546 lines
22 KiB
Markdown
546 lines
22 KiB
Markdown
# 📌 第一章 行列式 考研核心通关笔记
|
||||
|
|
|
|||
|
|
> 线性代数的"算子"——所有性质/秩/方程组判定都从这里出发
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## ① 本章核心知识框架 (Core Concept Map)
|
|||
|
|
|
|||
|
|
### 1.1 二阶与三阶行列式(对角线法则)
|
|||
|
|
|
|||
|
|
#### 一、二阶行列式
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\begin{vmatrix}
|
|||
|
|
a_{11} & a_{12} \\
|
|||
|
|
a_{21} & a_{22}
|
|||
|
|
\end{vmatrix}
|
|||
|
|
= a_{11}a_{22} - a_{12}a_{21}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
- *极简例子:* $\begin{vmatrix} 1 & 2 \\ 3 & 4 \end{vmatrix} = 1\cdot4 - 2\cdot3 = -2$
|
|||
|
|
- **几何意义**:平行四边形有向面积 $= ad - bc$
|
|||
|
|
|
|||
|
|
#### 二、三阶行列式
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\begin{vmatrix}
|
|||
|
|
a_{11} & a_{12} & a_{13} \\
|
|||
|
|
a_{21} & a_{22} & a_{23} \\
|
|||
|
|
a_{31} & a_{32} & a_{33}
|
|||
|
|
\end{vmatrix}
|
|||
|
|
= a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32}
|
|||
|
|
- a_{13}a_{22}a_{31} - a_{11}a_{23}a_{32} - a_{12}a_{21}a_{33}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
- **对角线法则(三条实线 + 两条虚线)**:仅对 $n=2,3$ 成立;$n \ge 4$ **不再适用**!
|
|||
|
|
- *极简例子:* $\begin{vmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{vmatrix} = 0$(行列成等差,第二行减第一行 = 第三行减第二行 → 线性相关)
|
|||
|
|
|
|||
|
|
> ⚠️ **考试陷阱**:$n \ge 4$ 行列式绝不能用对角线法则,必须用**性质 + 展开**或**转化为三角行列式**。
|
|||
|
|
|
|||
|
|
#### 三、行列式与线性方程组
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\begin{cases}
|
|||
|
|
a_{11}x_1 + a_{12}x_2 = b_1 \\
|
|||
|
|
a_{21}x_1 + a_{22}x_2 = b_2
|
|||
|
|
\end{cases}
|
|||
|
|
\Rightarrow
|
|||
|
|
x_1 = \frac{\begin{vmatrix} b_1 & a_{12} \\ b_2 & a_{22} \end{vmatrix}}{\begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix}}, \quad
|
|||
|
|
x_2 = \frac{\begin{vmatrix} a_{11} & b_1 \\ a_{21} & b_2 \end{vmatrix}}{\begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix}}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
(分母行列式 $D \neq 0$ 时)—— 这是 §5 克拉默法则的雏形。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
### 1.2 全排列与对换
|
|||
|
|
|
|||
|
|
#### 一、排列与逆序数
|
|||
|
|
|
|||
|
|
- **排列**:把 $n$ 个元素排成一列,记为 $j_1 j_2 \cdots j_n$(全排列共 $n!$ 个)
|
|||
|
|
- **逆序**:大数排在小数前面称为一个逆序对 $(i, j)$(其中 $i < j$ 但 $j_{p_i} > j_{p_j}$)
|
|||
|
|
- **逆序数 $\tau(j_1 j_2 \cdots j_n)$**:排列中逆序对的总数
|
|||
|
|
|
|||
|
|
**例**:$\tau(3\,1\,2) = (3,1) + (3,2) = 1 + 1 = 2$(共 2 个逆序)
|
|||
|
|
|
|||
|
|
- *极简例子:* $\tau(2\,1\,4\,3) = 1 + 1 = 2$
|
|||
|
|
|
|||
|
|
**奇偶性**:
|
|||
|
|
- $\tau$ 为**奇数** $\to$ **奇排列**
|
|||
|
|
- $\tau$ 为**偶数** $\to$ **偶排列**
|
|||
|
|
|
|||
|
|
#### 二、对换
|
|||
|
|
|
|||
|
|
- **对换**:交换排列中两个元素的位置
|
|||
|
|
- **定理 1**:一个对换改变排列的奇偶性
|
|||
|
|
- **推论**:奇排列 $\leftrightarrow$ 偶排列可通过**有限次对换**互变
|
|||
|
|
- **定理 2**:$n$ 阶排列中,**奇偶排列各占一半**(各 $n!/2$ 个)
|
|||
|
|
|
|||
|
|
> ⚠️ 这两个定理是 **$n$ 阶行列式定义中 $(-1)^{\tau(j_1\cdots j_n)}$ 符号的来源**——必须理解,不能死记公式。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
### 1.3 $n$ 阶行列式的定义
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
D = \det(a_{ij}) = \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{vmatrix}
|
|||
|
|
= \sum_{j_1 j_2 \cdots j_n} (-1)^{\tau(j_1 j_2 \cdots j_n)} a_{1j_1} a_{2j_2} \cdots a_{nj_n}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
- 求和遍历所有 $n!$ 个排列 $j_1 j_2 \cdots j_n$
|
|||
|
|
- 每项是 $n$ 个不同行不同列元素的乘积,符号由列标排列的逆序数决定
|
|||
|
|
- $a_{1j_1} a_{2j_2} \cdots a_{nj_n}$ 称为一个**项**
|
|||
|
|
|
|||
|
|
*极简例子:* $n=2$ 时:
|
|||
|
|
$$
|
|||
|
|
D = \sum_{j_1 j_2} (-1)^{\tau} a_{1j_1} a_{2j_2}
|
|||
|
|
= (-1)^0 a_{11}a_{22} + (-1)^1 a_{12}a_{21}
|
|||
|
|
= a_{11}a_{22} - a_{12}a_{21}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
#### 行列式定义的两条推论
|
|||
|
|
|
|||
|
|
| 推论 | 内容 |
|
|||
|
|
|------|------|
|
|||
|
|
| **上三角行列式** | $\det = \prod_{i=1}^n a_{ii}$(主对角线元素之积) |
|
|||
|
|
| **下三角行列式** | $\det = \prod_{i=1}^n a_{ii}$(同样) |
|
|||
|
|
| **单位阵** | $\det E = 1$ |
|
|||
|
|
|
|||
|
|
> 🔑 **核心思想**:三角化是计算高阶行列式的**终极武器**——通过初等行变换化为三角行列式,行列式 = 主对角线元素之积。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
### 1.4 行列式的性质(7 条核心性质)
|
|||
|
|
|
|||
|
|
记 $D = \det(a_{ij})$,下列性质**对行和对列均成立**(行列式转置不变 → 性质通用)。
|
|||
|
|
|
|||
|
|
#### 性质 1:转置不变
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\det A^T = \det A
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
> "行"性质 = "列"性质。后面所有性质只写"行"版本,"列"版本自动成立。
|
|||
|
|
|
|||
|
|
#### 性质 2:换行(列)变号
|
|||
|
|
|
|||
|
|
交换两行(列),行列式**变号**。
|
|||
|
|
|
|||
|
|
- **推论**:两行(列)相同 $\Rightarrow \det = 0$
|
|||
|
|
|
|||
|
|
#### 性质 3:倍乘性
|
|||
|
|
|
|||
|
|
某行(列)所有元素**同乘** $k$,行列式**乘以** $k$。
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\begin{vmatrix} ka_{11} & ka_{12} \\ a_{21} & a_{22} \end{vmatrix} = k \cdot \begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
> ⚠️ **注意**:$k$ 乘以**某一行**的所有元素才是 $k$ 倍;行列式整体乘 $k^n$ 才是 $k^n$ 倍(每行各乘 $k$)。
|
|||
|
|
|
|||
|
|
#### 性质 4:拆分(可加性)
|
|||
|
|
|
|||
|
|
某行(列)是两组数之和,行列式可拆为两个行列式之和:
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\begin{vmatrix} a_{11}+b_1 & a_{12}+b_2 \\ a_{21} & a_{22} \end{vmatrix}
|
|||
|
|
= \begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix}
|
|||
|
|
+ \begin{vmatrix} b_1 & b_2 \\ a_{21} & a_{22} \end{vmatrix}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
#### 性质 5:两行(列)成比例 $\Rightarrow \det = 0$
|
|||
|
|
|
|||
|
|
性质 2 推论 2 的推广。
|
|||
|
|
|
|||
|
|
#### 性质 6:倍加行(列)不变
|
|||
|
|
|
|||
|
|
把某行(列)的 $k$ 倍加到另一行(列),行列式**不变**。
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
r_i + k \cdot r_j \to D \text{ 不变} \quad (i \neq j)
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
> 🔑 **这是化简行列式的核心操作**——配合性质 3 可把矩阵化为三角形式。
|
|||
|
|
|
|||
|
|
#### 性质 7:方阵乘积
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\det(AB) = \det A \cdot \det B
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
> 推论:$\det(A^{-1}) = \dfrac{1}{\det A}$;$\det(A^*) = (\det A)^{n-1}$($A^*$ 为伴随矩阵)
|
|||
|
|
|
|||
|
|
#### 性质速查表
|
|||
|
|
|
|||
|
|
| 操作 | 行列式变化 |
|
|||
|
|
|------|----------|
|
|||
|
|
| 转置 | 不变 |
|
|||
|
|
| 换两行(列) | 变号 |
|
|||
|
|
| 一行(列)乘 $k$ | 乘 $k$ |
|
|||
|
|
| 一行(列)拆为两行(列)之和 | = 两个行列式之和 |
|
|||
|
|
| 两行(列)成比例 | $= 0$ |
|
|||
|
|
| 一行(列)的 $k$ 倍加到另一行 | 不变 |
|
|||
|
|
| $A \to B$ 矩阵乘法 | $\det(AB) = \det A \cdot \det B$ |
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
### 1.5 行列式按行(列)展开
|
|||
|
|
|
|||
|
|
#### 一、余子式与代数余子式
|
|||
|
|
|
|||
|
|
- **余子式 $M_{ij}$**:划去 $a_{ij}$ 所在的第 $i$ 行和第 $j$ 列,剩下的 $(n-1)$ 阶行列式
|
|||
|
|
- **代数余子式**:
|
|||
|
|
$$
|
|||
|
|
A_{ij} = (-1)^{i+j} M_{ij}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
*极简例子:* 行列式 $\begin{vmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{vmatrix}$ 中
|
|||
|
|
$A_{23} = (-1)^{2+3} \begin{vmatrix} 1 & 3 \\ 7 & 9 \end{vmatrix} = -(9 - 21) = 12$
|
|||
|
|
|
|||
|
|
#### 二、按行(列)展开定理
|
|||
|
|
|
|||
|
|
**按第 $i$ 行展开**:
|
|||
|
|
$$
|
|||
|
|
\det A = \sum_{j=1}^n a_{ij} A_{ij} = a_{i1}A_{i1} + a_{i2}A_{i2} + \cdots + a_{in}A_{in}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
**按第 $j$ 列展开**:
|
|||
|
|
$$
|
|||
|
|
\det A = \sum_{i=1}^n a_{ij} A_{ij}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
#### 三、关键推论(异乘变零)
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\sum_{k=1}^n a_{ik} A_{jk} = 0 \quad (i \neq j) \qquad \text{(不同行)}
|
|||
|
|
$$
|
|||
|
|
$$
|
|||
|
|
\sum_{k=1}^n a_{ki} A_{kj} = 0 \quad (i \neq j) \qquad \text{(不同列)}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
> 即:行列式的某行元素与**另一行**对应代数余子式的乘积之和 = 0。
|
|||
|
|
> **本质**:展开定理是"按自己行展开","异乘变零"是"按别人行展开"——记忆口诀"自己行展开,异行乘积为 0"。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
### 1.6 几个重要特殊行列式
|
|||
|
|
|
|||
|
|
#### 一、对角行列式
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\begin{vmatrix} a_1 & & \\ & \ddots & \\ & & a_n \end{vmatrix} = \prod_{i=1}^n a_i
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
#### 二、上(下)三角行列式
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\det = \prod_{i=1}^n a_{ii} \quad (\text{主对角线元素之积})
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
> 性质 6 反复应用:**倍加行**把一般行列式化为上三角,行列式 = 对角线之积。
|
|||
|
|
|
|||
|
|
#### 三、范德蒙德 (Vandermonde) 行列式 ⭐
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
V_n = \begin{vmatrix}
|
|||
|
|
1 & 1 & \cdots & 1 \\
|
|||
|
|
x_1 & x_2 & \cdots & x_n \\
|
|||
|
|
x_1^2 & x_2^2 & \cdots & x_n^2 \\
|
|||
|
|
\vdots & \vdots & & \vdots \\
|
|||
|
|
x_1^{n-1} & x_2^{n-1} & \cdots & x_n^{n-1}
|
|||
|
|
\end{vmatrix}
|
|||
|
|
= \prod_{1 \le j < i \le n} (x_i - x_j)
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
- **结构识别**:每行是首列的 $0, 1, 2, \cdots, n-1$ 次幂
|
|||
|
|
- **核心特征**:当且仅当所有 $x_i$ **互不相同**时 $V_n \neq 0$
|
|||
|
|
- *极简例子:* $V_3 = \begin{vmatrix} 1 & 1 & 1 \\ x_1 & x_2 & x_3 \\ x_1^2 & x_2^2 & x_3^2 \end{vmatrix} = (x_2 - x_1)(x_3 - x_1)(x_3 - x_2)$
|
|||
|
|
|
|||
|
|
> 🔑 **应用**:判定多项式根的唯一性(Ch04 不定积分有相关变形题);方程组解的唯一性。
|
|||
|
|
|
|||
|
|
#### 四、分块行列式
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\det \begin{pmatrix} A & O \\ C & D \end{pmatrix} = \det A \cdot \det D \qquad (\text{$A,D$ 为方阵})
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
$$
|
|||
|
|
\det \begin{pmatrix} A & B \\ O & D \end{pmatrix} = \det A \cdot \det D
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
- *极简例子:* $\begin{vmatrix} a & b & 0 & 0 \\ c & d & 0 & 0 \\ e & f & g & h \\ i & j & k & l \end{vmatrix} = \begin{vmatrix} a & b \\ c & d \end{vmatrix} \cdot \begin{vmatrix} g & h \\ k & l \end{vmatrix} = (ad-bc)(gl-hk)$
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## ② 必考题型分类索引
|
|||
|
|
|
|||
|
|
> 每个题型独立成文,包含完整的 mermaid 解题流程图、通法步骤、常见陷阱和经典母题。点击链接查看详情。
|
|||
|
|
|
|||
|
|
| # | 题型 | 核心判据 | 详细笔记 |
|
|||
|
|
|---|------|---------|---------|
|
|||
|
|
| 1 | 二/三阶行列式直接计算 | $n=2,3$ 对角线法则 | [[题型1_二阶三阶行列式计算]] |
|
|||
|
|
| 2 | 行列式按行(列)展开 | 找 0 多的行/列展开降阶 | [[题型2_按行展开降阶法]] |
|
|||
|
|
| 3 | 性质化简 + 三角化 | 一般 $n$ 阶,化为上三角 | [[题型3_性质化简三角化法]] |
|
|||
|
|
| 4 | 范德蒙德行列式 | 各行是首列的 $0,1,\ldots,n-1$ 次幂 | [[题型4_范德蒙德行列式]] |
|
|||
|
|
| 5 | 抽象行列式(特征值法) | $A = PBP^{-1}$,$\det A = \prod \lambda_i$ | [[题型5_抽象行列式计算]] |
|
|||
|
|
| 6 | 加边法(升阶法) | 行列式各行元素之和相等 | [[题型6_加边升阶法]] |
|
|||
|
|
| 7 | 克拉默法则的应用 | $D \neq 0$ 唯一解;$D=0$ 的判定 | [[题型7_克拉默法则]] |
|
|||
|
|
| 8 | 行列式方程 | 含参方程 $D(\lambda)=0$ 求特征值 | [[题型8_行列式方程]] |
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## ③ 高频考点与多维变换
|
|||
|
|
|
|||
|
|
### Top 5 高频考点
|
|||
|
|
|
|||
|
|
| 排名 | 考点 | 近15年考频 | 典型分值 |
|
|||
|
|
|------|------|-----------|---------|
|
|||
|
|
| 1 | 抽象矩阵的行列式($\det(A+\alpha E)$, $\det(A^*)$, $\det A^n$) | 12次 | 4分 |
|
|||
|
|
| 2 | $n$ 阶数值行列式(性质化简 + 三角化) | 8次 | 4-10分 |
|
|||
|
|
| 3 | 范德蒙德行列式与变形 | 6次 | 4分 |
|
|||
|
|
| 4 | 克拉默法则(结合方程组解的判定) | 4次 | 4分 |
|
|||
|
|
| 5 | 余子式/代数余子式单独计算 | 3次 | 4分 |
|
|||
|
|
|
|||
|
|
### 【示例:一题多角度】
|
|||
|
|
|
|||
|
|
**核心概念**:同一个 $n$ 阶行列式,三种考法层次
|
|||
|
|
|
|||
|
|
> **同一矩阵**:$A = \begin{pmatrix} 2 & 1 & 1 \\ 1 & 2 & 1 \\ 1 & 1 & 2 \end{pmatrix}$
|
|||
|
|
|
|||
|
|
**角度一:选择题(概念辨析)**
|
|||
|
|
|
|||
|
|
下列命题哪个正确?
|
|||
|
|
- (A) $\det(A+E) = \det A + \det E$ ✓/✗?
|
|||
|
|
- (B) $\det(A^T) = -\det A$ ✓/✗?
|
|||
|
|
- (C) $\det(A^{-1}) = \dfrac{1}{\det A}$ ✓/✗?
|
|||
|
|
|
|||
|
|
**答案**:(A) 错误——行列式没有分配律;(B) 错误——转置不变;(C) 正确——逆矩阵的行列式。
|
|||
|
|
|
|||
|
|
**角度二:填空题(直接计算)**
|
|||
|
|
|
|||
|
|
$\det(A + E) = \begin{vmatrix} 3 & 1 & 1 \\ 1 & 3 & 1 \\ 1 & 1 & 3 \end{vmatrix} = ?$
|
|||
|
|
|
|||
|
|
**解法**:每行加到第一行 $\to 5 \begin{vmatrix} 1 & 1 & 1 \\ 1 & 3 & 1 \\ 1 & 1 & 3 \end{vmatrix}$,每列减第一列 $\to 5 \begin{vmatrix} 1 & 0 & 0 \\ 1 & 2 & 0 \\ 1 & 0 & 2 \end{vmatrix} = 5 \cdot 4 = 20$
|
|||
|
|
|
|||
|
|
**角度三:解答题(特征值法)**
|
|||
|
|
|
|||
|
|
$A$ 是秩-1 矩阵 $J - I + I$ 的结构... 事实上 $A = I + J$($J$ 是全 1 矩阵),$J$ 的特征值为 $3,0,0$,故 $A$ 的特征值为 $4,1,1$,$\det A = 4 \cdot 1 \cdot 1 = 4$。
|
|||
|
|
|
|||
|
|
**启示**:同一个矩阵,选择题考概念、填空考计算、解答考综合——三种深度都要掌握。本题揭示**特征值法**是计算抽象矩阵行列式的核武器(Ch05 重点)。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## ④ 方法论与解题通法 (Methodology)
|
|||
|
|
|
|||
|
|
### 方法〇:行列式计算的"三层决策树"
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
n 阶行列式计算
|
|||
|
|
├── 第零步:定型
|
|||
|
|
│ ├── n = 2, 3 → 对角线法则
|
|||
|
|
│ ├── 三角矩阵 → 对角线之积
|
|||
|
|
│ ├── 范德蒙德结构 → 直接写结果
|
|||
|
|
│ └── 分块矩阵 → 拆分为子块行列式之积
|
|||
|
|
├── 第一步:选策略
|
|||
|
|
│ ├── 含大量 0 或结构对称 → 按行(列)展开降阶
|
|||
|
|
│ ├── 数字杂乱无章 → 性质化简 + 三角化
|
|||
|
|
│ ├── 各行(列)元素之和相等 → 加边法 / 提取公因式
|
|||
|
|
│ └── 含未知参数 λ → 特征值法或方程 $D(λ)=0$
|
|||
|
|
├── 第二步:执行
|
|||
|
|
│ ├── 倍加行(性质 6)化为三角
|
|||
|
|
│ ├── 按 0 多的行/列展开(性质 + 展开定理)
|
|||
|
|
│ └── 反复化简直至二阶
|
|||
|
|
└── 第三步:兜底
|
|||
|
|
├── 若仍复杂 → 反向操作(先转置或换行)
|
|||
|
|
└── 抽象矩阵 → 特征值法 / 矩阵运算性质
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 方法一:性质化简 → 三角化的标准流程
|
|||
|
|
|
|||
|
|
**口诀**:**"保留目标行/列,消灭其他行/列"**
|
|||
|
|
|
|||
|
|
以"化为上三角"为例(把第 1 列下方元素化为 0):
|
|||
|
|
1. 找 $a_{11}$:若 $a_{11}=0$,换行使主对角元素非零
|
|||
|
|
2. 用 $r_i - \dfrac{a_{i1}}{a_{11}} r_1$ 把 $a_{i1}=0$($i=2,\ldots,n$)
|
|||
|
|
3. 对第 2 列重复步骤 2:用 $r_i - \dfrac{a_{i2}}{a_{22}} r_2$($i=3,\ldots,n$)
|
|||
|
|
4. 继续直到上三角,$\det = \prod_{i=1}^n a_{ii}$
|
|||
|
|
|
|||
|
|
> ⚠️ **分母是否为 0**:化简过程中必须保证每步主元(对角元)非零,否则换行/换列。
|
|||
|
|
|
|||
|
|
### 方法二:抽象行列式的速算公式
|
|||
|
|
|
|||
|
|
| 已知 | 求 | 公式 |
|
|||
|
|
|------|---|------|
|
|||
|
|
| $A$ 的特征值 $\lambda_1,\ldots,\lambda_n$ | $\det A$ | $\prod_{i=1}^n \lambda_i$ |
|
|||
|
|
| $A, B$ | $\det(AB)$ | $\det A \cdot \det B$ |
|
|||
|
|
| $A$ | $\det A^*$ | $(\det A)^{n-1}$ |
|
|||
|
|
| $A$ | $\det(A^{-1})$ | $1/\det A$ |
|
|||
|
|
| $A$ | $\det(A^T)$ | $\det A$ |
|
|||
|
|
| $A$ | $\det(kA)$ | $k^n \det A$ |
|
|||
|
|
| $A, \alpha$ | $\det(A + \alpha E)$ | $\prod_{i=1}^n (\lambda_i + \alpha)$(配合特征值) |
|
|||
|
|
| $A \sim B$ | $\det A$ | $\det B$(相似矩阵行列式相等) |
|
|||
|
|
|
|||
|
|
### 方法三:按行展开的"零多者优先"原则
|
|||
|
|
|
|||
|
|
**口诀**:**"找 0 最多的行(列)展开"**
|
|||
|
|
|
|||
|
|
- 展开后行列式阶数降 1,**只算到余子式 $\to$ 再对余子式展开**
|
|||
|
|
- 通常配合性质化简(倍加行)人为制造 0
|
|||
|
|
- *极简例子:* $\begin{vmatrix} 5 & 1 & 1 & 1 \\ 1 & 5 & 1 & 1 \\ 1 & 1 & 5 & 1 \\ 1 & 1 & 1 & 5 \end{vmatrix}$:每列减第 4 列 $\to \begin{vmatrix} 4 & 0 & 0 & 1 \\ 0 & 4 & 0 & 1 \\ 0 & 0 & 4 & 1 \\ 0 & 0 & 0 & 5 \end{vmatrix} = 4^3 \cdot 5 = 320$
|
|||
|
|
|
|||
|
|
### 方法四:跨章节通法速查表
|
|||
|
|
|
|||
|
|
| 通用技法 | 本章出现场景 | 后续章节升级 | 判断依据 |
|
|||
|
|
|---------|------------|------------|---------|
|
|||
|
|
| **构造特殊行/列** | 提取公因子、加边法 | Ch02 矩阵分块、Ch05 二次型配方法 | 各行(列)元素之和相等 |
|
|||
|
|
| **化标准形** | 性质化简 → 三角化 | Ch03 矩阵初等行变换化行阶梯 | 数字杂乱,结构不明 |
|
|||
|
|
| **降阶策略** | 按行展开降阶 | Ch02 伴随矩阵公式 $A^{-1} = A^*/\det A$ | 含大量 0 或结构对称 |
|
|||
|
|
| **特征值法** | $\det A = \prod \lambda_i$ | Ch05 特征值/特征向量 | $A$ 是抽象矩阵表达式 |
|
|||
|
|
| **等价变形** | 转置/换行/拆列 | Ch03 矩阵初等变换 | 行列式性质灵活调用 |
|
|||
|
|
|
|||
|
|
### 方法五:行列式 vs 矩阵的逻辑链
|
|||
|
|
|
|||
|
|
**考研反复考的判断题逻辑**:
|
|||
|
|
$$
|
|||
|
|
\det A \neq 0 \iff A \text{ 可逆} \iff r(A) = n \iff Ax=0 \text{ 只有零解} \iff Ax=b \text{ 唯一解}
|
|||
|
|
$$
|
|||
|
|
|
|||
|
|
> 这是整个线性代数第一章到第五章的"主线贯穿"。本章学行列式时就要建立"行列式 ≠ 0 ⇔ 矩阵可逆"的等价意识,这是后续所有章节的判断工具。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## ⑤ 易错点红黑榜 (The Pitfall List)
|
|||
|
|
|
|||
|
|
### ❌ 错误 1:$n \ge 4$ 用对角线法则
|
|||
|
|
|
|||
|
|
- **错误表现**:$\begin{vmatrix} 1 & 2 & 3 & 4 \\ 5 & 6 & 7 & 8 \\ 2 & 4 & 6 & 8 \\ 1 & 3 & 5 & 7 \end{vmatrix}$ 按对角线法则展开
|
|||
|
|
- **正确理解**:对角线法则**仅适用于 2 阶和 3 阶**。$n \ge 4$ 必须用性质化简或按行展开。
|
|||
|
|
|
|||
|
|
**【对比示例】**:
|
|||
|
|
```
|
|||
|
|
❌ 4 阶行列式按对角线展开 → 错
|
|||
|
|
✅ 4 阶行列式倍加行化上三角 → 对
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### ❌ 错误 2:$k$ 乘以行列式 vs 行列式整体乘 $k$
|
|||
|
|
|
|||
|
|
- **错误表现**:$\begin{vmatrix} 2 & 4 \\ 6 & 8 \end{vmatrix} = 2 \begin{vmatrix} 1 & 2 \\ 3 & 4 \end{vmatrix}$(错!漏了一行)
|
|||
|
|
- **正确理解**:每行各乘 $k$ 共 $n$ 行,故整体乘 $k^n$。
|
|||
|
|
|
|||
|
|
**【对比示例】**:
|
|||
|
|
```
|
|||
|
|
❌ |2 4; 6 8| = 2·|1 2; 3 4| (错!实际应乘 2² = 4)
|
|||
|
|
✅ |2 4; 6 8| = 4·|1 2; 3 4| = 4·(4-6) = -8
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### ❌ 错误 3:行倍加 vs 行互换
|
|||
|
|
|
|||
|
|
- **错误表现**:$r_1 \leftrightarrow r_2$ 误以为行列式不变
|
|||
|
|
- **正确理解**:**换行变号**(性质 2);**倍加行不变**(性质 6)。两者效果相反!
|
|||
|
|
|
|||
|
|
### ❌ 错误 4:行(列)拆分的对象错
|
|||
|
|
|
|||
|
|
- **错误表现**:把行列式整体拆分为两个行列式之和
|
|||
|
|
- **正确理解**:只能**拆一行(列)**为两组数之和(性质 4),不能整体拆。
|
|||
|
|
|
|||
|
|
**【对比示例】**:
|
|||
|
|
```
|
|||
|
|
✅ |a+b, c+d; e, f| = |a,c; e,f| + |b,d; e,f|
|
|||
|
|
❌ |a+b, c+d; e+f, g+h| ≠ ... (整体拆错!)
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### ❌ 错误 5:余子式与代数余子式混淆
|
|||
|
|
|
|||
|
|
- **错误表现**:$A_{ij}$ 忘记乘 $(-1)^{i+j}$
|
|||
|
|
- **正确理解**:$A_{ij} = (-1)^{i+j} M_{ij}$,符号由**下标之和**的奇偶性决定(与 $a_{ij}$ 数值无关)。
|
|||
|
|
|
|||
|
|
### ❌ 错误 6:异乘变零写错行
|
|||
|
|
|
|||
|
|
- **错误表现**:$\sum_k a_{ik} A_{ik} = 0$(错!这是 $i=j$ 的展开公式,不为零)
|
|||
|
|
- **正确理解**:**异行相乘为零**——$\sum_k a_{ik} A_{jk} = 0$,**$i \neq j$** 才行。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## ⑥ 考研导向复习策略 (Exam Strategy)
|
|||
|
|
|
|||
|
|
### 优先级与建议题量
|
|||
|
|
|
|||
|
|
| 子专题 | 优先级 | 建议刷题量 | 说明 |
|
|||
|
|
|--------|--------|-----------|------|
|
|||
|
|
| 抽象矩阵的行列式 | **高** | 30+ 道 | $\det A^*$, $\det(A+E)$, $\det(A^n)$, 必考 |
|
|||
|
|
| $n$ 阶数值行列式 | **高** | 25+ 道 | 性质 + 展开,三角化是核心 |
|
|||
|
|
| 范德蒙德行列式 | **高** | 10 道 | 选择/填空高频,识别即可 |
|
|||
|
|
| 克拉默法则 | **中** | 8 道 | 几何应用 + 解的判定 |
|
|||
|
|
| 余子式/代数余子式 | **中** | 6 道 | 单独考较少,常作为工具出现 |
|
|||
|
|
| 行列式方程 | **中** | 6 道 | 含参方程,特征值的雏形 |
|
|||
|
|
| 行列式按行展开 | **中** | 15 道 | 配合性质化简使用 |
|
|||
|
|
|
|||
|
|
### 跨章节连接
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
┌─────────────────────────────────┐
|
|||
|
|
│ 本章 (Ch01) 行列式 │
|
|||
|
|
│ · 性质 / 展开 / 三角化 / 范德蒙德 │
|
|||
|
|
│ · 抽象行列式公式库 │
|
|||
|
|
└───────────────┬─────────────────┘
|
|||
|
|
│
|
|||
|
|
┌───────────────┬───────────────┼───────────────┬───────────────┐
|
|||
|
|
↓ ↓ ↓ ↓ ↓
|
|||
|
|
Ch02 矩阵 Ch03 方程组 Ch04 向量组 Ch05 特征值 Ch06 二次型
|
|||
|
|
A*=|A|^(n-1)/A 克莱姆法则 线性相关↔|A|=0 |A|=Πλᵢ 正定↔顺序主子式
|
|||
|
|
可逆↔|A|≠0 初等变换→|A| 秩的定义|子式 矩阵多项式|λE-A|
|
|||
|
|
齐次/非齐次判定 极大无关组行列式 相似↔|A|相等 合同→行列式
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
#### 🔥 跨章节综合题命题模式(高频!必须掌握)
|
|||
|
|
|
|||
|
|
**模式 1:抽象行列式 + 矩阵乘法**
|
|||
|
|
> 例题:设 $A$ 为 3 阶矩阵,$\det A = 2$,求 $\det(2A^* A^T A^{-1})$。
|
|||
|
|
>
|
|||
|
|
> **解**:$\det(2A^*) = 2^3 \det A^* = 8 \cdot 2^2 = 32$;$\det A^T = 2$;$\det A^{-1} = 1/2$。故总 $= 32 \cdot 2 \cdot 1/2 = 32$。
|
|||
|
|
>
|
|||
|
|
> **考点**:本章性质 + Ch02 伴随矩阵公式 $A^* = (\det A) A^{-1}$ 的复合应用。
|
|||
|
|
|
|||
|
|
**模式 2:行列式方程 → 特征值**
|
|||
|
|
> 例题:设 $A = \begin{pmatrix} 1 & 0 & 1 \\ 0 & 2 & 0 \\ 1 & 0 & 1 \end{pmatrix}$,方程 $\det(A - \lambda E) = 0$ 的根即为 $A$ 的特征值。
|
|||
|
|
>
|
|||
|
|
> **解**:$\det(A-\lambda E) = \det\begin{pmatrix} 1-\lambda & 0 & 1 \\ 0 & 2-\lambda & 0 \\ 1 & 0 & 1-\lambda \end{pmatrix}$,按第 2 行展开 $= (2-\lambda)[(1-\lambda)^2 - 1] = (2-\lambda)\lambda(\lambda-2) = -\lambda(2-\lambda)^2$。
|
|||
|
|
>
|
|||
|
|
> **根**:$\lambda_1=0$, $\lambda_2=\lambda_3=2$。
|
|||
|
|
>
|
|||
|
|
> **考点**:行列式计算 → 特征多项式 → 特征值 → Ch05 主角。本章就是 Ch05 的"预习"。
|
|||
|
|
|
|||
|
|
**模式 3:范德蒙德 → 多项式根**
|
|||
|
|
> 例题:设 $a_1, a_2, a_3$ 是方程 $x^3 - x^2 + 1 = 0$ 的三个根,求 $\det\begin{pmatrix} 1 & 1 & 1 \\ a_1 & a_2 & a_3 \\ a_1^2 & a_2^2 & a_3^2 \end{pmatrix}$。
|
|||
|
|
>
|
|||
|
|
> **解**:是范德蒙德!$= (a_2-a_1)(a_3-a_1)(a_3-a_2)$。
|
|||
|
|
>
|
|||
|
|
> **进一步**:由韦达 $a_1+a_2+a_3=1$, $a_1a_2+a_2a_3+a_3a_1=0$, $a_1a_2a_3=-1$,可算出 $\prod_{i<j}(a_i-a_j)^2$ = 判别式 $-4\cdot 0^3 + \ldots = -4 \cdot (-1) = 4$(注意范德蒙德平方 = 判别式)。
|
|||
|
|
>
|
|||
|
|
> **考点**:范德蒙德与多项式根的关系,跨 Ch04 不定积分(有理分式部分分式)的综合。
|
|||
|
|
|
|||
|
|
### 【终极母题推荐】
|
|||
|
|
|
|||
|
|
> **题目**:设 $A$ 是 $n$ 阶矩阵,满足 $A^2 = A$(幂等矩阵)。证明:$\det A \in \{0, 1\}$。
|
|||
|
|
|
|||
|
|
**此题融合**:
|
|||
|
|
- 特征值推导:$A^2 = A \Rightarrow \lambda^2 = \lambda \Rightarrow \lambda = 0$ 或 $1$
|
|||
|
|
- 行列式 = 特征值之积 $\Rightarrow \det A = 0^k \cdot 1^{n-k} \in \{0, 1\}$
|
|||
|
|
- (若不用特征值)用 $A^2=A \Rightarrow A(A-E)=0 \Rightarrow$ 分析矩阵结构
|
|||
|
|
|
|||
|
|
**为什么这是"终极母题"**:
|
|||
|
|
✅ 抽象矩阵行列式公式库的综合应用
|
|||
|
|
✅ 行列式与特征值的关系预热(Ch05 核心)
|
|||
|
|
✅ "幂等/对合/正交"等特殊矩阵的思维定式建立
|
|||
|
|
|
|||
|
|
**🔗 这道题的 Ch05 升级版(提前预告)**:
|
|||
|
|
> 条件不变,结论改为"求 $A$ 的全部特征值,并讨论 $A$ 是否可对角化"。
|
|||
|
|
>
|
|||
|
|
> → 这就是**特征值与对角化**。你会发现:行列式只是 Ch05 矩阵理论的"工具人",主舞台在 Ch05。
|
|||
|
|
|
|||
|
|
**这道题做完且理解透彻 → 本章"通关"。**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
> **下一步**:完成后可进入 [[Ch02_矩阵及其运算/Ch02_Matrix_Operations|Ch02 矩阵及其运算]],行列式将作为矩阵可逆性的判据贯穿始终。
|