【线性代数】行列式的概念

d e t ( A ) = ∑ i 1 , i 2 , ⋯ , i n ( − 1 ) σ ( i 1 , ⋯ , i n ) a 1 , i 1 a 2 , i 2 , ⋯ , a n , i n det(A) =\sum_{i_1,i_2,\cdots,i_n } (-1)^{\sigma(i_1,\cdots,i_n)} a_{1,i_1}a_{2,i_2},\cdots, a_{n,i_n} det(A)=i1,i2,,in(1)σ(i1,,in)a1,i1a2,i2,,an,in

i 1 , ⋯ , i n i_1,\cdots,i_n i1,,in 1 , ⋯ , n 1,\cdots,n 1,,n 的排列.

计算复杂度

O ( n ⋅ n ! ) O(n\cdot n!) O(nn!)

{ 1 , 2 } \{1,2\} {1,2} 的全排列如下

排列逆序数奇偶性
1 , 2 1,2 1,20
2 , 1 2,1 2,11

[ a 1 , 1 a 1 , 2 a 2 , 1 a 2 , 2 ] \left[\begin{matrix}a_{1,1} &a_{1,2}\\ a_{2,1} & a_{2,2}\end{matrix}\right] [a1,1a2,1a1,2a2,2]

{ 1 , 2 , 3 } \{1,2,3\} {1,2,3} 的全排列如下

排列逆序数奇偶性
1 , 2 , 3 1,2,3 1,2,30
1 , 3 , 2 1,3,2 1,3,21
2 , 1 , 3 2,1,3 2,1,31
2 , 3 , 1 2,3,1 2,3,12
3 , 1 , 2 3,1,2 3,1,22
3 , 2 , 1 3,2,1 3,2,13

[ a 1 , 1 a 1 , 2 a 1 , 3 a 2 , 1 a 2 , 2 a 2 , 3 a 3 , 1 a 3 , 2 a 3 , 3 ] \left[\begin{matrix}a_{1,1} &a_{1,2} & a_{1,3}\\ a_{2,1} & a_{2,2}& a_{2,3} \\ a_{3,1} & a_{3,2} & a_{3,3}\end{matrix}\right] a1,1a2,1a3,1a1,2a2,2a3,2a1,3a2,3a3,3

递归法生成全排列

using CSV, DataFrames, Tables
function OE(sigma)   # 判断奇偶置换n=length(sigma); out=1for i=1:nfor j=1:n-1if sigma[j] > sigma[j+1]out=-out;  sigma[j],sigma[j+1]=sigma[j+1], sigma[j]endendendreturn(out)
end
function remove_last(seq)   # 删除序列最后一个元素
lth=length(seq)
z=copy(seq[1:lth-1])
return(z)
end
function rankfull(seq,n,cpl)  # 递归全排列生成器lth=length(seq)if lth==1m=[cpl; seq]open("rankfull_sol.txt","a") do iofor i=1:ns=m[i];  write(io, "$s,")endwrite(io,"\n");endelsefor i=1:lths=seq[i];    idx=0;list=zeros(Int,lth-1)for j=1:lthif !(seq[j]==s)idx=idx+1;  list[idx]=seq[j]endendcpl=[cpl; s];rankfull(list,n,cpl)cpl=remove_last(cpl)endend
end
function det_defn(A)  # 定义法求行列式lth=size(A,1)seq=1:lthglobal ranksol=[seq];lth=length(seq); cpl=[]; iters=factorial(lth)tryrankfull(seq,lth,cpl)catch nothingendio=open("rankfull_sol.txt","r")data=read(io,String)file = CSV.File(IOBuffer(data), header=false)CSV.write("fullrank.csv", file)close(io)sigma=zeros(Int64,iters,lth);for i=1:factorial(lth)for j=1:lthsigma[i,j]=file[i][j]endendDETs=0*A[1,1]for i=1:itersPrs=1for j=1:lthPrs=Prs*M[j,sigma[i,j]]endDETs=DETs+ OE(sigma[i,:])*Prsendreturn(DETs)
end
M=[4//1 3 2 1;3 2 1 4;2 1 4 3;1 4 3 2]
a= det_defn(M)
println("\n")
println("defn=",a)

-160//1

邻近对换算法生成全排列

function ranking(lth)  # 邻近对换全排列生成器prd=1;  arr=zeros(Int64,lth);for i=1:lth arr[i]=i endfor i=1:lth   prd=prd*i endjx=lth  ; dr=-1;   s=0;for j=1:prdif dr<0if jx>1arr[jx],arr[jx+dr] =   arr[jx+dr],arr[jx]jx=jx+drelsearr[lth],arr[lth-1] =   arr[lth-1],arr[lth]dr=-drendelseif jx<ltharr[jx],arr[jx+dr] =   arr[jx+dr],arr[jx];jx=jx+drelsearr[1],arr[2] =   arr[2],arr[1];   dr=-drendendopen("ranking_sol.txt","a") do iofor i=1:lths=arr[i];  write(io, "$s,")endwrite(io,"\n");end    end
end
function det_defn2(A)  # 定义法求行列式lth=size(A,1)seq=1:lthglobal ranksol=[seq];lth=length(seq); cpl=[]; iters=factorial(lth)try rm("ranking_sol.txt")catchnothingendranking(lth)io=open("ranking_sol.txt","r")data=read(io,String)file = CSV.File(IOBuffer(data), header=false)CSV.write("fullrank.csv", file)close(io)sigma=zeros(Int64,iters,lth);for i=1:factorial(lth)for j=1:lthsigma[i,j]=file[i][j]endendDETs=0*A[1,1]for i=1:itersPrs=1for j=1:lthPrs=Prs*M[j,sigma[i,j]]endDETs=DETs+ OE(sigma[i,:])*Prsendreturn(DETs)
end    
M=[4//1 3 2 ;3 2 1 ;2 1 4]
a= det_defn2(M)

-160//1

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/web/66459.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

STM32 FreeRTOS内存管理简介

在使用 FreeRTOS 创建任务、队列、信号量等对象时&#xff0c;通常都有动态创建和静态创建的方式。动态方式提供了更灵活的内存管理&#xff0c;而静态方式则更注重内存的静态分配和控制。 如果是1的&#xff0c;那么标准 C 库 malloc() 和 free() 函数有时可用于此目的&#…

【Linux系统编程】—— 深度解析进程等待与终止:系统高效运行的关键

文章目录 进程创建再次认识fork()函数fork()函数返回值 写时拷贝fork常规⽤法以及调用失败的原因 进程终⽌进程终止对应的三种情况进程常⻅退出⽅法_exit函数exit函数return退出 进程等待进程等待的必要性进程等待的⽅法 进程创建 再次认识fork()函数 fork函数初识&#xff1…

国产编辑器EverEdit -重复行

1 重复行 1.1 应用场景 在代码或文本编辑过程中&#xff0c; 经常需要快速复制当前行&#xff0c;比如&#xff0c;给对象的多个属性进行赋值。传统的做法是&#xff1a;选中行-> 复制-> 插入新行-> 粘贴&#xff0c;该操作有4个步骤&#xff0c;非常繁琐。 那有没…

NiceFish(美人鱼)

前端有 3 个版本&#xff1a; 浏览器环境移动端环境Electron 环境 服务端有 2 个版本&#xff1a; SpringBoot 版本&#xff08;已实现基于 Apache Shiro 的 RBAC 权限控制&#xff09;SpringCloud 版本 1.主要依赖 名称版本描述Angular16.2.0Angular 核心库。PrimeNG16.2…

华为ENSP:STP和链路聚合的管理与配置

这里将不再过度阐述STP和链路聚合的理论知识&#xff0c;不清楚的同学可以去观看Cisco文章中的理论知识 理论知识https://blog.csdn.net/2301_76341691/article/details/145166547?fromshareblogdetail&sharetypeblogdetail&sharerId145166547&sharereferPC&…

dl学习笔记:(4)简单神经网络

&#xff08;1&#xff09;单层正向回归网络 bx1x2z100-0.2110-0.05101-0.051110.1 接下来我们用代码实现这组线性回归数据 import torch x torch.tensor([[1,0,0],[1,1,0],[1,0,1],[1,1,1]], dtype torch.float32) z torch.tensor([-0.2, -0.05, -0.05, 0.1]) w torch.…

三、华为交换机 Hybrid

一、Hybrid功能 Hybrid口既可以连接普通终端的接入链路&#xff08;类似于Access接口&#xff09;&#xff0c;又可以连接交换机间的干道链路&#xff08;类似于Trunk接口&#xff09;。它允许多个VLAN的帧通过&#xff0c;并可以在出接口方向将某些VLAN帧的标签剥掉&#xff0…

Tensor 基本操作1 | PyTorch 深度学习实战

目录 创建 Tensor常用操作unsqueezesqueezeSoftmax代码1代码2代码3 argmaxitem 创建 Tensor 使用 Torch 接口创建 Tensor import torch参考&#xff1a;https://pytorch.org/tutorials/beginner/basics/tensorqs_tutorial.html 常用操作 unsqueeze 将多维数组解套&#xf…

Grafana系列之面板接入Prometheus Alertmanager

关于Grafana的仪表板Dashboard&#xff0c;以及面板Panel&#xff0c;参考Grafana系列之Dashboard。可以直接在面板上创建Alert&#xff0c;即所谓的Grafana Alert&#xff0c;参考Grafana系列之Grafana Alert。除了Grafana Alert外&#xff0c;面板也可接入Prometheus Alertma…

Windows 上安装 MongoDB 的 zip 包

博主介绍&#xff1a; 大家好&#xff0c;我是想成为Super的Yuperman&#xff0c;互联网宇宙厂经验&#xff0c;17年医疗健康行业的码拉松奔跑者&#xff0c;曾担任技术专家、架构师、研发总监负责和主导多个应用架构。 近期专注&#xff1a; RPA应用研究&#xff0c;主流厂商产…

LeetCode 2266.统计打字方案数:排列组合

【LetMeFly】2266.统计打字方案数&#xff1a;排列组合 力扣题目链接&#xff1a;https://leetcode.cn/problems/count-number-of-texts/ Alice 在给 Bob 用手机打字。数字到字母的 对应 如下图所示。 为了 打出 一个字母&#xff0c;Alice 需要 按 对应字母 i 次&#xff0c…

PTA乙级1001~1005【c++】

首先讲解一下PTA乙级在哪里。PTA乙级题其实就是PAT (Basic Level) Practice &#xff08;中文&#xff09; 1001 害死人不偿命的(3n1)猜想 #include<iostream> using namespace std;int main() {int cnt 0;int n;cin >> n;while(n ! 1){cnt ;if (n & 1){n …

渗透笔记1

第一天 工具&#xff1a;cs cobalt strike 4.9 / msf kali &#xff08;自带 Ubuntu&#xff09; cs cobalt strike 4.9&#xff1a;server-client server部署在云服务器上&#xff0c;client分别在各地&#xff0c;与server相连接&#xff1b;连接上后就可以共享上线主机。…

用Python实现SVM搭建金融反诈模型(含调试运行)

1.概述 信用卡盗刷一般发生在持卡人信息被不法分子窃取后&#xff0c;复制卡片进行消费或信用卡被他人冒领后激活并消费等情况下。一旦发生信用卡盗刷&#xff0c;持卡人和银行都会遭受一定的经济损失。本节要运用支持向量机分类算法搭建一个金融反欺诈模型。 2.数据集 使用…

HunyuanVideo 文生视频模型实践

HunyuanVideo 文生视频模型实践 flyfish 运行 HunyuanVideo 模型使用文本生成视频的推荐配置&#xff08;batch size 1&#xff09;&#xff1a; 模型分辨率(height/width/frame)峰值显存HunyuanVideo720px1280px129f60GHunyuanVideo544px960px129f45G 本项目适用于使用 N…

第6章 ThreadGroup详细讲解(Java高并发编程详解:多线程与系统设计)

1.ThreadGroup 与 Thread 在Java程序中&#xff0c; 默认情况下&#xff0c; 新的线程都会被加入到main线程所在的group中&#xff0c; main线程的group名字同线程名。如同线程存在父子关系一样&#xff0c; Thread Group同样也存在父子关系。图6-1就很好地说明了父子thread、父…

Python编程与在线医疗平台数据挖掘与数据应用交互性研究

一、引言 1.1 研究背景与意义 在互联网技术飞速发展的当下,在线医疗平台如雨后春笋般涌现,为人们的就医方式带来了重大变革。这些平台打破了传统医疗服务在时间和空间上的限制,使患者能够更加便捷地获取医疗资源。据相关报告显示,中国基于互联网的医疗保健行业已进入新的…

Linux网络_套接字_UDP网络_TCP网络

一.UDP网络 1.socket()创建套接字 #include<sys/socket.h> int socket(int domain, int type, int protocol);domain (地址族): AF_INET网络 AF_UNIX本地 AF_INET&#xff1a;IPv4 地址族&#xff0c;适用于 IPv4 协议。用于网络通信AF_INET6&#xff1a;IPv6 地址族&a…

1 行命令引发的 Go 应用崩溃

一、前言 不久前&#xff0c;阿里云 ARMS 团队、编译器团队、MSE 团队携手合作&#xff0c;共同发布并开源了 Go 语言的编译时自动插桩技术。该技术以其零侵入的特性&#xff0c;为 Go 应用提供了与 Java 监控能力相媲美的解决方案。开发者只需将 go build 替换为新编译命令 o…

Flink(十):DataStream API (七) 状态

1. 状态的定义 在 Apache Flink 中&#xff0c;状态&#xff08;State&#xff09; 是指在数据流处理过程中需要持久化和追踪的中间数据&#xff0c;它允许 Flink 在处理事件时保持上下文信息&#xff0c;从而支持复杂的流式计算任务&#xff0c;如聚合、窗口计算、联接等。状…