行列式基础知识,重要定理和公式
一、线性代数定义
线性代数是计算机专业考研的必考科目,可见它在计算机领域的重要性。相比高等数学,线性代数内容相对较少,也比较好学,但入门偏难,需要认真钻研。
线性代数主要处理线性关系问题,也称线性问题。如果数学对象之间的关系是一次形式(一阶导数为常数的函数)就称它们是线性关系。线性关系指对象之间按比例、成直线的关系
在解析几何中,平面上直线的方程是二元一次方程。空间平面的方程是三元一次方程,空间直线可视为两个空间平面相交,由两个三元一次方程所组成的方程组来表示。因此,含有n个未知量的一次方程称为线性方程,关于变量是一次的函数称为线性函数。解线性方程组是最简单的线性问题。
二、行列式——贯穿线性代数
(一)思维导图
(二)基础知识
定义1.1 n 阶行列式是不同行不同列的n个元素的乘积的代数和(共n!项)
∣a11a12⋯a1na21a22⋯a2n⋮⋮⋮an1an2⋯ann∣\left|\begin{array}{cccc} a_{11} & a_{12} & \cdots & a_{1 n} \\ a_{21} & a_{22} & \cdots & a_{2 n} \\ \vdots & \vdots & & \vdots \\ a_{n 1} & a_{n 2} & \cdots & a_{n n} \end{array}\right| ∣∣a11a21⋮an1a12a22⋮an2⋯⋯⋯a1na2n⋮ann∣∣
n阶行列式的完全展开式(求值)
∣a11a12⋯a1na21a22⋯a2n⋮⋮⋮an1an2⋯ann∣=∑j1j2⋯jn(−1)τ(j1j2⋯jn)a1j1a2j2⋯anjn\left|\begin{array}{cccc} a_{11} & a_{12} & \cdots & a_{1 n} \\ a_{21} & a_{22} & \cdots & a_{2 n} \\ \vdots & \vdots & & \vdots \\ a_{n 1} & a_{n 2} & \cdots & a_{n n} \end{array}\right|=\sum_{j_{1} j_{2} \cdots j_{n}}(-1)^{\tau\left(j_{1} j_{2} \cdots j_{n}\right)} a_{1 j_{1}} a_{2 j_{2}} \cdots a_{n j_{n}} ∣∣a11a21⋮an1a12a22⋮an2⋯⋯⋯a1na2n⋮ann∣∣=j1j2⋯jn∑(−1)τ(j1j2⋯jn)a1j1a2j2⋯anjn
τ(j1j2⋯jn)\tau\left(j_{1} j_{2} \cdots j_{n}\right)τ(j1j2⋯jn)表示排列j1j2⋯jnj_{1} j_{2} \cdots j_{n}j1j2⋯jn的n阶行列式的逆序数,如何计算逆序数呢?
对于一个排列,从左往右,从第一个数开始,往后数比它小的数的个数,直到最后一个数。例如排列25134,逆序数等于1+3+0+0+0=4
定义1.2 在n阶行列式中划去元素aija_{ij}aij所在的第i{i}i行第j列
∣a11a12⋯a1na21a22⋯a2n⋮⋮⋮an1an2⋯ann∣\left|\begin{array}{cccc} a_{11} & a_{12} & \cdots & a_{1 n} \\ a_{21} & a_{22} & \cdots & a_{2 n} \\ \vdots & \vdots & & \vdots \\ a_{n 1} & a_{n 2} & \cdots & a_{n n} \end{array}\right| ∣∣a11a21⋮an1a12a22⋮an2⋯⋯⋯a1na2n⋮ann∣∣由剩下的元素按原来的排法构成一个n-1阶的行列式就称为aija_{ij}aij的余子式,记为MijM_{ij}Mij,代数余子式记为AijA_{ij}Aij=(−1)i+jMij(-1)^{i+j} M_{i j}(−1)i+jMij(带正负)
∣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∣\left|\begin{array}{cccccc} a_{11} & \cdots & a_{1, j-1} & a_{1, j+1} & \cdots & a_{1 n} \\ \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_{n 1} & \cdots & a_{n, j-1} & a_{n, j+1} & \cdots & a_{n n} \end{array}\right| ∣∣a11⋮ai−1,1ai+1,1⋮an1⋯⋯⋯⋯a1,j−1⋮ai−1,j−1ai+1,j−1⋮an,j−1a1,j+1⋮ai−1,j+1ai+1,j+1⋮an,j+1⋯⋯⋯⋯a1n⋮ai−1,nai+1,n⋮ann∣∣
(三)重要定理
定理1.1 n阶行列式D等于它的任意一行的所有元素与它们各自对应的代数余子式的成绩之和
D=ak1Ak1+ak2Ak2+⋯+aknAkn(k=1,2,⋯,n)D=a_{k 1} A_{k 1}+a_{k 2} A_{k 2}+\cdots+a_{k n} A_{k n} \quad(k=1,2, \cdots, n) D=ak1Ak1+ak2Ak2+⋯+aknAkn(k=1,2,⋯,n)
定理1.2 n阶行列式D的任意一行的所有元素与另外一行对应的代数余子式之和等于0
ai1Ak1+ai2Ak2+⋯+ainAkn=0(i≠k)(i,k=1,2,⋯,n)a_{i 1} A_{k 1}+a_{i 2} A_{k 2}+\cdots+a_{i n} A_{k n}=0(i \neq k)(i, k=1,2, \cdots, n) ai1Ak1+ai2Ak2+⋯+ainAkn=0(i=k)(i,k=1,2,⋯,n)
(四)重要公式
1. 上(下)三角行列式的值等于主对角线元素的乘积
∣a11a12⋯a1n0a22⋯a2n⋮⋮⋱⋮00⋯ann∣=∣a110⋯0a21a22⋯0⋮⋮⋱⋮an1an2⋯ann∣=a11a22⋯ann\left|\begin{array}{cccc} a_{11} & a_{12} & \cdots & a_{1 n} \\ 0 & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & a_{n n} \end{array}\right|=\left|\begin{array}{cccc} a_{11} & 0 & \cdots & 0 \\ a_{21} & a_{22} & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ a_{n 1} & a_{n 2} & \cdots & a_{n n} \end{array}\right|=a_{11} a_{22} \cdots a_{nn} ∣∣a110⋮0a12a22⋮0⋯⋯⋱⋯a1na2n⋮ann∣∣=∣∣a11a21⋮an10a22⋮an2⋯⋯⋱⋯00⋮ann∣∣=a11a22⋯ann
2. 关于副对角线的行列式
∣a11a12⋯a1,n−1a1na21a22⋯a2,n−10⋮⋮⋮⋮an10⋯00∣=∣0⋯0a1n0⋯a2,n−1a2n⋮⋮⋮an1⋯an,n−1ann∣=(−1)n(n−1)2a1na2,n−1⋯an1\begin{aligned} \left|\begin{array}{ccccc} a_{11} & a_{12} & \cdots & a_{1, n-1} & a_{1 n} \\ a_{21} & a_{22} & \cdots & a_{2, n-1} & 0 \\ \vdots & \vdots & & \vdots & \vdots \\ a_{n 1} & 0 & \cdots & 0 & 0 \end{array}\right| &=\left|\begin{array}{cccc} 0 & \cdots & 0 & a_{1 n} \\ 0 & \cdots & a_{2, n-1} & a_{2 n} \\ \vdots & & \vdots & \vdots \\ a_{n 1} & \cdots & a_{n, n-1} & a_{n n} \end{array}\right| \\ &=(-1)^{\frac{n(n-1)}{2}} a_{1 n} a_{2, n-1} \cdots a_{n 1} \end{aligned} ∣∣a11a21⋮an1a12a22⋮0⋯⋯⋯a1,n−1a2,n−1⋮0a1n0⋮0∣∣=∣∣00⋮an1⋯⋯⋯0a2,n−1⋮an,n−1a1na2n⋮ann∣∣=(−1)2n(n−1)a1na2,n−1⋯an1
3. 两个特殊的拉普拉斯展开式
∣A∗OB∣=∣AO∗B∣=∣A∣⋅∣B∣,∣OAB∗∣=∣∗ABO∣=(−1)mn∣A∣⋅∣B∣\begin{array}{l} \left|\begin{array}{ll} \boldsymbol{A} & * \\ \boldsymbol{O} & \boldsymbol{B} \end{array}\right|=\left|\begin{array}{ll} \boldsymbol{A} & \boldsymbol{O} \\* & \boldsymbol{B} \end{array}\right|=|\boldsymbol{A}| \cdot|\boldsymbol{B}|, \\ \left|\begin{array}{ll} \boldsymbol{O} & \boldsymbol{A} \\ \boldsymbol{B} & * \end{array}\right|=\left|\begin{array}{ll}* & \boldsymbol{A} \\ \boldsymbol{B} & \boldsymbol{O} \end{array}\right|=(-1)^{m n}|\boldsymbol{A}| \cdot|\boldsymbol{B}| \end{array} ∣∣AO∗B∣∣=∣∣A∗OB∣∣=∣A∣⋅∣B∣,∣∣OBA∗∣∣=∣∣∗BAO∣∣=(−1)mn∣A∣⋅∣B∣
m,n分别是矩阵A,B的阶数
4. 范德蒙行列式
∣11⋯1x1x2⋯xnx12x22⋯xn2⋮⋮⋮x1n−1x2n−1⋯xnn−1∣=∏1⩽j<i⩽n(xi−xj)\left|\begin{array}{cccc} 1 & 1 & \cdots & 1 \\ x_{1} & x_{2} & \cdots & x_{n} \\ x_{1}^{2} & x_{2}^{2} & \cdots & x_{n}^{2} \\ \vdots & \vdots & & \vdots \\ x_{1}^{n-1} & x_{2}^{n-1} & \cdots & x_{n}^{n-1} \end{array}\right|=\prod_{1 \leqslant j<i \leqslant n}\left(x_{i}-x_{j}\right) ∣∣1x1x12⋮x1n−11x2x22⋮x2n−1⋯⋯⋯⋯1xnxn2⋮xnn−1∣∣=1⩽j<i⩽n∏(xi−xj)
(五)方阵的行列式
- 若A是n阶矩阵,则ATA^TAT是A的转置矩阵,则∣AT∣=∣A∣|A^T|=|A|∣AT∣=∣A∣;
- 若A是n阶矩阵,则∣kA∣=kn∣A∣|kA|=k^n|A|∣kA∣=kn∣A∣;
- 若A,B是n阶矩阵,则∣AB∣=∣A∣∣B∣|AB|=|A||B|∣AB∣=∣A∣∣B∣;
- 若A是n阶矩阵,AA∗=A∗A=∣A∣EAA^*=A^*A=|A|EAA∗=A∗A=∣A∣E (A∗=[A11A21A31A12A22A32A13A23A33])A^*= \left [\begin{array}{lll} A_{11} & A_{21} & A_{31} \\ A_{12} & A_{22} & A_{32} \\ A_{13} & A_{23} & A_{33} \end{array}\right])A∗=⎣⎡A11A12A13A21A22A23A31A32A33⎦⎤);
- 若A是n阶可逆矩阵,则∣A−1∣=∣A∣−1|A^{-1}|=|A|^{-1}∣A−1∣=∣A∣−1(逆矩阵行列式等于原矩阵行列式的倒数);
- 若A是n阶矩阵,则∣A∗∣|A^*|∣A∗∣=∣A∣n−1|A|^{n-1}∣A∣n−1;
- 行列式的值等于特征值的积;
- 若n阶矩阵A和B相似,则∣A∣=∣B∣|A|=|B|∣A∣=∣B∣ , ∣A+kE∣=∣B+kE∣|A+kE|=|B+kE|∣A+kE∣=∣B+kE∣.
(六)克拉默法则
n个方程n个未知数的非齐次线性方程组为
{a11x1+a12x2+⋯+a1nxn=b1,a21x1+a22x2+⋯+a2nxn=b2,⋮⋮an1x1+an2x2+⋯+annxn=bn\left\{\begin{array}{c} a_{11} x_{1}+a_{12} x_{2}+\cdots+a_{1 n} x_{n}=b_{1}, \\ a_{21} x_{1}+a_{22} x_{2}+\cdots+a_{2 n} x_{n}=b_{2}, \\ \vdots \\ \vdots \\ a_{n 1} x_{1}+a_{n 2} x_{2}+\cdots+a_{n n} x_{n}=b_{n} \end{array}\right.\ ⎩⎨⎧a11x1+a12x2+⋯+a1nxn=b1,a21x1+a22x2+⋯+a2nxn=b2,⋮⋮an1x1+an2x2+⋯+annxn=bn
其系数行列式D为
D=∣a11a12⋯a1na21a22⋯a2n⋮⋮⋮an1an2⋯ann∣D=\left|\begin{array}{cccc} a_{11} & a_{12} & \cdots & a_{1 n} \\ a_{21} & a_{22} & \cdots & a_{2 n} \\ \vdots & \vdots & & \vdots \\ a_{n 1} & a_{n 2} & \cdots & a_{n n} \end{array}\right| D=∣∣a11a21⋮an1a12a22⋮an2⋯⋯⋯a1na2n⋮ann∣∣
如果D不等于0,则方程组有唯一解
x1=D1D,x2=D2D,⋯,xn=DnD,\begin{array}{c} x_{1}=\frac{D_{1}}{D}, x_{2}=\frac{D_{2}}{D}, \cdots, x_{n}=\frac{D_{n}}{D}, \end{array} x1=DD1,x2=DD2,⋯,xn=DDn,
Dj=∣a11⋯a1,j−1b1a1,j+1⋯a1na21⋯a2,j−1b2a2,j+1⋯a2n⋮⋮⋮⋮⋮an1⋯an,j−1bnan,j+1⋯ann∣\begin{array}{c} D_{j}=\left|\begin{array}{ccccccc} a_{11} & \cdots & a_{1, j-1} & b_{1} & a_{1, j+1} & \cdots & a_{1 n} \\ a_{21} & \cdots & a_{2, j-1} & b_{2} & a_{2, j+1} & \cdots & a_{2 n} \\ \vdots & & \vdots & \vdots & \vdots & & \vdots \\ a_{n 1} & \cdots & a_{n, j-1} & b_{n} & a_{n, j+1} & \cdots & a_{n n} \end{array}\right| \end{array} Dj=∣∣a11a21⋮an1⋯⋯⋯a1,j−1a2,j−1⋮an,j−1b1b2⋮bna1,j+1a2,j+1⋮an,j+1⋯⋯⋯a1na2n⋮ann∣∣
DjD_jDj就是把系数行列式第j列换成常数项Dj=∣b1b2⋮bn∣\begin{array}{c} D_{j}=\left|\begin{array}{ccccccc} b_{1} \\ b_{2}\\ \vdots \\ b_{n} \end{array}\right| \end{array}Dj=∣∣b1b2⋮bn∣∣
如果D等于0,则方程组有无穷解或者无解,如何进一步判断?
非齐次线性方程组AX=b
A不动,将b加到A的最后一列,变换成增广矩阵,记为Aˉ\bar{A}Aˉ,比较A和Aˉ\bar{A}Aˉ的秩
①若r(A)≠r(Aˉ\bar{A}Aˉ),则AX=b无解
②若r(A)=r(Aˉ\bar{A}Aˉ),则AX=b有无穷解
对于齐次线性方程组而言,如果系数行列式D不等于0,则方程组只有零解,如果D等于0,则方程组有无穷解
行列式基础知识,重要定理和公式相关推荐
- 矩阵的基础知识与公式(转置,逆,迹,行列式)
矩阵的基础知识与公式(转置,逆,迹,行列式) References: MatrixCookBook(Version 2012) Chapter1 Chapter1: Basics 1 Basics 注 ...
- 炒股入门基础知识之指标公式江恩八线和角度指标解释
对于大多数炒股新人来说都不是很清楚江恩八线和江恩理论,今天就和炒股新人分享一下,炒股入门基础知识之指标公式江恩八线的角度和指标解释,首先先分享一下什么是江恩八线,江恩八线和江恩角的定义: 由Willi ...
- 计算机基础表格函数基础知识大全,计算机基础-EXCEL公式和函数.ppt
计算机基础-EXCEL公式和函数.ppt (44页) 本资源提供全文预览,点击全文预览即可全文预览,如果喜欢文档就下载吧,查找使用更方便哦! 19.9 积分 Excel电子表格二.公式和函数Excel ...
- 计算机基础知识得分公式,全国计算机等级考试一级MS Office是怎样算分数的
全国计算机等级考试一级MS Office是怎样算分数的以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧! 全国计算机等级考试 ...
- 【深度学习基础知识 - 46】贝叶斯定理与条件概率公式
基本定理 贝叶斯基于概率论中的贝叶斯定理,贝叶斯定理就是用先验概率和条件概率求出最终的事件概率. 贝叶斯网络可以理解为将模型看作是一个概率密度函数,它可以表示数据的分布,训练过程就是概率分布的参数估计 ...
- 矩阵论(零):线性代数基础知识整理(1)——逆矩阵、(广义)初等变换、满秩分解
矩阵论专栏:专栏(文章按照顺序排序) 线性代数是矩阵论的先修课程,本篇博客整理线性代数的基础理论知识,为矩阵论的学习做准备.限于篇幅,梳理的重点将在定理和结论上(只给出部分必要的定义),对最基础的概念 ...
- 与或非逻辑符号_理解FPGA的基础知识——逻辑电路
FPGA (Field Programmable Gate Aray,现场可编程门阵列)是一种可通过重新编程来实现用户所需逻辑电路的半导体器件.为了便于大家理解FPGA的设计和结构,我们先来简要介绍一 ...
- 三维重建学习(1):基础知识:旋转矩阵与旋转向量
前言 由于摄像机标定中会使用到旋转矩阵以及旋转向量的知识,所以就整理了一下有关与这一部分基础知识的笔记,并进行详细的数学推导. 旋转矩阵 假设坐标系分别绕着xxx轴旋转ϕ\phiϕ角,绕yyy轴旋转θ ...
- 【遥感数字图像处理】基础知识:第一章 绪论
第一章 绪 论 ◆ 课程学习要求 主要教学内容:遥感数字图像处理的概念和基础知识,遥感数字图像的几何处理,遥感图像的辐射校正,遥感数字图像的增强处理,遥感图像的计算机分类,遥感数字图像的分析方法, ...
最新文章
- html电池百分比,显示电池百分比在哪设置
- 解决ubuntu软件安装依赖关系
- redis 集群讲解
- (王道408考研数据结构)第五章树-第四节4:红黑树基本概念及操作
- mybatis动态表名,列名
- 富文本编辑器KindEditor在前端JS的应用
- 用条件变量实现事件等待器的正确与错误做法
- Masonry详解(转)
- 【鱼眼镜头4】[鱼眼畸变模型]:四阶多项式模型
- nodejs 实现 磁力链接资源搜索 BT磁力链接爬虫
- 2012文件共享服务器权限,局域网共享设置权限server2012r2文件共享权限设置方法...
- 基于Phyton爬虫索引设计与实现答辩PPT模板
- Java——重写hashCode()和euqals()方法
- 服务器的虚拟机网速如何分配,管理ESXi主机网络与虚拟机网络
- 拜托!不要再问我Session与Cookie的区别了
- 奇异值分解究竟是个啥,该如何理解
- 中鑫吉鼎|家庭成长期如何进行理财规划
- 管理计算机硬件设备并使用应用软件,计算机硬件管理的基本原则
- Elasticsearch高级操作 (关键字精确查询)
- 【ARToolkit】关于如何制作标识卡patt
热门文章
- 阿里云服务器ECS通用型g5和ECS通用型g6实例区别在哪?如何选择?
- iOS开发基本功的那些事儿(未完待续)
- 根据城市查询经纬度 php,Laravel+Swoole+PHP-ml 实现根据经纬度返回对应城市
- 回顾陆奇的传奇人生,下一站是“星辰和大海”
- 和ASP.NET AJAX应用程序环游地球
- VLC播放gstreamer pipeline rtp流
- 关于uni-app手机nfc开启、读取、写入功能
- 为什么说施工是最蛋疼的工程行业
- 【英语六级】【仔细阅读】(3)
- 鼠标滚轮失灵解决方法2种实测