线性代数基础-行列式

一、行列式之前的概念

1.全排列:

把n个不同的元素排成一列,称为n个元素的全排列,简称排列

(实际上就是我们所说的排列组合符号是Aarrange

2.标准序列:

前一项均小于后一项的序列就是标准序列

比如 1,3,6,7,9就是标准序列

3.逆序数:

序列中满足前一项大于后一项的数对个数

比如有一个序列:{1,6,9,2,3,4}
遍历该序列,看每个数之前有几个数比它大,加和就是逆序数的值

4.奇偶排列

排列的奇偶性与逆序数的奇偶性相同

5.对换

将序列里任意两个元素交换,这个过程叫对换

对换相邻元素的,称为“相邻对换”

经过任一次对换,排列的奇偶性改变

奇排列变成标准序列的对换次数是奇数,偶排列变成标准序列的对换次数是偶数

二、N阶行列式的展开

∣ a b c d ∣ = a d − b c \begin{vmatrix} a & b \\ c & d \end{vmatrix} = ad-bc acbd =adbc

有n行n列的这样的式子是n阶行列式,上图为二阶行列式

∣ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ∣ = ( a 11 ∗ a 22 ∗ a 33 ) − ( a 11 ∗ a 23 ∗ a 32 ) + ( a 12 ∗ a 23 ∗ a 31 ) − ( a 12 ∗ a 21 ∗ a 32 ) + ( a 13 ∗ a 21 ∗ a 32 ) − ( a 13 ∗ a 22 ∗ a 31 ) \begin{vmatrix} a11 & a12&a13 \\ a21 & a22&a23\\ a31&a32&a33 \end{vmatrix} = (a11*a22*a33)-(a11*a23*a32)+(a12*a23*a31)-(a12*a21*a32)+(a13*a21*a32)-(a13*a22*a31) a11a21a31a12a22a32a13a23a33 =(a11a22a33)(a11a23a32)+(a12a23a31)(a12a21a32)+(a13a21a32)(a13a22a31)

而行列式的值应按照以下规则计算
按**序列奇偶性(见上文)**决定符号,并逐行把数字相乘:
在这里插入图片描述
我们可以把矩阵理解为一个值,甚至常数,所以它满足我们学过的一切乘法,加法性质

三、三角行列式

主对角线:左上到右下
上三角行列式的主对角线下方都是0,行列式值等于主对角线乘积
注意:左下到右上不是主对角线

1.三角行列式

上三角行列式
∣ 1 2 3 0 1 2 0 0 2 ∣ = 1 ∗ 1 ∗ 2 \begin{vmatrix} 1 & 2 &3\\ 0 & 1&2\\ 0&0&2 \end{vmatrix} = 1 * 1 *2 100210322 =112
下三角行列式
∣ 1 0 0 4 1 0 3 1 2 ∣ = 1 ∗ 1 ∗ 2 \begin{vmatrix} 1 & 0 &0\\ 4 & 1&0\\ 3&1&2 \end{vmatrix} = 1 * 1 *2 143011002 =112
对角行列式
∣ 1 0 0 0 1 0 0 0 2 ∣ = 1 ∗ 1 ∗ 2 \begin{vmatrix} 1 & 0 &0\\ 0 & 1&0\\ 0&0&2 \end{vmatrix} = 1 * 1 *2 100010002 =112

四、行列式的性质

1.转置

对每一列,从上到下书写到行上,行列式的值不变
D = ∣ a b c d e f g h i ∣ = D T = ∣ a d g b e h c f i ∣ D = \begin{vmatrix} a & b &c\\ d & e&f\\ g&h&i \end{vmatrix} =D^T= \begin{vmatrix} a & d &g\\ b & e&h\\ c&f&i \end{vmatrix} D= adgbehcfi =DT= abcdefghi

2.交换

我们可以交换行列式的任意两行或者两列,但是会导致值变为相反数
推论1:若行列式D交换一次后,仍等于D,则D=0
推论2:若行列式有两行(列)相等,则行列式为0(交换后D=-D)
∣ a b c d e f g h i ∣ = ( − 1 ) ∗ ∣ a b c g h i d e f ∣ \begin{vmatrix} a & b &c\\ d & e&f\\ g&h&i \end{vmatrix} = (-1)* \begin{vmatrix} a & b &c\\ g & h&i\\ d & e&f \end{vmatrix} adgbehcfi =(1) agdbhecif

3.提取

我们可以把任意一个行或者一列的系数提取到行列式之前
推论:若两行(列)成比例,则行列式为0

∣ 2 a 2 b 2 c 2 d 2 e 2 f g h i ∣ = 2 ∗ ∣ 2 a 2 b 2 c d e f g h i ∣ \begin{vmatrix} 2a &2 b &2c\\ 2d & 2e&2f\\ g&h&i \end{vmatrix} =2* \begin{vmatrix} 2a & 2b &2c\\ d & e&f\\ g&h&i \end{vmatrix} 2a2dg2b2eh2c2fi =2 2adg2beh2cfi

4.拆分

∣ a + x b + y c + z d + w ∣ = ∣ a b + y c d + w ∣ + ∣ x b + y z d + w ∣ \begin{vmatrix} a +x& b+y\\ c +z& d+w\\ \end{vmatrix} = \begin{vmatrix} a & b+y\\ c & d+w\\ \end{vmatrix} + \begin{vmatrix} x& b+y\\ z& d+w\\ \end{vmatrix} a+xc+zb+yd+w = acb+yd+w + xzb+yd+w
我们可以把行列式任意行(列)拆分成和的形式,然后转换为行列式的和
但是要注意我们每次只能拆分一行(列),多行(列)拆分是错误的
∣ a + x b + y c + z d + w ∣ = ∣ a b c d ∣ + ∣ x y z w ∣ \cancel{ \begin{vmatrix} a +x& b+y\\ c +z& d+w\\ \end{vmatrix} = \begin{vmatrix} a & b\\ c & d\\ \end{vmatrix} + \begin{vmatrix} x& y\\ z& w\\ \end{vmatrix}} a+xc+zb+yd+w = acbd + xzyw

5.调整

把任意一行(列)乘以k之后可以加到另一行(列)上,行列式不变
通常这样得到三角行列式来快捷计算
∣ a b c d e f g h i ∣ = ∣ a b c d + k ∗ a e + k ∗ b f + k ∗ c g h i ∣ ( k 任取 ) \begin{vmatrix} a & b &c\\ d & e&f\\ g&h&i \end{vmatrix} = \begin{vmatrix} a & b &c\\ d+k *a & e+k*b&f+k*c\\ g&h&i \end{vmatrix} (k任取) adgbehcfi = ad+kagbe+kbhcf+kci (k任取)
例如我们可以轻易把某些行列式调整为三角行列式
∣ 1 1 2 4 3 1 3 2 2 ∣ = ∣ 1 1 2 0 − 1 − 7 0 − 1 − 4 ∣ = ∣ 1 1 2 0 − 1 − 7 0 0 3 ∣ = 1 ∗ ( − 1 ) ∗ 3 = − 3 \begin{vmatrix} 1 & 1 &2\\ 4 & 3&1\\ 3&2&2 \end{vmatrix} = \begin{vmatrix} 1 & 1 &2\\ 0 & -1&-7\\ 0&-1&-4 \end{vmatrix} = \begin{vmatrix} 1 & 1 &2\\ 0 & -1&-7\\ 0&0&3 \end{vmatrix} = 1*(-1)*3 = -3 143132212 = 100111274 = 100110273 =1(1)3=3

五、行列式的余子式和代数余子式

1.余子式

D = ∣ a b c d e f g h i ∣ D =\begin{vmatrix} a & b &c\\ d & e&f\\ g&h&i \end{vmatrix} D= adgbehcfi

M i j 是把 D 划去第 i 行 j 列的 ( n − 1 ) 阶行列式 M_{ij}是把D划去第i行j列的(n-1)阶行列式 Mij是把D划去第ij列的(n1)阶行列式

M 22 = ∣ a b c d e f g h i ∣ = ∣ a c g i ∣ M_{22} = \begin{vmatrix} a & \cancel{b} &c\\ \cancel{d} & \cancel{e} & \cancel{f} \\ g& \cancel{h} &i \end{vmatrix} = \begin{vmatrix} a &c\\ g & i\\ \end{vmatrix} M22= ad gb e h cf i = agci

2.代数余子式

A i j = ( − 1 ) i + j M i j A_{ij} = (-1)^{i+j} M_{ij} Aij=(1)i+jMij

3.按行或按列展开

D n = a i 1 A i 1 + a i 2 A i 2 + . . . + a i n A i n D_{n}=a_{i1}A_{i1}+a_{i2}A_{i2}+...+a_{in}A_{in} Dn=ai1Ai1+ai2Ai2+...+ainAin
这是按行展开,其实就是对某一行遍历,然后划掉当前元素所在行列求代数余子式,然后乘当前位置的值,按列展开同理。

六、特殊行列式

1.和固定型

D n = ∣ a b b . . . b b a b . . . b b b a . . . b . . . . . . . . . . . . . . . . . . . . . . . . . . . b b b . . . b a ∣ = ∣ a + n b a + n b a + n b . . . a + n b b a b . . . b b b a . . . b . . . . . . . . . . . . . . . . . . . . . . . . . . . b b b . . . b a ∣ D_{n} =\begin{vmatrix} a & b &b&...&b\\ b & a&b&...&b\\ b&b&a&...&b\\ ...&...&...&...&...\\ ...&...&...&...&b\\ b&b&...&b&a\\ \end{vmatrix} = \begin{vmatrix} a+nb & a+nb &a+nb&...&a+nb\\ b & a&b&...&b\\ b&b&a&...&b\\ ...&...&...&...&...\\ ...&...&...&...&b\\ b&b&...&b&a\\ \end{vmatrix} Dn= abb......bbab......bbba........................bbbb...ba = a+nbbb......ba+nbab......ba+nbba........................ba+nbbb...ba

= ( a + n b ) ∣ 1 1 1 . . . 1 b a b . . . b b b a . . . b . . . . . . . . . . . . . . . . . . . . . . . . . . . b b b . . . b a ∣ =(a+nb) \begin{vmatrix} 1 & 1 &1&...&1\\ b & a&b&...&b\\ b&b&a&...&b\\ ...&...&...&...&...\\ ...&...&...&...&b\\ b&b&...&b&a\\ \end{vmatrix} =(a+nb) 1bb......b1ab......b1ba........................b1bb...ba
接下来就可以愉快的用第一行把行列式消成三角了
= ( a + n b ) ∣ 1 1 1 . . . 1 0 a − b 0 . . . 0 0 0 a − b . . . 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . 0 0 0 . . . 0 a − b ∣ = ( a − b ) n − 1 =(a+nb) \begin{vmatrix} 1 & 1 &1&...&1\\ 0 & a-b&0&...&0\\ 0&0&a-b&...&0\\ ...&...&...&...&...\\ ...&...&...&...&0\\ 0&0&...&0&a-b\\ \end{vmatrix} = (a-b)^{n-1} =(a+nb) 100......01ab0......010ab........................0100...0ab =(ab)n1

2.范德蒙德行列式

D n = ∣ x 1 0 x 2 0 x 3 0 . . . x n 0 x 1 1 x 2 1 x 3 1 . . . x n 1 x 1 2 x 2 2 x 3 2 . . . x n 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . x n n − 1 x 1 n x 2 n x 3 n . . . x n n ∣ = ∣ 1 1 1 . . . 1 x 1 1 x 2 1 x 3 1 . . . x n 1 x 1 2 x 2 2 x 3 2 . . . x n 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . x n n − 1 x 1 n x 2 n x 3 n . . . x n n ∣ D_{n} = \begin{vmatrix} x_1^0 & x_2^0 &x_3^0&...&x_n^0\\ x_1^1 & x_2^1 &x_3^1&...&x_n^1\\ x_1^2 & x_2^2 &x_3^2&...&x_n^2\\ ...&...&...&...&...\\ ...&...&...&...&x_n^{n-1}\\ x_1^n & x_2^n&x_3^n&...&x_n^n\\ \end{vmatrix}=\begin{vmatrix} 1 & 1 &1&...&1\\ x_1^1 & x_2^1 &x_3^1&...&x_n^1\\ x_1^2 & x_2^2 &x_3^2&...&x_n^2\\ ...&...&...&...&...\\ ...&...&...&...&x_n^{n-1}\\ x_1^n & x_2^n&x_3^n&...&x_n^n\\ \end{vmatrix} Dn= x10x11x12......x1nx20x21x22......x2nx30x31x32......x3n..................xn0xn1xn2...xnn1xnn = 1x11x12......x1n1x21x22......x2n1x31x32......x3n..................1xn1xn2...xnn1xnn

这样的行列式称为“范德蒙德行列式”
一般按照以下规则计算

D n = ∏ 1 < = i < j < = n ( x j − x i ) = − − − − − − − − − − − − − − − − − − − − − − − − − − − − ( x n − x n − 1 ) ( x n − x n − 2 ) . . . ( x n − x 1 ) ( x n − 1 − x n − 2 ) ( x n − 1 − x n − 3 ) . . . ( x n − 1 − x 1 ) . . . ( x 3 − x 2 ) ( x 3 − x 1 ) ( x 2 − x 1 ) D_n = \prod_{1<=i<j<=n}{(x_j-x_i)} = \\ ----------------------------\\ (x_n-x_{n-1})(x_n-x_{n-2})...(x_n-x_{1})\\(x_{n-1}-x_{n-2})(x_{n-1}-x_{n-3})...(x_{n-1}-x_{1})\\ ...\\ (x_{3}-x_{2})(x_{3}-x_{1})\\ (x_{2}-x_{1}) Dn=1<=i<j<=n(xjxi)=(xnxn1)(xnxn2)...(xnx1)(xn1xn2)(xn1xn3)...(xn1x1)...(x3x2)(x3x1)(x2x1)

证明过程如下
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

七、克莱姆法则(Cramer’s Rule)

{ a 11 x 1 + a 12 x 2 + a 13 x 3 + . . . + a 1 n x n = b 1 a 21 x 1 + a 22 x 2 + a 23 x 3 + . . . + a 2 n x n = b 2 . . . a n 1 x 1 + a n 2 x 2 + a n 3 x 3 + . . . + a n n x n = b n \begin{cases} a_{11}x_1 + a_{12}x_2+a_{13}x_3 +... +a_{1n}x_n= b_1 \\ a_{21}x_1 + a_{22}x_2+a_{23}x_3 +... +a_{2n}x_n= b_2 \\ ...\\ a_{n1}x_1 + a_{n2}x_2+a_{n3}x_3 +... +a_{nn}x_n= b_n \end{cases} a11x1+a12x2+a13x3+...+a1nxn=b1a21x1+a22x2+a23x3+...+a2nxn=b2...an1x1+an2x2+an3x3+...+annxn=bn
对于这样一个方程组,我们定义一个行列式,只存它的系数,称为”系数行列式
D n = ∣ a 11 a 12 a 13 . . . a 1 n a 21 a 22 a 23 . . . a 2 n a 31 a 32 a 33 . . . a 3 n . . . . . . . . . . . . . . . . . . . . . . . . . . . a ( n − 1 ) n a n 1 a n 2 . . . a n ( n − 1 ) a n n ∣ D_{n} =\begin{vmatrix} a_{11} & a_{12} &a_{13}&...&a_{1n}\\ a_{21} & a_{22}&a_{23}&...&a_{2n}\\ a_{31}&a_{32}&a_{33}&...&a_{3n}\\ ...&...&...&...&...\\ ...&...&...&...&a_{(n-1)n}\\ a_{n1}&a_{n2}&...&a_{n(n-1)}&a_{nn}\\ \end{vmatrix} Dn= a11a21a31......an1a12a22a32......an2a13a23a33........................an(n1)a1na2na3n...a(n1)nann

应用:克莱姆法则判断具有N个方程、N个未知数的线性方程组的解:

  • 当方程组的系数行列式不等于零时,方程组且具有唯一解;
  • 如果方程组无解或者有两个不同的解,方程组的系数行列式等于零
  • 克莱姆法则不仅仅适用于实数域,它在任何域上面都成立。

克莱姆法则的局限性:

  • 方程个数与未知数的个数不同时,系数的行列式等于零时,克莱姆法则失效。
  • 运算量较大,求解一个N阶线性方程组要计算N+1个N阶行列式

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/86780.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

[Linux入门]---管理者操作系统

文章目录 1.操作系统概念2.设计操作系统的目的3.操作系统如何进行管理系统调用和库函数概念 1.操作系统概念 任何计算机系统都包含一个基本的程序集合&#xff0c;称为操作系统(OS)。笼统的理解&#xff0c;操作系统包括&#xff1a; 内核&#xff08;进程管理&#xff0c;内存…

ISP技术概述

原本或许是为了对冲手机系统和APP设计无力感而诞生的拍照功能,现今却成为了众手机厂家除背部设计外为数不多可“卷”的地方,自拍、全景、夜景、小视频等旺盛的需求让这一技术的江湖地位迅速变化。对圈内人士而言,这一波变化带来的后摄、双摄、多摄、暗光、防抖、广角、长焦、…

滑动窗口-求数组的所有连续子数组【学习算法】

滑动窗口-求数组的所有连续子数组【学习算法】 前言版权推荐滑动窗口-求数组的所有连续子数组代码 最后 前言 2023-9-24 22:46:27 以下内容源自《【学习算法】》 仅供学习交流使用 版权 禁止其他平台发布时删除以下此话 本文首次发布于CSDN平台 作者是CSDN日星月云 博客主页…

【android】如何设置LD_LIBRARY_PATH?

目录 一 配置方法 1 进入Android shell 2 使用export命令 3 使用echo命令查看变量是否设置成功 二 扩展 1 LD_LIBRARY_PATH设置多个路径 2 push文件 一 配置方法 android中配置LD_LIBRARY_PATH的方法具体为&#xff1a; 1 进入Android shell adb shell 2 使用export…

ruoyi-nbcio增加flowable流程待办消息的提醒,并提供右上角的红字数字提醒(一)

更多ruoyi-nbcio功能请看演示系统 gitee源代码地址 前后端代码&#xff1a; https://gitee.com/nbacheng/ruoyi-nbcio 演示地址&#xff1a;RuoYi-Nbcio后台管理系统 1、数据库表方面 在原来sys_notice修改基础上增加一个表叫sys_notice_send 表结构如下&#xff1a; DROP …

AVLoadingIndicatorView - 一个很好的Android加载动画集合

官网 GitHub - HarlonWang/AVLoadingIndicatorView: DEPRECATED 项目简介 AVLoadingIndicatorView is a collection of nice loading animations for Android. You can also find iOS version of this here. Now AVLoadingIndicatorView was updated version to 2.X , If …

GitStats - 统计Git所有提交记录工具

如果你是研发效能组的一员或者在从事 CI/CD 或 DevOps&#xff0c;除了提供基础设施&#xff0c;指标和数据是也是一个很重要的一环&#xff0c;比如需要分析下某个 Git 仓库代码提交情况&#xff1a; 该仓库的代码谁提交的代码最多 该仓库的活跃度是什么样子的 各个时段的提交…

安装Linux虚拟机——以ubuntukylin-16.04.7-desktop-amd64.iso为例

正文 安装VMware 重要提示 安装软件之前&#xff0c;请先退出360、电脑管家等安全类软件&#xff0c;这类软件会阻止我们安装的软件进行注册表注册&#xff0c;很可能导致安装失败。确认物理机&#xff08;也就是你自己使用的电脑&#xff09;的防火墙已经关闭。 下载 打开…

python web编程一:token、session、cookie、密码加解密

1 认证 1 传统的session-cookie机制 HTTP协议是无状态协议&#xff0c;为了解决它产生了cookie和session技术。 浏览器发起第一次请求到服务器&#xff0c;服务器发现浏览器没有提供session id&#xff0c;就认为这是第一次请求&#xff0c;会返回一个新的session id给浏览器…

数据仓库整理

数仓 olap vs oltp OLTP主要用于支持日常的业务操作&#xff0c;如银行交易、电子商务等&#xff0c;强调数据的准确性、实时性和并发性。OLAP主要用于支持复杂的数据分析&#xff0c;如数据仓库、决策支持等&#xff0c;强调数据的维度、聚合和可视化。 将OLTP数据库的数据…

C++之lseek64应用总结(二百三十六)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 人生格言&#xff1a; 人生…

CMU15-445 format\clang-format\clang-tidy 失败

CMU15-445 format\clang-format\clang-tidy 失败 问题修改 问题 -- Setting build type to Debug as none was specified. -- Youre using Clang 14.0.0 CMake Warning at CMakeLists.txt:67 (message):BusTub/main couldnt find clang-format.CMake Warning at CMakeLists.tx…

YouCompleteMe 安装踩坑

Vim里下载完插件后&#xff0c;打开vim&#xff0c;可能遇到以下报错 The ycmd server SHUT DOWN (restart with ‘:YcmRestartServer’). Unexpected exit code 1 没有安装server&#xff0c;进入其目录&#xff0c;C语言类的运行 python3 install.py --clangd-completer --v…

下拉框组件的封装(element ui )

目录 实现思路 创建通用的下拉选择框组件 如何使用这个组件 结语 当你使用Vue.js构建Web应用时&#xff0c;封装可复用组件是提高开发效率和代码可维护性的关键之一。在这篇文章中&#xff0c;我们将探讨如何使用Vue.js来创建一个通用的下拉选择框组件&#xff0c;以及如何…

磁盘检测工具,根据lba查找对应文件

Q: 磁盘检测工具&#xff0c;如何根据损坏的lba查找对应的文件? 1.运行cmd&#xff0c;输入 fsutil fsinfo ntfsinfo e: 2.从上述结果中找到 "每扇区字节数&#xff08;Bytes Per Sector&#xff09;"、"每个簇字节数&#xff08;Bytes Per Cluster&#xff0…

Python中使用EMD(经验模态分解)

在Python中使用EMD&#xff08;经验模态分解&#xff09;进行信号分解时&#xff0c;通常可以设置信号分解的数目。EMD算法的目标是将信号分解成多个称为“本征模态函数”&#xff08;Intrinsic Mode Functions&#xff0c;简称IMF&#xff09;的成分&#xff0c;每个IMF都代表…

【设计模式】组合模式

文章目录 1.组合模式定义2.组合模式的结构2.1. 安全式组合模式的结构2.2.透明式组合模式的结构 3.组合模式实战案例3.1.场景说明3.2.关系类图3.3.代码实现 4.组合模式优缺点5.组合模式适用场景6.组合模式总结 主页传送门&#xff1a;&#x1f481; 传送 1.组合模式定义 组合模式…

服务注册发现_actuator微服务信息完善

SpringCloud体系里的&#xff0c;服务实体向eureka注册时&#xff0c;注册名默认是IP名:应用名:应用端口名。 问题&#xff1a; 自定义服务在Eureka上的实例名怎么弄呢 在服务提供者pom中配置Actuator依赖 <!-- actuator监控信息完善 --> <dependency><groupId…

2 C++中的引用

C中的引用 上节说到&#xff0c;变量名实际上是一段连续存储空间的别名。很显然我们可以将其命名为其它名字&#xff0c;就像我们有乳名、小名一样。 C引入了引用的概念。 引用可以看作一个已定义变量的别名引用的语法 type& name variate;普通引用在声明时必须用其它的…

springboot和vue:二、springboot特点介绍+热部署热更新

springboot特点介绍 能够使用内嵌的Tomcat、Jetty服务器&#xff0c;不需要部署war文件。提供定制化的启动器Starters&#xff0c;简化Maven配置&#xff0c;开箱即用。纯Java配置&#xff0c;没有代码生成&#xff0c;也不需要XML配置。提供了生产级的服务监控方案&#xff0…