线性代数(2)行列式6种运算性质
来自B站《猴博士爱讲课》,摘取行列式6种常用的运算性质1.对角线x,其余a[xa⋯aax⋯a⋮⋮⋱⋮aa⋯x]=(x−a)n−1[x+(n−1)a]\begin{bmatrix}x&a&\cdots&a\\a&x&\cdots&a\\\vdots&\vdots&\dd..
来自B站《猴博士爱讲课》,摘取行列式6种常用的运算性质
1.对角线x,其余a
[ x a ⋯ a a x ⋯ a ⋮ ⋮ ⋱ ⋮ a a ⋯ x ] = ( x − a ) n − 1 [ x + ( n − 1 ) a ] \begin{bmatrix}x&a&\cdots&a\\a&x&\cdots&a\\\vdots&\vdots&\ddots&\vdots\\a&a&\cdots&x\end{bmatrix}=(x-a)^{n-1}[x+(n-1)a] ⎣⎢⎢⎢⎡xa⋮aax⋮a⋯⋯⋱⋯aa⋮x⎦⎥⎥⎥⎤=(x−a)n−1[x+(n−1)a]
- 矩阵特点:n行n列,除对角线均是x外,矩阵其他数均是a
- 实例:
对于矩阵 [ 2 3 3 3 3 2 3 3 3 3 2 3 3 3 3 2 ] \begin{bmatrix}2&3&3&3\\3&2&3&3\\3&3&2&3\\3&3&3&2\end{bmatrix} ⎣⎢⎢⎡2333323333233332⎦⎥⎥⎤,这里 x = 2 ; a = 3 ; n = 4 x=2;a=3;n=4 x=2;a=3;n=4代入公式得 ( 2 − 3 ) 4 − 1 [ 2 + ( 4 − 1 ) 3 ] (2-3)^{4-1}[2+(4-1)3] (2−3)4−1[2+(4−1)3],化简得-11。
2.矩阵内两行(列)等比矩阵为0
(1)矩阵内两行(列)相同或者成比例时,矩阵为0
(2)某行(列)为两项相加减时,行列式可拆成两个行列式相加减
- 实例
对于 [ 1 2 3 2 4 6 5 6 8 ] \begin{bmatrix}1&2&3\\2&4&6\\5&6&8\end{bmatrix} ⎣⎡125246368⎦⎤,由于 r 2 = 2 r 1 r_2=2r_1 r2=2r1,因此此矩阵为0.
3.某行(列)为两项加减的时,可拆成两个行列式加减形式
- 实例
已知 [ a 1 b 1 c 1 a 2 b 2 c 2 a 3 b 3 c 3 ] = 1 \begin{bmatrix}a_1&b_1&c_1\\a_2&b_2&c_2\\a_3&b_3&c_3\end{bmatrix}=1 ⎣⎡a1a2a3b1b2b3c1c2c3⎦⎤=1,求 [ a 1 b 1 a 1 + c 1 a 2 b 2 a 2 + c 2 a 3 b 3 a 3 + c 3 ] \begin{bmatrix}a_1&b_1&a_1+c_1\\a_2&b_2&a_2+c_2\\a_3&b_3&a_3+c_3\end{bmatrix} ⎣⎡a1a2a3b1b2b3a1+c1a2+c2a3+c3⎦⎤?
由上述行列式加减的性质,可将原式拆成两个行列式相加的形式,则原式 [ a 1 b 1 a 1 + c 1 a 2 b 2 a 2 + c 2 a 3 b 3 a 3 + c 3 ] = [ a 1 b 1 a 1 a 2 b 2 a 2 a 3 b 3 a 3 ] + [ a 1 b 1 c 1 a 2 b 2 c 2 a 3 b 3 c 3 ] \begin{bmatrix}a_1&b_1&a_1+c_1\\a_2&b_2&a_2+c_2\\a_3&b_3&a_3+c_3\end{bmatrix}=\begin{bmatrix}a_1&b_1&a_1\\a_2&b_2&a_2\\a_3&b_3&a_3\end{bmatrix}+\begin{bmatrix}a_1&b_1&c_1\\a_2&b_2&c_2\\a_3&b_3&c_3\end{bmatrix} ⎣⎡a1a2a3b1b2b3a1+c1a2+c2a3+c3⎦⎤=⎣⎡a1a2a3b1b2b3a1a2a3⎦⎤+⎣⎡a1a2a3b1b2b3c1c2c3⎦⎤,由于前面矩阵 c 1 = c 3 c_1=c_3 c1=c3,因此为0;后面的矩阵是已知的,因此,最终结果就是1。
4.求余子式(M)、代数余子式(A)
- 余子式(M),求 M x y M_{xy} Mxy就是去掉矩阵的x行y列后剩下的数重组矩阵
- 代数余子式(A), A x y = ( − 1 ) x + y ∗ M x y A_{xy}=(-1)^{x+y}*M_{xy} Axy=(−1)x+y∗Mxy
- 实例
求矩阵 [ 1 2 3 2 4 6 5 6 8 ] \begin{bmatrix}1&2&3\\2&4&6\\5&6&8\end{bmatrix} ⎣⎡125246368⎦⎤ M 23 M_{23} M23和 A 23 A_{23} A23?
去掉第2行第3列后得到新矩阵 [ 1 2 5 6 ] \begin{bmatrix}1&2\\5&6\end{bmatrix} [1526],求得结果为-4。
A 23 = ( − 1 ) 2 + 3 ∗ M 23 = ( − 1 ) ∗ ( − 4 ) = 4 A_{23}=(-1)^{2+3}*M_{23}=(-1)*(-4)=4 A23=(−1)2+3∗M23=(−1)∗(−4)=4
5.多个余子式或代数余子式加减
已知
D
=
[
1
2
3
4
]
D=\begin{bmatrix}1&2\\3&4\end{bmatrix}
D=[1324],求
3
A
11
+
2
A
12
3A_{11}+2A_{12}
3A11+2A12?
求A步骤:
1.找到
A
x
y
A_{xy}
Axy对应位置,这里是1行1列的1和1行2列的2的位置
2.将A前的系数替换到对应的位置形成新的行列式
这里,新的行列式是
[
3
2
3
4
]
\begin{bmatrix}3&2\\3&4\end{bmatrix}
[3324]
3.求新生成行列式的值即得到最终结果
[
3
2
3
4
]
=
3
∗
4
−
3
∗
2
=
6
\begin{bmatrix}3&2\\3&4\end{bmatrix}=3*4-3*2=6
[3324]=3∗4−3∗2=6
这里用直接计算A的方式验证一下:
M
11
=
4
M_{11}=4
M11=4,
A
11
=
(
−
1
)
1
+
1
∗
4
=
4
A_{11}=(-1)^{1+1}*4=4
A11=(−1)1+1∗4=4
M
12
=
3
M_{12}=3
M12=3,
A
12
=
(
−
1
)
1
+
2
∗
3
=
−
3
A_{12}=(-1)^{1+2}*3=-3
A12=(−1)1+2∗3=−3
3
A
11
+
2
A
12
=
3
∗
4
+
2
∗
(
−
3
)
=
6
3A_{11}+2A_{12}=3*4+2*(-3)=6
3A11+2A12=3∗4+2∗(−3)=6
求M步骤:
因为
A
x
y
=
(
−
1
)
x
+
y
∗
M
x
y
A_{xy}=(-1)^{x+y}*M_{xy}
Axy=(−1)x+y∗Mxy,因此可通过该式将
M
x
y
M_{xy}
Mxy转换成
A
x
y
A_{xy}
Axy,再按照求代数余子式的方法进行计算。
示例:
已知
D
=
[
1
2
3
4
]
D=\begin{bmatrix}1&2\\3&4\end{bmatrix}
D=[1324],求
3
M
11
+
2
M
12
3M_{11}+2M_{12}
3M11+2M12?
因为
A
11
=
(
−
1
)
1
+
1
∗
M
11
A_{11}=(-1)^{1+1}*M_{11}
A11=(−1)1+1∗M11,所以
M
11
=
A
11
M_{11}=A_{11}
M11=A11
因为
A
12
=
(
−
1
)
1
+
2
∗
M
12
A_{12}=(-1)^{1+2}*M_{12}
A12=(−1)1+2∗M12,所以
M
12
=
−
A
12
M_{12}=-A_{12}
M12=−A12
所以原式
3
M
11
+
2
M
12
=
3
A
11
−
2
A
12
3M_{11}+2M_{12}=3A_{11}-2A_{12}
3M11+2M12=3A11−2A12
所以新行列式
[
3
−
2
3
4
]
=
3
∗
4
−
(
−
2
)
∗
3
=
18
\begin{bmatrix}3&-2\\3&4\end{bmatrix}=3*4-(-2)*3=18
[33−24]=3∗4−(−2)∗3=18
直接代入
M
x
y
M_{xy}
Mxy验证,原式
3
M
11
+
2
M
12
=
3
∗
4
+
2
∗
3
=
18
3M_{11}+2M_{12}=3*4+2*3=18
3M11+2M12=3∗4+2∗3=18,得到同样的结果。
6.给一个方程组,判断其解
判断
{
x
1
+
2
x
2
=
0
4
x
1
+
5
x
2
=
0
\begin{cases}x_1+2x_2=0\\4x_1+5x_2=0\end{cases}
{x1+2x2=04x1+5x2=0是否有唯一解。
判断依据:
方程组 | D ≠ 0 D\neq0 D̸=0 | D = 0 D=0 D=0 |
---|---|---|
齐次 | 只有一组零解 | 有零解与非零解 |
非齐次 | 只有一组非零解 | 有多个解或者非零解 |
注:
齐次是指方程组除了带x的项和0项,没有常数项
非齐次则是方程组除了带x的项,还有常数项
零解是指方程的解是0
原式 { x 1 + 2 x 2 = 0 4 x 1 + 5 x 2 = 0 \begin{cases}x_1+2x_2=0\\4x_1+5x_2=0\end{cases} {x1+2x2=04x1+5x2=0没有常数项,又: D = [ 1 2 4 5 ] = − 3 ≠ 0 D=\begin{bmatrix}1&2\\4&5\end{bmatrix}=-3\neq0 D=[1425]=−3̸=0,根据上表可知原式只有一组零解
开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!
更多推荐
所有评论(0)