从向量积的角度理解行列式.pdfVIP

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
从向量积的角度理解行列式

行列式是线性代数中的一个难点,特别是其看上去似乎有点古怪的定义和计 算式。本文从向量积的角度,让你换个思路理解行列式的计算式和意义。 → → → → → → 根据向量积的定义,两个向量a 、b 的向量积a ×b 为一个新向量c , c 的大 → → → → 小(模)| c | =| a | | b |sin,其中为两个向量的夹角,c 的方向为按照右手法则确 → → 定的既垂直于a ,又垂直于b 的方向。对于两个二维向量的外积,其向量积的大 → → 小可看做是平面上a 、b 为边的平行四边形面积。 → → → → → → → → 以坐标形式表示,设有a =a i +a j ,b = b i +b j 两个二维向量 (i 、j 表 x y x y 1 0     示 x 、y 轴方向的单位向量,即 、 )。向量积的计算符合分配率法则,所     0 1     以可以按照展开式将其展开: → → → → → → → c = a ×b =(a i +a j )×(b i +b j ) x y x y → → → → → → → → = a b ( i ×i )+a b ( i ×j )+a b (j ×i )+a b (j ×j ) x x x y y x y y → → → → 由向量积的定义可知,i ×i =0,j ×j =0 。 → → → → → → → → → → 设i ×j = k (k 显然是一个垂直于i 、j 的单位向量),则有j ×i =- k (与k 方向相反的单位向量)。于是: → → → → → → → → c = a ×b =a b ( i ×j )+a b (j ×i )= (a b -a b )k x y y x x y y x 其中 (a b -a b )正是对应的二阶行列式。 x y y x 1 0     如果仔细推敲一下两个二维向量的向量积,感觉是比较奇怪的。用 、    

文档评论(0)

shaofang00 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档