有向體積與定向

平行六面體圖像

把 A 的 n 個行當作從原點發出的稜向量。它們張成一個平行六面體（二維是平行四邊形，三維是斜盒子）。作為有向體積的行列式斷言：|det(A)| 等於該盒子的 n 維體積，而 det(A) 的符號記錄其定向。

為何必然如此？有向體積服從我們的三條法則。把一條稜放大 a 倍，體積放大 a 倍（多重線性）。兩條相等的稜把盒子壓扁為零體積（交替）。單位立方體體積為 1（歸一化）。由第 2 篇的唯一性定理，有向體積 = det。無需另行計算——法則已經證明了它。

2D: columns u=(3,0), v=(1,2).
  det([3 1; 0 2]) = 3*2 - 1*0 = 6
  Area of the parallelogram = base 3 * height 2 = 6.  OK.

Sign flip = orientation flip:
  det([1 0; 0 1]) = +1   (e1 then e2: counterclockwise)
  det([0 1; 1 0]) = -1   (swapped: clockwise)
  Same shape (unit square), opposite orientation.

二維中行列式等於有向面積；符號跟蹤定向。

符號的含義

體積從不為負，那符號從何而來？它編碼定向：你的有序稜列表是像標準基那樣「右手」（det > 0），還是「左手」、即鏡像（det < 0）。二維中，正號表示從第一行到第二行逆時針旋轉；三維中，正號表示符合右手定則。

這就是為何行交換會令 det 取負：交換兩條稜會把標架鏡像，翻轉手性。det < 0 的線性變換包含一次反射；det = 0 的把體積壓成零，將空間壓扁到更低維（因而不可逆）。

雅可比：局部體積重縮放

體積圖像解釋了你可能在微積分中見過的事實。在多重積分換元時，體積元 dx dy 按雅可比行列式縮放——即新坐標關於舊坐標的偏導矩陣的行列式。局部看，光滑映射近似線性；它的導數是一個矩陣，該矩陣的 det 就是局部體積拉伸因子。

積分中取絕對值是因為體積為正，但符號仍攜帶定向——它告訴你換元是保持還是翻轉定向。所以你在第 1 篇抽象定義的行列式，字面上就是不同坐標系體積之間的換算率。