cover

走马

陈粒

Lecture 3:行列式的计算

1608 字
8 分钟
Lecture 3:行列式的计算

分类:按照考题的角度

    1. 有规律的行列式:
    • n 阶,n 可能很大,因为有规律、所以可以解决,都可以使用公式解决;
    1. 无规律的行列式:
    • 都是以三阶为主,偶尔有四阶;
    • 使用性质、将其化成 12+1 种类型;

3.1 具体性行列式的计算#

方法:三种方法

  • 几何:几乎不行
  • 性质:性质 1-7
  • 逆序数法:一般是用于研究某一项用的
  • 展开公式:
    • 准备工作:
      • -> 使用性质、将行列式尽可能多的展开多的 0;
      • -> 使用性质、使得行列式能够化成基本型,此时就可以直接写答案了
        • 找基本型的思路:1. 找差别不大的行来换 2. 找规律;
    • 展开
  • 归纳法/递推法;

3.1.1 化为基本型#

3.1.1.1 爪形与行和相等#

思路:把行列式化成基本型

  • 方法:
    • 如果符合形式,则直接使用方法(比如爪形行列式的形式)
    • 如果不符合形式,则找差别不大的行来换;

概念:爪形行列式

  • 化型 -> 类似于三角行列式;
  • 思路:用斜的爪子,去消掉平的爪子;
  • 解释:
    • 适用性质七:倍加的性质,将主或者副对角线上的元素,通过倍加的方式,消掉竖(横)的爪子上的数,进而化成三角行列式;
定义: #行和相等的行列式#

描述: Dn=abbbbabbbbabbbbaDn=(a+(n1)b)1bbb1abb1bba=[a+(nb)b](ab)n1D_n=\begin{vmatrix}a&b&b&\cdots&b\\b&a&b&\cdots&b\\b&b&a&\cdots&b\\\vdots&\vdots&\vdots&&\vdots\\b&b&b&\cdots&a\end{vmatrix}\quad\quad\quad\quad D_{n}=(a+(n-1)b)\begin{vmatrix}1&b&b\cdots b\\1&a&b\cdots b\\\vdots&\vdots&\vdots\\1&b&b\cdots a\end{vmatrix}=[a+(n-b)b](a-b)^{n-1}

解释

  • 证明过程:
    • 第一步:因为行和相等,所以把所有列都加到第一列;
    • 第二步:提出公因式部分 [a+(n-1)b]
    • 第三步:将每列加 -1 倍至每列;
    • 第四步:计算结果,得到 Dn=[a+(n1)b](ab)n1D_n=[a+(n-1)b](a-b)^{n-1}

补充一

  • 行列式:
    • a=0,b=1,0111101111011110n×n=(n1)(1)n1当a=0,b=1时,\begin{vmatrix}0&1&1&\cdots&1\\1&0&1&\cdots&1\\1&1&0&\cdots&1\\\vdots&\vdots&\vdots&&\vdots\\1&1&1&\cdots&0\end{vmatrix}_{n\times n}=(n-1)(-1)^{n-1}
  • 解释:
    • 主对角线都是 0,其他都是 1 <-行和相等的行列式 中的 a 取为 0,b 取为 1 ,代入 [a+(nb)b](ab)n1[a+(n-b)b](a-b)^{n-1} 即可算出;

补充二

  • 行列式:
    • a=2,b=1,2111121111211112=n+1.当a=2,b=1时,\begin{vmatrix}2&1&1&\cdots&1\\1&2&1&\cdots&1\\1&1&2&\cdots&1\\\vdots&\vdots&\vdots&&\vdots\\1&1&1&\cdots&2\end{vmatrix}=n+1.

补充三:当 a 在副对角线时

  • 行列式:
    • Gn=bbbabbabbabbabbb=(1)n(n1)2abbbbabbbbabbbba=(1)n(n1)2[a+(n1)b](ab)n1G_n=\begin{vmatrix}b&b&\cdots&b&a\\b&b&\cdots&a&b\\\vdots&\vdots&&\vdots&\vdots\\b&a&\cdots&b&b\\a&b&\cdots&b&b\end{vmatrix}=(-1)^{\frac{n(n-1)}2}\begin{vmatrix}a&b&\cdots&b&b\\b&a&\cdots&b&b\\\vdots&\vdots&&\vdots&\vdots\\b&b&\cdots&a&b\\b&b&\cdots&b&a\end{vmatrix}=\left(-1\right)^{\frac{n\left(n-1\right)}{2}}\left[a+\left(n-1\right)b\right]\left(a-b\right)^{n-1}

3.1.1.2 X 型#

举例

  • 行列式:
    • D4=a100b10a2b200b3a30b400a4=(a1a4b1b4)(a2a3b2b3).D_4=\begin{vmatrix}a_1&0&0&b_1\\0&a_2&b_2&0\\0&b_3&a_3&0\\b_4&0&0&a_4\end{vmatrix}=(a_{1}a_{4}-b_{1}b_{4})(a_{2}a_{3}-b_{2}b_{3}).
  • 分析:
    • 先换行、列,将所有的 0 凑在一起,然后使用拉普拉斯展开式

3.1.1.3 范德蒙德型#

举例

  • abca2b2c2b+ca+ca+b=(a+b+c)111abca2b2c2=(a+b+c)(ca)(cb)(ba)\begin{vmatrix}a&b&c\\a^{2}&b^{2}&c^{2}\\b+c&a+c&a+b\end{vmatrix}=\left(a+b+c\right)\left|\begin{matrix}1&1&1\\a&b&c\\a^{2}&b^{2}&c^{2}\end{matrix}\right|=\left(a+b+c\right)\left(c-a\right)\left(c-b\right)\left(b-a\right)
  • 使用性质,将其化成范德蒙德型

3.1.2 递推法#

概念:递推法和归纳法

  • 关系:
    • 递推法和归纳法是两种不同的方向;
    • 递推法是从 n 阶开始往下推,推到 n-1n-2
    • 归纳法是从 1 阶开始找到规律、往上推,推到 n-1n
  • 基本思路:
      1. 元素的分布规律相同;
      1. Dn1D_{n-1}DnD_n 少一阶;

举例:宽对角行列式

  • 行列式:递推
    • D4=1aa0011aa0011aa0011a=(1)4+1(a)a3+D3=a4+(a3)+D2=a4+(a3)+a2+D1=a4a3+a2a+1D_4=\begin{vmatrix}1-a&a&0&0\\-1&1-a&a&0\\0&-1&1-a&a\\0&0&-1&1-a\end{vmatrix}=(-1)^{4+1}\cdot(-a)\cdot a^{3}+D_{3}=a^{4}+\left(-a^{3}\right)+D_{2}=a^{4}+(-a^{3})+a^{2}+D_{1}=a^{4}-a^{3}+a^{2}-a+1
  • 分析:
    • 其中上述 D4D_4 是计算余子式;
    • 上面也可以使用归纳法

3.1.3 行列式表示的函数和方程#

补充:这类问题的行列式元素 aija_{ij} 往往不是具体数值,而是含 xxλ\lambda 等的函数,可能会在计算之外给考生带来新的困难和麻烦,自然也会给命题人带来新的角度,需要重视对此类问题的研究;

举例

  • 题目:f(x)=10x12x213x3,f(x+1)f(x)设f\left(x\right)=\begin{vmatrix}1&0&x\\1&2&x^{2}\\1&3&x^{3}\end{vmatrix},求f\left(x+1\right)-f\left(x\right)
  • 分析:f(x+1)f(x)=10x+112(x+1)213(x+1)310x12x413x3=101122x+1133x2+3x+1=100120133x2=6x2f(x+1)-f(x)=\left|\begin{matrix}1&0&x+1\\1&2&(x+1)^{2}\\1&3&(x+1)^{3}\end{matrix}\right|-\left|\begin{matrix}1&0&x\\1&2&x^{4}\\1&3&x^{3}\end{matrix}\right|=\left.\left|\begin{matrix}1&0&1\\1&2&2x+1\\1&3&3x^{2}+3x+1\end{matrix}\right.\right|=\left|\begin{matrix}1&0&0\\1&2&0\\1&3&3x^{2}\end{matrix}\right|=6x^2

举例

  • 题目:设方程λ1231λ431aλ5=0有二重根,求参数a的值设方程\begin{vmatrix}\lambda-1&-2&3\\1&\lambda-4&3\\-1&a&\lambda-5\end{vmatrix}=0有二重根,求参数a的值
  • 分析:这是一个关于 f(λ)f(\lambda) 的表达式,且因为主对角线上有 λ\lambda,所以肯定有一个关于 λ\lambda 的三次方
  • 解析:
    • 求行列式: f(λ)=λ2λ+201λ431aλ5=λ2001λ331a1λ5=(λ2)λ33a1λ5=(λ2)(λ28λ+183a)=0f\left(\lambda\right)=\left|\begin{matrix}\lambda-2&-\lambda+2&0\\1&\lambda-4&3\\-1&a&\lambda-5\end{matrix}\right|=\begin{vmatrix}\lambda-2&0&0\\1&\lambda-3&3\\-1&a-1&\lambda-5\end{vmatrix}=\left(\lambda-2\right)\left|\begin{matrix}\lambda-3&3\\a-1&\lambda-5\end{matrix}\right|=(\lambda-2)(\lambda^{2}-8\lambda+18-3a)=0
    • 讨论二重根:在 (λ2)(λ28λ+183a)=0(\lambda-2)(\lambda^{2}-8\lambda+18-3a)=0
        1. 如果 λ=2\lambda =2 是二重根:(λ28λ+183a)λ=2=0(\lambda^{2}-8\lambda+18-3a)|_{\lambda=2}=0 -> 416+1839=04-16+18-39=0,所以 a=2
        1. 如果 λ=2\lambda =2 不是二重根:讨论 Δ=0\Delta=0 ,求出 a=23a=\frac{2}{3} 所以 λ=4\lambda =4

3.2 抽象型行列式的计算#

核心:方法

    1. 用性质;
    1. 用公式 AB=AB|AB|=|A||B|
    • 先用 BC 做一个变换,然后再用 ABC 做一个变换:ABC
    • 其结果等于分别的两个测度变化的结果

3.2.1 抽象型:一般方法 - 利用性质凑#

例题已知4阶行列式α1,α2,α3,β=a,β+γ,α2,α3,α1=b,α2+α3,α1,α3,γ=\text{已知4阶行列式}|\alpha_{1},\alpha_{2},\alpha_{3},\beta|=a,|\beta+\gamma,\alpha_{2},\alpha_{3},\alpha_{1}|=b,则|\alpha_{2}+\alpha_{3},\alpha_{1},\alpha_{3},\gamma|=

  • 分析:什么是抽象型:其中的元素是抽象的符号,不知道其具体的值;
  • 解析:如何求
    • 从抽象的行求抽象的行;
    • 利用行列式计算的性质,凑出来目标;

3.2.2 抽象性:点积法#

核心:凑出来两个方的矩阵相乘,行列式就等于 AB=AB|AB|=|A||B|

例题α1,α2,α3均为3维列向量,已知设\alpha_1,\alpha_2,\alpha_3均为3维列向量,已知A=[α1,α2,α3],B=[α1α2+2α3,2α1+3α25α3,α1+2α2α3],A=2,BA=A=[\alpha_{1},\alpha_{2},\alpha_{3}],B=[\alpha_{1}-\alpha_{2}+2\alpha_{3},2\alpha_{1}+3\alpha_{2}-5\alpha_{3},\alpha_{1}+2\alpha_{2}-\alpha_{3}],\text{且}|A|=2,\text{则}|B-A|=

  • 知识点
    • 虽然其中的 α1\alpha_1 是一个三维向量,但是只要是用一个符号 α1\alpha_1 来表示它,此时它就作为一个整体而存在 -> 本质上它是一个分块阵,只要一个矩阵分成一个分块阵,此时这个分块阵就把其当成元素来看待;
    • 结论:分块阵当作元素进行计算;
  • 解析
    • BA=(α2+2α3,2α1+2α25α3,α1+2α22α3)B-A=(-\alpha_{2}+2\alpha_{3},2\alpha_{1}+2\alpha_{2}-5\alpha_{3},\alpha_{1}+2\alpha_{2}-2\alpha_{3})
      • (α1,α2,α3)(021122252)(α1,α2,α3)(012)(225)(122)(\alpha_{1},\alpha_{2},\alpha_{3})\left(\begin{matrix}0&2&1\\-1&2&2\\2&5&-2\end{matrix}\right) \leftarrow (\alpha_{1},\alpha_{2},\alpha_{3})\left(\begin{matrix}0\\-1\\2\end{matrix}\right)\left(\begin{matrix}2\\2\\-5\end{matrix}\right)\left(\begin{matrix}1\\2\\-2\end{matrix}\right)
    • 其中的 (α1,α2,α3)(\alpha_{1},\alpha_{2},\alpha_{3}) 为基准,因此计算其基于基准的表示:
      • 0α1α2+2α3=[α1,α2,α3][012],2α1+2α25α3=[α1,α2,α3][225],a1+2a22a3=[a1,a2,a3][122]0\alpha_{1}-\alpha_{2}+2\alpha_{3}=[\alpha_{1},\alpha_{2},\alpha_{3}]\begin{bmatrix}0\\-1\\2\end{bmatrix},2\alpha_{1}+2\alpha_{2}-5\alpha_{3}=[\alpha_{1},\alpha_{2},\alpha_{3}]\begin{bmatrix}2\\2\\-5\end{bmatrix},a_{1}+2a_{2}-2a_{3}=\left[a_{1},a_{2},a_{3}\right]\left[\begin{matrix}1\\2\\-2\end{matrix}\right]
    • 得到: BA=(α2+2α3,2α1+2α25α3,α1+2α22α3)B-A=(-\alpha_{2}+2\alpha_{3},2\alpha_{1}+2\alpha_{2}-5\alpha_{3},\alpha_{1}+2\alpha_{2}-2\alpha_{3}) d 的计算结果就是:(α1,α2,α3)(021122252)(\alpha_{1},\alpha_{2},\alpha_{3})\left(\begin{matrix}0&2&1\\-1&2&2\\2&5&-2\end{matrix}\right)
      • 所以 BA=A021122252|B-A|=|A|\left|\begin{matrix}0&2&1\\-1&2&2\\2&5&-2\end{matrix}\right|
    • 计算结果: BA=A021122252=25=10|B-A|=|A|\left|\begin{matrix}0&2&1\\-1&2&2\\2&5&-2\end{matrix}\right|=2*5=10

3.2.3 余子式和代数余子式的线性组合计算#

定理: #余子式和代数余子式的线性组合计算#

描述:ai1Ai1+ai2Ai2++ainAin=ai1ai2aina_{i1}A_{i1}+a_{i2}A_{i2}+\cdots+a_{in}A_{in}=\begin{vmatrix}*\\a_{i1}&a_{i2}&\cdots&a_{in}\\*&\end{vmatrix}k1Ai1+k2Ai2++knAin=k1k2knk_{1}A_{i1}+k_{2}A_{i2}+\cdots+k_{n}A_{in}=\begin{vmatrix}&&*&&\\k_{1}&&k_{2}&\cdots&k_{n}\\&&*&&\end{vmatrix}

解释

  • 解释:
    • 展开式法:
      • 本质上是一种降阶的运算;
      • 任何一个行列式的计算,可以为其某一行(列)的展开:ai1ain=ai1Ai1++ainAin|a_{i_{1}}\cdots a_{i_{n}}|=a_{i_{1}}A_{i_{1}}+\cdots+a_{i_{n}}A_{i_{n}}
    • 代数余子式的线性组合:
      • 本质上就是展开式法的逆过程;
      • 举例:A112A12+A13=M11+2M12+M13A_{{11}}-2A_{{12}}+A_{{13}}=M_{11}+2M_{12}+M_{13}
        • 因为 Mij=(1)i+jAjM_{ij}=(-1)^{i+j}A_{j}
  • 方法:
    • 核心:
      • A 配小 a,逆用展开式;
      • A 配小 kk 把小 a 吃;
    • 举例:已知 A=121100010|A|=\begin{vmatrix}1&-2&1\\1&0&0\\0&1&0\end{vmatrix},则求 A112A12+A13A_{11}-2A_{12}+A_{13}
      • A 知道:按第一行展开:A=1A11+(2)A12+1A13=1|A|=1\cdot A_{11}+(-2)A_{12}+1A_{13}=1

3.3 克拉默法则#

定理: #克拉默法则#

描述:对个方程 n 个未知数 (这是前提)的非齐次线性方程组:{a11x1+a12x2++a1nxn=b1,a21x1+a22x2++a2nxn=b2,an1x1+an2x2++annxn=bn,\begin{cases}a_{11}x_{1}+a_{12}x_{2}+\cdots+a_{1n}x_{n}=b_{1},\\a_{21}x_{1}+a_{22}x_{2}+\cdots+a_{2n}x_{n}=b_{2},\\\cdots\cdots\\a_{n1}x_{1}+a_{n2}x_{2}+\cdots+a_{nn}x_{n}=b_{n},\end{cases} 若系数行列式 D=a11a12a1na21a22a2nan1an2ann0D=\begin{vmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\a_{21}&a_{22}&\cdots&a_{2n}\\\vdots&\vdots&&\vdots\\a_{n1}&a_{n2}&\cdots&a_{nn}\end{vmatrix}\neq0 则方程组右唯一解,且解为:xi=DiD,i=1,2,,nx_{i}=\frac{D_{i}}{D},i=1,2,\cdots,n,其中 Di是由常数项b1,b2,,bn替换D 中第 i列元素得到的行列式D_i\text{是由常数项}b_1,b_2,\cdots,b_n\text{替换}D\text{ 中第 }i\text{列元素得到的行列式}

解释

  • 要求:
    • 必须得是方形的矩阵,而且对系数有要求,所以难用;
  • 举例:
    • {x12x2+x3=1x1+0x2+0x3=20x1+x2+0x3=5\begin{cases}x_{1}-2x_{2}+x_{3}=1\\x_{1}+0x_{2}+0x_{3}=2\\0x_{1}+x_{2}+0x_{3}=5\end{cases}
    • 若行列式:A=121000100|A|=|\begin{smallmatrix}1&-2&1\\0&0&0\\1&0\end{smallmatrix}|\neq0 不等于 0,则其解为 xi=DiD,i=1,2,,nx_{i}=\frac{D_{i}}{D},i=1,2,\cdots,n
    • x1=D1D=1212005101x_{1}=\frac{D_{1}}{D}=\frac{\left|\begin{matrix}1&-2&1\\2&0&0\\5&1&0\end{matrix}\right|}{1} (第一列换成自由项,第二列第三列不变)
    • x2x_2 也类似,把第二列换成自由项;同理第三列;
    • 所以 x1x2x3x_1x_2x_3 分别为 2、5、9
  • 作用:
    • 克拉默法则提供了一个流程化的解法;
定理: #齐次时克拉默法则#

描述:齐次时:{a11x1+a12x2++a1nxn=0,a21x1+a22x2++a2nxn=0,an1x1+an2x2++annxn=0,\begin{cases}a_{11}x_{1}+a_{12}x_{2}+\cdots+a_{1n}x_{n}=0,\\a_{21}x_{1}+a_{22}x_{2}+\cdots+a_{2n}x_{n}=0,\\\cdots\cdots\\a_{n1}x_{1}+a_{n2}x_{2}+\cdots+a_{nn}x_{n}=0,\end{cases} D0,则齐次方程组只有零解;D=0,则齐次方程组有非零解若D\neq0,则齐次方程组只有零解;若D=0,则齐次方程组有非零解

解释

支持与分享

如果这篇文章对你有帮助,欢迎分享给更多人或打赏支持!

打赏
Profile Image of the Author
穆哈麦提
折腾代码、DIY 与一切有趣的技术。
📢 欢迎来访者
👋🏻 你好,欢迎来到「问渠」!这里记录我的学习、思考与生活。
分类
标签
站点统计
文章
146
分类
4
标签
35
总字数
314,438
运行时长
0
最后活动
0 天前
音乐
封面

音乐

暂未播放

0:000:00
暂无歌词
✨ 今日一言
"人生如骑自行车,要保持平衡就必须不断前进。"
—— 爱因斯坦
天气预报
统计

文章目录

✨️ 复制成功,转载请标注本文地址