線性代數學習筆記(代數篇)
1.向量
高中必修一知識,以二維向量為例。
本章只選取了與代數有較大關聯的內容,完整版見幾何篇。
1.1向量的表示
也就是後文提到的列向量,表示為 \(\begin{bmatrix}a\\b\end{bmatrix}\)
1.2向量的運算
1.2.1點積
\[(a,b)\cdot (c,d)=ac+bd \]
描述為更符合線性代數的形式:
\[\begin{bmatrix} a&b\end{bmatrix}\cdot\begin{bmatrix} c\\ d\end{bmatrix} =ac+bd \]
1.2.2叉積
向量叉積與行列式有關。
\[\vec v\times \vec p={\rm det}\left (\begin{bmatrix} \vec i&v_1&p_1\\\vec j&v_2&p_2\end{bmatrix}\right) \]2.矩陣
2.1一些概念
對於矩陣 \(A\) :
- 主對角線:即 \(A_{i,i}\) 元素組成的集合。
- 單位矩陣:表示為 \(I\),指主對角線中元素為1,其餘元素為0的矩陣。
- 逆矩陣:滿足 \(A\times A^{-1}=I\) 的矩陣 \(A^{-1}\)
- 矩陣的轉置:記為 \(A^T\),其中,\(A^T_{i,j}=A_{j,i}\)
- 行向量:1 行 \(n\) 列的矩陣。
- 列向量:\(n\) 行 1 列的矩陣。
- \(n\) 階方陣:\(n\times n\) 的矩陣 \(A_n\)
- 上/下三角矩陣:對角線下/上全為 0 的矩陣
2.2矩陣乘法
設 \(A\) 是大小 \(r\times m\)
3.行列式
2.1bigformula定義
對於 \(n\) 階方陣 \(A=(a_{i,j})\) ,定義
\[{\rm det}(A)=\sum_{\sigma\in S_n}{\rm sgn}(\sigma )\prod _{i=1}^na_{i,\sigma(i)} \]其中,\(S_n\) 是指長度為 \(n\) 的全體排列的集合,\(\sigma\) 是一個全排列,如果 \({\sigma}\)
的逆序對對數為偶數,則 \({\rm sgn}(\sigma)=1\),否則 \({\rm sgn}(\sigma) = -1\)簡記為 \({\rm det}(A)=|A|\)
人話:從矩陣的每一行中挑出一個數累乘,每個數用一個與排列的逆序對相關的數作為係數。
2.2性質
以三階行列式為例。
不需要死記硬背,建議從幾何意義上理解
-
\(|I|=1\)
-
在行列式中,一行(列)元素全為0,則此行列式的值為0
\[\left|\begin{matrix}0&0&0\\a_{2,1}&a_{2,2}&a_{2,3}\\a_{3,1}&a_{3,2}&a_{3,3}\end{matrix}\right |=\left|\begin{matrix}a_{1,1}&a_{1,2}&0\\a_{2,1}&a_{2,2}&0\\a_{3,1}&a_{3,2}&0\end{matrix}\right | = 0 \] -
在行列式中,某一行(列)有公因子 \(k\),則可以提出 \(k\)
\[\left|\begin{matrix}a_{1,1}&a_{1,2}&a_{1,3}\\ka_{2,1}&ka_{2,2}&ka_{2,3}\\a_{3,1}&a_{3,2}&a_{3,3}\end{matrix}\right |=k\left|\begin{matrix}a_{1,1}&a_{1,2}&a_{1,3}\\a_{2,1}&a_{2,2}&a_{2,3}\\a_{3,1}&a_{3,2}&a_{3,3}\end{matrix}\right | \] -
在行列式中,若某一行(列)的每個元素是兩數之和,則可以拆分為兩個相加的行列式
\[\left|\begin{matrix}a_{1,1}&a_{1,2}&a_{1,3}\\a_{2,1}+b_{2,1}&a_{2,2}+b_{2,2}&a_{2,3}+b_{2,3}\\a_{3,1}&a_{3,2}&a_{3,3}\end{matrix}\right |=\left|\begin{matrix}a_{1,1}&a_{1,2}&a_{1,3}\\a_{2,1}&a_{2,2}&a_{2,3}\\a_{3,1}&a_{3,2}&a_{3,3}\end{matrix}\right |+\left|\begin{matrix}a_{1,1}&a_{1,2}&a_{1,3}\\b_{2,1}&b_{2,2}&b_{2,3}\\a_{3,1}&a_{3,2}&a_{3,3}\end{matrix}\right | \] -
在行列式中,兩行(列)互換,行列式符號取反
\[\left|\begin{matrix}a_{1,1}&a_{1,2}&a_{1,3}\\a_{2,1}&a_{2,2}&a_{2,3}\\a_{3,1}&a_{3,2}&a_{3,3}\end{matrix}\right |=-\left|\begin{matrix}a_{2,1}&a_{2,2}&a_{2,3}\\a_{1,1}&a_{1,2}&a_{1,3}\\a_{3,1}&a_{3,2}&a_{3,3}\end{matrix}\right | \] -
在行列式中,有兩行(列)對應成比例,則行列式值為 0
\[\left|\begin{matrix}a_{1,1}&a_{1,2}&a_{1,3}\\a_{2,1}&a_{2,2}&a_{2,3}\\ka_{2,1}&ka_{2,2}&ka_{2,3}\end{matrix}\right |=0 \] -
在行列式中,將一行(列)的 \(k\) 倍加入另一行(列)中,行列式的值不變
\[\left|\begin{matrix}a_{1,1}&a_{1,2}&a_{1,3}\\a_{2,1}&a_{2,2}&a_{2,3}\\a_{3,1}&a_{3,2}&a_{3,3}\end{matrix}\right |=\left|\begin{matrix}a_{1,1}&a_{1,2}&a_{1,3}\\a_{2,1}+ka_{1,2}&a_{2,2}+ka_{1,2}&a_{2,3}+ka_{1,3}\\a_{3,1}&a_{3,2}&a_{3,3}\end{matrix}\right | \] -
將行列式的行列互換,行列式的值不變,即
\[|A|=|A^{T}| \] -
對於上三角矩陣
\[\left|\begin{matrix}a_{1,1}&a_{1,2}&a_{1,3}\\0&a_{2,2}&a_{2,3}\\0&0&a_{3,3}\end{matrix}\right |=a_{1,1}a_{2,2}a_{3,3} \] -
行列式乘法定理
\[{\rm det}(AB)={\rm det}(A){\rm det}(B) \]特別地,當與常數 \(r\) 相乘時,有
\[{\rm det}(rA)={\rm det}(rI\cdot A)={\rm det}(rI){\rm det}(A)=r^n{\rm det}(A) \]
2.3求解行列式
對於 \(n\) 階方陣 \(A\),有
2.3.1定義法
直接按照定義式計算,時間複雜度 \(\Theta(n\cdot n!)\)
2.3.2高斯消元
通過 2.2 羅列的性質可知,行列式是可以進行消元操作的,因此可以通過高斯消元,將原矩陣簡化為三角矩陣,時間複雜度 \(\Theta(n^3)\)。
2.3.3行列式展開
2.3.3.1代數餘子式
將 \(A\) 的某些行與列去掉(假設去掉 \(i\) 行 \(j\) 列)之後所餘下的方陣的行列式,其相應的方陣有時被稱為餘子陣,記為 \(M_{ij}\)
一個矩陣 \(A=(a_{i,j})\) 的代數餘子式:\(C_{ij}=(-1)^{i+j}M_{ij}\)
2.3.3.2Laplace展開
對於第 \(i\) 行,有 \({\rm det}(A)=\sum_{j=1}^na_{i,j}C_{ij}\)
對於第 \(j\) 列,有 \({\rm det}(A)=\sum_{i=1}^n a_{i,j}C_{ij}\)
2.3.3.3餘因子矩陣、伴隨矩陣與逆矩陣
矩陣 \({\rm cof}(A)=(C_{ij})_{i,j}\) 稱作 \(A\) 在 \((i,j)\) 的餘因子矩陣,即將 \(C_{ij}\) 擺在矩陣的第 \(i\) 行第 \(j\) 列。
\({\rm cof}(A)\) 的轉置矩陣稱為 \(A\) 的伴隨矩陣,記為 \({\rm adj}(A)\)
如果矩陣 \(A\) 可逆,則 \(A^{-1}=\dfrac{{\rm adj}(A)}{{\rm det}(A)}=\dfrac{A^*}{|A|}\),\(A^*\) 表示 \(A\) 的伴隨矩陣。
2.4Cauchy-Binet公式
給定兩個 \(n\times m\) 的矩陣,有
\[{\rm det}(AB^T)=\begin{cases}0&m<n\\ \sum_{1\leq i_1 < i_2<...<i_m\leq n}{\rm det}(A_{i_1,i_2,...,i_m}){\rm det}(B _{i_1,i_2,...,i_m})&m\ge n\end{cases} \]其中 \(A_{i_1,i_2,...,i_m}\) 為 \(A\) 保留 \(i_1,i_2,...,i_m\) 列所得的矩陣。
2.3一些定理
2.3.1矩陣樹定理
坑待補...
2.3.2LGV引理
坑待補...
3.參考文獻
- 矩陣樹定理(+行列式) - command_block 的部落格 - 洛谷部落格 (luogu.com.cn)
- 【5】行列式 - 知乎 (zhihu.com)
- 【官方雙語/合集】線性代數的本質 - 系列合集_嗶哩嗶哩_bilibili
- Determinant - Wikipedia
- 矩陣樹定理 - OI Wiki (oi-wiki.org)
- LGV 引理 - OI Wiki (oi-wiki.org)
敬請期待:線性代數學習筆記(幾何篇)