行列式:多重线性理论
算子的行列式
行列式通常附着于矩阵,但更深的对象是线性算子的行列式——即从有限维空间 V 到自身的映射 T,无需提及任何基。任取一组基,把 T 写成矩阵,取该矩阵的行列式:所得的数不依赖于你所选的基。于是 det(T) 是算子本身的真正不变量。
为何良定义:换基把矩阵 [T] 替换为 P^-1 [T] P,P 为某可逆矩阵。由乘性,det(P^-1 [T] P) = det(P^-1) det([T]) det(P) = det([T]),因为 det(P^-1) det(P) = 1。共轭因子恰好相消,故每组基给出同一个数。这一相似不变性正是 det(T) 有意义的全部原因。
无坐标地读,det(T) 是 T 在 V 上缩放定向体积的倍数——与你如何建立坐标无关,因为体积之比与之无关。漂亮的高观点定义用最高次外幂:T 在最高交替形式构成的一维空间上诱导一个线性映射,而对一维空间的乘法不过是按某数缩放;那个数就是 det(T),全程无需任何基。
注意:det(T) 需要定义域等于陪域的有限维空间(一个算子,V -> V),且维数须有限——一般无穷维空间上的算子没有行列式(希尔伯特空间上特殊的“行列式类”算子带有精细的弗雷德霍姆行列式,那是另一个故事)。对非方阵,det 干脆没有定义。
[T]_basis2 = P^-1 [T]_basis1 P => det([T]_basis2) = det([T]_basis1) (so det(T) is well-defined)
用换基矩阵作共轭不改变行列式。
det(T) 是你能从任意算子读出的两个无基数值不变量之一;另一个是迹。二者都在相似下不变,且都重现为特征多项式的系数。
另见