（邱维声）高等代数课程笔记：n 阶行列式的定义

朝暮1122

已于 2023-03-05 22:54:00 修改

阅读量564

点赞数 1

分类专栏：高等代数文章标签：线性代数高等代数数学

于 2023-03-05 22:51:44 首次发布

本文链接：https://blog.csdn.net/qq_44803884/article/details/129328044

版权

高等代数专栏收录该内容

21 篇文章 17 订阅

订阅专栏

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：

$\left|\begin{matrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{matrix}\right| = \sum_{j_{1}j_{2}} (-1)^{\tau(j_{1}j_{2})}{a_{1 j_{1}}a_{2 j_{2}}}$

其中 $\tau(j_{1}j_{2})$ 为二元排列。

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

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

$\left| \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots &a_{nn} \end{matrix} \right| = \sum_{j_{1} j_{2} \cdots j_{n}} (-1)^{\tau(j_{1}j_{2}\cdots j_{n})} a_{1j_{1}}a_{2j_{2}} \cdots a_{nj_{n}}$

行列式的值为 $n!$ 项的代数和。其中，每一项都是来自不同行、不同列的 $n$ 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 $n$ 元排列为奇排列，则该项带负号；
若某项的列指标所成 $n$ 元排列为偶排列，则该项带正号。

$\quad$ 另外可以看到， $n$ 阶行列式与 $n$ 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 $A$ 为 $n$ 级方阵，具有如下形式：

$\left( \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots &a_{nn} \end{matrix} \right)$

可简记作 $A = (a_{ij})$ ，其中 $a_{ij}$ 为 $A$ 的第 $(i, j)$ 元，称

$\left| \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots &a_{nn} \end{matrix} \right|$

为 $A$ 的 $n$ 阶行列式，记作 $∣ A ∣$ 或 $\det ~ A$ .

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： $∣ a ∣ = a$ ，注意，不要与绝对值好混淆；
二阶行列式： $\left|\begin{matrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{matrix}\right| = a_{11}a_{22} - a_{12}a_{21}$ ;
三阶行列式： $\left|\begin{matrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{matrix}\right| = a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} - a_{11}a_{23}a_{32} - a_{12}a_{21}a_{33} -a_{13}a_{21}a_{32}$ .

$\quad$ 有了一般的 $n$ 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 $n$ 阶行列式。下面进行这样一项工作。

主对角线与副对角线： $a_{11},a_{22},\cdots,a_{nn}$ 为主对角线； $a_{1n},a_{2,n-1},\cdots,a_{n1}$ 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：

$\left| \begin{matrix} a_{11} & a_{12} & \cdots & a_{1n} \\ 0 & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ 0 & 0 & \cdots &a_{nn} \end{matrix} \right|$

命题 1：上三角形行列式的值等于主对角线上 $n$ 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：

$\left| \begin{matrix} a_{11} & 0 & \cdots &0 \\ a_{21} & a_{22} & \cdots &0\\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots &a_{nn} \end{matrix} \right|$

命题 2：下三角形行列式的值等于主对角线上 $n$ 个元素的乘积。

证明：由 定义 1 立得。

$\quad$ 综合 命题 1 与 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 $n$ 个元素的乘积。

$\quad$ 回顾一下 定义 1，对于一般的 $n$ 阶行列式，我们有：

$\quad$ 由数的运算法则乘法交换律，对于给定的 $n$ 元排列 $j_{1},j_{2},\cdots,j_{n}$ ，可以按任一次序重排 $a_{1j_{1}}a_{2j_{2}} \cdots a_{nj_{n}}$ 。一般地，不妨设其重排后为 $a_{i_{1} k_{1}} a_{i_{2} k_{2} }\cdots a_{i_{n} k_{n}}$ .

$\quad$ 思考：符号 $(-1)^{\tau(j_{1} j_{2} \cdots j_{n})}$ 是否与新的排列 $i_{1},i_{2},\cdots,i_{n}$ 、 $k_{1},k_{2},\cdots,k_{n}$ 有关？

例 3：任取三阶行列式 $\left|\begin{matrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{matrix}\right|$ 的一项，比如：

$\begin{aligned} (-1)^{\tau(231)}a_{12}a_{23}a_{31} &= (-1)^{\tau(231)} a_{23} a_{12} a_{31} \\ &= (-1)^{\tau(213) + \tau(321)} a_{23} a_{12} a_{31} \end{aligned}$

$\quad$ 由 例 3 可作如下猜测：对于 $n$ 阶行列式中的任一项 $a_{1 j_{1}} a_{2 j_{2}} \cdots a_{n j_{n}}$ ，若经过 $S$ 次对换变为 $a_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}}$ ，则成立：

$(-1)^{\tau(j_{1}j_{2}\cdots j_{n})} a_{1j_{1}}a_{2j_{2}} \cdots a_{nj_{n}} = (-1)^{\tau(i_{1} i_{2} \cdots i_{n}) + \tau(k_{1} k_{2} \cdots k_{n})} a_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}}$

$\quad$ 上述猜想是正确的，理由如下：

$\quad$ 设 $a_{1 j_{1}} a_{2 j_{2}} \cdots a_{n j_{n}}$ 经过 $S$ 次对换变为 $a_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}}$ .

$\quad$ 在这 $S$ 次对换的作用下，

行指标 $1,2,\cdots,n \xrightarrow{S ~ 次对换} i_{1},i_{2},\cdots,i_{n}$ ，因此： $(-1)^{S} = (-1)^{\tau(i_{1}i_{2}\cdots i_{n})}$ ；
列指标 $j_{1},j_{2},\cdots,j_{n} \xrightarrow{同样的 ~ S ~ 次对换} k_{1},k_{2},\cdots,k_{n}$ ，因此： $(-1)^{\tau(j_{1}j_{2}\cdots j_{n})} \cdot (-1)^{S}= (-1)^{\tau(k_{1}k_{2}\cdots k_{n})}$ .

于是有：

$\begin{aligned} (-1)^{\tau(i_{1} i_{2} \cdots i_{n}) + \tau(k_{1} k_{2} \cdots k_{n})} &=(-1)^{S} \cdot (-1)^{\tau(k_{1} k_{2} \cdots k_{n})} \\ &= (-1)^{S} \cdot (-1)^{\tau(j_{1}j_{2}\cdots j_{n})} \cdot (-1)^{S} \\ &= (-1)^{\tau(j_{1}j_{2}\cdots j_{n})} \end{aligned}$

$\quad$ 综上所述，对于 $n$ 级矩阵的行列式 $∣ A ∣$ ，若给定其行指标的一个排列 $i_{1},i_{2},\cdots,i_{n}$ ，则有

$\sum_{i_{1} i_{2} \cdots i_{n}}(-1)^{\tau(i_{1} i_{2} \cdots i_{n}) + \tau(k_{1} k_{2} \cdots k_{n})} a_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}}$

或者，给定其列指标的一个排列 $k_{1} k_{2} \cdots k_{n}$ ，则有

$\sum_{k_{1} k_{2} \cdots k_{n}}(-1)^{\tau(i_{1} i_{2} \cdots i_{n}) + \tau(k_{1} k_{2} \cdots k_{n})} a_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}}$