671 字
3 分鐘
Linear Algebra - Chapter 3: Determinants

課程總覽

3-1 Cofactors#

Motivation: Determinants in 2x2 Matrices#

[abcd][dbca]=[adbc00adbc]=(adbc)I2\begin{bmatrix} a & b \\ c & d \end{bmatrix} \begin{bmatrix} d & -b \\ -c & a \end{bmatrix} = \begin{bmatrix} a d - b c & 0 \\ 0 & a d - b c \end{bmatrix} = (ad - b c) I_{2}

左右顛倒,關係依舊。由此可證得二階反方陣公式,並將係數 adbcad - b c 命名為「determinant」。

Defninition of Determinant#

一階 determinant 就是該元素自身。 二階 determinant 為 adbcad -bc

Cofactor Expansion#

定義一個新的表記:AijA_{ij} 表示將 AA 之第 ii row 跟第 jj column 移除所得之新矩陣。如此即可形式化定義三階以上的 determinant:

detA=a11A11a12A12++(1)1+na1nA1n\det A = a_{11} A_{11} - a_{12} A_{12} + \dots + (-1)^{1+n} \cdot a_{1n} A_{1n}
  • (1)1+n(-1)^{1+n} 說了一件事,正負相間是從 1,11,1 i.e. 左上角開始起算,從別的角度算的話,只要該邊大小為偶數就會算錯喔。

Cofactor: 以上 AijA_{ij} 的值還可以表記為 cijc_{ij},讀做「(i,j)(i,j) cofactor of AA」。(CALLOUT: p203

cij=(1)i+jc_{i j } = (-1)^{i + j}

A Special Case#

[!Note] Theorem

M=[ABOIn]M = \begin{bmatrix} A & B \\ O & I_{n} \end{bmatrix}

對於以上形式的矩陣,當 AA 為方陣,則 detM=detA\det M = \det A 成立。

再舉個 trivial case:

[!Quote] 類對角矩陣

det[COOIn]=det[ImOOC]=detC\det \begin{bmatrix} C & O \\ O' & I_{n} \end{bmatrix} = \det \begin{bmatrix} I_{m} & O' \\ O & C \end{bmatrix} = \det C

Triangular Matrices#

[!Note] Theorem 對於上下三角矩陣 MM,其 determinant 為其對角線項目的積。

3-2 Properties of Determinants#

Elementary Operations and Determinants#

運算結果
行交換變號
同行縮放縮放
異行消長不變
依照這些性質,結合 3-1 所述三角矩陣,可以得到以下計算 determinant 的方法:

[!Quote] 利用上三角矩陣計算 determinant 透過對 RR 進行一系列基礎列運算,可得上三角矩陣 UU,而

detR=(1)ru11u22unn\det R = (-1)^{r} \cdot u_{11} u_{22} \dots u_{nn}

rr 是行交換的次數。

Four Properties of Determinants#

  1. 若且唯若:「可逆」與「determinant 不為零」
  2. 對方陣乘法具有分配律
  3. 轉置不改變
  4. 反方陣變倒數

[!Quote] 利用分配律以及基礎運算矩陣對矩陣進行元素化 已知列運算可用矩陣來表示,又,列運算必能將矩陣化為 InI_{n},則

A=EkEk1E2E1A = E_{k} E_{k-1} \dots E_{2}E_{1}

再根據 determinant 對方陣乘法的分配律,

detA=(detEk)(detEk1)(detE2)(detE1)\det A = (\det E_{k}) (\det E_{k - 1})\dots (\det E_{2})(\det E_{1})
  • 同理,「轉置不改變」這個性質也可以透過這樣的關係式證得。

Cramer’s Rule#

[!Note] Theorem AA, b\mathbf{b}; MiM_{i}: replace column ii of AA by b\mathbf{b}. Then, equation Ax=bA\mathbf{x} = \mathbf{b} has unique solution u\mathbf{u} where uj=detMjdetAju_{j} = \frac{\det M_{j}}{\det A} \forall j.

PROOF

Au=b. u=A1b.A\mathbf{u} = \mathbf{b}. \ \mathbf{u} = A^{-1} \mathbf{b}.

Let UiU_{i}: replace column ii of InI_{n} bt u\mathbf{u}. Then

AUi=A[e1 e2ei1 u ei+1en]=[Ae1 Ae2AuAen]=[a1 a2b an]=Mi\begin{aligned} AU_{i} & = A[\mathbf{e}_{1}\ \mathbf{e}_{2} \dots \mathbf{e}_{i - 1}\ \mathbf{u}\ \mathbf{e}_{i+1} \dots \mathbf{e}_{n} ] \\ & = [A\mathbf{e}_{1} \ A\mathbf{e}_{2} \dots A \mathbf{u} \dots A\mathbf{e}_{n}] \\ & = [\mathbf{a}_{1} \ \mathbf{a}_{2} \dots \mathbf{b} \ \mathbf{a}_{n}] \\ & = M_{i} \end{aligned}

(cofactor expansion)

detUi=uidetIn1=ui\det U_{i} = u_{i} \cdot \det I_{n - 1} = u_{i}(detA)(detUi)=detMi(\det A)(\det U_{i} ) = \det M_{i}ui=detAdetMi u_{i} = \frac{\det A}{\det M_{i}} \ \blacksquare
Linear Algebra - Chapter 3: Determinants
https://blade520.com/posts/linear-algebra/ch3/
作者
Blade/磯江
發佈於
2025-10-21
許可協議
CC BY-NC-SA 4.0