本文是对BiliBili上的一个系列视频的学习记录,非常推荐大家去B站上观看,记得三连,不要白嫖,链接:https://www.bilibili.com/video/av6731067/?p=2
一:对于向量的三种不同观点
1:计算机专业视角(不是对立的而是相通的)
对于做机器学习,数据分析方面的人来说,我们常用“特征向量”,所以对于我们来说,向量是数据列表,是建模目标的特征值。
2:物理学专业视角
向量势空间中的箭头,箭头代表方向,箭身代表数值大小,向量可以自由移动,只要方向和大小不变。
3:数学家的视角
数学家试图去概括这两种关系。大致的说,向量可以是任何东西,只要保证两个向量相加及数字与向量的相乘是有意的即可。
概括来说,线性代数有与之对应的数字表示,也有与之对应的几何意义,而线性代数的效用很少体现在这些观点的其中之一上,而是更多的体现在他能够在这些观点中相互转化。
线性代数之所以在数据分析中占有重要地位,使因为线性代数为数据分析提供了一条将大量数据列表概念化,可视化的渠道,它让数据样式变得非常明晰,并让你大致了解特定运算的意义。另一方面,线性代数为物理学家和计算机图形学提供了一种语言,让他们仅通过控制那些计算机所处理的数字,就能描述并操纵空间。
二:向量的表示
我们常用向量终点的坐标来表示向量
矩阵形式表示为:,而上图中有两个特殊的直线,即X轴,Y轴,而坐标轴可以看作两个特殊向量的拉伸,如下图
这两个向量分别记为向量i和向量j,表示为,
而这个二维空间中的任意向量,都可以视为这两个向量的线性组合,如下图:
我们都知道,这两个特殊的向量i和j,被称为二维空间的一组基向量,特殊在于,它们是单位正交的。当我们把向量的坐标表示,视为标量时,基向量就是这些标量所缩放的对象。
向量,可以表示为:
所以我们可以选择不同的基向量,获得一个完全合理的坐标系
所以围绕线性代数的两种基本运算,向量加法和向量数乘,实际代表着向量的合并和拉伸。
多个向量可以组合(线性组合)成一个向量,反之,一个向量也可以分解为多个向量的线性组合