行列式相关定理《线性代数》学习笔记）

行列式的余子式

    行列式去掉某一元素$a_{ij}$的所在行和所在列，剩余的子集仍然是行列式。我们通常称这个行列式为：余子式，记作$M_{ij}$。
    以三阶行列式为例：
$$\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|$$
    元素$a_{11}$的余子式$M_{11}$是去掉第一行、第一列后，剩余的子集：

$$M_{11}=\left|\begin{array}{cc}{a}_{22}& a_{23}\\ a_{32}& a_{33}\end{array}\right|$$
小练习

    对于三角框中的元素“3”，其余子式可写作$M_{14}=\left|\begin{array}{ccc}1& 1& 1\\ 2& 2& 3\\ 5& 5& 6\end{array}\right|$

    对于圆形框中的元素“2”，其余子式可写作$M_{32}=\left|\begin{array}{ccc}1& 0& 3\\ 1& 1& 1\\ 5& 6& 6\end{array}\right|$

---

行列式的代数余子式

    简单来说，就是带符号的余子式。元素$a_{ij}$的代数余子式为$(-1{)}^{i+j}\times M_{ij}$，符号记作$A_{ij}$。
    以三阶行列式为例：
$$\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|$$
    元素$a_{11}$的代数余子式$A_{11}$写作：
$$A_{11}=(-1{)}^{1+1}\times M_{11}=(-1{)}^{1+1}\times \left|\begin{array}{cc}{a}_{22}& a_{23}\\ a_{32}& a_{33}\end{array}\right|$$
小练习

    对于三角框中的元素“3”，其余子式可写作$A_{14}=(-1{)}^{1+4}\times M_{14}=(-1{)}^{1+4}\times \left|\begin{array}{ccc}1& 1& 1\\ 2& 2& 3\\ 5& 5& 6\end{array}\right|$

    对于圆形框中的元素“2”，其余子式可写作$A_{32}=(-1{)}^{3+2}\times M_{32}=(-1{)}^{3+2}\times \left|\begin{array}{ccc}1& 0& 3\\ 1& 1& 1\\ 5& 6& 6\end{array}\right|$

---

行列式的按行展开

    行列式任意一行的各元素和其对应的代数余子式的乘积之和。
$$D=\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|$$
    对于$n$阶行列式，其按第$i$行展开为：

小练习
    写出行列式$D=\left|\begin{array}{ccc}1& 1& 2\\ 0& 1& 0\\ 2& 3& 5\end{array}\right|$的按行展开。

• 答案 1：
  
  按第1行展开:$D=1\times (-1{)}^{1+1}\times \left|\begin{array}{cc}1& 0\\ 3& 5\end{array}\right|+1\times (-1{)}^{1+2}\times \left|\begin{array}{cc}0& 0\\ 2& 5\end{array}\right|+1\times (-1{)}^{1+3}\times \left|\begin{array}{cc}0& 1\\ 2& 3\end{array}\right|$

• 答案 2：
  
  按第2行展开：$D=1\times (-1{)}^{2+2}\times \left|\begin{array}{cc}1& 2\\ 2& 5\end{array}\right|$

• 答案 3：
  
  按第3行展开：$D=1\times (-1{)}^{1+1}\times \left|\begin{array}{cc}1& 0\\ 3& 5\end{array}\right|+1\times (-1{)}^{1+2}\times \left|\begin{array}{cc}0& 0\\ 2& 5\end{array}\right|+1\times (-1{)}^{1+3}\times \left|\begin{array}{cc}0& 1\\ 2& 3\end{array}\right|$

    通过上述例子，我们可以发现行列式按行展开的两大特点：1）按行展开有降阶的效果（例题中由三阶行列式变为了二阶行列式）；2）在做行列式展开式，尽量选择“0”多的一行展开（例题中答案2中只需要一项即可写完，其余答案都得写多项）。

注：行列式的按列展开与按行展开类似：行列式任意一列的各元素和其对应的代数余子式的乘积之和。
    对于$n$阶行列式，其按第$i$列展开为：$D=a_{i1}{A}_{i1}+a_{i2}{A}_{i2}+\dots +a_{in}{A}_{in}$

---

异乘变零定理

    行列式某行元素与另一行元素的代数余子式乘积之和为零。
    以三阶行列式为例进行证明：$$D=\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|$$求第3行元素与第1行元素的代数余子式的乘积之和：$$D=a_{31}\times A_{11}+a_{32}\times A_{12}+a_{33}\times A_{13}①$$    对于一个新的三阶行列式（第3行和第1行相等）$$D^{\prime }=\left|\begin{array}{ccc}{a}_{31}& a_{32}& a_{33}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|$$求第3行元素与第1行元素的代数余子式的乘积之和：$$D^{\prime }=a_{31}\times A_{11}+a_{32}\times A_{12}+a_{33}\times A_{13}②$$    观察 ① 和 ②，他们的值其实是一样的，即$D=D^{\prime }$，又由行列式性质2的推论（见上一篇文章），可以知道$D^{\prime }=0$，因此$D=0$，即证得该定理。

---

拉普拉斯展开定理

    在看这个定理之前，我们先来学习一组概念。

• $k$阶子式：取定$k$行、$k$列，取出位于划线交叉位置处的元素组成的行列式。
• $k$阶子式的余子式：取定$k$行、$k$列，取出未被划线位置处的元素组成的行列式。
• -$k$阶子式的代数余子式：在余子式的概念上增加了符号（-1的指数为取出的所有的第几行、第几列数字之和）。

    2阶子式：当$k=2$时，取定任意两行、两列取出位于划线交叉位置处的元素组成的行列式。
    2阶子式的余子式：当$k=2$时，取定任意两行、两列取出未被划线位置处的元素组成的行列式。
    2阶子式的代数余子式：当$k=2$时，在余子式的概念上增加了符号（-1的指数为取出的两个第几行、两个第几列数字之和）。
例如： 对于四阶行列式：
$$D=\left|\begin{array}{cccc}1& 1& 0& 3\\ 1& 1& 1& 1\\ 2& 2& 3& 4\\ 5& 5& 6& 6\end{array}\right|$$
当取定1、2行和1、2列时，它的2阶子式是：
它的2阶子式的余子式是：

它的2阶子式的余子式是：

    有了这样一些前序知识铺垫，我们再来看看什么是拉普拉斯展开定理。

    拉普拉斯展开定理：取定$k$行，由$k$行元素组成的所有阶子式与代数余子式乘积之和等于行列式的值。
在一些特殊的行列式中，应用该定理展开行列式，会显得非常方便。
例如： 对于五阶行列式
$$D=\left|\begin{array}{ccccc}1& 2& 0& 0& 0\\ 3& 4& 0& 0& 0\\ 1& 2& 3& 4& 5\\ 5& 4& 1& 2& 2\\ 3& 1& 1& 2& 3\end{array}\right|$$    如果我们要将$D$展开，运用通常的方式会相当复杂。我们观察到该行列式的第1、2行有很多“0”，我们可以使用拉普拉斯展开定理，选定第1、2行，再取出第1、2列（因为后面三列都是0，如果取后面三列的任意一列与其他列组合，得到的2阶子式的值都是0。所以为了方便运算，直接取前两列）。

因此，根据拉普拉斯定理，$D$的展开式写作：
$$D=\left|\begin{array}{cc}1& 2\\ 3& 4\end{array}\right|\times (-1{)}^{1+2+1+2}\left|\begin{array}{ccc}3& 4& 5\\ 1& 1& 1\\ 8& 3& 1\end{array}\right|$$

---

行列式相乘定理

    假设$D_1$、$D_2$是两个$n$阶行列式，则它的乘积可以表示成一个$n$阶行列式。
例如： $D_1=\left|\begin{array}{ccc}1& 2& 3\\ 2& 0& 0\\ 0& 1& 3\end{array}\right|$、 $D_2=\left|\begin{array}{ccc}4& 1& 3\\ 5& 3& 2\\ 6& 1& 0\end{array}\right|$，计算$D_1\times D_2$。

    计算原则：$D_1$的第$i$行和$D_2$的第$j$列的对应元素相乘再相加，得到结果行列式的元素$a_{ij}$。

以计算 $D_1\times D_2$的元素$a_{11}$为例：
因此$D_1\times D_2=\left|\begin{array}{ccc}32& 10& 7\\ 8& 2& 6\\ 23& 6& 2\end{array}\right|$

小思考
    1）上面提到的两个行列式相乘，都是同阶的行列式相乘。那么对不同阶的行列式相乘，这种方法还使用吗？
    当然不适用（原因自己想吧，码字真的好累啊，枯了）。

    2）不同阶的行列式可以相乘吗？
    当然可以！你可以将两个行列式的值分别求出，这样就变成了两个数相乘；也可以对高阶行列式降阶（前面提到的按行展开），这样就变成了同阶行列式相乘。

---

参考文献

    [1]宋浩.《线性代数》高清教学视频 “惊叹号”系列 宋浩老师[EB/OL].https://www.bilibili.com/video/BV1aW411Q7x1?p=4,2019-06-12.

---

上篇笔记地址→ 行列式性质