Определитель — это больше, чем просто число; это единственная скалярная функция квадратной матрицы, которая характеризует её геометрический «коэффициент растяжения» и алгебраическую обратимость. Понимая основные правила, управляющие произведением и транспонированием, мы можем разложить сложные преобразования на простые арифметические шаги.
Сила свойства произведения
Возможно, наиболее глубокий результат теории определителей — это Правило произведения:
$$\det(AB) = \det(A)\det(B)$$
Это тождество говорит нам, что масштабирование объёма последовательности преобразований — это просто произведение их индивидуальных коэффициентов масштабирования. Из этого мы получаем непосредственные следствия для обратных матриц:
Поскольку $A A^{-1} = I$, следует, что $\det(A A^{-1}) = \det(I) = 1$.
По правилу произведения: $\det(A) \cdot \det(A^{-1}) = 1$.
Следовательно, для любой обратимой матрицы: $\det(A^{-1}) = \frac{1}{\det A}$.
Симметрия и ортогональность
Правило 10 гласит, что $\det A = \det A^T$. Это создаёт идеальную симметрию между строками и столбцами. Любое свойство, которое мы доказываем относительно перестановки строк или линейных комбинаций строк, одинаково применимо к столбцам. Это приводит нас к особому случаю ортогональных матриц ($Q$):
- Ортогональная матрица удовлетворяет условию $Q^T Q = I$.
- По правилу произведения: $\det(Q^T) \det(Q) = \det(I) = 1$.
- Поскольку $\det Q^T = \det Q$, имеем $(\det Q)^2 = 1$.
- Вывод: $\det Q = 1$ (вращение) или $\det Q = -1$ (отражение).
Предупреждение о нелинейности
Важно помнить, что определитель — это не линейное отображение. Хотя $f(A+B) = f(A) + f(B)$ верно для линейных операторов, это в общем случае неверно для определителей:
$$\det(A+B) \neq \det A + \det B$$
Кроме того, умножение матрицы на $k$ даёт $\det(kA) = k^n \det A$ для матрицы $n \times n$, поскольку $k$ масштабирует каждую из $n$ строк.
- $\det(AB) = \det(A)\det(B)$
- $\det(A^T) = \det A$
- $\det(kA) = k^n \det A$
- $\det(A^{-1}) = 1/\det A$