2.2 n 阶行列式的定义

\quad 在 上一节,我们已经定义了 二阶行列式,并根据二阶行列式的特征,抽象出了 n 元排列 的概念。举一个示例,可以看到:二阶行列式可以通过二元排列表示。

例 1

∣a11a12a21a22∣=∑j1j2(−1)τ(j1j2)a1j1a2j2\left|\begin{matrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{matrix}\right| = \sum_{j_{1}j_{2}} (-1)^{\tau(j_{1}j_{2})}{a_{1 j_{1}}a_{2 j_{2}}} ​a11​a21​​a12​a22​​​=j1​j2​∑​(−1)τ(j1​j2​)a1j1​​a2j2​​

其中 τ(j1j2)\tau(j_{1}j_{2})τ(j1​j2​) 为二元排列。

#

\quad 受此启发,下面利用 n\color{blue} nn 元排列,推广出一般的 n\color{blue} nn 阶行列式 的概念。

定义 1. n 阶行列式:我们将一般的 n\color{blue} nn 阶行列式 定义为:

∣a11a12⋯a1na21a22⋯a2n⋮⋮⋮an1an2⋯ann∣=∑j1j2⋯jn(−1)τ(j1j2⋯jn)a1j1a2j2⋯anjn\left| \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots &a_{nn} \end{matrix} \right| = \sum_{j_{1} j_{2} \cdots j_{n}} (-1)^{\tau(j_{1}j_{2}\cdots j_{n})} a_{1j_{1}}a_{2j_{2}} \cdots a_{nj_{n}} ​a11​a21​⋮an1​​a12​a22​⋮an2​​⋯⋯⋯​a1n​a2n​⋮ann​​​=j1​j2​⋯jn​∑​(−1)τ(j1​j2​⋯jn​)a1j1​​a2j2​​⋯anjn​​

行列式的值为 n!n!n! 项的代数和。其中,每一项都是来自不同行、不同列的 nnn 个元素的乘积,每一项按 行指标 成 自然序 排好位置。且:

  • 若某项的 列指标 所成 nnn 元排列为 奇排列,则该项带 负号;
  • 若某项的 列指标 所成 nnn 元排列为 偶排列,则该项带 正号。

\quad 另外可以看到, nnn 阶行列式与 nnn 级矩阵在形式上非常相似。事实上,在后续内容中,我们经常会用到行列式来研究矩阵。为此,我们作以下说明:

n 级矩阵与 n 阶行列式:设矩阵 AAA 为 nnn 级方阵,具有如下形式:

(a11a12⋯a1na21a22⋯a2n⋮⋮⋮an1an2⋯ann)\left( \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots &a_{nn} \end{matrix} \right) ​a11​a21​⋮an1​​a12​a22​⋮an2​​⋯⋯⋯​a1n​a2n​⋮ann​​​

可简记作 A=(aij)A = (a_{ij})A=(aij​),其中 aija_{ij}aij​ 为 AAA 的第 (i,j)(i,j)(i,j) 元,称

∣a11a12⋯a1na21a22⋯a2n⋮⋮⋮an1an2⋯ann∣\left| \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots &a_{nn} \end{matrix} \right| ​a11​a21​⋮an1​​a12​a22​⋮an2​​⋯⋯⋯​a1n​a2n​⋮ann​​​

为 AAA 的 nnn 阶行列式,记作 ∣A∣|A|∣A∣ 或 det⁡A\det ~ Adet A.

例 2:根据 定义 1,很容易写出一阶行列式、二阶行列式、三阶行列式等。

  • 一阶行列式:∣a∣=a|a|=a∣a∣=a,注意,不要与绝对值好混淆;
  • 二阶行列式:∣a11a12a21a22∣=a11a22−a12a21\left|\begin{matrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{matrix}\right| = a_{11}a_{22} - a_{12}a_{21}​a11​a21​​a12​a22​​​=a11​a22​−a12​a21​;
  • 三阶行列式:∣a11a12a13a21a22a23a31a32a33∣=a11a22a33+a12a23a31+a13a21a32−a11a23a32−a12a21a33−a13a21a32\left|\begin{matrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{matrix}\right| = a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} - a_{11}a_{23}a_{32} - a_{12}a_{21}a_{33} -a_{13}a_{21}a_{32}​a11​a21​a31​​a12​a22​a32​​a13​a23​a33​​​=a11​a22​a33​+a12​a23​a31​+a13​a21​a32​−a11​a23​a32​−a12​a21​a33​−a13​a21​a32​.

#

\quad 有了一般的 nnn 阶行列式的定义,自然会想到将二阶行列式的相关内容推广至 nnn 阶行列式。下面进行这样一项工作。

主对角线与副对角线:a11,a22,⋯,anna_{11},a_{22},\cdots,a_{nn}a11​,a22​,⋯,ann​ 为 主对角线;a1n,a2,n−1,⋯,an1a_{1n},a_{2,n-1},\cdots,a_{n1}a1n​,a2,n−1​,⋯,an1​ 为 副对角线。

上三角形行列式:主对角线下方的元素全为零的行列式称为 上三角形行列式,即形如:

∣a11a12⋯a1n0a22⋯a2n⋮⋮⋮00⋯ann∣\left| \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ 0 & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ 0 & 0 & \cdots &a_{nn} \end{matrix} \right| ​a11​0⋮0​a12​a22​⋮0​⋯⋯⋯​a1n​a2n​⋮ann​​​

命题 1:上三角形行列式的值等于主对角线上 nnn 个元素的乘积。

证明:由 定义 1 立得。

#

下三角形行列式:主对角线上方的元素全为零的行列式称为 上三角形行列式,即形如:

∣a110⋯0a21a22⋯0⋮⋮⋮an1an2⋯ann∣\left| \begin{matrix} a_{11} & 0 & \cdots &0 \\ a_{21} & a_{22} & \cdots &0\\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots &a_{nn} \end{matrix} \right| ​a11​a21​⋮an1​​0a22​⋮an2​​⋯⋯⋯​00⋮ann​​​

命题 2:下三角形行列式的值等于主对角线上 nnn 个元素的乘积。

证明:由 定义 1 立得。

#

\quad 综合 命题 1命题 2,即有 命题 3

命题 3:三角形行列式的等等于主对角线上 nnn 个元素的乘积。

\quad 回顾一下 定义 1,对于一般的 nnn 阶行列式,我们有:

∣a11a12⋯a1na21a22⋯a2n⋮⋮⋮an1an2⋯ann∣=∑j1j2⋯jn(−1)τ(j1j2⋯jn)a1j1a2j2⋯anjn\left| \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots &a_{nn} \end{matrix} \right| = \sum_{j_{1} j_{2} \cdots j_{n}} (-1)^{\tau(j_{1}j_{2}\cdots j_{n})} a_{1j_{1}}a_{2j_{2}} \cdots a_{nj_{n}} ​a11​a21​⋮an1​​a12​a22​⋮an2​​⋯⋯⋯​a1n​a2n​⋮ann​​​=j1​j2​⋯jn​∑​(−1)τ(j1​j2​⋯jn​)a1j1​​a2j2​​⋯anjn​​

\quad 由数的运算法则乘法交换律,对于给定的 nnn 元排列 j1,j2,⋯,jnj_{1},j_{2},\cdots,j_{n}j1​,j2​,⋯,jn​,可以按任一次序重排 a1j1a2j2⋯anjna_{1j_{1}}a_{2j_{2}} \cdots a_{nj_{n}}a1j1​​a2j2​​⋯anjn​​。一般地,不妨设其重排后为 ai1k1ai2k2⋯ainkna_{i_{1} k_{1}} a_{i_{2} k_{2} }\cdots a_{i_{n} k_{n}}ai1​k1​​ai2​k2​​⋯ain​kn​​.

\quad 思考:符号 (−1)τ(j1j2⋯jn)(-1)^{\tau(j_{1} j_{2} \cdots j_{n})}(−1)τ(j1​j2​⋯jn​) 是否与新的排列 i1,i2,⋯,ini_{1},i_{2},\cdots,i_{n}i1​,i2​,⋯,in​、k1,k2,⋯,knk_{1},k_{2},\cdots,k_{n}k1​,k2​,⋯,kn​ 有关?

例 3:任取三阶行列式∣a11a12a13a21a22a23a31a32a33∣\left|\begin{matrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{matrix}\right|​a11​a21​a31​​a12​a22​a32​​a13​a23​a33​​​ 的一项,比如:

(−1)τ(231)a12a23a31=(−1)τ(231)a23a12a31=(−1)τ(213)+τ(321)a23a12a31\begin{aligned} (-1)^{\tau(231)}a_{12}a_{23}a_{31} &= (-1)^{\tau(231)} a_{23} a_{12} a_{31} \\ &= (-1)^{\tau(213) + \tau(321)} a_{23} a_{12} a_{31} \end{aligned} (−1)τ(231)a12​a23​a31​​=(−1)τ(231)a23​a12​a31​=(−1)τ(213)+τ(321)a23​a12​a31​​

#

\quad 由 例 3 可作如下猜测:对于 nnn 阶行列式中的任一项 a1j1a2j2⋯anjna_{1 j_{1}} a_{2 j_{2}} \cdots a_{n j_{n}}a1j1​​a2j2​​⋯anjn​​,若经过 SSS 次对换变为 ai1k1ai2k2⋯ainkna_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}}ai1​k1​​ai2​k2​​⋯ain​kn​​,则成立:

(−1)τ(j1j2⋯jn)a1j1a2j2⋯anjn=(−1)τ(i1i2⋯in)+τ(k1k2⋯kn)ai1k1ai2k2⋯ainkn(-1)^{\tau(j_{1}j_{2}\cdots j_{n})} a_{1j_{1}}a_{2j_{2}} \cdots a_{nj_{n}} = (-1)^{\tau(i_{1} i_{2} \cdots i_{n}) + \tau(k_{1} k_{2} \cdots k_{n})} a_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}} (−1)τ(j1​j2​⋯jn​)a1j1​​a2j2​​⋯anjn​​=(−1)τ(i1​i2​⋯in​)+τ(k1​k2​⋯kn​)ai1​k1​​ai2​k2​​⋯ain​kn​​

\quad 上述猜想是正确的,理由如下:

\quad 设 a1j1a2j2⋯anjna_{1 j_{1}} a_{2 j_{2}} \cdots a_{n j_{n}}a1j1​​a2j2​​⋯anjn​​ 经过 SSS 次对换变为 ai1k1ai2k2⋯ainkna_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}}ai1​k1​​ai2​k2​​⋯ain​kn​​.

\quad 在这 SSS 次对换的作用下,

  • 行指标 1,2,⋯,n→S次对换i1,i2,⋯,in1,2,\cdots,n \xrightarrow{S ~ 次对换} i_{1},i_{2},\cdots,i_{n}1,2,⋯,nS 次对换​i1​,i2​,⋯,in​,因此:(−1)S=(−1)τ(i1i2⋯in)(-1)^{S} = (-1)^{\tau(i_{1}i_{2}\cdots i_{n})}(−1)S=(−1)τ(i1​i2​⋯in​);
  • 列指标 j1,j2,⋯,jn→同样的 S次对换k1,k2,⋯,knj_{1},j_{2},\cdots,j_{n} \xrightarrow{同样的 ~ S ~ 次对换} k_{1},k_{2},\cdots,k_{n}j1​,j2​,⋯,jn​同样的 S 次对换​k1​,k2​,⋯,kn​,因此:(−1)τ(j1j2⋯jn)⋅(−1)S=(−1)τ(k1k2⋯kn)(-1)^{\tau(j_{1}j_{2}\cdots j_{n})} \cdot (-1)^{S}= (-1)^{\tau(k_{1}k_{2}\cdots k_{n})}(−1)τ(j1​j2​⋯jn​)⋅(−1)S=(−1)τ(k1​k2​⋯kn​).

于是有:

(−1)τ(i1i2⋯in)+τ(k1k2⋯kn)=(−1)S⋅(−1)τ(k1k2⋯kn)=(−1)S⋅(−1)τ(j1j2⋯jn)⋅(−1)S=(−1)τ(j1j2⋯jn)\begin{aligned} (-1)^{\tau(i_{1} i_{2} \cdots i_{n}) + \tau(k_{1} k_{2} \cdots k_{n})} &=(-1)^{S} \cdot (-1)^{\tau(k_{1} k_{2} \cdots k_{n})} \\ &= (-1)^{S} \cdot (-1)^{\tau(j_{1}j_{2}\cdots j_{n})} \cdot (-1)^{S} \\ &= (-1)^{\tau(j_{1}j_{2}\cdots j_{n})} \end{aligned} (−1)τ(i1​i2​⋯in​)+τ(k1​k2​⋯kn​)​=(−1)S⋅(−1)τ(k1​k2​⋯kn​)=(−1)S⋅(−1)τ(j1​j2​⋯jn​)⋅(−1)S=(−1)τ(j1​j2​⋯jn​)​

#

\quad 综上所述,对于 nnn 级矩阵的行列式 ∣A∣|A|∣A∣,若给定其行指标的一个排列 i1,i2,⋯,ini_{1},i_{2},\cdots,i_{n}i1​,i2​,⋯,in​,则有

∣A∣=∑i1i2⋯in(−1)τ(i1i2⋯in)+τ(k1k2⋯kn)ai1k1ai2k2⋯ainkn|A| = \sum_{i_{1} i_{2} \cdots i_{n}}(-1)^{\tau(i_{1} i_{2} \cdots i_{n}) + \tau(k_{1} k_{2} \cdots k_{n})} a_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}} ∣A∣=i1​i2​⋯in​∑​(−1)τ(i1​i2​⋯in​)+τ(k1​k2​⋯kn​)ai1​k1​​ai2​k2​​⋯ain​kn​​

或者,给定其列指标的一个排列 k1k2⋯knk_{1} k_{2} \cdots k_{n}k1​k2​⋯kn​,则有

∣A∣=∑k1k2⋯kn(−1)τ(i1i2⋯in)+τ(k1k2⋯kn)ai1k1ai2k2⋯ainkn|A| = \sum_{k_{1} k_{2} \cdots k_{n}}(-1)^{\tau(i_{1} i_{2} \cdots i_{n}) + \tau(k_{1} k_{2} \cdots k_{n})} a_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}} ∣A∣=k1​k2​⋯kn​∑​(−1)τ(i1​i2​⋯in​)+τ(k1​k2​⋯kn​)ai1​k1​​ai2​k2​​⋯ain​kn​​

特别地,有:

∣A∣=∑i1i2⋯in(−1)τ(i1i2⋯in)ai11ai22⋯ainn|A| = \sum_{i_{1} i_{2} \cdots i_{n}} (-1)^{\tau(i_{1}i_{2} \cdots i_{n})} a_{i_{1} 1} a_{i_{2} 2} \cdots a_{i_{n} n} ∣A∣=i1​i2​⋯in​∑​(−1)τ(i1​i2​⋯in​)ai1​1​ai2​2​⋯ain​n​

\quad 可以看到,行列式的行与列的“地位”是相同的!

参考

  • 邱维声. 高等代数课程。

(邱维声)高等代数课程笔记:n 阶行列式的定义相关推荐

  1. (邱维声)高等代数课程笔记:目录

    (邱维声)高等代数课程笔记:目录 高等代数课程 - 邱维声 引言 高等代数的研究对象 高等代数的主线 线性空间的结构及其线性映射 一元多项式环的结构及其通用性质 第1章 线性方程组的解法 1.1 解线 ...

  2. (邱维声)高等代数课程笔记:数域

    (邱维声)高等代数课程笔记:数域 \quad 回顾一下上一节的 主定理: 定理 1:在有理数集(或实数集.复数集)内, n n n 元线性方程组的解有且仅有以下 3 3 3 种情况:无解,有唯一解,有 ...

  3. (邱维声)高等代数课程笔记:矩阵的加法、数量乘法与乘法

    (邱维声)高等代数课程笔记:矩阵的加法,数量乘法与乘法 \quad 前面已经看到,矩阵的初等行变换.矩阵的秩 在线性方程组理论中起着非常重要的作用,因此,系统地研究一下矩阵是非常有必要的. \quad ...

  4. (邱维声)高等代数课程笔记:行列式的性质

    行列式的性质 例题 1: ∣ a 11 a 12 a 21 a 22 ∣ = a 11 a 22 − a 12 a 21 , ∣ a 11 a 21 a 12 a 22 ∣ = a 11 a 22 − ...

  5. (邱维声)高等代数课程笔记:极大线性无关组,向量组的秩

    极大线性无关组,向量组的秩 \quad 一般地,设 V V V 是数域 K K K 上的一个线性空间, α 1 , α 2 , ⋯ , α s ∈ V \boldsymbol{\alpha}_{1}, ...

  6. (丘维声)高等代数课程笔记:映射的乘法,可逆映射

    3.12 映射的乘法,可逆映射 定义 1. 映射的乘积:设 f:A→Bf:A \rightarrow Bf:A→B,g:B→Cg:B \rightarrow Cg:B→C 为两个映射,称 (g⋅f)( ...

  7. 线性代数学习笔记——行列式的性质及拉普拉斯定理——2. n阶行列式的定义

    1. 二.三阶行列式的规律观察 2. n阶行列式的定义 3. 行列式与矩阵的区别与联系

  8. 线性代数 01.01 n阶行列式的定义

    第一章行列式 \color{blue}{第一章 行列式} 主要介绍n阶行列式的定义.性质及计算方法. 主要介绍n阶行列式的定义.性质及计算方法. 介绍用n阶行列式求解n元线性方程组的克拉默(Crame ...

  9. 丘维声高等代数pdf_2020年兰州大学高等代数真题出处简直惊讶

    今晚偶然看公众号推文,扬哥写的兰州大学2020年高等代数真题解答,我再回过头去看下在10个月我前码这张真题,其实不乏兰大在真题这块基本是无任何创新,我特意去翻了下钱吉林高等代数题解精讲,几乎90%出自 ...

最新文章

  1. 04封装 里氏转换 多态
  2. php ajax 弹窗修改,更改PHP/Ajax脚本来使用Meekrodb?
  3. undefined reference to `create_module''
  4. 看看别人用什么:最佳网管工具点评
  5. 上海CISSP认证培训课程圆满举办
  6. EastFax 远程调用Ukey助力医学院
  7. CAD绘制固定矩形批注(网页版)
  8. The following error occured:
  9. Python Spider 的总结
  10. Scanner类、Random类、ArrayList 类
  11. python readcsv读取gbk编码文件_python读写csv文件
  12. 【安全】漏洞挖掘之王的传奇人生
  13. MySQL | 全内容
  14. 高博课程第三次作业之轨迹的描绘
  15. Unity Particle System 粒子系统简单介绍
  16. tcp协议系列文章(2):从man 7 tcp开始
  17. Piggy-Bank(最小完全背包问题)
  18. 网格化社会治理智慧平台、联动指挥、综合执法、数据汇集、数据研判、智慧政务、图表模板、大屏、可视化、智慧工厂、办公、能源、医疗、校园、自动化综合车间大屏、车间数据、人力资源、员工考核、医院、高校体测
  19. 实验A/B测的统计学原理
  20. 【PAT】Rational Sum

热门文章

  1. linux sz和rz
  2. 致敬:1024程序员的节日
  3. ajax使用频率,11-Ajax详解
  4. c2000 电阻采样_TI INSTASPIN 下桥臂电阻采样改为U V W电流传感器采样,软件上要改什么地方啊?或者怎样换算符合算法要求?...
  5. 从ArcGIS、MapInfo、SuperMap保存文档看地图文档与数据文件的关系
  6. realme达成 1000万销量:中国品牌不骗中国人?
  7. 机器人 大战 android,机器人战斗模拟器
  8. 【Python游戏】基于Python的pygame模块实现的天天酷跑游戏 | 附带源码
  9. 事件时间(event time)与水印(watermark)
  10. 机器人学习之ReorientBot: Learning Object Reorientation for Specific-Posed Placement(ICRA 2022)