【线性代数】行列式的导数

机器学习算法与Python实战

共 688字,需浏览 2分钟

 ·

2021-10-13 12:01

点击关注公众号,干货及时送达

在讨论曲线坐标系的积分时,通常都会出现行列式这个东西,作为“体积元”的因子。在广义相对论中,爱因斯坦场方程的作用量就带有度规的行列式,而在对其进行变分时,自然也就涉及到了行列式的求导问题。我参考了朗道的《场论》以及《数理物理基础--物理需用线性高等数学导引》,了解到相关结果,遂记录如下。
是一个n阶矩阵,其中每个矩阵元素都是t的函数。其行列式为|A|,自然地,考虑

由行列式的基本性质,有

其中|A(aij+ε)|是将矩阵Aaij换成aij+ε后的行列式的值,而Aij是行列式|A|关于aij的代数余子式。上式给出

也就是说,代数余子式可以表示为行列式的偏导数。

那么

(为了得出第一个等式,只需要给矩阵A的每个元素都增加一个无穷小量,然后把增量后的矩阵的行列式展开,保留一阶无穷小项。)

所以

其中

正好是矩阵A的逆阵A−1的元素,而daijdt则是矩阵dAdt的元素。第一次求和即把两个矩阵相乘,得

而第二次求和则相当于取行列式的迹,所以

用张量分析中的符号,则更加简单了,记
,则




推荐阅读

(点击标题可跳转阅读)

JupyterLab 终于出了 Windows 桌面版

李沐大神新作:用梯度下降来优化人生

反对李沐大佬:反向用随机梯度下降来优化人生

神经网络的5种常见求导,附详细的公式过程

老铁,三连支持一下,好吗?↓↓↓ 

浏览 72
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报