基于李永乐线性代数基础的行列式的起源于理解

起源于解方程组的过程

对于解一个二元方程组,很自然的会通过加减消元,变成下面这样

对于三元方程组,也是一样:

这一大长串,是A*x1=b1这个形式时,A的值

人们为了方便记忆x未知数前 这一大坨相乘后相加减的数(用|A|表示) ,于是人们引出了行列式的概念,而样子长下面这样:

而推广到4元、5元,就不一样了,于是乎研究出了n阶行列式的展开式:

记忆这个公式前,还引入了逆序数的概念

行列式不是最终方程的解,是最终解前面的系数

行列式,是一个值,是解方程组倒数第二步(中学学的系数化为1前的一步)时,未知数前面的系数,它必定是一个具体的数,而它不是这个方程的一个解!(要解出来还需要系数化为1呢)

上面说得很清楚,是系数,而要如何得出这最终的这个解呢?

如何得到最终的解?

克拉默大佬引出了克拉默法则,其实我们自己也很容易根据二阶行列式推导出来:

对于第一张图,我们容易知道:

所以,克拉默法则的伟大意义在于:

它给出了n*n的线性方程组解个数的判定(是唯一,还是无穷个)

以及具体解的求法(若是唯一[即在系数行列式!=0时],则解是什么)

AI关于《行列式》对于解线性方程组的总结

而知道了这些,现在还有个问题就是,行列式的具体值如何求呢?要是直接通过定义计算,2、3阶还好,更高阶的计算将会相当复杂,于是还引出了行列式计算的方法

行列式的计算(行列式的展开公式)

除了基本的展开公式,伟大的数学家们还发现了一些特殊的行列式快速的计算方法,极大的方便了计算:

相关推荐
岁忧2 小时前
(LeetCode 每日一题) 498. 对角线遍历 (矩阵、模拟)
java·c++·算法·leetcode·矩阵·go
人机与认知实验室5 小时前
人机环境空战矩阵
人工智能·线性代数·算法·机器学习·矩阵
fanstuck11 小时前
2014-2024高教社杯全国大学生数学建模竞赛赛题汇总预览分析
大数据·人工智能·数学建模·数据挖掘·数据分析
无风听海12 小时前
线性代数之深入理解旋转矩阵
线性代数·机器学习·矩阵·旋转矩阵
时空无限1 天前
大模型知识点之矩阵乘以向量
线性代数·语言模型·矩阵
时空无限1 天前
为什么矩阵乘以向量要求矩阵列数等于向量维度
机器学习·语言模型·矩阵
构建的乐趣1 天前
矩阵微积分的链式法则(chain rule)
线性代数·机器学习·矩阵
汤姆爱耗儿药2 天前
矩阵初等变换的几何含义
线性代数·矩阵
天选之女wow2 天前
【LeetCode】动态规划——542.01 矩阵
leetcode·矩阵·动态规划
躺平都躺不明白2 天前
数学建模-线性规划(LP)
数学建模·matlab