第一章，07-方程组的行列式解法-克莱姆法则

简介

这是《玩转线性代数》的学习笔记。
示例请查看原文

克莱姆法则

设线性方程组
$$\{\begin{array}{r}{a}_{11}{x}_1+a_{12}{x}_2+\cdots +a_{1n}{x}_n=b_1\\ a_{21}{x}_1+a_{22}{x}_2+\cdots +a_{2n}{x}_n=b_2\\ --------------\\ a_{31}{x}_1+a_{n2}{x}_2+\cdots +a_{nn}{x}_n=b_n\end{array}$$
其系数行列式$D=\left|\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nn}\end{array}\right|$,用常数向量$\beta =\left(\begin{array}{c}{b}_1\\ b_2\\ ⋮\\ b_n\end{array}\right)$替换$D$的第j列所得的n阶行列式记叙$D_j$，即
$$D=\left|\begin{array}{ccccccc}{a}_{11}& \cdots & a_{1,j-1}& b_1& a_{1,j-1}& \cdots & a_{1n}\\ a_{21}& \cdots & a_{2,j-1}& b_2& a_{2,j-1}& \cdots & a_{2n}\\ ⋮& ⋮& ⋮& ⋮& ⋮& ⋮& ⋮\\ a_{n1}& \cdots & a_{n,j-1}& b_n& a_{n,j-1}& \cdots & a_{nn}\end{array}\right|,(j=1,2,\cdots ,n)。$$
若$D\ne 0$，则线性方程组存在唯一解：
$$x_1=\frac{D_1}{D},x_2=\frac{D_2}{D},\cdots ,x_n=\frac{D_n}{D}$$

numpy计算行列式

文章中提到用Matlab计算行列式，作为python程序员，当然是抄家伙搞numpy了：

import numpy as np

matrix = [[1,2,3], [4,5,6], [7,8,9]]
# 二维列表转为numpy数组
m = np.array(matrix)
# linalg线性代数包，det计算行列式
det = np.linalg.det(m)