← 全部笔记

高等代数

行列式的拆分与低秩扰动

文章目录

来源 谢启鸿、姚慕生,《高等代数学习指导书》第4版,例 1.5、1.7、1.11,印刷页 8–9 与 11 / PDF页 18–19 与 21;§1.5,印刷页 21–24 / PDF页 31–34;例 1.21,印刷页 20–21 与 35 / PDF页 30–31 与 45;例 1.49,印刷页 42 / PDF页 52。 来源PDF 外积记号与参数次数的秩界是本章拆分机制的补充表述,不要求原矩阵可逆。

1. 只在多数项为零时展开

若第 jj 列为 cj+djc_j+d_j,多重线性允许该列有两种选择。拆分 nn 列会产生 2n2^n 项;当许多项有重复列或相关列时,这种展开才有用。

典型结构为 cj=djej+vjuc_j=d_je_j+v_ju:凡有两列选取公共向量 uu 的项均为零。只有不选 uu 的一项,以及恰选一个 uu 的 nn 项保留。

2. 对角矩阵加外积

无除法的秩一公式 在 R\mathbb R 或 C\mathbb C 上,设 D=diag⁡(d1,…,dn)D=\operatorname{diag}(d_1,\ldots,d_n) 和 u,v∈Fnu,v\in\mathbb F^n。则 det⁡(D+uvT)=∏i=1ndi+∑i=1nuivi∏j≠idj.\det(D+uv^T)=\prod_{i=1}^n d_i+\sum_{i=1}^n u_iv_i\prod_{j\ne i}d_j.

证明。 第 jj 列为 djej+vjud_je_j+v_ju。两列选取 uu 的项为零。在仅第 ii 列选取 uu 的项中,其余列为 djejd_je_j;按第 ii 列展开,只留下符号为正的 uivi∏j≠idju_iv_i\prod_{j\ne i}d_j。因此公式在 did_i 为零时也成立。

若所有 di≠0d_i\ne0,较简短的形式为 det⁡(D+uvT)=(∏idi)(1+∑iuivi/di)\det(D+uv^T)=(\prod_i d_i)(1+\sum_i u_iv_i/d_i)。

重复行加对角修正 例 1.5 中有 A=1xT−diag⁡(a1,…,an)A=\mathbf1x^T-\operatorname{diag}(a_1,\ldots,a_n),因此 det⁡A=(−1)n∏iai+(−1)n−1∑ixi∏j≠iaj.\det A=(-1)^n\prod_i a_i+(-1)^{n-1}\sum_i x_i\prod_{j\ne i}a_j. 若每个 ai≠0a_i\ne0,此式为 (−1)n(∏iai)(1−∑ixi/ai)(-1)^n(\prod_i a_i)(1-\sum_i x_i/a_i)。第一个表达式也适用于零参数。

例 1.11 为 bIn+1aTbI_n+\mathbf1a^T,对 n≥1n\ge1 得到 bn−1(b+∑iai)b^{n-1}(b+\sum_i a_i)。例 1.25 为 In+aaTI_n+aa^T,得到 1+∑iai21+\sum_i a_i^2。这些代数公式中的 TT 是普通转置,而非共轭转置。

3. 一般秩一修正与代数余子式

设 CijC_{ij} 是任意方阵 AA 的代数余子式。

秩一行列式恒等式 det⁡(A+tuvT)=det⁡A+t∑i,jCijuivj=det⁡A+t vTadj⁡(A)u.\det(A+tuv^T)=\det A+t\sum_{i,j}C_{ij}u_iv_j =\det A+t\,v^T\operatorname{adj}(A)u.

证明。 拆列后,含两个 uu 的项均为零。第 jj 列替换为 vjuv_ju 的项,由代数余子式展开得到 vj∑iuiCijv_j\sum_i u_iC_{ij},再对 jj 求和。

取 u=v=1u=v=\mathbf1,恢复例 1.22:

det⁡(A+t11T)=det⁡A+t∑i,jCij.\det(A+t\mathbf1\mathbf1^T)=\det A+t\sum_{i,j}C_{ij}.

印刷页 22 / PDF页 32 的推论允许第 jj 列有不同的增量 tjt_j,其系数为 ∑iCij\sum_i C_{ij}。

对秩为 rr 的矩阵 BB,进一步有 deg⁡tdet⁡(A+tB)≤r\deg_t\det(A+tB)\le r。事实上,若从 BB 选超过 rr 列,则所选列相关。特别地,元素关于 tt 仿射,不意味着次数为 nn;参数部分的秩可能迫使次数小得多。

选取使矩阵简化的参数值

例 1.23 的对角元为 aa,上方元素为 bb,下方元素为 cc。定义 f(t)=det⁡(A+t11T)f(t)=\det(A+t\mathbf1\mathbf1^T),它是仿射函数。在 t=−bt=-b 处矩阵变为下三角,在 t=−ct=-c 处变为上三角:

f(−b)=(a−b)n,f(−c)=(a−c)n.f(-b)=(a-b)^n,\qquad f(-c)=(a-c)^n.

若 b≠cb\ne c,解这两个仿射等式,得到

det⁡A=f(0)=b(a−c)n−c(a−b)nb−c.\det A=f(0)=\frac{b(a-c)^n-c(a-b)^n}{b-c}.

若 b=cb=c,利用 共同的行和方法 得到 (a−b)n−1(a+(n−1)b)(a-b)^{n-1}(a+(n-1)b)。递推方法笔记 中带可变对角元的情形也使用这一模板。

4. 加边编码代数余子式之和

例 1.7 给出

det⁡(AuvTz)=zdet⁡A−vTadj⁡(A)u.\det\begin{pmatrix}A&u\\v^T&z\end{pmatrix}=z\det A-v^T\operatorname{adj}(A)u.

证明机制。 沿最后一列展开,zz 项为 zdet⁡Az\det A。对于 uiu_i 项,再沿最后一行展开其子式。两个符号合起来为 −(−1)i+j-(-1)^{i+j},故贡献为 −uivjCij-u_iv_jC_{ij}。没有使用可逆性。

因此对 u=v=1u=v=\mathbf1 和 z=0z=0,加边行列式为 −∑i,jCij-\sum_{i,j}C_{ij}。例 1.49 将其转化为有用恒等式

det⁡(c1−c2,c2−c3,…,cn−1−cn,1)=∑i,jCij.\det(c_1-c_2,c_2-c_3,\ldots,c_{n-1}-c_n,\mathbf1)=\sum_{i,j}C_{ij}.

核对符号时,从上述加边出发,按 j=1,…,n−1j=1,\ldots,n-1 的递增顺序实施 Cj←Cj−Cj+1C_j\leftarrow C_j-C_{j+1}。底行为 (0,…,0,1,0)(0,\ldots,0,1,0)。在 (n+1,n)(n+1,n) 位置展开,贡献为 −1-1 乘以左端行列式。

5. 每次只对一列求导

若 A(t)A(t) 的元素是实参数的可微实值或复值函数,则

ddtdet⁡A(t)=∑j=1ndet⁡(c1(t),…,cj′(t),…,cn(t))=∑i,jCij(t)aij′(t).\frac{d}{dt}\det A(t)=\sum_{j=1}^n\det(c_1(t),\ldots,c'_j(t),\ldots,c_n(t)) =\sum_{i,j}C_{ij}(t)a'_{ij}(t).

证明。 对有限排列展开中的每项使用乘积求导法则,再按被求导的列分组。来源为例 1.21。特别地,这不是 det⁡A′(t)\det A'(t)。

若 A(t)A(t) 可逆,代数余子式公式化为 (det⁡A)′=det⁡A tr⁡(A−1A′)(\det A)'=\det A\,\operatorname{tr}(A^{-1}A')。最后这一表达式是补充改写;代数余子式恒等式在奇异矩阵处仍成立。

返回 行列式。反复使用的问题是:最多能选多少个参数列,而该项还不必为零?

循环线性组合的拆分

令 MM 的三行为 (x,y,z),(y,z,x),(z,x,y)(x,y,z),(y,z,x),(z,x,y)。取 C=(ab00abb0a).C=\begin{pmatrix}a&b&0\\0&a&b\\b&0&a\end{pmatrix}. CMCM 的第一行为 (ax+by,ay+bz,az+bx)(ax+by,ay+bz,az+bx),另外两行同样循环移位。因此 det⁡(CM)=(a3+b3)det⁡M.\det(CM)=(a^3+b^3)\det M. 乘积路线先算 det⁡C=a3+b3\det C=a^3+b^3。另一条路线直接按三行的线性组合拆成八项:六个混合项有重复行,只留下 a3det⁡Ma^3\det M 和 b3det⁡Mb^3\det M;三行循环移位的符号为正。两条路线分别识别乘法与多重线性结构。