線性代數之兩個宇宙文明關于距離的對話

矢量的客觀性和主觀性

宇宙中飄過來一個自由矢量,全世界的人都可以看到,大家都在想,怎么描述它呢,總不能指著它說“那個矢量”吧。數學家很聰明,于是建立了一個坐標系,這個矢量投影到坐標系下,就得到了幾個數,就用這幾個數就可以描述這個矢量了。

這招確實不錯,但是問題來了,沒有這組數字,大家腦子中的矢量是客觀且抽象的,有了這組數字矢量就變成了建坐標系的這個人的了,問題出現了,每個人都可以建立自己的坐標系去描述這個矢量,矢量存在的客觀性和坐標系描述的主觀性之間產生了矛盾。

保留客觀性,沒有具體的數字,不好計算,選擇了坐標,倒是容易計算了,但是每個人眼中的矢量就又不一樣了。

數學家給出的辦法是,先讓一個朋友主觀的選擇一個坐標系,用一組坐標數字描述這個矢量,然后在給出一個所有坐標系的之間的變換,這樣,每個人都能拿著一組任意的主觀的坐標數據通過一定的變換關系變換到自己的主觀坐標系下,也就是說,一個主觀+一組變換方法,可以換得全世界所有的主觀視角,一旦我們掌握了所有的主觀視角,主觀到了極限,我們便再次擁有了客觀。

基變換

在線性代數的學習中,n維空間中的n維向量的元素常常是由相對獨立的因素組成的,這些相對獨立的因素或者完全獨立(垂直或者正交),或者相對獨立(線性無關,我有你沒有的部分)。對于n維空間的幾何圖形的想象,坐標軸的現實意義上的垂直不是必須的,如果幾何意義上的垂直或者正交代之以代數意義上的線性無關概念,取消了幾何作圖對垂直的要求,我們的平面就可以通過斜坐標系畫出來了,就可以形象理解了由n個線性無關向量張成的n維空間的理論,進而想象高維空間的圖像也就不是一件特別困難的事情了。

空間本身并沒有內蘊的網格,每種基下的宇宙空間生物都可以按照基的方向繪制自己的網格,是有助于幫助理解它所在的空間的工具,網格是主觀的,不同的網格空間通過變換達到對方的網格,實現坐標系的切換。因為所有的向量乘以0都是零向量,不同的坐標系下的宇宙生物對0向量的位置可以達成共識。

空間中的兩個點決定了一個自由向量,把所有自由向量的初始點全部拉到坐標原點,這樣平面中的任意一個點就可以和一個向量對應上了(用群的觀點看,是一種自由向量和笛卡爾坐標系中點的之間的同構)。

自由向量的坐標是可以看成是2個標量,這兩個標量的值和坐標系基的選取有直接關系,因為基向量正是這兩個標量縮放的對象。

\begin{bmatrix} \vec{b_1} & \ \ \ \vec{b_2} \end{bmatrix}\begin{bmatrix} x\\ \\ y \end{bmatrix} = x\cdot \vec{b_1} + y \cdot \vec{b_2}

可以把基向量看成是隱藏于空間坐標系網格中的隱含假設,基變換是說,任何兩個線性無關的向量都可以作為新的坐標系的基定義新的網格,并通過將新基定義為\vec{b_1}=[1, 0]^T, \vec{b_2}=[0, 1]^T完成加冕。

無論新基是否正交,我們都可以在該坐標系下將基向量自身視為\vec{b_1}=[1, 0]^T, \vec{b_2}=[0, 1]^T。坐標系切換的本質就是重新定義“單位向量”,與基的正交性無關。非正交性僅導致內積計算不同,但線性變換的代數描述完全自洽。

只要不涉及角度,距離等的度量,可以將任意兩個線性無關的向量作為(1,0)和(0,1)而產生新的坐標宇宙,因為這兩個向量就是定義坐標(1,0)和(0,1)含義的向量。

一個很自然的問題是,我們如何在不同基下進行坐標變換?

坐標變換

問題,在基[\vec{b_1} \ \ \vec{b_2}]下的坐標向量(-1,2),如何變換成我們的坐標系下的坐標?

轉換到我們的坐標系下:

就可以得到我們的坐標系下的坐標了:

線性變換的一個重要特性在于,變換后的向量仍舊是相同的線性組合,不過使用的是新的基向量。

用數學語言表示就是:

\boldsymbol{L(a\cdot\vec{u}+b\cdot \vec{v}) = a\cdot L(\vec{u})+b\cdot L(\vec{v})}

舉例說明,在原坐標系下的向量(2,1),經過剪切矩陣的變換后,以剪切矩陣的列向量為新基(這也是原坐標軸轉移到的地方),其坐標仍然是(2,1),只不過是基于新的基向量,從原坐標系來看,其坐標是(3,1)。 兩個坐標誰是對的呢? 答案是相對于各自的基向量,兩個坐標都對,兩者描述同一向量,只是參考系不同。所以,當我們討論坐標的時候,一定要事先問清楚,相對的是哪個基,拋開基向量討論坐標位置是沒有意義的,就像“蘋果”與 “apple”指代同一物體,但符號不同,它們的基就是不同的文明背景。

垂直的絕對性

前面提到了可以將非正交的基看成是(1,0)和(0,1)而不會產生自洽問題,但是線性代數中明明學過,兩個垂直的向量其內積為0,內積的計算方式是兩個向量的坐標點乘,所以如果新的非正交坐標系可以看作是(1,0)和(0,1),其坐標點積為0,推導出內積為0,說明兩個坐標系垂直,但是前提明明是新基非正交的呀?矛盾。

其實,上面的邏輯鏈條中存在一個問題,在非正交基下,內積不再等于兩個向量的坐標點乘,也就是說,在任何坐標系下,內積為0確實表示向量互相垂直,但是在非正交基下,內積就不能通過坐標的點積進行計算了,點積計算的結果和基的選擇有直接關系。

在包括非正交形式的任何基變換下,垂直都是絕對的,垂直由真實內積??u,v?=0定義,在任何坐標系下對應90°夾角。

實際上,內積的完整計算公式是:

\boldsymbol{\left \langle \vec{u}\ \ \vec{v} \right \rangle = \vec{u}^T G\vec{v}}

其中G是度規矩陣,在標準正交基下,G是單位矩陣,所以可以內積計算公式蛻化為線性代數課本上介紹的:

\boldsymbol{\left \langle \vec{u}\ \ \vec{v} \right \rangle = \vec{u}^T \vec{v}}

而在非正較基\beta=[\vec{b_1}, \vec{b_2}]下,其空間中的兩個向量的\vec{u}_\beta, \vec{v}_\beta內積計算公式為:

\boldsymbol{\left \langle \vec{u}_\beta\ \ \vec{v}_\beta \right \rangle = \vec{u}_\beta^T G\vec{v}_\beta}

為了計算G,我們先將非標準坐標系下的向量\vec{u}_\beta, \vec{v}_\beta轉換回原正交坐標系:

\vec{u}_{origin} = [\vec{b_1}, \vec{b_2}]\cdot \vec{u}_\beta

\vec{v}_{origin} = [\vec{b_1}, \vec{b_2}]\cdot \vec{v}_\beta

因為原坐標系正交,可以直接用坐標點乘得到真實內積:

\boldsymbol{\left \langle \vec{u}_{orig}, \vec{v}_{orig} \right \rangle = \vec{u}_{orig}^T\vec{v}_{orig}}

代入:

\boldsymbol{\left \langle \vec{u}_{orig}, \vec{v}_{orig} \right \rangle = \vec{u}_{orig}^T\vec{v}_{orig} = \vec{u}_\beta^T \cdot [\vec{b_1}, \vec{b_2}]^T\cdot [\vec{b_1}, \vec{b_2}]\cdot \vec{v}_\beta= \vec{u}_\beta^T \begin{bmatrix} \vec{b_1}\vec{b_1} & \vec{b_1}\vec{b_2}\\ \vec{b_2}\vec{b_1} & \vec{b_2}\vec{b_2} \end{bmatrix}\vec{v}_\beta}

所以,最終得到度規矩陣G的表達式如下,可以看到其是一個對稱矩陣:

考慮到非正交坐標系,則任意向量的長度公式變為:

\boldsymbol{Len(\vec{u}) = \sqrt{\left \langle \vec{u}, \vec{u} \right \rangle}=\sqrt{\vec{u}^TG\vec{u}}}

在非正交基下,坐標點積為零的向量不一定實際垂直。其實際夾角由度量矩陣G修正:

舉例說明

設定:

地球人:標準正交基,點P的坐標(3,4).

外星人:非正交基,從地球人的角度看,其基坐標為:

\vec{b_1} = \begin{bmatrix} 1\\ \\ 0 \end{bmatrix}, \vec{b_2}= \begin{bmatrix} \frac{1}{2}\\ \\ \frac{\sqrt{3}}{2} \end{bmatrix}

但是對于外星人來說,他們同樣認為自己的基是(1,0)和(0,1),和地球人無異。地球人根據基變換規則,計算出同樣的P點在外星人的坐標系下的坐標為:

P_{alin} = [\vec{b_1}, \vec{b_2}]^{-1} \cdot \begin{bmatrix} 3\\ \\ 4 \end{bmatrix} =\begin{bmatrix} 0.6906\\ \\ 4.6188 \end{bmatrix}

地球人計算P點到原點的坐標,根據勾股定理:

d = \sqrt{3^2+4^2} = 5

在小尺度下,外星人沒有意識到自己使用的基是非正交的,如果其同樣知道了勾股定理,則其計算兩點間距離的方式和地球人一樣,根據勾股定理:

d_{alin} = \sqrt{0.6906^2+4.6188^2} = 4.6701

同樣空間中兩點間的距離,外星人計算出的結果和地球人不同!兩個文明之間開始意識到哪里出了問題。

問題解決

矛盾出現后,雙方可能通過以下方式發現坐標系差異,交換基的信息,地球人立刻就會發現外星人使用的基不是正交的。外星人意識到這一點后,立刻根據自己的基向量在地球人的標準坐標系下的坐標,計算出度規矩陣G:

G = \begin{bmatrix} \vec{b_1}\vec{b_1} & \vec{b_1}\vec{b_2}\\ \vec{b_2}\vec{b_1} & \vec{b_2}\vec{b_2} \end{bmatrix} =\begin{bmatrix} 1 & 0.5\\ 0.5 & 1 \end{bmatrix}

外星人根據度規矩陣重新計算向量內積得到距離,應用內積公式:

\boldsymbol{\left \langle \vec{u}_\beta\ \ \vec{v}_\beta \right \rangle = \vec{u}_\beta^T G\vec{v}_\beta =[0.6906, 4.6188] \begin{bmatrix} 1 & 0.5\\ 0.5 & 1 \end{bmatrix}\begin{bmatrix} 0.6906\\ \\ 4.6188 \end{bmatrix}=25}

\boldsymbol{d=\sqrt{\left \langle \vec{u}_\beta\ \ \vec{v}_\beta \right \rangle}=\sqrt{25} = 5}

進而得到和地球人同樣的P點距離原點的距離值是5,兩個文明最終就距離問題達成了一致。這里面的關鍵在于認識到度量矩陣G的存在。

總結

宇宙沒有義務滿足人類對直角的審美,正交性和平直性只是空間的局部近似,即使空間在大尺度上是彎曲的,但是對于活動范圍有限的生命體來說,其認識到的空間是"局部可微“的,可以近似看成是平直的歐式空間,所以發展歐式幾何來度量這個空間是文明自然而然的選擇,生命并不能天然的覺察到自己所在的空間是彎曲的(可能生活在黑洞或者中子星附近的文明能夠直觀感受到非正交坐標系和非平直空間),除非像前面的例子一樣,遇到不同文明的碰撞,或者產生出像愛因斯坦那樣的天才,對人類的空間觀念進行徹底的革新。

有限尺度生命體必然首先發展歐氏幾何,因其與局域測量一致,內部突破需愛因斯坦式天才,將思想實驗與數學重構結合,或者外部文明的輸入。實際上,人類是通過自我突破完成上述認知的,人類已經發現我們地球所在的宇宙空間,其度規矩陣G并非單位矩陣,這實際上說明,我們人類才是例子中的那個外星文明。

這印證了,從局部歐氏到全局彎曲的認知躍遷,需千年量級的科學積累。


結束

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/93415.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/93415.shtml
英文地址,請注明出處:http://en.pswp.cn/web/93415.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Camx-Tuning參數加載流程分析

調用時序圖 一、效果參數在開機時加載 CreateTuningDataManager邏輯分析 1.從xxx_module.xml獲取sensor名稱和效果參數名稱, 比如效果參數名稱為:xtc_tsp_sc520cs那么效果庫的完整名稱就是:com.qti.tuned.xtc_tsp_sc520cs.bin 2.優先從/data/…

《P4180 [BJWC2010] 嚴格次小生成樹》

題目描述小 C 最近學了很多最小生成樹的算法,Prim 算法、Kruskal 算法、消圈算法等等。正當小 C 洋洋得意之時,小 P 又來潑小 C 冷水了。小 P 說,讓小 C 求出一個無向圖的次小生成樹,而且這個次小生成樹還得是嚴格次小的&#xff…

Transformer淺說

rag系列文章目錄 文章目錄rag系列文章目錄前言一、簡介二、注意力機制三、架構優勢四、模型加速總結前言 近兩年大模型爆火,大模型的背后是transformer架構,transformer成為家喻戶曉的詞,人人都知道它,但是想要詳細講清楚&#x…

后臺管理系統-3-vue3之左側菜單欄和頭部導航欄的靜態搭建

文章目錄1 CommonAside組件(靜態搭建)1.1 Menu菜單1.2 準備菜單數據1.3 循環渲染菜單1.3.1 el-menu結構1.3.2 動態渲染圖標1.4 樣式設計1.5 整體代碼(CommonAside.vue)2 CommonHeader組件(靜態搭建)2.1 準備圖片URL數據2.2 頁面布局2.3 樣式設計2.4 整體代碼(CommonHeader.vue)…

VS Code配置MinGW64編譯非線性優化庫NLopt

VS Code用MinGW64編譯C代碼安裝MSYS2軟件并配置非線性優化庫NLopt和測試引用庫代碼的完整具體步驟。 1. 安裝MSYS2 下載安裝程序: 訪問 MSYS2官網下載 msys2-x86_64-xxxx.exe 并運行 完成安裝: 默認安裝路徑:C:\msys64安裝完成后&#xff0c…

C#通過TCP_IP與PLC通信

C#通過TCP/IP與PLC通信 本文將全面介紹如何使用C#通過TCP/IP協議與各種PLC進行通信,包括西門子、羅克韋爾、三菱等主流品牌PLC的連接方法。 一、PLC通信基礎 PLC通信協議概覽協議類型適用品牌特點Modbus TCP通用協議簡單易用,廣泛支持Siemens S7西門子PL…

Java 學習筆記(基礎篇3)

1. 數組&#xff1a;① 靜態初始化&#xff1a;(1) 格式&#xff1a;int[] arr {1, 2, 3};② 遍歷/* 格式&#xff1a; 數組名.length */ for(int i 0; i < arr.length; i){//在循環的過程中&#xff0c;i依次表示數組中的每一個索引sout(arr[i]);//就可以把數組里面的每一…

知識點匯總linuxC高級-3 shell腳本編程

shell腳本編程shell ---> 解析器&#xff1a;sh csh ksh bashshell命令 ---> shell解析的命令shell腳本 --> shell命令的有序集合shell腳本編程&#xff1a;將shell命令結合按照一定邏輯集合到一起&#xff0c;寫到一個 .sh 文件&#xff0c;去實現一個或多個功能&…

【C++學習篇】:基礎

文章目錄前言1. main() 函數2. 變量賦值3. cin和cout的一些細節4. 基本類型運算5. 內存占用6. 引用7. 常量前言 C 語法的學習整理&#xff0c;作為個人總結使用。 1. main() 函數 #include <iostream> //使用輸入輸出流庫&#xff08;cin&#xff0c;cout&#xff09;…

使用nginx反向代理kkfile

這篇說一下我解決的思路和方式哈&#xff0c;不一定適用于大家&#xff0c;可以做個參考比如我們的系統服務是http://10.63.25.35:80&#xff0c;而我們的文件服務是在10.63.25.37:8012上&#xff0c;正常不使用代理的話&#xff0c;我們前端調用后端接口&#xff0c;后端調用k…

【低成本擴容】動態擴容實戰指南

面對擴容操作時&#xff0c;下面這種操作是否也會迷惑你&#xff1f;下面來為大家解惑~size_t newcapacity 2*_capacity > (_size len)?2*_capacity:(_sizelen); //len為即將插入的字符串有效字符個數//_size為當前字符串有效字符個數//_capacity為當前容量大小//newcapa…

Product Hunt 每日熱榜 | 2025-08-14

1. Autumn 標語&#xff1a;為AI初創公司簡化的Stripe服務 介紹&#xff1a;Autumn幫助AI初創公司通過只需三個API調用來定價、計量和控制使用情況。基于Stripe搭建&#xff0c;它可以在一個地方管理訂閱、使用情況和訪問權限。無需復雜的webhooks或后端邏輯&#xff0c;非常…

Scrapy + Django爬蟲可視化項目實戰(二) 詳細版

系列文章 Scrapy + Django爬蟲可視化項目實戰(一)_django scrapy-CSDN博客 實現技術 Scrapy Django Echarts 引言 可視化部分需要讀者具備一定的Django基礎!!! 上一個文章我們已經實現了爬取景點的數據,那么接下來就是根據爬取到的數據進行可視化 一、環境搭建 (一) 創…

選擇式與生成式超啟發算法總結

這里寫目錄標題Selection HHGeneration HHGPHH示例存在大量針對特定問題設計的啟發式算法&#xff0c;近年來學術界提出了一個關鍵問題&#xff1a;如何選擇最合適的啟發式方法。這一問題推動了超啟發式&#xff08;hyper-heuristic&#xff09;方法的研究發展。超啟發式是一種…

NetBIOS 設置

在 Windows 系統中,WINS (Windows Internet Name Service) 和 NetBIOS 緊密相關,主要用于 NetBIOS 名稱解析(將計算機名轉換為 IP 地址)。WINS 是一個動態數據庫,類似于 DNS,但專門用于 NetBIOS 名稱解析,適用于早期 Windows 網絡(如 Windows NT/2000/XP)。 1. 查看 N…

vue2 + SimpleMindMap 制作思維導圖

vue2 SimpleMindMap 制作思維導圖 該代碼包含SimpleMindMap已知的所有功能&#xff0c;有需要的小伙伴可自行copy&#xff0c;框架使用el-ementui。其中有些圖標是阿里巴巴矢量圖的圖片&#xff0c;可自行進行替換。保姆級教程 以下是vue文件&#xff1a; <template><…

Discord x Pulsar: 使用 Pulsar、Flink 和 Iceberg 搭建流式機器學習平臺

本文整理自 Discord 機器學習工程師 David Christle 在 Pulsar Summit NA 上的演講內容&#xff0c;一起來看 Discord 是如何基于 Pulsar 實現兼顧安全和個性化功能的實時流式機器學習平臺的&#xff5e;1. 背景Discord 是一個實時?視頻通信平臺&#xff0c;?持?本/語?/視頻…

【數據結構入門】二叉樹(2)

目錄 1.二叉樹遍歷順序 1.1 前序&#xff08;先根&#xff09;遍歷 1.2 中序&#xff08;中根&#xff09;遍歷 1.3 后序&#xff08;后根&#xff09;遍歷 1.4 層序遍歷 1.5 深度優先遍歷&廣度優先遍歷 2.二叉樹的遍歷 2.1 前根遍歷&#xff08;遞歸&#xff09; …

【電機參數】電壓、電流、轉速標幺化推算過程

【電機參數】電壓、電流、轉速標幺化推算過程 文章目錄[TOC](文章目錄)前言一、標幺化目的——優化計算二、Q15與標幺化的關系三、標幺值計算1.電壓標幺值2.電流標幺值3.轉速標幺值四、參考資料總結前言 一、標幺化目的——優化計算 不同物理量的量綱和數值范圍差異巨大&#…

v-scale-scree: 根據屏幕尺寸縮放內容

&#x1f90d; 前端開發工程師、技術日更博主、已過CET6 &#x1f368; 阿珊和她的貓_CSDN博客專家、23年度博客之星前端領域TOP1 &#x1f560; 牛客高級專題作者、打造專欄《前端面試必備》 、《2024面試高頻手撕題》、《前端求職突破計劃》 &#x1f35a; 藍橋云課簽約作者、…