线性代数几何意义-矩阵乘法、行列式

前言

想写这个东西是因为看了3b1b的线性代数的本质，且学校之前教的线代就是歌姬吧，只会算数，不理解其含义，于是就想写点总结，方便自己复习，如果对这个内容感兴趣，还请看看完整的视频教程，这个博客可能会帮助你记忆。

向量含义

$\vec{A}=(x,y)$表示$x\ast i+y\ast j$,其中$i,j$分别为两个单位向量
而$\vec{A}$经过线性变换后（即对$i,j$进行变化），那么变化后的$\vec{A}$依然满足$x\ast i+y\ast j$


图片来自3b1b的视频

矩阵乘法

而一个$2\times 2$的矩阵其实就代表了一个线性变换
$$\left[\begin{array}{cc}{x}_1& x_2\\ y_1& y_2\end{array}\right]\times \left[\begin{array}{c}x\\ y\end{array}\right]=\left[\begin{array}{cc}{x}_1\ast x& x_2\ast y\\ y_1\ast x& y_2\ast y\end{array}\right]$$
即，把单位向量$i（1，0）$变为$(x_1,y_1)$，单位向量$(0,1)$变为$(x_2,y_2)$之后，在原来的坐标系下的向量$(x,y)$变化后的坐标

矩阵相乘

而两个矩阵相乘，就表示两个线性变换的叠加。即，先进行右面矩阵的变化，再进行左面矩阵的变化

行列式

事实上，行列式的值表示了经过线性变换后单位面接的放缩倍数，如果是负数，说明$x,y$轴的顺逆时针关系发生了转化（比如$x$顺时针$90$度转到$y$轴，变成了逆时针$90$度）。
可以这么想象，原先的单位向量与原点相连形成的三角形面积是$\frac{1}{2}\ast (1,0)\ast (0,1)=\frac{1}{2}$
变换后
$$\left[\begin{array}{cc}{x}_1& x_2\\ y_1& y_2\end{array}\right]$$
向量终点与原点连接形成了一个三角形，用三角形面积公式可得$S=\frac{1}{2}(x_1\ast y_2-x_2\ast y_1)$
比较一下，这不正是行列式的求法吗？感性证明（确信）
同理，高阶行列式也是同样的含义，比如三阶行列式就是体积的变化。
具体的可以看下视频里的方法。