这是关于3Blue1Brown "线性代数的本质"的学习笔记。
基本概念
向量
v
⃗
\vec{v}
v叉乘向量
w
⃗
\vec{w}
w的结果大小是这两个向量围成的平行四边形的面积,方向由右手定则确定。
v
⃗
×
w
⃗
\vec{v}×\vec{w}
v×w=-
w
⃗
×
v
⃗
\vec{w}×\vec{v}
w×v
向量叉乘结果大小可以用行列式来计算:
v
⃗
=
[
a
,
b
]
T
\vec{v}=[a,b]^{T}
v=[a,b]T
w
⃗
=
[
c
,
d
]
T
\vec{w}=[c,d]^{T}
w=[c,d]T
v
⃗
×
w
⃗
=
d
e
t
(
[
a
c
b
d
]
)
\vec{v}×\vec{w} = det(\begin{bmatrix} \ a & c \\ \ b & d \\ \end{bmatrix})
v×w=det([ a bcd])
含义:由向量
v
⃗
\vec{v}
v和向量
w
⃗
\vec{w}
w的坐标为列的矩阵,与一个将基向量
i
⃗
\vec{i}
i和
j
⃗
\vec{j}
j分别移至
v
⃗
\vec{v}
v和
w
⃗
\vec{w}
w的线性变换相对应。行列式就是变换前后面积变化比例的度量。
几何解释
两个向量叉乘的结果是和这两个向量构成平面相垂直的第三个向量。