深度学习基础:线性代数本质5——行列式

行列式 就是这个特殊的缩放比例,即线性变换对面积产生改变的比例。

1. 行列式的定义

我们注意到,有一些变换在结果上拉伸 了整个网格,有一些则是压缩 了,那如何度量这种压缩和拉伸 呢?或者换一种更容易思考的表达,某一块面积的缩放比例是多少?

其实,根据我们之前讲的基向量,我们只需要知道i帽j帽组成的面积为1的正方形面积缩放了多少。

所以行列式 就是这个特殊的缩放比例,即线性变换对面积产生改变的比例。

比如说一个线性变换的行列式为6,那么就算是它将一个区域的面积增加为原来的6倍

特别的,我们可以发现,如果一个矩阵的行列式为0 ,意味着它把这个空间降维 了(例如原本二维的变为了一维的线了),并且矩阵的列线性相关(倍数相关)

2. 空间定向

行列式是可以为负值的,正负表达的是方向,行列式的绝对值仍然表示区域面积的缩放比例,类似于纸的翻面,这个变换就相当于将纸翻到了另一面,我们称这样的变换改变了空间的定向。

在二维情况下,j起始状态在 i的左侧,经过变换后变为在右侧,就添加负号。

在三维情况下,右手定位为正,左手为负。

当 i 接近于 j 时,空间也就逐渐的被压缩,这意味着当 i 与 j 重合时,行列式为0。

3. 在三维空间中的行列式

依然是变换前后的缩放比例,不过这次它的是体积的缩放比例。

4. 结合行列式的数学计算

为了连接行列式的计算公式和几何直观,我们假设b c 为0,那么,a表示 i帽x轴缩放比例,d表示 j帽y轴缩放比例,ad表示拉伸倍数 ,同理来说,bc表示的就是压缩倍数 ,两者的和就是缩放比例

相关推荐
人机与认知实验室13 小时前
人机环境空战矩阵
人工智能·线性代数·算法·机器学习·矩阵
无风听海20 小时前
线性代数之深入理解旋转矩阵
线性代数·机器学习·矩阵·旋转矩阵
时空无限2 天前
大模型知识点之矩阵乘以向量
线性代数·语言模型·矩阵
构建的乐趣2 天前
矩阵微积分的链式法则(chain rule)
线性代数·机器学习·矩阵
汤姆爱耗儿药2 天前
矩阵初等变换的几何含义
线性代数·矩阵
小星星爱分享3 天前
抖音多账号运营新范式:巨推AI如何解锁流量矩阵的商业密码
人工智能·线性代数·矩阵
ScilogyHunter4 天前
深入理解3x3矩阵
线性代数·矩阵
彬彬醤6 天前
Mac怎么连接VPS?可以参考这几种方法
大数据·运维·服务器·数据库·线性代数·macos·矩阵
叶子2024227 天前
open3d-点云函数:变换:旋转,缩放、平移,齐次变换(R,T)等
线性代数·矩阵
点云SLAM9 天前
Eigen中Dense 模块简要介绍和实战应用示例(最小二乘拟合直线、协方差矩阵计算和稀疏求解等)
线性代数·算法·机器学习·矩阵·机器人/slam·密集矩阵与向量·eigen库