行列式求面积和体积

出于某种内驱的需要,我们定义单位矩阵

\begin{bmatrix} 1 & 0\\ 0 & 1 \\ \end{bmatrix}的行列式为1。各位亲爱的读者,如果你们在xy坐标系中画出(1,0)和(0,1)这两个向量,然后分别平移之,你们会发现这4条线段刚好组成1个面积为1的正方形。现在,让我们把第一个向量(1,0)变成(1,1),像下面

1 0        a  b

1 1        c  d

各位亲爱的读者,你们想想,这两个向量分别平移后形成的平行四边形的面积又是多少呢?你们可能会去作图,然后作垂直线。现在我们有了2阶行列式的行列式公式

ad-bc

所以我们可以很容易算出新的面积:1x1-0x1=1

面积解决了,那体积呢?

和之前一样,我们可以定义\begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\0 & 0 &1 \\ \end{bmatrix}的行列式为1——即体积为1。

看到这里,相信聪明的读者已经发现了——在单位矩阵中,行列式的值似乎等于"\"对角线元素的乘积。事实是否这样呢?为此,我将给出下面三个不容反驳和质疑的定义。

定义二:交换矩阵的两行,行列式的值将取反。

这即是说,如果我们把

1 0                  0  1

0 1    交换为    1  0 ,行列式的值将变为-1。

这个定义的用处是,如果我们在任意大的一个矩阵中发现有两行相等,则这个矩阵的行列式的值为0。why?

because 假设矩阵行列式的值为a,交换这相等的两行后,矩阵行列式的值仍为a,but according to 定义二,a should be to -a,

什么样的数字的负值等于其本身呢?只有0 ——   0=-0。

定义三

a+x  b+y    行列式的值      =      a   b    行列式的值    +     x   y     行列式的值 

c      d                                      c   d                                c   d

attention:这个x和y加在任意一行都是可以的。

这是因为,根据公式,原矩阵行列式的值 = (a+t)d  - (b+t)c  

                                                           = ad-bc  +  td-tc

定义四

at  bt   行列式的值  =   t  *  a  b    

c   d                                  c   d        

现在,我们如何求

\begin{bmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\7 & 8 & 9 \\ \end{bmatrix}一脸懵逼?哈哈哈。

亲爱的读者,在上面所有关于行列式的定义中,还记得定义一吗?我们说,单位矩阵的行列式为1。而所谓的单位矩阵,指的是除了"\"这条线上的元素,其余元素皆为0,并且"\"这条线上的元素全部为1的矩阵。

在上面的矩阵中,如果我们只保留"\"上的元素,像下面

\begin{bmatrix} 1 & 0 & 0 \\ 0 & 5 & 0 \\0 & 0 & 9 \\ \end{bmatrix}你们是不是迫不及待的要告诉我这个矩阵的行列式为 1*5*9=45 了!

答案是正确的,因为根据定义4,我们可以把5和9看成5x1和9x1,把5和9分别提出,又根据定义一单位矩阵的值为1,perfect!

所以,现在我们的目标是如何把原矩阵 \begin{bmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\7 & 8 & 9 \\ \end{bmatrix}1,5,9下面的4,7,8化为0。

要让4为0,我们只需第二行(4,5,6)减去4倍第一行(1,2,3)就好了,并且不会影响到行列式的值。这是因为,根据定义三和定义四,

1         2         3                 1   2     3               1   2   3           又根据定义二我们知道,     1    2   3        

4-4*1  5-4*2   6-4*3    =    4    5    6   -  4*      1   2   3           有两行相等的矩阵行列        1    2   3

7        8         9                  7    8    9               7   8   9           式的值为0,所以                7    8   9    为0!

因此,我们可以把原矩阵化简为

\begin{bmatrix} 1 & 2 & 3 \\ 0& -3& -6 \\7 & 8 & 9 \\ \end{bmatrix}接着再用(7,8,9)减去7倍(1,2,3),这样7又会变为0,用同样的方法,我们发现无法把(1,5,9)上面的(2,3,6)化为0——当且仅当这个矩阵是奇异矩阵!换言之,当我们把"\"下面的所有元素都化为0后,发现有任意"\"上的元素为0,则行列式为0,例如   \begin{bmatrix} 1 & 2 & 9\\ 0& 0& 6 \\0 & 0 &3 \\ \end{bmatrix}只要(0,0,6)减去2倍(0,0,3),(0,0,6)就会变成(0,0,0),事实上,无论这两个数字是3和6或   其它的,我们总能找到它们的最大公约数,使其中一行全为0,恰巧的是,0又可以看成0*0,根据定义4,我们可以把0提取出来,于是矩阵的行列式为0!

just keep on! 相信你们会得出答案的!——答案是0!what's it mean?这意味着由这三个向量组成的只是一个平面!意味其中任意一个向量在其它两个向量所组成的平面上!因为

1           3                    2

4    +    6    =  2倍       4            !   

7          9                     8   

好了,下面终于要开始进入正题了!

一开始就提到,二阶矩阵 

\begin{bmatrix} a & b \\ c& d\\ \end{bmatrix}的行列式公式是ad-bc,在此,我希望你们深刻认识到一个道理:任何的数学公式,都是从最基本的公理或者定义推出来的!下面,我将给大家证明这个公式。

首先,根据定义三,

a b                       a+0   0+b             a   0             0    b            a  0       a   0          0   b         0  b 

c d     可以看成     c       d          =     c    d     +     c     d   =      c  0   +  0   d   +    c   0    +   0  d  ,

其中     a   0     和    0  b    的值都为0,剩下    a    0    和   0   b

           c    0            0  d                                0    d          c    0,

 前者的行列式的值为ad,后者根据定义2交换两行,因此为-bc,加起来为ad-bc,至此得证。

友情提醒:后面的内容如核爆般高能,如果前面的内容还没消化完,请谨慎观看!

我的目标,是给出求任意矩阵的公式,但,在此之前,让我们先看下三阶矩阵的情况\begin{bmatrix} a & b & c\\ d& e& f\\g & h & i \\ \end{bmatrix}经过前面的一番铺垫后,你们也不知道接下来要怎么做。。。

让我们先把[a  b  c]单独拿出来,转换为[a+0+0  0+b+0  0+0+c]   !!!然后再次根据定义三,原矩阵就就可以拆解为下面三个矩阵之和

a 0  0          0  b  0         0  0  c

d e  f    +    d  e  f    +   d  e  f

g h  i           g  h  i         g  h  i            

要求行列式,我们希望除了"\"上的元素外,其它的地方0越多越好!

因为,只要出现一行或者一列的元素全为0,我们就不用再次理会其它的元素了!

keep on !  保持 [a 0 0] 不变, 我们可以得到 \begin{bmatrix} a & 0 & 0\\ d& 0& 0\\g & h & i \\ \end{bmatrix}再次保持[d 0 0]不变,我们又可以得到\begin{bmatrix} a & 0 & 0\\ d& 0& 0\\g & 0 & 0 \\ \end{bmatrix}显然,这个矩阵行列式的值为0!事实上,在由[a 0 0] 组成的九个矩阵中,只有2个的行列式是不为0的!分别是

a   0  0               a   0    0

0   e  0     和       0   0    f

0   0   i               0   h    0

对于第二个矩阵,交换第二和第三行,因此可得aei-afh。

用同样的方法,我们可以求出[ 0  b 0]和[0  0  c] 。

谢谢阅读。

猜你喜欢

转载自blog.csdn.net/weixin_39009993/article/details/79382087