首页 > 编程知识 正文

叉乘右手定则,可逆矩阵表示为初等矩阵的乘积

时间:2023-05-06 13:57:36 阅读:136774 作者:153

08-1叉积基本介绍

【熟肉】线性代数的本质- 08第一部分-叉积的标准介绍_哔哩哔哩(-) ((((() )干杯(~-bilibili www.bilibili.com叉积也可以从线性变换的角度深入理解。 在那之前请讨论一下叉积的基本知识。 二维空间的两个向量v和w,外积v x w等于它们包围的平行四边形的面积。 请注意,此叉积计算有正负,表示方向性。 可以根据基矢量I和j的相对位置关系记忆,i x j=1。

平行四边形的面积可以用行列式计算。 行列式表示由向量I和j构成的单位面积,表示线性变换后的缩放倍率,所以两个向量v和w的坐标被设定为行列式的列,计算行列式后可以得到这两个向量包围的平行四边形的面积。

外积计算有几个性质。 两个向量的长度不变,相互垂直时构成的平行四边形的面积最大。 如果将一个向量放大3倍,得到的平行四边形的面积也同样变为3倍。

虽然前述是为了描述外积而制作的基本概念,但实际的外积的定义是根据2个三维向量v和w来生成新的三维向量p。 的长度是由2个矢量v和w构成的平行四边形的面积,其方向垂直于平行四边形的面,由右手定则决定。

例如矢量

,矢量时,根据右手定律,其外积指向x轴的负方向,得到。 交叉乘积公式:

但是这个公式比用行列式的方法记忆要好。

需要注意的是,这里将向量作为矩阵的列来写,但在教科书中多作为向量的行来写。 矩阵的转置不改变行列式的值,所以不影响结果。 写文章主要是为了更直观。

08-2线性变换视角下看外积

【熟肉】线性代数的本质- 08第二部分-线性变换视角下的叉积_哔哩哔哩(-) ((((干杯)~-bilibili www.bilibili.com叉积有其公式,以及许多可以通过计算验证的性质

但是,为了加深概念,我试图从几何学的侧面理解它。

多维空间通过线性变换成为一维空间时。 该变换对应于沿一维空间方向的唯一向量。 即,实施此线性变换等价于与此向量点相乘。 这个向量被称为这个线性变换的对偶向量。

现在是根据向量v和w定义三维到一维的线性变换,并将该变换与三维空间中的对偶向量相关联。 这个对偶向量是向量v和w的外积。 理解了这个线性变换,就可以理解外积计算的几何意义。

根据二维空间中的外积计算导出,三维空间中应该有3个向量u、v、w。 然后,这些叉积的值是三个向量坐标的行列式。 在几何学上,这个行列式给出了三个向量狂野冬日平行六面体的体积。

这个想法已经接近真实的叉积。 如果将最初向量u看作可变向量。 有从三维空间到轴的函数: 输入向量

从矩阵公式中获得数值。 这个函数的含义是根据任意向量确定由v和w确定的长方体的有向体积。 该函数是线性函数,可以从行列式的性质得到证明。 关于线性的函数,可以通过矩阵乘法来描述这个函数。 因为这是从三维空间到一维空间的变换,所以存在表示该变换的13矩阵。 从对偶性的角度来看,要寻找的是特殊的对偶向量p,它是任意向量和

中描述的场景,使用以下步骤创建明细表,以便在概念设计中分析体量的体积。 即,点积等于33矩阵的行列式。 双面展开得到计算结果。 这将使您能够: 通过与外积的计算公式比较,发现公式只需引入I,j,k,并与相应的系数进行组合,即可得到该向量。

从几何学理解,一个向量p和

点乘法的结果等于由向量v向量w确定的平行六面体的有向体积。 什么样的向量p能满足这种特殊性质?

请想起计算长方体体积的方法。 首先求出由向量v和w决定的平行四边形的面积,将该面积乘以向量

平行四边形垂直方向的成分(底面积乘以高度)。 向量p和任意向量

点积的几何解释是将投影到p上,并将投影长度与p的长度相乘。

如果p是与v和w垂直,长度为平行四边形的面积,则p和

的点积是在与v和w垂直的方向上投影,投影长度乘以平行四边形的面积,正好是长方体的体积。 选择合适的向量方向后,如果点积为正,则与、向量v和向量w满足右手定律的情况相同。 我在那里找到了向量p,很满足。 在几何学上,这个向量与向量v和w垂直,其长度与这两个向量在狂野冬日的平行四边形的面积相同。 从计算的观点来看,坐标系数是一致的。 两者是相同的向量。

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。