4 行列式

4.1 性质

性质1

单位矩阵的行列式的值为1
$detI=1$

性质2

交换行列的行变号,交换一次变一次号

性质3

  • I
    $\begin{vmatrix}ta & tb \\ tc & td \end{vmatrix} = t\begin{vmatrix}a & b \\ c & d \end{vmatrix}$
  • II
    $\begin{vmatrix}a+a' & b+b' \\ c & d \end{vmatrix} = \begin{vmatrix} a & b \\ c & d \end{vmatrix} + \begin{vmatrix}a' & b' \\ c & d \end{vmatrix}$

性质4

如果有两行相等,则行列式为零。

性质5

从$k$行中减去第$i$行的$l$倍,行列式不变。
proof:
$\begin{vmatrix}a&b\\c&d\end{vmatrix}\rightarrow{}\begin{vmatrix}a&b\\c-la&d-lb\end{vmatrix}=\begin{vmatrix}a&b\\c&d\end{vmatrix}+\begin{vmatrix}a&b\\-la&-lb\end{vmatrix}=\begin{vmatrix}a&b\\c&d\end{vmatrix}-l\begin{vmatrix}a&b\\a&b\end{vmatrix}=\begin{vmatrix}a&b\\c&d\end{vmatrix}$

性质6

某一行全为零,则行列式为零。

性质7

上三角矩阵$U=\begin{vmatrix}d_1 & \star & \ldots & \star \\ 0 & d_2 & \ldots & \star \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \ldots & d_n \end{vmatrix}$
则 $detU=d_1d_2\ldots d_n$

性质8

当$A$为奇异矩阵时,$detA=0$,iff A可逆时候$detA \ne 0$

性质9

$det(AB)=det(A)det(B)$
$\Rightarrow detI=det(A^{-1}A)=det(A^{-1})det(A) \rightarrow det(A^{-1})=\frac{1}{det(A)}$
$\Rightarrow det(A^2)=(det(A))^2$
$\Rightarrow det(2A)=2^ndet(A)$

性质10

$detA^T=detA$

4.2 代数余数式

4.2.1 二阶行列式

运用上一节的有关行列式的相关性质
$\begin{vmatrix}a&b\\c&d\end{vmatrix}=\begin{vmatrix}a&0\\c&d\end{vmatrix}+\begin{vmatrix}0&b\\c&d\end{vmatrix}=\begin{vmatrix}a&0\\c&0\end{vmatrix}+\begin{vmatrix}a&0\\0&d\end{vmatrix}+\begin{vmatrix}0&b\\c&0\end{vmatrix}+\begin{vmatrix}0&b\\0&d\end{vmatrix}=ad-cd$

4.2.2 代数余子式

对于矩阵$A$的的第$i$行和第$j$列数据而言 $\begin{vmatrix}a_{11}&a_{12} & \ldots & \underline{a_{1j}} & \ldots & a_{1n} \\ a_{21} & a_{22} & \ldots & \underline{a_{2j}} & \ldots & a_{2n} \\ \vdots & \vdots & \ddots & \underline{\vdots} & \ddots & \vdots \\ \underline{a_{i1}} & \underline{a_{i2}} & \underline{\ldots} & \underline{a_{ij}} & \underline{\ldots} & \underline{a_{in}} \\ \vdots & \vdots & \ddots & \underline{\vdots} & \ddots & \vdots \\ a_{n1}&a_{n2} & \ldots & \underline{a_{nj}} &\ldots & a_{nn} \end{vmatrix}$
将其所在的行和所在的列的元素删除,即下划线部分的元素,形成的新的行列式M,那么矩阵A的第i行第j元素的行列式$C_{ij}=(-1)^{i+j}M$,而 $detA=a_{11}C_{11}+a_{12}C_{12}+\ldots+a_{1n}C_{1n}$,当然也可以选择其他行展开。

4.2.3 逆矩阵

$AC^T=\begin{vmatrix}a_{11} & a_{12} & \ldots & a_{1n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \ldots & a_{nn}\end{vmatrix} \begin{vmatrix}C_{11} & C_{21} & \ldots & C_{n1} \\ C_{12} & C_{22} & \ldots & C_{n2} \\ \vdots & \vdots & \ddots & \vdots \\ C_{1n} & C_{2n} & \ldots & C_{nn} \end{vmatrix}=detA I$
所以 $A^{-1}=\frac{1}{detA}C^T$


In [ ]: