行列式不仅仅是一个数值；它是一个 唯一的标量函数 对一个方阵的唯一标量函数，它刻画了其几何上的“伸缩因子”以及代数上的可逆性。通过理解关于乘积和转置的核心法则，我们可以将复杂的变换分解为简单的算术步骤。
乘积性质的力量
或许行列式理论中最深刻的结论是 乘积法则：
$$\det(AB) = \det(A)\det(B)$$
这个恒等式告诉我们，一系列变换所引起的体积缩放，就是它们各自缩放因子的乘积。由此，我们立即推导出关于逆矩阵的结论：
由于 $A A^{-1} = I$，因此有 $\det(A A^{-1}) = \det(I) = 1$。
根据乘积法则：$\det(A) \cdot \det(A^{-1}) = 1$。
因此，对于任意可逆矩阵：$\det(A^{-1}) = \frac{1}{\det A}$。
对称性与正交性
第10条法则指出 $\det A = \det A^T$。这在行与列之间建立了完美的对称性。我们对行交换或行线性组合所证明的任何性质，都同样适用于列。这引出了特殊情形 正交矩阵（$Q$）：
- 一个正交矩阵满足 $Q^T Q = I$。
- 根据乘积法则：$\det(Q^T) \det(Q) = \det(I) = 1$。
- 由于 $\det Q^T = \det Q$，因此有 $(\det Q)^2 = 1$。
- 结论：$\det Q = 1$（旋转）或 $\det Q = -1$（反射）。
非线性警告
必须牢记的是，行列式不是 不是 一个线性映射。虽然对于线性算子 $f(A+B) = f(A) + f(B)$ 成立，但通常对行列式不成立：
$$\det(A+B) \neq \det A + \det B$$
此外，将一个 $n \times n$ 矩阵乘以标量 $k$，结果为 $\det(kA) = k^n \det A$，因为 $k$ 会同时缩放 $n$ 行中的每一行。
🎯 核心公式
- $\det(AB) = \det(A)\det(B)$
- $\det(A^T) = \det A$
- $\det(kA) = k^n \det A$
- $\det(A^{-1}) = 1/\det A$