线性代数--行列式1

本篇来自对线性代数第一篇的行列式的一个总结。

主要是行列式中有些关键点和注意事项,便于之后的考研复习使用。

首先,对于普通的二阶和三阶行列式,我们可以直接对其进行拆开,展开。

而对于n阶行列式

其行列式的值等于它的任意一行或者一列与其对应的代数余子项的乘积之和

其中我们称

之后便是算数的过程.........

我知道行列式的展开讲述起来是一个抽象的过程,要想真正了解其还是得看书做题。

关于范德蒙行列式

这其实算是和点火公式一类,相当于公式一般记住就行

其特点是,第一行全是1,第二行为正常的元素,而第三行则为第二行相对应的元素的两次,第四行则为相对于第二行元素的三次,如此我们称该行列式为范德蒙行列式,

那么最终的结果即为,第二项减去第一项,乘,第三项减去第一项.....到第n项减去第一项(注意,此项目相减只发生在第二行,即为正常的元素)如此,所有的元素都减过了第一项,该所有的元素减去第二项(除去第一项),同理,到了第三项,所有元素减去第三项(除去第二项和第一项)。注意该最终的结果是所有相减的差相乘。

小总结

关于行列式,是一个难以表达,又是十分抽象的过程,我看了自己的过程,感觉就是完全不能拿到台面上的作品,其中的过程完全不能给那些初学者所表述清楚。可能这也是和我是初学者有关,我也是刚看完网课,对于行列式有了一个初步的概念,关于之后如何再来完备自己的行列式的框架,那就之后再看吧,对于行列式,还是要在题目之中找到做题的理解和概念。

相关推荐
我是大聪明.17 小时前
CUDA矩阵乘法优化:共享内存分块与Warp级执行机制深度解析
人工智能·深度学习·线性代数·机器学习·矩阵
做cv的小昊1 天前
【TJU】研究生应用统计学课程笔记(6)——第二章 参数估计(2.4 区间估计)
人工智能·笔记·线性代数·算法·机器学习·数学建模·概率论
EnCi Zheng1 天前
02a-什么是矩阵
线性代数·矩阵
AI科技星1 天前
《全域数学》第一部:数术本源·第二卷《算术原本》之十四附录(二)全域数学体系下三大数论猜想的本源推演与哲学阐释【乖乖数学】
人工智能·线性代数·机器学习·量子计算·agi
有为少年2 天前
从概率估计到“LLM 训练是有损压缩”
人工智能·线性代数·机器学习·计算机视觉·矩阵
大江东去浪淘尽千古风流人物2 天前
【UV-SLAM】eLSD/LBD 数据维度 UV-SLAM吸收借鉴
数据库·线性代数·oracle·矩阵·uv·augmented reality
风落无尘2 天前
《智能重生:从垃圾堆到AI工程师》——第三章 矩阵与防线
人工智能·线性代数·矩阵
一晌小贪欢3 天前
第3节:从表格到矩阵——NumPy 高级索引与维度变换实战
线性代数·矩阵·numpy
图码3 天前
矩阵数据结构入门指南:声明、初始化与基本操作
运维·数据结构·线性代数·算法·矩阵
我是大聪明.3 天前
Attention机制的数学本质:从Softmax到FlashAttention的演进
线性代数·矩阵