来自B站《猴博士爱讲课》,摘取行列式6种常用的运算性质
1.对角线x,其余a
[xa⋯aax⋯a⋮⋮⋱⋮aa⋯x]=(x−a)n−1[x+(n−1)a]\begin{bmatrix}x&a&\cdots&a\\a&x&\cdots&a\\\vdots&\vdots&\ddots&\vdots\\a&a&\cdots&x\end{bmatrix}=(x-a)^{n-1}[x+(n-1)a]⎣⎢⎢⎢⎡xa⋮aax⋮a⋯⋯⋱⋯aa⋮x⎦⎥⎥⎥⎤=(x−a)n−1[x+(n−1)a]
- 矩阵特点:n行n列,除对角线均是x外,矩阵其他数均是a
- 实例:
对于矩阵[2333323333233332]\begin{bmatrix}2&3&3&3\\3&2&3&3\\3&3&2&3\\3&3&3&2\end{bmatrix}⎣⎢⎢⎡2333323333233332⎦⎥⎥⎤,这里x=2;a=3;n=4x=2;a=3;n=4x=2;a=3;n=4代入公式得(2−3)4−1[2+(4−1)3](2-3)^{4-1}[2+(4-1)3](2−3)4−1[2+(4−1)3],化简得-11。
2.矩阵内两行(列)等比矩阵为0
(1)矩阵内两行(列)相同或者成比例时,矩阵为0
(2)某行(列)为两项相加减时,行列式可拆成两个行列式相加减
- 实例
对于[123246568]\begin{bmatrix}1&2&3\\2&4&6\\5&6&8\end{bmatrix}⎣⎡125246368⎦⎤,由于r2=2r1r_2=2r_1r2=2r1,因此此矩阵为0.
3.某行(列)为两项加减的时,可拆成两个行列式加减形式
- 实例
已知[a1b1c1a2b2c2a3b3c3]=1\begin{bmatrix}a_1&b_1&c_1\\a_2&b_2&c_2\\a_3&b_3&c_3\end{bmatrix}=1⎣⎡a1a2a3b1b2b3c1c2c3⎦⎤=1,求[a1b1a1+c1a2b2a2+c2a3b3a3+c3]\begin{bmatrix}a_1&b_1&a_1+c_1\\a_2&b_2&a_2+c_2\\a_3&b_3&a_3+c_3\end{bmatrix}⎣⎡a1a2a3b1b2b3a1+c1a2+c2a3+c3⎦⎤?
由上述行列式加减的性质,可将原式拆成两个行列式相加的形式,则原式[a1b1a1+c1a2b2a2+c2a3b3a3+c3]=[a1b1a1a2b2a2a3b3a3]+[a1b1c1a2b2c2a3b3c3]\begin{bmatrix}a_1&b_1&a_1+c_1\\a_2&b_2&a_2+c_2\\a_3&b_3&a_3+c_3\end{bmatrix}=\begin{bmatrix}a_1&b_1&a_1\\a_2&b_2&a_2\\a_3&b_3&a_3\end{bmatrix}+\begin{bmatrix}a_1&b_1&c_1\\a_2&b_2&c_2\\a_3&b_3&c_3\end{bmatrix}⎣⎡a1a2a3b1b2b3a1+c1a2+c2a3+c3⎦⎤=⎣⎡a1a2a3b1b2b3a1a2a3⎦⎤+⎣⎡a1a2a3b1b2b3c1c2c3⎦⎤,由于前面矩阵c1=c3c_1=c_3c1=c3,因此为0;后面的矩阵是已知的,因此,最终结果就是1。
4.求余子式(M)、代数余子式(A)
- 余子式(M),求MxyM_{xy}Mxy就是去掉矩阵的x行y列后剩下的数重组矩阵
- 代数余子式(A),Axy=(−1)x+y∗MxyA_{xy}=(-1)^{x+y}*M_{xy}Axy=(−1)x+y∗Mxy
- 实例
求矩阵[123246568]\begin{bmatrix}1&2&3\\2&4&6\\5&6&8\end{bmatrix}⎣⎡125246368⎦⎤M23M_{23}M23和A23A_{23}A23?
去掉第2行第3列后得到新矩阵[1256]\begin{bmatrix}1&2\\5&6\end{bmatrix}[1526],求得结果为-4。
A23=(−1)2+3∗M23=(−1)∗(−4)=4A_{23}=(-1)^{2+3}*M_{23}=(-1)*(-4)=4A23=(−1)2+3∗M23=(−1)∗(−4)=4
5.多个余子式或代数余子式加减
已知D=[1234]D=\begin{bmatrix}1&2\\3&4\end{bmatrix}D=[1324],求3A11+2A123A_{11}+2A_{12}3A11+2A12?
求A步骤:
1.找到AxyA_{xy}Axy对应位置,这里是1行1列的1和1行2列的2的位置
2.将A前的系数替换到对应的位置形成新的行列式
这里,新的行列式是[3234]\begin{bmatrix}3&2\\3&4\end{bmatrix}[3324]
3.求新生成行列式的值即得到最终结果
[3234]=3∗4−3∗2=6\begin{bmatrix}3&2\\3&4\end{bmatrix}=3*4-3*2=6[3324]=3∗4−3∗2=6
这里用直接计算A的方式验证一下:
M11=4M_{11}=4M11=4,A11=(−1)1+1∗4=4A_{11}=(-1)^{1+1}*4=4A11=(−1)1+1∗4=4
M12=3M_{12}=3M12=3,A12=(−1)1+2∗3=−3A_{12}=(-1)^{1+2}*3=-3A12=(−1)1+2∗3=−3
3A11+2A12=3∗4+2∗(−3)=63A_{11}+2A_{12}=3*4+2*(-3)=63A11+2A12=3∗4+2∗(−3)=6
求M步骤:
因为Axy=(−1)x+y∗MxyA_{xy}=(-1)^{x+y}*M_{xy}Axy=(−1)x+y∗Mxy,因此可通过该式将MxyM_{xy}Mxy转换成AxyA_{xy}Axy,再按照求代数余子式的方法进行计算。
示例:
已知D=[1234]D=\begin{bmatrix}1&2\\3&4\end{bmatrix}D=[1324],求3M11+2M123M_{11}+2M_{12}3M11+2M12?
因为A11=(−1)1+1∗M11A_{11}=(-1)^{1+1}*M_{11}A11=(−1)1+1∗M11,所以M11=A11M_{11}=A_{11}M11=A11
因为A12=(−1)1+2∗M12A_{12}=(-1)^{1+2}*M_{12}A12=(−1)1+2∗M12,所以M12=−A12M_{12}=-A_{12}M12=−A12
所以原式3M11+2M12=3A11−2A123M_{11}+2M_{12}=3A_{11}-2A_{12}3M11+2M12=3A11−2A12
所以新行列式[3−234]=3∗4−(−2)∗3=18\begin{bmatrix}3&-2\\3&4\end{bmatrix}=3*4-(-2)*3=18[33−24]=3∗4−(−2)∗3=18
直接代入MxyM_{xy}Mxy验证,原式3M11+2M12=3∗4+2∗3=183M_{11}+2M_{12}=3*4+2*3=183M11+2M12=3∗4+2∗3=18,得到同样的结果。
6.给一个方程组,判断其解
判断{x1+2x2=04x1+5x2=0\begin{cases}x_1+2x_2=0\\4x_1+5x_2=0\end{cases}{x1+2x2=04x1+5x2=0是否有唯一解。
判断依据:
方程组 | D≠0D\neq0D̸=0 | D=0D=0D=0 |
---|---|---|
齐次 | 只有一组零解 | 有零解与非零解 |
非齐次 | 只有一组非零解 | 有多个解或者非零解 |
注:
齐次是指方程组除了带x的项和0项,没有常数项
非齐次则是方程组除了带x的项,还有常数项
零解是指方程的解是0
原式{x1+2x2=04x1+5x2=0\begin{cases}x_1+2x_2=0\\4x_1+5x_2=0\end{cases}{x1+2x2=04x1+5x2=0没有常数项,又:D=[1245]=−3≠0D=\begin{bmatrix}1&2\\4&5\end{bmatrix}=-3\neq0D=[1425]=−3̸=0,根据上表可知原式只有一组零解