高等代数复习：行列式

本篇文章适合个人复习翻阅，不建议新手入门使用
参考书：《高等代数学》谢启鸿 姚慕生 吴泉水 编著

1.行列式基本知识

1.1 归纳地定义行列式

二阶：
$$\left|\begin{array}{cc}{a}_{11}& a_{12}\\ a_{21}& a_{22}\end{array}\right|=a_{11}{a}_{22}-a_{21}{a}_{12}$$

三阶:
$$\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|=a_{11}{M}_{11}-a_{21}{M}_{21}+a_{31}{M}_{31}$$

n阶：
$$\begin{array}{rl}& \left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|\\ & \\ =a_{11}{M}_{11}& -a_{21}{M}_{21}+\cdots +(-1{)}^{n+1}{a}_{n1}{M}_{n1}\end{array}$$

其中M代表余子式，可以记$(-1{)}^{i+j}{M}_{ij}$为$A_{ij}$，称作代数余子式

1.2 组合定义

行列式也可以一般地定义行列式，记$A=(a_{ij}{)}_{n\times n}$，则有
$$|A|=\sum _{(k_1,k_2,\dots ,k_n)\in S_n}(-1{)}^{N(k_1,k_2,\dots ,k_n)}{a}_{k_{1}1}{a}_{k_{2}2}\cdots a_{k_{n}n}$$
其中$N(k_1,k_2,\dots ,k_n)$表示排列$(k_1,k_2,\dots ,k_n)$相对于$(1,2,\dots ,n)$的逆序数

注：

• 逆序数即为逆序对的个数，可以用字典法观察得到
• 该定义的原始想法是：行列式对应的矩阵可以由重排矩阵线性表出

1.3 行列式的基本性质：

1. 上（下）三角行列式的值为对角线元素之积
2. 某行（列）全为0，行列式值为0
3. 某行（列）变为原来的常数c倍，行列式的值变为原来c倍
4. 交换两行（列），行列式改变符号
5. 存在两行（列）成比例，行列式值为0
6. 某行（列）为两项之和，则行列式可拆分为两行列式之和
7. 某行（列）乘以常数加到另一行（列），值不变
8. 转置不改变行列式的值

给第六条举个例子吧：
$$\left|\begin{array}{cc}{a}_{11}& a_{12}+c_{21}\\ b_{21}& b_{22}+c_{22}\end{array}\right|=\left|\begin{array}{cc}{a}_{11}& a_{12}\\ b_{21}& b_{22}\end{array}\right|+\left|\begin{array}{cc}{a}_{11}& c_{21}\\ b_{21}& c_{22}\end{array}\right|$$

1.4 行列式乘法定理：

设A,B都是n阶方阵，则$$|AB|=|A||B|$$

引理：设n阶方阵A，n阶初等矩阵Q，则$$|QA|=|Q||A|=|AQ|$$

证明思路：

• 若A非奇异：利用非异阵可表为初等阵之积
• 若A奇异：利用A的相抵标准型

2. 行列式解线性方程组

2.1 Cramer法则

考虑如下的线性方程组AX=b，即
$$\left(\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right)\left(\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_n\end{array}\right)=\left(\begin{array}{c}{b}_1\\ b_2\\ ⋮\\ b_n\end{array}\right)$$
记用b代替系数行列式$|A|$的第j列得到的行列式为$|A_i|$，即
$$|A_i|=\left|\begin{array}{ccccccc}{a}_{11}& \cdots & a_{1,i-1}& b_1& a_{1,i+1}& \cdots & a_{1n}\\ a_{21}& \cdots & a_{2,i-1}& b_2& a_{2,i+1}& \cdots & a_{2n}\\ ⋮& & ⋮& ⋮& ⋮& & ⋮\\ a_{n1}& \cdots & a_{n,i-1}& b_n& a_{n,i+1}& \cdots & a_{nn}\end{array}\right|$$
若$|A|\ne 0$，则方程组的解为$$x_1=\frac{|A_1|}{|A|},x_2=\frac{|A_2|}{|A|},\dots ,x_n=\frac{|A_n|}{|A|}$$

证明思路：

• 先导出解的必要形式，再验证这个形式的确是解
• 导出形式：将方程组代入$|A_i|$
• 验证：代入解，将$|A_i|$按第i列展开

3. 行列式的展开

3.1 低阶展开

行列式展开的方式

• 行列式可以按第一列展开：行列式的归纳定义
• 行列式可以按任意一列展开：由基本性质4易证，只需将所要展开的列换为第一列
• 行列式可以按第一行展开：
  $$\begin{array}{rl}|A|& =\left|\begin{array}{ccc}{a}_{11}& \cdots & a_{1n}\\ ⋮& & ⋮\\ a_{n1}& \cdots & a_{nn}\end{array}\right|\\ & =\left|\begin{array}{cccc}{a}_{11}& 0& \cdots & 0\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|+\cdots +\left|\begin{array}{cccc}0& 0& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|\\ & =a_{11}{A}_{11}+\cdots +a_{1n}{A}_{1n}\end{array}$$
• 行列式可以按任意一行，任意一列展开

3.2 高阶展开

3.2.1 补充定义

设$k<n,1\le i_1<i_2<\cdots <i_k\le n,1\le j_1<j_2<\cdots <j_k\le n$

k阶子式：取行列式$|A|$中的第$i_1,i_2,\dots ,i_k$行和第$j_1,j_2,\dots ,j_k$列的交叉元素组成一个k阶行列式，称为k阶子式，记为$$A\left(\begin{array}{cccc}{i}_1& i_2& \cdots & i_k\\ j_1& j_2& \cdots & j_k\end{array}\right)$$

余子式：去掉第$i_1,i_2,\dots ,i_k$行和第$j_1,j_2,\dots ,j_k$列的所有元素，可以得到一个n-k阶行列式，称为上述k阶子式的余子式，记$$M\left(\begin{array}{cccc}{i}_1& i_2& \cdots & i_k\\ j_1& j_2& \cdots & j_k\end{array}\right)$$
代数余子式：
令$p=i_1+i_2+\cdots +i_k,q=j_1+j_2+\cdots +j_k$，
记
$$\begin{array}{rl}& \hat{A}\left(\begin{array}{cccc}{i}_1& i_2& \cdots & i_k\\ j_1& j_2& \cdots & j_k\end{array}\right)\\ & \\ =(-& 1{)}^{p+q}M\left(\begin{array}{cccc}{i}_1& i_2& \cdots & i_k\\ j_1& j_2& \cdots & j_k\end{array}\right)\end{array}$$
称为k阶子式的代数余子式

3.2.2 Laplace定理

设n阶行列式$|A|$，在$|A|$中任取k行（列），$|A|$可展为含于这k行（列）的全部k阶子式与它们对应的代数余子式的乘积之和，

即若取定k行：$1\le i_1<i_2<\cdots <i_k\le n$
$$|A|=\sum _{1\le j_1<j_2<\cdots <j_k\le n}A\left(\begin{array}{cccc}{i}_1& i_2& \cdots & i_k\\ j_1& j_2& \cdots & j_k\end{array}\right)\hat{A}\left(\begin{array}{cccc}{i}_1& i_2& \cdots & i_k\\ j_1& j_2& \cdots & j_k\end{array}\right)$$
若取定k列：$1\le j_1<j_2<\cdots <j_k\le n$
$$|A|=\sum _{1\le i_1<i_2<\cdots <i_k\le n}A\left(\begin{array}{cccc}{i}_1& i_2& \cdots & i_k\\ j_1& j_2& \cdots & j_k\end{array}\right)\hat{A}\left(\begin{array}{cccc}{i}_1& i_2& \cdots & i_k\\ j_1& j_2& \cdots & j_k\end{array}\right)$$

证明思路：

1. 按照行列式的组合定义，行列式共有$n!$项
   考虑Laplace定理的展开式，选定k行后，子式的选择有$C_n^k$种，每个子式展开有$k!$项，其相应的代数余子式展开有$(n-k)!$项，总共为
   $$C_n^k\cdot k!\cdot (n-k)!=n!$$
2. 所以证明思路应该是：证明每个k阶子式与其代数余子式之积中的每一项都互异且都属于$|A|$的展开式，则证明了Laplace定理
3. 证明以上条目2中的“属于”，证明技巧即先特殊后一般
   特殊：取$$\begin{gathered} i_1=1,i_2=2,\dots ,i_k=k \\ {j}_1=1,j_2=2,\dots ,j_k=k \end{gathered}$$则$$A\left(\begin{array}{cccc}1& 2& \cdots & k\\ 1& 2& \cdots & k\end{array}\right)\hat{A}\left(\begin{array}{cccc}1& 2& \cdots & k\\ 1& 2& \cdots & k\end{array}\right)$$
   中的任一项具有以下形式
   $$(-1{)}^{\sigma }{a}_{j_{1}1}{a}_{j_{2}2}\cdots a_{j_{k}k}{a}_{j_{k+1},k+1}\cdots a_{j_{n}n}$$
   其中
   $$\sigma =N(j_1,j_2,\dots ,j_k)+N(j_{k+1},j_{k+2},\dots ,j_n)$$
   由逆序数的定义易知
   $$\begin{array}{rl}& N(j_1,j_2,\dots ,j_n)\\ =& N(j_1,j_2,\dots ,j_k)+N(j_{k+1},j_{k+2},\dots ,j_n)\end{array}$$
   即得结论
   一般情形即把相应行（列）依次换到前k行（列）

3.2.3 行列式的降阶公式：

由Laplace定理可得到如下的重要推论：

将一个矩阵分块，左上角和右下角均划分为方阵，记为m阶方阵A，n阶方阵D

1. $$\left|\begin{array}{cc}A& O\\ C& D\end{array}\right|=|A|\cdot |D|$$
2. 若A为可逆阵，则
   $$\left|\begin{array}{cc}A& B\\ C& D\end{array}\right|=|A||D-C{A}^{-1}B|$$
3. 若D为可逆阵，则
   $$\left|\begin{array}{cc}A& B\\ C& D\end{array}\right|=|D||A-B{D}^{-1}C|$$

证明过程：将分块阵化为对角阵的形式即可
$$\left|\begin{array}{cc}A& B\\ C& D\end{array}\right|=\left|\begin{array}{cc}A& B\\ O& D-C{A}^{-1}B\end{array}\right|=|A||D-C{A}^{-1}B|$$推论1：设 $n$ 阶矩阵A,B，有$$\left|\begin{array}{cc}A& B\\ B& A\end{array}\right|=|A+B||A-B|$$推论2：设 $n$ 阶复矩阵A,B，有$$\left|\begin{array}{cc}A& -B\\ B& A\end{array}\right|=|A+iB||A-iB|$$推论3：设 $n$ 阶矩阵A,B，且$AB=BA$，有$$\left|\begin{array}{cc}A& -B\\ B& A\end{array}\right|=A^2+B^2$$

4. Cauchy-Binet公式

4.1 Cauchy-Binet公式

设$m\times n$阶矩阵A，$n\times m$阶矩阵B

若$m>n$，则有$|AB|=0$

若$m\le n$，则有
$$|AB|=\sum _{1\le j_1<\cdots j_m\le n}A\left(\begin{array}{cccc}1& 2& \cdots & m\\ j_1& j_2& \cdots & m\end{array}\right)B\left(\begin{array}{cccc}{j}_1& j_2& \cdots & m\\ 1& 2& \cdots & m\end{array}\right)$$

证明思路：令 $C=\left(\begin{array}{cc}A& O\\ -I_n& B\end{array}\right),M=\left(\begin{array}{cc}O& AB\\ -I_n& B\end{array}\right)$

（1）$|M|=|C|$

（2）由Laplace定理，以前m行展开，得$|M|=(-1{)}^{n(m+1)}|AB|$

（3）由Laplace定理，以前m行展开，

若m>n，则$|C|=0$

若$m\le n$，则
$$|C|=\sum _{1\le j_1<\cdots <j_m\le n}A\left(\begin{array}{cccc}1& 2& \cdots & m\\ j_1& j_2& \cdots & j_m\end{array}\right)\hat{C}\left(\begin{array}{cccc}1& 2& \cdots & m\\ j_1& j_2& \cdots & j_m\end{array}\right)$$

记$1,2,\dots ,n$去掉$j_1,\dots ,j_m$后剩余的排列为$i_1,\dots ,i_{n-m}$
$$\hat{C}\left(\begin{array}{cccc}1& 2& \cdots & m\\ j_1& j_2& \cdots & j_m\end{array}\right)=(-1{)}^{\frac{m(m+1)}{2}+(j_1+\cdots +j_m)}|-e_{i_1},-e_{i_2},\cdots ,-e_{i_{n-m}},B|$$
$$|-e_{i_1},\cdots ,-e_{i_{n-m}},B|=(-1{)}^{(n-m)+(i_1+\cdots +i_{n-m})+\frac{(1+n-m)(n-m)}{2}}B\left(\begin{array}{cccc}{j}_1& j_2& \cdots & j_m\\ 1& 2& \cdots & m\end{array}\right)$$

结合$(j_1+\cdots +j_m)+(i_1+\cdots +i_{n-m})=1+2+\cdots +n$可以得到
$$|C|=(-1{)}^{n(m+1)}\sum _{1\le j_1<\cdots <j_m\le n}A\left(\begin{array}{cccc}1& 2& \cdots & m\\ j_1& j_2& \cdots & j_m\end{array}\right)\cdot B\left(\begin{array}{cccc}{j}_1& j_2& \cdots & j_m\\ 1& 2& \cdots & m\end{array}\right)$$

4.2 几个推论

推论1：

设$m\times n$阶矩阵A，$n\times m$阶矩阵B，$r\le m$
若$r>n$，则AB的任意r阶子式必为0
若$r\le n$，则
$$AB\left(\begin{array}{cccc}{i}_1& i_2& \cdots & i_r\\ j_1& j_2& \cdots & j_r\end{array}\right)=\sum _{1\le k_1<k_2<\cdots <k_r\le n}A\left(\begin{array}{cccc}{i}_1& i_2& \cdots & i_r\\ k_1& k_2& \cdots & k_r\end{array}\right)B\left(\begin{array}{cccc}{k}_1& k_2& \cdots & k_r\\ j_1& j_2& \cdots & j_r\end{array}\right)$$

推论2：
设A是$m\times n$阶的实矩阵，则$A{A}^{\prime }$的任意主子式均非负

Cauchy-Binet公式可以用来证明如下的lagrange恒等式，并且十分简洁

推论3：
Lagrange恒等式
$$(\sum _{i=1}^n{a}_i^2)\cdot (\sum _{i=1}^n{b}_i^2)-(\sum _{i=1}^n{a}_i{b}_i{)}^2=\sum _{1\le i<j\le n}(a_i{b}_j-a_j{b}_i{)}^2$$

证明：
只需注意到以下事实
$$\begin{array}{rl}& (\sum _{i=1}^n{a}_i^2)\cdot (\sum _{i=1}^n{b}_i^2)-(\sum _{i=1}^n{a}_i{b}_i{)}^2\\ =& \left|\begin{array}{cc}\sum _{i=1}^n{a}_i^2& \sum _{i=1}^n{a}_i{b}_i\\ \sum _{i=1}^n{a}_i{b}_i& \sum _{i=1}^n{b}_i^2\end{array}\right|\\ =& \left|\begin{array}{cccc}{a}_1& a_2& \cdots & a_n\\ b_1& b_2& \cdots & b_n\end{array}\right|\left|\begin{array}{cc}{a}_1& b_1\\ a_2& b_2\\ ⋮& ⋮\\ a_n& b_n\end{array}\right|\\ =& \sum _{1\le i<j\le n}(a_i{b}_j-a_j{b}_i{)}^2\end{array}$$

注意到上述等式右端大于等于0，故得Cauchy-schwarz不等式
$$(\sum _{i=1}^n{a}_i^2)\cdot (\sum _{i=1}^n{b}_i^2)\ge (\sum _{i=1}^n{a}_i{b}_i{)}^2$$