与教科书上以行列式作为线性代数的开篇不同,我希望在我的专栏中,能够始终遵循在专栏第一篇文章中提出的数学思考框架。即从一个数学领域的基石出发,进而过渡到概念,性质,运算以及推广应用;沿着这一思路,则我们学习线性代数就自然应当由它的基石——向量,以及与向量密切关联的矩阵作为学习的入口。
向量空间与内积空间
首先,以我们并不陌生的平面二维向量作为第一个研究对象。
以前文介绍的线性的两个性质齐次性与可加性为基础,若向量
则在该二维平面空间内的向量满足:
向量加法的交换律:
向量加法的结合律:
存在逆向量与零向量:
向量数乘的分配率:
向量数乘的结合律:
可以看到,在这个空间内,通过线性性质定义出了向量与向量的加法,向量与标量的乘法,同时,最为重要的一点是,在这个空间内,向量的所有运算结果也同样都是向量;因此,我们可以将这个空间称为向量空间或线性空间。
但是,可以注意到,向量空间存在着一些缺陷。
其一,由于在这个空间中的所有对象以及运算结果都是向量,因此当我们想要在这个空间中讨论一个向量的大小(也即长度)以及两个向量之间的夹角时,都缺少相对应的数值(也即标量)来刻画。
其二,仅凭线性的齐次性与可加性,我们难以在这个空间中定义向量与向量的乘法。想象一下用空间中的一条直线去“乘“以另一条直线,其结果应该是什么——这个运算既无法被线性性质所抽象定义,显然也无法从空间图形上被具象的定义。
因此,为了一举解决这两个问题,是否能够将向量与向量的乘法定义为一种将向量转变为标量的运算,然后使用这个运算的标量结果来帮助我们描述向量的长度与夹角。
而这,就是我们要引入内积的原因。
我们将向量与向量的乘法定义为:
若有两个
对于平面二维向量,则有:
通过这样的运算方式,我们得以将向量
如果从线性性质的角度来看,内积的运算相当于对两个线性函数进行相乘,故它实际是一个双线性函数。
有了内积的定义之后,若我们对向量自己作内积,则有:
借助自身内积这个标量,我们才得以用它来定义向量的长度:
因此,对于基向量
我们在向量空间中引入了内积这个标量之后将它称之为内积空间。由于它的作用是将向量映射为标量,故也被称作标量积。
向量夹角
在有了内积运算和向量长度的定义之后,我们就可以进一步的来讨论向量的夹角。
有两个空间向量
其中
因此,根据向量长度(模)的定义可带入余弦定理,其中,等式的左边为:
展开后,即为:
其中
而我们知道根据内积的运算定义,
两边消去相同项后,即得:
可以看到,在有了内积运算的定义之后,我们便可以通过它来计算出任意两个向量的夹角余弦值,进而可以严格的讨论向量的位置关系。
正交性
在有了向量间夹角的概念以后,便有了正交性的概念。
依据正交性的课本定义,当两个向量处于垂直关系,也即夹角
但是,正交从垂直这个特殊的几何关系引申而来,在线性代数的空间中它的本质含义究竟是什么呢。
让我们尝试用另一个角度来看待正交这个概念:
若在平面空间中,仅有两个向量(我们暂时没有定义基向量所确定的坐标轴),若我们仅使用向量
可以看到,若向量
这里,所谓相对方向是指的是以两个向量的原点为0点,若投影的方向与向量的方向一致则为正,相反则为负;这里模长的记号只是我为了叙述表达而采用的一种习惯用法,模长的数学定义实际并不会为负。
则对这两者使用比值来进行比较:
这个表达式,也即为两个向量夹角的余弦值:
若
若
若
由此,当我们将这种度量的概念推广到任意两个空间向量,则可以认为:
两个向量夹角
在此基础上,向量正交性实际上可以看作是:在两个向量之间,我们无法使用其中一个向量去度量另一个向量。
在很多教科书或讲解视频中,将两个向量的正交性解释为一种无关性。这种无关性,在我看来,其最本质的含义,实际上是这两个向量彼此之间的不可度量性。
若以线性变换的角度来看待这种不可度量性,它是在说:若两个向量正交,则在其中一个向量方向上发生的任何线性变换,都无法被分解到另一个向量的方向上。
至此,可以看到,在向量空间中,为了定义向量与向量之间的乘法,以及可以从线性代数的角度严格的讨论向量的长度与位置关系,我们引入了内积运算,在内积的基础上,我们讨论了向量的长度大小,夹角,也因此得以讨论向量的正交性。
如果以空间维度的角度来看待内积的运算,它实际上是一种降维运算,也就是说它将
但,如果从齐次线性函数的角度来看待向量与向量相乘,我们会发现:
在两个齐一次线性方程相乘以后,其结果变成了一个齐二次方程,也就是说若其返回的结果依然是一个向量的话,这个向量的维度应该被升高了。
由此,我们会想,与内积运算的降维相对应,是否还存在着可能,使我们能够定义出另一种向量与向量的乘法。而这种乘法应为一种升维运算,它的运算结果应为我们返回一个增加了维度的新向量。
我们就将在之后矩阵的运算中来讨论这种运算。