SimLabs

详细的标准介绍

设 \(A=(a_{ij})\) 是一个 \(n \times n\) 方阵，\(S_n\) 表示所有 \(n\) 个元素的排列组成的集合，则 n 阶行列式的排列定义为：

\[ \det(A)=\sum_{\sigma \in S_n}\operatorname{sgn}(\sigma)\prod_{i=1}^{n} a_{i,\sigma(i)} =\sum_{\sigma \in S_n}(-1)^{\tau(\sigma)} a_{1,\sigma(1)}a_{2,\sigma(2)}\cdots a_{n,\sigma(n)} \]

这里 \(\sigma\) 表示一个排列，\(\tau(\sigma)\) 是这个排列的逆序数，\(\operatorname{sgn}(\sigma)\in\{+1,-1\}\) 表示排列的奇偶性。每一项都必须从每一行取一个元素、从每一列也恰好取一个元素，因此排列定义本质上是在枚举“所有合法取法”，再按照符号相加得到最终结果。

这个页面把每一个排列对应的乘积、符号、当前累加和逐项列出来，所以你看到的不是黑箱计算，而是定义本身的完整展开过程。

通俗介绍

可以把它理解成一个“选数并记正负号”的游戏：从第一行选一个数，从第二行再选一个数，一直到第 n 行，但不能重复选同一列。每一种选法都对应一个排列。

如果这组列次序“绕得比较乱”，它的逆序数就会变多，符号可能变成负号；如果次序比较顺，就更可能是正号。最后把所有选法的结果全部加起来，就得到行列式。也就是说，行列式不是单个乘积，而是一大组“带符号乘积”的总和。

应用领域

• 在线性方程组中判断方阵是否可逆；当 \(\det(A)\neq 0\) 时，方程组通常有唯一解。
• 在几何里描述面积、体积和更高维体积的缩放倍数；\(|\det(A)|\) 反映伸缩比例，符号还反映方向是否翻转。
• 在克莱姆法则、伴随矩阵、逆矩阵理论中，行列式是核心基础对象。
• 在特征值、特征多项式、二次型、雅可比行列式等内容里，行列式都会反复出现。

优缺点

优点：定义标准、逻辑完整，直接揭示了“每行每列各取一个元素”的组合结构，也非常适合证明行列式的基本性质。

缺点：计算量增长太快。因为排列总数是 \(n!\)，所以当 \(n\) 稍大时，逐项展开会迅速变得不可手算，实际计算通常更依赖消元法、分解法或结构性质。

学习建议

• 先把 \(n=2\) 和 \(n=3\) 的展开彻底算熟，先理解“为什么是这些项”，再记忆结果。
• 把“排列”“逆序数”“奇偶性”三件事连起来学，理解符号不是额外规则，而是排列结构的一部分。
• 观察这个页面中的逐项累加过程，再和高斯消元得到的结果对照，建立“定义”和“高效算法”之间的联系。
• 学习更高阶行列式时，不要死背所有展开项，而要抓住核心公式 \(\det(A)=\sum_{\sigma \in S_n}\operatorname{sgn}(\sigma)\prod_{i=1}^{n} a_{i,\sigma(i)}\)。