线性代数中,比如某 2 维的向量 ,如果乘上系数 ,就可以表示它所在的、过原点的直线: 而有两个 2 维的线性无关向量 、 ,通过它们的线性组合 就可以表示整个 : 但如果我们不感兴趣过原点的直线和整个 ,而是别的一些几何图形,比如过 、 的直线(不过原点),或者以 、 为两端的线段,或者 、 、 、 围成的多边形,甚至一些曲线,那么线性代数能够帮到我们吗? 上述几何图形其实就是 的一部分,因此只需要对系数 进行一些限制就可以办到,下面来具体解释下(本文不进行具体的推导了,只进行一些介绍)。 1 直线和平面 1.1 过 、 的直线 如果限制 ,即令: 那么 就表示过 、 的直线: 1.2 包含 、 和 的平面 如果再增加 ,还是限制系数之和为 1,即令: 此时 代表什么呢?可以这么来看,当 的时候,得到的还是过 、 的直线: 然后令 、 ,那么会得到与上述直线平行的直线: 不断变换 会得到所有平行直线,最终填满整个 。所以此时的 代表了包含 、 和 的平面,也就是 : 当然上述作法在 中没有必要,但是在 中就可以轻松表示包含 、 和 的平面: 2 线段和封闭区域 2.1 端点为 、 的线段 如果除了限制 外,还要求系数都大于等于 0,即令: 那么 就表示端点为 、 的线段: 2.2 、 和 围成的封闭区域 如果再增加 ,即令: 当 的时候,得到的还是端点为 、 的线段: 然后令 、 ,那么会得到下面的线段: 不断变换 最终会填满 、 和 围成的封闭区域。所以此时的 代表了 、 和 围成的封闭区域: 2.3 凸包 如果再增加一个 ,即令: 那么 表示的不是像下面这样凹进去的图像: 它表示的是包含这 4 个点的凸出的图像: 用数学的语言就是, 表示的由 、 、 以及 构成的凸包,这也是一个重要的概念,在凸优化中会用到。 3 贝塞尔曲线 如下的 、 、 以及 会构成一个凸包: 如果像下面这样对系数进行限制: 那么 表示的就是该凸包内的一条曲线,也称为贝塞尔曲线: |
|
来自: taotao_2016 > 《代数》