行列式的性质 线性代数

目录

性质一

性质二

性质三

性质四

性质五

性质六

性质七


本篇介绍的几个性质非常重要,在行列式这一节属于工具型的存在,后面行列式的很多东西都要用到本篇的知识。

性质一

这个性质主要就是说行列式的行列地位等价,因此我们接下来介绍的所有行列式的性质在行上和在列上是一样的。所以我们都只要介绍一下行就行了,因为列也一样。

这个性质的理解就是转置(行列互换)之后图形的测度结果不变。我们可以举2维和三维的例子试一下(可以用他们各自特殊的计算方法来计算结果),得出的结果应该是转置之后和原行列式的结果是一样的。

性质二

我们可以这样理解,因为我们行列式的测度性质,那么这个的意思就是组成我们的向量组中有一个向量是0,那么很明显其组成的"体积"也为0.

性质三

注意是中间的"一行",而不是全部行。我们的理解还是从测度性质上去理解的,这中间某一行乘上一个k不就相当于我们的向量组里有一个向量被拉长了k倍么?因此相对应的体积自然也应该乘以k倍。

性质四

这里要注意的是行列式拆分必须是只有对应的一行不同,而其他行必须相同。

性质五

此性质在题目里最多的应用是行(或列)互换之后整个行列式前面乘上 -1 。

性质六

这个性质的理解我们上一篇最后提到过,依然是用测度性质去解释的。因为我们的向量是有方向的,所以对应成比例就代表我们的方向一样,也就是重合了,这样的话我们的体积很显然也是0。

性质七

这条一定要记住,在运算里用的最多。这个的用处就是可以通过整行的加减化简我们的某一行,类似于我们小时候玩的2048游戏一样。、

相关推荐
前端小L3 小时前
动态规划的“降维”艺术:二维矩阵中的建筑奇迹——最大矩形
线性代数·矩阵
张晓~183399481211 天前
碰一碰发抖音源码技术搭建部署方案
线性代数·算法·microsoft·矩阵·html5
dxnb221 天前
Datawhale25年10月组队学习:math for AI+Task3线性代数(下)
人工智能·学习·线性代数
CLubiy1 天前
【研究生随笔】Pytorch中的线性代数(微分)
人工智能·pytorch·深度学习·线性代数·梯度·微分
郝学胜-神的一滴1 天前
矩阵的奇异值分解(SVD)及其在计算机图形学中的应用
程序人生·线性代数·算法·矩阵·图形渲染
豆沙沙包?3 天前
2025年--Lc201- 378. 有序矩阵中第 K 小的元素(排序)--Java版
java·线性代数·矩阵
CLubiy3 天前
【研究生随笔】Pytorch中的线性代数
pytorch·python·深度学习·线性代数·机器学习
张晓~183399481213 天前
碰一碰发视频 系统源码 /PHP 语言开发方案
开发语言·线性代数·矩阵·aigc·php·音视频·文心一言
dxnb224 天前
Datawhale25年10月组队学习:math for AI+Task2线性代数
人工智能·学习·线性代数
熬了夜的程序员5 天前
【LeetCode】74. 搜索二维矩阵
线性代数·算法·leetcode·职场和发展·矩阵·深度优先·动态规划