋮\\ A_{1n}& A_{2n}& \cdots & A_{nn}\end{array}\right) \\ \sum _{i=1}^n{A}_{ii}=tr(A^{\ast })=\sum _{i=1}^n\prod _{k\ne i}{\lambda }_k \\ {A}_{11}+A_{22}+A_{33}={\lambda }_2{\lambda }_3+{\lambda }_1{\lambda }_3+{\lambda }_1{\lambda }_2 \end{gathered}$$