首页 > 其他分享 >线性代数3.矩阵的行列式

线性代数3.矩阵的行列式

时间:2024-12-29 23:29:58浏览次数:1  
标签:... end 21 22 矩阵 vmatrix 线性代数 行列式

3.矩阵的行列式

3.1 二阶行列式

定义:

\[形如 \begin{vmatrix} a & b\\ c & d \end{vmatrix} 的式子为二阶行列式,其中\begin{vmatrix} a & b\\ c & d \end{vmatrix}=ad-bc \]

应用:

设存在以下二元线性方程组:

\[\begin{cases} a_{11}x_1+a_{12}x_2=b_1\\ a_{21}x_1+a_{22}x_2=b_2 \end{cases} \]

根据二元线性方程组的消元法求解方程可得:

\[x_1=\frac {b_1a_{22}-b_2a_{12}} {a_{11}a_{22}-a_{12}a_{21}}\\ \]

\[x_2=\frac {b_2a_{11}-b_1a_{21}} {a_{11}a_{22}-a_{12}a_{21}} \]

记:

\[D= \begin{vmatrix} a_{11} & a_{12}\\ a_{21} & a_{22} \end{vmatrix}, D_1= \begin{vmatrix} b_{1} & a_{12}\\ b_{2} & a_{22} \end{vmatrix}, D_2= \begin{vmatrix} a_{11} & b_{1}\\ a_{21} & b_{2} \end{vmatrix} \]

则:

\[x_1 = \frac {D_1} {D}, x_2 = \frac {D_2} {D} \]

3.2 n阶行列式的计算

3.2.1 全排列

设存在一组数列S={\(a_1,a_2,a_3,...,a_n\)},其中\(a_i \in N且i=1,2,3,...,n\)

则数列S中的数值共有\(A^n_n=n!\)种排列方式,这些数值的全排列为:

\[\tag {1}p_1p_2p_3...p_n \]

3.2.2 逆序数

设存在数列\(S、S_i\);数值\(a_i\)、\(t_i\)、\(t\),其中:

\(S\)={\(a_1,a_2,a_3,...,a_n\)};

若对于数列S中的任意一项数值\(a_i(i=1,2,3,...,n)\),满足\(a_i\in N\) ,则记\(S_i\)为数列\(S\)的前\((n-i)\)项所在的子序列;

记\(t_i\)为\(S_i\)中数值大于\(a_i\)的项的个数,称\(t_i\)为\(a_i\)的逆序数;

数列S的逆序数总和记为:

\[\tag {2}t=\sum^{n}_{i=1}t_i \]

3.2.3 求n阶行列式

设存在以下n阶行列式:

\[\begin{vmatrix} a_{11} & a_{12} & a_{13} &...& a_{1n}\\ a_{21} & a_{22} & a_{23} &...& a_{2n}\\ a_{31} & a_{32} & a_{33} &...& a_{3n}\\ & & ......\\ a_{n1} & a_{n2} & a_{n3} &...& a_{nn}\\ \end{vmatrix} \]

则:
该行列式的行号(或列号)所形成的数列{\(S=1,2,3,...,n\)},

数列S中的数值共有:\(n!\) 种排列方式,设这些数值的全排列为:\(p_1p_2p_3...p_n\)

\(p_1p_2p_3...p_n\)中,任意一种排列方式的逆序数总和 \(t=\sum_{i=1}^{n}t_i\)

\(\Rightarrow\)该行列式的值为:

\[\tag{3}\sum (-1)^ta_{1p_1}\cdot a_{2p_2}\cdot a_{3p_3}...\cdot a_{np_n} \]

标签:...,end,21,22,矩阵,vmatrix,线性代数,行列式
From: https://www.cnblogs.com/efancn/p/18639811

相关文章

  • 11.29混淆矩阵展示
    importpandasaspdimportnumpyasnpfromsklearn.model_selectionimporttrain_test_splitfromsklearn.ensembleimportRandomForestClassifierfromsklearn.metricsimportconfusion_matrix,ConfusionMatrixDisplayimportmatplotlib.pyplotaspltfromsklearn.pre......
  • 6 求解三对角矩阵
    6求解三对角矩阵背景对于求解线性代数方程组\(Ax=B\)​,有两种方法:直接法:通过有限步骤的算术运算求解线性方程组。克拉默法则(Cramer'sRule)​这里D是矩阵A的行列式(det(A)),\(D_j\)是把矩阵A的第j列替换成b后求得的新矩阵A'的行列式。矩阵求逆:\(x=A^{-1}B\)​高斯消元法:通......
  • 一个人能做短视频矩阵吗?这个方法让你流量不断!
    你知道短视频矩阵怎么做吗?其实挺简单的,只要你会用电脑就能轻松上手。有了这个系统,一个人就能批量管理好几百上千个账号,它集成了Ai视频智能剪辑大模型,功能超强大。用于实体行业的短视频批量创作、高效发布及管理,支持4大平台的内容发布,帮你批量管理50个账号,一年发几万条视频都......
  • 2025流量新开始,你真的了解抖音短视频矩阵怎么做吗
    短视频矩阵玩法是一种高效的多平台内容发布策略,旨在通过多个社交媒体平台上,创建并管理多个账号来最大化内容的覆盖面和影响力。以下是对矩阵营销常见问题的专业解答:1.矩阵营销的基本原理:通过注册多个账号(例如30个抖音账号),每个账号定期发布内容(如每天3个视频),从而实现大规模的......
  • 图---基于邻接矩阵表示的广度优先遍历
    6-3基于邻接矩阵表示的广度优先遍历实现基于邻接矩阵表示的广度优先遍历。函数接口定义:voidBFS(GraphG,intv);其中G是基于邻接矩阵存储表示的无向图,v表示遍历起点。裁判测试程序样例:#include<stdio.h>#include<stdlib.h>#defineMVNum10     ......
  • 实现基于邻接矩阵表示的深度优先遍历
    6-4实现基于邻接矩阵表示的深度优先遍历函数接口定义:voidDFS(GraphG,intv);其中G是基于邻接矩阵存储表示的无向图,v表示遍历起点。裁判测试程序样例:#include<stdio.h>#include<stdlib.h>#defineMVNum10             intvisite......
  • 矩阵快速幂——斐波那契数列进一步优化
    快速幂优化矩阵幂、乘法对于一般的矩阵计算有\(A_{m,n}*B_{n,p}=C_{m,p}\),其中作为乘积因子的两个矩阵必须满足前因子列数与后因子行数相同积的行数等于前因子的行数,列数等于后因子的列数,任意的\(c_{i,j}\)可由定义的计算得出\(c_{i,j}=\sum_{k=0}^{n}a_{i,k}*b_{k,j}\)......
  • 线性代数2.矩阵的迹&转置&对称矩阵
    2.矩阵的迹&转置&对称矩阵2.1矩阵的迹定义:\(n\timesn\)矩阵主对角线上元素的总和称为\(矩阵的迹\)矩阵X的迹记为\(tr(X)\)示例:设存在以下\(n\timesn\)的矩阵:\[X_{n\timesn}=\begin{bmatrix}x_{11}&x_{12}&x_{13}&...&x_{1n}\\x_{21}&x_{22}&......
  • 短视频矩阵系统后端源码搭建实战与技术详解,支持OEM
    一、引言随着短视频行业的蓬勃发展,短视频矩阵系统成为了众多企业和创作者进行多平台内容运营的有力工具。后端作为整个系统的核心支撑,负责处理复杂的业务逻辑、数据存储与交互,其搭建的质量直接影响着系统的性能、稳定性和可扩展性。本文将深入探讨短视频矩阵系统后端源码搭建......
  • 短视频矩阵系统的视频批量剪辑源码技术开发,支持OEM
    一、引言在短视频蓬勃发展的时代,短视频矩阵系统成为了许多内容创作者和营销团队的得力助手。其中,视频批量剪辑功能尤为关键,它能够大幅提高视频制作效率,满足多平台、大规模内容分发的需求。本文将深入探讨短视频矩阵系统中视频批量剪辑的源码技术开发,涵盖从基础架构设计到关键......