几何视角下的线性代数（1）--- 向量，线性组合与矩阵

文章前后关联性较强，后文都是在前文的几何概念上展开。建议顺序阅读

什么是向量？

三种视角看向量

物理专业视角：向量是有方向的箭头 eg: ----->

计算机专业视角：向量是有序的数字列表 eg:[1, 2]

数学专业视角： 向量是任何东西！只要能保证其两个相加或与常数相乘是有意义的。eg：小松鼠是向量，松鼠+松鼠 = 松鼠宝宝；3 * 松鼠 = 三只松鼠

tips：我们将不断加深数学专业的视角上的向量理解，由于本篇着重讲述几何本质，我们可以用物理和计算机专业的视角去想象向量：向量是坐标系中的以原点为起点的有方向的箭头，其终点在坐标系的位置我们使用数字列表的形式表示出来（其实单个常数在线性代数中的主要作用就是用于缩放向量，例如坐标表示就是该数字缩放了对应基向量）

---

什么是线性组合

线性组合的概念

为方便叙述我们默认坐标系为二维坐标系，i为x轴基向量，j为y轴基向量

前面提到了向量表示，我们可以看作是向量坐标 放缩了对应的基向量并相加

两个数乘向量的和就称作两个向量的线性组合

空间的概念

给定基向量可以组成的所有线性组合的集合称作给定向量张成的空间。

因此大部分二维向量们张成的空间就是所有二维向量的集合（二维空间），而共线的二维向量张成的空间就是落在一条线上的向量的集合( 一维空间 )

线性相关的几何概念

线性相关和线性无关的判断的直接依据就是：是否每个向量都给张成的空间增加了维度。

向量不使张成空间增加维度 —> 则向量在落在该张成空间中 —> 张成空间是其他向量们所有线性组合的集合 —> 向量可以被其他向量线性表示出来 —> 该向量组是线性相关的

空间的基的定义

空间的一组基：就是张成该空间的线性无关向量的集合（每个决定该空间的维度的向量的集合）

---

什么是矩阵

总结：线性变换是一种操纵空间的手段，它直观上使得坐标系网格保持平行且等距分布进行变换，且这个变换只需要通过几个数字的组合（变换后的基向量坐标）就可以表示出来，这个数字的组合就是矩阵（即矩阵表示了一种线性变换）

什么是线性变换

变换 等价于 函数，函数大多是一个数经过函数的处理得到一个数，而线性变换是一个向量经过变换处理得到一个向量（变换是函数花哨的说法）（从一个向量变成另一个向量）

线性限定了变换的范围，变换可以非常复杂，既然是线性代数那我们就只讨论线性的变换。变换满足下面两个性质，就是线性的：

1. 直线在变换后仍是直线，不可弯曲

2. 坐标原点必须固定不动（若直线仍为直线，但坐标原点移动则为仿射变换）

线性变换的可视化理解

• 在充满网格的二维平面中，变换可以被可视化理解为：
  坐标系网格发生改变，从代表某一空间的坐标系网格图，变换为另一空间的坐标系网格图(因为该空间的每一个向量都进行了变换（即每一个向量从一个向量变成另一个向量）等同于整个空间都被进行了变换（即从一个空间变成另一个空间）)

• 在充满网格的二维平面中，线性变换的两个性质可被可视化理解为：
  使得 保持坐标系网格平行且等距分布 的变换

（线性变换需要保持网格平行很好理解，而理解为何要等距的平行，可以想象一条斜直线，若不等距变换会将其变成曲线）

总结线性变换的几何本质：

线性变换使得代变某一空间的网格图按照保持坐标系网格平行且等距分布的原则变化

线性变换的表达式 — 矩阵

首先我们由 “ 网格图按照保持坐标系网格平行且等距分布的原则变化” 可以得出一个重要推论：
向量关于基的线性组合在变换前后是不改变的： v = -i + 2j / v ’ = -i ’ + 2j ’

因此变换后的向量可以表示为：

因此：因为向量在线性变换中的线性组合不变（即基向量的缩放比例不变），我们只需要记录下变换后的基向量，就可以像上面那样算出，变换后的基形成的新向量的坐标！因此我们可以通过变换后的基向量组合就可以表示出这种线性变换 而这个变换后基向量的组合就是我们说的 矩阵 ！（我们往往可以通过矩阵中新基向量大致判断出这是一个怎样的线性变换）

因此矩阵与向量相乘的几何意义就是：对该向量进行线性变换
(往往我们把向量中的数字看成是缩放基的标量)

---