第三章,矩阵,03-矩阵与行列式

第三章,矩阵,03-矩阵与行列式

      • 矩阵与行列式的转置
        • 证明 ( A B ) T = B T A T (AB)^T=B^TA^T (AB)T=BTAT
        • 证明 ( A B C ) T = C T B T A T (ABC)^T=C^TB^TA^T (ABC)T=CTBTAT
        • 推广: ( A 1 A 2 . . . A k ) T = A k T . . . A 1 T (A_1A_2...A_k)^T=A^T_k...A^T_1 (A1A2...Ak)T=AkT...A1T
      • 方阵、对称矩阵
      • 矩阵的k阶子式
        • 定义
        • 方阵的行列式(方阵的最高阶子式)

玩转线性代数(15)矩阵与行列式的笔记

矩阵与行列式的转置

将一个 m × n m×n m×n矩阵A的行列互换得到的 n × m n×m n×m矩阵,称为A的转置矩阵,记作 A T A^T AT
行列式转置值不变,矩阵转置为一个新矩阵
矩阵转置规则:

  1. ( A T ) T = A (A^T)^T=A (AT)T=A
  2. ( A + B ) T = A T + B T (A+B)^T=A^T+B^T (A+B)T=AT+BT
  3. ( k A ) T = k A T (kA)^T=kA^T (kA)T=kAT,(k为实数)
  4. ( A B ) T = B T A T (AB)^T=B^TA^T (AB)T=BTAT

证明 ( A B ) T = B T A T (AB)^T=B^TA^T (AB)T=BTAT

A = ( a i j ) m × s , B = ( b i j ) s × n A=(a_{ij})_{m×s},B=(b_{ij})_{s×n} A=(aij)m×s,B=(bij)s×n,
( A B ) T = ( c i j ) n × m , B T A T = ( d i j ) n × m (AB)^T=(c_{ij})_{n×m},B^TA^T=(d_{ij})_{n×m} (AB)T=(cij)n×m,BTAT=(dij)n×m
则有 c i j c_{ij} cij ( A B ) T (AB)^T (AB)T的第i行第j列,也为AB的第j行第i列,即A的第j行与B的第i行的乘积,即
c i j = ∑ k = 1 s a j k b k i c_{ij}=\sum_{k=1}^sa_{jk}b_{ki} cij=k=1sajkbki
同理, d i j d_{ij} dij B T B^T BT的第i行与 A T A^T AT的第j列的乘积,也即B的第i列与A的第j行的乘积,有
d i j = ∑ k = 1 s a j k b k i = c i j d_{ij}=\sum_{k=1}^sa_{jk}b_{ki}=c_{ij} dij=k=1sajkbki=cij
故:
( A B ) T = B T A T (AB)^T=B^TA^T (AB)T=BTAT

证明 ( A B C ) T = C T B T A T (ABC)^T=C^TB^TA^T (ABC)T=CTBTAT

( A B C ) T = [ ( A B ) C ] T = C T ( A B ) T = C T B T A T (ABC)^T=[(AB)C]^T=C^T(AB)^T=C^TB^TA^T (ABC)T=[(AB)C]T=CT(AB)T=CTBTAT

推广: ( A 1 A 2 . . . A k ) T = A k T . . . A 1 T (A_1A_2...A_k)^T=A^T_k...A^T_1 (A1A2...Ak)T=AkT...A1T

方阵、对称矩阵

行列数相等:方阵
转置矩阵与原矩阵相等:对称阵

矩阵的k阶子式

定义

m × n m×n m×n阶矩阵A中任意选定矩阵的k行和k列,将位于这些行列的交点上的 k 2 k^2 k2个元素按原来的次序组成的一个新的行列式,称为矩阵的一个k阶子式。

方阵的行列式(方阵的最高阶子式)

n阶方阵A的元素构成的行列式,叫做方阵A的行列式,记作 ∣ A ∣ |A| A d e t A detA detA,它的最高阶子式就是n阶

  • 性质:
    ∣ k A ∣ = k n ∣ A ∣ |kA|=k^n|A| kA=knA
    A = ∣ A T ∣ A=|A^T| A=AT
  • 拉普拉斯公式
    ∣ A O C B ∣ = ∣ A ∣ ∣ B ∣ \begin{vmatrix} A & O \\ C & B \end{vmatrix}=|A||B| ACOB=AB
  • ∣ A B ∣ = ∣ A ∣ ∣ B ∣ |AB|=|A||B| AB=AB
    证明:
    仅就n=2的情况写出证明, n ≥ 3 n\geq3 n3的情况类似可证。
    A = ( a i j ) , B = ( b i j ) A=(a_{ij}),B=(b_{ij}) A=(aij),B=(bij),记四阶行列式
    D = ∣ a 11 a 12 0 0 a 21 a 22 0 0 − 1 0 b 11 b 12 0 − 1 b 21 b 22 ∣ = ∣ A 0 − E B ∣ D=\begin{vmatrix} a_{11} & a_{12} & 0 & 0\\ a_{21} & a_{22} & 0 & 0\\ -1 & 0 & b_{11} & b_{12}\\ 0 & -1 & b_{21} & b_{22} \end{vmatrix}=\begin{vmatrix} A & 0 \\ -E & B \end{vmatrix} D=a11a2110a12a220100b11b2100b12b22=AE0B
    由拉普拉斯公式, D = ∣ A ∣ ∣ B ∣ D=|A||B| D=AB
    D中第1列乘以 b 11 b_{11} b11,第2列乘以 b 21 b_{21} b21都加到第3列上;再将第1列乘以 b 12 b_{12} b12,第2列乘以 b 22 b_{22} b22都加到第4列上,即
    D = ∣ a 11 a 12 a 11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 a 22 a 21 b 11 + a 22 b 21 a 21 b 12 + a 22 b 22 − 1 0 b 11 b 12 0 − 1 b 21 b 22 ∣ = ∣ A A B − E B ∣ D=\begin{vmatrix} a_{11} & a_{12} & a_{11}b_{11}+a_{12}b_{21} & a_{11}b_{12}+a_{12}b_{22} \\ a_{21} & a_{22} & a_{21}b_{11}+a_{22}b_{21} & a_{21}b_{12}+a_{22}b_{22} \\ -1 & 0 & b_{11} & b_{12}\\ 0 & -1 & b_{21} & b_{22} \end{vmatrix}=\begin{vmatrix} A & AB \\ -E & B \end{vmatrix} D=a11a2110a12a2201a11b11+a12b21a21b11+a22b21b11b21a11b12+a12b22a21b12+a22b22b12b22=AEABB
    对上式作二次行变换,第1、3行,2、4行互换,得
    D = ( − 1 ) 2 ∣ − E 0 A A B ∣ = ( − 1 ) 2 ∣ − E ∣ ∣ A B ∣ = ∣ A B ∣ D=(-1)^2\begin{vmatrix} -E & 0 \\ A & AB \end{vmatrix}=(-1)^2|-E||AB|=|AB| D=(1)2EA0AB=(1)2EAB=AB
    于是:
    ∣ A B ∣ = ∣ A ∣ ∣ B ∣ |AB|=|A||B| AB=AB

你可能感兴趣的:(玩转线性代数)