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:
∣ a 11 a 12 a 21 a 22 ∣ = ∑ j 1 j 2 ( − 1 ) τ ( j 1 j 2 ) a 1 j 1 a 2 j 2 \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}}} a11a21a12a22 =j1j2∑(−1)τ(j1j2)a1j1a2j2
其中 τ ( j 1 j 2 ) \tau(j_{1}j_{2}) τ(j1j2) 为二元排列。
#
\quad 受此启发,下面利用 n \color{blue} n n 元排列,推广出一般的 n \color{blue} n n 阶行列式 的概念。
定义 1. n 阶行列式:我们将一般的 n \color{blue} n n 阶行列式 定义为:
∣ 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 ) τ ( j 1 j 2 ⋯ j n ) a 1 j 1 a 2 j 2 ⋯ a n j n \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}} a11a21⋮an1a12a22⋮an2⋯⋯⋯a1na2n⋮ann =j1j2⋯jn∑(−1)τ(j1j2⋯jn)a1j1a2j2⋯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 n n 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 n n 元排列为 奇排列,则该项带 负号;
- 若某项的 列指标 所成 n n n 元排列为 偶排列,则该项带 正号。
\quad 另外可以看到, n n n 阶行列式与 n n 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 A A 为 n n n 级方阵,具有如下形式:
( a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ) \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) a11a21⋮an1a12a22⋮an2⋯⋯⋯a1na2n⋮ann
可简记作 A = ( a i j ) A = (a_{ij}) A=(aij),其中 a i j a_{ij} aij 为 A A A 的第 ( i , j ) (i,j) (i,j) 元,称
∣ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ∣ \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| a11a21⋮an1a12a22⋮an2⋯⋯⋯a1na2n⋮ann
为 A A A 的 n n n 阶行列式,记作 ∣ A ∣ |A| ∣A∣ 或 det A \det ~ A 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 |a|=a ∣a∣=a,注意,不要与绝对值好混淆;
- 二阶行列式: ∣ a 11 a 12 a 21 a 22 ∣ = a 11 a 22 − a 12 a 21 \left|\begin{matrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{matrix}\right| = a_{11}a_{22} - a_{12}a_{21} a11a21a12a22 =a11a22−a12a21;
- 三阶行列式: ∣ 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 11 a 23 a 32 − a 12 a 21 a 33 − a 13 a 21 a 32 \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} a11a21a31a12a22a32a13a23a33 =a11a22a33+a12a23a31+a13a21a32−a11a23a32−a12a21a33−a13a21a32.
#
\quad 有了一般的 n n 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 n 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 , ⋯ , a n n a_{11},a_{22},\cdots,a_{nn} a11,a22,⋯,ann 为 主对角线; a 1 n , a 2 , n − 1 , ⋯ , a n 1 a_{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:
∣ a 11 a 12 ⋯ a 1 n 0 a 22 ⋯ a 2 n ⋮ ⋮ ⋮ 0 0 ⋯ a n n ∣ \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| a110⋮0a12a22⋮0⋯⋯⋯a1na2n⋮ann
命题 1:上三角形行列式的值等于主对角线上 n n 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:
∣ a 11 0 ⋯ 0 a 21 a 22 ⋯ 0 ⋮ ⋮ ⋮ a n 1 a n 2 ⋯ a n n ∣ \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| a11a21⋮an10a22⋮an2⋯⋯⋯00⋮ann
命题 2:下三角形行列式的值等于主对角线上 n n 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 n n 个元素的乘积。
\quad
回顾一下 定义 1
,对于一般的
n
n
n 阶行列式,我们有:
∣ 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 ) τ ( j 1 j 2 ⋯ j n ) a 1 j 1 a 2 j 2 ⋯ a n j n \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}} a11a21⋮an1a12a22⋮an2⋯⋯⋯a1na2n⋮ann =j1j2⋯jn∑(−1)τ(j1j2⋯jn)a1j1a2j2⋯anjn
\quad 由数的运算法则乘法交换律,对于给定的 n n n 元排列 j 1 , j 2 , ⋯ , j n j_{1},j_{2},\cdots,j_{n} j1,j2,⋯,jn,可以按任一次序重排 a 1 j 1 a 2 j 2 ⋯ a n j n a_{1j_{1}}a_{2j_{2}} \cdots a_{nj_{n}} a1j1a2j2⋯anjn。一般地,不妨设其重排后为 a i 1 k 1 a i 2 k 2 ⋯ a i n k n a_{i_{1} k_{1}} a_{i_{2} k_{2} }\cdots a_{i_{n} k_{n}} ai1k1ai2k2⋯ainkn.
\quad 思考:符号 ( − 1 ) τ ( j 1 j 2 ⋯ j n ) (-1)^{\tau(j_{1} j_{2} \cdots j_{n})} (−1)τ(j1j2⋯jn) 是否与新的排列 i 1 , i 2 , ⋯ , i n i_{1},i_{2},\cdots,i_{n} i1,i2,⋯,in、 k 1 , k 2 , ⋯ , k n k_{1},k_{2},\cdots,k_{n} k1,k2,⋯,kn 有关?
例 3:任取三阶行列式 ∣ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ∣ \left|\begin{matrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{matrix}\right| a11a21a31a12a22a32a13a23a33 的一项,比如:
( − 1 ) τ ( 231 ) a 12 a 23 a 31 = ( − 1 ) τ ( 231 ) a 23 a 12 a 31 = ( − 1 ) τ ( 213 ) + τ ( 321 ) a 23 a 12 a 31 \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)a12a23a31=(−1)τ(231)a23a12a31=(−1)τ(213)+τ(321)a23a12a31
#
\quad
由 例 3
可作如下猜测:对于
n
n
n 阶行列式中的任一项
a
1
j
1
a
2
j
2
⋯
a
n
j
n
a_{1 j_{1}} a_{2 j_{2}} \cdots a_{n j_{n}}
a1j1a2j2⋯anjn,若经过
S
S
S 次对换变为
a
i
1
k
1
a
i
2
k
2
⋯
a
i
n
k
n
a_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}}
ai1k1ai2k2⋯ainkn,则成立:
( − 1 ) τ ( j 1 j 2 ⋯ j n ) a 1 j 1 a 2 j 2 ⋯ a n j n = ( − 1 ) τ ( i 1 i 2 ⋯ i n ) + τ ( k 1 k 2 ⋯ k n ) a i 1 k 1 a i 2 k 2 ⋯ a i n k n (-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(j1j2⋯jn)a1j1a2j2⋯anjn=(−1)τ(i1i2⋯in)+τ(k1k2⋯kn)ai1k1ai2k2⋯ainkn
\quad 上述猜想是正确的,理由如下:
\quad 设 a 1 j 1 a 2 j 2 ⋯ a n j n a_{1 j_{1}} a_{2 j_{2}} \cdots a_{n j_{n}} a1j1a2j2⋯anjn 经过 S S S 次对换变为 a i 1 k 1 a i 2 k 2 ⋯ a i n k n a_{i_{1} k_{1}} a_{i_{2} k_{2}} \cdots a_{i_{n} k_{n}} ai1k1ai2k2⋯ainkn.
\quad 在这 S S S 次对换的作用下,
- 行指标 1 , 2 , ⋯ , n → S 次对换 i 1 , i 2 , ⋯ , i n 1,2,\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 ( i 1 i 2 ⋯ i n ) (-1)^{S} = (-1)^{\tau(i_{1}i_{2}\cdots i_{n})} (−1)S=(−1)τ(i1i2⋯in);
- 列指标 j 1 , j 2 , ⋯ , j n → 同样的 S 次对换 k 1 , k 2 , ⋯ , k n j_{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 ( j 1 j 2 ⋯ j n ) ⋅ ( − 1 ) S = ( − 1 ) τ ( k 1 k 2 ⋯ k n ) (-1)^{\tau(j_{1}j_{2}\cdots j_{n})} \cdot (-1)^{S}= (-1)^{\tau(k_{1}k_{2}\cdots k_{n})} (−1)τ(j1j2⋯jn)⋅(−1)S=(−1)τ(k1k2⋯kn).
于是有:
( − 1 ) τ ( i 1 i 2 ⋯ i n ) + τ ( k 1 k 2 ⋯ k n ) = ( − 1 ) S ⋅ ( − 1 ) τ ( k 1 k 2 ⋯ k n ) = ( − 1 ) S ⋅ ( − 1 ) τ ( j 1 j 2 ⋯ j n ) ⋅ ( − 1 ) S = ( − 1 ) τ ( j 1 j 2 ⋯ j n ) \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(i1i2⋯in)+τ(k1k2⋯kn)=(−1)S⋅(−1)τ(k1k2⋯kn)=(−1)S⋅(−1)τ(j1j2⋯jn)⋅(−1)S=(−1)τ(j1j2⋯jn)
#
\quad 综上所述,对于 n n n 级矩阵的行列式 ∣ A ∣ |A| ∣A∣,若给定其行指标的一个排列 i 1 , i 2 , ⋯ , i n i_{1},i_{2},\cdots,i_{n} i1,i2,⋯,in,则有
∣ A ∣ = ∑ i 1 i 2 ⋯ i n ( − 1 ) τ ( i 1 i 2 ⋯ i n ) + τ ( k 1 k 2 ⋯ k n ) a i 1 k 1 a i 2 k 2 ⋯ a i n k n |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∣=i1i2⋯in∑(−1)τ(i1i2⋯in)+τ(k1k2⋯kn)ai1k1ai2k2⋯ainkn
或者,给定其列指标的一个排列 k 1 k 2 ⋯ k n k_{1} k_{2} \cdots k_{n} k1k2⋯kn,则有
∣ A ∣ = ∑ k 1 k 2 ⋯ k n ( − 1 ) τ ( i 1 i 2 ⋯ i n ) + τ ( k 1 k 2 ⋯ k n ) a i 1 k 1 a i 2 k 2 ⋯ a i n k n |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∣=k1k2⋯kn∑(−1)τ(i1i2⋯in)+τ(k1k2⋯kn)ai1k1ai2k2⋯ainkn
特别地,有:
∣ A ∣ = ∑ i 1 i 2 ⋯ i n ( − 1 ) τ ( i 1 i 2 ⋯ i n ) a i 1 1 a i 2 2 ⋯ a i n n |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∣=i1i2⋯in∑(−1)τ(i1i2⋯in)ai11ai22⋯ainn
\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。