线性代数的本质_06_向量是什么、线性代数是什么

什么是向量：

回到第一节所说的，什么是向量，是空间中的箭头？仅仅是一个实数序列？还是计算机中的表。在数学中，或许我们理解为实数序列比较合适，当维度变得更高时，向量就会变得越大，实数个数就会越多，如图：

如果我们纯粹从空间上来理解，当超过三维的时候，我们就很难想象出这样的向量是什么样的，我们无法想象出真正的四维空间是什么样的。在软件工程实际的使用中，一般也只会用到四维及以下的空间变换，为什么会有四维，这并非我们真的使用了四维空间，我们解决的问题还是三维的问题，使用四维仅仅是我们需要移动，然而线性变换是不能移动的。

但是，如果向量不是由一组实数组成的呢？“空间”和“空间性”究竟是什么？在数学中，确实有很多东西看起来与线性代数无关，比如：函数，正弦函数，二次函数，这些函数除了将他们的曲线绘制在二维坐标系下，其他的根本谈不上有空间的概念。但实际很多函数就是与线性代数相关，例如：

两个函数相加，在坐标系下我们知道，就是将其高度叠加起来，这个和空间两个向量相加不是很类似吗？如下图：

类似的，函数与一个实数相乘，也是一样，在坐标系下的幅度变为原来的倍数即可，那么线性代数中的线性变换呢？线性变换在函数中实用吗？在微积分中，函数的求导就是一种线性变换，只不过在数学中，我们称之为求导。

这不仅会让我们怀疑，线性变换究竟是什么？下面是线性变换的定义：

一种描述为：“线性变换就是保持向量的加法运算和数乘运算”。在之前讨论的空间网格继续保持平行等距，实际上也体现出了这个特点。这就有了如下推论：

一个线性变换可以通过他对基向量的作用来完全描述，这使得矩阵向量乘法成为可能。因为任意一项量都能表述称基向量的线性组合，所以，求一个向量变换后的结果，实际就是求的基向量变换后以相同方式进行线性组合的结果。

下面我们想想求导为什么是线性变换，因为求导本身具有可加性和成比例性，所以求导是线性运算：

既然求导也是线性变换，那么求导通过矩阵如何描述呢？

表示如上图所示，我们考虑的是多项式，可以有无穷项。如图右边所示，常数项作为第一个基，一次项作为第二个，以此类推，每个项的次数作为这个基的值，这个向量就代表一个真正的多项式，那么这个线性变换就是求导，得到的结果就是求导的系数。

但线性代数就是线性代数，它区别于函数，即使相同的部分，在函数上，也会有别名，我们只需知道实际上是两边对应的是相同的操作即可，如下图：

除了函数之外，数学中还会有很多类似向量的东西，只要这个东西具有合理的数乘和相加的概念即可，线性代数适用于满足遮羞条件的一切东西，你也可以自己定义一种东西满足这个条件，在线性代数中，他就可以被称为向量，他们的集合就可以被称为向量空间，当然，你也可以使用线性代数来解决其中的问题。

那么，我们定义的东西要满足什么条件才行呢？即，线性代数在什么规则下才可以成立？这个规则就是向量加法和数乘规则，鸡兔变现如下图：

这些就是公理，大家所认同的，满足这八条公理，就满足加法和数乘规则，也可以认为向量加法和数乘规则就是这八条公理，因为大家都认同，就好比两条直线最多一个交点，两个点决定一条直线一样的道理。

所以，问向量是什么，线性代数是什么这样的问题吗，就好比问 “3” 是什么一样，你认为他是什么？大概就是可以用3表示的所有东西的集合吧，三个人，三粒米……都行，在不同的实际情况，他就能代表不同的事物，可能这就是数学吧。

但是，线性代数从学科上，太过抽象，之前的博文从空间的角度带大家理解线性代数，任然是非常有必要的，这使得我们对线性代数有更深，更直观的理解，这也是我们最开始为了解决的问题。

 

后续课程如何使用线性代数：

就如最开始我说的那样，我是为了解决计算机中3D模型的各种变换做的以上所有的研究，结合之前所学的，现在我几乎可以很容易的编写一套空间变换的C++库了。如何绕X轴旋转？如何绕模型自身的X轴旋转？如何移动模型，缩放？如何求取变换矩阵等等，虽然移动着一块一直没提到，但是结合网络很多资料和程序实例，想必大家也能理解了。

后续部分大多会以程序实例的方式介绍，我们是如何进行常规的变换操作的。

 

参考资料：

3Blue1Brown：抽象向量空间