当前位置: 首页 > news >正文

线代的几何意义(3)——行列式与矩阵的逆

前情提要:我们分析了高维矩阵与非方阵对应着什么样的线性变换,这次来研究矩阵中重要的概念:行列式与逆。

行列式

我们知道,一个矩阵对应着一次线性变换,可以看成对坐标系的压缩,拉伸等操作。而这个过程里,我们就用行列式来描述线性变换前后的坐标系缩放。

用与之前相似的研究方法,或者说,线性变换的重要表征方式就是对基底的变换,我们这里同样关注基底。


以正交单位基底开始,可以说此时基底张成(围成)的面积是1。

有如下矩阵:

[ 2 0 0 1 ] \left[ \begin{matrix} 2 & 0 \\ 0 & 1 \\ \end{matrix} \right] [2001]

此时,基底变为 i ( 2 , 0 ) , j ( 0 , 1 ) i(2,0),j(0,1) i(2,0),j(0,1),基底张成的面积变为 2 × 1 + 0 × 0 = 2 2\times1+0\times0=2 2×1+0×0=2,我们此时则称,这个面积为二维方阵的行列式。即上述矩阵的行列式为2。

然后,我们对这样的操作进行拓展,当 i i i基底与 j j j基底的相对位置在旋转后翻转了,我们说此时的行列式值为负数。


按照这样的推理,你可能会自然而然的想到,那么三维方阵的行列式就该是三个基底在空间中张成的体积。并且,事实也是如此,三维方阵的行列式就是线性变换后三个基底组成的平行六面体的体积。


矩阵的逆

经过前面几次对矩阵几何解释的分析,如果你知道矩阵的逆的概念,那矩阵的逆的几何解释应该就自然而然的能够推导出来了。

以矩阵 [ 0 − 1 1 0 ] \left[ \begin{matrix} 0 & -1\\ 1 & 0 \end{matrix} \right] [0110]为例,很显然,这个矩阵的线性变换是将坐标系逆时针旋转90°。那么,我们说一个矩阵的逆就是一种还原或者说撤销操作的线性变换。在这里,这个矩阵的逆对应的线性变换就应是将坐标系顺时针旋转90°,还原成原本的坐标系。

即,逆为 [ 0 1 − 1 0 ] \left[ \begin{matrix} 0 & 1\\ -1 & 0 \end{matrix} \right] [0110]


http://www.mrgr.cn/news/70431.html

相关文章:

  • 【含文档】基于django+Vue的荣誉证书管理系统(含源码+数据库+lw)
  • Kubernetes 所有节点和 Pod 都使用 Asia/Shanghai 时区
  • HP6心率血压传感器
  • ONNX模型转换为TensorRT模型(trtexec 工具)
  • vue3---watch监听
  • Docker入门之Windows安装Docker初体验
  • 智能检测技术与传感器(热电传感器四个定律)
  • 安装阿里巴巴的Dragonwell(替代JDK)
  • C++的起源与发展
  • 5. 类加载子系统
  • 多模态融合-决策层融合
  • Git - 命令杂谈 - fetch与push
  • 如何在本地文件系统中预览 Vue 项目?
  • AVL 树的模拟实现(入门必看,图文并茂)
  • linux 下调试 mpu6050 三轴加速度
  • 某《财富》世界500强制造企业基于大模型实现财税智能问数
  • OmniGen: Unified Image Generation(代码的学习)
  • 前端常用时间操作汇总
  • 二分查找题目:x 的平方根
  • [分享]分享一下我用了十几年的按键扫描方法
  • 北京大学、华为公司联合发布《中国城市治理数字化转型报告(2024)》49页PDF附下载
  • 谷歌Linux内核自动测试平台架构介绍-用自动测试测试难以测试的问题
  • 【RabbitMQ】06-消费者的可靠性
  • 【前端】手写一个简单的分页器
  • 如何解决亚马逊商家IP问题:静态住宅IP的优势与选择指南
  • 1547. 切棍子的最小成本-cangjie