线性代数是数学中的一个重要分支，而行列式则是线性代数中的一个核心概念。行列式不仅具有丰富的数学意义，而且在解线性方程组、计算矩阵的秩、特征值等方面都有着广泛的应用。本文将详细讲解行列式的基础性质与常用定理，帮助读者轻松掌握线性代数中的这一重要概念。
1. 行列式的定义
行列式是由一系列数字按照一定的规则排列成的矩形数组。对于一个 ( n \times n ) 的矩阵 ( A )，其行列式记作 ( \det(A) ) 或 ( |A| )。行列式的值可以表示为：
[ \det(A) = \sum_{\sigma \in Sn} \text{sgn}(\sigma) a{1\sigma(1)} a{2\sigma(2)} \cdots a{n\sigma(n)} ]
其中，( S_n ) 是 ( n ) 个元素的排列的集合，( \text{sgn}(\sigma) ) 是排列 ( \sigma ) 的符号，表示排列的逆序数。
2. 行列式的性质
行列式具有以下基本性质：
- 交换律：行列式中任意两行（或两列）互换位置，行列式的值变号。
- 线性性质：行列式对矩阵的行（或列）的线性组合等于各行列式值的线性组合。
- 拉普拉斯展开：行列式可以按照某一行（或某一列）展开，展开后的行列式等于该行（或该列）的元素与其代数余子式的乘积之和。
- 范德蒙德行列式：当矩阵的行（或列）元素互不相同时，该行列式的值为 ( (x_1 - x_2)(x_1 - x_3) \cdots (x_1 - x_n) )。
- 行列式的值：行列式的值等于矩阵的秩与矩阵的行列式次数的乘积。
3. 常用定理
- 克莱姆法则：当线性方程组的系数矩阵的行列式不为零时，该方程组有唯一解，解可以表示为：
[ x_i = \frac{\det(A_i)}{\det(A)} ]
其中，( A_i ) 是将系数矩阵 ( A ) 的第 ( i ) 列替换为方程组的常数项所得到的矩阵。
矩阵的秩：矩阵的秩等于其非零子式的最大阶数。
矩阵的逆：若矩阵 ( A ) 可逆，则其逆矩阵 ( A^{-1} ) 满足 ( AA^{-1} = A^{-1}A = E )，其中 ( E ) 是单位矩阵。
矩阵的行列式：若矩阵 ( A ) 可逆，则 ( \det(A^{-1}) = \frac{1}{\det(A)} )。
矩阵的伴随：矩阵 ( A ) 的伴随矩阵 ( A^* ) 满足 ( AA^* = A^*A = \det(A)E )。
通过以上内容，相信读者已经对行列式的性质与常用定理有了较为全面的了解。行列式在解决线性代数问题中扮演着重要角色，希望本文能帮助读者轻松掌握这一核心概念。