行列式:多重線性理論
作為帶符號體積的行列式
關於行列式最乾淨的心象:把一個矩陣的 n 個行向量餵給它,它返回這些行所張成的盒子(平行多面體)的帶符號 n 維體積。二維時是兩個向量上平行四邊形的帶符號面積;三維時是三個向量上平行多面體的帶符號體積。「帶符號」意味著它還用正負號記錄定向。
因為 det 是單位立方體的像的帶符號體積,所以 det(A) 恰是線性映射 A 縮放任何體積的倍數:體積為 V 的區域被送到體積為 |det(A)| * V 的區域。若 det(A) = 0,立方體被壓扁進更低的維度(行線性相關);若 det(A) 為負,映射把盒子翻裡作面,顛倒了手性。
這一幾何解讀毫不費力地解釋了代數。多重線性是「一條稜加倍,體積加倍」。交替性是「兩條稜相等意味著扁平的零體積盒子」。乘性 det(AB) = det(A) det(B) 是「先做一次體積縮放,再做一次,縮放倍數相乘」。你可以靠畫圖重新推出這些法則。
注意:這裡的「體積」是與標準基綁定的自然(勒貝格)體積;符號依賴於所選的定向。對一個算子而言,數 det(A) 是無基的,但「單位體積為 1」這一概念本身要求你聲明一個參照盒子。換掉這個參照,「體積」的絕對尺度就會改變,儘管體積之比——從而算子的 det——不變。
A = [a, b; c, d], det(A) = ad - bc = signed area of the parallelogram on columns (a,c) and (b,d)
2x2 行列式就是兩個行向量掃出的帶符號面積。
在微積分中這就是換元的雅可比:換元時積分會乘上 |det| 因子,因為這正是換元對每個微小體積元的拉伸倍數。
另見