雅克比行列式

tensor-based morphometry (TBM)中用到了雅克比矩阵，特此总结雅克比矩阵是怎么一回事
TBM：http://aammt.tmmu.edu.cn/Upload/rhtml/201709202.htm#outline_anchor_12

预备知识

行列式的值代表 平行四边形/平行六面体体积的有向面积/体积的大小。
根据行列式的值的正负，可以确定平行四边形的方向以及面积的大小。
行列式的迹可以理解为行列式的导数，
表示在每个边沿自己的方向变化时，该平行四边形/平行六面体的面积/体积变化的大小。
这实际上和特征值非常相关，迹是特征值的和，行列式是特征值的积。

雅克比行列式（Jacobian determinant）

J表示雅可比矩阵
雅可比行列式是微分几何中的概念，由多变量函数的偏导数组成

雅可比行列式的值

雅可比行列式的值 |J| 表示了坐标变换前后面积/体积的相对变化比例。
如果 |J| 大于1，表示体积增大；
如果 |J| 小于1，表示体积缩小；
如果 |J| 等于1，表示体积保持不变。

雅可比行列式的迹（trace）

雅可比行列式的迹 tr(J) ，是坐标变换前后各个坐标轴的伸缩因子的总和。是雅可比矩阵主对角线上元素的和。
如果 tr(J) 大于0，表示在变换过程中坐标轴的伸缩总体上增大；
如果 tr(J) 小于0，表示在变换过程中坐标轴的伸缩总体上缩小；
如果 tr(J) 等于0，表示在变换过程中坐标轴保持不变。

PS：
坐标轴伸缩因子：在坐标变换中各个坐标轴的伸缩比例。
具体来说，考虑一个二维空间中的坐标变换，原始的坐标轴为x轴和y轴。假设变换后的坐标轴为x’轴和y’轴。那么，x轴的伸缩因子就是原始坐标轴上的单位长度在变换后的坐标轴上的长度与单位长度的比值；y轴的伸缩因子类似地表示了y轴上的伸缩比例。

区别：

1. |J| 反映了整体的体积变化，是一个标量；而 tr(J) 是各个坐标轴伸缩因子的总和，是一个数量。

2. 在几何意义上，|J| 描述了坐标变换引起的体积的变化；tr(J) 描述了坐标轴的伸缩情况。

3. 如果考虑坐标变换后的结果的体积变化，应关注雅可比行列式的值；如果主要关注坐标轴的伸缩情况，应关注雅可比行列式的迹。

   总结来说，雅可比行列式的值和雅可比行列式的迹都是在描述坐标变换引起的变化，但分别从体积和坐标轴的角度进行表述，有着不同的几何含义和应用。

3blue1brown解释的很好：
https://www.bilibili.com/video/BV18J41157X8/?spm_id_from=333.880.my_history.page.click&vd_source=284715f9922ba0745f082c9117c91b96