欢迎来到矩阵代数：变换指南

你好！欢迎来到进阶纯数学 1 (FP1) 中充满激情的矩阵代数世界。如果这一章起初看起来有点棘手，请别担心；我们正在构建强大的工具，利用简单的数字网格来描述复杂的几何运动（变换）。

虽然本章标题暗示了“积分”，但 FP1 的重点在于掌握 2x2 矩阵的基本运算及其在几何变换中的应用。这些技能是绝对重要的基石，特别是对于后续理解函数如何改变面积或体积——这与微积分和积分的概念有着深厚的联系！

让我们把这个主题拆解成易于掌握的部分，确保你在每一步都感到自信。

第 1 节：2x2 矩阵基础

什么是矩阵？

矩阵仅仅是一个按行和列排列的矩形数字阵列。在 FP1 中，我们主要关注 2x2 矩阵，即拥有 2 行和 2 列的矩阵。

类比：把矩阵想象成一个迷你电子表格或坐标网格。

一个 2x2 矩阵 \(\mathbf{A}\) 通常写作：

\[\n\mathbf{A} = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\n\]

1. 矩阵基本运算

加法、减法以及与标量（单个数字）的乘法非常直接。你只需对相应位置的元素进行运算即可。

1. 加法与减法：

如果 \(\mathbf{A} = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}\) 且 \(\mathbf{B} = \begin{pmatrix} 5 & 6 \\ 7 & 8 \end{pmatrix}\)，那么：

\[\n\mathbf{A} + \mathbf{B} = \begin{pmatrix} 1+5 & 2+6 \\ 3+7 & 4+8 \end{pmatrix} = \begin{pmatrix} 6 & 8 \\ 10 & 12 \end{pmatrix}\n\]

2. 标量乘法：

要将矩阵乘以一个数字（例如 5），只需将矩阵内的每个元素都乘以该数字：

\[\n5\mathbf{A} = 5 \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} = \begin{pmatrix} 5\times 1 & 5\times 2 \\ 5\times 3 & 5\times 4 \end{pmatrix} = \begin{pmatrix} 5 & 10 \\ 15 & 20 \end{pmatrix}\n\]

矩阵乘法：关键技能

这一部分更有意思！矩阵乘法不是逐个元素对应相乘，而是“行乘以列”的过程。

设 \(\mathbf{A} = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\) 且 \(\mathbf{B} = \begin{pmatrix} p & q \\ r & s \end{pmatrix}\)。

乘积 \(\mathbf{C} = \mathbf{AB}\) 是通过第一个矩阵 (\(\mathbf{A}\)) 的行与第二个矩阵 (\(\mathbf{B}\)) 的列进行点积得到的。

逐步乘法：

  1. \(\mathbf{C}\) 的左上角元素来自（A 的第 1 行）\(\times\)（B 的第 1 列）。

    \(C_{11} = ap + br\)

  2. \(\mathbf{C}\) 的右上角元素来自（A 的第 1 行）\(\times\)（B 的第 2 列）。

    \(C_{12} = aq + bs\)

  3. \(\mathbf{C}\) 的左下角元素来自（A 的第 2 行）\(\times\)（B 的第 1 列）。

    \(C_{21} = cp + dr\)

  4. \(\mathbf{C}\) 的右下角元素来自（A 的第 2 行）\(\times\)（B 的第 2 列）。

    \(C_{22} = cq + ds\)

黄金法则：顺序很重要！

对于普通数字，\(2 \times 3 = 3 \times 2\)。但这对于矩阵来说并不成立！

通常情况下，对于矩阵 \(\mathbf{A}\) 和 \(\mathbf{B}\)，\(\mathbf{AB} \neq \mathbf{BA}\)。这意味着矩阵乘法不满足交换律。请务必保持正确的顺序！

快速复习：矩阵乘法（R C 技巧）

考虑计算 \(C_{ij}\) 位置的结果时，你需要使用第一个矩阵的第 \(i\) 行和第二个矩阵的第 \(j\) 列。（行，列）。

重点总结：基本运算是元素对应运算，但乘法是行乘列，且不能交换顺序。

第 2 节：行列式与逆矩阵（“撤销”按钮）

行列式和逆矩阵至关重要，因为它们允许我们求解矩阵方程，更关键的是，它们能让我们判断一个几何变换是否可逆。

2x2 矩阵的行列式 (\(\det(\mathbf{A})\))

行列式是由矩阵元素计算出的单个标量值。它告诉我们当矩阵用于变换时，面积的缩放因子是多少。

对于矩阵 \(\mathbf{A} = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\)，其行列式为：

\[\n\det(\mathbf{A}) = ad - bc\n\]

记忆辅助：主对角线元素 (\(a\) 和 \(d\)) 的乘积减去副对角线元素 (\(b\) 和 \(c\)) 的乘积。

你知道吗？ 如果你将一个 2x2 变换矩阵应用于平面上的图形，变换后图形的面积将等于原面积乘以行列式的绝对值，即 \(|\det(\mathbf{A})|\)。

逆矩阵 (\(\mathbf{A}^{-1}\))

逆矩阵 (\(\mathbf{A}^{-1}\)) 是能“撤销”矩阵 \(\mathbf{A}\) 所做变换的矩阵。如果你将一个矩阵与其逆矩阵相乘（无论顺序如何），你都会得到单位矩阵 (\(\mathbf{I}\))。

\[\n\mathbf{A}\mathbf{A}^{-1} = \mathbf{A}^{-1}\mathbf{A} = \mathbf{I} = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}\n\]

对于 \(\mathbf{A} = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\)，其逆矩阵的计算公式为：

\[\n\mathbf{A}^{-1} = \frac{1}{ad - bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}\n\]

求逆矩阵的步骤：

  1. 计算行列式 \(D = ad - bc\)。
  2. 交换 \(a\) 和 \(d\) 的位置。
  3. 改变 \(b\) 和 \(c\) 的符号（变号）。
  4. 将所得矩阵乘以 \(\frac{1}{D}\)。
奇异矩阵：当逆矩阵不存在时

如果矩阵 \(\mathbf{A}\) 的行列式为零，即 \(\det(\mathbf{A}) = 0\)，那么 \(\frac{1}{D}\) 项涉及除以零，这是不可能的。

如果 \(\det(\mathbf{A}) = 0\)，该矩阵被称为奇异矩阵。

奇异矩阵没有逆矩阵。从几何角度看，这意味着该变换将面积压缩为零（例如，将 2D 图形变换到一条直线或一个点上），你无法撤销该过程。

常见错误警示！

计算逆矩阵时，学生有时会忘记变号，或者忘记交换位置。请记住：交换主对角线，副对角线变号。

重点总结：行列式 \(D\) 控制面积缩放。如果 \(D \neq 0\)，矩阵是非奇异的，存在逆矩阵；如果 \(D = 0\)，矩阵是奇异的，不存在逆矩阵。

第 3 节：矩阵与几何变换

这是 2x2 矩阵在 FP1 中的主要应用。每一个 2x2 矩阵都对应笛卡尔平面上的一个线性变换。

单位正方形与变换矩阵

要找到任何线性变换的矩阵 \(\mathbf{M}\)，我们只需观察该变换对两个特定点（单位向量）的作用：

  • 点 \((1, 0)\)，即向量 \(\mathbf{i} = \begin{pmatrix} 1 \\ 0 \end{pmatrix}\)。
  • 点 \((0, 1)\)，即向量 \(\mathbf{j} = \begin{pmatrix} 0 \\ 1 \end{pmatrix}\)。

变换矩阵 \(\mathbf{M}\) 是通过将 \(\mathbf{i}\) 和 \(\mathbf{j}\) 变换后的坐标作为其列向量构建的：

\[\n\mathbf{M} = \begin{pmatrix} \mathbf{i} \text{ 的像} & \mathbf{j} \text{ 的像} \end{pmatrix}\n\]

标准变换矩阵

你必须熟悉以下标准变换的矩阵：

1. 伸缩 (Scaling)

以原点为中心，缩放因子为 \(k\) 的伸缩变换矩阵为：

\[\n\mathbf{E} = \begin{pmatrix} k & 0 \\ 0 & k \end{pmatrix}\n\]

示例：缩放因子为 3 的伸缩变换矩阵为 \(\begin{pmatrix} 3 & 0 \\ 0 & 3 \end{pmatrix}\)。

2. 旋转 (绕原点)

以原点为中心，旋转角度为 \(\theta\)（逆时针测量）的旋转变换矩阵为：

\[\n\mathbf{R} = \begin{pmatrix} \cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{pmatrix}\n\]

特殊情况：逆时针旋转 \(90^\circ\) (\(\theta = 90^\circ\)): \(\begin{pmatrix} 0 & -1 \\ 1 & 0 \end{pmatrix}\)。

3. 反射

关键在于确定是对哪条直线进行反射：

  • 关于 \(x\) 轴反射：\(\begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}\)
  • 关于 \(y\) 轴反射：\(\begin{pmatrix} -1 & 0 \\ 0 & 1 \end{pmatrix}\)
  • 关于直线 \(y=x\) 反射：\(\begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}\)
  • 关于直线 \(y=-x\) 反射：\(\begin{pmatrix} 0 & -1 \\ -1 & 0 \end{pmatrix}\)
4. 错切 (Shear)

错切保持某条轴不变（不移动），并将点沿该轴方向平行移动。

  • 平行于 \(x\) 轴的错切（\(x\) 轴不变），错切因子为 \(k\)： \[\n \mathbf{S}_x = \begin{pmatrix} 1 & k \\ 0 & 1 \end{pmatrix}\n \]
  • 平行于 \(y\) 轴的错切（\(y\) 轴不变），错切因子为 \(k\)： \[\n \mathbf{S}_y = \begin{pmatrix} 1 & 0 \\ k & 1 \end{pmatrix}\n \]

变换组合 (合成)

通常，题目要求按顺序进行多个变换（例如：先反射后旋转）。这被称为变换的合成。

要找到表示组合变换的单一矩阵，只需将各个单独的矩阵相乘。

关键法则：先进行的变换必须写在右侧，即最靠近被变换坐标的地方。

如果变换 \(T_1\)（矩阵 \(\mathbf{M}_1\)）之后紧跟变换 \(T_2\)（矩阵 \(\mathbf{M}_2\)），则组合变换 \(\mathbf{T}\) 为：

\[\n\mathbf{T} = \mathbf{M}_2 \mathbf{M}_1\n\]

坐标 \(\mathbf{x}\) 的计算公式为 \(\mathbf{T}\mathbf{x} = \mathbf{M}_2 (\mathbf{M}_1 \mathbf{x})\)。

类比：想象先穿袜子再穿鞋。脱的时候必须先脱鞋，再脱袜子。先进行的操作（袜子）在代数上处于最右侧。

重点总结：变换矩阵是由 \((1, 0)\) 和 \((0, 1)\) 的像构建的。组合变换时，请按变换实施顺序的相反方向进行矩阵乘法。

你现在已经掌握了 FP1 中 2x2 矩阵代数的核心内容！熟练运用这些运算及其几何解释是该单元成功的关键。多加练习乘法和逆矩阵计算——它们是你这里最高效的提分技能！