5.2 排列与代数余子式

一、求行列式的方法

计算机是利用主元计算行列式的。本节介绍其它两种计算行列式的方法。一是 “大公式”（big formula），它使用了全部 $n!$ 个排列计算；二是 “代数余子式公式”（cofactor formula），它使用的是大小为 $n-1$ 的行列式来计算的。下面是一个 $4\times 4$ 矩阵的例子：$$A=\left[\begin{array}{cccc}2& -1& 0& 0\\ -1& 2& -1& 0\\ 0& -1& 2& -1\\ 0& 0& -1& 2\end{array}\right]的行列式是\det A=5$$我们可以通过以下三种方式来求行列式：主元，大公式，代数余子式。

1. 主元的乘积是 $2\cdot \frac{3}{2}\cdot \frac{4}{3}\cdot \frac{5}{4}$，消去后得到 $5$。
2. 大公式有 $4!=24$ 项，只有 $5$ 项是非零的：$$\det A=\left|\begin{array}{cccc}2& 0& 0& 0\\ 0& 2& 0& 0\\ 0& 0& 2& 0\\ 0& 0& 0& 2\end{array}\right|+\left|\begin{array}{cccc}2& 0& 0& 0\\ 0& 2& 0& 0\\ 0& 0& 0& -1\\ 0& 0& -1& 0\end{array}\right|+\left|\begin{array}{cccc}2& 0& 0& 0\\ 0& 0& -1& 0\\ 0& -1& 0& 0\\ 0& 0& 0& 2\end{array}\right|+\left|\begin{array}{cccc}0& -1& 0& 0\\ -1& 0& 0& 0\\ 0& 0& 2& 0\\ 0& 0& 0& 2\end{array}\right|+\left|\begin{array}{cccc}0& -1& 0& 0\\ -1& 0& 0& 0\\ 0& 0& 0& -1\\ 0& 0& -1& 0\end{array}\right|=16-4-4-4+1=5$$$16$ 来自 $A$ 的对角线 $2\cdot 2\cdot 2\cdot 2$，$-4$ 和 $1$ 来自与后面 $4$ 个行列式。
3. 第一行的数字 $2,-1,0,0$ 乘上它们自己来自于其它行的余子式 $4,3,2,1$，得到 $2\cdot 4-1\cdot 3=5$。这些余子式是 $3\times 3$ 的行列式，余子式所使用的行和列是第一行的元素未使用的行和列。
   行列式的每一项仅适用每行每列一次！

二、主元公式

当用消元法得到 $A=LU$ 时，主元 $d_1,d_2,\cdots ,d_n$ 在上三角矩阵 $U$ 的对角线上，如果没有行交换，将主元相乘就可以得到行列式：$$\det A=(\det L)(\det U)=(1)(d_1{d}_2\cdots d_n)(\mathrm{5.2.1})$$这个公式是没有行交换的情况下，如果发生行交换，则公式中会出现置换矩阵，变成 $PA=LU$，而 $P$ 的行列式是 $-1$ 或 $+1$。

$$(\det P)(\det A)=(\det L)(\det U)得到\det A=\pm (d_1{d}_2\cdots d_n)(\mathrm{5.2.2})$$

【例1】一次行交换可以得到主元 $4,2,1$ 和重要的负号：$$A=\left[\begin{array}{ccc}0& 0& 1\\ 0& 2& 3\\ 4& 5& 6\end{array}\right]PA=\left[\begin{array}{ccc}4& 5& 6\\ 0& 2& 3\\ 0& 0& 1\end{array}\right]\det A=-(4)(2)(1)=-8$$行交换是奇数次（一次）则 $\det P=-1$。
下一个例子没有行交换，这是一个 $n\times n$ 的矩阵，主元可以得到它的行列式，行列式也可以得到主元。

【例2】三角矩阵 $A$ 的前几个主元是 $2,\frac{3}{2},\frac{4}{3}$，后面的是 $\frac{5}{4}$ 和 $\frac{6}{5}$，最终是 $\frac{n+1}{n}$。分解这个 $n\times n$ 的矩阵就可以看出行列式：$$\left[\begin{array}{ccccc}2& -1& & & \\ -1& 2& -1& & \\ & -1& 2& \cdot & \\ & & \cdot & \cdot & -1\\ & & & -1& 2\end{array}\right]=\left[\begin{array}{cccc}1& & & \\ -\frac{1}{2}& 1& & \\ & -\frac{2}{3}& 1& \\ & & \cdot & \cdot \\ & & -\frac{n-1}{n}& 1\end{array}\right]\left[\begin{array}{ccccc}2& -1& & & \\ & \frac{3}{2}& -1& & \\ & & \frac{4}{3}& -1& \\ & & & \cdot & \cdot \\ & & & & \frac{n+1}{n}\end{array}\right]$$主元在 $U$（最后一个矩阵）的对角线，当 $2$ 和 $\frac{3}{2}$ 和 $\frac{4}{3}$ 和 $\frac{5}{4}$ 乘起来，分数消去，则 $4\times 4$ 矩阵的行列是 $5$，$3\times 3$ 矩阵的行列式是 $4$。$n\times n$ 矩阵的行列式是 $n+1$：$$-1,2,-1矩阵\det A=(2)(\frac{3}{2})(\frac{4}{3})\cdots (\frac{n+1}{n})=n+1$$重点：前面的主元仅和原始矩阵 $A$ 的左上角有关。这条规则适用于所有不需要行交换的矩阵。
$$\begin{gathered} 前k个主元来自于A左上角的k\times k矩阵A_k。 \\ 左上角子矩阵A_k的行列式是d_1{d}_2\cdots d_k(前k个主元)。 \end{gathered}$$$1\times 1$ 的矩阵 $A_1$ 仅包含第一个主元 $d_1$，就是 $\det A_1$；左上角 $2\times 2$ 的矩阵有 $\det A_2=d_1{d}_2$；最终 $n\times n$ 的行列式就是所有主元相乘。
当开始处理整个矩阵时，我们对左上角的矩阵 $A_k$ 进行消元，假设没有行交换 —— 则 $A=LU$ 且 $A_k=L_k{U}_k$。一个行列式除以前一个行列式（$A_k$ 除以 $A_{k-1}$）可以消去除最后一个主元 $d_k$ 以外的所有主元。每个主元都是行列式的比值：

$$从行列式得到主元第k个主元是d_k=\frac{d_1{d}_2\cdots d_k}{d_1{d}_2\cdots d_{k-1}}=\frac{\det A_k}{\det A_{k-1}}(\mathrm{5.2.3})$$

当所有左上角的子矩阵都有 $\det A_k\ne 0$，则就不需要行交换。

三、行列式的大公式

主元很好计算，它们有能够求出行列式的足够多的信息。但是它很难和原始的 $a_{ij}$ 联系起来。我们回到规则 $1-2-3$，线性、符号反转和 $\det I=1$ 就能够让这一问题变得清晰起来。我们要推导出一个确切的行列式公式，它直接由元素 $a_{ij}$ 得来。
这个公式有 $n!$ 项。项数会增加的非常快，因为 $n!=1,2,6,24,120,\cdots$，若 $n=11$ 那么会有接近四千万项。$n=2$ 时，这两项分别是 $ad$ 和 $bc$，半数的项是负号（如 $-bc$），半数的项是正数（如 $ab$）。当 $n=3$ 时，则有 $3!=(3)(2)(1)=6$ 项，这六项如下：

$$3\times 3行列式\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|=\begin{array}{c}+a_{11}{a}_{22}{a}_{33}+a_{12}{a}_{23}{a}_{31}+a_{13}{a}_{21}{a}_{32}\\ -a_{11}{a}_{23}{a}_{32}-a_{12}{a}_{21}{a}_{33}-a_{13}{a}_{22}{a}_{31}\end{array}(\mathrm{5.2.4})$$

注意这个模式，每个乘积如 $a_{11}{a}_{23}{a}_{32}$ 有来自每一行的一个元素，也有来自每一列的一个元素。列的顺序 $1,3,2$ 表示这个特定的项符号是负号，$a_{13}{a}_{21}{a}_{32}$ 的列序 $3,1,2$ 则为正号。由这种 “排列” 顺序可以得到符号。
下一步（$n=4$）有 $4!=24$ 项，因为有 $24$ 种方式从每一行和每一列选择一个元素。沿着主对角线，$a_{11}{a}_{22}{a}_{33}{a}_{44}$ 的列序 $1,2,3,4$ 总是正号，这是单位排列（identity permutation）。
我们从 $n=2$ 开始推导大公式（big formula），目的是用系统的方法得到 $ad-bc$。将每一行分成两个简单的行：$$\left[\begin{array}{cc}a& b\end{array}\right]=\left[\begin{array}{cc}a& 0\end{array}\right]+\left[\begin{array}{cc}0& b\end{array}\right]，\left[\begin{array}{cc}c& d\end{array}\right]=\left[\begin{array}{cc}c& 0\end{array}\right]+\left[\begin{array}{cc}0& d\end{array}\right]$$现在利用线性性质，首先用在第 $1$ 行（第 $2$ 行固定），然后用在第 $2$ 行（第 $1$ 行固定）：$$\begin{gathered} \left|\begin{array}{cc}a& b\\ c& d\end{array}\right|=\left|\begin{array}{cc}a& 0\\ c& d\end{array}\right|+\left|\begin{array}{cc}0& b\\ c& d\end{array}\right|(分解第1行) \\ =\left|\begin{array}{cc}a& 0\\ c& 0\end{array}\right|+\left|\begin{array}{cc}a& 0\\ 0& d\end{array}\right|+\left|\begin{array}{cc}0& b\\ c& 0\end{array}\right|+\left|\begin{array}{cc}0& b\\ 0& d\end{array}\right|(分解第2行)(\mathrm{5.2.5}) \end{gathered}$$最后一行有 $2^2=4$ 个行列式，第一个和第四个都是零，因为其中一行是另一行的倍数，最后剩下 $2!=2$ 个行列式需要计算：$$\left|\begin{array}{cc}a& 0\\ 0& d\end{array}\right|+\left|\begin{array}{cc}0& b\\ c& 0\end{array}\right|=ad\left|\begin{array}{cc}1& 0\\ 0& 1\end{array}\right|+bc\left|\begin{array}{cc}0& 1\\ 1& 0\end{array}\right|=ad-bc$$最后得到置换矩阵，它们的行列式提供正号或负号，置换矩阵可以看出列序。上述列序就是 $(1,2)$ 和 $(2,1)$。
下面试一下 $n=3$ 的情况。每一行都分成 $3$ 个简单的行，例如 $\left[\begin{array}{ccc}{a}_{11}& 0& 0\end{array}\right]$。再利用每一行的线性，可以将 $\det A$ 分成 $3^3=27$ 个简单的行列式。如果列的选择重复了，例如又选择了一行 $\left[\begin{array}{ccc}{a}_{21}& 0& 0\end{array}\right]$，那么这个行列式就为零。
我们只需要注意元素 $a_{ij}$ 是来自于不同列的情况，如 $(3,1,2)$：

$$\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|=\left|\begin{array}{ccc}{a}_{11}& & \\ & a_{22}& \\ & & a_{33}\end{array}\right|+\left|\begin{array}{ccc}& a_{12}& \\ & & a_{23}\\ a_{31}& & \end{array}\right|+\left|\begin{array}{ccc}& & a_{13}\\ a_{21}& & \\ & a_{32}& \end{array}\right|$$$$六项+\left|\begin{array}{ccc}{a}_{11}& & \\ & & a_{23}\\ & a_{32}& \end{array}\right|+\left|\begin{array}{ccc}& a_{12}& \\ a_{21}& & \\ & & a_{33}\end{array}\right|+\left|\begin{array}{ccc}& & a_{13}\\ & a_{22}& \\ a_{31}& & \end{array}\right|$$

总共有 $3!=6$ 种列的顺序，所以有 $6$ 个行列式。$(1,2,3)$ 的这 $6$ 种排列方式包括来自于 $P=I$ 的单位排列 $(1,2,3)$。$$列的顺序=(1,2,3),(2,3,1),(3,1,2),(1,3,2),(2,1,3),(3,2,1)(\mathrm{5.2.6})$$后三个是奇排列（一次交换），前三个是偶排列（$0$ 或 $2$ 次交换）。当列序是 $(3,1,2)$ 时，选择的元素是 $a_{13}{a}_{21}{a}_{32}$，这项特定的列序符号是正号（$2$ 次交换）。现在 $A$ 的行列式可以分解成 $6$ 个简单的行列式，提出因子 $a_{ij}$：$$\det A=a_{11}{a}_{22}{a}_{33}\left|\begin{array}{ccc}1& & \\ & 1& \\ & & 1\end{array}\right|+a_{12}{a}_{23}{a}_{31}\left|\begin{array}{ccc}& 1& \\ & & 1\\ 1& & \end{array}\right|+a_{13}{a}_{21}{a}_{32}\left|\begin{array}{ccc}& & 1\\ 1& & \\ & 1& \end{array}\right|$$$$+a_{11}{a}_{23}{a}_{32}\left|\begin{array}{ccc}1& & \\ & & 1\\ & 1& \end{array}\right|+a_{12}{a}_{21}{a}_{33}\left|\begin{array}{ccc}& 1& \\ 1& & \\ & & 1\end{array}\right|+a_{13}{a}_{22}{a}_{31}\left|\begin{array}{ccc}& & 1\\ & 1& \\ 1& & \end{array}\right|(\mathrm{5.2.7})$$前三个（偶）排列的行列式 $\det P=+1$，后三个（奇）排列的行列式 $\det P=-1$。我们已经使用系统的方法证明了 $3\times 3$ 的公式。
下面看 $n\times n$ 的公式。列序共有 $n!$ 种，列 $(1,2,3,\cdots ,n)$ 的每一种可能的顺序 $(\alpha ,\beta ,\cdots ,\omega )$，从行 $1$ 取 $a_{1\alpha }$，从行 $2$ 取 $a_{2\beta }$，最后从行 $n$ 取 $a_{n\omega }$，行列式包含乘积 $a_{1\alpha }{a}_{2\beta }\cdots a_{n\omega }$ 乘上 $+1$ 或 $-1$，半数的列序符号是 $-1$。
$A$ 的行列式是这 $n!$ 项简单行列式的和，简单行列式 $a_{1\alpha }{a}_{2\beta }\cdots a_{n\omega }$ 选择的是来自于每行每列的一个元素。对于 $5\times 5$ 的情况，$a_{15}{a}_{22}{a}_{33}{a}_{44}{a}_{51}$ 这一项有 $\det P=-1$，仅一次交换 $5$ 和 $1$。

$$\begin{gathered} \det A=所有n!个列排列P=(\alpha ,\beta ,\cdots ,\omega ) \\ =\sum (\det P)a_{1\alpha }{a}_{2\beta }\cdots a_{n\omega }=\text{BIGFORMULA}(\mathrm{5.2.8}) \end{gathered}$$

这个就是行列式的大公式（Big Formula）。$2\times 2$ 的情形是 $+a_{11}{a}_{22}-a_{12}{a}_{21}$（就是 $ad-bc$），这里 $P$ 是 $(1,2)$ 和 $(2,1)$。
$3\times 3$ 的情形有 $3$ 个 “右斜下”（down to right）的乘积和三个 “左斜下”（down to left）的乘积。警告：这个模式在 $4\times 4$ 的情形是不适用的，这种模式只能选取 $8$ 项，但是实际是需要 $24$ 项。

【例3】（$U$ 的行列式）当 $U$ 是上三角，$n!$ 个乘积中只有一个不为零，这一项就是对角线的乘积：$\det U=+u_{11}{u}_{22}\cdots u_{nn}$。其它的列序至少有一个元素在对角线下方，$U$ 的这些元素都是零。例如 $u_{21}=0$，由方程（5.1.8）知该项一定为零。
$\det I=0$，唯一非零项是对角线的 $+(1)(1)\cdots (1)$。

【例4】假设 $Z$ 除了第 $3$ 列都是单位矩阵，有$$Z的行列式=\left|\begin{array}{cccc}1& 0& a& 0\\ 0& 1& b& 0\\ 0& 0& c& 0\\ 0& 0& d& 1\end{array}\right|是c(\mathrm{5.2.9})$$主对角线这一项 $(1)(1)(c)(1)$ 符号为正。总共有 $4!=24$ 项乘积（每行每列选择一个因子），但是其它 $23$ 项都是零。原因：如果从列 $3$ 中选择 $a,b$ 或 $d$ 的话，则列 $3$ 已经使用了，那么行 $3$ 就只剩下 $0$ 可以使用。
另一个原因：如果 $c=0$，则 $Z$ 有一个零行，所以 $\det Z=c=0$。如果 $c$ 不为零，利用消元法，从其它行减去乘数乘上行 $3$，可以消去 $a,b,c$，就只留下一个对角矩阵，有 $\det Z=c$。
改变 $I$ 的一列可以很容易得到 $Z$ 的行列式，它仅来自于主对角线。

【例5】假设 $A$ 仅在主对角线的上方和下方都是 $1$，这里 $n=4$：$$A=\left[\begin{array}{cccc}0& 1& 0& 0\\ 1& 0& 1& 0\\ 0& 1& 0& 1\\ 0& 0& 1& 0\end{array}\right],P=\left[\begin{array}{cccc}0& 1& 0& 0\\ 1& 0& 0& 0\\ 0& 0& 0& 1\\ 0& 0& 1& 0\end{array}\right]的行列式都为1$$行 $1$ 非零的选择只能是列 $2$，行 $4$ 非零的选择只能是列 $3$，则 行 $2$ 和行 $3$ 就只能选择列 $1$ 和列 $4$。换句话说就是 $\det P=\det A$。$P$ 的行列式是 $+1$（两次行交换得到列序 $2,1,4,3$），因此 $\det A=+1$。

四、代数余子式求行列式

公式 (5.2.8) 是行列式的直接定义，它一次性给了所有信息 —— 但是需要将它都理解，毕竟这 $n!$ 个和项都需要满足规则 $1-2-3$（也就会满足性质 $4-10$ 了）。最简单的是 $\det I=1$，这个已经验证好了。
当将第一行的因子 $a_{11},a_{12}$ 和 $a_{13}$ 提取出来，就可以看到线性性质。对于 $3\times 3$ 的矩阵，可以将行列式的 $6$ 项分成 $3$ 对：

$$\det A=a_{11}(a_{22}{a}_{33}-a_{23}{a}_{32})+a_{12}(a_{23}{a}_{31}-a_{21}{a}_{33})+a_{13}(a_{21}{a}_{32}-a_{22}{a}_{31})(\mathrm{5.2.10})$$

括号中的 $3$ 项称为 “代数余子式”（cofactor），注意这里前面不需要加 algebra，余子式的英文是 minor。这 $3$ 项代数余子式都是来自 $2$ 行与 $3$ 行的 $2\times 2$ 的行列式，第一行提供了因子 $a_{11},a_{12},a_{13}$，下面的行贡献了代数余子式 $C_{11},C_{12},C_{13}$。当然行列式 $a_{11}{C}_{11}+a_{12}{C}_{12}+a_{13}{C}_{13}$ 与 $a_{11},a_{12},a_{13}$ 有线性关系，这就是规则 $3$。
$a_{11}$ 的代数余子式是 $C_{11}=a_{22}{a}_{33}-a_{23}{a}_{32}$，从下面的分解中就可以看出来代数余子式：$$\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|=\left|\begin{array}{ccc}{a}_{11}& & \\ & a_{22}& a_{23}\\ & a_{32}& a_{33}\end{array}\right|+\left|\begin{array}{ccc}& a_{12}& \\ a_{21}& & a_{23}\\ a_{31}& & a_{33}\end{array}\right|+\left|\begin{array}{ccc}& & a_{13}\\ a_{21}& a_{22}& \\ a_{31}& a_{32}& \end{array}\right|$$我们仍然可以选择来自于每一行每一列的一个元素，因为 $a_{11}$ 使用了第 $1$ 行和第 $1$ 列，所以就剩下一个 $2\times 2$ 的行列式当它的代数余子式。
行列式中需要一直关注符号，跟着 $a_{12}$ 的 $2\times 2$ 的行列式虽说看起来是 $a_{21}{a}_{33}-a_{23}{a}_{31}$，但是它的代数余子式 $C_{12}$ 与这个行列式的符号相反，$a_{12}{C}_{12}$ 才是正确的 $3\times 3$ 行列式。代数余子式的符号沿着第一行的模式是 “正-负-正-负”。划掉第 $1$ 行和第 $j$ 列得到一个大小是 $(n-1)\times (n-1)$ 的子矩阵 $M_{1j}$，它的行列式乘上符号 $(-1{)}^{1+j}$ 就得到代数余子式：$$行1的代数余子式是C_{1j}=(-1{)}^{1+j}\det M_{1j}$$$$代数余子式扩展是\det A=a_{11}{C}_{11}+a_{12}{C}_{12}+\cdots +a_{1n}{C}_{1n}(\mathrm{5.2.11})$$在大公式（5.2.8）中，$a_{11}$ 乘上一些项的组合 $C_{11}=\det M_{11}$，它的符号是 $(-1{)}^{1+1}$，即是正号。式 （5.2.11）是式（5.2.8）和（5.2.10）的另一种形式，来自第 $1$ 行的因子乘上只用到其它行的代数余子式。

注： 行 $1$ 是这样，那么行 $i$ 也一样。某一行的元素 $a_{ij}$ 也有代数余子式 $C_{ij}$，它们是 $(-1{)}^{i+j}$ 乘上 $n-1$ 阶的行列式，因为 $a_{ij}$ 使用了行 $i$ 和列 $j$，子矩阵 $M_{ij}$ 会移除行 $i$ 和列 $j$。下面展示 $a_{43}$ 和 $M_{43}$（行 $4$ 和列 $3$ 被移掉了），符号 $(-1{)}^{4+3}$ 乘上行列式 $M_{43}$ 得到 $C_{43}$，符号矩阵展示了 $\pm$ 号的模式：$$A=\left[\begin{array}{cccc}\bullet & \bullet & & \bullet \\ \bullet & \bullet & & \bullet \\ \bullet & \bullet & & \bullet \\ & & a_{43}& \end{array}\right]符号(-1{)}^{i+j}=\left[\begin{array}{cccc}+& -& +& -\\ -& +& -& +\\ +& -& +& -\\ -& +& -& +\end{array}\right]$$

行列式是 $A$ 的任意行 $i$ 与其它行的代数余子式的点积：$$代数余子式公式\text{COFACTORFORMULA}\det A=a_{i1}{C}_{i1}+a_{i2}{C}_{i2}+\cdots +a_{in}{C}_{in}(\mathrm{5.2.12})$$每个代数余子式 $C_{ij}$（阶数是 $n-1$，去除掉行 $i$ 和列 $j$）包含它正确的符号：$$代数余子式\text{Cofactor}{C}_{ij}=(-1{)}^{i+j}\det M_{ij}$$

一个 $n$ 阶行列式是 $n-1$ 阶行列式的组合，继续递归下去，每个子行列式再分解成 $n-2$ 阶行列式的组合。通过式（5.2.12）我们可以定义所有的行列式，这个规则从阶数 $n$ 到 $n-1$ 到 $n-2$ 最终到阶数 $1$，定义 $1\times 1$ 的行列式 $|a|$ 是数字 $a$，则使用代数余子式的方法定义行列式就完成了。
我们更偏向于从行列式的性质来构建 $A$（线性，符号反转，$\det I=1$），大公式（5.2.8）和代数余子式公式（5.2.10）–（5.2.12）也遵循这些性质。使用规则得到的最后一个公式 $\det A=\det A^T$，我们也可以使用代数余子式将它扩展，此时是沿着一列而不是一行。沿着列 $j$ 的元素是 $a_{1j}$ 到 $a_{nj}$，代数余子式是 $C_{1j}$ 到 $C_{nj}$，行列式就是下面的点积：$$沿着列j的代数余子式：\det A=a_{1j}{C}_{1j}+a_{2j}{C}_{2j}+\cdots +a_{nj}{C}_{nj}(\mathrm{5.2.13})$$当矩阵有很多零时，代数余子式很有用 —— 如下例子：

【例6】$-1,2,-1$ 矩阵在第一行仅有两个非零值，所以仅有两个和行列式相关的代数余子式 $C_{11}$ 和 $C_{12}$，下面会将 $C_{12}$ 加粗：$$\left|\begin{array}{cccc}2& -1& & \\ -1& 2& -1& \\ & -1& 2& -1\\ & & -1& 2\end{array}\right|=2\left|\begin{array}{ccc}2& -1& \\ -1& 2& -1\\ & -1& 2\end{array}\right|-(-1)\left|\begin{array}{ccc}-1& -1& \\ & 2& -1\\ & -1& 2\end{array}\right|(\mathrm{5.2.14})$$右侧的第一项是 $2$ 乘上 $C_{11}$，$C_{11}$ 移除了第 $1$ 行和第 $1$ 列，代数余子式 $C_{11}$ 与原始矩阵 $A$ 有着相同的 $-1,2,-1$ 的模式，它仅大小变小了一阶。
要计算上面加粗的代数余子式 $C_{12}$，沿着第一列使用代数余子式，最上面的是唯一一个非零数，这里又得到了另外一个 $(-1)$（所以前面要加上负号），它的代数余子式是一个 $2\times 2$ 的 $-1,2,-1$ 行列式，比原始的 $A$ 小了二阶。
总结：每个 $n$ 阶行列式 $D_n$ 都可由 $D_{n-1}$ 和 $D_{n-2}$ 得到：$$D_4=2D_3-D_2一般式D_n=2D_{n-1}-D_{n-2}(\mathrm{5.2.15})$$直接计算 $D_2=3$，$D_3=4$，所以式（5.2.14）有 $D_4=2(4)-3=5$，行列式 $3,4,5$ 符合公式 $D_n=n+1$，则 $D_n=2n-(n-1)$。这种 “特殊三对角答案”（special tridiagonal answer）用例 2 的主元乘积也可以得到。

【例7】下面这个矩阵，除了第一个元素（左上角）是 $1$，其它和例 $6$ 一样：$$B_4=\left[\begin{array}{cccc}1& -1& & \\ -1& 2& -1& \\ & -1& 2& -1\\ & & -1& 2\end{array}\right]$$这个矩阵的所有主元都是 $1$，所以行列式是 $1$。那么如何用代数余子式计算呢？将其沿第一行展开，所有的代数余子式都和例 $6$ 一致，仅仅是 $a_{11}=2$ 变成了 $b_{11}=1$：$$\det B_4=D_3-D_2而不是\det A_4=2D_3-D_2$$$B_4$ 的行列式是 $4-3=1$，每个 $B_n=n-(n-1)=1$。
如果将最后一个 $2$ 改成 $1$，则 $\det =0$。

五、主要内容总结

1. 如果没有行交换，$\det A=(主元的乘积)$，在 $A$ 的左上角，$\det A_k=(前k个主元的乘积)$。
2. 大公式（5.2.8）中的每一项使用每行每列一次。$n!$ 个项中的一半符号是正（此时 $\det P=+1$），一半的符号是负。
3. 代数余子式 $C_{ij}$ 是 $(-1{)}^{i+j}$ 乘上去掉 $i$ 行 $j$ 列的小一点的行列式（因为 $a_{ij}$ 使用了这一行和这一列）。
4. $A$ 的行列式是它任意行与该行的代数余子式的点积。如果 $A$ 有很多零的话，则只需要很少的代数余子式。

六、例题

【例8】海森堡矩阵（Hessenberg matrix）是一个多了一个对角线的三角矩阵。对第 $1$ 行使用代数余子式证明 $4\times 4$ 的行列式满足斐波那契（Fibonacci）规则 $|H_4|=|H_3|+|H_2|$。相同的规则适用于所有的大小，$|H_n|=|H_{n-1}|+|H_{n-2}|$。$|H_n|$ 等于哪个斐波那契数呢？$$H_2=\left[\begin{array}{cc}2& 1\\ 1& 2\end{array}\right]H_3=\left[\begin{array}{ccc}2& 1& \\ 1& 2& 1\\ 1& 1& 2\end{array}\right]H_4=\left[\begin{array}{cccc}2& 1& & \\ 1& 2& 1& \\ 1& 1& 2& 1\\ 1& 1& 1& 2\end{array}\right]$$解： $H_4$ 的代数余子式 $C_{11}$ 是行列式 $|H_3|$，还需要一个代数余子式 $C_{12}$：$$C_{12}=-\left|\begin{array}{ccc}1& 1& 0\\ 1& 2& 1\\ 1& 1& 2\end{array}\right|=-\left|\begin{array}{ccc}2& 1& 0\\ 1& 2& 1\\ 1& 1& 2\end{array}\right|+\left|\begin{array}{ccc}1& 0& 0\\ 1& 2& 1\\ 1& 1& 2\end{array}\right|$$保持第 $2$ 行和第 $3$ 行不变，使用了第 $1$ 行的线性性质。右侧的两个行列式是 $-|H_3|$ 和 $+|H_2|$。所以 $4\times 4$ 的行列式就是$$|H_4|=2C_{11}+1C_{12}=2|H_3|-|H_3|+|H_2|=|H_3|+|H_2|$$实际数字 $|H_1|=2$，$|H_2|=3$，$|H_3|=5$，$|H_5|=8$。因为 $|H_n|=2,3,5,8,\cdots$ 遵循斐波那契规则 $|H_{n-1}|+|H_{n-2}|$，则必有 $|H_n|=F_{n+2}$。

【例9】下面的问题是关于 $\det A$ 的大公式里的 $\pm$ 号（$P$ 是奇数还是偶数）：

1. 如果 $A$ 是 $10\times 10$ 的全 $1$ 矩阵，用大公式如何得到 $\det A=0？$
2. 如果所有 $n!$ 个排列乘在一起得到一个 $P$，那么 $P$ 是奇数还是偶数 $?$
3. 如果每一项 $a_{ij}$ 都乘以分数 $i/j$，为什么 $\det A$ 不变？

解：

1. 由于所有的 $a_{ij}=1$，所以大公式（5.2.8）中所有的乘积都是 $1$，而半数符号是正，半数符号是负，它们加起来后都会消去，所以 $\det A=0$。（如果 $n>1$，则所有全 $1$ 矩阵都是奇异的。）
2. 乘积 $\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]\left[\begin{array}{cc}0& 1\\ 1& 0\end{array}\right]$ 是一个奇排列，对于 $3\times 3$ 的情形，$3$ 个奇排列乘在一起还是奇排列（顺序无关）。但是对于 $n>3$ 的情形，所有奇排列的乘积是偶数。这是因为有 $n!/2$ 个奇排列，因为 $n!$ 是 $4$ 的倍数，所以这些奇排列的乘积会是一个偶数。
3. 每个 $a_{ij}$ 乘上分数 $i/j$，所以大公式中的每个乘积 $a_{1\alpha }{a}_{2\beta }\cdots a_{n\omega }$ 会乘上所有的行数字 $i=1,2,\cdots ,n$ 然后除以所有的列数字 $j=1,2,\cdots ,n$（这个列序是某种排列）。这样每个乘积都不变所以 $\det A$ 也不会变。
   另一种方法：要 $i$ 乘上行 $i$，相当于对角矩阵 $D=\text{diag}(1:n)$ 乘上矩阵 $A$；同样列 $j$ 除以 $j$，相当于右乘 $D^{-1}$。根据行列式的乘积规则，$\det DA{D}^{-1}=\det A$。