线性代数学习笔记(二)——n阶行列式

线性代数教程 行列式 优快云 的文档显示有一些问题,一些数学符号显示不正确,想看 word文档 的可以移步到 github :https://github.com/IceEmblem/-/tree/master/%E5%AD%A6%E4%B9%A0%E8%B5%84%E6%96%99/%E5%B9%B3%E5%8F%B0%E6%97%A0%E5%85%B3/%E7%BA%BF%E6%80%A7%E4%BB%A3%E6%95%B0 n阶行列式 二阶行列式 我们用如下符号表示二阶行列式 该二阶... 阅读详情
AI摘要

本文探讨了行列式的多种定义方式,包括按行展开、按列展开及综合展开,并详细解析了三阶行列式的计算原理。同时,文章深入研究了几种特殊行列式,如下三角、上三角和对角型行列式,以及它们的“山寨版”,并阐述了这些行列式的值和符号规律。

通过分析三阶行列式每项的符号与列标排列、逆序数和奇偶性的关系,推广得到n阶行列式的第一种定义(按行展开)。然后分析了几种特殊的行列式:下三角行列式、上三角行列式、对角型行列式以及对应三种“山寨版”的行列式,并讨论了这些特殊行列式的值和每个展开项的符号。最后给出了行列式的第二种定义(按列展开)和第三种定义(即不按行,也不按列展开),并分析了此种定义下行列式的值和每个展开项的符号。

1 三阶行列式回顾

在上一篇博客中提到三阶行列式和对应值如下所示:
∣ 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 12 a 23 a 31 + a 13 a 21 a 32 − a 13 a 22 a 31 − a 12 a 21 a 33 − a 11 a 23 a 32 \begin{vmatrix} a_{11}&a_{12}&a_{13}\\ a_{21}&a_{22}&a_{23}\\ a_{31}&a_{32}&a_{33}\\ \end{vmatrix}=a_{11}a_{22}a_{33}+a_{12}a_{23}a_{31}+a_{13}a_{21}a_{32}-a_{13}a_{22}a_{31}-a_{12}a_{21}a_{33}-a_{11}a_{23}a_{32} ​a11​a21​a31​​a12​a22​a32​​a13​a23​a33​​ ​=a11​a22​a33​+a12​a23​a31​+a13​a21​a32​−a13​a22​a31​−a12​a21​a33​−a11​a23​a32​

可以看到所有6项(3项正数和3项负数)中,行标的排列均为: 123 123 123,即行标取标准排列;而列标的排列分别为: 123 、 231 、 312 、 321 、 213 、 132 123、231、312、321、213、132 123、231、312、321、213、132,即列标取3级排列的所有可能( 3 ! 3! 3!)。每项值的符号与对应列标排列逆序数的奇偶性的关系如下表所示:

序号每项的值列标的排列逆序数奇偶性符号
1 a 11 a 22 a 33 a_{11}a_{22}a_{33} a11​a22​a33​1230偶正
2 a 12 a 23 a 31 a_{12}a_{23}a_{31} a12​a23​a31​2312偶正
3 a 13 a 21 a 32 a_{13}a_{21}a_{32} a13​a21​a32​3122偶正
4 − a 13 a 22 a 31 -a_{13}a_{22}a_{31} −a13​a22​a31​3213奇负
5 − a 12 a 21 a 33 -a_{12}a_{21}a_{33} −a12​a21​a33​2131奇负
6 − a 11 a 23 a 32 -a_{11}a_{23}a_{32} −a11​a23​a32​1321奇负

从上表可以看出,行列式的值为:取不同行不同列取出3个元素相乘,符号由列标的奇偶性决定(奇排列对应负号,偶排列对应正号)。

2 n阶行列式

由3阶行列式可以直接推广到n阶行列式:
∣ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 ⋯ a n n ∣ = ∑ j 1 j 2 ⋯ j n ( − 1 ) N ( j 1 j 2 ⋯ j n ) a 1 j 1 a 2 j 2 ⋯ a n j n \begin{vmatrix} {a_{11}}&{a_{12}}&{\cdots}&{a_{1n}}\\ {a_{21}}&{a_{22}}&{\cdots}&{a_{2n}}\\ {\vdots}&{\vdots}&{\ddots}&{\vdots}\\ {a_{n1}}&{a_{n2}}&{\cdots}&{a_{nn}}\\ \end{vmatrix}=\sum_{j_1j_2{\cdots}j_n}(-1)^{N(j_1j_2{\cdots}j_n)}a_{1j_1}a_{2j_2}{\cdots}a_{nj_n} ​a11​a21​⋮an1​​a12​a22​⋮an2​​⋯⋯⋱⋯​a1n​a2n​⋮ann​​ ​=∑j1​j2​⋯jn​​(−1)N(j1​j2​⋯jn​)a1j1​​a2j2​​⋯anjn​​

第一种定义(按行展开):从不同行不同列取n个元素相乘,行标取标准排列,列标取n级排列的所有可能,符号由列标的奇偶性决定,一共有 n ! n! n!项。

行列式一般使用大写字母 D D D来表示,上式可表示为: D = ∣ a i j ∣ D=|a_{ij}| D=∣aij​∣。特别的,一阶行列式 ∣ a 11 ∣ = a 11 |a_{11}|=a_{11} ∣a11​∣=a11​,例如: ∣ 8 ∣ = 8 |8|=8 ∣8∣=8, ∣ − 1 ∣ = − 1 |-1|=-1 ∣−1∣=−1。n阶行列式也有主对角线和次对角线。

举例1:
∣ 1 2 3 8 1 1 0 4 2 2 0 5 1 0 0 9 ∣ \begin{vmatrix} 1&2&3&8\\ 1&1&0&4\\ 2&2&0&5\\ 1&0&0&9\\ \end{vmatrix} ​1121​2120​3000​8459​ ​

列标取标准排列: 1234 1234 1234,行标共有 4 ! 4! 4!个,如 1234 、 1243 、 1324 、 1342...4321 1234、1243、1324、1342...4321 1234、1243、1324、1342...4321等,故上式等于: 1 × 1 × 0 × 9 − 1 × 1 × 5 × 0 − 1 × 0 × 2 × 9 + 1 × 0 × 5 × 0 + . . . + 8 × 0 × 2 × 1 1×1×0×9-1×1×5×0-1×0×2×9+1×0×5×0+...+8×0×2×1 1×1×0×9−1×1×5×0−1×0×2×9+1×0×5×0+...+8×0×2×1。

由于n阶行列式按照定义展开后项数非常多,一般不会采用这种方式计算,但对于包含 0 0 0元素较多的行列式,可采用按定义展开的方式进行计算。

举例2:
∣ 0 2 0 0 0 0 3 0 0 0 0 4 1 0 0 0 ∣ \begin{vmatrix} 0&2&0&0\\ 0&0&3&0\\ 0&0&0&4\\ 1&0&0&0\\ \end{vmatrix} ​0001​2000​0300​0040​ ​

通过分析可以看出,上式中大部分展开项乘积都是0,只有列标为 2341 2341 2341的展开项乘积不为0,故上式等于: ( − 1 ) N ( 2341 ) 2 × 3 × 4 × 1 = − 24 (-1)^{N(2341)}2×3×4×1=-24 (−1)N(2341)2×3×4×1=−24。

3 特殊结构行列式

3.1 下三角行列式

∣ a 11 0 0 ⋯ 0 a 21 a 22 0 ⋯ 0 a 31 a 32 a 33 ⋯ 0 ⋮ ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 a n 3 ⋯ a n n ∣ = a 11 a 22 ⋯ a n n \begin{vmatrix} {a_{11}}&0&0&{\cdots}&0\\ {a_{21}}&{a_{22}}&0&{\cdots}&0\\ {a_{31}}&{a_{32}}&{a_{33}}&{\cdots}&0\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ {a_{n1}}&{a_{n2}}&{a_{n3}}&{\cdots}&{a_{nn}}\\ \end{vmatrix}=a_{11}a_{22}{\cdots}a_{nn} ​a11​a21​a31​⋮an1​​0a22​a32​⋮an2​​00a33​⋮an3​​⋯⋯⋯⋱⋯​000⋮ann​​ ​=a11​a22​⋯ann​

3.2 上三角行列式

∣ a 11 a 12 a 13 ⋯ a 1 n 0 a 22 a 23 ⋯ a 2 n 0 0 a 33 ⋯ a 3 n ⋮ ⋮ ⋮ ⋱ ⋮ 0 0 0 ⋯ a n n ∣ = a 11 a 22 ⋯ a n n \begin{vmatrix} {a_{11}}&{a_{12}}&{a_{13}}&{\cdots}&{a_{1n}}\\ 0&{a_{22}}&{a_{23}}&{\cdots}&{a_{2n}}\\ 0&0&{a_{33}}&{\cdots}&{a_{3n}}\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ 0&0&0&{\cdots}&{a_{nn}}\\ \end{vmatrix}=a_{11}a_{22}{\cdots}a_{nn} ​a11​00⋮0​a12​a22​0⋮0​a13​a23​a33​⋮0​⋯⋯⋯⋱⋯​a1n​a2n​a3n​⋮ann​​ ​=a11​a22​⋯ann​

3.3 对角型行列式

∣ a 11 0 0 ⋯ 0 0 a 22 0 ⋯ 0 0 0 a 33 ⋯ 0 ⋮ ⋮ ⋮ ⋱ ⋮ 0 0 0 ⋯ a n n ∣ = a 11 a 22 ⋯ a n n \begin{vmatrix} {a_{11}}&0&0&{\cdots}&0\\ 0&{a_{22}}&0&{\cdots}&0\\ 0&0&{a_{33}}&{\cdots}&0\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ 0&0&0&{\cdots}&{a_{nn}}\\ \end{vmatrix}=a_{11}a_{22}{\cdots}a_{nn} ​a11​00⋮0​0a22​0⋮0​00a33​⋮0​⋯⋯⋯⋱⋯​000⋮ann​​ ​=a11​a22​⋯ann​

下三角行列式、上三角行列式和对角型行列式的值都等于主对角线元素相乘。

3.4 下三角行列式(山寨版)

∣ 0 0 ⋯ 0 a 1 n 0 0 ⋯ a 2 , n − 1 a 2 n ⋮ ⋮ ⋮ ⋱ ⋮ 0 a n − 1 , 2 ⋯ a n − 1 , n − 1 a n − 1 , n a n 1 a n 2 ⋯ a n , n − 1 a n n ∣ \begin{vmatrix} 0&0&{\cdots}&0&{a_{1n}}\\ 0&0&{\cdots}&{a_{2, n-1}}&{a_{2n}}\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ 0&{a_{n-1, 2}}&{\cdots}&{a_{n-1, n-1}}&{a_{n-1, n}}\\ {a_{n1}}&{a_{n2}}&{\cdots}&{a_{n, n-1}}&{a_{nn}}\\ \end{vmatrix} ​00⋮0an1​​00⋮an−1,2​an2​​⋯⋯⋮⋯⋯​0a2,n−1​⋱an−1,n−1​an,n−1​​a1n​a2n​⋮an−1,n​ann​​ ​

= ( − 1 ) N [ n ( n − 1 ) . . . 321 ] a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{N[n(n-1)...321]}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(−1)N[n(n−1)...321]a1n​a2,n−1​⋯an−1,2​an1​

= ( − 1 ) n ( n − 1 ) 2 a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{\frac{n(n-1)}2}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(−1)2n(n−1)​a1n​a2,n−1​⋯an−1,2​an1​

3.5 上三角行列式(山寨版)

∣ a 11 a 12 ⋯ a 1 , n − 1 a 1 n a 21 a 22 ⋯ a 2 , n − 1 0 ⋮ ⋮ ⋮ ⋱ ⋮ a n − 1 , 1 a n − 1 , 2 ⋯ 0 0 a n 1 0 ⋯ 0 0 ∣ \begin{vmatrix} {a_{11}}&{a_{12}}&{\cdots}&{a_{1, n-1}}&{a_{1n}}\\ {a_{21}}&{a_{22}}&{\cdots}&{a_{2, n-1}}&0\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ {a_{n-1, 1}}&{a_{n-1, 2}}&{\cdots}&0&0\\ {a_{n1}}&0&{\cdots}&0&0\\ \end{vmatrix} ​a11​a21​⋮an−1,1​an1​​a12​a22​⋮an−1,2​0​⋯⋯⋮⋯⋯​a1,n−1​a2,n−1​⋱00​a1n​0⋮00​ ​

= ( − 1 ) N [ n ( n − 1 ) . . . 321 ] a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{N[n(n-1)...321]}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(−1)N[n(n−1)...321]a1n​a2,n−1​⋯an−1,2​an1​

= ( − 1 ) n ( n − 1 ) 2 a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{\frac{n(n-1)}2}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(−1)2n(n−1)​a1n​a2,n−1​⋯an−1,2​an1​

3.6 对角型行列式(山寨版)

∣ 0 0 ⋯ 0 a 1 n 0 0 ⋯ a 2 , n − 1 0 ⋮ ⋮ ⋮ ⋱ ⋮ 0 a n − 1 , 2 ⋯ 0 0 a n 1 0 ⋯ 0 0 ∣ \begin{vmatrix} 0&0&{\cdots}&0&{a_{1n}}\\ 0&0&{\cdots}&{a_{2, n-1}}&0\\ {\vdots}&{\vdots}&{\vdots}&{\ddots}&{\vdots}\\ 0&{a_{n-1, 2}}&{\cdots}&0&0\\ {a_{n1}}&0&{\cdots}&0&0\\ \end{vmatrix} ​00⋮0an1​​00⋮an−1,2​0​⋯⋯⋮⋯⋯​0a2,n−1​⋱00​a1n​0⋮00​ ​

= ( − 1 ) N [ n ( n − 1 ) . . . 321 ] a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{N[n(n-1)...321]}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(−1)N[n(n−1)...321]a1n​a2,n−1​⋯an−1,2​an1​

= ( − 1 ) n ( n − 1 ) 2 a 1 n a 2 , n − 1 ⋯ a n − 1 , 2 a n 1 =(-1)^{\frac{n(n-1)}2}a_{1n}a_{2, n-1}{\cdots}a_{n-1, 2}a_{n1} =(−1)2n(n−1)​a1n​a2,n−1​⋯an−1,2​an1​

下三角行列式(山寨版)、上三角行列式(山寨版)和对角型行列式(山寨版)的值都等于次对角线元素相乘,符号由 ( − 1 ) n ( n − 1 ) 2 (-1)^{\frac{n(n-1)}2} (−1)2n(n−1)​决定。

4 行列式的其他定义方式

由于行列式展开后的每一项是由不同行不同列元素相乘,而乘法具有交换律,例如三阶行列式的值也可以表示为:

a 11 a 22 a 33 + a 31 a 12 a 23 + a 21 a 32 a 13 − a 31 a 22 a 13 − a 21 a 12 a 33 − a 11 a 32 a 23 a_{11}a_{22}a_{33}+a_{31}a_{12}a_{23}+a_{21}a_{32}a_{13}-a_{31}a_{22}a_{13}-a_{21}a_{12}a_{33}-a_{11}a_{32}a_{23} a11​a22​a33​+a31​a12​a23​+a21​a32​a13​−a31​a22​a13​−a21​a12​a33​−a11​a32​a23​。

可以看出:此时列标取标准排列,而行标取排列的所有可能。所以n阶行列式既然可以按行展开,当然也可以按列展开。

第二种定义(按列展开):从不同行不同列取n个元素相乘,列标取标准排列,行标取n级排列的所有可能,符号由行标的奇偶性决定,一共有 n ! n! n!项。

按列展开后,行列式的值可以表示为: ∑ i 1 i 2 ⋯ i n ( − 1 ) N ( i 1 i 2 ⋯ i n ) a i 1 1 a i 2 2 ⋯ a i n n \sum_{i_1i_2{\cdots}i_n}(-1)^{N(i_1i_2{\cdots}i_n)}a_{i_11}a_{i_22}{\cdots}a_{i_nn} ∑i1​i2​⋯in​​(−1)N(i1​i2​⋯in​)ai1​1​ai2​2​⋯ain​n​

第三种定义(即不按行,也不按列):从不同行不同列取n个元素相乘,行标和列标都取n级排列的所有可能,符号由行标和列标的奇偶性共同决定,一共有 n ! n! n!项。

行列式的值可以表示为: ∑ i 1 i 2 ⋯ i n , j 1 j 2 ⋯ j n ( − 1 ) N ( i 1 i 2 ⋯ i n ) + N ( j 1 j 2 ⋯ j n ) a i 1 j 1 a i 2 j 2 ⋯ a i n j n \sum_{i_1i_2{\cdots}i_n, j_1j_2{\cdots}j_n}(-1)^{N(i_1i_2{\cdots}i_n)+N(j_1j_2{\cdots}j_n)}a_{i_1j_1}a_{i_2j_2}{\cdots}a_{i_nj_n} ∑i1​i2​⋯in​,j1​j2​⋯jn​​(−1)N(i1​i2​⋯in​)+N(j1​j2​⋯jn​)ai1​j1​​ai2​j2​​⋯ain​jn​​

举例:
表达式: ( − 1 ) N ( i 21 m ) + N ( 1 k 32 ) a i 1 a 2 k a 13 a m 2 (-1)^{N(i21m)+N(1k32)}a_{i1}a_{2k}a_{13}a_{m2} (−1)N(i21m)+N(1k32)ai1​a2k​a13​am2​ 是行列式展开后的其中一项,求参数 i , k , m i, k, m i,k,m的值和表达式的符号。

解:可以看出行列式的行标为: i 21 m i21m i21m,列标为: 1 k 32 1k32 1k32,很明显行标和列标都不是标准排列,所以该行列式是按第三种定义展开的。

通过观察列标 1 k 32 1k32 1k32可以得出 k = 4 k=4 k=4;而观察行标 i 21 m i21m i21m发现, i = 3 , m = 4 i=3, m=4 i=3,m=4或 i = 4 , m = 3 i=4, m=3 i=4,m=3。

当 k = 4 , i = 3 , m = 4 k=4, i=3, m=4 k=4,i=3,m=4时, N ( 3214 ) + N ( 1432 ) = 6 N(3214)+N(1432)=6 N(3214)+N(1432)=6,故表达式符号为正;

当 k = 4 , i = 4 , m = 3 k=4, i=4, m=3 k=4,i=4,m=3时, N ( 4213 ) + N ( 1432 ) = 7 N(4213)+N(1432)=7 N(4213)+N(1432)=7,故表达式符号为负。

5 引用

《线性代数》高清教学视频 “惊叹号”系列 宋浩老师_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili_1.1 n阶行列式

线性代数笔记 笔记对比视频:https://www.bilibili.com/video/BV1aW411Q7x1 本笔记只用于本人学习使用,不用于任何其他商业等用途 1.1.1 二阶三阶行列式 关键词 二阶三阶行列式的计算 排列 逆序数 奇排列偶排列 对换 1.1.2 n阶行列式 关键词 n阶行列式定义 下三角 行列式既不按行展开也不按列展开的形式的考察 1.2 行列式的性质 关键词 转置的相关性质 行列式的运算 行列式的相关运算 行列式的简化运算 1.3 行列式按行展开 关键词 余子式 代数余子式 阅读详情

相关推荐

n阶行列式求解

行列式 行列式在数学中,是一个函数,其定义域为det的矩阵A,取值为一个标量,写作det(A)或 | A | 。无论是在线性代数、多项式理论,还是在微积分学中(比如说换元积分法中),行列式作为基本的数学工具,都有着重要的应用。 行列式可以看做是有向面积或体积的概念在一般的欧几里得空间中的推广。或者说,在 n 维欧几里得空间中,行列式描述的是一个线性变换对“体积”所造成的影响。 n阶行列式 n阶行列...

尘星·梦颖的博客 4298

【线性代数·浅学】(一)行列式——n阶行列式定义,行列式性质,行列式展开定理,拉普拉斯定理,范德蒙德行列式,克拉默法则

基础定义 n阶行列式的定义 行列式性质 性质推论 行列式展开定理 拉普拉斯定理 公式与法则 上(下)三角行列式 范德蒙德行列式 克拉默法则

Jerris94的博客 4055

线性代数|行列式对换及行列式性质

摘自:同济大学数学系编. 工程数学 线性代数 第五版. 北京: 高等教育出版社。**若行列式的某一列(行)的元素都是两数之和,例如第。

分享测绘及相关领域的知识 4201

行列式性质(《线性代数》学习笔记)

行列式性质行列式的转置行列式的性质     上一篇文章中,我们提到过过行列式的按行展开: 行标始终取为标准排列,列标取遍排列的所有可能,从不同行不同列取出n个元素相乘,其符号由列标排列的奇偶性决定。     行列式除了可以按行展开,还有另外两种展开方式:按列展开和既不按行也不按列展开。 按列展开 列标始终取为标准排列,行标取遍排列的所有可能,从不同行不同列取出n个元素相乘,其符号由行标排列的奇...

xiaoxiongdan_3的博客 2万+

使用C++实现n阶行列式的计算

花了四天时间尝试使用C++复现n阶行列式的计算

GeorgeSteven的博客 2113

线性代数学习笔记一:行列式

参考:《线性代数》同济大学第四版 n阶行列式的定义、性质及其计算方法。n阶行列式求解n元线性方程组的克拉默法则 1. 二阶与三阶行列式     1)二元线性方程组与二阶行列式         a)二阶行列式:定义;元素(元);行标;列标;         b)对角线法则(实线上正号,虚线上负号)         c)系数行列式         d)求解二元线性方程组     2

zhang22huan的备忘笔记 5465

【线性代数(2)】n阶行列式三种定义

n阶行列式1. 回顾2. n阶行列式2.1 第一种定义2.2 表示方式2.3 举个例子2.4 三角行列式 1. 回顾 先回顾一下之前的三阶行列式,看一下其中的规律 ∣a11a12a13a21a22a23a31a32a33∣=a11∗a22∗a33+a12∗a23∗a31+a13∗a21∗a32−a13∗a22∗a31−a12∗a21∗a33−a11∗a23∗a32\begin{vmatrix}a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} &a

lys_828的博客 1万+

12 行列式01---定义、计算: 二级行列式 ,三阶行列式,n 阶行列式,排列、逆序数

💖💖感谢各位观看这篇文章,💖💖点赞💖💖、收藏💖💖、你的支持是我前进的动力!💖💖 💖💖感谢你的阅读💖,专栏文章💖持续更新!💖关注不迷路!!💖 文章目录 二级行列式 三级行列式 n 级行列式 1、排列 2、逆序数 排列的性质 3、n 阶行列式 上三角形行列 *n* 级行列式的性质 行列式计算 矩阵的初等行变换与行列式性质 行列式的计算 参考

炫云云 985

高等代数(二)-行列式04:n 阶行列式的性质

§4n§ 4 n§4n 阶行列式的性质 行列式的计算是一个重要的问题,也是一个很麻烦的问题. nnn 阶行列式一共有 nnn !项, 计算它就需做 n!(n−1)n !(n-1)n!(n−1) 个乘法. 当 nnn 较大时, nnn ! 是一个相当大的数字. 直接从定义来计算行列式几乎是不可能的事. 因此我们有必要进一步讨论行列式的性质. 利用这些性质可以化简行列式的计算. 在行列式的定义中,虽然每一项是 nnn 个元素的乘积, 但是由于这 nnn 个元素是取自不同的行与列, 所以对于某一确定的行中 nnn

u013250861的博客 1535

机器学习(ML)在材料领域应用

机器学习作为一种兼顾开发效率以及开发成本的方法,已经逐渐应用于材料发现、结构分析、性质预测、反向设计等多个领域,并且在材料学研究中展现出惊人的潜力。传统的发现新材料的方法,如经验试错法和基于密度泛函理论(DFT)的方法,往往需要较长的研发周期,成本高、效率低,已经不能很好的适应如今需求量激增的材料学领域 ...

W5632DE的博客 3716

点击率预测的贝叶斯平滑

概述 电商领域中经常需要计算或预测一些转化率指标,如最典型的CTR(点击率,Click-Through Rate)。这些转化率可以是模型的预测值,也可以作为模型的特征(feature)使用。以商品点击率预测为例,CTR的值等于点击量(Click)除以曝光量(Impression或Exposure)。以rr表示点击率, r=CI(1)r=\frac{C}{I} \tag{1}. 但在实际应

小平子的专栏 3万+

线性代数 行列式

1.行标取自然排列(一般以第一行为准,按照。

h0039490的博客 1万+

Vivado时序违例debug

显示了数据路径延迟。例如,对于违例路径,若布线延迟超过50%,说明该延迟是导致时序不能收敛的主要因素,因此可围绕降低布线延迟这一靶心达到时序收敛。对于跨时钟域路径,Requirement数值会有所变化,但如果数值为0.1,显然是不合理的。目的时钟路径单元,时钟从adc0_bufg/O输出,到达PLLE4_ADV,经过BUFGCE输出,最终到达SRLC32E移位寄存器,对应。源时钟路径单元,时钟从adc0_bufg/O输出,到达PLLE4_ADV,经过BUFGCE输出,最终到达FDRE触发器,对应。

weixin_44513618的博客 1618

001.宋浩老师《线性代数》笔记(第一章行列式)

1.1 二阶,三阶行列式和排序 1.1.1 二阶行列式:2行2列4个元素 主对角线 (a11和a22)。次对角线(a12和a21)。 1.1.2 三阶行列式:3行3列9个元素 1.1.3 排列 定义:由1,2,3,···,n 组成的一个有序数值叫n级排列。 例1:123 132 213 这是3级排列 例2:3145 不是4级排列,也不是5级排列 排列中的几个常见概念 1,n级排列的个数:n(n-)···3*2...

Bili_ice_cube的博客 8951

Mac本地大模型实战指南:Ollama+Metal+Apple Silicon深度优化

大语言模型(LLM)本地化部署正成为开发者关键技术能力,其核心在于推理效率、硬件适配与成本控制。Apple Silicon凭借统一内存架构(UMA)和Neural Engine,为本地LLM运行提供了独特优势;Metal加速则显著提升GPU计算吞吐,使Gemma 4、Qwen 3.5等模型在M系列Mac上实现低延迟、高精度、离线可用的工程落地。相比云端API,本地方案规避了token计费、网络依赖与数据外泄风险,特别适用于企业文档处理、实时语音分析、私有知识库检索等强隐私、低时延场景。本文聚焦Mac平台,系

weixin_33443333的博客 352

PAT|中国大学MOOC-浙江大学翁恺-C语言程序设计习题集(更新中)

##2-0. 整数四则运算 时间限制:400 ms 内存限制:65536 kB 代码长度限制:8000 B 判题程序:Standard 作者:乔林(清华大学) 本题要求编写程序,计算2个正整数的和、差、积、商并输出。题目保证输入和输出全部在整型范围内。 输入格式: 输入在一行中给出2个正整数A和B。 输出格式: 在4行中按照格式“A 运算符 B = 结果”顺序输出和、差、积、商。 输入样例: 3 ...

小鱼波波波 6万+

线性代数笔记2-n阶行列式

线性代数 n阶行列式

jack021457的博客 2304

中移物联ML307C模组OPENCPU开发环境搭建全攻略

本文详细介绍了中移物联ML307C模组OPENCPU开发环境搭建的全过程。从OPENCPU模式的核心优势解析,到SDK获取、Python与scons工具安装,再到解读SDK目录结构与实战编译命令,最后提供常见问题避坑指南,帮助开发者快速构建高效的物联网应用编译环境。

weixin_29168393的博客 742

线性代数-第一章 行列式

二阶行列式的计算比较简单:主对角线相乘,减去副对角线相乘三阶行列式的计算,图形化的方法:每条红色对角线元素相乘再相加,减去每条蓝色对角线元素相乘在相减n级排列:1、2、……、n组成的一个有序的数组标准排列(自然排列):1234……n逆序:在一个n级排列中 i1i2i3…ini_1i_2i_3 \dots i_ni1​i2​i3​…in​ ,如果一个较大的数 isi_sis​ 排在较小的数 iti_tit​ 的前面,则称 isi_sis​ 与 iti_tit​ 构成了一个逆序逆序数:排列 i1i2i3…ini

ke64_的博客 3366

奈曼-皮尔逊准则

奈曼-皮尔逊准则 如果各个假设的先验概率P(Hi)(i=0,1)P(H_i)(i=0,1)P(Hi​)(i=0,1)已知,并且每种判决的代价函数已知,这时,可以用贝叶斯准则进行判决。 如果进一步假设正确判决不付出的代价,而错误判决代价相同,即c00=c11=0,c01=c10=1c_{00}=c_{11}=0,c_{01}=c_{10}=1c00​=c11​=0,c01​=c10​=1,这时可以用最小平均错误概率准则进行判决。 在不知道先验概率P(Hi)(i=0,1)P(H_i)(i=0,1)P(Hi​)(

little_soldier的专栏 1万+

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

0103n阶行列式-行列式-线性代数

0103n阶行列式-行列式-线性代数

gaogzhen的博客 1353

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

线性代数学习笔记之行列式

行列式基础知识

知识追寻者 3997

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

【线性代数】第一章 行列式 ,二阶与三阶行列式,全排列及逆序数,n阶行列式的定义,对换及行列式的性质(同济大学)

【线性代数】第一章 行列式 ,二阶与三阶行列式,全排列及逆序数,n阶行列式的定义,对换及行列式的性质

周文龙的博客 6819

行列式基础(《线性代数》学习笔记)

引言     学习n阶行列式之前,我们可以先回顾一下二元一次方程组的求解过程。假设有二元一次方程组如下所示: {5x+6y=79x+4y=3\begin{cases} 5x+6y = 7 \\ 9x+4y = 3 \end{cases}{5x+6y=79x+4y=3​ 通常的思想是:用消元求解 x\ x x和 y\ y y。 也就是分别将方程组变形为{5×...

xiaoxiongdan_3的博客 4340

三阶行列式的题目_线性代数入门——n阶行列式的定义

系列简介:这个系列文章讲解线性代数的基础内容,注重学习方法的培养。线性代数课程的一个重要特点(也是难点)是概念众多,而且各概念间有着千丝万缕的联系,对于初学者不易理解的问题我们会不惜笔墨加以解释。在内容上,以国内的经典教材“同济版线性代数”为蓝本,并适当选取了一些补充材料以开阔读者的视野。本系列文章适合作为初学线性代数时的课堂同步辅导,也可作为考研复习的参考资料。文章中的例题大多为扎实基...

weixin_39784263的博客 726
上一篇: 线性代数学习笔记(一)——二阶和三阶行列式
下一篇: 线性代数学习笔记(三)——行列式的性质
雏鹰高飞
博客等级 码龄18年 565粉丝 49原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值