当前位置: 首页 > news >正文

线性代数——行列式

文章目录

  • 版权声明
  • 排列
  • 行列式
    • 行列式的由来
    • 行列式的概念
    • 行列式的性质
    • 重要公式
    • 克拉默法则
  • 补充知识

版权声明

本文大部分内容皆来自李永乐老师考研教材和视频课。

排列

1,2,…,n1,2,\ldots,n1,2,,n组成的有序数组称为一个nnn排列,通常使用j1j2…jnj_1j_2\ldots j_nj1j2jn表示nnn阶排列。例如:
j1j2j3j4=9527j_1j_2j_3j_4=9527j1j2j3j4=9527
在排列中,如果一个大的数排在了一个小的数前面,就称这两个数构成了一个逆序。一个排列逆序的总数称为这个排列的逆序数。通常用τ(j1j2…jn)\tau(j_1j_2\ldots j_n)τ(j1j2jn)表示排列j1j2…jnj_1j_2\ldots j_nj1j2jn的逆序数。例如:
τ(9527)=4\tau(9527)=4τ(9527)=4

  • 如果一个排列的逆序数是偶数,则称这个排列是偶排列。
  • 如果一个排列的逆序数是奇数,则称这个排列是奇排列。

对换是指交换排列中任意两个元素的位置。

  • 如果对一个排列进行奇数次对换那么将改变排列的奇偶性。
  • 如果对一个排列进行偶数次对换那么将不会改变排列的奇偶性。

一个nnn阶排列经过对换可以得到n!n!n!个不同的排列,并且在这n!n!n!个不同的排列中,奇偶排列各占一半。

行列式

行列式的由来

现有一二元一次方程组:
{a1x+b1y=c1(1)a2x+b2y=c2(2)\begin{cases} a_1x+b_1y=c_1(1)\\ a_2x+b_2y=c_2(2) \end{cases}{a1x+b1y=c1(1)a2x+b2y=c2(2)
欲求xxx,由(1)×b2−(2)×b1(1)\times b_2-(2)\times b_1(1)×b2(2)×b1得:
(a1b2−a2b1)x=c1b2−c2b1(a_1b_2-a_2b_1)x=c_1b_2-c_2b_1(a1b2a2b1)x=c1b2c2b1
在研究方程组求解的过程中数学家发现两个数相乘减两个数相乘是回避不掉的,于是数学家将这一过程单独提炼出来并写成以下形式:
∣a1b1a2b2∣x=∣c1b1c2b2∣\begin{vmatrix} a_1&b_1\\ a_2&b_2 \end{vmatrix}x= \begin{vmatrix} c_1&b_1\\ c_2&b_2 \end{vmatrix} a1a2b1b2x=c1c2b1b2

∣a1b1a2b2∣=a1b2−a2b1≠0\begin{vmatrix} a_1&b_1\\ a_2&b_2 \end{vmatrix}=a_1b_2-a_2b_1\neq0 a1a2b1b2=a1b2a2b1=0
xxx有唯一解:
x=∣c1b1c2b2∣∣a1b1a2b2∣x=\frac{\begin{vmatrix} c_1&b_1\\ c_2&b_2 \end{vmatrix}}{\begin{vmatrix} a_1&b_1\\ a_2&b_2 \end{vmatrix}} x=a1a2b1b2c1c2b1b2
那么就将∣abcd∣\begin{vmatrix}a&b\\c&d\end{vmatrix}acbd这种形式的称为行列式。

行列式的概念

行列式是不同行不同列nnn个元素乘积的代数和:

∣A∣=∣a11a12…a1na21a22…a2n⋮⋮⋮an1an2…ann∣=∑j1j2…jn(−1)τ(j1j2…jn)a1j1a2j2…anjn|A|=\begin{vmatrix}a_{11} &a_{12}&\ldots&a_{1n}\\a_{21} &a_{22}&\ldots&a_{2n}\\\vdots&\vdots&&\vdots&\\a_{n1}&a_{n2}&\ldots&a_{nn}\end{vmatrix}=\sum_{j_1j_2\ldots j_n}(-1)^{\tau(j_1j_2\ldots j_n)}a_{1j_1}a_{2j_2}\dots a_{nj_n} A=a11a21an1a12a22an2a1na2nann=j1j2jn(1)τ(j1j2jn)a1j1a2j2anjn
这个式子称为行列式∣A∣|A|Annn完全展开式,共有n!n!n!项。

  • 对于二阶三阶行列式有对角线法则:
    • 2阶行列式:∣abcd∣=ad−bc\begin{vmatrix}a&b\\c&d\end{vmatrix}=ad-bcacbd=adbc
    • 3阶行列式:
      ∣a1a2a3b1b2b3c1c2c3∣=a1b2c3+a2b3c1+a3b1c2−a3b2c1−a2b1c3−a1b3c2\begin{vmatrix}a_1&a_2&a_3\\b_1&b_2&b_3\\c_1&c_2&c_3\end{vmatrix}=a_1b_2c_3+a_2b_3c_1+a_3b_1c_2-a_3b_2c_1-a_2b_1c_3-a_1b_3c_2 a1b1c1a2b2c2a3b3c3=a1b2c3+a2b3c1+a3b1c2a3b2c1a2b1c3a1b3c2
  • 行列式的转置:转置是指将行列式的行和列互换。行列式∣A∣|A|A的转置行列式记为∣AT∣|A^T|AT
  • 余子式和代数余子式:将行列式的第iii行和第jjj列去掉,那么剩下的行列式就是aija_{ij}aij余子式,记为MijM_{ij}Mij,并记Aij=(−1)i+jMijA_{ij}=(-1)^{i+j}M_{ij}Aij=(1)i+jMijaija_{ij}aij代数余子式

行列式的性质

  • 经转置行列式的值不变,即∣AT∣=∣A∣|A^T|=|A|AT=A
  • 某行有公因式kkk,可把公因式kkk提到行列式外。
    ∣…………kai1kai2…kain…………∣=k∣…………ai1ai2…ain…………∣\begin{vmatrix} \dots&\dots&\dots&\dots\\ ka_{i1}&ka_{i2}&\dots&ka_{in}&\\ \dots&\dots&\dots&\dots \end{vmatrix} = k\begin{vmatrix} \dots&\dots&\dots&\dots\\ a_{i1}&a_{i2}&\dots&a_{in}&\\ \dots&\dots&\dots&\dots \end{vmatrix} kai1kai2kain=kai1ai2ain
    特别的:某行元素全为零,则行列式为000
  • 对换行列式某两行的位置,行列式变号。特别的:
    • 两行相等,行列式为000,即∣A∣=−∣A∣,∣A∣=0|A|=-|A|,|A|=0A=A,A=0
    • 两行成比例,行列式为000,即k∣A∣=−k∣A∣,∣A∣=0k|A|=-k|A|,|A|=0kA=kA,A=0
  • 某行所有元素都是两个数的和,则可写成两个行列式之和。∣a1+b1a2+b2a3+b3c1c2c3d1d2d3∣=∣a1a2a3c1c2c3d1d2d3∣+∣b1b2b3c1c2c3d1d2d3∣\begin{vmatrix}a_1+b_1&a_2+b_2&a_3+b_3\\c_1&c_2&c_3\\d_1&d_2&d_3\end{vmatrix}=\begin{vmatrix}a_1&a_2&a_3\\c_1&c_2&c_3\\d_1&d_2&d_3\end{vmatrix}+\begin{vmatrix}b_1&b_2&b_3\\c_1&c_2&c_3\\d_1&d_2&d_3\end{vmatrix}a1+b1c1d1a2+b2c2d2a3+b3c3d3=a1c1d1a2c2d2a3c3d3+b1c1d1b2c2d2b3c3d3
  • 行列式某行的kkk倍加至另一行,行列式不变。
    ∣a1+kb1a2+kb2a3+kb3b1b2b3c1c2c3∣=∣a1a2a3b1b2b3c1c2c3∣+k∣b1b2b3b1b2b3c1c2c3∣=∣a1a2a3b1b2b3c1c2c3∣\begin{vmatrix} a_1+kb_1&a_2+kb_2&a_3+kb_3\\ b_1&b_2&b_3\\ c_1&c_2&c_3 \end{vmatrix} = \begin{vmatrix} a_1&a_2&a_3\\ b_1&b_2&b_3\\ c_1&c_2&c_3 \end{vmatrix} {+}k \begin{vmatrix} b_1&b_2&b_3\\b_1&b_2&b_3\\c_1&c_2&c_3 \end{vmatrix} = \begin{vmatrix} a_1&a_2&a_3\\ b_1&b_2&b_3\\ c_1&c_2&c_3 \end{vmatrix} a1+kb1b1c1a2+kb2b2c2a3+kb3b3c3=a1b1c1a2b2c2a3b3c3+kb1b1c1b2b2c2b3b3c3=a1b1c1a2b2c2a3b3c3
  • 按行按列展开式:
    • iii行展开:∣A∣=ai1Ai1+ai2Ai2+…+ainAin=∑j=1naijAij|A|=a_{i1}A_{i1}+a_{i2}A_{i2}+\ldots+a_{in}A_{in}=\sum_{j=1}^na_{ij}A_{ij}A=ai1Ai1+ai2Ai2++ainAin=j=1naijAij
    • jjj列展开:∣A∣=a1jA1j+a2jA2j+…+anjAnj=∑i=1naijAij|A|=a_{1j}A_{1j}+a_{2j}A_{2j}+\ldots+a_{nj}A_{nj}=\sum_{i=1}^na_{ij}A_{ij}A=a1jA1j+a2jA2j++anjAnj=i=1naijAij
  • 某一行(列)的所有元素与另一行(列)相应元素的代数余子式乘积之和等于000
    a11A31+a12A32+a13A33=0a_{11}A_{31}+a_{12}A_{32}+a_{13}A_{33}=0\\ a11A31+a12A32+a13A33=0
    证明:已知
    ∣A∣=∣a11a12a13a21a22a23a31a32a33∣|A|= \begin{vmatrix} a_{11}&a_{12}&a_{13}\\ a_{21}&a_{22}&a_{23}\\ a_{31}&a_{32}&a_{33} \end{vmatrix} A=a11a21a31a12a22a32a13a23a33
    构造以下行列式:
    ∣B∣=∣a11a12a13a21a22a23a11a12a13∣=0=a11A31+a12A32+a13A33|B|= \begin{vmatrix} a_{11}&a_{12}&a_{13}\\ a_{21}&a_{22}&a_{23}\\ a_{11}&a_{12}&a_{13} \end{vmatrix} =0 =a_{11}A_{31}+a_{12}A_{32}+a_{13}A_{33} B=a11a21a11a12a22a12a13a23a13=0=a11A31+a12A32+a13A33
    因为∣B∣|B|BA31A_{31}A31A32A_{32}A32A33A_{33}A33∣A∣|A|A的相等,所以:
    a11A31+a12A32+a13A33=0a_{11}A_{31}+a_{12}A_{32}+a_{13}A_{33}=0\\ a11A31+a12A32+a13A33=0

重要公式

  • 上(下)三角行列式的值:∣a11a12…a1n0a22…a2n⋮⋮⋮00…ann∣=∣a110…0a21a22…0⋮⋮⋮an1an2…ann∣=a11a22…ann\begin{vmatrix}a_{11}&a_{12}&\ldots& a_{1n}\\0&a_{22}&\ldots&a_{2n}\\\vdots&\vdots&&\vdots\\0&0&\ldots&a_{nn}\end{vmatrix}=\begin{vmatrix}a_{11}&0&\ldots& 0\\a_{21}&a_{22}&\ldots&0\\\vdots&\vdots&&\vdots\\a_{n1}&a_{n2}&\ldots&a_{nn}\end{vmatrix}=a_{11}a_{22}\dots a_{nn}a1100a12a220a1na2nann=a11a21an10a22an200ann=a11a22ann
  • 副对角线行列式的值:∣a11a12…a1na21a22…0⋮⋮⋮an10…0∣=∣0…0a1n0…a2(n−1)a2n⋮⋮⋮an1…an(n−1)ann∣=(−1)n(n−1)2a1na2(n−1)…an1\begin{vmatrix}a_{11}&a_{12}&\ldots& a_{1n}\\a_{21}&a_{22}&\ldots&0\\\vdots&\vdots&&\vdots\\a_{n1}&0&\ldots&0\end{vmatrix}=\begin{vmatrix}0&\dots&0& a_{1n}\\0&\dots&a_{2(n-1)}&a_{2n}\\\vdots&&\vdots&\vdots\\a_{n1}&\dots&a_{n(n-1)}&a_{nn}\end{vmatrix}=(-1)^{\frac{n(n-1)}{2}}a_{1n}a_{2(n-1)}\dots a_{n1}a11a21an1a12a220a1n00=00an10a2(n1)an(n1)a1na2nann=(1)2n(n1)a1na2(n1)an1
  • 范德蒙行列式:
    ∣11…1a1a2…ana12a22…an2⋮⋮⋮a1n−1a2n−1…ann−1∣=∏1≤j<i≤n(ai−aj)\begin{vmatrix} 1&1&\dots&1\\ a_1&a_2&\dots&a_n\\ a_1^2&a_2^2&\dots&a_n^2\\ \vdots&\vdots&&\vdots\\ a_1^{n-1}&a_2^{n-1}&\dots&a_n^{n-1} \end{vmatrix} = \prod_{1≤j<i≤n}(a_i-a_j) 1a1a12a1n11a2a22a2n11anan2ann1=1j<in(aiaj)
    证明:假设n−1n-1n1时,∣An−1∣=∏1≤j<i≤n−1(ai−aj)|A_{n-1}|=\prod_{1≤j<i≤n-1}(a_i-a_j)An1=1j<in1(aiaj)成立,对于nnn阶行列式∣An∣|A_n|An,将上一行的的−a1-a_1a1倍加到下一行,由n−1n-1n1行开始,得
    ∣11…10a2−a1…an−a10a22−a1a2…an2−a1an⋮⋮⋮0a2n−1−a1a2n−2…ann−1−anann−2∣=∣a2−a1a3−a1…an−a1a2(a2−a1)a3(a3−a1)…an(an−a1)⋮⋮⋮a2n−1(a2−a1)a3n−1(a3−a1)…ann−1(an−a1)∣=(a2−a1)(a3−a1)…(an−a1)∣11…1a1a2…ana12a22…an2⋮⋮⋮a1n−2a2n−2…ann−2∣=(a2−a1)(a3−a1)…(an−a1)∏1≤j<i≤n−1(ai−aj)=∏1≤j<i≤n(ai−aj)\begin{vmatrix} 1&1&\dots&1\\ 0&a_2-a_1&\dots&a_n-a_1\\ 0&a_2^2-a_1a_2&\dots&a_n^2-a_1a_n\\ \vdots&\vdots&&\vdots\\ 0&a_2^{n-1}-a_1a_2^{n-2}&\dots&a_n^{n-1}-a_na_n^{n-2} \end{vmatrix}\\\ \\= \begin{vmatrix} a_2-a_1&a_3-a_1&\dots&a_n-a_1\\ a_2(a_2-a_1)&a_3(a_3-a_1)&\dots&a_n(a_n-a_1)\\ \vdots&\vdots&&\vdots\\ a_2^{n-1}(a_2-a_1)&a_3^{n-1}(a_3-a_1)&\dots&a_n^{n-1}(a_n-a_1) \end{vmatrix}\\\ \\= (a_2-a_1)(a_3-a_1)\dots(a_n-a_1) \begin{vmatrix} 1&1&\dots&1\\ a_1&a_2&\dots&a_n\\ a_1^2&a_2^2&\dots&a_n^2\\ \vdots&\vdots&&\vdots\\ a_1^{n-2}&a_2^{n-2}&\dots&a_n^{n-2} \end{vmatrix}\\\ \\=(a_2-a_1)(a_3-a_1)\dots(a_n-a_1)\prod_{1≤j<i≤n-1}(a_i-a_j)\\\ \\=\prod_{1≤j<i≤n}(a_i-a_j) 10001a2a1a22a1a2a2n1a1a2n21ana1an2a1anann1anann2 =a2a1a2(a2a1)a2n1(a2a1)a3a1a3(a3a1)a3n1(a3a1)ana1an(ana1)ann1(ana1) =(a2a1)(a3a1)(ana1)1a1a12a1n21a2a22a2n21anan2ann2 =(a2a1)(a3a1)(ana1)1j<in1(aiaj) =1j<in(aiaj)
  • 拉普拉斯展开式:
    ∣Am∗OBn∣=∣AmO∗Bn∣=∣Am∣∗∣Bn∣\begin{vmatrix}A_m&*\\O&B_n\end{vmatrix}=\begin{vmatrix}A_m&O\\*&B_n\end{vmatrix}=|A_m|*|B_n|AmOBn=AmOBn=AmBn ∣OAmBn∗∣=∣∗AmBnO∣=(−1)nm∣Am∣∗∣Bn∣\begin{vmatrix}O&A_m\\B_n&*\end{vmatrix}=\begin{vmatrix}*&A_m\\B_n&O\end{vmatrix}=(-1)^{nm}|A_m|*|B_n|OBnAm=BnAmO=(1)nmAmBn
  • 特征多项式:设A=(aij)A=(a_{ij})A=(aij)333阶矩阵,则AAA的特征多项式∣λE−A∣=λ3−(a11+a22+a33)λ2+s2λ−∣A∣\begin{vmatrix}\lambda E-A \end{vmatrix}=\lambda^{3}-(a_{11}+a_{22}+a_{33})\lambda^2+s_2\lambda-|A|λEA=λ3(a11+a22+a33)λ2+s2λA其中s2=∣a11a12a21a22∣+∣a11a13a31a33∣+∣a11a22a32a33∣s_2=\begin{vmatrix}a_{11}&a_{12}\\a_{21}&a_{22}\end{vmatrix}+\begin{vmatrix}a_{11}&a_{13}\\a_{31}&a_{33}\end{vmatrix}+\begin{vmatrix}a_{11}&a_{22}\\a_{32}&a_{33}\end{vmatrix}s2=a11a21a12a22+a11a31a13a33+a11a32a22a33

克拉默法则

nnn个未知数、nnn个方程的线性方程组:{a11x1+a12x2+⋯+a1nxn=b1a21x1+a22x2+⋯+a2nxn=b2…an1x1+an2x2+⋯+annxn=bn\begin{cases}a_{11}x_1+a_{12}x_2+\dots+a_{1n}x_n=b_1\\a_{21}x_1+a_{22}x_2+\dots+a_{2n}x_n=b_2\\\dots\\a_{n1}x_1+a_{n2}x_2+\dots+a_{nn}x_n=b_n\\\end{cases}a11x1+a12x2++a1nxn=b1a21x1+a22x2++a2nxn=b2an1x1+an2x2++annxn=bn的系数行列式:D=∣A∣=∣a11a12…a1na21a22…a2n⋮⋮⋮an1an2…ann∣≠0D=|A|=\begin{vmatrix}a_{11}&a_{12}&\dots&a_{1n}\\a_{21}&a_{22}&\dots&a_{2n}\\\vdots&\vdots&&\vdots\\a_{n1}&a_{n2}&\dots&a_{nn}\end{vmatrix}≠0D=A=a11a21an1a12a22an2a1na2nann=0则方程组有唯一解:x1=D1D,x2=D2D,…,xn=DnDx_1=\frac{D_1}{D},x_2=\frac{D_2}{D},\dots,x_n=\frac{D_n}{D}x1=DD1,x2=DD2,,xn=DDn其中Dj=∑i=1nbiAij=∣a11…a1,j−1b1a1,j+1…a1na21…a2,j−1b2a2,j+1…a2n⋮⋮⋮⋮⋮an1…an,j−1b1an,j+1…ann∣(j=1,2,…,n)D_j=\sum_{i=1}^nb_iA_{ij}=\begin{vmatrix}a_{11}&\dots&a_{1,j-1}&b_1&a_{1,j+1}&\dots&a_{1n}\\a_{21}&\dots&a_{2,j-1}&b_2&a_{2,j+1}&\dots&a_{2n}\\\vdots&&\vdots&\vdots&\vdots&&\vdots\\a_{n1}&\dots&a_{n,j-1}&b_1&a_{n,j+1}&\dots&a_{nn}\end{vmatrix}(j=1,2,\dots,n)Dj=i=1nbiAij=a11a21an1a1,j1a2,j1an,j1b1b2b1a1,j+1a2,j+1an,j+1a1na2nann(j=1,2,,n)
若齐次方程组:{a11x1+a12x2+⋯+a1nxn=0a21x1+a22x2+⋯+a2nxn=0…an1x1+an2x2+⋯+annxn=0\begin{cases}a_{11}x_1+a_{12}x_2+\dots+a_{1n}x_n=0\\a_{21}x_1+a_{22}x_2+\dots+a_{2n}x_n=0\\\dots\\a_{n1}x_1+a_{n2}x_2+\dots+a_{nn}x_n=0\\\end{cases}a11x1+a12x2++a1nxn=0a21x1+a22x2++a2nxn=0an1x1+an2x2++annxn=0的系数行列式D≠0D\neq0D=0,则方程组只有零解。若有非零解,则系数行列式D=0D=0D=0

补充知识

  • ∑i=1nkai=k∑i=1nai\sum_{i=1}^nka_i=k\sum_{i=1}^na_i i=1nkai=ki=1nai
  • ∑i=1n(ai+bi)=∑i=1nai+∑i=1nbi\sum_{i=1}^n(a_i+b_i)=\sum_{i=1}^na_i+\sum_{i=1}^nb_i i=1n(ai+bi)=i=1nai+i=1nbi
  • ∑i=1m∑j=1naij=∑j=1n∑i=1maij\sum_{i=1}^m\sum_{j=1}^na_{ij}=\sum_{j=1}^n\sum_{i=1}^ma_{ij} i=1mj=1naij=j=1ni=1maij

相关文章:

线性代数——行列式

文章目录版权声明排列行列式行列式的由来行列式的概念行列式的性质重要公式克拉默法则补充知识版权声明 本文大部分内容皆来自李永乐老师考研教材和视频课。 排列 由1,2,…,n1,2,\ldots,n1,2,…,n组成的有序数组称为一个nnn阶排列&#xff0c;通常使用j1j2…jnj_1j_2\ldots …...

Spring注解-Spring-boot-SpingAOP

Spring各个模块 Test 对应spring-test.jar. Spring提供的测试工具, 可以整合JUnit测试, 简化测试环节. Core Container ​ Spring的核心组件, 包含了Spring框架最基本的支撑. ​ Beans, 对应spring-beans.jar. Spring进行对象管理时依赖的jar包. ​ Core, 对应spring-core.jar,…...

使用Shell传参解决DataPhin中PySpark不支持中文的问题

使用Shell传参解决DataPhin中PySpark不支持中文的问题 背景 笔者开发PySpark任务时【别问为神马不用Java和Scala打Jar包的方式&#xff0c;PySpark不需要打包所以开发效率极高&#xff0c;早点搞完早点下班】&#xff0c;遇到一个令所有SQL Boy都很头疼的问题&#xff0c;那就…...

【CDH】cloudera manger 如何开启Debug 日志调试模式

前言 在安装 Cloudera Manger 时&#xff0c;遇到报错&#xff0c;需要开启Debug 日志级别来排查下问题原因。这里记录下 CM 如何开启 Debug 级别。 方法一&#xff1a;为整个服务启动DEBUG 如果 CM 无法启动&#xff0c;则可以为整个服务器启用 DEBUG 或 TRACE。 警告&…...

SQL Server 用户授权与回收

创建xxbbbb账号&#xff0c;账号可以在Company_report20221019.dbo.qfacccmprf表中进行select、 insert,update,delete --创建登录账号 create login xxbbbb with password12345#---创建用户 use Company_report20221019 create user xxbbbb for login xxbbbb---将qfacccmprf表…...

电脑出现乱码的原因以及解决方法

在日常使用电脑的过程中&#xff0c;经常会遇到电脑出现乱码&#xff0c;那么为什么会出现乱码呢&#xff1f;出现乱码又该怎么解决呢&#xff1f;下面我们一起来了解一下。 出现乱码的原因 系统乱码&#xff1a;主要是Windows中显示乱码&#xff0c;比如菜单、桌面、启动界面…...

网络工程师笔记

第一天&#xff1a; 编码就是转化为数字信号&#xff1b;调制就是转化为模拟信号&#xff1b; 调制&#xff1a; 1、基带调制&#xff08;不改变频率&#xff0c;只改变波形&#xff09; 2、带通调制&#xff08;迁移到较高的频段进行传输&#xff09; &#xff08;1&…...

linux用户添加用户组与目录切换用户组的操作记录

linux用户添加到多个组 usermod -G groupname username (这种会把用户从其他组中去掉&#xff0c;只属于该组) 如&#xff1a;usermod -G git git (git只属于git组) usermod -a -G groupname username (把用户添加到这个组&#xff0c;之前所属组不影响) 如&#xff1a;usermod…...

在CentOS 7上使用二进制文件安装单节点Kubernetes的详细步骤:

确保您的系统已经安装了Docker和etcd。如果没有&#xff0c;请按照以下命令安装它们&#xff1a; yum install docker etcd 启动Docker服务并将其设置为开机自启&#xff1a; systemctl start docker systemctl enable docker 下载所需的Kubernetes二进制文件。您可以从以下网…...

iCollections for mac 8.0.6.80608 保持Mac桌面的整洁

应用介绍 iCollections允许您在桌面上创建区域&#xff0c;以便您可以排序和排列图标。这可以帮助您将相关项目保持在一起&#xff0c;以便文件&#xff08;图片&#xff0c;文档&#xff0c;屏幕截图&#xff0c;应用程序等&#xff09;井井有条且易于查找。 小麦测试可以按照…...

学习HM微博项目第8天

步骤&#xff1a;发微博01-导航栏内容 -> 发微博02-自定义TextView -> 发微博03-完善TextView和发送微博按钮 -> 发微博04-显示工具条 -> 发微博05-封装工具条和相册 -> 发微博06-发送微博 发微博01-导航栏内容 APP的演示操作&#xff1a; 从APP的演示操作中可…...

十五、存储过程与函数

一、存储过程概述 1、简介 含义&#xff1a;存储过程的英文是 Stored Procedure 。它的思想很简单&#xff0c;就是一组经过 预先编译 的 SQL 语句的封装 执行过程&#xff1a;存储过程预先存储在 MySQL 服务器上&#xff0c;需要执行的时候&#xff0c;客户端只需要向服务器…...

php实现助记词转TRX,ETH 私钥和钱包地址

TRX助记词转地址网上都是Java&#xff0c;js或其他语言开发的示例&#xff0c;一个简单的功能需要依赖其他环境来实现表示不能忍&#xff0c;毕竟php是世界上最好的语言。【狗头】 一、知识准备 要实现助记词转TRX私钥和地址&#xff0c;先需要知道助记词和私钥钱包地址之间的…...

浅析可观测系统中sdk的不同引入方式的利与弊

文章前提是不考虑sw的方式引入&#xff0c;同时不考虑在nginx等自动注入js脚本的方式&#xff0c;那么基本就是两种大的形式&#xff1a;cdn引入和本地引入其中cdn引入有两种&#xff1a;cdn同步cdn异步本地引入有两种&#xff1a;npm本地js文件参考知识提前先补充一张图片正文…...

Google Earth导入经纬高(txt文件)

目录 一、提取GNSS数据生成txt文本文件 二、Google Earth导入txt文件 1、启动Google Earth 2、打开vig_result.txt...

Unity客户端开发工程师的进阶之路

UWA技能成长系统是UWA根据学员的职业发展目标&#xff0c;提供技能学习的推荐路径&#xff0c;再将所需学习内容按难易等多维度&#xff0c;设计分成多个学习阶段&#xff0c;可以循序渐进地进行学习。 进入技能成长体系&#xff0c;目标选择高级客户端开发工程师&#xff08;U…...

2023年全国最新高校辅导员精选真题及答案34

百分百题库提供高校辅导员考试试题、辅导员考试预测题、高校辅导员考试真题、辅导员证考试题库等&#xff0c;提供在线做题刷题&#xff0c;在线模拟考试&#xff0c;助你考试轻松过关。 72.心理发展的特点是&#xff08;&#xff09;。 A.方向性与不可逆性 B.连续性与阶段性…...

chatGPT身份指令

充当 Linux 终端 我想让你充当 Linux 终端。我将输入命令&#xff0c;您将回复终端应显示的内容。我希望您只在一个唯一的代码块内回复终端输出&#xff0c;而不是其他任何内容。不要写解释。除非我指示您这样做&#xff0c;否则不要键入命令。当我需要用英语告诉你一些事情时&…...

基于springboot实现私人健身与教练预约管理系统【源码+论文】分享

基于springboot实现私人健身与教练预约管理系统演示开发语言&#xff1a;Java 框架&#xff1a;springboot JDK版本&#xff1a;JDK1.8 服务器&#xff1a;tomcat7 数据库&#xff1a;mysql 5.7 数据库工具&#xff1a;Navicat11 开发软件&#xff1a;eclipse/myeclipse/idea M…...

网络技术领域术语大全,含中英文及缩写,强烈建议收藏!

你好&#xff0c;这里是网络技术联盟站。 今天给大家分享的是网络技术领域相关的术语大全&#xff0c;在文末&#xff0c;我已经将本文整理成一个pdf文档了&#xff0c;大家可以下载到本地以便查阅。 自主访问控(DAC:Discretionary Access Control) 自主访问控制(DAC)是一个…...

idea大量爆红问题解决

问题描述 在学习和工作中&#xff0c;idea是程序员不可缺少的一个工具&#xff0c;但是突然在有些时候就会出现大量爆红的问题&#xff0c;发现无法跳转&#xff0c;无论是关机重启或者是替换root都无法解决 就是如上所展示的问题&#xff0c;但是程序依然可以启动。 问题解决…...

linux之kylin系统nginx的安装

一、nginx的作用 1.可做高性能的web服务器 直接处理静态资源&#xff08;HTML/CSS/图片等&#xff09;&#xff0c;响应速度远超传统服务器类似apache支持高并发连接 2.反向代理服务器 隐藏后端服务器IP地址&#xff0c;提高安全性 3.负载均衡服务器 支持多种策略分发流量…...

Zustand 状态管理库:极简而强大的解决方案

Zustand 是一个轻量级、快速和可扩展的状态管理库&#xff0c;特别适合 React 应用。它以简洁的 API 和高效的性能解决了 Redux 等状态管理方案中的繁琐问题。 核心优势对比 基本使用指南 1. 创建 Store // store.js import create from zustandconst useStore create((set)…...

React Native 开发环境搭建(全平台详解)

React Native 开发环境搭建&#xff08;全平台详解&#xff09; 在开始使用 React Native 开发移动应用之前&#xff0c;正确设置开发环境是至关重要的一步。本文将为你提供一份全面的指南&#xff0c;涵盖 macOS 和 Windows 平台的配置步骤&#xff0c;如何在 Android 和 iOS…...

Admin.Net中的消息通信SignalR解释

定义集线器接口 IOnlineUserHub public interface IOnlineUserHub {/// 在线用户列表Task OnlineUserList(OnlineUserList context);/// 强制下线Task ForceOffline(object context);/// 发布站内消息Task PublicNotice(SysNotice context);/// 接收消息Task ReceiveMessage(…...

【项目实战】通过多模态+LangGraph实现PPT生成助手

PPT自动生成系统 基于LangGraph的PPT自动生成系统&#xff0c;可以将Markdown文档自动转换为PPT演示文稿。 功能特点 Markdown解析&#xff1a;自动解析Markdown文档结构PPT模板分析&#xff1a;分析PPT模板的布局和风格智能布局决策&#xff1a;匹配内容与合适的PPT布局自动…...

第25节 Node.js 断言测试

Node.js的assert模块主要用于编写程序的单元测试时使用&#xff0c;通过断言可以提早发现和排查出错误。 稳定性: 5 - 锁定 这个模块可用于应用的单元测试&#xff0c;通过 require(assert) 可以使用这个模块。 assert.fail(actual, expected, message, operator) 使用参数…...

Mac软件卸载指南,简单易懂!

刚和Adobe分手&#xff0c;它却总在Library里给你写"回忆录"&#xff1f;卸载的Final Cut Pro像电子幽灵般阴魂不散&#xff1f;总是会有残留文件&#xff0c;别慌&#xff01;这份Mac软件卸载指南&#xff0c;将用最硬核的方式教你"数字分手术"&#xff0…...

【服务器压力测试】本地PC电脑作为服务器运行时出现卡顿和资源紧张(Windows/Linux)

要让本地PC电脑作为服务器运行时出现卡顿和资源紧张的情况&#xff0c;可以通过以下几种方式模拟或触发&#xff1a; 1. 增加CPU负载 运行大量计算密集型任务&#xff0c;例如&#xff1a; 使用多线程循环执行复杂计算&#xff08;如数学运算、加密解密等&#xff09;。运行图…...

如何理解 IP 数据报中的 TTL?

目录 前言理解 前言 面试灵魂一问&#xff1a;说说对 IP 数据报中 TTL 的理解&#xff1f;我们都知道&#xff0c;IP 数据报由首部和数据两部分组成&#xff0c;首部又分为两部分&#xff1a;固定部分和可变部分&#xff0c;共占 20 字节&#xff0c;而即将讨论的 TTL 就位于首…...