线性代数之行列式基础点
线性代数之行列式基础点
顺序和逆序
如果我们定义一个排列的每个元素从左到右按照递增的顺序的摆放的,就称这样的排列是顺序的。比如3个数字组成的数列1 2 6,数列的第二个元素比第一个大,第三个比第二个大。那么相反的如果从左到右不是递增的,则为称之为逆序的。比如1 6 2,这里第三个不比第二大,所以是个逆序。
逆序数:给定一个数列,针对数列里每个数字计算出它的逆序个数(即它左边比它大的个数)的总和,则称之为逆序数。
注:当然也可以数右边比它小的个数。
令逆序数为为t,则
=
逆序数是奇数的排列叫做奇排列,逆序数是偶数的排列叫做偶排列。
数列的对换
把排列里任意两个元素对换(交换)形成新排列的动作叫做对换,特别的如果两个元素是相邻的,就叫做相邻交换。
不难发现:
1 任何一个交换都可以由相邻交换得到
2 两个元素交换后排列的奇偶性发生改变,即以前是偶排列会变成奇排列。
3 奇排列变成自然(标准)排列需要奇数次,同理偶排列需要偶数次。
三阶行列式
=
这里实际上每行每列取不同时同行同列的一个数得到元素乘积的累加和。根据组合的规律不难发现共有6种,即。
这里不难发现:
- 1行列式是n×n的,即有n行n列,有个数。或者说它是方的
- 行列式以||的形式表示,它本质上是一个数
- 行列式的阶数即是行列式的行数或者列数
3阶行列式通用表示方法是:
其中t是每个排列p1p2p3的逆序数,
是所有以行按照1、2、3排列,列按照p1、p2、p3排列的元素组合的乘积,此时再乘以 以确定且正负性。而∑是对所有的求和。
注:
- 这里p1、p2、p3都可能会取到1、2、3但排列时不能重复。
- 如果p1=3、p2=1、p3=2则 = 因为这里t=0+1+1=2。
也可以表示成或者
N阶行列式
有了3阶行列式的定义不难推广到一般的情况,对于N阶行列式,可以类似的定义出。
==
注:因为乘法满足结合律,所以这里的也可以不按照行(列)的自然(标准)顺序来排序。
行列式的性质
- 行列式转置值不变
- 行列式兑换两行(列)值变号
- 如果行列式里两行(列)完全相同,则行列式等于0
- 如果行列式的某行都乘以一个数k,等于k乘以该行列式源于乘法的提取公因子,因为某一列乘以一个数k,则组合式 有因子k。k等于0时亦成立。
- 行列式的某一行(列)有公因子k,则可以表示成k乘新行列式(对应元素除以k),即k可以提到行列式的外面。
- 如果行列式里两行(列)成比例,则行列式等于0.源于性质5和性质3
- 如果行列式里某行(列)是两个数相加,则该行列式可分成两个行列式的和(新行列式的组合方式是将该行或者列拆成两个数,其它的行或列保持不变)。 源于乘法的分配律和组合律。
- 行列式里某一行(列)乘以数k加到另一行(列)上后行列式的值不变。
几种特殊的行列式
主对角线行列式是主对角线(从左上角到右下角的斜线)元素不全为0,其余元素都为0的行列式。
次对角线行列式是主对角线(从右上角到左下角的斜线)元素不全为0,其余元素都为0的行列式。
上三角行列式是主对角线以下全为0的行列式,又简称上三角。
下三角行列式是主对角线以上全为0的行列式,又简称下三角。
对称行列式是aij=aji 即行列式里下标行列互换处的元素也对应相等。
行列式的展开式
余子式:将元素aij对应的第i行和第j列去掉之后组成的n-1阶行列式叫做的余子式。
代数余子式:Aij =叫做aij的代数余子式。
行列式的值等于某一行(列)的各个元素与其对应的代数余子式的乘积之和,即
D = (i=1,2,…,n),
或者
D= (j=1,2,…,n),
余子式、代数余子式的求法示例: 比如有行列式A
1 2 3
4 5 6
7 8 9
M11
A11 =
同理
M12
A12 =
范德蒙行列式
特别的针对行列式里每列的每行是上一行的k倍时的行列式,它的值等于如下:
注:
- 该数针对每列一般不同
- 该数一般是第二行里的数
- 第一行的数一般都是1
克莱姆法则
针对如上的方程,可以借助行列式得出其解:
其中
那么该方程有唯一解,且
其中D1 是将方程组右边的按顺序依次替换行列式D第一列里的元素而组成的新行列式。依此类推。
线性代数之行列式基础点相关推荐
- 线性代数之行列式矩阵术语中英对照
线性代数之行列式矩阵术语中英对照 本文基于Steven J. Leon著的第九版<Linear Algebra with Applications>整理,后续会输出其它章节,敬请期待. d ...
- math:线性代数之行列式
math:线性代数之行列式 提供解题的方法总结 如果存在什么问题,欢迎批评指正!谢谢!
- 线性代数矩阵行列式_矩阵的行列式 使用Python的线性代数
线性代数矩阵行列式 In linear algebra, the determinant is a scalar value that can be computed for a square mat ...
- 001 线性代数之行列式:定义、逆序数、余子式与代数余子式、n个易算行列式、范德蒙行列式
001 线性代数之行列式:定义.逆序数.余子式与代数余子式.n个易算行列式.范德蒙行列式
- 线性代数矩阵行列式_非平方矩阵的行列式| 使用Python的线性代数
线性代数矩阵行列式 Prerequisites: 先决条件: Defining a Matrix 定义矩阵 Determinant of a Matrix 矩阵的行列式 Note: Determina ...
- 线性代数及其应用_线性代数入门——行列式的简单应用选讲
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 ...
- 线性代数求行列式的值(用C++程序轻松解决)
C++代码实现行列式求值 行列式求值的基本思路 思路一--行列式展开 不利用辅助函数的递归: 辅助函数递归 奉上一个完整代码,可以直接根据提示计算 思路二--逆序数全排列 思路三--初等变换 调试分析 ...
- matlab怎么计算行列式,Matlab 线性代数(一)–行列式与方程组求解 | 学步园
1. %用克莱姆法则求解方程组 clear n=input('方程个数=') A=input('系数矩阵A=') b=input('常数列向量b=') if((size(A)~=[n,n])|(siz ...
- 线性代数 | (3) 行列式
目录 1. 行列式的概念 2. n阶行列式 3. 特殊行列式的计算 4. 行列式的性质 5. 行列式的计算 6. 克莱姆法则 7. 范德蒙行列式 8. 行列式与逆序数 9. 行列式展开定理 1. 行 ...
最新文章
- JavaScript武力值飙升!用TensorFlow.js轻松实现在浏览器里搞深度学习......
- android 实现悬架控制
- JSTokenField
- java hadoop api,Hadoop API,HadoopAPI
- win64位下安装python的image支持
- win10鼎信诺为什么安装不了_win10安装软件没反应怎么办
- 一次 Kafka 导致的 Sentry 无法处理 MiniDump 问题分析
- 中国芯绝配:普华推全新龙芯3A3000操作系统
- npm publish常见问题
- 【数字电路抢救】2 逻辑函数的代数化简 3逻辑表达式的化简
- 微信开发、申请微信号测试账号
- dns劫持解决方法有哪些、dns劫持什么意思
- Java 图形界面(满天星星)
- 长芯微LCM1118 16 位模数转换器 P2P替代ADS1118
- Learning ROS for Robotics Programming Second Edition学习笔记(六) indigo xtion pro live
- 零基础web前端学习路线【全新web前端入门视频教程】
- asp 更新 mysql数据库_asp update mysql数据库
- 魅族手机没有插耳机却显示耳机模式解决方案
- 也许有一天,你发觉日子特别的艰难,那可能是这次的收获将特别的巨大
- eSpace VTM Solution在金融信贷领域的应用开发
热门文章
- VTK:给定颜色,找到对比色用法实战
- JavaScript实现RadixSort基数排序算法(附完整源码)
- wxWidgets:创建应用程序的 DLL
- boost::safe_numerics模块实现测试自定义异常的测试程序
- boost::remove_copy相关的测试程序
- boost::python::converter::is_object_manager相关的测试程序
- 使用键值flyweight的Boost.Flyweight示例
- DCMTK:演示状态查看器-后台打印程序
- VTK:Shaders之MarbleShader
- VTK:PolyData之ConnectivityFilter_SpecifiedRegion