行列式

当然,可以将前一节的讨论推广到多线性型和多重张量积。我们不深入讨论多线性代数的这部分内容,而是朝着不同的方向前进;我们直接探讨行列式。

假设 A n 维向量空间 𝒱 上的线性变换,并设 w 𝒱 上的交错 n 线性型。如果我们用 A w 表示由 ( A w ) ( x 1 , , x n ) = w ( A x 1 , , A x n ) , 定义的函数,那么 A w 𝒱 上的交错 n 线性型,并且实际上, A 是此类形式空间上的线性变换。由于(参见 Section: 最大度数交错型 )该空间是一维的,因此可以得出 A 等于乘以一个适当的标量。换句话说,存在一个标量 δ ,使得对于每个交错 n 线性型 w ,都有 A w = δ w 。通过这个有些曲折的过程(从 A A 再到 δ ),我们将一个唯一确定的标量 δ 𝒱 上的每个线性变换 A 联系起来;我们称 δ A 行列式 ,并记作 δ = det A 。注意, det 既不是标量也不是变换,而是一个将标量与每个线性变换联系起来的函数。

我们眼前的目的是研究函数 det 。我们首先寻找最简单的线性变换(即数乘变换)的行列式。如果对于 𝒱 中的每个 x ,都有 A x = α x ,那么对于每个交错 n 线性型 w ,都有 ;由此可得 det A = α n 。我们特别注意到, det 0 = 0 det 1 = 1

接下来我们探究 det 的乘法性质。假设 A B 𝒱 上的线性变换,并记 C = A B 。如果 w 是交错 n 线性型,那么 ,因此 C = B A 。由于 C w = ( det C ) w B A w = ( det B ) A w = ( det B ) ( det A ) w , ,由此可得 det ( A B ) = ( det A ) ( det B ) . det 的值是标量,因此它们彼此对易。)

如果 det A = 0 ,则称线性变换 A 奇异的 ,否则称为 非奇异的 。我们的下一个结论是, A 可逆当且仅当它是非奇异的。事实上,如果 A 可逆,那么 1 = det 1 = det ( A A 1 ) = ( det A ) ( det A 1 ) , 从而 det A 0 。另一方面,假设 det A 0 。如果 { x 1 , , x n } 𝒱 中的一组基,且 w 𝒱 上的非零交错 n 线性型,那么根据 Section: 交错型 定理 3,有 ( det A ) w ( x 1 , , x n ) 0 。根据 Section: 交错型 定理 2,这意味着集合 { A x 1 , , A x n } 是线性无关的(因此是一组基);由此我们反过来推断出 A 是可逆的。

在经典文献中,行列式被定义为矩阵(而不是线性变换)的函数;我们现在可以与这种方法建立联系。我们将根据 A 在某个坐标系 { x 1 , , x n } 下对应的矩阵元素 α i j 来推导 det A 的表达式。设 w 是一个非零交错 n 线性型;我们知道 如果我们用 i α i j x i 替换 (1) 右侧的每个 A x j ,并利用多线性展开结果,我们将得到诸如 w ( z 1 , , z n ) 项的长线性组合,其中每个 z x 之一。(将这部分论证与 Section: 交错型 定理 3 的证明进行比较。)如果在这样的项中,有两个 z 重合,那么由于 w 是交错的,该项必须为零。另一方面,如果所有的 z 都是不同的,那么对于某个置换 π ,有 w ( z 1 , , z n ) = π w ( x 1 , , x n ) ,而且每个置换 π 都可以以这种方式出现。项 π w ( x 1 , , x n ) 的系数是乘积 α π ( 1 ) , 1 α π ( n ) , n 。由于( Section: 交错型 定理 1) w 是斜对称的,因此可以得出 其中求和范围延伸到 𝒮 n 中的所有置换 π 。(回想一下,根据 Section: 交错型 定理 3,有 w ( x 1 , , x n ) 0 ,因此除以 w ( x 1 , , x n ) 是合法的。)

从这个经典方程 (2) 中,我们可以通过直接计算推导出行列式的许多特殊性质。这里有一个例子。如果 σ π 是置换(在 𝒮 n 中),那么(因为 π σ 也是一个置换),可以得出乘积 α π ( 1 ) , 1 α π ( n ) , n α π σ ( 1 ) , σ ( 1 ) α π σ ( n ) , σ ( n ) 仅在因子的顺序上有所不同。如果对于每个 π ,我们取 σ = π 1 ,然后相应地改变 (2) 中的每个被加项,我们得到 det A = π ( sgn π ) α 1 , π ( 1 ) α n , π ( n ) . (注意 sgn π = sgn π 1 ,并且对所有 π 的求和与对所有 π 1 的求和是相同的。)由于这最后一个求和与 (2) 中的求和非常相似,只是用 α i , π ( i ) 代替了 α π ( i ) , i ,因此将 (2) 应用于 代替 A ,可以得出  

这是关于行列式的另一个有用事实。如果 是在 A 下不变的子空间,如果 B 是仅在 上考虑的变换 A ,并且如果 C 是商变换 A / ,那么 det A = det B det C 。特别地,如果 A 是两个变换 B C 的直和,则该乘法关系成立。证明可以直接基于行列式的定义,或者基于前一段中得到的展开式。

如果对于一个固定的线性变换 A ,我们记 p ( λ ) = det ( A λ ) ,那么 p 是标量 λ 的函数;我们断言,它实际上是关于 λ n 次多项式,且 λ n 的系数为 ( 1 ) n 。为了证明这一点,我们可以使用 (1) 的记号。很容易看出, w ( ( A λ ) x 1 , , ( A λ ) x n ) 是诸如 λ k w ( y 1 , , y n ) 项的和,其中对于恰好 k i 值有 y i = x i ,而对于其余的 n k i 值有 y i = A x i k = 0 , 1 , , n )。多项式 p 称为 A 特征多项式 ;方程 p = 0 ,即 det ( A λ ) = 0 ,是 A 特征方程 A 的特征方程的根(即满足 det ( A α ) = 0 的标量 α )称为 A 特征根

练习

练习 1. 利用行列式重新证明以下事实:如果 A B 是有限维向量空间上的线性变换,且 A B = 1 ,那么 A B 都是可逆的。

练习 2. 如果 A B 是线性变换,满足 A B = 0 A 0 B 0 ,那么 det A = det B = 0

练习 3. 假设 ( α i j ) 是一个非奇异的 n n 矩阵,并假设 A 1 , , A n 是(在同一个向量空间上的)线性变换。证明如果线性变换 j α i j A j i = 1 , , n )彼此对易,那么对于 A 1 , , A n 也是如此。

练习 4. 如果 { x 1 , , x n } { y 1 , , y n } 是同一个向量空间中的基,且 A 是一个线性变换,满足 A x i = y i i = 1 , , n ,那么 det A 0

练习 5. 假设 { x 1 , , x n } 是有限维向量空间 𝒱 中的一组基。如果 y 1 , , y n 𝒱 中的向量,用 w ( y 1 , , y n ) 表示满足 A x j = y j j = 1 , , n )的线性变换 A 的行列式。证明 w 是一个交错 n 线性型。

练习 6. 如果根据 Section: 行列式 (2),矩阵(而非线性变换) ( α i j ) 的行列式定义为 π ( sgn π ) α π ( 1 ) , 1 α π ( n ) , n ,那么对于每个线性变换 A ,所有矩阵 [ A ; 𝒳 ] 的行列式都彼此相等。(这里 𝒳 是任意一组基。)

练习 7. 如果 ( α i j ) 是一个 n n 矩阵,满足对于超过 n 2 n i j 的值有 α i j = 0 ,那么 det ( α i j ) = 0

练习 8. 如果 A B 分别是维数为 n m 的向量空间上的线性变换,那么 det ( A B ) = ( det A ) m ( det B ) n .  

练习 9. 如果 A B C D 是矩阵,满足 C D 对易且 D 可逆,那么(参见 Section: 变换的矩阵 练习 19) det [ A B C D ] = det ( A D B C ) . (提示:在右侧乘以 [ 1 0 X 1 ] 。)如果 D 不可逆会怎样?如果 C D 不对易会怎样?

练习 10. A 是否总是具有相同的特征多项式?

练习 11. 

  1. 如果 A B 相似,那么 det A = det B
  2. 如果 A B 相似,那么 A B 具有相同的特征多项式。
  3. 如果 A B 具有相同的特征多项式,那么 det A = det B
  4. 这些断言中是否有任何一个的逆命题成立?

练习 12。求矩阵(或者更确切地说,是由该矩阵定义的线性变换) [ 0 1 0 0 0 0 1 0 0 0 0 1 α n 1 α n 2 α n 3 α 0 ] , 的特征多项式,并得出结论:每个多项式都是某个线性变换的特征多项式。

练习 13。假设 A B 是同一个有限维向量空间上的线性变换。

  1. 证明如果 A 是投影,那么 A B B A 具有相同的特征多项式。(提示:选择一个基,使 A 的矩阵尽可能简单,然后直接用矩阵进行计算。)
  2. 证明在所有情况下, A B B A 都具有相同的特征多项式。(提示:寻找一个可逆的 P 使得 P A 是投影,并将 (a) 应用于 P A B P 1 。)