跳转到内容

第10-11讲:行列式按行(列)展开与拉普拉斯定理


关键考点总览(本讲速记)

跳转到:关键考点总览(本讲速记)
  1. ⭐ 余子式 MijM_{ij} 与代数余子式 Aij=(−1)i+jMijA_{ij} = (-1)^{i+j}M_{ij} 的定义
  2. ⭐ 行列式按行(列)展开定理:D=∑k=1naikAikD = \sum_{k=1}^n a_{ik}A_{ik}
  3. ⭐ 推论:∑k=1naikAjk=0\sum_{k=1}^n a_{ik}A_{jk} = 0(当 i≠ji \ne j 时)
  4. ⭐ 范德蒙行列式公式:∏1≤j<i≤n(xi−xj)\prod_{1 \le j < i \le n}(x_i - x_j)
  5. ⭐ k阶子式的代数余子式:A=(−1)(i1+⋯+ik)+(j1+⋯+jk)MA = (-1)^{(i_1+\cdots+i_k)+(j_1+\cdots+j_k)}M
  6. ⭐ 拉普拉斯定理:按k行展开为子式与代数余子式乘积之和
  7. ⭐ 行列式乘法法则:∣AB∣=∣A∣∣B∣|AB| = |A||B|
  8. ⭐ 方阵行列式性质:∣AT∣=∣A∣|A^T|=|A|,∣Ak∣=∣A∣k|A^k|=|A|^k,∣cA∣=cn∣A∣|cA|=c^n|A|
  9. 块三角行列式的计算方法
  10. 求代数余子式之和的技巧:构造行列式

第10讲:行列式按行(列)展开

跳转到:第10讲:行列式按行(列)展开

一、余子式与代数余子式

跳转到:一、余子式与代数余子式
  • 余子式:在 nn 阶行列式 DnD_n 中,划掉元素 aija_{ij} 所在的行与列中的所有元素,余下的元素按原来的次序构成的 n−1n-1 阶行列式,称为元素 aija_{ij} 的余子式,记作 MijM_{ij} [来源:p2,定义]

  • 代数余子式:称 (−1)i+jMij(-1)^{i+j}M_{ij} 为元素 aija_{ij} 的代数余子式,记作 AijA_{ij},即:

    Aij=(−1)i+jMijA_{ij} = (-1)^{i+j}M_{ij}

    [来源:p2,定义]

(2) 余子式的具体形式

跳转到:(2) 余子式的具体形式

对 nn 阶行列式 DnD_n,元素 aija_{ij} 的余子式为:

Mij=∣a11⋯a1,j−1a1,j+1⋯a1n⋮⋮⋮⋮ai−1,1⋯ai−1,j−1ai−1,j+1⋯ai−1,nai+1,1⋯ai+1,j−1ai+1,j+1⋯ai+1,n⋮⋮⋮⋮an1⋯an,j−1an,j+1⋯ann∣M_{ij} = \begin{vmatrix} a_{11} & \cdots & a_{1,j-1} & a_{1,j+1} & \cdots & a_{1n} \\ \vdots & & \vdots & \vdots & & \vdots \\ a_{i-1,1} & \cdots & a_{i-1,j-1} & a_{i-1,j+1} & \cdots & a_{i-1,n} \\ a_{i+1,1} & \cdots & a_{i+1,j-1} & a_{i+1,j+1} & \cdots & a_{i+1,n} \\ \vdots & & \vdots & \vdots & & \vdots \\ a_{n1} & \cdots & a_{n,j-1} & a_{n,j+1} & \cdots & a_{nn} \end{vmatrix}

[来源:p5,公式图示]


二、行列式按行(列)展开定理

跳转到:二、行列式按行(列)展开定理

(1) 定理(行列式按行展开)

跳转到:(1) 定理(行列式按行展开)

⭐ n阶行列式D的值等于它的任一行的各元素与其对应的代数余子式乘积之和。

D=ai1Ai1+ai2Ai2+⋯+ainAin=∑k=1naikAik(i=1,2,…,n)D = a_{i1}A_{i1} + a_{i2}A_{i2} + \cdots + a_{in}A_{in} = \sum_{k=1}^{n} a_{ik}A_{ik} \quad (i = 1, 2, \ldots, n)

[来源:p7,定理]

(2) 定理(行列式按列展开)

跳转到:(2) 定理(行列式按列展开)
D=a1jA1j+a2jA2j+⋯+anjAnj=∑k=1nakjAkj(j=1,2,…,n)D = a_{1j}A_{1j} + a_{2j}A_{2j} + \cdots + a_{nj}A_{nj} = \sum_{k=1}^{n} a_{kj}A_{kj} \quad (j = 1, 2, \ldots, n)

[来源:p8,公式]

⭐ n阶行列式D的任一行(列)的各元素与另一行(列)对应的各元素的代数余子式的乘积之和等于零。

  • 按行:ai1Aj1+ai2Aj2+⋯+ainAjn=0(i≠j)a_{i1}A_{j1} + a_{i2}A_{j2} + \cdots + a_{in}A_{jn} = 0 \quad (i \ne j)
  • 按列:a1sA1t+a2sA2t+⋯+ansAnt=0(s≠t)a_{1s}A_{1t} + a_{2s}A_{2t} + \cdots + a_{ns}A_{nt} = 0 \quad (s \ne t)

[来源:p13,推论]

(4) 定理及推论的统一形式

跳转到:(4) 定理及推论的统一形式

⭐ 设 D=∣aij∣nD = |a_{ij}|_n,则:

∑k=1naikAjk={D,i=j0,i≠j\sum_{k=1}^{n} a_{ik}A_{jk} = \begin{cases} D, & i = j \\ 0, & i \ne j \end{cases} ∑k=1naksAkt={D,s=t0,s≠t\sum_{k=1}^{n} a_{ks}A_{kt} = \begin{cases} D, & s = t \\ 0, & s \ne t \end{cases}

[来源:p14-15,公式]


三、范德蒙行列式

跳转到:三、范德蒙行列式

⭐ 范德蒙(Vandermonde)行列式:

Dn=∣111⋯1x1x2x3⋯xnx12x22x32⋯xn2⋮⋮⋮⋱⋮x1n−1x2n−1x3n−1⋯xnn−1∣=∏1≤j<i≤n(xi−xj)D_n = \begin{vmatrix} 1 & 1 & 1 & \cdots & 1 \\ x_1 & x_2 & x_3 & \cdots & x_n \\ x_1^2 & x_2^2 & x_3^2 & \cdots & x_n^2 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ x_1^{n-1} & x_2^{n-1} & x_3^{n-1} & \cdots & x_n^{n-1} \end{vmatrix} = \prod_{1 \le j < i \le n}(x_i - x_j)

[来源:p16,公式]

  • 计算范德蒙行列式可通过递推公式得到
  • 范德蒙行列式 Dn≠0⇔x1,x2,…,xnD_n \ne 0 \Leftrightarrow x_1, x_2, \ldots, x_n 两两不等 【整理自PPT】

四、行列式的递归定义

跳转到:四、行列式的递归定义

(1) 二、三阶行列式的关系

跳转到:(1) 二、三阶行列式的关系

三阶行列式按第一行展开:

∣a11a12a13a21a22a23a31a32a33∣=a11∣a22a23a32a33∣−a12∣a21a23a31a33∣+a13∣a21a22a31a32∣\begin{vmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{vmatrix} = a_{11}\begin{vmatrix} a_{22} & a_{23} \\ a_{32} & a_{33} \end{vmatrix} - a_{12}\begin{vmatrix} a_{21} & a_{23} \\ a_{31} & a_{33} \end{vmatrix} + a_{13}\begin{vmatrix} a_{21} & a_{22} \\ a_{31} & a_{32} \end{vmatrix}

[来源:p17,公式]


(1) 求代数余子式之和

跳转到:(1) 求代数余子式之和

技巧:若要求 A11+A12+⋯+A1nA_{11} + A_{12} + \cdots + A_{1n},可构造一个新行列式,将第一行元素全部替换为1,则该行列式的值即为所求。[来源:p12,思考题提示]

例:设 DnD_n 为 nn 阶行列式,求第一行各元素的代数余子式之和 A11+A12+⋯+A1nA_{11} + A_{12} + \cdots + A_{1n}。

方法:构造行列式 D‾n\overline{D}_n,将 DnD_n 的第一行元素全部换为1,则 D‾n=A11+A12+⋯+A1n\overline{D}_n = A_{11} + A_{12} + \cdots + A_{1n}。[来源:p12]

(2) 利用展开定理计算行列式

跳转到:(2) 利用展开定理计算行列式
  • 选择零元素较多的行或列展开,可简化计算 【整理自PPT,由例题归纳】
  • 先通过行列变换制造零元素,再展开 【整理自PPT】

第11讲:拉普拉斯展开定理

跳转到:第11讲:拉普拉斯展开定理

一、k阶子式与代数余子式

跳转到:一、k阶子式与代数余子式
  • k阶子式:在 nn 阶行列式 DD 中,任取 kk 行 kk 列,位于这 kk 行 kk 列交叉位置的元素按原行列式 DD 中的相对位置排成的 kk 阶行列式 NN 称为行列式 DD 的一个 k阶子式。[来源:p2-3,定义]

  • k阶子式的余子式:在行列式 DD 中,划去 kk 阶子式 NN 所在的 kk 行 kk 列,剩余元素按原行列式 DD 中的相对位置排成的 n−kn-k 阶行列式 MM 称为 kk 阶子式 NN 的余子式。[来源:p2-3,定义]

  • k阶子式的代数余子式:如果子式 NN 的 kk 行 kk 列在 DD 中的行标与列标分别为 i1,i2,…,iki_1, i_2, \ldots, i_k 和 j1,j2,…,jkj_1, j_2, \ldots, j_k,则称

    A=(−1)(i1+i2+⋯+ik)+(j1+j2+⋯+jk)MA = (-1)^{(i_1+i_2+\cdots+i_k)+(j_1+j_2+\cdots+j_k)}M

    为 NN 的代数余子式。[来源:p3,定义]

例:在5阶行列式 D=∣aij∣5D = |a_{ij}|_5 中,取第2,4行和第1,4列:

  • 2阶子式:N=∣a21a24a41a44∣N = \begin{vmatrix} a_{21} & a_{24} \\ a_{41} & a_{44} \end{vmatrix}

  • NN 的余子式:M=∣a12a13a15a32a33a35a52a53a55∣M = \begin{vmatrix} a_{12} & a_{13} & a_{15} \\ a_{32} & a_{33} & a_{35} \\ a_{52} & a_{53} & a_{55} \end{vmatrix}

  • NN 的代数余子式:A=(−1)(2+4)+(1+4)M=−MA = (-1)^{(2+4)+(1+4)}M = -M

[来源:p12,例题]


二、拉普拉斯(Laplace)定理

跳转到:二、拉普拉斯(Laplace)定理

⭐ 设在 nn 阶行列式 DD 中,取定某 kk 行,则 DD 位于这 kk 行的所有 kk 阶子式 N1,N2,…,NtN_1, N_2, \ldots, N_t 与它们各自对应的代数余子式 A1,A2,…,AtA_1, A_2, \ldots, A_t 的乘积之和等于行列式 DD,即:

D=N1A1+N2A2+⋯+NtAt=∑i=1tNiAiD = N_1A_1 + N_2A_2 + \cdots + N_tA_t = \sum_{i=1}^{t} N_iA_i

其中 t=Cnkt = C_n^k(从 nn 列中选 kk 列的组合数)。

[来源:p13,Laplace定理]

  • 行列式按单行(列)展开是拉普拉斯定理的特例(k=1k=1)【整理自PPT】
  • 按列展开同样成立 【整理自PPT】

三、块矩阵行列式

跳转到:三、块矩阵行列式

⭐ 设 D1D_1 为 mm 阶方阵,D2D_2 为 nn 阶方阵,则:

∣D1∗OD2∣=∣D1∣⋅∣D2∣∣D1O∗D2∣=∣D1∣⋅∣D2∣\begin{vmatrix} D_1 & * \\ O & D_2 \end{vmatrix} = |D_1| \cdot |D_2| \qquad \begin{vmatrix} D_1 & O \\ * & D_2 \end{vmatrix} = |D_1| \cdot |D_2|

【整理自PPT,由p17-19例题归纳】

(2) 副对角块行列式

跳转到:(2) 副对角块行列式

设 D1D_1 为 mm 阶方阵,D2D_2 为 nn 阶方阵,则:

∣OD1D2C∣=(−1)mn∣D1∣⋅∣D2∣\begin{vmatrix} O & D_1 \\ D_2 & C \end{vmatrix} = (-1)^{mn}|D_1| \cdot |D_2|

[来源:p20,公式]


四、行列式的乘法

跳转到:四、行列式的乘法

(1) 定理(行列式的乘积法则)

跳转到:(1) 定理(行列式的乘积法则)

⭐ 两个 nn 阶行列式 A=∣aij∣nA = |a_{ij}|_n,B=∣bij∣nB = |b_{ij}|_n 的乘积等于一个 nn 阶行列式 C=∣cij∣nC = |c_{ij}|_n,其中 CC 的第 ii 行第 jj 列元素 cijc_{ij} 是 AA 的第 ii 行各元素与 BB 的第 jj 列对应元素之积的和,即:

cij=ai1b1j+ai2b2j+⋯+ainbnj=∑k=1naikbkjc_{ij} = a_{i1}b_{1j} + a_{i2}b_{2j} + \cdots + a_{in}b_{nj} = \sum_{k=1}^{n} a_{ik}b_{kj}

[来源:p24-26,定理]

注:这实际上是矩阵乘法的定义,∣AB∣=∣A∣∣B∣|AB| = |A||B|。【整理自PPT】


五、方阵的行列式运算性质

跳转到:五、方阵的行列式运算性质

⭐ 设 AA, BB 为 nn 阶方阵,cc 为常数,则:

  1. ∣AT∣=∣A∣|A^T| = |A|
  2. ∣AB∣=∣A∣∣B∣|AB| = |A||B|
  3. ∣A1A2⋯Am∣=∣A1∣∣A2∣⋯∣Am∣|A_1A_2\cdots A_m| = |A_1||A_2|\cdots|A_m|
  4. ∣Ak∣=∣A∣k|A^k| = |A|^k
  5. ∣cA∣=cn∣A∣|cA| = c^n|A|

[来源:p31,性质]

⭐ 注意区分:∣cA∣|cA|、c∣A∣c|A|、cAcA 三者的含义不同!

  • ∣cA∣=cn∣A∣|cA| = c^n|A|(nn 阶方阵 AA 的每个元素都乘以 cc)
  • c∣A∣c|A|(行列式的值乘以 cc)
  • cAcA(矩阵数乘)

[来源:p31,红色标注]


由 a1,a2,…,ana_1, a_2, \ldots, a_n 构成的 nn 阶循环行列式:

Dn=∣a1a2a3⋯anana1a2⋯an−1an−1ana1⋯an−2⋮⋮⋮⋱⋮a2a3a4⋯a1∣D_n = \begin{vmatrix} a_1 & a_2 & a_3 & \cdots & a_n \\ a_n & a_1 & a_2 & \cdots & a_{n-1} \\ a_{n-1} & a_n & a_1 & \cdots & a_{n-2} \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ a_2 & a_3 & a_4 & \cdots & a_1 \end{vmatrix}

[来源:p28, p30]

循环行列式可以利用行列式乘法或单位根进行计算(也请注意联系矩阵的特征值)。[来源:p30,备注]


附:典型例题类型

跳转到:附:典型例题类型

例题类型1:利用展开定理计算行列式

跳转到:例题类型1:利用展开定理计算行列式

选择零元素多的行或列展开,如副对角行列式、三对角行列式等。[来源:p9-10,例题]

例题类型2:求代数余子式之和

跳转到:例题类型2:求代数余子式之和

设 D=∣15−13223330−874455∣D = \begin{vmatrix} 1 & 5 & -1 & 3 \\ 2 & 2 & 3 & 3 \\ 3 & 0 & -8 & 7 \\ 4 & 4 & 5 & 5 \end{vmatrix},求 A11+A12A_{11} + A_{12} 及 A13+A14A_{13} + A_{14}。

方法:将第一行相应元素换为要求的系数(如1,1,0,0或0,0,1,1),计算新行列式即可。[来源:p11,例题]

例题类型3:利用拉普拉斯定理计算块行列式

跳转到:例题类型3:利用拉普拉斯定理计算块行列式

当行列式呈块三角形式时,按块展开可简化计算。[来源:p14-20,例题]

例题类型4:利用行列式乘法计算

跳转到:例题类型4:利用行列式乘法计算

将行列式分解为两个行列式的乘积来计算。

例:设 D=∣abcd−ba−dc−cda−b−d−cba∣D = \begin{vmatrix} a & b & c & d \\ -b & a & -d & c \\ -c & d & a & -b \\ -d & -c & b & a \end{vmatrix},求 D2D^2。

[来源:p27,例题]


公式名称公式内容来源
代数余子式Aij=(−1)i+jMijA_{ij} = (-1)^{i+j}M_{ij}p2
按行展开D=∑k=1naikAikD = \sum_{k=1}^n a_{ik}A_{ik}p7
按列展开D=∑k=1nakjAkjD = \sum_{k=1}^n a_{kj}A_{kj}p8
异行元素展开为零∑k=1naikAjk=0  (i≠j)\sum_{k=1}^n a_{ik}A_{jk} = 0 \;(i \ne j)p13
范德蒙行列式∏1≤j<i≤n(xi−xj)\prod_{1 \le j < i \le n}(x_i - x_j)p16
k阶子式代数余子式A=(−1)∑il+∑jlMA = (-1)^{\sum i_l + \sum j_l}Mp3
拉普拉斯定理D=∑i=1tNiAiD = \sum_{i=1}^t N_iA_ip13
行列式乘法∥AB∥=∥A∥∥B∥\|AB\| = \|A\|\|B\|p24
数乘行列式∥cA∥=cn∥A∥\|cA\| = c^n\|A\|p31

知识集锦整理完毕,祝考试顺利!