当前位置: 首页 > news >正文

线性代数 行列式

一、行列式

1、定义

            一个数学概念,主要用于 线性代数中,它是一个可以从方阵(即行数和列数相等的矩阵)形成的一个标量(即一个单一的数值)

2、二阶行列式

        像这样将一个式子收缩称为一个 2*2 的表达形式

        二阶行列式计算:对角线法,左上到右下(主对角线)减去右上到左下(副对角线)

3、三阶行列式

        

        对角线法则计算:

4、n阶行列式

4.1、排列

        从一组元素中选出若干个元素,并按照一定的顺序排列起来。对于一个包含 n 个元素的集合,其所有元素的全排列数目是 n!(即 n 的阶乘)

4.2、逆序

        如果一个较大的数排在一个较小的数前面,则称这两个数构成一个逆序;逆序的总数称为逆序数;逆序数可以帮助我们理解排列的“混乱”程度。

例如,在排列 (3,1,4,2) 中,逆序有: 3 和 1 构成一个逆序、3 和 2 构成一个逆序、4 和 2 构成一个逆序;这个排列的逆序数是 3;逆序的表示符号为N或者为τ(读作涛)

4.3、奇排列和偶排列

        如果一个排列的逆序数是奇数,则称该排列为奇排列;如果是偶数,则称该排列为偶排列。

例如:N(1432) = 3,则 (1432) 为奇排列;N(4321)=6,则 (4321) 为偶排列。

4.4、对换

        排列中的任意两个元素进行交换(称为对换),会改变排列的奇偶性。例如:N(651243) = 10,为偶排列,将5和1兑换,则 N(615243) = 9,为奇排列。

4.5、行列式展开

       按行展开

 

        3阶行列式按行展开后为6项,每项为3个不同行不同列的3个元素相乘,aij元素的行标i都是123的自然排列,aij元素列标j则为:123、231、312、321、213、132,总数为3!=6(保证 按照行顺序进行,则逆序数就可用列顺序排列即可 )

分别计算列标排列的逆序数:

N(123) = 0 偶数

N(231) = 1 + 1 = 2 偶数

N(312) = 2 偶数

N(321) = 2 + 1 = 3 奇数

N(213) = 1 奇数

N(132) = 1 奇数

通过观察公式可以看出,逆序数为偶数的排列的运算符号为+,为奇数的排列的运算符号为-

总结:

1.行标取自然排列(一般以第一行为准,按照从左到右依次排队)

2.不同行不同列的3个元素相乘 (第一行取了第一列的数据,那么第二行的数据只能从第二列或第三列获取)

3.列标取排列的所有可能 (第一行取了第一列的数据,那么就产生两种数据 ,a_{11} a_{12} a_{13}或者a_{11}a_{23}a_{32},同理类推,在第一个确定的情况,后面只会有两种排列

4.列标排列的逆序数的奇偶性决定运算符号,逆序数为偶数的运算符号为+,奇数的运算符号为-

那么得到n阶行列式的表达式为

也就是挨个列举第一行的值乘上排列得到值的累加之和;使用逆序数来判断符号

例如:

按列展开

        同按行展开,列标按顺序获取,列举所有可能行标,判断行标的逆序数,将所有可能值相机得到最终结果

4.6、特殊n阶行列式

        行列式某一行(列)全为0,则行列式为0;

        三角形行列式等于对角线元素的乘积(逆序数判断正负号 ,主对角线为正、副对角线为负);

二、行列式性质

1、行列式的转置等于行列式本身  det(A)^T=det(A)

2、交换行列式的两行(任意行列)会导致行列式的值变为其原来的相反数;

3、行列式两行(列)相等,则行列式为0;

4、用k乘以行列式某一行的所有元素,等于用k乘以行列式

5、如果一个行列式的两行(或两列)对应成比例,那么这个行列式的值必定为零。(与3类似)

6、如果一个行列式的某一行(或某一列)是两个数之和,那么这个行列式可以表示为两个行列式的和 det⁡(A)=det⁡(B)+det⁡(C)

7、将行列式的某一行(列)乘以一个数加到另一行(列)上,行列式的值保持不变。(切记,归根结底是行列式的行相加或者列相加,不是行乘外来数值赋值到本行列式)

三、行列式扩展

1、代数余子式

        余子式  M_{ij}  给定一个 n×n的矩阵 A,其第 i 行第j 列的元素 aij的余子式 Mij是指去掉第i行和第j列后得到的 (n−1)×(n−1) 子矩阵的行列式;余子式的一个重要应用是计算行列式的值,行列式 det⁡(A)等于任意一行或一列的元素与其对应的余子式的乘积(代数余子式)的累计之和。

        代数余子式  给定一个 n×n 的矩阵 A,其第i行第j列的元素 aij 的代数余子式 Cij定义为:   C_{ij} ={-1}^{i+j} ⋅M_{ij}

例如:对于一个 3×3的矩阵

元素 a11的代数余子式 C11 = {-1}^{(1+1)} * M_{11}=M_{11}

        拉普拉斯展开定理  行列式等于它的某一行元素与其代数余子式的乘积之和 (det⁡(A) = a_{11}C_{11}+a_{12}C_{12}+a_{13}C_{13}

2、克莱姆法则

        假设有一个由 n 个线性方程组成的n 元线性方程组如下,可以将方程组写成 AX=B(不存在部分系数等于0);

        

相关文章:

线性代数 行列式

一、行列式 1、定义 一个数学概念,主要用于 线性代数中,它是一个可以从方阵(即行数和列数相等的矩阵)形成的一个标量(即一个单一的数值) 2、二阶行列式 ,像这样将一个式子收缩称为一个 2*2 的…...

Ubuntu 通过 Docker 搭建 GitLab

准备工作 1.)更新软件。确保你的系统是最新 sudo apt update sudo apt upgrade -y 2.)安装 Docker 和 Docker Compose。 参考:Ubuntu 上安装 Docker-CSDN博客 1. 创建 GitLab 目录 创建一个用于存储 GitLab 数据和配置的目录&#xff1…...

原来CDC数据同步可以这么简单,零代码可视化一键数据同步

当前企业实时同步与分析场景中面临的挑战: 随着业务发展需要,实时分析成为企业目前的强需求,成为支撑企业业务发展的必须项。 一般来说,要满足数据实时分析的诉求,通常有两种方案: 第一种是直接使用源端…...

Ubuntu环境使用 Whisper 与 ZhipuAI 实现本地批量视频转录与文本标点复原(本地亲测可用)

使用 Whisper 与 ZhipuAI 实现批量视频转录与文本标点添加 在本篇博客中,我们将介绍一个实用的项目,帮助初学者了解如何使用 Whisper 和 ZhipuAI 的 API 来进行视频转录和文本处理。这个项目主要功能是将视频转录成文本,并利用大语言模型为转…...

SPI机制

一、SPI简介 SPI(Service Provider Interface)机制是一种服务发现机制,广泛用于Java生态中。它允许框架或库通过接口解耦具体实现,用户可以在运行时动态地提供接口的实现,而不是在编译时确定。这种机制在很多场景下非…...

生信分析流程:从数据准备到结果解释的完整指南

介绍 生物信息学(生信)分析是一个复杂的过程,涉及从数据准备到结果解释的多个步骤。随着高通量测序技术的发展和生物数据的迅猛增长,了解和掌握生信分析的标准流程变得尤为重要。这不仅有助于提高分析的准确性,还能优…...

golang语法

参考链接&#xff1a;https://www.runoob.com/go/ 创建变量 // 3种方法 var a int a : 10 // 类型推断 a : make() // 复合类型循环 // 3种循环 for i : 0; i < 10; i {// 循环体} // 传统for循环 for index, num : range nums {// 循环体} // nums是可迭代的复合类型…...

【fisco学习记录2】多群组搭建

说明 文档参考&#xff1a; 多群组部署 — FISCO BCOS 2.0 v2.11.0 文档 (fisco-bcos-documentation.readthedocs.io) 多群组搭建之前&#xff0c;先暂停之前的单群组&#xff0c;并删除&#xff1a; cd fisco bash nodes/127.0.0.1/stop_all.sh rm -rf nodes/ 实现图&…...

深度解读:路由交换、负载均衡与防火墙的网络交响

一、路由交换&#xff1a;网络流动的“大动脉” 1. 路由&#xff1a;决定命运的“路径规划师” 路由技术如同现代交通网络中的导航系统&#xff0c;决定了数据从起点到终点的最佳路径。路由器基于网络层IP地址&#xff0c;对每个数据包进行精确的路径选择&#xff0c;并确保其…...

linux线程 | 线程的控制(二)

前言&#xff1a; 本节内容是线程的控制部分的第二个小节。 主要是列出我们的线程控制部分的几个细节性问题以及我们的线程分离。这些都是需要大量的代码去进行实验的。所以&#xff0c; 准备好接受新知识的友友们请耐心观看。 现在开始我们的学习吧。 ps:本节内容适合了解线程…...

npm install报错一堆sass gyp ERR!

执行npm install &#xff0c;出现一堆gyp含有sass错误的情况下。 解决办法&#xff1a; 首页可能是node版本问题&#xff0c;太高或者太低&#xff0c;也会导致npm install安装错误&#xff08;不会自动生成node_modules文件&#xff09;&#xff0c;本次试验&#xff0c;刚开…...

微知-BlueField DPU在lspci中显示Flash Recovery是什么意思?

效果&#xff1a; lspci |grep BlueField10:00.0 Memory controller: Mellanox Technologies MT42822 Family [BlueField-2 SoC Flash Recovery] (rev 01)*原因&#xff1a; 表示此时flash是empty空的&#xff0c;或者在flash中的FW是无法工作的。比如烧录错误。 这里指的一提…...

【前端知识点】前端笔记

css 引入css文件的文件路径 <!-- 引入外部 CSS 文件 --> <!-- 当前文件所在文件夹目录 --> <link rel"stylesheet" href"./"> <!-- 当前文件所在父文件夹目录 --> <link rel"stylesheet" href"../">j…...

Sping Cache 使用详解

缓存是提升应用性能的常用手段。它通过将耗时的操作结果存储起来&#xff0c;下次请求可以直接从缓存中获取&#xff0c;从而避免重复计算或查询数据库&#xff0c;显著减少响应时间和服务器负载。Spring 框架提供了强大的缓存抽象 Spring Cache&#xff0c;它简化了缓存的使用…...

动手学深度学习60 机器翻译与数据集

1. 机器翻译与数据集 import os import torch from d2l import torch as d2l#save d2l.DATA_HUB[fra-eng] (d2l.DATA_URL fra-eng.zip,94646ad1522d915e7b0f9296181140edcf86a4f5)#save def read_data_nmt():"""载入“英语&#xff0d;法语”数据集"&qu…...

Python网络爬虫技术

Python网络爬虫技术详解 引言 网络爬虫&#xff08;Web Crawler&#xff09;&#xff0c;又称网络蜘蛛&#xff08;Web Spider&#xff09;或网络机器人&#xff08;Web Robot&#xff09;&#xff0c;是一种按照一定规则自动抓取互联网信息的程序或脚本。它们通过遍历网页链…...

黑马程序员-redis项目实践笔记1

目录 一、 基于Session实现登录 发送验证码 验证用户输入验证码 校验登录状态 Redis代替Session登录 发送验证码修改 验证用户输入验证码 登录拦截器的优化 二、 商铺查询缓存 缓存更新策略 数据库和缓存不一致解决方案 缓存更新策略的最佳实践方案 实现商铺缓…...

ES-入门聚合查询

url 请求地址 http://192.168.1.108:9200/shopping/_search {"aggs": { //聚合操作"price_group":{ //名称,随意起名"terms":{ //分组"field": "price" //分组字段}}} } 查询出来的结果是 查询结果中价格的平均值 {&q…...

七维大脑: 探索人类认知的未来之路

七维大脑&#xff1a; 探索人类认知的未来之路 随着科技的不断发展&#xff0c;人们对于大脑的认知也在不断扩展。近年来&#xff0c;科学家们提出了一个名为“七维大脑”的概念&#xff0c;试图通过七个维度来理解人类的认知过程。这个概念的提出&#xff0c;让人们开始思考&…...

spring |Spring Security安全框架 —— 认证流程实现

文章目录 开头简介环境搭建入门使用1、认证1、实体类2、Controller层3、Service层3.1、接口3.2、实现类3.3、实现类&#xff1a;UserDetailsServiceImpl 4、Mapper层3、自定义token认证filter 注意事项小结 开头 Spring Security 官方网址&#xff1a;Spring Security官网 开…...

Excel办公必备4个技巧:格式转换、隔列插入、限制编辑、文本数字分离

在日常办公中&#xff0c;Excel是我们使用频率最高的软件之一&#xff0c;但很多人只掌握了最基础的录入和简单计算功能&#xff0c;遇到一些“卡脖子”的小问题就束手无策&#xff0c;不得不手动折腾半天。其实&#xff0c;Excel中隐藏着不少实用的小技巧&#xff0c;能帮你轻…...

【Python多解释器隔离终极指南】:20年CTO亲授GIL绕过术、内存隔离与并发安全实战(附可运行代码库)

第一章&#xff1a;Python多解释器隔离的核心概念与演进脉络Python长期以来以全局解释器锁&#xff08;GIL&#xff09;为标志性设计&#xff0c;单进程内仅能存在一个活跃的CPython解释器状态&#xff08;PyInterpreterState&#xff09;&#xff0c;这使得“多解释器”长期处…...

墨语灵犀在互联网产品设计中的应用:用户需求分析与PRD生成

墨语灵犀在互联网产品设计中的应用&#xff1a;用户需求分析与PRD生成 每次产品评审会前&#xff0c;你是不是也经历过这样的夜晚&#xff1f;面对一堆零散的用户反馈、模糊的市场数据和脑子里盘旋的初步想法&#xff0c;要在短短几天内把它们梳理成一份逻辑清晰、结构完整的产…...

基于pso-LSTM的锂电池SOH健康状态预测模型(NASA数据集)B0005、B0006、B...

基于pso-LSTM的锂电池SOH健康状态预测模型&#xff08;NASA数据集&#xff09;B0005、B0006、B0007、B0008四个电池数据集。 在数据预处理阶段&#xff0c;用户可以自行完成SOH&#xff08;State of Health&#xff09;的计算&#xff0c;然后通过pso-LSTM神经网络进行预测。 该…...

Qwen3.5-4B-Claude-Opus应用场景:技术博客选题生成、文章大纲结构化输出

Qwen3.5-4B-Claude-Opus应用场景&#xff1a;技术博客选题生成与文章大纲结构化输出 1. 模型概述与核心能力 Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-GGUF是基于Qwen3.5-4B的推理蒸馏模型&#xff0c;特别强化了结构化分析和逻辑推理能力。这个经过优化的版本以GGUF…...

Qwen3.5-4B-Claude-Opus垂直场景:工业IoT设备告警根因的多条件推演

Qwen3.5-4B-Claude-Opus垂直场景&#xff1a;工业IoT设备告警根因的多条件推演 1. 工业IoT告警分析的挑战与机遇 在现代工业物联网环境中&#xff0c;设备告警分析面临着前所未有的复杂性。一个典型的制造工厂可能同时运行着数千台联网设备&#xff0c;每天产生数以万计的告警…...

Mermaid:文本驱动的可视化引擎深度指南

Mermaid&#xff1a;文本驱动的可视化引擎深度指南 【免费下载链接】mermaid mermaid-js/mermaid: 是一个用于生成图表和流程图的 Markdown 渲染器&#xff0c;支持多种图表类型和丰富的样式。适合对 Markdown、图表和流程图以及想要使用 Markdown 绘制图表和流程图的开发者。 …...

3分钟打造macOS级桌面体验:开源光标主题全攻略

3分钟打造macOS级桌面体验&#xff1a;开源光标主题全攻略 【免费下载链接】apple_cursor Free & Open source macOS Cursors. 项目地址: https://gitcode.com/gh_mirrors/ap/apple_cursor 你知道吗&#xff1f;每天在电脑前工作8小时&#xff0c;你的鼠标指针会出现…...

打造轻量级Windows系统:Tiny11Builder深度应用指南

打造轻量级Windows系统&#xff1a;Tiny11Builder深度应用指南 【免费下载链接】tiny11builder Scripts to build a trimmed-down Windows 11 image. 项目地址: https://gitcode.com/GitHub_Trending/ti/tiny11builder 价值定位&#xff1a;解决三大系统痛点 你的Windo…...

微信单向好友检测终极指南:如何一键找出并清理删除你的微信好友

微信单向好友检测终极指南&#xff1a;如何一键找出并清理删除你的微信好友 【免费下载链接】WechatRealFriends 微信好友关系一键检测&#xff0c;基于微信ipad协议&#xff0c;看看有没有朋友偷偷删掉或者拉黑你 项目地址: https://gitcode.com/gh_mirrors/we/WechatRealFr…...