多个n维向量围成的n维体积的大小
前言
上周我们数学老师给了我们一道题，大意就是两个向量a和b，一个点M=$x*a+y*b$，x,y有范围，然后所有M组成的面积是一个定值，求x+y的最小值。当然这是道小水题，但我在想，如果把两个向量变成多个向量，二维变成高维的话，那会怎么样呢。
分析
众所周知，两个二维向量可围成平行四边形。如果再多一个就相当于将该平行四边形沿该向量平移，如下图，总面积就相当于如图蓝色框出的面积（即平移时扫过的体积）。
【多个n维向量围成的n维体积的大小】
文章图片
它可以分解成下图三个平行四边形
文章图片
所以$S=a \times b +a \times c +b \times c$(注意这里为了方便向量不标箭头)
如果再加一个向量，就相当于将该图形整体平移
易得：对于m个二维向量，围成的面积
$$S=\sum_{a,b是1到m的一个组合} a \times b$$
进一步，将二维扩展为三维，对于三个三维向量围成的平行四边形体，此时再加一个向量，就相当于将该几何体平移，求整个几何体扫过的体积。
经过我画图验证可得总体积
$$V=\sum_{a,b,c是1到m的一个组合} (a \times b) \cdot c$$
更进一步，扩展到n维，此时它的体积（我也不知道高维下的空间大小叫什么，就先沿用体积好了）就难以用点积和叉积表示了，我们用$f(a_1,a_2,...,a_n)$表示n个n维向量围成的体积，则：
$$V=\sum_{i,j,k,...是1到m的一个组合} f(a_i,a_j,a_k,...)$$
$f(a_i)$可以用行列式来求解，即：
设m个n维向量分别表示为$v_i=(a_{i,1},...,a_{i,n})$
$f(a_1,a_2,...,a_n)=$
\left[
\begin{array}{cccc}
a_{1,1}& ... & a_{1,n} \\
...& ...& ...\\
a_{n,1}& ... & a_{n,n}
\end{array}
\right]
如此一来，我们就得到了多个n维向量围成的n维体积的大小的计算公式
推荐阅读
- 互斥锁（下）（如何用一把锁保护多个资源（））
- 词向量技术
- MATLAB用Lasso回归拟合高维数据和交叉验证
- PyTorch|PyTorch 如何理解张量（一维张量、二维张量、行/列向量、矩阵）
- C语言修炼之路一朝函数思习得|C语言修炼之路一朝函数思习得 模块思维世间生下篇
- Vue中使用watch同时监听多个值的实现方法
- pytorch 中repeat函数
- 深度学习校招面试总结|人工智能面试总结-支持向量机SVM
- 办公自动化（PDF文件合并器，将多个PDF文件进行合并...）
- 分享|分享|一文教你建立数据分析思维