Linear Algebra - Determinant(基础)

1. 行列式的定义

一阶行列式:

\[\begin{vmatrix} a_1 \end{vmatrix} = a_1 \]

二阶行列式:

\[\begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix} = a_{11}a_{22} - a_{12}a_{21} \]

三阶行列式:

\[\begin{vmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \\ \end{vmatrix} \\ = a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{21}a_{32}a_{13} -\ a_{13}a_{22}a_{31} - a_{12}a_{21}a_{33} - a_{23}a_{32}a_{11} \]

n阶行列式:

\[\begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{matrix} = \sum(-1)^ta_{1p_1}a_{2p_2}\cdots\ a_{np_n} \]

其中 $ p_1 p_2 \cdots p_n $ 为自然数 1, 2, $ \cdots $, n 的一个排列,t为这个排列的逆序数。

2. 全排列和对换

全排列:
把n个不同的元素排成一列,叫做这n个元素的全排列(也简称排列)。

逆序数:
在一个排列中,如果一对数的前后位置与大小顺序相反,即前面的数大于后面的数,那么它们就称为一个逆序.一个排列中逆序的总数就称为这个排列的逆序数.逆序数为偶数的排列称为偶排列;逆序数为奇数的排列称为奇排列。

对换:
在排列中,将任意两个元素对调,其他元素保持不变,这种操作叫做对换。如果对换的两个元素相邻,叫做相邻对换。
定理1 一个排列中的任意两个元素对换,排列改变奇偶性。
推论1 寄排列对换成标准排列的对换次数为奇数,偶排列为偶数。

3. 行列式的性质

性质1 行列式与它的转置行列式相等。
性质2 对换行列式的两行(列),行列式变号。
性质3 行列式的某一行(列)的所有元素都乘以同一数k,等于用数k乘以此行列式。
性质4 行列式如果有两行(列)元素成比例,则此行列式等于零。(很奇怪,这条性质可以很明显地根据性质2和性质3推导出来,为什么不是推论?)
性质5 若行列式的某一行(列)的元素都是两数之和,

\[ D = \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{i1}+a_{i1}^{'} & a_{i2}+a_{i2}^{'} & \cdots & a_{in}+a_{in}^{'} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \\ \end{vmatrix} \]

\[ D = \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{i1} & a_{i2} & \cdots & a_{in} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \\ \end{vmatrix} + \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{i1}^{'} & a_{i2}^{'} & \cdots & a_{in}^{'} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \\ \end{vmatrix} \]

性质6 把行列式的某一行(列)的各元素乘以同一数,然后加到另一行(列)对应的元素上去,行列式不变。

4. 行列式展开

余子式和代数余子式

在n阶行列式中,把元素 \(a_{ij}\) 所在第i行和第j列划去后,留下来的n-1阶行列式叫做元素 \(a_{ij}\) 的余子式,记作 \(M_{ij}\) ,记

\[A_{ij} = (-1)^{i+j}M_{ij} \]

\(A_{ij}\) 叫做元素 \(a_{ij}\) 的代数余子式。

定理

引理 一个n阶行列式,如果其中第i行所有元素除 \(a_{ij}\) 外都为零,那么这行列式等于 \(a_{ij}\) 与它的代数余子式的乘积。

\[D = \begin{vmatrix} a_{11} & \cdots & a_{1j} & \cdots & a_{1n} \\ \vdots & & \vdots & & \vdots \\ 0 & \cdots & a_{ij} & \cdots & 0 \\ \vdots & & \vdots & & \vdots \\ a_{n1} & \cdots & a_{nj} & \cdots & a_{nn} \\ \end{vmatrix} = a_{ij}A_{ij} \]

定理 行列式等于它的任一行(列)的各元素与其对应的代数余子式乘积之和。即

\[D = a_{i1}A_{i1} + a_{i2}A_{i2} + \cdots + a_{in}A_{in} \\ D = a_{1j}A_{1j} + a_{2j}A_{2j} + \cdots + a_{nj}A_{nj} \]

推论 行列式某一行(列)的元素与另一行(列)的对应元素的代数余子式乘积之和等于零,即

\[a_{i1}A_{j1} + a_{i2}A_{j2} + \cdots + a_{in}A_{jn} = 0, (i \not= j) \\ a_{1i}A_{1j} + a_{2i}A_{2j} + \cdots + a_{ni}A_{nj} = 0, (i \not= j) \]

5. 克拉默法则

对于方程组:

\[\begin{cases} a_{11}x_1 + a_{12}x_2 + \cdots + a_{1n}x_n = b_1 \\ a_{21}x_1 + a_{22}x_2 + \cdots + a_{2n}x_n = b_2 \\ \cdots \\ a_{n1}x_1 + a_{n2}x_2 + \cdots + a_{nn}x_n = b_n \\ \end{cases} \]

当右端的常数项 \(b_1, b_2, \cdots, b_n\) 全为0,该方程组为齐次线性方程组
当右端的常数项 \(b_1, b_2, \cdots, b_n\) 不全为0,该方程组为非齐次线性方程组

若方程组的系数行列式

\[D = \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \\ \end{vmatrix} \not= 0 \]

则,方程组有唯一解

\[x_j = \frac{D_j}{D} \]

其中 \(D_j\) 是把系数行列式D中的第j列的元素用方程组右端的常数项代替后所得到的n阶行列式,即

\[D = \begin{vmatrix} a_{11} & \cdots & a_{1j-1} & b_1 & a_{1j+1} & \cdots & a_{1n} \\ a_{21} & \cdots & a_{2j-1} & b_2 & a_{2j+1} & \cdots & a_{2n} \\ \vdots & & \vdots & \vdots & \vdots && \vdots \\ a_{n1} & \cdots & a_{nj-1} & b_n & a_{nj+1} & \cdots & a_{nn} \\ \end{vmatrix} \]

posted @ 2018-12-18 11:32  郑大峰  阅读(279)  评论(0编辑  收藏  举报