【线性代数的本质】以线性变换的眼光看待叉积
叉积
@
叉积的标准解释
如果我们有两个向量,我们以这两个向量为边做一个平行四边形,这个平行四边形的面积就是这两个向量叉积的结果。
但是我们还是需要考虑定向问题,其实就是 i
和 j
向量的顺序,如果 j
在 i
的逆时针方向,那么就称为正的,否则为负的。
然后我们就可以计算出这个叉积的结果:
严格意义意义上说,以下三维向量才是叉积的定义(这里写成了列向量的形式,但是不会改变行列式的值,因为转置不改变行列式的值)
从线性变换看待叉积
为什么叉积是这种形式呢?
我们可以通过计算出这些内容,但是我们来介绍一个更好的推理过程。
- 我们将定义一个从三维空间到数轴的特定线性变换,并且它是根据
v
和w
来定义的。 - 找到他的对偶向量
- 这个对偶向量就会是
v
和w
的叉积。
其实就相当于转化为下面这个问题的答案?
Q:当你将向量 p 和某个向量(x,y,z)点乘的时候,所得的结果等于一个 3x3 矩阵的行列式,这个矩阵第一行为(x,y,z),其余两列为 v 和 w 的坐标,要找到一个向量 p 满足上述行为。
我们以 v,w为底的平行四边形乘以向量 p 在垂直于平面的投影得到的体积,必然等于垂直于 v 和 w 且长度为平行四边形面积的向量与(x,y,z)点乘是同一回事。