线代笔记 P01:行列式

1 行列式的定义

  • \(|\boldsymbol A|\)或者\(\mathrm{det} \boldsymbol A\),其中\(\boldsymbol{A}\)\(n\)阶方阵。

  • \[\left| \begin{matrix} a_11 & a_12 & \cdots & a_1n \\ a_21 & a_22 & \cdots & a_2n \\ \vdots & \vdots & & \vdots \\ a_n1 & a_n2 & \cdots & a_nn \\ \end{matrix} \right| = \displaystyle \sum_{j_1 j_2 \cdots j_n} (-1)^{\tau(j_1 j_2 \cdots j_n)} a_{1 j_1} a_{2 j_2} \cdots a_{n j_n} \]

    其中\(\tau()\)为序列的逆序数。

2 行列式的性质与计算

性质

  • 把某行(或列)的\(k\)倍加到另一行(或列),行列式的值不变。
  • 某行(或列)有公因子\(k\),则可以把\(k\)提到行列式记号外。
  • \(\left| \begin{matrix} a_1 + b_1 & a_2 + b_2 & a_3 + b_3 \\ c_1 & c_2 & c_3 \\ d_1 & d_2 & d_3 \\ \end{matrix} \right| = \left| \begin{matrix} a_1 & a_2 & a_3 \\ c_1 & c_2 & c_3 \\ d_1 & d_2 & d_3 \\ \end{matrix} \right| + \left| \begin{matrix} b_1 & b_2 & b_3 \\ c_1 & c_2 & c_3 \\ d_1 & d_2 & d_3 \\ \end{matrix} \right|\)
  • 两行(或列)对应成比例,行列式为零。
  • 两行(或列)互换位置,行列式反号。
  • \(|\boldsymbol A^T| = |\boldsymbol A|\) \(|\boldsymbol A^{-1}| = |\boldsymbol A|^{-1}\)
  • \(|k \boldsymbol A| = k^n |\boldsymbol A|\)
  • \(|\boldsymbol{AB}| = |\boldsymbol A||\boldsymbol B|\)
  • \(\boldsymbol A^* \boldsymbol A = \boldsymbol A \boldsymbol A^* = |\boldsymbol A| \boldsymbol E \quad |\boldsymbol A^*| = |\boldsymbol A|^{n-1}\)
  • \(|\boldsymbol A| = \displaystyle \prod_{i = 1}^n \lambda_i\),其中\(\lambda_i\)\(\boldsymbol A\)的特征值。
  • \(\boldsymbol A \sim \boldsymbol B \implies |\boldsymbol A| = |\boldsymbol B|\)

计算

  • \(|\boldsymbol A| = \displaystyle \sum_{k = 1}^n a_{ik} A_{ik} = \sum_{k = 1}^n a_{kj} A_{kj}\),其中,\(A_{ik}, A_{kj}\)均为元素对应的代数余子式。(注意代数余子式的符号)

    任一行(或列)元素与另一行(或列)元素的代数余子式乘积之和为零。

  • \(|\boldsymbol{A}|\),可以增加一行构成\(\left| \begin{matrix} 1 & \boldsymbol * \\ 0 & \boldsymbol A \end{matrix} \right|\),其中\(\boldsymbol{*}\)用于化简。

  • 上(下)三角形行列式(左下或右上元素全为零)的值等于主对角线元素的乘积。

  • 左上或者右下元素全为零的行列式用副对角线计算,为\((-1)^{\frac {n(n-1)}2} a_{1n} a_{2,n-1} \cdots a_{n1}\)

  • 拉普拉斯展开式:\(\left| \begin{matrix} \boldsymbol A & \boldsymbol * \\ \boldsymbol O & \boldsymbol B \end{matrix} \right| = \left| \begin{matrix} \boldsymbol A & \boldsymbol O \\ \boldsymbol * & \boldsymbol B \end{matrix} \right| = |\boldsymbol A||\boldsymbol B|\)\(\left| \begin{matrix} \boldsymbol O & \boldsymbol A \\ \boldsymbol B & \boldsymbol * \end{matrix} \right| = \left| \begin{matrix} \boldsymbol * & \boldsymbol A \\ \boldsymbol B & \boldsymbol O \end{matrix} \right| = (-1)^{mn} |\boldsymbol A||\boldsymbol B|\),其中\(m,n\)分别为两个对角上矩阵的阶。

  • 范德蒙行列式:\(\left| \begin{matrix} 1 & 1 & \cdots & 1 \\ x_1 & x_2 & \cdots & x_n \\ \vdots & \vdots & & \vdots \\ x_1^{n-1} & x_2^{n-1} & \cdots & x_n^{n-1} \end{matrix} \right| = \displaystyle \prod_{1 \le j \lt j \le n} (x_i - x_j)\)。(所有满足大下标减小下标的乘积)

结合后面的内容,有以下等价关系:

行列式\(|\boldsymbol A| = 0 \iff\)矩阵\(\boldsymbol A\)不可逆\(\iff\)\(r(\boldsymbol A) \lt n \iff \boldsymbol{Ax} = \boldsymbol 0\)有非零解\(\iff\)

0 是矩阵\(\boldsymbol A\)的特征值\(\iff \boldsymbol A\)的行(列)向量线性相关。

posted @ 2020-07-28 09:23  ixtwuko  阅读(1506)  评论(0编辑  收藏  举报