JOVANA
Library Glossary Getting Started Three Levels Fields How it works Mission
Join the mission
All guides

從一個公式到列的函數

在第一卷裡,[[determinant|行列式]]是你用餘子式或列化簡算出的一個數。我們換個起點:把 det 看作矩陣各行的一個函數,觀察它的行為——真正的定義是這種行為,而非公式。

第一卷未解釋的部分

你已經會算行列式了:沿某一列展開,或化為三角形後把主元相乘。但為什麼交換兩行會改變符號?為什麼乘積的 det 等於 det 的乘積?第一卷給了法則,卻沒說它們從何而來。誠實的答案是:所有這些法則都源自三條簡單性質——而任何具備這三條性質的函數都必然等於行列式。

視角的轉變雖小卻決定一切。別再把矩陣 A 當成數字方格,而要把它看作其行向量的一個列表:A = [c_1, c_2, ..., c_n]。於是 det 成為 R^n 中 n 個向量的函數 det(c_1, ..., c_n),返回一個純量。

對函數的三個要求

三條性質如下。(1)多重線性:固定其餘行,det 關於每一行分別是線性的。(2)交替性:若有兩行相等,則 det = 0。(3)歸一化:det(I) = 1,即標準基向量的 det 為 1。這就是全部定義。記住這三行,本系列其餘部分都在展開它們。

對多個向量自變量各自線性的函數稱為多重線性映射;在自變量重複時取零的稱為交替多重線性形式。所以口號是:行列式是行上的交替多重線性形式,歸一化使單位陣取 1。

Multilinearity, column j scaled and added:
  det(.., a*u + b*v, ..) = a*det(.., u, ..) + b*det(.., v, ..)

Alternating, two equal columns:
  det(.., w, .., w, ..) = 0

Normalization:
  det(e_1, e_2, ..., e_n) = det(I) = 1

Quick check in 2x2 with [a c; b d] = [col1 col2]:
  det([a,b], [c,d]) and the three rules
  will force det = a*d - b*c (shown in Guide 2).
三條定義法則(按行書寫)。

為何是這三條?幾何預覽

這些法則並非隨意——它們正是有向體積的法則。把平行六面體的一條稜拉伸 a 倍,體積也乘以 a(線性性)。有兩條相同稜的盒子是扁的,體積為零(交替性)。單位立方體體積為 1(歸一化)。我們將在第 3 篇把這一點充分展開為作為有向體積的行列式

有一個直接推論值得現在就看。若各行線性相關,則 det = 0。理由:相關的那一行是其餘行的線性組合;用多重線性展開成若干 det 之和,每項都含重複行,由交替法則全為零。所以 det 能檢測線性無關性——扁盒子沒有體積。