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:
∣a11a12a13a21a22a23a31a32a33∣=a11a22a33+a12a23a31+a13a21a32−a13a22a31−a12a21a33−a11a23a32\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}∣∣∣∣∣∣​a11​a21​a31​​a12​a22​a32​​a13​a23​a33​​∣∣∣∣∣∣​=a11​a22​a33​+a12​a23​a31​+a13​a21​a32​−a13​a22​a31​−a12​a21​a33​−a11​a23​a32​

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:123123123,即行标取标准排列;而列标的排列分别为:123、231、312、321、213、132123、231、312、321、213、132123、231、312、321、213、132,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 a11a22a33a_{11}a_{22}a_{33}a11​a22​a33​ 123 0
2 a12a23a31a_{12}a_{23}a_{31}a12​a23​a31​ 231 2
3 a13a21a32a_{13}a_{21}a_{32}a13​a21​a32​ 312 2
4 −a13a22a31-a_{13}a_{22}a_{31}−a13​a22​a31​ 321 3
5 −a12a21a33-a_{12}a_{21}a_{33}−a12​a21​a33​ 213 1
6 −a11a23a32-a_{11}a_{23}a_{32}−a11​a23​a32​ 132 1

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:
∣a11a12⋯a1na21a22⋯a2n⋮⋮⋱⋮an1an2⋯ann∣=∑j1j2⋯jn(−1)N(j1j2⋯jn)a1j1a2j2⋯anjn\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}∣∣∣∣∣∣∣∣∣​a11​a21​⋮an1​​a12​a22​⋮an2​​⋯⋯⋱⋯​a1n​a2n​⋮ann​​∣∣∣∣∣∣∣∣∣​=∑j1​j2​⋯jn​​(−1)N(j1​j2​⋯jn​)a1j1​​a2j2​​⋯anjn​​

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DDD来表示,上式可表示为:D=∣aij∣D=|a_{ij}|D=∣aij​∣。特别的,一阶行列式∣a11∣=a11|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:
∣1238110422051009∣\begin{vmatrix} 1&2&3&8\\ 1&1&0&4\\ 2&2&0&5\\ 1&0&0&9\\ \end{vmatrix}∣∣∣∣∣∣∣∣​1121​2120​3000​8459​∣∣∣∣∣∣∣∣​

列标取标准排列:123412341234,行标共有4!4!4!个,如1234、1243、1324、1342...43211234、1243、1324、1342...43211234、1243、1324、1342...4321等,故上式等于:1×1×0×9−1×1×5×0−1×0×2×9+1×0×5×0+...+8×0×2×11×1×0×9-1×1×5×0-1×0×2×9+1×0×5×0+...+8×0×2×11×1×0×9−1×1×5×0−1×0×2×9+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000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:
∣0200003000041000∣\begin{vmatrix} 0&2&0&0\\ 0&0&3&0\\ 0&0&0&4\\ 1&0&0&0\\ \end{vmatrix}∣∣∣∣∣∣∣∣​0001​2000​0300​0040​∣∣∣∣∣∣∣∣​

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234123412341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

∣a1100⋯0a21a220⋯0a31a32a33⋯0⋮⋮⋮⋱⋮an1an2an3⋯ann∣=a11a22⋯ann\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}∣∣∣∣∣∣∣∣∣∣∣​a11​a21​a31​⋮an1​​0a22​a32​⋮an2​​00a33​⋮an3​​⋯⋯⋯⋱⋯​000⋮ann​​∣∣∣∣∣∣∣∣∣∣∣​=a11​a22​⋯ann​

3.2 上三角行列式

∣a11a12a13⋯a1n0a22a23⋯a2n00a33⋯a3n⋮⋮⋮⋱⋮000⋯ann∣=a11a22⋯ann\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}∣∣∣∣∣∣∣∣∣∣∣​a11​00⋮0​a12​a22​0⋮0​a13​a23​a33​⋮0​⋯⋯⋯⋱⋯​a1n​a2n​a3n​⋮ann​​∣∣∣∣∣∣∣∣∣∣∣​=a11​a22​⋯ann​

3.3 对角型行列式

∣a1100⋯00a220⋯000a33⋯0⋮⋮⋮⋱⋮000⋯ann∣=a11a22⋯ann\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}∣∣∣∣∣∣∣∣∣∣∣​a11​00⋮0​0a22​0⋮0​00a33​⋮0​⋯⋯⋯⋱⋯​000⋮ann​​∣∣∣∣∣∣∣∣∣∣∣​=a11​a22​⋯ann​

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)

∣00⋯0a1n00⋯a2,n−1a2n⋮⋮⋮⋱⋮0an−1,2⋯an−1,n−1an−1,nan1an2⋯an,n−1ann∣\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}∣∣∣∣∣∣∣∣∣∣∣​00⋮0an1​​00⋮an−1,2​an2​​⋯⋯⋮⋯⋯​0a2,n−1​⋱an−1,n−1​an,n−1​​a1n​a2n​⋮an−1,n​ann​​∣∣∣∣∣∣∣∣∣∣∣​

=(−1)N[n(n−1)...321]a1na2,n−1⋯an−1,2an1=(-1)^{N[n(n-1)...321]}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1}=(−1)N[n(n−1)...321]a1n​a2,n−1​⋯an−1,2​an1​

=(−1)n(n−1)2a1na2,n−1⋯an−1,2an1=(-1)^{\frac{n(n-1)}2}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1}=(−1)2n(n−1)​a1n​a2,n−1​⋯an−1,2​an1​

3.5 上三角行列式(山寨版)

∣a11a12⋯a1,n−1a1na21a22⋯a2,n−10⋮⋮⋮⋱⋮an−1,1an−1,2⋯00an10⋯00∣\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}∣∣∣∣∣∣∣∣∣∣∣​a11​a21​⋮an−1,1​an1​​a12​a22​⋮an−1,2​0​⋯⋯⋮⋯⋯​a1,n−1​a2,n−1​⋱00​a1n​0⋮00​∣∣∣∣∣∣∣∣∣∣∣​

=(−1)N[n(n−1)...321]a1na2,n−1⋯an−1,2an1=(-1)^{N[n(n-1)...321]}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1}=(−1)N[n(n−1)...321]a1n​a2,n−1​⋯an−1,2​an1​

=(−1)n(n−1)2a1na2,n−1⋯an−1,2an1=(-1)^{\frac{n(n-1)}2}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1}=(−1)2n(n−1)​a1n​a2,n−1​⋯an−1,2​an1​

3.6 对角型行列式(山寨版)

∣00⋯0a1n00⋯a2,n−10⋮⋮⋮⋱⋮0an−1,2⋯00an10⋯00∣\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}∣∣∣∣∣∣∣∣∣∣∣​00⋮0an1​​00⋮an−1,2​0​⋯⋯⋮⋯⋯​0a2,n−1​⋱00​a1n​0⋮00​∣∣∣∣∣∣∣∣∣∣∣​

=(−1)N[n(n−1)...321]a1na2,n−1⋯an−1,2an1=(-1)^{N[n(n-1)...321]}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1}=(−1)N[n(n−1)...321]a1n​a2,n−1​⋯an−1,2​an1​

=(−1)n(n−1)2a1na2,n−1⋯an−1,2an1=(-1)^{\frac{n(n-1)}2}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1}=(−1)2n(n−1)​a1n​a2,n−1​⋯an−1,2​an1​

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(n−1)​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:

a11a22a33+a31a12a23+a21a32a13−a31a22a13−a21a12a33−a11a32a23a_{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}a11​a22​a33​+a31​a12​a23​+a21​a32​a13​−a31​a22​a13​−a21​a12​a33​−a11​a32​a23​。

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:∑i1i2⋯in(−1)N(i1i2⋯in)ai11ai22⋯ainn\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}∑i1​i2​⋯in​​(−1)N(i1​i2​⋯in​)ai1​1​ai2​2​⋯ain​n​

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:∑i1i2⋯in,j1j2⋯jn(−1)N(i1i2⋯in)+N(j1j2⋯jn)ai1j1ai2j2⋯ainjn\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}∑i1​i2​⋯in​,j1​j2​⋯jn​​(−1)N(i1​i2​⋯in​)+N(j1​j2​⋯jn​)ai1​j1​​ai2​j2​​⋯ain​jn​​

举例:
表达式:(−1)N(i21m)+N(1k32)ai1a2ka12am2(-1)^{N(i21m)+N(1k32)}a_{i1}a_{2k}a_{12}a_{m2}(−1)N(i21m)+N(1k32)ai1​a2k​a12​am2​ 是行列式展开后的其中一项,求参数i,k,mi, k, mi,k,m的值和表达式的符号。

解:可以看出行列式的行标为:i21mi21mi21m,列标为:1k321k321k32,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1k321k321k32可以得出k=4k=4k=4;而观察行标i21mi21mi21m发现,i=3,m=4i=3, m=4i=3,m=4或i=4,m=3i=4, m=3i=4,m=3。

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

当k=4,i=4,m=3k=4, i=4, m=3k=4,i=4,m=3时,N(4213)+N(1432)=7N(4213)+N(1432)=7N(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

线性代数学习笔记(二)——n阶行列式相关推荐

  1. 线性代数学习笔记(四)——行列式按行展开

    本篇笔记介绍了行列式按行或按列展开定理.异乘变零定理.拉普拉斯定理和行列式相乘定理. 1 行列式按行(列)展开定理 余子式:去掉行列式指定元素所在行和所在列元素后得到的新行列式(顾名思义,即剩余子集行 ...

  2. 线性代数学习笔记——第十三讲——行列式的定义

    1. 一.二.三阶行列式的定义 2. n阶行列式任意元素的余子式与代数余子式的定义 3. n阶行列式的定义 4. 行列式按第一行的展开式 5. 二.三阶行列式适合对角线法则(四阶及四阶以上的行列式一般 ...

  3. 线性代数学习笔记二:可逆矩阵inverse matrix

    逆矩阵(方阵) 如果存在使得,则A是可逆的.非奇异的,且使得=. 逆矩阵的概念类似于数学中的导数,5*(1/5)=1,,矩阵A的"倒数"是它的逆矩阵. 逆矩阵产生的原因: 用来实现 ...

  4. 线性代数学习笔记(十五)——初等变换(一)

    本篇笔记首先讨论了矩阵的初等变换,包括初等行变换和初等列变换两类,每一类初等变换又有三种变换规则,需要注意该初等变换与行列式对应的性质没有任何关系:然后讨论了初等变换和标准形的关系,任意矩阵都可以通过 ...

  5. 线性代数学习笔记(二十九)——方程组解的结构(一)

    停更2年多了,做事得有始有终,继续更新... 本篇笔记回顾了线性方程组解的三种情况,并讨论了齐次线性方程组解的结构,并介绍了齐次线性方程组解的相关性质.其中重点讨论了基础解系定义,以及基础解系的求法和 ...

  6. 线性代数学习笔记(二十二)——向量间的线性关系(二)

    本篇笔记首先介绍了线性相关和线性无关的概念,关键是找到一组不全为零相关系数使得等成立:然后重点介绍了一些重要的结论,以及向量组线性相关和线性无关的几个充要条件. 1 线性相关与线性无关 线性相关:设 ...

  7. 线性代数学习笔记——第四章学习指南——n维向量空间

    一.学习内容及要求 1. 内容: §4.1. n维向量空间的概念 线性代数学习笔记--第四十讲--n维向量空间的概念 线性代数学习笔记--第四十一讲--n维向量空间的子空间 §4.2. 向量组的线性相 ...

  8. 线性代数学习笔记10-4:左右逆、伪逆/M-P广义逆(从四个子空间和SVD角度理解)

    下面讨论m×nm\times nm×n的秩为rrr的矩阵 对于不同情况,讨论逆矩阵 两侧逆矩阵 2-sided inverse 这也是一般所说的"逆矩阵"的含义 方阵A\bolds ...

  9. 001.宋浩老师《线性代数》笔记(第一章行列式)

    宋浩老师<线性代数>笔记(第一章行列式) 目录 1.1 行列式 1.1.1二阶,三阶行列式和排序 1.1.2 n阶行列式 1.2 行列式的性质 1.3  行列式按行展开 1.4 行列式的计 ...

  10. (Python入门)学习笔记二,Python学习路线图

    (Python入门)学习笔记二,Python学习路线图 千里之行始于足下,谋定而后动,冰冻三尺非一日之寒.之所以说这三句话,就是对于下面整理的路线图,即不让自己感觉路途的遥远而感到达到巅峰神界的遥遥无 ...

最新文章

  1. 讲解 Redis 的一篇深度好文!
  2. 「二分查找」之我见!今天刷一道leetcode算法!
  3. 彻底搞懂视觉-惯性SLAM:基于VINS-Fusion(正式开课)
  4. 马克.扎克伯格的执行力
  5. html多重边框,中间空白,CSS实现多重边框
  6. 国学精典书籍阅读记录
  7. Mysql+Navicat for Mysql
  8. 2020中国DevOps社区峰会(成都站),雄关漫道,砥砺前行
  9. 【Eclipse】Eclipse中tomcat的Server配置(解决修改代码不断的重启服务器)以及设置tomcat文件发布位置与JSP编译位置查看...
  10. 【BZOJ5457】城市(线段树合并)
  11. linux驱动初探之字符驱动
  12. C#相等性 - 三个方法和一个接口
  13. Excel-工作周报(月报)【改良版】
  14. 【附干货】卸载CAD后将注册表清理干净的方法及步骤
  15. TimesTen Classic 18c 卸载 (uninstall)全过程
  16. 慕课网vue播放器最新QQ音乐api
  17. java混淆工具zelix比较_Java混淆器和java混淆编译
  18. 服务器是否支持虚拟化,如何检查服务器CPU是否支持虚拟化技术(VT)
  19. 怎样查看计算机注册表上的游戏,win7 32位旗舰版电脑中如何通过注册表修复游戏登陆问题...
  20. 【学习笔记】seckill-秒杀项目--(11)项目总结

热门文章

  1. ios 微信内置浏览器 缓存清理
  2. PTF:一款多模块渗透测试框架
  3. 使用java制作一个个税计算器
  4. Django项目中常用的配置与官方文档
  5. k线顶分型 python_顶分型K线形态形态特征及操作要领
  6. 如何关闭流氓软件弹窗广告
  7. HDUOJ 4565 So Easy!
  8. 深扒 | AI艺术品的另类产业链
  9. 序列试题---最大子序列、最长递增子序列、最长公共子串、最长公共子序列、字符串编辑距离 .
  10. uclinux 与 linux的区别