线性代数学习笔记(二)——n阶行列式

通过分析三阶行列式每项的符号与列标排列、逆序数和奇偶性的关系,推广得到n阶行列式的第一种定义(按行展开)。然后分析了几种特殊的行列式:下三角行列式、上三角行列式、对角型行列式以及对应三种“山寨版”的行列式,并讨论了这些特殊行列式的值和每个展开项的符号。最后给出了行列式的第二种定义(按列展开)和第三种定义(即不按行,也不按列展开),并分析了此种定义下行列式的值和每个展开项的符号。

1 三阶行列式回顾

在上一篇博客中提到三阶行列式和对应值如下所示:
∣ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ∣ = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 − a 13 a 22 a 31 − a 12 a 21 a 33 − a 11 a 23 a 32 \begin{vmatrix} a_{11}&a_{12}&a_{13}\\ a_{21}&a_{22}&a_{23}\\ a_{31}&a_{32}&a_{33}\\ \end{vmatrix}=a_{11}a_{22}a_{33}+a_{12}a_{23}a_{31}+a_{13}a_{21}a_{32}-a_{13}a_{22}a_{31}-a_{12}a_{21}a_{33}-a_{11}a_{23}a_{32} a11a21a31a12a22a32a13a23a33 =a11a22a33+a12a23a31+a13a21a32a13a22a31a12a21a33a11a23a32

可以看到所有6项(3项正数和3项负数)中,行标的排列均为: 123 123 123,即行标取标准排列;而列标的排列分别为: 123 、 231 、 312 、 321 、 213 、 132 123、231、312、321、213、132 123231312321213132,即列标取3级排列的所有可能( 3 ! 3! 3!)。每项值的符号与对应列标排列逆序数的奇偶性的关系如下表所示:

序号每项的值列标的排列逆序数奇偶性符号
1 a 11 a 22 a 33 a_{11}a_{22}a_{33} a11a22a331230
2 a 12 a 23 a 31 a_{12}a_{23}a_{31} a12a23a312312
3 a 13 a 21 a 32 a_{13}a_{21}a_{32} a13a21a323122
4 − a 13 a 22 a 31 -a_{13}a_{22}a_{31} a13a22a313213
5 − a 12 a 21 a 33 -a_{12}a_{21}a_{33} a12a21a332131
6 − a 11 a 23 a 32 -a_{11}a_{23}a_{32} a11a23a321321

从上表可以看出,行列式的值为:取不同行不同列取出3个元素相乘,符号由列标的奇偶性决定(奇排列对应负号,偶排列对应正号)。

2 n阶行列式

由3阶行列式可以直接推广到n阶行列式:
∣ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 ⋯ a n n ∣ = ∑ j 1 j 2 ⋯ j n ( − 1 ) N ( j 1 j 2 ⋯ j n ) a 1 j 1 a 2 j 2 ⋯ a n j n \begin{vmatrix} {a_{11}}&{a_{12}}&{\cdots}&{a_{1n}}\\ {a_{21}}&{a_{22}}&{\cdots}&{a_{2n}}\\ {\vdots}&{\vdots}&{\ddots}&{\vdots}\\ {a_{n1}}&{a_{n2}}&{\cdots}&{a_{nn}}\\ \end{vmatrix}=\sum_{j_1j_2{\cdots}j_n}(-1)^{N(j_1j_2{\cdots}j_n)}a_{1j_1}a_{2j_2}{\cdots}a_{nj_n} a11a21an1a12a22an2a1na2nann =j1j2jn(1)N(j1j2jn)a1j1a2j2anjn

第一种定义(按行展开):从不同行不同列取n个元素相乘,标取标准排列,标取n级排列的所有可能,符号由标的奇偶性决定,一共有 n ! n! n!项。

行列式一般使用大写字母 D D D来表示,上式可表示为: D = ∣ a i j ∣ D=|a_{ij}| D=aij。特别的,一阶行列式 ∣ a 11 ∣ = a 11 |a_{11}|=a_{11} a11=a11,例如: ∣ 8 ∣ = 8 |8|=8 ∣8∣=8 ∣ − 1 ∣ = − 1 |-1|=-1 1∣=1。n阶行列式也有主对角线和次对角线。

举例1:
∣ 1 2 3 8 1 1 0 4 2 2 0 5 1 0 0 9 ∣ \begin{vmatrix} 1&2&3&8\\ 1&1&0&4\\ 2&2&0&5\\ 1&0&0&9\\ \end{vmatrix} 1121212030008459

列标取标准排列: 1234 1234 1234,行标共有 4 ! 4! 4!个,如 1234 、 1243 、 1324 、 1342...4321 1234、1243、1324、1342...4321 1234124313241342...4321等,故上式等于: 1 × 1 × 0 × 9 − 1 × 1 × 5 × 0 − 1 × 0 × 2 × 9 + 1 × 0 × 5 × 0 + . . . + 8 × 0 × 2 × 1 1×1×0×9-1×1×5×0-1×0×2×9+1×0×5×0+...+8×0×2×1 1×1×0×91×1×5×01×0×2×9+1×0×5×0+...+8×0×2×1

由于n阶行列式按照定义展开后项数非常多,一般不会采用这种方式计算,但对于包含 0 0 0元素较多的行列式,可采用按定义展开的方式进行计算。

举例2:
∣ 0 2 0 0 0 0 3 0 0 0 0 4 1 0 0 0 ∣ \begin{vmatrix} 0&2&0&0\\ 0&0&3&0\\ 0&0&0&4\\ 1&0&0&0\\ \end{vmatrix} 0001200003000040

通过分析可以看出,上式中大部分展开项乘积都是0,只有列标为 2341 2341 2341的展开项乘积不为0,故上式等于: ( − 1 ) N ( 2341 ) 2 × 3 × 4 × 1 = − 24 (-1)^{N(2341)}2×3×4×1=-24 (1)N(2341)2×3×4×1=24

3 特殊结构行列式

3.1 下三角行列式

∣ a 11 0 0 ⋯ 0 a 21 a 22 0 ⋯ 0 a 31 a 32 a 33 ⋯ 0 ⋮ ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 a n 3 ⋯ a n n ∣ = a 11 a 22 ⋯ a n n \begin{vmatrix} {a_{11}}&0&0&{\cdots}&0\\ {a_{21}}&{a_{22}}&0&{\cdots}&0\\ {a_{31}}&{a_{32}}&{a_{33}}&{\cdots}&0\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ {a_{n1}}&{a_{n2}}&{a_{n3}}&{\cdots}&{a_{nn}}\\ \end{vmatrix}=a_{11}a_{22}{\cdots}a_{nn} a11a21a31an10a22a32an200a33an3000ann =a11a22ann

3.2 上三角行列式

∣ a 11 a 12 a 13 ⋯ a 1 n 0 a 22 a 23 ⋯ a 2 n 0 0 a 33 ⋯ a 3 n ⋮ ⋮ ⋮ ⋱ ⋮ 0 0 0 ⋯ a n n ∣ = a 11 a 22 ⋯ a n n \begin{vmatrix} {a_{11}}&{a_{12}}&{a_{13}}&{\cdots}&{a_{1n}}\\ 0&{a_{22}}&{a_{23}}&{\cdots}&{a_{2n}}\\ 0&0&{a_{33}}&{\cdots}&{a_{3n}}\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ 0&0&0&{\cdots}&{a_{nn}}\\ \end{vmatrix}=a_{11}a_{22}{\cdots}a_{nn} a11000a12a2200a13a23a330a1na2na3nann =a11a22ann

3.3 对角型行列式

∣ a 11 0 0 ⋯ 0 0 a 22 0 ⋯ 0 0 0 a 33 ⋯ 0 ⋮ ⋮ ⋮ ⋱ ⋮ 0 0 0 ⋯ a n n ∣ = a 11 a 22 ⋯ a n n \begin{vmatrix} {a_{11}}&0&0&{\cdots}&0\\ 0&{a_{22}}&0&{\cdots}&0\\ 0&0&{a_{33}}&{\cdots}&0\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ 0&0&0&{\cdots}&{a_{nn}}\\ \end{vmatrix}=a_{11}a_{22}{\cdots}a_{nn} a110000a220000a330000ann =a11a22ann

下三角行列式、上三角行列式和对角型行列式的值都等于主对角线元素相乘

3.4 下三角行列式(山寨版)

∣ 0 0 ⋯ 0 a 1 n 0 0 ⋯ a 2 , n − 1 a 2 n ⋮ ⋮ ⋮ ⋱ ⋮ 0 a n − 1 , 2 ⋯ a n − 1 , n − 1 a n − 1 , n a n 1 a n 2 ⋯ a n , n − 1 a n n ∣ \begin{vmatrix} 0&0&{\cdots}&0&{a_{1n}}\\ 0&0&{\cdots}&{a_{2, n-1}}&{a_{2n}}\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ 0&{a_{n-1, 2}}&{\cdots}&{a_{n-1, n-1}}&{a_{n-1, n}}\\ {a_{n1}}&{a_{n2}}&{\cdots}&{a_{n, n-1}}&{a_{nn}}\\ \end{vmatrix} 000an100an1,2an20a2,n1an1,n1an,n1a1na2nan1,nann

= ( − 1 ) N [ n ( n − 1 ) . . . 321 ] a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{N[n(n-1)...321]}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(1)N[n(n1)...321]a1na2,n1an1,2an1

= ( − 1 ) n ( n − 1 ) 2 a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{\frac{n(n-1)}2}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(1)2n(n1)a1na2,n1an1,2an1

3.5 上三角行列式(山寨版)

∣ a 11 a 12 ⋯ a 1 , n − 1 a 1 n a 21 a 22 ⋯ a 2 , n − 1 0 ⋮ ⋮ ⋮ ⋱ ⋮ a n − 1 , 1 a n − 1 , 2 ⋯ 0 0 a n 1 0 ⋯ 0 0 ∣ \begin{vmatrix} {a_{11}}&{a_{12}}&{\cdots}&{a_{1, n-1}}&{a_{1n}}\\ {a_{21}}&{a_{22}}&{\cdots}&{a_{2, n-1}}&0\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ {a_{n-1, 1}}&{a_{n-1, 2}}&{\cdots}&0&0\\ {a_{n1}}&0&{\cdots}&0&0\\ \end{vmatrix} a11a21an1,1an1a12a22an1,20a1,n1a2,n100a1n000

= ( − 1 ) N [ n ( n − 1 ) . . . 321 ] a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{N[n(n-1)...321]}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(1)N[n(n1)...321]a1na2,n1an1,2an1

= ( − 1 ) n ( n − 1 ) 2 a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{\frac{n(n-1)}2}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(1)2n(n1)a1na2,n1an1,2an1

3.6 对角型行列式(山寨版)

∣ 0 0 ⋯ 0 a 1 n 0 0 ⋯ a 2 , n − 1 0 ⋮ ⋮ ⋮ ⋱ ⋮ 0 a n − 1 , 2 ⋯ 0 0 a n 1 0 ⋯ 0 0 ∣ \begin{vmatrix} 0&0&{\cdots}&0&{a_{1n}}\\ 0&0&{\cdots}&{a_{2, n-1}}&0\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ 0&{a_{n-1, 2}}&{\cdots}&0&0\\ {a_{n1}}&0&{\cdots}&0&0\\ \end{vmatrix} 000an100an1,200a2,n100a1n000

= ( − 1 ) N [ n ( n − 1 ) . . . 321 ] a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{N[n(n-1)...321]}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(1)N[n(n1)...321]a1na2,n1an1,2an1

= ( − 1 ) n ( n − 1 ) 2 a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{\frac{n(n-1)}2}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(1)2n(n1)a1na2,n1an1,2an1

下三角行列式(山寨版)、上三角行列式(山寨版)和对角型行列式(山寨版)的值都等于次对角线元素相乘,符号由 ( − 1 ) n ( n − 1 ) 2 (-1)^{\frac{n(n-1)}2} (1)2n(n1)决定。

4 行列式的其他定义方式

由于行列式展开后的每一项是由不同行不同列元素相乘,而乘法具有交换律,例如三阶行列式的值也可以表示为:

a 11 a 22 a 33 + a 31 a 12 a 23 + a 21 a 32 a 13 − a 31 a 22 a 13 − a 21 a 12 a 33 − a 11 a 32 a 23 a_{11}a_{22}a_{33}+a_{31}a_{12}a_{23}+a_{21}a_{32}a_{13}-a_{31}a_{22}a_{13}-a_{21}a_{12}a_{33}-a_{11}a_{32}a_{23} a11a22a33+a31a12a23+a21a32a13a31a22a13a21a12a33a11a32a23

可以看出:此时列标取标准排列,而行标取排列的所有可能。所以n阶行列式既然可以按行展开,当然也可以按列展开。

第二种定义(按列展开):从不同行不同列取n个元素相乘,标取标准排列,标取n级排列的所有可能,符号由标的奇偶性决定,一共有 n ! n! n!项。

按列展开后,行列式的值可以表示为: ∑ i 1 i 2 ⋯ i n ( − 1 ) N ( i 1 i 2 ⋯ i n ) a i 1 1 a i 2 2 ⋯ a i n n \sum_{i_1i_2{\cdots}i_n}(-1)^{N(i_1i_2{\cdots}i_n)}a_{i_11}a_{i_22}{\cdots}a_{i_nn} i1i2in(1)N(i1i2in)ai11ai22ainn

第三种定义(即不按行,也不按列):从不同行不同列取n个元素相乘,行标和列标都取n级排列的所有可能,符号由行标和列标的奇偶性共同决定,一共有 n ! n! n!项。

行列式的值可以表示为: ∑ i 1 i 2 ⋯ i n , j 1 j 2 ⋯ j n ( − 1 ) N ( i 1 i 2 ⋯ i n ) + N ( j 1 j 2 ⋯ j n ) a i 1 j 1 a i 2 j 2 ⋯ a i n j n \sum_{i_1i_2{\cdots}i_n, j_1j_2{\cdots}j_n}(-1)^{N(i_1i_2{\cdots}i_n)+N(j_1j_2{\cdots}j_n)}a_{i_1j_1}a_{i_2j_2}{\cdots}a_{i_nj_n} i1i2in,j1j2jn(1)N(i1i2in)+N(j1j2jn)ai1j1ai2j2ainjn

举例:
表达式: ( − 1 ) N ( i 21 m ) + N ( 1 k 32 ) a i 1 a 2 k a 13 a m 2 (-1)^{N(i21m)+N(1k32)}a_{i1}a_{2k}a_{13}a_{m2} (1)N(i21m)+N(1k32)ai1a2ka13am2 是行列式展开后的其中一项,求参数 i , k , m i, k, m i,k,m的值和表达式的符号。

解:可以看出行列式的行标为: i 21 m i21m i21m,列标为: 1 k 32 1k32 1k32,很明显行标和列标都不是标准排列,所以该行列式是按第三种定义展开的。

通过观察列标 1 k 32 1k32 1k32可以得出 k = 4 k=4 k=4;而观察行标 i 21 m i21m i21m发现, i = 3 , m = 4 i=3, m=4 i=3,m=4 i = 4 , m = 3 i=4, m=3 i=4,m=3

k = 4 , i = 3 , m = 4 k=4, i=3, m=4 k=4,i=3,m=4时, N ( 3214 ) + N ( 1432 ) = 6 N(3214)+N(1432)=6 N(3214)+N(1432)=6,故表达式符号为正;

k = 4 , i = 4 , m = 3 k=4, i=4, m=3 k=4,i=4,m=3时, N ( 4213 ) + N ( 1432 ) = 7 N(4213)+N(1432)=7 N(4213)+N(1432)=7,故表达式符号为负。

5 引用

《线性代数》高清教学视频 “惊叹号”系列 宋浩老师_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili_1.1 n阶行列式

  • 17
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值