| 查看: 661 | 回复: 2 | ||
[求助]
行列式的计算
|
|
一个函数u 的Hessian 矩阵的行列式，在高维极坐标系下如何表示？ 目前，我已算出来，2维和3维的情形， 我觉得这是已有的结论, 但我在网上没搜到， 望高手指点交流，谢谢！ 下面是我算出来的结论 $$ n=2, det(u_{ij})=u_{rr} u_r r^(-1) $$ $$ n=3, det(u_{ij})=u_{rr} (u_{r} r^(-1))^2. $$ 因此我猜想n维的情形应该是 $$det(u_{ij})=u_{rr} (u_{r} r^{-1})^ (n-1) $$ |
回复此楼» 猜你喜欢
299求调剂
已经有6人回复
-
286分人工智能专业请求调剂愿意跨考！
已经有5人回复
-
279求调剂
已经有3人回复
-
336求调剂
已经有3人回复
-
286求调剂
已经有3人回复
-
一志愿华中科技大学071000，求调剂
已经有3人回复
-
279分求调剂 一志愿211
已经有14人回复
-
332求调剂
已经有3人回复
-
0856材料专硕353求调剂
已经有3人回复
-
材料学学硕080502 337求调剂-一志愿华中科技大学
已经有5人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- hermite矩阵行列式计算方法
已经有11人回复
- Visual C++常用数值算法集【转载】
已经有187人回复
- 【教程】符号计算系统MAPLE教程
已经有47人回复
- Mathematica求30乘30矩阵的行列式为何得不到结果，求指教
已经有4人回复
- 计算一特殊对称矩阵的行列式或者本征值
已经有3人回复
- 《化学工程计算方法》 王树森版 1989
已经有99人回复
- 毕设，数学相关专业，求指导！
已经有18人回复
- c++求复数组成的n阶行列式的值的代码！急！急！
已经有9人回复
- 行列式的值，矩阵相乘
已经有6人回复
- 【讨论】密度泛函理论与薛定谔方程的关系？
已经有7人回复
- 【求助】用MAPLE计算一个符号矩阵的行列式的解
已经有4人回复
- 【转帖】理解矩阵
已经有51人回复
- 【求助】方阵特征值问题有没有计算量下限？
已经有4人回复
2楼2013-11-24 15:16:21
hank612
至尊木虫 (著名写手)
- 数学EPI: 14
- 应助: 225 (大学生)
- 金币: 14270.6
- 散金: 1055
- 红花: 95
- 帖子: 1526
- 在线: 1375.8小时
- 虫号: 2530333
- 注册: 2013-07-03
- 性别: GG
- 专业: 理论和计算化学
【答案】应助回帖
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
xuruiwei: 金币+20, ★★★★★最佳答案, 我完全用极坐标表示了HESSIAN矩阵，计算量比较大，路子走弯了。谢谢！ 2013-11-27 09:54:01
xuruiwei: 金币+20, ★★★★★最佳答案, 我完全用极坐标表示了HESSIAN矩阵，计算量比较大，路子走弯了。谢谢！ 2013-11-27 09:54:01
|
楼主的猜想完全正确,归纳能力超强. 分析如下. 由于函数是径向对称, 所以只有∂u/∂r=u_r非零, 其他对角度的偏导通通为零. 由于r^2=x1^2+..+xn^2, 所以∂r/(∂x_i )= xi/r, 因此∂u/(∂x_i )=U_r* ∂r/(∂x_i )=Ur*xi/r. 当i≠j时, (∂^2 u)/(∂x_i ∂x_j )=x_i*(U_rr/r-U_r/r^2 )*x_j/r=(U_rr-U_r/r)*(x_i x_j)/r^2 ; 当i=j时, (∂^2 u)/(∂〖x_i〗^2 )=(U_rr-U_r/r)*(x_i^2)/r^2 +U_r/r. 所以Hessian矩阵可以每一行提出公因子(U_rr-U_r/r),剩下方阵B: 非对角线是(x_i x_j)/r^2 , 对角线是(x_i^2)/r^2 加上(U_r/r)/((U_rr-U_r/r) ). 要计算方阵B 的行列式, 只要看看 B - (U_r/r)/((U_rr-U_r/r) )*Id 的特征值就好了. 这个方阵之差是个Rank=1的方阵, 它可以写成: X^T(转置) * X, 其中 X=(x_1/r,...,x_n/r). 所以这个差方阵一定有(n-1)个特征值为零, 剩下一个特征值为它的Trace,就是(x_i^2)/r^2 之和, 刚好为1. 所以B的特征值由(n-1)重(U_r/r)/((U_rr-U_r/r) ),和1重 1+(U_r/r)/((U_rr-U_r/r) )组成. 现在把公因子(U_rr-U_r/r)乘回去, 可以直接看到Hessian矩阵的特征值由(n-1)重U_r/r,和1重U_rr组成. 这就是楼主早就发现的规律 Det(Hessian)= Urr*(U_r/r)^(n-1). |
3楼2013-11-27 07:34:29
40