图解线性代数 04-[行列式]

  • A+
所属分类:高等代数
摘要上一篇我们了解了关于矩阵的一些知识,也看了使用图形化的语言来解释矩阵的变换。这一篇文章我们来讲一下行列式的图像化解释,其实行列式简单讲就是表面积增大的倍率,具体的我们可以这一篇文章里的讲解。

【行列式】- 图解线性代数 04


  • 文章转自:微信号 meetmath
  • 由@文艺数学君@王茂南整理修订并发布

行列式

这次我们主要做一个回顾, 再进一步将行列式的几何意义用动画展示说明. 我们说矩阵 A 可以视为一种线性变换, 所以

图解线性代数 04-[行列式]

两个例子(线性无关)

上面的式子意味着求一个向量 x 在线性变换 A 后的位置与向量 v 重合. 现在看个例子, 整个空间在矩阵 A 的作用下是怎样的变化过程:

图解线性代数 04-[行列式]
  • 原来向量(1, 0.5)在经过变换后是(2, 1.5);
  • 水平方向变成了原来的 2 倍;
  • 纵向变成了原来的 3 倍;
  • 原来的直线变换后依然还是直线, 平行的依然保持平行;
  • 原点没有改变(如果没有原点, 则为仿射空间)

行列式的几何含义:并且注意红色的方块面积扩大了 6 倍, 这样的面积(或体积)增大倍率就是行列式(Determinant)的几何意义, 记作: det(A) 或者 |A|

再看另一个作用矩阵线性变换的动画:

图解线性代数 04-[行列式]

观察看到:

  • 空间发生了倾斜, 但没有扭曲;
  • 直线依然还是直线, 平行的依然保持平行;
  • A 的第一列(1.5, -1)的落脚点为(1, 0) - 像, 第二列(-0.5, 2)的落脚点为(0, 1),这个是由于现在的基已经变为(1.5 , 1),(-0.5 , 2),故在新的基座表下面就变成了(1,0)和(0 , 1);
  • 单位红色小方块扩大为 2.5 倍, 也就是 det(A) = 2.5

一个例子(线性相关)

再来看这个线性变换的例子, 注意矩阵 A 中两个列向量是成比例的 - 线性相关:

图解线性代数 04-[行列式]

观察得到:

  • 空间被压缩成一条线;
  • 向量(1, 0.5) 在整个变换过程中完全没有发生改变(这跟特征值与特征向量有关, 我们后文书再说);
  • 面积增大倍率为 0, 也就是 det(A)=0;
  • 这跟上一节中矩阵对角线含有 0 元素情况类似, 在这种情况下意味着不存在逆矩阵, 不过也是以后要介绍的内容了.

行列式的几何意义

行列式的几何意义表示面积(体积)的增大倍率, 如在经过镜像翻转后就为负值, 上一节我们看到三维矩阵的情况, 现在看一看二维中经过镜像翻转后行列式的变化, 请注意最下变换过程中 det(A) 值从正数到负数的变化过程:

图解线性代数 04-[行列式]

上面就是本次图解线性代数所回顾的知识点. 好了, 现在让我们在下一篇的中再见!

因为本人水平有限, 疏忽错误在所难免, 还请各位老师和朋友多提宝贵意见, 帮助我改进这个系列, 您的关注和转发就是鼓励我继续前行的最大动力, 感谢感谢!

图解线性代数 04-[行列式]

欢迎关注公众号:遇见数学

欢迎关注公众号:文艺数学君

  • 微信公众号
  • 关注微信公众号
  • weinxin
  • QQ群
  • 我们的QQ群号
  • weinxin
遇见数学

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: