Skip to content
Open
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
6 changes: 3 additions & 3 deletions chapter20.ipynb
Original file line number Diff line number Diff line change
Expand Up @@ -23,15 +23,15 @@
"\n",
"再来看非对角线元素:回顾二阶的情况,如果用第一行乘以第二行的代数余子式$a_{11}C_{21}+a_{12}C_{22}$,得到$a(-b)+ab=0$。换一种角度看问题,$a(-b)+ab=0$也是一个矩阵的行列式值,即$A_{s}=\\begin{bmatrix}a&b\\\\a&b\\end{bmatrix}$。将$\\det A_{s}$按第二行展开,也会得到$\\det A_{s}=a(-b)+ab$,因为行列式有两行相等所以行列式值为零。\n",
"\n",
"推广到$n$阶,我们来看元素$Res_{1n}=a_{11}C_{n1}+a_{12}C_{n2}+\\cdots+a_{1n}C_{nn}$,该元素是第一行与最后一行的代数余子式相乘之积。这个式子也可以写成一个特殊矩阵的行列式,即矩阵$A_{s}=\\begin{bmatrix}a_{11}&a_{12}&\\cdots&a_{1n}\\\\a_{21}&a_{22}&\\cdots&a_{2n}\\\\\\vdots&\\vdots&\\ddots&\\vdots\\\\a_{n-a1}&a_{n-12}&\\cdots&a_{n-1n}\\\\a_{11}&a_{12}&\\cdots&a_{1n}\\end{bmatrix}$。计算此矩阵的行列式,将$\\det A_{s}$按最后一行展开,也得到$\\det A_{s}=a_{11}C_{n1}+a_{12}C_{n2}+\\cdots+a_{1n}C_{nn}$。同理,行列式$A_{s}$有两行相等,其值为零。\n",
"推广到$n$阶,我们来看元素$Res_{1n}=a_{11}C_{n1}+a_{12}C_{n2}+\\cdots+a_{1n}C_{nn}$,该元素是第一行与最后一行的代数余子式相乘之积。这个式子也可以写成一个特殊矩阵的行列式,即矩阵$A_{s}=\\begin{bmatrix}a_{11}&a_{12}&\\cdots&a_{1n}\\\\a_{21}&a_{22}&\\cdots&a_{2n}\\\\\\vdots&\\vdots&\\ddots&\\vdots\\\\a_{n-11}&a_{n-12}&\\cdots&a_{n-1n}\\\\a_{11}&a_{12}&\\cdots&a_{1n}\\end{bmatrix}$。计算此矩阵的行列式,将$\\det A_{s}$按最后一行展开,也得到$\\det A_{s}=a_{11}C_{n1}+a_{12}C_{n2}+\\cdots+a_{1n}C_{nn}$。同理,行列式$A_{s}$有两行相等,其值为零。\n",
"\n",
"结合对角线元素与非对角线元素的结果,我们得到$Res=\\begin{bmatrix}\\det A&0&\\cdots&0\\\\0&\\det A&\\cdots&0\\\\\\vdots&\\vdots&\\ddots&\\vdots\\\\0&0&\\cdots&\\det A\\end{bmatrix}$,也就是$(1)$等式右边的$(\\det A)I$,得证。\n",
"\n",
"## 求解$Ax=b$\n",
"\n",
"因为我们现在有了逆矩阵的计算公式,所以对$Ax=b$有$x=A^{-1}b=\\frac{1}{\\det A}C^Tb$,这就是计算$x$的公式,即克莱默法则(Cramer's rule)。\n",
"\n",
"现在来观察$x=\\frac{1}{\\det A}C^Tb$,我们将得到的解拆分开来,对$x$的第一个分量有$x_1=\\frac{y_1}{\\det A}$,这里$y_1$是一个数字,其值为$y_1=b_1C_{11}+b_2C_{21}+\\cdots+b_nC_{n1}$,每当我们看到数字与代数余子式乘之积求和时,都应该联想到求行列式,也就是说$y_1$可以看做是一个矩阵的行列式,我们设这个矩阵为$B_1$。所以有$x_i=\\frac{\\det B_1}{\\det A}$,同理有$x_2=\\frac{\\det B_2}{\\det A}$,$x_2=\\frac{\\det B_2}{\\det A}$。\n",
"现在来观察$x=\\frac{1}{\\det A}C^Tb$,我们将得到的解拆分开来,对$x$的第一个分量有$x_1=\\frac{y_1}{\\det A}$,这里$y_1$是一个数字,其值为$y_1=b_1C_{11}+b_2C_{21}+\\cdots+b_nC_{n1}$,每当我们看到数字与代数余子式乘之积求和时,都应该联想到求行列式,也就是说$y_1$可以看做是一个矩阵的行列式,我们设这个矩阵为$B_1$。所以有$x_i=\\frac{\\det B_1}{\\det A}$,同理有$x_2=\\frac{\\det B_2}{\\det A}$,$x_3=\\frac{\\det B_3}{\\det A}$。\n",
"\n",
"而$B_1$是一个型为$\\Bigg[b a_2 a_3 \\cdots a_n\\Bigg]$的矩阵,即将矩阵$A$的第一列变为$b$向量而得到的新矩阵。其实很容易看出,$\\det B_1$可以沿第一列展开得到$y_1=b_1C_{11}+b_2C_{21}+\\cdots+b_nC_{n1}$。\n",
"\n",
Expand All @@ -51,7 +51,7 @@
"\n",
"现在我们取矩阵$A=Q$,而$Q$是一个标准正交矩阵,此时这个箱子是一个立方体,可以看出其实这个箱子就是刚才的单位立方体经过旋转得到的。对于标准正交矩阵,有$Q^TQ=I$,等式两边取行列式得$\\det(Q^TQ)=1=\\left|Q^T\\right|\\left|Q\\right|$,而根据行列式性质10有$\\left|Q^T\\right|=\\left|Q\\right|$,所以$原式=\\left|Q\\right|^2=1, \\left|Q\\right|=\\pm 1$。\n",
"\n",
"接下来在考虑不再是“单位”的立方体,即长方体。 假设$Q$矩阵的第一行翻倍得到新矩阵$Q_2$,此时箱子变为在第一行方向上增加一倍的长方体箱子,也就是两个“标准正交箱子”在第一行方向上的堆叠。易知这个长方体箱子是原来体积的两倍,而根据行列式性质3.a有$\\det Q_2=\\det Q$,于是体积也符合行列式的数乘性质。\n",
"接下来再考虑不再是“单位”的立方体,即长方体。 假设$Q$矩阵的第一行翻倍得到新矩阵$Q_2$,此时箱子变为在第一行方向上增加一倍的长方体箱子,也就是两个“标准正交箱子”在第一行方向上的堆叠。易知这个长方体箱子是原来体积的两倍,而根据行列式性质3.a有$\\det Q_2=2\\det Q$,于是体积也符合行列式的数乘性质。\n",
"\n",
"我们来看二阶方阵的情形,$\\begin{vmatrix}a+a'&b+b'\\\\c&d\\end{vmatrix}=\\begin{vmatrix}a&b\\\\c&d\\end{vmatrix}+\\begin{vmatrix}a'&b'\\\\c&d\\end{vmatrix}$。在二阶情况中,行列式就是一个求平行四边形面积的公式,原来我们求由四个点$(0,0), (a,b), (c,d), (a+c,b+d)$围成的四边形的面积,需要先求四边形的底边长,再做高求解,现在只需要计算$\\det A=ad-bc$即可(更加常用的是求由$(0,0), (a,b), (c,d)$围成的三角形的面积,即$\\frac{1}{2}ad-bc$)。也就是说,如果知道了歪箱子的顶点坐标,求面积(二阶情形)或体积(三阶情形)时,我们不再需要开方、求角度,只需要计算行列式的值就行了。\n",
"\n",
Expand Down