在我们已经理解了线性变换的概念的前提下,这个线性变换对应的矩阵A的行列式必然有其几何意义(而且十分直观):
以二维为例:
行列式的绝对值即为线性变换后面积的与原面积的比值(如图)

通过这个观点可以很直接的理解为什么不可逆矩阵的行列式为0:
同样以二维为例:
对于不可逆矩阵,其线性变换是将一组基向量压缩到了一条直线上,换句话说,变换后的面积为0。
那么,根据行列式的定义,不可逆矩阵的行列式自然为0,而可逆矩阵行列式自然不为0。

但细心的同学会发现,行列式存在负值,这又表示什么意义呢?
这引入了有向面积的概念:

当一对基向量持续接近时,其对应线性变换的行列式也持续减小,
直到两向量交叉,相对位置互换,这时行列式即为负值。
因此我们直到行列式值为2与-2是两码事,后者像是前者的基础上把整个平面翻了一个个
最后,利用这个几何意义我们理解下老师讲的行列式乘法的思考题:
关于 AB ?=BA 而det(AB)=det(BA)
其实一点都不匪夷所思,反而它成立地如此令人舒服的自然。
AB与BA 相当于对X 先做A线性变换还是先做B线性变化的问题,

这篇博客探讨了行列式在线性变换中的几何意义,解释了行列式的绝对值与二维线性变换后面积的关系,如何标识矩阵是否可逆。在二维空间中,行列式的负值代表有向面积,当基向量位置互换时出现。同时,文章讨论了行列式乘法规则的直观理解,AB与BA的乘积表示先进行A变换还是B变换并不影响最终的面积比值。
最低0.47元/天 解锁文章
4081

被折叠的 条评论
为什么被折叠?



