对一个 n×n 方阵 A,行列式把许多信息压缩成一个数:
det(A).这个数首先来自三条代数性质,而不是来自面积公式。沿着这些性质向前推,
我们会依次得到消元计算、排列公式、余子式展开、逆矩阵公式与体积解释。
这样的顺序很重要:公式不是彼此孤立的记忆项目,而是同一组基本性质的后果。
本章按三条主线展开:
- 5.1 行列式的性质:从三条基本性质推出计算规则;
- 5.2 排列与余子式:解释行列式中每一项从何而来;
- 5.3 Cramer 法则、逆矩 阵与体积:把代数公式用于求解,并在最后给出几何意义。
行列式主要用于揭示结构。对大型矩阵,数值计算通常采用消元或矩阵分解,
而不会真的列出全部排列,也不会反复做余子式展开。
5.1 行列式的性质
5.1.1 三条基本性质
把矩阵的各行记为 r1,…,rn。行列式由下面三条性质确定。
性质一:单位矩阵的行列式等于 1。
det(I)=1.(5.1)这是归一化条件。没有它,其余性质只能把行列式确定到一个常数倍。
性质二:交换两行,行列式变号。
若 A′ 由 A 交换第 i,j 行得到,则
det(A′)=−det(A).(5.2)因此,行的次序不只是书写顺序;它还记录一种“方向”。
性质三:固定其他行时,行列式对某一行是线性的。
若第 i 行写成 αu+βv,则
det(r1,…,αu+βv,…,rn)=αdet(r1,…,u,…,rn)+βdet(r1,…,v,…,rn).(5.3)这里强调的是对单独一行线性,不是把整个矩阵当作一个变量线性。
例如一般并没有
det(A+B)=det(A)+det(B).三条性质也常被概括为:归一性、交替性与多重线性。
下面所有常用公式,都从它们出发。
5.1.2 零行必使行列式为零
假设 A 的第 i 行是零向量。因为 0=0+0,单行线性给出
det(…,0,…)=det(…,0,…)+det(…,0,…).两边减去同一个行列式,得到
det(A)=0.(5.4)也可以把零行写成 0⋅u,由齐次性直接得到相同结论。
5.1.3 两行相同必使行列式为零
若第 i,j 行相同,交换它们以后矩阵没有变化;
但性质二又要求行列式变号。因此
det(A)=−det(A),从而
det(A)=0.(5.5)这个结论是“交替性”的核心:只要行向量失去独立方向,
行列式就有可能退化为零。
5.1.4 行替换不改变行列式
考虑初等行替换
ri⟵ri+crj,i=j.对新第 i 行使用线性性质:
det(…,ri+crj,…,rj,…)=det(…,ri,…,rj,…)+cdet(…,rj,…,rj,…).第二项有两行相同,所以等于零。于是
det(…,ri+crj,…)=det(A).(5.6)这正是消元中“某行减去另一行的倍数”不改变行列式的原因。
5.1.5 行缩放与整矩阵数乘
若只把第 i 行乘以 c,单行线性立即给出
det(r1,…,cri,…,rn)=cdet(A).(5.7)但把整个 n×n 矩阵乘以 c,相当于把 n 行分别都乘以 c。
因此因子一共提出 n 次:
det(cA)=cndet(A).(5.8)“一行乘 c”产生一个 c;“整个 n×n 矩阵乘 c”
产生 cn。这是最容易混淆的两个规则。
5.1.6 三角矩阵:主对角线乘积
设 U 是上三角矩阵:
U=u110⋮0u12u22⋱⋯⋯⋯⋱0u1nu2n⋮unn.先看所有对角元都非零的情形。从最后一列开始,
用不改变行列式的行替换逐步消去对角线上方的元素;
最终得到对角矩阵
D=diag(u11,u22,…,unn).行替换没有改变行列式,而 D 可以从 I 的每一行分别提出一个因子:
det(D)=u11u22⋯unndet(I).由 det(I)=1,
det(U)=u11u22⋯unn.(5.9)如果某个对角元为零,上三角矩阵不可能拥有 n 个主元;
继续考察对应的尾部行可见其行向量线性相关,行列式为零。
公式右边也含有零因子,所以公式仍成立。
下三角矩阵同理:
det(L)=i=1∏nlii.5.1.7 用消元计算行列式
三种初等行操作对行列式的影响现在已经清楚:
- 交换两行:乘以 −1;
- 某行乘以 c:乘以 c;
- 某行加上另一行的倍数:不变。
因此可把一般方阵消元成上三角矩阵,再修正交换与缩放造成的因子。
这里只做一次简洁计算,消元算法本身不在本章重复展开。
令
A=120211032.只做行替换:
r2r3←r2−2r1,←r3+31r2.得到
U=1002−30033.过程中没有换行,也没有单独缩放某行,所以
det(A)=det(U)=1⋅(−3)⋅3=−9.(5.10)更一般地,若消元只使用行替换与 s 次换行,得到上三角矩阵 U,则
det(A)=(−1)si=1∏nuii.(5.11)这说明行列式本质上记录了主元乘积,并附带换行的符号。
5.1.8 可逆当且仅当行列式非零
消元把 A 化成上三角矩阵 U。行替换不改变“是否为零”,
换行只改变符号,非零倍缩放也不会把非零数变成零。
因此
det(A)=0⟺det(U)=0.由三角矩阵公式,
det(U)=0⟺u11,…,unn 全部非零.右边恰好表示消元得到 n 个主元,也就是 A 可逆。于是
A 可逆⟺det(A)=0.(5.12)相应地,
det(A)=0⟺A 奇异⟺A 的行(或列)线性相关.(5.13)5.1.9 乘积的行列式
我们希望证明
det(AB)=det(A)det(B).(5.14)先看可逆矩阵。每个可逆矩阵都能由有限个初等矩阵相乘得到。
左乘一个初等矩阵,分别对应一次换行、行缩放或行替换;
前面的三条规则说明
det(EA)=det(E)det(A)对每一种初等矩阵 E 都成立。把 A=Ek⋯E1 逐项代入,便有
det(AB)=det(Ek⋯E1B)=det(Ek)⋯det(E1)det(B)=det(A)det(B).若 A 或 B 奇异,则 AB 也奇异:
当 B 奇异时,存在 x=0 使 Bx=0;
当 A 奇异而 B 可逆时,rank(AB)=rank(A)<n;
若二者都奇异,结论当然仍成立。
此时等式两边都为零,所以乘法公式对所有方阵成立。
注意,行列式对乘法相容,却不对加法相容。
5.1.10 转置的行列式
行与列在行列式中具有同等地位:
det(AT)=det(A).(5.15)一种结构性的理解来自消元。若 A 可逆,可写为初等矩阵的乘积
A=Ek⋯E1.转置后
AT=E1T⋯EkT.每个 EiT 仍是相应类型的初等矩阵,并且
det(EiT)=det(Ei).利用乘法公式便得到 det(AT)=det(A)。
若 A 奇异,则 AT 与 A 秩相同,二者行列式都为零。
第 5.2 节的排列公式还会给出一个更直接的验证:
转置只把排列中的“选取行”与“选取列”互换,并不改变总和。
公式 (5.15) 也说明,前面所有关于行的性质都有完全对应的列版本。
5.1.11 逆矩阵的行列式
若 A 可逆,则 AA−1=I。对两边取行列式并使用乘法公式:
det(A)det(A−1)=det(I)=1.因为 det(A)=0,
det(A−1)=det(A)1.(5.16)到这里,三条基本性质已经推出了一条完整计算链:
基本性质⟹初等行操作规则⟹三角矩阵公式⟹消元与可逆性⟹乘积、转置和逆矩阵公式.5.2 排列与余子式
第 5.1 节告诉我们怎样高效计算行列式。
现在换一个问题:把多重线性完全展开后,行列式究竟由哪些项组成?
5.2.1 为什么每项必须每行、每列各取一个元素
设 A=(aij)。对各行反复使用线性性质,
det(A) 会展开成许多元素乘积。
每个非零乘积必须从每一行取一个元素,这是多重线性直接造成的。
它也必须从每一列恰好取一个元素:如果某项重复选择同一列,
对应的基向量矩阵就有两行在同一位置非零,交换这两行既不改变矩阵结构,
又要求变号,因此该项的系数只能是零。
所以一个可能的乘积具有形式
a1,σ(1)a2,σ(2)⋯an,σ(n),(5.17)其中 σ 是集合 {1,…,n} 的一个排列。
它规定第 i 行选择第 σ(i) 列。
5.2.2 排列的符号
一个排列可以由若干次两两交换从 (1,2,…,n) 得到。
若所需交换次数为偶数,称为偶排列;若为奇数,称为奇排列。
定义
sgn(σ)={+1,−1,σ 为偶排列,σ 为奇排列.(5.18)虽然把同一排列写成交换的方式并不唯一,但交换次数的奇偶性不变,
所以这个符号定义良好。
也可以用逆序数计算符号。若
inv(σ)=#{(i,j):i<j, σ(i)>σ(j)},则
sgn(σ)=(−1)inv(σ).(5.19)每交换两行一次,排列的奇偶性翻转一次,
这正好对应行列式变号的基本性质。
5.2.3 排列公式
把所有允许的乘积连同符号相加,得到 Leibniz 排列公式:
det(A)=σ∈Sn∑sgn(σ)i=1∏nai,σ(i).(5.20)这里 Sn 是全部 n! 个排列的集合。
公式的结构比逐项展开更值得记忆:
- 每项从每一行取一个元素;
- 每项从每一列取一个元素;
- 排列的奇偶性决定正负号;
- 总共有 n! 个候选项。
对 2×2 矩阵,
det[acbd]=ad−bc.(5.21)第一项对应恒等排列,第二项对应一次交换。
排列公式适合证明理论结论,却不适合大型数值计算。
n! 增长极快,而消元只需多项式数量级的运算。
5.2.4 用排列公式理解转置
在 det(AT) 中,对排列 σ 的一项为
sgn(σ)i=1∏naσ(i),i.令 τ=σ−1。重新按行编号后,这个乘积变成
j=1∏naj,τ(j).而逆排列与原排列奇偶性相同:
sgn(σ−1)=sgn(σ).当 σ 遍历 Sn 时,σ−1 也恰好遍历 Sn。
因此两组求和逐项对应,再次得到
det(AT)=det(A).这也证明列展开与行展开具有完全对称的地位。
5.2.5 子式与代数余子式
从 A 中删去第 i 行和第 j 列,得到一个
(n−1)×(n−1) 矩阵,记为 Aij。
它的行列式
Mij=det(Aij)(5.22)称为元素 aij 的子式(minor)。
再加入棋盘式符号,定义代数余子式(cofactor)
Cij=(−1)i+jMij.(5.23)符号排列为
+−+⋮−+−⋮+−+⋮⋯⋯⋯⋱.这个正负号不是人为附加的口诀。
把 aij 移到排列选择的“首位”时,需要跨过 i−1 行与 j−1 列,
总奇偶性给出 (−1)i+j。
5.2.6 按行或按列展开
在排列公式中,把所有选择了固定元素 aij 的项收集起来,
剩余部分正好组成删去第 i 行、第 j 列后的行列式。
因此沿第 i 行展开:
det(A)=j=1∑naijCij.(5.24)利用转置不改变行列式,也可以沿第 j 列展开:
det(A)=i=1∑naijCij.(5.25)展开时应优先选择零较多的一行或一列,因为对应项会直接消失。
5.2.7 一个完整的 3×3 示例
考虑
A=2310−14120.第一行含有零,沿第一行展开最简洁:
det(A)=a11C11+a12C12+a13C13.逐个计算子式:
M11M12M13=det[−1420]=(−1)⋅0−2⋅4=−8,=det[3120]=3⋅0−2⋅1=−2,=det[31−14]=3⋅4−(−1)⋅1=13.第一行的代数余子式符号是 +,−,+,所以
C11=−8,C12=−(−2)=2,C13=13.代回展开式:
det(A)=2(−8)+0(2)+1(13)=−16+13=−3.(5.26)也可沿第三列验证:
det(A)=1⋅C13+2⋅C23+0⋅C33=1⋅13+2[−det[2104]]=13−16=−3.两种展开得到同一结果。
5.2.8 为什么大矩阵不用余子式递归计算
若按余子式递归计算一个稠密 n×n 行列式,
需要计算 n 个 (n−1)×(n−1) 行列式;
每个又分成 n−1 个更小问题。运算量呈阶乘式增长。
相比之下,消元把矩阵化为三角形,只需大约立方数量级的基本运算。
因此:
- 排列公式用来揭示结构、证明恒等式;
- 余子式展开适合小矩阵、稀疏行列或符号推导;
- 一般大型数值矩阵使用消元或分解。
余子式仍然非常重要,因为下一节的伴随矩阵与 Cramer 法则都由它构成。
5.3 Cramer 法则、逆矩阵与体积
这一节把前面的代数结构用于三个方向:
先由余子式组成逆矩阵,再由逆矩阵得到 Cramer 法则,
最后解释行列式为何代表有向面积与有向体积。
5.3.1 余子式矩阵与伴随矩阵