欢迎来到矩阵代数基础！

你好！这一章听起来可能很复杂，因为它似乎结合了两个宏大的概念——矩阵与微积分（积分），但别担心。对于 FP1，我们主要关注矩阵如何变换几何图形这一强大概念，以及这些矩阵的性质如何与度量这些变化相关联。

这一章至关重要，因为矩阵是变换的语言。理解矩阵如何缩放面积，能让你直接将代数计算（如求行列式）与几何测量联系起来。即使你觉得之前的矩阵概念有些棘手，我们也会帮你拆解取得成功所需的关键思路！

第 1 节：核心概念——变换与缩放

在 FP1 中，我们只处理 2x2 矩阵。这些矩阵用于描述点、线和形状在二维平面（\(xy\) 平面）上如何移动和改变大小。

1.1 行列式的作用

与 2x2 矩阵相关的最重要的单一数值就是它的行列式 (Determinant)。行列式通常被认为是矩阵的“缩放因子”或“特性指标”。

计算行列式

对于一个一般的 2x2 矩阵 \(M\):

$$M = \begin{pmatrix} a & b \\ c & d \end{pmatrix}$$

M 的行列式，写作 \(\det(M)\) 或 \(|M|\)，其计算公式为：

$$\det(M) = ad - bc$$

记忆窍门（叉乘法）：将数字沿左上到右下的对角线相乘（\(ad\)），然后减去沿左下到右上对角线的数字乘积（\(bc\)）。

示例：若 \(A = \begin{pmatrix} 5 & 2 \\ 3 & 4 \end{pmatrix}\)，则 \(\det(A) = (5 \times 4) - (2 \times 3) = 20 - 6 = 14\)。

行列式为零的含义

如果 \(\det(M) = 0\)，该矩阵被称为奇异矩阵 (Singular Matrix)。

  • 奇异矩阵会将整个区域变换为一条线，甚至是一个点。它使空间“扁平化”了。
  • 关键点：奇异矩阵没有逆矩阵（你无法撤销这种变换）。
快速回顾：行列式

行列式 \(ad-bc\) 告诉我们变换是放大了、缩小了还是扁平化了一个形状。如果结果为零，则该变换是不可逆的。

第 2 节：行列式与面积缩放因子

本节将矩阵代数直接与几何和度量联系起来，这正是我们在这一阶段将矩阵与积分概念联系起来的核心原因。当矩阵对形状进行变换时，行列式会精确告诉我们面积是如何变化的。

2.1 面积变换规则

如果变换 \(T\) 由矩阵 \(M\) 表示，且此变换应用于面积为 \(A\) 的区域 \(R\)，则变换后的新面积 \(A'\) 由下式给出：

$$A' = |\det(M)| \times A$$

重要提示：绝对值！

由于面积总是正数，我们使用行列式的绝对值（或模），即 \(|\det(M)|\)。

  • 如果 \(\det(M)\) 为 5，面积缩放因子就是 5（面积变为原来的 5 倍）。
  • 如果 \(\det(M)\) 为 -2，面积缩放因子就是 2（面积变为原来的 2 倍，负号表示发生了镜像对称）。

类比：复印机
想象这个形状是一张图片，而矩阵是复印机的设置。如果行列式是 -4，复印机会打印出一张比原图大四倍的图像，并且会沿某条轴翻转图像。

2.2 与微积分的联系（积分概念）

虽然 FP1 不要求你正式对嵌入矩阵中的函数进行积分，但积分的概念本质上是关于求曲线下的面积。当你使用行列式来求变换后形状的新面积时，你实际上是在计算几何度量的缩放因子。

如果你通过积分来计算变换后形状的面积，结果将正好是原形状的面积乘以缩放因子 \(|\det(M)|\)。

你知道吗？
在高等数学（如多元微积分）中，行列式作为雅可比行列式 (Jacobian) 发挥着重要作用，用于积分的变量替换。它确保了当你切换坐标系时，计算出的面积（或体积）保持一致。目前，你只需要记住行列式是“面积调节器”即可！

逐步示例

三角形 \(R\) 的顶点位于 (0, 0)、(4, 0) 和 (0, 3)。它经过矩阵 \(T = \begin{pmatrix} 2 & 1 \\ 0 & 3 \end{pmatrix}\) 变换。

  1. 求原面积 (\(A\))：该三角形是一个直角三角形。\(A = \frac{1}{2} \times \text{底} \times \text{高} = \frac{1}{2} \times 4 \times 3 = 6\) 平方单位。
  2. 求行列式 (\(|\det(T)|\))： $$\det(T) = (2 \times 3) - (1 \times 0) = 6 - 0 = 6$$
  3. 计算新面积 (\(A'\))： $$A' = |\det(T)| \times A = 6 \times 6 = 36 \text{ 平方单位。}$$

    变换后的三角形 \(R'\) 的面积将为 36 个单位。

面积缩放的关键要点

行列式衡量的是面积缩放因子。在计算最终面积时，记得使用行列式的绝对值。

第 3 节：逆矩阵（撤销变化）

如果行列式不为零（即矩阵是非奇异的），则该变换可以被反转或“撤销”。执行反向变换的矩阵被称为逆矩阵 (Inverse Matrix)，记作 \(A^{-1}\)。

鼓励一下：计算逆矩阵看起来很机械，但一旦你掌握了步骤，它就是拿分的捷径！

3.1 计算 2x2 矩阵的逆

如果 \(A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\)，则其逆矩阵 \(A^{-1}\) 的公式为：

$$A^{-1} = \frac{1}{\det(A)} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}$$
求 \(A^{-1}\) 的步骤
  1. 求行列式：计算 \(\det(A) = ad - bc\)。如果结果为零，立刻停下！逆矩阵不存在。
  2. 交换主对角线：交换 \(a\) 和 \(d\) 的位置。
  3. 改变副对角线符号：将 \(b\) 和 \(c\) 乘以 \(-1\)。
  4. 除以行列式：将所得矩阵乘以标量分数 \(\frac{1}{\det(A)}\)。
求逆矩阵示例

设 \(B = \begin{pmatrix} 3 & 1 \\ 4 & 2 \end{pmatrix}\)。

  1. 行列式：\(\det(B) = (3 \times 2) - (1 \times 4) = 6 - 4 = 2\)。
  2. 伴随矩阵（交换并取反）： $$\text{Adj}(B) = \begin{pmatrix} 2 & -1 \\ -4 & 3 \end{pmatrix}$$
  3. 逆矩阵： $$B^{-1} = \frac{1}{2} \begin{pmatrix} 2 & -1 \\ -4 & 3 \end{pmatrix} = \begin{pmatrix} 1 & -1/2 \\ -2 & 3/2 \end{pmatrix}$$

3.2 使用逆矩阵反转变换

如果由 \(M\) 定义的变换将点 \(P\) 映射到 \(P'\)，那么将 \(M^{-1}\) 应用于 \(P'\) 会将其映射回 \(P\)。

如果 \(MP = P'\)，那么 \(M^{-1} P' = P\)。

这对于解决已知最终变换点并需要求出原始坐标的问题至关重要。

避开常见错误！
  • 错误 1：忘记交换 \(a\) 和 \(d\)。
  • 错误 2：忘记给 \(b\) 和 \(c\) 取反。
  • 错误 3：行列式计算错误，特别是在处理负数时！一定要小心双重负号。例如，若 \(A = \begin{pmatrix} 2 & -3 \\ 1 & 4 \end{pmatrix}\)，则 \(\det(A) = 8 - (-3) = 11\)。
快速回顾：逆矩阵

逆矩阵 \(A^{-1}\) 可以撤销由 \(A\) 执行的变换。它仅在 \(\det(A) \neq 0\) 时存在。

第 4 节：总结与综合

FP1 的矩阵内容侧重于简单的代数矩阵如何定义几何变换。源自矩阵结构的两个关键性质（行列式和逆矩阵）使我们能够衡量并反转这些变化。

记住这些核心联系：

矩阵概念 代数角色 几何影响（缩放/积分联系）
行列式 (\(\det(M)\)) 标量值 \(ad - bc\)。 面积缩放因子。若为负值，则意味着发生了镜像对称。
奇异矩阵 \(\det(M) = 0\)。 变换将面积塌陷为一条线或一个点。不可逆。
逆矩阵 (\(M^{-1}\)) 定义为 \(M M^{-1} = I\)（单位矩阵）。 反转或撤销原始变换。

持续练习计算行列式和逆矩阵的步骤。这些基本功将助你攻克考试中所有的变换题！

加油，你一定行！