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。

推导 #


\begin{equation}\boldsymbol{A}(t)=\left(a_{ij}(t)\right)_{n\times n}\end{equation}
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$|\boldsymbol{A}|$,自然地,考虑
\begin{equation}\frac{d}{dt}|\boldsymbol{A}|\end{equation}
由行列式的基本性质,有
\begin{equation}|\boldsymbol{A}(a_{ij}+\varepsilon)|-|\boldsymbol{A}|=\varepsilon A_{ij}\end{equation}
其中$|\boldsymbol{A}(a_{ij}+\varepsilon)|$是将矩阵$\boldsymbol{A}$的$a_{ij}$换成$a_{ij}+\varepsilon$后的行列式的值,而$A_{ij}$是行列式$|\boldsymbol{A}|$关于$a_{ij}$的代数余子式。上式给出
\begin{equation}\frac{\partial |\boldsymbol{A}|}{\partial a_{ij}}= A_{ij}\end{equation}
也就是说,代数余子式可以表示为行列式的偏导数。

那么
\begin{equation}\frac{d}{dt}|\boldsymbol{A}|=\sum_{i}\sum_{j}\frac{\partial |\boldsymbol{A}|}{\partial a_{ij}}\frac{d a_{ij}}{dt}=\sum_{i}\sum_{j} A_{ij}\frac{d a_{ij}}{dt}\end{equation}
(为了得出第一个等式,只需要给矩阵$\boldsymbol{A}$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
\begin{equation}\frac{d}{dt}|\boldsymbol{A}|=|\boldsymbol{A}|\sum_{i}\sum_{j} \frac{A_{ij}}{|\boldsymbol{A}|}\frac{d a_{ij}}{dt}\end{equation}
或许可以重写一下,会使得过程更加清楚
\begin{equation}\frac{d}{dt}|\boldsymbol{A}|=|\boldsymbol{A}|\sum_{j=k}\sum_{i} \frac{A_{ij}}{|\boldsymbol{A}|}\frac{d a_{ik}}{dt}\end{equation}
其中
\begin{equation}\frac{A_{ji}}{|\boldsymbol{A}|}\end{equation}
正好是矩阵$\boldsymbol{A}$的逆阵$\boldsymbol{A}^{-1}$的第$(i,j)$个元素$(\boldsymbol{A}^{-1})_{ij}$,而$\frac{d a_{ij}}{dt}$则是矩阵$\frac{d \boldsymbol{A}}{dt}$的元素。第一次求和即把两个矩阵相乘,得
\begin{equation}\left(\boldsymbol{A}^{-1}\frac{d \boldsymbol{A}}{dt}\right)_{jk}=\sum_{i} (\boldsymbol{A}^{-1})_{ji}\left(\frac{d\boldsymbol{A}}{dt}\right)_{ik}=\sum_{i} \frac{A_{ij}}{|\boldsymbol{A}|}\frac{d a_{ik}}{dt}\end{equation}
而第二次求和则相当于取矩阵的迹,所以
\begin{equation}\frac{d}{dt}|\boldsymbol{A}|=|\boldsymbol{A}| \text{Tr}\left(\boldsymbol{A}^{-1}\frac{d \boldsymbol{A}}{dt}\right)\end{equation}
用张量分析中的符号,则更加简单了,记$g=\det(g_{\mu\nu}),g_{\mu s} g^{s\nu}=\delta_{\mu}^{\nu}$,则
\begin{equation}dg=g g^{\mu\nu} dg_{\mu\nu}\end{equation}

例子 #

作为一个简单的应用,我们求
\begin{equation}\frac{d}{dt}|\boldsymbol{I}+t\boldsymbol{A}|\end{equation}
其中$\boldsymbol{I}$是单位矩阵,$\boldsymbol{A}$对同样大小的方阵。代入公式得到
\begin{equation}\frac{d}{dt}|\boldsymbol{I}+t\boldsymbol{A}|=|\boldsymbol{I}+t\boldsymbol{A}|\text{Tr}\big[(\boldsymbol{I}+t\boldsymbol{A})^{-1}\boldsymbol{A}\big]\end{equation}
那么
\begin{equation}\left(\frac{d}{dt}|\boldsymbol{I}+t\boldsymbol{A}|\right)_{t=0}=\text{Tr}\,\boldsymbol{A}\end{equation}
那么根据泰勒展开,当$|t|$充分小时,我们就有近似
\begin{equation}|\boldsymbol{I}+t\boldsymbol{A}|\approx 1 + t\times\text{Tr}\,\boldsymbol{A}\end{equation}

转载到请包括本文地址:https://www.kexue.fm/archives/2383

更详细的转载事宜请参考:《科学空间FAQ》

如果您还有什么疑惑或建议,欢迎在下方评论区继续讨论。

如果您觉得本文还不错,欢迎分享/打赏本文。打赏并非要从中获得收益,而是希望知道科学空间获得了多少读者的真心关注。当然,如果你无视它,也不会影响你的阅读。再次表示欢迎和感谢!

如果您需要引用本文,请参考:

苏剑林. (Feb. 28, 2014). 《行列式的导数 》[Blog post]. Retrieved from https://www.kexue.fm/archives/2383

@online{kexuefm-2383,
        title={行列式的导数},
        author={苏剑林},
        year={2014},
        month={Feb},
        url={\url{https://www.kexue.fm/archives/2383}},
}