行列式:多重线性理论
拉普拉斯展开
拉普拉斯展开沿某一行(或某一列)行走,把每个元素乘以删去该元素所在行与列后所得较小矩阵的行列式,再配上正负交替的棋盘符号求和,从而计算行列式。它把一个 n 阶行列式化为 n 个较小的 (n-1) 阶行列式的加权和——一路递归直到 1x1。
沿第 i 行展开:det(A) = 对 j 求和 a_{ij} * C_{ij},其中余子式 C_{ij} = (-1)^(i+j) * M_{ij},子式 M_{ij} 是划去第 i 行与第 j 列后 A 的行列式。符号模式 (-1)^(i+j) 即棋盘 +, -, +, ...;你可沿任意一行或任意一列展开,得到相同的答案。
它由多重线性自然导出,故可证明而非死记。把所选行写成由其各元素加权的标准基向量之和 e_1 + ...,再用对该行的线性把行列式拆成 n 块;每块是一个元素乘以该行放着一个基向量的行列式,在交替记账之后恰是带符号的子式。唯一性确认结果就是 det。
注意:作为数值方法它比表面更糟——完全展开的代价约为 n! 次运算,与莱布尼茨撞上同一堵墙。它真正的用途是理论性的与小规模的:导出伴随矩阵与逆矩阵公式、手算 3x3 或 4x4、以及利用某行或某列稀疏(多数 a_{ij} 为零,故多数项消失)的便利。
det[a,b,c; d,e,f; g,h,i] = a*det[e,f;h,i] - b*det[d,f;g,i] + c*det[d,e;g,h]
3x3 沿第一行展开,配以 +,-,+ 的棋盘符号。
若用另一行的余子式沿某一行展开,总是得到 0——这些错配的展开正是使 A * adj(A) = det(A) * I 在非对角处成立的原因。
又称
另见