行列式不僅僅是一個數字；它是一種 獨特的純量函數 方陣的唯一純量函數，用以描述其幾何上的「擴張係數」以及代數上的可逆性。透過理解乘積與轉置的基本規則，我們可以將複雜的變換分解為簡單的算術步驟。
乘積性質的力量
行列式理論中最具深意的結果之一是 乘積法則：
$$\det(AB) = \det(A)\det(B)$$
這個恆等式告訴我們，一系列變換所產生的體積縮放，只是各個變換縮放係數的乘積。由此可立即推導出關於逆矩陣的結論：
由於 $A A^{-1} = I$，因此有 $\det(A A^{-1}) = \det(I) = 1$。
根據乘積法則：$\det(A) \cdot \det(A^{-1}) = 1$。
因此，對於任何可逆矩陣而言：$\det(A^{-1}) = \frac{1}{\det A}$。
對稱性與正交性
規則10指出 $\det A = \det A^T$。這在行與列之間建立了完美的對稱性。我們針對行交換或行的線性組合所證明的任何性質，同樣適用於列。這引出了特殊情況 正交矩陣（$Q$）：
- 正交矩陣滿足 $Q^T Q = I$。
- 根據乘積法則：$\det(Q^T) \det(Q) = \det(I) = 1$。
- 由於 $\det Q^T = \det Q$，因此 $(\det Q)^2 = 1$。
- 結論：$\det Q = 1$（旋轉）或 $\det Q = -1$（反射）。
非線性警告
必須牢記的是，行列式並非 不是 一個線性映射。雖然對於線性算子 $f(A+B) = f(A) + f(B)$ 成立，但對於行列式通常不成立：
$$\det(A+B) \neq \det A + \det B$$
此外，將矩陣放大 $k$ 倍時，會導致 $\det(kA) = k^n \det A$（對於 $n \times n$ 矩陣），因為 $k$ 會同時放大 $n$ 個行。
🎯 核心公式
- $\det(AB) = \det(A)\det(B)$
- $\det(A^T) = \det A$
- $\det(kA) = k^n \det A$
- $\det(A^{-1}) = 1/\det A$