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
如竟没有火炬19 分钟前
最大矩阵——单调栈
数据结构·python·线性代数·算法·leetcode·矩阵
不辣的皮蛋君1 天前
2026年短视频矩阵系统实战:如何用工具实现多平台一键分发,效率提升300%
人工智能·线性代数·矩阵
じ☆冷颜〃1 天前
Picard-Lindelöf 定理的多视角证明、推广与加权范数方法
经验分享·笔记·线性代数·数学建模
San813_LDD2 天前
[量化]《从 L1/L2 缓存到 SIMD:矩阵乘法性能优化完全指南》
线性代数·矩阵·架构
AI科技星2 天前
精细结构常数α的多维度物理比值特性及空间螺旋模型研究
人工智能·线性代数·架构·概率论·学习方法
AI科技星2 天前
基于奇合数边界的离散解析数论与双螺旋宇大统一体系(中英文双语纯净终稿)
人工智能·线性代数·架构·概率论·学习方法
写代码写到手抽筋3 天前
PMI预编码矩阵全解:矩阵含义\+系统作用\+实战案例
线性代数·矩阵·预编码算法
chsmiao3 天前
深度学习之线性代数
人工智能·深度学习·线性代数
Eloudy4 天前
光子的单缝衍射模型
线性代数·机器学习·概率论
2601_957879334 天前
基于LBS位置服务与跨域OpenAPI的同城矩阵系统:边缘裂变与数据网关架构实践
线性代数·矩阵·架构