行列式展开定理-行列式展开定理

// // // // 行列式展开定理 // // // // 我们在解这类竞赛题时，脑子得有点“野”。别光想着套公式，得先摸摸自己的肌肉记忆。就像你切菜一样，切到啥顺手就如何切，别总想着把刀磨得跟磨将子似的，那才是硬伤。 // // // // //
一、展开定理的本意 // // // // // 实际上展开定理，说白了就是个“切割法”。你有一块大泥疙瘩，想把它拆开看看里面有啥，得先找个口子。
这个口子选在哪，拍板了你省了多少力气。对矩阵来说，那个口子就是“交叉项”要么“展开行/列”。 // // // // // 你想想，一个三阶行列式，要是按第一行展开，你就把它拆成了三个二阶行列式。
这三个二阶行列式，实际上是你把第一行那一排数字给“剪”下来了。剩下的局部，就像是一杯水，它既归于第一行，也归于第二行，也归于第三行。 // // // // // 这就好比分蛋糕。你切第一刀，把第一行的数字拿出来，分给第一行的人；第二刀切第二行，分给第二行的人。
这样一跑，你就避免了把同一块蛋糕分给两个人吃，也避免了把蛋糕切成六块再摆出来，那样忒乱了。 // // // // // 但这里有个坑，大量新手好办犯的毛病在于，当作展开就是算完就终止了。
不对啊，你拿走了第一行，那第一行剩下的数字呢？它被拆分了，但它的地位还在第二行。
这时候你得回头看第二行，第二行被拆分了，它的地位又回到第三行。 // // // // // 最终你得把它们拼回原阵地，把位置找回来。你算完第一行展开式之后，发现第二行那个数还在第二行，那就直接拿第二行做基础，重新算一遍第二行展开式。 // // // // // 整个过程就像是在玩“接龙”。你拿第一行，拆成三块，然后发现第二块又得拆，第三块又得拆。直到最终发现，实际上原本第二行和第三行的位置，在展开过程中，已经变成了第一行和第三行了。 // // // // // 故此，反复展开，直到你发现，原本的第二行，最终变成了第一行；原本的第一行，最终变成了第二行。
这时候你就明白啦，你不需求确实去算所有的小行列式，你只需求算出这三个小行列式，再把它们乘起来，最终把位置换回去，就能拿到答案了。 // // // // //
二、一个具体的例子 // // // // // 这就得看例子了，咱们来算这个： // // // // // $begin{vmatrix} a & b & c \ 1 & 1 & 2 \ 0 & 1 & 1 end{vmatrix}$ // // // // // 先把第一行展开。
第一行拆成三块： // // // // // $D = a cdot M_{11} - b cdot M_{12} + c cdot M_{13}$ // // // // // 先看 $M_{11}$。
这是去掉第一行第一列剩下的二阶行列式： // // // // $M_{11} = begin{vmatrix} 1 & 2 \ 1 & 1 end{vmatrix} = 1 times 1 - 2 times 1 = -1$ // // // // // 再看 $M_{12}$。去掉第一行第二列： // // // // $M_{12} = begin{vmatrix} 1 & 2 \ 0 & 1 end{vmatrix} = 1 times 1 - 2 times 0 = 1$ // // // // // 最终看 $M_{13}$。去掉第一行第三列： // // // // $M_{13} = begin{vmatrix} 1 & 1 \ 0 & 1 end{vmatrix} = 1 times 1 - 1 times 0 = 1$ // // // // // 故此原式子变成了： // // // // $D = a cdot (-1) - b cdot (1) + c cdot (1) = -a - b + c$ // // // // // 这一步实际上挺好办，只要展开够快。 // // // // // 但你要是用了“公式法”，那就是： // // // // $D = a(1 times 1 - 1 times 2) - b(1 times 1 - 2 times 0) + c(1 times 1 - 1 times 0)$ // // // // $D = -a - b + c$ // // // // // 结局一样，但过程不一样。用展开法，你脑子里得有个“接龙”的流程，而不是机械地往公式里塞数字。把第一行拆开，你就已经搞定了 80% 的工作。剩下的就是把第二行和第三行重新插回来。 // // // // //
三、为啥要暴力展开 // // // // // 你当作展开定理就是让你去算？大错特错！ // // // // // 你在考试要么做题时，遇到一个三阶行列式，千万别一上来就拆。拆之后变成三个二阶，你再拆，变成六个一阶。
那直接算你直接累死，还不好办看错符号。 // // // // // 你得想个法子，这个法子叫“暴力展开”，也叫“反复展开”。 // // // // // 你先把第一行拆开，算出三个二阶。 // // // // // 然后看着这三个二阶，发现第二行和第三行，实际上都被拆开成了行。 // // // // // 你把第二行拆开，变成三个一阶。 // // // // // 再把第三行拆开，也变成三个一阶。 // // // // // 这时候，你会发现，原本归于第一行的数字，目前都变成了第二行的数字；原本归于第二行的数字，变成了第一行的数字。 // // // // // 这就对了！ // // // // // 你不需求去算那三个二阶行列式。你只需求把它们当成“目标”，把原本归于它们的行和列，用公式法算出来，代入你刚刚算出的那个式子里，最终再把位置换回来。 // // // // // 比如刚刚的例子，$D = -a - b + c$。 // // // // // 要是你直接用公式法，你就得算三个二阶： // // // // $M_{11} = -1$ // // // // $M_{12} = 1$ // // // // $M_{13} = 1$ // // // // 然后代入公式：$a(-1) - b(1) + c(1)$。 // // // // // 这俩路实际上是一样累的，出于计算量差不多。
区别在于，用展开法，你的脑子得转出一个“接龙”的回路，而不是死磕公式。 // // // // //
四、小结 // // // // // 故此啊，行列式展开定理，就是个“借力打力”的玩意儿。 // // // // // 它不是让你去算小行列式，而是让你利用小行列式来“置换”大行列式的行和列。 // // // // // 你先把第一行拆开，利用公式法算出三个二阶。 // // // // // 接着利用公式法算出第二行的三个一阶。 // // // // // 接着利用公式法算出第三行的三个一阶。 // // // // // 然后把刚刚算出的式子、第二行、第三行，代入公式法算出的那三个一阶行列式里，最终把位置换回来。 // // // // // 这样，你就不用去算那两个二阶行列式了，省去了两倍的力气。 // // // // // 记住，行和列是地位平等的。哪位是哪位的，哪位又变成了哪位，你得在脑子里玩个“接龙”。一旦你习惯了这种“接龙”思维，你解题的速度就会快大量，就连能碰上难题也能把脑子转进去。
这比背一堆公式管用多了。 // // // // // 并且啊，有时候你会发现，你开出来的那个式子，实际上就比你直接按行列式定理算的结局，要好办多。 // // // // // 比如刚刚的例子，$-a - b + c$。 // // // // // 要是你直接按定理算，结局可能是： // // // // $D = a(1 times 1 - 2 times 1) - b(1 times 1 - 2 times 0) + c(1 times 1 - 1 times 0)$ // // // // $D = -a - b + c$ // // // // // 结局也是一样的。 // // // // // 但用展开法，你根本没去算那两个 $M_{11}$ 和 $M_{12}$，你就直接拿到了 $-a - b + c$。别看结局一样，但过程省了心。
有时候，你就连可能出于展开忒快，会漏掉一个符号，要么算错一个数，但只要你记得公式法一直对的那，哪怕你多项重复，也不要紧。 // // // // // 总而言之，行列式展开定理，就是个“接龙”游戏。把行和列拆开，再拼回去，就能把大难题变成小难题，还能顺便把公式法给绕晕了。 // // // // // 好了，今天的唠叨就到这里。下次做题，别光背公式，多练练“接龙”。你会发现，原来这东西，没那么难。 // // // // // //