行列式函数
何谓行列式呢?我们先从空间六面体的有向体积讲起。空间中两个向量
a和
b的外积定义为空间中的一个向量
a×b,其长度为
∣a∣∣b∣sin<a,b>与
a和
b都垂直都垂直的一个向量。那么,这个向量的坐标是多少呢?假设
a=(x1,x2,x3),
b=(y1,y2,y3),经过简单的计算,可以得出该向量的长度为
(x1y2−x2y1)2+(x1y3−x3y1)2+(x2y3−x3y2)2
我们设
a×b=(z1,z2,z3),我们要求:
{x1z1+x2z2+x3z3=0y1z1+y2z2+y3z3=0当然,我们要求
a,b不共线,否则,平行四边形的面积自然是0,求解该线性方程组就可以得到全体与
a,b都垂直的向量,
x1,⋯,xn不全为0,假设
x1=0,消去第二个方程的
x1就可以得到
{z1+x1x2z2+x1x3z3=00z1+(y2−y1x1x2)z2+(y3−y1x1x3)z3=0
y2−y1x1x2及
y3−y1x1x3也不全为0,假设
y2−y1x1x2=0,再消去第一个方程的
z2,就得到
{(x1y2−x2y1)z1=(x2y3−x3y2)z3(x1y2−x2y1)z2=(x3y1−x1y3)z3这样,全体与
a,b垂直的向量可以表为
(k(x2y3−x3y2),k(x3y1−x1y3),k(x1y2−x2y1))再由
z12+z22+z32=(x1y2−x2y1)2+(x1y3−x3y1)2+(x2y3−x3y2)2这样
k=±1我们规定,
a×b是
k=1时的空间向量。这样
a×b=(x2y3−x3y2,−(x1y3−x3y1),x1y2−x2y1)怎么求空间六面体的体积呢?我们只需要第三个向量和
a×b求内积,得到的内积的值,就称为空间六面体的有向体积。设
c=(z1,z2,z3)
V(a,b,c)=z1(x2y3−x3y2)−z2(x1y3−x3y1)+z3(x1y2−x3y1)这个空间六面体的体积对各个向量都是线性的,即:
V(a1+a2,b,c)=V(a1,b,c)+V(a2,b,c)
V(ka,b,c)=kV(a,b,c)同样地,容易验证
V对
b,c变元也是线性的。对于平面上的平行四边形:假设两个邻边为
a=(x1,y1),b=(x2,y2),其面积同样地也可以进行类似的计算.面积为
∣x1y2−x2y1∣我们规定二维情形下的有向面积为
S(a,b)=x1y2−x2y1同样地,
S对
a,b都是线性运算。对于抽象的
n维空间上的多面体,我们也定义这么一个有向体积
V(a1,⋯,an)当然,
V应当是对各变元是线性,这就提出了矩阵的行线性函数和列线性函数的概念。首先,我们要明确有向体积是
n个
n维向量到数域
K的函数,我们把这
n个
n维向量拼接成
n阶方阵,实际上,我们研究的是一个
n阶方阵的函数,即定义在
Mn(K)上的函数。其次,我们可以理解成以行向量组为邻边的
n维多面体的体积,就是所谓的行线性函数,如果理解成以列向量组为邻边的
n维多面体的体积,就是所谓的列线性函数。这样,我们就可以对行列线性函数,给出一个定义。
定义3.1
f是
Mn(K)到
K的函数,如果
f对任意的
n+1个行向量
a1,⋯,ai−1,b1,b2,ai+1,⋯,an,及任意的
α,β∈K,都有
f(⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡a1⋯ai−1αb1+βb2ai+1⋯an⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤)=αf(⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡a1⋯ai−1b1ai+1⋯an⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤)+βf(⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡a1⋯ai−1b2ai+1⋯an⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤)则称
f是
Mn(K)上的行线性函数
同样地,可以定义列线性函数,这里不再赘述。除了行列线性以外,有向体积还满足一个特点,如果
a1,⋯,an线性相关,那么,这个空间多面体就被压缩在更低的维度当中,正如平面上线的面积为0,空间上面的体积为0,这个有向体积也应当是0,这点在二三维是比较容易验证的。也就是说:
A∈Mn(K),r(A)<n,f(A)=0同时,如果是由自然基,也就是直角坐标系上的各坐标轴取一个单位向量,所形成的空间多面体,也就是
n维方体,其有向体积应当是
1,即
f(In)=1下面我们将证明,满足以上两点性质的
Mn(K)上的函数是唯一的。我们先给以上的函数下一个定义。
定义3.2
f是
Mn(K)上的行线性函数,并且满足:
(1)
A∈Mn(K)不满秩,则
f(A)=0
(2)
f(In)=1
则称
f是
Mn(K)上的行列式函数
定理3.1
Mn(K)上的行列式函数是唯一的
为了证明定理3.1,我们先来给出行列式函数所满足的一些性质:
(1)
A交换两行得到
B,则
f(A)=−f(B)
(2)将
A某一行的
k被加到另一行,得到
B,则
f(A)=f(B)
(1)由行线性,就有
f(⎣⎢⎢⎢⎢⎡∗ai+aj∗ai+aj∗⎦⎥⎥⎥⎥⎤)=f(⎣⎢⎢⎢⎢⎡∗ai∗ai∗⎦⎥⎥⎥⎥⎤)+f(⎣⎢⎢⎢⎢⎡∗ai∗aj∗⎦⎥⎥⎥⎥⎤)+f(⎣⎢⎢⎢⎢⎡∗aj∗ai∗⎦⎥⎥⎥⎥⎤)+f(⎣⎢⎢⎢⎢⎡∗aj∗aj∗⎦⎥⎥⎥⎥⎤)而按照行列式的定义,就有
0=f(⎣⎢⎢⎢⎢⎡∗ai∗aj∗⎦⎥⎥⎥⎥⎤)+f(⎣⎢⎢⎢⎢⎡∗aj∗ai∗⎦⎥⎥⎥⎥⎤)(2)
f(⎣⎢⎢⎢⎢⎡∗ai+kaj∗aj∗⎦⎥⎥⎥⎥⎤)=f(⎣⎢⎢⎢⎢⎡∗ai∗aj∗⎦⎥⎥⎥⎥⎤)+kf(⎣⎢⎢⎢⎢⎡∗aj∗aj∗⎦⎥⎥⎥⎥⎤)=f(⎣⎢⎢⎢⎢⎡∗ai∗aj∗⎦⎥⎥⎥⎥⎤)
引理3.1
f,g是
Mn(K)上的两个行列式函数,如果
f(A)=g(A),
A经过有限次初等行变换后,变换成
B,则
f(B)=g(B)
这一引理的证明是简单的,证明的具体过程省略。由引理3.1,我们就不难理解定理3.1,这是因为,任意可逆矩阵都可由
In经过有限次初等行变换得到,因而,对于任意的可逆矩阵
A,任意两个行列式函数都有
f,g,都有
f(A)=g(A)。而按照行列式函数的定义,对任意不可逆矩阵
A,
f(A)=g(A)=0,因此,对任意的
A∈Mn(K),都有
f(A)=g(A),这就证明了行列式函数是唯一的。
行列式定义
上一节我们引入了行列式函数的概念,并且证明了
Mn(K)上的行列式函数是唯一的,这一函数的几何意义是以行向量组为边的空间多面体的有向体积。本节我们来给出行列式函数的具体表达式。对于
n阶矩阵
A=⎣⎢⎢⎡a11a21an1a12a22⋯an2⋯⋯⋯a1na2nann⎦⎥⎥⎤我们记其行列式函数的值为
det(A),下面,我们来推导出行列式的值。首先,我们知道
(a11,⋯,a1n)=i=1∑nei
ei是除第
i个变元为1,其他变元为0的行向量,这样,
det(A)=i=1∑na1idet(⎣⎢⎢⎡a21⋯an1ei⋯⋯⋯a2n⋯ann⎦⎥⎥⎤)类似地,再对其他行进行展开就有
det(A)=1≤k1,k2,⋯,kn≤n,ki=kj(i=j)∑a1k1⋯ankndet⎣⎡ek1⋯ekn⎦⎤所以我们只要求出
det⎣⎡ek1⋯ekn⎦⎤
就可以得到行列式的具体表达式,而这实际上可以通过
In经过若干次交换行得到。所以
det⎣⎡ek1⋯ekn⎦⎤应当是
±1,那么具体是
+1还是
−1呢,实际上,
k1,⋯,kn是
1,⋯,n的一个排列。如果
i<j,
ki>kj,就称
ki,kj是一对逆序,排列
k1,⋯,kn逆序的对数称为逆序数,记为
N(k1,⋯,kn),现在,我们通过交换
In行的顺序得到以上的行列式。
定理3.2 对
n阶方阵
A=⎣⎢⎢⎡a11a21an1a12a22⋯an2⋯⋯⋯a1na2nann⎦⎥⎥⎤
det(A)=1≤k1,k2,⋯,kn≤n,ki=kj(i=j)∑(−1)N(k1,⋯,kn)a1k1⋯ankn
证:
实际上,我们只需要证明对
1,⋯,n的任意排列
k1,⋯,kn,都有
det⎣⎢⎢⎡ek1ek2⋯ekn⎦⎥⎥⎤=(−1)N(k1,⋯,kn)
如果
N(k1,⋯,kn)=0,则结论显然成立。\
如果
N(k1,⋯,kn)>0,则令
i=min{i:ki=i}再令
j=min{j:kj<ki,j>i}这样,对任意的
i<s<j,都有
kj<ki<ks交换
ki和
kj,得到的新排列逆序数减1,对应交换
i,j得到的矩阵
B,此时,
det(B)=−det(A),只要逆序数不为0,就反复进行以上操作,而逆序数不超过
n,这样就证得了结论。
这样,根据定理3.2,我们就得到了行列式函数的具体表达式。当然,容易验证,行列式函数也是列线性的,那么,我们就把行列式函数,简称为行列式,记为
det(A)。
行列式的求解的基本手段当然是初等行变换和初等列变换。但从行列式表达式也可以看出来,行列式求解实际上并不简单,特别是对抽象矩阵,得到其行列式的具体表达式不总是这么容易的,容易验证:在
n=1时,
detA=a11在
n=2时,实际上就是正对角线乘积减去反对角线的乘积。
detA=a11a22−a12a21在
n=3时,也是正对角线的乘积减去反对角线的乘积,只不过此时正对角线有三条,反对角线也有3条。
下面我们给出一些常用的
n阶方阵的行列式:
例3.1 三角矩阵
⎣⎢⎢⎡a11a12a1na22⋯a2n⋯ann⎦⎥⎥⎤或
⎣⎢⎢⎡a11a12a2n⋯⋯⋯a1na2nann⎦⎥⎥⎤的行列式为
∏i=1naii
证:
对
1,2,⋯,n的任意排列
k1,⋯,kn,只要不是完全顺序排列,那么必然存在
i<ki,j>kj,从而行列式只有一项不为0,即是
a11⋯ann
下面,我们先给出行列式按某行某列展开的方法,
aij的余子式
Mij定义为划去
i行
j列后行列式的值,于是,有以下展开公式:
定理3.3
A=(aij)是
n阶方阵,则
det(A)=k=1∑n(−1)i+kaikMik=k=1∑n(−1)j+kakjMkj
定理3.3中的
(−1)i+jMij称为
aij的代数余子式,记为
Aij,则定理3.3中的公式又可以写成
det(A)=k=1∑naikAik=k=1∑nakjAkj这样,我们就给出了行列式按某行某列展开的公式,下面,我们来证明定理\ref{th7}。
证:
我们仅证明按某行展开的结论,按列展开的证明是类似的。首先我们证明可以按第1行展开。
设
A的行向量组为
a1,⋯,an,
a1=(a11,a12,⋯,a1n),由行线性,就有
det(A)=k=1∑na1kdet(Ak)其中
Ak=⎣⎢⎢⎡εka2⋯an⎦⎥⎥⎤再求解
det(Ak)即可,将第
k列逐次和前一列交换直至交换到第
1列,这样,就得到
det(Ak)=(−1)k−1det⎣⎢⎢⎡1a2k⋯ank0a21an1⋯⋯⋯a2(k−1)an(k−1)⋯a2(k+1)an(k+1)⋯⋯0a2nann⎦⎥⎥⎤=(−1)k+1M1k对其他行,逐次和前一行进行交换交换至第一行,再按第一行进行展开,即可得出结论。
求解行列式,技巧众多,可按某行某列展开,也可以利用初等行变换化成三角矩阵进行求解。没有固定的方法,需要"具体矩阵,具体分析"。
例3.2 范德蒙德行列式,求解以下矩阵的行列式
A=⎣⎢⎢⎢⎢⎡1a1a12⋯a1n−11a2a22a2n−1⋯⋯⋯⋯1anan2ann−1⎦⎥⎥⎥⎥⎤
解:
第一步:第
2 n列减去第
1列,行列式等于
det(A)=det⎣⎢⎢⎡1a1⋯a1n−10a2−a1a2n−1−a1n−1⋯⋯⋯0an−a1ann−1−a1n−1⎦⎥⎥⎤按第一行展开,就有
det(A)=det⎣⎡a2−a1⋯a2n−1−a1n−1⋯⋯an−a1ann−1−a1n−1⎦⎤由行列式的性质,就有
det(A)=i=2∏n(ai−a1)det⎣⎢⎢⎢⎢⎡1a2+a1a22+a2a1+a12⋯∑j=1n−2a2ja1n−2−j⋯⋯⋯⋯1an+a1an2+ana1+a12∑j=1n−2anja1n−2−j⎦⎥⎥⎥⎥⎤可以通过将不改变行列式值的初等行变换,将行列式化为
det(A)=i=2∏n(ai−a1)det⎣⎢⎢⎡1a2⋯a2n−2⋯⋯⋯1anann−2⎦⎥⎥⎤这就启发我们可以用归纳法,得到
det(A)=1≤i<j≤n∏(aj−ai)范德蒙德行列式不为0的充要条件是
a1,⋯,an两两不同
行列式的应用与性质
接下来介绍行列式的两个应用及一些性质
行列式与逆矩阵
将行列式按第
k行展开,就有
det(A)=j=1∑nakjAkj如果将
akj替换成其他数,就相当于在矩阵的第
k行替换相应的数,于是
j=1∑naijAkj={det(A)0i=ki=k于是,对任意矩阵
A,定义
A∗=⎣⎢⎢⎡A11A12⋯A1nA21A22A2n⋯⋯⋯An1An2Ann⎦⎥⎥⎤为
A的伴随矩阵,就有
AA∗=⎣⎢⎢⎡det(A)det(A)⋯det(A)⎦⎥⎥⎤如果
A可逆,那么
det(A)=0,于是
det(A)AA∗=In因此,
A−1=det(A)A∗,这样,如果
A可逆,那么,线性方程组
Ax=b的解为
x∗=A−1b=det(A)A∗b于是
xi∗=det(A)∑s=1nbsAsi其中,分子即是将
A的第
i列替换成
b得到的矩阵,这就是著名的Carmer法则。实际应用中,由于行列式求解不总是那么容易,因此,求解线性方程组时很少借助Carmer法则,通常还是使用初等变换求解线性方程组,但是,Carmer法则在理论上是非常实用的。
行列式与矩阵的秩
通过行列式子式是零还是非零,就可以判断矩阵的秩。首先提出子式的概念,即是
A的第
i1,⋯,ik行和第
j1,⋯,jk列交叉处元素组成的
k阶方阵的行列式的秩,记为
A{i1j1i2j2⋯⋯ikjk}称为
A的一个
k阶子式
定理3.4
A是
n×m矩阵,
r(A)=r,则
A存在一个
r阶非零子式,但
r+1阶子式都为
0
证:
证明要分两步进行,第一步,证明
A有一个
r阶非零子式:\
由于
r(A)=r,设
a1,⋯,an是
A的行向量组,设
ai1,⋯,air是
A行向量组的极大线性无关组,截取
i1,⋯,ir所在的行向量组成子矩阵
B,设
B的列向量组为
b1,⋯,bm,由于
r(B)=r,设其极大线性无关组为
bj1,⋯,bjr,这样
A{i1j1i2j2⋯⋯ikjk}就是
A的一个
r阶非零子式。\
第二步:证明
A的所有
r+1阶子式都为0:\
任取
A的
r+1个行向量,这
r+1个行向量线性相关,因此,某一个向量可被另外
r个向量线性表示,因此,任取
r+1阶子方阵一定不满秩,因此,任意
r+1阶子式都为0
由于以上证明中的
r阶非零子式的任意子式都非零,因此,对
i<r,一定存在一个
i阶的非零子式,但任意
r+1阶子式都为0,因此,矩阵的秩又可以定义为非零子式的最大阶数,并且,定理3.4是可以加强到充要条件的。利用秩的这个定义,我们可以给出分块矩阵的秩的一个不等式。
命题3.1 对分块矩阵
M=[A0CB]有不等式
r(M)≥r(A)+r(B)特别地,如果
C=0,则
r(M)=r(A)+r(B)
行列式与矩阵运算
最后,我们来给出行列式与矩阵转置、矩阵乘法的关系。
命题3.2
A是数域
K上的
n阶方阵,则
det(A)=det(AT)
命题3.3
A和
B是数域
K上的
n阶方阵,则
det(AB)=det(A)det(B)
为了证明这两个命题,我们先来给出初等矩阵的行列式与矩阵转置,矩阵乘法的关系
引理3.2
E是
K上的
n阶初等矩阵,则
det(E)=det(ET)
引理3.3
E是
K上的
n阶初等矩阵,
A是
K上的
n阶初等矩阵,则
det(EA)=det(E)det(A)
这两个引理的证明只需要对每一类初等矩阵进行分类讨论即可。于是,下面可以着手证明本节开头提出的两个命题。
证:
不妨设
A是可逆矩阵,否则
det(A)=det(AT)=0。
存在有限个初等矩阵
E1,⋯,Es,使得
A=E1⋯Es则
AT=EsT⋯E1T这样
det(AT)=det(EsT)⋯det(E1T)=det(Es)⋯det(E1)=det(A)乘法的证明是类似的,这里省略