就像数字一样,向量也是一个表示某些东西的玩意儿.它的特点是在表示数据的时候,还有方向,可能也就是因此得名向量吧,我们常见的向量(物理上)有速度,加速度等等.
我们有很多表示方法
A + B → \overrightarrow{A+B} A+B
x=(m,n)…
请不要拘泥于我所说,我们来看看更多的向量
如果玩LOL的同学,肯定知道这是什么
我们看到小鱼人的技能栏,{Q,W,E,R,D,F}技能快捷键所构成的,正是向量
QWERDF总共有6项,我们称6为这个向量的维数
tip:
1.实际上我们能一眼看出某种表达形式是向量即可
2.从几何上而言,我们知道我们身处的世界是一个三维的空间,超过三维之后,向量就没有几何意义了.
有了向量的,定义了,我们自然要用它来进行相关的运算在处理显示中的问题.
直接看图
图中,
-2U = V
简单来说就是,数乘为一个带方向的同比缩放
加减数乘并没有改变向量的维数
大家都应该看到过电脑中显示颜色时的一些奇怪的代码例如:
这就是用RGB调出来的颜色
每一个颜色下有6个数字或者字母构成的代码,每两个构成一个16进制数,它代表了这个颜色中R,G,B中各个颜色所占的比重
我们还是看到这一张图
由图可知,黄色是由红色和绿色等比混合而成
即
黄 = 红 + 绿 黄 = 红+绿 黄=红+绿
前面我们已经将红和绿量化了,也就是说,经过了加减运算,黄色也是一个向量,并且,黄色可以由红色与绿色表示,我们称
向量黄可以由向量红和向量绿线性表示.
更一般的定义:(向量B可以由向量组A线性表示)
B = K 1 A 1 + . . . + K m A m B=K_1A_1+...+K_mA_m B=K1A1+...+KmAm
有了线性组合的概念有助于我们理解线性相关.
我们先定义,总存在一个不为0的K,使得
K 1 A 1 + . . . + K m A m ! = 0 K_1A_1+...+K_mA_m != 0 K1A1+...+KmAm!=0
反之(若=0),则线性相关.
注意!
上述式子由加减和数乘运算组成.由上文我们知道在几何上,我们将进过伸缩(数乘)过的向量做加减运算,直到只剩下最后两个,如果最后两个相加等于0,那么就说明这两个向量在同一直线上,而且长度相等,方向相反.就像这样
也就说明了向量组A线性相关
还记得前文提到,有了线性组合的概念,我们更好理解线性相关了吗?