A Little Programmer's Base

行列式的计算。余子式 和 代数余子式 矩阵A， 余子式Mij就是去掉了 i行和j列之后变小了的矩阵M的行列式。代数余子式就是考虑上符号而已， 在 Mij 的基础上，(i+j)是奇数就是负号。行列式的计算， 一般二阶三阶行列式都是直接算的。四五阶的就先通过行向量加减乘/转置 等方法让某一行尽可能多的0， 再展开计算。这里

行列式定义和计算从二元一次方程组的求解引入行列式的概念， 但是没有讨论行列式的几何意义。提到了仿射坐标系的概念，任取n个不共线的向量，就可以表示Rn上每一个点。或者说，基底的线性组合和Rn上的点一一对应直角坐标系只是其中一个特例，即基底互相垂直，带来计算上的方便二阶行列式的计算 对角线法则。三阶行列式的计算 先计算主对角线方向的， 再计算副对角线方向的。注意到行列式

先说说目前我对矩阵的理解，1、一开始是通过方程组导出矩阵的概念的，每一行都表示一个线性方程。齐次方程组A的解可以代表全部和A有关的非齐次方程组的解，因为最多只差一个平移的向量而已。2、通过适当的变形，可以得到向量的观点。按列看方程组，每列都是一个列向量，解方程就是找一组系数使得列向量的线性组合能得到目标向量。3、线性变换的观点： 每一个矩阵都表示一个变换，Ax  相当于对向量x做了某些

矩阵的乘法首先乘法对两个矩阵的 size是有要求的，左矩阵的列数 == 右矩阵的行数X = [ a1 ... am ]  X是m列的矩阵，列向量ai长是s的，A = X 的转置，是m*s的矩阵   B是s*n的矩阵    B = [b1 ...bn]， 列向量b长sC = A*B = [ Ab1 .... Abn]  = [ a1b1   ......   a1*b

看到线性变换这部分，  二阶矩阵可以实现对平面的 翻转，旋转，拉伸。如何得到旋转的变换?传统的做法:     设点A( x,y) 的极坐标 （r, θ )， 旋转d角度之后得到B（r, θ+d），   因为 x = rcosθ，  y=rsinθ所以 B = (r*cos(θ+d), r*sin(θ+d)) =  ( xcos(d)-ysin(d),   y cos(d