高等代数 · 课程学习笔记

第 P13 集 · 六:行列式性质4、5、6、7

Properties of Determinants: Scaling, Row Addition, Proportionality & Equal Rows
北大丘维声教授 · 清华大学 进度 P13 / 151 集 核心概念:行列式行变换性质 · 上三角形化 · 典型行列式计算
提示:数学公式渲染组件(KaTeX)加载失败,公式以源码形式显示,不影响阅读内容。联网后刷新即可正常渲染。

☰本集目录

◎学习目标

  1. 理解 \(n\) 元排列的求和符号:\(\sum\) 下标写 "对所有 \(n\) 元排列",上标为 \(n!\),与排列书写次序无关;
  2. 掌握行列式性质 4:某一行提出公因数 \(k\),则整个行列式可提出 \(k\);
  3. 掌握行列式性质 5:互换两行,行列式反号;
  4. 掌握行列式性质 6:两行成比例(含两行相等),行列式值为 0;
  5. 掌握行列式性质 7:把某行的 \(k\) 倍加到另一行,行列式值不变——这是初等行变换中最"好用"的一条;
  6. 会用性质 7 将行列式化为上三角形行列式,并计算典型 \((k,\lambda)\) 型行列式;
  7. 体会行列式性质与矩阵初等行变换的对应关系,为后续"方程组有唯一解 \(\Leftrightarrow\) 系数行列式不为 0"的定理做铺垫;
  8. 能从三阶行列式的六项中按行分组,理解"余子式"概念的来历(为 P14 代数余子式做准备)。

1 \(n\) 元排列的求和符号 ⏱ 00:40

在引入行列式的四大性质之前,老师先把 \(n\) 阶行列式定义中的求和符号讲清楚。

约定 · 排列求和 \(n\) 元排列是指 \(1,2,\dots,n\) 的一个全排列,共 \(n!\) 个。若将排列换一种写法(如把 \(j_1, j_2, \dots, j_n\) 重新按其他顺序记为 \(j_1', j_2', \dots, j_n'\)),则
\[ \sum_{\text{所有 }n\text{ 元排列}} (\text{项}) = \sum_{\text{所有 }n\text{ 元排列(换序后)}} (\text{项)}), \]
因为每一项只是次序调换,本质仍是 \(n!\) 项,\(n!\) 个排列一个不落地加在一起,结果完全相同。⏱ 01:31
负一的多项式符号

定义中的负一指数 \(t\) 可以写成 \(t = t_i + t_j\) 的形式(行指标逆序数 + 列指标逆序数)。由于 \(t_i, t_j\) 的交换会互换 \(i, j\) 两个指标,对应项的符号会随之改变,但整体求和不变,所以可把负一提出或换序而不影响结果。⏱ 02:08

这正是后面证明"两行互换反号"时用的关键技巧:提出负一后,把列排列换成逆序,求和对象不变。

2行列式性质回顾 ⏱ 04:09

在学习性质 4–7 前,先简要回顾已学性质(它们全都是从 \(n\) 阶行列式定义直接推出的)。⏱ 04:37

性质内容说明
行列式行与列的对称性转置不改变值:\(D^T = D\),对列做的任何操作同样适用
行可拆分(线性性)某行是两组数之和,可拆成两个行列式之和
某行可提公因数若某行每个元素含公因数 \(k\),则 \(k\) 可从整个行列式提出(本集录音中称为性质 4,详见第 3 节)
编号说明 上一集(P12)录音中,教授将"一行乘以 \(k\)"称为性质 2,将"两行互换反号"称为性质 3。本集(P13)录音中,教授将同样的内容分别称为性质 4(某行提公因数)和性质 5(两行互换反号),与 P12 的编号不同。为保持与本集录音一致,本集统一使用录音中的编号(性质 4、5、6、7)。上表所列前两条为更早前已学内容。⏱ 04:30
老师提示 "这三条性质证明全是 \(n\) 阶行列式定义,重点内容我交代得很细致,你们复习时反复回看定义。" 用联系的方式加深 \(n\) 阶行列式定义的理解。⏱ 04:30

3性质 4 · 某行可提公因数 ⏱ 05:09

由行可拆分性与行与列对称性结合,立即得到更一般的表述:

定理 · 性质 4 行列式某一行(或某一列)的所有元素都含有公因数 \(k\),则 \(k\) 可提出到整个行列式之外:
\[ \det(\cdots,\, k a_{i1},\, k a_{i2},\, \dots,\, k a_{in},\, \cdots) \;=\; k\,\det(\cdots,\, a_{i1},\, a_{i2},\, \dots,\, a_{in},\, \cdots). \]
特别地,若把某一行整体乘以非零数 \(k\),则行列式也乘以 \(k\):⏱ 13:35
\[ \det D \xrightarrow{r_i \times k} \det D' \;=\; k\,\det D. \]
与初等行变换的对应 矩阵 \(A\) 把第 \(i\) 行乘以非零数 \(k\) 变成 \(B\),则 \(B\) 的行列式是 \(A\) 的行列式乘以同一个 \(k\)。只要 \(k \neq 0\),\(A\) 行列式不为 0 \(\Leftrightarrow\) \(B\) 行列式不为 0。⏱ 13:45

4性质 5 · 两行互换,行列式反号 ⏱ 03:00

这是本集的核心定理之一。设矩阵 \(C\) 是由 \(A\) 将第 2 行与第 \(k\) 行互换所得,则:

定理 · 性质 5
\[ \det C = -\, \det A. \]
即行列式两行互换,值变号。⏱ 03:10
证明思路(利用 \(n\) 阶定义 + 排列求和换序)

\(C\) 的第一行是 \(A\) 的第一行(\(a_{11}, \dots, a_{1n}\)),第 \(k\) 行是 \(A\) 的第二行(\(a_{21}, \dots, a_{2n}\)),其余行照抄 \(A\) 的第 1 行、第 2 行、\(\dots\)、第 \(k\) 行、\(\dots\)、第 \(n\) 行。

按定义写 \(\det C\) 时,列排列仍取 \((j_1, j_2, \dots, j_n)\): \[ \det C = \sum_{\text{所有 } n \text{ 元排列}} (-1)^{t_i + t_j}\, a_{1j_1}\, a_{2j_k}\, a_{j_3}\cdots a_{j_n}\, a_{k j_2}\, a_{n j_n}. \] 与 \(\det A\) 唯一的不同在于:行指标排列中第 2 个位置是 \(k\),第 \(k\) 个位置是 \(2\)。把 \((-1)^{t_i+t_j}\) 中的负号提出(\(t_i\) 换成行指标逆序),求和对象不变,但 \(C\) 的负一指数与 \(A\) 相差一个奇偶性差(把 2 和 \(k\) 交换位置,逆序数差 1 的倍数),所以整体反号。⏱ 02:22

注意:证明里"求和对象不变"这一观察依赖第 1 节讲过的 \(n\) 元排列求和符号约定。

⚠ 与初等行变换的对应 矩阵 \(D\) 由 \(A\) 两行互换得到 \(C\),写等号时必须加上负号:\(\det D \xrightarrow{r_i \leftrightarrow r_k} \det C = -\det D\)。做图题时千万别漏掉这个负号。

5性质 6 · 两行成比例(含相等)则值为 0 ⏱ 04:18

先证"两行相等"的情形,再推"两行成比例"的情形。

命题 · 两行相等 若行列式有两行完全相同,则值为 0。
\[ D = \det\begin{pmatrix} \cdots \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \cdots \\ a_{k1} & a_{k2} & \cdots & a_{kn} \\ \cdots \end{pmatrix}, \quad \text{若第 2 行 = 第 } k \text{ 行},\ \text{则 } D = 0. \]
⏱ 04:20
证明(利用性质 5)

把左边行列式的第 2 行与第 \(k\) 行互换,由性质 5 反号,但互换后行列式与原式完全相同(因为两行相等),于是: \[ D = -D \quad\Longrightarrow\quad 2D = 0 \quad\Longrightarrow\quad D = 0. \] ⏱ 06:55

关键观察:\(2D = 0\) 中 \(D\) 是一个确定的数,两边除以 2 即得 \(D = 0\)(域中 2 可逆)。

推论 · 两行成比例 若第 \(k\) 行是第 2 行的 \(l\) 倍(即 \(a_{kj} = l\,a_{2j},\ j = 1,\dots,n\)),则
\[ D = \det\begin{pmatrix} \cdots \\ a_{21} & \cdots & a_{2n} \\ \cdots \\ l\,a_{21} & \cdots & l\,a_{2n} \\ \cdots \end{pmatrix} \;=\; l \cdot \det\begin{pmatrix} \cdots \\ a_{21} & \cdots & a_{2n} \\ \cdots \\ a_{21} & \cdots & a_{2n} \\ \cdots \end{pmatrix} \;=\; l \cdot 0 \;=\; 0. \]
先由性质 4 把 \(l\) 提出,再由"两行相等"得 0。⏱ 08:32
核心结论 两行成比例 \(\Longrightarrow\) 行列式值为 0。 这是判断奇异性(不可逆)最快的口诀。⏱ 08:32

6性质 7 · 一行倍数加到另一行,值不变 ⏱ 08:47

这是初等行变换中最常使用的一条,也是整个行列式理论中最"好用"的性质。

定理 · 性质 7 把矩阵 \(A\) 的第 2 行的 \(l\) 倍加到第 \(k\) 行,得到矩阵 \(D\),则
\[ \det D = \det A. \]
即初等行变换中"一行倍数加到另一行"不改变行列式的值。⏱ 09:11
证明(利用行可拆分性 + 性质 6 的零值)

\(D\) 的第 \(k\) 行是"两组数的和":第 \(k\) 行原来元素 \((a_{k1}, \dots, a_{kn})\) 加上第 2 行 \(l\) 倍 \((l a_{21}, \dots, l a_{2n})\)。由行可拆分性,把 \(D\) 拆成两个行列式:

\[ \det D = \det\!\begin{pmatrix} \cdots \\ a_{21} & \cdots & a_{2n} \\ \cdots \\ a_{k1} & \cdots & a_{kn} \\ \cdots \end{pmatrix} + \det\!\begin{pmatrix} \cdots \\ a_{21} & \cdots & a_{2n} \\ \cdots \\ l\,a_{k1} & \cdots & l\,a_{kn} \\ \cdots \end{pmatrix} \]

第二个行列式中第 2 行与第 \(k\) 行成比例(\(l\) 倍),由性质 6 其值为 0。第一个行列式正好是 \(\det A\)。于是 \[ \det D = \det A + 0 = \det A. \] ⏱ 11:17

老师强调(非常重要) "矩阵的初等行变换——一行的倍数加到另一行——行列式值没有变。这是用最多的,一定要记一辈子!" ⏱ 12:12

对应到图题:做"第 2 行的 \(l\) 倍加到第 \(k\) 行"的变换,连接前后两矩阵要用等号(没有负号、没有乘以 \(l\));做"两行互换"则用等号加负号;做"第 2 行乘以 \(k\)"则用等号再乘以 \(k\)。

三种初等行变换与行列式
  1. 一行倍数加到另一行:值不变(等号);
  2. 两行互换:值反号(等号加负号);
  3. 某行乘以 \(k\)(\(k \neq 0\)):值乘以 \(k\)(等号再乘 \(k\))。
只要 \(k \neq 0\),矩阵 \(A\) 行列式不为 0 \(\Leftrightarrow\) 变换后矩阵 \(D\) 行列式不为 0。⏱ 13:35

7典型例题 · \((k, \lambda)\) 型 \(n\) 阶行列式 ⏱ 15:22

计算 \(n\) 阶(\(n \geq 2\))行列式,主对角线全为 \(k\),其余元素全为 \(\lambda\):

例题 \[ D_n = \begin{vmatrix} k & \lambda & \lambda & \cdots & \lambda \\ \lambda & k & \lambda & \cdots & \lambda \\ \lambda & \lambda & k & \cdots & \lambda \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ \lambda & \lambda & \lambda & \cdots & k \end{vmatrix} \]
完整解法(性质 7 + 上三角形化)

第一步:把所有列加到第一列。

每一行恰好有 1 个 \(k\) 和 \(n-1\) 个 \(\lambda\),行和都是 \(k + (n-1)\lambda\)。用性质 7 把第 2 列、第 3 列、\(\dots\)、第 \(n\) 列全加到第 1 列,第一列每个元素都变成 \(k+(n-1)\lambda\),其他列照抄。⏱ 17:15

\[ D_n = \begin{vmatrix} k+(n-1)\lambda & \lambda & \lambda & \cdots & \lambda \\ k+(n-1)\lambda & k & \lambda & \cdots & \lambda \\ k+(n-1)\lambda & \lambda & k & \cdots & \lambda \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ k+(n-1)\lambda & \lambda & \lambda & \cdots & k \end{vmatrix} \]

第二步:提出第一列公因数 \(k+(n-1)\lambda\)(性质 4)。

\[ D_n = \bigl(k+(n-1)\lambda\bigr) \begin{vmatrix} 1 & \lambda & \lambda & \cdots & \lambda \\ 1 & k & \lambda & \cdots & \lambda \\ 1 & \lambda & k & \cdots & \lambda \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 1 & \lambda & \lambda & \cdots & k \end{vmatrix} \]

第三步:把第一行的负 1 倍加到第 2、3、\(\dots\)、\(n\) 行(性质 7)。

第一行不动(1, \(\lambda, \dots, \lambda\));第 \(i\) 行变成 \((0,\, k-\lambda,\, \lambda-\lambda, \dots, \lambda-\lambda)\) 形式——只有第二列位置非零(\(k-\lambda\)),其余列全为 0,对角位置为 \(k-\lambda\),最后第 \(n\) 列也是 \(k-\lambda\)。⏱ 18:42

\[ D_n = \bigl(k+(n-1)\lambda\bigr) \begin{vmatrix} 1 & \lambda & \lambda & \cdots & \lambda \\ 0 & k-\lambda & 0 & \cdots & 0 \\ 0 & 0 & k-\lambda & \cdots & 0 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & 0 & \cdots & k-\lambda \end{vmatrix} \]

主对角线下方全为 0,已是上三角形行列式,对角线元素为 \(1, (k-\lambda), (k-\lambda), \dots, (k-\lambda)\)。

第四步:上三角形行列式 = 对角线元素之积。

\[ D_n = \bigl(k+(n-1)\lambda\bigr)\,(k-\lambda)^{n-1}. \]
⏱ 19:45
老师点评 "这个例子在组合数学、组合设计里很有用,行列式本身就要会算,所以给了很典型的例子。"⏱ 20:04
注意:这里用的是对"列"做初等变换,但由性质 1(行与列对称),对列的每一步都等价于对行做相同操作,因此完全适用性质 4、7。

8三阶行列式按行分组的观察 ⏱ 20:20

三阶行列式的 6 项,可以按"某一行"的元素分成 3 组。这是下一集(P14 代数余子式)的直接铺垫。

三阶行列式展开 \[ D_3 = \begin{vmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{vmatrix} = a_{11}(a_{22}a_{33} - a_{23}a_{32}) - a_{12}(a_{21}a_{33} - a_{23}a_{31}) + a_{13}(a_{21}a_{32} - a_{22}a_{31}). \] ⏱ 21:43
按 \(a_{11}, a_{12}, a_{13}\) 分组的颜色对应

对 \(a_{11}\) 的两项:\(+a_{11} a_{22} a_{33}\)(与主对角线平行)与 \(-a_{11} a_{23} a_{32}\)(与反对角线平行)。把 \(a_{11}\) 提出后,剩余两个元素 \(a_{22}, a_{23}, a_{32}, a_{33}\) 正好组成二阶行列式 \[ \begin{vmatrix} a_{22} & a_{23} \\ a_{32} & a_{33} \end{vmatrix}. \]

对 \(a_{12}\) 的两项:\(+a_{12} a_{23} a_{31}\)(与主对角线平行)与 \(-a_{12} a_{21} a_{33}\)(与反对角线平行),提出 \(a_{12}\) 后剩余 \[ \begin{vmatrix} a_{21} & a_{23} \\ a_{31} & a_{33} \end{vmatrix} \] ,注意正负号:由于 \(a_{12}\) 是第 1 行第 2 列,\(i+j = 3\)(奇数),前面自然带负号。

对 \(a_{13}\) 的两项:\(+a_{13} a_{21} a_{32}\) 与 \(-a_{13} a_{22} a_{31}\),剩余 \[ \begin{vmatrix} a_{21} & a_{22} \\ a_{31} & a_{32} \end{vmatrix} \] ,\(i+j = 4\)(偶数)带正号。

观察:6 项正好分成 3 组,每组 = 第一行某元素 \(\times\) 一个二阶行列式。这正是"按第一行展开"的雏形。⏱ 22:55

⚠ 易混淆 三阶情形每个元素对应的二阶子式本身已带正负号,与"代数余子式" \(A_{ij} = (-1)^{i+j} M_{ij}\) 中的 \(M_{ij}\)(去掉行、列后的裸子式,不一定带符号)不同。P14 会把"余子式"和"代数余子式"明确分开。

★重点回顾

1
排列求和约定:\(\sum\) 下标 "对所有 \(n\) 元排列",上标 \(n!\);换序后求和对象本质相同,故可自由换序。⏱ 01:31
2
性质 4:某行提公因数 \(k\),整个行列式也可提 \(k\);等价表述:某行乘以 \(k\) \(\Leftrightarrow\) 行列式乘以 \(k\)。
3
性质 5:两行互换,行列式反号。证明核心:\(n\) 阶定义 + 排列换序后负一指数奇偶性差 1。
4
性质 6:两行成比例(含相等)\(\Rightarrow\) 行列式值为 0。相等情形 \(D = -D \Rightarrow D = 0\);比例情形用性质 4 提出 \(l\) 后化为相等情形。
5
性质 7:一行倍数加到另一行,行列式值不变。证明核心:用行可拆分性拆成两个行列式,其中第二个两行成比例故为 0。
6
典型公式:\(\det\) 主对角线 \(k\)、其余 \(\lambda\) 的 \(n\) 阶行列式 \(= (k+(n-1)\lambda)(k-\lambda)^{n-1}\)。
7
初等行变换三定律对应:互换行(等号 + 负号)、行乘 \(k\)(等号 + 乘 \(k\))、行加倍数(等号,不变)。

⚠易错点提醒

常见错误
  1. 漏掉性质 5 的负号:两行互换后直接写等号是错的,正确是 \(\det D' = -\det D\)。老师原话:"两行互换行列式反号,初一学过想反数,反个号也算等号,别忘了反号!"
  2. 把"一行倍数加到另一行"误认为改变值:这一操作行列式值完全不变(性质 7),写图题时用等号、不加系数。
  3. "两行成比例"和"两行相等"混为一谈:成比例包含相等(\(l=1\) 的特例),但证明成比例情形需先用性质 4 提 \(l\),再化为相等情形。
  4. 典型例题提公因数漏行:第 1 步是"把所有列加到第 1 列",不是"把所有行加到第 1 行";第 2 步提公因数必须提第一列(此时所有列相同,提列),不是提第一行。
  5. 三阶展开时二阶子式的正负号:余子式 \(M_{ij}\) 不带符号,代数余子式 \(A_{ij} = (-1)^{i+j} M_{ij}\) 才带符号,二者不要混。
  6. 行可拆分性的适用范围:只有当某一行的元素是"两组数的和"时才能拆成两个行列式;如果整个矩阵是两张矩阵的"和",不能用此性质。

✎自我检测

  1. 用性质 5 证明:若行列式两列互换,值也反号(提示:利用性质 1 行与列对称)。
  2. 设 \(D\) 为 \(n\) 阶行列式,把第 1 行的 \(l\) 倍加到第 2 行,再把第 2 行的 \(m\) 倍加到第 3 行,依次做下去直到第 \(n\) 行。问最终行列式值等于多少?
  3. 计算 \(\det\) 矩阵 \(B\),其中 \(B\) 是 \(n\) 阶方阵,主对角线为 \(a\),第 1 行第 1 列是 \(a+b\),其余元素全为 0。
  4. 设 \(D = \begin{vmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & x \end{vmatrix}\),求 \(x\) 的值使 \(D = 0\)。(提示:用性质 7 把第 1 行减第 2 行的 \(l\) 倍加到某行制造 0)
  5. 用性质 4、5、6、7 把行列式 \(\begin{vmatrix} 2 & 4 & 6 \\ 1 & 2 & 3 \\ 3 & 5 & 7 \end{vmatrix}\) 化为 0,并说明用到了哪条性质。
  6. (思考)证明:若 \(n\) 阶方阵 \(A\) 的某一行是其余各行的线性组合,则 \(\det A = 0\)。(提示:对系数逐一用性质 7 把其余行减到该行)
  7. (思考)主对角线 \(k\)、其余 \(\lambda\) 的 \(n\) 阶行列式公式 \((k+(n-1)\lambda)(k-\lambda)^{n-1}\) 在 \(k=\lambda\) 时退化为 0,这对应什么几何/线性代数事实?
下一集预告 第 P14 集将正式引入余子式 \(M_{ij}\) 与代数余子式 \(A_{ij}\),把三阶按行展开的"分组观察"推广到 \(n\) 阶,得到"行列式按某一行(列)展开"的定理。