切换科目
重点科目
主要科目
次要科目
科数网
首页
刷题
学习
VIP会员
赞助
组卷
集合
教材
VIP
写作
游客,
登录
注册
在线学习
高等代数
第三章 行列式
Binet-Cauchy 比内-柯西公式
最后
更新:
2026-01-10 10:51
查看:
26
次
反馈
能力测评
会员8.2元/月
赞助
Binet-Cauchy 比内-柯西公式
主子式;Lagrange恒等式;格拉姆行列式
## Binet-Cauchy 比内-柯西公式 Binet-Cauchy 公式是行列式乘法公式的推广,核心思想是: > **两个非方阵乘积的行列式,等于它们所有可能的“匹配”子矩阵行列式乘积之和**。 它揭示了行列式与组合选择之间的深刻联系,是线性代数中一个优美而强大的工具。 ### 比内-柯西公式 设 $A$ 是一个 $m \times n$ 矩阵,$B$ 是一个 $n \times m$ 矩阵,且 $m \le n$, 则 $$ \boxed{ \det(AB) = \sum_{1 \le i_1 < i_2 < \dots < i_m \le n} \det(A_{[i_1,\dots,i_m]}) \cdot \det(B_{[i_1,\dots,i_m]}) } $$ 其中: - $A_{[i_1,\dots,i_m]}$ 表示取 $A$ 的列下标为 $i_1, \dots, i_m$ 所构成的 $m \times m$ 子矩阵。 - $B_{[i_1,\dots,i_m]}$ 表示取 $B$ 的行下标为 $i_1, \dots, i_m$ 所构成的 $m \times m$ 子矩阵。 换句话说,$\det(AB)$ 等于所有从 $A$ 中选 $m$ 列、从 $B$ 中选相同序号的 $m$ 行所构成的 $m\times m$ 子矩阵的行列式乘积之和。 **特殊情况:$m = n$** 如果 $m = n$,那么 $A$ 和 $B$ 都是方阵,并且只能选一组指标 $i_1=1, i_2=2, \dots, i_m=m$(因为必须选全部列/行)。 于是: $$ \boxed{ \det(AB) = \det(A) \cdot \det(B) } $$ 这就是我们熟知的**行列式的乘法公式**,它是 Binet-Cauchy 公式在方阵情况下的特例。 ## 简单例题 本内容需要用户已经了解了[拉普拉斯公式](https://kb.kmath.cn/kbase/detail.aspx?id=3424),下面先通过一个例题介绍比内-柯西公式的使用,然后再进行理论证明。 `例` 设 $$ A = \begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \end{pmatrix}_{2\times 3}, \quad B = \begin{pmatrix} 7 & 8 \\ 9 & 10 \\ 11 & 12 \end{pmatrix}_{3\times 2}. $$ 计算 $\det(AB)$。 #### **方法 1:直接算 $AB$** $$ AB = \begin{pmatrix} 1\cdot 7 + 2\cdot 9 + 3\cdot 11 & 1\cdot 8 + 2\cdot 10 + 3\cdot 12 \\ 4\cdot 7 + 5\cdot 9 + 6\cdot 11 & 4\cdot 8 + 5\cdot 10 + 6\cdot 12 \end{pmatrix} = \begin{pmatrix} 58 & 64 \\ 139 & 154 \end{pmatrix}. $$ $$ \det(AB) = 58\cdot 154 - 64\cdot 139 = 8932 - 8896 = 36. $$ #### **方法 2:Binet-Cauchy 公式** **步骤1:确认 Binet-Cauchy 公式的适用条件** 矩阵 $A$ 是 $2\times3$,矩阵 $B$ 是 $3\times2$,满足 $m=2 \le n=3$,可以直接套用公式: $$ \det(AB)=\sum_{1\le i_1<i_2\le3}\det\left(A\binom{1,2}{i_1,i_2}\right)\cdot\det\left(B\binom{i_1,i_2}{1,2}\right) $$ 其中 $A\binom{1,2}{i_1,i_2}$ 表示取 $A$ 的第 $i_1,i_2$ 列构成的 2 阶子矩阵,$B\binom{i_1,i_2}{1,2}$ 表示取 $B$ 的第 $i_1,i_2$ 行构成的 2 阶子矩阵。 **步骤2:列出 $A$ 的所有 2 阶子式(列组合 $\{1,2\},\{1,3\},\{2,3\}$)** 1. 取列 $\{1,2\}$: $$ \det\begin{pmatrix}1&2\\4&5\end{pmatrix}=1\times5 - 2\times4=5-8=-3 $$ 2. 取列 $\{1,3\}$: $$ \det\begin{pmatrix}1&3\\4&6\end{pmatrix}=1\times6 - 3\times4=6-12=-6 $$ 3. 取列 $\{2,3\}$: $$ \det\begin{pmatrix}2&3\\5&6\end{pmatrix}=2\times6 - 3\times5=12-15=-3 $$ **步骤3:列出 $B$ 对应的 2 阶子式(行组合与 $A$ 的列组合一致)** 1. 取行 $\{1,2\}$: $$ \det\begin{pmatrix}7&8\\9&10\end{pmatrix}=7\times10 - 8\times9=70-72=-2 $$ 2. 取行 $\{1,3\}$: $$ \det\begin{pmatrix}7&8\\11&12\end{pmatrix}=7\times12 - 8\times11=84-88=-4 $$ 3. 取行 $\{2,3\}$: $$ \det\begin{pmatrix}9&10\\11&12\end{pmatrix}=9\times12 - 10\times11=108-110=-2 $$ **步骤4:代入公式求和计算 $\det(AB)$** $$ \begin{align*} \det(AB)&=(-3)\times(-2)+(-6)\times(-4)+(-3)\times(-2) \\ &=6 + 24 + 6 \\ &=36 \end{align*} $$ ## 定理 **定理2.7.1(Cauchy-Binet 公式)** 设 $\boldsymbol{A}=\left(a_{i j}\right)$ 是 $m \times n$ 矩阵, $\boldsymbol{B}=\left(b_{i j}\right)$ 是 $n \times m$ 矩阵。 $\boldsymbol{A}\left(\begin{array}{lll}i_1 & \cdots & i_s \\ j_1 & \cdots & j_s\end{array}\right)$ 表示 $\boldsymbol{A}$ 的一个 $s$ 阶子式,它由 $\boldsymbol{A}$ 的第 $i_1, \cdots, i_s$行与第 $j_1, \cdots, j_s$ 列交点上的元素按原次序排列组成的行列式.同理可定义 $\boldsymbol{B}$ 的 $s$ 阶子式. (1)若 $m>n$ ,则必有 $|A B|=0$ ; (2)若 $m \leq n$ ,则必有 $$ |\boldsymbol{A} \boldsymbol{B}|=\sum_{1 \leq j_1<j_2<\cdots<j_m \leq n} \boldsymbol{A}\left(\begin{array}{cccc} 1 & 2 & \cdots & m \\ j_1 & j_2 & \cdots & j_m \end{array}\right) \boldsymbol{B}\left(\begin{array}{cccc} j_1 & j_2 & \cdots & j_m \\ 1 & 2 & \cdots & m \end{array}\right) . $$ 证明 令 $\boldsymbol{C}=\left(\begin{array}{cc}\boldsymbol{A} & \boldsymbol{O} \\ -\boldsymbol{I}_n & \boldsymbol{B}\end{array}\right)$ .我们将用不同的方法来计算行列式 $|\boldsymbol{C}|$ . 首先,对 $C$ .进行第三类分块初等变换得到矩阵 $M=\left(\begin{array}{cc}O & A B \\ -I_n & B\end{array}\right)$ .事实上, $\boldsymbol{M}$ 可写为 $$ \boldsymbol{M}=\left(\begin{array}{cc} \boldsymbol{I}_m & \boldsymbol{A} \\ \boldsymbol{O} & \boldsymbol{I}_n \end{array}\right) \boldsymbol{C} $$ 因此 $|\boldsymbol{M}|=|\boldsymbol{C}|$ .用 Laplace 定理来计算 $|\boldsymbol{M}|$ ,按前 $m$ 行展开得 $$ |\boldsymbol{M}|=(-1)^{(n+1+n+2+\cdots+n+m)+(1+2+\cdots+m)}\left|-\boldsymbol{I}_n\right||\boldsymbol{A} \boldsymbol{B}|=(-1)^{n(m+1)}|\boldsymbol{A} \boldsymbol{B}| . $$ 再来计算 $|\boldsymbol{C}|$ ,用 Laplace 定理按前 $m$ 行展开.这时若 $m>n$ ,则前 $m$ 行中任意一个 $m$ 阶子式都至少有一列全为零,因此行列式值等于零,
免费注册看余下 70%
非VIP会员每天5篇文章,开通VIP 无限制查看
《高等数学》难点解析
高数教程
泰勒公式
切线与法线
切平面与法平面
驻点·拐点·极值点·零点
间断点
渐进线
瑕积分
欧拉方程
伯努利方程
Abel 收敛定理
偏导数的几何意义
偏导数的几何意义
梯度
数量场与向量场
多元函数极值
拉格朗日算子
通量与散度
环流量与旋度
格林公式
高斯公式
斯托克斯公式
三大公式比较
傅里叶级数
极坐标微元
点法式方程
变上限定积分
X型计算面积
Y型计算面积
微分的意义
渐近线
间断点
y''+py'+qy=f(x)方程
高斯
黎曼
傅里叶变换(复数)
拉普拉斯变换(复数)
高等数学测评
函数与极限
一元函数微分学
一元函数积分学
微分方程
空间向量与代数
多元微分学
多元积分学
无穷级数
《线性代数》难点解析
线代教程
近世代数对数学的整体思考
线性的意义
矩阵乘法(列视角)
矩阵乘法(行视角)
矩阵左乘
矩阵右乘
逆矩阵求解方程组
阶梯形矩阵的求法
方程组解的判定
四阶行列式的计算
线性变换的意义
线性空间
向量组的等价
线性空间的几何意义
基础解系的求法
施密特正交化
特征值与特征向量的意义
矩阵相似的几何意义
矩阵可对角化的理解
秩的意义(向量版)
秩的意义(方程版)
二次型的意义
线性代数测评
行列式
矩阵
向量空间
《概率论与数理统计》难点解析
概率教程
置信区间与上a分位数
概率中的“取”与“放”
贝叶斯公式
全概率公式
泊松分布
指数分布
伽玛分布
二维密度图的意义
卷积的意义
相关系数的意义
k阶矩是与矩母函数
卡方分布的作用
单正态区间估计理解
假设检验理解
切比雪夫不等式
中心极限定理
概率统计测评
事件与概率
一维随机变量与事件
多维随机变量与事件
随机变量的数字特征
大数定律与中心极限定理
统计量与抽样分布
参数估计
假设检验
上一篇:
Laplace 拉普拉斯展开式
下一篇:
没有了
本文对您是否有用?
有用
(
0
)
无用
(
0
)
更多
学习首页
数学试卷
同步训练
投稿
会议预约系统
数学公式
关于
Mathhub
赞助我们
科数网是专业专业的数学网站 版权所有
本站部分教程采用AI制作,请读者自行判别内容是否一定准确
如果页面无法显示请联系 18155261033 或 983506039@qq.com