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
reikocao1 天前
IMU预积分误差模型推导:协方差传播、残差构建、雅可比矩阵
人工智能·线性代数·矩阵
TK泰妞1 天前
TikTok 带货素材如何批量测试?从参考视频到内容矩阵的实操方法
线性代数·矩阵·音视频
学习论之费曼学习法1 天前
无人值守AI内容矩阵实战(7):Playwright 发布器避坑——编辑器竞态、索引延迟与风控
python·线性代数·矩阵·编辑器·浏览器自动化·playwright·踩坑记录
惊鸿一博2 天前
Plücker直线_ 用两个三维向量描述一条空间直线
线性代数·算法·直线·几何表示
I Am a robert girl3 天前
MeqMuon 源码级拆解:当优化器开始“配平”更新矩阵
深度学习·线性代数·矩阵·优化器·大模型预训练·muon·矩阵正交化
大雨歌4 天前
笛卡尔坐标 → 自然坐标(Frenet) 逐步推导全解 -5
线性代数
云的雨 雨的云5 天前
手写算法动画上位机:从排序到线性代数可视化
线性代数·算法
goujunwe5 天前
保险 GEO 信源矩阵搭建:代理人轻量化分层信源,构建 AI 认可的交叉佐证网络
人工智能·线性代数·矩阵
Samson Bruce5 天前
【数学之美】
线性代数·算法·概率论
fpcc6 天前
AI和大模型—矩阵相似
人工智能·线性代数·矩阵