线性代数——(期末突击)行列式(上)-行列式计算、行列式的性质

目录

行列式

行列式计算

逆序数 

行列式的性质

转置

两行(列)互换

两行(列)对应相等

提公因子

两行(列)对应成比例

某行(列)为零

行列式分裂

行列式变换及三角行列式


行列式

行列式计算

  • 行列式:A_{ij}(i是行标,j是列标) 
  • 计算方法(以二阶行列式为例):主对角线(ad)减去次对角线(bc)

\begin{vmatrix} a &b \\ c &d \end{vmatrix}=ad-bc

  • 三阶行列式同理

\begin{vmatrix} 1 &2 &3 \\ 4 &5 &6 \\ 7 &8 &9 \end{vmatrix} 

\left [(1\times 5\times9)+(2\times6\times7)+(3\times4\times8) \right ]\: \: \: -\left [ (3\times5\times7)+(2\times4\times9)+(1\times6\times8) \right ]

逆序数 

  • 逆序数:本质就是数一下大的数排在小的数前面的个数

例如,4213的逆序数为3+1=4。简单解释一下:4213原本的顺序应为1234,对于‘4’而言,‘2’、‘1’、‘3’都应该排在它的前面,所以此处记逆序数为3;对于‘2’而言,‘1’应该排在它的前面,而‘3’排在它之后 是合理的,所以此处只有一个逆序数;最后看‘1’,其后面的‘3’排在后面显然也是合理的,故而4213的逆序数为4.

换个例子,大家可以自行理一遍:5712的逆序数为4.

行列式的性质

转置

即行列互换。

D=\begin{vmatrix} 1 &2 &3 \\ 1& 1 &1 \\ 8&8 &8 \end{vmatrix}         D^T=\begin{vmatrix} 1 &1 &8 \\ 2& 1& 8\\ 3&1 &8 \end{vmatrix}

两者的值相等。D=D^T

两行(列)互换

行列式两行(列)进行互换时,其值要变号。(变换一次就变一次号)

例:

D=\begin{vmatrix} 1 &2 &3 &4 \\ 5&6 &7 &8 \\ 9&10 &11 &12 \\ 13& 14& 15 &16 \end{vmatrix}        

将第一行和第三行互换,

D_1=\begin{vmatrix} 9 &10 &11 &12 \\ 5& 6 & 7 &8 \\ 1&2 &3 &4 \\ 13& 14& 15&16 \end{vmatrix}

此时D_1=-D.

两行(列)对应相等

行列式如果两行或者两列对应相等,则该行列式值为0.

D=\begin{vmatrix} 2 &3 &4 &5 \\ 1& 0 & 0 &0 \\ 2&3 &4 & 5\\ 8& 8 &8 &1 \end{vmatrix}        D_1=\begin{vmatrix} 2 &3 &4 &5 \\ 1& 0 & 0 &0 \\ 2&3 &4 & 5\\ 8& 8 &8 &1 \end{vmatrix}=-D\Rightarrow D=0

提公因子

行列式中某一行或者某一列都有公因子K,则K可以提到行列式外。(每一行提一次或者每一列提一次)

例:

D=\begin{vmatrix} 1K &2K &3K \\ 4K& 5K& 6K\\ 7K& 8K &9K \end{vmatrix}=K^3\begin{vmatrix} 1 &2 &3 \\ 4& 5 &6 \\ 7& 8 & 9 \end{vmatrix}

两行(列)对应成比例

若行列式两行或两列元素对应成比例,则该行列式等于0.

例:

D=\begin{vmatrix} 1 &2 &3 \\ 1& 1 &1 \\ 8& 8 &8 \end{vmatrix}=8\begin{vmatrix} 1 &2 &3 \\ 1& 1& 1\\ 1& 1 &1 \end{vmatrix}=0

某行(列)为零

若行列式某一行(列)为0,则该行列式=0.

注意,由D=0不能推出以下性质:

  • 全为0
  • 两行相等
  • 成比例

行列式分裂

将和的那一行分开,其余行保持不变列同理,(举例说明比较容易理解)

例:

\begin{vmatrix} 1 &2 &3 \\ 7+8 & 2+3 &9+10 \\ 8 &8 &9 \end{vmatrix}=\begin{vmatrix} 1 &2 &3 \\ 7 & 2&9 \\ 8 &8 & 9 \end{vmatrix}+\begin{vmatrix} 1 &2 &3 \\ 8 & 3 &10 \\ 8 & 8 & 9 \end{vmatrix}

行列式变换及三角行列式

某一行(列)乘以一个数,再加到另一行上去,其值不变。

这一性质是最重点的,也是最常用的,就不再赘述;下面回顾一下 上三角行列式、下三角行列式以及反三角行列式的计算:

以主对角线为分界线的就为正三角,反之则为反三角行列式。

上三角

\begin{vmatrix} 1 &2 &3 \\ 0&5 &6 \\ 0& 0 &9 \end{vmatrix}=1\times5\times9=45

下三角:

\begin{vmatrix} 1 &0 &0 \\ 4&5 &0 \\ 7& 8&9 \end{vmatrix}=1\times5\times9=45

反上三角:

\begin{vmatrix} 1 &2 & 3\\ 4 & 5 &0 \\ 7 & 0 &0 \end{vmatrix}=(-1)^{\frac{n(n-1)}{2}}\times3\times5\times7=(-1)^{\frac{3(3-1)}{2}}\times105=-105

反下三角: 

\begin{vmatrix} 0 &0 &3 \\ 0 &5 &6 \\ 7& 8 & 9 \end{vmatrix}=(-1)^{\frac{n(n-1)}{2}}\times3\times5\times7=(-1)^{\frac{3(3-1)}{2}}\times105=-105

显然地,

\begin{vmatrix} 1 &0 &0 \\ 0 &2 &0 \\ 0&0 & 3 \end{vmatrix}=1\times2\times3=6

一般我们使用这个性质来计算四阶行列式,也就是将其变换成三角行列式,再计算对角线的值;称为“化三角法”。

注意:

  1. 变换过程中,先处理第一行(列),再处理第二行(列),依次向后
  2. 若第一行(列)处理完,则第一行(列)不再参与运算,往后同理

END


学习自:https://www.bilibili.com/video/BV1xM41147Mj?vd_source=11f3dfb26d11a6a6832ed5c079654e1c

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/308605.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数据库一般会采取什么样的优化方法?

数据库一般会采取什么样的优化方法? 1、选取适合的字段属性 为了获取更好的性能,可以将表中的字段宽度设得尽可能小。 尽量把字段设置成not null 执行查询的时候,数据库不用去比较null值。 对某些省份或者性别字段,将他们定义为e…

Django 访问前端页面一直在转异常:ReferenceError:axios is not defined

访问&#xff1a;http://127.0.0.1:8080/ my.html 一、异常&#xff1a; 二、原因 提示&#xff1a;axios找不到&#xff01;&#xff01; 查看代码<script src"https://unpkg.com/axios/dist/axios.min.js"></script>无法访问到官网 三、解决 Using j…

命令行创建Vue项目

Vue项目创建 1. 打开UI界面 在命令行中&#xff0c;执行如下指令&#xff1a; vue ui 2. 打开项目管理器 3. 创建项目 创建项目的过程&#xff0c;需要联网进行&#xff0c;这可能会耗时比较长的时间&#xff0c;请耐心等待。 windows的命令行&#xff0c;容易卡顿&#xff0c…

Nacos注册

一、简介 Nacos是阿里云开源的一个服务发现、配置管理和服务鉴权平台&#xff0c;它提供了一种更简单、更便捷、更开放的方式来管理服务&#xff0c;帮助开发者快速实现服务的发现、配置的管理、服务的鉴权等功能。Nacos可以帮助开发者轻松管理微服务应用中的服务提供者、服务…

Nature | 大型语言模型(LLM)能够发现和产生新知识吗?

大型语言模型&#xff08;LLM&#xff09;是基于大量数据进行预训练的超大型深度学习模型。底层转换器是一组神经网络&#xff0c;这些神经网络由具有自注意力功能的编码器和解码器组成。编码器和解码器从一系列文本中提取含义&#xff0c;并理解其中的单词和短语之间的关系。通…

专治不服:40 亿条 if 语句

该文讲述了一个程序员尝试用一个特殊的算法来判断一个数是奇数还是偶数的故事。 他通过编写大量的if语句来实现这个算法&#xff0c;并尝试将它扩展到不同的位数。最终&#xff0c;他通过手动编写机器码&#xff0c;并使用函数指针调用这些代码&#xff0c;成功地实现了判断32…

在Ubuntu系统中安装Windows虚拟机

一. 材料准备 从官网下载windows系统的iso镜像&#xff08;非官网下载的镜像可能出现各种问题&#xff09;&#xff0c;稍后我附上百度云盘链接。 二. 安装VirtualBox 在应用商店中搜索VirtualBox&#xff0c;并安装&#xff0c;如下图&#xff1a; 三. 安装虚拟机 新建 …

Python圣诞树代码

Python圣诞树代码 # 小黄 2023/12/25import turtle as t # as就是取个别名&#xff0c;后续调用的t都是turtle from turtle import * import random as rn 100.0speed(20) # 定义速度 pensize(5) # 画笔宽度 screensize(800, 800, bgblack) # 定义背景颜色&#xff0c;可…

Python 为UnityAndroid端自动化接入Tradplus广告SDK

Python 为UnityAndroid端自动化接入Tradplus广告SDK Tradplus介绍常规接入进入Android开发文档选择渠道配置生成接入代码人工依赖下载官网同版本的 Unity插件 使用自动化工具接入首次 你需要打两个标记来定位运行工具 控制台会列出最新的十个Tradplus版本 任选其一然后拖入项目…

Android : 使用GestureOverlayView进行手势识别—简单应用

示例图&#xff1a; GestureOverlayView介绍&#xff1a; GestureOverlayView 是 Android 开发中用于识别和显示手势的视图组件。它允许用户在屏幕上绘制手势&#xff0c;并且应用程序可以检测和响应这些手势。以下是关于 GestureOverlayView 的主要特点&#xff1a; 手势识别…

单应性Homography估计:从传统算法到深度学习

目录 收起 一 图像变换与平面坐标系的关系 二 平面坐标系与齐次坐标系 三 单应性变换 四 关于OpenCV中的相关API 五 深度学习在单应性方向的进展 单应性原理被广泛应用于图像配准&#xff0c;全景拼接&#xff0c;机器人定位SLAM&#xff0c;AR增强现实等领域。这篇文章…

NFC物联网一次性口令认证解决方案

物联网是由无线传感器网络、射频识别(RadioFrequency Identificalion&#xff0c;RFID)网络、互联网等构成的一种复合型网络&#xff0c;具有部分终端设备体积小、存储和计算处理能力弱的特点。顾名思义&#xff0c;物联网就是“物物相连的互联网”&#xff0c;也就是说,物联网…