线性代数的本质——什么是向量？

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