行列式和矩阵
# 行列式概念及性质
# 行列式定义
行列式是一个数,他是不同行不同列元素乘积的代数和
如三阶行列式的对角线法计算法
逆序和逆序数
对于4321,其每位上的逆序分别为3,2,1,因为4>3>2>1,所以对于 4 来说,后三位均是逆序,其逆序自然为 3,同理,在这个序列中,3 的逆序为 2,2 的逆序为 1
逆序数指的是序列所有元素逆序之和,如上述序列逆序数为3+2+1 = 6,为偶数
- 逆序数为偶数,序列为偶排列
- 否则为奇排列
展开公式法计算行列式
其中
为序列j1 j2 ... jn的逆序数,就是说,若序列为偶排列,则为正,否则为负
注意对角线法可以列出所有的行列式序列,每个序列的符号通过逆序数来确定
# 行列式性质
所有行都可以等价于列,因为行列置换后行列式等价,行等于列
两行互换位置,行列式值变号
某整行的公因子可以提出
存在某行全为 0 的行列式值为 0
存在某两行线性相关,行列式值为 0
其中第二列和第三列线性相关,A2 = kA3
行列式的线性加法不改变值,什么是线性加法?就是某一行的整数倍加到另一行上,如
这也侧面印证了,若两行线性相关,则行列式值为 0 的结论,因为线性相关的行一定能通过线性加法得到全为 0 的行,从而行列式值一定为 0
行列式的拆分
# 行列式计算
# 行列式按行展开
余子式
代数余子式
行列式按第 i 行展开,m 为行列式 A 的列数
行展开,就是行列式一整行的元素乘上其对应的代数余子式的总和,等于原行列式的值(列同理)
注意一整行的元素乘上另一行的代数余子式的总和恒为零
栗子一
可以通过倍加凑出只有一个非零元素的行,然后按行展开简化计算
栗子二
通过行列式方程按行展开解未知数
# 拆分法
通过拆开矩阵元素,删去含全零行的行列式,计算保留项,以此简化计算(行列式来自于栗子一)
栗子二的拆分法
# 爪形处理
就是通过倍加凑出上下三角行列式或斜对角线行列式,以简化计算
# 上三角
上/下三角行列式(对角线行列式)
所谓的爪形处理,就是凑上三角行列式以简化计算,行列式来自栗子一
栗子二的爪形处理
# 副对角线
副对角线行列式
# 拉普拉斯
上三角行列式和副对角线行列式的分块矩阵形式
拉普拉斯行列式
其中m和n分别为行列式A和B的阶数
# 范德蒙行列式
范德蒙行列式
推广到 n 阶,即为
通过数学归纳法可以证明
范德蒙行列式计算
我发现行列式等式证明的题,是不是喜欢用数学归纳法,确实比较适配
总结来说
行列式计算
- 化简展开:按照行列式的性质,一般使用线性加法得到足够多的 0,然后按行展开,降阶行列式,然后使用对角线法直接计算
- 凑特殊行列式求解:拉普拉斯行列式,上三角行列式,范德蒙行列式
解方程
- 首先一定涉及行列式的计算,这是前提,将行列式化简和凑特殊行列式计算出来,然后视作一个一元多次方程求解未知数
λ
证明题:通常来说,是证明一个等式行列式为 n 阶时始终成立,可以考虑用数学归纳法,请参考范德蒙行列式的证明,从n-1阶推导n阶成立得证
# 行列式解非齐次方程组
克拉默法则
对于非齐次线性方程
克拉默法则:针对线性方程组的系数矩阵,若其系数矩阵对应行列式值不为 0(行列式不存在线性相关的行),说明方程组只有一个唯一解,且解为
其中Ai为第i列替换为B的行列式,如A1为
应用到齐次方程组上(即b1=b2=..=bn=0),若其系数行列式值不为 0,则说明其只有一个解,一定是x1=x2=...=xn=0,即只存在全 0 解
相应的,只有当系数行列式值等于 0 时,说明系数行列式存在线性相关的行(行列式性质),齐次方程组才存在非 0 解,也就是说存在线性相关的项
这里的逻辑有点乱,但是是正确的,就是说,行列式为 0,通过行列式性质可知,行列式存在线性相关的行(即ai = kaj),所对应的齐次方程组的解xi和xj就可以不为 0,如
这样就有了不全为 0 的解
求解非齐次方程组特解:xi = |Ai| / |A|
# 矩阵的概念及计算
始终牢记,线性代数是一门研究有限维空间内线性映射的学科
# 矩阵分类
矩阵A,其行列式记作|A|,当然只有方阵才有对应行列式
| 矩阵分类 | 矩阵特征 |
|---|---|
mxn矩阵 | m 行 n 列的矩阵 |
n阶方阵 | n 行 n 列的矩阵,有对应行列式|A| |
| 零矩阵 | 所有元素全为 0 的矩阵(区分于行列式,行列式实际上就是一个数值,其为 0 和矩阵为 0 是完全不同的概念) |
| 同型矩阵 | 行列数相等,即尺寸一样的矩阵 |
单位阵E | 主对角线上全为 1,其余位置全为 0 的矩阵,有AE = EA = A |
| 数量阵 | 即为单位阵的数乘,kE |
| 对角阵 | 除主对角线上其余位置全为 0 的矩阵 |
| 转置矩阵 | 行列位置变换(区分与行列式,行列式行列互换值不变) |
| 对称阵 | 自身与其转置矩阵完全相等 |
| 反对称阵 | 其转置矩阵等于自身的负矩阵,即数乘-1就为其转置阵 |
| 矩阵多项式 | 对于多项式f(x) = a0 + a1x + a2x^2 + ... + anx^n,将其自变量更换为矩阵A,即得到对应的矩阵多项式 |
# 各类矩阵的性质
单位阵
对角阵
转置阵
矩阵多项式,涉及矩阵的阶乘(也就是乘法)
# 矩阵的运算
加法:仅限于同型矩阵,就是每一个位置的元素相加
数乘:常数 k 乘以矩阵 A,即将常数 k 乘到 A 的每一个元素上
乘法:只有当左矩阵的列数等于右矩阵的行数时才能相乘,结果为一个新的矩阵
- 单行乘以单列得到一个一维矩阵,就是一个数值
- 就是左矩阵的行元素依次乘上右矩阵的列元素再相加,得到一个新元素
- 乘法是矩阵运算中最重要也是最基本的,他不满足交换律,没有消去律,有零因子(即两个不为 0 的矩阵可以相乘得到零矩阵)
矩阵的乘法满足结合律,但注意左乘和右乘一定不能交换位置
数乘满足交换律,结合律
这里矩阵满足结合律,意味着下式成立
矩阵基础运算
利用矩阵结合律求解方程
# 矩阵和方程组
用矩阵表示方程组,向量乘以向量
用矩阵计算表示方程组,如对于方程组
将其系数矩阵提出,有
未知数矩阵提出,有
由矩阵乘法,得
将系数矩阵A模块化处理,令其为
就有
# 伴随矩阵和可逆矩阵
# 伴随矩阵定义及性质
用于求解逆矩阵
伴随矩阵,回顾一下代数余子式,对于行列式|A|,其在i,j的代数余子式为
其中Mij为行列式|A|除去第 i 行第 j 列的新行列式的值
对于方阵A,其对应行列式为|A|,其伴随矩阵为
其中每一个元素都是对应转置位置的代数余子式,每行的代数余子式竖着放构成的矩阵
举个栗子
伴随矩阵的性质:建议一个个推一下
# 可逆矩阵定义及性质
重要矩阵,逆矩阵和原矩阵相乘可得单位阵
可逆矩阵,若
则说A和B互为可逆矩阵,记作
n 阶矩阵可逆的充要条件
这里一定是不能出现线性相关的向量,很自然的,若有线性相关,则必有一行可以转化为零向量,该行矩阵相乘结果恒为 0,不可能出现单位阵 E
逆矩阵的运算性质
# 求解逆矩阵
对角矩阵的逆
一维矩阵的逆
定义法:直接找出矩阵B使得AB = E,则B就是A的逆矩阵
公式法
行变换法
分块矩阵法
结合矩阵乘法结合律考察
# 初等变换和初等矩阵
# 初等变换与初等矩阵的概念
初等变换
- 倍乘初等矩阵:用非零常数 k 乘以矩阵 A 的某一行每个元素
- 互换初等矩阵:两行交换位置
- 倍加初等矩阵:用某行的 k 倍加在另一行上
初等矩阵即由单位阵 E 经由一次初等变换得到的矩阵
等价矩阵:A 经由有限次初等变换得到矩阵 B,则称 A 和 B 互为等价矩阵
# 初等变换与初等矩阵的性质
初等变换后的矩阵和原先矩阵等价,初等矩阵乘以矩阵等同于在该矩阵上做初等矩阵相应的初等变换
初等矩阵的转置仍是初等矩阵
初等矩阵均是可逆矩阵,且其逆矩阵均是初等矩阵
用初等矩阵 P 乘以矩阵 A,相当于对 A 作出相应的初等行变换,如
相当于把第二个矩阵的第一行加在第二行上,得
如果是右乘,即
相当于把第二列加在第一列上,得
也就是说,左乘对应行变换,右乘对应列变换
利用初等矩阵进行初等变换,几个栗子
# 行阶梯矩阵、行最简矩阵
由于初等变换后的矩阵和之前的等价,于是我们选择一种简便的矩阵,行阶梯矩阵或行最简矩阵代替原先的复杂矩阵,进行一系列计算
主元:矩阵每个行向量的第一个非零元素称作该行的主元
行阶梯矩阵:全零行位于矩阵底部,非零行的主元列指标 j 随行指标 i 的增大而严格递增,就是说,越往下的主元必须越靠右,这样的矩阵为行阶梯矩阵
行最简矩阵:每个行向量的主元为 1,每个主元所在列向量除主元外均为 0 的行阶梯矩阵
求行最简矩阵方法
- 先从上往下,从左往右将主元所在列之下元素全化为 0
- 再从下往上,从右往左将主元所在列之上元素全化为 0
求行变换对应初等矩阵:(A|E) ——> (B|P),则有AP = B,P即为A行变换到B的初等矩阵
# 分块矩阵
降阶的感觉,分块的概念最早出现在拉普拉斯行列式
分块矩阵定义
不同于行列式,行列式的分块是为了简化计算,如凑出全 0 阵,利用拉普拉斯进行求解
矩阵的分块更加自由,行列不受限制,由于不同的需求,同一个矩阵可以用迥异的方法分块,如
每一个小块称作分块矩阵的子矩阵
分块矩阵运算
加减、乘法和转置
阶乘运算
逆运算
举个栗子
- 证明矩阵可逆:对应行列式不为 0
- 根据矩阵的运算以及逆矩阵的定义证明两矩阵互相可逆
通过分块可以有效地简化计算
分的随意一点,注意副对角线矩阵逆运算的性质
# 方阵的行列式
方阵行列式的性质:设有 n 阶矩阵 A
转置:转置矩阵行列式等于原矩阵
数乘:k乘在矩阵的每个元素上,行列式每行提出一个k,共n行
乘法和阶乘
伴随:理解不了
逆运算:行列式是一个数,指-1为其倒数
分块矩阵
举俩栗子
这里注意一个逆矩阵和伴随阵的相互替换