Professional Documents
Culture Documents
22 向量
向量遇见坐标系
曾几何时,代数和几何形单影只、踽踽独行;它们各自蜗步难移、难成大器。然而,代数和几何
结合之后,便珠联璧合、琴瑟和鸣;两者取长补短、急流勇进、日臻完美。
As long as algebra and geometry proceeded along separate paths, their advance was slow and their
applications limited. But when these sciences joined company, they drew from each other fresh vitality
and thenceforward marched on at a rapid pace toward perfection.
—— 约瑟夫·拉格朗日 (Joseph Lagrange) | 法国籍意大利裔数学家和天文学家 | 1736 ~ 1813
◄ matplotlib.pyplot.annotate() 在平面坐标系标注
◄ matplotlib.pyplot.quiver() 绘制箭头图
◄ numpy.arccos() 反余弦
◄ numpy.degrees() 将弧度转化为角度
◄ numpy.dot() 计算向量标量积。值得注意的是,如果输入为一维数组,numpy.dot() 输出结果为标量积;如
果输入为矩阵,numpy.dot() 输出结果为矩阵乘积,相当于矩阵运算符@
◄ numpy.linalg.norm() 计算范数
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 2 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
向量模:长度
构成
向量方向
起点、终点
单位向量
加减法
平行四边形法则
向量运算
三角形法则
负向量
标量乘法
向量模
向量
矩阵运算
距离
夹角余弦值
向量内积
正
零
取值
二维向量到三维向量
标量投影
向量投影
在向量方向上投影
投影
在平面上投影
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 3 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
22.1 向量:有大小、有方向
向量简史
很多的数学工具的发明的时候,并没有具体的用途。科学史上经常发生的情况是,几十年之
后、甚至几百年之后,科学家应用某个被尘封的数学工具,完成科学技术的巨大飞跃。本书前文
介绍的圆锥曲线就是很好的例子。
但是,也有部分数学工具是为了更好地描述其他学科发现的新理论而创造发展的,比如说向
量这个概念。
向量是一行或一列数字
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 4 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
图 1. 观察数据的两个角度
向量的几何意义
但是有了坐标系,向量便不再是无趣的数字,它们化身成一只只离弦之箭,在空间腾飞。
如图 2 所示,位移向量的大小代表前进的距离大小,而向量的方向代表位移方向。
图 2. 位移向量
向量定义
给定一个列向量 a:
4
a= (1)
3
4 0 4
OA = − = (2)
3 0 3
本系列丛书很少使用 OA 这种向量记法,我们一般使用小写字母,斜体、粗体,来代表向
量,比如 a、x、x1、x(1)。
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 5 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
4
0 4
3j = a=
3 3
3
y A
2
0
j=
1
1 +y
1 4
i= 4i =
0 0
0 +x
0 1 2 3 4 5
O x
图 3. 平面直角坐标系,向量 a 的定义
向量模
a = 42 + 32 = 5 (3)
向量分解
类似物理学中力的分解,一个向量还可以表达成若干向量的和。比如,向量 a 可以写成如下
两个向量的和:
1 0 4
a = 4i + 3 j = 4 + 3 = (4)
0 1 3
i 和 j 常被称作横轴和纵轴上的单位向量,具体定义为:
1 0
i = , j = (5)
0 1
i = 1, j =1 (6)
本系列丛书后续也会使用 e1 和 e2 代表横轴纵轴的单位向量。
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 6 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
a 1 4 0.8
= =
a 5 3 0.6
(7)
Bk3_Ch22_1.py 绘制图 3。
22.2 几何视角看向量运算
有了平面直角坐标系,向量的加法、减法和标量乘法更容易理解。
向量加法
图 4 所示 a 和 b 两个向量相加对应的等式为:
4 1 5
a+b = + = (8)
1 3 4
如图 4 所示,从几何角度来看,a 和 b 两个向量相加相当于物理学中两个力的合成。
5
5
a+b =
4
4
1
b=
3
3
2
4
a=
1
1 +y
0 +x
0 1 2 3 4 5
x
图 4. a 和 b 两个向量相加
正四边形和三角形法则
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 7 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
(a) (b)
a+b
b a+b
+y
a a
+x
图 5. 平行四边形法则和三角形法则计算 a 和 b 两个向量相加
a1 + a2 + a3 + a4 + a5
a3
a5
a2
a4
a1
图 6. 三角形法则计算 5 个向量相加
向量减法
a 和 b 两个向量相减:
4 1 3
a −b = − = (9)
1 3 −2
从几何角度,也可以用三角形法则来求解。
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 8 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
3 3
a −b =
y −2
2
1
b=
3 +y
1
4
a=
0 1 +x
0 1 2 3 4 5
x
图 7. a 和 b 两个向量相减,三角形法则
标量乘法
图 8 所示 a 的两个标量乘法:
2 1 2 4
0.5a = 0.5 = , 2a = 2 = (10)
2 1 2 4
从几何角度,向量的标量乘法就是向量的缩放——长度缩放,方向不变或反向。
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 9 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
5
4
2a =
4
4
2
2
a=
2
1 +y
1
0.5a =
1
0 +x
0 1 2 3 4 5
x
图 8. 向量 a 的标量乘法
22.3 向量简化距离运算
本书第 7 章介绍计算两点之间的距离,我们管它叫欧氏距离。本节引入向量,让距离计算变
得更直观。
勾股定理扩展
x − x
BA = A B (11)
y A − yB
BA = ( x A − xB ) + ( y A − y B ) = ( 4 − 1) + (1 − 3) = 13
2 2 2 2
(12)
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 10 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
B (xB, yB)
3
y BA = a − b
2
b
1 +y
A (xA, yA)
a
0 +x
0 1 2 3 4 5
x
图 9. 计算 A 和 B 距离,即 AB 长度
向量模
d = a−b = (a − b) (a − b) (13)
代入图 9 具体值,a – b 为:
4 1 3
a −b = − = (14)
1 3 −2
d = a − b = 32 + ( −2 ) = 13
2
(15)
T
3 3
d = ( a − b ) ( a − b ) = = 13
T
(16)
−2 −2
22.4 向量内积与向量夹角
给定向量 a 和 b,
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 11 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
a1 b1
a b
a = 2 , b = 2 (17)
an bn
有了几何视角,向量 a 和 b 的内积有了一个新的定义方式:
a b = a b cos (19)
4
1
b=
3
3
2
4
a=
1
1 +y
θ
0 +x
1 4 5
b cos
a x
图 10. 内积的定义
向量夹角
a b
cos = (20)
a b
举个例子,图 4 中 a 和 b 夹角余弦值:
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 12 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
a b 1 4 + 3 1
cos = = 0.537 (21)
a b 10 17
内积正、负、零
内积结果为 0,说明两个向量垂直。
图 11. 向量夹角和余弦值关系
在平面直角坐标系中,i 和 j 相互垂直,因此两者内积为 0:
1 0 0
i j = = i T j = 1 0 @ = 0 (22)
0 1 1
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 13 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
22.5 二维到三维
本章前文定义 i 和 j 为二维平面直角坐标系横轴和纵轴上的单位向量,在它们的基础上各加一
行 0 就可以得到三维坐标系的横轴和纵轴单位向量:
1 0
i = 0 , j = 1
0 0
(23)
另外,再加一个表达 z 轴正方向的单位向量 k,
0
k = 0 (24)
1
利用 i、j、k 也可以在三维直角坐标系中构造图 3 向量 a:
1 0 4
a = 4i + 3 j = 4 0 + 3 1 = 3 (25)
0 0 0
4 0
3 k = 0
z 1 1
2 i = 0 0
0 j = 1
1
4 0
0 +z
0 a = 3
1 0
2 0
1
3 2
y 4 3 +x
4 +y
5 5 x
投影
图 13 所示为三维直角坐标系中向量 c 和 a 的关系为:
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 14 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
4 0 4
c = a + 5k = 3 + 5 0 = 3 (26)
0 1 5
5 4
4 c = 3
5
3
z k
2
5k i
1 j
0 +z
0
1
2 a 0
1
3 2
y 4 4 3 +x
5 5 x +y
0 1 0 0
5k i = 0 0 = 0, 5k j = 0 1 = 0 (27)
5 0 5 0
22.6 投影:影子的长度
投影分为两种——标量投影 (scalar projection) 和向量投影 (vector projection)。
标量投影
向量标量投影结果为标量。
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 15 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
a b a b
b cos = b = (28)
a b a
如图 14 所示,b 在 a 方向上的标量投影为:
7
b cos = (29)
17
a 在 b 方向上的标量投影为:
a b 7
a cos = = (30)
b 10
4
1
b=
3
3
2
4
s
a=
a co
1
1 +y
θ
0 +x
1 2 3 4 5
b cos
x
图 14. 标量投影
向量投影
a a b a
proja b = b cos = (31)
a a a
a v
a cos = = a v (32)
v
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 16 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
本系列丛书里面最常见的就是上述投影规则。若 a 和 v 均为列向量,可以用矩阵乘法规则重
新写 (33):
projv a = ( a T v ) v = ( v T a ) v (34)
投影是线性代数中有关向量最重要的几何操作,没有之一。投影会经常出现在本系列丛书不
同板块中。本节会多花一些笔墨和大家聊聊向量投影,给大家建立更加直观的印象。
v )v
a = (a
proj v
图 15. 正交投影的意义
二维向量投影
如图 16 所示,向量 a 在 i 方向上向量投影为:
4 1 4
proji a = i = 4i = (35)
3 0 0
i 就是单位向量。
用矩阵乘法计算 (35):
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 17 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
4 T 1 1 T 4
proji a = @ i = @ i = 4i
3 0 0 3
(36)
4 4 1 0 4 4
= i iT @ = i @ iT @ = =
3 3 0 0 3 0
a 在 j 方向上向量投影:
4 0 0
proj j a = j = 3 j = (37)
3 1 3
用矩阵乘法计算 (37):
4 T 0 0 T 4
proj j a = @ j = @ j = 3 j
3 1 1 3
(38)
4 4 0 0 4 0
= j jT @ = j @ jT @ = =
3 3 0 1 3 3
4
0 4
3j = a=
3 3
3
y
2
0
j=
1
1
1 4
i= 4i =
0 0
0
0 1 2 3 4 5
x
三维向量投影
4 1 4
proji c = 3 0 i = 4i = 0 (39)
5 0 0
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 18 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
用矩阵乘法写 (39),得到:
1 4
proji c = 4 3 5 @ 0 i = 1 0 0 @ 3 i = 4i
0 5
(40)
4 4 1 0 0 4 4
T
= i i @ 3 = i @ i @ 3 = 0 0 0 3 = 0
T
5 5 0 0 0 5 0
4
5
c = 3
4 5
3
z k
2
i
1 j
4i
0 +z
0
1
2 0
1
3 2
y 4 4 3 +x
5 5 x +y
如图 18 所示,c 在 j 方向上标量投影为:
4 0 0
proj j c = 3 1 j = 3 j = 3 (41)
5 0 0
同样,用矩阵乘法写 (41):
0 4
proj j c = 4 3 5 @ 1 j = 0 1 0 @ 3 j = 3 j
0 5
(42)
4 4 0 0 0 4 0
T
= j j @ 3 = j @ j @ 3 = 0 1 0 3 = 3
T
5 5 0 0 0 5 0
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 19 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
4
c = 3
5
5
4
k
3
z j
3j
2
i 0 +z
1 1
2
0 3 x
0 1 4 +y
2 3 +x
4 5
y 5
如图 19 所示,c 在 k 方向上标量投影:
4 0 0
projk c = 3 0 k = 5k = 0 (43)
5 1 5
用矩阵乘法写 (43):
0 4
projk c = 4 3 5 @ 0 k = 0 0 1 @ 3 k = 5k
1 5
(44)
4 4 0 0 0 4 0
T
= k k @ 3 = k @ k @ 3 = 0 0 0 3 = 0
T
5 5 0 0 1 5 5
5k
5
4
4 c = 3
5
3
z k
2
i
1 j
0 +z
0
1
2 0
1
3 2
y 4 4 3 +x
5 5 x +y
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 20 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
平面投影
本节最后聊一下三维向量在各个平面投影。
5
4
4 c = 3
5
3
z k
2
i
1 j
0 +z
0
1
2 a 0
1
3 2
y 4 4 3 +x
5 5 x +y
图 20. 向量 c 在 xy 平面投影
换个角度求解这个问题。c 在 xy 平面上投影为 a:
a = xi + yj (45)
首先计算 c – a,
3 3 1 0 3 − x
c − a = 4 − ( xi + yj ) = 4 − x 0 − y 1 = 4 − y (46)
5 5 0 0 5
(c − a ) i = 0
(47)
(c − a ) j = 0
将 (46) 代入 (47) 得到:
3 − x 1 3 − x 0
4 − y 0 = 0, 4 − y 1 = 0 (48)
5 0 5 0
整理得到方程组,并求解 x 和 y:
3 − x = 0 x = 3
(49)
4 − y = 0 y = 4
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com
Page 21 | Chapter 22 向量 | Book 3《数学要素》 | 鸢尾花书:从加减乘除到机器学习
图 21 和图 22 分别所示为向量 c 在 yz 和 xz 平面投影投影,请读者自行计算投影结果。
5
4
4 c = 3
5
3
z k
2
i
1 j
0 +z
0
1
2 0
1
3 2
y 4 4 3 +x
5 5 x +y
图 21. 向量 c 在 yz 平面投影
4
5 c = 3
5
4
k
3
z j
2
i 0 +z
1 1
2
0 3 x
0 1 4 +y
2 3 +x
4 5
y 5
图 22. 向量 c 在 xz 平面投影
向量是线性代数中的多面手,它可以是一行或一列数,也可以是矩阵的一行或一列;有了坐
标系,向量和空间中的点、线等元素建立的连线,这时向量摇身一变,变成了有方向的线段。
正是因为向量有几何内涵,线性代数的知识都可以用几何视角来理解。有向量的地方,就有
几何。本系列丛书介绍在线性代数知识时都会给出几何视角,请大家格外留意。
下面,请大家准备开始本书最后“鸡兔同笼三部曲”的学习之旅。
本 PDF 文件为作者草稿,发布目的为方便读者在移动终端学习,终稿内容以清华大学出版社纸质出版物为准。
版权归清华大学出版社所有,请勿商用,引用请注明出处。
代码及 PDF 文件下载:https://github.com/Visualize-ML
本书配套微课视频均发布在 B 站——生姜 DrGinger:https://space.bilibili.com/513194466
欢迎大家批评指教,本书专属邮箱:jiang.visualize.ml@gmail.com