线性代数基础 · 第 4 / 5 节
矩阵
线性映射的坐标表示;矩阵乘法为什么这样定义。
约 8 分钟
从一个问题开始
线性映射由基的像决定。但要计算一个映射的值、存储一个映射、复合两个映射,我们需要一套记法,让这些操作变成机械的算术。
矩阵就是这套记法。矩阵乘法那个"行乘列"的定义看起来古怪,本节要说明它是唯一自然的选择。
上一节实验里,你拖动 和 ,下方的矩阵 跟着变。留意它怎么变: 的坐标是第一列, 的坐标是第二列。 矩阵不是别的,就是把两个像向量并排写下来。
你观察到了什么?先动手,再回答。想清楚之后再看解释。
- 1.把 e₁ 和 e₂ 拖到同一条直线上,网格变成了什么?行列式是多少?
- 2.只拖 e₁,原点和 e₂ 所在的整条竖线动了吗?为什么?
- 3.按“旋转”,特征值显示为复数。平面上有没有哪条直线在旋转后仍是自己?
既然线性映射由基的像唯一决定,那么把基的像的坐标按列排成一个数表,这个数表就完整记录了这个映射。"矩阵乘向量"应该就是"求映射的值","矩阵乘矩阵"应该就是"映射的复合"。如果这个猜想对,矩阵乘法那个古怪的定义就不再古怪。
定义
设
对 和 ,定义 为 各列的线性组合:
若 是 的矩阵,则对所有 ,。
,由线性性
矩阵乘法为什么这样定义
设 是 、 是 矩阵。 是 矩阵,第 列为 ,即
若
是线性的(两条线性性质逐一验证)。其矩阵第 列是
这就是"行乘列"的全部来历。由此立刻得到:
- 结合律 :因为映射复合天然结合。不用展开求和证明。
- 不交换 :先旋转再拉伸,和先拉伸再旋转,一般不一样。在实验里可以体会。
- 单位矩阵 对应恒等映射,。
行列式
实验中单位正方形被映成一个平行四边形,其面积随矩阵变化。
以 、 为邻边的平行四边形的有向面积等于 。符号为负当且仅当 翻转了定向( 到 从逆时针变成顺时针)。
记 ,。把 逆时针旋转 得 。平行四边形面积 ( 在 方向上的投影长度)
几何证明: 把单位正方形变成面积 的平行四边形, 再把任何图形的面积乘以 (因为 把小方格都变成同样的平行四边形,任意图形的面积是小方格面积的极限和)。所以 把面积乘以 。定向的符号同样相乘。
可逆当且仅当 ;此时
就是实验中的"压扁":平面被压到一条直线(或一个点),信息丢失,无法还原。
。矩阵乘法是映射的复合, 表示先做 ,再做 (作用在右边的向量上时 先碰到它)。写复合矩阵时,顺序写反是最常见的错误。
应用
逆时针旋转 :
记住一句话就够了:矩阵的列是基向量的去处。 所有关于矩阵的定义和定理,都可以从这句话和线性性重新推出来。下一节特征值问的是:有没有向量在变换后方向不变?
讨论
发现错误、有疑问或建议,也可以直接写信到 620026600@qq.com
还没有评论。写下你的理解、疑问,或者指出这一页的错误。
登录后参与讨论