完成《线性代数》克莱姆法则
continuous-integration/drone/push Build is passing
Details
|
@ -0,0 +1,78 @@
|
||||||
|
---
|
||||||
|
title: "《线性代数》克莱姆法则"
|
||||||
|
date: 2023-08-11T21:07:47+08:00
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 克莱姆法则
|
||||||
|
|
||||||
|
克莱姆法则并非计算线性方程组的最好方法(高斯消元法),但能够加深对线性方程组的理解
|
||||||
|
|
||||||
|
|
||||||
|
对于一个线性方程组
|
||||||
|
$$
|
||||||
|
\begin{cases}
|
||||||
|
3x+2y &=-4 \\\\
|
||||||
|
-1x+2y &=-2
|
||||||
|
\end{cases}
|
||||||
|
$$
|
||||||
|
|
||||||
|
可以将其看作对向量的一个已知的矩阵变换,且结果已知
|
||||||
|
|
||||||
|
$$
|
||||||
|
\begin{bmatrix}
|
||||||
|
3 & 2 \\\\
|
||||||
|
-1 & 2
|
||||||
|
\end{bmatrix}
|
||||||
|
\begin{bmatrix}
|
||||||
|
x \\\\
|
||||||
|
y
|
||||||
|
\end{bmatrix} =
|
||||||
|
\begin{bmatrix}
|
||||||
|
-4 \\\\
|
||||||
|
-2
|
||||||
|
\end{bmatrix}
|
||||||
|
$$
|
||||||
|
|
||||||
|

|
||||||
|
|
||||||
|
$$
|
||||||
|
x\begin{bmatrix}
|
||||||
|
3 \\\\
|
||||||
|
-1
|
||||||
|
\end{bmatrix} +
|
||||||
|
y\begin{bmatrix}
|
||||||
|
2 \\\\
|
||||||
|
2
|
||||||
|
\end{bmatrix} =
|
||||||
|
\begin{bmatrix}
|
||||||
|
-4 \\\\
|
||||||
|
-2
|
||||||
|
\end{bmatrix}
|
||||||
|
$$
|
||||||
|
|
||||||
|
在计算时不能将点乘的结果视为x或y的坐标,因为点乘会随着线性变换而改变结果甚至正负性,但对于不改变点积的正交变换(基向量在变换后依然保持单位长度且相互垂直)则可以使用
|
||||||
|
|
||||||
|
|
||||||
|

|
||||||
|
|
||||||
|
面积/体积与坐标值的关系
|
||||||
|
|
||||||
|

|
||||||
|
|
||||||
|

|
||||||
|
|
||||||
|
根据面积关系可以求出Y
|
||||||
|
|
||||||
|

|
||||||
|
|
||||||
|
X的求取同理
|
||||||
|
|
||||||
|

|
||||||
|
|
||||||
|
上述对XY的求取方式就是克莱姆法则
|
||||||
|
|
||||||
|
在三维下同样适用
|
||||||
|
|
||||||
|

|
||||||
|
|
After Width: | Height: | Size: 2.1 MiB |
After Width: | Height: | Size: 23 MiB |
After Width: | Height: | Size: 36 MiB |
After Width: | Height: | Size: 39 MiB |
After Width: | Height: | Size: 40 MiB |
After Width: | Height: | Size: 5.8 MiB |
After Width: | Height: | Size: 41 MiB |