MIT线性代数总结笔记——行列式
前面的章节已经学习了大量关于矩阵的知识，现在我们来集中探讨一下方阵的性质，其中行列式和特征值是重中之重，本章来单独讨论行列式。
行列式是每个方阵都具有的值，我们将矩阵 的行列式记作 。行列式将很多矩阵信息压缩到这一个数值中，例如矩阵的不可逆（奇异矩阵）与行列式的值为 等价（也就是说行列式可以直接判断矩阵是否可逆）。
我们先从行列式最主要的三个性质开始讲起，因为这三个性质定义了行列式，然后再拓展到其他性质上。
（1）单位矩阵的行列式为 。
例如二维单位矩阵：
（2）如果发生行交换，那么行列式的正负号会改变。
将性质（1）和性质（2）结合在一起，就能得到所有置换矩阵 的行列式。
例如
通过该性质还可以得出，置换矩阵 具有奇偶性，也就是说，一个矩阵不可能经过奇数次置换得到和偶数次置换相同的方阵。
性质（3）有两个，分别为
（3）a.
（3）b.
为什么说由以上三个性质可以定义行列式，因为行列式其余的性质皆可由上述三个性质推导而出，以下是行列式其余的性质及它们的推导过程。
（4）如果矩阵中的两行相等，则它的行列式为 。
矩阵中的两行相等，意味着发生两行交换时，行列式不变，根据性质（2）：“如果发生行交换，那么行列式的正负号会改变。”，那么行列式只能为 。
（5）行列式不因消元操作而改变。
证明：
（6）若矩阵中有一行是 ，那么行列式为
矩阵中有一行是0，可以看作 ，那么有
（7）对于三角阵的行列式，主元的乘积等于行列式。例如在四维中，设上三角矩阵 ，则 ， 维同理。
对于三角矩阵，我们可以通过不断地消元最终得到对角矩阵，例如，通过消元法可以得到
那么我们再利用性质（3）a.来证明对角矩阵的行列式就是对角线元素相乘
（8） ，则矩阵 为奇异矩阵。相反，若 ，则矩阵 可逆。
因为如果A可逆，化简后能得到矩阵各列都含非0主元，得到三角矩阵，再利用性质（7）得到其行列式。
（9）
这意味着 ，这也可以作为本性质的证明，也可以用对角阵 和 ，但是我们必须一步步进行消元，整个证明过程需要是非耐心，最终证明该性质对任意矩阵成立。
同时本性质还能推出
这说明如果矩阵进行平方，那么它的行列式也会平方。
此外，本性质还能推出
因为对一个 矩阵，将矩阵翻倍意味着各列向量都翻倍，一共翻倍 次，因此行列式变成了 倍。
（10）
证明：
根据 ，有
由于 和 都是三角矩阵，因此它们的行列式都是对角线的乘积，因此
所以最后我们得出
对于行列式的计算，我们先来推导二维行列式的求解过程。
观察二维行列式的求解过程，我们发现，行列式的求解取决于那些分解后非零行列式的和，即各行各列均有非零元素的行列式。因此我们按照这个规律，继续推导三维行列式，我们这次只写出非 项，有
可以发现规律，因为各行各列均需有非零元素，所以对于 的矩阵，其行列式分解后的非零项有 个。
同理，我们根据 阶行列式可以分解为 个非零行列式来推到出高维行列式的一般求解公式，即
例 求
如果检查该行列式分解出的24项会发现其中有22项为 ，剩下的非零行列式为
因此 。
接下来引入代数余子式的概念，它的作用是把 阶行列式化简为 阶行列式。
先来看 行列式的情况，上一节我们得到了
那么我们以行列式第一行的三个元素来合并同类项，可以得到
合并同类项后，我们又可以把新的三个项看作是三个矩阵的行列式
由此我们定义 的代数余子式：将原行列式的第 行与第 列抹去后得到的 阶行列式记为 ， 为偶数时，该项前的符号为 ， 为奇数时，该项前的符号为 ，规律如下
例 的代数余子式为
因此，将矩阵 沿第一行展开的公式为
例
求 、 、 、
发现规律： ，因此可知
会发现，随着维度增加，行列式的值呈现 ，以这样 个值循环，因此周期为 。
至此，我们掌握了三种方法来求一个方阵的行列式：
我们已经接触到很多逆矩阵了，但是一直没有给出逆矩阵的公式，你可以通过Gauss-Jordan消元法来求矩阵的逆，不过现在学习了行列式，可以直接求逆矩阵。
我们已经知道二阶逆矩阵的公式为：
那么我们能否通过二阶公式来推导至更高维度？
通过观察公式我们发现：
因此可以得出，逆矩阵公式为
等式右侧矩阵外的因子，其分母是矩阵的行列式，而矩阵为 代数余子式矩阵（Cofactor Matrix） 的转置 ，称为 伴随矩阵（Adjoint Matrix） 。因此 矩阵 的逆就是矩阵行列式的倒数与其伴随矩阵的乘积。
那么为什么是这个公式呢？我们来验证一下，假设等式成立，首先将等式两边都乘上矩阵 得到
因此，若逆矩阵公式成立其实就是判断 是否与 相等。
根据矩阵相乘，我们观察发现，矩阵 的第一行第一列元素等于矩阵 第一行和矩阵 第一列进行点积，计算可得
也就是说，它们的点积其实就是矩阵 的行列式计算公式，而 对角线上的所有元素都是如此，因此我们可以得到，它们相乘后的矩阵，其对角线处全部都是行列式。那么非对角元素呢？以第二行第一列为例，相乘我们发现，各个代数余子式的形式不变，但是与代数余子式相乘的变为了矩阵 第二行第 列元素。因此这个形式相当于用矩阵 第二行的元素替代第一行的元素得到的矩阵，前两行的元素相同，因此按照行列式性质（4），其值为 。
因此最后我们得到
对于可逆矩阵 ，方程 必有解 ，将逆矩阵的公式代入，那么
克莱姆法则（Cramer's Rule）则是从另一个角度来看待这个公式，即 的分量 为
其中，矩阵 为用向量 替换矩阵 的第 列所得到的新矩阵。例如
矩阵 的行列式的值从第j列用代数余子式进行展开计算，正好是伴随矩阵 的第j行，与向量 点积的结果。
但是相较于高斯消元法，克莱姆法则计算方程的解的效率较低，它仅仅只是提供了一个代数表达式，让人们能代数运算而不是写算法。
在二维中，行列式的几何意义其实就是矩阵所对应的线性变换所改变由空间中两基向量构成的矩形的面积的比例，对应到三维就是对应空间中三个基向量对应的平行六面体的体积的比例。
绛旓細MIT寰垎鏂圭▼涓绾挎т唬鏁鐨勭嫭闂ㄧ绫嶏細寰呭畾绯绘暟娉曠殑鎺㈢储 鍦∕IT鐨勩婂井鍒嗘柟绋嬩笌绾挎т唬鏁般嬭绋嬩腑锛2.6绔犺妭娣卞叆鎺㈣浜嗕竴绉嶈В鍐冲父绯绘暟浜岄樁寰垎鏂圭▼鐨勯珮鏁堢瓥鐣モ斺斿緟瀹氱郴鏁版硶銆傝繖绉嶆柟娉曠殑鍏抽敭鍦ㄤ簬瀵绘壘閭ｄ簺鈥滆壇濂解濆嚱鏁帮紝瀹冧滑鐨勫搷搴旂壒鎬т娇寰楁眰瑙ｈ繃绋嬪彉寰楃畝娲佹槑浜嗐傞鍏堬紝鎴戜滑鏉ョ湅寰呭畾绯绘暟娉曞浣曞湪瀹炶返涓簲鐢ㄣ備互鎸囨暟...
绛旓細鏁欐潗锛绾挎т唬鏁锛堢浜岀増锛夛紝绉戝鍑虹増绀撅紝涓婃捣浜ら氬ぇ瀛︽暟瀛︾郴缂 杈呭涔︾殕涓轰笂娴蜂氦閫氬ぇ瀛﹀嚭鐗堢ぞ锛氣憼绾挎т唬鏁颁範棰樹笌绮捐В 鈶＄嚎鎬т唬鏁拌В棰樻柟娉曚笌鎶宸э紝鎴戠殑绾夸唬鑰佸笀鐜嬬邯鏋楃紪鐨 鈶㈢嚎鎬т唬鏁拌瘯鍗峰墫鏋 缃戞槗鍏紑璇炬湁MIT鏁欐巿璁茬嚎鎬т唬鏁帮紝鏁板舰缁撳悎鍋氬緱闈炲父濂姐傚彲鎯滃浗鍐呮暀鏉愬湪杩欑偣涓婃櫘閬嶇己涔忥紝杩囦簬娉ㄩ噸瑙ｉ鎶宸э紝鍏朵腑...
绛旓細涓汉瑙夊緱mit閭ｄ釜涓嶅お閫傚悎鍏ラ棬瀛︿範锛岄偅涓绋嬪鐞嗙鎬濈淮瑕佹眰姣旇緝楂橈紝璁茬┒铻嶄細璐氾紝渚ч噸鏁板鐭ヨ瘑鐨勫疄闄呯墿鐞嗘剰涔夊拰搴旂敤锛屾秹鍙婄殑鐞嗗伐绉戣儗鏅煡璇嗘瘮杈冨锛屾瘮濡傜數璺悊璁猴紝鍥捐锛屽浘鍍忓鐞嗙瓑锛屼笉澶缓璁垵瀛﹁呭涔犮備綘鍙互鍏堝涔犱笅鍥藉唴姣旇緝缁忓吀鐨勬暀鏉愶紝姣斿鍚屾祹閭ｆ湰锛堟垜娌＄湅杩囷紝涓嶈繃鎹鎸哄ソ锛夛紝濡傛灉鏃堕棿鍏呰锛屽彲浠ュ啀鐪...
绛旓細鍋囪鐭╅樀 鏈 涓绾挎鏃犲叧鐨勭壒寰佸悜閲 锛岃繖浜涚壒寰佸悜閲忔寜鍒楃粍鎴愮壒寰佸悜閲忕煩闃 鍒 锛 绉颁负瀵硅鐗瑰緛鍊肩煩闃碉級涔熷氨鏄 鎴戜滑鍙互鍐欐垚濡備笅褰㈠紡 杩欏氨鏄煩闃 鐨勫瑙掑寲鏂规硶 鎴 鍏朵腑鎴戜滑鎶 杩欐槸涓涓柊鐨勭煩闃靛垎瑙ｆ柟娉曪紝鎴戜滑涔嬪墠娑堝厓鐨勬椂鍊欐湁 鍒嗚В锛屼互鍙婃柦瀵嗙壒姝ｄ氦鍖栫殑 鍒嗚В 濡傛灉鎴戜滑灏濊瘯瀵 鐨勫箓娆℃柟鍋...
绛旓細缃戞槗涓婁竴浜涢夯鐪佺殑璇剧▼闄や簡瑙嗛杩樻湁璇句欢鎵撳寘涓嬭浇锛屽鏋滄湁鐨勮瘽锛屽氨鍦ㄤ竴鍒椾笅杞芥寜閽笂闈紝鏄拰璇剧▼閰嶅鐨勶紝鍙互涓嬭浇鏉ュ鐓у涔狅紝鏈夌殑璇︾粏鏈夌殑姣旇緝绠鐣ワ紙杩樻湁鐨勬病鏈夎浠讹級銆傛垜鐪嬬殑鏃跺欏氨鏄洿鎺ヨ绗旇锛岀炕璇戠殑澶у寰堝ソ锛屽嵆浣挎槸璇稿绾挎т唬鏁锛屽井绉垎杩欐牱鐨勭悊绉戣绋嬪彧璁扮瑪璁颁篃瓒冲鐞嗚В浜嗐傚叾浠栭潪鐞嗗伐绉戠殑浜烘枃璇剧▼瀵...
绛旓細鍙備笌璁ㄨ鍜屽悎浣滐細鍔犲叆瀛︿範灏忕粍鎴栧湪绾胯鍧涳紝涓庝粬浜鸿璁绾挎т唬鏁鐨勯棶棰樺拰鐤戞儜銆傞氳繃浜ゆ祦鍙互鑾峰緱涓嶅悓鐨勮瑙掑拰瑙ｉ鏂规硶锛屾湁鍔╀簬娣卞寲鐞嗚В銆傚畾鏈熷涔狅細绾挎т唬鏁版秹鍙婄殑姒傚康鍜屽畾鐞嗚緝澶氾紝瀹氭湡澶嶄範鍙互甯姪宸╁浐璁板繂锛岄伩鍏嶉仐蹇樸傚彲浠ュ埗浣绗旇鎴栬呮濈淮瀵煎浘鏉ュ府鍔╂暣鐞嗗拰鍥為【鐭ヨ瘑鐐广傚姹傚府鍔╋細褰撻亣鍒伴毦浠ヨВ鍐崇殑闂鏃讹紝涓嶈...
绛旓細6.鍔ㄦ墜瀹炵幇绠楁硶锛绾挎т唬鏁涓湁寰堝閲嶈鐨勭畻娉曪紝濡傞珮鏂秷鍏冩硶銆丩U鍒嗚В銆丵R鍒嗚В绛夈傞氳繃鍔ㄦ墜瀹炵幇杩欎簺绠楁硶锛屽彲浠ュ姞娣卞绾挎т唬鏁扮煡璇嗙殑鐞嗚В锛屾彁楂樼紪绋嬭兘鍔涖傚彲浠ュ皾璇曚娇鐢≒ython绛夌紪绋嬭瑷瀹炵幇杩欎簺绠楁硶锛屽苟浣跨敤鐜版湁鐨勬暟瀛﹀簱锛堝NumPy銆丼ciPy锛夎繘琛岃绠椼7.鎬荤粨鍜屽涔狅細瀛︿範绾挎т唬鏁版椂瑕佸仛濂绗旇锛屽畾鏈熸荤粨鎵瀛︾煡璇...
绛旓細鎬荤粨濡備笅锛氬浗鍐呮暀鏉愬氨绠椾簡锛屼拱浜嗕篃绾睘娴垂閽憋紝涓嶆槸鎴戠洰涓棤浜猴紝瀹炲湪鏄綔鑰呮牴鏈病鏈夋妸鎴戜滑杩欎簺鑿滈笩璇昏呮斁鍦ㄧ溂閲屻傚綋鐒堕潪瑕佽鎴戞帹鑽愬浗鍐呴偅浜涙媺绋鏁欐潗鍜岃棰戠殑璇濓紝鎴戞帹鑽愶細灞变笢澶у绉﹂潤鏁欐巿鐨绾挎т唬鏁鎴栬呰タ瀹夌數瀛愮鎶澶у鏉ㄥ▉鏁欐巿鐨勭嚎鎬т唬鏁帮紝杩樻湁涓竻鍗庡ぇ瀛﹂┈杈夋暀鎺堝彧鑳界畻鍑戝悎銆傝窡鍓嶉潰涓や釜姣旂暐鏄句竴鑸紝鑰屼笖鐪...
绛旓細鎬荤粨濡備笅锛氬浗鍐呮暀鏉愬氨绠椾簡锛屼拱浜嗕篃绾睘娴垂閽憋紝涓嶆槸鎴戠洰涓棤浜猴紝瀹炲湪鏄綔鑰呮牴鏈病鏈夋妸鎴戜滑杩欎簺鑿滈笩璇昏呮斁鍦ㄧ溂閲屻傚綋鐒堕潪瑕佽鎴戞帹鑽愬浗鍐呴偅浜涙媺绋鏁欐潗鍜岃棰戠殑璇濓紝鎴戞帹鑽愶細灞变笢澶у绉﹂潤鏁欐巿鐨绾挎т唬鏁鎴栬呰タ瀹夌數瀛愮鎶澶у鏉ㄥ▉鏁欐巿鐨勭嚎鎬т唬鏁帮紝杩樻湁涓竻鍗庡ぇ瀛﹂┈杈夋暀鎺堝彧鑳界畻鍑戝悎銆傝窡鍓嶉潰涓や釜姣旂暐鏄句竴鑸紝鑰屼笖鐪...
绛旓細鍥藉鐨勬垜鍙湅杩囬夯鐪佺悊宸ョ殑涓涓槮楂樼殑鑰佹暀鎺堢殑璇撅紝鍙暐蹇樹簡锛岃矊浼间竷鍗佸宀侊紝浣嗘槸杩樻槸鑻嶅姴鏈夊姏鍟婏紝璁茬殑寰楀緢涓嶉敊锛屾垜鐪嬩簡寰Н鍒嗙殑鍏ㄩ儴锛屾墠鍗佸嚑闆嗭紝浠栫殑寰Н鍒嗗拰绾挎т唬鏁閮芥槸澶т竴鍏紑璇炬按骞筹紝鏁板绯荤殑浼氳寰楀お绠鍗曚簡锛屼汉瀹朵笉浼氭妸鏁板涓撲笟鐨勭簿鍝佽褰曚笅鏉ョ粰涓栫晫浜烘皯鐪嬬殑鈫抇鈫掋傛渶鍚庡己璋冧竴鐐癸紝涓嶇鐪嬭皝鐨...
