13行列式展开

行列式的完全展开式公式行列式是线性代数中的一个重要概念，它的完全展开式公式看起来可能有点复杂，但咱们一步步来，肯定能搞明白。

先来说说啥是行列式。

简单来讲，行列式就是一个由数字排列成的方形阵列所确定的一个数值。

就像一个神秘的密码组合，只有解开它，才能得到背后隐藏的信息。

行列式的完全展开式公式呢，其实就是解开这个密码的钥匙。

对于一个 n 阶行列式，它的完全展开式可以写为：\[\begin{align*}\vert A \vert&=\sum_{\sigma\inS_n}sign(\sigma)a_{1\sigma(1)}a_{2\sigma(2)}\cdots a_{n\sigma(n)}\\ \end{align*}\]这里的符号看起来有点吓人，但别慌！咱们慢慢解释。

先来说说这个 \(S_n\) ，它表示的是 1 到 n 的全排列的集合。

而\(sign(\sigma)\) 则是排列 \( \sigma \) 的符号，这个符号的计算也有一套规则。

我记得之前给学生们讲这个知识点的时候，有个特别有趣的事儿。

有个学生，咱们就叫他小李吧，他一开始看到这个公式，眼睛瞪得大大的，一脸的迷茫和无助。

我就跟他说：“别害怕，咱们一步步来。

”我先给他举了个二阶行列式的例子：\[\begin{vmatrix}a_{11} & a_{12} \\a_{21} & a_{22}\end{vmatrix}= a_{11}a_{22} - a_{12}a_{21}\]然后让他自己试着算一算，小李皱着眉头，拿起笔，认真地算了起来。

一开始还出错了，但经过几次尝试，终于算对了，那高兴的样子，就像解开了一道超级难题。

咱们再回到 n 阶行列式的完全展开式公式。

要计算这个公式，就得把所有的排列\( \sigma \) 都考虑进去，然后根据符号计算每一项的值，最后加起来。

这听起来是不是有点繁琐？但这就是数学的严谨之处呀！为了更好地理解，咱们再看一个三阶行列式的例子：\[\begin{vmatrix}a_{11} & a_{12} & a_{13} \\a_{21} & a_{22} & a_{23} \\a_{31} & a_{32} & a_{33}\end{vmatrix}\]它的完全展开式就是：\[\begin{align*}&a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} - a_{13}a_{22}a_{31} - a_{12}a_{21}a_{33} - a_{11}a_{23}a_{32}\end{align*}\]计算过程中可一定要仔细，不能马虎，一个数字错了，结果就全错啦。

03. 行列式的展开法则 一、按一行(列)展开法则定义3.1 (,)i j 元素或(,)i j 位置的余子式ij M 、代数余子式(1)i j ij ij A M +=- 例3.1 3111112121313111112121313||ij a a M a M a M a A a A a A =-+=++. 定理3.1 1)按一行展开法则 1122||(1,2,,)A i i i i in in a A a A a A i n =+++= ； 2)按一列展开法则 1122||(1,2,,)A j j j j nj nj a A a A a A j n =+++= . 按第一行的展开公式就是n 阶行列式(2)n ≥的降阶定义. 例3.2 计算下列n 阶行列式1)xy x yyx； 2)111111121n n----； 3)121111n n na a xD a xa x---=-.解 1)按1c 展开得原式1111111(1)(1)n n n n n n n xA yA xxy y x y -+-+=+=+-=+-. 2)原式121(1)(12)2n n nn n c c c c n n n A c -++++++++=按展开. 3)法1 按1r 展开得()112112121223121211(,,,)(,,)(,,).()n n n n n n n n n n n n n n n D a a a a x D a a a x a x D a a a x a x a x a D a a --------=+=++==++++=法2 在n D 中，元素(21)i a i n ≤≤-的余子式为11111(1)11i n i i x x M x x x x-----==---.将n D 按1c 展开得11211211(1)ni n n n i i n n i D a M a x a x a x a +---==-=++++∑ .法3 1121212112121101,1,,210i i nn n n n n n na a x a r xr D i n n a x a x a a x a x a x a --------+-+=-+++-++++12121n n n n a x a x a x a ---=++++ . ()11111(1)(1)(1)1n n n n n A M ++-=-=--=法4 按n r 展开得111212121.n n n nn n n n n n n n n n D a A xA a xD a a x xD a x a x a x a ------=+=+=++==++++定理3.2 当i j ≠时， 11220i j i j in jn a A a A a A +++= ；11220i j i j ni nj a A a A a A +++= . 注 1122||A i j i j in jn ij a A a A a A +++= δ， 1122||A i j i j ni nj ij a A a A a A +++= δ，其中1,;0,ij i j i j=⎧=⎨≠⎩当当δ为克罗内克(Kronecker )符号.例3.3 1)二元(实)函数1,;(,)0,.x y f x y x y =⎧=⎨≠⎩当当 显然(,)xy f x y =δ.2)diag(1,1,,1)[]ij n n ⨯= δ.例3.4 设四阶行列式1212211220211234D =. 1)求代数余子式12A ； 2)求1121314123A A A A +++； 3)求41424344A A A A +++.行列式的完全展开定义、公理化定义、降阶定义可以互相推证. 以降阶定义为原始定义做理论推导时，可以引入仿克罗内克符号1,;0,.ij i j i j <⎧=⎨>⎩当当ρ 例3.5 1)若正整数i j ≠，则1.ij ji +=ρρ2)仿克罗内克符号有缺项定位功能. 在序列124567,,,,,a a a a a a 中，(17,3)i a i i ≤≤≠位于第3i i -ρ位. 在序列12467,,,,a a a a a中，(17,3,5)i a i i ≤≤≠位于第35i i i --ρρ位.3)仿克罗内克符号有描述逆序功能.s t j j 构成逆序01s t t s j j j j ⇔=⇔=ρρ，121()t sn j j s t nj j j ≤<≤=∑τρ.例3.6 n 阶范德蒙(Vandermonde )矩阵1[]i j n n a -⨯的行列式122131121(,,,)()()()(,,)().n n n j i i j nV a a a a a a a a a V a a a a ≤<≤=---=-∏例3.7 填空11112345_____49162582764125----=----.例3.8 设0abcd ≠，求证222211(,,,)11a a bcd b b acdV a b c d c c abd d d abc=-.例3.9 计算n 阶三对角行列式111n a b ab a b ab D a b aba b++=++ .二、按多行(列)展开法则定义3.2 矩阵A m n ⨯的k l ⨯子矩阵1212A k l i i i j j j ⎛⎫ ⎪⎝⎭ 及其余子阵，k 阶子方阵、k 阶子式；n 阶方阵或其行列式中k 阶子式的n k -阶余子式M 、代数余子式1212()()(1)k k i i i j j j A M +++++++=- ，k 阶(顺序)主子阵、k 阶(顺序)主子式. 主子式的代数余子式就是余子式.例3.10 设55[]A ij a ⨯=.1)25135A ⎛⎫⎪⎝⎭是A 的一个23⨯子矩阵，13424A ⎛⎫⎪⎝⎭为其余子阵；2)1325A ⎛⎫⎪⎝⎭是A 的一个2阶子方阵，1325A ⎛⎫ ⎪⎝⎭是A 的一个2阶子式，245134A ⎛⎫⎪⎝⎭为对应余子式，而对应代数余子式为(13)(25)245245(1)134134A A +++⎛⎫⎛⎫-=- ⎪ ⎪⎝⎭⎝⎭；3)235235A ⎛⎫ ⎪⎝⎭是A 的一个3阶主子阵，235235A ⎛⎫⎪⎝⎭是A 的一个3阶主子式，其代数余子式就是余子式1414A ⎛⎫⎪⎝⎭，是A 的一个2阶主子式；4)A 共有五个顺序主子阵(式).定理3.3 按多行(列)展开法则——拉普拉斯(Laplace )定理1122C C ||A k k nnN A N A N A =+++ .例3.11 计算四阶行列式1234500112365112D -=--.例3.12 计算六阶行列式111000234000310161111101112411243161139D =---.例3.13 计算六阶行列式120000350000635475124583240064270034D -=-.例3.14 计算叉形行列式1)11211n n n nna b a b D c d c d =；2)112111nn n nna b a b D e c d c d +=.。

行列式展开定理行列式展开定理是线性代数中的重要定理之一，它是计算行列式的一个有效方法。

行列式是一个与矩阵相关的数值，它对于矩阵的性质和变换具有重要的作用。

行列式展开定理的全称为“按某一行（列）展开”，它是通过一系列代数运算将一个n阶行列式转化为n-1阶行列式来计算行列式的方法。

设A是一个n阶矩阵，其行列式用det(A)表示。

行列式展开定理可以按任意一行或一列展开，我以按行展开为例。

设A的第i行的元素为a[i1]、a[i2]、……、a[in]，则根据行列式展开定理，行列式的展开可以表示为如下形式：det(A) = a[i1]∙A[i1] + a[i2]∙A[i2] + … +a[in]∙A[in]其中A[i]表示经过去掉第i行和第j列后的(n-1)阶子矩阵的行列式。

我们可以继续展开每个A[i]，直到展开到2阶行列式或者1阶行列式为止。

对于2阶行列式，计算公式为：det(B) = b11∙b22 - b12∙b21其中B是2阶矩阵，b11、b12、b21、b22为矩阵B的元素。

对于1阶行列式，计算公式为：det(C) = c11其中C是一个1阶矩阵，c11为矩阵C的元素。

通过不断展开每个子矩阵，并根据2阶和1阶行列式的计算公式，我们最终可以将n阶行列式的计算转化为一系列的代数计算，从而得到行列式的具体数值。

行列式展开定理的应用非常广泛，例如在解线性方程组、求逆矩阵、计算行列式的值等方面都有重要的作用。

它不仅可以帮助我们更深入地理解矩阵的性质，还能够为我们提供一种高效的计算方法。

总之，行列式展开定理是线性代数中的重要定理之一，它通过一系列代数运算将n阶行列式转化为n-1阶行列式来计算行列式的值，具有广泛的应用价值。

行列式的展开定理
行列式的展开定理是指给定一个n阶行列式A，n≥1，对A进行展开，则A等于其各行中任取一项，乘上对于这一项的代数余子式，按行号排列
的和。

展开定理的主要思想是求解行列式，可以将原本n阶行列式简化为二
阶行列式，逐渐简化，最后变为一阶行列式，其值即为最终求出的行列式值。

展开定理的乘积分配律为：对于一个n阶行列式A，其中的任一一行
乘以一个常数c，那么这个行列式的值就相应乘以一个常数c。

展开定理的符号表示方法为：记A为行/列式，aij表示A的第（i，
j）项。

通常情况下，行列式展开定理表示为：
A=a11|A11|+a12|A12|+…+ain|Ain|，其中|Aij|表示行列式A的第i
行第j列的余子式。

经常使用的展开定理有两种：一类是Sarrus定理，一类是Laplace
定理。

Sarrus定理：3阶行列式可以按照a11,a12,a21,a22,a31,a32的顺序
展开，即A=a11a22a33+a12a23a31+a13a21a32-a13a22a31-a12a21a33-
a11a23a32。

Laplace定理：n阶行列式可以按照每行或每列任取一项，乘以这一
项的代数余子式，按行号或列号排列求和。

【DOC】行列式的展开法则行列式是线性代数中的重要概念之一，它可以用于求解线性方程组、矩阵的逆、矩阵的秩等问题。

展开法则是求解行列式的一种方法，其基本思想是利用行列式的性质，在行（或列）上进行化简，直到得到一个简单的行列式，然后根据行列式的性质进行计算。

本文将介绍行列式的展开法则及其相关性质。

一、定义行列式是一个由数构成的方阵，其计算方式如下：$$ \begin{vmatrix}a_{11}& a_{12}& \cdots&a_{1n}\\ a_{21}& a_{22}&\cdots&a_{2n}\\ \vdots&\vdots&\ddots&\vdots\\ a_{n1}&a_{n2}& \cdots&a_{nn}\end{vmatrix}=\sum_{\sigma}\operatorname{sgn}(\sigma)a_{1\sigma(1)}a_{2\sigma( 2)}\cdots a_{n\sigma(n)} $$其中，$\sigma$ 是从 $n$ 个数 $1,2,\cdots,n$ 中选取 $n$ 个数的一个排列，$\operatorname{sgn}(\sigma)$ 是排列 $\sigma$ 的逆序数，$a_{i\sigma(i)}$ 是第$i$ 行 $\sigma(i)$ 列的元素。

例如，当 $n=2$ 时，行列式为：$$ \begin{vmatrix}a_{11}& a_{12}\\ a_{21}& a_{22}\\\end{vmatrix}=a_{11}a_{22}-a_{12}a_{21} $$二、展开法则1. 拉普拉斯展开法则拉普拉斯展开法则是行列式展开法则中最基本的一种。

它的基本思想是：对于一个$n$ 阶行列式 $D$，选取其中任意一行（或一列）进行展开，得到 $n-1$ 阶行列式，然后递归地对 $n-1$ 阶行列式进行展开，直到得到 $2$ 阶行列式为止，在计算过程中交替改变符号。

行列式的行（列）展开定理
行（列）展开定理用于分析行列式的结构，它表明行列式的值可以从各行（列）中求出。

行展开定理的证明以行列式的一行为基础，将该行中的元素看作常数，把它们乘以该行中的未知数，然后做加法运算，得出了行列式的值。

公式表示为a(1,1)x(1)+a(1,2)x(2)+...+a(1,n)x(n)=|A|，其中a(1,1)~a(1,n)表示第一行的元素，x(1)~x(n)表示第一行未知数，|A|表示行列式A的值。

同样，列展开定理用列来求出行列式的值，其公式为
a(1,1)x(1)+a(2,1)x(2)+...+a(n,1)x(n)=|A|，其中a(1,1)~a(n,1)表示第一列的元素，x(1)~x(n)表示第一列未知数，|A|表示行列式A的值。

相比于行展开定理，列展开定理更容易理解，理论上它们是均有用的，但由于行列式结构的不规则性，有时列展开定理比行展开定理更加有效，避免了因展开完毕后加法操作量过大而需要累加回路的结果。

总之，行（列）展开定理是一种分析行列式结构的基本方法，它既可以用来求出行列式的值，也可以用来求出未知数。

它丰富了行列式计算的方法，被广泛用于各种电子计算机的程序设计和机器算法中，为工程实际应用和科学研究提供了有力帮助。