线性代数的学习和整理11: 子式与余子式

目录

[1 原始矩阵A](#1 原始矩阵A)

[2 子式(都是行列式)](#2 子式(都是行列式))

[2.1 k阶子式](#2.1 k阶子式)

[2.2 k阶主子式](#2.2 k阶主子式)

[2.3 k阶顺序主子式](#2.3 k阶顺序主子式)

[3 余子式](#3 余子式)

[3.1 余子式](#3.1 余子式)

[3.2 代数余子式](#3.2 代数余子式)

[3.3 余子式作用是?](#3.3 余子式作用是?)


1 原始矩阵A

  • 下面设计一个原始矩阵A,故意设计为A34, 行数≠列数

\\left\[ \\begin{matrix} 1 \& 2 \& 3 \& 4 \\\\ 5 \& 6 \& 7 \& 8 \\\\ 9 \& 10 \&11 \& 12 \\\\ \\end{matrix} \\right\]

2 子式(都是行列式)

  • 子式都是行列式

2.1 k阶子式

  • 从一个矩阵中任取k行k列,交叉处会有k*k个元素,这些元素构成仍然保持在矩阵中的相对位置次序得到的k阶行列式,称为矩阵的K阶子式
  • 如果一个矩阵 Am*n 如果i∈m是1个k元子集,而且 j∈n是1个k元子集, 那么|A|i*j是Am*n的k阶子式
  • 简单的说,子式就是从矩阵里旋转的部分矩阵形成的行列式,行数=列数即可

比如1阶子式**:因为只有1行1列**

\\left\[ \\begin{matrix} 1 \\\\ \\end{matrix} \\right\]

\\left\[ \\begin{matrix} 7 \\\\ \\end{matrix} \\right\]

比如2阶子式**:因为有2行2列**

\\left\[ \\begin{matrix} 1 \& 2 \\\\ 5 \& 6 \\\\ \\end{matrix} \\right\]

\\left\[ \\begin{matrix} 1 \& 4 \\\\ 5 \& 8 \\\\ \\end{matrix} \\right\]

比如3阶子式:因为有3行3列

\\left\[ \\begin{matrix} 1 \& 3 \& 4 \\\\ 5 \& 7 \& 8 \\\\ 9 \&11 \& 12 \\\\ \\end{matrix} \\right\]

2.2 k阶主子式

  • 如果取得行号列号相等,则是k阶主子式
  • 如果i=j,那么|A|i*j是Am*n的k阶主子式
  • 简单的说,主子式就是从矩阵里旋转的部分矩阵形成的行列式要求行数=列数,并且还要求是 {行序号数组} ={列序号数组}

比如1阶主子式:因为有1行1列,且是第1行,第1列

\\left\[ \\begin{matrix} 1 \\\\ \\end{matrix} \\right\]

但是下面这个子式就不是主子式,因为取得是第2行,第3列的内容构成的子式

\\left\[ \\begin{matrix} 7 \\\\ \\end{matrix} \\right\]

比如2阶主子式:因为有2行2列,且是第1,2行,第1,2列

\\left\[ \\begin{matrix} 1 \& 2 \\\\ 5 \& 6 \\\\ \\end{matrix} \\right\]

下面这个子式仍然是主子式,因为取得是第1,3行,第1,3列的内容构成的子式

\\left\[ \\begin{matrix} 1 \& 3 \\\\ 9 \& 11 \\\\ \\end{matrix} \\right\]

但是下面这个子式就不是主子式,因为取得是第1,2行,第1,4列的内容构成的子式

\\left\[ \\begin{matrix} 1 \& 4 \\\\ 5 \& 8 \\\\ \\end{matrix} \\right\]

比如3阶主子式:因为有3行3列,且是第1,2,3行,第1,2,3列

\\left\[ \\begin{matrix} 1 \& 2 \& 3 \\\\ 5 \& 6 \& 7 \\\\ 9 \&10 \& 11 \\\\ \\end{matrix} \\right\]

但是下面这个子式就不是主子式,因为取得是第1,2,3行,第1,3,4列的内容构成的子式

\\left\[ \\begin{matrix} 1 \& 3 \& 4 \\\\ 5 \& 7 \& 8 \\\\ 9 \&11 \& 12 \\\\ \\end{matrix} \\right\]

2.3 k阶顺序主子式

  • 如果i=j=(1,2....k),即取得是左起前k列,和上起前k行,那么|A|i*j是Am*n的k阶顺序主子式
  • 简单的说,顺序主子式就是从矩阵里旋转的部分矩阵形成的行列式要求行数=列数,并且还要求是 {行序号数组} ={列序号数组},并且,还得是按从左到右,从上到下这么按次序取行和列。

1阶顺序主子式:因为有1行1列,且是第1行,第1列

\\left\[ \\begin{matrix} 1 \\\\ \\end{matrix} \\right\]

2阶顺序主子式:因为有2行2列,且是第1,2行,第1,2列

\\left\[ \\begin{matrix} 1 \& 2 \\\\ 5 \& 6 \\\\ \\end{matrix} \\right\]

3阶顺序主子式:因为有3行3列,且是第1,2,3行,第1,2,3列

\\left\[ \\begin{matrix} 1 \& 2 \& 3 \\\\ 5 \& 6 \& 7 \\\\ 9 \& 10 \&11 \\\\ \\end{matrix} \\right\]

3 余子式

作用是把n阶行列式化简为n -- 1阶行列式

3.1 余子式

  • 在n阶行列式(意味着比然是方阵对应的矩阵)中,把aij所在的第i行和第j列的内容划掉,留下来的行列式称为余子式。
  • 记为Mij

3.2 代数余子式

严格定义

  • 矩阵,方阵 An*n
  • 其余子式 Mij
  • 代数余子式记为Cij=(-1)^(i+j)*Mij

3.3 余子式作用是?

  • 作用是把n阶行列式化简为n -- 1阶行列式
  • C的转置矩阵称为A的伴随矩阵,伴随矩阵类似于逆矩阵,并且当A可逆时可以用来计算它的逆矩阵。
  • 3阶行列式的展开,需要用到余子式的计算
相关推荐
我是大聪明.18 小时前
CUDA矩阵乘法优化:共享内存分块与Warp级执行机制深度解析
人工智能·深度学习·线性代数·机器学习·矩阵
做cv的小昊1 天前
【TJU】研究生应用统计学课程笔记(6)——第二章 参数估计(2.4 区间估计)
人工智能·笔记·线性代数·算法·机器学习·数学建模·概率论
EnCi Zheng1 天前
02a-什么是矩阵
线性代数·矩阵
AI科技星1 天前
《全域数学》第一部:数术本源·第二卷《算术原本》之十四附录(二)全域数学体系下三大数论猜想的本源推演与哲学阐释【乖乖数学】
人工智能·线性代数·机器学习·量子计算·agi
有为少年2 天前
从概率估计到“LLM 训练是有损压缩”
人工智能·线性代数·机器学习·计算机视觉·矩阵
大江东去浪淘尽千古风流人物2 天前
【UV-SLAM】eLSD/LBD 数据维度 UV-SLAM吸收借鉴
数据库·线性代数·oracle·矩阵·uv·augmented reality
风落无尘2 天前
《智能重生:从垃圾堆到AI工程师》——第三章 矩阵与防线
人工智能·线性代数·矩阵
一晌小贪欢3 天前
第3节:从表格到矩阵——NumPy 高级索引与维度变换实战
线性代数·矩阵·numpy
图码3 天前
矩阵数据结构入门指南:声明、初始化与基本操作
运维·数据结构·线性代数·算法·矩阵
我是大聪明.3 天前
Attention机制的数学本质:从Softmax到FlashAttention的演进
线性代数·矩阵