大家好。感谢阅读本鸡的拙作。期待你的关注。
本鸡的理念是，学数学要理解，理解只能靠类比。本文就是一个具体的例子。本文专为初学微积分的选手设计，需要复习微积分概念的选手也可获益。故事有点长，初步打算分两篇。现在傅里叶级数还不能谈，先打个基础。因为本篇已经用到级数，强烈建议读本鸡的拙作”菜鸡速通微积分：从十进制展开到数列、级数、幂级数、函数项级数“。
如果您发现了任何的错误，请务必教我。谢谢
本文从最容易的十进制展开，推广修正到矢量内积，正交性，直到准备好推广到傅里叶级数(这个可是实分析泛函分析的核心)。
只说人话，没有晦涩的推理和证明。别废话，来啊。
一、从十进制乘法发现问题
十进制展开，你肯定会写；十进制数乘法，你肯定会做。
下面先考察一下十进制乘法，然后从十进制数的乘法，拐个弯儿，推广到傅里叶级数要用的正交性。这个过程不难，但必须“发明”一个新的乘法，就是矢量内积，重点讨论正交性。这里面最困难的概念是正交性(独立性或者线性无关)、维数。
现在，你考虑一下最简单的两位数乘法：13*24。别说你不会啊，本鸡没法相信。
乘法竖式
就刚才的题目，下面的等式肯定不成立，谁这么做简直是sb，也是明摆着的事：
奇葩的想法，相同位对应乘再加起来
原因就是刚才那么做，乍一看，好像错在没有进位。注意一下，正确的做法，产生进位的原因在于，每一位数，不能超过9。一旦对应位乘积超过9，必须写在高位上。加法进位、减法借位，都是这件事。进位、借位是重要的，必须存在的、也必须获得承认的。
其实，这是没有正确运用乘法对加法的分配律。其实少了3*20，还有4*10，所以说更明白的，进位发生在百位上。我说的抽象些，其实就是乘法和加法搅混在一起，必须捋一捋。如果是很多位，或者带很多小数，就更得费口舌了。别再啰嗦了，问题是，其中的算式，就这个，
代表什么
有没有用？废话，你一眼就看懂了这个算式，就说明重要性了。比方说，你有10只鸭子，每只20斤，完了你还有3瓶水，每瓶4斤，问一共多少斤？就这么算啊。这也太容易了。
如果我用这样的记号：
你立刻就能写成刚才那个算式。
二、内积、正交
现在开始抽象，因为你不会只考虑鸭子和水的问题，你还要考虑别的问题，更复杂的问题。现在要抛弃具体的含义，坐稳了，开始抽象和推广：
这就是刚才两个的情况
n个的情况
n取无穷的极限情况，数列看做矢量
偷偷告诉你一句，你现在正在考虑的问题属于泛函分析，所谓Hilbert空间。两个重要的词汇，现在这些都是两个东西的运算，矢量的内积，或者数量积。看明白了，两个词，矢量，矢量内积。还要永远记着一个词，那些ai，叫做矢量的分量。刚才这种运算就是矢量分量相乘，再求和，这种运算太重要，应用极广，几乎遍及所有的数理部门。
所以暂时岔开一点，解释一下。咱不说鸭子瓶子，来考虑这样的问题：你施力做功。功=力*位移，别忘了，如果力和位移方向不同，就不能直接乘，必须做正交(垂直)分解，在某个坐标系内，把力和位移都分解，也就是力和位移都有两个垂直的分量。在同一个坐标系分解以后，你就有，比方说x方向的分力和分位移，y方向的分力和分位移。于是，你看见了，这个问题本质上跟鸭子瓶子是完全一样的。
建立一个坐标系
力和位移都做垂直分解
为了节省版面，以后就写类似
永远别忘了，这是一个分量乘积再求和
要想做功为零，或者一般的，要想两个矢量的内积为零，就必须这两个矢量垂直，或者说正交。回忆内积算式，就是分量相乘再求和得零。
再观察一件事。很容易确认，位置1的分量2,恰好是矢量(2，4)与坐标轴(1，0)的内积。把这件事叫做”正交坐标系内，矢量分量是在坐标轴上的投影“。以后会用投影这个词来理解傅里叶级数。
三、线性运算
这里必须玩点线性代数了。实际上一直是线性代数。但是不想岔开太多。心里一直想着力和位移。你可能需要考虑矢量的倍数，矢量的合成。
矢量的倍数，比方说两倍的力，就得保持方向，所有分量扩大同一个倍数。
矢量的加减法，几何的说法是平行四边形法则；在正交坐标系里，就是分量相加。
这两种运算是线性运算。
非常重要的是，正交坐标系，比方说平面直角坐标系，两个坐标轴本身，也是矢量。同样非常重要的是，所有的矢量都可以用(1，0)，(0，1)这两个矢量表达。这里也说明了矢量倍数的重要性。
比方说(3，4)=3(1，0)+4(0,1)，就是
并且，明摆着，矢量(1，0)，(0，1)的内积，按照内积定义是零，正交，垂直。正交和垂直是同义词。
重要的是，在正交坐标系里，内积就是分量相乘再求和。这件事你应该已经确信无疑了。
说一句废话，如果你懂线性方程组Ax=0，一方面，字面的意思是矩阵A的列做线性组合得到零矢量；但本质上，无非是A的行与待求的矢量X正交。推广一下，这就是泛函分析里面讲的零空间和正交补。
总结一下，你看看，每个数都能做十进制展开，每个矢量都能做正交分解，形式上简直一样。
10进制展开与矢量分解
回忆一下，矢量的倍数涉及分量，矢量的加减法也涉及分量，看起来还是像十进制，但是这里与十进制已经有了本质的差别！主要的差别在于还有内积和正交。这里“发明”了线性运算和内积。如果再补充一下勾股定理和收敛性，就是欧几里得空间、Hilbert空间的核心内容。
请注意刚才的图，这里隐含着一件事，泰勒展开式(幂和)不具备正交性！还要多说一句的话，函数展开成幂级数，必要条件是无穷次可导，要求太苛刻。或许正是如此，将来的傅里叶级数才有更大的重要性。相应的理论是L2空间的傅里叶分析，而勒贝格积分是基本的工具。
多说几句。对某些矢量做线性运算以后，就得到了一些结果(无穷多个)，对应的集合就叫做这些矢量张成的线性空间，如果这个结果的集合能够用有限个---比方说n个---正交的(更一般的情况是线性无关)矢量张成，就称n是维数。显然，照这个说法，平面是二维的，实数(就是那个十进制集合)直线是一维的。这是因为，平面有两个坐标轴就足够了；直线本身就是坐标轴。
现在，引用陈省身先生和龚昇先生的话“一维和二维有本质的差别，二维和三维或者任意有限维没有差别”。详情，可以看龚昇先生在其大作《简明微积分》中引入外微分，引你登堂入室。
这里必须补一下“有限维和无穷维有本质的差别”。换句话，初等微积分和实分析泛函分析有本质的不同，水平有质的飞跃。
为了篇幅，暂告一段落。请期待从正交到傅里叶级数。
用线性代数理解傅里叶级数的思想，本鸡基本上从以下几本书学来：耶鲁的serge lang《线性代数》、以及sheldon axler的《线性代数应该这样学》、denis gill《微分方程与边界值问题》。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
