行列式与矩阵，运算与性质

行列式计算

  一阶行列式：
$$\det \left(A\right)=a$$

  二阶行列式：
$$\det \left(A\right)=a_{11}{a}_{22}-a_{12}{a}_{21}$$

  三阶行列式：
$$\det \left(A\right)=a_{11}{a}_{22}{a}_{33}+a_{12}{a}_{23}{a}_{31}+a_{21}{a}_{32}{a}_{13}-a_{31}{a}_{22}{a}_{13}-a_{21}{a}_{12}{a}_{33}-a_{32}{a}_{23}{a}_{11}$$

  高阶行列式：利用行列式展开法则求解，行列式等于它的任一行（列）的各元素与其代数余子式的乘积之和。注：代数余子式$A_{ij}={\left(-1\right)}^{i+j}\det \left(M_{ij}\right)$，$M_{ij}$为划掉$a_{ij}$所在行列所得的$\left(n-1\right)$阶方阵。
$$\begin{array}{l}\det \left(A\right)=a_{i1}{A}_{i1}+a_{i2}{A}_{i2}+\cdots +a_{in}{A}_{in}\\ \det \left(A\right)=a_{1j}{A}_{1j}+a_{2j}{A}_{2j}+\cdots +a_{nj}{A}_{nj}\end{array}$$

  Matlab求解函数：
$$\det \left(A\right)：返回方阵A的行列式$$

行列式性质

  性质1：矩阵与转置矩阵行列式相等。
  性质2：互换行列式的两行（列），行列式变号。
  性质3：行列式某行（列）的公因子可以提出去。
$$\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ k{a}_{i1}& k{a}_{i2}& \cdots & k{a}_{in}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|=k\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ a_{i1}& a_{i2}& \cdots & a_{in}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|$$

  性质4：如果行列式的某行（列）是两项之和，那么行列式等于两个行列式之和。
$$\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ a_{i1}+a_{i1}^{\prime }& a_{i2}+a_{i2}^{\prime }& \cdots & a_{in}+{a^{\prime }}_{in}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|=\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ a_{i1}& a_{i2}& \cdots & a_{in}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|+\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ a_{i1}^{\prime }& a_{i2}^{\prime }& \cdots & a_{in}^{\prime }\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|$$

  性质5：行列式某行（列）的倍数加到另一行（列），行列式不变。
$$\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ a_{i1}& a_{i2}& \cdots & a_{in}\\ ⋮& ⋮& & ⋮\\ a_{j1}+k{a}_{i1}& a_{j2}+k{a}_{i2}& \cdots & a_{jn}+k{a}_{in}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|=\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ ⋮& ⋮& & ⋮\\ a_{i1}& a_{i2}& \cdots & a_{in}\\ ⋮& ⋮& & ⋮\\ a_{j1}& a_{j2}& \cdots & a_{jn}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|$$

矩阵性质

  加法：
$$\begin{array}{l}A+B=B+A\\ \left(A+B\right)+C=A+\left(B+C\right)\end{array}$$

  数乘：
$$\begin{array}{l}\left(\alpha \beta \right)A=\alpha \left(\beta A\right)\\ (\alpha +\beta )A=\alpha A+\beta A\end{array}$$

  乘法：满足结合律，不满足交换律。
$$\begin{array}{l}AB\ne BA\\ \left(AB\right)C=A\left(BC\right)\\ A\left(B+C\right)=AB+AC\\ \left(A+B\right)C=AC+BC\\ \alpha (AB)=(\alpha A)B=A(\alpha B)\end{array}$$

  行列式：
$$|AB|=|A||B|$$

  转置：矩阵$A$的转置，记作$A^T$
$$\begin{array}{l}{\left(A^T\right)}^T=A\\ {\left(A+B\right)}^T=A^T+B^T\\ {\left(AB\right)}^T=B^T{A}^T\\ \left|A^T\right|=\left|A\right|\end{array}$$

  共轭转置：矩阵$A$的共轭转置，记作$A^H$
$$\begin{array}{l}{\left(A^H\right)}^H=A\\ {\left(A+B\right)}^H=A^H+B^H\\ {\left(AB\right)}^H=B^H{A}^H\\ \left|A^H\right|={\left|A\right|}^H\\ {\left(kA\right)}^H=k^H{A}^H\end{array}$$

  逆性质：
$$\begin{array}{l}{\left(AB\right)}^{-1}=B^{-1}{A}^{-1}\\ {\left(A^T\right)}^{-1}={\left(A^{-1}\right)}^T\\ A可逆\iff A满秩\iff \left|A\right|\ne 0\iff A为非奇异矩阵\end{array}$$

  偏导数1：标量对一维矩阵求偏导，$X$为$\left(n\times 1\right)$向量。
$$\begin{array}{l}\frac{\partial A_{1\times n}X}{X}=A^T\\ \frac{\partial X^T{A}_{n\times 1}}{X}=A\\ \frac{\partial X^T{A}_{n\times n}X}{X}=AX+A^{T}X\\ \frac{\partial X^T{A}^{T}AX}{X}=2A^{T}AX\end{array}$$

  偏导数2：标量对二维矩阵求偏导，$X$为$\left(m\times n\right)$矩阵。
$$\begin{array}{l}\frac{\partial A_{1\times m}X{B}_{n\times 1}}{X}=A^T{B}^T\iff \frac{\partial A^{T}XB}{X}=A{B}^T\\ \frac{\partial A_{1\times n}{X}^T{B}_{m\times 1}}{X}=BA\iff \frac{\partial A^T{X}^{T}B}{X}=B{A}^T\end{array}$$

参考文献

  参考1：线性代数与空间解析几何（郑宝东）