行列式のソースを表示

{{出典の明記|date=2017年10月}}
[[Image:Determinant parallelepiped.svg|200px|right|thumb|この[[平行六面体]]の[[体積]]は[[ベクトル]] {{math|''r''{{sub|1}}, ''r''{{sub|2}}, ''r''{{sub|3}}}} の成す {{math|3 &times; 3}} 行列の行列式の[[絶対値]]に一致する。]]<!--空編集のためのダミーコメント　次の編集で削除ください-->

[[数学]]における'''行列式'''（ぎょうれつしき、{{Lang-en-short|determinant}}）とは、[[正方行列]]に対して定義される量で、歴史的には行列が表す一次方程式の可解性を判定する指標として導入された。幾何的には[[ベクトル空間|線型空間]]またはより一般の[[有限生成加群|有限生成]][[自由加群]]上の[[自己準同型]]に対して定義され、[[線型写像|線型変換]]によって空間の体積要素が何倍に変わるかという概念を[[抽象化]]したものと見なすことができる。行列の可逆性を判定する指標として[[線型代数学]]における最も重要な指標の一つと見なされている。

== 概要 ==
{{mvar|X}} を成分が[[実数]]である2次の[[正方行列]]
: <math>X = \begin{pmatrix} a & b \\ c & d \end{pmatrix}</math>
とするとき、これは
: <math> \begin{pmatrix} x \\ y \end{pmatrix} \mapsto \begin{pmatrix} ax + by \\ cx + dy \end{pmatrix}</math>
という平面上の線型変換を定めている。一方で平面における二つのベクトル {{math|1=''u'' = (''u''<sub>0</sub>, ''u''<sub>1</sub>), ''v'' = (''v''<sub>0</sub>, ''v''<sub>1</sub>)}} について、これらが張る平行四辺形の「向きも込めた」面積は
: <math>A(u,v)=u_0v_1-u_1v_0</math>
によって指定される数だと考えることができる。このとき {{math|1=''A''(''X''.''u'', ''X''.''v'') = (''ad'' &minus; ''bc'')''A''(''u'', ''v'')}} が成り立っているが、これは {{mvar|X}} の定める線型変換によって平面内の図形の面積が {{math|(''ad'' &minus; ''bc'')}}-倍される、と解釈できる。

したがって各2次正方行列 {{mvar|X}} に対し（上の記号の下で）{{math|1=det ''X'' {{coloneqq}} ''ad'' &minus; ''bc''}} を対応させると、{{math|1=det(''XY'') = (det&thinsp;''X'')(det&thinsp;''Y'')}} であることや、{{math|det ''X'' &gt; 0}} であるとき {{mvar|X}} の定める変換は図形の向きを保ち、反対に {{math|det ''X'' &lt; 0}} であるとき図形の向きは反転させられることがわかる。{{math|det}} の乗法性から {{mvar|X}} が可逆ならば {{math|det ''X''}} は逆数を持つ数であることが従うが、反対に {{mvar|X}} が退化した行列（つまり {{mvar|X}} の定める変換の像が一次元の部分空間）になる場合にはすべての図形の変換後の面積が {{math|0}} になることから {{math|1=det ''X'' = 0}} となることがいえる。こうして行列 {{mvar|X}} が正則になることと {{mvar|X}} の行列式が可逆になることが同値であるということがわかる。

同様にして一般の次数の[[正方行列]] {{mvar|X}} に対し、{{mvar|X}} の定める線型変換が図形の体積を何倍にしているかという量を {{mvar|X}} の行列式として定義することができる。これは行列の成分を変数とする多項式の形でかけ、二次の場合と同様にこれは[[正則行列|正則性]]など正方行列の重要な性質に対する指標を与えている。[[線型方程式|一次方程式系]]が与えられるとき、方程式の係数行列に対してその行列式の値を調べることにより、方程式系の根の状態をある程度知ることができる。特に[[クラメルの公式]]により、[[方程式|根]]が一意に決まるような[[線型方程式系]]の公式が行列式を用いて表示される。

== 定義 ==
=== 抽象的な定義 ===
{{mvar|K}} を[[可換環]]とし、{{mvar|E}} を階数 {{mvar|n}} の {{mvar|A}} 上の[[自由加群]]とする。{{mvar|E}} の [[外積代数|{{mvar|n}}-次外冪]] {{math|⋀{{exp|''n''}}''E''}} は {{mvar|A}} 上階数1の自由加群である。{{mvar|E}} 上の {{mvar|K}}-[[線型写像]] {{mvar|φ}} について、{{math|⋀{{exp|''n''}}''E''}} 上に引き起こされる {{mvar|K}}-[[加群準同型|準同型]] 
:<math display="block">{\textstyle \bigwedge^n}\phi \colon e_1 \wedge \dotsb \wedge e_n \mapsto \phi(e_1) \wedge \dotsb \wedge \phi(e_n)</math>
は一意的に定まるある {{math|{{mvar|a}} &isin; {{mvar|A}}}} に関する定数倍写像と一致する。この {{mvar|a}} は {{mvar|φ}} の行列式 {{math|det&thinsp;''φ''}} と呼ばれる。

=== 明示的な定義 ===
{{mvar|n}} 次正方行列 {{mvar|X}} の {{mvar|i}} 行 {{mvar|j}} 列成分を {{mvar|x{{sub|ij}}}} で表せば、{{mvar|X}} の行列式とは、
<!--: <math>\sum_{\sigma \in \mathfrak{S}_n}
\sgn(\sigma) x_{\sigma(1)1} x_{\sigma(2)2} \cdots x_{\sigma(n)n} = \sum_{\sigma \in \mathfrak{S}_n}
\sgn(\sigma) x_{1\sigma(1)} x_{2\sigma(2)} \cdots x_{n\sigma(n)}
</math>-->
:<math display="block">
	\sum_{\sigma \in \operatorname{Aut}(n)} \!\!\!\operatorname{sgn}(\sigma) \prod_{i = 1}^n a_{i\,\sigma(i)}
</math>
で与えられる[[斉次多項式|斉 {{mvar|n}}-次の多項式]]（{{mvar|n}}-次形式）である（[[ゴットフリート・ライプニッツ|ライプニッツ]]の公式）。ただし、{{math|Aut({{mvar|n}})}}は {{mvar|n}} 次の置換全体（[[自己同型]]）で、{{math|sgn}} は置換の符号と呼ばれるものである（[[対称群]]を参照）。したがって、{{mvar|n}} 次正方行列の行列式は [[階乗|{{math|{{mvar|n}}!}}]] 個の項を持つ。

正方行列 {{mvar|A}} の行列式は、{{math|{{abs|''A''}}}} あるいは {{math|det(''A'')}} と表記される。行列の成分を明示する場合は 
: <math display="block">\left|\begin{pmatrix} a & b \\ c & d \end{pmatrix}\right|</math>
を単に 
: <math display="block">\begin{vmatrix} a & b \\ c & d \end{vmatrix}</math>
と書く。

=== 二つの定義の同値性 ===
{{mvar|K{{sup|n}}}} の標準的な基底を {{math|(''e''{{sub|1}}, …, ''e{{sub|n}}'')}} とする。行列 {{mvar|X}} の各列を表す縦ベクトル {{math|''v''{{sub|1}}, …, ''v{{sub|n}}''}} とすると、{{mvar|v{{sub|j}}}} とは {{mvar|Xe{{sub|j}}}} にほかならない。
: <math display="block">({\textstyle\bigwedge^n}X)(e_1 \wedge \cdots \wedge e_n) = v_1 \wedge \cdots \wedge v_n</math>
であるが、ここで
: <math display="block">v_1 \wedge \cdots \wedge v_n = \left(\sum_{\sigma \in \mathfrak{S}_n}
\sgn(\sigma) v_{\sigma(1)}^1 v_{\sigma(2)}^2 \cdots v_{\sigma(n)}^n\right) e_1 \wedge \cdots \wedge e_n </math>
である。ただし、{{mvar|v{{sub|i}}}} の第 {{mvar|i}} 成分を {{mvar|{{subsup|v|i|j}}}} と表した）。これは {{mvar|K{{sup|n}}}} 上 {{math|⋀{{exp|''n''}}''X''}} が ({{math|det ''X''}})-倍写像として作用していることを示している。

{{mvar|n}}-次外積の普遍性により、行列式とは行列の各行の縦ベクトルに関する {{mvar|n}}-重交代線型写像で単位行列について 1 を与えるようなものとして特徴づけられることがわかる。

== 複線型交代形式 ==
{{main|重線型交代形式}}
{{See also|重線型形式}}
{{mvar|n}}次行列に関する行列式は列に関して {{mvar|n}}重[[交代線型性]]をもつ{{Sfn|西田吾郎|2009|pp=64-65}}。つまり、行列を {{math|('''x'''{{sub|1}}, '''x'''{{sub|2}}, …, '''x'''{{sub|''n''}})}} のように[[列ベクトル]]の組の形に書くことにすれば
*<math>\det(\ldots,\mathbf{x}_i + \mathbf{x}'_i ,\ldots ) =  
  \det (\ldots ,\mathbf{x}_i,\ldots ) + \det(\ldots,\mathbf{x}'_i ,\ldots)
</math>
*<math>\det (\ldots ,c\mathbf{x}_i ,\ldots) = c \cdot \det(\ldots,\mathbf{x}_i ,\ldots )</math>
*<math>\det (\ldots,\mathbf{x}_i ,\ldots ,\mathbf{x}_j ,\ldots ) = 
  - \det(\ldots,\mathbf{x}_j ,\ldots ,\mathbf{x}_i ,\ldots)
</math>
が成り立っている。例えば、線型性によって
: <math>\begin{vmatrix}
  \lambda a_{11} + \mu a_{11}' &a_{12} &a_{13} \\
  \lambda a_{21} + \mu a_{21}' &a_{22} &a_{23} \\
  \lambda a_{31} + \mu a_{31}' &a_{32} &a_{33} 
\end{vmatrix} \, =\, \lambda \, \begin{vmatrix}
  a_{11} &a_{12} &a_{13} \\ a_{21} &a_{22} &a_{23} \\
  a_{31} &a_{32} &a_{33} 
\end{vmatrix} \, +\, \mu \, \begin{vmatrix}
  a_{11}' &a_{12} &a_{13} \\ a_{21}' &a_{22} &a_{23} \\
  a_{31}' &a_{32} &a_{33} 
\end{vmatrix}</math>
が成立しており、さらに交代性によって
: <math>\begin{vmatrix}
  a_{11} &a_{12} &a_{13} \\
  a_{21} &a_{22} &a_{23} \\
  a_{31} &a_{32} &a_{33} 
\end{vmatrix} \, =\, -\, \begin{vmatrix}
  a_{12} &a_{11} &a_{13} \\
  a_{22} &a_{21} &a_{23} \\
  a_{32} &a_{31} &a_{33} 
\end{vmatrix}</math>
も成り立っている。特に、どれか二つの列が全く同一の成分を持つような行列の行列式は 0 である{{Sfn|西田吾郎|2009|p=63}}。

{{mvar|A}} の行列式と、{{mvar|A}} の[[転置行列]]の行列式は等しい{{Sfn|西田吾郎|2009|p=67}}。これによって、行列式が列に関してある性質を持てば、行に関しても同様の性質を持つことが分かる。つまり、'''上記の性質は全て行に対するものにも書き直せる'''。

二つの行列の積の行列式は、それぞれの行列式の積に等しい：{{math2|''A'', ''B''}} を {{mvar|n}}次正方行列とするとき、{{math|1={{abs|''A''}}&sdot;{{abs|''B''}} = {{abs|''AB''}}}} である。これより特に行列式が[[基底変換|基底の取り替え]]によって不変であることが従う。

== 歴史 ==
西洋で行列式が考えられるようになったのは16世紀であり、これは19世紀に導入された行列そのものよりも遥かに昔に導入されていたことになる。また、数を表の形に並べたものや、現在[[ガウスの消去法|ガウス（・ジョルダン）消去法]]と呼ばれているアルゴリズムは最も古くには中国の数学者たちによって考えられていたことにも注意する必要がある。

=== 行列式に関する最初期の計算 ===
[[楊輝]](中国、1238年?～1298年)は『詳解九章算術』で数字係数の二元連立一次方程式の解をクラメルの公式の形で、行列式的なものを含んだ形で与えている。
また1545年に[[ジェロラモ・カルダノ]]は、著書 ''[[アルス・マグナ (カルダーノの著書)|Ars Magna]]'' の中で同じく2×2の場合のクラメルの公式を与えている。この公式<!-- 規則 -->は {{lang|la|''regula de modo''}}（ラテン語で「唯一の規則」の意味）と呼ばれている。
彼らは「行列式」を定義したわけではないが、その概念の萌芽をみてとることができる。

===高階の行列に関する行列式===
高階の行列に関する行列式の定義はそれから百年ほどたって日本で[[和算]]の[[関孝和]]、田中由真、そしてドイツの[[ゴットフリート・ライプニッツ|ライプニッツ]]によりほとんど同時にかつ独立に与えられた。

ライプニッツは数多くの線型方程式系を研究していたが、その頃は行列記法がまだなかったので、彼は未知数の係数を、現在のような {{mvar|a{{sub|i,j}}}} のかわりに {{mvar|ij}} のように添字の対によって表現していた。1678年に彼は3つの未知数に関する3つの方程式に興味を抱き、列に関する行列式の展開式を与えている。同じ年に彼は4次の行列式についても(符号の間違いを別にすれば)正しい式を与えている。ちなみにライプニッツはこの成果を公表しなかったので、50年後に彼とは独立に再発見されるまでこの成果は人々に認識されていなかった。

同じ時期に[[関孝和]]は『'''解伏題之法'''』で行列式について述べている。本手稿のテーマは多変数の高次方程式から変数を消去して一変数の方程式に帰着することで、変数消去の一般的方法、つまり終結式の理論を提示している。本手稿では3次と4次に関しては行列式の正しい表示を与えているが、より高次の5次の場合はつねに0になってしまい、あきらかに間違っている。これが単純な誤記の類であるか否かは不明である。また、次節で述べるように、関西で活躍していた田中由真や井関知辰らの研究も同様の問題を考えており、類似の結果にたどり着いている。これらの研究では、いずれも行列式は終結式を表すための手段にすぎず、行列式そのものを意味のある対象として捉えていたかについては異論がある。実際、それをあらわす用語すら提案されていない。
また、日本が鎖国によって外界から遮断されていたこともあり、西洋数学に影響を与えることはなかった。

=== 一般的な行列式 ===
関孝和は、最初の手稿からやや後の『大成算成』（建部賢明、建部賢弘と共著、執筆は[[1683年]]（天和3年） － [[1710年]]（宝永7年）頃）で、第一列についての余因子展開を一般の場合について正しく与えている。また、田中由真は『算学紛解』（[[1690年]]（元禄3年）ごろ）で 5次までの行列式を、井関知辰は『算法発揮』（[[1690年]]（元禄3年）刊）で第一行についての余因子展開を一般の場合で与えている。ちなみに関や田中の著作は写本のみであるが、井関の著作は出版がなされている。

ヨーロッパにおいても、行列式の理論は日本の場合と同じく（一次ではなく）高次の代数方程式の変数消去の研究のために発展した。1748年に[[コリン・マクローリン|マクローリン]]の（死後に刊行された）代数学の著作において4つの未知数に関する4つの方程式の系の解が正しい形で述べられ、行列式の研究が再開されることになった。1750年に[[ガブリエル・クラメール|クラメル]]は（証明抜きで）N個の変数に関するN個の方程式からなる方程式の解を求める規則を定式化した。この行列式の計算方法は順列の符号にもとづく繊細なものだった。

ベズー（1764年）やファンデルモント（1771年、[[ファンデルモンド行列式]]の計算）などがそれに続き、1772年には[[ピエール＝シモン・ラプラス|ラプラス]]によって余因子展開の公式が確立された。さらに翌年には[[ジョゼフ＝ルイ・ラグランジュ|ラグランジュ]]によって行列式と体積との関係が発見されている。

今日の determinant（決定するもの）にあたる言葉が初めてあらわれたのは[[カール・フリードリヒ・ガウス|ガウス]]による1801年の ''[[Disquisitiones Arithmeticae]]'' である。そこで彼は[[二次形式]]の判別式（今日的な意味での行列式の特別な例と見なせる）を用いている。彼はさらに行列式と積の関係についても後少しのところまでいっている。

=== 現代的な行列式の概念の確立 ===
現代的な意味での行列式という用語は[[オーギュスタン＝ルイ・コーシー|コーシー]]によって初めて導入された。彼はそれまでに得られていた知識を統合し、1812年には積と行列式の関係を発表している（同じ年にビネも独立に証明をあたえていた）。コーシーは平行して準同型の簡約化についての基礎付けの研究も行っている。

1841年に「[[クレレ誌]]」で発表された[[カール・グスタフ・ヤコブ・ヤコビ|ヤコビ]]の3本の著作によって行列式の概念の重要性が確立された。ヤコビによって初めて行列式の計算の系統的なアルゴリズムが与えられ、またヤコビアンの概念によって写像の行列式も同様に考察できるようになった。行列の枠組みは[[アーサー・ケイリー|ケイリー]]と[[ジェームス・ジョセフ・シルベスター|シルベスター]]によって導入された。ちなみにケイリーは逆行列の公式を確立させており、行列式の記号として縦棒を導入したのも彼である。

行列式の理論は様々な対称性を持つような行列についての行列式の研究や、線型微分方程式系の[[線型微分方程式#ロンスキーの行列式|ロンスキアン]]など数学の様々な分野にあらたに行列式を持ち込むことが追求されている。

== いくつかの行列式 ==
<math>\mathfrak{S}_2</math> は恒等置換 id（id(1) = 1, id(2) = 2）と互換 &sigma; = (1,2)（&sigma;(1) = 2, &sigma;(2) = 1）の 2 つの置換からなるので
: <math>
 \begin{vmatrix}
  a_{11} & a_{12} \\
  a_{21} & a_{22} 
 \end{vmatrix}=
 a_{11} a_{22} - a_{21} a_{12}.
</math>
となる（第 1 項が id, 第 2 項が (1,2) に対応する項である）。

[[ファイル:Det (mod1).GIF|thumb|300px|サラスの方法]]
2 次あるいは 3 次の正方行列については、左上から右下へ向かう方向に「+」、右上から左下へ向かう方向に「-」の符号を付けて積を取りそれらの和を取ると行列式が求められる。これを「'''{{ill2|サラスの方法|en|Rule of Sarrus|preserve=1}}'''」または「'''サラス展開'''」、「'''たすきがけの法'''」と言う。{{mvar|n}} 次正方行列に対して、サラスの方法で取り出せる項の数は高々 {{math|2''n''}} であり、一般には行列式の総項数 {{math|''n''!}} に比べてはるかに少ないため、'''4次以上の正方行列にはこの方法は使えない'''。

[[三角行列]]の行列式は、主対角成分の総乗をとることで求まる。三角行列の主対角成分には[[固有値]]が並ぶから、行列式の値は固有値の総乗である。このことは、基底の取替えによる行列の三角化可能性と行列式の乗法性によって、一般の正方行列に対しても正しい。つまり、与えられた行列の行列式の値は、その行列の固有値の総乗に等しい。

== 発展的な話題 ==
=== 小行列式 ===
{{Main|小行列式}}
正方行列とは限らない一般の行列 {{math|''A'' {{coloneqq}} (''a{{sub|ij}}'')}} が与えられたとき、その行と列を一定の数 ''k'' 個選んで正方行列をつくって、その行列式を考えることができる：
: <math>\begin{vmatrix}
 a_{i_1 j_1} & a_{i_1 j_2}& \cdots & a_{i_1 j_k}\\ 
 a_{i_2 j_1} & a_{i_2 j_2}& \cdots & a_{i_2 j_k}\\ 
  \vdots     &  \vdots    & \ddots & \vdots \\
 a_{i_k j_1} & a_{i_k j_2}& \cdots & a_{i_k j_k}
\end{vmatrix}</math>
これを {{mvar|A}} から作られる'''小行列式'''（しょうぎょうれつしき、''{{Lang|en|minor determinant}}''）という。行列が一つ与えられたとき、その値が 0 でないような小行列式の最大サイズは[[行列の階数]]に一致する。とくに同じ番号の行と列を選んで
: <math>\begin{vmatrix}
 a_{i_1 i_1} & a_{i_1 i_2}& \cdots & a_{i_1 i_k}\\ 
 a_{i_2 i_1} & a_{i_2 i_2}& \cdots & a_{i_2 i_k}\\ 
  \vdots     &  \vdots    & \ddots & \vdots \\
 a_{i_k i_1} & a_{i_k i_2}& \cdots & a_{i_k i_k}
\end{vmatrix}</math>
の形に書かれる（対角線上にある）小行列式を'''主小行列式'''（しゅしょうぎょうれつしき、''{{Lang|en|principal minor}}''）と呼ぶ。

=== 余因子展開 ===
{{main|余因子展開}}
{{mvar|n}}-次正方行列 {{math|''A'' {{coloneqq}} (''a{{sub|ij}}'')}} に対し、{{mvar|i}} 行と {{mvar|i}} 列を1つずつ取り去って作られる小行列式に係数 {{math|(&minus;1){{sup|''i''+''j''}}}} を乗じた
: <math>\Delta_{ij} = (-1)^{i+j} \begin{vmatrix}
 a_{11} &\cdots &a_{1,j-1} &a_{1,j+1} &\cdots &a_{1n}\\
 \vdots &\vdots &\vdots    &\vdots  &\vdots &\vdots\\
 a_{i-1,1} &\cdots &a_{i-1,j-1} &a_{i-1,j+1} &\cdots &a_{i-1,n}\\
 a_{i+1,1} &\cdots &a_{i+1,j-1} &a_{i+1,j+1} &\cdots &a_{i+1,n}\\
 \vdots &\vdots &\vdots    &\vdots  &\vdots &\vdots\\
 a_{n1} &\cdots &a_{n,j-1} &a_{n,j+1} &\cdots &a_{nn}
\end{vmatrix}</math>
を {{math|(''i'', ''j'')}}-'''余因子'''（よいんし、{{lang-en-short|cofactor}}）という。（係数 {{math|(&minus;1){{sup|''i''+''j''}}}} を含まない形で定義する場合もある。）

列（あるいは行）に関する線型性から、正方行列の行列式は、ある列（あるいはある行）の変数に関して斉 1 次である。{{mvar|A}} の行列式は {{mvar|j}} 列に関して
: <math>\det(A) = 
 \Delta_{1j}a_{1j} + \Delta_{2j}a_{2j} +\cdots+\Delta_{nj}a_{nj}
</math>
と展開される。また同様に {{mvar|i}} 行に関して
: <math>\det(A) = 
 \Delta_{i1}a_{i1} + \Delta_{i2}a_{i2} +\cdots+\Delta_{in}a_{in}
</math>
と展開される。（余因子の定め方によっては展開の符号が変わる。）

余因子は次数が 1 少ない行列式であるから、展開を繰り返すことで元の行列の行列式を小さなサイズの行列式の計算に帰着させることができる。基本変形に対する行列式の性質をうまく組み合わせると展開の効率を高めることができる。

=== 余因子行列と逆行列 ===
{{mvar|n}}-次正方行列 {{math|''A'' {{coloneqq}} (''a{{sub|ij}}'')}} に対し、{{math|(''i'', ''j'')}}-余因子を {{math|(''j'', ''i'')}}-成分に持つ行列
: <math>\tilde{A} := \begin{pmatrix}
 \Delta_{11} & \Delta_{21} & \cdots & \Delta_{n1} \\
 \Delta_{12} & \Delta_{22} & \cdots & \Delta_{n2} \\
 \vdots      & \vdots      & \ddots & \vdots \\
 \Delta_{1n} & \Delta_{2n} & \cdots & \Delta_{nn}
\end{pmatrix}</math>
を {{mvar|A}} の'''余因子行列'''という。余因子行列については、余因子展開を逆に用いると
: <math>\tilde{A}A = A\tilde{A} = \det(A)I_n</math>
となることが確かめられる。ただし、{{mvar|I{{sub|n}}}} は {{mvar|n}}-次[[単位行列]]である。またここから、{{mvar|A}} の行列式 {{math|det(''A'')}} の値が {{math|0}} でない場合には
: <math>\frac{1}{\det(A)}\tilde{A} = \begin{pmatrix}
 \cfrac{\Delta_{11}}{\det(A)} & \cfrac{\Delta_{21}}{\det(A)} & \cdots & \cfrac{\Delta_{n1}}{\det(A)} \\
 \cfrac{\Delta_{12}}{\det(A)} & \cfrac{\Delta_{22}}{\det(A)} & \cdots & \cfrac{\Delta_{n2}}{\det(A)} \\
 \vdots      & \vdots      & \ddots & \vdots \\
 \cfrac{\Delta_{1n}}{\det(A)} & \cfrac{\Delta_{2n}}{\det(A)} & \cdots & \cfrac{\Delta_{nn}}{\det(A)}
\end{pmatrix}</math>
は {{mvar|A}} の[[正則行列|逆行列]] {{math|''A''<sup>&minus;1</sup>}} に一致する ('''[[クラメルの公式]]'''、{{Lang|en|cramer's fomula}}))。

なお、余因子行列としてここでの余因子行列の転置行列、すなわち {{math|(''i'', ''j'')}}-余因子を {{math|(''i'', ''j'')}}-成分に持つ行列 を採用する流儀もあるので、単に「余因子行列」といったときにはどちらの流儀であるか注意が必要である。

==行列式の性質==
基本的な行列式の性質を以下に示す。
: <math>\det(I) = 1</math>{{Sfn|西田吾郎|2009|p=65}}
: <math>\det(AB) = \det(A) \det(B)</math> {{Sfn|西田吾郎|2009|p=66}}
: <math>\det(A^{-1}) = \det(A)^{-1}</math>{{Sfn|西田吾郎|2009|pp=66-67}}
: <math>\det(A^T) = \det(A)</math>{{Sfn|西田吾郎|2009|p=67}}
: <math>\det(\overline{A}) = \overline{\det(A)}</math>

=== 固有値との関係 ===
行列 {{mvar|A}} の[[固有値]]を {{math|''λ{{sub|i}}'' (''i'' {{=}} 1, …, ''n'')}} と置くと、
: <math>\det(A) = \prod_{k=1}^n \lambda_k</math>
となる。このことは、{{mvar|A}} を三角化すると、固有値の並んだ行列が作られること、すなわち
: <math>\left(
\begin{matrix}
\lambda_1 & & & * & \\
& \lambda_2 & & &\\
& & \lambda_3 & &\\
& & & \ddots &\\
& & & & \lambda_n
\end{matrix}
\right) = P^{-1} A P</math>
の両辺の {{math|det}} を取ることで導かれる。

=== 特異値との関係 ===
正方行列 {{mvar|A}} の[[特異値]]を {{math|''σ{{sub|i}}''(''A'')  (''i'' {{=}} 1, …, ''n'')}} と置くと、
: <math>|\det(A)| = \prod_{k=1}^n \sigma_k(A)</math>
となる。このことは、[[特異値分解]]を用いて示される。
:(証明) <math> |\det(A)| = |\det(U \Sigma V)| = |\det(U) \det(\Sigma) \det(V)| = |\det(\Sigma)| = \prod_k \Sigma_{kk} = \prod_k \sigma_k(A) \;</math> 　(対角行列Σの対角成分は非負)

正方行列 A<sub>n</sub> に関して行列式と固有値および特異値の間には次の関係が成り立つ。
: <math>|\det(A_n)| = \prod_{k=1}^n |\lambda_k(A_n)| = \prod_{k=1}^n \sigma_k(A_n) </math>

=== 跡との関係 ===
[[跡 (線型代数学)|跡]] (trace) は、正方行列の対角成分の総和である。それは固有値の総和に一致する。
そのため、固有値の積である行列式とは[[指数関数]] (exponential) を介してつながっている。
行列に対する指数関数は
: <math>\exp(A) = \sum_{k=0}^\infty \frac{A^k}{k!}</math>
と書けるが、{{mvar|A}} の固有値 ''λ''<sub>''i''</sub> とそれに属する固有ベクトル ''x''<sub>''i''</sub> に対して、
: <math>x_i \exp(A) = x_i \sum_{k=0}^\infty \frac{A^k}{k!} = x_i \sum_{k=0}^\infty \frac{\lambda_i^k}{k!}=x_i \exp(\lambda_i)</math>
となることより、exp(''A'') は固有値 exp(λ<sub>''i''</sub>) と固有ベクトル ''x''<sub>''i''</sub> を持つことがわかる。よって、関係式
: <math>\det(\exp(A)) = \exp(\mathrm{tr}(A))</math>
が成立する。

=== 微分 ===
行列式は多項式であり、微分が可能である。余因子展開の式から、{{mvar|A}} の行列式 det(''A'') の微分として次の関係が成り立つ。
: <math>\frac{\partial\det (A)}{\partial a_{ij}} =\Delta_{ij}</math>
: <math>d\det (A) = \sum_{i,j=1}^n \Delta_{ij} da_{ij}
 = \mathrm{tr}(\tilde{A} dA)=\det(A)\, \mathrm{tr}(A^{-1}\, dA)</math>

== 関連項目 ==
{{wikibooks|線形代数学}}
* [[線型代数学]]
* [[ケイリー・ハミルトンの定理]]
* [[ヤコビアン]]
* [[シルベスター行列]]（シルベスター行列式・終結式）
* [[固有多項式]]
* [[ファンデルモンド行列#ファンデルモンドの行列式]]
* [[コーシー・ビネの公式]]

==脚注==
{{Reflist}}

== 参考文献 ==
{{参照方法|sction=1|date=2017年10月}}
* {{cite book|和書|last=ブルバキ|first=ニコラ|translator=銀林浩, 清水達雄ほか|year=1968|title=代数|publisher=東京図書|location=東京}}
* [http://www-gap.dcs.st-and.ac.uk/~history/HistTopics/Matrices_and_determinants.html 行列と行列式の歴史に関する解説（英語）]
* [http://hdl.handle.net/2433/25865  後藤武史，小松彦三郎，17世紀日本と18-19世紀西洋の行列式、終結式及び判別式 (数学史の研究)，数理解析研究所講究録]
* Vein, R., & Dale, P. (2006). Determinants and their applications in mathematical physics (Vol. 134). Springer Science & Business Media.
* {{Cite book|和書
|author=西田吾郎
|authorlink=西田吾郎
|date=2009-06-22
|year=2009
|title=線形代数学
|publisher=京都大学学術出版会
|isbn=978-4-87698-757-3
|ref=harv}}

== 外部リンク ==
* {{MathWorld|urlname=Determinant|title=Determinant}}
* {{nlab|urlname=determinant|title=determinant}}
* {{PlanetMath|urlname=Determinant|title=determinant}}
* {{ProofWiki|urlname=Definition:Determinant|title=Definition:Determinant}}
* {{SpringerEOM|urlname=Determinant|title=Determinant|author=Suprunenko, D.A.}}
* [https://mathtrain.jp/determinant 行列式の３つの定義と意味]
{{Linear algebra}}
{{Normdaten}}

{{DEFAULTSORT:きようれつしき}}
[[Category:行列式|*]]
[[Category:行列]]
[[Category:数学に関する記事]]