01 / TRANSFORMATION
两列数字,为什么决定所有向量的去向?
设二维向量 v=(x,y)ᵀ。写成 v=x e₁+y e₂,其中 e₁=(1,0)ᵀ、e₂=(0,1)ᵀ 是标准基。对2×2矩阵 A,矩阵乘法满足 A(xe₁+ye₂)=xAe₁+yAe₂。
这说明矩阵的第一列就是 e₁ 的像,第二列就是 e₂ 的像。只要掌握两支基向量被送到哪里,就可以重建任意向量的像。例如 A=[[2,1],[0,1]],它把 e₁ 送到(2,0),把 e₂ 送到(1,1),所以 v=(1,2) 被送到(4,2)。
即时理解检查 01 · 基向量像
先选一个答案,再核对理由。
展开完整解析
A(0,1)ᵀ等于A的第二列(−1,4)ᵀ。
02 / SQUARE TO PARALLELOGRAM
面积为什么正好是行列式绝对值?
单位方形的顶点为 O=(0,0)、e₁=(1,0)、e₁+e₂=(1,1)、e₂=(0,1)。线性变换 A 将这四点依次送到 O、Ae₁、Ae₁+Ae₂、Ae₂,恰好是以矩阵两列为边的平行四边形。
对于 A=[[2,1],[0,1]],det A=2,故单位方形的面积由1放大到2。若 det A<0,面积仍取绝对值,但定向反转;若 det A=0,两列线性相关,方形压到一条线或一个点,不能靠逆运算恢复原本所有位置。
即时理解检查 02 · 面积因子
先选一个答案,再核对理由。
展开完整解析
det A=2×2−1×1=3,面积为3。
03 / ROTATION
只看长度,为什么还不足以判断旋向?
角度 φ 的逆时针旋转矩阵是 R=[[cosφ,−sinφ],[sinφ,cosφ]]。给非零向量 v=(x,y),计算 Rv=(xcosφ−ysinφ,xsinφ+ycosφ)。平方相加,交叉项相互抵消,可得 |Rv|²=x²+y²=|v|²。
再求 v·Rv=(x²+y²)cosφ;当 0≤φ≤π 时,余弦给出无向夹角,而平面有向行列式 det(v,Rv)=(x²+y²)sinφ 告诉我们旋向。对 90° 的旋转 R=[[0,−1],[1,0]],(2,1)→(−1,2),长度仍为√5,行列式为5,表示逆时针四分之一圈。
当 v=0 时,向量没有可定义的方向,不能谈“它与旋转后的夹角”;但保长等式仍成立。
即时理解检查 03 · 旋转长度
先选一个答案,再核对理由。
展开完整解析
Rv=(−(−3),2)=(3,2),|Rv|=√13。
04 / VISUAL LAB
拖动四个矩阵系数,让图形按公式变化。
把 A 的四个数看成两列,绿色多边形就是单位方形在 A 下的像。画面和数值始终使用同一矩阵;同时把固定试验向量 v=(1,2) 的结果显示出来。可以把两列调成比例,让面积降为零。
Ae₁=(2,0),Ae₂=(1,1);detA=2;单位方形像面积=2;A(1,2)=(4,2)。定向保留。
滑块支持键盘方向键;不运行 JavaScript 时仍保留初始图形、数字及所有题目解析。第12讲图形为辅助投影,定量距离以公式为准。
这就是为什么“乘法的含义”不等于再算十道行乘列:我们用它解释空间变形的几何规律,而不是把数学变成背口诀。
即时理解检查 04 · 线性映射
先选一个答案,再核对理由。
展开完整解析
A(u+v)=Au+Av,由矩阵乘法分配律成立。
HOMEWORK / INDEPENDENT PRACTICE
独立推理,再核对答案。
先手算,列出定义、条件、运算步骤;每题均可展开完整解答。
设A=[[1,3],[−2,1]],求Ae₁、Ae₂及A(2,−1)ᵀ。
展开分步解析
Ae₁=(1,−2)ᵀ,Ae₂=(3,1)ᵀ;A(2,−1)=2Ae₁−Ae₂=(−1,−5)ᵀ。
A=[[−2,0],[1,3]] 将单位方形变成多大面积?是否翻转定向?
展开分步解析
det A=(−2)×3−0×1=−6;面积为6,负号表示在通常定向下发生翻转。
构造一个不是单位矩阵但面积保持不变的2×2矩阵,并说明原因。
展开分步解析
例如剪切矩阵[[1,2],[0,1]],det=1;它把单位方形变为平行四边形,面积仍为1但形状改变。
证明 R=[[0,−1],[1,0]] 对任意向量v=(x,y)保持长度、且非零v旋转90°逆时针。
展开分步解析
Rv=(−y,x),平方长度x²+y²不变。v·Rv=−xy+xy=0;det(v,Rv)=x²+y²>0(v≠0),故夹角90°且逆时针。
设A=[[2,4],[1,2]],描述单位方形的像,并给两个不同向量映成同一点。
展开分步解析
两列(2,1)与(4,2)平行,det=0,像退化为线段。v=(0,0)和w=(−2,1)不同,但A w=(−4+4,−2+2)=(0,0)=A v。
二维线性变换由两支基向量的去向决定;单位方形变为平行四边形,其有向面积因子就是 det A。
本讲共 4 道即时检查;禁用脚本后答案与解题步骤仍可阅读。
本讲集中在二维线性变换、基向量、面积与旋转的几何解释;逆变换的具体计算留到第11讲。
返回课程目录 ↗原始来源:MIT 18.02SC / Session 10: Meaning of Matrix Multiplication。 已审阅对应课程页面和教学笔记、练习及可获取的解答,课程例题、数字和习题均为本站原创。参考资料:MIT Notes: Meaning of Matrix Multiplication(p.1) · MIT Problems: Meaning of Matrix Multiplication(p.1) · MIT Solutions: Meaning of Matrix Multiplication(p.1)。
没有完整观看讲授视频,也未取得逐字讲稿;不是 MIT 授权译课。 审校记录列出所阅读页面和没有核对的部分。