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
AI科技星8 小时前
曲率‑挠率与 $\boldsymbol{\omega/c}$ 的关系、精算验证及其物理意义
c语言·开发语言·线性代数·算法·决策树·机器学习·ai科技星
粉色大象13 小时前
线性代数入门:行列式与矩阵全解析
线性代数·矩阵
粉色大象14 小时前
线性代数基础知识点
人工智能·线性代数·机器学习
维度攻城狮1 天前
基于状态空间方程的倒立摆控制方法详解——从数学建模到Python仿真实现
python·数学建模·倒立摆·状态空间
Tasiorh1 天前
《熵权法》在数学建模中实际运用
数学建模·topsis·熵权法·美赛·评价类
会博通·代码搬运工2 天前
会博通API对接实战:工程企业文档分布式采集系统的技术实现与Python SDK详解
开发语言·分布式·python·线性代数·矩阵·架构·电子档案合规
AI科技星2 天前
全域光速运动理论体系 (GAQ-UFT)——范式重构、核心方程与传统物理的本质分野
人工智能·线性代数·机器学习·重构·数据挖掘·回归·ai科技星
小小帅呀2 天前
CUDA编程实战12:原子操作与高性能直方图——从正确累加到低冲突并行更新
c++·人工智能·线性代数·矩阵
hai3152475432 天前
操作系统矩阵化:资源状态机的形式化定义与实现
线性代数·矩阵
@syh.2 天前
【贪心】矩阵消除游戏
算法·游戏·矩阵