线性代数

线代再 \(OI\) 这块主要是行列式(别的我也没见过

  • 一.行列式

1.定义
 行列式是数学中的一个函数,是将 \(n\times n\) 的矩阵 \(A\) 映射为一个标量,记作 \(det(A)/|A|\)

 一个 \(n\) 阶行列式直观定义如下:\(det(A)=\sum\limits_{\sigma}sgn(\sigma)\prod\limits_{i=1}^na_{i,\sigma(i)}\)

 \(\sigma\) 代表一个 \(\{1,2...n\}\) 的排列,\(sgn(\sigma)\) 表示 \((-1)^{\sigma 中逆序对个数 +1}\)

 

2.性质

 1.当有一行 \(/\) 列的值全为 \(0\) 时 \(det(A)=0\)
线性代数

 2.若某一行有公因子 \(k\),可直接提出
线性代数

 3.在行列式中,某一行(列)的每个元素是两数之和,则此行列式可拆分为两个相加的行列式
线性代数

 4.行列式中的两行(列)互换,改变行列式正负符号
线性代数

 5.在行列式中,有两行(列)对应成比例或相同,则此行列式的值为0
线性代数

 6.将一行(列)的 \(k\) 倍加进另一行(列)里,行列式的值不变
线性代数
  注意:一行(列)的 \(k\) 倍加上另一行(列),行列式的值改变
线性代数

 7.矩阵转置后行列式的值不变
线性代数

 8.行列式的乘法定理:\(det(AB)=det(A)det(B)\)

 特别的,\(det(rA)=det(rI_nA)=det(rIn)det(A)=r^ndet(A)\)

 对乘法公式进行扩展,可以得到所谓 柯西–比内公式,从而使得只要两个矩阵的乘积是方块矩阵,就有类似于以上的结果

 例如,对于 \(n\times m\) 的矩阵 \(A\) 和 \(m\times n\) 的矩阵 \(B\),设 \(S\) 为从 \(\{1,2...n\}\) 中选出 \(m\) 个元素的子集

 则有 \(det(AB)=\sum\limits_{S}det(A_s)det(B_s)\)(如果 \(n<m\) 则规定 \(det(AB)=0\))

 8.若 \(A\) 为可逆矩阵,则 \(det(A^{-1})=det(A)^{-1}\)

 

行列式的展开

 1.余子式

 \(M_{i,j}\) 为矩阵 \(A\) 去掉 \(i\) 行 \(j\) 列之后的行列式
线性代数

 2.代数余子式

 \(M\) 关于 \(M_{i,j}\) 的代数余子式定义为 \(C_{i,j}=(-1)^{i+j}M_{i,j}\)

 3.拉普拉斯展开

 \(det(M)=\sum\limits_{i=1}^nm_{i,j}C_{i,j}=\sum\limits_{j=1}^nm_{i,j}C_{i,j}\)

上一篇:奇异值分解SVD


下一篇:概率论基础(三)随机向量