线性代数笔记-part1行列式

本文章是关于线性代数的学习笔记。

行列式

全排列和对换

把 n 个不同的元素排成一列, 叫做这 n 个元素的全排列(简称排列)。 n 个不同元素的所有排列的种数 P n P_n Pn 可由下式计算:
P n = A n n = n ! \begin{align} P_n=A_n^n=n! \end{align} Pn=Ann=n!
对于 n 个不同的元素, 先规定各元素之间有一个标准次序, 于是在这 n 个元素的任一排列中, 当某一对元素的先后次序与标准次序不同时, 就说它构成 1 个逆序。一个排列中所有逆序的总数叫做这个排列的逆序数

逆序数为奇数的排列叫做奇排列, 逆序数为偶数的排列叫做偶排列

逆序数的计算方法: 不失一般性, 不妨设 n 个元素为 1 至 n 这 n 个自然数, 并规定由小到大为标准次序。设 p 1 p 2 ⋯ p n p_1p_2\cdots p_n p1p2pn 为这 n 个自然数的一个排列, 考虑元素 p i ( i = 1 , 2 , ⋯   , n ) p_i(i= 1, 2, \cdots, n) pi(i=1,2,,n),如果比 p i p_i pi 大的且排在 p i p_i pi 前面的元素有 t i t_i ti个, 就说 p i p_i pi这个元素的逆序数是 t i t_i ti. 全体元素的逆序数之总和
t = t 1 + t 2 + t 3 + ⋯ + t n = ∑ i = 1 n t i \begin{align} t=t_1+t_2+t_3+\cdots+t_n=\sum_{i=1}^n t_i \end{align} t=t1+t2+t3++tn=i=1nti
即是这个排列的逆序数.

在排列中, 将任意两个元素对调, 其余的元素不动, 这种作出新排列的操作叫做对换。特别地,相邻两个元素的对换叫做相邻对换

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:奇排列对换成标准排列的对换次数为奇数, 偶排列对换成标准排列的对换次数为偶数

n 阶行列式的定义

定义: 设有 n 2 n^2 n2个数, 排成 n 行 n 列的数表
a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 ⋯ a n n \begin{align} \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} \end{align} a11a21an1a12a22an2a1na2nann
作出表中位于不同行不同列的 n 个数的乘积, 并冠以符号 ( − 1 ) t (-1)^t (1)t, 得到形如
( − 1 ) t a 1 p 1 a 2 p 2 ⋯ a n p n \begin{align} (-1)^ta_{1p_1}a_{2p_2}\cdots a_{np_n} \end{align} (1)ta1p1a2p2anpn
的项, 其中 p 1 p 2 ⋯ p n p_1p_2\cdots p_n p1p2pn为自然数 1 , 2 , ⋯   , n 1, 2, \cdots, n 1,2,,n的一个排列, t 为这个排列的逆序数. 由于这样的排列共有 n! 个, 因而形如上式的项共有 n!项. 所有这 n!项的代数和
∑ ( − 1 ) t a 1 p 1 a 2 p 2 ⋯ a n p n \begin{align} \sum(-1)^ta_{1p_1}a_{2p_2}\cdots a_{np_n} \end{align} (1)ta1p1a2p2anpn
称为n 阶行列式, 记作
D = [ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 ⋯ a n n ] \begin{align}D = \begin{bmatrix}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{bmatrix}\end{align} D= a11a21an1a12a22an2a1na2nann
简记作 det( a i j a_{ij} aij) , 其中数 a i j a_{ij} aij为行列式 D 的(i, j)

主对角线以下(上) 的元素都为 0 的行列式叫做上(下) 三角形行列式; 特别, 主对角线以下和以上的元素都为 0 的行列式叫做对角行列式

行列式的性质

转置行列式表示为
D T = [ a 11 a 21 ⋯ a n 1 a 12 a 22 ⋯ a n 2 ⋮ ⋮ ⋱ ⋮ a 1 n a 2 n ⋯ a n n ] \begin{align} D^\text{T} = \begin{bmatrix} a_{11} & a_{21} & \cdots & a_{n1} \\ a_{12} & a_{22} & \cdots & a_{n2} \\ \vdots & \vdots & \ddots & \vdots \\ a_{1n} & a_{2n} & \cdots & a_{nn} \end{bmatrix} \end{align} DT= a11a12a1na21a22a2nan1an2ann
性质1:行列式与它的转置行列式相等.

由此性质可知, 行列式中的行与列具有同等的地位, 行列式的性质凡是对行成立的对列也同样成立, 反之亦然

性质2:对换行列式的两行(列) , 行列式变号

推论:如果行列式有两行(列) 完全相同, 则此行列式等于零.

性质3:行列式的某一行(列) 中所有的元素都乘同一数 k, 等于用数 k 乘此行列式.

推论:行列式中某一行(列) 的所有元素的公因子可以提到行列式记号的外面.

性质4:行列式中如果有两行(列) 元素成比例, 则此行列式等于零.

性质5:若行列式的某一行(列) 的元素都是两数之和, 例如第 i 行的元素都是两数之和
D = [ a 11 a 12 ⋯ a 1 n ⋮ ⋮ ⋮ a i 1 + a i 1 ′ a i 2 + a i 2 ′ ⋯ a i n + a i n ′ ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ] \begin{align} D = \begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & & \vdots \\ a_{i1}+a'_{i1} & a_{i2}+a'_{i2} & \cdots & a_{in}+a'_{in} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{bmatrix} \end{align} D= a11ai1+ai1an1a12ai2+ai2an2a1nain+ainann
则 D 等于下列两个行列式之和:
D = [ a 11 a 12 ⋯ a 1 n ⋮ ⋮ ⋮ a i 1 a i 2 ⋯ a i n ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ] + [ a 11 a 12 ⋯ a 1 n ⋮ ⋮ ⋮ a i 1 ′ a i 2 ′ ⋯ a i n ′ ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ] \begin{align} D = \begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & & \vdots \\ a_{i1} & a_{i2} & \cdots & a_{in} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{bmatrix} + \begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ \vdots & \vdots & & \vdots \\ a'_{i1} & a'_{i2} & \cdots & a'_{in} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{bmatrix} \end{align} D= a11ai1an1a12ai2an2a1nainann + a11ai1an1a12ai2an2a1nainann

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

行列式按行(列)展开

在 n 阶行列式中, 把(i, j)元 a i j a_{ij} aij所在的第i行和第j列划去后, 留下来的n-1阶行列式叫做(i, j)元 a i j a_{ij} aij的余子式, 记作 M i j M_{ij} Mij ;记
A i j = ( − 1 ) i + j M i j \begin{align} A_{ij}=(-1)^{i+j}M_{ij} \end{align} Aij=(1)i+jMij
A i j A_{ij} Aij叫做(i, j)元 a i j a_{ij} aij的代数余子式

引理:一个 n 阶行列式, 如果其中第i行所有元素除(i, j) 元 a i j a_{ij} aij外都为零, 那么这行列式等于 a i j a_{ij} aij与它的代数余子式的乘积, 即 D = a i j A i j D=a_{ij}A_{ij} D=aijAij

定理2: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 i 1 A i 1 + a i 2 A i 2 + ⋯ + a i n A i n ( i = 1 , 2 , ⋯   , n ) \begin{align} D = a_{i1}A_{i1} +a_{i2}A_{i2}+\cdots +a_{in}A_{in} \quad (i=1, 2, \cdots, n) \end{align} D=ai1Ai1+ai2Ai2++ainAin(i=1,2,,n)

D = a 1 j A 1 j + a 2 j A 2 j + ⋯ + a n j A n j ( j = 1 , 2 , ⋯   , n ) \begin{align} D = a_{1j}A_{1j} +a_{2j}A_{2j}+\cdots +a_{nj}A_{nj} \quad (j=1, 2, \cdots, n) \end{align} D=a1jA1j+a2jA2j++anjAnj(j=1,2,,n)
这个定理叫做行列式按行(列) 展开法则. 利用这一法则并结合行列式的性质, 可以简化行列式的计算。

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 i 1 A j 1 + a i 2 A j 2 + ⋯ + a i n A j n = 0 , i ≠ j \begin{align} a_{i1}A_{j1}+a_{i2}A_{j2}+\cdots + a_{in}A_{jn} = 0, i\neq j \end{align} ai1Aj1+ai2Aj2++ainAjn=0i=j

a 1 i A 1 j + a 2 i A 2 j + ⋯ + a n i A n j = 0 , i ≠ j \begin{align} a_{1i}A_{1j}+a_{2i}A_{2j}+\cdots + a_{ni}A_{nj} = 0, i\neq j \end{align} a1iA1j+a2iA2j++aniAnj=0i=j

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