当前位置: 首页 > news >正文

线性代数 · 行列式 | 子式 / 主子式 / 顺序主子式 / 余子式 / 代数余子式

注:本文为 “线性代数 · 行列式 | 子式” 相关合辑。
略作重排,如有内容异常,请看原文。


行列式概念

在行列式与矩阵分析中,子式、主子式、顺序主子式、余子式及代数余子式是基础且核心的概念,它们不仅是行列式展开、矩阵性质判断(如正定性)的关键工具,也广泛应用于线性代数、优化理论等领域。

本文将系统梳理这些概念的定义、计算方法、相互关系及应用场景,采用 “从一般到特殊” 的逻辑展开,确保概念清晰、逻辑严谨。

1. k 阶子式(k-th Order Minor)

k 阶子式是后续所有 “子式类” 概念的基础,其核心是从行列式中任意选取 k 行与 k 列,由行列交叉处元素构成的新行列式。

1.1 定义

对于一个 n 阶行列式(n ≥ k),任意选取 k 个不同的行下标(记为 i1<i2<⋯<iki_1 < i_2 < \dots < i_ki1<i2<<ik)和 k 个不同的列下标(记为 j1<j2<⋯<jkj_1 < j_2 < \dots < j_kj1<j2<<jk),将这 k 行 k 列交叉位置的元素按原行列式的顺序排列,构成的 k 阶行列式,称为原行列式的一个k 阶子式

  • 若 k = n,则 k 阶子式就是原行列式本身;
  • 若 k < n,一个 n 阶行列式存在多个 k 阶子式,其数量为组合数 Cnk×Cnk\mathrm {C}_n^k \times \mathrm {C}_n^kCnk×Cnk(先选 k 行,再选 k 列)。

1.2 示例(以 3 阶行列式为例)

设 3 阶行列式为:
D=∣a1a2a3b1b2b3c1c2c3∣D = \begin {vmatrix} a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \\ c_1 & c_2 & c_3 \end {vmatrix} D=a1b1c1a2b2c2a3b3c3

  • 3 阶子式:仅 1 个,即 DDD 本身;
  • 2 阶子式:选取第 1、2 行和第 1、3 列,交叉元素构成的子式为 ∣a1a3b1b3∣\begin {vmatrix} a_1 & a_3 \\ b_1 & b_3 \end {vmatrix}a1b1a3b3;选取第 2、3 行和第 2、3 列,构成的子式为 ∣b2b3c2c3∣\begin {vmatrix} b_2 & b_3 \\ c_2 & c_3 \end {vmatrix}b2c2b3c3(其他 2 阶子式可类似选取);
  • 1 阶子式:每个元素本身都是 1 阶子式,共 9 个(如 a1,b2,c3a_1, b_2, c_3a1,b2,c3 等)。

2. k 阶主子式(k-th Order Principal Minor)

k 阶主子式是 k 阶子式的特殊情况,核心限制是 “选取的行下标与列下标必须完全相同”,这一约束使其比普通 k 阶子式更具 “对称性”,也更常用于矩阵性质分析。

2.1 定义

对于 n 阶行列式,选取 k 个相同的行下标与列下标(记为 i1<i2<⋯<iki_1 < i_2 < \dots < i_ki1<i2<<ik,即行下标 = 列下标),将这 k 行 k 列交叉位置的元素构成的 k 阶行列式,称为原行列式的一个 k 阶主子式

  • 核心特征:行下标与列下标完全一致(如选第 2、4 行,则必须选第 2、4 列);
  • 唯一性:k 阶主子式不唯一(只要行 / 列下标组合不同,即构成不同主子式),其数量为组合数 Cnk\mathrm {C}_n^kCnk(仅需选 k 个一致的行 / 列下标)。

2.2 示例(以 3 阶行列式为例)

沿用 1.2 中的 3 阶行列式 DDD

  • 3 阶主子式:仅 1 个,即 DDD 本身(行下标 = 列下标 = 1,2,3);

  • 2 阶主子式:

    1. 行 / 列下标 = 1,2:∣a1a2b1b2∣\begin {vmatrix} a_1 & a_2 \\ b_1 & b_2 \end {vmatrix}a1b1a2b2
    2. 行 / 列下标 = 1,3:∣a1a3c1c3∣\begin {vmatrix} a_1 & a_3 \\ c_1 & c_3 \end {vmatrix}a1c1a3c3
    3. 行 / 列下标 = 2,3:∣b2b3c2c3∣\begin {vmatrix} b_2 & b_3 \\ c_2 & c_3 \end {vmatrix}b2c2b3c3
  • 1 阶主子式:共 3 个
    行 / 列下标 = 1(即 a1a_1a1
    行 / 列下标 = 2(即 b2b_2b2
    行 / 列下标 = 3(即 c3c_3c3

3. k 阶顺序主子式(k-th Order Leading Principal Minor)

k 阶顺序主子式是 k 阶主子式的进一步特殊情况,核心约束是 “选取的行 / 列下标必须从 1 开始连续选取”,这一强约束使其成为唯一的 k 阶主子式,也是判断矩阵正定性的核心工具。

3.1 定义

对于 n 阶行列式,选取前 k 行(行下标 = 1,2,…,k)和前 k 列(列下标 = 1,2,…,k),交叉位置元素构成的 k 阶行列式,称为原行列式的k 阶顺序主子式

  • 核心特征:行 / 列下标从 1 开始连续(如 k=2 时,必须选 1,2 行和 1,2 列);
  • 唯一性:对于固定的 k(1 ≤ k ≤ n),n 阶行列式的 k 阶顺序主子式仅有 1 个

3.2 示例(以 3 阶行列式为例)

沿用 1.2 中的 3 阶行列式 DDD

  • 1 阶顺序主子式:前 1 行 1 列,即 a1a_1a1
  • 2 阶顺序主子式:前 2 行 2 列,即 ∣a1a2b1b2∣\begin {vmatrix} a_1 & a_2 \\ b_1 & b_2 \end {vmatrix}a1b1a2b2
  • 3 阶顺序主子式:前 3 行 3 列,即 DDD 本身。

3.3 重要应用:判断对称矩阵的正定性

对于 n 阶对称矩阵 AAA,若其所有 k 阶顺序主子式(k=1,2,…,n)均大于 0,则 AAA正定矩阵(正定矩阵在二次型、优化问题中具有 “最小值” 特性)。

实例分析

设 3 阶对称矩阵:
A=(412153236)A = \begin {pmatrix} 4 & 1 & 2 \\ 1 & 5 & 3 \\ 2 & 3 & 6 \end {pmatrix} A=412153236
计算其各阶顺序主子式:

  1. 1 阶顺序主子式:A1=4>0A_1 = 4 > 0A1=4>0
  2. 2 阶顺序主子式:A2=∣4115∣=4×5−1×1=19>0A_2 = \begin {vmatrix} 4 & 1 \\ 1 & 5 \end {vmatrix} = 4 \times 5 - 1 \times 1 = 19 > 0A2=4115=4×51×1=19>0
  3. 3 阶顺序主子式:A3=∣412153236∣=4×(5×6−3×3)−1×(1×6−3×2)+2×(1×3−5×2)=4×21−1×0+2×(−7)=84−14=70>0A_3 = \begin {vmatrix} 4 & 1 & 2 \\ 1 & 5 & 3 \\ 2 & 3 & 6 \end {vmatrix} = 4 \times (5 \times 6 - 3 \times 3) - 1 \times (1 \times 6 - 3 \times 2) + 2 \times (1 \times 3 - 5 \times 2) = 4 \times 21 - 1 \times 0 + 2 \times (-7) = 84 - 14 = 70 > 0A3=412153236=4×(5×63×3)1×(1×63×2)+2×(1×35×2)=4×211×0+2×(7)=8414=70>0

由于所有顺序主子式均大于 0,故 AAA 是正定矩阵。

4. 余子式(Minor of an Element)

余子式是针对行列式中单个元素定义的,核心是 “划去该元素所在的行与列后,剩余元素构成的行列式”,是代数余子式的基础。

4.1 定义

对于 n 阶行列式 DDD,任取其中一个元素 aija_{ij}aij(位于第 i 行第 j 列),划去第 i 行和第 j 列的所有元素,将剩余的 (n−1)(n-1)(n1)(n−1)(n-1)(n1) 列元素按原顺序排列,构成的 (n−1)(n-1)(n1) 阶行列式,称为元素 aija_{ij}aij余子式,记为 MijM_{ij}Mij

  • 本质:余子式是 (n−1)(n-1)(n1) 阶子式的一种,但其行 / 列下标由元素 aija_{ij}aij 的位置唯一确定;
  • 与元素值的关系:余子式仅与元素 aija_{ij}aij位置有关,与 aija_{ij}aij 本身的数值无关。

4.2 示例(以 3 阶行列式为例)

沿用 1.2 中的 3 阶行列式 DDD,求元素 a23a_{23}a23(第 2 行第 3 列,即 b3b_3b3)的余子式:

  1. 划去第 2 行(b1,b2,b3b_1, b_2, b_3b1,b2,b3)和第 3 列(a3,b3,c3a_3, b_3, c_3a3,b3,c3);
  2. 剩余元素为第 1 行 1-2 列(a1,a2a_1, a_2a1,a2)和第 3 行 1-2 列(c1,c2c_1, c_2c1,c2);
  3. 余子式 M23=∣a1a2c1c2∣M_{23} = \begin {vmatrix} a_1 & a_2 \\ c_1 & c_2 \end {vmatrix}M23=a1c1a2c2

5. 代数余子式(Algebraic Minor of an Element)

代数余子式是在余子式的基础上引入 “符号因子”,用于行列式按行 / 列展开公式,是简化行列式计算的核心工具。

5.1 定义

对于 n 阶行列式 DDD 中的元素 aija_{ij}aij,其代数余子式记为 AijA_{ij}Aij,定义为:
Aij=(−1)i+j⋅MijA_{ij} = (-1)^{i+j} \cdot M_{ij} Aij=(1)i+jMij
其中,MijM_{ij}Mijaija_{ij}aij 的余子式,(−1)i+j(-1)^{i+j}(1)i+j符号因子(由元素 aija_{ij}aij 的行标 i 和列标 j 共同决定)。

  • 符号规律:当 i+ji+ji+j 为偶数时,Aij=MijA_{ij} = M_{ij}Aij=Mij;当 i+ji+ji+j 为奇数时,Aij=−MijA_{ij} = -M_{ij}Aij=Mij(可记忆为 “棋盘式” 符号:左上角为正,相邻元素符号交替)。

5.2 示例(以 3 阶行列式为例)

沿用 1.2 中的 3 阶行列式 DDD,求元素 a23a_{23}a23 的代数余子式:

  1. 已求得余子式 M23=∣a1a2c1c2∣M_{23} = \begin {vmatrix} a_1 & a_2 \\ c_1 & c_2 \end {vmatrix}M23=a1c1a2c2
  2. 行标 i=2i=2i=2,列标 j=3j=3j=3,故 i+j=5i+j=5i+j=5(奇数),符号因子为 (−1)5=−1(-1)^5 = -1(1)5=1
  3. 代数余子式 A23=−M23=−∣a1a2c1c2∣A_{23} = -M_{23} = -\begin {vmatrix} a_1 & a_2 \\ c_1 & c_2 \end {vmatrix}A23=M23=a1c1a2c2

5.3 重要应用:行列式按行 / 列展开定理

对于 n 阶行列式 DDD,任取第 i 行(或第 j 列),其所有元素与其对应的代数余子式的乘积之和等于 DDD 的值,即:

  • 按第 i 行展开:D=ai1Ai1+ai2Ai2+⋯+ainAinD = a_{i1} A_{i1} + a_{i2} A_{i2} + \dots + a_{in} A_{in}D=ai1Ai1+ai2Ai2++ainAini=1,2,…,ni=1,2,\dots,ni=1,2,,n);
  • 按第 j 列展开:D=a1jA1j+a2jA2j+⋯+anjAnjD = a_{1j} A_{1j} + a_{2j} A_{2j} + \dots + a_{nj} A_{nj}D=a1jA1j+a2jA2j++anjAnjj=1,2,…,nj=1,2,\dots,nj=1,2,,n)。

该定理将 n 阶行列式的计算转化为 (n−1)(n-1)(n1) 阶行列式的计算,大幅简化运算(尤其适用于含多个 0 元素的行 / 列)。

逻辑链总结:k 阶顺序主子式 ⊂ k 阶主子式 ⊂ k 阶子式;余子式是 (n−1)(n-1)(n1) 阶子式,代数余子式是余子式的符号修正形式。


via:

  • 主子式、顺序主子式、余子式、代数余子式 - CSDN 博客
    https://blog.csdn.net/yskyskyer123/article/details/87891051
  • k 阶子式、主子式、顺序主子式、余子式、代数余子式_k 阶主子式 - CSDN 博客
    https://blog.csdn.net/qq_34824576/article/details/102678671
  • 行列式的子式、主子式、顺序主子式、余子式、代数余子式 - CSDN 博客
    https://blog.csdn.net/hyl1181/article/details/111144212
  • 矩阵的顺序主子式的理解 - CSDN 博客
    https://blog.csdn.net/qq_44154915/article/details/134175858

文章转载自:

http://wXQMRoyK.zqwqy.cn
http://dSNkCtdm.zqwqy.cn
http://v5RzQ2t2.zqwqy.cn
http://bT5zBMsD.zqwqy.cn
http://OzZkFMgl.zqwqy.cn
http://O4jqFL0j.zqwqy.cn
http://wrFxn0SO.zqwqy.cn
http://obYaPepD.zqwqy.cn
http://yCSjDLsX.zqwqy.cn
http://bL7mtFHR.zqwqy.cn
http://xy2uUMrc.zqwqy.cn
http://DxZE53ss.zqwqy.cn
http://W97FRCOP.zqwqy.cn
http://38upB373.zqwqy.cn
http://Gnhm6DiA.zqwqy.cn
http://VbHYJPId.zqwqy.cn
http://ZFmnpDKz.zqwqy.cn
http://sG8Mjro0.zqwqy.cn
http://jwB4XxCR.zqwqy.cn
http://K3ZG5YPs.zqwqy.cn
http://6aSgg8r5.zqwqy.cn
http://3HrJBrtL.zqwqy.cn
http://f7ds9o8L.zqwqy.cn
http://E5rUkm9P.zqwqy.cn
http://06wwv8OP.zqwqy.cn
http://UThtufZ3.zqwqy.cn
http://NaXgLMZF.zqwqy.cn
http://YZ2Khh1V.zqwqy.cn
http://y0TNHLYI.zqwqy.cn
http://nzdP2gjq.zqwqy.cn
http://www.dtcms.com/a/384911.html

相关文章:

  • LLM的MTP论文阅读
  • 软考-系统架构设计师 软件工程详细讲解
  • MATLAB 实现基于 GMM-HMM的语音识别系统
  • Day24_【深度学习(4)—PyTorch使用—张量的数值计算】
  • 2019年下半年 系统架构设计师 综合知识
  • C++类和对象详解(2);初识类的默认成员函数
  • AI智能体的应用前景
  • 文档驱动的AI协作 (DDAC) 工作流
  • Selenium 与 Playwright 安装及浏览器驱动配置
  • 数字丝绸之路的暗礁,解码“一带一路”与RCEP时代的跨境法治挑战
  • fabric启动节点var/hyperledger/production: permission denied
  • 小型无人机传感器仿真模型MATLAB实现方案
  • 拓扑dp|博弈|正难则反
  • linux时间管理
  • 第2章 语言模型:自然语言处理的基石
  • 汽车电子电气架构 --- 新趋势下的挑战与技术
  • 地铁站电子钟:NTP实时校准时间
  • 【数据集】2025年国家自然科学基金立项名单(经管类)
  • Elastic APM 2025 新特性:Tail-based Sampling 和 GenAI 优化
  • 如何解决 pip install 安装报错 ModuleNotFoundError: No module named ‘sklearn’ 问题
  • 《二战系统分析师》第五章总结
  • 机器学习中的距离总结
  • MongoDB集群开发完全指南:从原理到实践
  • apache phoenix sql 命令大全详解
  • python 读取大文件优化示例
  • 布草洗涤厂设备租赁押金原路退回系统—东方仙盟
  • JAVASCRIPT 前端数据库-V9--仙盟数据库架构-—仙盟创梦IDE
  • 开源AI大模型、AI智能名片与S2B2C商城小程序:从“不出现=不存在”到“精准存在”的数字化转型路径
  • LNMP环境搭建:高效Web服务器指南
  • ACP(三):让大模型能够回答私域知识问题