第5章 行列式

线性方程求解

行列式的概念起源于线性方程组的求解

Ax=bA=[α1,...,αn]AT=[β1,...,βn]Ax=b\\ A=[\alpha_1,...,\alpha_n]\\ A^T=[\beta_1,...,\beta_n]Ax=bA=[α1,...,αn]AT=[β1,...,βn]

AAAn∗nn*nnn的矩阵,αi\alpha_iαiAAA的第iii行、βi\beta_iβiAAA的第iii

  • 高斯消元法
    可以通过高斯消元法进行求解。
    同时对AAAbbb进行rowi=rowi+λrowjrow_i = row_i + \lambda row_jrowi=rowi+λrowj的操作,将左侧矩阵变成上三角矩阵,就可以简单的求解。

设计多元函数进行求解

Ax=[α1,...,αn][x1,...,xn]T=x1α1+...+xnαn=bAx=[\alpha_1,...,\alpha_n][x_1,...,x_n]^T=x_1\alpha_1+...+x_n\alpha_n=bAx=[α1,...,αn][x1,...,xn]T=x1α1+...+xnαn=b
寻找多元函数

逆序数

逆序数可用来精简化行列式的表示。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

行列式

  • 定义 5.1 数域FFF上的一个n阶行列式是取值于FFF的n个n维向量(α1,⋯ ,αn)∈Fn(\alpha_1,\cdots,\alpha_n)\in F^n(α1,,αn)Fn的一个函数,而且∀αi,βi∈Fn\forall \alpha_i,\beta_i \in F^nαi,βiFn∀λ∈F\forall \lambda \in FλF,满足以下规则:
    (1)D(α1,⋯ ,λαi,⋯ ,αn)=λD(α1,⋯ ,αi,⋯ ,αn)D(\alpha_1,\cdots,\lambda \alpha_i,\cdots,\alpha_n)=\lambda D(\alpha_1,\cdots,\alpha_i,\cdots,\alpha_n)D(α1,,λαi,,αn)=λD(α1,,αi,,αn)
    (2)D(α1,⋯ ,αi+βi,⋯ ,αn)=D(α1,⋯ ,αi,⋯ ,αn)+D(α1,⋯ ,βi,⋯ ,αn)D(\alpha_1,\cdots,\alpha_i+\beta_i,\cdots,\alpha_n)=D(\alpha_1,\cdots,\alpha_i,\cdots,\alpha_n)+D(\alpha_1,\cdots,\beta_i,\cdots,\alpha_n)D(α1,,αi+βi,,αn)=D(α1,,αi,,αn)+D(α1,,βi,,αn)
    (3)D(α1,⋯ ,αi,⋯ ,αj,⋯ ,αn)=−D(α1,⋯ ,αj,⋯ ,αi,⋯ ,αn)D(\alpha_1,\cdots,\alpha_i,\cdots,\alpha_j,\cdots,\alpha_n)=-D(\alpha_1,\cdots,\alpha_j,\cdots,\alpha_i,\cdots,\alpha_n)D(α1,,αi,,αj,,αn)=D(α1,,αj,,αi,,αn)
    (4)D(e1,e2,⋯ ,en)=1D(e_1,e_2,\cdots,e_n)=1D(e1,e2,,en)=1

定义有递归的意味,满足线性、对换反号、D(I)=1。
至于结果是唯一的吗?上面的用逆序数描述的行列式定义显示是唯一的

  • 性质1 若行列式中有一行为零向量,那么行列式值是0

根据定义(1)

  • 性质2 若行列式有两列元素相等,则行列式的值是0

根据定义(3)

  • 性质3 若行列式有两列元素成比例,则行列式的值等于0

根据定义(1)和性质2

  • 性质4 将某一列乘以常数加到另一列(不同列),行列式值不变

  • 性质5 若列线性相关,则行列式的值是0

有了这些性质,计算行列式会方便很多。到这里都是列操作的性质,那么行操作呢?

  • 性质6 ∣AT∣=∣A∣|A^T|=|A|AT=A

证明:若r(A)小于n,则都是0。
若r(A)=n,则A可逆。A=P1P2⋯PkA=P_1P_2\cdots P_kA=P1P2Pk(化为单位矩阵的过程得到这些P)。PkP_kPk是初等矩阵。AT=PkT⋯P1TA^T=P_k^T\cdots P_1^TAT=PkTP1T,有∣Pk∣=∣PkT∣|P_k|=|P_k^T|Pk=PkT,所以得证

图片名称
图片名称
图片名称
  • ∣AT∣=∣A∣∣T∣|AT|=|A||T|AT=A∣∣T,T是初等矩阵

  • 定义 5.2 在n阶行列式D=∣aij∣n×nD=|a_{ij}|_{n×n}D=aijn×n中,去掉元素aija_{ij}aij所在的第i行和第j列的所有元素而得到的n-1阶行列式,称为元素aija_{ij}aij的余子式,记作MijM_{ij}Mij,并把数Aij=(−1)i+jMijA_{ij}=(-1)^{i+j}M_{ij}Aij=(1)i+jMij
    称为元素aija_{ij}aij的代数余子式

  • 定理 5.1 设D=∣aij∣n×nD=|a_{ij}|_{n×n}D=aijn×n,则
    D=∑k=1nakjAkj=∑k=1naikAikD=\sum_{k=1}^na_{kj}A_{kj}=\sum_{k=1}^na_{ik}A_{ik}D=k=1nakjAkj=k=1naikAik
    分别是D对第j列的展开式和D对第i行的展开式。

  • 定理 5.3 A,B是n×n的矩阵,则∣AB∣=∣A∣∣B∣|AB|=|A||B|AB=A∣∣B

证明:当r(B)<=n-1时,都是0
当r(B)=n时,B=P1P2⋯PkB=P_1P_2\cdots P_kB=P1P2Pk

  • 定理 5.4 A可逆  ⟺  ∣A∣≠0\iff|A|\ne0A=0

  • 定义 5.4 矩阵A=(aij)m×nA=(a_{ij})_{m×n}A=(aij)m×n的非零子式的最高阶数r称为A的行列式秩

  • 定理 5.5 秩(A)=r   ⟺  \iffA的行列式的秩是r

线性方程组解——Cramer法则

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值