Laplace 展开是行列式计算中的一种重要方法,它通过将行列式展开为子行列式的线性组合,从而简化计算过程。
# 余子式
令 A=(aij) 为 n 阶矩阵,去掉其第 i 行与第 j 列后所得到的 (n−1) 阶矩阵,称为 子矩阵,记作 Aij。即
Aij=⎝⎜⎜⎜⎜⎜⎜⎜⎜⎜⎛a11⋮ai−1,1ai+1,1⋮an1⋯⋯⋯⋯a1,j−1⋮ai−1,j−1ai+1,j−1⋮an,j−1a1,j+1⋮ai−1,j+1ai+1,j+1⋮an,j+1⋯⋯⋯⋯a1n⋮ai−1,nai+1,n⋮ann⎠⎟⎟⎟⎟⎟⎟⎟⎟⎟⎞
称该行列式 ∣Aij∣ 为 aij 的 余子式 (Minor)「余因子」
行列式可以由余因子写出,这个过程被称为 Laplace 展开「余因子展開」
定理 Laplace 展开定理
令 A=(aij) 为 n 阶矩阵
∣A∣=j=1∑naij(−1)i+j∣Aij∣
∣A∣=i=1∑naij(−1)i+j∣Aij∣
证明
对第 i 行展开的证明如下
∣A∣=σ∈Sn∑sgn(σ)k=1∏nak,σ(k)=j=1∑nσ∈Snσ(i)=j∑sgn(σ)k=1∏nak,σ(k)=j=1∑naijσ∈Snσ(i)=j∑sgn(σ)k=1k=i∏nak,σ(k)
对于固定的 j,考虑映射
ϕ:{σ∈Sn∣σ(i)=j}σ→Sn−1↦σ′
其中 σ′ 为将 {1,2,…,n}∖{i} 映射到 {1,2,…,n}∖{j} 的双射,且对于任意 k=i,有
σ′(k)={σ(k),σ(k)−1,σ(k)<jσ(k)>j
显然 ϕ 是一个双射
设 σ′=ϕ(σ),则
sgn(σ)=(−1)i+jsgn(σ′)
因此
∣A∣=j=1∑naij(−1)i+jσ′∈Sn−1∑sgn(σ′)k=1∏n−1ak′,σ′(k′)=j=1∑naij(−1)i+j∣Aij∣
□
- 实际上,这只是对选取的行或者列上的元素进行挨个处理,变成 aij∣Aij∣ 这样的形式,然后再根据位置的奇偶性加上正负号,最后将它们相加而已,符号可以有以下类似棋盘的结构给出
⎝⎜⎜⎜⎜⎜⎜⎛+−+−⋮−+−+⋮+−+−⋮−+−+⋮⋯⋯⋯⋯⋱⎠⎟⎟⎟⎟⎟⎟⎞
在具备 Laplace 展开这样的操作后,求解复杂行列式的方针变为了
- 利用行基本变换快速降次
- 或者利用行基本变换尽可能在同一行 / 列中制造出更多的零
- 选取那一行,进行展开降次
示例
求解
∣A∣=∣∣∣∣∣∣∣∣∣21362101400−222−116∣∣∣∣∣∣∣∣∣
解
R1−2R2→R1∣∣∣∣∣∣∣∣∣01360101400−224−116∣∣∣∣∣∣∣∣∣ExpansiononR1−4∣∣∣∣∣∣∣13610140−22∣∣∣∣∣∣∣R2−3R1→R2−4∣∣∣∣∣∣∣1061−3140−22∣∣∣∣∣∣∣R3−6R1→R3−4∣∣∣∣∣∣∣1001−380−22∣∣∣∣∣∣∣=−4∣∣∣∣∣−38−22∣∣∣∣∣=−4(−6+16)=−40
□
通过 Laplace 展开,还可以求解出一类著名的行列式
示例 Vandermonde 行列式
∣∣∣∣∣∣∣∣∣∣∣∣1x1x12⋮x1n−11x2x22⋮x2n−11x3x32⋮x3n−1⋯⋯⋯⋯1xnxn2⋮xnn−1∣∣∣∣∣∣∣∣∣∣∣∣=1≤i<j≤n∏(xj−xi)
证明
通过归纳法证明,首先在 n=2 时
∣∣∣∣∣1x11x2∣∣∣∣∣=x2−x1
成立
假设对于 n=k 时成立,考虑 n=k+1 的情况。
为了消去第一列中除 a11=1 以外的元素,并尽量简化后续列,我们执行以下行变换操作:
从最后一行开始,用前一行乘以 x1 减去该行?不,应该是 Ri−x1Ri−1。
具体顺序为:Rk+1−x1Rk,然后 Rk−x1Rk−1,……,直到 R2−x1R1。
考察变换后第 j 列(j≥2)的第 i 行元素(i≥2):
原元素为 xji−1。变换后为:
xji−1−x1⋅xji−2=xji−2(xj−x1)
变换后的行列式变为:
∣∣∣∣∣∣∣∣∣∣∣∣100⋮01x2−x1x2(x2−x1)⋮x2k−1(x2−x1)⋯⋯⋯⋯1xk+1−x1xk+1(xk+1−x1)⋮xk+1k−1(xk+1−x1)∣∣∣∣∣∣∣∣∣∣∣∣
按第一列展开,并从每一列提取公因子 (xj−x1):
=j=2∏k+1(xj−x1)∣∣∣∣∣∣∣∣∣∣1x2⋮x2k−11x3⋮x3k−1⋯⋯⋯1xk+1⋮xk+1k−1∣∣∣∣∣∣∣∣∣∣
剩下的行列式正是 k 阶的 Vandermonde 行列式(变量为 x2,…,xk+1)。
由归纳假设得证。
□
# 伴随矩阵
为了给出逆矩阵的通解公式,我们需要引入代数余子式的概念。
定义
对于 n 阶方阵 A=(aij),称
Cij=(−1)i+j∣Aij∣
为元素 aij 的 代数余子式 (Cofactor)「余因子」。
基于代数余子式,可以构造出一个特殊的矩阵,将矩阵 A 的各个元素的代数余子式 Cij 按照转置的位置排列所构成的矩阵
A=⎝⎜⎜⎜⎜⎛C11C12⋮C1nC21C22⋮C2n⋯⋯⋱⋯Cn1Cn2⋮Cnn⎠⎟⎟⎟⎟⎞
称该矩阵为 A 的 伴随矩阵 (Adjugate Matrix)「余因子行列」
伴随矩阵的一个重要作用是求解逆矩阵
命题
A⋅A=A⋅A=∣A∣En
证明
考虑乘积 A⋅A 的第 (i,j) 元素,根据矩阵乘法的定义
(A⋅A)ij=k=1∑naik⋅(−1)k+j∣Ajk∣
当 i=j 时,该式变为
(A⋅A)ii=k=1∑naik⋅(−1)k+i∣Aik∣=∣A∣
这正是对第 i 行进行 Laplace 展开的结果,这意味着 A⋅A 的对角线元素均为 ∣A∣
当 i=j 时,考虑矩阵
B=⎝⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎛a11⋮aj1⋮ai1⋮an1a12⋮aj2⋮ai2⋮an2⋯⋯⋯⋯a1n⋮ajn⋮ain⋮ann⎠⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎞
即将 A 的第 i 行与第 j 行互换后所得到的矩阵
对 B 的第 j 行进行 Laplace 展开,有
∣B∣=k=1∑naik⋅(−1)k+j∣Ajk∣
但是由于 B 的第 i 行与第 j 行互换了,所以 ∣B∣=−∣A∣,而 ∣A∣ 的展开式正是上式,因此
(A⋅A)ij=0
这意味着 A⋅A 的非对角线元素均为 0
综上所述,A⋅A=∣A∣En,同理可证 A⋅A=∣A∣En
□
所以,如果 A 可逆,自然有
A(∣A∣1A)=∣A∣1AA=En
即
A−1=∣A∣1A