下三角形行列式证明推导

最新推荐文章于 2024-10-12 19:00:00 发布
最新推荐文章于 2024-10-12 19:00:00 发布
阅读量1.3w 收藏
点赞数 1
分类专栏： 线性代数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wo198711203217/article/details/79914716
版权

以下是下三角形行列式的证明推导公式。
这里写图片描述

分块上（下）三角矩阵的行列式
universe_1207的博客
08-12 1万+
这是Laplace定理的推广： ∣A110...0A21A22...0............As1As2...Ass∣=∣A11∣∣A22∣...∣Ass∣\begin{vmatrix}A_{11}&0&...&0\\A_{21}&A_{22}&...&0\\...&...&a...
【线性代数 & 宋浩】P2n级行列式 & 三角行列式
weixin_43098506的博客
05-19 998
【线性代数 & 宋浩】P2n级行列式 & 三角行列式
线性代数学习
weixin_51695230的博客
08-15 6435
一、按行展开： （1）行标取标准排列 （2）列标取排列的所有可能，从不同行不同列取出n个元素相乘，共有N!项 （3）每一项的符号由列标排列的奇偶性决定，偶正奇负二、下三角行列式 （1）右上方三角形区域元素全部为0 （2）下三角行列式 = 主对角线元素相乘三、上三角行列式 （1）左下方三角形区域元素全部为0 （2）上三角行列式 = 主对角线元素相乘四、对角线行列式 （1）只有主对角...
线性代数——（期末突击）行列式（上）-行列式计算、行列式的性质
li13437542099的博客
12-30 1万+
简单解释一下：4213原本的顺序应为1234，对于‘4’而言，‘2’、‘1’、‘3’都应该排在它的前面，所以此处记逆序数为3；对于‘2’而言，‘1’应该排在它的前面，而‘3’排在它之后 是合理的，所以此处只有一个逆序数；最后看‘1’，其后面的‘3’排在后面显然也是合理的，故而4213的逆序数为4.一般我们使用这个性质来计算四阶行列式，也就是将其变换成三角行列式，再计算对角线的值；以主对角线为分界线的就为正三角，反之则为反三角行列式。若行列式某一行（列）为0，则该行列式=0.将和的那一行分开，其余行。
线性代数学习笔记——行列式的性质及拉普拉斯定理——3. 根据定义计算简单的行列式
预见未来to50的专栏
10-12 1442
1.计算简单的行列式示例 2. 下三角行列式、单位行列式、数量行列式的计算 3. 斜下三角行列式、斜单位行列式、斜数量行列式的计算 4. 行列式可按任意一行、一列展开 ...
行列式的计算方法总结：
weixin_63466978的博客
01-24 2万+
行列式的计算方法总结： 1.定义法 2.计算二阶三阶行列式可以使用对角线法则或沙路法则得到其运算规律，从而进行计算。 3.化三角行列式（利用行列式的性质计算行列式） 首先利用行列式的性质将原行列式转化为上（下）三角行列式，而后根据上（下）三角行列式的结论得到原行列式的值。 4.按行（列）展开 一般来说，低阶行列式比高阶行列式更容易计算，可以利用展开定理将n阶行列式转化为n-1阶行列式，降阶简化运算。 5.加边法 添加一行一列，将n阶行列式转化为n+1阶行列式，对n+1阶行列式进行化简从而得到三角行列式。
1.3 n阶行列式
Muzhi0的博客
06-12 898
(∣C∣)∣a11a12...a1nar1+br1ar2+br2...arnbrn(r)......an1an2...ann∣=(∣A∣)∣a11a12...a1nar1ar2...arn......an1an2...ann∣+(∣B∣)∣a11a12...a1nbr1br2...brn......an1an2...ann∣(|C|)\begin{vmatrix} a_{11}&a_{12}&...&a_{1n} \\ a_{r1}+b_{r1}&a_{r2}+b_{r2}&...&a_{rn}b_{rn}
向量的叉乘与行列式
weixin_49376454的博客
05-30 1938
向量的叉乘与行列式向量的叉乘与行列式
行列式的计算方法-计算行列式的格式.doc
09-27
1. **化为三角形法**（Laplace Expansion）：通过行或列的倍加操作，将行列式转化为上三角或下三角形式，然后利用对角线元素的乘积来计算。这种方法适用于处理具有某些行或列元素为零的情况。 2. **降阶法**（Row/...
行列式的几何意义、计算公式
萌新的博客
03-21 3991
近期回顾了下行列式的计算方法，以及其几何意义，本文是作者的一点浅薄理解。欢迎朋友们一起交流。 线性代数系列文章见专栏，下面是往期内容： 为什么要学线性代数 （点击蓝色字体进入查看） 正题： 每一个线性变换都对应着一个变换矩阵，被变换后的空间，相对之前来说也发生了一定的形变，而行列式的意义则是线性变换前后，空间形变的倍数。 以二维空间为例，旋转变换就是一种线性变换(不了解旋转变换的请看上条推送)，其对应的矩阵叫旋转矩阵： 该变换作用在二维空间的任一个向量，相当于将该向量逆时针旋转θ角度，于是.
行列式在解析几何中的应用 (2011年)
05-26
在解析几何中，行列式不仅可用于解决线性方程组，而且在几何图形的表示和性质推导中也扮演着重要角色。通过特定的行列式表达式，可以优雅地解决点、线、面之间关系的几何问题。本文将详细探讨行列式在解析几何中的...
线性代数知识点总结
最新发布
qq_70019265的博客
10-12 2881
以3阶行列式为例：从上述公式可以看出：3阶行列式按行展开后为6项，每项为3个不同行不同列的3个元素相乘aij元素的行标i都是123的自然排列aij元素列标j则为：123、231、312、321、213、132，总数为3!=6分别计算列标排列的逆序数：N(123) = 0 偶数N(231) = 1 + 1 = 2 偶数N(312) = 2 偶数N(321) = 2 + 1 = 3 奇数N(213) = 1 奇数N(132) = 1 奇数。
你说我是行列式,我就是行列式啊,不要面子的吗?
好似没有领悟了的朝花夕拾的博客
06-08 2489
行列式的概念 行列式,在数学中是一个函数,定义域为det的矩阵A,取值为一个标量,写作det(A)或|A| 代数余子式的概念 在n阶的行列式中,把元素aₒₑ所在的第o行和第e列划掉,留下来的n-1阶行列式叫做元素a的余子式,记作Mₒₑ,将Mₒₑ再乘以(-1)的o+e次幂记作Aₒₑ,Aₒₑ叫做元素aₒₑ的代数余子式 n阶行列式的定义 D = n个aₒₑAₒₑ元素的相加 (n=1,2,3…) 特殊的行列式 对角线行列式: 下三角,上三角,其值为主对角线的乘积 斜三角行列式: 其值为斜对角线元素的乘
线性代数笔记1.1n阶行列式
随缘写随缘更新
09-21 1498
n阶行列式 n阶行列式的按行排列 若每次计算行列式时，都按照画线的方法进行计算，非常麻烦。故我们从行列式的性质来看，行列式是计算 不难发现，行标全是标准排列，列标是排列的所有可能，偶排列是+，奇排列是-，这也是行列式的第一种定义 行列式用大写字母D来表示 做题时若0很多，则根据观察，可直接得到答案 几种特殊的行列式 形如这样的行列式，称为下三角行列式，下三角行列式的展开结果是主对角线相乘 形如这样的行列式，称为上三角行列式，上三角行列式的展开也是对角线相乘 形如这样的行列式，称为对角形行列式，展开
线性代数行列式计算方法之三角法
数据科学汇集
06-12 3万+
线性代数行列式计算之三角法
【线性代数】上三角矩阵/下三角矩阵
热门推荐
北境の守望者
07-20 3万+
定义 性质 求逆 定义 主对角线以下都是零的方阵称为上三角矩阵。 主对角线以上都是零的方阵称为下三角矩阵。 性质 行列式为对角线元素相乘 上(下)三角矩阵乘以系数后也是上(下)三角矩阵 上(下)三角矩阵间的加减法和乘法运算的结果仍是上(下)三角矩阵。 求逆 三阶 上三角、下三角 矩阵的求逆公式 一般化的上下三角矩阵求逆 ...
行列式的计算公式推导
arm11082的专栏
07-01 3834
上三角行列式证明
技术成就梦想，梦想成就未来。If you try hard enough, it can be.
01-16 8995
分块矩阵行列式的性质证明
无
03-01 1万+
性质 性质一 ∣AOOB∣=∣A∗OB∣=∣AO∗B∣=∣A∣⋅∣B∣ \left|\begin{array}{ll} \boldsymbol{A} & \boldsymbol{O} \\ \boldsymbol{O} & \boldsymbol{B} \end{array}\right|=\left|\begin{array}{ll} \boldsymbol{A} & * \\ \boldsymbol{O} & \boldsymbol{B} \end{array}\righ
有限元三结点三角形单元推导
06-11
有限元三结点三角形单元是常用的一种有限元单元，可以用来分析三角形区域的结构力学问题。以下是推导过程： 首先，我们假设三角形区域的形状函数为： $$ N_1(\xi,\eta) = \xi $$ $$ N_2(\xi,\eta) = \eta $$ $$ N_3(\xi,\eta) = 1 - \xi - \eta $$ 其中，$\xi$ 和 $\eta$ 是三角形区域内的局部坐标。 然后，我们需要推导单元刚度矩阵。单元刚度矩阵可以分为两部分，即弹性矩阵和几何矩阵。弹性矩阵可以通过材料性质计算得到，这里不再赘述。几何矩阵则需要根据形状函数计算。 对于三角形单元来说，几何矩阵可以表示为： $$ J = \begin{bmatrix} \frac{\partial x}{\partial \xi} & \frac{\partial y}{\partial \xi} \\ \frac{\partial x}{\partial \eta} & \frac{\partial y}{\partial \eta} \end{bmatrix} $$ 其中，$x$ 和 $y$ 是三角形区域内的全局坐标。根据形状函数，我们可以得到： $$ x = x_1N_1 + x_2N_2 + x_3N_3 $$ $$ y = y_1N_1 + y_2N_2 + y_3N_3 $$ 将其代入上式，可以得到： $$ J = \begin{bmatrix} \frac{\partial x}{\partial \xi} & \frac{\partial y}{\partial \xi} \\ \frac{\partial x}{\partial \eta} & \frac{\partial y}{\partial \eta} \end{bmatrix} = \begin{bmatrix} x_2 - x_1 & x_3 - x_1 \\ y_2 - y_1 & y_3 - y_1 \end{bmatrix} \begin{bmatrix} \frac{\partial N_1}{\partial \xi} & \frac{\partial N_2}{\partial \xi} & \frac{\partial N_3}{\partial \xi} \\ \frac{\partial N_1}{\partial \eta} & \frac{\partial N_2}{\partial \eta} & \frac{\partial N_3}{\partial \eta} \end{bmatrix} $$ 接下来，我们需要计算几何矩阵的逆矩阵和行列式。根据公式，可以得到： $$ J^{-1} = \begin{bmatrix} \frac{\partial N_2}{\partial \eta} & \frac{\partial N_3}{\partial \eta} \\ \frac{\partial N_1}{\partial \xi} & \frac{\partial N_2}{\partial \xi} \end{bmatrix} \frac{1}{\det(J)} $$ $$ \det(J) = (x_2 - x_1)(y_3 - y_1) - (x_3 - x_1)(y_2 - y_1) $$ 最后，我们可以得到三角形单元的刚度矩阵： $$ K = \frac{E}{1-\nu^2} \int_{\Omega} B^TDB\det(J)d\xi d\eta $$ 其中，$E$ 是杨氏模量，$\nu$ 是泊松比，$\Omega$ 是三角形区域，$B$ 是应变矩阵，$D$ 是弹性矩阵。根据计算公式，可以得到： $$ B = \begin{bmatrix} \frac{\partial N_1}{\partial x} & 0 & \frac{\partial N_2}{\partial x} & 0 & \frac{\partial N_3}{\partial x} & 0 \\ 0 & \frac{\partial N_1}{\partial y} & 0 & \frac{\partial N_2}{\partial y} & 0 & \frac{\partial N_3}{\partial y} \\ \frac{\partial N_1}{\partial y} & \frac{\partial N_1}{\partial x} & \frac{\partial N_2}{\partial y} & \frac{\partial N_2}{\partial x} & \frac{\partial N_3}{\partial y} & \frac{\partial N_3}{\partial x} \end{bmatrix} $$ $$ D = \begin{bmatrix} \frac{1}{1-\nu} & \frac{\nu}{1-\nu} & 0 \\ \frac{\nu}{1-\nu} & \frac{1}{1-\nu} & 0 \\ 0 & 0 & \frac{1-2\nu}{2(1-\nu)} \end{bmatrix} $$ 最终，我们可以将三角形单元刚度矩阵表示为： $$ K = \frac{t}{2\det(J)} \begin{bmatrix} a & d & e & -a & -d & e \\ d & b & f & -d & -b & f \\ e & f & c & -e & -f & c \\ -a & -d & -e & a & d & -e \\ -d & -b & -f & d & b & -f \\ e & f & c & -e & -f & c \end{bmatrix} $$ 其中，$t$ 是单元厚度，而 $a,b,c,d,e,f$ 是根据形状函数计算得到的系数。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

沉淀期待未来9527

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值