高等代数 · 课程学习笔记

第 P15 集 · 八:行列式展开

Expansion of Determinants (Laplace Expansion along a Row / Column)
北大丘维声教授 · 清华大学 2011 级 进度 P15 / 151 集 核心概念:按行展开 · 按列展开 · 余子式 · 代数余子式 · 范德蒙德行列式
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. 理解并掌握行列式按一行展开定理:\(\det A = \sum_{j=1}^{n} a_{ij} A_{ij}\),即第 \(i\) 行元素与其对应代数余子式乘积之和等于整个行列式;
  2. 掌握行列式按一列展开定理:\(\det A = \sum_{i=1}^{n} a_{ij} A_{ij}\),并利用转置的思想把“按列展开”归约到“按行展开”;
  3. 理解两个“换行 / 换列”性质:第 \(i\) 行元素与第 \(k\) 行的代数余子式乘积之和,当 \(i \neq k\) 时等于 0;对列有类似结论;
  4. 会用“把某一行(列)化出很多 0,再按该行(列)展开”的简化计算法来算 n 阶行列式;
  5. 通过具体计算一个三阶范德蒙德型行列式,认识著名的范德蒙德(Vandermonde)行列式及其公式 \(\prod_{1 \le i < j \le n}(x_j - x_i)\)。

1按一行展开定理的证明 ⏱ 00:02

本集开头紧接上一集(第 P14 集“代数余子式”)的推导。回顾:\(A_{ij} = (-1)^{i+j}M_{ij}\),其中 \(M_{ij}\) 是划去第 \(i\) 行第 \(j\) 列后剩下的 \((n-1)\) 阶余子式。本集的核心定理是:

定理 1 · 行列式按一行展开 设 \(A = (a_{ij})\) 为 \(n\) 阶矩阵,则按第 \(i\) 行展开有
\[ \det A = a_{i1}A_{i1} + a_{i2}A_{i2} + \cdots + a_{in}A_{in} = \sum_{j=1}^{n} a_{ij} A_{ij}. \]
证明思路(把 \(\det A\) 中与第 \(i\) 行相关的项分组)

按行列式的定义,\(\det A\) 是“不同行不同列取 \(n\) 个元素乘积”的带符号代数和。固定行指标 \(i\) 不变、列指标取遍所有 \(n!\) 排列时,把其中属于第 \(i\) 行(即含因子 \(a_{i\sigma(i)}\))的项抽出来:每一项都可写成 \(a_{i\sigma(i)}\) 乘以“去掉第 \(i\) 行第 \(\sigma(i)\) 列后剩下的 \((n-1)\) 阶项”。⏱ 00:45

对固定的列指标 \(j\),剩下的 \((n-1)\) 阶结构(行指标取 \(1,2,\dots,i-1,i+1,\dots,n\),列指标取除了 \(j\) 之外的 \(n-1\) 个)恰好构成余子式 \(M_{ij}\) 的展开;而 \((-1)^{i+j}M_{ij}\) 就是代数余子式 \(A_{ij}\)。⏱ 01:21 把所有 \(j\) 的项合起来,就得到右端 \(\sum_j a_{ij} A_{ij}\),证毕。

丘老师在课堂上说:“我在这里改进了我教材上,起码少写了一行……我讲课不断改进我自己教材上,最好是听我现讲的东西,比我教材肯定有改进。”⏱ 02:31

2按一列展开:用转置证明 ⏱ 03:13

定理 2 · 行列式按一列展开 设 \(A = (a_{ij})\) 为 \(n\) 阶矩阵,则按第 \(j\) 列展开有
\[ \det A = a_{1j}A_{1j} + a_{2j}A_{2j} + \cdots + a_{nj}A_{nj} = \sum_{i=1}^{n} a_{ij} A_{ij}. \]
为什么成立:利用 \(\det A = \det A^{T}\)

对 \(A^{T}\) 按“第 \(j\) 行”展开(因为 \(A^{T}\) 的第 \(j\) 行就是 \(A\) 的第 \(j\) 列)。注意 \(A^{T}\) 的第 \(j\) 行第 1 列元素是 \(a_{1j}\)(即 \(A\) 的第 \(1\) 行第 \(j\) 列元素)。⏱ 05:09

\(A^{T}\) 的余子式等于 \(A\) 的对应余子式的转置,故行列式值相等:\((-1)^{j+i}M^{T}_{ji} = (-1)^{i+j}M_{ij}\)。⏱ 07:05 于是 \(A^{T}\) 第 \(j\) 行元素与其代数余子式的乘积之和,正好等于 \(A\) 的第 \(j\) 列元素与其代数余子式的乘积之和,即 \(\det A\)。证毕。

对称性行列式中行与列地位是对称的:既可按行展开,也可按列展开。这是行列式的结构性质,务必记住。

3换行 / 换列展开(性质 3、4) ⏱ 09:42

把“自己乘自己”的展开换掉:让第 \(i\) 行的元素去乘第 \(k\) 行(\(k\neq i\))的代数余子式。

性质 3(换行) 当 \(i \neq k\) 时,
\[ \sum_{j=1}^{n} a_{ij} A_{kj} = 0. \]
性质 4(换列) 当 \(i \neq j\) 时,
\[ \sum_{k=1}^{n} a_{ik} A_{jk} = 0. \]
证明思路:构造“两行相同”的行列式

构造一个新的行列式 \(A^{*}\):它与 \(A\) 完全相同,只把第 \(k\) 行也换成第 \(i\) 行的元素 \(a_{i1},a_{i2},\dots,a_{in}\)。这样 \(A^{*}\) 有两行完全相同,故 \(\det A^{*}=0\)(两行相同行列式为 0,性质 5)。⏱ 10:50

同时,\(A^{*}\) 按第 \(k\) 行展开,其元素 \(a_{kj}\)(现等于 \(a_{ij}\))的代数余子式仍等于 \(A\) 中对应位置 \(a_{kj}\) 的代数余子式(因为余子式只与“划掉的行和列”有关,与该行本身的数值无关)。⏱ 12:20

故 \(\det A^{*} = \sum_j a_{ij} A_{kj} = 0\),性质 3 得证。对列同理(换列后两列相同)。

小结四条性质(本集最重要的结论) 记 \(A_{ij}\) 为 \(a_{ij}\) 的代数余子式,则
\[ \sum_{j=1}^{n} a_{ij} A_{kj} = \delta_{ik}\,\det A = \begin{cases} \det A, & i=k,\\ 0, & i\neq k. \end{cases} \]
这四条“按一行 / 一列展开”及其“换行 / 换列”结论,理论上非常重要,后续(第四章矩阵的运算、解线性方程组的克莱姆法则)都会反复用到。⏱ 15:45

4计算实例:把行列式“化零”再展开 ⏱ 16:09

本集算了一个典型的三阶行列式,第一行全 1,第二行是一组数,第三行是平方:

\[ D = \begin{vmatrix} 1 & 1 & 1 \\ x_1 & x_2 & x_3 \\ x_1^2 & x_2^2 & x_3^2 \end{vmatrix}. \]

计算思路:先用“某一行(列)的倍数加到另一行(列)”把某一列化出很多 0,再按该列展开。这是本集反复强调的实用方法。⏱ 17:00

完整计算过程

第一步:用第二行消第三行的 \(x_1\) 项。把“第二行乘以 \(-x_1\)”加到第三行:

\[ D = \begin{vmatrix} 1 & 1 & 1 \\ x_1 & x_2 & x_3 \\ 0 & x_2^2-x_1x_2 & x_3^2-x_1x_3 \end{vmatrix} = \begin{vmatrix} 1 & 1 & 1 \\ x_1 & x_2 & x_3 \\ 0 & x_2(x_2-x_1) & x_3(x_3-x_1) \end{vmatrix}. \]

第二步:再用第一行消第二行的 \(x_1\)。把“第一行乘以 \(-x_1\)”加到第二行:

\[ D = \begin{vmatrix} 1 & 1 & 1 \\ 0 & x_2-x_1 & x_3-x_1 \\ 0 & x_2(x_2-x_1) & x_3(x_3-x_1) \end{vmatrix}. \]

第三步:按第一列展开(只有一个非零元 1):

\[ D = 1 \cdot \begin{vmatrix} x_2-x_1 & x_3-x_1 \\ x_2(x_2-x_1) & x_3(x_3-x_1) \end{vmatrix} = (x_2-x_1)(x_3-x_1)\begin{vmatrix} 1 & 1 \\ x_2 & x_3 \end{vmatrix}. \]

第四步:二阶行列式 \(\begin{vmatrix}1&1\\x_2&x_3\end{vmatrix}=x_3-x_2\),于是

\[ D = (x_2-x_1)(x_3-x_1)(x_3-x_2). \]

本集强调的方法 “典型的办法:把某一列或某一行许多元素变成 0,最好只剩下一个或两个非零元素,然后按这一行 / 这一列展开,把 \(n\) 阶降为 \(n-1\) 阶,乃至一阶。”⏱ 19:35

5范德蒙德(Vandermonde)行列式 ⏱ 20:01

把上例推广到 \(n\) 阶:第一行全 1,第二行是一组数 \(x_1,\dots,x_n\),第三行是平方……第 \(n\) 行是 \((n-1)\) 次方:

\[ V_n = \begin{vmatrix} 1 & 1 & \cdots & 1 \\ x_1 & x_2 & \cdots & x_n \\ x_1^2 & x_2^2 & \cdots & x_n^2 \\ \vdots & \vdots & & \vdots \\ x_1^{n-1} & x_2^{n-1} & \cdots & x_n^{n-1} \end{vmatrix}. \]
定理 · 范德蒙德行列式
\[ V_n = \prod_{1 \le i < j \le n} (x_j - x_i) = (x_2-x_1)(x_3-x_1)\cdots(x_n-x_1)(x_3-x_2)\cdots(x_n-x_2)\cdots(x_n-x_{n-1}). \]
即:\(这组数中“大数减小数”的所有差的乘积\)。⏱ 22:44
证明思路:数学归纳法

基础:\(n=2\) 时 \(V_2 = x_2-x_1\),显然成立。⏱ 23:16

归纳步:假设 \(n-1\) 阶成立,证 \(n\) 阶。关键仍是把第一列下方元素消成 0(按第一列展开降阶):把“第 \(n\) 行的 \(-x_n\) 倍加到第 \(n-1\) 行……”逐步从下往上消;把“第 \(n\) 行的 \(-x_1\) 倍加到第 \(n-1\) 行、第 \(n-2\) 行……”全部消掉。这样第一列除第一行外全为 0,按第一列展开提出因子 \(\prod_{i=1}^{n-1}(x_n-x_i)\),剩下的正是 \(n-1\) 阶范德蒙德行列式,由归纳假设得证。⏱ 23:52

老师提示“证明我在书上写得很清楚,回去看书。”本笔记仅保留归纳法思路框架。

★重点回顾

1
按一行展开:\(\det A = \sum_{j=1}^{n} a_{ij} A_{ij}\);按一列展开:\(\det A = \sum_{i=1}^{n} a_{ij} A_{ij}\)。行、列地位对称。
2
换行 / 换列结论:\(\sum_j a_{ij} A_{kj} = \delta_{ik}\,\det A\)。当 \(i \neq k\) 时为 0(本质是构造“两行 / 两列相同”的行列式,其为 0)。
3
证明“按列展开”用 \(\det A^{T}=\det A\) 把列归约为行;证明“换行 = 0”用两行相同行列式为 0。这是两条核心证明技术。
4
简化计算法:先利用“一行(列)的倍数加到另一行(列)不改变行列式值”把某一行或列化出尽可能多的 0,再按该行(列)展开降阶。
5
范德蒙德行列式 \(V_n = \prod_{1\le i

⚠易错点提醒

常见错误
  1. 混淆余子式 \(M_{ij}\) 与代数余子式 \(A_{ij}\):\(M_{ij}\) 是划去第 \(i\) 行第 \(j\) 列后的 \((n-1)\) 阶行列式(没有符号),\(A_{ij}=(-1)^{i+j}M_{ij}\)。展开公式里必须用代数余子式 \(A_{ij}\)。
  2. 展开式里的余子式“与所乘的行无关”:性质 3 中,\(a_{ij}\) 乘的是 \(A_{kj}\)(第 \(k\) 行的代数余子式),但 \(A_{kj}\) 只取决于“划掉第 \(k\) 行第 \(j\) 列”,与第 \(i\) 行的数值无关——这是证明“换行 = 0”的关键,不要想当然。
  3. “换行 / 换列 = 0”只在 \(i\neq k\) 时成立;\(i=k\) 时等于 \(\det A\)。写通式要用克罗内克 \(\delta_{ik}\)。
  4. 范德蒙德行列式的顺序:公式是 \(x_j-x_i\)(\(j>i\),大减小)。若行按 \(x_1^{n-1},\dots,x_1\)(降幂)排,或列顺序颠倒,符号可能变,要按“前一行减后一行”的约定核对。
  5. “化零”时只用行 / 列的倍数加法:加的是“同一行的倍数加到另一行”,不能把某行乘以 0 再相加等非法操作;倍数加法(性质 7)不改变行列式值,而互换两行反号、某行乘非零数 \(k\) 使行列式乘 \(k\)。

✎自测与作业

  1. 对三阶矩阵 \(A=\begin{pmatrix} 2&3&1\\4&0&2\\1&5&3\end{pmatrix}\),分别按第一行、第二列展开计算 \(\det A\),并验证结果一致。
  2. 验证性质 3:对上述 \(A\),计算 \(\sum_j a_{1j}A_{2j}\)(第一行元素与第二行代数余子式的乘积之和),说明它应等于 0,并动手算出结果核对。
  3. 计算四阶行列式 \(\begin{vmatrix}1&1&1&1\\1&2&3&4\\1&4&9&16\\1&8&27&64\end{vmatrix}\)(提示:这是 \(x_i=1,2,3,4\) 的范德蒙德行列式,先用归纳公式 \(V_4=\prod_{i
  4. 用“某列倍数加法化零”的方法计算 \(\begin{vmatrix}1&1&1\\a&b&c\\a^2&b^2&c^2\end{vmatrix}\),得到 \((b-a)(c-a)(c-b)\)。
  5. (思考)为什么“把某行(列)的元素与另一行(列)的代数余子式相乘再求和”会等于 0?从“构造两行相同的行列式”角度给出完整证明(参照本笔记 s3 折叠证明)。
  6. (选做)用克莱姆法则解方程组 \(\begin{cases}2x+y=3\\x-3y=5\end{cases}\):先算系数行列式 \(D\),再把第 2 列换成常数项得 \(D_2\),求出 \(y=D_2/D\);同理求 \(x\)。(本集为下一集 P16 Cramer 法则做铺垫。)
下一集预告 第 P16 集 · 九:线性方程组解与行列式关系、2 阶行列式几何意义,克莱姆法则 Cramer's Rule:\(n\) 元 \(n\) 方程组有唯一解的充要条件是系数行列式 \(D\neq 0\);当 \(D\neq 0\) 时 \(x_j=D_j/D\)。