线性代数学习笔记1：行列式和七个性质
行列式是定义在方阵上的特殊数值，体现矩阵变换对空间体积的影响。在应用中，积分变换中的雅可比行列式用于坐标变换时的体积元素缩放；数值线性代数中通过行列式判断矩阵条件数（接近零表示矩阵病态）；图像处理中的畸变校正等应用都涉及行列式。这些应用促使我们理解行列式的代数结构。
我们通过行列式的七个性质来理解行列式是怎么一回事。
性质1：行（或列）交换，行列式变号
行列式好比一个有方向的体积（面积）测量。交换矩阵的两行，相当于交换构成这个体积的两个"轴"。想象一下：用右手系比划三个坐标轴，交换其中两个，右手系就变成左手系了。坐标系朝向翻转，有向体积也翻转了。交换一次行（或列）让行列式的值乘以 −1。
用数学形式表达：如果矩阵B是由矩阵A交换两行得到的，那么
$$\det(B) = -\det(A)$$
比如，对于一个简单的2×2矩阵：
$$\begin{vmatrix}a & b \ c & d\end{vmatrix} = ad - bc$$
交换两行后变为
$$\begin{vmatrix}c & d \ a & b\end{vmatrix} = cb - da = -(ad - bc) = -\begin{vmatrix}a & b \ c & d\end{vmatrix}$$
性质2：某一行（或列）全为 0，则行列式为 0
一组向量如果有一个完全是零向量，那拼不出任何体积。 一个盒子的长、宽、高中如果有一项为0，那盒子体积必然是0。矩阵有一行全是0，就等于构成"体积"的一个维度长度为0，行列式当然为0。
$$\begin{vmatrix}
a & b & c\
d & e & f\
0 & 0 & 0
\end{vmatrix} = 0,
\quad
\begin{vmatrix}
a & 0 & c\
d & 0 & f\
g & 0 & h
\end{vmatrix} = 0$$
性质3：某一行（或列）乘以常数 k，行列式也乘以 k
矩阵某一行伸长或缩短，行列式作为体积也会相应放大或缩小。一个可伸缩的盒子，把一条边拉长两倍，体积也就跟着变两倍；把高缩短成原来一半，体积就变成一半。只在1个向量上乘以常数k会让行列式乘以k。（整个矩阵乘以k会缩放所有维度，产生不同的效果。）
$$k\begin{vmatrix}
3 & 2 \
3 & 3
\end{vmatrix}
=\begin{vmatrix}
3k & 2k \
3 & 3
\end{vmatrix}
=\begin{vmatrix}
3k & 2 \
3k & 3
\end{vmatrix}$$
性质4：某一行（或列）是两行之和，行列式可拆成两个行列式之和
这条性质体现了行列式关于每一行的线性可加性。矩阵的某一行如果是两个部分之和，行列式的值就可以拆成两部分分别计算再相加。
$$A = \begin{pmatrix} a_1+a_2 & b_1+b_2\ c & d \end{pmatrix}$$
$$\det(A) = \begin{vmatrix}a_1 & b_1\ c & d\end{vmatrix} + \begin{vmatrix}a_2 & b_2\ c & d\end{vmatrix}$$
性质5：两行（或两列）相同，行列式为 0
两行相同意味着这两个向量方向完全相同。矩阵的行向量集合丢失了一个独立方向，从三维塌扁到平面，没有体积。
$$\begin{vmatrix} 1 & 2 & 3\ 1 & 2 & 3\ 4 & 5 & 6 \end{vmatrix} = 0$$
性质6：两行（或两列）成比例，行列式为 0
两行成比例意味着一行是另一行的数倍，行向量平行。没有新增的维度信息。线性相关导致"体积"坍塌为零。
$$\begin{vmatrix} 1 & 2\ 2 & 4 \end{vmatrix} = 0$$
性质7：把一行（或列）的 k 倍加到另一行（或列），行列式不变
这条性质是前几个性质的组合。
$$\begin{vmatrix} a & b & c\ d+3a & e+3b & f+3c\ g & h & i \end{vmatrix}
\begin{vmatrix} a & b & c\ d & e & f\ g & h & i \end{vmatrix} + \begin{vmatrix} a & b & c\ 3a & 3b & 3c\ g & h & i \end{vmatrix}
\begin{vmatrix} a & b & c\ d & e & f\ g & h & i \end{vmatrix} + 0$$
总结
行列式衡量线性变换对体积的缩放和反演效应。在工程中，行列式决定线性方程组解的唯一性，衡量变换的缩放和镜像效果，检测向量的线性相关性。
行列式的七个性质为：
- 性质1：交换矩阵任意两行（列），行列式符号改变。
- 性质2：矩阵中某一行（列）全为零，行列式必为零。
- 性质3：矩阵某一行（列）乘以常数k，行列式也同时乘以该常数。
- 性质4：矩阵某行（列）为两行（列）相加，可将行列式拆分为两个子行列式相加。
- 性质5：矩阵中存在两行（列）相同时，行列式为零。
- 性质6：矩阵两行（列）成比例时，行列式也为零。
- 性质7：将一行（列）的若干倍加到另一行（列），行列式值不变。
这些性质使我们能够理解行列式的计算特性和几何含义，支持在工程和数值分析中高效运用矩阵与向量计算。