平直空间中点的均匀分布
视频把空间先直观设定为“平直空间”,并用点从散乱到规则网格的动画说明:在这个模型里,所有点都是均匀分布的。这个前提后面被用来支持“面积/体积 = 图形移动扫过的点的数量”的说法。
科技3D视界 · 哔哩哔哩 · 9:18
这段 120 秒视频用“点均匀分布”和“图形移动扫过的点”来直观解释面积与体积。它先在二维中把线段平移得到矩形面积,再把线段绕端点旋转得到圆面积,并用中点轨迹 把圆面积化成矩形面积 πr²。随后推广到三维:正方形平移得到长方体体积,正方形绕一边旋转得到圆柱体积,并用同样的中点轨迹思想得到 πr³。最后,视频把正方形沿对角线切成直角三角形,分别旋转成圆锥、平移成棱柱,提出“圆锥体体积 = 棱柱体体积 ???”的疑问式类比;该结论在片段内未被证明,且与标准公式不一致。 视频首先抛出一个关于圆锥和棱柱体积公式不一致的逻辑悖论作为引子。随后正式引入矩阵概念,通过生动的网格变换动画展示矩阵作为空间变换工具的强大能力。视频对比了二维旋转矩阵、欧拉公式以及三维/四维旋转矩阵,指出矩阵在表达高维空间旋转时的通用性和优势。最后,视频展示了如何利用矩阵表示闵可夫斯基时空光锥,并以悬念收尾,引导观众思考矩阵的本质。 本片段用三元线性方程组解释矩阵的来源:先把每个方程看成系数向量与未知数向量的内积,再把三个系数向量排成系数矩阵,得到矩阵乘以向量的形式。随后视频把矩阵乘法概括为线性变换,并用二维网格动画说明其直观效果是可旋转、拉伸但保持轴上单位间隔均匀。结尾提出用 、 替换坐标轴的设想,为区分线性变换与更一般的坐标轴变化留下问题。 本片段先用 和 构造二维“正弦坐标系”,把点 [2, 3] 读成 ;再加入 得到三维例子 [1, 1, 1]→。随后视频把这种读法推广到无穷维,写出 ,并称其为傅里叶级数的正弦形式。最后,视频改用“把连续函数直接看作矢量”的说法,称所有连续函数构成完备欧几里得空间,并引出“希尔伯特空间”的名称,末尾附有人物背景介绍。 本片段主要介绍了数学史上著名的“希尔伯特23个问题”。视频首先通过展示希尔伯特及其学生(外尔、冯诺依曼、维纳)的肖像,强调了该学派的强大影响力。随后,画面以滚动列表的形式呈现了这23个问题的具体内容及解决状态,旁白特别提到了连续统假设和黎曼猜想。视频探讨了罗列这些问题的重大意义,指出这需要提出者对数学各分支有极深的造诣。最后,视频回顾了前文关于矩阵和希尔伯特空间的内容,并留下了一道关于旋转体体积的思考题作为作业。
在学习检查器中查看要点和时刻,或切换阅读标签查看完整笔记。
依据视频画面与讲解整理,并非逐字语音转写。
片段一开始先把空间直观地设定为“平直空间”,并用大量白点从散乱到规则网格的动画说明:在这个模型里,点被认为是均匀分布的。这一步为后面把面积和体积理解成“扫过的点的数量”提供前提。
接着转入二维平面。画面在网格上放出一条黄色线段,并让它向上平移,扫出一个带斜线填充的矩形。视频据此把面积解释为线段移动后扫过的点,于是矩形面积就是“线段长 × 移动距离”。
随后问题变成:如果这条线段不是平移,而是绕一个端点旋转一周呢?画面先画出旋转形成的圆,再指出不同半径处扫过的点数并不相同。视频的处理办法是取线段中点的轨迹作为“平均移动距离”,屏幕上写出“中点移动轨迹 = ”。
有了这个平均距离后,视频把圆等价成一个底为 r、高为 πr 的矩形,并直接写出“圆面积 = πr²”“矩形面积 = πr²”。这里的推理顺序是:先承认旋转扫点不均匀,再用中点轨迹把它重新解释成可比较的平移面积。
然后视频把同样的思路推进到三维。青色正方形在坐标中沿垂直方向平移,扫出一个长方体。于是体积被定义为正方形移动后扫过的点的总量,表达式就是“正方形面积 × 移动距离”。
接下来,正方形改为绕自己的一条边旋转一周,生成圆柱。视频明确说“根据我们前面的逻辑”,再次使用中点轨迹公式“”,把圆柱看成以正方形为底、以 πr 为长度的长方体,因此得到“圆柱体积 = 长方体体积 = πr³”。
最后,视频把正方形沿对角线切成两个直角三角形,让左边一个绕直角边旋转成圆锥,右边一个平移成三棱柱。旁白强调:虽然截面面积只剩原来的一半,但在任意时刻被旋转的直角三角形面积总是正方形的一半,所以类推得到“所扫过空间中的点也应该是相等的”。
片段在屏幕上打出“圆锥体体积 = 棱柱体体积 ???”结束。这里应把它理解为视频提出的疑问式类比,而不是已经证明的定理;若要判断对错,需要回到标准体积公式另行核验。
视频开篇展示了一个青色线框圆锥和一个三棱柱,旁白提出一个看似严密的逻辑:如果逻辑无误,圆锥体积应等于棱柱体积。接着屏幕打出两者的体积公式,分别是 和 ,结果显然不相等。视频将这一矛盾留作“课后作业”,引发观众对空间旋转是否导致体积变化的思考。
画面转入二维网格,旁白正式引入“矩阵”这一核心概念。通过一系列动画,展示了不同的 矩阵如何拉伸、剪切和旋转整个网格空间。旁白强调矩阵是研究空间变换的强大工具,甚至提及爱因斯坦利用它推导广义相对论,确立了矩阵在高等数学和物理中的重要地位。
为了具体说明,视频给出了二维旋转矩阵 ,并配合线段旋转动画。此时旁白抛出常见质疑:欧拉公式 也能表示旋转。但视频随即指出,当面对三维空间矢量时,欧拉公式的表达变得困难,从而凸显矩阵的必要性。
视频顺势展示了三维旋转矩阵 ,动画中线段绕 z 轴旋转生成了开头的圆锥体,呼应了前面的伏笔。紧接着,矩阵被推广到四维 ,说明即使人类无法直观想象四维空间,矩阵依然能精准描述其中的旋转。
最后,视频将矩阵应用于物理学,展示了闵可夫斯基时空光锥的矩阵表示 。画面生成上下对称的双锥体,旁白引用《三体》中“光锥之内就是命运”的名言,将数学工具与宇宙哲学相连。结尾处画面变为数字雨,留下关于矩阵本质的悬念。
片段开头用数字雨和不断变化的 数字阵列制造“矩阵”视觉印象,但旁白立刻说明矩阵并不神秘:它最初来自解决多元方程组。这里的数字雨只是引入,不承担具体计算。
随后画面给出一个三元一次方程组:,,。视频先单独看第一行,把 识别为系数向量 与未知数向量 的内积,右端 是这个内积的标量结果。
接着,三个方程被看成三个内积:每一行的系数向量分别与同一个未知数列向量做内积,得到 。画面把这些结果竖排成列向量,同时把三行系数竖排成 矩阵,于是整个方程组自然改写成 。
在这个矩阵方程上,视频给三个对象命名:左边的 数组是“系数矩阵”,中间的未知数列向量是“变换前矢量”,右边的结果列向量是“变换后矢量”。由此,矩阵乘法被解释为把一个向量转换成另一个向量,这种转换被称为“线性变换”或“线性投射”。
之后画面切到《黑客帝国》式分屏,并用 “Matrix” 标题和矩阵数字作类比。旁白指出电影名 Matrix 直译就是矩阵,可把影片中的世界关系理解为一种投射;但数学中的线性变换没有电影那样神奇,它在这里主要被描述为旋转和拉伸。
为了把抽象说法可视化,片段转入二维蓝色网格动画。左上角依次出现 、、、 等 矩阵,网格随之倾斜、旋转或拉伸。关键不变量是坐标轴上的单位刻度仍保持均匀:从 1 到 2 与从 2 到 3 的距离相等。
结尾提出一个挑战:如果不满足于线性网格变形,而要让坐标轴本身变成 和 这样的函数,会发生什么?画面写出“横轴:”“纵轴:”。本片段到此结束,只把这个设想作为下一层区分的引子,没有展开完整答案。
片段一开始先把普通直角坐标系改造成一个“正弦坐标系”:横轴不再是普通的 x 方向,而是 ;纵轴也不是普通的 y 方向,而是 。画面中的网格因此从笔直变成波浪状,重点不是画函数图像,而是让坐标轴本身由函数决定。
接着,视频在这个二维正弦坐标系里取一个示例点 。这里的“点”并不表示平面位置,而是表示两条正弦轴前的系数,所以它被读成 。画面同时给出一条“组合波形”,用来说明这个表达式对应的是一个叠加后的函数。
随后,作者把同样的思路推广到三维,再加入一条 轴 。此时三条坐标轴分别是 、、,画面中的空间网格也变得更密、更扭曲,用来说明维度增加后直观性下降。
在三维例子里,视频取点 ,并按相同规则把它读成 。这一步与前面的二维例子完全同构:坐标分量仍然是各条正弦“基轴”的系数。
接下来,视频把“有限维坐标点”继续推到“无穷维坐标向量”,画面上出现带省略号的列向量,并写出 。作者直接把这一无穷求和式称为“傅里叶级数的正弦形式”。这里的关键是形式类比:无穷多个坐标分量对应无穷多个正弦项。
基于这一识别,视频进一步推断:如果傅里叶级数可以这样进行分析,那么“几乎所有的连续函数”也都可以做类似分析,理由是傅里叶级数可以合成其他函数。这一段是作者的口头推广,片中并没有给出收敛定理或严格证明。
然后,视频换了一种说法:与其把坐标轴画得歪歪扭扭,不如直接把任意连续函数本身看成矢量。这样一来,讨论对象从“弯曲坐标系中的点”转成了“函数空间中的元素”。
在这种新视角下,视频声称所有连续函数构成一个“完备的欧几里得空间”,并把这个空间命名为“希尔伯特空间”。画面也同步出现“希尔伯特空间”四个大字。这里给出的是概念引入,不是严格定义;内积、范数和完备性都没有在片段中展开。
最后,片段转入人物背景,展示希尔伯特肖像以及赫尔曼外尔、冯诺依曼的照片,用来说明“希尔伯特空间”这一名称的历史来源。此处没有新增数学公式或推导。
视频开篇展示了四位著名数学家的肖像:希尔伯特、外尔、冯诺依曼和维纳。旁白指出,在某个重要排名(结合上下文推测为20世纪伟大数学家排名)的前十名中,希尔伯特及其学生就占据了四个席位,直观地展现了希尔伯特学派在数学界的深远影响。
接着,画面转为黑底黄字的滚动列表,逐一展示“希尔伯特23个问题”的具体内容及其当前的解决状态(如“部分解决”、“已解决”、“未解决”)。旁白介绍,1900年国际数学家大会上,希尔伯特提出了这23道最重要的数学问题。列表中特别提到了第一问“康托尔-连续统假设”和第八问中的“黎曼猜想”。
针对“仅仅罗列问题是否重要”的疑问,旁白给出了肯定的回答。由于数学分支繁多、问题浩如烟海,要从中精准挑选出最重要的问题,要求提出者必须对数学的所有分支及其历史证明都了如指掌。这种宏观的学术视野和深厚的功底,绝非一般数学家所能具备,这正是希尔伯特此举的伟大之处。
在视频的最后,旁白总结了本期关于“矩阵”和“希尔伯特空间”的简要介绍,并预告下期将继续深入探讨矩阵话题。同时,留下了一道有趣的课后思考题:为什么正方形的一半经过旋转形成的体积,不等于相同移动距离的长方体体积的一半?随后视频在告别语中结束。
视频把空间先直观设定为“平直空间”,并用点从散乱到规则网格的动画说明:在这个模型里,所有点都是均匀分布的。这个前提后面被用来支持“面积/体积 = 图形移动扫过的点的数量”的说法。
在二维平面中,视频把面积理解为一条线段移动后扫过的点。若线段向上平移,扫出的区域是矩形,因此面积等于“线段长 × 移动距离”。
线段绕端点旋转时,不同半径处扫过的点数不同。视频改用线段中点的圆周轨迹长度作为平均移动距离,写出“中点移动轨迹 = ”,再把圆等价为底 r、高 πr 的矩形,得到圆面积 πr²。
进入三维后,视频把体积理解为正方形移动后扫过的点。正方形沿垂直方向平移形成长方体,所以体积等于“正方形面积 × 移动距离”。
正方形绕一条边旋转生成圆柱。视频沿用二维时的思路,把中点轨迹“”当作平均移动距离,于是圆柱体积被写成以正方形为底、长度为 πr 的长方体体积,即 πr³。
视频最后把正方形切成直角三角形,一个绕直角边旋转成圆锥,一个平移成棱柱,并因“三角形面积始终是正方形的一半”而类比提出“圆锥体体积 = 棱柱体体积 ???”。这只是片段末尾的疑问式推断,视频没有证明。
视频两次用“取中点作为平均值”把旋转扫点问题化成平移问题,但并没有证明这种平均化为什么成立。学习时应把它视为直观类比,而不是完整推导。
“圆锥体体积 = 棱柱体体积 ???”在画面上带有问号,说明视频只是提出问题。按标准公式,若直角边均为 r,则圆锥体积为 ()πr³,而三棱柱体积为 r³,二者通常不相等。
视频开头提出一个逻辑推论:圆锥体体积应等于棱柱体体积。但给出的公式分别为 和 ,两者不相等。这一矛盾被用作引子,激发对空间变换的思考。
矩阵不仅是数字表格,更是描述空间变形(如拉伸、旋转、剪切)的数学工具。视频通过网格动画直观展示了不同矩阵对二维空间的重塑作用,并提及其在广义相对论中的应用。
二维旋转可以用矩阵 或欧拉公式 表示。但视频指出,当处理三维及以上空间的矢量旋转时,欧拉公式不再适用,而矩阵可以轻松扩展。
视频展示了三维和四维旋转矩阵。三维矩阵能让线段绕轴旋转生成圆锥;四维矩阵虽然人类难以想象,但在数学形式上只是增加了维度,依然能准确描述高维空间的旋转,体现了矩阵的强大通用性。
利用包含双曲函数 和 的矩阵,可以表示相对论中的闵可夫斯基时空光锥。视频结合《三体》台词,指出光锥划分了人类可感知的命运与不可知的黑暗宇宙,展示了矩阵在物理时空建模中的应用。
视频首先把矩阵放回历史动机:矩阵不是凭空出现的神秘符号,而是为了简洁处理多元方程组。开头数字雨中的 阵列只是视觉引子,真正的数学内容从三元一次方程组开始。
以 为例,左侧可写成 。系数组成行向量,未知数组成列向量,二者维度相同,内积结果等于右端常数。
三个方程对应三个内积,把三行系数排成矩阵,把三个结果排成列向量,就得到 。矩阵的每一行与未知数列向量的内积还原原方程。
视频将矩阵乘法概括为一种映射:输入一个向量,输出另一个向量。这里的“变换前矢量”是未知数列向量,“变换后矢量”是结果列向量,这种映射被称为线性变换或线性投射。
《黑客帝国》英文名 Matrix 与数学中的 matrix 同名,视频用它帮助记忆,但随即提醒数学线性变换的作用更朴素:在网格动画中主要表现为旋转和拉伸,而不是电影里的超现实空间能力。
二维网格在若干 矩阵作用下会变成倾斜或拉伸的网格,但同一条坐标轴上的单位刻度仍等距。视频用“从 1 到 2 和从 2 到 3 的距离仍然相等”作为线性变换的直观判据。
片段末尾提出用 做横轴、 做纵轴的设想。它与前面“轴上单位间隔保持均匀”的线性网格性质形成对照,但本片段只提出问题,没有给出完整结论。
视频把横轴设为 、纵轴设为 ,并让整张网格随之弯曲。这里强调的不是在固定坐标系中画函数,而是用函数本身充当坐标方向。
在这个二维正弦坐标系中, 被读成 。也就是说,坐标分量不是平面位置,而是各条正弦轴的权重。
再加入 作为 轴后,三条坐标轴变成 、、。画面中的空间网格更复杂,用来说明维度提升后的直观负担。
点 按同样规则被读成 。这与二维例子是同一种读法的直接扩展。
按知识点查看条件、步骤和证据。补充解释与视频直接内容分别标明。
画面在二维圆与矩形示意图中标出半径 r,并在下方写出“中点移动轨迹 = ”。
r
二维示例中旋转线段的长度,即所得圆的半径
正实数
画面在三维圆柱与长方体示意图旁写出“中点移动轨迹 = ”,并把长方体的“移动距离”标为 πr。
r
三维示例中正方形绕一边旋转时,正方形边长兼作旋转半径
正实数
屏幕显示“圆锥体体积 = ”
视频中给出的圆锥体体积表达式
几何体体积
屏幕显示“棱柱体体积 = ”
视频中给出的棱柱体体积表达式
几何体体积
屏幕显示 矩阵 [Cos(θ), -Sin(θ); Sin(θ), Cos(θ)]
[Cos(θ), -Sin(θ); Sin(θ), Cos(θ)]
二维空间中的旋转矩阵
线性代数/几何变换
屏幕显示 ,其中 θ 随动画变化
欧拉公式,用于表示二维平面内的旋转
复数/几何变换
屏幕显示 矩阵 [Cos(θ), -Sin(θ), 0; Sin(θ), Cos(θ), 0; 0, 0, 1]
[Cos(θ), -Sin(θ), 0; Sin(θ), Cos(θ), 0; 0, 0, 1]
三维空间中绕 z 轴旋转的矩阵
线性代数/几何变换
屏幕显示 矩阵 [Cos(θ), -Sin(θ), 0, 0; Sin(θ), Cos(θ), 0, 0; 0, 0, 1, 0; 0, 0, 0, 1]
[Cos(θ), -Sin(θ), 0, 0; Sin(θ), Cos(θ), 0, 0; 0, 0, 1, 0; 0, 0, 0, 1]
四维空间中的旋转矩阵
线性代数/高维几何
屏幕显示 矩阵 [Cosh(θ), -Sinh(θ), 0, 0; Sinh(θ), Cosh(θ), 0, 0; 0, 0, 1, 0; 0, 0, 0, 1]
[Cosh(θ), -Sinh(θ), 0, 0; Sinh(θ), Cosh(θ), 0, 0; 0, 0, 1, 0; 0, 0, 0, 1]
用于表示闵可夫斯基时空光锥的矩阵
相对论/双曲函数
画面显示三元一次方程组:,,。
用于引出矩阵的多元线性方程组示例
x,y,z 为未知数
第一行方程被改写为 [3 2 1]·[x y z]^。
[3\ 2\ 1]
第一个方程的系数向量
三维行向量
未知数 x,y,z 被竖排写成列向量。
未知数列向量
三维列向量
旁白说:“注意看,在一般情况下,我们都会把我们所在的空间看成是一个平直空间,也就是说,在这个空间里所有的点都是均匀分布的。”
黑底上大量白色小点从中心向外扩散,随后变成规则网格状排布。
视频先把空间直观地设定为“平直空间”,并用“所有点都是均匀分布的”来解释这一前提。该说法在本片段中用于支持后面把面积和体积理解为“扫过的点”的数量。
视频将其作为一般情况下的直观前提使用
未给出严格数学定义
旁白说:“现在,我们来看一个二维平面……所以在我们计算面积的时候,我们可以假设我们是在计算一根直线段在移动后所扫过的点。”
二维网格中出现一条黄色水平线段,向上平移后形成带斜线填充的矩形。
画面标注“线段长”和“移动距离”。
视频把二维面积解释为一条直线段在平面内移动后扫过的点的总量。对于平移情形,扫过的区域是矩形,因此面积被写成“线段长 × 移动距离”。
适用于视频所示的二维平面直观模型
线段沿垂直方向平移形成矩形
旁白说:“那么如果这根直线段绕着一个端点转一圈呢?虽然因为移动轨迹是曲线而导致不同圆心距离扫过的点数量不同,但如果我们取AB的中点作为平均值来看,这根直线段扫过的点仍然是均匀的,所以这个圆的面积呢,就等于以半径中点作为平移距离的矩形面积。”
黄色线段绕左端点旋转一周形成圆;右侧同时出现一个高为 r、宽为 πr 的矩形。
画面写出“中点移动轨迹 = ”,并写出“圆面积 = πr²”“矩形面积 = πr²”。
视频把“取AB的中点作为平均值”直接当作扫点仍然均匀的依据,未给出严格证明。
视频先承认线段绕端点旋转时,不同半径处扫过的点数并不相同;随后改用线段中点的圆周轨迹长度 πr 作为“平均移动距离”,把圆面积等同于一个底为 r、高为 πr 的矩形面积,从而得到 πr²。
线段长度为 r
线段绕一个端点旋转一周
视频采用中点轨迹作为平均移动距离的直观假设
旁白说:“好,让我们深入一步进入到三维空间。当我们把一个正方形平移一段距离呢?那我们就得到了一个长方体。当我们计算体积的时候,就可以假设我们是在计算一个正方形在移动后所扫过的点。所以体积就是正方形的面积再乘以它移动过的距离。”
三维坐标中出现青色正方形,沿垂直方向平移后形成长方体。
画面标注“正方形边长”和“移动距离”。
视频把二维“线段扫点得面积”的思路推广到三维:一个正方形平移后扫过的点的总量就是体积,因此体积等于正方形面积乘以移动距离。
适用于视频所示的三维直观模型
正方形沿垂直于自身方向平移形成长方体
旁白说:“同样的,如果我们把这个正方形绕其中一条边转一圈呢?那么根据我们前面的逻辑,它的体积就应该等于以正方形为底,以半径中点所走过的圆周长为移动距离所形成的长方体的体积。”
青色正方形绕其一条竖直边旋转一周形成圆柱;右侧出现一个底面为正方形、长度标为 πr 的长方体。
画面写出“中点移动轨迹 = ”“移动距离 = πr”“圆柱体积 = 长方体体积 = πr³”。
视频沿用二维时的“中点轨迹作为平均移动距离”思路,但未证明三维旋转扫点可按同样方式平均化。
视频把正方形绕一边旋转得到的圆柱,类比为以正方形为底、以中点圆周轨迹 πr 为“移动距离”的长方体,于是得到体积 ² = πr³。
正方形边长为 r
正方形绕其中一条边旋转一周
视频采用中点轨迹作为平均移动距离的直观假设
旁白说:“那么如果我们把这个正方形切掉一半呢?就像这样,那我们就得到了一个圆锥体和一个棱柱体。虽然正方形面积切掉了一半,但是在旋转过程中的任意时刻,被旋转的直角三角形面积总归是正方形的一半,所以无论它是绕圈走还是直平走,所扫过空间中的点也应该是相等的。”
两个青色正方形各被对角线切成直角三角形;左侧三角形绕一直角边旋转形成圆锥,右侧三角形沿垂直方向平移形成三棱柱。
画面最后打出“圆锥体体积 = 棱柱体体积 ???”。
视频在片段结尾以问号呈现该结论,未给出证明或数值验证。
该结论与常见公式不一致:若直角边均为 r,则圆锥体积为 ()πr³,而三棱柱体积为 r³。
视频把前面的“扫点”逻辑继续推广:既然旋转用的直角三角形面积始终是原正方形的一半,那么无论是绕圈旋转还是直线平移,扫过的空间点数也应相等,于是提出“圆锥体体积 = 棱柱体体积”的疑问式结论。
由正方形沿对角线切得的直角三角形作为生成截面
左侧绕一直角边旋转,右侧沿垂直方向平移
视频仅提出疑问,未证明
旁白提到“矩阵是研究空间变换的强大工具”
画面展示网格被不同矩阵拉伸、倾斜和旋转的动画
视频通过动画展示了不同的 矩阵如何改变二维网格的形状,指出矩阵是研究空间变换的强大工具,并提及爱因斯坦利用该工具推导广义相对论。
适用于描述空间变换
屏幕显示 旋转矩阵
坐标系中的一条线段随矩阵参数变化而旋转
视频给出了二维空间中的旋转矩阵公式,并通过动画演示了该矩阵如何使一条线段在二维坐标系中发生旋转。
作用于二维向量
屏幕显示 旋转矩阵
三维坐标系中的线段绕 z 轴旋转,扫出一个圆锥面
视频展示了三维空间中的旋转矩阵,并通过动画演示了该矩阵使线段绕 z 轴旋转,从而生成圆锥体的过程。
作用于三维向量
屏幕显示 旋转矩阵
旁白提到“用矩阵照样也可以转起来”
视频给出了四维空间中的旋转矩阵公式,说明即使人类无法直观想象四维空间,矩阵依然可以用来表示其中的旋转变换。
作用于四维向量
屏幕显示包含双曲函数的 矩阵
三维坐标系中生成上下对称的双锥体(光锥)
视频展示了利用包含双曲余弦和双曲正弦的矩阵来表示闵可夫斯基时空的光锥,并配以《三体》中关于光锥内外命运与黑暗宇宙的引言。
用于相对论时空几何
旁白说“矩阵最初是用来解决多元方程组问题的”。
背景为数字雨,前景有不断变化的 数字矩阵。
视频把矩阵放回其最初动机:用紧凑方式处理多元方程组。画面中的 数字阵列只是视觉引入,真正的数学对象随后由具体方程组给出。
讨论对象为多元线性方程组
旁白说:“所以这个圆的面积呢,就等于以半径中点作为平移距离的矩形面积。”
画面写出“圆面积 = πr²”“矩形面积 = πr²”。
在该视频的直观模型中,半径为 r 的圆面积等于底为 r、高为 πr 的矩形面积,即 πr²。
线段长度为 r
线段绕一端旋转一周
采用中点轨迹 πr 作为平均移动距离
对视频所示的半径 r 圆成立
旁白说:“它的体积就应该等于以正方形为底,以半径中点所走过的圆周长为移动距离所形成的长方体的体积。”
画面写出“圆柱体积 = 长方体体积 = πr³”。
在该视频的直观模型中,边长为 r 的正方形绕一边旋转所得圆柱体积,等于以该正方形为底、长度为 πr 的长方体体积,即 πr³。
正方形边长为 r
正方形绕其中一条边旋转一周
采用中点轨迹 πr 作为平均移动距离
对视频所示的边长 r 正方形旋转体成立
旁白说:“所以无论它是绕圈走还是直平走,所扫过空间中的点也应该是相等的。”
画面打出“圆锥体体积 = 棱柱体体积 ???”。
视频以问号形式提出,未给出证明。
按标准几何公式,该等式一般不成立。
视频在结尾提出疑问:由同一正方形切出的直角三角形,一个绕直角边旋转成圆锥,另一个平移成棱柱,二者体积是否相等。
直角三角形由正方形沿对角线切得
左侧绕一直角边旋转
右侧沿垂直方向平移
视频未明确量化范围,仅以示例图形提出疑问
旁白提出“如果人类的逻辑没有出现太离谱的错误的话,圆锥体的体积就应该等于棱柱体的体积”
屏幕对比显示圆锥体积 和棱柱体积
视频未给出棱柱的具体尺寸参数,仅展示了公式结果
基于某种逻辑推导,圆锥体的体积应该等于棱柱体的体积,但实际计算出的公式结果不一致。
人类的逻辑没有出现太离谱的错误
全称
旁白明确说“矩阵最初是用来解决多元方程组问题的”。
矩阵最初是用来解决多元方程组问题的。
视频语境为介绍矩阵来源
针对视频所述矩阵的起源
旁白说单个方程可看成系数矢量和未知数矢量的内积。
画面把 改写为行向量与列向量的点积。
一个线性方程可以看成系数向量与未知数向量的内积等于右端常数。
方程为线性方程
系数与未知数按同一顺序排列
对示例中的每个方程成立
旁白说三个方程式自然表示三个内积,结果排列在一起构成三维矢量。
右侧 39、34、26 被框成列向量。
三元线性方程组的三个方程分别对应三个内积,三个结果排在一起构成一个三维向量。
方程组含三个线性方程
未知数为 x,y,z
对该示例方程组成立
旁白总结“矩阵最终起到的作用就是把一个矢量转换成另一个矢量”。
矩阵最终起到的作用是把一个向量转换成另一个向量。
存在矩阵与向量的乘法
视频以一般性表述给出
旁白说线性变换对空间的作用只是旋转和拉伸。
网格发生倾斜、旋转和拉伸。
“只是旋转和拉伸”是视频的直观概括,未在此片段中给出严格限定或完整分类。
视频中称线性变换对空间所起的作用只是旋转和拉伸。
在二维网格可视化语境下
针对动画展示的线性变换
旁白设想用 做横轴、 做纵轴,并以此质疑坐标轴变化。
画面写出“横轴:”“纵轴:”。
视频在片段结束前没有完整解释为什么这种坐标轴替换不属于线性变换。
视频提出可用 作横轴、 作纵轴,作为对“坐标轴也变来变去”的设想。
坐标轴由非线性函数参数化
作为观众可能提出的反例设想
旁白说“它就是傅里叶级数的正弦形式”
画面同时显示 aSin()
视频未给出傅里叶级数正弦形式的标准定义
未说明系数 a 的来源和级数收敛条件
视频主张:把有限维正弦坐标推广到无穷维后得到的表达式 就是“傅里叶级数的正弦形式”。
已接受视频前面把坐标分量解释为正弦基函数系数的做法
空间维度被推广到无穷维
对视频所示的无穷维正弦组合形式而言
旁白说“如果傅里叶级数可以这样子进行解析分析的话,那实际上就意味着几乎所有的连续函数都可以进行这样的分析,因为傅里叶级数可以合成其他函数啊”
“几乎所有”在视频中没有量化定义
未说明需要何种收敛定理或函数类条件
该说法是视频的推断,不是片中给出的证明
视频推断:如果傅里叶级数可以按这种方式进行解析分析,那么“几乎所有的连续函数”都可以进行这样的分析,理由是傅里叶级数可以合成其他函数。
傅里叶级数可按视频所示方式进行解析分析
傅里叶级数可以合成其他函数
视频使用“几乎所有的连续函数”,但未给出严格量词和例外集合
旁白依次说明旋转时不同半径扫点数不同、取中点作为平均值、再把圆面积化为矩形面积。
画面逐步写出“中点移动轨迹 = ”“圆面积 = πr²”“矩形面积 = πr²”。
线段旋转成圆,同时右侧出现等积矩形。
“取中点作为平均值”只是视频的直观假设,未给出严格推导。
先考虑长度为 r 的线段绕一个端点旋转,扫出一个圆。
视频画面与旁白直接给出该生成过程。
视频承认旋转轨迹是曲线,离圆心不同距离处扫过的点数不一样。
旁白明确说出这一困难。
改用线段中点的圆周轨迹长度作为“平均移动距离”。
画面公式直接给出。
把圆等价为底为 r、高为 πr 的矩形,得到面积 πr²。
画面同时写出“圆面积 = πr²”“矩形面积 = πr²”。
视频用中点轨迹把圆面积直观地推导为 πr²。
旁白把二维逻辑推广到三维,说明正方形绕一边旋转后的体积应等于相应长方体体积。
画面写出“中点移动轨迹 = ”“移动距离 = πr”“圆柱体积 = 长方体体积 = πr³”。
正方形旋转成圆柱,右侧同步出现等积长方体。
该推导沿用二维“中点平均化”假设,但视频未证明三维情形同样适用。
以边长为 r 的正方形绕其中一条边旋转,生成圆柱。
视频画面与旁白直接给出。
取正方形宽度方向中点的轨迹长度作为平均移动距离。
画面公式直接给出。
把圆柱等价为底面积 r²、长度 πr 的长方体,得到体积 πr³。
画面写出“圆柱体积 = 长方体体积 = πr³”。
视频用与圆面积相同的中点轨迹思想,把圆柱体积直观地推导为 πr³。
旁白说正方形切掉一半后,旋转过程中的任意时刻,被旋转的直角三角形面积总是正方形的一半,因此扫过空间中的点也应该相等。
两个直角三角形分别做旋转和平移,生成圆锥和三棱柱。
画面最后显示“圆锥体体积 = 棱柱体体积 ???”。
视频只给出类比论证,并以问号结束,没有完成证明。
该结论与标准体积公式不一致,需回查后续内容是否纠正。
先把原来的正方形截面切成一半,得到直角三角形。
视频画面直接展示切分过程。
视频强调在旋转过程中的任意时刻,被旋转的直角三角形面积总是正方形的一半。
旁白明确说出这一比例关系。
由此类推,绕圈旋转与直线平移扫过的空间点数应当相等。
旁白给出类比结论,画面以问号呈现。
视频在片段末端提出“圆锥体体积 = 棱柱体体积”的疑问式类比,但未证明。
屏幕依次打出圆锥和棱柱的体积公式进行对比
列出圆锥体的体积公式
视频画面直接给出
列出棱柱体的体积公式
视频画面直接给出
两个体积公式的结果不一致( 与 ),引发了逻辑上的疑问。
从方程组逐行改写为内积,再合并为矩阵乘法。
旁白按“单个方程—三个内积—系数矩阵—结果向量”的顺序推进。
从三元一次方程组出发。
视频直接给出的示例方程组。
把第一行方程看成系数行向量与未知数列向量的内积。
使用向量内积的定义。
三个方程分别给出三个内积结果,并把结果竖排成列向量。
视频将三个右端常数排列在一起构成三维向量。
把三个系数向量按行排列成系数矩阵,从而把整个方程组写成矩阵乘法形式。
矩阵乘向量的每一行正是对应方程的内积。
三元线性方程组可以等价写成系数矩阵乘以未知数列向量等于结果列向量。
蓝色网格在若干 矩阵作用下变成倾斜、旋转或拉伸的网格。
旁白强调单位尺度保持均匀分布。
网格在剪切型矩阵作用下发生倾斜。
视频用左上角矩阵配合网格变形展示线性变换效果。
网格发生旋转样式的整体转向。
视频继续用不同 矩阵演示旋转和拉伸。
无论网格怎样倾斜或拉伸,同一条轴上相邻单位刻度之间的距离仍保持一致。
旁白明确说从 1 到 2 和从 2 到 3 的距离仍然相等。
视频用网格动画说明线性变换可以改变方向和尺度,但不会让坐标轴上的单位间隔变得不均匀。
画面依次出现 [2; 3]、2Sin(x)+3Sin(2x)、[1; 1; 1]、Sin(x)+Sin(2x)+、[1; 1; 1; ...]、 aSin()
旁白按二维、三维、无穷维的顺序推进,并最终说“它就是傅里叶级数的正弦形式”
从有限项到无穷项的推广缺少严格论证
未说明级数收敛性和系数确定方法
先在二维正弦坐标系中,把点 [2; 3] 读成两条正弦轴的系数组合。
视频直接给出的坐标读法
再把同样的读法推广到三维,增加 这条轴,得到三项正弦组合。
视频直接给出的三维推广
最后把维度继续升到无穷维,用省略号向量表示无穷多个分量,并写出对应的无穷求和式。
视频直接给出的无穷维形式化推广
视频把这个无穷求和式命名为“傅里叶级数的正弦形式”。
视频中的口头结论与画面公式对应
视频通过“二维坐标点—三维坐标点—无穷维坐标向量”的连续类比,把有限项正弦组合推广到无穷项正弦级数,并将其识别为傅里叶级数的正弦形式。
旁白先批评“歪歪扭扭的坐标系实在是太难看了”,随后说“我们可以把任意连续函数直接看成是矢量……所有的连续函数就构成了一个完备的欧几里得空间……叫作希尔伯特空间”
画面从复杂扭曲线网回到较平直的网格,并出现“希尔伯特空间”字样
该推导是概念重述,不是严格证明
未给出函数空间的内积和完备性定义
视频先指出前面那种把坐标轴弯成正弦曲线的画法过于复杂、不够直观。
旁白明确评价“歪歪扭扭的坐标系实在是太难看了”
于是改换视角,不再强调坐标轴变形,而是直接把连续函数本身当作矢量。
旁白说“我们可以把任意连续函数直接看成是矢量”
在这种观点下,所有连续函数被说成构成一个完备的欧几里得空间。
旁白直接给出这一结论
视频最后把这个空间命名为“希尔伯特空间”。
画面出现大字“希尔伯特空间”,旁白同步说明命名由来
视频用“把函数本身看作矢量”的方式,替代前面弯曲坐标轴的直观画法,并据此引出“希尔伯特空间”这一名称。
旁白先讲二维平面上的点均匀分布,再讲线段平移求面积,最后讲线段绕端点旋转求圆面积。
黄色线段在网格中平移成矩形,又绕端点旋转成圆,并与矩形并列比较。
画面出现“线段长”“移动距离”“中点移动轨迹 = ”“圆面积 = πr²”“矩形面积 = πr²”。
在二维平面中,如何用“扫过的点”理解矩形面积和圆面积?
平面上的点被假定为均匀分布
有一条长度为 r 的线段
线段可向上平移,也可绕一个端点旋转一周
分别得到矩形面积和圆面积的表达式。
线段平移扫出一个矩形,面积等于线段长乘以平移距离。
视频旁白和画面标注直接给出。
线段绕端点旋转时,取中点轨迹长度作为平均移动距离。
画面公式直接给出。
把圆等价为底为 r、高为 πr 的矩形,得到圆面积。
画面写出“圆面积 = πr²”。
矩形面积为“线段长 × 移动距离”;圆面积为 πr²。
视频通过把圆面积与矩形面积并列写出 πr² 来进行自检。
旁白把二维逻辑推进到三维,先讲正方形平移得长方体,再讲正方形绕边旋转得圆柱。
青色正方形在三维坐标中平移成长方体,又绕一边旋转成圆柱,并与长方体并列比较。
画面出现“正方形边长”“移动距离”“中点移动轨迹 = ”“圆柱体积 = 长方体体积 = πr³”。
在三维空间中,如何用“扫过的点”理解长方体体积和圆柱体积?
空间中的点被假定为均匀分布
有一个边长为 r 的正方形
正方形可沿垂直方向平移,也可绕其中一条边旋转一周
分别得到长方体体积和圆柱体积的表达式。
正方形平移扫出一个长方体,体积等于正方形面积乘以移动距离。
视频旁白和画面标注直接给出。
正方形绕边旋转时,取中点轨迹长度作为平均移动距离。
画面公式直接给出。
把圆柱等价为底面积 r²、长度 πr 的长方体,得到体积。
画面写出“圆柱体积 = 长方体体积 = πr³”。
长方体体积为“正方形面积 × 移动距离”;圆柱体积为 πr³。
视频通过把圆柱体积与长方体体积并列写出 πr³ 来进行自检。
旁白问如果把正方形切掉一半会怎样,并说会得到一个圆锥体和一个棱柱体。
两个直角三角形分别绕直角边旋转和平移,生成圆锥与三棱柱。
画面最后显示“圆锥体体积 = 棱柱体体积 ???”。
该例子在片段内没有给出最终答案,只提出问题。
如果把正方形沿对角线切成直角三角形,一个绕直角边旋转,一个平移,二者体积是否相等?
正方形被沿对角线切成两个直角三角形
左侧直角三角形绕一直角边旋转一周
右侧直角三角形沿垂直方向平移
比较所得圆锥与棱柱的体积。
视频强调旋转过程中任意时刻,被旋转的直角三角形面积都是正方形的一半。
旁白明确说出。
据此类推,旋转与平移扫过的空间点数应相等。
旁白给出类比,画面以问号呈现。
片段内未给出确定答案,只提出“圆锥体体积 = 棱柱体体积 ???”的疑问。
无;视频在此处故意留下问号,未做验证。
二维网格在不同 矩阵作用下发生倾斜、拉伸和旋转
观察不同矩阵对二维空间网格的影响
初始标准二维网格
多个不同的 矩阵
直观理解矩阵作为空间变换工具的作用
展示剪切变换矩阵
视频画面
展示旋转/反射变换矩阵
视频画面
矩阵能够显著改变空间的形态,是研究空间变换的强大工具。
通过动画直观展示了网格形状的改变。
画面完整给出三元一次方程组及其矩阵形式。
旁白围绕该方程组解释矩阵来源。
给定方程组 ,,,如何把它写成矩阵形式?
方程组为线性方程组
未知数依次为 x,y,z
右端常数依次为 39,34,26
把方程组改写成系数矩阵乘以未知数列向量的形式。
先看第一个方程,把左侧识别为系数向量与未知数向量的内积。
内积定义。
把三个方程的系数按行排列,得到系数矩阵。
视频称三个系数矢量排放在一起构成三阶矩阵。
将未知数列向量放在矩阵右侧,把三个内积结果排成结果列向量。
矩阵乘向量的行内积对应原方程组。
三乘三矩阵,第一行是三、二、一,第二行是二、三、一,第三行是一、二、三,乘以由x、y、z组成的列向量,等于由三十九、三十四、二十六组成的列向量。
矩阵每一行与 [x,y,z]^T 的内积分别还原为 、、,与原题方程组一致。
画面显示 [2; 3] 和 2Sin(x)+3Sin(2x)
旁白说“比如[2, 3]这个点,那么它所表达出来的矢量就是2sinx+3sin2x”
画面同时出现“组合波形”和一条叠加振荡曲线
未给出该组合波形的精确图像参数
未说明怎样从波形反推坐标
在以 为横轴、 为纵轴的二维正弦坐标系中,取点 [2, 3],求它对应的“矢量”表达式。
坐标轴定义为横轴 、纵轴
示例点为
把该点写成对应的正弦组合表达式。
先读取该点在二维正弦坐标系中的两个分量。
视频直接给出的示例点
把第一个分量 2 作为 的系数,把第二个分量 3 作为 的系数,得到组合式。
视频对该坐标系的读法规则
2倍的正弦x加3倍的正弦2x
视频用“组合波形”示意图和旁白“这难道是……傅立叶级数?”来提示该表达式与正弦级数的联系,但未给出数值检验。
画面显示 [1; 1; 1] 和 Sin(x)+Sin(2x)+
旁白说“就三个1吧,那么它所表达出来的矢量呢,就是sinx+”
未给出该三项波形的精确参数
未说明为何选择 [1; 1; 1] 作为示例
在以 、、 为三条坐标轴的三维正弦坐标系中,取点 [1, 1, 1],求它对应的“矢量”表达式。
三条坐标轴分别为 、、
示例点为
把该点写成对应的三项正弦组合表达式。
先读取该点在三维正弦坐标系中的三个分量。
视频直接给出的示例点
由于三个分量都为 1,直接把三条正弦轴相加,得到三项组合。
视频对该坐标系的读法规则
正弦x加正弦2x加正弦3x
视频随后把这一读法继续推广到无穷维,并用它支持“傅里叶级数的正弦形式”的说法,但没有单独检验该三项式。
黑色背景上白色小点从中心向外扩散,随后变成规则网格。
旁白解释“平直空间”和“所有的点都是均匀分布的”。
白色散点
规则点阵网格
点从中心向外扩散
点的排布由松散变为规则网格
背景保持黑色
点的颜色保持白色
用点的均匀排布直观表示“平直空间”中点的均匀分布。
二维网格中出现黄色水平线段,向上平移后形成带斜线填充的矩形。
画面标注“线段长”和“移动距离”。
黄色线段
斜线填充矩形
网格背景
线段向上平移
扫过区域逐渐填充成矩形
线段方向保持水平
网格保持不变
把面积理解为线段在平面内移动所扫过的点的总量。
黄色线段绕左端点旋转一周形成圆;右侧同时出现高为 r、宽为 πr 的矩形。
画面写出“中点移动轨迹 = ”“圆面积 = πr²”“矩形面积 = πr²”。
旋转线段
圆
矩形
半径标注 r
中点轨迹公式
线段绕端点旋转
圆逐步成形
右侧矩形与公式同步出现
线段长度 r 不变
旋转中心不变
用中点轨迹 πr 把圆的面积转化为等积矩形的面积。
三维坐标中出现青色正方形,沿垂直方向平移后形成长方体。
画面标注“正方形边长”和“移动距离”。
青色正方形
长方体
三维坐标轴
正方形沿垂直方向平移
扫过区域逐渐变成长方体
正方形形状和大小不变
坐标轴不变
把体积理解为正方形在空间中移动所扫过的点的总量。
青色正方形绕其一条竖直边旋转一周形成圆柱;右侧出现底面为正方形、长度标为 πr 的长方体。
画面写出“中点移动轨迹 = ”“移动距离 = πr”“圆柱体积 = 长方体体积 = πr³”。
旋转正方形
圆柱
长方体
中点轨迹公式
正方形绕边旋转
圆柱逐步成形
右侧长方体与公式同步出现
正方形边长 r 不变
旋转轴不变
用中点轨迹 πr 把圆柱体积转化为等积长方体体积。
两个青色直角三角形分别做旋转和平移,左侧生成圆锥,右侧生成三棱柱。
画面最后显示“圆锥体体积 = 棱柱体体积 ???”。
两个直角三角形
圆锥
三棱柱
问号结论文字
左侧三角形绕直角边旋转
右侧三角形沿垂直方向平移
两个立体逐步成形
两个三角形都由同一正方形切得
三角形面积始终为正方形的一半
视频用面积减半的类比,引出圆锥与棱柱体积是否相等的疑问。
左侧为青色线框圆锥,右侧为青色线框三棱柱
圆锥体
三棱柱
无动态变化,静态展示
两者的几何形态
引出体积是否相等的疑问
二维坐标系中一条线段随角度增加而旋转,旁边显示
坐标轴
线段
欧拉公式文本
线段角度随时间增加
中的 θ 值实时变化
线段长度不变
展示二维旋转及欧拉公式的对应关系
三维坐标系中,线段绕 z 轴旋转,轨迹形成一个虚线圆锥面
三维坐标轴
旋转线段
虚线圆锥轨迹
线段绕 z 轴持续旋转
线段与 z 轴夹角不变
直观展示三维旋转矩阵如何生成圆锥体
三维坐标系中生成上下对称的青色线框双锥体,中间有一个黄色平面
双锥体(光锥)
黄色水平面
三维坐标轴
光锥逐渐展开成型
光锥顶点在原点
展示相对论中的时空光锥结构
深色背景上有绿色数字雨,中央悬浮一个 数字矩阵,数值持续变化。
这些随机数字没有给出明确数学含义,主要作为视觉引子。
绿色下落数字
中央 数字矩阵
矩阵中的数字不断更新
矩阵始终呈 排列
用“矩阵”视觉符号引入主题,随后转入具体方程组。
方程组逐行高亮,系数、未知数和右端常数分别被框出。
三元方程组
黄色系数框
青色未知数框
绿色结果框
先突出单个方程的系数与未知数
再把三行系数、三列未知数和右端结果分别框成向量或矩阵
方程本身不变
未知数顺序保持 x,y,z
视觉上把代数方程拆解为系数向量、未知数向量和结果向量,为矩阵写法铺垫。
视频两次用“取中点作为平均值”来把旋转扫点问题化为平移问题。
画面直接写出“中点移动轨迹 = ”,并据此得出圆面积和圆柱体积。
看到视频用中点轨迹直接得到 πr² 和 πr³,容易误以为这已经是严格证明。
本片段只给出直观类比:先承认旋转时不同半径扫点数不同,再直接用中点轨迹长度作为“平均移动距离”。视频没有证明这种平均化在二维和三维都合法。
旁白说“所扫过空间中的点也应该是相等的”。
画面以“圆锥体体积 = 棱柱体体积 ???”结束。
容易把片段末尾的问号等式理解成视频已经证明的结论。
视频在这里只提出类比和疑问,没有给出证明;而且按标准公式,若直角边均为 r,则圆锥体积为 ()πr³,三棱柱体积为 r³,两者通常不相等。
旁白提到“可是如果我们拿到的是一个三维空间的矢量呢?这个时候用欧拉公式就不大好表达了”
认为欧拉公式可以完美表达任意维度的空间旋转。
视频指出欧拉公式在表达三维及以上空间矢量旋转时存在局限性,而矩阵则可以轻松扩展到任意维度。
旁白说“这里面并没有什么神秘的东西出现”。
矩阵看起来像一套神秘或凭空出现的符号系统。
视频强调矩阵最初来自多元方程组,只要回到方程组来源,矩阵的写法就很自然。
旁白说线性变换对空间的作用并没有电影里那么神奇。
因为《黑客帝国》名为 Matrix,就以为线性变换具有电影中那种神奇空间能力。
视频把电影作为名称类比,同时指出数学中的线性变换在网格上主要表现为旋转和拉伸,并保持轴上单位间隔均匀。
旁白模拟观众提出“我就是要让坐标轴也变来变去”,并举 、 的例子。
片段在此处结束,未给出完整反驳或后续定义。
可以把坐标轴任意换成 、 等函数,仍视为前面所说的线性变换效果。
视频用这一设想提示需要区分线性变换与更一般的坐标轴替换;本片段只提出问题,未展开完整结论。
视频说“所有的连续函数就构成了一个完备的欧几里得空间……叫作希尔伯特空间”
画面只给出名称“希尔伯特空间”,没有内积、范数或完备性定义
需要回查原片是否在别处补充了严格定义
听到“所有连续函数构成完备的欧几里得空间”后,容易误以为任意连续函数集合天然就是一个希尔伯特空间。
分析员补充:希尔伯特空间通常需要先指定内积并由其诱导范数,再要求空间在该范数下完备。视频此处只给出直观说法,没有给出这些结构,因此不能把它当作严格定义。
视频说“它就是傅里叶级数的正弦形式”“几乎所有的连续函数都可以进行这样的分析”
画面只写出 aSin(),没有收敛条件或系数公式
原片后续是否补充收敛定理未知
看到从有限项正弦组合推广到无穷求和式后,容易误以为视频已经证明了连续函数都能展开成傅里叶级数。
分析员补充:视频只做了形式类比和命名,没有给出傅里叶系数公式、收敛定理或“几乎所有”的严格含义,因此这不是证明。
旁白说“比如[2, 3]这个点,那么它所表达出来的矢量就是2sinx+3sin2x”
画面把列向量与函数表达式并列展示
在这个片段里,[2, 3] 和 [1, 1, 1] 容易被误解为普通直角坐标系中的位置点。
视频实际把它们解释为各条正弦“轴”前的系数,对应的是组合波形或函数,而不是平面上的几何位置。
旁白先说空间中点均匀分布,接着说计算面积时可把它看成线段移动扫过的点。
“点均匀分布”的直观前提被用来支持“面积 = 扫过的点的数量”这一方法。
旁白先讲线段平移求面积,再讲线段绕端点旋转求圆面积。
圆面积推导直接套用并扩展了“线段扫点得面积”的方法。
旁白说“好,让我们深入一步进入到三维空间”,然后把正方形平移扫点作为体积。
三维体积方法是对二维面积方法的维度推广。
旁白先讲正方形平移得长方体,再讲正方形绕边旋转得圆柱,并说“根据我们前面的逻辑”。
圆柱体积推导直接套用并扩展了“正方形扫点得体积”的方法。
二维和三维两处都写出“中点移动轨迹 = ”。
旁白在三维部分明确说“根据我们前面的逻辑”。
两者使用同一种“中点轨迹作为平均移动距离”的直观策略,只是一个作用于面积,一个作用于体积。
旁白在讲完圆柱后接着问“那么如果我们把这个正方形切掉一半呢?”
由正方形旋转到圆柱,再由切出的直角三角形旋转到圆锥、平移到棱柱。
圆锥与棱柱的比较是在正方形截面减半后提出的后续问题,延续了前面的旋转/平移扫点思路。
旁白对比欧拉公式和矩阵在高维空间的表现
视频展示了旋转矩阵从二维到三维再到四维的自然推广,强调了矩阵在处理高维空间变换时的通用性和强大能力。
旁白提到“比如闵可夫斯基的时空光锥,我们就可以用这么个矩阵来表示”
矩阵作为空间变换工具被应用于描述闵可夫斯基时空的光锥结构。
方程组被逐步改写为矩阵方程。
多元线性方程组是系数矩阵概念的直接应用场景。
单行内积扩展为多行矩阵乘法。
矩阵乘向量的每一行都是系数向量与未知数向量的内积,因此内积是理解系数矩阵形式的先备概念。
旁白从矩阵方程总结矩阵把向量转换成向量,并命名为线性变换。
视频把具体的系数矩阵乘法推广为矩阵作为向量到向量映射的一般作用。
网格变形动画紧接在矩阵变换定义之后。
网格动画是线性变换概念的几何应用,用来展示矩阵作用在空间上的效果。
旁白说“在一般情况下,我们都会把我们所在的空间看成是一个平直空间”。
旁白说计算面积时可以假设是在计算一根直线段移动后扫过的点。
画面写出“中点移动轨迹 = ”并推出“圆面积 = πr²”。
旁白说体积可以假设是正方形移动后扫过的点。
画面写出“中点移动轨迹 = ”和“圆柱体积 = 长方体体积 = πr³”。
画面最后显示“圆锥体体积 = 棱柱体体积 ???”。
旁白两次用“取中点作为平均值”来处理旋转扫点问题。
旁白反复询问为什么体积不一样
旁白讨论欧拉公式在三维空间的表达困难
屏幕展示 4x4 旋转矩阵
屏幕展示包含 Cosh 和 Sinh 的矩阵
旁白解释矩阵最初用于解决多元方程组。
已覆盖 · 讲平直空间中点的均匀分布。
已覆盖 · 二维线段平移扫点求矩形面积。
已覆盖 · 二维线段旋转扫点求圆面积,并用中点轨迹化为矩形面积。
已覆盖 · 短暂过渡,旁白总结逻辑无缝并准备进入三维。
已覆盖 · 三维正方形平移扫点求长方体体积。
已覆盖 · 三维正方形旋转扫点求圆柱体积,并用中点轨迹化为长方体体积。
已覆盖 · 把正方形切成直角三角形,比较圆锥与棱柱体积,并以问号结束。
已覆盖 · 提出圆锥与棱柱体积相等的逻辑猜想,并展示两者体积公式不一致的矛盾,最后将其留作课后作业。
已覆盖 · 引入矩阵概念,通过网格变换动画展示矩阵是研究空间变换的强大工具。
已覆盖 · 展示二维旋转矩阵和欧拉公式,并指出欧拉公式在处理三维及以上空间旋转时的局限性。
已覆盖 · 展示三维旋转矩阵生成圆锥的过程,并进一步推广到四维旋转矩阵,强调矩阵的通用性。
已覆盖 · 利用包含双曲函数的矩阵表示闵可夫斯基时空光锥,并引用《三体》台词进行哲学升华。
已覆盖 · 画面切换为数字雨背景,提出关于矩阵本质及其为何比欧拉公式更强大的悬念,作为下一部分的引子。
已覆盖 · 数字雨与 矩阵引入矩阵来源。
已覆盖 · 给出三元方程组,并把单个方程解释为向量内积。
已覆盖 · 三个内积结果排成向量,系数排成矩阵。
已覆盖 · 矩阵方程被标注为系数矩阵、变换前矢量和变换后矢量。
已覆盖 · 用《黑客帝国》的 Matrix 名称作类比,并提醒数学作用没那么神奇。
已覆盖 · 二维网格在多个 矩阵作用下变形,强调单位尺度均匀。
已覆盖 · 提出用 、 做坐标轴的设想,片段在此结束。
已覆盖 · 画面给出“横轴:”“纵轴:”,并把网格弯曲成正弦坐标系。
已覆盖 · 示例点 [2; 3] 被读成 ,并配出“组合波形”。
已覆盖 · 旁白提出加入 作为 z 轴,画面展示更复杂的三维正弦坐标网。
已覆盖 · 示例点 [1; 1; 1] 被读成 。
已覆盖 · 画面把无穷维向量与 并列,旁白称其为傅里叶级数的正弦形式。
已覆盖 · 旁白推断“几乎所有的连续函数”都可以做类似分析,理由是傅里叶级数可以合成其他函数。
已覆盖 · 视频放弃弯曲坐标轴画法,改称可把连续函数直接看作矢量,并引出“希尔伯特空间”。
已覆盖 · 画面转为希尔伯特及其学生赫尔曼外尔、冯诺依曼的人物介绍,无新增数学公式。
已覆盖 · 展示希尔伯特及其学生的肖像,说明其学派的影响力。
已覆盖 · 介绍希尔伯特23个问题及其意义,列举了部分具体问题。
已覆盖 · 总结本期内容(矩阵和希尔伯特空间),并预告下期。
已覆盖 · 布置课后作业并结束视频。