线性代数中的几何图形

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：

声明：原创内容，未授权请勿转载，内容合作意见反馈联系公众号「马同学图解数学」: matongxue314