工程数学-线性代数-第六版-第一章—行列式学习笔记

本文主要是介绍工程数学-线性代数-第六版-第一章—行列式学习笔记,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

一、第一章——行列式

  §1 二阶与三阶行列式

      一、二元线性方程组与二阶行列式

      二、三阶行列式 

  §2 全排列和对换

      一、排列及其逆序数

      二、对换 

  §3 n阶行列式的定义 

  §4 行列式的性质 

   §5 行列式按行(列)展开

二、习题一

三、参考书目


一、第一章——行列式

  §1 二阶与三阶行列式

      一、二元线性方程组与二阶行列式

  书中由二元线性方程组引出二阶行列式,既讲述了行列式的一些基本语义概念也讲述了一种全新解二元线性方程组的方法.

由上述例子引出概念

进而我们开启一个船新版本,线性代数。下面运用行列式解二元线性方程组.

以下方法也能得到正确结果,总之,注意系数的变化要对应。 

      二、三阶行列式 

计算三阶行列式的值,依旧运用对角线法则.

  §2 全排列和对换

      一、排列及其逆序数

1. 全排列:把n个不同的元素排成一列,叫做这n个元素的全排列(也简称排列).

2. 逆序数:一个排列中所有逆序的总数叫做这个排列的逆序数.

3. 奇排序:逆序数为奇数的排列叫做奇排列。偶排序:逆序数为偶数的排列叫做偶排列.

  举例来说,n个元素如果一个标准次序排列,并且这n个元素正是按这个标准次序排列的,那么这个排列的逆序数等于0;当某一个元素不符合标准次序时,比如1、2、3、4、5这五个元素的标准次序排列是从小到大,如果这五个元素2,3,4,5,1如此排列,对于2,2前面没有比2大的数,设逆序数为t0,则t0=0;对于3,3前面的2比3小,不违反标准次序,设逆序数为t2,则t2=0;依此类推,对于4、5,t3=0,t4=0,但对于1,1前面的四个数都比1大,违反标准次序,所以t5=4。最终总逆序数t=t1+t2+t3+t4+t5=4,4是偶数,所以这个排列叫做偶排列.

      二、对换 

1. 在排列中,将任意两个元素对调,其余的元素不动,这种作出新排列的手续叫做对换。将相邻两个元素对换,叫做相邻对换.

2. 定理1   一个排列中的任意两个元素对换,排列改变奇偶性.

3. 推论  奇排列对换成标准排列的对换次数为奇数,偶排列对换成标准排列的对换次数 为偶数.

  §3 n阶行列式的定义 


由三阶行列式可以类推出,n阶行列式如下:

其中 p1 p2...pn 为自然数1 ,2,…,n的一个排列,t为这个排列的逆序数.由于这样的排列共有n!个,因而a1p1 a2p2 ... anpn 的项共有n!项.所有这n!项的代数和 ∑(-1 )^t *a1p1*a2p2 … anp n 称为n阶行列式. 记作D=|...|,简记作det(aij).
 

上三角行列式、下三角行列式、对角行列式如下:

  §4 行列式的性质 

转置行列式,行作列,列作行.

性质1   行列式与它的转置行列式相等. 

 

性质2   对换行列式的两行(列),行列式变号. 

 

推论   如果行列式有两行(列)完全相同,则此行列式等于零. 



性质3   行列式的某一行(列)中所有的元素都乘同一数 k,等于用数 k 乘此行列式. 



推论   行列式中某一行(列)的所有元素的公因子可以提到行列式记号的外面.
证明 同性质3


性质4   行列式中如果有两行(列)元素成比例,则此行列式等于零.



性质5   若行列式的某一行(列)的元素都是两数之和,例如第 i 行的元素都是两数之和,则D等于下列两个行列式之和.



性质6   把行列式的某一行(列)的各元素乘同一数然后加到另一行(列)对应的元素上去,行列式不变.










 

例10、例11直接看不懂 

        

   §5 行列式按行(列)展开

1. 余子式
  在n阶行列式中,把(i,j)元 aij 所在的第i行和第j列划去后,留下来的 n-1 阶行列式叫做(i,j)元 aij 的余子式,记作 Mij.

2. 代数余子式
  记Aij = (-1)^i+j * Mij,Aij 叫做(i,j)元 aij 的代数余子式.

引理   一个n阶行列式,如果其中第i行所有元素除(i,j)元 aij 外都为零,那么这行列式等于 ai j与它的代数余子式的乘积,即D = aij * Aij.

定理2   行列式等于它的任一行(列)的各元素与其对应的代数余子式乘积 之和,即
D =ai1Ai1 + ai2Ai2 + … + ainAin (i=1,2,…,n)
D =a1jA1j + a2jA2j + … + anjAnj (j=1 ,2,… ,n)

由性质5可证

  这个定理叫做行列式按行(列)展开法则.利用这一法则并结合行列式的性质,可以简化行列式的计算.



二、习题一



 



 


  每一项的元素必须来自行列式的不同行和不同列,这是由于行列式的定义和性质决定的。
行列式是一个数学工具,表示了一个等阶矩阵经过线性变换后的伸缩因子,你可以理解为空间的“体积”。为了保证线性独立,我们在计算行列式时,必须使用每一行和每一列的元素。从每一行和每一列选择一个元素(且选择的元素不在同一行或同一列)来构成一项,保证了我们能全面地反映出所有线性基向量的变化。
  如果行列式中有两个元素在同一行或同一列,那么这两个变量就会失去线性独立性,会增加问题的复杂性。因此,为了保证准确性和简单性,我们必须让行列式中的每一项都由不同行和不同列的元素构成。
  从更深层次理解,当我们选择相同行或列的两个元素时,我们实际上是在计算某个空间中的两个平行线段的有向体积,这显然结果应为0。因此,我们必须从不同行列选择元素,才能有效地描述空间变换的“体积”变化。
  所以,因子a11和a23在行列式的每一个项中都必须配对两个其他地方的元素,而这两个元素必须来自剩下的行与列。

 

























三、参考书目

同济大学数学系. 工程数学 线性代数 第六版. 高等教育出版社. 2014

同济大学数学系. 线性代数 附册学习辅导与习题全解同济 第六版. 高等教育出版社. 2014

这篇关于工程数学-线性代数-第六版-第一章—行列式学习笔记的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/832066

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

uva 10014 Simple calculations(数学推导)

直接按照题意来推导最后的结果就行了。 开始的时候只做到了第一个推导,第二次没有继续下去。 代码: #include<stdio.h>int main(){int T, n, i;double a, aa, sum, temp, ans;scanf("%d", &T);while(T--){scanf("%d", &n);scanf("%lf", &first);scanf

uva 10025 The ? 1 ? 2 ? ... ? n = k problem(数学)

题意是    ?  1  ?  2  ?  ...  ?  n = k 式子中给k,? 处可以填 + 也可以填 - ,问最小满足条件的n。 e.g k = 12  - 1 + 2 + 3 + 4 + 5 + 6 - 7 = 12 with n = 7。 先给证明,令 S(n) = 1 + 2 + 3 + 4 + 5 + .... + n 暴搜n,搜出当 S(n) >=

uva 11044 Searching for Nessy(小学数学)

题意是给出一个n*m的格子,求出里面有多少个不重合的九宫格。 (rows / 3) * (columns / 3) K.o 代码: #include <stdio.h>int main(){int ncase;scanf("%d", &ncase);while (ncase--){int rows, columns;scanf("%d%d", &rows, &col

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言