矩阵行列式、伴随矩阵、逆矩阵计算方法与Python实现

问题描述：

对于任意方阵，其行列式（determinant）为一个标量，可以看作线性变换对体积的影响或扩大率，行列式的正负号对应图形的镜像翻转。2阶方阵的行列式表示每列向量围成的平行四边形的面积，3阶方阵的行列式表示每列向量围成的平行六面积的体积。在多重积分的换元法中，行列式起到了关键作用。在研究概率密度函数根据随机变量的变化而产生的变化时，也要依靠行列式进行计算，例如空间的延申会导致密度的下降。另外，行列式还可以用来检测是否产生了退化，表示压缩扁平化（把多个点映射到同一个点）的矩阵的行列式为0，行列式为0的矩阵表示的必然是压缩扁平化，这样的矩阵肯定不存在逆矩阵。

把矩阵的某一行（或列）乘以一个标量然后加到另一行（或列）上，矩阵的行列式不变，交换任意两行（或列）后行列式的值变为相反数。上三角矩阵和下三角矩阵的行列式等于对角线元素的乘积，可以使用高斯消元法把任意矩阵转换成上三角矩阵然后计算行列式。

一种计算矩阵行列式的方法为，

参考代码：

运行结果：

在上面的程序中，使用标准库itertools中的函数permutations()生成全排列。如果想自己实现全排列算法（一般不建议这样做），可以参考下面的代码。

运行结果：

参考代码：

运行结果：