第1章 行列式
# 第1章 行列式
> 🧭 **先看路牌，再看内容**（30秒，防止"背规矩不知干嘛"）
>
> **你在整本书的哪里**：这是全书第 1 章（共 6 章）。整本线代讲的是"**变形**"——（第2章的）矩阵是"捏纸的动作"。本张章学习第一把尺子：**行列式 = 这个变形动作把面积放大了几倍**。
>
> - 📍 **本章角色**：全书的"计算地基"和"面积尺子"——后面 5 章都要用它算。
> - 🎯 **学完能干嘛**：给任何一个"变形动作"量出面积缩放倍数；判断空间有没有被压扁（行列式=0）。
> - 🔗 **和前后章的关系**：第2章矩阵是"动作说明书"，本章是先学会"量动作的尺子"。
> - 🎬 **本章直觉（一句话）**：行列式 = 捏纸动作把面积放大几倍；是 0 就是压扁成线了。它的来历（解方程组发现 ad−bc）在下面「0. 发生式第一课」会亲手走一遍。
> 📍 **从哪来：全书计算工具的起点**
>
> 整本线性代数可以想象成建一栋楼房。行列式就是这栋楼的"地基计算器"——后面每一层（矩阵、向量、方程组、特征值、二次型）都要用它来算东西。学完这章，你就拿到了全书最核心的一把计算钥匙。后面的五章里，判断矩阵可逆用它、算特征值用它、解方程组用它、判断二次型正定也用它——一把钥匙开五扇门。
> 🔔 **课前激活**（花30秒想想再往下读）
>
> 想象你在搬家，需要一个纸箱子装书。你怎么判断箱子够不够大？——量长、宽、高，三个数一乘就是体积。但如果搬家途中箱子被挤歪了，长方体变成了歪斜的平行六面体——这时候它的"体积"还跟原来一样吗？还能用"长×宽×高"算吗？
>
> 这一章要学的行列式，就是用来算这种"歪箱子"的体积的。它贯穿整个线性代数——后面学了矩阵、向量组、方程组，到处都要用到它。
> 📌 **学完这章你能回答：**
> - 行列式算出来的那个数，在几何上到底代表什么？
> - 为什么行列式=0意味着"箱子被压扁了"？
> - 行列式的五条性质是怎么回事？怎么用它们快速算题？
> - 一套数值已知的方程组，不用消元怎么直接解出答案？
> - 考试中最常见的7种题型各用什么方法最快？
---
## 本章考什么
行列式是线性代数的计算基石——后面5章处处用到它。考研中本章分值约占5-8分，但更重要的是：**它是所有后续章节的计算工具**。
| 题型 | 考频 | 常考题型 | 难度 |
|------|:----:|----------|:----:|
| 数字型行列式计算（化三角法） | ⭐⭐⭐ | 选择/填空/解答 | ★★ |
| 行列式性质综合运用 | ⭐⭐ | 选择/填空 | ★★ |
| 范德蒙德行列式（含变形识别） | ⭐⭐ | 填空/解答 | ★★★ |
| 齐次方程组有非零解的判断 | ⭐⭐ | 选择/填空 | ★★ |
| 代数余子式求和 | ⭐⭐ | 选择/解答 | ★★★ |
| 爪型行列式计算 | ⭐⭐ | 填空/解答 | ★★ |
| n阶递推行列式（题型已删） | —— | 数三真题不考n阶通项；4阶按行展开用1.5节展开定理即可 | —— |
| 克拉默法则（计算几乎不考，推论\|A\|=0⟺非零解必考） | ⭐ | 推论必会/计算了解 | ★★ |
---
## 二、核心知识与解题方法
### 📦 知识块A：行列式基础与数字型计算
> 📌 **这块学完你就能回答：**
> - 行列式到底算出来的是什么？为什么等于0说明"箱子被压扁了"？
> - 五条核心性质各管什么？"倍加不变"为什么是计算的核心工具？
> - 看到一个4阶数字行列式，第一步应该观察什么？
> - 行和相等型有什么隐藏线索？怎么利用它一步到位加速计算？
### 0. 发生式第一课：行列式是怎么被发明的？（先读这一节！）
> 🔔 **这一节回答你最想问的问题**：行列式这个"每行每列抽一个数"的怪算法，到底是哪来的？为什么我之前学的数学里从没见过这种计算？
>
> **答案一句话：它不是人发明的规矩，是从解方程组里"长"出来的。** 这一节我们不带任何结论，纯粹跟着人类发现它的脚步，亲手把它"重新发明"一遍。走完这一节，你会明白：数学里每一个"奇怪的规矩"，背后都藏着一个具体的问题。
---
#### 第一步：人类先遇到的，是解方程组
人类（17世纪的数学家）最开始根本没有"行列式"这个概念。他们遇到的是**解方程组**——和我们初中就学过的一样：
$$\begin{cases} ax + by = e \\ cx + dy = f \end{cases}$$
（这里 a、b、c、d 是已知的系数，x、y 是要求的未知数，e、f 是等号右边的常数。）
> ✍️ **动手前先想**：用你初中就会的加减消元法解这个方程组——把 x 和 y 都解出来。不要跳步，一步步写。**算完之后盯住两个解的分母看，你会发现一件怪事。**
📖 点击对照：消元全过程（先自己算，再看答案）
用消元法解：
- 第一个方程两边乘 d：adx + bdy = ed
- 第二个方程两边乘 b：bcx + bdy = bf
- 两式相减：(ad − bc)x = ed − bf
所以：$$x = \frac{ed - bf}{ad - bc}$$
同理（第一个乘 c、第二个乘 a，相减消 x）：
- acx + bcy = ec
- acx + ady = af
- 两式相减：(ad − bc)y = af − ec
所以：$$y = \frac{af - ec}{ad - bc}$$
#### 第二步：惊人的发现——分母反复出现同一个式子
做完消元，你会发现两个解的**分母一模一样**：
$$x = \frac{ed-bf}{ad-bc}, \qquad y = \frac{af-ec}{ad-bc}$$
**都是 ad − bc！**
> 🛑 **停下来想一想**：这个式子只由系数 a、b、c、d 组成（跟常数 e、f 无关），而且它出现在两个解的分母里。它反复出现、太常用了——你觉得数学家接下来会干什么？
>
> **对——它值得一个名字！** 总不能每次都写"那个分母"吧。于是人类给这个"从系数表里算出来的一个数"起了个名字，因为它是从"行（横排）和列（竖排）"里算出来的，就叫——**行列式**。
记作：
$$\begin{vmatrix} a & b \\ c & d \end{vmatrix} = ad - bc$$
**这就是二阶行列式的定义——它不是规定出来的，是解方程组解出来的！**
#### 第三步：三元的挑战——发现规律
人类的求知欲不会停在两个未知数。下一个问题：**三元方程组**怎么办？
$$\begin{cases} a_1x + b_1y + c_1z = d_1 \\ a_2x + b_2y + c_2z = d_2 \\ a_3x + b_3y + c_3z = d_3 \end{cases}$$
用同样的消元法（过程极长，这里不展开），解出来 x 的分母是一个 6 项的式子：
$$a_1b_2c_3 + a_2b_3c_1 + a_3b_1c_2 - a_1b_3c_2 - a_2b_1c_3 - a_3b_2c_1$$
> 🛑 **停下来想一想**：盯住这 6 项，你能发现两个规律吗？
>
> **规律1（选数）**：每一项都是"每行取一个、每列取一个"的三个数相乘——比如 a₁b₂c₃：a₁ 在第1行、b₂ 在第2行、c₃ 在第3行，行号 1,2,3 各一次；列号 1,2,3 也各一次。**没有任何一项会重复用某一行或某一列。**
>
> **规律2（符号）**：6 项里 3 正 3 负。正负号不是随便分的——它由"列号的排列是顺还是乱"决定（逆序数为偶数带正号，奇数带负号，详见 1.3 节）。
#### 第四步：推广到 n 元——"每行每列抽一个"的真相
三元的分母是 6 项，你可能会猜：四元是 24 项？**完全正确！** n 元方程组解的分母，是 **n! 项**：
- 2 元 → 2! = 2 项
- 3 元 → 3! = 6 项
- 4 元 → 4! = 24 项
- n 元 → n! 项
每一项都是"**每行取一个、每列取一个**"的 n 个数相乘，符号由列号的排列奇偶性决定。
> 🔑 **现在你明白了吗？** 你问的"为什么行列式要每行每列抽一个数"——**因为 n 元方程组解的分母，天然就是"每行每列各取一个"的 n! 项之和！** 人类只是把这个反复出现的结构从解里抽出来、起了个名字。**它不是规矩，是事实。**
>
> 打个比方：你每天出门都走同一条路，走多了你给这条路起了个名字"回家路"。这条路不是因为你起名才存在的——它一直就在那里，起名只是为了说话方便。**行列式也一样：那个"每行每列抽数求和"的结构一直藏在方程组解里，行列式只是它的名字。**
#### 第五步：四阶警告——别傻算！
2 阶 2 项、3 阶 6 项，你可能会想："那 4 阶就老老实实算 24 项呗？"——**千万别！** 这就是为什么我们要学下面这些内容：
- **1.4 五条核心性质**：让你不用真算 24 项，用"搬动、拉长、滑动"的技巧化简
- **化三角法**：把行列式变成"上三角"，一乘对角线就出答案
- **展开定理**：把大行列式"拆"成小行列式（1.5 节）
> ✅ **本节收获自检**（能答上来才算过）：
> - 二阶行列式 ad − bc 是怎么来的？（解二元方程组的分母）
> - 为什么行列式的每一项要"每行每列各取一个"？（n 元方程组解的分母天然如此）
> - 行列式是"人规定的规矩"吗？（不是，是"被需要"出来的）
> - 4 阶行列式直接展开要算几项？该用什么方法避开？（24 项；用性质化简/化三角法）
> 📖 **接下来**：1.1 节会用"面积/体积"的比喻再确认一遍行列式是什么——**注意：那是"推完后的确认"（直观验证），不是"定义"（定义你已经亲手推出来了）。** 先有代数推导，再有几何直觉，这就是数学信任感的正确顺序。
### 预备知识：先认识几个老朋友
如果你第一次接触线性代数，先花2分钟看这一节。就像去新地方旅游先看一眼地图——不用记住所有细节，心里有个大概就行。
**1. 下标是什么意思？**
在行列式中，你经常会看到 a₁₁、a₂₃ 这种带小数字的字母。这两个小数字就是**下标**——它们告诉你这个数"住在哪里"。
- **第一个数字 = 行号**（横着数，第几排）
- **第二个数字 = 列号**（竖着数，第几列）
举个例子：a₁₁ 表示住在**第1行第1列**的那个数，a₂₃ 表示住在**第2行第3列**的那个数。
> 💬 **生活比喻**：就像Excel表格里的单元格编号——B3 表示 B 列第 3 行。下标也是一样，只不过它把"哪一行"写在前面、"哪一列"写在后面。比如 a₂₃ 就是"第2排、第3座"的那个观众。
**2. 数字的排列（行和列）**
数学里用**方括号**或**两条竖线**把一堆数字整齐地围起来，像这样：
```
[1 2] |1 2|
[3 4] 或 |3 4|
```
这种整齐排列，在行列式里就叫**数表**——数字按行按列住进去的一张表。分号 `;` 表示"换行"。所以 $\begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}$ 就是：
```
第1行：1 2
第2行：3 4
```
> 💬 **生活比喻**：就像在纸上画了一个2行2列的表格——上面一行写1和2，下面一行写3和4。它就是一张"数字表格"。
>
> 📌 **先记清楚**：本章只需要会读会写这种数表——它的运算规则（怎么加、怎么乘、怎么求逆）是**第2章**的内容，这里先把它当"数字表格"看就行。
**3. "!" 号是什么？**
你可能会看到 `3!`、`4!` 这样的写法。这个感叹号叫**阶乘**，意思很简单：**从这个数开始，一直往下乘到1**。
- 3! = 3 × 2 × 1 = 6
- 4! = 4 × 3 × 2 × 1 = 24
- 5! = 5 × 4 × 3 × 2 × 1 = 120
> 💬 **生活比喻**：就像从楼顶走楼梯到一楼——每下一层就乘一次，一直乘到1为止。5! 就是从5楼走到1楼，每层踩一脚：5→4→3→2→1，全部乘起来。
**4. ᵀ 是什么？**
你可能会看到 Aᵀ 这种写法——右上角有一个小小的 ᵀ。它表示**转置**。转置的意思就是：**把行变成列、把列变成行**。
比如：
```
A = [1 2 3] 那么 Aᵀ = [1 4]
[4 5 6] [2 5]
[3 6]
```
原来的第1行 [1, 2, 3] 变成了第1列；原来的第1列 [1, 4] 变成了第1行。
> 💬 **生活比喻**：就像把一张表格旋转90度来看——原来横着读的东西，转置后竖着读。表格里的数字一个没少，只是"朝向"变了。
---
> 好了，预备知识就这些。下面正式开始学习行列式！
---
### 1.1 行列式到底是什么？
> 📍 **承接 0 节**：你已经亲手从解方程组推出了行列式的代数定义（ad − bc 是分母）。这一节是**推完后的直观确认**——用"面积/体积"比喻再看一遍，让抽象的定义在脑子里有画面。**记住：画面是来帮你想的，定义才是根。**
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 给你四个数 1、2、3、4，摆成两行两列：第一行[1, 2]，第二行[3, 4]。现在按"左上×右下 - 右上×左下"算：1×4 - 2×3 = -2。两个问题：① 为什么用减号而不是加号？② 算出来的 -2 这个数到底代表什么？如果你觉得这只是"老师规定的算法"，这一节就帮你看到它背后的几何直觉——算出来的其实是"面积"，负号代表"翻转"。（补充：现在你已经知道这个算法的来历了——它是解方程组分母 ad−bc 的速算写法，不是凭空规定的。）
> 📌 **这节学完你就能回答：**
> - 行列式算出来的那个数，在几何上到底代表什么？
> - 为什么行列式 = 0 意味着"箱子被压扁了"？
> - 负的行列式有实际含义吗？
> - 2 阶行列式 a×d - b×c 为什么刚好是平行四边形的面积？
**💬 生活比喻**：
想象你有一个纸箱子。这个箱子的三条边分别是三个箭头（向量）。（"向量"就是有方向的箭头——你可以先把它想象成**三根有长度、有方向的棍子**，这个概念在第3章会详细讲。）**行列式就是这个箱子的体积**。
- 如果行列式 = 10：箱子体积是 10（比标准箱子大 10 倍）
- 如果行列式 = 0.5：箱子被压扁了一半
- 如果行列式 = 0：箱子被完全压扁了，变成了一张纸——没体积了
- 如果行列式是负数：箱子被"翻了个面"
**📖 正式定义**：
行列式是一个数。它由 n×n 的**数表**（行数和列数相等的正方形表格）算出来，反映这张数表张成的空间被放大或缩小的倍数。（怎么把一张数表"看成"放大缩小空间的动作，是第2章的内容——现在先把它理解为"这张数表带来的缩放倍数"。）
**二维例子**（最容易想象）：
```
数表 [a b] 的两列（竖着看）可以看成两个箭头
[c d]
行列式 = a×d - b×c = 这两个箭头张成的平行四边形的面积
```
比如数表 $\begin{bmatrix} 2 & 0 \\ 0 & 3 \end{bmatrix}$ 的行列式 = 2×3 = 6。意思是：x 方向的箭头拉长 2 倍，y 方向的箭头拉长 3 倍，形成的矩形面积变成原来的 6 倍。
**🔑 一句话记住**：行列式 = 这张数表张成的空间被放大或缩小的倍数。
> 💬 **再换个比喻——摊煎饼**：面糊倒在平底锅上是一个圆。你用铲子把它往两边扯，圆就变成了椭圆——面积变大（行列式绝对值 > 1）；你把铲子斜着推，把煎饼压成一条细线——面积变小；你把煎饼铲起来翻个面——面积没变但"正反面"反了（行列式为负）；你把它压得薄到看不见——面积变成 0（行列式 = 0）。行列式的**绝对值管"缩放多少"，正负号管"有没有翻面"**。
> 🛑 **停下来想一想**：如果两个箭头（向量）刚好指向同一个方向（或者刚好相反），它们张成的"平行四边形"会变成什么样？面积是多少？——由此你就能理解，为什么行列式 = 0 代表"两个箭头在同一条直线上"。
---
#### 📝 实用技巧：2 阶和 3 阶行列式的速算
**2 阶行列式**（对角线法）：
```
|a b|
|c d| = a×d - b×c
```
> 💬 **比喻**：正对角线（左上到右下）乘起来，减去反对角线（右上到左下）乘起来。就像算一个矩形的"纯面积"——长×宽 减去可能的偏移。
> 🛑 **停下来想一想**：如果 a = 3, b = 2, c = 6, d = 4，用上面的公式算一下行列式是多少？结果是 0 吗？（3×4 - 2×6 = 12 - 12 = 0）——这说明什么？第二行刚好是第一行的 2 倍！两个箭头方向完全一样，平行四边形被压成了一条线，面积为零。
**3 阶行列式**（Sarrus 法则 / 画线法）：
```
|a₁ a₂ a₃|
|b₁ b₂ b₃| = a₁b₂c₃ + a₂b₃c₁ + a₃b₁c₂ - a₃b₂c₁ - a₁b₃c₂ - a₂b₁c₃
|c₁ c₂ c₃|
```
**🔑 口诀**：把前两列抄在右边 → 三条正对角线乘加起来 → 减去三条反对角线乘积。
> ⚠️ 注意：这个画线法**只适用于 3 阶**！4 阶及以上不能用这个方法，必须用化三角法或展开法。
> ✍️ **立刻练一道**：用刚学的速算公式做两小题——
> - 2 阶：已知 A = $\begin{bmatrix} 3 & 1 \\ 6 & k \end{bmatrix}$，若 |A| = 0，求 k。（答案：k = 2，详解见下方阅读思考题❸）
> - 3 阶：$\begin{vmatrix} 2 & 0 & 1 \\ 1 & 3 & 0 \\ 0 & 2 & 4 \end{vmatrix}$（答案：26，详解见配套练习 题1-21）
---
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用自己的话解释：2 阶行列式 a×d - b×c 为什么叫"平行四边形的面积"？如果结果是负数，面积是负数吗？
>
> **❷ 深度思考** — 你玩过俄罗斯方块吗？旋转一个图形，它的面积会变吗？那行列式的绝对值表示面积被拉伸了多少倍，正负号表示有没有翻面——你能不能用"摊煎饼"来比喻这个道理？
>
> **❸ 考试演练** — 已知 2 阶数表 $\begin{bmatrix} 3 & 1 \\ 6 & k \end{bmatrix}$，若 |A| = 0，求 k 的值。
📖 点击查看参考答案
**❶ 参考答案**：a×d 是正对角线的乘积，可以想象成"沿着两个箭头方向走，得到的长方形面积"；b×c 是反对角线的乘积，代表"歪斜产生的影响"。两者相减，得到的正好是这两个箭头张成的平行四边形的面积。如果结果是负数，不是说面积是负的——面积永远是正数。负数只是告诉你：这两个箭头的"朝向顺序"反了（顺时针还是逆时针不同）。
**❷ 参考答案**：摊煎饼时，面糊倒在平底锅上是一个圆。如果你用铲子把煎饼往两边扯，它就变成了椭圆形——面积变大了（行列式的绝对值 > 1）。如果你把铲子斜着推，把煎饼压成一条线——面积变小了。如果你把煎饼铲起来翻个面——面积没变，但"正反面"反了（行列式 = -1）。如果你把煎饼压得薄到看不见——面积变成 0（行列式 = 0）。
**❸ 参考答案**：
|A| = 3×k - 1×6 = 3k - 6 = 0 → 3k = 6 → k = 2
✅ k = 2 时，第二行 [6, 2] 是第一行 [3, 1] 的 2 倍，两个箭头在同一条直线上，行列式为 0。
---
### 1.2 为什么叫"行列式"？
> 🔔 **课前激活**：你去食堂打饭，今天的菜有红烧肉、番茄炒蛋、青椒土豆丝。你有一个规则：每样菜只能打一勺，而且三勺必须从三个不同的窗口拿（不能在一个窗口拿两勺）。问：你有多少种不同的"打饭路线"？——行列式的"行"和"列"各取一个元素的思路，就跟这个打饭规则一模一样。
**先想一个问题：行列式的每一项，为什么必须"从不同行、不同列各取一个"？**
上一节我们知道，2 阶行列式 $\begin{vmatrix} a & b \\ c & d \end{vmatrix}$ 只有两项：a×d 和 b×c。你留意到了吗——**这两项里，没有任何一项会"重复用到某一行或某一列"**：a 在第1行第1列，d 在第2行第2列；b 在第1行第2列，c 在第2行第1列。
> 🧠 这一步在想什么：如果某一项允许在同一行里取两个数，会怎么样？比如 a×b——它俩都住在第 1 行。那这一项到底代表什么几何意义？"箱子体积"会因为这个取法而算错。所以要让行列式和"体积"对得上，取法必须遵守一条铁律——**每行碰一次、每列碰一次**。
> 🔍 回头看看：这条铁律我们其实早在 1.1 节就见过——`a×d` 是两个箭头各贡献一条边，`b×c` 是另两个方向各贡献一条边。**"从不同行、不同列各取一个"正是把"每条边各用一次"翻译成了代数语言。**
n 阶行列式的值是：从不同行、不同列各取一个元素相乘，把所有可能的取法（共 n! 种）按一定正负号规则加起来。
- 2 阶：2! = 2 种取法
- 3 阶：3! = 6 种取法
- 4 阶：4! = 24 种取法
**但不用担心！**实际计算时我们不用这种笨办法（4 阶就要算 24 项），而是用性质化简。
> 🛑 **停下来想一想**：5 阶行列式展开有多少项？答案是 5! = 120 项。现在你能理解"为什么不能硬算"了吧？这就是为什么下一节要学"性质化简"——让人不用真的算 120 项。
> ✍️ **立刻练一道**：3 阶行列式展开有 6 项——你能不能自己写出这 6 项的"列指标排列"？（答案：1,2,3 的全部排列 (1,2,3)、(1,3,2)、(2,1,3)、(2,3,1)、(3,1,2)、(3,2,1)，正好 6 种，详解见下方阅读思考题❶）
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 3 阶行列式展开有 6 项。你能不能自己写出这 6 项的列指标排列？
>
> **❷ 深度思考** — 如果你是一个外卖骑手，要在 4 个商家中各取一份餐，但每个商家只能去一次。你有多少种取餐顺序？这和 4 阶行列式的展开项数有什么关系？
>
> **❸ 考试演练** — 选择题：5 阶行列式展开后共有（ ）项。A) 25 B) 60 C) 120 D) 240
📖 点击查看参考答案
**❶ 参考答案**：1,2,3 的全部排列：(1,2,3), (1,3,2), (2,1,3), (2,3,1), (3,1,2), (3,2,1)。正好 3! = 6 种。
**❷ 参考答案**：取餐顺序是 4! = 24 种。这和 4 阶行列式有 24 项的来源是一样的。
**❸ 参考答案**：C) 120。5! = 5×4×3×2×1 = 120。
---
### 1.3 补充：逆序数——为什么有的项带正号、有的带负号？
> 💡 第一遍学习如果觉得抽象，可以先跳过，直接看1.4节"五条核心性质"——那才是计算的核心。学到后面再回来看本节，会有更深的理解。
> 🔔 **课前激活**：你和两个朋友约好按身高排队——最矮的站最前面。结果到了地方发现：小张站到了小李前面，但小张明明比小李高！这种"该站后面的站到了前面"的情况，就是本节要说的"逆序"。
**先问一个奇怪的问题：行列式的每一项，为什么有的带正号、有的带负号？**
上一节我们知道了：3 阶行列式展开有 6 项，每项是"不同行、不同列各取一个"的乘积。可这里有个尴尬的问题——**如果全加起来会怎样？** 你可能会想："不就是 6 个乘积加一块儿嘛，管它顺序干嘛？"
> 🧠 这一步在想什么：等等，先别急着求和。回看 1.1 节的 2 阶行列式 $\begin{vmatrix} a & b \\ c & d \end{vmatrix}$ = ad - bc——它**不是** ad + bc，而是 ad **减** bc。为什么偏偏有一项要带减号？因为如果不带减号，$\begin{vmatrix} 1 & 2 \\ 2 & 4 \end{vmatrix}$ 会算出 1×4 + 2×2 = 8，可第二行（2,4）是第一行（1,2）的 2 倍，两个箭头方向是重合的，面积应该为 0。**说明正负号不是随随便便分配的，它必须让行列式继续守住"体积"的规矩。**
**那怎么决定谁带正号、谁带负号？** 回到"打饭/排队"的比喻：每一项的取法对应一种"排队方式"（列指标的排列）。有的队排得整齐，有的队里有人"插队"——插队的次数是奇数还是偶数，就决定这一项带负号还是正号。
**行列式的正负号**：每一项的正负号，由它对应的那个"排队方式"中**逆序的总数**来决定——逆序总数是偶数 → 正号；是奇数 → 负号。
> 💬 **生活比喻**：想象 n 个人排队。正常顺序是 1号、2号、3号……n号。如果队伍乱了——比如 3号站在 1号前面、5号站在 2号前面——我们说出现了"逆序"（顺序反了）。
**举个例子（3 阶行列式）**：
| 项 | 列指标排列 | 逆序数 | 符号 |
|:---|:---|:---:|:---:|
| a₁₁a₂₂a₃₃ | (1,2,3) | 0 | **正号** |
| a₁₁a₂₃a₃₂ | (1,3,2) | 1 | **负号** |
| a₁₂a₂₁a₃₃ | (2,1,3) | 1 | **负号** |
| a₁₂a₂₃a₃₁ | (2,3,1) | 2 | **正号** |
| a₁₃a₂₁a₃₂ | (3,1,2) | 2 | **正号** |
| a₁₃a₂₂a₃₁ | (3,2,1) | 3 | **负号** |
**怎么数逆序**（以 (2,1,3) 为例）——记住一个统一的口诀：**数每个数前面有几个比它大的数**。
- 2 前面：没有别的数，比 2 大的有 0 个 → 0
- 1 前面：有 2，比 1 大的有 1 个（就是 2）→ 1
- 3 前面：有 2 和 1，比 3 大的有 0 个 → 0
- 总共：1 个逆序 → 奇数 → 负号
**🔑 口诀**："调换两个数的位置，逆序总数的奇偶性就翻转。"
> ✍️ **立刻练一道**：排列 (2, 4, 1, 3) 的逆序数是多少？带正号还是负号？（答案：3 个逆序、奇数 → 负号，详解见下方"停下来想一想"）
> 🛑 **停下来想一想**：排列 (2, 4, 1, 3) 的逆序数是多少？用刚才的口诀数"每个数前面有几个比它大的数"：2 前面没有数（0）；4 前面只有 2、比 4 大的有 0 个（0）；1 前面有 2 和 4、比 1 大的有 2 个（2）；3 前面有 2、4、1、比 3 大的有 1 个（就是 4）——总共 0+0+2+1 = 3 个逆序，奇数。所以这个排列对应的展开项带负号。
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 排列 (3, 5, 1, 4, 2) 的逆序数是多少？对应正负号是什么？
>
> **❷ 考试演练** — 在 4 阶行列式的展开式中，项 a₁₂a₂₃a₃₁a₄₄ 的符号是？
📖 点击查看参考答案
**❶ 参考答案**：排列 (3,5,1,4,2)：
- 3→0, 5→0, 1→2（有3,5）, 4→1（有5）, 2→3（有3,5,4）
- 总计：0+0+2+1+3 = 6 → 偶数 → **正号**
**❷ 参考答案**：列指标排列为 (2, 3, 1, 4)。逆序数 = 2 → 偶数 → **正号**。
---
💭 选读：逆序数的本质——为什么数学家要发明它？（考试不考，想理解定义可展开）
#### 💭 概念深挖：逆序数的本质——为什么数学家要发明它？
> 💡 学完逆序数的基本数法后，一个真正值得问的问题是："为什么行列式的定义里要有这个奇怪的符号规则？为什么不直接把所有项都加在一起？"下面回答这个问题——搞懂了，行列式的整个逻辑就通了。
**① 生活场景**：🎵 你和朋友玩一个游戏——每人拿一个不同音高的铃铛。游戏规则是：每个人按顺序摇一次铃，但铃铛发出的音高必须越来越高才算"和谐"。如果有人摇出了一个比前面更低的音——那就是一次"逆序"（该高的地方低了）。现在把所有可能的"摇铃顺序"列出来，给每个顺序打分：逆序次数为偶数→加分，奇数→扣分。行列式的每一项，就是某一种"摇铃顺序"对应的得分。
**② 正式陈述——逆序数的三层含义**：
- **第一层（技术层）**：逆序数是一个计数工具——用来数"在一个排列中，有多少对数的前后位置与大小顺序相反"。
- **第二层（功能层）**：逆序数是行列式符号规则的裁判——它决定n!项中每一项带正号还是负号。
- **第三层（本质层）**：逆序数是"有向体积"的数学实现——它保证行列式满足"交换两行（列）→值变号"这条关键性质，从而让行列式具有几何意义（表示有方向的体积，不是单纯的面积大小）。
**③ 🧠 为什么不用更简单的符号规则？**
你可能会问："为什么不用'前一半项正、后一半项负'这种更简单的规则？为什么偏偏是逆序数？"
答案：**因为只有逆序数才能让"交换两行→变号"这条性质成立。**
验证：假设我们规定——"排列第一个数比第二个小就是正，否则负"。这个规则很简单，但交换两行后符号怎么变？无法预测——因为它只用了排列的前两个数，而交换两行会扰乱所有位置。规则不够"均匀"。
逆序数的妙处在于它的**全局性**：它统计排列中**每一对**数的顺序关系，而不是只看某两个特定位置。这意味着：交换任意两个位置，逆序数的奇偶性必然翻转——不多不少恰好翻一次。这是一种完美的对称性。
> 大白话：逆序数是唯一一种"把排列中每一对位置都平等对待"的符号规则。正因为平等，交换任意两个位置，符号都按同一规律变化。想象投票——如果只让前两个人投票决定符号，规则就脆弱（换两个人结果可能完全不同）。但逆序数是"全排列投票"——每一对位置都参与决定符号，所以交换哪两个位置都不影响规则本身的公平性。
**④ 📝 复盘——逆序数在整章中的位置**：
逆序数出现在第1章，但它不是"学完就可以忘"的铺垫——它是整座行列式大厦的地基：
```
逆序数 → 行列式定义（n!项代数和）
↓
五条核心性质的证明（全部回到逆序数定义来验证）
↓
展开定理（把n!项按行/列重组）
↓
克拉默法则（利用代数余子式正交性）
```
**每一条性质的证明，最终都追溯到逆序数。** 性质1"转置不变"证明中，关键一步是"排列和逆排列有相同的逆序数"；性质2"换行变号"证明中，核心是"交换排列中两个位置→逆序数奇偶翻转"。没有逆序数，这五条性质就是空中楼阁。
用一句话概括：**逆序数就是为了给行列式的每一项配上正确的"正负号外衣"而发明的——它保证了行列式的性质在数学上自洽，在几何上有意义。**
---
### 1.4 行列式的五条核心性质（最重要的部分！）
> 📍 **先说清楚这节的结构**（这是你最关心的"证据"问题）：
> - 下面每条性质，**先用"玩箱子"的比喻给你直观**（这一半是"确认"，帮你想）
> - **每条后面紧接着有完整推导**（这一半是"证据"，从逆序数定义一步步推，让你信）
> - 顺序是：**先玩箱子建立直觉 → 再亲手推一遍拿到证据 → 比喻和推导对上了，才算真懂。** 如果你只看到比喻、没看到推导，会觉得"凭什么"——所以推导不是可选项，是必须走的。
这五条性质是解所有行列式题目的基础。每条我都用比喻说清楚。
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你在整理一个长方形的快递盒。试试看这几件事会不会改变盒子的体积：(1) 把盒子转个方向看——体积变吗？(2) 把盒子的两条边互换位置——体积变吗？(3) 把盒子的高加长 3 倍——体积变成原来的几倍？(4) 把盒子的一个面沿着另一个面的方向推——体积变吗？如果你能回答这四问，就已经理解行列式五条性质中的四条了。
**先看一个头疼的难题：一个乱糟糟的 4 阶行列式，怎么才能不算爆 24 项？**
还记得 1.2 节的教训吗——4 阶行列式按定义展开要算 4! = 24 项，5 阶要算 120 项。**这根本不是人算的。** 那考试是怎么考行列式的？答案是：**利用行列式的"身体特性"——搬动、拉长、滑动箱子，行列式会怎么变。** 摸清这些规律，就能把难算的行列式一步步换成好算的。
> 🧠 这一步在想什么：怎么发现这些规律？回到 1.1 节的地基——行列式是"箱子体积"。那我们就来"玩箱子"：把箱子转个方向、把两条边换个位置、把一条边拉长、把一条边推歪……看看体积各怎么变。每玩出一种操作，就收获一条"性质"。
> 🔍 回头看看：接下来这五条性质，条条都能在快递盒上做实验验证。**它们不是数学家凭空规定的，而是"玩箱子"玩出来的规律**——每条都可以用"箱子体积"的比喻说清楚，也用逆序数定义严格证明（完整推导见后文）。
> 📌 **这节学完你就能回答：**
> - 为什么"倍加不变"是计算行列式最重要的工具？
> - 怎样利用五条性质把一个复杂的行列式化简成三角形式？
> - "有两行相同则行列式为 0"的推理逻辑是什么？
> - "所有元素乘k"和"某一行乘k"对行列式的影响有什么不同？
> - 行列式的行和列地位为什么是对称的？
#### 性质1：转置不变——"横着看竖着看一样"
**💬 比喻**：把箱子转 90 度看，体积不变。
**📖 公式**：`|Aᵀ| = |A|`（行列转置，值不变）
**含义**：行和列的地位是对称的——对行成立的性质，对列也成立。
> 🛑 **停下来想一想**：既然转置值不变，那"交换第 1 行和第 2 行会变号"这个规律，如果换成"交换第 1 列和第 2 列"呢？——答案也是变号。行和列在行列式中是完全对称的，所有"行"的性质都可以直接套用到"列"上。
---
#### 性质2：换行变号——"交换两条边，箱子翻面"
**💬 比喻**：把箱子的两条边互换位置，相当于把手套翻过来，正负号反转。
**📖 公式**：交换两行（或两列），行列式值变号。
**推论**：如果有两行完全相同，交换它们值不变但符号又要反——所以值只能是 0。
> 🛑 **停下来想一想**：连续交换同一对行两次，行列式变号两次——负负得正，回到原值。这和"把箱子翻过去再翻回来，正面朝上"是一样的。你能用这个道理解释：为什么"有两行成比例时行列式为 0"吗？（提示：先提公因子，两行就变成一样的了）
---
#### 性质3：提取公因子——"拉长一条边 k 倍，体积变 k 倍"
**💬 比喻**：把箱子的一条边拉长 3 倍，整箱体积变 3 倍。
**📖 公式**：某行（列）有公因子 k，可以提到行列式外面。
**⚠️ 常见错误**：整个数表乘 k 要提 kⁿ（n 是阶数），不是 k。因为每行都乘了 k！
---
#### 性质4：拆分——"一条边可以拆成两段"
**💬 比喻**：如果箱子的某条边是"先走一段，再走一段"的和，那体积 = 两段分别形成的箱子的体积之和。
**📖 公式**：某行元素是两数之和，可拆成两个行列式相加。
---
#### 性质5：倍加不变——"把一条边沿着另一条边推，面积不变"
**💬 比喻**：把平行四边形的一条边，沿着另一条边的方向滑动——底没变，高没变，面积当然不变！这就是"剪切"（把边沿着方向推）。
**📖 公式**：把某行的 k 倍加到另一行，行列式值不变。
**🔑 这是计算行列式最重要的工具！** 我们正是用它把任意行列式化简为上三角。
> 🛑 **停下来想一想（这节最重要的自检题）**：现在闭上眼睛，不用看书，试试说出五条性质分别对应箱子（体积）的哪种操作。说不出来？——回到上面每条的比喻再读一遍。这五条你一旦真正理解了，后面所有的计算都是它们的排列组合。
> ✍️ **立刻练一道**：已知 3 阶行列式 |A| = 2。求：(a) 交换第 1 行和第 3 行后的行列式值 (b) 将第 2 行乘以 3 加到第 1 行后的行列式值 (c) 将第 1 行乘以 2 后的行列式值。（答案：-2、2、4，详解见下方阅读思考题❸）
---
## 🧠 五条核心性质的完整推导
> 💡 上面五条性质用"箱子体积"的比喻建立了直觉。接下来我们从行列式的"身份证"——逆序数定义出发，一条一条推出这五条性质为什么是对的。看完你会发现：性质5（倍加不变）的推导最美——它不需要回到定义，全靠性质2+3+4三块积木搭起来。
### 推导的起点：回忆逆序数定义
在1.3节我们学了：n阶行列式是n!项的代数和，每一项是不同行不同列的n个元素相乘，符号由列指标排列的逆序数决定：
```
|A| = Σ (-1)^τ(p₁p₂...pₙ) · a_{1,p₁} · a_{2,p₂} · ... · a_{n,pₙ}
```
其中 p₁p₂...pₙ 是 (1,2,...,n) 的一个排列（n个数的排队方式），τ(p₁p₂...pₙ) 是这个排列的逆序数（"插队"的次数）。
> 大白话：n个数有多少种排队方式，行列式就有多少项。每项的符号看"插队总次数"的奇偶——奇数次插队→负号，偶数次→正号。
下面，我们从这条定义出发。
---
### 性质1：转置不变 —— |Aᵀ| = |A|
**② 正式陈述**：
- 条件：A 为任意 n 行 n 列数表，Aᵀ 是 A 的转置（行变列、列变行）
- 结论：|Aᵀ| = |A| —— 行列互换，值不变
**③ 🧠 完整推导**：
**第1步：写出|Aᵀ|的逆序数展开式。**
Aᵀ的第i行第j列元素 = A的第j行第i列元素 = aⱼᵢ。按逆序数定义展开：
```
|Aᵀ| = Σ_{排列p} (-1)^τ(p) · a_{p₁,1} · a_{p₂,2} · ... · a_{pₙ,n}
```
注意这里每一项的下标是 a_{pᵢ,i} ——行号由排列p决定，列号固定为1,2,...,n。和|A|的展开式中 a_{i,pᵢ}（行号固定、列号由p决定）相比，下标颠倒了。
> 大白话：把转置后的行列式按定义写开，每一项的因子是"行号跟着排列跑，列号老老实实1到n排队"——正好和原来反过来。
**第2步：把乘积因子重新排队。**
a_{p₁,1} · a_{p₂,2} · ... · a_{pₙ,n} 这n个因子中，第二个下标已经是整齐的1,2,...,n。设q是p的"逆排列"——即qⱼ = p中值为j的那个位置，那么这些因子重新按第一个下标1到n排队后：
```
a_{p₁,1} · a_{p₂,2} · ... · a_{pₙ,n} = a_{1,q₁} · a_{2,q₂} · ... · a_{n,qₙ}
```
> 大白话：每个因子的两个下标可以互换角色——"第i行、第pᵢ列"的元素，也可以看成"第qⱼ行、第j列"。q是p的"反向花名册"：如果p说"第3个人站第5位"，那q就说"第5位站的是第3个人"。
**第3步：比较符号——最关键的事实。**
排列p和它的逆排列q有**相同的逆序数**：τ(p) = τ(q)。
为什么？因为p中任何一对数(i,j)如果构成逆序（即i在j前面但pᵢ>pⱼ，相当于"高个站到了矮个前面"），那么在q中对应的那对位置也会构成逆序。逆序是一种对称的"乱序关系"——把"谁站哪儿"的花名册反过来读，乱序程度不变。
因此：
```
|Aᵀ| = Σ_{排列q} (-1)^τ(q) · a_{1,q₁} · a_{2,q₂} · ... · a_{n,qₙ} = |A|
```
> 大白话：转置后每一项的乘积值不变（同一组n个数相乘，顺序不影响乘积），符号也不变（逆序数没变），n!项的和当然不变。转置白转——值纹丝不动。
**④ 📝 推导复盘**：
性质1的证明核心只有一句话：**排列和它的逆排列拥有相同的逆序数**。转置只是把原来"固定行号、列号变"换成了"固定列号、行号变"，乘积的因子集合一模一样，符号也一模一样。你不需要记住p和q的对应关系——只需要记住结论：**行和列在行列式中地位完全对称。** 这一条就像"开通了一条双向高速公路"——下面性质2~5只需对行证明，结论自动适用于列。
**⑤ ⚠️ 易错边界**：
- 转置不改变行列式的值，但改变了数表的形状（比如3×2变成2×3）。不过行列式只在正方形数表中定义（行数 = 列数），所以这里的 A 必须是正方形数表。
- 别把转置和别的运算搞混！转置只是行列互换（免费操作），行列式值不变。
- 验证一下：A = $\begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}$，|A| = $\begin{vmatrix} 1 & 2 \\ 3 & 4 \end{vmatrix}$ = 1×4-2×3 = -2。Aᵀ = $\begin{bmatrix} 1 & 3 \\ 2 & 4 \end{bmatrix}$，|Aᵀ| = 1×4-3×2 = -2。一样。
**⑥ 在整条链中的位置**：
逆序数定义 → **性质1（转置不变）** → 性质2~5的行列对称性。性质1是"对称性总开关"。
---
### 性质2：换行变号
**① 生活场景**：🎭 你有一副双色手套——正面红色、反面蓝色。把手套从里到外翻过来：红色面变成了蓝色面，正负号反转！交换行列式的两行就像把手套翻面——元素没少，但"朝向"反了，所以符号取反。
**② 正式陈述**：
- 条件：交换行列式|A|的第i行和第j行（i≠j），得到新行列式|B|
- 结论：|B| = -|A|
- 推论：两行相同→行列式必为0（因为交换相同的两行，值不变却又必须变号→只能是0）
**③ 🧠 完整推导**：
**第1步：写出交换两行后，每一项变成了什么。**
原行列式|A|的一项（对应排列p）：
```
(-1)^τ(p) · a_{1,p₁} · ... · a_{i,pᵢ} · ... · a_{j,pⱼ} · ... · a_{n,pₙ}
```
交换第i行和第j行后，新行列式|B|中排列p对应的那一项为：
```
(-1)^τ(p) · a_{1,p₁} · ... · a_{j,pᵢ} · ... · a_{i,pⱼ} · ... · a_{n,pₙ}
```
注意变化：原来第i行取第pᵢ列的元素a_{i,pᵢ}，现在第i行（位置被原来的第j行占据）取的是a_{j,pᵢ}；原来第j行取第pⱼ列的元素a_{j,pⱼ}，现在第j行取的是a_{i,pⱼ}。相当于两个因子的行号互换了。
> 大白话：交换两行后，排列p对应的那个乘积里，第i个位置和第j个位置的因子互换了"房东"——原来住i号房、选pᵢ号货架的客人，现在住到了j号房；原来住j号房的客人搬到了i号房。但选的货架号没变。
**第2步：为|B|的每一项找到|A|中的"搭档"。**
把|B|中排列p对应的项，和|A|中排列p'对应的项比较——其中p'是把p的第i个和第j个位置上的数互换后得到的新排列。
|A|中排列p'的项：
```
(-1)^τ(p') · a_{1,p₁} · ... · a_{i,pⱼ} · ... · a_{j,pᵢ} · ... · a_{n,pₙ}
```
比较两个乘积的因子集合：
- |B|中p项：第i个因子a_{j,pᵢ}，第j个因子a_{i,pⱼ}
- |A|中p'项：第i个因子a_{i,pⱼ}，第j个因子a_{j,pᵢ}
两组因子**完全一样**！只是a_{i,pⱼ}和a_{j,pᵢ}的位置不同。乘法交换律告诉我们：a_{j,pᵢ}×a_{i,pⱼ} = a_{i,pⱼ}×a_{j,pᵢ}。
> 大白话：|B|中p对应的乘积，内容和|A|中p'（p交换两个位置）对应的乘积完全相同——就像同一袋苹果，不管你先拿红的还是先拿绿的，最后拿出来的都是那一袋。这里巧妙的地方在于：我们不让p和p比（因子不同没法比），而是让p和p'比——利用了"两个因子的乘积跟顺序无关"。
**第3步：比较符号——整条推导最核心的一步！**
p'是把p的第i个和第j个位置的数互换得到的。排列中交换任意两个数→逆序数的奇偶性必然翻转。
为什么？想象一排人，交换相邻两个人→逆序数改变±1（要么多一对插队，要么少一对）→奇偶性翻转。交换任意两个人可以分解成：先把第一个人通过相邻交换一步一步挪到第二个人的位置（需要 j-i 次相邻交换），此时第二个人往后退了一格；再把第二个人从新位置挪回第一个人原来的位置（需要 j-i-1 次相邻交换）。总共 (j-i)+(j-i-1) = 2(j-i)-1 次相邻交换——是奇数，奇数次翻转→奇偶性一定翻转。
所以：(-1)^τ(p') = -(-1)^τ(p)。
> 大白话：排队时把任意两个人对调位置，整个队伍里"谁插了谁的队"的关系总数会改变奇数个，所以"总插队次数"从偶数变奇数、或从奇数变偶数。符号必然反转。
**第4步：得出结论。**
把|B|的所有n!项按排列p求和：
```
|B| = Σ_{p} (-1)^τ(p) · (乘积)
```
每一项的乘积和|A|中对应p'项的乘积相同，但符号相反。而且当p跑遍所有排列时，p'也跑遍所有排列。所以：
```
|B| = Σ_{p'} [-(-1)^τ(p')] · (乘积) = - Σ_{p'} (-1)^τ(p') · (乘积) = -|A|
```
> 大白话：|B|的n!项和|A|的n!项可以一一配对，每对的内容相同、符号相反。全部加起来，相当于把|A|整个翻了个负号。
**第5步（推论）：两行相同→行列式为0。**
如果|A|的第i行和第j行完全相同，交换这两行：
- 一方面，交换后数表看起来一模一样（因为交换的是相同的行）→行列式值不变。
- 另一方面，按性质2，交换两行必须变号→|A| = -|A|。
- 一个数等于自己的相反数→2|A|=0→|A|=0。
> 大白话：一个数既等于自己又等于负的自己，唯一的可能就是它是0。就像一个人说自己同时站在东边和西边同一个位置——除非那个位置正好是原点。
**④ 📝 推导复盘**：
性质2的推导分三步走：(1) 写出交换两行后每一项的样子——发现两个因子的房东互换了；(2) 为每一项找到原行列式中的"搭档"——排列也互换对应位置，利用乘法交换律证明两个乘积相同；(3) 排列交换两个位置→逆序数奇偶翻转→符号取反。最精妙的地方是第2步的"错位对应"——不和p比，和p'比。这就像破案时不用同一个时刻的监控比，而是把监控时间轴稍微错开一格，画面就对上了。
**⑤ ⚠️ 易错边界**：
- **交换再交换=还原**：连续交换同一对行两次，变号两次（-1×-1=1），回到原值。就像手套翻过去再翻回来。
- **两行成比例→行列式为0**：不能被"两行相同→0"直接覆盖——但可以先用性质3提走比例因子k，两行就相同了→再用推论→0×k=0。
- **考试陷阱**：很多人以为"交换两行变号"意味着"只要动了行位置就变号"——不对！只有交换（swap）才变号，倍加（性质5）不变，提取（性质3）也不变号（只变大小）。
- **反例验证**：A=$\begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}$，|A$\begin{vmatrix} =-2。交换两行：B=[3 & 4 \\ 1 & 2]， \end{vmatrix}$B|=3×2-4×1=6-4=2=-(-2)。验证通过。
**⑥ 在整条链中的位置**：
逆序数定义 → **性质2（换行变号）** → 推论（两行相同=0）→ 这个推论是性质5推导的关键前提之一。
---
### 性质3：提取公因子
**② 正式陈述**：
- 条件：行列式中某一行（或一列）的所有元素有公因子k
- 结论：k可以提到行列式符号外面
- 重要推论：|kA| = kⁿ|A|（n=阶数），不是k|A|！
**③ 🧠 完整推导**：
**第1步：从逆序数定义直接验证。**
设|A|的第i行每个元素都有公因子k，即a_{i1}=k·c₁, a_{i2}=k·c₂, ..., a_{iₙ}=k·cₙ。令|A'|是把第i行的k提走后剩下的行列式（第i行变为c₁,c₂,...,cₙ，其余行不变）。
|A|中排列p对应的一项：
```
(-1)^τ(p) · a_{1,p₁} · ... · a_{i,pᵢ} · ... · a_{n,pₙ}
= (-1)^τ(p) · a_{1,p₁} · ... · (k·c_{pᵢ}) · ... · a_{n,pₙ}
= k · [(-1)^τ(p) · a_{1,p₁} · ... · c_{pᵢ} · ... · a_{n,pₙ}]
```
> 大白话：每一项的n个因子中，来自第i行的那个因子一定含有k（因为第i行每个元素都含k）。所以每一项都可以提取一个k出来。方括号里正好是|A'|的一项。
**第2步：对所有n!项求和。**
```
|A| = Σ_{p} k · (|A'|的一项)
= k · Σ_{p} (|A'|的一项)
= k · |A'|
```
> 大白话：每一项都提一个k，n!项加起来，k可以整体提到求和符号外面——和小学学的"提取公因数"完全一样。行列式就是n!个乘积的和，该提照样提。
**③-续 ⚠️ 推论：|kA| = kⁿ|A|（不是k|A|！）**
数表乘k表示**每一行**都乘k。共n行，每行提一个k出来→k×k×...×k（n个）= kⁿ。
> 大白话：一个n层的大箱子，每条边都拉长k倍——体积变成kⁿ倍。3阶就是k³=8倍，不是3倍！这是考试最最高频的陷阱，每届学生都在这儿摔过。
**④ 📝 推导复盘**：
性质3的推导最直截了当——每一项都含因子k→整体提k。真正的考试难点不是推导本身，而是**推论|kA|=kⁿ|A|**。记忆方法：每次看到|kA|，先数A是几阶（n=?），然后写kⁿ|A|。养成这个肌肉记忆，考试再也不丢分。
**⑤ ⚠️ 易错边界**：
- |kA| = kⁿ|A|，n是阶数。特别地，|2A|（3阶）= 2³|A| = 8|A|。
- 推论：某行全为0→行列式为0（k=0时，0×任何东西=0）。
- 两行成比例→行列式为0：先用性质3提公因子k→两行相同→性质2推论→0。
- 注意区分："某一行提公因子"和"整个数表提公因子"。一行提k→行列式变k倍；所有行提k→行列式变kⁿ倍。
**⑥ 在整条链中的位置**：
逆序数定义 → **性质3（提取公因子）** → 推论（|kA|=kⁿ|A|、两行成比例=0）→ 性质5中需要"两行成比例=0"这个推论。
---
### 性质4：拆分
**② 正式陈述**：
- 条件：行列式中某一行（列）的每个元素都是两个数之和
- 结论：该行列式可拆成两个行列式之和，两个新行列式只有该行不同，其余行完全相同
**③ 🧠 完整推导**：
**第1步：从逆序数定义验证。**
设|A|的第i行元素为 a_{i1}+b₁, a_{i2}+b₂, ..., a_{iₙ}+bₙ。令|A₁|的第i行为a_{i1},a_{i2},...,a_{iₙ}，|A₂|的第i行为b₁,b₂,...,bₙ，其余行三者完全相同。
|A|的一项（排列p）：
```
(-1)^τ(p) · ... · (a_{i,pᵢ} + b_{pᵢ}) · ...
= (-1)^τ(p) · ... · a_{i,pᵢ} · ... + (-1)^τ(p) · ... · b_{pᵢ} · ...
```
> 大白话：每一项里那个"两数之和"的位置，按乘法分配律(a+b)×c = a×c + b×c，拆成两个小项——一个取a，一个取b。每项拆成两项。
**第2步：对所有项求和。**
```
|A| = Σ_{p}[取a的项] + Σ_{p}[取b的项] = |A₁| + |A₂|
```
左边所有"选a"的项加起来=|A₁|，所有"选b"的项加起来=|A₂|。
> 大白话：把所有的"选a"版本汇集起来就是|A₁|，所有的"选b"版本汇集起来就是|A₂|。两个和再加起来。
**④ 📝 推导复盘**：
性质4就是乘法分配律的批量版本。证明没有任何技巧——直接从定义出发，每一项拆成两项，分别求和。它在五条性质中扮演"胶水"角色——本身不难，但没有它，性质5的第一步就迈不出去。
**⑤ ⚠️ 易错边界**：
- 拆分只能逐行进行！如果有两行都是"和"的形式，拆一次拆出两个行列式，每个再拆→总共4个行列式之和。
- 常见误用：以为可以把整个行列式拆成"含a₁₁的项+不含a₁₁的项"——这是错误的。性质4拆的是**一整行**，不是单个元素。
- 反例验证：A = $\begin{bmatrix} 1+2 & 3 \\ 4 & 5 \end{bmatrix}$。|A|=(1+2)×5 - 3×4=15-12=3。拆分：|A₁$\begin{vmatrix} =[1 & 3 \\ 4 & 5]=5-12=-7， \end{vmatrix}$A₂$\begin{vmatrix} =[2 & 3 \\ 4 & 5]=10-12=-2，合计-9≠3……不对！正确用法要求第1行**每个元素**都拆：A的第1行应写成[1+2 & 3+0]（因为a₁₂=3不能直接对应到b₁，需要写成3+0）。这样 \end{vmatrix}$A₁$\begin{vmatrix} =[1 & 3 \\ 4 & 5]=-7， \end{vmatrix}$A₂|=$\begin{bmatrix} 2 & 0 \\ 4 & 5 \end{bmatrix}$=10-0=10，合计-7+10=3。验证通过！
**⑥ 在整条链中的位置**：
逆序数定义 → **性质4（拆分）** → 性质5的第一步"把加倍后的行拆成原行+k倍另一行"正用到它。
---
### 性质5：倍加不变（⭐最重要的推导链）
**① 生活场景**：📐 桌上放着一张平行四边形纸片。你按住底边不动，把顶边沿着底边的方向水平推——纸片歪了，形状变了，但底边长度没变，高也没变，面积当然不变！这就是"剪切"——行列式的倍加不变，正是这个几何事实的代数表达。数学里把这个操作叫"把一行沿着另一行的方向滑动"。
**② 正式陈述**：
- 条件：把行列式的第j行的k倍加到第i行上（i≠j），其他行不变
- 结论：行列式的值不变
**③ 🧠 完整推导（最美的推导链：性质2+3+4 → 性质5）**：
**第1步：用性质4把"加了k倍"的行拆开。**
记原行列式为|A|。把第j行的k倍加到第i行后得到|B|。则|B|的第i行 = 原第i行 + k×(第j行)。
按性质4（拆分），把第i行拆成两部分——"原第i行"和"k×第j行"：
```
|B| = |A| + |C|
```
其中|C|是一个新行列式：第i行=k×(第j行)，其余所有行与|A|完全相同。
> 大白话：把"动了手脚"的那一行从加号处掰成两半——一半是原封不动的第i行（还原成|A|），另一半是"借过来的k倍第j行"（单独放在|C|里）。接下来只要证明|C|=0，就万事大吉了。
**第2步：用性质3把|C|中第i行的公因子k提出来。**
|C|的第i行 = k×(第j行)，第i行的每个元素都有公因子k。按性质3：
```
|C| = k · |D|
```
其中|D|的第i行 = 第j行（提走k后剩下的，就是纯粹的第j行的内容），其余行与|A|完全相同。
> 大白话：把k提到行列式外面，里面剩一个"干净"的行列式|D|。|D|的第i行不再是"k倍的第j行"，就是原原本本的第j行。
**第3步：观察|D|——发现它有两行完全相同！**
|D|中：
- 第i行 = 第j行（从上一步得到）
- 第j行 = 原来的第j行（没被动过）
所以|D|有两行完全相同。按性质2的推论：**两行相同的行列式=0**。
```
|D| = 0
```
> 大白话：|D|的第i行和第j行是从同一个模子刻出来的——两条边完全重合的箱子，体积还能不是0？
**第4步：代回原式，水落石出。**
```
|B| = |A| + |C|
= |A| + k · |D|
= |A| + k · 0
= |A|
```
> 大白话：|C| = k×0 = 0——加了个寂寞。倍加操作对行列式没有任何影响，像往河里倒了一杯水，水面纹丝不动。
**④ 📝 推导复盘**：
性质5的证明是线性代数中最优雅的三步舞：**拆分（性质4）→ 提因子（性质3）→ 两行相同为零（性质2推论）**。每一步精确调用一个已证明的性质，层层递进、环环相扣，不需要回到原始定义。这是典型的"站在巨人肩膀上"的证明——用已建立的工具解决新问题。
用大白话再串一遍：你想知道"第i行+k×(第j行)"会不会改变行列式。先把这一行拆开看——一半是原样、一半是"k倍的第j行"。原样那半还原成|A|。"k倍的第j行"那半先提走k，里面就变成了"第i行=第j行"的奇怪行列式——但它有两行一样，必然为0！k×0还是0。所以整个操作对|A|没有产生任何额外贡献——值保持不变。
**⑤ ⚠️ 易错边界（这一条最容易和其他性质搞混）**：
- **头号混淆源**："倍加不变"vs"提取公因子"。倍加是把某行的k倍**加到另一行**→值不变。提取公因子是某行本身乘k→值变k倍。区别口诀：**动别人→不变；动自己→变k倍。**
- **i≠j必须成立**：不能把自己的k倍加到自己身上！那样第i行变成(1+k)倍自己→性质5不成立（除非k=0）。
- **k可以是任何数**：正数（加）、负数（减）、分数（加半行）、0（啥也没做）都可以。
- **倍加不是替换**：如果先清零再加k倍→那是两步操作（替换），不是倍加。倍加是在原值基础上"叠加"，不是"覆盖"。
- **反例验证**：A=$\begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}$，|A|=-2。第1行×2加到第2行：新第2行=[3+2×1, 4+2×2]=[5,8]，|B$\begin{vmatrix} =[1 & 2 \\ 5 & 8]=1\times 8-2\times 5=8-10=-2= \end{vmatrix}$A|。验证通过。
**⑥ 在整条链中的位置**：
```
逆序数定义 → 性质2（换行变号）→ 推论（两行相同=0）↘
逆序数定义 → 性质3（提取公因子）→ 推论（成比例=0）→ 性质5（倍加不变）
逆序数定义 → 性质4（拆分）↗
```
性质5是前四条性质的"合体技"——它不引入任何新概念，全靠性质2+3+4协作推出。而性质5本身又是**整个化三角法的理论基础**：后面题型A（数字型行列式计算）的每一步消元都在说"因为性质5保证倍加不变，所以我放心大胆地做行变换"。性质5是整个第1章计算体系的定海神针。
---
### 📝 五条性质推导总复盘——用大白话串一遍整条链
我们从行列式的"出生证明"——逆序数定义出发，像搭积木一样往上摞：
**积木1（性质1 转置不变）**：排列和逆排列的乱序程度一样→转置后每项不变→整体值不变。结论：行和列完全对称——后面四条只证"行"就行。
**积木2（性质2 换行变号）**：交换两行→排列交换两个位置→逆序数奇偶翻转→符号取反。推论：两行相同=0（自己等于自己的相反数→只能是0）。
**积木3（性质3 提取公因子）**：每项都含因子k→整体提k。推论：|kA|=kⁿ|A|（不是k|A|！）。
**积木4（性质4 拆分）**：每项拆成两项→整体拆成两个行列式。这是性质5的"开瓶器"。
**积木5（性质5 倍加不变）**：拆分→提因子→两行相同为零，三步推出。不碰定义，全靠积木2+3+4。
这五块积木构成了一套完整的"行列式操作手册"——后面的化三角法、展开定理、克拉默法则，全部建立在这五条之上。
**几何视角统一**（如果你把行列式看作n维"箱子"的有向体积）：
| 性质 | 代数操作 | 几何含义 |
|:---|:---|:---|
| 性质1 | 转置 | 转个方向看箱子，体积不变 |
| 性质2 | 交换两行 | 交换两条边→箱子"翻面"→体积带符号翻转 |
| 性质3 | 提取公因子 | 拉长一条边k倍→体积变k倍 |
| 性质4 | 拆分 | 一条边拆成两段→两个箱子体积之和 |
| 性质5 | 倍加不变 | 一条边沿另一条边滑动→底不变、高不变→剪切不改变体积 |
---
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 四个说法哪个对，哪个错？(a) 交换两行，值不变 (b) 一行乘 2，行列式乘 2 (c) 两行相同，行列式为 0 (d) 一行加到另一行，值不变。说出对的为什么对、错的为什么错。
>
> **❷ 深度思考** — 你去超市买饮料——可乐 3 元、雪碧 4 元。买 2 瓶可乐 + 3 瓶雪碧花 18 元；买 4 瓶可乐 + 6 瓶雪碧花 36 元。这两个方程组的系数行列式是多少？它是 0 吗？为什么行列式为 0 意味着"第二个方程就是第一个方程翻倍"？（这和性质 2 的推论有关——两行成比例）
>
> **❸ 考试演练** — 已知 3 阶行列式 |A| = 2。求：(a) 交换第 1 行和第 3 行后的行列式值 (b) 将第 2 行乘以 3 加到第 1 行后的行列式值 (c) 将第 1 行乘以 2 后的行列式值。
📖 点击查看参考答案
**❶ 参考答案**：
(a) ❌ 交换两行值**变号**（性质 2）
(b) ✅ 某一行乘 2，行列式乘 2（性质 3 提取公因子）
(c) ✅ 两行相同 → 交换它们，值不变（因为交换的是相同的两行）但按性质 2 又要变号 → 唯一可能：值为 0
(d) ✅ 一行加到另一行，是倍加（k=1）的特殊情况（性质 5）
**❷ 参考答案**：第一个方程组：系数数表 $\begin{bmatrix} 3 & 4 \\ 4 & 6 \end{bmatrix}$……这个不是成比例的。真正成比例的例子：如果你买 2 瓶可乐 + 3 瓶雪碧花 18 元，又买 4 瓶可乐 + 6 瓶雪碧花 36 元——系数数表 $\begin{bmatrix} 2 & 3 \\ 4 & 6 \end{bmatrix}$，行列式 = 2×6 - 3×4 = 12 - 12 = 0。第二个方程就是第一个乘 2，信息没增加——你无法解出可乐和雪碧各自的单价。这就是"箱子被压扁了"：两个方程给出的是同一条信息，不足以确定两个未知数。
**❸ 参考答案**：
(a) 交换两行 → 变号 → **-2**
(b) 倍加 → 值不变 → **2**
(c) 某一行乘 2 → 行列式乘 2 → **4**
**考试易丢分的地方**：很多人把 (a) 和 (d) 搞混——"交换"和"倍加"是完全不同的操作！交换一定变号，倍加一定不变。
---
#### 🎯 解题方法
### 题型A：数字型行列式计算（化三角法）
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 看到一道满是数字的 4 阶行列式题，你的第一反应是什么？是直接展开硬算（4! = 24 项，每项 4 个数相乘……），还是先找找有没有"捷径"？——化三角法就是把一个乱七八糟的行列式整理成"对角线以下全是零"的整齐形式，然后一步到位出答案。这节教你怎么做这个"整理"。
> 📌 **这节学完你就能回答：**
> - 化三角法分为哪几个步骤？每一步选哪个数当"支点"？
> - 如果左上角 a₁₁ = 0，怎么处理？
> - 行和相等型为什么是化三角法的"加分项"？
> - 怎么检查自己有没有算错？
**🎯 识别特征**：给出具体数字的 3 阶或 4 阶行列式，要求计算值。
#### 先看一道题：计算这个 4 阶行列式
```
| 3 1 -1 2|
|-5 1 3 -4|
| 2 0 1 -1|
| 1 -5 3 -3|
```
看到这题，先别慌。
**难在哪？** 上节已经算过账了——4 阶行列式按定义硬展开要算 4! = 24 项，每项 4 个数相乘，符号还要逐个判断。真这么干，考试时间早烧完了。**能不能找一个"先把行列式弄整齐，再一步出答案"的路子？**
> 🧠 这一步在想什么：什么叫"整齐"？回看 1.2 节——三角行列式（对角线以下全是 0）可以直接对角线相乘。那我们能不能**用行变换，把这个乱糟糟的数表一步步整理成上三角**？而做行变换靠什么"合法执照"？——1.4 节的五条性质，尤其是性质5（倍加不变）：把某行的 k 倍加到另一行，值纹丝不动。
**💡 为什么要把行列式化成三角形？**
因为三角行列式是最好算的行列式——**直接把对角线上的数乘起来，一步到位，不用再算任何别的东西。**
这就像把一间乱七八糟的仓库整理成整整齐齐的货架：虽然整理的过程要费点劲（一行一行地消元），但一旦整理完，答案就摆在眼前了——对角线上的数全部乘起来就是最终结果。比起直接按原始行列式硬算（4 阶就要算 24 项！），先整理再算轻松太多了。
那我们就动手试试，只做一步：**用第 1 行当"支点"，把下面三行第 1 列的数消成 0。**
- 第 2 行 + 第 1 行×(5/3)：把 -5 消成 0
- 第 3 行 - 第 1 行×(2/3)：把 2 消成 0
- 第 4 行 - 第 1 行×(1/3)：把 1 消成 0
消完第一列，行列式变成：
```
| 3 1 -1 2 |
| 0 8/3 4/3 -2/3|
| 0 -2/3 5/3 -7/3|
| 0 -16/3 10/3 -11/3|
```
> 🔍 回头看看：我们做了什么？——**以左上角 (1,1)=3 为支点，把第 1 列下面全消成 0。** 值没变（每步都是倍加，性质5）。这给了我们灵感：**第 1 列清干净了，第 1 列下面全 0 了，那第 2 列、第 3 列……是不是也能照葫芦画瓢？**
没错——接下来以 (2,2)=8/3 为支点消第 2 列下方，再以 (3,3)=2 为支点消第 3 列下方，一路往下。这就是化三角法的全部秘密：**"选支点 → 消下面 → 换支点"循环往复，直到变成上三角。**（完整过程见下方"典型例题"的分步解答，答案 40。）
📌 **以后就这么办——化三角五步走**：
**📋 解题步骤**：
```
第1步：观察 → 有没有某行（列）的和相等？有→先加到一起提公因子
第2步：选"支点" → 选 a₁₁（左上角）作为支点
第3步：消元 → 用支点所在行，把下面各行第一个数消成 0
第4步：换支点 → 用 a₂₂ 消下面……逐行往下
第5步：到头 → 化为上三角，主对角线相乘 = 答案
```
> ✍️ **立刻练一道**：计算 3 阶行列式 $\begin{vmatrix} 1 & 2 & 3 \\ 2 & 3 & 1 \\ 3 & 1 & 2 \end{vmatrix}$——按上面的五步走，一步一步算。（这就是下面的配套练习题1-1，答案 -18，含"直接按公式"和"化三角法"两种解法，算完去对应折叠核对。）
**🔑 核心技巧**：
- 如果 a₁₁ = 0，先交换行（记得变号！）
- 优先选该列最简单的数做支点（不一定是第一个）
- 如果某行该列已经是 0，跳过
> 🛑 **停下来想一想**：化三角法的每一步都在用哪条性质？——消元用的是"倍加不变"（性质 5），提公因子用的是性质 3，换行是性质 2。化三角法本质上就是五条核心性质的"组合拳"。
---
#### 🔍 化三角法为什么能保持行列式值不变？（方法级推导）
> 💡 化三角法三步曲——消元、提因子、换行——每一步都"合法"吗？为什么折腾了半天，行列式的值没被改坏？下面逐条解释每一步的"合法性执照"。
**① 生活场景**：🪟 你有一扇歪斜的窗户，想把它扶正成规矩的长方形。你不能硬掰——玻璃会碎。你只能做三种"安全动作"：(1) 把窗框沿着另一条边的方向平行滑动（面积不变）；(2) 把一条边均匀拉长或缩短（面积按比例变，但你可以记下倍数）；(3) 把两条边互换位置（面积大小不变，但正反面翻转）。化三角法就是只用这三种安全动作，把歪窗户整理成方正的矩形。
**② 三步操作的"合法性证明"**：
**操作一：倍加消元（最核心）——为什么值不变？**
把第j行的k倍加到第i行：这直接调用性质5（倍加不变）。性质5已经在前面完整推导过——拆分（性质4）→ 提因子（性质3）→ 两行相同为零（性质2推论），三步推出。所以消元过程中每做一次"第j行×k加到第i行"，行列式值纹丝不动。
> 大白话：把平行四边形的一条边沿着另一条边推——底和高都没变，面积当然不变。这个操作是整座"化三角大厦"的地基。
**操作二：提取公因子——为什么可以提？**
当某一行所有元素都有公因子k时，可以把k提到行列式外面。这是性质3的直接应用——每一项都含因子k，n!项求和，k提到外面。提出后行列式变小了k倍，但别忘了最后乘回来。
> 大白话：拉长一条边k倍→体积变k倍。记下"提走了k"，算完里面再乘回来。
**操作三：交换两行——为什么必须变号？**
当支点位置a₁₁=0时，需要换行。交换两行→行列式变号（性质2）。很多人忘了变号，结果白丢分。
> 大白话：把手套翻个面——大小没变但正反反了。换行必变号，一定要记下来（或者在草稿纸上写"已换行，符号反转"）。
**③ 📝 推导复盘**：
化三角法能成立，全靠性质5（倍加不变）这把"万能扳手"。性质2（换行变号）和性质3（提取公因子）是辅助工具——一个管"支点为零时换行"，一个管"先把公因子提走简化计算"。三步操作都有严格的合法性证明，没有一步是"大概、差不多"——每一步都精确对应一条已推导的性质。最终化成的上三角行列式 = 主对角线乘积，这个结论本身也来自逆序数定义：三角形式下，只有选对角线上元素时该项才非零（否则必然取到0）。
**④ ⚠️ 易错边界**：
- **换行忘变号**：最常见的丢分原因。每次换行，在旁边画一个"−"号提醒自己。
- **倍加方向搞反**：用第i行消第j行时，第j行是被改变的那行。如果搞反了方向，相当于把支点行改了——后续消元全乱。
- **支点不能为零**：如果支点是0，不能当分母做倍加。必须先换行（或换列）换一个非零支点。换的时候记得变号。
- **分数运算要仔细**：消元时经常出现分数，每一步在草稿纸上写清楚通分过程，不要心算。
---
**📝 典型例题**（就是上面那道题——现在我们把它完整算完，看五步走全程）：
计算行列式：
```
| 3 1 -1 2|
|-5 1 3 -4|
| 2 0 1 -1|
| 1 -5 3 -3|
```
**✏️ 分步解答**：
点击展开解答
第一步：观察。没有明显的行和相等，直接开始化三角。
第二步：用 a₁₁ = 3 消第一列下面的数。
- 第2行 + 第1行×(5/3)：把 -5 消成 0
- 第3行 - 第1行×(2/3)：把 2 消成 0
- 第4行 - 第1行×(1/3)：把 1 消成 0
第一列消完后，行列式变成：
```
| 3 1 -1 2 |
| 0 8/3 4/3 -2/3|
| 0 -2/3 5/3 -7/3|
| 0 -16/3 10/3 -11/3|
```
第三步：以 a₂₂ = 8/3 为支点，消去第 2 列下方的数。
- 第3行 + 第2行×(1/4)：把 -2/3 消成 0
- 第4行 + 第2行×2：把 -16/3 消成 0
行列式变成：
```
| 3 1 -1 2 |
| 0 8/3 4/3 -2/3|
| 0 0 2 -5/2|
| 0 0 6 -5 |
```
第四步：以 a₃₃ = 2 为支点，消去第 3 列下方的数。
- 第4行 - 第3行×3：把 6 消成 0
行列式变成：
```
| 3 1 -1 2 |
| 0 8/3 4/3 -2/3|
| 0 0 2 -5/2|
| 0 0 0 5/2|
```
第五步：化为上三角，主对角线相乘：
3 × (8/3) × 2 × (5/2) = **40**
最终结果：**40**
> 💡 这道题用到了模板A的"化三角法"。
---
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 在化三角的过程中，如果某一步把支点下方的数已经消成 0 了，但支点本身变成了分数（比如 14/3），你会怎么处理？
>
> **❷ 深度思考** — 如果一道 4 阶行列式题，4 行每行的和都相同（都等于 S），你第一反应应该怎么做？为什么这个方法比直接化三角快得多？——用"大家凑钱买东西"来比喻这个场景。
>
> **❸ 考试演练** — 计算 3 阶行列式：
> `|2 -1 3|
> |4 1 -1|
> |-2 0 2|`
> 请用化三角法完整写出每一步。
📖 点击查看参考答案
**❶ 参考答案**：支点变成分数不可怕——继续用它消下面的行就行。关键是：分数运算容易出错，建议用草稿纸仔细算每一步。如果实在不想跟分数打交道，可以换到分数所在的那一列的另一行选支点（选整数当支点更方便）。
**❷ 参考答案**：如果每行和相同（都等于 S），第一反应应该是"把后面所有列都加到第 1 列"——这样第 1 列就全变成了 S！提取 S 出来，第 1 列全变成 1。接下来用这些 1 当"扫把"，把每行其他位置扫干净，很快就能化成三角。这就像"大家凑钱买东西"——每个人出的钱一样多（每行和 = S），你先看看"总共凑了多少钱"（提取 S），再分配（化三角），比一个人一个人算省事多了。
**❸ 参考答案**：
第 1 步：a₁₁ = 2，用它消第 2、3 行。
R₂ - 2R₁: [0, 3, -7]
R₃ + R₁: [0, -1, 5]
行列式变为：
```
|2 -1 3|
|0 3 -7|
|0 -1 5|
```
第 2 步：以 a₂₂ = 3 消第 3 行。
R₃ + (1/3)R₂: [0, 0, 5 + (−7/3)] = [0, 0, 8/3]
```
|2 -1 3|
|0 3 -7|
|0 0 8/3|
```
第 3 步：对角线相乘 = 2 × 3 × (8/3) = 2 × 8 = **16**
✅ 答案：**16**
**考试易丢分的地方**：分数运算时不要心算！在草稿纸上每一步都写出通分过程。3 阶题如果算错中间一步，后面全错——这 3 到 5 分就没了。
---
#### 🗣️ 出声思考：老师边做边念叨（化三角法）
> 下面这道题，我把脑子里的想法一句不漏地写出来——你会发现"高手"和"新手"的差距，往往不在算得快，而在"下笔前先想清楚"。
题目：计算 $\begin{vmatrix} 1 & 2 & 3 \\ 2 & 3 & 1 \\ 3 & 1 & 2 \end{vmatrix}$（就是练习题1-1那道）。
> **① 第一反应**：3 阶，数字不大。我不急着套对角线公式，先扫一眼有没有"捷径"。
>
> **② 找特征**：每行加起来——1+2+3=6，2+3+1=6，3+1+2=6……**三行的和都是 6！**这就是"行和相等"的信号，箱子的三条边虽然歪，但"总长度"一样。
>
> **③ 为什么选它**：行和相等时，把后两列加到第 1 列，第 1 列会整整齐齐全变成 6，能直接提出一个公因子——比一上来硬消元干净多了。硬展开要算 6 项加符号判断，容易错；这条路更稳。
>
> **④ 动手**：第 2、3 列加到第 1 列 → 第 1 列变 [6,6,6] → 提出 6 → 6 × $\begin{vmatrix} 1 & 2 & 3 \\ 1 & 3 & 1 \\ 1 & 1 & 2 \end{vmatrix}$。再用 R₂-R₁、R₃-R₁ 把第 1 列下面扫成 0 → 6 × $\begin{vmatrix} 1 & 2 & 3 \\ 0 & 1 & -2 \\ 0 & -1 & -1 \end{vmatrix}$。对着 (2,2)=1 消第 3 行：R₃+R₂ → (3,3) 变 -3。对角线相乘：6×1×1×(-3) = **-18**。
>
> **⑤ 回头检查**：练习题 1-1 用纯化三角法算出来也是 -18——两条路殊途同归，我就放心了。这就是"验算"最省事的办法：换一种方法看结果对不对。
---
#### 🪜 半扶练习：我先扶你走两步（化三角法）
下面这道题，第一步我替你做好了，关键提示也给了——你把剩下的填完，再点开对照。
计算 $\begin{vmatrix} 1 & 2 & 3 \\ 2 & 5 & 3 \\ 1 & 0 & 8 \end{vmatrix}$。
> **已给的第一步**：用左上角 a₁₁ = 1 当"支点"，把它下面两行第 1 列消成 0——
>
> R₂ - 2R₁ → 第 2 行变成 `[0, 1, -3]`；R₃ - R₁ → 第 3 行变成 `[0, -2, 5]`。
>
> 现在行列式长这样：$\begin{vmatrix} 1 & 2 & 3 \\ 0 & 1 & -3 \\ 0 & -2 & 5 \end{vmatrix}$。
>
> **轮到你**：接下来该用 (2,2)=1 当支点消第 3 行——想想 R₃ 要加上几倍的 R₂？消完之后 (3,3) 位置是几？最后对角线相乘等于几？
📖 点击查看答案
用 (2,2)=1 消第 3 行：R₃ + 2R₂ → 第 3 行变成 `[0, 0, -1]`（因为 -2+2×1=0，5+2×(-3)=-1）。
行列式化为上三角 $\begin{vmatrix} 1 & 2 & 3 \\ 0 & 1 & -3 \\ 0 & 0 & -1 \end{vmatrix}$，对角线相乘 = 1×1×(-1) = **-1**。
✅ 答案：**-1**。这就是"例题看老师做全套 → 半扶自己补关键步 → 放手独立做"的中间那级台阶。
#### 配套练习
#### 题1-1 ⭐ 基础 | 用模板A（化三角法）
计算 3 阶行列式：
```
|1 2 3|
|2 3 1|
|3 1 2|
```
📖 点击查看答案
**解法一：直接按公式（3阶对角线法）**
= 1×3×2 + 2×1×3 + 3×2×1 - 3×3×3 - 1×1×1 - 2×2×2
= 6 + 6 + 6 - 27 - 1 - 8
= 18 - 36
= **-18**
**解法二：化三角法**
```
|1 2 3|
|2 3 1| R₂-2R₁
|3 1 2| R₃-3R₁
= |1 2 3|
|0 -1 -5|
|0 -5 -7|
R₃-5R₂:
= |1 2 3|
|0 -1 -5|
|0 0 18|
= 1 × (-1) × 18 = -18
```
✅ 答案：**-18**
> 本题使用模板A：化三角法。
---
#### 题1-2 ⭐ 基础 | 用模板A（化三角法）
计算 4 阶行列式：
```
|1 0 0 0|
|2 1 0 0|
|3 2 1 0|
|4 3 2 1|
```
📖 点击查看答案
这是一个**下三角行列式**！对角线以下有数，以上全是 0。
下三角行列式 = 主对角线元素乘积 = 1×1×1×1 = **1**
✅ 答案：**1**
> 💡 下三角和上三角一样，直接对角线相乘即可，不需要化简！本题提醒你：先观察再动手。
---
#### 题1-19 ⭐ 基础 | 三角行列式识别
计算行列式（不展开，直接观察）：
```
|3 0 0 0|
|5 2 0 0|
|7 4 1 0|
|9 6 3 4|
```
📖 点击查看答案
这是**下三角行列式**：对角线以上全是零。直接对角线相乘。
= 3 × 2 × 1 × 4 = **24**
✅ 答案：**24**
> 对应1.6节：特殊行列式-上/下三角行列式。提醒：遇到行列式先观察是否为特殊形式。
---
#### 题1-21 ⭐ 基础 | 3阶对角线速算
用 3 阶对角线法快速计算：
```
|2 0 1|
|1 3 0|
|0 2 4|
```
📖 点击查看答案
用 Sarrus 法则（画线法）：
正对角线：2×3×4 + 0×0×0 + 1×1×2 = 24 + 0 + 2 = 26
反对角线：1×3×0 + 2×0×2 + 0×1×4 = 0 + 0 + 0 = 0
行列式 = 26 - 0 = **26**
✅ 答案：**26**
> 对应1.1节：3阶行列式速算。
---
#### 题1-22 ⭐ 基础 | 换行变号应用
已知行列式 D = $\begin{vmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{vmatrix}$ = 0。将第 1 行和第 2 行交换后，新行列式的值是多少？
📖 点击查看答案
交换两行 → 行列式变号。
原行列式 = 0，变号后还是 0（因为 -0 = 0）。
✅ 答案：**0**
> 对应1.4节 性质2：换行变号。这道题藏了一个考点："零变号还是零"——箱子已经被压扁了，翻面也还是扁的。
---
#### 题1-6 ⭐⭐ 中等 | 用模板A+技巧
计算 4 阶行列式：
```
|1 -1 1 -1|
|1 2 3 4|
|1 4 9 16|
|1 8 27 64|
```
📖 点击查看答案
**观察**：第2行 1,2,3,4；第3行 1²,2²,3²,4²；第4行 1³,2³,3³,4³。
看起来和范德蒙德有点像！不过"范德蒙德"是后面 1.6 节才学的，现在先不管它。这里第1行是 1,-1,1,-1，不是全 1——所以用不了那个公式（等学了范德蒙德你就明白为什么）。
**老老实实化三角法**：
**第一步**：R₂-R₁, R₃-R₁, R₄-R₁（用第1行消去下面各行第1列）
```
|1 -1 1 -1|
|0 3 2 5|
|0 5 8 17|
|0 9 26 65|
```
**第二步**：以 (2,2) 位置 = 3 为支点，消去第3、4行。
- R₃ → R₃ - (5/3)R₂：`[0, 5-(5/3)×3, 8-(5/3)×2, 17-(5/3)×5]` = `[0, 0, 14/3, 26/3]`
- R₄ → R₄ - 3R₂：`[0, 9-3×3, 26-3×2, 65-3×5]` = `[0, 0, 20, 50]`
```
|1 -1 1 -1|
|0 3 2 5|
|0 0 14/3 26/3|
|0 0 20 50|
```
**第三步**：以 (3,3) 位置 = 14/3 为支点，消去第4行。
- R₄ → R₄ - (20 ÷ 14/3)R₃ = R₄ - (30/7)R₃
- R₄ 的新第4列：`50 - (30/7)×(26/3)` = `50 - 260/7` = `(350-260)/7` = `90/7`
```
|1 -1 1 -1|
|0 3 2 5|
|0 0 14/3 26/3|
|0 0 0 90/7|
```
**第四步**：上三角完成！对角线相乘：
= 1 × 3 × (14/3) × (90/7)
= 3 × (14/3) × (90/7)
= 14 × (90/7)
= 14 × 90 ÷ 7
= **180**
✅ 答案：**180**
> 💡 这道题有两个教训：
> 1. 看起来像范德蒙德的不一定就是——必须检查"第一行全1"这个条件（"范德蒙德"这个名词 1.6 节会正式学，现在只要会用化三角法就行）
> 2. 化三角法虽然计算量大，但是**最可靠**的方法——不会因为误判题型而算错
---
#### 题1-27 ⭐⭐ 中等 | 用模板A（化三角法+参数讨论）
计算行列式，并讨论参数 a 取何值时行列式为 0：
```
|a 1 1|
|1 a 1|
|1 1 a|
```
📖 点击查看答案
每行和 = a + 2（相等！），用行和相等法。
**第1步（加列）**：第2、3列都加到第1列。这样第1列的每个元素都变成"本行之和"= a+2：
```
|a+2 1 1|
|a+2 a 1|
|a+2 1 a|
```
**第2步（提公因子）**：第1列三个数都有公因子 a+2，提出来：
```
|1 1 1|
= (a+2)|1 a 1|
|1 1 a|
```
**第3步（化三角）**：第2、3行各减第1行（倍加，值不变），把第1列下面扫成 0：
- R₂ - R₁：`[0, a-1, 0]`
- R₃ - R₁：`[0, 0, a-1]`
得到：
```
= (a+2)|1 1 1 |
|0 a-1 0 |
|0 0 a-1|
```
**第4步（对角线相乘）**：= (a+2) × 1 × (a-1) × (a-1) = **(a+2)(a-1)²**
讨论：行列式为 0 当 a+2=0 或 a-1=0，即 **a = -2 或 a = 1**。
✅ 答案：**(a+2)(a-1)²**；为 0 的条件：**a = -2 或 a = 1**
> 对应模板A变体（行和相等型）。a=1 时数表三行完全相同。
---
### 题型A-变体：行和相等型
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你看一道题：四行四列，每行的四个数加起来都等于 8。你还要一行一行地消吗？不——这就好比四个人 AA 吃饭，四个人出的钱加起来一样多，你先知道"总共 8 块钱"，再分账，比一个人一个人算快得多。这节教你利用"行和相等"这个隐藏线索来加速计算。
> 📌 **这节学完你就能回答：**
> - 看到什么特征就应该想起"行和相等"这个方法？
> - 把各列加到第 1 列后，提取的是什么？
> - 第 1 列全部变成 1 之后，怎么利用这些 1 来化简？
#### 先看一道题：计算这个行列式（提示：别急着消元）
```
|1+a 1 1 1 |
| 1 1+a 1 1 |
| 1 1 1+a 1 |
| 1 1 1 1+a|
```
看到这题，先别慌。
**难在哪？** 四个数长得几乎一模一样——全是 1 和 1+a 交替。你当然可以用题型A直接化三角，但试一步就会发现：每一步消元都在跟一堆"几乎相同"的数搏斗，又慢又容易算错。**这题一定藏着更快的路。**
> 🧠 这一步在想什么：找线索——**先扫一眼每行加起来的和**。第 1 行：(1+a)+1+1+1 = 4+a；第 2 行：1+(1+a)+1+1 = 4+a；第 3、4 行……居然全是 4+a！**四行的和一样！** 这就是"行和相等"的信号。
那这个信号有什么用？试试这步：**把第 2、3、4 列全都加到第 1 列**（倍加，值不变）——第 1 列的每个位置会变成"这一行的和"，于是第 1 列四个数全变成 4+a：
```
|4+a 1 1 1 |
|4+a 1+a 1 1 |
|4+a 1 1+a 1 |
|4+a 1 1 1+a|
```
> 🔍 回头看看：奇迹发生了——第 1 列整整齐齐全是同一个数 4+a！接下来两件事水到渠成：**① 提出公因子 (4+a)（性质3）；② 第 2、3、4 行各减第 1 行（性质5），把第 1 列下方扫成 0**。剩下的就是上三角、对角线相乘。（完整过程见下方"典型例题"的分步解答，答案 a³(a+4)。）
📌 **以后就这么办——行和相等四步走**：
**🎯 识别特征**：每一行的所有元素加起来，和是一样的。
**📋 解题步骤**：
```
第1步：把第2,3,...,n列全部加到第1列
第2步：第1列提取公因子（就是"行和"的值）
第3步：第1列变成了全1，用它消去后面的元素
第4步：化为三角，对角线相乘
```
> ✍️ **立刻练一道**：计算行列式 $\begin{vmatrix} 2 & 1 & 1 \\ 1 & 2 & 1 \\ 1 & 1 & 2 \end{vmatrix}$——先验行和是不是相等，再按四步走。（这就是配套练习题1-3，答案 4，算完去对应折叠核对。）
> 🛑 **停下来想一想**：如果每列的和相等（而不是每行），这个方法还能用吗？——回想性质 1（转置不变），把数表转置一下，列和就变成了行和，方法完全一样。行和列在行列式中地位平等。
**📝 典型例题**（就是上面那道题——现在完整算完四步走）：
```
|1+a 1 1 1 |
| 1 1+a 1 1 |
| 1 1 1+a 1 |
| 1 1 1 1+a|
```
**✏️ 分步解答**：
**第1步（加列）**：第2、3、4列都加到第1列。每行四个数相加都等于 (1+a)+1+1+1 = 4+a，所以第1列四个位置全变成 4+a：
```
|4+a 1 1 1 |
|4+a 1+a 1 1 |
|4+a 1 1+a 1 |
|4+a 1 1 1+a|
```
**第2步（提公因子）**：第1列四个数都有公因子 4+a，提出来：
```
|1 1 1 1 |
= (4+a) |1 1+a 1 1 |
|1 1 1+a 1 |
|1 1 1 1+a|
```
**第3步（化三角）**：第2、3、4行各减第1行（倍加，值不变），把第1列下面全扫成 0：
- R₂-R₁：`[0, a, 0, 0]`
- R₃-R₁：`[0, 0, a, 0]`
- R₄-R₁：`[0, 0, 0, a]`
得到：
```
= (4+a) |1 1 1 1|
|0 a 0 0|
|0 0 a 0|
|0 0 0 a|
```
**第4步（对角线相乘）**：= (4+a) × 1 × a × a × a = **(4+a)·a³ = a³(a+4)**
---
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 行和相等型的方法中，为什么要把各列都加到第 1 列？加完之后第 1 列变成了什么？
>
> **❷ 深度思考** — 如果题目的行和不是完全相等，而是"每一行和它相邻的行相差一个常数"（比如第 1 行和 = 5，第 2 行和 = 6，第 3 行和 = 7），你还能用这个方法的思路吗？怎么调整？
>
> **❸ 考试演练** — 计算行列式：
> `|x a a|
> |a x a|
> |a a x|`
📖 点击查看参考答案
**❶ 参考答案**：各列加到第 1 列后，第 1 列的每个元素都变成了"这一行所有元素的和"（因为每个位置的数是它自己 + 其他列的对应数）。由于每行和相等，第 1 列就全变成了同一个数 S。提取 S 后，第 1 列变成全 1。
**❷ 参考答案**：如果每行和是等差数列，不能直接用标准方法——因为各列加到第 1 列后，第 1 列不是同一个数，提不出公因子。但可以尝试更高级的技巧（比如加边法），或者直接用化三角法。这个问题的价值在于提醒你：行和相等型是一种"特权"——不是所有题都享有，遇到了要珍惜。
**❸ 参考答案**：每行和 = x + 2a（相同！）。所以用行和相等法：
第 1 步：第 2、3 列加到第 1 列：
```
|x+2a a a|
|x+2a x a|
|x+2a a x|
```
第 2 步：提出 (x+2a)：
```
|1 a a|
= (x+2a)|1 x a|
|1 a x|
```
第 3 步：R₂-R₁, R₃-R₁：
```
|1 a a |
= (x+2a)|0 x-a 0 |
|0 0 x-a|
```
第 4 步：上三角，对角线相乘：
= (x+2a)(x-a)(x-a) = **(x+2a)(x-a)²**
✅ 答案：**(x+2a)(x-a)²**
#### 配套练习
#### 题1-3 ⭐ 基础 | 用模板A（行和相等型）
计算行列式：
```
|2 1 1|
|1 2 1|
|1 1 2|
```
📖 点击查看答案
**每行和 = 4**，所以用"行和相等"的方法：
第1步：第2列、第3列加到第1列：
```
|4 1 1|
|4 2 1|
|4 1 2|
```
第2步：第1列提取公因子 4：
```
|1 1 1|
= 4 × |1 2 1|
|1 1 2|
```
第3步：化三角：
```
|1 1 1|
|0 1 0| (R₂-R₁, R₃-R₁)
|0 0 1|
```
= 4 × 1 × 1 × 1 = **4**
✅ 答案：**4**
> 本题使用模板A变体：行和相等型。
---
#### 题1-33 ⭐⭐⭐ 真题风格 | 行和相等型综合应用
计算 n 阶行列式：
```
|x a a ... a|
|a x a ... a|
|a a x ... a|
|........a........|
|a a a ... x|
```
（所有对角线元素都是 x，其余位置全是 a）
📖 点击查看答案
**解法**：行和相等型。
每行和 = x + (n-1)a（相同！）
**第1步（加列）**：第2~n列都加到第1列，第1列每个元素都变成本行之和 x+(n-1)a。
**第2步（提公因子）**：第1列提出公因子 x+(n-1)a，第1列变成全 1。
**第3步（化三角）**：第2~n行各减第1行（倍加，值不变）。第 i 行（i≥2）只剩对角线上一个 x-a，其余全为 0：
```
= [x+(n-1)a] · |1 a a ... a |
|0 x-a 0 ... 0 |
|0 0 x-a ... 0 |
|...................|
|0 0 0 ... x-a|
```
**第4步（对角线相乘）**：= [x+(n-1)a] × 1 × (x-a)ⁿ⁻¹
✅ 答案：**[x+(n-1)a]·(x-a)ⁿ⁻¹**
**讨论**：当 x = a 时，若 n=1，行列式 = x = a；若 n≥2，行列式 = 0。
> 对应模板A变体：行和相等型。考研经典题。
---
#### 题1-12 ⭐⭐⭐ 真题 | 2013年数学一
> 🔧 **技巧小课堂：加边法（升阶法）**（低频但**考过**——2013数学一真题用过它；属于"备选武器"：行和相等时用快法，行和不等才用加边法。会走流程即可，不用深挖）
>
> **先别急着学新方法——先用刚学会的行和相等法试一道题**：
>
> $$D = \begin{vmatrix} 3 & 1 & 1 \\ 1 & 4 & 1 \\ 1 & 1 & 5 \end{vmatrix}$$
>
> 算一下每行和：5、6、7——**不相等！** 行和相等法的第一步"各列加到第1列提公因子"就提不出来，方法当场失效。
>
> **这就是加边法存在的意义**：行和相等法是"特例捷径"——只对"每行和恰好相同"的题有效；而加边法是"通用武器"——专治这种"对角线上多出一截、其余位置都是同一组数"的结构，**行和相不相同都能解**。
>
> **是什么**：给一个 n 阶行列式，在左上角"镶一条边"——最上面加一行、最左边加一列，把阶数"升高"一阶（n 阶变 n+1 阶），但值不变。
>
> **什么时候用**：每行（或每列）可以写成"同一个公共部分 + 对角线上独有的数"，比如上面那道题：每行都是"对角线多个数、其余位置全是 1"。这种结构直接消很乱，镶一圈边反而整齐。
>
> **怎么用（就三步）**：
> ① 加边：最上面加一行 `[1, a₁, a₂, ..., aₙ]`（行首是 1、后面接原行列式的各列元素），最左边加一列 `[1, 0, 0, ..., 0]ᵀ`。这样按新第1列展开，只有左上角那个 1 有贡献，正好回到原行列式——**值不变**。
> ② 减第1行：把原来的每一行都减去新加的第1行，让行与行之间"不同"的地方被抹平。
> ③ 出答案：再用新加的第1行，把第1行里那些碍事的数消成 0，行列式就变成下三角，对角线相乘即得答案。
>
> 就拿刚才那道让行和相等法撞墙的题演示（每行除对角线外都是 1）：
> ① 加边：$\begin{vmatrix} 1 & 1 & 1 & 1 \\ 0 & 3 & 1 & 1 \\ 0 & 1 & 4 & 1 \\ 0 & 1 & 1 & 5 \end{vmatrix}$（值不变，仍是 D）。
> ② 第2、3、4行减第1行：$\begin{vmatrix} 1 & 1 & 1 & 1 \\ -1 & 2 & 0 & 0 \\ -1 & 0 & 3 & 0 \\ -1 & 0 & 0 & 4 \end{vmatrix}$——每行只剩"一个 -1 加一个对角线数"，清爽了。
> ③ 第1行减去 1/2×第2行、1/3×第3行、1/4×第4行，第1行变成 `[1+1/2+1/3+1/4, 0, 0, 0] = [25/12, 0, 0, 0]`。此时是下三角，对角线相乘 = 25/12 × 2×3×4 = **50**。直接展开验证：3×(4×5-1) − 1×(1×5−1) + 1×(1−4) = 57−4−3 = **50**，一致！
计算 n 阶行列式：
```
|1+a₁ a₂ a₃ ... aₙ |
| a₁ 1+a₂ a₃ ... aₙ |
| a₁ a₂ 1+a₃ ... aₙ |
|.........................|
| a₁ a₂ a₃ ... 1+aₙ|
```
📖 点击查看答案
**分析**：每一行都只有对角线上多了个 1，其余位置都是 a₁, a₂, ..., aₙ。
这其实是"**对角线上每个位置加了个 1，其余位置都是一组固定的数**"的经典结构，正好用刚学的加边法。
> 🔔 **等等，这题行和相等，不是可以用行和相等法吗？为什么还要用加边法？**
>
> 好问题！这题每行和 = 1 + a₁ + a₂ + ... + aₙ 确实相等，**用行和相等法更快**（三步出答案，见"题型A-变体：行和相等型"）。这里特意再用加边法解一遍，是为了让你看到：
>
> - **行和相等法** = 这条路**恰好**行和相等时才有的"特权捷径"（本例题是特例）；
> - **加边法** = 这条路**不管行和相不相等都能走**的"通用大路"（上面技巧小课堂里那道行和 5、6、7 的题，行和相等法直接失效，只有加边法能解）。
>
> 所以正确的做法是：**考试时先扫一眼行和，相等就用行和相等法（快）；不相等再上加边法（稳）**。两个方法都学会，一个管快、一个管全。
**解法：加边法（升阶法）**
**第1步（加边）**：最上面加一行 `[1, a₁, a₂, ..., aₙ]`，最左边加一列 `[1, 0, 0, ..., 0]ᵀ`，值不变：
```
|1 a₁ a₂ a₃ ... aₙ |
|0 1+a₁ a₂ a₃ ... aₙ |
|0 a₁ 1+a₂ a₃ ... aₙ |
|0 a₁ a₂ 1+a₃ ... aₙ |
|...........................|
|0 a₁ a₂ a₃ ... 1+aₙ|
```
**第2步（减第1行）**：第2~n+1行各减去第1行（倍加，值不变），每行变成"只有一个 1、一个 -1，其余全是 0"：
```
|1 a₁ a₂ a₃ ... aₙ |
|-1 1 0 0 ... 0 |
|-1 0 1 0 ... 0 |
|-1 0 0 1 ... 0 |
|...........................|
|-1 0 0 0 ... 1 |
```
> 这一步在想什么：第 i+1 行减第1行后，对角线上变成 `(1+aᵢ)-aᵢ = 1`，第1列变成 `0-1 = -1`，其余位置 `aⱼ-aⱼ = 0`——每行只剩两个非零数，非常好办。
**第3步（出答案）**：让第1行减去 a₁×第2行、a₂×第3行、……、aₙ×第(n+1)行（倍加，值不变），把第1行第2~n+1列的数全消成 0：
- 第1行第1列：`1 - a₁×(-1) - a₂×(-1) - ... - aₙ×(-1) = 1 + a₁ + a₂ + ... + aₙ`
- 第1行第 j 列（j≥2）：`aⱼ - aⱼ×1 = 0`
得到：
```
|1+Σaᵢ 0 0 ... 0 |
|-1 1 0 ... 0 |
|-1 0 1 ... 0 |
|...........................|
|-1 0 0 ... 1 |
```
这是下三角行列式！对角线相乘 = (1+Σaᵢ) × 1 × 1 × ... × 1 = **1 + a₁ + a₂ + ... + aₙ**
✅ 答案：**1 + a₁ + a₂ + ... + aₙ**
**验算（n=2，a₁=1，a₂=2）**：原行列式 $\begin{vmatrix} 2 & 2 \\ 1 & 3 \end{vmatrix}$，直接算 = 2×3 - 2×1 = 4；公式 = 1+1+2 = 4。一致 ✓
> 这道真题使用了**加边法（升阶法）**，是处理"对角占优"型行列式的标准技巧（本题因行和恰好相等，也可用行和相等法更快求解，见上方"等等"说明）。
---
### 📦 知识块B：展开定理与特殊行列式
> 📌 **这块学完你就能回答：**
> - 按行展开"划去"操作到底怎么划？选哪一行展开最省力？
> - 爪型行列式长什么样？怎么用对角线的"身体"收回伸出的"爪子"？
> - 范德蒙德行列式有哪些"变装"？怎么一眼认出它的骨骼结构？
> - 代数余子式求和的"替换法"原理是什么？
### 1.5 按行（列）展开定理
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你有一个大快递包裹，里面又套着几个小包裹。如果你想算整个包裹的总重量，可以一层一层拆——先称最外层每个小包裹的重量，再算它们的和。但如果外层某个小包裹里是空的（重量为 0），你还需要拆它吗？当然不用——跳过就是了。按行展开算行列式也是这个道理：选"空位"（零）多的那行，拆起来最省力。
> 📌 **这节学完你就能回答：**
> - 按行展开到底是"怎么个展开法"？
> - 代数余子式和余子式有什么区别？（就是多个 (-1)ⁱ⁺ʲ 的事）
> - 选"零最多的行（或列）"展开为什么最聪明？
> - "划去"这个动作在计算上对应什么操作？
> - 这个定理和 1.2 节说的"每行每列各取一个"有什么关系？
**先想一个问题：行列式除了"硬算 n! 项"，还有没有别的拆法？**
1.2 节说过，行列式本质是 n! 项的代数和——但 4 阶就要算 24 项，5 阶 120 项。化三角法（题型A）是一条路。**可如果一道题没法化三角呢？** 比如说，一道行列式里恰好某一行的 0 特别多——能不能**只拆这一行，把一个大行列式降级成几个小行列式**？
> 🧠 这一步在想什么：回忆 1.2 节的"打饭"规则——每一项都要"从不同行、不同列各取一个"。如果我们把注意力集中在"第 i 行"上，这一行可能取的是第 1 列、第 2 列……第 n 列中的任意一列。那把 n! 项按"第 i 行取的是哪一列"分成 n 堆，每堆先提出公共因子 aᵢⱼ，剩下的就是"划掉第 i 行第 j 列后的小世界"里的代数和——**这就是"展开"的雏形**。
> 🔍 回头看看：所以展开定理不神秘，它就是"**把 n! 项按某一行的元素重新编队**"——每堆等于"这个元素 × 一个划去它所在行列后的小行列式（再补个符号）"。选 0 多的那一行展开，等于大部分堆直接是 0×（小行列式）= 0，工作量骤减。
**💬 生活比喻**：
就像拆一个大包裹——你可以选择从哪个方向开始拆。如果某一排有很多"空位"（零），那就从那边拆，最省力。
**🔍 先看一个具体例子——"划去"到底怎么操作？**
在讲公式之前，先用一个具体数字的例子来感受"展开"是怎么一回事。
例如这个 3 阶行列式：
```
|1 0 2|
|3 1 0|
|0 2 1|
```
按**第 1 行**展开。第 1 行有三个数：1、0、2。我们一个一个来处理：
**第一个数 a₁₁ = 1**：把 1 所在的行（第1行）和所在的列（第1列）**划去**，剩下一个 2 阶的小行列式。就像在一张表格上画了一个十字叉，叉掉的部分扔掉，剩下的就是：
```
|1 0|
|2 1|
```
这个 2 阶行列式的值是 1×1 - 0×2 = 1。然后乘上符号系数：(-1)¹⁺¹ = (-1)² = +1（正号）。
贡献：1 × 1 × (+1) = **1**
**第二个数 a₁₂ = 0**：划去第1行和第2列，不管剩下什么，前面乘了个 0 → 贡献 = **0**（这就是为什么口诀说"选零多的行展开"——零越多越省事！）
**第三个数 a₁₃ = 2**：划去第1行和第3列，剩下：
```
|3 1|
|0 2|
```
这个 2 阶行列式的值是 3×2 - 1×0 = 6。符号系数：(-1)¹⁺³ = (-1)⁴ = +1（正号）。
贡献：2 × 6 × (+1) = **12**
三个贡献加起来：1 + 0 + 12 = **13**。这就是整个 3 阶行列式的值。
**💬 生活比喻**："划去"这个动作就像吃玉米——你选中一排（一行），然后一个一个玉米粒往下啃：每啃一粒，就把那粒所在的十字线划掉，剩下的部分就是你要继续啃的。零就是"空粒"——直接跳过，不费力。
> 🛑 **停下来想一想**：在上面的例子中，如果换一列展开——比如按第 2 列展开（元素是 0, 1, 2），第一步先算什么？符号系数分别是多少？自己动手算一遍，和答案 13 对一下。
**📖 核心公式**：
按第 i 行展开：
```
|A| = aᵢ₁Aᵢ₁ + aᵢ₂Aᵢ₂ + ... + aᵢₙAᵢₙ
```
其中 Aᵢⱼ（代数余子式）= (-1)ⁱ⁺ʲ × Mᵢⱼ（余子式）
**🔑 口诀**：选零最多的那行（或那列）展开！
> ✍️ **立刻练一道**：按第 1 列展开，计算 $\begin{vmatrix} 1 & 2 & 0 \\ 3 & 0 & 1 \\ 0 & 4 & 2 \end{vmatrix}$——先看哪一行/列 0 最多，再动手。（答案：-16。这题每一行、每一列都恰好有一个 0，选哪一行/列展开都一样省力——这里选第 1 列展开：非零元素 a₁₁=1、a₂₁=3、a₃₁=0，得 1×$\begin{vmatrix} 0 & 1 \\ 4 & 2 \end{vmatrix}$ - 3×$\begin{vmatrix} 2 & 0 \\ 4 & 2 \end{vmatrix}$ + 0×$\begin{vmatrix} 2 & 0 \\ 0 & 1 \end{vmatrix}$ = 1×(-4) - 3×4 = -4 - 12 = -16。）
---
#### 💭 概念深挖：代数余子式的本质——为什么叫"余"和"代数"？
> 💡 很多同学"代数余子式"这个词背了无数遍，但从来没想过为什么叫这个名字。搞懂命名的逻辑，比死记硬背强一百倍。
**① 生活场景**：🏠 你有一套房子的平面图。房主说："把客厅和厨房划掉，剩下卧室+卫生间的总面积就是这房子的'余面积'。"——这就是"余子式"的字面意思：**划掉某行某列后，剩下的"残余"面积**。那"代数"两个字呢？它指的是符号(-1)^{i+j}——这个符号不是随便加的，而是严格按照行列位置(i,j)的奇偶性来定。就像棋盘上的黑白格，"代数"就是告诉你：如果位置落在黑格上，符号是正；落在白格上，符号是负。
**② 正式陈述**：
- **余子式M_{ij}**："余"=剩余。划去第i行和第j列后，剩下的(n-1)阶行列式的值。它本身也是一个带符号的行列式值，**可正可负**（例：$\begin{vmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{vmatrix}$ 中 M₁₁ = $\begin{vmatrix} 5 & 6 \\ 8 & 9 \end{vmatrix}$ = 45-48 = -3）。
- **代数余子式A_{ij}**："代数"=要考虑符号规则。A_{ij} = (-1)^{i+j}·M_{ij}。"代数"两个字恰好暗示了符号(-1)^{i+j}的存在——它和余子式一样**可正可负**，区别只是在M_{ij}的基础上再多乘一个按位置(i,j)奇偶性决定的符号。
> 大白话：M_{ij} 和 A_{ij} 都是带符号的行列式值，**可正可负**——区别只是 A_{ij} 比 M_{ij} 多乘一个符号 (-1)^{i+j}（由所在位置(i,j)的奇偶性决定）。
**③ 🧠 为什么需要A_{ij}而不直接用M_{ij}？**
展开定理的"完整形式"是 |A| = a_{i1}·A_{i1} + a_{i2}·A_{i2} + ... + a_{in}·A_{in}，用的是A_{ij}（代数余子式），不是M_{ij}（余子式）。为什么？
想象一个2阶行列式：$\begin{vmatrix} a & b \\ c & d \end{vmatrix}$ = ad - bc。按第一行展开：a×(d) + b×(-c)。这里：
- a对应的"小行列式"是d = M₁₁（划去第1行第1列后剩的1阶行列式）
- 但b对应的"小行列式"是-c，不是c！因为b在(1,2)位置，(1+2)=3是奇数→带负号，所以A₁₂ = (-1)^{1+2}·c = -c
**如果不用代数余子式而直接用余子式，展开定理会变成：|A| = a·M₁₁ - b·M₁₂ = ad - bc（对2阶成立）。** 但写成"统一形式"就必须用A_{ij}——因为A_{ij}已经内嵌了符号，展开定理才能写成漂亮的求和形式：|A| = Σ a_{ij}A_{ij}。
> 大白话：代数余子式把"符号处理"提前做好了。展开定理里每个a_{ij}前面就不用再考虑正负号——A_{ij}自己已经带了。这就像发工资时"税前"vs"税后"——a_{ij}是账面工资，M_{ij}是原始单据（本身就可正可负），A_{ij}是按位置规则调整过符号后真正记进展开式的那一份。
**④ 📝 复盘**：
"代数余子式"这个词，每个字都有含义：
- **代**表符号规则——(-1)^{i+j}，一个代数运算
- **数**代表它最终是一个数（不是一张数表）
- **余**代表划去某行某列后剩余的部分
- **子**代表它是从大行列式中"切下来的小子块"
从M_{ij}到A_{ij}，多了一个"代数"处理（乘上符号），展开定理才能以统一漂亮的求和形式呈现。这个符号不是数学家故意刁难你——它是逆序数定义的自然结果。
---
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 什么是余子式 Mᵢⱼ？什么是代数余子式 Aᵢⱼ？它们之间只差一个什么？用你自己的话说清楚。
>
> **❷ 深度思考** — 你在整理一个 5 层的文件柜，每层有 5 个格子。你要统计所有格子里文件的总页数——但很多格子是空的（零页）。你会从哪一层开始数？按文件柜的例子，怎么解释"选零最多的行展开"这个策略？这个策略帮你省掉了多少工作量？
>
> **❸ 考试演练** — 已知 3 阶行列式 D = |A|，求第 1 行元素的代数余子式之和 A₁₁ + A₁₂ + A₁₃。当考试中看到：第一行元素全换成 1 后算出的新行列式，就等于 A₁₁ + A₁₂ + A₁₃。为什么？推导这个结论。
📖 点击查看参考答案
**❶ 参考答案**：Mᵢⱼ（余子式）是划去第 i 行和第 j 列后，剩下的低阶行列式的值。Aᵢⱼ（代数余子式）就是 Mᵢⱼ 再乘上一个符号 (-1)ⁱ⁺ʲ。差的就是这个符号！行列数 i+j 是偶数为正，奇数为负——就像棋盘上的黑白格交替。
**❷ 参考答案**：你当然会从空格子最多的那层开始数——因为空格子直接跳过，不花时间。如果每层 5 格，其中一层有 4 格是空的——你只需要数 1 格，另外 4 格直接跳。按行展开也是这个道理：选零最多的那行，大部分项等于 0×（什么东西）= 0，直接跳过，只算那几个非零位置对应的低阶行列式。
**❸ 参考答案**：按展开定理，D = a₁₁A₁₁ + a₁₂A₁₂ + a₁₃A₁₃。如果把第一行元素全换成 1，新行列式 D' = 1·A₁₁ + 1·A₁₂ + 1·A₁₃ = A₁₁ + A₁₂ + A₁₃。这是因为代数余子式 A₁₁, A₁₂, A₁₃ 不依赖第一行元素的值（它们是通过"划去"第一行后算出来的），所以换掉第一行元素不影响这些 Aᵢⱼ 的值。这就是题型 F 的核心原理。
**考试易丢分的地方**：很多人搞混"A₁₁ 依赖于 a₁₁ 吗"。答案是：A₁₁ 的计算跟 a₁₁ 的值无关（因为算 A₁₁ 时要划掉第一行，a₁₁ 被划掉了），但 A₁₁ 的定义跟 a₁₁ 的位置有关。这就像：你的座位号不依赖于你这个人（换个人坐这个位置，座位号不变），但提到"1排1座的座位号"是跟位置绑定的。
---
## 🧠 展开定理的完整推导
> 💡 上面用"拆快递包裹"的比喻建立了直觉。现在我们从逆序数定义出发，一步一步推出为什么行列式可以按任意一行拆成"元素乘代数余子式之和"。看完你会发现：展开定理的本质是"把n!项的混编大部队，按某一行的元素重新编队"。
---
**① 生活场景**：🏗️ 你是一个工地包工头，手下有n个工人，每人负责不同楼层的工作。你想统计整个工地的总工时。笨办法是把每个工人在每层楼的工时全部加起来（n!项）。聪明办法是：先指定某一层楼（比如第3层），逐个问"谁在这层干过活？干了多少小时？"——把每个工人的工时乘上"去掉这个工人和这层楼之后，剩下的人干剩下的楼层需要多少工时"。这就叫"按第3层展开"。
**② 正式陈述**：
- 条件：n阶行列式|A|，任意选定一行（第i行）或一列（第j列）
- 结论：|A| = a_{i1}A_{i1} + a_{i2}A_{i2} + ... + a_{in}A_{in}（按第i行展开）
- 其中 A_{ij} = (-1)^{i+j}·M_{ij}，M_{ij}是划去第i行第j列后剩下的(n-1)阶行列式
**③ 🧠 完整推导**：
**第1步：从n!项的大部队中，按"第i行的元素是哪一个"来编队。**
回忆逆序数定义：|A| = Σ_{排列p} (-1)^{τ(p)} · a_{1,p₁} · a_{2,p₂} · ... · a_{n,pₙ}
n!个排列p中，第i个位置pᵢ可以是1,2,...,n中的任意一个数。我们把所有排列按"pᵢ等于几"分成n个小组：
- 小组1：pᵢ=1（即第i行取的是第1列的元素a_{i1}）
- 小组2：pᵢ=2（第i行取第2列的元素a_{i2}）
- ...
- 小组n：pᵢ=n（第i行取第n列的元素a_{in}）
> 大白话：原来所有n!种"选座方案"混在一起。我们按"第i行的工人选了哪个工位"把它们分成n堆。每堆里的方案，第i行选的是同一列。
**第2步：把每个小组里公因子a_{ij}提出来。**
看小组j（第i行取第j列，即pᵢ=j）。这个小组里每一项都有因子a_{ij}：
```
小组j的贡献 = a_{ij} · [ Σ_{p: pᵢ=j} (-1)^{τ(p)} · a_{1,p₁} · ... · a_{i-1,p_{i-1}} · a_{i+1,p_{i+1}} · ... · a_{n,pₙ} ]
```
注意方括号里已经没有a_{ij}了——被提到了外面。剩下的是"去掉第i行和第j列后，剩下(n-1)²个数中，每行每列各取一个"的乘积之和。
> 大白话：把每个小组里公共的a_{ij}提到括号外面——就像统计"第3层干了多少活"时，先把"在第3层干活"这个条件提出来，再算剩下楼层的工作量。
**第3步：方括号里正是余子式M_{ij}——但要修正符号。**
方括号里"去掉第i行、第j列后每行每列各取一个"的乘积之和，**几乎**就是M_{ij}（划去第i行第j列后的(n-1)阶行列式）。但差了一个符号！
为什么差符号？因为M_{ij}是按"1到n-1自然顺序"排列的(n-1)阶行列式，而方括号里的项来自原来的n阶展开，继承了排列p的符号(-1)^{τ(p)}。需要分析τ(p)和M_{ij}中对应排列的逆序数之间的关系。
精确推导（可跳过细节，直接看结论）：把原来排列p中"第i个位置=j"去掉，剩下的n-1个位置构成一个从{1,...,n}\{j}到{1,...,n}\{i}的排列。通过重新编号（把行号压缩为1到n-1，列号也压缩为1到n-1），可以证明：
```
τ(p) = (i-1) + (j-1) + τ'(压缩后的排列)
```
其中(i-1)+(j-1)来自"第j列排在第i行"这个事实本身造成的逆序偏移。于是：
```
(-1)^{τ(p)} = (-1)^{i+j} · (-1)^{τ'(压缩后排列)}
```
> 大白话：符号差了一个(-1)^{i+j}——这个差的来源是"划掉第i行第j列"这个动作本身。就像撕掉笔记本的一页后，剩下页码的奇偶关系跟原来差了一个固定偏移。这个偏移恰好是(-1)^{i+j}。
**第4步：得出展开公式。**
方括号 = (-1)^{i+j} · M_{ij} = A_{ij}（正是代数余子式！）
于是小组j的贡献 = a_{ij} · A_{ij}。把n个小组的贡献加起来：
```
|A| = a_{i1}A_{i1} + a_{i2}A_{i2} + ... + a_{in}A_{in}
```
> 大白话：行列式等于"第i行每个元素，乘以自己对应的代数余子式，全加起来"。这就是展开定理。
**④ 📝 推导复盘——用大白话串一遍**：
展开定理的推导分三步走：(1) **分堆**——把n!项按"第i行取了哪一列"分成n堆；(2) **提公因子**——每堆提出公共的a_{ij}；(3) **认亲**——方括号里正是代数余子式A_{ij}（余子式乘上符号(-1)^{i+j}）。最核心的洞察在第三步：符号差(-1)^{i+j}完全是"划去"这个机械动作造成的，与被划去的元素值无关。
说白了，展开定理就是"指定一个观察位置（第i行），把所有n!种可能性按照'这个位置上的元素是哪个'来分组统计"。每一组内部，这个元素是公因子，提到外面；剩下的就是"没有这行这列的世界里，所有可能性的总和"——也就是余子式。
**⑤ ⚠️ 易错边界**：
- **展开定理不是近似公式**：它是严格等式，不是"差不多"。按任何一行展开，结果精确等于行列式的值。选哪一行只是计算量不同——结果永远一样。
- **错行展开必为零**：如果把第i行的元素和第k行（k≠i）的代数余子式配对相加：a_{i1}A_{k1} + a_{i2}A_{k2} + ... + a_{in}A_{kn} = 0。为什么？因为A_{kj}的计算和第i行无关——这相当于把一个"第k行=第i行"的重复行行列式按第k行展开，两行相同→行列式为零。这是克拉默法则推导的基石。
- **代数余子式不依赖被划元素**：A_{ij}的值和a_{ij}完全无关。很多人以为A_{ij}"属于"a_{ij}，其实不是——A_{ij}只是和a_{ij}共享同一个"坐标"(i,j)，但数值完全由其他行、其他列决定。
- **符号规则**：(-1)^{i+j}——行列号之和为偶数→正号，奇数→负号。棋盘格规律：相邻格符号相反。
- **反例验证**：用前面1.5节的例子 $\begin{vmatrix} 1 & 0 & 2 \\ 3 & 1 & 0 \\ 0 & 2 & 1 \end{vmatrix}$=13。按第1行展开：1×(1×1-0×2) + 0×(...) + 2×(3×2-1×0)×(+1) = 1+12 = 13。按第2列展开：0×(...) + 1×(1×1-2×0)×(-1)^{2+2}=+1×(1-0) = 1, 再加 2×(1×0-3×2)×(-1)^{3+2}=-1×2×(0-6)=+12 → 1+12 = 13。两种展开法结果一致。
**⑥ 在整条链中的位置**：
```
逆序数定义（1.3节）
↓
五条核心性质（1.4节）
↓
余子式 M_{ij} = 划去第i行第j列后的(n-1)阶行列式
↓
代数余子式 A_{ij} = (-1)^{i+j} M_{ij}
↓
展开定理（1.5节核心）：|A| = Σ a_{ij}A_{ij} ← 我们在这里
↓
代数余子式正交性：Σ a_{ik}A_{ij} = |A|(k=j) 或 0(k≠j)
↓
克拉默法则（1.7节）：x_j = |A_j|/|A|
```
展开定理是逆序数定义的"第一层重组"——把n!项的原始定义按"某一行取哪个元素"重新编队，化成了n项的和（每一项是一个元素乘一个(n-1)阶子式）。这一重组不仅降低了计算量（从n!→n×(n-1)!），更重要的是：它催生了代数余子式的"正交性"——这个性质是克拉默法则的灵魂。
---
### 1.6 特殊行列式（认识这些"老朋友"）
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 去常去的早餐店，老板认识你，不用你开口就知道"老三样"。考试也一样——有些行列式长得很有特点，你一眼就该认出来，直接套公式，不用从头算。这一节就是带你认识这些"老熟人"。
> 📌 **这节学完你就能回答：**
> - 哪种行列式可以直接对角线相乘？为什么？
> - 范德蒙德行列式长什么样？怎么认出它的"变装"？
> - 爪型行列式为什么叫"爪型"？消去爪子的核心思路是什么？
> - 这三种特殊行列式之间有什么联系？（提示：化三角是最终目标）
**先想一个问题：为什么考试里有些行列式"一眼就能看出答案"？**
化三角法（题型A）能对付一切数字型行列式，可考试里总有些行列式**长得特别有"识别度"**——你盯着它看三秒，就能直接写答案，根本不用消元。这不是玄学，而是因为它们**自带形状**：有的是"半个三角形"（直接对角线相乘），有的是"逐行升幂"（套一个公式），有的是"伸出爪子"（收一下爪子就成三角）。
> 🧠 这一步在想什么：为什么要专门学这些"长相"？——化三角是"通法"，但通法意味着慢。**考试时间是省出来的**：认出特殊形状 → 直接套现成结论，几分钟的题变成几秒。这就像买菜——你认识西红柿，就不用每个摊位都问一遍"这个能吃吗"。
> 🔍 回头看看：这三类行列式，本质上是**把"化三角"的过程做熟了之后形成的快捷方式**——它们最终都能化成三角，但用特殊公式更快。下面逐个认识它们。
#### 上/下三角行列式
**特征**：对角线以下（上）全是 0。
**结果**：= 主对角线上所有数相乘。
**💬 比喻**：就像梯田——每层只有一个数，总产量就是各层产量相乘。
> ⭐⭐⭐ 核心——计算的目标就是化成这种形式！
>
> 🛑 **停下来想一想**：为什么三角行列式可以直接对角线相乘？回想 1.2 节"每行每列各取一个"——在三角行列式里，如果你不在对角线上取元素，那某一项一定会取到一个 0（因为对角线以下/以上全是 0），那项就等于 0。所以唯一非零的取法就是老老实实取对角线上的每个数。
> ✍️ **立刻练一道**：计算 $\begin{vmatrix} 3 & 0 & 0 & 0 \\ 5 & 2 & 0 & 0 \\ 7 & 4 & 1 & 0 \\ 9 & 6 & 3 & 4 \end{vmatrix}$——别展开，先观察它是什么形状。（答案：24——下三角行列式，直接对角线相乘 3×2×1×4，详解见配套练习题1-19。）
---
#### 范德蒙德行列式
**特征**：第一行全是 1，第二行是一组数，第三行是这组数的平方，第四行是立方……
**结果**：= 所有"后面的数减前面的数"的乘积。
**💬 比喻**：就像一场淘汰赛——每个选手都要和排在自己前面的所有人比一次，把所有的"分差"乘起来。
```
例：|1 1 1|
|a b c| = (b-a)(c-a)(c-b)
|a² b² c²|
```
> ⭐⭐ 高频考点——考研特别喜欢考变形后的范德蒙德
>
> 🛑 **停下来想一想**：如果范德蒙德行列式中有两个数相等（比如 a = b），结果是多少？——套公式：(b-a) = 0，所以整个行列式 = 0。这和"两列相同则行列式为 0"的性质完全一致。考试经常会利用这一点让你快速判断。
---
#### 爪型行列式（箭型行列式）
**特征**：第一行和第一列有"爪子"，其他位置只有对角线有数。
**💬 比喻**：就像一只爪子伸出来——用对角线上"身体"的力，把"爪子"收回去，就变成了普通三角。
**解法思路**：用对角线上的数，把第一行和第一列的"爪子"消成零。
> 🛑 **停下来想一想**：爪型消去时，为什么必须从第 2 行/列开始，不能直接用第 1 行对角线上的数消？因为第一行对角线上的数同时也被"爪子"包围着——用第 2 行/列的对角线元素当"支点"去消第一行/列的"爪子"，思路是"用稳固的身体去收回伸出的爪"。
>
> ⭐⭐ 高频考点
---
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 分别说出三角行列式、范德蒙德行列式、爪型行列式的"长相特征"（不用公式，用日常语言描述）。
>
> **❷ 深度思考** — 你去健身房，教练让你做引体向上。第 1 次 1 个，第 2 次 3 个，第 3 次 9 个——每次是前一次的 3 倍。如果范德蒙德行列式也在"健身"（逐行升幂），你觉得它体现的是什么规律？考试中范德蒙德最容易"伪装"成什么样子让你认不出来？
>
> **❸ 考试演练** — 判断以下行列式是否为范德蒙德行列式，如果是，直接写出结果：
> `|1 1 1 |
> |2 3 5 |
> |4 9 25 |`
📖 点击查看参考答案
**❶ 参考答案**：
- 三角行列式：像一个直角三角形——对角线一侧全零，另一侧可能有数。
- 范德蒙德行列式：像一摞"等级递增"的数据——第一行全是 1（底数的 0 次方），第二行是一组不同的数（1 次方），第三行是这些数的平方，第四行是立方……
- 爪型行列式：像一只鸟伸出的爪子——第一行和第一列是爪子，对角线是身体，其他地方全是空的。
**❷ 参考答案**：范德蒙德体现的是"幂次递增"的规律。考试中最常见的伪装是：(1) 行和列互换（转置），你还是能认出来；(2) 每行提取了不同的公因子，导致第一行不全是 1了——需要先把公因子提出来才能认出原形；(3) 缺了某次幂——需要"补"回来。这就像认朋友戴了假发和墨镜——骨骼结构（数的幂次关系）没变，你得看本质。
**❸ 参考答案**：这正好是**标准形式**的范德蒙德——第一行全 1，第二行是底数 2、3、5（1 次方），第三行是它们的平方（4=2²、9=3²、25=5²）。直接套本节公式即可，不用转置、不用绕弯。
结果 = (3-2)(5-2)(5-3) = 1 × 3 × 2 = **6**
**考试易丢分的地方**：很多人看到范德蒙德就从头硬算。记住了——看到"第一行全 1、逐行升幂"就直接套公式，别再算半天。
---
#### 🎯 解题方法
### 题型B：爪型行列式
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 看到一道题：第一行和第一列全是非零数，对角线也有数，但其余位置全是零——形状像一只鸟伸出的爪子。你该怎么处理？硬展开？可以，但笨。聪明的方法是"把爪子收回来"——用对角线上的"身体"去消掉伸出去的"爪子"。
> 📌 **这节学完你就能回答：**
> - 爪型行列式长什么样？三秒内能认出来吗？
> - 消去爪子的步骤是：先提什么？再用谁消谁？
> - 如果对角线上有 0，为什么不能直接用标准方法？
#### 先看一道题：计算这个行列式
```
|a 2 2 2|
|2 b 0 0|
|2 0 c 0|
|2 0 0 d|
```
（其中 a,b,c,d 都不为 0）
看到这题，先别慌。
**难在哪？** 第一行和第一列伸出一堆"爪子"（2、2、2），但除了第一行第一列和对角线，其余位置全是 0。直接用题型A的化三角？可以，但你会很快发现：**第一列下方有三个 2，用第 1 行消会很乱**——因为第 1 行自己就有三个爪子。
> 🧠 这一步在想什么：仔细观察——**这题真正的"主体"是对角线 b、c、d**，它们又干净又独立。那能不能用"身体"去收"爪子"？想想怎么收才顺手：如果每行对角线先变成 1（1 是最好用的"支点"），再用这些 1 去消第 1 行的爪子，一下就干净了。
试试第一步：**第 2、3、4 行各提出对角线上的 b、c、d**（性质3，值×bcd），提出后对角线全变成 1：
```
|a 2 2 2 |
= bcd × |2/b 1 0 0 |
|2/c 0 1 0 |
|2/d 0 0 1 |
```
> 🔍 回头看看：妙就妙在这一步——**把对角线变成 1，1 就是"完美支点"，消爪子时不用做任何除法**。接下来用第 2、3、4 行的"1"当扫把，把第 1 行的三个爪子 2、2、2 分别扫成 0（做 `R₁ - 2·R₂ - 2·R₃ - 2·R₄`，性质5倍加，值不变）。收完爪子，数表就成上三角了，再对角线相乘、乘回提出去的 bcd。（完整过程见下方"典型例题"，答案 abcd - 4cd - 4bd - 4bc。）
📌 **以后就这么办——收爪子三步走**：
**🎯 识别特征**：只有主对角线 + 第一行 + 第一列有非零数，其余位置为零。形状像 ∇ 或 Δ。
**📋 解题步骤**：
```
第1步：从第2行开始，每行提出对角线上的那个数
第2步：用第2,3,...,n行（对角线位置现在是1）消去第一行对应位置的"爪子"
第3步：化为上三角，对角线相乘
```
> ✍️ **立刻练一道**：计算 $\begin{vmatrix} 1 & 1 & 1 & 1 \\ 1 & a & 0 & 0 \\ 1 & 0 & b & 0 \\ 1 & 0 & 0 & c \end{vmatrix}$（a,b,c≠0）——按三步走：先提 a、b、c，再收爪子。（答案：abc - bc - ac - ab，详解见下方阅读思考题❸。）
**⚠️ 最容易错的地方**：
- 如果对角线上有 0，不能直接做分母——需要先换行或用其他方法
- 消去时注意符号
> 🛑 **停下来想一想**：为什么先要"每行提出对角线上的数"？——提出后，对角线就全变成 1 了，1 是最好用的"支点"，用它消爪子最方便。这就像先把爪子上的刺拔掉（提公因子），再用手（1）去收爪子。
---
**⑤ ⚠️ 易错边界**：
- **a₂,...,aₙ不能为零**：如果某个对角线元素为零，不能提出它当分母。此时需要先换行或换列，换一个非零元素到对角线上。或者考虑改用其他方法（如直接按某行展开）。
- **a₁（左上角）可以为任意值（包括零）**：左上角是爪子的交汇处，收到最后它自己会变成a₁ - Σ bⱼcⱼ/aⱼ。即使a₁=0也不影响操作。
- **先提后消不能颠倒**：先消后提会导致"用不是1的数当支点→需要做分数倍加→容易算错"。
- **提出因子的总效果是a₂a₃...aₙ，不是a₂+a₃+...+aₙ**：乘法不是加法！这是爪型题中最常见的计算错误。
- **爪型不一定非要在第一行和第一列**：如果爪子在第二行和第二列（其余是对角线），可以通过交换行/列变到标准位置。每次交换记得变号。
---
**📝 典型例题**（就是上面那道题——现在完整算完三步走）：
```
|a 2 2 2|
|2 b 0 0|
|2 0 c 0|
|2 0 0 d|
```
（其中 a,b,c,d 都不为 0）
**✏️ 分步解答**：
**第1步（提公因子）**：第2、3、4行各提出对角线上的 b、c、d，提出去的总因子 = bcd：
```
|a 2 2 2 |
= bcd × |2/b 1 0 0 |
|2/c 0 1 0 |
|2/d 0 0 1 |
```
**第2步（收爪）**：用第2、3、4行对角线上的 1 当支点，把第1行的三个爪子 2、2、2 消成 0：
- 做 `R₁ - 2·R₂ - 2·R₃ - 2·R₄`（倍加，值不变）
- 第1行第1列：`a - 2×(2/b) - 2×(2/c) - 2×(2/d) = a - 4/b - 4/c - 4/d`
- 第1行第2、3、4列：`2 - 2×1 = 0`（三个爪子清零）
**第3步（对角线相乘，乘回提出去的因子）**：
= bcd × (a - 4/b - 4/c - 4/d) × 1 × 1 × 1
= abcd - 4cd - 4bd - 4bc
✅ 结果 = **abcd - 4cd - 4bd - 4bc**
---
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用自己的话说：爪型行列式的"身体"和"爪子"分别指哪些位置？收爪子的核心动作是什么？
>
> **❷ 深度思考** — 如果一道题表面上不像爪型（比如爪子不只第一行/列，第二行/列也有），但通过交换行和列可以变成爪型——你能想出一个这样的例子吗？交换过程中要注意什么？
>
> **❸ 考试演练** — 计算：
> `|1 1 1 1|
> |1 a 0 0|
> |1 0 b 0|
> |1 0 0 c|`
> 其中 a, b, c ≠ 0。
📖 点击查看参考答案
**❶ 参考答案**：对角线是"身体"（第 2 行第 2 列及以后的对角线位置），第一行和第一列的非对角线位置是伸出的"爪子"。收爪子的核心动作：从第 2 行起，每行提出对角线的值（身体的力量），然后乘以适当的倍数，分别去把第一行/列对应的爪子位置消成零。
**❷ 参考答案**：比如一个行列式，非零元素在对角线+第 2 行+第 2 列。交换第 1 行和第 2 行、第 1 列和第 2 列（两次交换，负负得正，值不变），就变成了标准爪型。注意：每次交换行或列都要变号！两次交换 → 符号不变。
**❸ 参考答案**：
第 1 步：第 2-4 行各提对角线的值 a, b, c：
```
|1 1 1 1|
= abc × |1/a 1 0 0|
|1/b 0 1 0|
|1/c 0 0 1|
```
第 2 步：用第 2,3,4 行的对角线 1，消去第一行的 1,1,1：
R₁ - R₂ - R₃ - R₄，第一行变为：[1 - 1/a - 1/b - 1/c, 0, 0, 0]
第 3 步：上三角 → 对角线相乘：
= abc × (1 - 1/a - 1/b - 1/c) × 1 × 1 × 1
= **abc - bc - ac - ab**
✅ 答案：**abc - bc - ac - ab**
---
#### 🪜 半扶练习：你来收爪子（爪型）
下面这道爪型题，框架和第一步都给你了——顺着填就能算完。
计算 $\begin{vmatrix} x & 1 & 1 & 1 \\ 1 & 2 & 0 & 0 \\ 1 & 0 & 3 & 0 \\ 1 & 0 & 0 & 4 \end{vmatrix}$。
> **已给的框架**：这是标准爪型——对角线是 `[x, 2, 3, 4]`，爪子在第 1 行和第 1 列。
>
> 第一步：第 2、3、4 行各提出对角线上的数 2、3、4（提出后对角线位置变成 1）。提出后行列式 = 2×3×4 × $\begin{vmatrix} x & 1 & 1 & 1 \\ 1/2 & 1 & 0 & 0 \\ 1/3 & 0 & 1 & 0 \\ 1/4 & 0 & 0 & 1 \end{vmatrix}$。
>
> **轮到你**：(1) 用后三行的"1"当扫把，把第 1 行的 1、1、1 三个爪子扫干净——R₁ 要减去几倍的哪些行？扫完之后第 1 行第 1 列位置剩下什么？
>
> (2) 数表变成上三角了——对角线相乘等于什么？最后把提出去的 2×3×4 = 24 乘回来。
📖 点击查看答案
(1) 提出 2、3、4（共 24）后，后三行第一列变成 1/2、1/3、1/4，对角线变成 1。用后三行去消第一行的三个爪子：做 `R₁ - R₂ - R₃ - R₄`——
第 2 列：1 - 1 - 0 - 0 = 0；第 3 列：1 - 0 - 1 - 0 = 0；第 4 列：1 - 0 - 0 - 1 = 0（三个爪子都清零）；第 1 列：x - 1/2 - 1/3 - 1/4 = x - 13/12。
(2) 此时化成上三角，对角线是 [x-13/12, 1, 1, 1]，相乘 = x - 13/12。再把提出去的 24 乘回来：24×(x - 13/12) = 24x - 26。
✅ 答案：**24x - 26**。核心动作就是"用稳固的身体（对角线的 1）收回伸出的爪子"。
#### 配套练习
#### 题1-7 ⭐⭐ 中等 | 用模板B（爪型）
计算行列式：
```
|a 1 1 1|
|1 a 0 0|
|1 0 a 0|
|1 0 0 a|
```
其中 a ≠ 0。
📖 点击查看答案
这是典型的**爪型行列式**：第一行 + 第一列 + 对角线有数，其余为零。
第1步：第2,3,4行各提出 a（对角线上的数），得：
```
|a 1 1 1|
= a³ × |1/a 1 0 0|
|1/a 0 1 0|
|1/a 0 0 1|
```
第2步：用第2,3,4行的对角线1，消去第一行的"爪子"：
- R₁ - R₂: 消去第2列的爪子
- R₁ - R₃: 消去第3列的爪子
- R₁ - R₄: 消去第4列的爪子
第一行变为：[a - 3/a, 0, 0, 0]
第3步：化为上三角，对角线相乘：
= a³ × (a - 3/a) × 1 × 1 × 1 = a³(a - 3/a) = **a⁴ - 3a²**
✅ 答案：**a⁴ - 3a²**
> 本题使用模板B：爪型行列式。
---
#### 题1-28 ⭐⭐ 中等 | 用模板B（爪型+参数条件）
计算行列式（a ≠ 0, b ≠ 0, c ≠ 0）：
```
|x 1 1 1|
|1 a 0 0|
|1 0 b 0|
|1 0 0 c|
```
📖 点击查看答案
这是爪型行列式。提出 abc 后消去第一行的爪子：
= **abc·x - bc - ac - ab**
✅ 答案：**abc·x - bc - ac - ab**
> 对应模板B：爪型行列式。
---
### 题型C：范德蒙德行列式
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 考研数学有个"老朋友"，每年变着花样出现——有时它戴个帽子（每行提了公因子），有时它穿件反衣服（转置了），有时甚至换个发型（缺了某次幂）。它本名叫范德蒙德行列式。你如果认得它的"骨骼结构"——逐行（列）幂次递增——就没人能骗到你。
> 📌 **这节学完你就能回答：**
> - 范德蒙德行列式的"骨架"是什么？（三条特征缺一不可）
> - 考试中最常见的三种变形分别怎么识别？
> - 转置后的范德蒙德还是范德蒙德吗？为什么？
#### 先看一道题：计算这个行列式
```
|1 1 1 |
|2 4 8 |
|3 9 27 |
```
看到这题，先别慌。
**难在哪？** 三个数 2、4、8 和 3、9、27……等等，4=2²、8=2³，9=3²、27=3³——**每一行都是同一个底数的 1 次、2 次、3 次幂**！这种"逐行升幂"的行列式长得太有规律了，硬用化三角法消，就太浪费它的形状了。
> 🧠 这一步在想什么：有规律就有公式。第一行 1、1、1（任何数的 0 次方都是 1）——先把每行的公因子提出来：第 1 行提 1、第 2 行提 2、第 3 行提 3，总共提出 1×2×3 = 6。剩下的行列式转置一下，就变成"第一行全 1、第二行是底数、第三行是底数平方"的标准形：
```
|1 1 1|
|1 2 3|
|1 4 9|
```
这种结构的行列式，答案有现成公式：**所有"后面的数减前面的数"的乘积**。底数是 1、2、3：`(3-2)(3-1)(2-1)`。
> 🔍 回头看看：这一题其实包含了"识别变形范德蒙德"的完整套路——**① 看有没有逐行（列）升幂的规律；② 把每行公因子提出去；③ 转置归位；④ 套公式"后面减前面全乘起来"**。完整过程见下方"典型例题"，答案 12。
📌 **以后就这么办——范德蒙德四步走**：
**🎯 识别特征**：考试中很少直接给标准形式。需要你**识别变形后的范德蒙德**。
**最常见的变形**：
- 行和列互换（转置了——还是范德蒙德）
- 每行提了公因子（需要先提出去）
- 缺少某次幂（需要"补"回来）
**📋 解题步骤**：
```
第1步：判断 → 是否有"逐行（列）元素按幂次递增"的模式？
第2步：提取 → 把每行（列）的公因子提出去
第3步：归位 → 看是不是转置了？转置回来
第4步：套公式 → 所有"后面的数 - 前面的数"的乘积
```
> ✍️ **立刻练一道**：判断下面的行列式是不是范德蒙德，如果是，直接写结果：$\begin{vmatrix} 1 & 1 & 1 \\ 2 & 3 & 5 \\ 4 & 9 & 25 \end{vmatrix}$（答案：6，详解见上方 1.6 节阅读思考题❸。）
**🔑 公式**：n 阶范德蒙德行列式 = (x₂-x₁)(x₃-x₁)...(xₙ-x₁)(x₃-x₂)...(xₙ-xₙ₋₁)
> 🛑 **停下来想一想**：范德蒙德公式的结果是一大串减法的乘积。如果有两个底数相等（比如 x₂ = x₃），结果中 (x₃ - x₂) = 0，整个行列式 = 0。这和"两列相同行列式为 0"的性质一致——因为当两个底数相等时，它们的各次幂也都相等，对应的两列就完全相同了。
---
#### 🔍 范德蒙德行列式公式推导（方法级）
> 💡 范德蒙德公式背起来容易——"后面减前面，全乘起来"。但这个公式是怎么来的？为什么恰好是所有差的乘积？下面用数学归纳法一步一步推出来。
**① 生活场景**：🌱 你在阳台上种了三盆花，分别放在不同的位置。你想知道每两盆花之间的距离——共有几对？3盆花有3对距离。范德蒙德公式算的就是"每个后面的底数减去每个前面的底数，全乘起来"——"距离"的乘积，而不是和。
**② 推导核心思路**：用数学归纳法。先假设n-1阶范德蒙德公式成立，再推出n阶公式也成立。过程中利用"把第一行变成只有第一个位置非零"的技巧。
**③ 🧠 完整推导**：
**第1步：写出n阶范德蒙德行列式Vₙ。**
```
|1 1 1 ... 1 |
|x₁ x₂ x₃ ... xₙ |
Vₙ = |x₁² x₂² x₃² ... xₙ²|
|... ... ... ... ... |
|x₁ⁿ⁻¹ x₂ⁿ⁻¹ x₃ⁿ⁻¹ ... xₙⁿ⁻¹|
```
> 大白话：n列，每列是同一个底数的0到n-1次幂。第一行全是1（任何数的0次方=1）。
**第2步：消去第一列非首个元素——让它变成[1,0,0,...,0]ᵀ。**
从最后一行开始往上做行变换：Rₖ ← Rₖ - x₁·R_{k-1}（k=n, n-1, ..., 2）。具体来说，把前一行的x₁倍从当前行减去，从下往上推进。
关键观察：做完这些行变换后，第一列只剩下第一个位置是1，其余全变0。第二列及以后也发生了整齐的变化——每个元素都提取了(xⱼ-x₁)的公因子。
详细写出变化后的第二行：原来第二行是[x₁, x₂, x₃, ..., xₙ]。做行变换R₂ ← R₂ - x₁·R₁（注意这是倍加，性质5保证值不变！）后：
- 第2列: x₂ - x₁·1 = x₂ - x₁
- 第3列: x₃ - x₁·1 = x₃ - x₁
- ...
- 第n列: xₙ - x₁·1 = xₙ - x₁
第三行（原来是底数的平方）做同样行变换R₃ ← R₃ - x₁·R₂：
- 第2列: x₂² - x₁·x₂ = x₂(x₂ - x₁)
- 第3列: x₃² - x₁·x₃ = x₃(x₃ - x₁)
- ...
- 第n列: xₙ² - x₁·xₙ = xₙ(xₙ - x₁)
依次类推，第k行（底数的k-1次方）做完行变换后，每个非首列都提取了(xⱼ-x₁)的因子，还剩下xⱼ^{k-2}级别的因式。
> 大白话：这个行变换就像"连锁反应"——从下往上，逐行消去x₁的痕迹。每个非首列都冒出一个(xⱼ-x₁)因子。第一列变成[1,0,...,0]ᵀ。
**第3步：按第一列展开，化为(n-1)阶行列式。**
第一列只有第一个元素非零（等于1），符号系数(-1)^{1+1}=+1。按第一列展开：
```
Vₙ = 1 · M₁₁ = M₁₁
```
M₁₁是划去第1行第1列后剩下的(n-1)阶行列式。经过第2步的行变换后，M₁₁中第j-1列（对应原来第j列，j=2,...,n）为：
第1行：xⱼ - x₁
第2行：xⱼ(xⱼ - x₁)
第3行：xⱼ²(xⱼ - x₁)
...
第n-1行：xⱼ^{n-2}(xⱼ - x₁)
**第4步：逐列提取公因子(xⱼ-x₁)。**
第j-1列（j=2,...,n）的每个元素都有公因子(xⱼ-x₁)。提出后：
```
Vₙ = (x₂-x₁)(x₃-x₁)...(xₙ-x₁) · V'_{n-1}
```
其中V'_{n-1}是一个(n-1)阶行列式，第j-1列为[1, xⱼ, xⱼ², ..., xⱼ^{n-2}]（j=2,...,n）——这正是以x₂,x₃,...,xₙ为底数的(n-1)阶范德蒙德行列式！
> 大白话：提取n-1个(xⱼ-x₁)因子后，剩下的恰好是一个小一号的范德蒙德行列式——和Vₙ结构一样，只是少了一个底数x₁。
**第5步：递推到底。**
```
Vₙ = (x₂-x₁)(x₃-x₁)...(xₙ-x₁) · V_{n-1}(x₂,x₃,...,xₙ)
```
对V_{n-1}做同样操作：提出(x₃-x₂)...(xₙ-x₂)，剩下V_{n-2}。一直递推到V₂：
```
V₂ = |1 1| = x₂ - x₁
|x₁ x₂|
```
全部乘起来：
```
Vₙ = ∏_{1 ≤ i < j ≤ n} (xⱼ - xᵢ)
```
即"所有后面的减前面的，全部乘起来"。
> 大白话：就像剥洋葱——每剥一层掉一圈皮（提出一行(xⱼ-x₁)因子），里面还剩一小一号的范德蒙德洋葱。剥到只剩最里面两层时，直接算=后面减前面。把所有剥下来的皮乘起来就是答案。
**④ 📝 推导复盘**：
范德蒙德推导的美妙之处在于"递推+提公因子"的完美配合。从下往上做行变换（倍加，值不变），把第一列扫成[1,0,...,0]ᵀ→按第一列展开→逐列提取(xⱼ-x₁)→剩下小一号的范德蒙德→重复。本质上是一个"剥洋葱"的过程：每次剥掉一层（提取和x₁相关的全部分差因子），里面露出一个降价（从n降到n-1）的同类问题。
**⑤ ⚠️ 易错边界**：
- **行变换方向**：必须从下往上逐个做（Rₙ ← Rₙ - x₁Rₙ₋₁，再 Rₙ₋₁ ← Rₙ₋₁ - x₁Rₙ₋₂，……，最后 R₂ ← R₂ - x₁R₁），不能从上往下。因为从上往下做时，R₃、R₄……用到的R₂已经被改过，第一列就消不干净；从下往上做，每一步用到的前一行还是"干净"的。
- **提取公因子的方向**：xⱼ-x₁，是"后面的减前面的"，不是"大的减小的"。如果底数不是按大小排列，公式仍然是"列指标大的减列指标小的"。
- **底数有零不影响公式**：x₁=0也是合法的，公式照套。
- **缺行（幂次）不是标准范德蒙德**：如果缺了某一级幂次（比如有0次方和2次方但缺1次方），不能用这个公式。需要"补行"或用其他方法。
---
**📝 典型例题**（2015年考研真题——就是上面那道题，现在完整走完四步）：
```
|1 1 1 |
|2 4 8 |
|3 9 27 |
```
**✏️ 解答**：
第一步：识别！第2行：2, 2², 2³；第3行：3, 3², 3³。每行提公因子。
第1行提 1、第2行提 2、第3行提 3 → 提出 1×2×3 = 6
剩下：
```
|1 1 1 |
|1 2 4 |
|1 3 9 |
```
转置后：
```
|1 1 1|
|1 2 3|
|1 4 9|
```
= $\begin{vmatrix} 1 & 1 & 1 \\ 1 & 2 & 3 \\ 1² & 2² & 3² \end{vmatrix}$，这是范德蒙德！
结果 = 6 × (3-2)(3-1)(2-1) = 6 × 2 = **12**
---
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 标准范德蒙德行列式的三条特征是什么？缺了其中一条，还是不是范德蒙德？
>
> **❷ 深度思考** — 如果题目中的行列式，第 1 行不是全 1 而是全 2，第 2 行是一组数，第 3 行是这些数的平方……这是范德蒙德吗？怎么处理？
>
> **❸ 考试演练** — 判断下列行列式是否为范德蒙德，如果是，计算其值：
> `|1 1 1 1|
> |a b c d|
> |a² b² c² d²|
> |a³ b³ c³ d³|`
📖 点击查看参考答案
**❶ 参考答案**：三条特征：(1) 第一行全 1（底数的 0 次方）；(2) 第二行是一组互不相同的数（底数的 1 次方）；(3) 第三行及以后依次是这些数的平方、立方……缺了第一条就不是标准形式（但变形后可能还原），缺了第二条（有重复底数）行列式 = 0，缺了第三条根本不存在"逐行升幂"的结构，不是范德蒙德。
**❷ 参考答案**：如果第 1 行是 [2, 2, 2]，提出公因子 2 后变成全 1，那就是范德蒙德。但如果第 1 行是 [2, 3, 4] 而第 2 行是 [4, 9, 16]……观察：4=2², 9=3², 16=4²。第 1 行是底数的 1 次方，第 2 行是 2 次方，缺了 0 次方（全 1）行。这可以通过"加边法"补回来。关键启示：不要只看"有没有全 1"，要看"有没有逐行升幂的规律"。
**❸ 参考答案**：这是标准的 4 阶范德蒙德行列式（以列排列）。
结果 = (b-a)(c-a)(d-a)(c-b)(d-b)(d-c)
即：后面每个数减去前面每个数，全部乘起来。
**考试易丢分的地方**：范德蒙德公式里的减法是有顺序的——"后面的减前面的"，不是"大的减小的"。
---
#### 🗣️ 出声思考：认出范德蒙德的"变装"
> 这道题看起来不太像范德蒙德——第一眼甚至会怀疑自己认错了。跟着我的思路走一遍，你就知道怎么从"不确定"走到"确定"。
题目：计算 $\begin{vmatrix} 1 & 1 & 1 \\ 2 & 3 & 4 \\ 4 & 9 & 16 \end{vmatrix}$。
> **① 我倒吸一口气**……这到底是不是范德蒙德？第 2 行是 2、3、4，第 3 行是 4、9、16——等等，4=2²、9=3²、16=4²！这就是 2、3、4 的 0 次方、1 次方、2 次方按列排列的范德蒙德！
>
> **② 这题考什么**：考的是你能不能识别"列排列的范德蒙德"——标准形式按行排列（第一行是底数），但这道题转了 90 度**按列排列**。好在转置值不变（性质 1），按列排列照套公式。
>
> **③ 为什么不用别的方法**：化三角法也能算——但范德蒙德公式一步到位，底数一代入就出答案，省去三四步消元过程。认出来就别硬扛——这是"用对工具"的智慧，不是偷懒。
>
> **④ 执行**：底数 2、3、4，套"后面减前面全乘起来"：(3-2)×(4-2)×(4-3) = 1×2×1 = **2**。五秒钟出答案。
>
> **⑤ 回头检查**：如果我用 3 阶对角线公式硬算——1×3×16 + 1×4×4 + 1×2×9 - 1×3×4 - 1×2×16 - 1×4×9 = 48+16+18-12-32-36 = 82-80 = 2。完全一致，放心了。
---
#### 🚫 先别看答案，找找茬
下面是一个同学对范德蒙德题的解法——**哪里错了？先别看答案，自己找。**
题目：计算 $\begin{vmatrix} 2 & 2 & 2 \\ 1 & 3 & 5 \\ 1 & 9 & 25 \end{vmatrix}$。
> **那位同学的"解法"**：第 2 行 1、3、5，第 3 行 1²=1、3²=9、5²=25——这是范德蒙德！套公式 (3-1)×(5-1)×(5-3) = 2×4×2 = **16**。
📖 点击查看错误分析与正解
**错在哪**：第一行是 [2, 2, 2]，不是全 1——标准的范德蒙德第一行必须是全 1（底数的 0 次方）。[2, 2, 2] 意味着"每一列的底数的 0 次方被乘了 2"——也就是每一列有一个公因子 2 被提到了外面！
**正确做法**：第一行提出公因子 2 → 2 × $\begin{vmatrix} 1 & 1 & 1 \\ 1 & 3 & 5 \\ 1 & 9 & 25 \end{vmatrix}$。里面才是标准范德蒙德（底数 1、3、5 的 0、1、2 次方按列排列）→ (3-1)(5-1)(5-3) = 2×4×2 = 16。再乘回外头的公因子 2 → **32**。
**那位同学错在哪一步**：他算出的 16，其实正好是"里面那个标准范德蒙德"的值——但他**漏乘了从第一行提出来的公因子 2**，结果少算了一倍。正确答案是 **32**，不是 16。
**教训**：范德蒙德的"第一行全 1"是刚需——不是全 1 要先提取公因子，不能跳过这一步直接套公式。
#### 配套练习
#### 题1-4 ⭐ 基础 | 用模板C（范德蒙德）
计算行列式：
```
|1 1 1|
|1 2 3|
|1 4 9|
```
📖 点击查看答案
识别：第2行是 1, 2, 3；第3行是 1², 2², 3²（即 1, 4, 9）。
这是标准的 **3 阶范德蒙德行列式**（以列排列）！
= (2-1)(3-1)(3-2) = 1 × 2 × 1 = **2**
✅ 答案：**2**
> 本题使用模板C：范德蒙德行列式。
---
#### 题1-26 ⭐⭐ 中等 | 用模板C（范德蒙德变形识别）
计算行列式：
```
|1 1 1 1|
|2 3 4 5|
|4 9 16 25|
|8 27 64 125|
```
📖 点击查看答案
观察：第2行 2,3,4,5；第3行 2²,3²,4²,5² = 4,9,16,25；第4行 2³,3³,4³,5³ = 8,27,64,125。
每一列是同一底数的 0, 1, 2, 3 次幂——标准的范德蒙德！
底数：x₁=2, x₂=3, x₃=4, x₄=5
结果 = (3-2)(4-2)(5-2)(4-3)(5-3)(5-4)
= 1 × 2 × 3 × 1 × 2 × 1
= **12**
✅ 答案：**12**
> 对应模板C。关键：逐行看幂次规律——2, 2², 2³ 是同一底数的升幂。
---
#### 题1-13 ⭐⭐⭐ 真题 | 范德蒙德变形
计算 n+1 阶行列式：
```
|1 1 1 ... 1 |
|a a-1 a-2 ... a-n |
|a² (a-1)² (a-2)² ... (a-n)²|
|..........................|
|aⁿ (a-1)ⁿ (a-2)ⁿ ... (a-n)ⁿ|
```
📖 点击查看答案
**识别**：这是范德蒙德行列式！各列分别是 a, a-1, a-2, ..., a-n 的 0 到 n 次幂。
直接套范德蒙德公式：
答案 = 所有 (xⱼ - xᵢ) 的乘积，其中 x₁=a, x₂=a-1, ..., xₙ₊₁=a-n
= (a-1 - a)(a-2 - a)...(a-n - a) × (a-2 - (a-1))...(a-n - (a-1)) × ...
= (-1)(-2)...(-n) × (-1)(-2)...(-(n-1)) × ...
= (-1)^(n(n+1)/2) × n! × (n-1)! × ... × 1!
✅ 答案：**(-1)^(n(n+1)/2) · n! · (n-1)! · ... · 1!**
> 这道题的关键在于**认出范德蒙德的结构**——每列是同一底数的逐次幂！
---
### 题型F：代数余子式求和
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 假设你有一张"贡献表"：第 1 行的 3 个数分别是 2, 0, 1，每个数对应一个"影响力系数"（代数余子式）。题目不问这三个数各自是多少，而是问"这三个影响力系数加起来等于多少"——这就好比你不用知道每个人捐了多少钱，只需要知道"影响力总和"。代数余子式求和题就是在玩这个"反推游戏"。
> 📌 **这节学完你就能回答：**
> - 代数余子式求和的核心技巧是什么？（把系数替换成行元素）
> - 为什么这个技巧管用？——展开定理"正着用"和"反着用"
> - 如何区分"代数余子式求和"和"余子式求和"？
#### 先看一道题：求 A₁₁ + A₁₂ + A₁₃
已知 3 阶行列式 D = |A|，求第一行所有代数余子式之和 A₁₁ + A₁₂ + A₁₃。
看到这题，先别慌。
**难在哪？** 代数余子式是"划去某行某列后的小行列式再乘符号"——让你真的去把 A₁₁、A₁₂、A₁₃ 一个个算出来再相加？每个都是 2 阶行列式，算三个也不算太难……但有没有更聪明的路子？**注意到一个怪点：这道题根本没告诉你 D 的第一行元素是什么！** 也就是说——答案不该依赖第一行本身的值。
> 🧠 这一步在想什么：这就提醒我们回到 1.5 节的展开定理——`|A| = a₁₁A₁₁ + a₁₂A₁₂ + a₁₃A₁₃`。**把 A₁₁、A₁₂、A₁₃ 当成"三个未知的系数"，a₁₁、a₁₂、a₁₃ 是它们前面的系数。** 现在题目要的是"系数全为 1 的和"——那不就是：把第一行元素全换成 1，算新行列式吗？因为换掉第一行后，展开式变成 `1·A₁₁ + 1·A₁₂ + 1·A₁₃`，而 A₁₁、A₁₂、A₁₃ 是"划去第一行"算出来的，跟第一行长什么样没关系！
> 🔍 回头看看：这就是"展开定理反过来用"——**正着用**：行列式 = Σ(行元素 × 代数余子式)；**反着用**：想知道 Σ(系数 × 代数余子式)，就把那行的元素替换成这些系数，算新行列式。系数是几，就把那一行换成几。
📌 **以后就这么办——替换法三步走**：
**🎯 识别特征**：求"某一行所有元素的代数余子式之和"或"代数余子式的线性组合"。
**📋 解题核心思路**：
```
第1步：把要求的那一行元素，替换成代数余子式前面的系数
第2步：算这个新行列式
第3步：这个新行列式的值 = 代数余子式线性组合的值
```
> ✍️ **立刻练一道**：已知 D = $\begin{vmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{vmatrix}$，求 2A₁₁ + 3A₁₂ + A₁₃——把第一行替换成系数 [2, 3, 1]，再算新行列式。（答案：9，详解见下方阅读思考题❸。）
**🔑 原理**：把展开定理反过来用——已知代数余子式的系数，求原行列式中对应行的元素。
> 🛑 **停下来想一想**：为什么替换行元素后，算出来的新行列式就是代数余子式的和？——因为展开定理说：行列式 = Σ(行元素 × 代数余子式)。如果你把行元素全换成 1，展开就变成 Σ(1 × 代数余子式) = 代数余子式之和。Aᵢⱼ 的值不依赖于 aᵢⱼ（因为算 Aᵢⱼ 时划去了第 i 行），所以可以随意替换行元素而 Aᵢⱼ 不变。
**📝 典型例题**：
已知 3 阶行列式 D = |A|，求 A₁₁ + A₁₂ + A₁₃（第一行所有代数余子式之和）。
**✏️ 解答**：
把第一行元素全换成 1（因为每个代数余子式前面的系数都是 1），得到的新行列式就是答案。
所以需要算：把 A 的第一行变成 [1, 1, 1] 之后的那个行列式。
---
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 如果要计算 2A₁₁ + 3A₁₂ - A₁₃，应该把第一行元素替换成什么？
>
> **❷ 深度思考** — 你去餐厅点菜，菜单有三个菜：红烧肉、番茄炒蛋、青椒土豆丝。每个菜有不同的"满足感系数"（A₁₁, A₁₂, A₁₃）。如果你点了 2 份红烧肉 + 3 份番茄炒蛋 + 1 份土豆丝，总满足感怎么算？这和代数余子式求和有什么关系？
>
> **❸ 考试演练** — 已知 D = $\begin{vmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{vmatrix}$。求 2A₁₁ + 3A₁₂ + A₁₃。
📖 点击查看参考答案
**❶ 参考答案**：把第一行元素替换成 [2, 3, -1]。因为新行列式 = 2·A₁₁ + 3·A₁₂ + (-1)·A₁₃，正好就是要求的表达式。
**❷ 参考答案**：总满足感 = 2×A₁₁ + 3×A₁₂ + 1×A₁₃。这和代数余子式求和一模一样——系数（2, 3, 1）就是"点的份数"，代数余子式（A₁₁, A₁₂, A₁₃）就是每个菜的"满足感系数"。把第一行换成 [2, 3, 1]，算出来的行列式 = 总满足感。
**❸ 参考答案**：把第一行换成 [2, 3, 1]，计算新行列式：
```
|2 3 1|
|4 5 6|
|7 8 9|
```
= 2×5×9 + 3×6×7 + 1×4×8 - 2×6×8 - 3×4×9 - 1×5×7
= 90 + 126 + 32 - 96 - 108 - 35
= 248 - 239
= **9**
✅ 答案：**9**
#### 配套练习
#### 题1-9 ⭐⭐ 中等 | 用模板F（代数余子式）
已知：
```
|1 2 3|
|4 5 6| = D
|7 8 9|
```
求：A₁₁ + A₁₂ + A₁₃（第一行所有代数余子式之和）
📖 点击查看答案
把第一行元素全换成 1（因为每个代数余子式的系数都是 1）：
```
|1 1 1|
|4 5 6|
|7 8 9|
```
算这个新行列式：
= 1×5×9 + 1×6×7 + 1×4×8 - 1×5×7 - 1×4×9 - 1×6×8
= 45 + 42 + 32 - 35 - 36 - 48
= 119 - 119
= **0**
✅ 答案：**0**
> 本题使用模板F：代数余子式求和。
---
#### 题1-20 ⭐ 基础 | 代数余子式概念
3 阶行列式中，元素 a₂₃ 的代数余子式 A₂₃ 的符号系数 (-1)²⁺³ 等于多少？这个符号是正还是负？
📖 点击查看答案
(-1)²⁺³ = (-1)⁵ = **-1**，是**负号**。
所以 A₂₃ = -M₂₃（代数余子式 = 负的余子式）。
> 对应1.5节：代数余子式符号规则。口诀：行列数之和为偶 → 正号；奇 → 负号。
---
#### 题1-29 ⭐⭐ 中等 | 用模板F（代数余子式+替换法）
已知 3 阶行列式：
```
|2 1 0|
|3 1 4| = 3
|5 2 1|
```
求：A₂₁ + A₂₂ + A₂₃（第 2 行所有代数余子式之和）。
📖 点击查看答案
把第 2 行元素全换成 1（系数都是 1），计算新行列式：
```
|2 1 0|
|1 1 1|
|5 2 1|
```
= 2×1×1 + 1×1×5 + 0×1×2 - 0×1×5 - 2×1×2 - 1×1×1
= 2 + 5 + 0 - 0 - 4 - 1
= **2**
✅ 答案：**2**
> 对应模板F：代数余子式求和。
---
### 📦 知识块C：克拉默法则
> 📌 **这块学完你就能回答：**
> - 克拉默法则是干什么用的？行列式=0时齐次方程组有非零解是什么意思？
> - （抽象型行列式和分块矩阵的行列式，已移至第2章专题学习——需要矩阵知识）
### 1.7 克拉默法则
> 🔔 **课前激活**（动笔写30秒再往下读）
>
> 你和室友一起点外卖，点了 2 份炒饭 + 1 份汤 = 35 元，又点了 1 份炒饭 + 2 份汤 = 30 元。炒饭和汤各多少钱？你可能会列两个方程解。克拉默法则就是一种"机械化"的解方程方法——它让你直接用行列式算出每个未知数，不需要消元、不需要代入。就像一个自动售货机：投进去系数和答案，吐出来每个未知数的值。
> 📌 **这节学完你就能回答：**
> - 克拉默法则是干什么的？什么条件下才能用它？
> - 为什么系数行列式 ≠ 0 是"能用克拉默法则"的前提？
> - 齐次方程组（右边全是 0）什么时候有非零解？
> - 行列式为 0 时，齐次方程组"一定有非零解"——这在几何上怎么理解？
**先想一个问题：方程组非得"消元、代入"才能解吗？**
解方程组大家都会——消元、代入、一步步化简。可这里有个问题：**如果方程组的系数和常数项全都明明白白写在纸上，能不能不消元、直接"抄答案"？** 你甚至可以把这想象成一台自动售货机：投进系数和常数项，直接吐出每个未知数的值。
> 🧠 这一步在想什么：凭什么能直接出答案？回想 1.5 节展开定理的一个暗藏线索——**代数余子式"不认元素、只认位置"**：Aᵢⱼ 是划掉第 i 行第 j 列算出来的，跟第 j 列上具体写了什么数字没关系。如果你把常数项"塞进"某列，再按那列展开，就能把某一个未知数单独"钓"出来。这就是克拉默法则的思路。
> 🔍 回头看看：所以克拉默法则不是天外飞仙，它就是**"把常数项塞进系数行列式的第 j 列，按第 j 列展开，利用代数余子式的正交性把 xⱼ 单独钓出来"**。塞哪一列，就钓出哪一个未知数。完整推导见后文。
**💬 生活比喻**：
就像解一个拼图——每个未知数等于：把答案列替换到系数行列式的对应列，算行列式，再除以原来的行列式。
**📖 核心公式**：
```
xⱼ = |Aⱼ| / |A|
```
其中 A 记作方程组的**系数数表**（把各方程的系数按行排成的数表），Aⱼ 是把 A 的第 j 列换成常数项得到的数表。
**适用条件**：系数行列式 ≠ 0（方程组有唯一解）。
**⚠️ 注意**：克拉默法则只适合小方程组（2、3 阶），高阶太慢，考试一般不要求用它算高阶方程组。
> ✍️ **立刻练一道**：用克拉默法则解方程组 `x₁ + 2x₂ = 5; 3x₁ + 4x₂ = 11`——先算 |A| 看能不能用，再求 |A₁|、|A₂|，最后代入公式。（答案：x₁ = 1, x₂ = 2，完整步骤见配套练习题1-5B。）
> 🛑 **停下来想一想**：克拉默法则的公式 xⱼ = |Aⱼ| / |A| 中，分母 |A| 不能为零。如果 |A| = 0，意味着什么？——回想"箱子体积"的比喻：箱子被压扁了，信息丢失了。对应到方程组，就是方程不够独立（比如两个方程本质上是同一个），解不出唯一的 xⱼ。
#### 🔗 重要推论：齐次线性方程组与行列式
**齐次方程组**就是等式右边全是 0 的方程组（比如 `x₁ + x₂ = 0; 3x₁ + 4x₂ = 0` 这种）。
**先想一个问题：右边全 0 的方程组，什么时候会有"非零解"？**
注意，齐次方程组**永远有解**——x₁ = x₂ = ... = 0（全零解）一定满足。真正的问题是：**除了全零解，还有没有别的解？** 这就像问：一个箱子，能不能在"没被压扁"的情况下把某个非原点压到原点？
> 🧠 这一步在想什么：用刚学的克拉默法则想——全零解之外还想有别的解，说明解不唯一；解不唯一，说明克拉默法则的"唯一解前提"崩了，也就是**|A| = 0**（箱子被压扁了，整条线/整个面上的点全被压到原点，这些点都是解）。反过来，|A| ≠ 0 时解唯一，那就只能是全零解。
判断是否有非零解：
| 条件 | 结论 | 通俗理解 |
|:----:|:----:|----------|
| \|A\| ≠ 0 | **只有零解**（未知数只能全为 0） | 箱子没被压扁，只有原点这一个点被"压缩"到了原点 |
| \|A\| = 0 | **有非零解**（存在不全为 0 的解） | 箱子被压扁了，整条线/整个面上的点都被压到了原点 |
**💬 比喻**：如果行列式为 0，说明这个数表把空间"拍扁"了——一个立体箱子被拍成了平面。那么箱子里有一条线的点全被拍到了同一个点上。这条线上的点（除了原点）就是"非零解"。
> ✍️ **立刻练一道**：3 元齐次方程组，其系数行列式 |A| = 0。问：方程组只有零解，还是有非零解？（答案：有非零解——因为 |A| = 0，见下方阅读思考题❸。）
> ⭐⭐ 高频考点——经常作为判断"方程组有没有非零解"的快速工具
> ⭐ 基础概念——了解原理即可，实际计算有更好的方法
---
## 🧠 克拉默法则的完整推导
> 💡 上面用"外卖套餐"的比喻建立了直觉。现在我们从展开定理出发，一步一步推出为什么 xⱼ = |Aⱼ|/|A|。看完你会发现：克拉默法则的本质是代数余子式的"过滤"功能——它能从一堆未知数中精准地挑出某一个。
---
**① 生活场景**：🏪 你去便利店买了两样东西但不记得各自的价格，只记得两个"套餐"的总价：套餐A（2个面包+1瓶牛奶=35元），套餐B（1个面包+2瓶牛奶=30元）。你列了两个方程：2x+1y=35, 1x+2y=30。克拉默法则就像一个"价格计算器"——不用消元、不用代入，直接把数字塞进公式，按键就出答案：面包(x)=? 牛奶(y)=?
**② 正式陈述**：
- 条件：n 元线性方程组，其系数数表 A 是 n 行 n 列，且系数行列式 |A| ≠ 0
- 结论：方程组有唯一解，每个未知数 xⱼ = |Aⱼ| / |A|
- 其中 Aⱼ 是把系数数表 A 的第 j 列替换为常数项后得到的数表
**③ 🧠 完整推导**：
**第1步：写出方程组的系数行列式。**
```
a₁₁x₁ + a₁₂x₂ + ... + a₁ₙxₙ = b₁
a₂₁x₁ + a₂₂x₂ + ... + a₂ₙxₙ = b₂
⋮ ⋮ ⋮ ⋮
aₙ₁x₁ + aₙ₂x₂ + ... + aₙₙxₙ = bₙ
```
> 大白话：n个方程，n个未知数，系数数表 A 是 n×n。系数行列式 |A|≠0 意味着方程组有唯一解。
**第2步：回忆展开定理（1.5节的核心武器）。**
按第j列展开|A|：
```
|A| = a_{1j}·A_{1j} + a_{2j}·A_{2j} + ... + a_{nj}·A_{nj}
```
其中 A_{ij} 是元素 a_{ij} 的**代数余子式**（划去第i行第j列，算剩下部分的行列式，再乘上符号 (-1)^{i+j}）。
**关键洞察**：A_{ij} 的值完全由"划去第i行第j列后剩下的(n-1)阶子式"决定，**与第j列本身的元素无关**！你把第j列的元素随便换成什么，A_{ij} 纹丝不动。
> 大白话：代数余子式就像"去掉某行某列后剩下那块地盘的面积"。这块地盘跟被划掉的那一行那一列具体写了什么数字毫不相干——你把那列的数字擦掉重写，地盘面积不变。
**第3步：构造 |Aⱼ|——把第j列替换成常数项。**
|Aⱼ| 是把A的第j列（a_{1j}, a_{2j}, ..., a_{nj}）原封不动地替换为常数项（b₁, b₂, ..., bₙ），其余列完全不动。
现在按第j列展开 |Aⱼ|：
```
|Aⱼ| = b₁·A_{1j} + b₂·A_{2j} + ... + bₙ·A_{nj}
```
注意：这里的 A_{1j}, A_{2j}, ..., A_{nj} 和展开|A|时的代数余子式**是同一组数**！因为替换只动了第j列，而代数余子式不依赖第j列的值。
> 大白话：把系数数表 A 的第 j 列擦掉，写上常数项 b₁,b₂,...,bₙ——这就是|Aⱼ|。按第j列展开它，b₁,b₂,...,bₙ各自乘上对应的代数余子式。这些代数余子式就是原来|A|的老朋友——它们压根不在乎第j列写了什么。
**第4步：把每个bᵢ用方程组的左边替换。**
bᵢ不是天上掉下来的——它是第i个方程的右边，等于系数乘以未知数的和：
```
bᵢ = a_{i1}·x₁ + a_{i2}·x₂ + ... + a_{in}·xₙ
```
代入 |Aⱼ| 的展开式：
```
|Aⱼ| = Σ_{i=1}^{n} (a_{i1}x₁ + a_{i2}x₂ + ... + a_{in}xₙ) · A_{ij}
```
把求和展开，按 x₁, x₂, ..., xₙ 归类：
```
|Aⱼ| = x₁·(Σ_{i=1}^{n} a_{i1}A_{ij}) + x₂·(Σ_{i=1}^{n} a_{i2}A_{ij}) + ... + xⱼ·(Σ_{i=1}^{n} a_{ij}A_{ij}) + ... + xₙ·(Σ_{i=1}^{n} a_{in}A_{ij})
```
> 大白话：每个bᵢ都是所有未知数的组合（系数×未知数，全加起来）。把这些bᵢ的"真面目"代入，|Aⱼ| 就变成了一个关于x₁到xₙ的大杂烩——每个x前面都挂着一个"Σ 系数×代数余子式"的包裹。
**第5步：利用代数余子式的"正交性"——整条推导最美妙的一步！**
展开定理有一个至关重要的性质（教材中通常在"代数余子式的性质"部分给出）：
```
Σ_{i=1}^{n} a_{ik} · A_{ij} =
⎧ |A| 当 k = j 时（自己的列配自己的代数余子式→得到完整行列式）
⎨
⎩ 0 当 k ≠ j 时（别人的列配自己的代数余子式→相当于两列相同→行列式为0）
```
为什么当k≠j时为0？因为 Σ a_{ik}A_{ij} 等价于：把|A|的第j列替换为第k列（制造了一个"第j列和第k列完全相同"的行列式），然后按第j列展开。两列相同→行列式为0。
> 大白话：代数余子式有"认主"功能——它只对自己的那列有反应。把第k列的元素和第j列的代数余子式配对，就像用错钥匙开锁——打不开，结果为0。只有k=j时，钥匙和锁完美匹配，才得到|A|。这是一个极其漂亮的"过滤"机制。
**第6步：正交性扫清了道路——除了xⱼ，全军覆没！**
把正交性代入第4步的结果：
```
|Aⱼ| = x₁·0 + x₂·0 + ... + xⱼ·|A| + ... + xₙ·0
= xⱼ · |A|
```
除了 xⱼ 前面挂着 |A|，其他所有 x₁,...,x_{j-1}, x_{j+1},...,xₙ 前面全是0！
> 大白话：神奇的事情发生了——n个未知数里，n-1个被"清零"，只有xⱼ活了下来。代数余子式的正交性就像一个精准的筛子：xⱼ通过了筛孔，其他所有未知数全被拦在外面。这就是克拉默法则的终极秘密。
**第7步：解出xⱼ。**
```
|Aⱼ| = xⱼ · |A|
→ xⱼ = |Aⱼ| / |A| （因为|A|≠0，分母不为零，放心除）
```
> 大白话：把筛出来的xⱼ·|A|除以|A|，xⱼ的"真身"就暴露了。整个推导不需要消元、不需要代入、不需要高斯消去法——全靠展开定理和正交性这两把利器。
**⑤ ⚠️ 易错边界——每个条件拆掉会怎样？**
- **条件1：|A|≠0是硬门槛。** 如果|A|=0，分母为零，公式失效。此时方程组要么无解（矛盾方程），要么有无穷多解（方程不够独立）。克拉默法则管不了这两种情况——需要额外判断。
- **条件2：A 必须是正方形数表。** 方程个数=未知数个数。如果方程比未知数多→先去掉冗余方程（行秩不足）；如果未知数比方程多→克拉默法则不适用，改用第4章的秩方法。
- **易错点：列替换的方向！** xⱼ对应替换第j列，不是第j行！Aⱼ是"把A的第j列换成b"，口诀："x₁替换第1列，x₂替换第2列……"。替换行是常见的低级错误。
- **易错点：替换哪一列是"覆盖"不是"插入"。** 原来的第j列被b完全替换，不是把b加到第j列后面。
- **反例验证**：外卖例子：2x+1y=35, 1x+2y=30。A = $\begin{bmatrix} 2 & 1 \\ 1 & 2 \end{bmatrix}$，|A| = $\begin{vmatrix} 2 & 1 \\ 1 & 2 \end{vmatrix}$ = 4-1 = 3。A₁ = $\begin{bmatrix} 35 & 1 \\ 30 & 2 \end{bmatrix}$，|A₁| = 70-30 = 40，x = 40/3。A₂ = $\begin{bmatrix} 2 & 35 \\ 1 & 30 \end{bmatrix}$，|A₂| = 60-35 = 25，y = 25/3。验证：2×(40/3)+25/3 = 105/3 = 35，40/3+2×(25/3) = 90/3 = 30。正确。
- **为什么高阶不适用？** 用克拉默法则解n元方程组需要算n+1个n阶行列式。每个n阶行列式按定义展开有n!项。n=3→4×6=24项，还好。n=10→11×3,628,800≈4千万项——算到天荒地老。所以考试只考2、3阶的克拉默法则计算题，高阶只是理论上成立。
- **注意适用范围**：克拉默法则只适合未知数少的小方程组，方程多了计算量爆炸；第2章学了矩阵后会有更通用的解法，这里先把克拉默用熟。
**⑥ 在整条链中的位置**：
```
逆序数定义（1.3节）
↓
五条核心性质（1.4节）
↓
余子式与代数余子式（1.5节开头）
↓
展开定理（1.5节核心）：|A| = Σ a_{ik}A_{ik}
↓
代数余子式正交性：Σ a_{ik}A_{ij} = |A|(当k=j) 或 0(当k≠j)
↓
克拉默法则（1.7节）：xⱼ = |Aⱼ| / |A| ← 我们在这里
↓
推论：齐次方程组有非零解 ⟺ |A|=0
↓
第4章：线性方程组解的结构理论
```
克拉默法则站在两个地基上：（1）展开定理（按列展开得到|Aⱼ|的表达式）；（2）代数余子式正交性（非对应列乘积之和为零——过滤掉不需要的未知数）。两个地基又都扎根于逆序数定义。而克拉默法则本身又为后续章节（第4章线性方程组理论）提供了"行列式判据"——|A|≠0↔有唯一解，|A|=0↔无解或无穷多解。
---
> 💡 **阅读思考题**
>
> **❶ 理解检测** — 用自己的话解释：克拉默法则中 xⱼ = |Aⱼ| / |A| 的分子 |Aⱼ| 做了什么操作？为什么这个操作能"提取"出 xⱼ 的值？
>
> **❷ 深度思考** — 你在调配一种饮料——需要搭配 A 浓缩液和 B 糖浆来达到目标甜度和浓度。如果有两套独立的"配方方程"，克拉默法则就像配方计算器：输入比例和目标，自动算出各需要多少毫升。但如果你的两套方程其实是同一套方程的两倍（比如配方 2 = 配方 1 × 2），克拉默法则的"分母"会变成什么？这意味着什么？生活中还有什么类似的"信息重复"导致无法确定唯一答案的例子？
>
> **❸ 考试演练** — 3 元齐次方程组，其系数行列式 |A| = 0。判断下列说法：A) 方程组只有零解 B) 方程组有非零解 C) 无法判断。请选出正确答案并给出推理过程。
📖 点击查看参考答案
**❶ 参考答案**：|Aⱼ| 是把系数数表 A 的第 j 列整个替换成等式右边的常数项，然后算行列式。这之所以能提取出 xⱼ，是因为克拉默法则本质上是对展开定理的巧妙"逆用"——想想看，按第 j 列展开 Aⱼ 的行列式，常数项就和对应的代数余子式结合了，除以 |A| 后刚好等于 xⱼ。
**❷ 参考答案**：如果两个配方方程本质相同，系数行列式 = 0（两行成比例），克拉默法则的分母 |A| = 0，公式失效。这意味着你不能唯一确定各需要多少毫升——因为有无限多种搭配比例满足同一个条件。生活中类似的例子：你说"我要一份甜的饮料"——信息不够，因为"甜"可以由加糖、加蜂蜜、加糖浆实现，没有唯一配方。
**❸ 参考答案**：B) 方程组有非零解。
推理：|A| = 0 → 根据克拉默法则的推论，齐次方程组有非零解（即存在不全为零的 x₁, x₂, x₃ 满足方程组）。几何上：空间被"拍扁"了（体积为零），至少有一条线被拍到了原点，这条线上的所有点（除了原点）都是非零解。
**考试易丢分的地方**：很多人记反了——"|A| = 0 只有零解"是错的！|A| ≠ 0 → 只有零解；|A| = 0 → 有非零解。记法："非零行列式 → 非零解不存在，只有零解；零行列式 → 非零解存在"。
#### 配套练习
#### 题1-5B ⭐ 基础 | 用克拉默法则
> 🎯 考研几乎不考克拉默法则的**手动计算**（解方程组用消元法更快）。这题练的是"会套公式 xⱼ=|Aⱼ|/|A|"，理解原理即可，不必追求熟练。**真正要背的是推论：|A|≠0 ⟺ 有唯一解，|A|=0（齐次）⟺ 有非零解**（见题1-30）。
用克拉默法则解方程组：
```
x₁ + 2x₂ = 5
3x₁ + 4x₂ = 11
```
📖 点击查看答案
**克拉默法则的完整步骤**：
第1步：写出系数数表 A 和常数项。
```
A = [1 2] b = [5]
[3 4] [11]
```
第2步：计算系数行列式 |A|。
```
|A| = 1×4 - 2×3 = 4 - 6 = -2
```
|A| = -2 ≠ 0，所以方程组有唯一解，可以用克拉默法则。
第3步：求 |A₁|——把 A 的第 1 列换成常数项 b。
```
A₁ = [5 2] |A₁| = 5×4 - 2×11 = 20 - 22 = -2
[11 4]
```
第4步：求 |A₂|——把 A 的第 2 列换成常数项 b。
```
A₂ = [1 5] |A₂| = 1×11 - 5×3 = 11 - 15 = -4
[3 11]
```
第5步：代入克拉默公式。
```
x₁ = |A₁| / |A| = (-2) / (-2) = 1
x₂ = |A₂| / |A| = (-4) / (-2) = 2
```
✅ 答案：**x₁ = 1, x₂ = 2**
**验证**：代入原方程——
- 第1个方程：1 + 2×2 = 1 + 4 = 5 ✓
- 第2个方程：3×1 + 4×2 = 3 + 8 = 11 ✓
> 💡 克拉默法则的本质：每个未知数 = "替换后的行列式"除以"原来的行列式"。x₁ 就是把第1列换成答案列，x₂ 就是把第2列换成答案列。虽然对于 2 元方程组用代入消元法也很简单，但掌握克拉默法则的格式对理解第4章方程组理论很有帮助。
> 本题使用模板：克拉默法则。
---
#### 题1-16 ⭐ 基础 | 用克拉默法则（3阶·选做）
> 🎯 **选做**：3阶克拉默是"考试上限"但真题几乎不考手动计算。时间紧可以跳过，直接看答案流程感受一下即可。
用克拉默法则解方程组：
```
x₁ + x₂ + x₃ = 6
x₁ - x₂ + 2x₃ = 5
2x₁ + x₂ - x₃ = 1
```
📖 点击查看答案
第1步：算系数行列式 |A|。
```
|1 1 1|
|1 -1 2| = 1×(-1)×(-1) + 1×2×2 + 1×1×1 - 1×(-1)×2 - 1×1×(-1) - 1×2×1
|2 1 -1| = 1 + 4 + 1 - (-2) - (-1) - 2 = 1 + 4 + 1 + 2 + 1 - 2 = 7
```
|A| = 7 ≠ 0，有唯一解。
第2步：求 |A₁|（第1列换成 [6, 5, 1]ᵀ）。
```
|6 1 1|
|5 -1 2| = 6×(-1)×(-1) + 1×2×1 + 1×5×1 - 1×(-1)×1 - 6×1×2 - 1×5×(-1)
|1 1 -1| = 6 + 2 + 5 - (-1) - 12 - (-5) = 6 + 2 + 5 + 1 - 12 + 5 = 7
```
|A₁| = 7
第3步：求 |A₂|（第2列换成 [6, 5, 1]ᵀ）。
```
|1 6 1|
|1 5 2| = 1×5×(-1) + 6×2×2 + 1×1×1 - 1×5×2 - 1×6×(-1) - 1×2×1
|2 1 -1| = -5 + 24 + 1 - 10 - (-6) - 2 = -5 + 24 + 1 - 10 + 6 - 2 = 14
```
|A₂| = 14
第4步：求 |A₃|（第3列换成 [6, 5, 1]ᵀ）。
```
|1 1 6|
|1 -1 5| = 1×(-1)×1 + 1×5×2 + 6×1×1 - 6×(-1)×2 - 1×1×1 - 1×5×1
|2 1 1| = -1 + 10 + 6 - (-12) - 1 - 5 = -1 + 10 + 6 + 12 - 1 - 5 = 21
```
|A₃| = 21
第5步：代入克拉默公式。
```
x₁ = |A₁| / |A| = 7/7 = 1
x₂ = |A₂| / |A| = 14/7 = 2
x₃ = |A₃| / |A| = 21/7 = 3
```
✅ 答案：**x₁ = 1, x₂ = 2, x₃ = 3**
**验证**：1+2+3=6 ✓ | 1-2+6=5 ✓ | 2+2-3=1 ✓
> 对应模板：克拉默法则。3阶克拉默法则是考试中能遇到的最复杂的克拉默法则应用题。
---
#### 题1-30 ⭐⭐ 中等 | 用克拉默法则+齐次方程组判断
已知齐次线性方程组：
```
2x₁ + x₂ - x₃ = 0
x₁ - 2x₂ + x₃ = 0
3x₁ - x₂ + kx₃ = 0
```
问：k 取何值时，该方程组有非零解？
📖 点击查看答案
齐次方程组有非零解 ↔ 系数行列式 = 0。
计算系数行列式：
```
|2 1 -1|
|1 -2 1| = 2×(-2)×k + 1×1×3 + (-1)×1×(-1) - (-1)×(-2)×3 - 2×1×(-1) - 1×1×k
|3 -1 k| = -4k + 3 + 1 - 6 + 2 - k = -5k
```
令行列式 = 0：-5k = 0 → **k = 0**
✅ 答案：**k = 0** 时，方程组有非零解。
> 对应1.7节：齐次方程组有非零解 ↔ 行列式 = 0。
---
#### 题1-35 ⭐⭐⭐ 真题风格 | 综合-克拉默法则+构造
已知 3 元线性方程组的系数行列式 |A| = 2。把常数项换到第 1 列得 |A₁| = 4，换到第 2 列得 |A₂| = -2，换到第 3 列得 |A₃| = 6。求 x₁、x₂、x₃。
📖 点击查看答案
这正好是克拉默法则的直接应用。
x₁ = |A₁|/|A| = 4/2 = 2
x₂ = |A₂|/|A| = -2/2 = -1
x₃ = |A₃|/|A| = 6/2 = 3
✅ 答案：**x₁ = 2, x₂ = -1, x₃ = 3**
> 对应1.7节。这道题把克拉默法则包装在"抽象符号"中，要认出这正好是克拉默法则的分子和分母。
---
#### 题1-10 ⭐⭐ 中等 | 综合运用
证明：若 n 阶行列式中零元素的个数多于 n² - n 个，则该行列式的值为 0。
📖 点击查看答案
**分析**：零元素多于 n² - n 个 → 非零元素少于 n 个。
n 阶行列式有 n 行 n 列。非零元素少于 n 个 → 必定有一行全为零（鸽巢原理：n 行分少于 n 个非零元素 → 至少一行分不到）。
某行全为零 → 行列式值为 0（按该行展开即得）。
✅ 证毕。
---
#### 题1-23 ⭐ 基础 | 齐次方程组行列式判断
已知 3 元齐次线性方程组。若该方程组有非零解，则其系数行列式 |A| 一定等于多少？
📖 点击查看答案
根据克拉默法则的推论：
- |A| ≠ 0 → 方程组只有零解
- |A| = 0 → 方程组有非零解
题目说"有非零解"，所以 |A| 一定等于 **0**。
✅ 答案：**|A| = 0**
> 对应1.7节。这个结论在后续章节中会反复出现。
---
#### 概念辨析判断题（放到基础题末尾）
判断下列说法是否正确：
1. 交换行列式的两行，值不变。（ ）
2. 如果行列式某行全是 0，行列式一定为 0。（ ）
3. 上三角行列式的值等于主对角线元素之和。（ ）
4. 行列式有两行成比例，值一定为 0。（ ）
5. 把数表的某一行乘以 2，行列式也乘以 2。（ ）
6. 把数表的所有元素都乘以 2（比如 3 行 3 列的数表），行列式也乘以 2。（ ）
7. 行列式转置后值变号。（ ）
8. 克拉默法则可以解任何线性方程组。（ ）
9. 行列式为 0 的数表，它张成的空间没有体积。（ ）
10. 范德蒙德行列式要求第一行全是 1。（ ）
📖 点击查看答案
1. ❌ 交换两行值**变号**。
2. ✅ 某行全零，按该行展开，结果为 0。
3. ❌ 是**乘积**，不是和。
4. ✅ 提取比例因子后，两行相同 → 值为 0。
5. ✅ 某一行乘 2，行列式乘 2（性质 3）。
6. ❌ 所有元素乘 2 = 每行都乘 2 = 3 行各提一个 2 → 行列式乘 2³ = 8。
7. ❌ 转置后**值不变**（性质 1）。
8. ❌ 只能解系数行列式 ≠ 0 的方程组（有唯一解的）。
9. ✅ 行列式为 0 → 空间被"压扁"了，信息丢了，无法恢复原状（第2章会学"可逆"的正式定义）。
10. ✅ 标准形式第一行全 1（但考试中往往需要变形才能看出来）。
答对 8 题以上：✅ 基础扎实；6-7 题：⚠️ 需要复习性质；5 题以下：🔴 建议重读 1.3 节逆序数与 1.4 节五条性质。
---
## 三、综合混搭练习
> 前面每个题型都单独练过了。但真正的考试不会告诉你"这题用模板 A"——它把不同知识点混在一起，考的就是你**自己判断该用哪把工具**。下面 2 道题不贴模板标签，拿到先别急着算：先问自己"这道题的突破口在哪？该动箱子的哪条性质？"
### 交叉题2 ⭐⭐ | 识别范德蒙德 + 转置不变
计算 $\begin{vmatrix} 1 & 1 & 1 \\ 3 & 5 & 7 \\ 9 & 25 & 49 \end{vmatrix}$。
📖 点击查看答案
**突破口**：第一行全 1、第二行 3、5、7、第三行 9、25、49 = 3²、5²、7²——逐行升幂，是范德蒙德（列排列，转置不变照样成立）。
底数 3、5、7，套公式"后面减前面全乘起来"：(5-3)(7-3)(7-5) = 2×4×2 = **16**。
✅ 答案：**16**。不用化三角硬算——认出老朋友直接套公式。
### 交叉题4 ⭐⭐ | 代数余子式 + 展开定理反用
已知 $\begin{vmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 10 \end{vmatrix}$ = -3。求第 3 行代数余子式之和 A₃₁ + A₃₂ + A₃₃。
📖 点击查看答案
**突破口**：求"某一行代数余子式之和"——把那一行元素全换成 1，算出的新行列式就是答案（因为代数余子式不依赖那一行的元素值）。
把第 3 行换成 [1, 1, 1]：$\begin{vmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 1 & 1 & 1 \end{vmatrix}$。
直接算：1×(5×1-6×1) - 2×(4×1-6×1) + 3×(4×1-5×1) = (-1) - 2×(-2) + 3×(-1) = -1 + 4 - 3 = 0。
✅ 答案：**0**。注意：原行列式的值 -3 在这里根本用不上——这正是"代数余子式与本行元素无关"的体现，也是常见的干扰信息。
---
## 四、名师对比
> 暂无名师对比内容，后续补充。
---
## 五、速查卡片
### 📋 速查卡片
| 看到什么 | 用什么方法 | 第一步 |
|:---------|:-----------|:-------|
| 具体数字，3-4 阶 | **化三角法** | 看行和是否相等 |
| 各行和相等 | **加列→提公因子→化三角** | 各列加到第1列 |
| 第一行+第一列+对角线 | **爪型消去法** | 对角线数消爪子 |
| 逐行幂递增 | **范德蒙德** | 提公因子，转置归位 |
| 求代数余子式组合 | **替换行元素** | 系数替换进去 |
---
## 六、概念辨析
> 暂无名师对比内容，后续补充。
---
## 七、考试导航
| 考点 | 出题频率 | 常考题型 | 对应模板 |
|:-----|:--------:|:---------|:---------|
| 数字型行列式计算（3-4阶含参数） | 很高 | 选择/填空/解答 | 题型A、A-变体 |
| 行列式性质综合运用（换行、提因子、倍加） | 较高 | 选择/填空 | 1.4节五条性质 |
| 范德蒙德行列式（含变形识别） | 较高 | 填空/解答 | 题型C |
| 齐次方程组有非零解的判断（\|A\|=0） | 较高 | 选择/填空 | 与方程组结合 |
| 代数余子式求和（替换行元素法） | 中等 | 选择/解答 | 题型F |
| 爪型行列式计算 | 中等 | 填空/解答 | 题型B |
| 克拉默法则解方程组 | 低 | 解答 | 1.7节 |
| 逆序数与行列式展开项符号判断 | 低 | 选择 | 1.3节 |
| 加边法（升阶法）计算特殊行列式 | 低（2013数一考过，备选方法） | 解答 | 题型A扩展 |
---
> **第1章完成！** 学完行列式，你已经掌握了线性代数最重要的计算工具之一。行列式就像一个"体检指标"——通过一个数就能判断这张数表张成的空间是否"健康"（有没有体积）（体积为 0 就是"病了"，空间被压扁了）。下一章"矩阵"中，行列式会频繁出场，你会发现它几乎无处不在。
---
### 📊 完成度自检
| 层级 | 题数 | 正确率目标 | 你的正确率 |
|:----:|:----:|:----------:|:----------:|
| ⭐ 基础 | 14题 | ≥ 80% | __/14 |
| ⭐⭐ 中等 | 13题 | ≥ 60% | __/13 |
| ⭐⭐⭐ 真题 | 9题 | ≥ 40% | __/9 |
- 基础题不达标 → 回到核心知识复习概念
- 中等题不达标 → 回到题型模板复习对应方法
- 真题不达标 → 正常！真题难度大，多做几遍历练
## 八、自检清单
### 📋 自检清单
学完核心知识，你应该能回答：
1. ✅ 行列式是什么？能用"箱子体积"的比喻讲给别人听吗？（见知识块A）
2. ✅ 2 阶和 3 阶行列式的速算公式记住了吗？（见知识块A）
3. ✅ 逆序数是什么？为什么有的项带正号、有的带负号？（见知识块A）
4. ✅ 五条性质分别是什么？每条能用比喻解释吗？（见知识块A）
5. ✅ "倍加不变"为什么是计算的核心工具？（见知识块A）
6. ✅ 按行展开是什么意思？该选哪一行展开？（见知识块B）
7. ✅ 三角行列式和范德蒙德行列式的公式记住了吗？（见知识块B）
8. ✅ 爪型行列式长什么样？基本解法思路是什么？（见知识块B）
9. ✅ 克拉默法则是干什么用的？齐次方程组的行列式判断法记住了吗？（见知识块C）
10. ✅ 三角行列式和范德蒙德行列式的公式分别是什么？各适用于什么场景？（三角/范德蒙德见知识块B，分块矩阵的行列式见第2章专题）
---
## 🧪 学完自测
（共 10 题：4 选择 + 2 判断 + 4 简答。闭卷做，限时 25 分钟。）
### 选择题
**1.** 已知 3 行 3 列数表的行列式 = 2。把数表整体乘 -2（每个数都乘 -2）再转置，行列式变为（ ）
A) -16
B) -8
C) 16
D) 8
**2.** 下列哪个条件能推出 n 阶行列式一定为 0？（ ）
A) 数表中有一半的元素为 0
B) 有两行对应元素成比例
C) 主对角线上有一个元素为 0
D) 数表的主对角线全为 0
**3.** 范德蒙德行列式 $\begin{vmatrix} 1 & 1 & 1 \\ a & b & c \\ a² & b² & c² \end{vmatrix}$ 等于 0 的充要条件是（ ）
A) a, b, c 中有一个为 0
B) a, b, c 互不相等
C) a, b, c 中有两个相等
D) a + b + c = 0
**4.** 已知 2 阶数表 $\begin{bmatrix} a & b \\ c & d \end{bmatrix}$ 的行列式 = 5。交换两行后，行列式变为（ ）
A) -5
B) 5
C) 0
D) 10
### 判断题
**5.** 若行列式中有两行元素完全相同，则行列式的值一定为 0。（ ）
**6.** 克拉默法则可以用于求解任何线性方程组。（ ）
### 简答题
**7.** 已知 3 阶行列式 D = |A|，第 1 行元素为 [1, 0, -1]，对应的代数余子式为 A₁₁ = 2, A₁₂ = -3, A₁₃ = 1。求 D 的值，并说明用到了什么定理。
**8.** 简述"化三角法"计算行列式的核心思想。为什么最终要化成上三角形式而不是其他形式？
**9.** 一个 4 阶行列式中，若零元素的个数为 13 个，能否直接判断行列式的值？如果可以，值是多少？请给出推理过程。
**10.** 为什么"把某一行乘 k"和"把整个数表乘 k"对行列式的影响不同？请分别说明。
---
📖 点击查看答案与解析
**1. 答案：A) -16**
解析：把数表整体乘 -2，3 行各提一个 -2 → (-2)³；再转置，行列式值不变（性质1）。所以答案 = (-2)³×2 = -8×2 = -16。
考试易错提醒：(1) 转置值不变（性质1），不要误以为转置会变号；(2) |kA| = kⁿ|A|，3阶时指数是3不是2。
**2. 答案：B) 有两行对应元素成比例**
解析：两行成比例 → 提取比例因子后两行相同 → 交换这两行值不变但又要变号 → 值只能为 0。A 选项：一半元素为 0 不一定（可能每行各有非零元素）。C 选项：对角线上一个 0，如果其他位置不为 0，行列式可能不为 0。D 选项：主对角线全为 0 不一定为 0（比如 $\begin{bmatrix} 0 & 1 \\ 1 & 0 \end{bmatrix}$ 的行列式 = -1）。
考试易错提醒："成比例"包括成比例但不完全相同的情况——只要存在一个 k 使一行 = k×另一行即可。
**3. 答案：C) a, b, c 中有两个相等**
解析：范德蒙德行列式 = (b-a)(c-a)(c-b)。当 a=b 或 a=c 或 b=c 时，其中一个因子为 0，整个行列式为 0。反之，如果 a,b,c 互不相等，行列式 ≠ 0。
考试易错提醒：A 选项——a,b,c 中有一个为 0 不代表两两相等，行列式可能不为 0。
**4. 答案：A) -5**
解析：交换两行，行列式变号（性质2），所以 5 → -5。
**5. 答案：✅ 正确**
解析：设两行相同，交换这两行 → 行列式变号（性质 2），但数表不变（因为交换的是相同的两行），所以行列式值也不变。变号 + 不变 = 只能是 0。
**6. 答案：❌ 错误**
解析：克拉默法则只能解系数行列式 ≠ 0 的方程组（有唯一解的方程组）。如果系数行列式 = 0（无解或无穷多解），克拉默法则不能直接用。
**7. 答案：D = 1×2 + 0×(-3) + (-1)×1 = 2 - 0 - 1 = 1**
解析：用到了"按行展开定理"：D = a₁₁A₁₁ + a₁₂A₁₂ + a₁₃A₁₃。
答题框架：(1) 写出展开定理公式 → (2) 代入已知数值 → (3) 计算得结果。
**8. 参考答案**：
核心思想——利用五条性质（主要是"倍加不变"），把任意行列式通过逐行消元变成上三角形式（对角线以下全为零）。因为上三角行列式 = 主对角线元素相乘，一步出答案。化三角之所以高效，是因为避免了直接展开需要的 n! 项计算。
为什么上三角？——上三角"对角线以下全零"意味着从最后一行开始，每行只有对角线上的数能被取到（其他都是零），所以行列式 = 对角线乘积。下三角也可以，道理一样。
**9. 答案：能。行列式的值为 0。**
推理过程：4 阶行列式共有 4×4 = 16 个位置。零元素 13 个 → 非零元素只有 16 - 13 = 3 个。4 行分 3 个非零元素，由鸽巢原理，至少有一行一个非零元素都分不到 → 该行全为零 → 按该行展开，行列式 = 0。
**10. 参考答案**：把某一行乘 k → 只有 1 行变了，按该行展开，每一项多一个 k，行列式变 k 倍。把整个数表乘 k → 每一行都乘了 k，共 n 行，每行提一个 k，行列式变 kⁿ 倍。区别就是"一行" vs "所有行"，考试常拿这个设陷阱。
---
### 🗺️ 本章推导路线图
从最底层的定义出发，一层层往上搭建，这就是第1章的知识骨架：
```
┌──────────────────────────────┐
│ 特殊行列式（三角/范德蒙德/爪型） │
│ 加边法 / 替换法 │
└──────────────┬───────────────┘
│ 借助性质化简计算
┌──────────────┴───────────────┐
│ 克拉默法则 │
│ xᵢ = |Aᵢ| / |A| （|A| ≠ 0） │
└──────────────┬───────────────┘
│ 需要 |A| ≠ 0
┌──────────────┴───────────────┐
│ 按行（列）展开定理 │
│ D = Σ aᵢⱼ Aᵢⱼ │
│ 核心工具：代数余子式 │
└──────────────┬───────────────┘
│ 基于逆序数定义证明
┌──────────────┴───────────────┐
│ 五条核心性质 │
│ ①转置不变 ②换行变号 ③提取公因子 │
│ ④拆分 ⑤倍加不变（⭐计算之王） │
└──────────────┬───────────────┘
│ 全部从逆序数定义推导
┌──────────────┴───────────────┐
│ 行列式定义（逆序数） │
│ |A| = Σ (-1)^τ · a₁ₚ₁·...·aₙₚₙ │
│ 本质：n维空间"有向体积" │
└──────────────────────────────┘
```
> 🧭 **读图指南**：从下往上看——最底层是定义（"箱子"的体积怎么定义），中间是五条性质（操作"箱子"的五种合法动作），再往上是展开定理（把大箱子拆成小箱子算），顶层是克拉默法则和各种特殊行列式的快速公式。化三角法贯穿中间三层，是整章的计算主力。
> 📍 **接下来：从算一个数到操作整张表**
>
> 行列式算到最后，得到的是一个数。下一章我们要认识的"矩阵"，就不再满足于只算一个数了——它是一整张数字表格，可以加、减、乘、求逆，像积木一样拼装组合。如果把行列式比作"一把尺子"（量体积），那矩阵就是"一整个工具箱"——尺子只是其中一件工具。
>
> 第2章你会学到：矩阵的加减乘除是怎么回事、什么叫"矩阵可逆"（以及它和行列式 ≠ 0 的关系）、怎么用矩阵解方程组比克拉默法则更通用。准备好了就翻开下一页 → [第2章 矩阵](第2章-矩阵.html)