线性代数笔记(更新中ing)
文章目录
- 一、第一章:行列式(det)
- 1.二阶行列式
- 2.三阶行列式
- 3.n阶行列式
- 3.1 排列和逆序
- 3.2 n阶行列式
- (主对角线上的)上、下三角和对角行列式
- (辅对角线上的)上、下三角和对角行列式
- 3.3 n阶行列式的三种定义
- 4.行列式的7个性质
- 5行列式展开
- 5.1(代数)余子式
- 5.2异乘变零定理
- 5.3克莱姆法则
- 第二章:矩阵(matrix)
- 1.矩阵定义
- 2.矩阵运算
- 2.1矩阵加减法
- 2.2矩阵乘法☆
- 矩阵乘法不满足的规律
- 矩阵乘法满足的规律
- 2.3矩阵幂运算
- 2.4特殊矩阵(都是方阵)
- 3.逆矩阵
- 3.1方阵的行列式
- 3.2伴随矩阵(只有方阵才有伴随矩阵)
- 3.3逆矩阵
- 3.4逆矩阵矩阵方程:
开局宋老师镇楼,期末绝对不挂科。
一、第一章:行列式(det)
1.二阶行列式
二阶行列式的值=主对角线相乘-辅对角线相乘。
2.三阶行列式
三阶行列式行标取标准排列,列标取排列的所有可能。从不同行不同列取出三个元素相乘。符号由列标排列的奇偶性决定。
3.n阶行列式
3.1 排列和逆序
排列定义:由1,2,3,* * * ,n组成的一个有序数组,叫做n级排列。(中间不能缺数)
逆序:逆序指大数排在小数的前面,逆序的总数叫做逆序数
,逆序个数为奇数叫做奇排列
,逆序个数为偶数叫做偶排列
。如N(4213)=3+1=4,为偶排列。
N(1,2,3****n)=0叫做n级标准排列(自然排列)。
例:
N(n,(n-1)***3,2,1)=n-1+n-2+ * * * ,+2+1=n(n-1)/2
数逆序数时:从第一个开始,依次数后面有几个比他小的。
对换:一个排列经过一次对换,奇偶性改变一次。
比如N(5,4,1,2,3)=4+3+0=7,对完为N(5,4,2,1,3)=4+3+1=8
定理:n级排列中,奇排列和偶排列个数相等,各占一半(n!/2)。
3.2 n阶行列式
特例:|a11|=a11
,即只有一个数的行列式等于本身,那么|-1|=-1
(-1的行列式也是-1)。
(主对角线上的)上、下三角和对角行列式
(主对角线上的)上、下三角和对角行列式=主对角线元素相乘。
下面三种行列式都=主对角线元素相乘。
(辅对角线上的)上、下三角和对角行列式
(辅对角线上的)上、下三角和对角行列式=[(-1)n(n-1)/2 ] 主对角线元素相乘。
3.3 n阶行列式的三种定义
按行定义
- 行标取自然排列。
- 列标取排列的所有可能。
- 不同行不同列取出不同个元素相乘。
- 符号由列标排列的逆序数的奇偶性决定。
按列定义
- 列标取自然排列。
- 行标取排列的所有可能。
- 不同行不同列取出不同个元素相乘。
- 符号由行标排列的逆序数的奇偶性决定。
第三种定义
打乱顺序,从不同行不同列取出不同个元素相乘。
- 符号由列标和行标的逆序数相加决定。
4.行列式的7个性质
性质1:D^T^=D
行列式的值和它转置后的值相等。
转置
:将原来的行变成列,
性质2:两行互换,行列式值变号。
性质3:行列式两行(列)相等,D=0。(性质2—>性质3)
性质4:某一行都乘以k,等于用k乘以D.
推论(常用):行列式某一行有公因子,可以提到符号的外面.
- 行列式所有元素均有公因子k,k外提n次。
性质5: (1)两行对应成比例,D=0
推论:
(2)某一行全为0,D=0
(3)两行相等,D=0
- 注意:由D=0并不能推出上述3个式子有一个成立。
性质6:行列式的某一行所有元素都是两项和,则该行列式可以表示为两个行列式相加。
是和的那一行分开,其余行保持不变.
☆性质7: 某一行(列)k加到另一行上去,值不变.(k可以为0)
- 解题时:先处理第一列,再处理第二列,再第三列。第一列处理完后,第一行不再参与后续运算,第二行处理完后,第二行不再参与后续运算。
一般都是最终化为上三角。用第一列第一个数消该列下面的数,用第二列第二个数消该列下面的数,用第三列第三个数消下面的数。
5行列式展开
5.1(代数)余子式
上图中的指数1+4表示3是第一行第四列。
按某行(列)展开定理:行列式=任意一行中各元素与其对应的代数余子式乘积之和。
一般选0多的行展开,展开后有降阶的效果:
5.2异乘变零定理
异乘变零定理:某行元素与另一行元素的代数余子式乘积之和=0。
5.3克莱姆法则
使用范围:
- 克莱姆法则仅适用于方程个数=未知量个数的情况。
- 系数行列式D != 0
例:
第二章:矩阵(matrix)
解方程组时,根据实际需要,提出了行列式的计算规则。为什么要提出矩阵的概念呢?很多东西都可以用矩阵来表示
例:航班信息
1.矩阵定义
矩阵是由一些数,按行按列组成的数表。假设有m行n列,就称为m*n的矩阵。
比较 | 行列式 | 矩阵 |
---|---|---|
本质 | 一个数 | 数表 |
符号 |
| |
|
( )
|
形状 | 正方形 | 矩形 |
- 行矩阵:(1,1,1)
- 列矩阵:自行脑补。
- 实矩阵:所有数字都是实数。
- 复矩阵:所有数字都是复数。
- 零矩阵:所有元素都是0的矩阵。(两个零矩阵不一定相等)
- 负矩阵:所有元素都是负数。
- 单位阵E:主对角线都是1,其他元素均为0。(如E3代表三阶单位阵)
- 同型矩阵:行数和列数相等。(矩阵相等的前提是同型矩阵)
2.矩阵运算
2.1矩阵加减法
加法前提:只有同型矩阵才能相加。
减法前提:只有同型矩阵才能减。
2.2矩阵乘法☆
数乘
用一个数去乘一个矩阵=这个数乘矩阵的所有元素。
提公因子
行列式:一行提一次,若所有元素都有公因子,向外提n次。
矩阵:矩阵所有元素均有公因子,向外提一次。
- ☆矩阵相乘的前提:第一个矩阵的列数=第二个矩阵的行数。
- ☆结果矩阵的行数:第一个矩阵的行数。
- ☆结果矩阵的列数:第二个矩阵的列数。
概括为:中间相等取两头
。
例:矩阵乘法计算
结果矩阵分别对象下表:
矩阵A的第一行*矩阵B的第一列 | 矩阵A的第一行*矩阵B的第二列 | 矩阵A的第一行*矩阵B的第三列 |
---|---|---|
矩阵A的第二行*矩阵B的第一列 | 矩阵A的第二行*矩阵B的第二列 | 矩阵A的第二行*矩阵B的第三列 |
矩阵乘法不满足的规律
- (1)AB有有意义,BA不一定有意义。
- (2)由AB=0,不能推出A=0或B=0
- (3)由AB=AC,A!=0,不能推出B=C。
矩阵乘法满足的规律
- 零矩阵0与任何矩阵A相乘=0。
- 单位阵E与任何矩阵A相乘=A。
- 乘法结合律:(AB)C = A(BC)
- 乘法分配律:(A + B)C =AC + AB
- k(AB)=(kA)B=A(kB)
上面的运算规律中:AB的左右顺序永远不能变。
例:求和矩阵A可交换的所有矩阵(可交换必为同阶矩阵)
例:方程与矩阵的线性替换
2.3矩阵幂运算
幂运算的前提是方阵。
幂运算
同底数幂相乘:底数不变,指数相互加。
A的0次幂=单位阵E
一般情况下
仅当A=B时相等。一般情况下
下面的式子是成立的
2.4特殊矩阵(都是方阵)
(1)数量矩阵:主对角线元素相同,其余元素均为0。(a可以为0)
[ a a ⋱ a ] \left[ \begin{matrix} a & & & \\ & a & & \\ & & \ddots & \\ & & & a \\ \end{matrix} \right] ⎣⎢⎢⎡aa⋱a⎦⎥⎥⎤
上面的数量矩阵 = aE
- 一个数与数量矩阵相乘,或者数量矩阵之间相加、相减结果都为数量矩阵。
- 对于数量矩阵aE和任意可乘矩阵B有:(aE)B = B(aE) = aB
(2)对角形矩阵:主对角线元素可以不相同,其余元素均为0。
[ a 1 a 2 ⋱ a n ] \left[ \begin{matrix} a_1 & & & \\ & a_2 & & \\ & & \ddots & \\ & & & a_n \\ \end{matrix} \right] ⎣⎢⎢⎡a1a2⋱an⎦⎥⎥⎤
对角形矩阵还可以记作: d i a g ( a 1 , a 2 , . . . , a n ) diag(a_1,a_2,...,a_n) diag(a1,a2,...,an)
显然,数量矩阵是一种特殊的对角形矩阵。
对角形矩阵之间相加、相减、相乘,仍然是对角形矩阵。其和、差、积是其主对角线对应元素相加、相减、相乘所得到的对角形矩阵。
矩阵与对角形矩阵相乘:左乘相当于用k乘以行,右乘相当于用k乘以列。
对角形矩阵既是上三角又是下三角,数和上(下)三角的乘积,以及上(下)三角的和、差、积均是上(下)三角。
(3)对称矩阵:以主对角线为轴,上下对应相等。(主对角线的值没有要求)
[ 1 1 − 1 1 2 4 − 1 4 3 ] 有 : a i j = a j i , 但 不 常 用 。 常 用 的 是 A T = A \left[ \begin{matrix} 1& 1 & -1\\ 1& 2 & 4\\ -1& 4 & 3\\ \end{matrix} \right] 有:a_ij=a_ji,但不常用。常用的是A^T=A ⎣⎡11−1124−143⎦⎤有:aij=aji,但不常用。常用的是AT=A
- 两个同阶对称矩阵的和、差、数乘、仍然是对称的,但乘积一般不是对称的。
① ( A + B ) T = A T + B T = A + B ② ( A − B ) T = A T − B T = A − B ③ ( k A ) T = k A T = k A ④ ( A B ) T = B T A T = B A ≠ A B \begin{aligned} ①(A+B)^T = A^T+B^T = A+B\\ ②(A-B)^T = A^T-B^T = A-B\\ ③(kA)^T = kA^T = kA \\ ④(AB)^T = B^TA^T = BA≠AB \end{aligned} ①(A+B)T=AT+BT=A+B②(A−B)T=AT−BT=A−B③(kA)T=kAT=kA④(AB)T=BTAT=BA=AB - 如果AB是两个同阶的对称矩阵,AB对称<=>AB可交换。
( A B ) T = B T A T = B A = A B (AB)^T = B^TA^T = BA = AB (AB)T=BTAT=BA=AB
- A A T 与 A T A 都 是 对 称 的 AA^T与A^TA都是对称的 AAT与ATA都是对称的
① ( A A T ) T = ( A T ) T A T = A A T ② ( A T A ) T = A T ( A T ) T = A T A 例 : ( B T A B ) T = B T A T ( B T ) T = B T A B ①(AA^T)^T = (A^T)^TA^T =AA^T\\ ②(A^TA)^T =A^T (A^T)^T =A^TA\\ 例:(B^TAB)^T=B^TA^T(B^T)^T=B^TAB ①(AAT)T=(AT)TAT=AAT②(ATA)T=AT(AT)T=ATA例:(BTAB)T=BTAT(BT)T=BTAB
(4)反对称矩阵:以主对角线为轴,上下对应成相反数。(主对角线的值全为0)
[ 0 1 − 3 − 1 0 − 4 3 4 0 ] 有 : a i j = − a j i , 但 不 常 用 。 常 用 的 是 A T = − A \left[ \begin{matrix} 0& 1 & -3\\ -1& 0 & -4\\ 3& 4 & 0\\ \end{matrix} \right] 有:a_ij=-a_ji,但不常用。常用的是A^T=-A ⎣⎡0−13104−3−40⎦⎤有:aij=−aji,但不常用。常用的是AT=−A
- 两个同阶反对称矩阵的和、差、数乘、仍然是反对称的,但乘积一般不是反对称的。
3.逆矩阵
3.1方阵的行列式
A = [ 2 2 2 3 3 3 1 1 1 ] , ∣ A ∣ = ∣ 2 2 2 3 3 3 1 1 1 ∣ A=\left[ \begin{matrix} 2& 2 & 2\\ 3& 3& 3\\ 1& 1 & 1\\ \end{matrix} \right] ,|A|=\left| \begin{matrix} 2& 2 & 2\\ 3& 3& 3\\ 1& 1 & 1\\ \end{matrix} \right| A=⎣⎡231231231⎦⎤,∣A∣=∣∣∣∣∣∣231231231∣∣∣∣∣∣
方阵的本质是数表,行列式的本质是一个数值。
方阵的行列式只是方阵的一个属性。
性质1: ∣ A T ∣ = ∣ A ∣ |A^T|=|A| ∣AT∣=∣A∣ (行列式转置值不变)
性质2: ∣ k A ∣ = k n ∣ A ∣ |kA|=k^n|A| ∣kA∣=kn∣A∣ (先数乘,再求行列式,k要向外提n次)☆☆☆
A = [ 1 1 1 2 2 2 3 3 3 ] , ∣ k A ∣ = ∣ k k k 2 k 2 k 2 k 3 k 3 k 3 k ∣ = k 3 ∣ A ∣ A=\left[ \begin{matrix} 1& 1 & 1\\ 2& 2& 2\\ 3& 3 & 3\\ \end{matrix} \right] ,|kA|=\left| \begin{matrix} k& k & k\\ 2k& 2k& 2k\\ 3k& 3k & 3k\\ \end{matrix} \right| =k^3|A| A=⎣⎡123123123⎦⎤,∣kA∣=∣∣∣∣∣∣k2k3kk2k3kk2k3k∣∣∣∣∣∣=k3∣A∣性质3: ∣ A B ∣ = ∣ A ∣ ∗ ∣ B ∣ |AB|=|A|*|B| ∣AB∣=∣A∣∗∣B∣(行列式的乘法定理)
例题:
已 知 A 为 5 阶 行 列 式 , ∣ A ∣ = 3 。 求 ∣ − A ∣ 、 ∣ 2 A T ∣ 、 ∣ ∣ A ∣ A ∣ 已知A为5阶行列式,|A|=3。求|-A|、|2A^T|、||A|A| 已知A为5阶行列式,∣A∣=3。求∣−A∣、∣2AT∣、∣∣A∣A∣
① ∣ − A ∣ = ( − 1 ) 5 ∣ A ∣ = − 3 ①|-A|=(-1)^5|A|=-3 ①∣−A∣=(−1)5∣A∣=−3
② ∣ 2 A T = 2 5 ∣ A T ∣ = 2 5 ∗ 3 ②|2A^T=2^5|A^T|=2^5*3 ②∣2AT=25∣AT∣=25∗3
③ ∣ ∣ A ∣ A ∣ = ∣ 3 A ∣ = 3 5 ∣ A ∣ = 3 6 ③||A|A|=|3A| = 3^5|A|=3^6 ③∣∣A∣A∣=∣3A∣=35∣A∣=36
3.2伴随矩阵(只有方阵才有伴随矩阵)
A = [ 1 1 1 2 1 3 1 1 4 ] A=\left[ \begin{matrix} 1& 1 & 1\\ 2& 1& 3\\ 1& 1 & 4\\ \end{matrix} \right] A=⎣⎡121111134⎦⎤
求出所有元素的代数余子式后,按列放置
A11 = 1,A12 = -5,A13 = 1,
A21 = -3,A22 = 3,A23 = 0,
A31 = 2,A32 = -1,A33 = -1,
得 出 的 伴 随 矩 阵 为 A ∗ = [ 1 − 3 2 − 5 3 − 1 1 0 − 1 ] 得出的伴随矩阵为A^*=\left[ \begin{matrix} 1&-3 & 2\\ -5& 3& -1\\ 1& 0 & -1\\ \end{matrix} \right] 得出的伴随矩阵为A∗=⎣⎡1−51−3302−1−1⎦⎤
- 伴随矩阵求法:先求出所有元素的代数余子式,再按行求按列放。
- A A ∗ = A ∗ A = ∣ A ∣ E AA^*=A^*A=|A|E AA∗=A∗A=∣A∣E
A A ∗ = [ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 ⋯ a n n ] ∗ [ A 11 A 21 ⋯ A n 1 A 12 A 22 ⋯ A n 2 ⋮ ⋮ ⋱ ⋮ A 1 n A 2 n ⋯ A n n ] = [ ∣ A ∣ 0 ⋯ 0 0 ∣ A ∣ ⋯ 0 ⋮ ⋮ ⋱ ⋮ 0 0 ⋯ ∣ A ∣ ] = ∣ A ∣ E AA^*=\left[ \begin{matrix} a_ {11} & a_ {12} & \cdots & a_ {1n} \\ a_ {21} & a_ {22} & \cdots & a_ {2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_ {n1} & a_{ n2} & \cdots & a_ {nn} \\ \end{matrix} \right] *\left[ \begin{matrix} A_ {11} & A_ {21} & \cdots & A_ {n1} \\ A_ {12} & A_ {22} & \cdots & A_ {n2} \\ \vdots & \vdots & \ddots & \vdots \\ A_ {1n} & A_{ 2n} & \cdots & A_ {nn} \\ \end{matrix} \right] =\left[ \begin{matrix} |A| & 0 & \cdots &0 \\ 0 & |A| & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & |A| \\ \end{matrix} \right] =|A|E AA∗=⎣⎢⎢⎢⎡a11a21⋮an1a12a22⋮an2⋯⋯⋱⋯a1na2n⋮ann⎦⎥⎥⎥⎤∗⎣⎢⎢⎢⎡A11A12⋮A1nA21A22⋮A2n⋯⋯⋱⋯An1An2⋮Ann⎦⎥⎥⎥⎤=⎣⎢⎢⎢⎡∣A∣0⋮00∣A∣⋮0⋯⋯⋱⋯00⋮∣A∣⎦⎥⎥⎥⎤=∣A∣E - ∣ A ∗ ∣ = ∣ A ∣ n − 1 |A^*|=|A|^{n-1} ∣A∗∣=∣A∣n−1
∣ A A ∗ ∣ = ∣ ∣ A ∣ E ∣ , ∣ A ∣ ∗ ∣ A ∗ ∣ = ∣ A ∣ n , ∣ A ∗ ∣ = ∣ A ∣ n − 1 |AA^*|=||A|E|,|A|*|A^*|=|A|^n,|A^*|=|A|^{n-1} ∣AA∗∣=∣∣A∣E∣,∣A∣∗∣A∗∣=∣A∣n,∣A∗∣=∣A∣n−1
3.3逆矩阵
定 义 : 设 A 为 n 阶 方 阵 , 存 在 n 阶 方 阵 B , 使 得 A B = B A = E , 则 称 B 为 A 的 逆 矩 阵 , 记 作 A − 1 = B 定义:设A为n阶方阵,存在n阶方阵B,使得AB=BA=E,则称B为A的逆矩阵,记作A^{-1}=B 定义:设A为n阶方阵,存在n阶方阵B,使得AB=BA=E,则称B为A的逆矩阵,记作A−1=B
- 未必所有方阵均可逆。(0B=B0=0≠E)
- 如果一个方阵可逆,逆矩阵唯一。
如何判断一个方阵可逆?
若 方 阵 A 满 足 ∣ A ∣ ≠ 0 , 则 该 方 阵 A 称 作 : 非 奇 异 、 非 退 化 、 满 秩 。 若方阵A满足|A|≠0,则该方阵A称作:非奇异、非退化、满秩。 若方阵A满足∣A∣=0,则该方阵A称作:非奇异、非退化、满秩。
方 阵 A 可 逆 的 充 要 条 件 是 ∣ A ∣ ≠ 0 , A − 1 = 1 ∣ A ∣ A ∗ 方阵A可逆的充要条件是|A|≠0,A^{-1}={{1} \over {|A|}}A^* 方阵A可逆的充要条件是∣A∣=0,A−1=∣A∣1A∗ ☆☆☆
推 论 : 如 果 A B 都 是 n 阶 方 阵 , 如 果 A B = E ( 或 B A = E ) , 则 A 可 逆 , 且 A − 1 = B 。 推论:如果AB都是n阶方阵,如果AB=E(或BA=E),则A可逆,且A^{-1}=B。 推论:如果AB都是n阶方阵,如果AB=E(或BA=E),则A可逆,且A−1=B。
求逆矩阵的方法?
(1)伴随矩阵法:
∣ A − 1 = 1 ∣ A ∣ A ∗ ∣ 由 于 计 算 量 太 大 , 所 以 实 际 计 算 中 不 使 用 伴 随 矩 阵 法 。 |A^{-1}={{1} \over {|A|}}A^*|由于计算量太大,所以实际计算中不使用伴随矩阵法。 ∣A−1=∣A∣1A∗∣由于计算量太大,所以实际计算中不使用伴随矩阵法。
(2)初等变换法√
待更。。。
3.4逆矩阵矩阵方程:
线性代数笔记(更新中ing)相关推荐
- 计网/数据库面试题(更新中ing~~)
计网/数据库面试题(更新中ing~~) <计算机网络> 1. OSI七层模型.设备 (传输层)协议的多路分用和复用 2. TCP/IP四层模型==五层模型 (传输层)TCP和UDP协议对比 ...
- 350篇天涯论坛经典贴子合集分享(持续更新中ing)
注:花时间搜集了天涯论坛神贴合集,分享给大家,无密可编辑pdf版本,就是给大家留下一些经典的回忆.当年天涯论坛那可是高人辈出啊,很多佳作神帖含金量很高.很多现在连天涯上都看不到了,有点可惜.大家且看且 ...
- 各类数据集整理(持续更新中ing)
转自:https://zhuanlan.zhihu.com/p/84088095 最近一次新增:2020.02.11 大家好,先给各位抱拳了!我是和鲸(科赛 http://kesci.com)的运营一 ...
- python甲鱼怎么修改,跟小甲鱼自学python笔记 更新中…
看完这些笔记自己就可以入门Python了 在B站上看小甲鱼的视频,顺便整理一下自己的笔记. 第十课 列表 1.列表中可以存放一些什么东西? 在列表中可以存放整数.浮点数.字符串.对象-甲鱼粉说Pyth ...
- Vue3项目技巧(更新中ing)
文章目录 axios封装 http.js testAPI.js main.js测试 如果项目中需要多个baseURL 自动导入scss文件 案例文件 使用案例 引入aliyun图标库 先看效果 查看官 ...
- Android V7包学习笔记更新中.....
关于V4 V7 V13 VX包介绍转自这里 1, Android Support V4, V7, V13是什么? 本质上就是三个java library. 2, 为什么要有support库? 如果在低 ...
- 前端面试题----百题大战(超详细哦,包含代码和示例哦,记得一键三连哦,持续更新中ing...)
你在前端开发中使用过哪些框架和库?简要介绍一下它们和它们的优点和缺点. Vue.js:Vue.js 是一个渐进式 JavaScript 框架,它通过组合各种特性和插件,支持更加灵活的功能开发和定制化, ...
- 《亿级流量JAVA高并发与网络编程实战》笔记--------更新中
<亿级流量JAVA高并发与网络编程实战>笔记 第一章 高并发概述 "高并发技术" 是一个广义的概念,是指一种高效的地实现并发需求的解决方案,是技术领域的名称,可以包含架 ...
- 小余学调度:调度禁忌操作讲解(持续更新中ing)
小余学调度系列文章,记录小余同学入职电力调度员一路的学习记录,由于工作性质,在这个系列,只写能公开的知识点,不涉及机密.图中所有数据和图要么是网图,要么做了脱敏处理.不涉及机密. 专栏解锁后,可以看这 ...
最新文章
- 企业选择做网站托管服务的几大因素
- linux中tcp连接内核参数调优somaxconn
- linux下shell显示-bash-4.1$ 不显示路径解决方法
- CMakeList下打印log
- 提交spark的bug的地方
- 阿里P8架构师谈:什么是缓存雪崩?服务器雪崩的场景与解决方案
- html img图片等比例缩放_我掏空了各大搜索引擎,整理了HTML图片标签笔记,满满干货...
- 权限管理su、sudo、限制root远程登录
- dsc linux 软件安装_介绍一个linux各软件安装教程网站linuxize
- 汉明码---存储器校验(简单易懂详解)
- 点击按钮对两个div的隐藏与显示进行切换
- 射频通信接收机设计的主要结构
- 计算机病毒学,计算机病毒学.doc
- 分享ddwrt tomato路由器剔除信号质量差客户端的脚本
- Top Android App使用的组件 2
- Pytorch实战:8层神经网络实现Cifar-10图像分类验证集准确率94.71%
- 软件测试-18个功能测试点总结
- teb tuning
- 前端cookie的设置获取删除
- 安防摄像机手机直播方案介绍
热门文章
- CDN及其加速原理(详解)
- pythonend什么意思_Python中的 \t 和 end=” 是什么意思?
- jenkins更换初始登录密码
- unity FBX模型导出系统源码WRP FBX Exporter下载
- 开源全平台版知识付费系统源码 支持微信小程序+公众号+H5+PC端
- 计算机毕业设计Java银行贷款管理系统(系统+程序+mysql数据库+Lw文档)
- 为什么你应聘不上或试用期被开?
- 改写[转载]关闭危险端口的批处理文件FOR WIN7
- mv命令移动文件夹及其下所有文件
- ubuntu中自带的ufw防火墙