几个重要的行列式 线性代数

目录

1.主(副)对角线行列式

[2 拉普拉斯展开式](#2 拉普拉斯展开式)

[3 范德蒙德行列式](#3 范德蒙德行列式)


对于行列式的计算来说,一般给出的行列式我们都要对其进行化简,但是化简到什么程度就可以了呢?

这就是本篇的用处,一般给出的行列式化简的目标就是我们接下来这3种。就是说在出题的时候大部分都是按照这3中的一种去出题的,所以我们在化简的时候也要尽量往这4种行列式身上去化简。

1.主(副)对角线行列式

首先是主对角线行列式,这个行列式的特征是主对角上面(或者下面)全为0 。这种行列式的值等于主对角线元素之积。

接下来是副对角行列式,特征是副对角线上面(或者下面)全为0 。此行列式可以通过交换转换为主对角行列式,交换的次数为(n-1)n/2,因此要乘以-1的(n-1)n/2次方。

2 拉普拉斯展开式

本展开式的特征是有一块"区域"全为0,大家在解题的时看到有一块区域全为0要想到此展开式。

3 范德蒙德行列式

非常有特色的行列式,我们在看到平方和3次方的时候就想到化简为这种行列式,一般这种行列式化简有两种思路,一种是往上化简,比如有平方和1,你想办法构造出3次方,但是更常用的是把第一行化简为1,这样只需平方和1次方即可。

这个行列式的值就是第2行中后一项减去前一项的所有项的乘积。比如三阶的就是3减1和3减2(因为3前面是1和2),还有2减1(2前面是1,1前面没了)。

相关推荐
茉莉玫瑰花茶12 小时前
线性代数 [ 序言 ]
线性代数·math·1024程序员节
茉莉玫瑰花茶14 小时前
线性代数 [ 线性组合·张成的空间与基 ]
线性代数·math·1024程序员节
茉莉玫瑰花茶14 小时前
线性代数 [ 向量究竟是什么 ]
线性代数·math·1024程序员节
reikocao2 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2 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3 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4 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 girl5 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5 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7 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