最新线性代数纯手写笔记
线性代数终极笔记(超级棒)
m 维列向量组 α1,α2 ,⋅⋅⋅,αn 线性无关 ⇔ r( A) = n . 9 若α1,α2 ,⋅⋅⋅,αn 线性无关，而α1,α2 ,⋅⋅⋅,αn , β 线性相关,则 β 可由α1,α2 ,⋅⋅⋅,αn 线性表示,且表示法唯一.
Ann
⎟ ⎠
2
√ 逆矩阵的求法:
① A−1 = A∗ A
⎛a
b
−1
⎞
1 ⎛ d −b ⎞
○注 ：
⎜ ⎝
c
d
⎟ ⎠
=
ad
−
bc
⎜ ⎝
−c
a
⎟ ⎠
主L 换位 副L 变号
② ( AME) ⎯初⎯等⎯行变⎯换→(EMA−1)
⎛ a1 ⎜ ③⎜ ⎜ ⎝
a2
a3
−1
⎞ ⎟
⎟ ⎟⎠
=
⎛ ⎜ ⎜ ⎜⎜ ⎝
1 a1
B
−1
⎟ ⎠
⎛ A⎞−1 ⎛
B−1 ⎞
⎜ ⎝
B
⎟ ⎠
=
⎜ ⎝
A−1
⎟ ⎠
3
⎛A
C
−1
⎞
⎛ A−1
A−1CB−1 ⎞
⎜ ⎝
O
B
⎟ ⎠
=⎜ ⎝
O
B
⎟ ⎠
⎛A
O
−1
⎞
⎛
A−1
O⎞
⎜ ⎝
C
B
⎟ ⎠
=
⎜ ⎝
−
B
−1CA−1
《线性代数》学习笔记三
主 题： 《线性代数》学习笔记 内 容：《线性代数》学习笔记三——矩阵的概念、运算、分块矩阵1． 矩阵概念定义：由mxn 个数a ij (i-1.2,……，m;j=1.2,……,n)排成m 行n 列的数表 ⎪⎪⎪⎪⎪⎭⎫⎝⎛=mn m m n n a a a a a a a a a A 212222111211称为一个mxn 矩阵，a ij 称为第i 行第j 列上的元素，可简记作A=(a ij )mxn 或Amxn ，当m=n 时也称Amxn 为n 阶方阵，可记为An 。
当m=1时，Amxn=(a 11,a 12,……a 1n )称为行矩阵，当n=1时，⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=12111m mxna a a A 称为列矩阵，有元素皆为0的矩阵称为零矩阵，记作0。
对于n 阶方阵An ，称a n ，a 22 ，…，nn a 为A 的全对角线上元素称∑=ni ii a 1为分阵A 的迹，记作tr A ，即tr A =1nii i a 。
当n 阶方阵A 的主对角线以下（上）的所有元素皆为零称A 为上（下）三角形矩阵，除主对角线上元素外其元素皆为零的方阵为对角形矩阵，主对角线上有元素皆为1的对角形矩阵称为单位方阵，记作F 即⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=100010001F 2.矩阵运算1加法A=（ij a ）mxn ，B=（ig b ）mxn 则A+B=（a ij +b ij ）mxn即只有两个矩阵都是mxn 矩阵，也称为同型矩阵，才能做加法运算。
称（－a ij ）mxn 为A 的负矩阵，记作－A ，即－A=（－a ij ）mxn 。
由此可定义A －B=A+（－B ）=（a ij －bij ）mxn 。
证与数的加、减运算类似，矩阵的加法运算满足 （1）A+B=B+A （交换律）（2）（A+B ）+C=A+（B+C ）（结合律） （3）A+O=O+A=A ，（4）A+（－A ）=（－A ）+A=O 2．数乘：设K 是一个数， mxnijmxnA a 则R 与矩阵A 相乘定义为111212122212n n ijmxnm m mnka ka ka ka ka ka kAka ka kaka也就是ka 是指用k 去乘A 的每一个元素，另证，其满足以下规律： （1）K （A+B ）=KA+KB ，（K+L ）A=KA+LA ，（分配律） （2）（KL ）A=K （LA ）=L （KA ），（结合律）， （3）若KA=0，则K=0或A=0。
考研数学线性代数手写笔记
隽卷轴对 埔
d
里
蝉 竹触 © 闭 C 八
哺
八
商愆酏 翅 癫 <娣榭蹊 八啪 一 夜娴© 蜘 t!枘碑堤 微
(· &i i t ój j j Éj & > 1 > t & , l s t ! d M
1
LJ; 1
1 1
AJ 1
A
八
月
A"
1
Aj
1
[
铀赫佴醐
,
F
k
wi f i q
&=
亡
创 制
Jill
@f q w Ê
觳入 罗耗僻 A W禾我让仟
苄 \
,
人0 4 入住°
A\
"
与 与
兼 多当A 吕 o 对不能弘 A · 荻8 - o 4 瓷A 和 却粼川 s o
> x -
a
2国
/ ¢i t h 1/ 14 ®Ptìi gM
a
\
77
3 虽t
八j乙肘 A
萨 八 八 良+ 9
男沫豹力毛亭泌 朗 荫 心
z3
黄 已知八 良 t 与沟司逐短 瞬 W掌硝
只 阳目 园国
k M' A0
j 0 0
1
11
巨
厂
:犍 ® f c 胪 时穿易患花 ( t i. j
r
M
0i L
豸
名 国
.
目届
零
卅车间
74 囤川 麟 9· Pl 花中
断腐元 囤
糙角囝闲 祥 不同 1爿啄盈凶钰 间闲
) ( 日 六 ' " 一
宋浩线性代数笔记
•⚗线性代数•.⚗ P1 二阶三阶行列式..⚗ 02:48 二阶行列式划线计算.⚗ 15:00 三阶行列式划线计算.⚗ 22:29 N阶行列式预备知识.⚗ 24:21 名场面：宋浩点名田莎莎等.⚗ P2 n阶行列式..⚗ 00:55 N阶行列式计算.⚗ 20:50 下三角行列式.⚗ 23:14 上三角行列式.⚗ 24:40 对角线行列式.⚗ 25:30 副对角线行列式.⚗ 31:00 三角行列式总结.⚗ 31:09 行列式三种定义.⚗ P3 行列式的性质..⚗ 00:25 性质一转置.⚗ 11:48 性质二两行互换.⚗ 20:38 性质三两行相同.⚗ 23:10 性质四行公因子k.⚗ 28:05 性质五两行成比例.⚗ 34:20 性质六和分解.⚗ 43:36 性质七行叠加.⚗ 51:12 行列式值计算通用法.⚗ P4 行列式按行展开..⚗ 04:36 余子式.⚗ 07:42 代数余子式.⚗ 09:38 降阶：行列式按某一行/列展开.⚗ 16:50 异乘变零定理.⚗ 27:17 拉普拉斯定理.⚗ 30:17 拉普拉斯展开定理.⚗ 38:30 同阶行列式相乘.⚗ P5 行列式的计算（一）..⚗ 14:33 纯数字行列式计算.⚗ 21:50 已知行列式求余子式之和.⚗ 30:06 对角线为x，其余为a的行列式计算技巧.⚗ P6 行列式的计算（二）..⚗ 00:00 行列式计算基础思路.⚗ 01:05 三叉形行列式.⚗ 17:42 范德蒙德行列式.⚗ 40:42 反对称行列式.⚗ 43:12 对称行列式.⚗ P7 克莱姆法则..⚗ 00:05 解方程组.⚗ 09:11 解齐次线性方程组.⚗ P8 矩阵概念..⚗ 22:20 矩阵和行列式比较.⚗ P9 矩阵运算（一）..⚗ 00:00 名场面：宋浩免费赠送自制知识卡片.⚗ 02:50 矩阵加减法.⚗ 07:53 矩阵数乘运算.⚗ 13:58 矩阵乘法.⚗ P10 矩阵运算（二）..⚗ 00:00 矩阵幂运算.⚗ 23:49 矩阵转置.⚗ P11 特殊矩阵.⚗ P12 逆矩阵（一）..⚗ 03:04 方阵的行列式.⚗ 12:54 方阵的行列式的性质.⚗ 24:28 伴随矩阵.⚗ P13 逆矩阵（二）..⚗ 10:58 方阵可逆条件.⚗ 21:16 求逆矩阵方法.⚗ 47:33 解矩阵方程常见错误总结.⚗ 54:42 逆矩阵性质.⚗ 66:58 伴随矩阵`A^*`小专题.⚗ P14 分块矩阵..⚗ 00:00 分块要求.⚗ 04:34 标准形.⚗ 09:34 分块矩阵加法.⚗ 10:39 分块矩阵数乘.⚗ 11:12 分块矩阵乘法.⚗ 20:25 分块矩阵转置.⚗ 23:23 拉普拉斯展开定理在分块矩阵中的应用例题.⚗ 39:08 分块矩阵的逆.⚗ P15 初等变换（一）..⚗ 00:00 三种初等变换.⚗ 11:18 初等变换和行列式变换的对比.⚗ 24:50 矩阵化标准型.⚗ 29:45 矩阵等价.⚗ P16 初等变换（二）..⚗ 00:00 初等方阵.⚗ 09:15 初等方阵的行列式和逆矩阵.⚗ 14:56 初等方阵与矩阵做乘法.⚗ 44:13 初等方阵用处.⚗ P17 初等变换（三）..⚗ 00:00 初等变换法求逆矩阵.⚗ 13:51 解题过程总结.⚗ P18 矩阵的秩（一）..⚗ 00:00 k阶子式.⚗ 02:10 矩阵的秩.⚗ P19 矩阵的秩（二）..⚗ 00:00 矩阵的秩.⚗ 07:35 求矩阵的秩.⚗ 14:23 阶梯形矩阵.⚗ 32:09 行简化阶梯形矩阵.⚗ 41:15 求秩方法.⚗ 53:11 秩的性质.⚗ 58:49 广告：宋浩打油诗.⚗ P20 向量的定义..⚗ 10:11 向量定义.⚗ P21 向量间的线性关系（一）..⚗ 00:00 线性关系.⚗ 19:41 向量组的等价.⚗ P22 向量间的线性关系（二）..⚗ 00:00 线性相关与无关.⚗ 16:37 扩大后向量组与原向量组.⚗ 25:40 接长后向量组与原向量组.⚗ 37:20 行列式判断相关.⚗ P23 线性相关线性无关..⚗ 00:00 定理一.⚗ 04:32 定理二.⚗ 13:57 定理三：替换.⚗ 13:57 定理四.⚗ 21:22 推论.⚗ P24 向量组的秩（一）..⚗ 00:00 极大线性无关组.⚗ 08:04 极大线性无关组性质.⚗ 12:45 向量组的秩.⚗ P25 向量组的秩（二）..⚗ 00:00 行秩与列秩.⚗ 07:06 定理.⚗ 11:12 极大线性无关组的求法.⚗ P26 线性方程组..⚗ 00:00 二元一次方程与初等变换.⚗ P27 线性方程组有解判定..⚗ 00:00 有解判定.⚗ P28 齐次方程组的解..⚗ 00:00 齐次方程组.⚗ P29 方程组解的结构（一）..⚗ 00:00 齐次方程组解的结构.⚗ 06:54 基础解系.⚗ 08:56 齐次方程基础解系求法.⚗ 45:26 定理.⚗ P30 方程组解的结构（二）..⚗ 00:00 导出组.⚗ 04:27 非齐次方程组解的结构.⚗ P32 矩阵的特征值与特征向量（一）..⚗ 00:00 矩阵的特征值与特征向量.⚗ 08:35 求特征值.⚗ P33 矩阵的特征值与特征向量（二）..⚗ 00:00 求特征值（计算含参行列式）思路.⚗ 19:40 完整例题求特征值和特征向量.⚗ 43:12 N阶三角形矩阵的特征值.⚗ P34 特征值与特征向量的性质..⚗ 00:00 基本性质.⚗ 47:49 其他性质.⚗ P35 相似矩阵和矩阵可对角化的条件..⚗ 00:00 相似矩阵.⚗ 07:58 相似矩阵的性质.⚗ 22:06 与对角形矩阵相似（对角化）的条件.⚗ 61:47 利用相似矩阵简单求矩阵的高次幂.⚗ P36 实对称矩阵的对角化（一）..⚗ 00:00 实对称矩阵的对角化.⚗ 02:00 内积.⚗ 21:09 向量的长度/范数/模.⚗ P37 实对称矩阵的对角化（二）..⚗ 00:00 模的性质.⚗ 04:16 柯西-施瓦茨不等式.⚗ 08:13 三角不等式.⚗ 09:55 正交/垂直.⚗ 25:10 施密特正交化.⚗ P38 实对称矩阵的对角化（三）..⚗ 00:00 正交矩阵.⚗ 21:38 实对称矩阵的对角化.⚗ 28:48 正交相似.⚗ 31:24 定理.⚗ 32:34 汇总.⚗ P39 二次型定义..⚗ 00:00 判断二次型.⚗ 03:08 n元二次型.⚗ 04:09 二次型的矩阵表达.⚗ 21:30 标准型.⚗ 24:40 线性替换.⚗ 35:38 合同.⚗ 49:00 矩阵间关系总结.⚗ P40 二次型化标准型（配方法）..⚗ 00:00 二次型化标准型的三种方法.⚗ 02:33 配方法.⚗ P41 二次型化标准型（初等变换法和正交替换法）..⚗ 00:00 初等变换法.⚗ 22:00 规范形.⚗ 31:06 正交替换.⚗ End 感谢宋老师~.⚗ Appendix 浩浩卡片☄P1 二阶三阶行列式⌚02:48 二阶行列式划线计算•行列式一定是方的⌚15:00 三阶行列式划线计算•主对角线：╲•副对角线：╲⌚22:29 N阶行列式预备知识•排列：1，2，……，n组成的一个有序数组叫n级排列，中间不能缺数•如3级排列：123，132，213，231，312，321•逆序：大数排在小数前面•逆序数：逆序的总数•奇/偶排列：逆序数为奇/偶•标准排列：123……N•对换：交换排列中的两个数•做一次对换，排列奇偶性改变⌚24:21 名场面：宋浩点名田莎莎等☄P2 n阶行列式⌚00:55 N阶行列式计算•按行展开：•行标取标准排列•列标取排列的所有可能，从不同行不同列取出n个元素相乘•共有N!项•每一项的符号由列标排列的奇偶性决定，偶正奇负⌚20:50 下三角行列式•右上方三角形区域元素全部为0•下三角行列式= 主对角线元素相乘⌚23:14 上三角行列式•左下方三角形区域元素全部为0•上三角行列式= 主对角线元素相乘⌚24:40 对角线行列式•只有主对角线上有数⌚25:30 副对角线行列式•副对角线行列式=(-1)^(n(n-1)/2) * 副对角线元素相乘⌚31:00 三角行列式总结⌚31:09 行列式三种定义• 1.按行展开，符号由列标排列决定• 2.按列展开，符号由行标排列决定• 3.胡乱展开，符号由行标排列逆序数和列标排列逆序数之和决定(-1)^(N(i1,i2,……,iN)+N(j1,j2,……,jN)), i：行标，j：列标☄P3 行列式的性质•行列式对行成立的性质对列也成立⌚00:25 性质一转置•转置：把行按列写•行列式转置后值不变•行列式转置的转置等于本身•行列式两行互换，值变号⌚20:38 性质三两行相同•行列式两行相同，等于0⌚23:10 性质四行公因子k•行列式某行都乘以k，等于用k乘以这个行列式。
《线性代数》学习笔记一
主 题： 《线性代数》学习笔记 内 容：《线性代数》学习笔记一——行列式的定义和性质1、二、三阶行列式的定义解二元线性方程组 a 11x 1+a 12x 2=b 1a 21x 1=a 22x 2=b 2用消元法去x 2得 （a 11a 22-a 12a 21）x 1=b 1a 22-b 2a 12, 消去x 1得 （a 11a 22-a 12a 21）x 2=a 11b 2-a 21b 1, 当a 11a 22-a 12a 21≠0时，得出211222*********a a a a a b a b x --=， 211222111212112a a a a b a b a x --=分子与分母都是由4个数构成的两对乘积之差，例如分母是由方程的4个系数确定的，若将4个系数按出现在方程中的相对位置排成二行（横为行）二列（纵为列）的数表a 11 a 12 a 21 a 22a 11a 22-a 12a 21就是二对角线上两个数乘积之差定义1 a 11a 22-a 12a 12称为由数表 a 11 a 12 a 21 a 22确定的二阶行列式，记作：11122122,,a a a a 改为 11122122a a a a 即1112112212212122a a a a a a a a数a ij (i,j=1,2)称为行列式的元素，a ij 的第一个下标i 称为行标，第二个下标j称为列标，a ij 表示该元素在第i 行，第j 列。
由以上定义知： 222121122221,,a b a b a b a b =- ，221111121211b a b a b a b a =- 把行列式中元素间的逗号去掉，两个元素间应该有空格。
于是以上所得的方程组的解完全可以用行列式表示。
仿照以上解二元联立方程组，用消元法解三元联立方程组⎪⎩⎪⎨⎧=++=++=++333323213123232221211313212111bx a x a x a b x a x a x a b x a x a x a 可以引出三阶行列式的概念。
线性代数手绘笔记
1 -1 1
X 4 y 有三个现行无关的向量
-3-3 5
Q=2 是二重特征值
n-r(2E-A)=3->r(2E-A)=1
实对称矩阵
1 必须可以相似对角化
2 可以用正交矩阵相似对角化
3 不同特征值的特征向量相互正交注：正交内积为0
4 特征值一定为实数
2思路定义或者行列式
Q=0or1
正交矩阵对角化
不垂直要sc 正交化
不垂直用schm正交化
红括号为内积得到的向量俩俩垂直
单位化系数平方和做算术跟
2套路定义和行列式基础解析
正交矩阵
特征值不同肯定垂直
拼起来就是正交矩阵
二次型及其矩阵表示
二次型和特征值的内在联系每一次都是二次的
没有的就是0
标准型只有平方项
正惯性指数负惯性指数
二次型的秩
坐标变换
定理。
《线性代数》学习笔记十二
主 题： 《线性代数》学习笔记 内 容：《线性代数》学习笔记十二 ——二次型1、二次型的矩阵表示 定义1 n 个变量12,,n x x x 的二次齐次多项式212111121211(,,)22n n n f x x x a x a x x a x x =+++2222223232222n n na x a x x a x x ax ++++++称为n 元二次型，简称二次型(quadratic form).当ij a 为复数时，称f 为复二次型；当ij a 为实数时，称f 为实二次型.我们仅讨论实二次型. 取ij ji a a =,于是上式可写为二次型f 的和式表示.212111121211221122222221122(,,)n n n n nn n n n nf x x x a x a x x a x x a x x a x a x x a x x a x x ax =+++++++++++11n nij i ji j a x x ===∑∑二次型f 的矩阵表示1112111222221212(,,,)n n n n n nn n a a a x a a a x f x x x a a a x ⎛⎫⎛⎫ ⎪⎪= ⎪⎪ ⎪⎪⎪⎪⎝⎭⎝⎭A '=x x 这里，显然有A A '=，即A 为实对称矩阵. 例如：二次型用矩阵可表示为()22223120213,,1223012f x y z xy yz x x y z y z =-+-+⎛⎫- ⎪⎛⎫ ⎪ ⎪=-- ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪⎝⎭二次型f 还可表示成向量内积形式()[][]f A A A '==x x x =x,x x,x .二次型与对称矩阵之间存在一一对应关系.由此可见，如果,A B 都是n 阶对称矩阵，且f A B ''=x x =x x ，则A B =.因此，若f A '=x x ，其中A A '=，则称A 为二次型f 的矩阵；称f 为对称矩阵A 的二次型；称()R A 为f 的秩. 例1 写出二次型221231233(,,)(22)f x x x x x x x =++-的矩阵A ，并求f 的秩. 2、二次型的标准形对于二次型11n nij i ji j f a x x ===∑∑，我们讨论的主要问题是：寻找可逆的线性变换C x =y ，使二次型只含平方项，使得2221122n nf y y y λλλ=+++，称为二次型f 的标准形.即2221122112212()(,,).n nn n n f A C AC y y y y y y y y y '''=+++⎛⎫⎛⎫ ⎪⎪'==Λ ⎪⎪ ⎪⎪⎪⎪⎝⎭⎝⎭x x =y y =y y λλλλλλ其中Λ=diag 12(,,,)n λλλ.因此，我们的问题就转化为：对给定对称矩阵A ，求可逆矩阵C ，使得C AC '为对角阵.一般地，有以下定义：定义2 设,A B 为n 阶矩阵，若有可逆矩阵C ，使B C AC '=，则称A 与B 合同. 因为若C 可逆，则C '也可逆，所以，由定义，若A 与B 合同，则A 与B 等价.从而，我们有（1）矩阵的合同关系具有反身性：A E AE '=；对称性：由B C AC '=即得11()A C BC --'=；和传递性：由111A C AC '=和2212A C AC '=即得21212()()A C C A C C '=； （2）若A 与B 合同，则()()R A R B =.（3）若A 是对称矩阵，且若A 与B 合同，则B 也是对称矩阵. 3。
线性代数笔记(自写)
定义 1.1； 形式为
叫做矩阵， 简记为
，被
称为矩阵 的元素， 若记 为 中列向量， （其中 为 transform（转置）首字
母）为 中行向量， 则,
其中
，如果每个元素都为 0，则称 为零矩阵，
简 记 为 0， 如 果
， 那 么 称 为 阶 矩 阵， 此 时 主 对 角 线 元 素 之 和
被称为矩阵 的迹（trace）
补充； 常见的代数结构有群， 环， 域， 模， 矢量空间等 。（有兴趣的童鞋可以去 看《抽象代数》）
要定义矢量空间， 我还必须先给出“矢量”Leabharlann 一般空间的抽象化定义， 如下（无需
理解）；
映射 ；
称为点
的一个矢量（vector）,若对
有；
（a）(线性性)；
（b）(莱布尼兹律)
其中 代表函数在 点的值，
亦可记作 显而易见，这里矢量被定义为一个映射，输入的元素取自 ，为流形（manifold） 上所有的光滑函数， 为实数集合 。 我不打算解释这个定义， 一旦我解释了， 又得去解释许多其它的概念， 所以只会 只谈谈直观上的理解，并阐述矢量与向量的关系（当然有的书是混用两个概念的） 在物理里面，我们经常用矢量去定义物理量，由于牛顿力学建立的数学基础是三 维欧式空间， 所以我们把矢量放在三维欧式空间下， 赋予坐标表示， 就成为具体 的向量， 由此矢量在三维欧式空间里有了几何直观， 我们可以用 表示它 。
（叫加法（addition））及
（叫数乘（scalermultiplication）,
满足如下条件；
(a)
(b)
(c) 零元 ， 使
(d)
(e)
(f)
(g)
初看这个定义你一定看的觉得很熟悉，又很陌生 。因为你感觉这些性质很是自然 。 感觉熟悉的原因是， 你如果直接把 看成三维欧式空间的向量集合， 在配备普通
线性代数_笔记
自考高数线性代数课堂笔记第一章行列式线性代数学的核心内容是：研究线性方程组的解的存在条件、解的结构以及解的求法。
所用的基本工具是矩阵，而行列式是研究矩阵的很有效的工具之一。
行列式作为一种数学工具不但在本课程中极其重要，而且在其他数学学科、乃至在其他许多学科（例如计算机科学、经济学、管理学等）都是必不可少的。
1.1行列式的定义（一）一阶、二阶、三阶行列式的定义（1）定义：符号叫一阶行列式，它是一个数，其大小规定为：。
注意：在线性代数中，符号不是绝对值。
例如，且；（2）定义：符号叫二阶行列式，它也是一个数，其大小规定为：所以二阶行列式的值等于两个对角线上的数的积之差。
例如（3）符号叫三阶行列式，它也是一个数，其大小规定为例如=0三阶行列式的计算比较复杂，为了帮助大家掌握三阶行列式的计算公式，我们可以采用下面的对角线法记忆方法是：在已给行列式右边添加已给行列式的第一列、第二列。
我们把行列式左上角到右下角的对角线叫主对角线，把右上角到左下角的对角线叫次对角线，这时，三阶行列式的值等于主对角线的三个数的积与和主对角线平行的线上的三个数的积之和减去次对角线三个数的积与次对角线的平行线上数的积之和。
例如：（1）=1×5×9+2×6×7+3×4×8-3×5×7-1×6×8-2×4×9=0（2）（3）（2）和（3）叫三角形行列式，其中（2）叫上三角形行列式，（3）叫下三角形行列式，由（2）（3）可见，在三阶行列式中，三角形行列式的值为主对角线的三个数之积，其余五项都是0，例如例1a为何值时，[答疑编号10010101：针对该题提问]解因为所以8-3a=0，时例2当x取何值时，[答疑编号10010102：针对该题提问]解：解得0<x<9所以当0<x<9时，所给行列式大于0。
同济版线性代数笔记
t = t1 + t2 + L + tn = ∑ ti ，例如排列 32514 的逆序数为 0+1+0+3+1=5 个
i =1
n
n 阶行列式： 我们观察三阶行列式可以发现， 其等号右边的每一项都是三个元素的乘积， 且这三个元素都位于不同的行、不同的列，因而等号右边任一项除正负号以外可以写成
a1 p1 a2 p2 a3 p3 。这里的第一个下标（行标）排成标准次序 123，而第二个下标（列标）排成
a11 L (a1i + ka1 j ) L a1 j L a1n a21 L (a2i + ka2 j ) L a2 j L a2 n M M M M an1 L (ani + kanj ) L anj L ann
3 1 −5 1 例：计算行列式 D = 2 0 1 −5
解
−1 2 3 −4 1 −1 3 −3 1 3 −1 2 0 −8 4 −6 0 2 1 −1 0 16 − 2 7
⎧a11 x1 + a12 x2 + L + a1n xn = b1 ⎫ ⎪a x + a x + L + a x = b ⎪ ⎪ 21 1 22 2 2n n 2⎪ ⎨ ⎬ ⎪LLLL ⎪ ⎪ ⎩an1 x1 + an 2 x2 + L + ann xn = bn ⎪ ⎭
如果上面的线性方程组的系数行列式不等于零，即
D = ai1 Ai1 + ai 2 Ai 2 + L + ain Ain (i = 1, 2, L, n) 或
D = a1 j A1 j + a2 j A2 j + L + anj Anj ( j = 1, 2, L , n)