迷你世界Laplace 数学 / 图版 M09 — 线性变换与行列式

矩阵,是搬动整个平面的方式

一个 2 × 2 矩阵把整个平面一起搬动:网格线仍然笔直、平行、等距,原点不动。矩阵的两列,就是两根基准箭头 î 和 ĵ 落到的位置。单位正方形变成平行四边形,面积放大的倍数就是行列式。

向下滚动

01

网格与两根箭头

铜底板上刻着固定的方格,玻璃上刻着同样的方格。两根铜臂从原点伸出:红色的是 î,指向 (1, 0);绿色的是 ĵ,指向 (0, 1)。

移动玻璃上的方格有无数种方式。线性变换是其中最规整的一类:每条网格线仍是直线,平行的仍然平行,间隔仍然相等,原点不动。

方格可以被旋转、拉斜、拉伸,甚至翻面,只要满足这几条,就是线性变换。底板上的方格始终不动,作为对照。

02

两列,就是两个落点

î 落到哪里、ĵ 落到哪里,就决定了整个变换。把两个落点的坐标竖着并排写,就是这个变换的矩阵:第一列是 î 的落点 (a, c),第二列是 ĵ 的落点 (b, d)。

其他向量都跟着走。向量 v = (x, y) 就是 x 个 î 加 y 个 ĵ;变换之后,它仍是 x 个新的 î 加 y 个新的 ĵ:v′ = x·(a, c) + y·(b, d) = (ax + by, cx + dy)。矩阵乘以向量,就是这条规则。

钢针指着 v = (−1, 1.5)。方格怎么动,它就怎么动,始终停在新方格的同一个格点上。

03

旋转、错切、伸缩、翻面

旋转 60°:两列是 (0.5, 0.87) 和 (−0.87, 0.5)。所有长度和夹角都不变。

错切:两列是 (1, 0) 和 (1, 1)。î 不动,ĵ 斜到 (1, 1);横线原地不动,竖线都歪成同样的斜度。

伸缩:两列是 (1.5, 0) 和 (0, 0.6)。横向拉长到 1.5 倍,纵向压到 0.6 倍,两条轴的方向不变。

翻面:两列是 (1, 0) 和 (0, −1),平面沿横轴翻转。从不变一路连续变到翻面,中途一定有一刻方格被压成一条线:在平面之内,不经过这一刻就翻不过去。

04

先做一个,再做一个

先错切,再旋转 90°,合起来仍是一个线性变换,也有自己的矩阵。它的两列就是 î 和 ĵ 走完两步后的落点:(0, 1) 和 (−1, 1)。

这个合成的矩阵就是两个矩阵的乘积,写成 R·S:右边的 S 先做,左边的 R 后做,和 f(g(x)) 先算 g 是同一个习惯。

顺序不能交换。先旋转、再错切,两列是 (1, 1) 和 (−1, 0),正方形停在另一个位置,所以 R·S ≠ S·R。但 (A·B)·C 总等于 A·(B·C):三步按同样的先后做,括号加在哪里都一样。

05

面积放大几倍

单位正方形由 î 和 ĵ 围成,面积是 1。变换之后,它变成由两列围成的平行四边形。

平面上所有面积都按同一个倍数变化:每一小格都变成同样的平行四边形,任何形状都可以用小格拼出来。这个倍数叫作行列式。两列为 (a, c) 和 (b, d) 时,它等于 ad − bc。

横向拉到 2 倍,面积变成 2;错切把正方形拉斜,面积仍然是 1。铜牌上的读数,是按平行四边形四个角的坐标量出来的面积,不是代公式算的。

连做两个变换,面积先放大 det(A) 倍,再放大 det(B) 倍,所以 det(B·A) = det(B)·det(A)。

06

翻面与压扁

行列式可以是负数。原来从 î 转到 ĵ 是逆时针;变换之后如果变成顺时针,平面就像被翻了个面,行列式带上负号,它的绝对值仍是面积的倍数。正方形里的小箭头记着这个转向。

行列式也可以是 0:两列落在同一条直线上,正方形被压成一条线段,整个平面都被压到一条直线上。

压扁之后就回不去了:许多不同的点落到了同一个点上,无从知道它原来在哪里,所以这个矩阵没有逆矩阵。只要行列式不是 0,逆矩阵就存在。

07

不离开自己那条线

变换时,大多数向量都会转离原来所在的直线。少数向量不会:它们只是被拉长、缩短或反向,仍在原来那条直线上。这样的向量叫特征向量,伸缩的倍数叫特征值。

两列为 (1.5, 0.5) 和 (0.5, 1.5) 的矩阵,把 (1, 1) 方向上的向量都拉长到 2 倍,(1, −1) 方向上的保持原长:特征值是 2 和 1。变换时玻璃上亮起的两条线,就是这两个方向。

错切只有一条这样的线,就是横轴;旋转 90° 一条也没有,每个向量都被转开了。有两条特征线时,沿着它们看,变换只是在两个方向上各自伸缩。

08

实验台

î、ĵ 两根铜臂的尖端和钢针 v 的尖端都可以直接拖动。读数是矩阵、行列式(量出的面积与 ad − bc)、v 的落点,以及特征值和特征向量;没有实数特征向量时,读数会注明。按钮把台面恢复成几种常见的变换;打开「对齐格点」,尖端停在半格的整数倍上。

试一试把 î 的尖端放到 (2, 1),ĵ 的尖端放到 (−1, −0.5):行列式是多少?平面变成了什么?

模型省略了什么

真的玻璃不会变形。模型里玻璃板本身不动,刻在上面的方格按矩阵移动,并且只画在底板的窗口之内;数学上,网格一直延伸到无穷远。铜臂能伸缩,长度由矩阵决定;尖端垂下的钢针指出向量的确切位置。模型一格 70 毫米,窗口从 −3 到 3 格。这里只演示平面上的 2 × 2 矩阵;空间里的 3 × 3 矩阵把单位立方体变成平行六面体,行列式是体积的倍数。

容易误解的地方

矩阵乘积从右往左读:B·A 是先做 A,再做 B。行列式为负不是“面积为负”,而是面积的倍数加上翻面。行列式为 0 时平面并没有消失,而是被压到一条直线(或一个点)上。特征向量说的是一整条直线上的向量,不是某一根箭头;旋转(转 0° 和 180° 除外)没有实数特征向量。平移不是线性变换,因为它挪动了原点。

资料来源

  1. MacTutor History of Mathematics:Matrices and determinants
  2. Arthur Cayley(1858):A memoir on the theory of matrices,Philosophical Transactions of the Royal Society 148: 17–37
  3. 3Blue1Brown:Essence of linear algebra(系列)

数据

Reading a matrix as a motion of the plane (its columns as where the basis arrows land, the determinant as the change in area, eigenvectors as arrows that keep their line) follows Grant Sanderson’s series Essence of Linear Algebra (3Blue1Brown). The videos are under Watch next. Seki Takakazu (1683) and Gottfried Wilhelm Leibniz (1693) used determinants to solve equations. Augustin-Louis Cauchy gave the word its modern sense in 1812 and proved that the determinant of a product is the product of the determinants; Jacques Binet read a proof at the same meeting. James Joseph Sylvester introduced the word “matrix” in 1850, and Arthur Cayley’s memoir of 1858 multiplied matrices as the composition of linear transformations. The transform table is our own model.

延伸观看

播放器来自 哔哩哔哩,按下播放后才加载。

数学 · 全部图版