title: 【线性代数】3-5:独立性,基和维度(Independence,Basis and Dimension)
categories:
- Mathematic
- Linear Algebra
keywords: - Independence
- Basis
- Dimension
- Span
toc: true
date: 2017-09-25 15:20:46
Abstract: 本文是本章最重要的知识点,也是整个线性代数中非常核心的内容,包括independence ,basis和dimension等多个概念
Keywords: Independence,Basis,Dimension,Span
开篇废话
在没有系统学习线性代数之前,对很多里面的名词有所畏惧,现在思考发现,很多听不懂的名词都是因为不明白背后的原理和知识才会产生畏惧,也有可能这个名词背后真的蕴藏的一个非常深奥的系统知识,但是如果我们慢慢的从头开始抽丝剥茧的把每一个知识点都掌握了,最后听到这个名词就会觉得这是个很平常的词汇而已,但是没有学习之前就会一头雾水,还有一个感觉就是,如果这些基础知识不掌握,论文种可能是个很简单的过程,作者略过了,如果基础不牢就会迷惑,或者自己瞎猜,其实迷惑不可怕,起码自己知道这里有问题,但是瞎猜就有问题了,而且还猜的理直气壮,觉得自己猜的都对,这种人是永远不会进步的。
今天我们就逐个解释线性代数中比较常出现的几个非常重要的概念。
Linear Independence
Linear Independence可以拆开看,Linear就是我们的基础关系,线性,满足线性组合的基本要求1-1:Linear Combinations有详细说明,就是满足add 和scalar的组合;Independence表示独立,谁和谁也不相关,其实不相关的这个概念在概率论中让我记忆深刻的,而且一直也不懂到底是啥意思(现在也不懂),不相关就是没办法关联起来。
现在抛弃上面的所有思路,从矩阵角度来看,矩阵角度也就是向量角度,因为Linear Independence是针对***向量***矩阵是向量合起来写的一种方式:
Definition: The columns of A are linearly independent when the only solution to is No other combination of the columns gives the zero vector
定义是说,当向量汇聚成矩阵后,矩阵的nullspace只有0向量的时候,这些向量线性独立,nullspace只有0,说明elimination后的rank=column number。这样nullspace就只有0了。
另一个定义:
Definition: The sequence of vectors is linearly Independence if the only combination that gives the zero vector is
only happens when all x’s are zero
只有当x全是0的时候,组合向量v才能得到0,其他x不能完成这个任务,就说这些v线性独立。
注意,只有向量有线性独立的说法,一个矩阵不能线性独立,当然entry是矩阵的向量也可以线性独立,那就有点复杂了,不过也是一样的道理,满足条件就可以。
如果向量sequence中包含0向量,那么这个他们不会Linear Independence。
上面提到了rank和矩阵大小的关系对是否线性相关有影响,当时,线性独立,但是当时,必然线性相关。
在另一本书上《Linear algebra done right》上说当一个向量sequence里其中一个可以被其他线性组合出来,那么他们线性相关,否则线性无关,这个和上面的nullspace的说法含以上是一致的,但是感觉更形象。
Vectors that Span a Subspace(Row Space)
本来想写span但是总记得已经写过了,回去一查果然有说明,span的概念比较好理解,就是若干个向量通过线性组合得到的一个向量空间(满足向量空间的所有要求),具体的说明可以复习下:Span.列向量是矩阵中所有的列span成的空间。
举个🌰 :
这两个向量可以线性组合出二维实数空间的所有向量,也就是说和 span
前面我们介绍过列空间,矩阵列span出来的空间,对应的,矩阵每行span出来的空间叫做row space,矩阵A的row space与的column space相同。
这个矩阵的列空间:
行空间:
同样的矩阵,同样的数字,组合出来的空间却完全不同,列向量在 中,行向量在
Basis(基)
本文为节选,完整内容地址:https://www.face2ai.com/Math-Linear-Algebra-Chapter-3-5转载请标明出处