课程简介

18.06是Gilbert Strang教授在MIT开的线性代数公开课，课程视频以及相关资料请见https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/index.htm。

课程笔记

行列式是从矩阵中计算得到的一个标量。矩阵和行列式之间必然是多对一的关系，行列式不能完全代表矩阵，但其中蕴含着很多矩阵性质相关的信息。本节首先定义了矩阵行列式应该有的三个性质，然后从这三个性质推出了其他七个性质。

指定的三个基础性质

这三个性质共同定义了行列式，利用这三个性质可以推出其他的七个性质，而且可以得到行列式的计算方法。

性质1：单位阵行列式为1

这个性质给了矩阵行列式一个单位，也是求取任意矩阵行列式的基点。

性质2：交换两个行向量使得行列式取反

线性代数里面的一个重要内容是高斯消元，性质2是消元法中的打乱矩阵对行列式的影响。

性质3：矩阵第一行的线性组合对应于矩阵行列式的线性组合

具体地，设矩阵A=⎡⎣⎢⎢⎢⎢aT1aT2⋯aTn⎤⎦⎥⎥⎥⎥A=\begin{bmatrix}a_1^T\\a_2^T\\\cdots\\a_n^T\end{bmatrix}，其中aia_i为nn维向量，a1a_1为矩阵AA的第一行行向量。令矩阵B=⎡⎣⎢⎢⎢⎢bTaT2⋯aTn⎤⎦⎥⎥⎥⎥B=\begin{bmatrix}b^T\\a_2^T\\\cdots\\a_n^T\end{bmatrix}，则有det(⎡⎣⎢⎢⎢⎢aT1+bTaT2⋯aTn⎤⎦⎥⎥⎥⎥)=det(A)+det(B)det(\begin{bmatrix}a_1^T+b^T\\a_2^T\\\cdots\\a_n^T\end{bmatrix}) = det(A)+det(B)。
从上诉性质可以很容易推出det(⎡⎣⎢⎢⎢⎢c×aT1c×aT2⋯c×aTn⎤⎦⎥⎥⎥⎥)=c×det(A)det(\begin{bmatrix}c\times a_1^T\\c\times a_2^T\\\cdots\\c\times a_n^T\end{bmatrix})=c\times det(A)，其中cc是一个标量。
再结合性质2，可以得出保持其他行元素不变的情况下，任意单行的线性组合都对应于矩阵行列式的线性组合。

演变的七个性质

以上诉三个性质为基础，我们可以推出行列式应用的七个性质。高斯消元在线性代数中应用广泛，以下几个性质中多个性质探讨了高斯消元过程中对行列式的影响。还有几个性质分别探讨了矩阵乘法、逆元与行列式的关系，行向量和列向量在行列式中的地位等等。

性质4：若矩阵的两个行向量相等，则行列式为0

此性质可以看做性质“不可逆矩阵的行列式为0”的子集。
证明方法很简单：交换两个相等的行向量，得到相等的矩阵从而有相同的行列式，但根据性质2，两者互为相反数，从而只能为0。

性质5：某个行向量减去其他行向量的倍数，行列式不变

也就是说高斯消元中的消除矩阵不改变矩阵行列式。
证明方法结合性质3和性质4。

性质6：某个行向量为零向量，则矩阵行列式为0

此性质同样可以看做性质“不可逆矩阵的行列式为0”的子集。
证明方法：可以看做任意矩阵相应行向量乘以0，然后结合性质3

性质7：三角阵（上三角或者下三角）的行列式为对角线上元素的累乘

若对角线上存在0元素，则可以通过消元置换等方法构造零向量，推出行列式为0。
若对角线上不存在0元素，则可以通过消元得到对角阵，而对角阵的行列式结合性质3和性质1可得为对角线上元素的累乘。
结合性质2、5、7可以通过高斯消元法得到任意矩阵的行列式。

性质8：奇异矩阵（不可逆）的行列式为0

若矩阵可逆->高斯消元之后可得无零向量的上三角矩阵->行列式不为0
若矩阵不可逆->高斯消元之后可得存在零向量的上三角矩阵->行列式为0

性质9：矩阵乘积的行列式等于矩阵行列式的乘积

即det(AB)=det(A)det(B)det(AB)=det(A)det(B)。
从上诉性质易得det(A−1)=1/det(A)det(A^{-1})=1/det(A)，det(A2)=det(A)2det(A^2)=det(A)^2。
证明方法strang没有详细给出，笔者试着通过高斯消元法进行了简易推导：若AA或者BB奇异，则有ABAB奇异因为r(AB)≤min(r(A),r(B))r(AB)\le \min(r(A),r(B))，从而det(AB)=0=det(A)det(B)det(AB)=0=det(A)det(B)。若AA和BB均满秩，则可以通过行变换变成对角阵，设EA=DEA=D，其中EE为行变换矩阵，DD为对角阵。对ABAB做同样的行变换，则有|det(AB)|=|det(EAB)|=|det(DB)|=|det(D)det(B)|=|det(A)det(B)||det(AB)|=|det(EAB)|=|det(DB)|=|det(D)det(B)|=|det(A)det(B)|，因为与对角阵相乘等价于各行向量乘以一个倍数，同时行变换相同，所以正负相同。

性质10：矩阵转置的行列式不变

即det(AT)=det(A)det(A^T)=det(A)。
若AA奇异，则有det(AT)=0=det(A)det(A^T)=0=det(A)。
若AA满秩，则存在LULU分解，满足A=LUA=LU，其中LL为下三角矩阵，而UU为上三角矩阵。从而det(AT)=det(UTLT)=det(UT)det(LT)=det(U)det(L)=det(LU)=det(A)det(A^T)=det(U^TL^T)=det(U^T)det(L^T)=det(U)det(L)=det(LU)=det(A)。
此性质使得行向量和列向量在行列式的意义下地位相同。

因为标量乘法具有交换律，从而行列式意义下的矩阵乘法也有交换律，即det(AB)=det(BA)det(AB)=det(BA)（对于方阵而言）。

MIT18.06线性代数课程笔记18：矩阵行列式的性质相关推荐

（邱维声）高等代数课程笔记：矩阵的加法、数量乘法与乘法
(邱维声)高等代数课程笔记:矩阵的加法,数量乘法与乘法 \quad 前面已经看到,矩阵的初等行变换.矩阵的秩在线性方程组理论中起着非常重要的作用,因此,系统地研究一下矩阵是非常有必要的. \quad ...
《矩阵理论》大萌课程笔记 - 特殊矩阵
<矩阵理论>大萌课程笔记 - 特殊矩阵总目录章节名称与链接线性空间与线性变换线性空间与子空间有限维线性空间.基.维数线性变换内积空间特征值与特征向量特殊矩阵矩阵分解矩 ...
笔记：矩阵行列式求导以及矩阵的逆的求导
笔记:矩阵行列式求导以及矩阵的逆的求导一.结论二.矩阵的行列式求导三.矩阵的逆的导数一.结论设A=(aij(t))n×nA=(a_{ij}(t))_{n\times n}A=(aij(t) ...
线性代数学习笔记6-2：行列式的理解、行列式的性质
再次强调,方阵才有行列式! 行列式尽可能多的压缩了方阵的信息,之前说过行列式代表线性变换中有向面积/有向体积的变化比例因此, d e t ( A ) = ∣ A ∣ = 0 ⟺ det(\mathb ...
线性代数学习笔记6-1：行列式与线性变换
行列式:用面积的变化描述线性变换的效果之前说过,线性变换就是一种操纵空间和变换坐标轴的手段,它保持原点固定且网格平行等距: 有的线性变换将空间拉伸,有的线性变换将空间向内挤压(如剪切/切变变换),有 ...
Gilbert Strang的线性代数课程笔记-第三课
第三课的主题为:矩阵乘法的四种理解与矩阵的可逆性矩阵乘法的四种理解假设有矩阵AB = C 且A.B.C三者的维度分别为:m x p,p x n,m x n 1. 按定义理解,将目标矩阵C的每个元素 ...
【机器学习｜数学基础】Mathematics for Machine Learning系列之线性代数（3）：行列式的性质
文章目录前言 1.5 行列式的性质转置行列式性质1 内容证明性质2 内容证明性质3 内容证明性质4 内容证明性质5 内容证明性质6 内容证明结语前言 Hello!小伙伴 ...
分块矩阵行列式的性质证明
性质性质一 ∣AOOB∣=∣A∗OB∣=∣AO∗B∣=∣A∣⋅∣B∣\left|\begin{array}{ll} \boldsymbol{A} & \boldsymbol{O} \\ \b ...
【线性代数宋浩】P3行列式的性质
行列式的性质性质1:D=D^T^ 性质2:两行互换,值变号性质3:行列式两行或两列对应相等,行列式的值为0 性质4:某一行都乘以数k等于用k乘以行列式性质5:两行元素对应成比例,行列式的值为0 ...

MIT18.06线性代数课程笔记18：矩阵行列式的性质